1

:PositionProb :problems our ce: appr oxi mat i on i mpl ement at i on: appr oxi mat i on i m
 ‫الجـــمهىريــت الجسائريـــت الديمقراطيـــت الشعبيـــــت‬
‫وزارة التعلين العالــــي و البحث العلمـــــي‬
‫المدرست العليا لعلــــىم التسييـــر‬
Ecole Supérieure des Sciences de Gestion ANNABA

Intitulé du Polycopié

Cours d’analyse mathématique 3 et 4

Module : Analyse Mathématique 3 et 4.

Classes : Préparatoires.
Niveau : Deuxième Année

Polycopié Réalisé Par :

Benchettah Djaber Chemseddine

Année Universitaire
2019/2020
 Engagement

Je soussignée Mr Benchettah djaber chemseddine, Maitre de conférence

classe B au sein de l’école supérieure des sciences de gestion-Annaba, atteste

sur l’honneur que ce polycopie d’analyse mathématique intitulé : « Cours

d’analyse numérique 3 et 4 » destiné aux étudiants des classes préparatoires

plus précisément, les étudiants en deuxième année, est le fruit d’une expérience

de plusieurs années d’enseignement en cycle préparatoire à l’école supérieure

des sciences de gestion Annaba.

Ce document est personnel et cite en référence toutes les sources utilisées.

Fait pour servir et valoir ce que de droit

 5

P ROGRAMME PEDAGOGIQUE D ’ ANALYSE

MATHÉMATIQUE 3 ET 4 DES CLASSES
PRÉPARATOIRES EN SCIENCES
ÉCONOMIQUES , DE GESTION ET
COMMERCIALES
Chapitre 1: Séries Numériques
- Définition.
- Propriétés élémentaires des séries numériques.
- Séries numériques á termes positifs (règle de d’Alembert et règle de Cauchy).
- Méthodes de comparaison et des équivalents.
- Séries absolument convergentes, séries remarquables (séries géométriques et dérivées,
série exponentielle, série de Riemann).
Chapitre 2: Intégrales Impropres
- Intégrale impropre sur un intervalle semi-ouvert.
- Propriétés des intégrales impropres.
- Intégrales impropres de fonctions positives (règle de comparaison et des équivalents).
- Intégrales impropres de fonctions de signe quelconque (convergence absolue,
changement de variable).
- Étude de la fonction Gamma et Béta.
Chapitre 3: Fonctions á deux variables (éliminer les extremums liées)
- Notion de norme et distance-Partie ouverte et partie fermée de R2 .
- Fonction numérique de deux variables (domaine de définition et représentation
graphique).
- Courbe de niveau et isoquants, fonctions partielles.
- Limite et continuité des fonctions de deux variables.
- Opérations sur les fonctions continues.
- Dérivées partielles premières et secondes.
- Théorèmes fondamentaux sur les fonctions de deux variables.
- Différentielle d’une variable.
- Développement limites d’une fonction de deux variables recherche d’extremums
locaux d’une fonction de deux variables (extremums libres).
- Applications: Courbes d’indifférence (cadre de la fonction d’utilité du consommateur),
étude de la fonction.
Cobb-Douglas (productivités marginales, élasticité de la production par rapport au
travail) droit de régression.
6

Chapitre 4: Intégrales Doubles

- Intégrale double d’une fonction continue sur un rectangle.
- Propriété des intégrales doubles.
- Théorème de Fubini Changement de variables dans une intégrale double (Coordonnées
polaires, coordonnées curvilignes).
Chapitre 5: Équations Différentielles
- Équations différentielles du premier ordre (équation á variables séparées, équations
homogènes, équations linéaires, équation de Bernoulli, équation de Riccati).
- Équations différentielles du second ordre linéaires à coefficients constants.
 Table des matières i

Table des matières

Introduction iv

1 Séries Numériques 1
1.1 Généralités sur les séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Quelques définitions et propriétés sur les séries numériques . . . . . . . 1
1.1.2 Condition nécessaire de convergence . . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Critère de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.4 Séries de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1 Convergence par les sommes partielles . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Théorème de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.3 Théorème d’équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.4 Comparaison série/intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.5 Séries de Riemann et règle k α u k . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.6 Séries de Bertrand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.7 Règles de d’Alembert et de Cauchy . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.8 Règle de Raabe-Duhamel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Séries à termes quelconques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.1 Critère d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 Séries alternées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Séries absolument convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2 Intégrales impropres 17
2.1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Points incertains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Convergence/divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.3 Relation de Chasles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.4 Linéarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.5 Positivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.6 Critère de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.7 Cas de deux points incertains . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Intégrales impropres sur un intervalle non borné . . . . . . . . . . . . . . . . . . 22
2.2.1 Fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.2 Fonctions oscillantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Intégrales impropres sur un intervalle borné . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Fonctions positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
ii Table des matières

2.3.2 Fonctions oscillantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.4 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Application des intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.1 Fonction Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.2 Fonction Bêta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3 Fonctions de deux variables 40

3.1 Généralités sur les fonctions de deux variables . . . . . . . . . . . . . . . . . . . . 41
3.1.1 Norme et distance sur R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.2 Partie ouverte et partie fermée de R2 . . . . . . . . . . . . . . . . . . . . . . 43
3.1.3 Domaine de définition, image et représentation graphique . . . . . . . . 44
3.1.4 Les courbes de niveau ou lignes de niveau . . . . . . . . . . . . . . . . . . 46
3.2 Limite des fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.1 Notion de voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.2 Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 Continuité des fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4.1 Dérivées partielles d’ordre un d’une fonction de deux variables en un
¡ ¢
point x 0 ,y 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.2 La fonction dérivée partielle . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.3 Dérivées partielles d’ordre deux . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5 Fonctions différentiables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.1 Définition des fonctions différentiables. Cas des fonctions d’une seule
variable réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.2 Définition des fonctions différentiables. Cas des fonctions de deux
variables réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5.3 Relation entre fonction différentiable et existence des dérivées partielles
d’ordre un . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5.4 Relation entre différentiabilité et continuité . . . . . . . . . . . . . . . . . 61
3.6 Notion de différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7 Propriétés des fonctions de deux variables de classe C 1 ou C 2 . . . . . . . . . . . 64
3.7.1 Fonctions de deux variables de classe C 1 ou C 2 . . . . . . . . . . . . . . . 64
3.7.2 Dérivées partielles des fonctions composées . . . . . . . . . . . . . . . . . 65
3.8 Formule de Taylor pour les fonctions à deux variables . . . . . . . . . . . . . . . 70
3.9 Optimisation et points critiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.10 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.10.1 Fonction d’utilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.10.2 Fonction de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
 Table des matières iii

4 Intégrales doubles 79
4.1 Intégrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.1.1 Définition de l’intégrale double sur un rectangle . . . . . . . . . . . . . . 80
4.1.2 Propriétés des intégrales doubles . . . . . . . . . . . . . . . . . . . . . . . 81
4.1.3 Calcul de l’intégrale double sur un rectangle . . . . . . . . . . . . . . . . . 81
4.1.4 Calcul direct de l’intégrale double . . . . . . . . . . . . . . . . . . . . . . . 82
4.2 Changement de variables dans une intégrale double . . . . . . . . . . . . . . . . 88
4.2.1 Formule de changement de variables . . . . . . . . . . . . . . . . . . . . . 88
4.2.2 Changement de variable en coordonnées polaires . . . . . . . . . . . . . 89

5 Équations différentielles 91
5.1 Définitions générales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 Notions générales sur les équations différentielles du premier ordre . . . . . . . 92
5.2.1 Existence et unicité des solutions des équations différentielles du
0
premier ordre résolubles en y . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.3 Équations différentielles à variables séparées et séparables . . . . . . . . . . . . 95
5.3.1 Équations différentielles à variables séparées . . . . . . . . . . . . . . . . 95
5.3.2 Équations différentielles à variables séparables . . . . . . . . . . . . . . . 96
5.4 Équations différentielles homogènes du premier ordre . . . . . . . . . . . . . . . 97
5.4.1 Résolution de l’équation différentielle homogène . . . . . . . . . . . . . . 97
5.5 Équations différentielles se ramenant aux équations différentielles homogènes 99
5.6 Équation différentielle linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.6.1 Équations différentielles linéaires du premier ordre . . . . . . . . . . . . . 102
5.6.2 Équation différentielle linéaire du second ordre à coefficients constants 109
5.7 Équation différentielle de Bernoulli et Riccati . . . . . . . . . . . . . . . . . . . . 112
5.7.1 Équation différentielle de Bernoulli . . . . . . . . . . . . . . . . . . . . . . 112
5.7.2 Équation différentielle de Riccati . . . . . . . . . . . . . . . . . . . . . . . . 113

Bibliographie 115
 P RÉFACE
C e polycopie est destiné aux étudiants de deuxième année des classes préparatoires pour
préparer le concours d’accès aux grandes écoles, il peut être aussi utile à ceux de la
deuxième année LMD Mathématiques et Informatique, Sciences et Technologie.
Il a pour objectif d’introduire les principales notions mathématiques qui sont indispensables
à toute formation dans les études supérieures. La maitrise des techniques utilisées dans cet
polycopié exige la connaissance des outils mathématiques faisant partie du programme de
première année des classes préparatoires (Analyse mathématique 1 et 2).
j’espère que ce polycopié aidera les étudiants à préparer le concours d’accès au second cycle
des grandes écoles et leurs faciliter la lecture d’autres ouvrages.
Ce document retranscrit le Cours tel qu’il a été donné aux étudiants.
 1

C HAPITRE 1
Séries Numériques

Dans ce chapitre nous allons nous intéresser à des sommes ayant une infinité de termes.
Par exemple qu’est-ce qui se passe quand on pousse une somme partielle jusqu’au bout,
quand on additionne l’infinité de terme de la suite?
Cette question a été popularisée sous le nom du paradoxe du Zénon, qui prétendait
que le mouvement est une impossibilité. Supposons que je cours vers un arbre situé à
un kilomètre de ma position. Pour franchir cette distance, je devrais d’abord parcourir la
moitié de la distance qui me sépare de cette arbre. Puis, je devrais parcourir la moitié de
la distance restante. Une fois cela fait, je devrais encore parcourir la moitié de la distance
restante, et ainsi de suite. Zénon prétendait que le nombre d’étapes à parcourir étant infinie,
je n’arriverais jamais à parcourir la distance qui me sépare de l’arbre.
Ce paradoxe semble relativement contre-intuitif, mais il peut se résoudre facilement d’un
point de vue mathématique. La suite des distances à parcourir n’est autre que la suite des
puissances de deux: je dois parcourir la moitié de la distance, puis le quart, puis le huitième,
et ainsi de suite: on a bien la suite définie par u n = 21n où n = 1. Le philosophe Zénon pense
que le nombre de termes de cette suite étant infinie, la somme de la totalité des termes l’est
aussi. Mais ce n’est pas le cas car la somme d’une infinité de termes peut être une valeur
finie: la somme de ces termes vaut 1 !
Les mathématiciens ont découvert que certaines séries ne donnent pas de résultats finis:
soit ce résultat n’existe pas, soit il est infini. Ces séries sont appelées des séries divergentes.
Mais il s’avère que certaines séries donnent un résultat fini: ces séries sont alors des séries
convergentes. Par exemple, Euler a montré que e, la base des logarithmes népériens, est le
résultat de la série associée à la suite des inverses des factorielles.
1 1 1 1
e = 1 + + + + + ...
2! 3! 4! 5!

1.1 Généralités sur les séries numériques

1.1.1 Quelques définitions et propriétés sur les séries numériques
Définition 1.1 Soit (u k )k≥0 une suite de nombres réels. On pose
n
X
S n = u 0 + u 1 + u 2 + ... + u n = uk .
k=0
2 Chapitre 1. Séries Numériques

La suite (S n )n≥0 s’appelle la série de terme général u k . La suite (S n ) s’appelle aussi la suite
des sommes partielles.
On peut noter cette série de différentes façons :
X X X +∞
X
un , uk , uk , uk .
n∈N k≥0 k=0
P
Pour notre part, on fera la distinction entre une série quelconque u k , et on réservera
k≥0
+∞
P
la notation u k à une série convergente ou à sa somme.
k=0

Exemple 1.1 Définissons la suite (u k )k≥0 par u k = q k où q ∈ R; c’est une suite géométrique.
P k
La série géométrique q est la suite des sommes partielles suivantes :
k≥0

S0 = 1 S1 = 1 + q S 2 = 1 + q + q 2 ...S n = 1 + q + q 2 + ... + q n ...

Définition 1.2 Soit (u k )k≥0 une suite de nombres réels.

On dit que la série de terme général u k converge, si et seulement si la suite (S n ) est
convergente.
+∞
P
Sa limite se note alors : S = lim S n = u k , et est appelée « somme de la série ».
n→+∞ k=0
Si une série n’est pas convergente, on dit qu’elle diverge.
+∞
P
On appelle reste d’ordre n d’une série convergente u k la quantité :
k=0
+∞
X
R n = u n+1 + u n+2 + ... = uk .
k=n+1
+∞
P
Proposition 1.1 Si une série est convergente, alors R n = S − S n = u k et lim R n = 0.
k=n+1 n→+∞

+∞
P n
P +∞
P
Preuve. S = uk = uk + u k = S n + R n . Donc R n = S − S n → S − S = 0. ■
k=0 k=0 k=n+1 n→+∞
P
Exemple 1.2 1− Si u k = 1, pour k ≥ 0, la série u k est divergente car :
k≥0

S n = u 0 + ... + u n = 1 ... + 1} = n + 1 ⇒ lim S n = +∞.

| + {z n→+∞
(n+1) fois

d’où la suite (S n ) est divergente.

¡ 1 ¢k P
2− Si on revient à l’exemple du paradoxe de Zénon u k = 2
, pour k ≥ 1, la série u k est
k≥1
convergente car :
µ µ ¶n+1 ¶
1
Sn = 1 1 − ⇒ lim S n = 1.
2 n→+∞

d’où la suite (S n ) est convergente.

 1.1. Généralités sur les séries numériques 3

Remarque 1.1 - Les premiers termes n’interviennent pas pour la convergence d’une série.
- Tous les critères de convergence restent donc valables si les conditions demandées sont
remplies « à partir d’un certain rang ».
- En cas de convergence, la valeur des premiers termes en revanche influe sur la somme de
la série.
- Les sommes partielles d’une série sont toujours définies, mais les restes ne le sont que
lorsque la série converge.

Propriété 1.1 Soient u k et v k deux séries numériques et α un scalaire non nul :

P P

? Si u k converge vers a, et v k converge vers l alors la série (u k + v k ) converge vers

P P P

(a + l ) .
? Si u k converge vers a alors α.u k converge vers αa.
P P

? Si u k converge, et v k diverge alors la série (u k + v k ) diverge.

P P P

Remarque 1.2 Si les deux séries sont divergentes, on ne peut rien dire sur la nature de leur
somme.
n k k n ¡ ¢k n ¡ ¢k
P 7 +3 P 7 P 3
Exemple 1.3 1− La série 2 k = 2 + 2 est une somme de deux série divergentes
k=0 k=0 k=0
et elle est divergente car : si on calcule les termes de la suites des sommes
partielles S n on aura :
lim S n = +∞.
n→+∞

∀k ∈ N , u k = 1
½
P P
2− Soient u k et v k telle que , les deux séries divergent, mais la série
∀k ∈ N , v k = −1
P
(u k + v k ) converge.

1.1.2 Condition nécessaire de convergence

P
Théorème 1.1 Si la série u k converge, alors la suite des termes généraux (u k )k≥0 tend vers
k≥0
0 lorsque k → +∞.
n
P P
Preuve. Pour tout k ≥ 0, posons S n = u k . pour tout n ≥ 1, u n = S n − S n−1 . Si uk
k=0 k≥0
converge, la suite (S n )n≥0 converge vers la somme S. Il est de même de la suite (S n−1 )n≥1 . Par
linéairité de la limite, la suite (u k ) tend vers S − S = 0. ■

Théorème 1.2 Critére de divergence grossière

P
Si le terme général u k de la série ne tend pas vers 0, alors la série u k diverge.
k≥0

Preuve. C’est la contraposée de l’implication précédente du Théorème 1.1. ■

P ¡ 3 ¢k ¡ ¢k
Exemple 1.4 1− La série 2 diverge, car lim 23 = +∞ 6= 0.
P ³ 3k+2 ´
k≥1 ³ k→+∞´
3k+2
2− La série 2k+1
diverge, car lim 2k+1
= 32 6= 0.
k≥1 k→+∞
4 Chapitre 1. Séries Numériques

Remarque 1.3 ATTENTION !

P ³ k+3 ´
La réciproque du Théorème 1.1 est fausse, car la série ln k+2 diverge, alors que la
³ ´ k≥0
k+3
lim ln k+2 = 0. On a :
k→+∞
µ
k +3
¶ n
X k +3
µ ¶
ln = ln (k + 3) − ln (k + 2) =⇒ S n = ln
k +2 k=0 k +2
n
X
Sn = [ln (k + 3) − ln (k + 2)]
k=0
= (ln 3 − ln 2) + (ln 4 − ln 3) + ... + (ln (n + 2) − ln (n + 1)) + (ln (n + 3) − ln (n + 2))
= − ln 2 + ln (n + 3) → +∞.
n→+∞

1.1.3 Critère de Cauchy

Rappel Une suite (S n ) de nombres réels converge si et seulement si elle est une suite de
Cauchy, c’est-à-dire :

∀ε > 0, ∃N ∈ N, ∀p ∈ N, ∀q ∈ N, p ≥ N et q ≥ N ,q ≥ p =⇒ |S p − S q | < ε.

ou encore

∀ε > 0, ∃N ∈ N, ∀n ∈ N, ∀p > 0, n ≥ N =⇒ |S n+p − S n | < ε.

Pour les séries cela donne :

¡ ¢
Théorème 1.3 Critère de Cauchy
P
Une série u k est convergente ssi

n+p
∀ε > 0, ∃N ∈ N, ∀n ∈ N, ∀p > 0, n ≥ N u k | < ε.
X
=⇒ |
k=n+1

ou encore

∀ε > 0, ∃N ∈ N, ∀n ∈ N, ∀p > 0, n ≥ N =⇒ |S n+p − S n | < ε.

P
Preuve. Par définition une série u k converge si et seulement si la suite des sommes
partielles (S n ) converge et dire que la suite (S n ) des sommes partielles converge si et
seulement si c’est une suite de Cauchy, c-à-d :

∀ε > 0, ∃N ∈ N, ∀n ∈ N, ∀p > 0, n ≥ N =⇒ |S n+p − S n | < ε.

Ensuite il suffit de remarquer que

n+p
X
|S n+p − S n | = | uk | .
k=n+1
 1.1. Généralités sur les séries numériques 5

■
n
P 1
Exemple 1.5 Prenons la suite des sommes partielles harmonique S n = k
. Calculons la
k=1
différence de deux sommes partielles, afin de conserver les termes entre n + 1
(qui joue le rôle de p) et 2n (qui joue le rôle de q) :
X2n 1 Xn 1 1 1 n 1
|S 2n − S n | = − = + ... + ≥ = .
k=1 k k=1 k n +1 2n 2n 2

La suite des sommes partielles n’est pas de Cauchy, donc la série ne converge pas.

1.1.4 Séries de référence

Séries géométriques

Proposition 1.2 Soit q ∈ R, la série géométrique q k est convergente si et seulement si

P
k≥0
|q| < 1. on a alors :
+∞ 1−(q )
n+1
1
q k = lim
P
= 1−q .
k=0 n→+∞ 1−q

Preuve. Considérons
S n = 1 + q + q 2 + ... + q n .
• Écartons tout de suite le cas q = 1, pour lequel S n = n + 1. Dans ce cas lim S n = +∞, la
n→+∞
série diverge.
• Soit q 6= 1 et multiplions S n par 1 − q :

1 − q S n = 1 + q + q 2 + ... + q n − q + q 2 + q 3 + ... + q n+1 = 1 − q n+1 .

