ECGE 1230
Math´matiques en ´conomie et gestion
e
e
Paul Henrard et Etienne Loute

Seconde partie

Analyse
ou

Calcul Diff´r...
2008

Analyse

Ch. 1 Notions de base

Chapitre 1

Notions de base

Fonctions de plusieurs variables
Repr´sentations g´om´t...
2008

Analyse

Ch. 1 Notions de base

Les fonctions de plusieurs variables

R´f´rences
ee
• Les fonctions de plusieurs var...
2008

Analyse

Ch. 1 Notions de base

Les fonctions de plusieurs variables

Composantes

1.2.

1.2.1. On donne la fonction...
2008

Analyse

Ch. 1 Notions de base

Repr´sentations g´om´triques
e
e
e

ou un th´or`me ` une infinit´ de probl`mes, d´fini...
2008

Analyse

Ch. 1 Notions de base

Limites et continuit´
e

Limites et continuit´
e
D´finitions
e

3.
3.1.

3.1.1. Repor...
2008

Analyse

Ch. 1 Notions de base

Limites et continuit´
e

3.2.2. On a d´j` annonc´ que des concepts ` propos des fonc...
2008

Analyse

Ch. 1 Notions de base

Limites et continuit´
e

Illustrations
3.3.a
2+2 = ?

D´montrez que la fonction f (x...
2008

Analyse

Ch. 1 Notions de base

Limites et continuit´
e

Th´or`me du coin¸age
e e
c

3.5.

3.5.1. Retrouvez d’abord ...
2008

Analyse

Ch. 1 Notions de base

D´finitions
e

D´finitions du Chapitre 1
e
Domaine d’une fonction de Rp dans Rq
Le dom...
2008

Analyse

Ch. 1 Notions de base

D´finitions
e

Limites
Si f est une fonction de Rp dans Rq , et a un point qui adh`re...
2008

Analyse

Ch. 1 Notions de base

Principaux th´or`mes
e e

Principaux th´or`mes du Chapitre 1
e e

Continuit´ des fon...
2008

Analyse

Ch. 1 Notions de base

Principaux th´or`mes
e e

Avec les hypoth`ses d’existence sous-entendues dans les ´c...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Chapitre 2

D´riv´es et diff´rentielles
e e
e

´
D´riv´es partielles...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

• D´riv´es d’ordre sup´rieur
e e
e

D´riv´es et ´lasticit´s partiel...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´riv´es et ´lasticit´s partielles
e e
e
e

Fonctions d´riv´es part...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´riv´es et ´lasticit´s partielles
e e
e
e

Calculez, si elles exis...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

´
Elasticit´s partiell...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

5.1.4. D´finissez pr´ci...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

Ces polynˆmes du premi...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

Tangente ` une courbe ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

Les fonctions de p var...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Diff´rentielle - Espace tangent - Gradient
e

Pour la fonction f (x,...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

R`gle de d´rivation en chaˆ
e
e
ıne




f1 (x)
 f (x) 

f (x) ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

R`gle de d´rivation en chaˆ
e
e
ıne

R`gle de d´rivation en chaˆ
e
...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

R`gle de d´rivation en chaˆ
e
e
ıne

Commentaire
Pour la pratique, ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´riv´es d’ordre sup´rieur
e e
e

Illustrations
On donne les foncti...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´riv´es d’ordre sup´rieur
e e
e

7.1.5. D´finissez l’expression “f ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´riv´es d’ordre sup´rieur
e e
e

7.2.3. G´n´ralisez le th´or`me de...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´finitions
e

D´finitions du Chapitre 2
e
Nombre d´riv´e partielle
e...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´finitions
e

Fonction d´riv´e partielle
e e
Si f (x1 , x2 , . . . ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

On note souvent, plus simplement,
 ∂f ∂f

∂f
1
1
. . . ∂x1
∂x1
∂x...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´finitions
e

est la diff´rentielle de f au point a ssi :
e
||f (a +...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

D´finitions
e

Classes de continuit´ : fonction de classe C k
e
Une ...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Principaux th´or`mes
e e

Principaux th´or`mes du Chapitre 2
e e

D...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Principaux th´or`mes
e e

Diff´rentielle et approximation lin´aire
e...
2008

Analyse

Ch. 2 D´riv´es et diff´rentielles
e e
e

Principaux th´or`mes
e e

Chain Rule : d´riv´es partielles dans les...
2008

Analyse

Ch. 3 Fonctions implicites

Chapitre 3

Fonctions implicites

R´f´rences
ee
• Fonctions implicites

S & B :...
2008

Analyse

Ch. 3 Fonctions implicites

8.2.1. Reconnaissez que l’ensemble des points (x, y) qui v´rifient la relation
e...
2008

Analyse

Ch. 3 Fonctions implicites

suivants :
a.
b.
c.
d.
e.

(0, 1)√
√
( 22 , 22 )
(1, 1)
(0, −1)
(1, 0)

Les r´p...
2008

Analyse

Ch. 3 Fonctions implicites

8.3.3. Constatez que le th´or`me des fonctions implicites donne seulement une c...
2008

Analyse

Ch. 3 Fonctions implicites

(4) Si oui, quelle est la d´riv´e de ψ au point ad´quat ?
e e
e
(5) Quelle est ...
2008

Analyse

Ch. 3 Fonctions implicites

8.5.1. Un syst`me
e

 G1 (x1 , x2 , . . . , xk ) = 0

 G2 (x1 , x2 , . . . ...
2008

Analyse

Ch. 3 Fonctions implicites

8.5.5. Quand on parle d’un syst`me de q fonctions implicites ` k variables, on ...
2008

Analyse

Ch. 3 Fonctions implicites

D´finitions
e

D´finitions du Chapitre 3
e
Explicitation locale : une relation ` ...
2008

Analyse

Ch. 3 Fonctions implicites

D´finitions
e

Point r´gulier d’une relation f (x, y) = 0
e
Un point (a, b) est ...
2008

Analyse

Ch. 3 Fonctions implicites

Principaux th´or`mes
e e

Principaux th´or`mes du Chapitre 3
e e

Th´or`me des ...
2008

Analyse

Ch. 3 Fonctions implicites

Principaux th´or`mes
e e

Th´or`me des fonctions implicites : q relations ` p +...
2008

Analyse

Ch. 4 Optimisation libre

Chapitre 4

Polynˆmes de Taylor
o

Optimisation libre

Polynˆmes de Taylor
o
Opti...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

Donnez chaque fois l’expression du reste correspondant.
Peut-...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

Optimisation libre

10.

Le mot optimisation
est utilis´ par ...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

10.2.6. Voyez que le mˆme raisonnement peut s’appliquer aux a...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

A quoi correspondent les points qui sont des extr´mants manif...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

10.4.2. Quelles conditions faut-il sur f (a + h, b + k, c + l...
2008

Analyse

Ch. 4 Optimisation libre

Optimisation libre

On entend par l` que le th´or`me ne permet pas de d´terminer ...
2008

Analyse

Ch. 4 Optimisation libre

D´finitions
e

D´finitions du Chapitre 4
e
Matrice Hessienne
Soit f une fonction de...
2008

Analyse

Ch. 4 Optimisation libre

D´finitions
e

Polynˆmes de Taylor : plusieurs variables et ordre 2
o
Pour une fon...
2008

Analyse

Ch. 4 Optimisation libre

D´finitions
e

Point de selle
Un point de selle d’une fonction de Rp dans R est un...
2008

Analyse

Ch. 4 Optimisation libre

Principaux th´or`mes
e e

Principaux th´or`mes du Chapitre 4
e e

Th´or`me de Tay...
2008

Analyse

Ch. 4 Optimisation libre

Principaux th´or`mes
e e

Extr´mum libre : Conditions n´cessaires de premier ordr...
2008

Analyse

Ch. 4 Optimisation libre

Principaux th´or`mes
e e

Extr´mums libres : Conditions n´cessaires de second ord...
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Maths II
Prochain SlideShare
Chargement dans…5
×

Maths II

1 752 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 752
Sur SlideShare
0
Issues des intégrations
0
Intégrations
656
Actions
Partages
0
Téléchargements
170
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Maths II

