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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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