¡ ¢ ¡ ¢ ¡ ¢

Donc
1−q n+1
Sn = 1−q

1
Si |q| < 1, alors q n+1 q k converge.
P
→ 0 et ainsi lim S n = 1−q . Dans ce cas la série
n→+∞ n→+∞ k≥0
Si |q| ≥ 1, alors q n+1 n’a pas de limite finie (elle peut tendre vers +∞, par exemple si q = 2;
ou bien être divergente, par exemple si q = −1). Dans ce cas la série
P k
q diverge. ■
k≥0

Exemple 1.6 Voici quelques exemples sur les séries géométriques

+∞ ¡ ¢n+1
P ¡ 1 ¢k 1− 31 P ¡ 1 ¢k
1− 3 = lim 1 = 32 , donc la série 3 est convergente.
n→+∞ 1− 3
k=0 k≥0
+∞ n+1
(2) = lim 1−(2)
k
(2)k est divergente.
P P
2− 1−2 = +∞, donc la série
k=0 n→+∞ k≥0
+∞ ¡ ¢n+1
P ¡ −1 ¢k 1− −1
5 5 P ¡ −1 ¢k
3− 5 = lim 1 = 6 , donc la série 5 est convergente.
n→+∞ 1+ 5
k=0 k≥0
6 Chapitre 1. Séries Numériques

Séries télescopiques

u k , avec ∀k ∈ N, u k = a k+1 − a k
P
Proposition 1.3 Une série télescopique de nombres réels
k≥0
ou u k = a k − a k+1 , converge ssi lim a k = l existe et dans ce cas on a :
k→+∞
+∞
X +∞
X
(a k+1 − a k ) = l − a 0 ou (a k − a k+1 ) = a 0 − l .
k=0 k=0
Preuve.
n
X
Sn = (a k+1 − a k ) ,
k=0
= (a 1 − a 0 ) + (a 2 − a 1 ) + ... + (a n − a n−1 ) + (a n+1 − a n ) ,
= a n+1 − a 0 .

n
X
lim S n = lim (a k+1 − a k ) = l − a 0 .
n→+∞ n→+∞
k=0
■
Exemple 1.7 Voici un exemple important pour ce type de série
P 1
1- La série (k+1)(k+2)
est une série télescopique on a :
k≥0
1 1 1
= − ,
(k + 1) (k + 2) k + 1 k + 2
donc
n
X 1 Xn 1 1 1
Sn = = − = 1− ,
k=0 (k + 1) (k + 2) k=0 k + 1 k +2 n +2
+∞
X 1
= lim S n = 1.
k=0 (k + 1) (k + 2)
n→+∞
P 1
Donc est convergente.
(k+1)(k+2)
k≥0
ln 1 − k1 est une série télescopique on a :
P ¡ ¢
2- La série
k≥2

k −1
µ ¶ µ ¶
1
ln 1 − = ln = ln (k − 1) − ln (k) ,
k k
donc µ n
X 1
¶
Xn
Sn = ln 1 − = ln (k − 1) − ln (k) = ln (1) − ln (n) ,
k=2 k k=2
+∞
X
µ
1
¶
ln 1 − = lim S n = −∞.
k=2 k n→+∞

ln 1 − k1 est divergente.
P ¡ ¢
Donc
k≥2
 1.2. Séries à termes positifs 7

1.2 Séries à termes positifs

1.2.1 Convergence par les sommes partielles

Rappels Soit (s n )n≥0 une suite croissante de nombres réels.

? Si la suite est majorée, alors la suite (s n ) converge, c’est-à-dire qu’elle admet une limite
finie.
? Sinon la suite (s n ) tend vers +∞.
P
Appliquons ceci aux séries u k à termes positifs, où u k ≥ 0 pour tout k. Dans ce cas la
n
P
suite (S n ) des sommes partielles, définie par S n = u k est une suite croissante :
k=0

S n − S n−1 = u n ≥ 0.

Proposition 1.4 ( Convergence par les sommes partielles )

Une série à termes positifs est une série convergente si et seulement si la suite des sommes
partielles est majorée. Autrement dit, si et seulement s’il existe
M > 0 tel que, pour tout n ≥ 0, S n ≤ M et on a :

+∞
X
u k = lim S n = S.
n→+∞
k=0

Une série à termes positifs est une série divergente si et seulement si la suite des sommes
partielles est non majorée et on a :
lim S n = +∞.
n→+∞

Preuve. La preuve de cette proposition est trés simple et basée sur un résultat (vu en 1ère
année) de convergence des suites monotones vu au rappel ci-dessus. ■

1.2.2 Théorème de comparaison

Pour étudier les séries à termes positifs, On les compare avec des séries classiques
simples au moyen du théorème de comparaison suivant.
¡ ¢
Théorème 1.4 Théorème de comparaison
P P
Soient u k et v k deux séries à termes positifs ou nuls. On suppose qu’il existe k 0 ≥ 0 tel
que, pour tout k ≥ k 0 , u k ≤ v k.
P P
• Si la série v k converge, alors la série u k converge.
P P
• Si la série u k diverge, alors la série v k diverge.
8 Chapitre 1. Séries Numériques

Preuve. Comme nous l’avons observé, la convergence ne dépend pas des premiers
termes. Sans perte de généralité on peut donc supposer k 0 = 0.
Notons Un = u 0 + u 1 + ... + u n et Vn = v 0 + v 1 + ... + v n les suites des sommes partielles
P P
respectives des séries u k et v k . Les suites Un et Vn sont croissantes, et
de plus, pour tout n ≥ 0,
U n ≤ Vn .
P
Si la série v k converge, alors la suite (Vn ) converge, et si c’est le cas la suite (Vn ) est
bornée par un certain réel M > 0 :

Vn ≤ M pour tout n ≥ 0

De plus, on a pour tout k ≥ 0, u k ≤ v k alors on en déduit que

Un ≤ M pour tout n ≥ 0

Donc, la suite des sommes partielles Un étant croissante majorée, elle converge.
P
Inversement, si la série u k diverge, alors la suite (Un ) tend vers +∞, et la suite (Vn ) tend
P
vers +∞ et ainsi la série v k diverge. ■

Exemple 1.8 Nous avons déjà vu dans l’exemple 1.7 que la série

+∞
X 1
converge.
k=0 (k + 1) (k + 2)

+∞
P 1 1 1
1− La série k2
converge car pour tout k ≥ 4 on a 2k 2
≤ (k+1)(k+2)
, On en déduit que la
k=1
+∞ +∞
P 1 P 1
série 2k 2
, d’où la convergence k2
par linéarité .
k=1 k=1
+∞
P 1 1 1 P 1
2− La série k! converge car pour tout k ≥ 2 on a k! ≤ k(k−1) , comme k(k−1) =
k=0 k≥2
P 1
(k+1)(k+2)
(par changement d’indice) est une série [Link] la
k≥0
P 1
série k! converge.
k≥0
+∞ +∞
p1 diverge car 1 p1 1
P P
3− La série pour tout k ≥ 1 on a k ≤ et la série harmonique k est
k=1 k k k=1
+∞
P 1
divergente donc p diverge.
k=1 k

1.2.3 Théorème d’équivalence

¡ ¢
Théorème 1.5 Critère d’équivalence
 1.2. Séries à termes positifs 9

Soient (u k ) et (v k ) deux suites à termes strictement positifs. On pose :

uk
lim = l.
k→+∞ v k

Si l ∈ R∗ , alors les deux suites (u k ) et (v k ) sont équivalentes et on note u k ∼ l v k . Donc

P
uk
P
et v k sont de même nature.

Preuve. Par hypothèse, ∀ε > 0,∃k 0 ≥ 0 tel que, pour tout k ≥ k 0 , l ∈ R∗ ,

uk
| − l | < ε,
vk

ce qui donne
(l − ε) v k < u k < (l + ε) v k .

Fixons un ε < 1. Si u k converge, alors par le théorème de comparaison, (l − ε) v k

P P
P
converge, donc v k converge aussi.
Réciproquement, si u k diverge, alors (l + ε) v k diverge, donc v k diverge aussi.
P P P
■

Remarque 1.4 Si les suites sont équivalentes alors elles sont soit toutes les deux convergentes,
soit toutes les deux divergentes. Bien sûr, en cas de convergence, il n’y a
aucune raison que les sommes soient égales. Enfin, si les suites sont toutes les deux
strictement négatives, la conclusion reste valable.

Théorème 1.6 Soient (u k ) et (v k ) deux suites à termes strictement positifs. On pose :

uk
lim = l.
k→+∞ v k

P P
1− Si l = 0 et la série v k converge =⇒ u k converge.
P P
2− Si l = +∞ [Link] série v k diverge =⇒ u k diverge.

Preuve. 1− Par définition ∀ε > 0,∃k 0 ∈ N,∀k ∈ N tel que, pour tout k ≥ k 0 ,

|u k | < ε |v k | ,

ε |v k | converge, et
P P
Donc si v k converge aussi, alors par le théorème de comparaison
P
u k converge.
2− Par définition ∀A ∈ R,∃k 0 ∈ N,∀k ∈ N tel que, pour tout k ≥ k 0 ,

u k > Av k ,
10 Chapitre 1. Séries Numériques

P P P
Donc si Av k diverge, et v k diverge aussi, alors par le théorème de comparaison uk
converge. ■
1 1
Exemple 1.9 1− Les suites k2
et (k+1)(k+2)
sont équivalentes car
1
k2
X 1
lim 1
= [Link] la série converge,
k→+∞
(k+1)(k+2)
(k + 1) (k + 2)
1P
alors la série 2 converge.
P kk 2 +3k+1
2− Les séries k 3 +2k 2 +4 et k1 sont de même nature car
P

k 2 +3k+1
k 3 +2k 2 +4
X1
lim 1
= [Link] la série diverge,
k→+∞
k
k
P 2 +3k+1
alors la série kk3 +2k 2 +4 diverge.

3− La série ln(k)
P
k3
converge car

ln(k)
3 ln (k) X1
lim k1 = lim = 0 et la série converge.
k→+∞ 2 k→+∞ k k2
k
P 1
4− La série 1p diverge car
(k) 5 ln(k)
1 4
1p
(k) 5 ln(k) k5 X1
lim 1
= lim p = +∞ et la série diverge.
k→+∞
k
k→+∞ ln (k) k

1.2.4 Comparaison série/intégrale

P
Théorème 1.7 Soit f : [0, + ∞[ → [0, + ∞[ une fonction décroissante. Alors la série u k où
k≥0
+∞
R
u k = f (k) , et l’intégrale impropre f (t ) d t sont de même nature.
0

Preuve. Soit k ∈ N, Comme f est décroissante, pour k ≤ t ≤ k + 1, on a f (k + 1) ≤ f (t ) ≤

f (k) . En intégrant sur l’intervalle [k,k + 1] de longueur 1, on obtient :
k+1
Z
f (k + 1) ≤ f (t ) d t ≤ f (k) .
k

On somme ces inégalités pour k variant de 0 à n − 1 :

k+1
n−1
X n−1
X Z n−1
X
f (k + 1) ≤ f (t ) d t ≤ f (k) .
k=0 k=0 k=0
k
 1.2. Séries à termes positifs 11

On aura
Zn
u 1 + ... + u n ≤ f (t ) d t ≤ u 0 + ... + u n−1 .
0
P
La série u k converge et a pour somme S si et seulement si la suite des sommes partielles
Rn
converge vers S. Si c’est le cas f (t ) d t est majorée par S, et comme
0
Rx
f (t ) d t est une fonction croissante de x (par positivité de f ), l’intégrale converge.
0
Rn
Réciproquement, si l’intégrale converge, alors f (t ) d t est majorée, la suite des
0
sommes partielles aussi, et la série converge. ■

1.2.5 Séries de Riemann et règle k α u k

1
avec α > 0 un
P
Proposition 1.5 Considérons la série de Riemann de la forme suivante : kα
k≥1
réel, alors on a :
1
? Si α > 1, la série de Riemann
P
kα converge.
k≥1
1
? Si 0 < α ≤ 1, la série de Riemann
P
kα diverge.
k≥1

Preuve. Nous appliquons à f : [1, + ∞[ → [0, + ∞[ définie par f (t ) = t1α , pour α > 0, c’est
une fonction décroissante et positive. On peut appliquer le théorème 1.7.
On sait que :
Zx ½ 1 ¡ 1−α
si α 6= 1
¢
1 x − 1
α
d t = 1−α
t ln (x) si α = 1
1
+∞ +∞
1 1
Pour α > 1,
R P
tα d t est convergente, donc la série kα converge.
1 k=1
+∞
1 1
Pour 0 < α ≤ 1,
R P
tα d t est divergente, donc la série kα diverge. ■
1 k≥1

Exemple 1.10 1− k12 est une série convergente d’aprés Riemann car α = 2 > 1.
P

2− k1 est une série divergente d’aprés Riemann car α = 1 ≤ 1.

P

P
Proposition 1.6 Soit u k une série à termes positifs. On pose

l = lim k α u k .
k→+∞

? Si l ∈ R∗ , alors les deux séries u k et k1α sont de même nature.

P P

? Si l = 0 et α > 1 alors la série u k est convergente.

P

? Si l = +∞ et 0 < α ≤ 1 alors la série u k est divergente.

P
12 Chapitre 1. Séries Numériques

P ³ ´
Exemple 1.11 1− Soit la série ln 1 + p1 3 .
k≥1 k
³ ´ 3
³ ´
1 1
Comme ln 1 + 3
p ∼ p
3
= 3 car lim k ln 1 + 3 = 1 et comme α = 23 > 1
1 2 p1
k k→+∞ k k2 k→+∞ k
P 1 P ³ 1
´
d’aprés Riemann 3 est une série convergente par équivalence la série ln 1 + p
3
est
k≥1 k 2 k≥1 k
convergente.
P 1
2− Soit la série p .
k ln(k)
Comme lim ku k = lim k p 1 = +∞.
k→+∞ k→+∞ k ln(k)
3− Soit la série p 3 p1
P
k ln(k)
7
1 1
Comme lim k u k = lim
6
3 7p = lim 1p = 0 et comme α = 76 > 1 alors la série
k→+∞ k→+∞ k 2 − 6 ln(k) k→+∞ k 3 ln(k)
P 1
p p est convergente.
k 3 ln(k)

1.2.6 Séries de Bertrand

Proposition 1.7 Soit la série de Bertrand
X 1
.
k≥2 k a (ln (k))b

? Si a > 1 la série converge.

? Si 0 < a < 1 la série diverge.
½
b > 1 la série converge.
? Si a = 1 et
b ≤ 1 la série diverge.

+∞ α > a
½
α−a
α
Preuve. On a lim k 1
= lim k b =
k→+∞ k a (ln(k))b k→+∞ (ln(k)) 0 α<a
k α−a
1) 1 < α < a, lim = 0. b
k→+∞ (ln(k))
1
On choisit 1 < α =⇒ la série
P
a b converge pour 1 < a et ∀b.
k≥2 k (ln(k))
k α−a
2) a < α < 1, lim = +∞.b
k→+∞ (ln(k))
1
On choisit 0 < α < 1 =⇒ la série
P
a b diverge pour 0 < a < 1 et ∀b.
k≥2 k (ln(k))
1
3) a = 1, soit f : [1, + ∞[ → [0, + ∞[ définie par f (t ) = , c’est une fonction
t (ln(t ))b
décroissante et positive. On peut appliquer le théorème 1.7.
On sait que : ( ³ ´
Rx 1 1 1−b 1−b
1−b
ln (x) − (ln 2) si b 6= 1
b dt =
t (ln(t )) ln (ln (x)) − ln (ln 2) si b = 1
2
Pour b 6= 1
+∞R 1
Rx 1 1
³
1−b 1−b
´ ½ +∞ b<1
b d t = lim b d t = lim 1−b ln (x) − (ln 2) = 1 1−b
2
t (ln(t )) x→+∞ 2 t (ln(t )) x→+∞ − 1−b (ln 2) , b>1
 1.2. Séries à termes positifs 13

Pour b = 1
+∞
R 1
Rx 1
dt = lim dt = lim ln (ln (x)) − ln (ln 2) = +∞.
t (ln(t ))b x→+∞ 2 t (ln(t ))b x→+∞
2
+∞
1 1
R P
Donc, pour a = 1 et b > 1, dt converge =⇒ converge.
t (ln(t ))b k≥2 k(ln(k)) b
2
+∞
1 1
R P
Pour a = 1 et b ≤ 1, dt diverge =⇒ diverge. ■
t (ln(t ))b k≥2 k(ln(k))b
2

Exemple 1.12 Soit la série ³ ´

1
X 1 − cos k pln k
.
sin k1
¡ ¢
k≥1
³ ´
1−cos p1
¡k ¢ln k 1 P 1
Comme ∼ , a = 1 et b = 1 d’aprés Bertrand la série est
sin k1 k→+∞ 2k ln k 2k ln k
³ ´ k≥1
1−cos p1
¡k ¢ln k
P
divergente par équivalence la série est convergente.
sin k1
k≥1

1.2.7 Règles de d’Alembert et de Cauchy

Théorème 1.8 (Règle du quotient de d’Alembert)
u
Soit u k une série à termes strictement positifs, telle que lim uk+1 = l , alors :
P
P k→+∞ k
1• Si l < 1 alors u k converge.
P
2• Si l > 1 alors u k diverge.
3• Si l = 1 on peut rien conclure.

Exemple 1.13 .
k! u k+1
lim uk+1 = lim 2k+1 = 12 < 1.
P
1− 1.3...(2k−1) converge, car k→+∞ k k→+∞
k≥0
P (2k)! u k+1
2− 2 diverge, car lim u
= lim (2k+1)(2k+2)
2 = 4 > 1.
(k!) k→+∞ k k→+∞ (k+1)
k≥0

Théorème 1.9 (Règle des racines de Cauchy)

P p
Soit u k une série à termes positifs, telle que lim k u k = l , alors :
P k→+∞
1• Si l < 1 alors u k converge.
P
2• Si l > 1 alors u k diverge.
3• Si l = 1 on peut rien conclure.

Exemple 1.14 .
P ³ 2k+1 ´k p 2k+1
1− 3k+4
converge, car lim k u k = lim = 23 < 1.
k≥0 k→+∞ k→+∞ 3k+4
P ³ 5k+3 ´k p 5k+3
2− 2k−1
diverge, car lim k
u k = lim = 52 > 1.
k≥0 k→+∞ k→+∞ 2k−1
14 Chapitre 1. Séries Numériques

Une question se pose maintenant, peut-on avoir des limites différentes en appliquant les
deux règles de d’Alembert et Cauchy?
La réponse est donnée par la proposition suivante.

P
Proposition 1.8 Soit u k une série à termes strictement positifs.

u k+1 p
k
Si lim =l alors lim uk = l .
k→+∞ u k k→+∞

P
La réciproque est fausse. En effet, il suffit de considérer la série u k où
k≥0

( ¡ ¢k
2
3 si k est pair,
uk = 2k
3k+1
si k est impair.

On a
1
u k+1
½
3si k est pair,
lim =
k→+∞ u k 2 si k est impair.

Alors la règle de d’Alembert ne s’applique pas.

p
Pourtant, lim k u k = 32 < 1, donc la règle de Cauchy s’applique et la série
P
u k converge.
k→+∞ k≥0
Cet exemple montre que la règle de Cauchy est plus puissant que celle de de d’Alembert.

1.2.8 Règle de Raabe-Duhamel

Proposition 1.9 (Règle de Raabe-Duhamel)
Soit u k une série à termes strictement positifs. Posons qu’il existe α ∈ R tel que :
P

u k+1 α u k+1
µ ¶ µ ¶
1
= 1− +o où lim k 1 − = α.
uk k k k→+∞ uk

1• Si α > 1, alors la série u k converge.

P

2• Si α < 1, alors la série u k diverge.

P

3• Si α = 1, on peut rien dire.

Exemple 1.15 .
P ³ ´k
Soit série k! ke
´k ³ ³ ´´
³ 1 1 1
−1 k ln 1+ k1 1
¡ 1 ¢¢ ¡ 1 ¡ 1 ¢¢
u k+1 −1 k k − 2k 2 +o k 2
¡ ¢ ¡
1 k+1
On a u = e k =e e =e e = e −1 e 1− 2k +o k = e − 2k +o k =
1
¡ k¢
1 − 2k + o k1 .
P ³ ´k
d’où la série k! ke diverge car α = 12 < 1.
 1.3. Séries à termes quelconques 15

1.3 Séries à termes quelconques

P
Définition 1.3 On appelle série à termes quelconques une série u k dont les termes peuvent
être positifs ou négatifs suivant les valeurs prises par k.

sin k π2 sont à termes quelconques.

P P ¡ ¢
Exemple 1.16 Les séries cos (k) et
k≥0 k≥0

1.3.1 Critère d’Abel

Théorème 1.10 (Théorème de sommation d’Abel)
P
Soit u k une série à termes quelconques. On suppose que u k = a k .b k , avec b k strictement
k≥0
positif, telles que: µ ¶
1• La suite (b k )k≥0 est décroissante et tend vers 0 b k+1 ≤ b k , ∀k ∈ N et lim b k = 0 .
k→+∞
2• Les sommes partielles de la suite (a k )k≥0 sont bornées :

∃M > 0, ∀k ∈ N =⇒ |a 0 + ... + a n | ≤ M .
P
Alors la série a k .b k converge.
k≥0

Exemple 1.17 .
+∞
(−1)k
P
Montrer que la série p est convergente
k=0 k+1
Soit a k = (−1)k et b k = p 1 . on a
k+1
• La suite b k = p 1 est décroissante et lim p 1 = 0.
k+1 k→+∞ k+1
½
0 n impair
• |a 0 + ... + a n | = |(−1)0 + ... + (−1)n | = ≤ M = 1.
1 n pair

1.3.2 Séries alternées

(−1)k u k ou (−1)k+1 u k
P P
Définition 1.4 Soit (u k )k≥0 une suite qui vérifie u k ≥ 0. La série
k≥0 k≥0
s’appelle une série alternée.