  1. 1. ECGE 1230 Math´matiques en ´conomie et gestion e e Paul Henrard et Etienne Loute Seconde partie Analyse ou Calcul Diff´rentiel e des fonctions de plusieurs variables Ann´e acad´mique 2008/2009 e e R´daction : P.Henrard e
  2. 2. 2008 Analyse Ch. 1 Notions de base Chapitre 1 Notions de base Fonctions de plusieurs variables Repr´sentations g´om´triques e e e Limites et continuit´ e 1 2. 3. Nous abordons le d´but de l’analyse des fonctions de plusieurs variables r´elles e e a ` valeurs, soit dans R, soit dans Rp . La plupart des notions que nous verrons ont d´j` ´t´ ´tudi´es dans le cours Math´matique et Analyse de premi`re ann´e eaeee e e e e dans le cas particulier des fonctions de 2 variables ` valeurs dans R qui reste a le support graphique et intuitif du cas g´n´ral. On pourra donc se reporter au e e syllabus de ce cours. Nous revoyons ici les outils qui permettent de repr´senter e 3 une fonction de 2 variables dans l’espace habituel ( R ), ` savoir les sections a et, en particulier, les courbes de niveau, outils utilis´s intens´ment par la suite e e pour introduire et illustrer de nombreuses notions th´oriques. Nous revenons e ensuite sur les concepts de limites, de continuit´, de d´riv´es partielles et de e e e diff´rentiabilit´. e e La vision des repr´sentations g´om´triques dans R3 n’est pas simple ` acqu´rir. e e e a e Si cette maˆtrise n’est pas indispensable ` la compr´hension des mati`res de ı a e e l’analyse infinit´simale, elle donne cependant un avantage d´cisif en terme e e d’intuition et de vision globale. Tout effort pour y arriver est donc un investissement qui peut rapporter gros. 1
  3. 3. 2008 Analyse Ch. 1 Notions de base Les fonctions de plusieurs variables R´f´rences ee • Les fonctions de plusieurs variables S & B : § 8.1, pp. 173-177 Syll. Math.et An. Chap.3, § 3.1-3.2 pp. 49 ` 51 a • Repr´sentation des fonctions de deux variables e S & B : 8.1, 8.2 Syll. Math.et An. Chap.3, § 4 pp. 51 ` 59 a • Limites et continuit´ e S & B : 8.3 Syll. Math.et An. Chap.3, § 5 - 6 - 7 - 8 pp. 59 ` 70 a Les fonctions de plusieurs variables 1. Le Calcul matriciel nous a familiaris´ avec les fonctions de Rp dans Rq , mais e avec la restriction importante que les fonctions consid´r´es ´taient des applie e e cations lin´aires. Cette restriction n’est ´videmment plus de mise dans cette e e seconde partie. . Fonctions et applications 1.1. 1.1.1. Expliquez la phrase suivante (adapt´e du Syllabus de premi`re ann´e) e e e Une fonction de Rp dans Rq est un m´canisme Input-Output qui associe ` cere a tains p-uples (x1 , x2 , . . . , xp ) un q-uple (y1 , y2 , . . . , yq ) qui d´pend enti`rement e e et sans ambigu¨t´ des (x1 , x2 , . . . , xp ). ıe Que veulent dire les math´maticiens en disant que ce dispositif a un caract`re e e fonctionnel ? e 1.1.2. On parlait d’applications lin´aires, et maintenant de fonctions quelconques. Quelle distinction faut-il faire entre les applications et les fonctions ? 1.1.3. D´finissez le domaine (not´ dom f ), d’une fonction f de Rp dans Rq . e e ← D´f. e Pourquoi ne se pr´occupait-on pas du domaine des applications (lin´aires) ? e e Illustrations 1.1.a 2+2 = ? Donnez un exemple concret d’une fonction de R3 dans R2 qui ne soit pas une application lin´aire. e 2
  4. 4. 2008 Analyse Ch. 1 Notions de base Les fonctions de plusieurs variables Composantes 1.2. 1.2.1. On donne la fonction de R2 dans R3 d´finie par e  2  x y − sin(x − y 3 ) . x5 + 3x3 y 2 f (x, y) =  2 2 log(x + y ) Que veut-on dire en disant que la donn´e de cette fonction correspond en fait e a ` la donn´e de trois fonctions de R2 dans R ? Quelles sont les trois fonctions e dont on parle ? 1.2.2. D´finissez ce que sont les composantes d’une fonction de Rp dans Rq . e Combien y en a-t-il ? En passant aux composantes, on obtient une v´ritable diminution de la come p plexit´ de l’examen des fonctions de R dans Rq . Presque tous les probl`mes, e e d´finitions, conditions, th´or`mes . . . sur les fonctions de Rp dans Rq peuvent e e e se ramener ` q probl`mes, d´finitions, conditions, th´or`mes . . . correspondants a e e e e pour les q composantes de la fonction. 1.2.3. D´montrez que le domaine d’une fonction de Rp dans Rq est l’intersection des e q.e.d. domaines de ses q composantes. Illustrations 1.2.a 2+2 = ? On consid`re l’application lin´aire correspondant ` la matrice e e a   1 2 3  3 2 1 . 4 5 6 Quelles sont ses composantes ? R´duction de la complexit´ e e 1.3. 1.3.1. Expliquez l’affirmation suivante faite dans le cours de premi`re ann´e. e e Une fonction de R2 dans R n’est jamais qu’une infinit´ de fonctions e de R dans R. Voyez comment l’on peut retrouver dans une fonction f (x1 , x2 , . . . , xp ) des fonctions de une, deux , trois ou (p − 1) variables. Ici aussi, on a une r´duction de complexit´ puisque l’on passe d’une fonction e e p de R dans R ` des (mais une infinit´ de !) fonctions de R dans R. On ne a e s’´tonnera donc pas que cette r´duction soit bien moins efficace puisque l’on e e ne peut pas se permettre de ramener un probl`me, une d´finition, une condition e e 3
  5. 5. 2008 Analyse Ch. 1 Notions de base Repr´sentations g´om´triques e e e ou un th´or`me ` une infinit´ de probl`mes, d´finitions, conditions, th´or`mes e e a e e e e e .... Nous essayerons cependant de tirer parti de ce type de r´duction chaque fois e que cela sera possible. Repr´sentations g´om´triques e e e Sections et courbes de niveau 2.1.1. Reportez-vous au syllabus de Math´matique et Analyse et au livre de r´f´rence e ee (S&B), pp. 177 ` 187. A partir de cette lecture, rappelez les d´finitions de a e – sections iso-x et iso-y, . . . des fonctions de R2 dans R ; – courbes de niveau des fonctions de R2 dans R. 2. 2.1. ← D´f. e ← D´f. e 2.1.2. Les graphes des sections iso-x, des sections iso-y et des courbes de niveau se repr´sentent naturellement dans un des plans suivants : celui des x, y, celui des e x, z ou celui des y, z. Quel graphe dans quel plan ? 2.1.3. Remarquez que les graphes des sections iso-x et des sections iso-y sont des graphes de fonctions. Pourquoi en est-il ainsi ? Voyez qu’il n’en est pas n´cessairement de mˆme pour les graphes des courbes e e de niveau. Donnez un exemple de fonction de R2 dans R dont les courbes de niveau ne sont pas des fonctions. Illustrations 2.1.a Pour la fonction z = x + y 2 , 2+2 = ? – Dessiner quelques sections iso-x, p.ex. x = . . . − 2, −1, 0, 1, 2, . . . ; – Dessiner sections iso-y, p.ex. y = . . . − 2, −1, 0, 1, 2, . . . ; – Donner une description g´om´trique du graphe de la fonction dans l’espace e e et en faire un croquis – Donner quelques courbes de niveau p.ex. z = . . . − 2, −1, 0, 1, 2, . . . ; – Dessiner ces courbes de niveau sur le graphe de la fonction et dans le plan des x, y. 2.1.b Mˆmes questions pour la fonction z = x2 + y 2 . e 2+2 = ? 4
  6. 6. 2008 Analyse Ch. 1 Notions de base Limites et continuit´ e Limites et continuit´ e D´finitions e 3. 3.1. 3.1.1. Reportez-vous au cours de premi`re ann´e. e e Pour une fonction f : Rn −→ R, d´finissez en termes intuitifs e – le domaine de f ; – l’adh´rence de ce domaine ; e – la limite de f en un point qui adh`re au domaine de f ; e – la continuit´ de f en un point a de son domaine. e 3.1.2. Expliquez pourquoi la notion de limite est d´finie pour les points qui adh`rent e e au domaine de f . Pourquoi pas uniquement pour les points du domaine de f ? Pourquoi pas pour les points qui n’adh`rent pas au domaine de f . e 3.1.3. Formalisez les notions pr´c´dentes. Donnez des d´finitions pr´cises des concepts e e e e ci-dessous en termes de distance, boules, ε et δ. – le point a adh`re au domaine de f ; e – b est la limite de la fonction f (x) quand x tend vers a – f est continue au point a de son domaine. Donnez ces d´finitions e – pour une fonction f de R dans R ; – pour une fonction f de R2 dans R ; – pour une fonction f de Rp dans R. Pr´cisez le contexte de chacune de ces d´finitions et les notations les plus e e fr´quentes. e ← D´f. e ← D´f. e ← D´f. e 3.1.4. Que faudrait-il faire pour d´montrer que la fonction +, d´finie par +(x, y) = e e x + y, est partout continue ? Il s’agit bien d’un th´or`me et il en va de mˆme pour les fonctions “diff´rence” e e e e x et “produit”. La fonction “quotient”, , est, elle, continue sur son domaine y (y = 0). Composantes 3.2. 3.2.1. G´n´ralisez les notions pr´c´dentes pour les fonctions de Rp dans Rq . e e e e Donnez, par exemple, la d´finition pr´cise en ε et δ de e e la limite de f (x), quand x tend vers a , est b ← D´f. e pour f une fonction de Rp dans Rq , a ∈ Rp et b ∈ Rq . 5
  7. 7. 2008 Analyse Ch. 1 Notions de base Limites et continuit´ e 3.2.2. On a d´j` annonc´ que des concepts ` propos des fonctions de Rp dans Rq ea e a pouvaient souvent se ramener ` des concepts correspondants ` propos de leurs a a composantes. On peut ainsi d´montrer, par exemple, que e Une fonction f de Rp dans Rq est continue en un point a de son domaine si et seulement si chacune de ses composantes f1 , f2 ,. . . , fq est continue en a. ← Th. 3.2.3. Par d´duction, ou simplement par imitation, du th´or`me pr´c´dent, ´noncez e e e e e e un th´or`me liant la limite de f en un point a ` la limite de chacune de ses e e a composantes f1 , f2 ,. . . , fq en ce mˆme point. e ← Th. Illustrations  3.2.a 2+2 = ?  On donne la fonction f de R dans R3 d´finie par f (x) =  e x3 −1 x2 +2 sin x x x   . e Calculez lim x→0 f (x). Composition de fonctions 3.3.1. Dans le cas des fonctions de R dans R, on avait un th´or`me qui pouvait e e s’´noncer rapidement sous la forme suivante. e La compos´e de deux fonctions continues est une fonction continue e Ce th´or`me a ´t´ d´j` pr´cis´ et partiellement g´n´ralis´ en premi`re ann´e . e e ee ea e e e e e e e Pr´cisez et g´n´ralisez ce th´or`me pour le cas de la compos´e g ◦ f de f une e e e e e e p q q k fonction de R dans R et g une fonction de R dans R . 3.3. ← Th. ← Th. Le cas int´ressant est celui de la compos´e g ◦ f quand f est une fonction de e e Rp dans Rq et g est une fonction de Rq dans R. Pourquoi ? 3.3.2. Donnez un th´or`me correspondant pour les limites de compos´es de deux e e e fonctions. ← Th. Inspirez vous du th´or`me sur limites et composition ´tudi´ en premi`re ann´e. e e e e e e G´n´ralisez. e e 3.3.3. Reformulez, en le g´n´ralisant, le th´or`me cit´ dans le syllabus du cours e e e e e ”Math´matique et Analyse” : e Les fonctions des variables x1 , x2 , . . . , xp construites en composant des fonctions continues d’une ou plusieurs variables et des op´rations arithm´tiques, sont des fonctions continues sur tout leur e e domaine. Illustrez au moyen de quelques exemples. 6
  8. 8. 2008 Analyse Ch. 1 Notions de base Limites et continuit´ e Illustrations 3.3.a 2+2 = ? D´montrez que la fonction f (x, y) = sin(xy) est partout continue. e Donnez lim (x,y)→(1,π) f (x, y). D´montrez que la fonction g(x, y, z) = exy cos(ln(1 + y 2 ) + z) est e partout continue. Donnez lim (x,y,z)→(2,0,π) g(x, y, z). 3.3.b 2+2 = ? Chemins particuliers 3.4. 3.4.1. Relisez d’abord ce qui a ´t´ ´crit ` ce propos dans le syllabus de premi`re ee e a e ann´e e Soit f une fonction de 2 variables et a = (a, b) ∈ R2 un point qui adh`re au e domaine de f . (1) D´finissez la notion de “chemin particulier passant par le point (a, b)”. e (2) Quelle proposition relie la limite de f en (a, b) ` la limite de f au-dessus a d’un chemin particulier passant par (a, b) ? Exprimez ce lien en terme de condition n´cessaire ou suffisante. e (3) Quelle est l’utilit´ pratique de cette proposition ? Permet-elle de mone trer l’existence de certaines limites ? (4) Permet-elle de montrer la non-existence de certaines limites ? Comment ? Illustrations 3.4.a On consid`re la fonction f (x, y) = e 2+2 = ? x2 xy . + y2 (1) Quel est le domaine de d´finition de f ? e (2) Que peut-on en conclure ` propos de la continuit´ de f ? Pourquoi ? a e (3) Calculez lim (x,y)→(1,0) f (x, y). (4) Etudiez le comportement de f sur les chemins particuliers y = 0, y = x, y = 2x,. . . . Que peut-on en conclure ` propos de lim (x,y)→(0,0) f (x, y) ? a (5) La fonction f admet-elle un prolongement continu en (0, 0) ? 7
  9. 9. 2008 Analyse Ch. 1 Notions de base Limites et continuit´ e Th´or`me du coin¸age e e c 3.5. 3.5.1. Retrouvez d’abord ce th´or`me dans le paragraphe du syllabus de premi`re e e e ann´e consacr´ aux limites par coin¸age des fonctions de deux variables. e e c Ecrivez le th´or`me du coin¸age pour des fonctions de R2 dans R. e e c G´n´ralisez le th´or`me pour des fonctions de Rp dans R. e e e e ← Th. ← Th. 3.5.2. Expliquez pourquoi on ne peut ´crire un th´or`me de coin¸age que pour les e e e c fonctions de Rp dans R et pas pour les fonctions de Rp dans Rq . Expliquez aussi pourquoi ce n’est pas gˆnant. e Illustrations 3.5.a Dans le syllabus de premi`re ann´e, on d´montre par coin¸age que e e e c xy lim = 0. (x,y)→(0,0) x2 + y2 Imitez cette d´monstration pour d´montrer que e e xyz lim = 0. 2 + y2 + z2 (x,y,z)→(0,0,0) x 2+2 = ? 8