Théorème 1.11 (Critère de Leibniz)

Supposons que (u k )k≥0 soit une suite qui vérifie :
1• u k ≥ 0 pour tout k ≥ 0,
2• la suite (u k ) est une suite décroissante,
3• lim u k = 0.
k→+∞
(−1)k u k converge.
P
Alors la série alternée
k≥0
16 Chapitre 1. Séries Numériques

Exemple 1.18 .
Soit la série alternée suivante :
X (−1)k
k≥1 k
1• u k = k1 ≥ 0 pour tout k ≥ 1.
1
2• u k+1 − u k = k+1 − k1 = k(k+1)
−1
≤ 0, donc (u k ) est une suite décroissante.
1
3• lim k = 0.
k→+∞
P (−1)k
D’aprés le critère de Leibniz la série alternée k
converge.
k≥0

1.4 Séries absolument convergentes

P P
Définition 1.5 Une série u k est dite absolument convergente si la série |u k | est conver-
gente.

Proposition 1.10 Toute série absolument convergente est convergente. La réciproque est
fausse. X X
|u k | converge =⇒ u k converge.

Exemple 1.19 .
P cos k k
| k 2 | est convergente, car | cos 1 1
α = 2 > 1 d’aprés
P
1• La série k2
|≤ k2
et la série k2
,
k≥1 k≥1
P cos k
Riemann converge. A lors la série k2
converge.
k≥1
P (−1)k
2• La série harmonique alternée k
n’est pas absolument convergente. Car la série
k≥0
k
| (−1) 1
P P
k
|= k
est divergente.
k≥0 k≥0
P
Définition 1.6 Une série u k qui est convergente, mais pas absolument convergente,
s’appelle une série semi-convergente.

Exemple 1.20 .
P (−1)k
La série k est semi-convergente.
k≥0

Remarque 1.5 .
1• Toute série à termes positifs convergente est absolument convergente.
2• Les séries alternées sont des cas particulier des séries à termes de signe quelconque,
donc le critère de convergence absolue s’applique
aussi pour ces séries alternées.
3• On a vu que si une série est absolument convergente, elles est forcément convergente,
par conséquent l’étude d’une série de signe quelconque se ramène par le critère de convergence
absolue à l’étude d’une série à termes positifs pour laquelle les critères de comparaison, de
D’Alembert et de Cauchy sont applicables.
 17

C HAPITRE 2
Intégrales impropres

En première année, on a étudier l’intégrale des fonctions définies et continues sur un

intervalle compact (fermé borné) [a,b] avec −∞ < a < b < +∞, il existait une fonction F dite
primitive de f telle que :
Zb
0
F (x) = f (x) ∀x ∈ [a,b] et f (t ) d t = F (b) − F (a) .
a
Ce qui représente l’aire délimité par le graphe de la fonction f sur [a,b] .

Dans ce chapitre, nous allons apprendre à calculer les intégrales de domaines non
bornés, soit parce que l’intervalle d’intégration est infini (allant jusqu’à +∞ ou −∞), soit
parce que la fonction à intégrer tend vers l’infini aux bornes de l’intervalle. Ces intégrales
sont appelées intégrales impropres ou intégrales généralisées.
On termine notre introduction en expliquant le plan de ce chapitre. Lorsque l’on ne sait
pas calculer une primitive, on a recours à deux types de méthode : soit la fonction est de
signe constant au voisinage du point incertain, soit elle change de signe une infinité de fois
dans ce voisinage (on dit alors qu’elle « oscille »). Nous distinguerons aussi le cas où le point
incertain est ±∞ ou bien une valeur finie. Il y a donc quatre cas distincts, selon le type du
point incertain, et le signe, constant ou non, de la fonction à intégrer. Ces quatre types sont
schématisés dans les figures suivantes :

F IG . 2.1 – Différents types d’intégrales.

18 Chapitre 2. Intégrales impropres

2.1 Définitions et propriétés

2.1.1 Points incertains

• On commence d’abord par identifier les points incertains, soit +∞, soit −∞ d’une part,
et d’autre part le ou les points au voisinage desquels la fonction n’est pas bornée.
• On découpe ensuite chaque intervalle d’intégration en autant d’intervalles qu’il faut
pour que chacun d’eux ne contienne qu’un seul point incertain, placé à l’une des deux
bornes.
• l’intégrale sur l’intervalle complet est la somme des intégrales sur les intervalles du
découpage.
• Le seul but est d’isoler les difficultés : les choix des points de découpage sont arbitraires.

2.1.2 Convergence/divergence
Définition 2.1 .
+∞
? Soit f une fonction continue sur [a, + ∞[. On dit que l’intégrale
R
f (t ) d t converge si la
a
Rx
limite, lorsque x → +∞, de la primitive f (t ) d t existe et est finie, c-à-d
a

+∞
Z Zx
f (t ) d t = lim f (t ) d t .
x→+∞
a a

Sinon, on dit que l’intégrale diverge.

Rb
? Soit f une fonction continue sur ]a,b]. On dit que l’intégrale f (t ) d t converge si la
a
Rb
limite à droite, lorsque x → a, de la primitive f (t ) d t existe et est finie, c-à-d
x

Zb Zb
f (t ) d t = lim+ f (t ) d t .
x→a
a x

Sinon, on dit que l’intégrale diverge.

Exemple 2.1 .
+∞ Rx £ −t ¤x
e −t d t = lim e −t d t = lim
R
1− L’intégrale −e 0 = 1. Donc l’intégrale converge.
0 x→+∞ 0 x→+∞
+∞ Rx
sin (t ) d t = lim [− cos (t )]0x = Ø car lim cos (x) = Ø.
R
2− L’intégrale sin (t ) d t = lim
0 x→+∞ 0 x→+∞ x→+∞
Donc l’intégrale diverge.
 2.1. Définitions et propriétés 19

R1 R1
3− L’intégrale ln (t ) d t = lim ln (t ) d t = lim [t ln (t ) − t ]1x = −1. Donc l’intégrale
0 x→0 x x→0
converge.
R1 1 R1 1
4− L’intégrale t d t = lim dt = lim [ln (t )]1x = +∞. Donc l’intégrale diverge.
0 x→0 x t x→0

Remarque 2.1 .
• L’intégrale généralisée, est considéré comme limite d’une intégrale définie.
• Convergence équivaut donc à limite finie. Divergence signifie soit qu’il n’y a pas de limite,
soit que la limite est infinie.

2.1.3 Relation de Chasles

Proposition 2.1 (Relation de Chasles)
Soit f : [a, + ∞[ → R une fonction continue. Pour tout c ∈ [a, + ∞[ les intégrales impropres
+∞
R +∞
R
f (t ) d t et f (t ) d t sont de même nature, et on a dans le cas de
a c
convergence :
+∞
Z Zc +∞
Z
f (t ) d t = f (t ) d t + f (t ) d t .
a a c

Preuve. En utilisant la relation de Chasles pour les intégrales de Riemann usuelles, avec
a ≤c ≤x:
Zx Zc Zx
f (t ) d t = f (t ) d t + f (t ) d t .
a a c

Puis en passant à la limite x → +∞.

Maintenant, si on est dans le cas d’une fonction continue f : ]a,b] → R, c ∈ ]a,b] , alors on
a un résultat similaire, et en cas de convergence :

Zb Zc Zb
f (t ) d t = f (t ) d t + f (t ) d t .
x x c
+
Puis en passant à la limite x → a . ■

Remarque 2.2 .
? « Être de même nature » signifie que les deux intégrales sont convergentes en même temps
ou bien divergentes en même temps.
? La relation de Chasles implique donc que la convergence ne dépend pas du comporte-
ment de la fonction sur des intervalles bornés, mais seulement de son
comportement au voisinage de +∞.
20 Chapitre 2. Intégrales impropres

2.1.4 Linéarité
Proposition 2.2 (Linéarité de l’intégrale impropre)
Soient f et g deux fonctions continues sur [a, + ∞[ , et λ,µ deux réels. Si les intégrales
+∞ +∞ +∞
λ f (t ) + µg (t ) d t converge et on a :
R R R ¡ ¢
f (t ) d t et g (t ) d t convergent, alors
a a a
+∞
Z +∞
Z +∞
Z
λ f (t ) + µg (t ) d t = λ f (t ) d t + µ
¡ ¢
g (t ) d t
a a a

La relation de linéarité est valable pour les fonctions d’un intervalle ]a,b], non bornées en
a.

Remarque 2.3 La réciproque dans la relation de linéarité est fausse, on peut trouver deux
+∞
R +∞
R
fonctions f ,g telles que f (t ) + g (t ) d t converge, sans que f (t ) d t , ni
a a
+∞
R
g (t ) d t convergent.
a

2.1.5 Positivité
Proposition 2.3 (Positivité de l’intégrale impropre)
Soient f ,g : [a, + ∞[ → R des fonctions continues, ayant une intégrale convergente.
+∞
Z +∞
Z
Si f ≤ g alors f (t ) d t ≤ g (t ) d t .
a a

En particulier, on a aussi :
+∞
Z
Si f ≥ 0 alors f (t ) d t ≥ 0.
a

La relation de positivité est valable pour les fonctions d’un intervalle ]a,b], non bornées en
a.
Remarque 2.4 Si l’on ne souhaite pas distinguer les deux types d’intégrales impropres sur un
intervalle [a, + ∞[ (ou ]−∞,b]) d’une part et ]a,b] (ou [a,b[) d’autre part, alors il est
pratique de rajouter les deux extrémités à la droite numérique :

R̄ = R∪ {−∞, + ∞} .

Ainsi l’intervalle [a,b[ avec a ∈ R et b ∈ R̄ désigne l’intervalle infini [a, + ∞[ (si b = +∞) ou
l’intervalle fini [a,b[ (si b < +∞) . De même pour l’intervalle ]a,b] avec
a = −∞ ou a ∈ R.
 2.1. Définitions et propriétés 21

2.1.6 Critère de Cauchy

Théorème 2.1 (Critère de Cauchy)
+∞
Soit f : [a, + ∞[ → R une fonction continue. L’intégrale impropre
R
f (t ) d t converge ssi
a

Zv
∀ε > 0 ∃M ≥ a u,v ≥ M =⇒ | f (t ) d t | < ε.
u

Preuve. Il suffit d’appliquer le critère de Cauchy pour les limites à la fonction F (x) =
Rx
f (t ) d t .
a
Rx
Soit F : [a, + ∞[ → R. Alors lim F (x) = lim f (t ) d t existe et est finie ssi
x→+∞ x→+∞ a

Zv
∀ε > 0 ∃M ≥ a u,v ≥ M =⇒ |F (u) − F (v)| = | f (t ) d t | < ε.
u

2.1.7 Cas de deux points incertains

lorsque les deux extrémités de l’intervalle de définition sont des points incertains. Il s’agit
juste de se ramener à deux intégrales ayant chacune un seul point incertain.
Définition 2.2 Soient a,b ∈ R̄ = R∪ {−∞, + ∞} avec a < b. Soit f : ]a,b[ → R une fonction
Rb
continue. On dit que l’intégrale f (t ) d t converge s’il existe c ∈ ]a,b[ tel que les deux
a
Rc Rb
intégrales impropres f (t ) d t et f (t ) d t convergent. La valeur de cette intégrale
a c
doublement impropre est alors

Zb Zc Zb
f (t ) d t = f (t ) d t + f (t ) d t .
a a c

Remarque 2.5 .
? Les relations de Chasles impliquent que la nature et la valeur de cette intégrale
doublement impropre ne dépendent pas du choix de c, avec a < c < b.
Rc Rb Rb
? Si une des deux intégrales f (t ) d t ou bien f (t ) d t diverge, alors f (t ) d t diverge.
a c a
22 Chapitre 2. Intégrales impropres

Exemple 2.2 .
+∞ Z2 +∞
t t t
Z Z
¢ dt = ¢ dt + ¢2 d t .
2 2 2 2
¡ ¡ ¡
−∞
1 + t −∞
1 + t 1+ t2
2
On choisit c = 2 au hasard.
On commence par la première intégrale

Z2 Z2
t t
¡ ¢2 d t = x→−∞
lim ¡ ¢2 d t .
−∞
1+ t2 x
1+ t2

Z2 ¸2
t
· µ ¶
1 1 1 1 1
¢2 d t = − =− − .
2 1+ t2 x 2 5 1 + x2
¡
x
1+ t2
Alors
Z2 Z2
t t
µ ¶
1 1 1 1
¢2 d t = x→−∞
lim ¢2 d t = x→−∞
lim − − 2
=− .
2 5 1+x 10
¡ ¡
−∞
1+ t2 x
1+ t2

R2 t
Donc 2 2
d t converge.
−∞ (1+t )
+∞
t 1
R
De même pour d t qui converge vers .
2 (1+t 2 )2 10
+∞
t
R
Ainsi l’intégrale 2 2
d t converge et vaut 0.
−∞ (1+t )

2.2 Intégrales impropres sur un intervalle non borné

2.2.1 Fonctions positives
Nous supposerons que la fonction est positive ou nulle sur l’intervalle d’intégration
[a, + ∞[ . Les critères de convergence pour les fonctions positives sont aussi valables pour
les
fonctions négatives, il suffit juste de remplacer f par − f .
Rappelons que, par définition,
+∞
Z Zx
f (t ) d t = lim f (t ) d t .
x→+∞
a a

Rx
Comme f est positive, alors la primitive est croissante, ou bien lim f (t ) d t est bornée,
x→+∞ a
+∞
R Rx
et donc l’intégrale f (t ) d t converge, ou bien lim f (t ) d t tend vers +∞ donc diverge.
a x→+∞ a
 2.2. Intégrales impropres sur un intervalle non borné 23

Si on ne peut pas (ou si on ne veut pas) calculer une primitive de f , on étudie la

convergence par des critères qui nous permettent d’en déduire la nature sans les calculer
explicitement.

[Link] Théorème de comparaison

Théorème 2.2 (Critère de comparaison)

Soient f et g deux fonctions positives et continues sur [a, + ∞[ . telles que :

∃A ≥ a, ∀t > A f (t ) ≤ g (t ) .
+∞
R +∞
R
1. Si g (t ) d t converge =⇒ f (t ) d t converge.
a a
+∞
R +∞
R
2. Si f (t ) d t diverge =⇒ g (t ) d t diverge.
a a

Preuve. La convergence des intégrales ne dépend pas de la borne de gauche de

Rx Rx
l’intervalle, et nous pouvons nous contenter d’étudier f (t ) d t et g (t ) d t . Or en utilisant
A A
la
positivité de l’intégrale, on obtient que, pour tout x ≥ A,

Zx Zx
f (t ) d t ≤ g (t ) d t .
A A

+∞
R +∞
R
Si g (t ) d t converge, alors f (t ) d t est une fonction croissante et majorée donc
A a
+∞
R +∞
R
converge. Inversement, si f (t ) d t tend vers +∞, alors g (t ) d t tend vers +∞ aussi. ■
A a

Exemple 2.3 .
+∞ 2
e −t d t est convergente car : ∀t ∈ [1, + ∞[, −t 2 ≤ −t , comme e t est une
R
L’intégrale
1
2
+∞ £ −t ¤x
fonction croissante alors e −t ≤ e −t . Et comme e −t d t = lim −e 1 = e −1 , donc l’intégrale
R
1 x→+∞
+∞
e −t d t converge.
R
1
24 Chapitre 2. Intégrales impropres

[Link] Critère d’équivalence

Théorème 2.3 (Critère d’équivalence)

Soient f et g deux fonctions strictement positives et continues sur [a, + ∞[ . Supposons
qu’elles soient équivalentes au voisinage de +∞, c’est-à-dire :
f (t )
lim = 1.
t →+∞ g (t )
+∞
R +∞
R
Alors l’intégrale f (t ) d t converge si est seulement si g (t ) d t converge.
a a

Preuve. Dire que deux fonctions sont équivalentes au voisinage de +∞, c’est dire que
leur rapport tend vers 1, ou encore :
f (t )
∀ε > 0 ∃A > a ∀t > A | − 1| < ε,
g (t )
soit encore :

∀ε > 0 ∃A > a ∀t > A (1 − ε) g (t ) < f (t ) < (1 + ε) g (t ) .

Fixons ε < 1, et appliquons le théorème de comparaison sur l’intervalle [A, + ∞[ . Si

+∞ +∞
(1 − ε) g (t ) d t converge, donc l’intégrale
R R
l’intégrale f (t ) d t converge, alors l’intégrale
A A
+∞
R
g (t ) d t converge aussi par linéarité.
A
+∞ +∞ +∞
(1 + ε) g (t ) d t diverge, donc
R R R
Inversement, si f (t ) d t diverge, alors g (t ) d t diverge
A A A
aussi. ■

Exemple 2.4 .
+∞
1
R
L’intégrale 1+t 2
dt converge car :
1
1
1+t 2 1 1
+∞
R 1
Rx 1
£ 1 ¤x
lim 1 = 1 =⇒ 1+t 2
∼ t2
et comme t2
dt = lim t2
dt = lim − t 1 = 1, alors
t →+∞ t2 1 x→+∞ 1 x→+∞
+∞ +∞
1 1
R R
l’intégrale t2
dt converge par le critère d’équivalence l’intégrale 1+t 2
dt converge.
1 1

Proposition 2.4 Soient f et g deux fonctions strictement positives et continues sur [a, + ∞[
telles que:
f (t )
lim = l.
t →+∞ g (t )
+∞
R +∞
R
• Si l 6= 0 et l 6= +∞, f (t ) ∼ l .g (t ) . Alors les deux intégrales f (t ) d t et g (t ) d t sont
+∞ a a
de même nature.
 2.2. Intégrales impropres sur un intervalle non borné 25

+∞
R +∞
R
• Si l = 0, f (t ) ≤ g (t ). Alors si l’intégrale g (t ) d t converge =⇒ f (t ) d t converge.
a a
+∞
R +∞
R
• Si l = +∞, f (t ) ≥ g (t ). Alors si l’intégrale g (t ) d t diverge =⇒ f (t ) d t diverge.
a a

Exemple 2.5 .
+∞
R ln(t )
L’intégrale 1+t 2
dt converge car :
1

ln(t )
1+t 2
lim = 0.
t →+∞ 1
3
t 2

+∞ ´x³ +∞
ln(t ) 1
R 1 −2
R ln(t )
donc 1+t 2
≤ 3 , et comme 3 d t = lim
p = 2 converge =⇒ 1+t 2
dt converge.
t2 x→+∞ t 1
1 t2 1

[Link] Intégrales de Riemann

Une intégrale de Riemann est une intégrale qui s’écrit sous la forme :
+∞
1
Z
d t , où α ∈ R∗+ .
tα
1

Dans ce cas, la primitive est explicite :

+∞
 h ix
1 1
1 lim si α 6= 1
Z 
α−1
α
d t = x→+∞ −α+1 tx 1 .
t  lim [ln (t )]1 si α = 1
1 x→+∞

Donc on deduit la nature des intégrales de Riemann

+∞
1
Z
Si α > 1 alors d t converge.
tα
1
+∞
1
Z
Si α ≤ 1 alors d t diverge.
tα
1

Proposition 2.5 Soit f une fonction positive et continue sur [a, + ∞[ .

+∞ converge si α > 1
½
? Si f (t ) ∼ tlα où (l 6= 0 et l 6= +∞) alors
R
f (t ) d t .
+∞ a diverge si α ≤ 1
+∞
? Si lim t α f (t ) = 0 alors f (t ) d t converge si α > 1.
R
t →+∞ a
+∞
? Si lim t α f (t ) = +∞ alors f (t ) d t diverge si α ≤ 1.
R
t →+∞ a
26 Chapitre 2. Intégrales impropres

Exemple 2.6 .
+∞
R |sin t | |sin t |
Soit t2
d t . La fonction t2
est continue et positive sur [1, + ∞[
1

3 |sin t |
lim t 2 = 0,
t →+∞ t2
+∞
|sin t |
converge car α = 23 .
R
donc t2
dt
1

[Link] Intégrale de Bertrand

Une Intégrale de Bertrand est une intégrale de la forme :

+∞
1
Z
d t , où α ∈ R∗+ , β ∈ R.
t α (ln t )β
2

? Si α > 1, l’intégrale converge.