  10. 10. 2008 Analyse Ch. 1 Notions de base D´finitions e D´finitions du Chapitre 1 e Domaine d’une fonction de Rp dans Rq Le domaine d’une fonction f de Rp dans Rq – not´ dom(f ) – e e semble des vecteurs x de Rp pour lesquels f (x) est d´fini. est l’en- Autrement dit dom(f ) = {x ∈ Rp | f (x) est d´fini } e Sections iso-x et iso-y Si z = f (x, y) est une fonction de R2 dans R, on obtient une fonction iso-x de f en fixant une valeur de x ( p.ex. x = a) et en consid´rant la fonction e z = f (a, y) qui est une fonction de la seule variable y. La “section iso-x ” correspondante est le graphe de cette fonction dans le plan des yz. Courbe de niveau Si z = f (x, y) est une fonction de R2 dans R, on obtient une courbe de niveau de f en fixant une valeur de z ( p.ex. z = c ) et en consid´rant, dans le plan e des xy, l’ensemble {(x, y) | f (x, y) = c} . En g´n´ral, ces points d´crivent une courbe dans le plan des x, y. Mais cette e e e courbe n’est pas (n´cessairement) le graphe d’une fonction, contrairement aux e sections iso-x ou iso-y. Point adh´rant - Adh´rence e e si A est une partie de Rp , on dit que le point a adh`re ` e a points de A aussi proche que l’on veut de a. A s’il existe des Autrement dit a adh`re ` A e a L’ adh´rence e ssi ∀ε > 0 ∃x ∈ A t.q. d(a, x) < ε. de A est l’ensemble des points qui adh`rent ` A. e a 9
  11. 11. 2008 Analyse Ch. 1 Notions de base D´finitions e Limites Si f est une fonction de Rp dans Rq , et a un point qui adh`re ` dom(f ), alors e a on dit que b est la limite de f (x) quand x tend vers a, et on note b = lim f (x) x→a ssi ∀ε > 0 ∃ δ > 0 t.q. ∀x ∈ dom(f ) si d(x, a) < ε alors d(f (x), b) < δ . Continuit´ d’une fonction en un point e Si f est une fonction de Rp dans R, et a un point de dom(f ), alors on dit que f est continue au point a si f (a) est la limite de f (x) quand x tend vers a. Autrement dit f est continue au point a ssi ∀ε > 0 ∃ δ > 0 t.q. ∀x ∈ dom(f ) si d(x, a) < ε alors d(f (x), f (a)) < δ . Continuit´ d’une fonction e Une fonction f est dite continue (ou partout continue) si elle est continue en tous les points de son domaine. Chemin particulier Si f (x, y) est une fonction de R2 dans R, et a = (a, b) un point de dom(f ), alors un chemin particulier passant par le point a est une fonction y = φ(x) continue en a et telle que b = φ(a) ou une fonction x = ψ(y) continue en b et telle que a = ψ(b) . 10
  12. 12. 2008 Analyse Ch. 1 Notions de base Principaux th´or`mes e e Principaux th´or`mes du Chapitre 1 e e Continuit´ des fonctions de Rp dans Rq : r´duction de complexit´ e e e p q Une fonction f de R dans R est continue en un point a de son domaine si et seulement si chacune de ses composantes f1 , f2 ,. . . , fq est continue en a. Autrement dit   f1 (x)  f2 (x)  f (x) =  .  est continue en a  .  . fq (x)   f1 (x) est continue en a   f2 (x) est continue en a ssi . .  .   fq (x) est continue en a Limite des fonctions de Rp dans Rq : r´duction de complexit´ e e Soit f une fonction de Rp dans Rq et a un point qui adh`re ` dom(f ). e a Alors, b est la limite de f (x) quand x tend vers a ssi cela est vrai composante par composante. Autrement dit b = lim f (x) x→a ssi  lim  b1 = x→a f1 (x)    b = lim f (x)  2 2 x→a . .   .    bq = lim fq (x) x→a Compos´e de fonctions continues e La compos´e de deux fonctions continues est une fonction continue. e Autrement dit Soit f une fonction de Rp dans Rq et g une fonction de Rq dans Rn . Si f est continue en a et si g est continue en b = f (a), alors la compos´e g ◦ f e est continue en a. Limite de compos´e e Soit f une fonction de Rp dans Rq et a un point qui adh`re ` dom(f ) tels que e a b = lim f (x) ; x→a et g une fonction de Rq dans Rn telle que b adh`re ` dom(g) et c = lim f (x). e a x→b Alors c = lim (g ◦ f )(x). x→a Autrement dit 11
  13. 13. 2008 Analyse Ch. 1 Notions de base Principaux th´or`mes e e Avec les hypoth`ses d’existence sous-entendues dans les ´critures, e e lim g(y) lim (g(f (x)) = x→a y → lim f (x) x→a Limite et chemins particuliers Soit f une fonction de R2 dans R, et (a, b) un point qui adh`re ` dom(f ). e a Si c est la limite de f (x) quand x tend vers (a, b), alors c est la limite de f (x) quand x tend vers (a, b) sur tous les chemins particuliers passant par (a, b). Autrement dit Dans le contexte d´crit, e si lim f (x) = c et si y = φ(x) est une fonction continue telle que φ(a) = b x→(a,b) (c.`-d. un chemin particulier passant par (a, b) ), a alors lim f (x, φ(x)) = c . x→a Th´or`me du coin¸age e e c Soit f , g et h trois fonctions de Rp dans R et a un point qui adh`re au domaine e des trois fonctions. Si la fonction h est coinc´e entre les fonctions f et g, e et si les limites de f et g quand x tend vers a existent et prennent la mˆme e valeur c, alors la limite de h quand x tend vers a existe elle aussi et vaut c. Autrement dit Avec les conditions d’adh´rence ci-dessus, e si et si alors ∀x f (x) ≤ h(x) ≤ g(x) ou g(x) ≤ h(x) ≤ f (x) lim f (x) = lim g(x) = c x→a x→a lim h(x) = c x→a 12
  14. 14. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Chapitre 2 D´riv´es et diff´rentielles e e e ´ D´riv´es partielles - Elasticit´s partielles e e e Diff´rentielle - Espace tangent - Gradient e R`gle de d´rivation en chaˆ (Chain rule) e e ıne D´riv´es d’ordre sup´rieur e e e 4. 5. 6. 7. R´f´rences ee • D´riv´es partielles e e S & B : 9.1, 9.2, 9.3 Syll. Math.et An. Chap.3, § 9 pp. 71 ` 73 a ´ • Elasticit´s partielles e Tout bon cours d’´conomie e S & B pp.199-200 • Diff´rentielle e • Gradient S & B : 9.4 Syll. Math.et An. Chap.3, § 10 pp. 74 ` 77 a S & B : pp. 305 et 306 S & B : pp. 608 et 613 Syll. Math.et An. Chap.3, § 4.4, pp. 57 ` 59 a Syll. Math.et An. Chap.3, § 10.6, pp. 78 et 79 • R`gle de d´rivation en chaˆ (Chain rule) e e ıne Rappels pour une variable Fonctions de plusieurs variables S & B : pp.75-80 S & B : pp.311-313 S & B : pp.211-214 13
  15. 15. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e • D´riv´es d’ordre sup´rieur e e e D´riv´es et ´lasticit´s partielles e e e e S & B : pp.215-220 S & B : pp.304-305 D´riv´es et ´lasticit´s partielles e e e e Nombres d´riv´es partielles e e 4. 4.1. e e e 4.1.1. Relisez d’abord le paragraphe du syllabus de premi`re ann´e consacr´ aux d´riv´es partielles des fonctions de deux variables. e e La mˆme mati`re est abord´e dans S & B , § 9.1 ` 9.3, pp. 195 ` 202, dans le e e e a a cas des fonctions de n variables. e e e a 4.1.2. D´finissez le “nombre d´riv´e partielle” d’une fonction f (x, y) par rapport ` la ∂f (a, b). variable x au point (a, b). Notez ce nombre ∂x Suggestion : Utilisez la fonction G(x) = f (x, b). 4.1.3. Donnez une interpr´tation g´om´trique de e e e par (a, b). ← D´f. e ∂f (a, b) dans le plan iso-y passant ∂x 4.1.4. Faites de mˆme (d´finition et interpr´tation) pour le nombre d´riv´e partielle e e e e e par rapport ` y. a Illustrations 4.1.a 2+2 = ? On donne f (x, y) = 4x3 − xy 2 . Calculez ∂f ∂f (1, 2) et (1, 2) . ∂x ∂y 4.1.b Est-ce qu’il y a toujours une d´riv´e partielle par rapport ` x, pour e e a n’importe quelle fonction, et en n’importe quel point ? Donnez un exemple simple d’une fonction qui n’admet pas de d´riv´e partielle e e par rapport ` x en un point. a 2+2 = ? 4.1.c Est-ce que les existences d’une d´riv´e partielle par rapport ` x et e e a d’une d´riv´e partielle par rapport ` y sont li´es ? e e a e Donnez un exemple d’une fonction simple qui, en un point, admet une d´riv´e e e partielle par rapport ` une variable et pas par rapport ` l’autre. a a 2+2 = ? 14
  16. 16. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´riv´es et ´lasticit´s partielles e e e e Fonctions d´riv´es partielles e e 4.2.1. Pour une fonction f (x, y) de R2 dans R, d´finissez les deux fonctions d´riv´es e e e ∂f ∂f partielles (x, y) et (x, y). ∂x ∂x 4.2.2. Comment calcule-t-on en pratique les fonctions d´riv´es partielles ? e e 4.2. ← D´f. e 4.2.3. Comment calcule-t-on en pratique les nombres d´riv´es partielles ? e e 4.2.4. G´n´ralisez les notions ci-dessus au cas des fonctions de trois variables ou plus. e e – D´finissez les nombres d´riv´es partielles d’une fonction f (x, y, z) de trois e e e variables, ou d’une fonction f (x1 , x2 , . . . , xp ) de p variables. ← D´f. e Ramenez-vous ` des nombres d´riv´es de fonctions d’une variable. Lesa e e quelles ? Pr´cisez bien le contexte, les ´critures, les notations, . . . e e – D´finissez les fonctions d´riv´es partielles d’une fonction f (x, y, z) de trois e e e variables, ou d’une fonction f (x1 , x2 , . . . , xp ) de p variables. ← D´f. e Combien y a-t-il de fonctions d´riv´es partielles ? Combien chacune a-te e elle de variables ? Illustrations 4.2.a 2+2 = ? Pour la mˆme fonction f (x, y) = 4x3 −xy 2 qu’au paragraphe pr´c´dent, e e e ∂f ∂f calculez (a, b) et (a, b) en un point quelconque (a, b) de R2 . ∂x ∂y Les d´riv´es partielles comme limites e e 4.3.1. D´finissez le nombre d´riv´e partielle comme une limite. e e e 4.3. ← D´f. e Rappelez-vous de la d´finition en terme de limite du nombre d´riv´e d’une e e e fonction d’une variable. De l`, passez aux fonctions de 2, 3 ou p variables. a Illustrations 4.3.a 2+2 = ? On donne la fonction f de R3 dans R d´finie par e  4 3 2  x +y +z si (x, y, z) = (0, 0, 0) x2 + y 2 + z 2 f (x, y, z) =  0 si (x, y, z) = (0, 0, 0) 15
  17. 17. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´riv´es et ´lasticit´s partielles e e e e Calculez, si elles existent, les trois d´riv´es partielles de f en (0, 0, 0). e e Divers 4.4. 4.4.1. Relevez diff´rentes notations pour les d´riv´es partielles. e e e e e 4.4.2. Qu’est-ce qui est “partiel ” dans une d´riv´e partielle ? 4.4.3. Les ´conomistes parlent souvent d’´tudier le lien entre des variations de deux e e variables ´conomiques “toutes autres choses restant ´gales” (en latin Ceteris e e paribus sic stantibus ou en abr´g´ Ceteris paribus). e e Comment retrouve-t-on ce concept dans le contexte des d´riv´es partielles ? e e 4.4.4. Quelle diff´rence faut-il faire entre les notations e df ∂f et ? dx ∂x 4.4.5. Comment reconnait-on sur le graphe des courbes de niveau d’une fonction de deux variables les grandes ou les petites valeurs de ses d´riv´es partielles ? e e Illustrations 4.4.a Le graphe ci-contre donne des courbes de niveau d’une fonction f de R2 dans R. 2+2 = ? y 0 2 1 2 1. A partir de ce graphe, faites un croquis du graphe de la fonction G(x) = f (x, 1). 1 2 3 4 2. A partir ce nouveau graphe, donnez une ´valuation de la valeur de e 1 3 4 ∂f (1, 1) ∂x 1 2 x et de ∂f (2, 1). Donnez-en au ∂x moins le signe et une estimation de la valeur absolue. 3. Faites un croquis de la fonction G (x) = 4. Donnez aussi une ´valuation de e ∂f (1, 1) ∂y ∂f (x, 1). ∂x et de ∂f (1, 2). ∂y 16
  18. 18. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e ´ Elasticit´s partielles e 4.5. e a e e 4.5.1. Consultez un livre d’´conomie ` propos de l’´lasticit´ (pour les fonctions d’une variable). Voyez par exemple ce que S & B en disent dans un contexte ´conomique e (pp.199-200). 4.5.2. Pour une fonction z = f (x1 , x2 , . . . , xp ) de p variables, interpr´tez le concept e de “ l’´lasticit´ de z par rapport ` une des variables” (p.ex. x2 ), toutes autres e e a choses restant ´gales. e e e e a 4.5.3. D´finissez l’´lasticit´ (partielle) de z par rapport ` la variable xi . ← D´f. e Illustrations 4.5.a 2+2 = ? Pour la fonction z = x2 x3 x4 , calculez les ´lasticit´s partielles de z e e 1 2 3 par rapport ` chacune des trois variables, au point (1, 2, −1). a Diff´rentielle - Espace tangent - Gradient e La diff´rentielle e 5. 5.1. 5.1.1. Relisez d’abord le paragraphe du syllabus de premi`re ann´e consacr´ aux e e e diff´rentielles des fonctions de deux variables. Lisez le paragraphe 9.4 de S & e B (pp. 203-207) intitul´ “Diff´rentielle totale”. e e 5.1.2. On consid`re une fonction z = f (x) = f (x, y) et un point a = (a, b) de son e domaine. On cherche ` comprendre comment la variable z s’accroit ou diminue par a rapport ` f (a, b), quand x et y varient par rapport ` a et b respectivement. a a On notera h l’accroissement (ou la diminution) de x par rapport ` a. Quelle a est l’´quation qui lie x et h ? e (Est-ce x + a + h = 0, x + a = h, x = a + h ou x + h = a ?) On notera k l’accroissement (ou la diminution) de y par rapport ` b. Quelle a est l’´quation qui lie y et k ? e Exprimez maintenant l’accroissement de z par rapport ` f (a, b) correspondant a a ` un accroissement (h, k) de (x, y) par rapport ` (a, b). a 5.1.3. A partir de ce que vous venez de faire, donnez un sens ` l’expression a f (a + h, b + k) − f (a, b) ou f (a + h) − f (a) On pourrait la noter [∆(a,b) z](h, k) ou [∆(a,b) f ] (h, k). Pourquoi ? 17
  19. 19. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e 5.1.4. D´finissez pr´cis´ment la notion de diff´rentielle d’une fonction f (x, y) au point e e e e (a, b). ← D´f. e 5.1.5. Qu’appelle-t-on le quotient diff´rentiel ? e 5.1.6. Faites un relev´ de quelques notations usuelles pour d´signer la diff´rentielle. e e e La notation la plus fr´quente, et que nous utiliserons, est d(a,b) f (h, k), ou e da f (h). Mais, en utilisant la mˆme logique que celle qui nous a fait ´crire [∆(a,b) f ](h, k), e e on pourrait plus prudemment ´crire [d(a,b) f ](h, k). e O` est est la nuance ? Elle est dans la d´finition et l’ordre des “op´rations” u e e que l’on effectue. A partir de la fonction f et du point (a, b) on construit une autre fonction [d(a,b) f ]. C’est cette nouvelle fonction que l’on applique ensuite ` la variable a d’accroissement (h, k). La notation d(a,b) f (h, k) peut laisser croire que c’est la fonction f qui est appliqu´e ` la variable (h, k) pour donner f (h, k), et qu’ensuite une myst´rieuse e a e op´ration d(a,b) est appliqu´e au r´sultat (un nombre r´el !) pour donner d(a,b) f (h, k) ; e e e e ce qui, dans ce cas, serait mieux ´crit d(a,b) [f (h, k)] mais n’a pas de sens. e 5.1.7. Interpr´tez la diff´rentielle comme approximation lin´aire de la fonction diff´rence. e e e e 5.1.8. Donnez un sens pr´cis ` l’´criture e a e f (a + h, b + k) ≈ f (a, b) + d(a,b) f (h, k). ← Th. Illustrations 5.1.a On pose f (x, y) = 3x(y − 2)2 et (a, b) = (2, 3). 2+2 = ? – – – – Calculez concr`tement la fonction [∆(a,b) f ](h, k). e D´veloppez et ´crivez la sous la forme d’un polynˆme en h et k. e e o Ce polynˆme n’a pas de terme ind´pendant. Pourquoi ? o e Il y a donc dans ce polynˆme un terme en h, un terme en k, et des termes o de degr´ sup´rieur : en hk, en hk 2 , . . . , etc. Pour des valeurs petites de h et e e k, les termes de degr´ deux ou plus deviennent tr`s petits et n´gligeables e e e par rapport aux termes de degr´ 1. e A partir de l`, justifiez l’´criture a e [∆(2,3) z](h, k) ≈ 3h + 12k – Utilisez cette formule pour donner une valeur approch´e de f (2.03, 2.98). e Appliquez cette d´marche pour la fonction z = f (x, y) = 2x2 − y 3 e pr`s du point (2, 2), afin de construire un polynˆme du premier e o degr´ en h et k qui donne une bonne approximation de [∆(2,2) f ](h, k). e 5.1.b 2+2 = ? 18