? Si α < 1, l’intégrale diverge.
? Si α > 1, l’intégrale converge.
β > 1, l’intégrale converge
½
? Si α = 1 et .
β ≤ 1, l’intégrale diverge
+∞
1 1
d t . La fonction 1t sin
R ¡ ¢ ¡1¢
Exemple 2.7 Soit t sin t t est continue et positive sur [1, + ∞[
1
µ ¶
1 1 1
sin ∼ 2,
t t +∞ t
+∞
1
est de Riemann α = 2 > 1 donc converge par équivalence l’intégrale
R
et comme t2
dt
1
+∞
1
sin 1t
R ¡ ¢
t
d t converge.
1

R p
+∞ p
t 2 + 3t ln cos 1t sin2 ln1t d t . La fonction t 2 + 3t ln cos 1t sin2 ln1t
¡ ¡ ¢¢ ¡ ¢ ¡ ¡ ¢¢ ¡ ¢
Exemple 2.8 Soit
2
est continue et positive sur [2, + ∞[
r
p 3
t 2 + 3t = t 1+ ∼ t.
t +∞
µ µ ¶¶
1 1
ln cos ∼ − 2.
t +∞ 2t
µ ¶ µ ¶2
2 1 1
sin ∼ .
ln t +∞ ln t
 2.2. Intégrales impropres sur un intervalle non borné 27

Donc µ µ ¶¶ µ ¶
p 1 2 1 1
t 2 + 3t ln cos sin ∼ − ,
t ln t +∞ 2t (ln t )2
+∞
1
est une intégrale de Bertrand α = 1, β = 2 donc converge par
R
et comme − dt
2t (ln t )2
2
R p
+∞
t 2 + 3t ln cos 1t sin2 ln1t d t converge.
¡ ¡ ¢¢ ¡ ¢
équivalence l’intégrale
2
28 Chapitre 2. Intégrales impropres

2.2.2 Fonctions oscillantes

+∞
R
Nous considérons f (t ) d t , où f (t ) est une fonction oscillante jusqu’à l’infini entre des
a
valeurs positives et négatives.
La définition de l’intégrale impropre reste la même :

+∞
Z Zx
f (t ) d t = lim f (t ) d t .
x→+∞
a a

Contrairement au cas des fonctions positives, où la limite était soit finie, soit égale à +∞,
+∞
R
tous les comportements sont possibles ici : les valeurs de f (t ) d t peuvent tendre vers une
a
limite finie, vers +∞ ou −∞, ou bien encore osciller entre deux valeurs finies, ou s’approcher
alternativement de +∞ et −∞.

[Link] Critères de convergence pour les fonctions oscillantes

Définition 2.3 (Intégrale absolument convergente)

+∞
R
Soit f une fonction continue sur [a, + ∞[ . on dit que f (t ) d t est absolument
a
+∞
R
convergente si l’intégrale impropre | f (t )| d t converge.
a

Théorème 2.4 .
Toute intégrale impropre absolument convergente est convergente. Autrement dit, être
absolument convergente est plus fort qu’être convergente.

Exemple 2.9 .
+∞
R sin t sin t
1− Soit t2
d t , la fonction t2
est continue sur [1, + ∞[ .
1
Pour tout t ,
sin t 1
| 2
|≤ 2.
t t
+∞
1
est une intégrale de Riemann α = 2 > 1 donc convergente par
R
Or l’intégrale t2
dt
1
+∞ +∞
t sin t
| sin
R R
comparaison t2
| d t converge =⇒ l’intégrale t2
dt est absolument convergente.
1 1

Définition 2.4 (Intégrale semi-convergente)

+∞
R
L’intégrale impropre f (t ) d t est semi-convergente si elle est convergente mais pas
a
absolument convergente.
 2.2. Intégrales impropres sur un intervalle non borné 29

Exemple 2.10 .
+∞
sin t sin t
R
Soit l’intégrale t dt, la fonction t est continue sur [1, + ∞[ .
1
Nous allons prouver qu’elle est convergente, mais pas absolument convergente.
1−( Pour montrer que l’intégrale est convergente, effectuons une intégration par parties,
u 0 = sin t , u = − cos t
avec 0 :
v = 1t , v = − t12

Zx ¸ Zx
sin t − cos t x cos t
·
dt = − dt.
t t 1 t2
1 1
£ − cos t ¤x − cos x
• lim t
= lim + cos 1 = cos 1. Donc admet une limite finie.
x→+∞ 1 x→+∞ x
+∞
R cos t Rx cos t
• Pour l’autre terme, t 2 d t = lim 2 dt.
1 x→+∞ 1 t

cos t 1
| 2
|≤ 2.
t t
+∞
1
est une intégrale de Riemann α = 2 > 1 donc convergente par
R
Or l’intégrale t2
dt
1
+∞ +∞
t cos t
| cos
R R
comparaison t2
| d t converge =⇒ l’intégrale t2
dt est absolument convergente. Donc
1 1
+∞
sin t
R
t dt converge.
1
2− Pour tout t , 0 ≤ |sin t | ≤ 1, on a :

|sin t | sin2 t 1 − cos (2t )

≥ = .
t t 2t
(
cos(2t ) u 0 = cos 2t , u = 12 sin 2t
En effectuons une intégration par parties à , avec 0 ,on
2t v = 1t , v = − t12
obtient :
Zx Zx
1 sin 2t x 1 sin 2t
· ¸
1 − cos (2t ) 1 x
d t = [ln t ]1 − − dt.
2t 2 4 t 1 4 t2
1 1
Rx 1−cos(2t )
Les deux derniers convergent, et le premier tend vers +∞. Donc l’intégrale 2t
dt
1
+∞ +∞
R |sin t | R sin t
diverge par comparaison t dt diverge aussi donc t dt n’est pas absolument
1 1
convergente.
30 Chapitre 2. Intégrales impropres

Théorème 2.5 (Théorème d’Abel)

Soit f une fonction C 1 sur [a, + ∞[ , positive, décroissante, ayant une limite nulle en +∞.
Soit g une fonction continue sur [a, + ∞[ , telle qu’il existe M > 0, ∀x ∈ [a, + ∞[ ,

Zx
| g (t ) d t | ≤ M .
a

+∞
R
Alors, l’intégrale impropre f (t ) g (t ) d t converge.
a

Exemple 2.11 .
+∞
sin t
1− Avec f (t ) = 1t et g (t ) = sin t , on retrouve que l’intégrale
R
t
dt converge.
1
+∞
1 cos(t ) sin3 (t )
et g (t ) = cos (t ) sin3 (t ) , on retrouve que l’intégrale
R
2− Avec f (t ) = t3 t3
dt
1
converge.

2.3 Intégrales impropres sur un intervalle borné

Nous traitons ici le cas où la fonction à intégrer tend vers l’infini en l’une des bornes de
l’intervalle d’intégration. Le traitement est tout à fait analogue au cas d’une fonction positive
sur un intervalle non borné et l’on omettra les démonstrations.

2.3.1 Fonctions positives

Nous supposerons que la fonction est positive ou nulle sur l’intervalle d’intégration ]a,b],
et tend vers +∞ en a. Rappelons que, par définition,

Zb Zb
f (t ) d t = lim+ f (t ) d t .
x→a
→a x

Comme f est positive, alors la primitive est croissante quand x décroît vers a : soit
Rb Rb Rb
f (t ) d t est bornée, et l’intégrale f (t ) d t est convergente, soit f (t ) d t tend vers +∞.
x →a x

[Link] Théorème de comparaison

Théorème 2.6 (Théorème de comparaison)

Soient f et g deux fonctions positives et continues sur ]a,b] . Supposons que f soit majorée
par g au voisinage de a, c’est-à-dire :

∃ε > 0, ∀t ∈ ]a,a + ε] , f (t ) ≤ g (t ) .
 2.3. Intégrales impropres sur un intervalle borné 31

Rb Rb
1− Si g (t ) d t converge =⇒ f (t ) d t converge.
a a
Rb Rb
2− Si f (t ) d t diverge =⇒ g (t ) d t diverge.
a a

Exemple 2.12 .
π
R2 1 1
est positive et continue sur 0, π2 .
¤ ¤
Soit l’intégrale sin(t )
dt, la fonction sin(t )
0

i πi 1 1
∀t ∈ 0, , 0 < sin t ≤ t =⇒ ≥ > 0,
2 sin t t
π π
R2 1 R2 1
l’intégrale t dt est divergente par comparaison sin(t ) d t diverge.
0 0

[Link] Théorème d’équivalence

Théorème 2.7 (Théorème d’équivalence)

Soient f et g deux fonctions strictement positives et continues sur ]a,b] . Supposons qu’elles
soient équivalentes au voisinage de a, c’est-à-dire :

f (t )
lim+ = 1.
t →a g (t )

Rb Rb
Alors l’intégrale f (t ) d t converge si et seulement si g (t ) d t converge.
a a

Exemple 2.13 .
R1 e −t
Soit l’intégrale t
dt
0
En effet,
e −t 1
∼+ ,
t 0 t
R1 1 R1 e −t
Or t d t diverge donc t d t diverge.
0 0

Proposition 2.6 Soient f et g deux fonctions strictement positives et continues sur ]a,b] telles
que:
f (t )
lim+ = l.
t →a g (t )

Rb Rb
• Si l 6= 0 et l 6= +∞, f (t ) ∼+ l .g (t ) . Alors les deux intégrales f (t ) d t et g (t ) d t sont de
a a a
même nature.
32 Chapitre 2. Intégrales impropres

Rb Rb
• Si l = 0, f (t ) ≤ g (t ). Alors si l’intégrale g (t ) d t converge =⇒ f (t ) d t converge.
a a
Rb Rb
• Si l = +∞, f (t ) ≥ g (t ). Alors si l’intégrale g (t ) d t diverge =⇒ f (t ) d t diverge.
a a

Exemple 2.14 .
1
R2 1 1
est continue et positive sur 0, 21
¤ ¤
1- L’intégrale dt converge car: la fonction
t (ln t )3 t (ln t )2
0
1 1
2 R2 h i1 · ¸
1 1 2
− 12 1 2 = lim+ − 12 ¡ 1
+ − 12 1 2 = − 12 ¡ 1
R
dt = lim+ 3dt = lim+
t (ln t )3
¢2 ¢2
0 x→0 x t (ln t ) x→0 (ln t ) x x→0 ln 12 (ln x) ln 21
1
R2 1
Donc l’intégrale impropre dt converge.
t (ln t )2
0
R1 ln t ln t
2- L’intégrale 1+t 2
dt converge car: la fonction 1+t 2
est continue et negative sur ]0,1]
0

ln t
R1 R1 ln t
∼
1+t 2 0+
ln t et l’intégrale de ln t d t converge par équivalence l’intégrale 1+t 2 d t converge.
0 0
R1 ln t
3- L’intégrale p d t converge car: la fonction pt
ln
est continue et negative sur ]0,1]
t t
0

pt
− ln
t
lim 1
=0
x→0+ 3
t 4

p t et
Les fonctions − ln 1
3 étant continues et positive sur ]0,1] .
t t4

ln t 1
−p ≤ 3 .
t t4

R1 R1
Comme 1
3 d t converge Riemann α =
3
< 1 par comparaison p t d t converge, donc
− ln
4 t
0 t4 0
R1
pt d t
ln
converge.
t
0

[Link] Intégrale de Riemann

Une intégrale de Riemann est une intégrale qui s’écrit sous la forme :

Z1
1
α
d t , où α ∈ R∗+ .
t
0
 2.3. Intégrales impropres sur un intervalle borné 33

Donc on deduit la nature des intégrales de Riemann

Z1
1
Si α < 1 alors d t converge.
tα
0
Z1
1
Si α ≥ 1 alors d t diverge.
tα
0

Proposition 2.7 Soit f une fonction positive et continue sur ]a,b] .

Rb converge si α < 1
½
l
? Si f (t ) ∼+ (t −a)α où (l 6= 0 et l 6= +∞) alors f (t ) d t .
a a diverge si α ≥ 1
Rb
? Si lim+ (t − a)α f (t ) = 0 alors f (t ) d t converge si α < 1.
t →a a
Rb
? Si lim+ (t − a)α f (t ) = +∞ alors f (t ) d t diverge si α ≥ 1.
t →a a

De même si b est un point impropre, on remplace (t − a) par (b − t ) .

R1 ln t
Exemple 2.15 L’intégrale 3 d t converge car: la fonction pt
ln
est continue sur ]0,1]
t
0 t4
ln t 3
lim+ t α 3
= lim+ t α− 4 ln t = 0.
x→0 t 4 x→0

¤3 £ 4
R1 ln t
On choisit donc α ∈ 4 ,1 par exemple α = 5 pour que 3 d t converge.
0 t4

2.3.2 Fonctions oscillantes

Le dernier cas à traiter est celui où la fonction à intégrer oscille au voisinage d’une des
bornes, prenant des valeurs arbitrairement proches de +∞ ou −∞.
1
Le changement de variable u = t −a permet de se ramener au cas précédent d’une fonction
oscillante sur un intervalle non borné, ce qui nous dispensera de donner autant de détails.
Rappelons que, par définition,
Zb Zb
f (t ) d t = lim+ f (t ) d t .
x→a
a x

[Link] Critères de convergence pour les fonctions oscillantes

Définition 2.5 (Convergence absolue)

Rb
Soit f une fonction continue sur ]a,b] . On dit que f (t ) d t est absolument convergente si
a
Rb
| f (t )| d t est une intégrale convergente.
a
34 Chapitre 2. Intégrales impropres

Rb
Théorème 2.8 Si l’intégrale f (t ) d t est absolument convergente, alors elle est convergente.
a

Exemple 2.16 .
R1 sin 1t sin 1t
Soit l’intégrale p d t , La fonction p est continue ]0,1] .
t t
0
Pour tout t ∈ ]0,1] , on a
|sin 1t | 1
p ≤p .
t t

R1
Or l’intégrale p1 d t est convergente d’aprés Riemann α = 1
< 1 par comparaison
t 2
0
R1 |sin 1t | R1 sin 1t
p d t converge, donc l’intégrale p d t est absolument convergente.
t t
0 0

2.4 Intégration par parties

Théorème 2.9 (Intégration par parties)
Soient u et v deux fonctions de classe C 1 sur l’intervalle [a, + ∞[ . Supposons que
+∞
R 0
+∞
R 0
lim u (t ) v (t ) existe et soit finie. Alors les intégrales u (t ) v (t ) d t et u (t ) v (t ) d t sont
t →+∞ a a
de
même nature. En cas de convergence on a :

+∞
Z +∞
Z
0
h i 0
u (t ) v (t ) d t = lim u (t ) v (t ) − u (a) v (a) − u (t ) v (t ) d t .
x→+∞
a a

Preuve. C’est la formule usuelle d’intégration par parties

Zx Zx
0 0
u (t ) v (t ) d t = [u (t ) v (t )]xa − u (t ) v (t ) d t .
a a

en notant que par hypothèse que lim uv a une limite finie. ■

x→+∞

Exemple 2.17 .
+∞
λt e −λt d t ou λ > 0.
R
Soit l’intégrale
0
0 0
On effectue l’intégration par parties avec u = λt , v = e −λt . On a donc u = λ, v = − λ1 e −λt .
 2.5. Changement de variable 35

Ainsi
Zx h ix Zx
−λt −λt
λt e dt = −t e + e −λt d t .
0
0 0
1 ³ −λx ´
= −xe −λx − e −1
λ
+∞ Zx
1
Z
λt e −λt d t = lim λt e −λt d t = , donc l’intégrale converge.
x→+∞ λ
0 0

2.5 Changement de variable

Théorème 2.10 (Changement de variable)
Soit f une fonction définie sur un intervalle I = [a, + ∞[ . Soit J = α,β un intervalle avec
£ £
+∞
α,β ∈ R ou β = +∞. Soit ϕ : J → I un difféomorphisme de classe C 1 . Les intégrales
R
f (x) d x
a
Rβ ¢ 0
f ϕ (t ) .ϕ (t ) d t sont de même nature. En cas de convergence, on a :
¡
et
α

+∞
Z Zβ
¢ 0
f ϕ (t ) .ϕ (t ) d t .
¡
f (x) d x =
a α

On rappelle que ϕ : J → I un difféomorphisme de classe C 1 si ϕ est une application C 1 ,

bijective, dont la bijection réciproque est aussi C 1 .

Exemple 2.18 .
L’exemple suivant est trés intéressant : la fonction f (t ) = sin t 2 a une intégrale
¡ ¢

convergente, mais ne tend pas vers 0 (quand t → +∞). C’est à mettre en opposition avec le
cas des séries : pour une série convergente le terme général tend toujours vers 0.
+∞
sin t 2 d t
R ¡ ¢
Soit l’intégrale
1
p
On effectue le changement de variable u = t 2 , qui donne t = u, d t = 2p1 u d u avec ϕ est un
difféomorphisme
ϕ : 1,x 2 → [1,x]
£ ¤

u→t

Zx Zx 2
1
sin t 2 d t =
¡ ¢
sin (u) p d u.
2 u
1 1
36 Chapitre 2. Intégrales impropres

+∞ xR2
R sin(u) sin(u)
Or par le théorème d’Abel p du
2 u
converge, donc p du
2 u
admet une limite finie, ce
1 1
Rx +∞
qui prouve que sin t 2 d t admet aussi une limite finie. Alors sin t 2 d t converge.
¡ ¢ R ¡ ¢
1 1

Exemple 2.19 .
R2
Soit l’intégrale pd t
t −1
1 p
On effectue le changement de variable u = t − 1, qui donne t = u 2 + 1, d t = 2ud u avec ϕ
est un difféomorphisme hp i
ϕ: x − 1,1 → [x,2]
u→t

Z2 Z1 p
dt 1
³ ´
lim p = lim 2d u = 2 [u] p = lim 2 1 − x − 1 = 2.
x→1 x−1
t − 1 x→1p x→1
x x−1

R1 R2 R2
2d u converge, ce qui prouve que pd t admet aussi une limite finie. Alors pd t
t −1 t −1
0 1 1
converge.

Exemple 2.20 .
On va calculer la valeur des deux intégrales impropres suivantes :
π π
Z2 Z2
I= ln (sin (t )) d t , J= ln (cos (t )) d t .
0 0

? Montrer que l’intégrale I converge.

π
R2
Comme ln (sin (t )) ∼+ ln (t ) ≤ p1 , en effectuons une intégration par parties de ln (t ) d t
0 t
0
π
R2
l’intégrale converge. Par équivalence ln (sin (t )) d t converge.
0
? Vérifier que I = J .
On effectuons le changement de variable t = π2 − u. On a d t = −d u et un difféomorphisme
entre t ∈ x, π2 et u ∈ π2 − x,0 . Ainsi
£ ¤ £ ¤

π π
Z2 Z0 2Z−x
³ ³π ´´
ln (sin (t )) d t = ln sin − u (−d u) = ln (cos (u)) d u.
2
x π 0
2 −x
π π π
Z2 Z2 2 −x
Z
I = ln (sin (t )) d t = lim+ ln (sin (t )) d t = lim+ ln (cos (u)) d u.
x→0 x→0
0 x 0
2.5. Changement de variable 37

Cela prouve I = J . Donc J converge.

? Calculer I + J .
π π
Z2 Z2
I +J = ln (sin (t )) d t + ln (cos (t )) d t .
0 0
π
2
Z
= (ln (sin (t )) + ln (cos (t ))) d t .
0
π
Z2
= ln (sin (t ) . cos (t )) d t .
0
π
Z2 µ ¶
1
= ln sin (2t ) d t .
2
0
π
Z2
π
= − ln 2 + ln (sin (2t )) d t .
2
0

Et comme I = J , on a
π
2I = − ln 2 + L.
2
π
R2
Il nous reste à évaluer L = ln (sin (2t )) d t :
0
Effectuons le changement de variable u = 2t , l’intégrale L devient:
Zπ
1
L = ln (sin (u)) d u,
2
0
Zπ
1 1
= I+ ln (sin (u)) d u,
2 2
π
2

effectuons le changement de variable v = π − u, on aura

Z0
1 1
L = I+ ln (sin (π − v)) (−d v) ,
2 2
π
2
π
2
1 1
Z
= I+ ln (sin (v)) d v,
2 2
0
1 1
= I + I = I.
2 2
38 Chapitre 2. Intégrales impropres

Donc, comme 2I = − π2 ln 2 + L et L = I , on trouve:

π
Z2
π
I=J= ln (sin (t )) d t = − ln 2.
2
0

2.6 Application des intégrales impropres

2.6.1 Fonction Gamma

Théorème 2.11 (Fonction Gamma Γ)

On appelle fonction Gamma notée Γ d’Euler l’application :

Γ : ]0, + ∞[ → R

+∞
Z
x → Γ (x) = t x−1 e −t d t
0

+∞
t x−1 e −t d t converge pour tout x strictement positif.
R
L’intégrale
0

Preuve. en effet :

+∞
Z Z1 +∞
Z
x−1 −t x−1 −t
t e dt = t e dt + t x−1 e −t d t = I 1 + I 2 .
0 0 1

Si x ≥ 1, 0 n’est pas une impropre, donc I 1 converge et lim t 2 t x−1 e −t = 0 ce qui assure la
t →+∞
convergence de I 2 .
1
R1 1
Si 0 < x < 1, on a t x−1 e −t ∼+ t x−1 = t 1−x
, t 1−x
dt est une intégrale de Riemann converge
0 0
R1 +∞
si 1 − x < 1, pour tout x > 0 par équivalence I 1 = t x−1 e −t d t converge, en plus
R x−1 −t
t e dt
0 1
converge car lim t 2 t x−1 e −t = 0. ■
t →+∞
Propriétés:
+∞
1• Γ (x + 1) = xΓ (x) , pour tout x > 0. En particulier Γ (2) = 1Γ (1) = e −t d t = 1.
R
0
2• Pour tout x > 0, Γ (x + n + 1) = x (x + 1) (x + 2) ... (x + n − 1) (x + n) Γ (x) .
3• Pour tout n > 0, Γ (n + 1) = n!.
¡ ¢ p
4• Γ 21 = π.
 2.6. Application des intégrales impropres 39

2.6.2 Fonction Bêta

Théorème 2.12 (Fonction Bêta β)

Pour tout réels strictement positifs p et q, on définit la fonction Bêta d’Euler notée β par:

Z1
β p,q = u p−1 (1 − u)q−1 d u.
¡ ¢

β p,q converge si p > 0 et q > 0.

¡ ¢

Preuve. En effet :
1
Z1 Z2 Z1
p−1 q−1 p−1 q−1
β p,q = u p−1 (1 − u)q−1 d u.
¡ ¢
u (1 − u) du = u (1 − u) du +
0 0 1
2

1
1
R2
Au voisinage de 0, u p−1 (1 − u)q−1 ∼ u 1−p , donc u p−1 (1 − u)q−1 d u converge pour p > 0.
0
1
R1
Au voisinage de 1, u p−1 (1 − u)q−1 ∼ (1−u)1−q
, donc u p−1 (1 − u)q−1 d u converge pour
1
2
q > 0. ■
Propriétés:
1• ∀p,q > 0, β p,q = β q,p .
¡ ¢ ¡ ¢
¢ Γ p )Γ(q )
2• ∀p,q > 0, β p,q = Γ( p+q
¡
.
( )
+∞
¢ R u p−1
3• ∀p,q > 0, β p,q =
¡
(1+u)p+q
d u.
¢ 0 ¡ ¢ ¡
4• Si p ∉ Z, β p,1 − p = Γ p Γ 1 − p = sinππx .
¡ ¢
40 Chapitre 3. Fonctions de deux variables

C HAPITRE 3

Fonctions de deux variables

La notion de fonctions à plusieurs variables apparait très tôt en physique où l’on étudie
souvent des quantités dépendants de plusieurs autres, mais elle se développe considérable-
ment à partir de la fin du 17ème siècle. En 1667, James Gregory donne une des premières dé-
finitions formelles : « une fonction est une quantité obtenue à partir d’autres quantités par
une succession d’opérations algébriques ou par n’importe quelle opération imaginable ». Le
18ème siècle voit le développement du calcul infinitésimal et la recherche de solutions d’équa-
tions différentielles et d’équations aux dérivées partielles. Les fonctions à plusieurs variables
sont alors manipulées autant que les fonctions à une seule variable. Il faut attendre la fin du
19ème siècle et début du 20ème siècle pour voir s’établir avec plus de rigueur les calculs sur les
dérivées partielles, notamment les dérivées secondes.
Ce chapitre est consacré à l’étude des fonctions de plusieurs variables, c’est-à-dire définies
sur une partie de Rn , qu’on appellera son domaine de définition. On se limitera essentiellement
aux fonctions de deux variables.
Exemples de fonctions de deux variables utilisés dans les sciences de gestions
1- La fonction coût : Si une entreprise produits s deux articles différents x articles au coût
de 10 (en unité monétaire) par article et y articles au coût de 15 (en unité
monétaire) par article, alors le coût total serai une fonction à deux variables indépen-
dantes x, y qui s’écrit :
¡ ¢
C x,y = 10x + 15y.

2- La fonction de production : La quantité de production noté Q d’une entreprise est une

fonction P qui est souvent exprimée en fonction de deux variables, le travail noté T et le capital
noté C :
Q = P (T,C ) .

En particulier la fonction de Cobb-Douglas à deux variables :

Q = P (T,C ) = l T αC β , l ,α,β > 0.

 3.1. Généralités sur les fonctions de deux variables 41

3.1 Généralités sur les fonctions de deux variables

Rappel: R2 = R × R est un espace vectoriel sur un corps K = R.
Soit X un vecteur de R2 , X = x,y où x et y ∈ K sont appelés les coordonnées où bien les
¡ ¢

composantes de K . l’espace vectoriel est muni des lois suivantes:

∀ X 1 = x 1 ,y 1 ∈ R2 , ∀ X 2 = x 2 ,y 2 ∈ R2 , ∀λ ∈ R.
¡ ¢ ¡ ¢

 ¡ ¢
 X 1 + X 2 = x 1 + x 2 ,y 1 + y 2 ,


λX 1 = λx 1 ,λy 1 .

 ¡ ¢

Définition 3.1 .
On appelle fonction numérique de deux variables toute fonction définie par:

f : R2 → R
¡ ¢ ¡ ¢
x,y → f x,y .

Exemple 3.1 f x,y = 2x y + x 2 + y 2 .

¡ ¢

3.1.1 Norme et distance sur R2

Définition 3.2 (Norme)
Une application N : R2 → R est une norme si et seulement si :
1− ∀X ∈ R2 , N (X ) ≥ 0. Positivité
2− ∀X ∈ R2 , N (X ) = 0 ⇐⇒ X = 0.
3− ∀X ∈ R2 ,∀λ ∈ R, N (λX ) = |λ| N (X ) . Homogénéité
4 − ∀X 1 ,X 2 , ∈ R2 , N (X 1 + X 2 ) ≤ N (X 1 ) + N (X 2 ) . Inégalité triangulaire

Notation: On note N (X ) = kX kR2 .

Exemple 3.2 .
1) Pour tout X = x,y ∈ R2 , N1 (X ) = kX k1 = p
¡ ¢
|x| + |y| .
2) Pour tout X = x,y ∈ R , N2 (X ) = kX k2 = x 2 + y 2 . La norme euclidienne
2
¡ ¢

3) Pour tout X = x,y ∈ R2 , N3 (X ) = kX k∞ = max |x| , |y| . La norme infinie

¡ ¢ ¡ ¢

Définition 3.3 (Normes équivalentes)

0
Soit R2 muni de deux normes N et N . Ces deux normes sont dites équivalentes si et
seulement ∃λ1 ,λ2 ∈ R+ tel que :
0 0
λ1 N (X ) ≤ N (X ) ≤ λ2 N (X ) , ∀X ∈ R2 .
42 Chapitre 3. Fonctions de deux variables

Exemple 3.3 Montrer que les normes k.k1 , k.k2 , k.k∞ sont équivalentes sur R2 et on a :

∀X = x,y ∈ R2 .
¡ ¢
kX k∞ ≤ kX k2 ≤ kX k1 ≤ 2 kX k∞ ,

a) On a : N2 (X ) = kX k2 = x 2 + y 2 =⇒ N22 (X ) = x 2 + y 2 ..........(1)
p

N1 (X ) = kX k1 = |x| + |y| =⇒ N12 (X ) = x 2 + y 2 + 2 |x| |y| ........(2)

de (1) et (2) en déduit que N22 (X ) ≤ N12 (X ) =⇒ kX k2 ≤ kX k1 .
½ ½ 2
¡ ¢ |x| si |x| > |y| 2 x si |x| > |y|
b) On a : N3 (X ) = kX k∞ = max |x| , |y| = =⇒ N3 (X ) = .........(3)
|y| si |x| < |y| y 2 si |x| < |y|
N2 (X ) = kX k2 = x 2 + y 2 =⇒ N22 (X ) = x 2 + y 2 ........(4)
p

de (3) et (4) en déduit que N32 (X ) ≤ N22 (X ) =⇒ kX k∞ ≤ kX k2 .

½ ½
¡ ¢ |x| si |x| > |y| |x| si |x| + |x| > |y| + |x|
c) N3 (X ) = kX k∞ = max |x| , |y| = = =
|y| si |x| < |y| |y| si |y| + |y| > |x| + |y|
½
|x| si 2N3 (X ) > N1 (X )
. =⇒ 2 kX k∞ ≥ kX k1 .
|y| si 2N3 (X ) > N1 (X )
Donc kX k∞ ≤ kX k2 ≤ kX k1 ≤ 2 kX k∞ , ∀X = x,y ∈ R2 .
¡ ¢

Définition 3.4 (Distance associée à une norme)

Soit R2 muni d’une norme N , , alors l’application d définie par :

d : R2 × R2 → R+

(X 1 ,X 2 ) → d (X 1 ,X 2 ) ,

est appelée la distance associée à la norme N .

On appelle distance une l’application d vérifiant :
1) ∀X 1 ,X 2 ∈ R2 , d (X 1 ,X 2 ) ≥ 0;
2) ∀X 1 ,X 2 ∈ R2 , d (X 1 ,X 2 ) = 0 ⇐⇒ X 1 = X 2 ;
3) ∀X 1 ,X 2 ∈ R2 ,∀λ ∈ R, d³(λ (X 1 ,X 2 ))³ = |λ| d´´(X 1 ,X 2 ) ; ³ 0 0´
0 0 0 0
4) ∀X 1 ,X 2 ,X 1 ,X 2 ∈ R2 , d (X 1 ,X 2 ) + X 1 ,X 2 ≤ d (X 1 ,X 2 ) + d X 1 ,X 2 .

Exemple 3.4 Dans R2 on définie trois distances : soit X 1 = x 1 ,y 1 ∈ R2 , X 2 = x 2 ,y 2 ∈ R2 .

¡ ¢ ¡ ¢

? d 1 (X 1 ,X 2 ) = kX 1 − X 2 k1 = |x 1 − x 2 | + |y 1 − y 2 | .
q ¢2
? d 2 (X 1 ,X 2 ) = 1 − X 2 2 = (x 1 − x 2 )2 + y 1 − y 2 .
¡
kX k
? d 3 (X 1 ,X 2 ) = d ∞ (X 1 ,X 2 ) = kX 1 − X 2 k∞ = max |x 1 − x 2 | , |y 1 − y 2 | .
¡ ¢
 3.1. Généralités sur les fonctions de deux variables 43

Définition 3.5 (Distance non associée à une norme)

Soit E un espace vectoriel sur un corps K . On dit qu’une application
d : E × E → R+

¡ ¢ ¡ ¢
x,y → d x,y ,
est une distance sur E si elle vérifie les trois axiomes suivants :
¡ ¢
1) ∀x,y ∈ E , d x,y = 0 ⇐⇒ x = y;
¡ ¢ ¡ ¢
3) ∀x,y ∈ E , d x,y = d y,x ;
¡ ¢ ¡ ¢
4) ∀x,y,z ∈ E , d (x,z) ≤ d x,y + d y,z .

3.1.2 Partie ouverte et partie fermée de R2

Définition 3.6 (Boules ouvertes et boules fermées de R2 )
Soient X 0 ∈ R2 , R ∈ R∗+ .
? On appelle boule ouverte de centre X 0 = x 0 ,y 0 et de rayon r l’ensemble noté B 0 (X 0 ,R)
¡ ¢

B 0 (X 0 ,R) = X ∈ R2 / d (X ,X 0 ) < R .
© ª

? On appelle boule fermée de centre X 0 = x 0 ,y 0 et de rayon r l’ensemble noté B̄ (X 0 ,R)

¡ ¢

B̄ (X 0 ,R) = X ∈ R2 / d (X ,X 0 ) ≤ R .
© ª

Exemple 3.5 .
1• Dans (R, |.|) , soient x 0 ∈ R, r ∈ R∗+ alors :
B 0 (x 0 ,r ) = ]x 0 − r,x 0 + r [ ,
B̄ (x 0 ,r ) = [x 0 − r,x 0 + r ] .
2• Dans R2 , k.k2 , soient X 0 = x 0 ,y 0 ∈ R2 , R ∈ R∗+ alors :
¡ ¢ ¡ ¢
n ¢2 o
B 0 (X 0 ,R) = X = x,y ∈ R2 / (x − x 0 )2 + y − y 0 < R 2 ,
¡ ¢ ¡

n ¢2 o
B̄ (X 0 ,R) = X = x,y ∈ R2 / (x − x 0 )2 + y − y 0 ≤ R 2 .
¡ ¢ ¡

3• Dans R2 , k.k∞ , soient X 0 = x 0 ,y 0 ∈ R2 , R ∈ R∗+ alors :

¡ ¢ ¡ ¢

B 0 (X 0 ,R) = X = x,y ∈ R2 / max |x − x 0 | , |y − y 0 | < R ,

© ¡ ¢ ¡ ¢ ª

B̄ (X 0 ,R) = X = x,y ∈ R2 / max |x − x 0 | , |y − y 0 | ≤ R .

© ¡ ¢ ¡ ¢ ª

Définition 3.7 (Partie ouverte et partie fermée)

• On appelle partie ouverte A ⊂ R2 ssi
∀X ∈ A, ∃R > 0/ B 0 (X ,R) ⊂ A.
• On appelle partie fermée si son compl´ementaire est un ouvert.
44 Chapitre 3. Fonctions de deux variables

3.1.3 Domaine de définition, image et représentation graphique

Définition 3.8 (Domaine de définition)
On appelle domaine de définition d’une fonction de deux variables, l’ensemble suivant :

D f = X = x,y ∈ R2 /
© ¡ ¢ ¡ ¢ ª
f x,y existe .

Exemple 3.6 Trouver le domaine de définition des fonctions suivantes :

1− f 1 x,y = xy ,
¡ ¢

x
½ ¾
2
x,y ∈ R / f 1 x,y = existe = x,y ∈ R2 / y 6= 0 = R × R∗ .
¡ ¢ ¡ ¢ ©¡ ¢ ª
D f1 =
y
¡ ¢ p
2− f 2 x,y = 1 − x 2 − y 2 ,
½ q ¾
2
x,y ∈ R / f 2 x,y = 1 − x 2 − y 2 existe = x,y ∈ R2 / x 2 + y 2 ≤ 1 .
¡ ¢ ¡ ¢ ©¡ ¢ ª
D f2 =

F IG . 3.1 – Domaine de définition f 2 .

3.1. Généralités sur les fonctions de deux variables 45

¡ ¢ p
3− f 3 x,y = x + y,

x,y ∈ R2 / f 3 x,y = x + y existe = x,y ∈ R2 / y ≥ −x .

©¡ ¢ ¡ ¢ p ª ©¡ ¢ ª
D f3 =

F IG . 3.2 – Domaine de définition f 3 .

¡ ¢ ¡ ¢
4− f 4 x,y = ln x y ,

x,y ∈ R2 / f 4 x,y = ln x y existe = x,y ∈ R2 / x y > 0 .

©¡ ¢ ¡ ¢ ¡ ¢ ª ©¡ ¢ ª
D f4 =

F IG . 3.3 – Domaine de définition f 4 .

46 Chapitre 3. Fonctions de deux variables

Définition 3.9 (Image)

L’image par f de D f est l’ensemble :

x,y ∈ D ⊂ R.
© ¡ ¢ ¡ ¢ ª
I m f = f (D) = f x,y /

3.1.4 Les courbes de niveau ou lignes de niveau

³Définition
→
− → − → −´
3.10 La représentation graphique d’une fonction à deux variables dans un repère
¡ ¢ ¡ ¢
O, i , j , k de l’espace est l’ensemble des points M x,y,z vérifiant z = f x,y .

Remarque 3.1 Une fonction à deux variables est donc représentée non pas par une courbe,
mais par une surface dans l’espace. Il est très difficile en général de visualiser ce
genre de représentations graphiques, c’est pourquoi on en est souvent réduit à étudier les
coupes par des plans que représentent les lignes de niveau.

Définition 3.11 (Courbe de niveau)

Soit f : D f → R, où D f ⊂ R2 et k ∈ I m f D f ⊂ R. La courbe de niveau k de la fonction f est
¡ ¢
¡ ¢ ¡ ¢
l’ensemble des couples x,y vérifiant f x,y = k.

Exemple 3.7 .
1− Les courbes de niveau de la fonction f 1 définie par :

f 1 x,y = x 2 + y 2 ,
¡ ¢

p
sont des cercles de centre (0,0) et de rayon k pour k ≥ 0: x 2 + y 2 = k.

F IG . 3.4 – Les courbes de niveau de la fonction f 1 .

2− Les courbes de niveau de la fonction f 2 définie par :

f 2 x,y = x 2 − y 2 ,
¡ ¢
 3.2. Limite des fonctions de deux variables 47

pour k = 0 ce sont les droites d’équations :

x 2 − y 2 = 0 ⇐⇒ |x| = |y| ,

pour k 6= 0 ce sont les paraboles :

x 2 − y 2 = k ⇐⇒ y 2 = x 2 − k.

F IG . 3.5 – Les courbes de niveau de la fonction f 2 .

3.2 Limite des fonctions de deux variables

Rappelons la définition de la notion de limite d’une fonction d’une variable réelle, c’est à
dire :
lim f (x) = l ⇐⇒ ∀ε > 0, ∃η > 0 : ∀x, 0 < |x − x 0 | < η =⇒ | f (x) − l | < ε.
x→x 0

Comment généraliser ces notions à une fonction de deux variables réelles : f : R2 → R.

Pour arriver à ce but, nous avons besoin d’abord, comme dans le cas d’une seule variable
réelle, de définir les notions suivantes :
a) Comment définir la notion de voisinage Vη du point x 0 ,y 0 ∈ R2 (comparativement à
¡ ¢

I η = x 0 − η,x 0 + η pour les fonctions d’une seule variable).

¤ £
¡ ¢ ¡ ¢
b) Comment définir rigoureusement la notion x,y s’approche de x 0 ,y 0 .
¡ ¢ ¡ ¢
c) Comment définir rigoureusement la notion f x,y s’approche de l quand x,y
¡ ¢
s’approche de x 0 ,y 0 .

3.2.1 Notion de voisinage

Pour les fonctions d’une seule variable, nous avons défini le voisinage Vη (x 0 ) d’un point
x 0 ∈ R, comme étant l’intervalle de centre x 0 et de rayon η, c’est à dire

Vη (x 0 ) = I η = x 0 − η,x 0 + η = x ∈ R: |x − x 0 | < η .
¤ £ © ª
48 Chapitre 3. Fonctions de deux variables

Si on remarque que d R (x,x 0 ) = |x − x 0 | dans R, alors on a

Vη (x 0 ) = I η = x ∈ R: d R (x,x 0 ) < η .
© ª

En se basant sur la notion de voisinage d’une fonction d’une seule variable, on peut
généraliser la notion de voisinage d’un point x 0 ,y 0 ∈ R2 en remplaçant la distance d R par
¡ ¢

d R2

Définition 3.12 .
Soit x 0 ,y 0 ∈ R2 . Notons par Vη x 0 ,y 0 le sous ensemble de R2 suivant
¡ ¢ ¡ ¢

x,y ∈ R2 : d R2 x,y , x 0 ,y 0 < η ,

¡ ¢ ©¡ ¢ £¡ ¢ ¡ ¢¤ ª
Vη x 0 ,y 0 =
½ q ¾
2
¢2
x,y ∈ R : (x − x 0 ) + y − y 0 < η ,
2
¡ ¢ ¡
=
n¡ ¢ ¢2 o
x,y ∈ R2 : (x − x 0 )2 + y − y 0 < η2 .
¡
=

Vη x 0 ,y 0 s’appelle voisinage du point x 0 ,y 0 de rayon η ou boule ouverte de centre x 0 ,y 0

¡ ¢ ¡ ¢ ¡ ¢

et de rayon η. Géométriquement, il représente l’intérieur du cercle de

centre x 0 ,y 0 et de rayon η.
¡ ¢

On peut prendre une autre distance d R∗2 dans R2 définie par

d R∗2
£¡ ¢ ¡ ¢¤ ¡ ¢
x,y , x 0 ,y 0 = max |x − x 0 | , |y − y 0 | .

x,y ∈ R2 : d R∗2 x,y , x 0 ,y 0 < η ,

¡ ¢ ©¡ ¢ £¡ ¢ ¡ ¢¤ ª
Vη x 0 ,y 0 =
x,y ∈ R2 : max |x − x 0 | , |y − y 0 | < η ,
©¡ ¢ ¡ ¢ ª
=
x,y ∈ R2 : |x − x 0 | < η et |y − y 0 | < η .
©¡ ¢ ª
=

3.2.2 Notion de limite

Définition 3.13 (La limite d’une fonction de deux variables)
Soit f : R2 → R définie dans un voisinage Vη x 0 ,y 0 du point x 0 ,y 0 ∈ R2 (sauf peut être au
¡ ¢ ¡ ¢

point x 0 ,y 0 ) et l ∈ R. On dit que f x,y tend vers l quand x,y tend vers x 0 ,y 0 et on note
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢

¡ ¢ ¡ ¢
f x,y → l ou encore lim f x,y = l .
(x,y )→(x0 ,y 0 ) (x,y )→(x0 ,y 0 )
⇐⇒
q
¢2
(x − x 0 )2 + y − y 0 < η =⇒ | f x,y − l | < ε.
¡ ¢ ¡ ¡ ¢
∀ε > 0, ∃η > 0 : ∀ x,y , 0 <
ou encore

max |x − x 0 | , |y − y 0 | < η =⇒ | f x,y − l | < ε.

¡ ¢ ¡ ¢ ¡ ¢
∀ε > 0, ∃η > 0 : ∀ x,y ,
 3.2. Limite des fonctions de deux variables 49

Remarque 3.2 .
f x,y = l , il faut se donner ε > 0 quelconque et trouver
¡ ¢
1− Pour démontrer que lim
(x,y )→(x0 ,y 0 )
η > 0 qui dépend en général de ε et du point x 0 ,y 0 ∈ R2 . Les données dans ce problème sont ε
¡ ¢

et x 0 ,y 0 , l’inconnue c’est η.
¡ ¢

f x,y = l , on peut utiliser la distance d R2 ou bien d R∗2

¡ ¢
2− Pour démontrer que lim
(x,y )→(x0 ,y 0 )
car Les distances sont équivalentes.