  20. 20. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e Ces polynˆmes du premier degr´ qui approchent la fonction “diff´rence” [∆(a,b) f ](h, k) o e e sont “ la diff´rentielle” de f au point (a, b). e La m´thode de calcul utilis´e ci-dessus (pour des fonctions polynomiales) n’est e e pas g´n´ralisable. Mais la notion de ”diff´rentielle” l’est. e e e 5.1.c Sachant que la diff´rentielle de la fonction f (x, y) au point (1, 2) e est 3h + 6k, et que f (1, 2) = 6, donnez une approximation de f (0.9, 2.03). 2+2 = ? Diff´rentielle et d´riv´es partielles e e e 5.2. 5.2.1. Donnez le lien entre les coefficients de la diff´rentielle et les d´riv´es partielles. e e e 5.2.2. Ecrivez ce lien sous la forme d’un th´or`me pr´cis, en donnant bien les hye e e poth`ses et la th`se. e e ← Th. 5.2.3. L’existence des d´riv´es partielles de f en a est-elle une condition n´cessaire, e e e suffisante ou n´cessaire et suffisante de l’existence de la diff´rentielle de f en e e a? 5.2.4. On parle de d´riv´es partielles et de diff´rentielle totale. Pourquoi ? e e e Illustrations 5.2.a Calculez la diff´rentielle de la fonction 3x3 e(y−2) en (2, 2). e 2+2 = ? Plan tangent 5.3.1. Ecrivez sous forme fonctionnelle ( z = t(x, y) ) l’´quation du plan tangent ` la e a surface z = f (x, y) au point (a, b, f (a, b)) en fonction des d´riv´es partielles de e e f en (a, b). 5.3. ← Th. 5.3.2. Ecrivez la mˆme ´quation en y faisant apparaˆ la diff´rentielle d(a,b) f . e e ıtre e 5.3.3. Le plan tangent ` la surface z = f (x, y) au point (a, b, f (a, b)) est un espace a affine. Quel est son plan directeur ? Illustrations 5.3.a 2+2 = ? Donnez l’´quation du plan tangent ` la surface z = x2 + y 3 au point e a (2, −1, 3). 19
  21. 21. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e Tangente ` une courbe de niveau - Gradient a 5.4. 5.4.1. On donne la fonction z = f (x, y) et le point a = (a, b) avec f (a) = c. – Ecrivez l’´quation du plan tangent au graphe de cette fonction au point e (a, b, c) sous une forme fonctionnelle z = T (x, y). – Ecrivez les ´quations des courbes de niveau ` hauteur c de la fonction e a f (x, y) et de la fonction T (x, y). – Que sont ces deux courbes l’une par rapport ` l’autre ? a – T (x, y) = c est un sous-espace affine. Donnez une ´quation cart´sienne e e de son sev directeur. – Quelle est la direction orthogonale ` ce sev ? a – Comment appelle-t-on ce vecteur ? 5.4.2. Relisez ce qui est dit ` propos du gradient dans le syllabus de premi`re candia e dature et dans S & B . 5.4.3. D´finissez le gradient d’une fonction f (x, y) en un point (a, b). e 5.4.4. Le vecteur gradient de la fonction f (x, y) au point (a, b) est not´ e f (a, b). Comment appelle-t-on le signe ? Quelle est l’origine de ce mot ? ← D´f. e (a,b) f ou 5.4.5. Quel est le lien entre le gradient et ce que l’on appelle “la plus grande pente ” ? O` sont le haut et le bas de cette pente ? u 5.4.6. Indiquez comment le gradient permet de distinguer la partie du plan o` f (x, y) > u c et celle o` f (x, y) < c de part et d’autre de la courbe de niveau f (x, y) = c. u Illustrations On donne la fonction z = f (x, y) = x2 + y 2 et le point a = (2, −1) avec c = f (a) = 5. Ecrivez l’´quation du plan tangent au graphe de cette fonction au point e (2, −1, 5) sous une forme fonctionnelle z = T (x, y). Dessinez sur un mˆme graphe les courbes de niveau ` hauteur 5 de la e a fonction f (x, y) et de la fonction T (x, y). Qu’y a-t-il de remarquable ? Expliquez le ph´nom`ne. e e T (x, y) = 5 est un sous-espace affine. Donnez une ´quation cart´sienne de e e son sev directeur. Quelle est la direction orthogonale ` ce sev ? a 5.4.a 2+2 = ? – – – – – On consid`re la fonction f (x, y) = x3 y 2 + exy . e On ne voit pas bien comment dessiner le graphe de la courbe de niveau ` hauteur 1. Pouvez-vous donner une id´e de son comportement pr`s a e e de (0, 0) ? 5.4.b 2+2 = ? 20
  22. 22. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e Les fonctions de p variables 5.5. 5.5.1. G´n´ralisez la notion de diff´rentielle au cas des fonctions de Rp dans R. e e e – Reprenez les ´critures en utilisant la variable x = (x1 , x2 , . . . , xp ), le point e a = (a1 , a2 , . . . , ap ) et l’accroissement h = (h1 , h2 , . . . , hp ) – D´finissez la fonction diff´rence [∆(a) f ](h). e e – D´finissez la fonction diff´rentielle d(a) f (h). e e – D´finissez le quotient diff´rentiel qui mesure la ” proximit´” de [∆(a) f ](a) e e e et d(a) f (h). – D´finissez l’expression “la fonction f est diff´rentiable au point a de son e e domaine ”. ← D´f. e 5.5.2. Donnez le lien entre les coefficients de la diff´rentielle d’une fonction de p vae riables en un point et les d´riv´es partielles de la fonction en ce point. e e Exprimez s’il s’agit d’une condition n´cessaire, suffisante ou n´cessaire et sufe e fisante. ← Th. 5.5.3. Pour que la diff´rentielle soit une notion utile, il faut que l’on soit sˆr de son e u existence pour une classe suffisamment large de fonctions et de points. Donnez une condition suffisante sur les d´riv´es partielles assurant la diff´e e e rentiablilit´ d’une fonction en un point. e ← Th. 5.5.4. Donnez les liens logiques entre les affirmations suivantes. Exprimez-les en terme de conditions n´cessaires et de conditions suffisantes. e – La fonction f est continue en (a, b). – La fonction f est diff´rentiable en (a, b) e – Les nombres d´riv´es partielles de f existent en (a, b) e e – Les fonctions d´riv´es partielles de f existent pr`s de (a, b) et sont contie e e nues en (a, b). ← Th. 5.5.5. G´n´ralisez la notion de gradient pour les fonctions de Rp dans R. e e ← D´f. e 5.5.6. Pour les fonctions de R3 dans R, que sont – les surfaces de niveau ? – le sous-espace affine tangent ` une de ces surfaces en un point ? a – la direction de plus grande pente ? – les vecteurs gradients ? Illustrations 5.5.a 2+2 = ? 2 Calculez la diff´rentielle en (1, 0, −2, 1) de f (x) = x2 cos(x1 x2 )ex3 +2x . e 1 Tirez-en une valeur approch´e de la fontion en (1.02, −0.03, −2.01, 0.98). e 21
  23. 23. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Diff´rentielle - Espace tangent - Gradient e Pour la fonction f (x, y, z) = x2 + y 2 + z 2 , repr´sentez la surface de e 2+2 = ? niveau ` “hauteur” 14. a Donnez le plan tangent ` cette surface en (1, 2, 3). Donnez la direction de “plus a grande pente”. 5.5.b Lignes ou colonnes ? 5.6. Pour le Calcul Matriciel, nous avions convenu que les vecteurs de Rp , variables     x1 1  x2  ou constants comme a =  2 , se repr´sentaient sous comme x = e x3 3 la forme de vecteurs colonnes . Par contre, nous venons d’´crire plusieurs fois f (x) pour f (x1 , x2 , . . . , x3 ). Et e dans ce cas, ce (x1 , x2 , . . . , x3 ) se pr´sente comme un vecteur ligne. e Certains auteurs plus pointilleux recommandent d`s lors d’´crire syst´matiquement e e e t x pour (x1 , x2 , . . . , xp ), allant par exemple jusqu’` parler de la diff´rentielle de a e f (xt ) au point at = (1, 2, 3), ou au point a = (1, 2, 3)t . Mais nous ne les suivrons pas. Ce ne sera pas le seul exemple, tant en langue naturelle qu’en langage math´matique, o` l’usage consacre des mots ou des e u notations dont le sens varie avec le contexte. Nous serons donc attentifs ` utiliser avec soin les notations matricielles para tout o` ces notations se r´f`rent ` un contexte de calcul matriciel. Mais nous u ee a n’h´siterons pas ` utiliser avec quelque ambigu¨ e la notation usuelle f (x) pour e a ıt´ les fonctions de plusieurs variables, o` encore l’´criture a = (a1 , a2 , . . . , ap ) u e pour d´signer un vecteur de Rp . e D’ailleurs nous n’avions pas h´sit´, d´j`, ` parler d’une forme quadratique e e ea a q(x1 , x2 , . . . , xp ) = q(x) = xt Ax, en utilisant d’un cˆt´ q(x) sans trop se deoe mander si x y d´signait une ligne ou une colonne, mais de l’autre cˆt´, une e oe notation strictement matricielle xt Ax, o` x devait ˆtre interpr´t´ absolument u e ee comme une colonne. Fonctions de Rp dans Rq 5.7. On cherche ` g´n´raliser la notion de diff´rentielle au cas des fonctions de Rp a e e e dans Rq . 5.7.1. Assurez-vous des notations utilis´es dans ce cas. e Bien que nous continuerons ` utiliser l’abus d’´criture f (x), il faudra ˆtre a e e attentif, pour ´viter des confusions ult´rieures, ` noter en colonne les vecteurs e e a images. On aura ainsi 22
  24. 24. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e R`gle de d´rivation en chaˆ e e ıne   f1 (x)  f (x)   f (x) =  2  ...  fq (x) 5.7.2. Ecrivez la fonction diff´rence pour une fonction de Rp dans Rq . e e 5.7.3. Ecrivez le quotient diff´rentiel dans ce contexte Rp dans Rq . Attention ! La fonction diff´rence et la diff´rentielle sont ici des fonctions vectoe e rielles ` valeur dans Rq . Il en va de mˆme pour leur diff´rence et le num´rateur a e e e du quotient diff´rentiel est un donc vecteur. Pour exprimer que ce vecteur est e petit, on exprime que sa norme est petite. On est ainsi ramen´ ` un num´rateur ea e qui est un nombre r´el. e 5.7.4. D´finissez l’expression e “f (x) est diff´rentiable au point a e p quand f est une fonction de R dans Rq . 5.7.5. La diff´rentielle est dans ce cas une application de Rp dans Rq . Elle est donc e elle aussi faite de q composantes. Quel est le lien entre les composantes de la diff´rentielle de f et les diff´rentielles e e de ses composantes ? 5.7.6. Qu’appelle-t-on “matrice Jacobienne” d’une fonction f en un point a ? ← D´f. e ← Th. ← D´f. e 5.7.7. Pouvez-vous interpr´ter la jacobienne (d’une fonction f en un point a) comme e matrice repr´sentant une application lin´aire ? Laquelle ? e e Illustrations 5.7.a 2+2 = ? 5.7.b 2+2 = ? Calculez la diff´rentielle en (1, 2, 1) de la fonction e   x2 + y 2 z f (x, y, z) =  sin(x2 y) + 2x  4xy ln(x, z) La diff´rentielle est une application lin´aire, donc matricielle. e e Ecrivez la diff´rentielle calcul´e ` l’exercice pr´c´dent sous forme e e a e e matricielle. 5.7.c 2+2 = ? Calculez la matrice Jacobienne de la fonction de l’exercice pr´c´dent e e en un point (x, y, z) 23
  25. 25. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e R`gle de d´rivation en chaˆ e e ıne R`gle de d´rivation en chaˆ e e ıne Rappel pour les fonctions d’une variable 6. 6.1. 6.1.1. Revoyez le contexte et les r`gles de la d´rivation de fonctions compos´es pour e e e les fonctions d’une variable. Illustrations 6.1.a Ecrivez la fonction f (x) = sin(ln x) comme compos´e de deux fonce tions. Calculez la d´riv´e de cette compos´e en x = 1. e e e 2+2 = ? G´n´ralisation au cas de plusieurs variables e e 6.2. 6.2.1. D´crivez le contexte de la composition de fonctions pour des fonctions de e plusieurs variables. 6.2.2. Donnez des exemples concrets de compos´es g ◦ f , pour diff´rents cas. Par e e exemple quand • f est une fonction de R2 dans R et g une fonction de R dans R. • f est une fonction de R dans R3 et g une fonction de R3 dans R. • f est une fonction de R2 dans R2 et g une fonction de R2 dans R. • f est une fonction de R2 dans R3 et g une fonction de R3 dans R2 . 6.2.3. Reconnaissez-vous une composition de fonctions de ce genre dans l’´criture e f (x1 (u, v), x2 (u, v), x3 (u, v)) ? Imaginez des ´critures similaires pour chacun des cas de l’exercice pr´c´dent. e e e 6.2.4. Pour chacun des cas pr´cit´s, d´crivez le probl`me de la d´rivation partielle e e e e e et/ou de la diff´rentiation. e – Quelle diff´rentielle ou d´riv´es partielles recherche-t-on ? e e e – En quel point ? – A partir de quelles diff´rentielles ou d´riv´es partielles va-t-on les calculer ? e e e – En quels points ? 24