Exemple 3.8 .
1− Soit C ∈ R une constante quelconque et x 0 ,y 0 ∈ R2 . Considérons f : R2 → R définie par
¡ ¢

¡ ¢
f x,y = C .

Démontrons en utilisant la définition de la limite, que

¡ ¢
lim f x,y = C .
(x,y )→(x0 ,y 0 )

Soit ε > 0 quelconque. Trouvons η > 0 tel que

q
¢2
∀ x,y , 0 < (x − x 0 )2 + y − y 0 < η =⇒ | f x,y −C | < ε.
¡ ¢ ¡ ¡ ¢

Puisque ∀ x,y ∈ R2 : f x,y = C , alors

¡ ¢ ¡ ¢

∀ x,y ∈ R2 | f x,y −C | = |C −C | = 0 < ε.

¡ ¢ ¡ ¢

On peut prendre n’importe quel η; il conviendrait. Par exemple η = ε ou η = 3.

2− Soit A,B ∈ R deux constantes. Considérons f : R2 → R définie par
¡ ¢
f x,y = Ax + B y.

Démontrons en utilisant la définition de la limite, que

¡ ¢
lim f x,y = Ax 0 + B y 0 .
(x,y )→(x0 ,y 0 )

Nous allons utiliser dans cet exercice la distance d R∗2 . Soit ε > 0 quelconque. Trouvons η > 0
tel que
∀ x,y , si |x − x 0 | < η et |y − y 0 | < η =⇒ | f x,y − Ax 0 + B y 0 | < ε.
¡ ¢ ¡ ¢ ¡ ¢

Remarquons que
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
| f x,y − Ax 0 + B y 0 | = |Ax + B y − Ax 0 + B y 0 | = |A (x − x 0 ) + B y − y 0 | ≤ |A| |(x − x 0 )|+|B | | y − y 0 | .

Par conséquent, si |x − x 0 | < η et |y − y 0 | < η, alors

|Ax + B y − Ax 0 + B y 0 | ≤ (|A| + |B |) η.
¡ ¢
50 Chapitre 3. Fonctions de deux variables

Maintenant comment choisir η en fonction de ε, de A et B , on peut voir que l’on peut

choisir η tel que
ε
(|A| + |B |) η = ε ou encore η = .
|A| + |B |
Donc
¡ ¢
lim f x,y = Ax 0 + B y 0 .
(x,y )→(x0 ,y 0 )

Ne pas confondre limite suivant une direction et limite

¡ ¢ ¡ ¢ ¡ ¢
Si lim f x,y = l existe. Par définition lorsque x,y tend vers x 0 ,y 0 de manière
(x,y )→(x0 ,y 0 ) ¡ ¢
totalement arbitraire alors f x,y tend toujours vers le même nombre l .
¡ ¢ ¡ ¢
Que veut dire x,y tend vers x 0 ,y 0 de manière totalement arbitraire?
Contrairement à la droite réelle R, où le point x ∈ R a seulement deux manières de tendre
vers le point x 0 , à gauche lim f (x) ou à droite lim f (x) , , et on sait que si ces deux limites sont
x→x 0 x→x 0
< >
distinctes alors la limite n’existe pas.

F IG . 3.6 – La limite en un point sur R.

Dans le cas du plan R2 , il existe une infinité de façons de tendre vers le point x 0 ,y 0 . On
¡ ¢
¡ ¢
peut tendre vers x 0 ,y 0 suivant une droite ou bien un cercle ou bien une parabole, ou suivant
une courbe quelconque.
 3.2. Limite des fonctions de deux variables 51

F IG . 3.7 – La limite en un point sur R2 .

Dans ce cas, on peut procéder de la manière suivante :

1− On commence par un changement de variables :
¡ ¢ ¡ ¢
t = x − x0 , s = y − y 0 alors lim f x,y = lim F (t ,s) avec F (t ,s) = f t + x 0 ,s + y 0 .
(x,y )→(x0 ,y 0 ) (t ,s)→(0,0)

2− On vérifie si l’égalité suivante est vraie :

³ ´ ³ ´
?
lim limF (t ,s) = lim limF (t ,s) .
t →0 s→0 s→0 t →0

• Si elle n’est pas vérifiée on arrête et on dit que :

¡ ¢
lim F (t ,s) = Ø =⇒ lim f x,y = Ø.
(t ,s)→(0,0) (x,y )→(x0 ,y 0 )

• Si elle est vérifiée alors tous ce qu’on peut dire est que cette limite commune qu’on notera
L est une limite éventuelle
³ ´ ³ ´
lim limF (t ,s) = lim limF (t ,s) = L.
t →0 s→0 s→0 t →0

3− Pour montrer l’existence de la limite on doit trouver une majoration de la forme :

0 ≤ |F (t ,s) − L| ≤ β (t ,s) avec lim β (t ,s) = 0.

(t ,s)→(0,0)

Comment démontrer que la limite d’une fonction de deux variables n’existe pas
Considérons l’implication suivante
 
½ ¾  
lim F (t ,s) = L =⇒ ∀m ∈ R: lim F (t ,s) = L .
(t ,s)→(0,0) (t ,s)→(0,0) 
s=mt
52 Chapitre 3. Fonctions de deux variables

Notons (P ) et (Q) les deux propositions suivantes :

½ ¾
(P ) : lim F (t ,s) = L .
(t ,s)→(0,0)

 
 
(Q) : ∀m ∈ R: lim F (t ,s) = L .
(t ,s)→(0,0) 
s=mt

On a bien sur (P ) =⇒ (Q) or ceci est équivalent à non(Q) =⇒ non(P ).

Remarque 3.3 On pourrait choisir d’autres directions qui ne sont pas nécessairement des
droites.

Résumé:
? Pour démontrer que lim F (t ,s) n’existe pas, il suffit de trouver m 1 ,m 2 ∈ R, m 1 6= m 2
(t ,s)→(0,0)
tel que
lim F (t ,s) = L 1 , lim F (t ,s) = L 2 avec L 1 6= L 2 .
(t ,s)→(0,0) (t ,s)→(0,0)
s=m 1 t s=m 2 t

? Sinon il faut voir avec l’un des chemins suivants pour montrer l’inexistence de la limite

lim F (t ,s) 6= L 
(t ,s)→(0,0) 

s=t



lim F (t ,s) 6= L



(t ,s)→(0,0)


s=mt
=⇒ lim F (t ,s) = Ø.
lim F (t ,s) = dépend que de m  (t ,s)→(0,0)
(t ,s)→(0,0)


s=mt



lim F (t ,s) 6= L



(t ,s)→(0,0)


s=t m

? On peut avec les coordonnées polaires confirmer l’existence ou l’inexistence de la limite,

en procédant comme suit :

t = r cos θ, s = r sin θ alors lim |F (t ,s) − L| = lim |F (r cos θ,r sin θ) − L| .

(t ,s)→(0,0) r →0
θ∈R

a) Si |F (r cos θ,r sin θ) − L| ≤ N β (r ) → 0 avec N > 0 et β une fonction définie et bornée

r →0
sur R alors lim |F (r cos θ,r sin θ) − L| = 0 et par conséquent :
r →0
θ∈R

lim F (t ,s) = L.
(t ,s)→(0,0)

b) Si lim |F (r cos θ,r sin θ) − L| dépend que de θ alors

r →0
θ∈R

lim F (t ,s) = Ø.
(t ,s)→(0,0)
 3.2. Limite des fonctions de deux variables 53

Exemple 3.9 .
x−y
1− Montrer que lim n’existe pas
(x,y )→(0,0) x+y

x−y x x−y
µ ¶ µ ¶
−y
lim lim = lim = 1, lim lim = lim = −1.
x→0 y→0 x + y x→0 x y→0 x→0 x + y y→0 y

µ ¶ ³ ´
x−y x−y x−y
Donc comme lim lim 6= lim lim , alors lim n’existe pas.
x→0 y→0 x+y y→0 x→0 x+y (x,y )→(0,0) x+y
x2 y
2− Montrer que lim 2 2 = 0.
(x,y )→(0,0) x +y
On a d’une part que :

x2 y x2 y
µ ¶ µ ¶
lim lim = lim lim 2 .
x→0 y→0 x 2 + y 2 y→0 x→0 x + y 2

D’autre part comme

2 |x y| ≤ x 2 + y 2 , ∀ x,y ∈ R2 .
¡ ¢

alors
x2 y 1 1
| ≤ |x| , ∀ x,y ∈ R2 , avec
¡ ¢
0≤| 2 2
lim |x| = 0.
x +y 2 (x,y )→(0,0) 2
x2 y
Donc lim 2 2 = 0.
(x,y )→(0,0) x +y
x 2 −y 2
3− Montrer que lim 2 2 n’existe pas
(x,y )→(0,0) x +y
x2 − y 2 x 2 − (mx)2 1 − m 2
lim = lim = .
→ (0,0) x 2 + y 2
(x,y ) y=mx → (0,0) x 2 + (mx)2
(x,y ) y=mx 1 + m2

x 2 −y 2
comme la limite dépend que de m, alors lim 2 2 n’existe pas.
(x,y )→(0,0) x +y
x y2
4− Montrer que lim 2 4 n’existe pas
(x,y )→(0,0) x +y
x y2 0
lim 2 4
= = F.I .
(x,y )→(0,0) x + y 0

x y2 x y2
µ ¶ µ ¶
lim lim = lim lim 2 = 0.
x→0 y→0 x 2 + y 4 y→0 x→0 x + y 4

x y2 x (mx)2 m2x
lim = lim = lim = 0.
→ (0,0) x 2 + y 4
(x,y ) y=mx → (0,0) x 2 + (mx)4
(x,y ) y=mx x→0 1 + m 4 x 2

x y2 x2 1
lim 2 4
= lim 2 2
= .
(x,y ) →p (0,0) x + y (x,y ) →2 (0,0) x + x 2
y= x y=x
54 Chapitre 3. Fonctions de deux variables

x y2
Donc lim 2 4 n’existe pas.
(x,y )→(0,0) x +y
3
5− Calculer lim x 2x+y 2 en utilisant les coordonnées polaires
(x,y )→(0,0)

x = r cos θ, y = r sin θ.

x3 r 3 cos3 θ
lim = lim = lim r cos3 θ = 0 car |cos3 θ| ≤ 1.
(x,y )→(0,0) x 2 + y 2 r ∀θ∈R
→ 0 r2 r → 0
∀θ∈R

xy
6− Calculer lim 2 2 en utilisant les coordonnées polaires
(x,y )→(0,0) x +y

x = r cos θ, y = r sin θ.

xy r 2 cos θ sin θ
lim = lim = lim cos θ sin θ la limite dépend que de θ.
(x,y )→(0,0) x 2 + y 2 r ∀θ∈R
→ 0 r2 r → 0
∀θ∈R

xy
Donc lim 2 2 n’existe pas.
(x,y )→(0,0) x +y

Remarque 3.4 Faite attention dans l’utilisation des coordonnées polaires, si on abouti à une
limite comme :

lim f (r cos θ,r sin θ) = lim g (r ) .β (θ) avec lim g (r ) = 0 et β (θ) une fonction non bornée.
r → 0 r → 0 r →0
∀θ∈R ∀θ∈R

On ne peut pas écrire :

lim f (r cos θ,r sin θ) = 0.
r → 0
∀θ∈R

y2
Exemple 3.10 Montrer que lim x
n’existe pas.
(x,y )→(0,0)

y2 r 2 sin2 θ
lim = lim 6= 0.
→ 0 cos θ
(x,y )→(0,0) x r ∀θ∈R

sin2 θ
Car cos θ n’est pas bornée
sin2 θ
| | → ∞.
cos θ θ→ π2
 3.3. Continuité des fonctions de deux variables 55

3.3 Continuité des fonctions de deux variables

Définition 3.14 (Continuité en un point et continuité sur R2 )
• Soit f : R2 → R. f est dite continue au point x 0 ,y 0 , si les trois conditions a), b) et c) sont
¡ ¢

vérifiées
¡ ¢
a) f est définie au point x 0 ,y 0 .
¡ ¢
b) lim f x,y existe.
(x,y )→(x0 ,y 0 ) ¡ ¢ ¡ ¢
c) lim f x,y = f x 0 ,y 0 .
(x,y )→(x0 ,y 0 )
• On dit que f est continue sur R2 si elle est continue en tout point de R2 .

Exemple 3.11 .
1− Considérons la fonction f : R2 → R définie par

x 2 −y 2
( ¡ ¢
¡ ¢
x 2 +y 2
si x,y 6= (0,0)
f x,y = ¡ ¢
0 si x,y = (0,0)

Le point a) est vérifié. Par contre le point b) n’est pas satisfait. En effet, d’après l’exemple
¡ ¢
précédent, on a montré que lim f x,y n’existe pas. Donc f n’est pas continue au point
(x,y )→(0,0)
(0,0) .
2− Considérons la fonction f : R2 → R définie par

x 2 + 2y si x,y 6= (1,2)
½ ¡ ¢
¡ ¢
f x,y = ¡ ¢
5 si x,y = (1,2)

Les points a), b) et c) sont vérifiés. Donc f est continue au point (1,2) .

Opérations sur les fonctions continues

Soient f et g deux fonctions définies et continues R2 , alors :
? Les fonctions f ± g sont continues sur R2 .
? La fonction f · g est continue sur R2 .
? La fonction λ f (λ ∈ R) est continue sur R2 .
f
? Si g 6= 0 sur R2 =⇒ la fonction g est continue sur R2 .

3.4 Dérivées partielles

Rappelons que Vη x 0 ,y 0 est le disque ouvert de centre x 0 ,y 0 et de rayon η, c’est à dire
¡ ¢ ¡ ¢

¢ n¡ ¢ ¢2 o
Vη x 0 ,y 0 = x,y ∈ R2 : (x − x 0 )2 + y − y 0 < η2 .
¡ ¡
56 Chapitre 3. Fonctions de deux variables

3.4.1 Dérivées partielles d’ordre un d’une fonction de deux variables en

¡ ¢
un point x 0 ,y 0 .
Définition 3.15 Soit f : Vη x 0 ,y 0 → R. On dit que f admet une dérivée partielle par rapport
¡ ¢
¡ ¢ ∂f ¡ ¢
à x au point x 0 ,y 0 et on la note ∂x x 0 ,y 0 , si la limite suivante existe

∂f ¡
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
¢ f x,y 0 − f x 0 ,y 0 f x 0 + h,y 0 − f x 0 ,y 0
x 0 ,y 0 = lim = lim .
∂x x→x 0 x − x0 h→0 h
¡ ¢
On dit que f admet une dérivée partielle par rapport à y au point x 0 ,y 0 et on la note
∂f ¡ ¢
∂y x 0 ,y 0 , si la limite suivante existe

∂f ¡
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
¢ f x 0 ,y − f x 0 ,y 0 f x 0 ,y 0 + k − f x 0 ,y 0
x 0 ,y 0 = lim = lim .
∂y y→y 0 y − y0 k→0 k

Exemple 3.12 .
1− Considérons la fonction f : R2 → R définie par

f x,y = 2x 2 − x y + y 2 .
¡ ¢

∂f ∂f
et x 0 ,y 0 ∈ R2 quelconque. Calculez en utilisant la définition
¡ ¢ ¡ ¢ ¡ ¢
∂x x 0 ,y 0 et ∂y x 0 ,y 0 .
Par définition on a :
¡ ¢2 ¡
2 (x 0 + h)2 − (x 0 + h) y 0 + y 0 − 2x 02 − x 0 y 0 + y 02
¢
∂f
¡ ¢ ¡ ¢
¡ ¢ f x 0 + h,y 0 − f x 0 ,y 0
x 0 ,y 0 = lim = lim ,
∂x h→0 h ¢ h→0 h
∂f
¡
¡ ¢ h 2h + 4x 0 − y 0
x 0 ,y 0 = lim = 4x 0 − y 0 .
∂x h→0 h
Et
¢2 ¡
2 (x 0 )2 − x 0 y 0 + k + y 0 + k − 2x 02 − x 0 y 0 + y 02
¡ ¢ ¡ ¢
∂f ¡
¡ ¢ ¡ ¢
¢ f x 0 ,y 0 + k − f x 0 ,y 0
x 0 ,y 0 = lim = lim ,
∂y k→0 k k→0 k
∂f ¡
¡ ¢
¢ k k + 2y 0 − x 0
x 0 ,y 0 = lim = 2y 0 − x 0 .
∂y k→0 k

2− Considérons la fonction f : R2 → R définie par

( xy ¡ ¢
2 2 si x,y 6= (0,0) ,
f x,y = x +y
¡ ¢
¡ ¢
0 si x,y = (0,0) .

∂f ∂f
Calculez en utilisant la définition ∂x (0,0) et ∂y (0,0) .
Par définition on a :

∂f f (h,0) − f (0,0) 0−0

(0,0) = lim = lim = 0;
∂x h→0 h h→0 h
 3.4. Dérivées partielles 57

et
∂f f (0,k) − f (0,0) 0−0
(0,0) = lim = lim = 0.
∂y k→0 k k→0 k

Donc f admet des dérivées partielles d’ordre un en (0,0) .

¡ ¢
Remarque 3.5 1− Une fonction qui admet des dérivées partielles d’ordre un au point x 0 ,y 0
¡ ¢
n’est pas forcément une fonction continue au point x 0 ,y 0 .
¡ ¢
2− Une fonction continue au point x 0 ,y 0 n’implique pas en général l’existence des
¡ ¢
dérivées partielles d’ordre un au point x 0 ,y 0 .
Il suffit de considéré l’exemple suivant :

xy
( ¡ ¢
¡ ¢ x 2 +y 2
si x,y 6= (0,0) ,
f x,y = ¡ ¢
0 si x,y = (0,0) .

qui n’est pas continue en (0,0) , mais qui admet des dérivées partielles en (0,0) .

3.4.2 La fonction dérivée partielle

Supposons qu’on a une fonction de deux variables définie sur un ensemble D ⊂ R2 , D étant
un sous ensemble de R2
f : D → R.
∂f ¡ ¢ ¡ ¢
Si ∂x x 0 ,y 0 existe pour tout x 0 ,y 0 ∈ D, alors on peut définir une fonction de deux
variables définie sur D et à valeurs réelles de la façon suivante :

∂f
:D →R
∂x

¡ ¢ ∂f ¡ ¢
x,y → x,y .
∂x
∂f ¡ ¢ ¡ ¢
Si ∂y x 0 ,y 0 existe pour tout x 0 ,y 0 ∈ D, alors on peut définir une fonction de deux
variables définie sur D et à valeurs réelles de la façon suivante :

∂f
:D →R
∂y

¡ ¢ ∂f ¡ ¢
x,y → x,y .
∂y
58 Chapitre 3. Fonctions de deux variables

3.4.3 Dérivées partielles d’ordre deux

∂f ∂f
Soit f : D ⊂ R2 → R une fonction à deux variables dont les dérivées partielles ∂x , ∂y existent
et admettent à leurs tour des dérivées partielles :
∂2 f ∂ ∂f ∂2 f ∂ ∂f
µ ¶ µ ¶
= , = ,
∂x 2 ∂x ∂x ∂y∂x ∂y ∂x

∂2 f ∂ ∂f ∂2 f ∂ ∂f
µ ¶ µ ¶
= , = .
∂x∂y ∂x ∂y ∂y 2 ∂y ∂y
Ces dérivées partielles sont appelées les dérivées partielles d’ordre 2 de f, ce qui nous
permet de définir la matrice (2 × 2) dite matrice Hessienne, notée H f et définie par :
à ∂2 f ¡
¢ ∂2 f ¡ ¢!
¡ x,y ¢ ∂y∂x x,y
∂x 2
H f x,y = ¢ .
∂ f
2 ¡ ¢ ∂2 f ¡
∂x∂y x,y ∂y 2 x,y

Définition 3.16 Soit f : Vη x 0 ,y 0 → R. Par définition, on a

¡ ¢

∂f ¡ ¢ ∂f ¡ ¢
∂2 f ¡ ¢ ∂x x 0 + h,y 0 − ∂x x 0 ,y 0
x 0 ,y 0 = lim ,
∂x 2 h→0 h
∂f ¡ ¢ ∂f ¡ ¢
∂2 f ¡ ¢ ∂x x 0 ,y 0 + k − ∂x x 0 ,y 0
x 0 ,y 0 = lim ,
∂y∂x k→0 k
∂f ¡ ¢ ∂f ¡ ¢
∂2 f ¡ ¢ ∂y x 0 + h,y 0 − ∂y x 0 ,y 0
x 0 ,y 0 = lim ,
∂x∂y h→0 h
∂f ¡ ¢ ∂f ¡ ¢
∂2 f ¡ ¢ ∂y
x 0 ,y 0 + k − ∂y x 0 ,y 0
x 0 ,y 0 = lim .
∂y 2 k→0 k

Exemple 3.13 Considérons la fonction f : R2 → R définie par :

2
f x,y = x 3 y + e x y .
¡ ¢

0 0 00 00 00 00
Calculez f x , f y , f xx , f y y , f x y , f y x .

0 ∂f ¡ ¢ 2 0 ∂f ¡ ¢ 2
fx = x,y = 3x 2 y + y 2 e x y , fy = x,y = x 3 + 2x ye x y .
∂x ∂y

00 ∂2 f ¡ ¢ 2 00 ∂2 f ¡ ¢ ¡ 2
x,y = 6x y + y 4 e x y , x,y = 2x + 4x 2 y 2 e x y .
¢
f xx = fyy =
∂x 2 ∂y 2

00 ∂2 f ¡ ¢ 2 00 ∂2 f ¡ ¢ 2
x,y = 3x 2 + 2y + 2x y 3 e x y , x,y = 3x 2 + 2y + 2x y 3 e x y .
¡ ¢ ¡ ¢
fx y = fyx =
∂y∂x ∂x∂y
 3.5. Fonctions différentiables 59

Remarque 3.6 Remarquons que dans cet exemple on a

∂2 f ¡ ¢ ∂2 f ¡ ¢
x,y , ∀ x,y ∈ R2 .
¡ ¢
x,y =
∂y∂x ∂x∂y
¡ ¢
Ceci n’est pas toujours vrai. Avec des conditions sur la fonction f x,y , cela devient vraie.

Théorème 3.1 Soit f : R2 → R, une fonction de deux variables. On suppose qu’il existe un
¡ ¢ ¡ ¢
voisinage Vη x 0 ,y 0 du point x 0 ,y 0 tel que les deux conditions suivantes sont vérifiées :
∂2 f ¡ ¢ ∂2 f ¡ ¢ ¡ ¢ ¡ ¢
1− ∂y∂x x,y et ∂x∂y x,y existent pour tout x,y ∈ Vη x 0 ,y 0 .
∂2 f ¡ ¢ ∂2 f ¡ ¢ ¡ ¢ ¡ ¢
2− Les fonctions ∂y∂x x,y et ∂x∂y x,y sont continues en tout point x,y ∈ Vη x 0 ,y 0 .
Alors on a
∂2 f ¡ ¢ ∂2 f ¡ ¢
x,y = x,y .
∂y∂x ∂x∂y

3.5 Fonctions différentiables

∂f ¡ ¢ ∂f ¡ ¢
L’existence des dérivées partielles ∂x x 0 ,y 0 et ∂y x 0 ,y 0 n’est pas la notion qui remplace la
notion de dérivabilité qu’on a défini pour les fonctions d’une variable f : R → R.

3.5.1 Définition des fonctions différentiables. Cas des fonctions d’une

seule variable réelle
Définition 3.17 Soit f : R → R et x 0 ∈ R. f est dite (dérivable) différentiable au point x 0 si par
définition, il existe une constante A ∈ R, une fonction ε : R → R telle que :

f (x 0 + h) = f (x 0 ) + Ah + hε (h) avec lim ε (h) = 0.

h→0

3.5.2 Définition des fonctions différentiables. Cas des fonctions de deux

variables réelles
Définition 3.18 Soit f : R2 → R et x 0 ,y 0 ∈ R2 . f est dite différentiable au point x 0 ,y 0 si par
¡ ¢ ¡ ¢

définition, il existe deux constantes A,B ∈ R, deux fonctions ε1 : R2 → R, ε2 : R2 → R

telles que :

f x 0 + h,y 0 + k = f x 0 ,y 0 +Ah+Bk+hε1 (h,k)+kε2 (h,k) avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.

¡ ¢ ¡ ¢
(h,k)→(0,0) (h,k)→(0,0)

Définition 3.19 Soit f : R2 → R et x 0 ,y 0 ∈ R2 . f est dite différentiable au point x 0 ,y 0 si par

¡ ¢ ¡ ¢

définition, il existe deux constantes A,B ∈ R, une fonction ε : R2 → R, telle que :

p
f x 0 + h,y 0 + k = f x 0 ,y 0 + Ah + Bk + h 2 + k 2 ε (h,k) avec lim ε (h,k) = 0.
¡ ¢ ¡ ¢
(h,k)→(0,0)
60 Chapitre 3. Fonctions de deux variables

Exemple 3.14 Considérons la fonction f : R2 → R définie par :

¡ ¢
f x,y = 2x + 3y.

Montrez que la fonction f est différentiable en tout point x 0 ,y 0 ∈ R2 .

¡ ¢

D’après la définition précédente, il faut montrer qu’il existe deux constantes A,B ∈ R, deux
fonctions ε1 : R2 → R, ε2 : R2 → R telles que :

ε1 (h,k) = 0 et ε2 (h,k) = 0.
¡ ¢ ¡ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 = Ah+Bk+hε1 (h,k)+kε2 (h,k) avec lim lim
(h,k)→(0,0) (h,k)→(0,0)

On a
¡ ¢ ¡ ¢ ¡ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 = 2 (x 0 + h) + 3 y 0 + k − 2x 0 − 3y 0 ,
= 2h + 3k.

Donc f est différentiable en prenant

A = 2, B = 3, ε1 (h,k) = 0, ε2 (h,k) = 0.

3.5.3 Relation entre fonction différentiable et existence des dérivées

partielles d’ordre un
∂f
Théorème 3.2 Soit f : Vη x 0 ,y 0 → R, différentiable au point x 0 ,y 0 . Alors
¡ ¢ ¡ ¢ ¡ ¢
∂x
x 0 ,y 0 et
∂f ¡ ¢
∂y x 0 ,y 0 existent et on a

¡ ¢ ¡ ¢ ∂f ¡ ¢ ∂f ¡ ¢
f x 0 + h,y 0 + k = f x 0 ,y 0 + x 0 ,y 0 h + x 0 ,y 0 k + hε1 (h,k) + kε2 (h,k)
∂x ∂y
avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.
(h,k)→(0,0) (h,k)→(0,0)
¡ ¢
Preuve. f est différentiable au point x 0 ,y 0 . Donc par définition, on a
¡ ¢ ¡ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 = Ah + Bk + hε1 (h,k) + kε2 (h,k)
avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.
(h,k)→(0,0) (h,k)→(0,0)

a) Prenons k = 0 on aura

ε1 (h,k) = 0.
¡ ¢ ¡ ¢
f x 0 + h,y 0 − f x 0 ,y 0 = Ah + hε1 (h,k) avec lim
(h,k)→(0,0)

En divisant par h, on obtient

¡ ¢ ¡ ¢
f x 0 + h,y 0 − f x 0 ,y 0
= A + ε1 (h,k) avec lim ε1 (h,k) = 0.
h (h,k)→(0,0)
 3.5. Fonctions différentiables 61

Par conséquent
¡ ¢ ¡ ¢
f x 0 + h,y 0 − f x 0 ,y 0
lim = A.
h→0 h
Or par définition
∂f ¡
¡ ¢ ¡ ¢
f x 0 + h,y 0 − f x 0 ,y 0 ¢
lim = x 0 ,y 0 .
h→0 h ∂x
Donc
∂f ¡ ¢
x 0 ,y 0 = A.
∂x
b) Prenons h = 0 on aura

ε2 (h,k) = 0.
¡ ¢ ¡ ¢
f x 0 ,y 0 + k − f x 0 ,y 0 = Bk + kε2 (h,k) avec lim
(h,k)→(0,0)

En divisant par h, on obtient

¡ ¢ ¡ ¢
f x 0 ,y 0 + k − f x 0 ,y 0
= B + ε2 (h,k) avec lim ε2 (h,k) = 0.
k (h,k)→(0,0)

Par conséquent
¡ ¢ ¡ ¢
f x 0 ,y 0 + k − f x 0 ,y 0
lim = B.
k→0 k
Or par définition
∂f ¡
¡ ¢ ¡ ¢
f x 0 ,y 0 + k − f x 0 ,y 0 ¢
lim = x 0 ,y 0 .
k→0 k ∂y
Donc
∂f ¡ ¢
x 0 ,y 0 = B.
∂y
Finalement

¡ ¢ ¡ ¢ ∂f ¡ ¢ ∂f ¡ ¢
f x 0 + h,y 0 + k = f x 0 ,y 0 + x 0 ,y 0 h + x 0 ,y 0 k + hε1 (h,k) + kε2 (h,k)
∂x ∂y
avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.
(h,k)→(0,0) (h,k)→(0,0)

3.5.4 Relation entre différentiabilité et continuité

Théorème 3.3 Soit f : Vη x 0 ,y 0 → R, différentiable au point x 0 ,y 0 . Alors f est continue au
¡ ¢ ¡ ¢
¡ ¢
point x 0 ,y 0 .
62 Chapitre 3. Fonctions de deux variables

¡ ¢
Preuve. f est différentiable au point x 0 ,y 0 . Donc par définition, on a
¡ ¢ ¡ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 = Ah + Bk + hε1 (h,k) + kε2 (h,k)
avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.
(h,k)→(0,0) (h,k)→(0,0)

Posons
x = x 0 + h =⇒ h = x − x 0 .
y = y 0 + k =⇒ k = y − y 0 .
¡ ¢ ¡ ¢
(h,k) → (0,0) ⇐⇒ x,y → x 0 ,y 0 .
Avec ces changements de variables, on a

f x,y = f x 0 ,y 0 + A (x − x 0 ) + B y − y 0 + (x − x 0 ) ε1 (x − x 0 ) , y − y 0
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¡ ¢¢

+ y − y 0 ε2 (x − x 0 ) , y − y 0
¡ ¢ ¡ ¡ ¢¢

ε1 (x − x 0 ) , y − y 0 = 0 et ε2 (x − x 0 ) , y − y 0 = 0.
¡ ¡ ¢¢ ¡ ¡ ¢¢
avec lim lim
(x,y )→(x0 ,y 0 ) (x,y )→(x0 ,y 0 )
¡ ¢ ¡ ¢
Remarquons que lorsque x,y → x 0 ,y 0 , alors on a
¡ ¢
A (x − x 0 ) → 0, B y − y 0 → 0.

(x − x 0 ) ε1 (x − x 0 ) , y − y 0 → 0, y − y 0 ε2 (x − x 0 ) , y − y 0 → 0.
¡ ¡ ¢¢ ¡ ¢ ¡ ¡ ¢¢

Par conséquent
¡ ¢ ¡ ¢
lim f x,y = f x 0 ,y 0 .
(x,y )→(x0 ,y 0 )
¡ ¢
Donc f est continue au point x 0 ,y 0 . ■

3.6 Notion de différentielle

Notons par

¢ ∂f ¡ ∂f ¡
∆ f (x0 ,y 0 ) (h,k) =
¡ ¢ ¡ ¢ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 = x 0 ,y 0 h + x 0 ,y 0 k + hε1 (h,k) + kε2 (h,k)
∂x ∂y

avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.

(h,k)→(0,0) (h,k)→(0,0)

Si on fait un petit accroissement h de la variable x qu’on note d x et un petit accroissement

k de la variable y, qu’on note d y; alors les quantités hε1 (h,k) et kε2 (h,k) seraient négligeables
et on obtient une approximation facile à calculer de ∆ f (x0 ,y 0 ) (h,k) qui sera

∂f ¡ ∂f ¡
∆ f (x0 ,y 0 ) (h,k) '
¢ ¢
x 0 ,y 0 h + x 0 ,y 0 k.
∂x ∂y
 3.6. Notion de différentielle 63

Notons d f (x0 ,y 0 ) (h,k) l’expression suivante

∂f ¡ ¢ ∂f ¡ ¢
d f (x0 ,y 0 ) (h,k) ' x 0 ,y 0 h + x 0 ,y 0 k.
∂x ∂y
Alors
∆ f (x0 ,y 0 ) (h,k) ' d f (x0 ,y 0 ) (h,k) .
∂f ¡ ¢ ∂f ¡ ¢
Définition 3.20 Soit f une fonction admettant des dérivées partielles ∂x
x 0 ,y 0 et ∂y
x 0 ,y 0
au point x 0 ,y 0 . La fonction d f (x0 ,y 0 ) : R2 → R définie par
¡ ¢

∂f ¡ ∂f ¡
∀ (h,k) ∈ R2 , d f (x0 ,y 0 ) (h,k) =
¢ ¢
x 0 ,y 0 h + x 0 ,y 0 k.
∂x ∂y
¡ ¢
s’appelle différentielle de f au point x 0 ,y 0 .

Exemple 3.15 Considérons la fonction f : R2 → R définie par

f x,y = x 2 y − 3y.
¡ ¢

Soit x 0 ,y 0 ∈ R2 et (h,k) ∈ R2 .
¡ ¢

1) Montrer que f est différentiable en tout point x 0 ,y 0 ∈ R2 .

¡ ¢

f x 0 + h,y 0 + k − f x 0 ,y 0 = (x 0 + h)2 y 0 + k − 3 y 0 + k − x 02 y 0 + 3y 0 ,
¡ ¢ ¡ ¢ ¡ ¡ ¢ ¡ ¢¢

= x 02 y 0 + kx 02 + 2hx 0 y 0 + 2hkx 0 + h 2 y 0 + h 2 k − 3y 0 − 3k − x 02 y 0 + 3y 0 ,
= 2x 0 y 0 h + x 02 − 3 k + h h y 0 + hk + k (2hx 0 ) .
¡ ¢ ¡ ¢ ¡ ¢

Si on pose

A = 2x 0 y 0 , B = x 02 − 3 , ε1 (h,k) = h y 0 + hk , ε2 (h,k) = (2hx 0 ) .

¡ ¢ ¡ ¢ ¡ ¢

Alors on a

ε1 (h,k) = ε2 (h,k) =
¡ ¢
lim lim h y 0 + hk = 0, lim lim (2hx 0 ) = 0.
(h,k)→(0,0) (h,k)→(0,0) (h,k)→(0,0) (h,k)→(0,0)

Par conséquent, on peut écrire

¡ ¢ ¡ ¢
f x 0 + h,y 0 + k = f x 0 ,y 0 + Ah + Bk + hε1 (h,k) + kε2 (h,k)

avec lim ε1 (h,k) = 0 et lim ε2 (h,k) = 0.

(h,k)→(0,0) (h,k)→(0,0)
¡ ¢
Ceci est exactement la définition de la différentiabilité de f au point x 0 ,y 0 : On peut
vérifier par un calcul direct que
∂f ¡ ∂f ¡
x 0 ,y 0 = x 02 − 3 .
¢ ¡ ¢ ¢ ¡ ¢
A= x 0 ,y 0 = 2x 0 y 0 , B =
∂x ∂y
64 Chapitre 3. Fonctions de deux variables

2) Calculer ∆ f (x0 ,y 0 ) (h,k) .

∆ f (x0 ,y 0 ) (h,k) =
¡ ¢ ¡ ¢
f x 0 + h,y 0 + k − f x 0 ,y 0 ,
= 2x 0 y 0 h + x 02 − 3 k + h h y 0 + hk + k (2hx 0 ) .
¡ ¢ ¡ ¢ ¡ ¢

3) Calculer d f (x0 ,y 0 ) (h,k) .

D’après la définition de la différentielle, on a
∂f ¡ ¢ ∂f ¡ ¢
d f (x0 ,y 0 ) (h,k) = x 0 ,y 0 h + x 0 ,y 0 k,
∂x ∂y
¡ ¢ ¡ 2 ¢
= 2x 0 y 0 h + x 0 − 3 k.

3.7 Propriétés des fonctions de deux variables de classe C 1 ou

C2
3.7.1 Fonctions de deux variables de classe C 1 ou C 2
Rappel :
Nous allons généraliser la notion d’intervalle ouvert à R2 . Soit ]a,b[ un intervalle ouvert
dans R. Remarquons que si x 0 ∈ ]a,b[ , alors il existe un intervalle ouvert de centre x 0 et de
rayon
r > 0 : I r = ]x 0 − r,x 0 + r [ tel que I r ⊂ ]a,b[ .
La même définition reste valable dans R2 , en remplaçant I r par un disque ouvert D r de
¡ ¢
centre x 0 ,y 0 et rayon r :
¢ n¡ ¢2 o
D r x 0 ,y 0 = x 0 ,y 0 ∈ R2 : (x − x 0 )2 + y − y 0 < r 2 ,
¡ ¢ ¡

alors on obtient la définition suivante :

Définition 3.21 Soit U ⊂ R2 , on dit que U est un ensemble ouvert si pour tout point x 0 ,y 0 ∈
¡ ¢
¡ ¢
U , il existe un disque ouvert de centre x 0 ,y 0 et rayon r > 0 tel que
¡ ¢
D r x 0 ,y 0 ⊂ U .

Définition 3.22 (Fonction de classe C 1 ou C 2 )

Soit U ⊂ R2 un ensemble ouvert et f : U → R.
1− On dit que f est de classe C 1 dans U et on note f ∈ C 1 (U ) si
∂f ¡ ¢ ∂f ¡ ¢
? ∂x x,y et ∂y x,y existent en tout point x,y ∈ U .
¡ ¢

∂f ¡ ¢ ∂f ¡ ¢
? ∂x x,y et ∂y x,y sont continues en tout point x,y ∈ U .
¡ ¢

2− On dit que f est de classe C 2 dans U et on note f ∈ C 2 (U ) si

? Toutes les dérivées partielles d’ordre 2 de f existent en tout point x,y ∈ U .
¡ ¢
∂2 f ∂2 f ∂2 f ∂2 f
? ∂x 2 , ∂y 2 , ∂x∂y , ∂y∂x sont continues en tout point x,y ∈ U .
¡ ¢
 3.7. Propriétés des fonctions de deux variables de classe C 1 ou C 2 65

Exemple 3.16 Considérons la fonction f : R2 → R définie par :

f x,y = x 3 + y 3 .
¡ ¢

1) Montrer que f ∈ C 1 R2 .
¡ ¢
∂f ¡ ¢ ∂f ¡ ¢
Puisque f est un polynôme de deux variables, alors ∂x x,y et ∂y x,y existent en tout
point x,y ∈ R2
¡ ¢

∂f ¡ ¢ ∂f ¡ ¢
x,y = 3x 2 , x,y = 3y 2 .
∂x ∂y
∂f ∂f
Les fonctions ∂x x,y et ∂y x,y sont continues en tout point x,y ∈ R2 , Donc f est de
¡ ¢ ¡ ¢ ¡ ¢

classe C 1 dans R2 .
2) Montrer que f ∈ C 2 R2 .
¡ ¢
∂f ¡ ¢ ∂f ¡ ¢ ∂2 f ∂2 f ∂2 f ∂2 f
Puisque ∂x x,y et ∂y x,y sont des polynômes„ alors ∂x 2 , ∂y 2 , ∂x∂y , ∂y∂x existent en tout
point x,y ∈ R2
¡ ¢

On a
∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢
x,y = 6x, x,y = 6y, x,y = 0, x,y = 0.
∂x 2 ∂y 2 ∂x∂y ∂y∂x
∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢ ¡ ¢
Les fonctions ∂x 2 x,y , ∂y 2 x,y , ∂x∂y x,y , ∂y∂x x,y sont continues en tout point x,y ∈
R2 , Donc f est de classe C 2 dans R2 .

Remarque 3.7 Dans l’exemple précédent, on a

∂2 f ¡ ¢ ∂2 f ¡ ¢
x,y = x,y .
∂x∂y ∂y∂x

Ceci est vrai pour les fonctions de classe C 2 .

Théorème 3.4 Soit f : U → R telle que f est de classe C 2 dans U . Alors

∂2 f ¡ ¢ ∂2 f ¡ ¢ ¡ ¢
x,y = x,y , ∀ x,y ∈ U .
∂x∂y ∂y∂x

3.7.2 Dérivées partielles des fonctions composées

[Link] Fonctions composées de type 1

Considérons trois fonctions de deux variables f ; g et h suivantes :

f : R2 → R,

¡ ¢ ¡ ¢
x,y → f x,y = z.
66 Chapitre 3. Fonctions de deux variables

g : R2 → R,

(r,s) → g (r,s) = x.

h : R2 → R,

(r,s) → h (r,s) = y.

Considérons maintenant une fonction composée de deux variables définie de la façon

suivante :
¡ ¢ ¡ ¢
f x,y = f g (r,s) ,h (r,s) = F (r,s) où g (r,s) = x et h (r,s) = y.

On a finalement
F : R2 → R2 → R,
¡ ¢ ¡ ¢
(r,s) → g (r,s) ,h (r,s) → f g (r,s) ,h (r,s) = F (r,s) .

Exemple 3.17 Considérons trois fonctions de deux variables f ; g et h suivantes :

f : R2 → R,

¡ ¢ ¡ ¢ x2
x,y → f x,y = .
y

g : R2 → R,

(r,s) → g (r,θ) = r sin (θ) = x.

h : R2 → R,

(r,s) → h (r,θ) = r cos (θ) = y.