  26. 26. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e R`gle de d´rivation en chaˆ e e ıne Commentaire Pour la pratique, il sera surtout utile de pouvoir maˆ ıtriser les probl`mes de d´rivation en chaˆ dans quelques cas simples. Mais la voie e e ıne th´orique la plus directe pour y arriver consiste ` ´tudier le probl`me de la e a e e diff´rentielle dans son contexte le plus g´n´ral. C’est donc par l` que nous e e e a commen¸ons. c 6.2.5. On consid`re des fonctions f de Rp dans Rq et g de Rq dans Rs ; et a un point e p de R . Faites apparaˆ dans un sch´ma les ´l´ments suivants et les relations entre ıtre e ee eux. – f , a, f (a), da f ; – g, f (a), g(f (a)), df (a) g ; – g ◦ f , a, g ◦ f (a), da (g ◦ f ). 6.2.6. Dans le contexte de la question pr´c´dente, ´tudiez la signification du th´or`me e e e e e Si f est diff´rentiable en a et si g est diff´rentiable en f (a), alors g ◦ f est e e diff´rentiable en a. e De plus, la diff´rentielle de la compos´e g◦f en a est la compos´e des diff´rentielles e e e e de g en f (a) et de f en a. ← Th. ← Th. Donnez une ´criture symbolique du th´or`me. e e e Compl´tez-le par la description des points en lesquels les diff´rentes diff´rentielles e e e sont calcul´es. e 6.2.7. Le th´or`me pr´c´dent implique un lien entre les jacobiennes de f , g et g ◦ f e e e e (en des points bien choisis). Exprimez ce lien. Faites-le en d´tail pour une fonction f de R2 dans R3 et g de R3 dans R2 . e Commentaire Pour le calcul concret des d´riv´es partielles des fonctions e e compos´es, il suffit de maˆtriser le cas particulier o` f est une fonction de R e ı u q q dans R et g une fonction de R dans R. 6.2.8. f est une fonction de R dans Rq et g une fonction de Rq dans R. Explicitez les notations qui permettent d’´crire la compos´e sous la forme e e g(x1 (t), x2 (t), . . . , xq (t)). 6.2.9. Ecrivez la Jacobienne de f en a et la Jacobienne de g en f (a). q.e.d. Effectuez le produit de ces Jacobiennes et d´duisez-en la formule permettant e de calculer la d´riv´e par rapport ` t de g(x1 (t), x2 (t), . . . , xq (t)). e e a ← Th. 6.2.10. Pour des fonctions f de Rp dans Rq et g de Rq dans Rs , la Jacobienne de g ◦ f contient les d´riv´es partielles de chacune des s composantes gi ◦ f par rapport e e a ` chacune des p variables xj . Voyez comment chacune de ces s × p d´riv´es partielles peut se calculer en e e utilisant la formule vue ci-dessus. 25
  27. 27. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´riv´es d’ordre sup´rieur e e e Illustrations On donne les fonctions G(x, y) = (2x2 − y, −y 3 ) et F (u, v) = (u − v, u2 ) . Calculez les Jacobiennes de G(x, y) et F (u, v). Evaluez ces Jacobiennes aux points ad´quats pour pouvoir calculer la e Jacobienne de F (G(x, y)) au point (x, y) = (1, 1). Calculez cette Jacobienne. ∂F1 (G(x, y)) ∂F2 (G(x, y)) Tirez-en les valeurs de et ∂x ∂y au point (x, y) = (1, 1). 6.2.a 2+2 = ? (1) (2) (3) (4) On donne la fonction z = f (x, y) = (2x2 y−y) o` x et y d´pendent u e 2 d’une mˆme variable t par x(t) = 1 − t et y(t) = t − 2t2 . e d z(t) . (1) Utilisez la Chain Rule pour calculer dt (2) Effectuez la substitution de x(t) et y(t) dans f (x, y) pour obtenir une expression explicite de z(t). 6.2.b 2+2 = ? z(t) (3) Calculez d dt ` partir de cette expression et comparez avec le r´sultat a e obtenu en 1. 6.2.c Reprenez l’exercice 6.2.a ci-dessus et calculez la Jacobienne demand´e en calculant toutes les d´riv´es partielles de la fa¸on d´crite e e e c e en 6.2.9. et 6.2.10. 2+2 = ? D´riv´es d’ordre sup´rieur e e e D´finitions et notations e 7. 7.1. 7.1.1. Reprenez les concepts de d´riv´es seconde, troisi`me, . . . , pour les fonctions e e e d’une variable. 7.1.2. D´finissez les d´riv´es partielles secondes d’une fonction de Rp dans R. e e e ← D´f. e 7.1.3. Passez en revue les diff´rentes notations pour les d´riv´es partielles secondes. e e e Par exemple ∂( ∂f ) ∂2f 2 ∂x = = ∂yx f = fyx = fyx = Dyx f ∂y ∂y∂x Soyez attentif ` l’ordre des d´rivations indiqu´ par la notation. a e e 7.1.4. Qu’appelle-t-on “d´riv´es partielles secondes crois´es” d’une fonction de deux e e e variables ? Et pour une fonction de p variables ? ← D´f. e 26
  28. 28. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´riv´es d’ordre sup´rieur e e e 7.1.5. D´finissez l’expression “f est une fonction de classe C 2 au point a”. e Que sont les fonctions de classe C 1 ? Et celles de classe C 0 ? 7.1.6. D´finissez les d´riv´es d’ordre sup´rieur (` 2) d’une fonction f de p variables. e e e e a ← D´f. e 7.1.7. Passez en revue les diff´rentes notations pour les d´riv´es partielles d’ordre e e e 3,4, . . . . 7.1.8. D´finissez les fonctions de classe C k . e ← D´f. e Illustrations 7.1.a 2+2 = ? 7.1.b 2+2 = ? Calculez les fonctions d´riv´es successives de ln(x). e e Calculez les nombres d´riv´es successives de ln(x) en x = 1. e e On donne la fonction f (x, y) = x2 y + y 3 + sin(x2 + y). Calculez les deux fonctions d´riv´es partielles ∂f (x, y) et e e ∂x ∂f (x, y). ∂y Il s’agit de nouvelles fonctions des deux variables x et y. Calculez les d´riv´es e e partielles de ces deux fonctions par rapport ` chacune de leur deux variables. a 7.1.c 2+2 = ? 7.1.d 2+2 = ? 7.1.e 2+2 = ? 7.1.f 2+2 = ? Combien de d´riv´es partielles secondes a une fonction de p vae e riables. Calculez les 9 fonctions d´riv´es partielles secondes de la fonction e e f (x, y, z) = xy 2 z 3 . Pour la mˆme fonction f (x, y, z) = xy 2 z 3 que ci-dessus, calculez e ∂3f ∂3f (x, y, z) et (2, 1, −1) . ∂z∂y∂z ∂z∂y∂z Combien de d´riv´es partielles d’ordre 3 a une fonction de p vae e riables ? Et ` l’ordre 4, 5, . . . n ? a Le th´or`me de Young e e 7.2.1. Dans l’exemple trait´ au 7.1.d., les d´riv´es secondes crois´es sont ´gales. e e e e e Expliquez pourquoi en ´non¸ant le th´or`me de Young. e c e e 7.2. ← Th. Expliquez la distinction : elles sont ´gales mais pas identiques. e 7.2.2. D´finissez la “matrice Hessienne” d’une fonction f de p variables en un point e a. Le th´or`me de Young se traduit par une propri´t´ de cette matrice. Laquelle ? e e ee ← D´f. e 27
  29. 29. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´riv´es d’ordre sup´rieur e e e 7.2.3. G´n´ralisez le th´or`me de Young pour l’interversion de l’ordre des d´rivations e e e e e partielles jusqu’` l’ordre 3, 4, . . . . a ← Th. Illustrations 7.2.a 2+2 = ? 7.2.b 2+2 = ? Calculez la matrice Hessienne de la fonction de l’exercice 7.1.d. f (x, y, z) = xy 2 z 3 . Donnez H(x,y,z) et H(3,2,1) . L’exemple suivant montre qu’on ne peut pas se passer des hypoth`ses de continuit´ pour le th´or`me de Young. e e e e (1) On donne la fonction x3 y si (x, y) = (0, 0) x2 + y 2 f (x, y) =  0 si (x, y) = (0, 0).   (2) V´rifiez par le calcul que e  4 2 3  x + 3x y si (x, y) = (0, 0) ∂f (x2 + y 2 )2 (x, y) =  ∂x 0 si (x, y) = (0, 0) (3) V´rifiez par le calcul que e  5 3 2  x − x y si (x, y) = (0, 0) ∂f (x2 + y 2 )2 et (x, y) =  ∂y 0 si (x, y) = (0, 0). ∂2f (x, y) = 0 ∂y∂x et ∂2f (x, y) = 1. ∂x∂y (4) Commentez. 28
  30. 30. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´finitions e D´finitions du Chapitre 2 e Nombre d´riv´e partielle e e Si f (x1 , x2 , . . . , xp ) est une fonction de Rp dans R, et a = (a1 , a2 , . . . , ap ) un point de dom(f ), alors le nombre “d´riv´e partielle” de f par rapport ` sa premi`re variable en a, e e a e ∂f not´ e (a), ∂x1 est, s’il existe, le nombre d´riv´e au point a1 de la fonction d’une variable e e F (x1 ) = f (x1 , a2 , . . . , ap ). Autrement dit ∂f (x1 , x2 , . . . , xp ) d f (x1 , a2 , . . . , ap ) (a1 , a2 , . . . , ap ) = (a1 ) ∂x1 d x1 Autrement dit ∂f (x1 , x2 , . . . , xp ) f (a1 + h1 , a2 , . . . , ap ) − f (a1 , a2 , . . . , ap ) (a1 , a2 , . . . , ap ) = lim h1 →0 ∂x1 h1 On d´finirait de mˆme le nombre d´riv´e partielle de f (x1 , x2 , . . . , xp ) par e e e e rapport ` chacune de ses variables. a On dit que la fonction f (x1 , x2 , . . . , xp ) est d´rivable en un point a si ses p e ∂f d´riv´es partielles ∂xi existent en ce point. e e Vecteur gradient Si f (x1 , x2 , . . . , xp ) est une fonction de Rp dans R dont les d´riv´es partielles e e existent toutes au point a = (a1 , a2 , . . . , ap ) de dom(f ), alors le vecteur gradient de f en a, not´ a f est le vecteur des d´riv´es partielles de e e e f en a.  ∂f   ∂f  (a) ∂x1 ∂x1  ∂f   ∂f   ∂x2 (a)   ∂x2   =  af =  .   .  . . .    .  ∂f ∂f (a) ∂xp ∂xp (a) Le symbole se prononce nabla. 29
  31. 31. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´finitions e Fonction d´riv´e partielle e e Si f (x1 , x2 , . . . , xp ) est une fonction de Rp dans R, alors la fonction “d´riv´e partielle” de f par rapport ` sa premi`re variable en a, e e a e ∂f (x), not´e e ∂x1 est la fonction qui ` chaque point x de Rp fait correspondre, s’il existe, le a nombre d´riv´e de f par rapport ` sa premi`re variable en ce point. e e a e C’est donc aussi une fonction de Rp dans R. Elle n’est d´finie que pour les e points de dom(f ) en lesquels le nombre d´riv´e partielle est d´fini. e e e Elasticit´ - Elasticit´ partielle e e Si y = f (x) est une fonction de R dans R d´rivable en a, l’´lasticit´ de f par e e e rapport ` x au point a est le nombre a ε(f /x)(a) = f (a) ·a f (a) Si y = f (x1 , x2 , . . . , xp ) est une fonction de Rp dans R d´rivable en a, e l’´lasticit´ de f par rapport ` xi au point a est le nombre e e a ∂f (a) ∂xi ε(f /xi )(a) = f (a) · ai Matrice Jacobienne On consid`re une fonction f de Rp dans Rq : e  f1 (x)  f2 (x)  f (x) =  .   .  .  fq (x) et a un point int´rieur au domaine de f . e La matrice Jacobienne, ou plus simplement la Jacobienne, de f au point a est la matrice q × p des d´riv´es partielles des fi au point a. e e    J(a) =    ∂f1 (a) ∂x1 ∂f2 (a) ∂x1 . . . ∂fq (a) ∂x1 ∂f1 (a) ∂x2 ∂f2 (a) ∂x2 ... ... . . . . . . ∂fq (a) . . . ∂x2 ∂f1 (a) ∂xp ∂f2 (a) ∂xp . . . ∂fq (a) ∂xp    =   ∂fi (a) . ∂xj 30
  32. 32. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e On note souvent, plus simplement,  ∂f ∂f  ∂f 1 1 . . . ∂x1 ∂x1 ∂x2 p  ∂f2 ∂f2 ∂f   ∂x1 ∂x2 . . . ∂x2  p  J(a) =  . .  . . ... .  .  . .  . ∂fq ∂x1 ∂fq ∂x2 ... ∂fq ∂xp ∂1 f1 ∂2 f1  ∂1 f2 ∂2 f2 ou  . .  . . . . ∂1 fq ∂2 fq  D´finitions e  . . . ∂p f1 . . . ∂p f2  .  .  ... . . . . ∂p fq (a) (a) • La Jacobienne d’une fonction de Rp dans R est la matrice ligne des d´riv´es e e partielles de la fonction. Diff´rentielle des fonctions de Rp dans R e Si f (x1 , x2 , . . . , xp ) est une fonction de Rp dans R et a un point int´rieur au e domaine de f , alors la diff´rentielle de f , si elle existe, est une application lin´aire en les variables e e h1 , h2 , . . . , hp G(h) = b1 h1 + b2 h2 + . . . + bp hp qui approche la fonction diff´rence f (a1 +h1 , a2 +h2 , . . . , ap +hp )−f (a1 , a2 , . . . , ap ) e en ce sens que f (a + h) − f (a) − G(h) = 0. h→0 h lim La diff´rentielle de f en a, si elle existe, est not´e da f . Dans ce cas, on dit e e aussi que f est diff´rentiable en a. e • Si la fonction f est diff´rentiable en a, les coefficients b1 , b2 , . . . , bp de sa diff´rentielle e e sont les d´riv´es partielles de f en a. On peut donc dire que, si la diff´rentielle e e e existe, ce ne peut ˆtre que e da f (h) = ∂f ∂f ∂f (a) · h1 + (a) · h2 + . . . + (a) · hp ∂x1 ∂x2 ∂xp Diff´rentielle des fonctions de Rp dans Rq e Si f est une fonction de Rp dans Rq et a un f , on dit que l’ application lin´aire G de Rp dans Rq , e    G1 (h) b11 b12 . . .  G (h)   b21 b22 . . .  2   G(h) =  = . . . . . ... .   . . . bq1 bq2 . . . Gq (h) point int´rieur au domaine de e   b1p h1 b2p   h2  .   .  = Bh .  .  . . bqp hp 31
  33. 33. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´finitions e est la diff´rentielle de f au point a ssi : e ||f (a + h) − f (a) − G(h)|| = 0. h→0 ||h|| lim e La diff´rentielle de f en a, si elle existe, est not´e da f . e e • Si f est diff´rentiable en a, alors B est la matrice Jacobienne de f . da f (h) = J(a) · h D´riv´es partielles d’ordre sup´rieur e e e Les fonctions d´riv´es partielles de la fonction f (x), ´tant ` leur tour des fonce e e a tions de Rp dans R, sont susceptibles d’ˆtre elles-mˆmes d´riv´es par rapport e e e e a ` chacune de leurs variables. On peut ainsi d´finir le nombre d´riv´e partielle seconde, ou d’ordre deux, par e e e rapport ` la variable xj puis xi en un point a a ∂i2j f (a) = ∂i ∂j f (a) = ∂2f ∂ (a) = ∂xi ∂xj ∂xi ∂f ∂xj comme la d´riv´e partielle par rapport ` xi de la fonction e e a 2 ∂ f On a donc (a) = ∂xi ∂xj lim h→0 ∂f (a1 , . . . , ai−1 , ai ∂xj + h, ai+1 , . . . , ap ) − (a) ∂f . ∂xj ∂f (a1 , . . . , ai−1 , ai , ai+1 , . . . , ap ) ∂xj h . • On peut aussi d´finir des fonctions d´riv´es partielles d’ordre deux, qui sont e e e elles-mˆmes des fonctions de Rp dans R. e • On peut d´finir des nombres et des fonctions d´riv´es partielles d’ordre 3, e e e d’ordre 4, et ainsi de suite. On a par exemple, ∂ ∂ ∂f ∂3f 3 = ∂213 f = ∂x2 ∂x1 ∂x3 ∂x2 ∂x1 ∂x3 obtenu en d´rivant f d’abord par rapport ` x3 , puis par rapport ` x1 et enfin e a a par rapport ` x2 . a • Si une fonction f de Rp dans R est d´rivable jusqu’` l’ordre k, elle admet e a 2 p d´riv´es partielles premi`res, p d´riv´es partielles d’ordre 2, p3 d´riv´es e e e e e e e partielles d’ordre 3, . . . et pk d´riv´es partielles d’ordre k. e e • Il faut bien distinguer les d´riv´es partielles obtenues en d´rivant par rapport e e e ∂2f aux mˆmes variables mais dans un ordre diff´rent. Ainsi, ∂x2 ∂x3 est obtenu e e par une op´ration diff´rente de celle permettant de calculer e e d´riv´es partielles sont donc a priori distinctes. e e ∂2f . ∂x3 ∂x2 Ces deux 32
  34. 34. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e D´finitions e Classes de continuit´ : fonction de classe C k e Une fonction f de Rp dans R est dite ˆtre de classe C k en un point a e ssi toutes les fonctions d´riv´es partielles de f jusqu’` l’ordre k sont d´finies dans e e a e un voisinage de a et sont continues en a. Les fonctions de classe C 0 en a sont les fonctions continues en a. Une fonction de classe C k est aussi de classe C k−1 , C k−2 , . . . , C 1 et C 0 . 33
  35. 35. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Principaux th´or`mes e e Principaux th´or`mes du Chapitre 2 e e Diff´rentielle et d´riv´es partielles : condition n´cessaire e e e e Soit f une fonction de Rp dans R et a un point de dom(f ). Si f est diff´rentiable e en a, alors f est d´rivable en a et les coefficients de la diff´rentielle sont les e e d´riv´es partielles de f en a e e Autrement dit Si f est diff´rentiable en a, alors e ∂f ∂f ∂f da f (h) = (a) · h1 + (a) · h2 + . . . + (a) · hp ∂x1 ∂x2 ∂xp Diff´rentielle et continuit´ : condition n´cessaire e e e p Soit f une fonction de R dans R et a un point de dom(f ). Si f est diff´rentiable en a, alors f est continue en a . e Diff´rentielle et d´riv´es partielles : condition suffisante e e e Soit f une fonction de Rp dans R et a un point de dom(f ). Si toutes les fonctions d´riv´es partielles de f sont d´finies dans un e e e voisinage de a et sont continues en a, alors f est diff´rentiable en a. e Equation du plan tangent ` la surface z = f (x, y) a Soit f (x, y) une fonction de R2 dans R diff´rentiable au point a. e Le plan tangent ` la surface z = f (x, y) au point (a, b, f (a, b)) est donn´ par a e l’´quation fonctionnelle e ∂f ∂f (a, b) · (x − a) + (a, b) · (y − b) z = t(x, y) = f (a, b) + ∂x ∂y On peut y reconnaˆ l’´criture ıtre e z = t(x, y) = f (a, b) + d(a,b) f (h, k) o` d(a,b) f (h, k) est la diff´rentielle de f en (a, b) et h et k sont les accroissements u e h = (x − a) et k = (y − b). 34
  36. 36. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Principaux th´or`mes e e Diff´rentielle et approximation lin´aire e e Le rˆle de la diff´rentielle est de fournir une bonne approximation lin´aire (et o e e mˆme la meilleure possible) des valeurs de f pr`s du point a . e e On aura donc que f (a + h) ≈ f (a) + da f (h) Ou, plus pr´cis´ment, e e ∂f ∂f f (a1 + h1 , . . . , ap + hp ) ≈ f (a1 , . . . , ap ) + (a) · h1 + . . . + (a) · hp ∂x1 ∂xp Cette approximation est ´videmment d’autant meilleure que les hi sont petits. e Diff´rentielle d’une compos´e de fonctions e e p Soit f une fonction de R dans Rq et g une fonction de Rq dans Rs . Si e f est diff´rentiable en a et g est diff´rentiable en f (a), e alors la diff´rentielle de la compos´e g◦f en a est la compos´e des diff´rentielles e e e e de g en f (a) et de f en a. da (g ◦ f ) = (df (a) g) ◦ (da f ) . c.-`-d. a Jacobienne d’une compos´e de fonctions e Le th´or`me pr´c´dent peut ´videmment se traduire en terme de matrices e e e e e jacobiennes. Avec les mˆmes hypoth`ses que dans le t´or`me pr´c´dent, on a que e e e e e e la matrice Jacobienne de la compos´e g ◦ f en a est le produit des matrices e Jacobiennes de g en f (a) et de f en a. c.-`-d. a  ∂1 (g1 ◦ f ) ∂2 (g1 ◦ f ) . . . ∂p (g1 ◦ f )  ∂1 (g2 ◦ f ) ∂2 (g2 ◦ f ) . . . ∂p (g2 ◦ f )    . . . .   . . . . . . . . ∂1 (gs ◦ f ) ∂2 (gs ◦ f ) . . . ∂p (gs ◦ f ) a     ∂1 g1 ∂2 g1 . . . ∂q g1 ∂1 f1 ∂2 f1 . . . ∂p f1  ∂1 f2 ∂2 f2 . . . ∂p f2   ∂1 g2 ∂2 g2 . . . ∂q g2   . = . . . . . .  . .   .  . . . .  . . .  . . . . . . . . ∂1 fq ∂2 fq . . . ∂p fq a ∂1 gs ∂2 gs . . . ∂q gs f (a)  35
  37. 37. 2008 Analyse Ch. 2 D´riv´es et diff´rentielles e e e Principaux th´or`mes e e Chain Rule : d´riv´es partielles dans les compos´es de fonctions e e e Les th´or`mes pr´c´dents permettent aussi le calcul des d´riv´es partielles des e e e e e e fonctions compos´es. e Dans la pratique, le cas particulier suivant permet de retrouver les autres. Soit f une fonction de R dans Rq , et g une fonction de Rq dans R, les deux fonctions ´tant suppos´es diff´rentiables aux points consid´r´s. e e e ee   x1 (t)  x2 (t)  e Si on note g(x1 , x2 , . . . , xq ), et f =  . , on peut ´crire  .  . xq (t) dg(x1 (t), x2 (t), . . . , xq (t)) = dt ∂g dx1 (t) ∂g dx2 (t) ∂g dxq (t) (x(t)) · + (x(t)) · + ... + (x(t)) · ∂x1 dt ∂x2 dt ∂xq dt Th´or`me de Young : interversion de l’ordre de d´rivation e e e Soit f (x, y) une fonction de R2 dans R et a un point de son domaine. Si alors f est de classe C 2 en a, on peut intervertir l’ordre des d´rivations partielles secondes de f ; e ∂2f ∂2f (a) = (a). ∂y∂x ∂x∂y c.-`-d. a Th´or`me de Young : g´n´ralisation e e e e On peut facilement g´n´raliser le th´or`me pr´c´dent aux cas de fonctions de e e e e e e plus de deux variables et de d´riv´es d’ordre sup´rieur ` 2. e e e a On aura, par exemple. Si alors c.-`-d. a et etc.. . . f (x, y, z) est de classe C 3 en a, on peut intervertir l’ordre des d´rivations partielles troisi`mes de f ; e e ∂3f ∂3f ∂3f (a) = (a) = (a) = . . . ∂x∂y∂z ∂x∂z∂y ∂y∂x∂z ∂3f ∂3f ∂3f (a) = (a) = (a) ∂x2 ∂z ∂x∂z∂x ∂z∂x2 36
  38. 38. 2008 Analyse Ch. 3 Fonctions implicites Chapitre 3 Fonctions implicites R´f´rences ee • Fonctions implicites S & B : Ch. 22 Le th´or`me des fonctions implicites e e Vocabulaire 8. 8.1. 8.1.1. V´rifiez que vous comprenez les termes suivants : variables exog`nes, ind´pendantes, e e e libres ; variables endog`nes, d´pendantes, li´es. e e e Pr´cisez bien le contexte dans lequel apparaˆ ce vocabulaire. e ıt 8.1.2. Utilisez ce vocabulaire dans les situations suivantes : a. y = f (x) b. z = g(u1 , u2 , u3 ) c. t1 = t1 (v1 , v2 , v3 ) t2 = t2 (v1 , v2 , v3 ) 8.1.3. Que veulent dire les expressions suivantes ? – y est explicitement fonction de x – z d´pend fonctionnellement de u1 , u2 , u3 . e Donnez des contextes, ou des exemples, o` ces expressions ont un sens. u Premier cas : Un lien entre deux variables 8.2. On consid`re d’abord le cas o` deux variables, x et y par exemple, sont li´es e u e par une ´quation du type G(x, y) = 0. e On cherche ` savoir si cette relation ne d´finit pas “implicitement” une fonca e tion, en ce sens qu’elle pourrait s’identifier, au moins localement, ` une ´criture a e qui lierait “explicitement” y et x par une fonction, sous la forme y = φ(x) ou x = ψ(y). 37
  39. 39. 2008 Analyse Ch. 3 Fonctions implicites 8.2.1. Reconnaissez que l’ensemble des points (x, y) qui v´rifient la relation e G(x, y) = 0 est la courbe de niveau, ` hauteur 0, de la fonction G(x, y). C’est a une courbe de l’ensemble des x, y. 8.2.2. D´finissez math´matiquement l’expression e e “L’application y = φ(x) est une explicitation de la relation G(x, y) = 0”. 8.2.3. D´finissez math´matiquement l’expression e e “L’application y = φ(x) est une explicitation locale de la relation G(x, y) = 0 pr`s du point (a, b)”. e ← D´f. e 8.2.4. Ce sont les explicitations locales qui nous int´resseront. e Pourquoi ? e 8.2.5. Commentez et pr´cisez la remarque suivante Pour que la relation G(x, y) = 0 puisse s’expliciter localement sous la forme y = φ(x) pr`s du point (a, b), il faut et il suffit que le graphe de la relation e puisse se confondre, dans un voisinage du point, avec celui d’une application. 8.2.6. Commentez et pr´cisez la remarque suivante. e Pour que la relation G(x, y) = 0 puisse s’expliciter localement sous la forme y = φ(x) pr`s du point (a, b), il faut et il suffit que e ← Th. ← Th. (1) la variable x puisse varier “librement” pr`s de (a, b) e (2) la variable y soit li´e “fonctionnellement” ` la variable x pr`s de (a, b). e a e c.-`-d. que pour tout x proche de a, il existe un et un seul y pour lequel a G(x, y) = 0. Illustrations 8.2.a Ecrivez des ´quations du type e 3 4xy − sin xy = 7 ou 5xy y − yez = sous la forme G(x, y, . . .) = 0. 2+2 = ? 3x cos yz x2 +y 2 +z 2 On consid`re la relation 3x + 7y − 27 = 0. e Montrez que, pour cette relation, x peut s’expliciter comme fonction de y, et y comme fonction de x. 8.2.b 2+2 = ? 8.2.c 2+2 = ? 8.2.d 2+2 = ? Montrez que, pour la relation x2 + y 2 = 1, on ne peut expliciter ni y en fonction de x, ni x en fonction de y. Expliquez bien pourquoi. On consid`re la relation x2 + y 2 = 1. e Donnez, si c’est possible, une sous la forme y = φ(x) pr`s des points e 38
  40. 40. 2008 Analyse Ch. 3 Fonctions implicites suivants : a. b. c. d. e. (0, 1)√ √ ( 22 , 22 ) (1, 1) (0, −1) (1, 0) Les r´ponses sont oui - oui - non - oui - non. Si c’est oui, donnez une e explicitation ; si c’est non, expliquez pourquoi. On consid`re la relation x2 + y 2 = 0. e Quel est son graphe ? Cette relation ne peut pas s’expliciter localement pr`s de (0, 0). Pourquoi ? e Si vous ne pouvez r´pondre maintenant, passez aux questions suivantes. La e mˆme question reviendra plus tard. e 8.2.e 2+2 = ? 8.2.f Expliquez pourquoi, quand les variables x et y sont li´es par la e 2 relation x − y = 0 , la variable y ne peut pas varier librement pr`s de (0, 0). e 2+2 = ? 8.2.g Expliquez pourquoi, quand les variables x et y sont li´es par la e 2 2 relation x − y = 0 , la variable y n’est pas li´e fonctionnellement e a ` x pr`s de (0, 0). e 2+2 = ? 8.2.h 2+2 = ? La figure ci-contre repr´sente la e courbe d’´quation G(x, y) = 0 e Pr`s de quels points de la courbe e ne peut-on pas expliciter y en fonction de x ? Et x en fonction de y ? Justifiez chaque fois pourquoi il n’y a pas explicitation. y x Le th´or`me des fonctions implicites dans R2 e e 8.3.1. Enoncez tr`s pr´cis´ment le th´or`me des fonctions implicites dans le cas d’un e e e e e lien entre deux variables. Ecrivez le th´or`me pour le cas de l’explicitation de y en fonction de x et pour e e le cas de l’explicitation de x en fonction de y. 8.3. ← Th. 8.3.2. Constatez que le th´or`me des fonctions implicites n’est pas un th´or`me e e e e constructif. Il prouve l’existence d’une explicitation, sans la donner concr`tement. e Par contre, le th´or`me donne une information pr´cise sur la d´riv´e de l’exe e e e e plicitation. 39
  41. 41. 2008 Analyse Ch. 3 Fonctions implicites 8.3.3. Constatez que le th´or`me des fonctions implicites donne seulement une condie e tion suffisante pour l’existence d’une explicitation. Il peut y avoir des cas o` le th´or`me n’est pas applicable, mais o` il y a quand u e e u mˆme explicitation. Donnez-en l’un ou l’autre exemple simple. e e 8.3.4. Soyez toujours attentif au fait que le probl`me des fonctions implicites et sa solution n’ont de sens que pr`s d’un point (a, b) qui satisfait la relation ´tudi´e e e e (c.-`-d. tel que G(a, b) = 0). a 8.3.5. D´finissez e – point singulier – point r´gulier e – courbe r´guli`re. e e ← D´f. e ← D´f. e ← D´f. e 8.3.6. Voyez qu’un point r´gulier est un point o` une au moins des explicitations est e u garantie par le th´or`me des fonctions implicites ; et qu’un point singulier est un e e point o` le th´or`me des fonctions implicites ne garantit aucune explicitation u e e (mais ne les interdit pas non plus). ← Th. Illustrations Examinez les relations y − x2 = 0 et y − x3 = 0 pr`s de (0, 0). e Y a-t-il explicitation de y en fonction de x ? de x en fonction de y ? Que raconte le th´or`me des fonctions implicites ? e e 8.3.a 2+2 = ? 8.3.b On donne la relation G(x, y) = 3xy + 2y − x2 − 5 = 0. 2+2 = ? (1) V´rifiez que cette relation est satisfaite au point (−1, −6). e (2) Dans ce cas particulier, on peut donner de mani`re effective une exe plicitation y = Y (x) de cette relation. Calculez cette explicitation, sa fonction d´riv´e Y (x) et la valeur de cette d´riv´e en x = −1. e e e e ∂G ∂G (3) D’autre part, calculez (x, y) et (x, y) et leurs valeurs en (−1, −6). ∂x ∂y (4) Le th´or`me des fonctions implicites garantit-il que la relation G(x, y) = e e 0 est explicitable sous la forme y = ψ(x) pr`s de (−1, −6) ? e dψ (5) Utilisez le th´or`me des fonctions implicites pour calculer e e (−1). dx (6) Comparez avec Y (−1). On consid`re la relation G(x, y) = x2 y 3 − 2x3 y + exy−1 = 0. On e ne peut pas dire grand chose, ` premi`re vue, du graphe de cette a e relation qui passe au moins par le point (1, 1). 8.3.c 2+2 = ? (1) Peut-on expliciter y = φ(x) pr`s de ce point ? e (2) Si oui, quelle est la d´riv´e de φ au point ad´quat ? e e e (3) Peut-on expliciter x = ψ(y) pr`s de ce point ? e 40
  42. 42. 2008 Analyse Ch. 3 Fonctions implicites (4) Si oui, quelle est la d´riv´e de ψ au point ad´quat ? e e e (5) Quelle est la tangente au graphe de la relation au point (1, 1) ? (6) Comparez avec ce que le gradient pouvait vous apprendre sur cette tangente. (7) Donnez une valeur approch´e d’un y qui v´rifie la relation G(1.02, y) = e e 0. Deuxi`me cas : Un lien entre plusieurs variables e 8.4. Ce cas, o` l’on a une relation du type G(x1 , x2 , . . . , xp ) = 0, n’est pas fondau mentalement diff´rent du premier cas. Il faudra ici faire le (bon) choix d’une e variable d´pendante (ou endog`ne), et la lier aux p − 1 autres variables supe e pos´es donc ind´pendantes ou exog`nes. e e e Le recours ` l’intuition g´om´trique devient ´videmment moins accessible quand a e e e il y a plus de deux variables en cause. 8.4.1. Enoncez tr`s pr´cis´ment le th´or`me des fonctions implicites dans le cas d’un e e e e e lien entre p variables. ← Th. 8.4.2. Reprenez le th´or`me pour le cas d’un lien entre 3 variables x, y et z. e e Ecrivez le th´or`me pour l’explicitation de x en fonction de y et z, pour l’exe e plicitation de y en fonction de x et z et pour l’explicitation de z en fonction de x et y. Illustrations On consid`re la relation x3 − x + 2x2 y − 3xyz + 3z = −1 qui est e satisfaite au point (1, 1, 2) . Quelle(s) variable(s) peut-on expliciter en fonction des autres pr`s de ce point ? e Sous quelle forme ? Donnez les d´riv´es (partielles ?) de chacune des explicitations possibles pr`s e e e de ce point. 8.4.a 2+2 = ? Plusieurs liens entre plusieurs variables 8.5. C’est ce que S & B appellent syst`me de fonctions implicites. e Le premier probl`me consiste ` savoir, dans ce cas, combien de variables poure a raient devenir ind´pendantes ou exog`nes et combien de variables d´pendantes e e e ou endog`nes. e Ensuite, il faudra g´n´raliser le th´or`me des fonctions implicites (pour choie e e e sir les variables endog`nes) et les formules de d´rivation (liant la variation des e e variables endog`nes ` celle des variables exog`nes.) e a e 41
  43. 43. 2008 Analyse Ch. 3 Fonctions implicites 8.5.1. Un syst`me e   G1 (x1 , x2 , . . . , xk ) = 0   G2 (x1 , x2 , . . . , xk ) = 0 .  .  .  Gq (x1 , x2 , . . . , xk ) = 0 de q liens entre k variables comprend q ´quations. e Pour exprimer la d´pendance de p variables endog`nes par rapport aux k − p e e autres variables, par exemple   x1 = φ1 (xp+1 , xp+2 , . . . , xk )   x2 = φ2 (xp+1 , xp+2 , . . . , xk ) .  .  .  xp = φp (xp+1 , xp+2 , . . . , xk ) il faut p ´quations. e S’il n’y a pas plus d’informations sur les k variables dans une ´criture que dans e l’autre, que peut-on en d´duire ` propos de q et p ? e a 8.5.2. Interpr´tez la fable suivante. e Au d´but du probl`me, il y avait k variables. Elles furent cr´´es libres et e e ee ind´pendantes, chacune pouvant varier ` son gr´ sans tenir compte des autres. e a e On disait que ce monde avait k degr´s de libert´. e e Puis vinrent les lois, au nombre de q. Chacune liait les variables entre elles par une ´quation de la forme Gi (x1 , x2 , . . . , xk ) = 0. Chacune de ces lois supe primait un degr´ de libert´. e e Combien de degr´s de libert´ sont-ils rest´s apr`s la r´v´lation des lois ? e e e e e e Ensuite, le maˆtre du probl`me souhaita s´parer les variables en variables ı e e exog`nes et en variables endog`nes. Les variables exog`nes seraient enti`rement e e e e libres de varier ` leur gr´ (au moins localement) sans tenir compte les unes des a e autres. Elles disposeraient donc, chacune, d’un degr´ complet de libert´. Mais e e les variables endog`nes n’auraient aucune libert´, ´tant soumises aux variables e e e exog`nes auxquelles elles seraient li´es par des liens fonctionnels. e e Quel est le nombre des variables exog`nes ? Quel est le nombre des variables e endog`nes ? e 8.5.3. Retrouvez les notions de degr´ de libert´, de variables exog`nes et endog`nes, e e e e dans le cas d’un syst`me lin´aire homog`ne de k ´quations ind´pendantes ` n e e e e e a inconnues. 8.5.4. Enoncez tr`s pr´cis´ment le th´or`me des fonctions implicites dans le cas e e e e e g´n´ral de q liens entre k variables. e e Suggestion : pour exprimer plus facilement le th´or`me et faire apparaˆ les e e ıtre variables exog`nes et endog`nes, on pose k = p + q et on appelle x1 , x2 , . . . , xp e e les variables qui deviendront exog`nes et y1 , y2 , . . . , yq les variables qui deviene dront endog`nes. e ← Th. 42
  44. 44. 2008 Analyse Ch. 3 Fonctions implicites 8.5.5. Quand on parle d’un syst`me de q fonctions implicites ` k variables, on suppose e a implicitement que p < k. Pourquoi ? 8.5.6. Qu’appelle-t-on point r´gulier d’un syst`me de q ´quations implicites ? e e e R´f´rez-vous ` l’existence, ou non, d’explicitation garantie par le th´or`me des ee a e e fonctions implicites. Illustrations 8.5.a 2+2 = ? On donne les relations xz 3 + y 2 v 4 = 2 xz + yvz 2 = 2 entre les variables (x, y, z, v). Calculez la matrice des d´riv´es partielles au point (1, 1, 1, 1). Pouvez-vous en e e extraire une sous matrice 2 × 2 inversible ? Le th´or`me des fonctions implicites permet-il d’en d´duire l’existence d’exe e e plicitation de certaines variables en fonction des autres au voisinage du point (1, 1, 1, 1) ? Lesquelles ? Pour une des explicitations possibles, calculez les d´riv´es partielles au point e e ad´quat (` pr´ciser). e a e 43
  45. 45. 2008 Analyse Ch. 3 Fonctions implicites D´finitions e D´finitions du Chapitre 3 e Explicitation locale : une relation ` deux variables a Soient g une fonction de R2 dans R et a un point de R2 . L’application y = φ(x) est une explicitation locale de la relation g(x, y) = 0 au voisinage de a ssi g(a) = 0 et il existe un voisinage V de a tel que ∀(x, y) ∈ V g(x, y) = 0 ssi y = φ(x) . Explicitation locale : une relation ` p variables a Soient g une fonction de Rp dans R et a un point de Rp . L’application xp = φ(x1 , x2 , . . . , xp−1 ) est une explicitation locale de la relation g(x1 , x2 , . . . , xp ) = 0 au voisinage de a ssi g(a) = 0 et il existe un voisinage V de a tel que ∀(x1 , x2 , . . . , xp ) ∈ V g(x1 , x2 , . . . , xp ) = 0 ssi xp = φ(x1 , x2 , . . . , xp−1 ) . Explicitation locale : q relations ` p + q variables a Soient g1 , g2 , . . . , gq     Les applications    des fonctions de Rp+q dans R et a un point de Rp+q . y1 = φ1 (x1 , x2 , . . . , xp ) y2 = φ2 (x1 , x2 , . . . , xp ) . . . yq = φq (x1 , x2 , . . . , xp ) sont une explicitation locale au voisinage de a de la relation   g1 (x1 , x2 , . . . , xp , y1 , y2 , . . . , yq ) = 0   g2 (x1 , x2 , . . . , xp , y1 , y2 , . . . , yq ) = 0 .  .  .  gq (x1 , x2 , . . . , xp , y1 , y2 , . . . , yq ) = 0 ssi g1 (a) = g2 (a) = . . . = gq (a) = 0 et il existe un voisinage V de a tel que ∀(x, y) ∈ V g1 (x, y) = g2 (x, y) = . . . = gq (x, y) = 0 ssi y1 = φ1 (x) et y2 = φ2 (x) . . . et yq = φq (x) . 44
  46. 46. 2008 Analyse Ch. 3 Fonctions implicites D´finitions e Point r´gulier d’une relation f (x, y) = 0 e Un point (a, b) est un point r´gulier de la relation f (x, y) = 0 si c’est un point e de la relation en lequel les d´riv´es partielles de f existent et ne sont pas toutes e e les deux nulles. Autrement dit   f (a, b) = 0 est d´fini e (a, b) est un point r´gulier de f (x, y) = 0 ssi e (a,b) f  (a,b) f = 0 Point r´gulier d’une relation f (x1 , x2 . . . , xp ) = 0 e Un point a = (a1 , a2 , . . . , ap ) est un point r´gulier de la relation f (x) = 0 si e c’est un point de la relation en lequel f les d´riv´es partielles de f existent et e e ne sont pas toutes nulles. Autrement dit   f (a) = 0 est d´fini e a est un point r´gulier de f (x) = 0 ssi e af  af = 0 Point r´gulier : q relations ` k variables e a Soit g une fonction de Rk dans Rq et la relation g(x) = 0 qui peut aussi s’´crire e  g1 (x1 , x2 , . . . , xk ) = 0    g2 (x1 , x2 , . . . , xk ) = 0 .  .  .  gq (x1 , x2 , . . . , xk ) = 0 Le point a est un point r´gulier de g(x) = 0 si c’est un point de la relation e en lequel la Jacobienne est d´finie et est de rang complet (= q) . e Autrement dit   g(a) = 0 Ja g est d´finie . e a est un point r´gulier de g(x) = 0 ssi e  r(Ja g) = q 45
  47. 47. 2008 Analyse Ch. 3 Fonctions implicites Principaux th´or`mes e e Principaux th´or`mes du Chapitre 3 e e Th´or`me des fonctions implicite : une relation ` deux variables e e a Soit g(x, y) une fonction de R2 dans R de classe C 1 au voisinage de a = (a, b), et telle que g(a) = 0. Si ∂g (a) ∂y alors il existe une explicitation locale y = φ(x) de la relation g(x, y) = 0 = 0, au voisinage de a. et de plus, φ est d´rivable pr`s de a et e e dφ (x) = − dx ∂g (x, φ(x)) ∂x . ∂g (x, φ(x)) ∂y Th´or`me des fonctions implicites : une relation ` p variables e e a Soient g une fonction de Rp dans R de classe C 1 au voisinage de a, et telle que g(a) = 0. Si ∂g (a) ∂xp alors il existe une explicitation locale xp = φ(x1 , x2 , . . . , xp−1 ) de la relation g(x1 , x2 , . . . , xp ) = 0 au voisinage de a. et de plus, les d´riv´es partielles de φ existent pr`s de a et e e e ∂φ = − ∂x1 ∂g ∂x1 ∂g ∂xp = 0, ∂φ = − ∂x2 ∂g ∂x2 ∂g ∂xp ... ∂φ = − ∂xp−1 ∂g ∂xp−1 ∂g ∂xp . On devrait ´crire plus compl`tement e e ∂φ (x1 , x2 , . . . , xp−1 ) = − ∂x1 ∂g (x1 , x2 , . . . , xp ) ∂x1 ∂g (x1 , x2 , . . . , xp ) ∂xp 46
  48. 48. 2008 Analyse Ch. 3 Fonctions implicites Principaux th´or`mes e e Th´or`me des fonctions implicites : q relations ` p + q variables e e a Soient g1 , g2 , . . . , gq des fonctions r´elles des p + q variables x1 , x2 , . . . , xp , e y 1 , y2 , . . . , y q . On suppose que ces fonctions sont de classe C 1 au voisinage de a et telles que g1 (a) = 0, g2 (a) = 0, . . . , gq (a) = 0.  ∂g1  ∂g (a) . . . ∂y1 (a) ∂y1 q   . . . ∂g . . . Si la matrice ( ∂y )(a) =   est inversible, . . . ∂gq (a) ∂y1 ... ∂gq (a) ∂yq alors il existe une explicitation locale y1 = φ1 (x) , y2 = φ2 (x) , . . . , yq = φq (x) de la relation g1 (x, y) = 0, . . . , gq (x, y) = 0 au voisinage de a et de plus, les d´riv´es partielles des φi existent au voisinage de a et e e  ∂φ1 ∂x1  .  . . ∂φq ∂x1 ... . . . ... ∂φ1 ∂xp   ∂g1 ∂y1 .  = −  . .   . . . ∂φq ∂xp x ∂gq ∂y1 ... . . . ... ∂g1 ∂yq −1  .  .  . ∂gq ∂yq ∂g1 ∂x1  .  . . (x,y) ∂gq ∂x1 ... . . . ... ∂g1 ∂xp  .  .  . ∂gq ∂xp . (x,y) 47
  49. 49. 2008 Analyse Ch. 4 Optimisation libre Chapitre 4 Polynˆmes de Taylor o Optimisation libre Polynˆmes de Taylor o Optimisation libre 9. 10. R´f´rences ee • Polynˆmes de Taylor o Rappels pour une variable S & B : pp.856-861 Syllabus de Math´matique et Analyse, pp. 8-15 e Fonctions de plusieurs variables S & B : pp.861-865 • Optimisation libre Rappels pour une variable Fonctions de plusieurs variables S & B : pp.53-61 S & B : Ch. 23-pp.639-648 Polynˆmes de Taylor o Rappels pour les fonctions d’une variable 9. 9.1. 9.1.1. Revoyez la th´orie et la pratique des polynˆmes de Taylor pour les fonctions e o d’une variable. 9.1.2. Qu’appelle-t-on le “reste ” d’un polynˆme de Taylor ? o Donnez-en une expression. Voyez que dans certains cas on peut d´terminer le signe de ce reste pour de e petites valeurs de l’accroisement h. 9.1.a 2+2 = ? Calculez le polynˆme de Taylor d’ordre 3, 4, 5 et 6 de f (x) = cos(x) o pr`s de 0. e 48
  50. 50. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre Donnez chaque fois l’expression du reste correspondant. Peut-on d´terminer le signe de ces restes ? e Qu’est-ce que cela signifie ? e o e 9.1.3. Quelle est l’utilit´ des polynˆmes de Taylor ? Dans les applications concr`tes ? Comme outil th´orique ? e Retrouvez leur utilisation dans la th´orie des extr´mums de fonctions d’une e e variable. Illustrations 9.1.b V´rifiez sur quelques exemples que vous pouvez encore manipuler e les polynˆmes de Taylor des fonctions d’une variable. o Donnez par exemple les polynˆmes de Taylor d’ordre 5 pr`s de 0 de ex , cos x o e √ et 1 + x. √ Utilsez-les pour calculer une valeur approch´e de e0.1 et de 1, 21. e 2+2 = ? Fonctions de plusieurs variables 9.2.1. Ecrivez l’approximation de Taylor d’ordre 1 pour une fonction de trois variables f (x1 , x2 , x3 ) pr`s d’un point a = (a1 , a2 , a3 ). e - explicitement ; - en utilisant la diff´rentielle. e 9.2. ← D´f. e Appliquez la formule ci-dessus pour calculer le polynˆme d’ordre 1 pr`s de o e 2 2y+z−1 (−1, 0, 1) de la fonction f (x, y, z) = x e 9.2.2. Donnez une expression du reste (d’ordre 2) de ce polynˆme d’ordre 1. Exprimezo le comme une forme quadratique en utilisant la Hessienne. ← D´f. e Donnez concr`tement ce reste pour l’exemple pr´c´dent. e e e 9.2.3. Ecrivez l’approximation de Taylor d’ordre 2 pour une fonction de trois variables f (x1 , x2 , x3 ) pr`s d’un point a = (a1 , a2 , a3 ). e - explicitement ; - en utilisant la diff´rentielle et la Hessienne. e Appliquez la formule ci-dessus pour calculer le polynˆme d’ordre 2 pour l’exemple o d´j` trait´ plus haut. ea e Illustrations 9.2.a Calculez le polynˆme d’ordre 2 pr`s de (1, 0) de la fonction xex−y−1 . o e 2+2 = ? 49
  51. 51. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre Optimisation libre 10. Le mot optimisation est utilis´ par les ´conomistes pour parler de la e e recherche d’extr´mums, maximums ou minimums, de fonctions. Pourquoi ? e Avez-vous un commentaire ? Fonctions d’une variable 10.1. 10.1.1. Revoyez la th´orie des extr´mums des fonctions d’une variable. e e e e • Donnez des d´finitions pr´cises des notions de minimum, maximum, global ou local, strict ou non, pour les fonctions d’une variable. N’oubliez pas de parler du domaine de la fonction, des voisinages du point . . . • Retrouvez les th´or`mes principaux qui concernent ces notions. e e Distinguez bien • les conditions n´cessaires et les conditions suffisantes ; e • les conditions de premier ordre et les conditions de second ordre (ou mˆme e sup´rieur) ; e • l’int´rieur et les bords du domaine ; e • les points o` la d´riv´e existe et les autres ; u e e • les extr´mums locaux et les extr´mums globaux. e e Fonctions de plusieurs variables - Conditions n´cessaires e 10.2. 10.2.1. D´finissez math´matiquement l’expression e e a d´termine un maximum global de la fonction f (x1 , x2 , . . . , xn ). e ← D´f. e 10.2.2. Faites de mˆme pour maximum local, minimum global et minimum local. e Distinguez aussi le cas d’un extremum strict. ← D´f. e 10.2.3. Pourquoi ne fait-on pas de th´orie des extr´mants pour des fonctions de Rp e e dans Rq ? 10.2.4. Montrez que si a = (a1 , a2 , . . . , an ) d´termine un maximum local de la fonction e q.e.d. f (x1 , x2 , . . . , xn ), alors a1 d´termine un maximum local de la fonction d’une e variable g1 (x) = f (x, a2 , . . . , an ). ← Th. 10.2.5. Voyez que l’on peut d´duire de la remarque pr´c´dente le th´or`me suivant. e e e e e q.e.d. Si a est un point int´rieur au domaine de f en lequel les d´riv´es partielles e e e existent, et si a d´termine un maximum local de la fonction f , e alors g1 (a1 ) = ∂f (a) ∂x1 = 0. 50
  52. 52. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre 10.2.6. Voyez que le mˆme raisonnement peut s’appliquer aux autres variables pour e arriver au th´or`me suivant. e e e e e Si a est un point int´rieur au domaine de f en lequel les d´riv´es partielles existent, et si a d´termine un maximum ou un minimum local de la fonction f , e  ∂f  ∂x1 (a) = 0    ∂f  (a) = 0 ∂x2 alors .  .    ∂f .  (a) = 0 ∂xn ← Th. 10.2.7. Remarquez que le th´or`me pr´c´dent fournit des “conditions n´cessaires d’exise e e e e tence d’extr´mums”, et qu’il s’agit de “conditions du premier ordre ”. e Qu’est-ce que cela veut dire ? 10.2.8. D´finissez les points stationnaires de la fonction f . e ← D´f. e 10.2.9. Le th´or`me ci-dessus donne-t-il des informations (lesquelles ?) sur l’existence e e d’extr´mums locaux de la fonction f pour les cat´gories de points suivantes ? e e • les points stationnaires • les points o` les d´riv´es partielles de f ne sont pas toutes d´finies u e e e • les points du bord du domaine de f Peut-on trouver des extr´mums en d’autres points que ceux cit´s ci-dessus ? e e 10.2.10. Reprenez les informations ci-avant sous la forme d’un th´or`me qui commene e cerait par Les extr´mums de f , s’il y en a, doivent ˆtre recherch´s parmi e e e les points suivants . . . ← Th. Illustrations 10.2.a 2+2 = ? Quels sont les points du domaine de la fonction z = 2x3 − 6xy + 3y 2 qui sont susceptibles de correspondre ` un extr´mants de la fonction ? a e 10.2.b Quels sont les points du domaine de la fonction 2+2 = ? z = 1− x2 + y 2 qui sont susceptibles de correspondre ` un extr´mant de la fonction ? a e Faites d’abord un croquis du graphe de la fonction. Pour cela, commencez par faire un croquis du graphe de la fonction d’une variable √ z = 1 − x2 = | 1 − | x | | 51
  53. 53. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre A quoi correspondent les points qui sont des extr´mants manifestes de cette e fonction ? Variations pour les rus´s - Paragraphe optionnel e 10.3. 10.3.1. La fonction z = f (x, x2 , . . . , xp ) peut aussi se voir comme ´tablissant une relae tion G(z, x1 , x2 , . . . , xp ) = f (x1 , x2 , . . . , xp ) − z = 0 entre les variables z, x1 , x2 ,. . . , xp . Il est ´vident que cette relation permet d’expliciter z en fonction des autres e variables. Comment ? Cela est confirm´ par le th´or`me des fonctions implicites. Comment ? e e e Peut-on aussi expliciter les (ou une des) variables xi en fonction de z et des autres xj ? Qu’en dit le th´or`me des fonctions implicites ? e e Si le point (a1 , a2 , . . . , ap ) d´termine un maximum c = f (a1 , a2 , . . . , ap ), alors e la variable z ne peut pas varier librement pr`s de c, puisqu’elle ne peut pas e prendre de valeur sup´rieure au maximum c. Pr`s de ce point, z ne peut donc e e pas ˆtre consid´r´ comme une variable ind´pendante. Il faut en conclure que, e ee e pr`s de ce point, on ne peut expliciter aucune des variables xi en fonction de e z et des autres xj . Comment cela se traduit-il ` travers le th´or`me des fonctions implicites ? a e e Comparez avec les conditions n´cessaires pour que (a1 , a2 , . . . , ap ) d´termine e e un maximum de f . Adaptez le raisonnement pour un minimum Fonctions de plusieurs variables - Conditions suffisantes 10.4. Dans ce qui va suivre, on utilisera la matrice Hessienne d’une fonction en la traitant comme une forme quadratique, et donc comme une matrice sym´trique. e On supposera donc que les d´riv´es partielles secondes existent et qu’elles sont e e continues de mani`re ` pouvoir utiliser le th´or`me de Young. e a e e N’oubliez donc pas, dans tous les th´or`mes que vous ´noncerez ci-dessous, de e e e rajouter l’hypoth`se e f est une fonction de classe C2 dans un voisinage du point a consid´r´. ee 10.4.1. Ecrivez la forme g´n´rale du polynˆme de Taylor d’ordre 1 d’une fonction e e o q.e.d. f (x, y, z) pr`s d’un point (a, b, c), avec le reste d’ordre 2 exprim´ comme une e e forme quadratique au moyen de la matrice Hessienne. Simplifiez cette ´criture en ajoutant l’hypoth`se que (a, b, c) est un point stae e tionnaire de f . Exprimez f (a + h, b + k, c + l) − f (a, b, c) ` partir de cette ´criture. a e 52
  54. 54. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre 10.4.2. Quelles conditions faut-il sur f (a + h, b + k, c + l) − f (a, b, c) pour que (a, b, c) d´termine un maximum global de f ? Et un minimum global ? e Quelles conditions faut-il sur f (a + h, b + k, c + l) − f (a, b, c) pour que (a, b, c) d´termine un maximum local de f ? Et un minimum local ? e Que faut-il changer dans le cas d’un extremum strict ? 10.4.3. L’existence d’un extr´mum en (a, b, c) est donc li´e (comment ?), au genre de e e la Hessienne de f en un point proche de (a, b, c). Et le genre de la Hessienne de f en un point proche de (a, b, c) est li´, par e continuit´, au genre de la Hessienne au point (a, b, c). e 10.4.4. Pr´cisez le lien cit´ ci-dessus entre le genre de la Hessienne de f en a et le e e genre de f en des points a + h assez proches de a ? Si Ha est DP alors Ha+h est aussi DP pour des a + h assez proches. Pourquoi ? 10.4.5. On a un th´or`me analogue pour des Ha de genre DN ou des Ha de genre e e IND. Enoncez le. ´ 10.4.6. Enoncez compl`tement le th´or`me donnant des conditions suffisantes de pree e e mier et de second ordre pour qu’un point stationnaire d’une fonction f de p variables d´termine un maximum local strict de f . e ´ Enoncez le th´or`me analogue pour le minimum. e e Et si la Hessienne est ind´finie ? e ← Th. ← Th. ← Th. 10.4.7. D´finissez les “points de selle ” ou “points de col ”. e Quelle est l’origine de ces expressions ? ← D´f. e Illustrations 10.4.a 2+2 = ? Reprenez la fonction z = 2x3 − 6xy + 3y 2 dont on a d´termin´ plus e e haut les points stationnaires (2.2.a). D´terminez maintenant si ces points donnent lieu ` un maximum, un minimum e a ou un point de selle de la fonction. Le cas ind´termin´ e e 10.5. 10.5.1. Par contre, on ne peut rien d´duire ` propos du genre de Ha+h dans le cas o` e a u Ha est de genre SDP ou SDN. Pourquoi ? Comparez avec ce que l’on avait dans le cas des fonctions d’une variable. On parle alors d’ind´termination ? Pourquoi ? e 53
  55. 55. 2008 Analyse Ch. 4 Optimisation libre Optimisation libre On entend par l` que le th´or`me ne permet pas de d´terminer la nature du a e e e point en question, et pas que sa nature est intrins`quement ind´termin´e. e e e 10.5.2. On a dit ci-dessus que l’on ne pouvait rien d´duire sur le genre de Ha+h dans e le cas o` Ha est SDP (ou SDN). Ce n’est pas tout ` fait vrai. On a en effet u a Si Ha est SDP, alors Ha+h ne peut ˆtre que IND, SDP ou DP. e ´ Enoncez le th´or`me analogue pour le cas SDN. e e 10.5.3. Enoncez compl`tement le th´or`me donnant des conditions n´cessaires (de e e e e premier et) de second ordre pour qu’un point d’une fonction f de p variables d´termine un maximum local de f . e Et un minimum. ← Th. 10.5.4. On suppose que a est un point stationnaire d’une fonction f de classe C2 ` a l’int´rieur de son domaine. e Reprenez sous forme de tableau ce que l’on peut d´duire, ` propos de la pose a sibilit´ d’avoir un extremum en a, ` partir du genre de la matrice sym´trique e a e Ha . Illustrations 10.5.a 2+2 = ? Recherchez les minima, maxima et points de selle de la fonction x4 + x2 − 6xy + 3y 2 54
  56. 56. 2008 Analyse Ch. 4 Optimisation libre D´finitions e D´finitions du Chapitre 4 e Matrice Hessienne Soit f une fonction de Rp dans R d´rivable jusqu’` l’ordre 2 au point a. e a La matrice Hessienne de f en a est la matrice de toutes les d´riv´es partielles e e secondes de f en a (dans l’ ordre convenable). Autrement dit La matrice Hessienne de f (x) en a est la matrice  ∂2f ∂2f (a) . . . (a) ∂x1 ∂x2 ∂x2 1   ∂2f ∂2f (a) . . .  ∂x2 ∂x1 (a) ∂x2 2 Ha f =  . . .  . . .  . . .  2f 2f ∂ ∂ (a) ∂xp ∂x2 (a) . . . ∂xp ∂x1 ∂2f (a) ∂x1 ∂xp  ∂2f (a) ∂x2 ∂xp        . . . ∂2f (a) ∂x2 p C’est une matrice sym´trique (voir th´or`me de Young). e e e Polynˆmes de Taylor : rappel ` une variable, ordre k o a Pour une fonction f de R dans R de classe C (k+1) dans un voisinage du point a, le polynˆme de Taylor d’ordre k pr`s de a est le polynˆme en la variable o e o d’accroissement h f (a) 2 f (a) 3 f (k) (a) k Tk (h) = f (a) + f (a) h + h + h + ... + h 2 3! k! Le reste ( d’ordre (k+1) ) de ce polynˆme en ce point est l’expression o Rk+1 (h) = hk+1 (k+1) f (a + θh) (k + 1)! Polynˆmes de Taylor : plusieurs variables et ordre 1 o Pour une fonction f de Rp dans R de classe C 2 dans un voisinage du point a, le polynˆme de Taylor d’ordre 1 pr`s de a est le polynˆme en la variable o e o d’accroissement h = (h1 , h2 , . . . , hp ) ∂f ∂f ∂f (a) h1 + (a) h2 + . . . (a) hp T1 (h) = f (a) + da f (h) = f (a) + ∂x1 ∂x2 ∂xp Le reste (d’ordre 2) de ce polynˆme en ce point est l’expression o 1 t R2 (h) = h H(a+θh) f h 2 C’est une forme quadratique. 55
  57. 57. 2008 Analyse Ch. 4 Optimisation libre D´finitions e Polynˆmes de Taylor : plusieurs variables et ordre 2 o Pour une fonction f de Rp dans R de classe C 2 dans un voisinage du point a, le polynˆme de Taylor d’ordre 2 pr`s de a est le polynˆme en la variable o e o d’accroissement h = (h1 , h2 , . . . , hp ) T2 (h) = f (a) + da f (h) + 1 t h H(a)f h 2 Maximum global d’une fonction de Rp dans R Si f est une fonction de Rp dans R et a un point de dom f , on dit que a d´termine un maximum (global) de f ssi la valeur de f en a est sup´rieure e e (ou ´gale) ` la valeur de f en n’importe quel autre point du domaine. e a Autrement dit a d´termine un maximum (global) de f e ssi ∀x ∈ dom f f (x) ≤ f (a) On d´finira de mˆme la notion de minimum global . e e Minimum local d’une fonction de Rp dans R Si f est une fonction de Rp dans R et a un point de dom f , on dit que a d´termine un minimum local de f ssi il existe un voisinage de a tel que e la valeur de f en a est inf´rieure (ou ´gale) ` la valeur de f en n’importe quel e e a autre point du voisinage. Autrement dit a d´termine un maximum local de f e ssi ∃ V voisinage de a t.q. ∀x ∈ (V ∩ dom f ) f (x) ≥ f (a) On d´finira de mˆme la notion de maximum local . e e Point stationnaire d’une fonction de Rp dans R Si f est une fonction de Rp dans R d´rivable au point a de dom f , on dit que e a est un point stationnaire de f ssi toutes les d´riv´es partielles de f en a e e sont nulles. Autrement dit a est un point stationnaire de f ssi toutes les d´riv´es partielles de f en a existent et sont nulles e e ssi f (a) = 0 56
  58. 58. 2008 Analyse Ch. 4 Optimisation libre D´finitions e Point de selle Un point de selle d’une fonction de Rp dans R est un point stationnaire de f qui ne d´termine pas un extr´mum de f . e e 57
  59. 59. 2008 Analyse Ch. 4 Optimisation libre Principaux th´or`mes e e Principaux th´or`mes du Chapitre 4 e e Th´or`me de Taylor : une variable, ordre k e e Si f est une fonction de R dans R de classe C (k+1) dans un voisinage de a, alors, quelque soit l’accroissement h, (tel que a + h reste dans le voisinage consid´r´), il existe un nombre θ, 0 < θ < 1, pour lequel ee f (a + h) = Tk (h) + Rk+1 (h) = f (a) + f (a) h + f (a) 2 h2 + f (a) 3! h3 + . . . + f (k) (a) k! hk + hk+1 (k+1) f (a + θh) (k+1)! Si h est petit, et k grand, et si on peut fixer des bornes ` f (k+1) (a + θh), a on pourra assurer que le reste (ou l’erreur) est petit et que le polynˆme de o Taylor fournit une bonne approximation de f (a + h). Th´or`me de Taylor : p variables, ordre 1 e e Si f est une fonction de Rp dans R de classe C 2 dans un voisinage du point a, alors, quelque soit le vecteur d’accroissement h (tel que a + h reste dans le voisinage consid´r´), il existe un nombre θ, 0 < θ < 1, pour lequel ee t f (a + h) = T1 (h) + R2 (h) = f (a) + da f (h) + h H(a+θh) f h Extr´mum et extr´mum sur les sections e e Soit f une fonction de Rp et R. a = (a1 , a2 , . . . , ap ) d´termine un maximum (ou un minimum) local e Si de la fonction f (x1 , x2 , . . . , xp ), alors a1 d´termine un maximum (ou un minimum) local de la fonction d’une e variable g1 (x) = f (x, a2 , . . . , ap ). Extr´mum et d´riv´es partielles e e e Du th´or`me pr´c´dent et avec les mˆmes notations, on peut d´duire que e e e e e e Si et si a est un point int´rieur au domaine de f en lequel les d´riv´es partielles e e e existent, a d´termine un extr´mum local de la fonction f , e e ∂f alors g1 (a1 ) = ∂x1 (a) = 0. Le mˆme raisonnement peut ´videmment s’appliquer aux autres variables. e e Ce qui permet d’arriver au th´or`me suivant. e e 58
  60. 60. 2008 Analyse Ch. 4 Optimisation libre Principaux th´or`mes e e Extr´mum libre : Conditions n´cessaires de premier ordre e e Si a est un point int´rieur au domaine de f en lequel les d´riv´es partielles e e e existent, et si a d´termine un maximum ou un minimum local de la fonction f , e  ∂f  ∂x1 (a) = 0    ∂f  (a) = 0 ∂x2 alors .  .    ∂f .  (a) = 0 ∂xp Autrement dit et si a est un point int´rieur au domaine de f en lequel les d´riv´es partielles e e e existent, a d´termine un maximum ou un minimum local de la fonction f , e alors a est un point stationnaire de f . Si Extr´mums libres : o` les chercher ? e u On d´duit du th´or`me pr´c´dent que e e e e e les points qui sont susceptibles de d´terminer un extr´mum local de la fonction e e f de Rp dans R sont • les points qui ne sont pas ` l’int´rieur de dom f , c.-`-d. les points de la a e a fronti`re, ou sur le bord, du domaine ; e • les points o` les d´riv´es partielles de f n’existent pas toutes ; u e e • les points stationnaires. Extr´mums libres : Conditions suffisantes de second ordre e Soit f une fonction de Rp dans R. – Si a est un point stationnaire de f et que la matrice Hessienne de f en a est DP, alors a d´termine un minimum local de f . e – Si a est un point stationnaire de f et que la matrice Hessienne de f en a est DN, alors a d´termine un maximum local de f . e – Si a est un point stationnaire de f et que la matrice Hessienne de f en a est IND, alors a d´termine un point de selle de f . e 59
  61. 61. 2008 Analyse Ch. 4 Optimisation libre Principaux th´or`mes e e Extr´mums libres : Conditions n´cessaires de second ordre e e p Soit f une fonction de R dans R de classe C 2 dans un voisinage du point a. Si a d´termine un maximum local de f , e alors la Hessienne de f en a ne peut ˆtre que DN ou SDN . e On en d´duit que si le point a est un point stationnaire en lequel la Hessienne e est SDP, il ne peut d´terminer qu’un minimum ou un point de selle de f . e On peut ´videmment ´crire un th´or`me dual en changeant maximum en mie e e e nimum, DN en DP, . . . etc. 60

×