¡ ¢
Calculez f g (r,θ) ,h (r,θ) = F (r,θ) .

r 2 sin2 (θ)
F (r,θ) = f (r sin (θ) ,r cos (θ)) = = r tan (θ) sin (θ) .
r cos (θ)
 3.7. Propriétés des fonctions de deux variables de classe C 1 ou C 2 67

[Link] Fonctions composées de type 2

Considérons les 3 fonctions f ; g et h suivantes :

f : R2 → R,

¡ ¢ ¡ ¢
x,y → f x,y = z.

g : R → R,

t → g (t ) = x.

h : R → R,

t → h (t ) = y.
Considérons maintenant une fonction composée de deux variables définie de la façon
suivante :
¡ ¢ ¡ ¢
f x,y = f g (t ) ,h (t ) = F (t ) où g (t ) = x et h (t ) = y.
On a finalement
F : R → R2 → R,
¡ ¢ ¡ ¢
t → g (t ) ,h (t ) → f g (t ) ,h (t ) = F (t ) .

Exemple 3.18 Considérons trois fonctions de deux variables f ; g et h suivantes :

f : R2 → R,

x,y → f x,y = x 2 + y 2 + 2x y.
¡ ¢ ¡ ¢

g : R → R,

t → g (t ) = cos (t ) = x.
h : R → R,

t → h (t ) = sin (t ) = y.
Calculez F (t ) .

F (t ) = f (cos (t ) , sin (t )) = cos2 (t ) + sin2 (t ) + 2 cos (t ) sin (t ) = 1 + 2 cos (t ) sin (t ) .

68 Chapitre 3. Fonctions de deux variables

[Link] Dérivées partielles des fonctions composées du type 1

Considérons la fonction
F : R2 → R2 → R,
¡ ¢ ¡ ¢
(r,s) → g (r,s) ,h (r,s) → f g (r,s) ,h (r,s) = F (r,s) .
Alors
∂F ∂ f ∂x ∂ f ∂y ∂ f ∂g ∂ f ∂h
= + = + ,
∂r ∂x ∂r ∂y ∂r ∂x ∂r ∂y ∂r
∂F ∂ f ∂x ∂ f ∂y ∂ f ∂g ∂ f ∂h
= + = + .
∂s ∂x ∂s ∂y ∂s ∂x ∂s ∂y ∂s
Exemple 3.19 Considérons la fonction

F : R2 → R2 → R,
¡ ¢ ¡ ¢
(r,s) → g (r,s) ,h (r,s) → f g (r,s) ,h (r,s) = F (r,s) ,
avec
¡ ¢ x2
f x,y = , x = g (r,θ) = r sin (θ) , y = h (r,θ) = r cos (θ) .
y
∂F ∂F
Calculez de deux façons différentes ∂r , ∂θ .
Première méthode :
∂F ∂F
= r tan (θ) cos (θ) + r 1 + tan2 (θ) sin (θ) .
¡ ¢
F (r,θ) = r tan (θ) sin (θ) , = tan (θ) sin (θ) ,
∂r ∂θ
Deuxième méthode :
∂F ∂ f ∂x ∂ f ∂y
= + = 2 tan (θ) sin (θ) − tan2 (θ) cos (θ) = tan (θ) sin (θ) .
∂r ∂x ∂r ∂y ∂r

∂F ∂ f ∂x ∂ f ∂y
= + = 2r tan (θ) cos (θ) + r tan2 (θ) sin (θ) .
∂θ ∂x ∂θ ∂y ∂θ

[Link] Dérivées partielles des fonctions composées du type 2

Considérons les 3 fonctions f ; g et h suivantes :

f : R2 → R,

¡ ¢ ¡ ¢
x,y → f x,y = z.

g : R → R,
 3.7. Propriétés des fonctions de deux variables de classe C 1 ou C 2 69

t → g (t ) = x.

h : R → R,

t → h (t ) = y.
Considérons maintenant une fonction composée de deux variables définie de la façon
suivante :
¡ ¢ ¡ ¢
f x,y = f g (t ) ,h (t ) = F (t ) où g (t ) = x et h (t ) = y.
On a finalement
F : R → R2 → R,
¡ ¢ ¡ ¢
t → g (t ) ,h (t ) → f g (t ) ,h (t ) = F (t ) .
Alors
dF ∂f dx ∂f d y ∂f dg ∂f dh
= + = + .
dt ∂x d t ∂y d t ∂x d t ∂y d t

Exemple 3.20 Considérons la fonction suivante

F : R → R2 → R,
¡ ¢ ¡ ¢
t → g (t ) ,h (t ) → f g (t ) ,h (t ) = F (t ) .
avec
f x,y = F (t ) = x 2 + y 2 + 2x y, x = g (t ) = cos (t ) , y = h (t ) = sin (t ) .
¡ ¢

Calculez de deux façons différentes ddFt .

Première méthode :

f g (t ) ,h (t ) = F (t ) = cos2 (t ) + sin2 (t ) + 2 cos (t ) sin (t ) = 1 + 2 cos (t ) sin (t ) .

¡ ¢

dF
= −2 sin2 (t ) + 2 cos2 (t ) .
dt
Deuxième méthode :
dF ∂f dx ∂f d y
= + = − (2 cos (t ) + 2 sin (t )) sin (t ) + (2 cos (t ) + 2 sin (t )) cos (t ) ,
dt ∂x d t ∂y d t
dF
= −2 cos (t ) sin (t ) − 2 sin2 (t ) + 2 cos2 (t ) + 2 cos (t ) sin (t ) ,
dt
dF
= −2 sin2 (t ) + 2 cos2 (t ) .
dt
70 Chapitre 3. Fonctions de deux variables

3.8 Formule de Taylor pour les fonctions à deux variables

Nous avons défini les dérivées partielles d’ordre 2, ceci nous permet de définir les dérivées
partielles d’ordre 3 et ainsi de suite jusqu’à l’ordre n. On procède comme suit :

∂3 f ∂ ∂2 f ∂3 f ∂ ∂2 f
µ ¶ µ ¶
= , = .
∂x 3 ∂x ∂x 2 ∂y 3 ∂y ∂y 2
∂3 f ∂ ∂2 f ∂3 f ∂ ∂2 f
µ ¶ µ ¶
= , = ...
∂x∂y 2 ∂x ∂y 2 ∂y∂x 2 ∂y ∂x 2
Si on a les dérivées partielles d’ordre (n − 1), alors les dérivées partielles d’ordre n seront
définis et calculés de la même manière suivante :

∂n f ∂ ∂n−1 f ∂n f ∂ ∂n−1 f
µ ¶ µ ¶
= , = ...
∂x n ∂x ∂x n−1 ∂y n ∂y ∂y n−1

Notations :
¢ n¡ ¢ ¢2 o
D r x 0 ,y 0 = x,y ∈ R2 : (x − x 0 )2 + y − y 0 < r 2 .
¡ ¡

¢ n¡ ¢ ¢2 o
D̄ r x 0 ,y 0 = x,y ∈ R2 : (x − x 0 )2 + y − y 0 ≤ r 2 .
¡ ¡

∂ ∂ ∂f ¡ ∂f ¡
µ ¶
¡ ¢ ¢ ¢
h +k f x 0 ,y 0 = h x 0 ,y 0 + k x 0 ,y 0 .
∂x ∂y ∂x ∂y
¶2
∂ ∂ ∂2 f ¡ ∂2 f ¡ ∂2 f ¡
µ
f x 0 ,y 0 = h 2 2 x 0 ,y 0 + 2hk x 0 ,y 0 + k 2 2 x 0 ,y 0 .
¡ ¢ ¢ ¢ ¢
h +k
∂x ∂y ∂x ∂x∂y ∂y

¶3
∂ ∂ ∂3 f ¡ ∂3 f ¡ ∂2 f ¡ ¢ 3 ∂3 f ¡
µ
f x 0 ,y 0 = h 3 3 x 0 ,y 0 +3h 2 k 2 x 0 ,y 0 +3hk 2
¡ ¢ ¢ ¢ ¢
h +k x 0 ,y 0 +k x 0 ,y 0 .
∂x ∂y ∂x ∂x ∂y ∂x∂y 2 ∂y 3

¶n n
∂ ∂ 0 n∂ f ∂n f ¡ n ¡
n n∂ f
µ
x 0 ,y 0 +C n1 h n−1 k
¡ ¢ ¡ ¢ ¢ ¢
h +k f x 0 ,y 0 = C n h x 0 ,y 0 +...+C n k x 0 ,y 0 .
∂x ∂y ∂x n ∂x n−1 ∂y ∂y n

Avec ces notations , on a le théorème de Taylor suivant

Théorème 3.5 (Formule de Taylor d’ordre n)

Considérons une fonction de deux variables f (x,y) admettant les propriétés suivantes :
¡ ¢
1) f (x,y) possède des dérivées partielles d’ordre n, continues dans D̄ r x 0 ,y 0 .
¡ ¢
2) f (x,y) possède des dérivées partielles d’ordre (n + 1) dans D r x 0 ,y 0 .
 3.8. Formule de Taylor pour les fonctions à deux variables 71

Alors on a

∂ ∂ ∂ ∂ 2 ¡
µ ¶ µ ¶
¡ ¢ ¡ ¢ ¡ ¢ 1 ¢
f x 0 + h,y 0 + k = f x 0 ,y 0 + h +k f x 0 ,y 0 + h +k f x 0 ,y 0
∂x ∂y 2! ∂x ∂y
∂ n ¡
¶3
∂ ∂ ∂
µ µ ¶
1 ¡ ¢ 1 ¢
+ h +k f x 0 ,y 0 + ... + h +k f x 0 ,y 0 + R n ,
3! ∂x ∂y n! ∂x ∂y

avec
∂ ∂ n+1 ¡
µ ¶
1
f x 0 + θh,y 0 + θk ; 0 < θ < 1.
¢
Rn = h +k
(n + 1)! ∂x ∂y
et
lim Rn = 0
(h,k)→(0,0)

Théorème 3.6 (Formule de Taylor d’ordre 2)

Considérons une fonction de deux variables f (x,y) admettant les propriétés suivantes :
¡ ¢
1) f (x,y) possède des dérivées partielles d’ordre 2, continues dans D̄ r x 0 ,y 0 .
¡ ¢
2) f (x,y) possède des dérivées partielles d’ordre 3 dans D r x 0 ,y 0 .
Alors on a

∂ ∂ ∂ ∂ 2 ¡
µ ¶ µ ¶
¡ ¢ ¡ ¢ ¡ ¢ 1 ¢
f x 0 + h,y 0 + k = f x 0 ,y 0 + h +k f x 0 ,y 0 + h +k f x 0 ,y 0 + R 2 ,
∂x ∂y 2! ∂x ∂y

avec
∂ ∂ 3 ¡
µ ¶
1
f x 0 + θh,y 0 + θk ; 0 < θ < 1,
¢
R2 = h +k
3! ∂x ∂y
et
R2
lim R 2 = 0 et lim = 0.
(h,k)→(0,0) (h,k)→(0,0) h + k 2
2

Exemple 3.21 .
¡ ¢
1− Le développement de Taylor à l’ordre 2 au voisinage de (1,0) de la fonction f x,y =
x 2 y + y 2 est donné par :
³°¡ ¢°2 ´
f x,y = y + 2 (x − 1) y + y 2 + o ° x − 1,y ° .
¡ ¢

¡ ¢
2− Le développement de Taylor à l’ordre 2 au voisinage de (0,0) de la fonction f x,y =
e x sin y est donné par :
1 ³°¡ ¢° ´
2
f x,y = y + x y + x 2 y + o ° x,y ° .
¡ ¢
2
72 Chapitre 3. Fonctions de deux variables

3.9 Optimisation et points critiques

Définition 3.23 Soit f une fonction de R2 dans R et x̂, ŷ ∈ R2
¡ ¢
¡ ¢
• On dit que x̂, ŷ est une solution minimale ([Link]) locale, s’il existe un disque
¡ ¢ ¡ ¢
ouvert D r x̂, ŷ de centre x̂, ŷ et rayon r > 0 tel que
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¡ ¢ ¡ ¢¢
∀ x,y ∈ D r x̂, ŷ , f x,y ≥ f x̂, ŷ f x,y ≤ f x̂, ŷ .

• On dit que x̂, ŷ est une solution minimale ([Link]) globale sur R2 si
¡ ¢

∀ x,y ∈ R2 , f x,y ≥ f x̂, ŷ

¡ ¢ ¡ ¢ ¡ ¢ ¡ ¡ ¢ ¡ ¢¢
f x,y ≤ f x̂, ŷ .
¡ ¢
• On dit que x̂, ŷ est une solution minimale ([Link]) locale stricte, s’il existe un
¡ ¢ ¡ ¢
disque ouvert D r x̂, ŷ de centre x̂, ŷ et rayon r > 0 tel que
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¡ ¢ ¡ ¢¢
∀ x,y ∈ D r x̂, ŷ , x,y 6= x̂, ŷ , f x,y > f x̂, ŷ f x,y < f x̂, ŷ .

Exemple 3.22 .
1− La fonction f x,y = x 2 + y 2 admet un minimum global en (0,0) car
¡ ¢

∀ x,y ∈ R2 , x 2 + y 2 ≥ 0 = f (0,0) .
¡ ¢

¡ ¢ p
2− La fonction f x,y = 1 − x 2 − y 2 admet un maximum global en (0,0) car

¡ ¢ q
∀ x,y ∈ D f , 1 − x 2 − y 2 ≤ 1 = f (0,0) .

Définition 3.24 (Condition nécessaire)

¡ ¢
x̂, ŷ s’appelle point stationnaire de f ou point critique si on a :

∂f
( ¡ ¢
∂x x̂, ŷ = 0
∂f ¡ ¢ .
∂y
x̂, ŷ = 0

Exemple 3.23 Trouvez tous les points stationnaires de f : R2 → R

f x,y = x 2 + y 2 .
¡ ¢

∂f
( ¡ ¢
x̂, ŷ = 2x = 0
½
∂x x =0
∂f ¡ ¢ ⇐⇒ .
∂y
x̂, ŷ = 2y = 0 y =0

Donc f admet un seul point stationnaire (0,0) .

¡ ¢ ¡ ¢
Proposition 3.1 Si f admet un extremum local en x̂, ŷ alors x̂, ŷ est un point critique de f .
 3.9. Optimisation et points critiques 73

Exemple 3.24 La fonction f x,y = x 3 +y 3 +x+y−2 n’admet pas d’extremums car elle n’admet
¡ ¢

pas de points critiques.

( ∂f ¡ ¢
∂x ¡
x̂, ŷ = 3x 2 + 1 = 0
∂f ¢ 2
∂y x̂, ŷ = 3y + 1 = 0

qui est un système sans solution.

Remarque 3.8 La condition donnée ci-dessus n’est pas suffisante, car les points critiques ne
sont pas forcément des extremums locaux mais juste des candidats.

Proposition 3.2 (Conditions suffisantes)

Soit f une fonction de classe C 2 sur un disque ouvert D r x̂, ŷ et x̂, ŷ un point stationnaire
¡ ¢ ¡ ¢

de f , posons :

∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢
s= x̂, ŷ , r = 2 x̂, ŷ , t = 2 x̂, ŷ , D ét (x̂, ŷ ) = r t − s 2 .
∂x∂y ∂x ∂y

Alors
∂2 f ¡
? Si D ét (x̂, ŷ ) > 0 et r = ∂x 2 x̂, ŷ < 0 alors f possède un maximum local en x̂, ŷ .
¢ ¡ ¢

∂2 f ¡
? Si D ét (x̂, ŷ ) > 0 et r = ∂x 2 x̂, ŷ > 0 alors f possède un minimum local en x̂, ŷ .
¢ ¡ ¢

? Si D ét (x̂, ŷ ) < 0 alors f ne possède ni un maximum local ni un minimum local en x̂, ŷ ,
¡ ¢
¡ ¢
on dit que f possède un point selle ou un point col en x̂, ŷ .
? Si D ét (x̂, ŷ ) = 0 on ne peut rien dire.

Exemple 3.25 .
1) f x,y = x 2 + 4y 2 + 2x − 4y + 3
¡ ¢

∂f
( ¢ ¡
x̂, ŷ = 2x + 2 = 0
½
∂x x = −1
∂f ⇐⇒
y = 12
¡ ¢
x̂, ŷ = 8y − 4 = 0
∂y

Donc f admet un seul point stationnaire −1, 21 .

¡ ¢

∂2 f ∂2 f ∂2 f
µ ¶ µ ¶ µ ¶
1 1 1
s= −1, = 0, r = 2 −1, = 2, t = 2 −1, = 8, D ét ¡−1, 1 ¢ = r t − s 2 = 16.
∂x∂y 2 ∂x 2 ∂y 2 2

∂2 f
−1, 12 = 2 > 0 alors f possède un minimum local en
¡ ¢
Comme D ét ¡−1, 1 ¢ = 16 > 0 et r = ∂x 2
2
−1, 12 .
¡ ¢

2) f x,y = x 2 − 2x y + 4y
¡ ¢

∂f
( ¡ ¢
x̂, ŷ = 2x − 2y = 0
½
∂x y =2
∂f ¡ ¢ ⇐⇒
∂y x̂, ŷ = −2x + 4 = 0 x =2
74 Chapitre 3. Fonctions de deux variables

Donc f admet un seul point stationnaire (2,2) .

∂2 f ∂2 f ∂2 f
s= (2,2) = −2, r = 2 (2,2) = 2, t = 2 (2,2) = 0, D ét (2,2) = r t − s 2 = −4.
∂x∂y ∂x ∂y
Comme D ét (2,2) = −4 < 0 alors f possède un point selle ou un point col en (2,2).

Définition 3.25 (Fonction concave et convexe)

Soit f une fonction de D ⊂ R2 dans R, D un ouvert de R2 .
1− On dit que f est une fonction convexe sur D si
¡ ¢
∀X = (x 1 ,x 2 ) ∈ D, ∀Y = y 1 ,y 2 ∈ D, ∀λ ∈ [0,1] ,

f (λX + (1 − λ) Y ) ≤ λ f (X ) + (1 − λ) f (Y ) .
2− On dit que f est une fonction concave sur D si
¡ ¢
∀X = (x 1 ,x 2 ) ∈ D, ∀Y = y 1 ,y 2 ∈ D, ∀λ ∈ [0,1] ,

f (λX + (1 − λ) Y ) ≥ λ f (X ) + (1 − λ) f (Y ) .

Proposition 3.3 (Fonction concave et convexe)

Soit f une fonction de D ⊂ R2 dans R, D un ouvert de R2 . On suppose que f ∈ C 2 (D) , alors
1− On dit que f est une fonction concave sur D si et seulement si :
¡ ¢ ∂2 f ¡ ¢
∀ x,y ∈ D, D ét (x,y ) ≥ 0 et x,y ≤ 0.
∂x 2
2− On dit que f est une fonction convexe sur D si et seulement si :
¡ ¢ ∂2 f ¡ ¢
∀ x,y ∈ D, D ét (x,y ) ≥ 0 et x,y ≥ 0.
∂x 2
Exemple 3.26 .
1) La fonction f x,y = x 2 + y 2 est convexe car :
¡ ¢

∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢
s= x,y = 0, r = 2 x,y = 2, t = 2 x,y = 2, D ét (x,y ) = r t − s 2 = 4,
∂x∂y ∂x ∂y
∂2 f ¡
d’où ∀ x,y ∈ R2 , D ét (x,y ) > 0 et r = ∂x 2 x,y = 2 > 0.
¡ ¢ ¢

2) La fonction f x,y = x 4 + y 4 est convexe car :

¡ ¢

∂2 f ¡ ¢ ∂2 f ¡ ¢ ∂2 f ¡ ¢
s= x,y = 0, r = 2 x,y = 12x , t = 2 x,y = 12y 2 , D ét (x,y ) = r t − s 2 = 144x 2 y 2 ,
2
∂x∂y ∂x ∂y
∂2 f ¡
d’où ∀ x,y ∈ R2 , D ét (x,y ) = 144x 2 y 2 ≥ 0 et r = ∂x 2 x,y = 12x 2 ≥ 0.
¡ ¢ ¢
 3.10. Applications 75

3.10 Applications
Dans cette section, nous présentons des applications économiques des fonctions de deux
variables.

3.10.1 Fonction d’utilité

La relation de préférence ¿ºÀ donne le classement, par un individu, des différentes
combinaisons de biens en fonction de la satisfaction qu’il lui procure.
La fonction d’utilité représentant les préférences d’un consommateur dans un ensemble
de n-biens est une fonction mathématique qui, à chaque panier composé de ces
n-biens, fais correspondre un nombre qui respecte l’ordre des préférences. Ce qui se traduit
mathématiquement par :
? (x 1 ,...,x n ) la combinaison de n-biens dite panier de biens, constituée de nombres réels x i
représentant pour chaque i = 1,...,n la quantité de bien i .
? Cn l’ensemble des paniers.
? ¿ºÀ la relation de préférence.
Une fonction d’utilité est une fonction U définie sur Cn à valeurs dans R qui vérifie :

∀A,B ∈ Cn : A º B ⇐⇒ U (A) ≥ U (B ) .

où ≥ est la relation d’ordre usuelle définie sur R.

Quelques exemples de fonctions d’utilités dans le cas de deux biens, avec a,b,α,β et γ des
nombres réels strictement positifs :
³ ´γ
α β α β
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
U x,y = x y , U x,y = ax + b y , U x,y = a ln (x) + b ln y .

à titre d’application de ce qui a été fait dans ce chapitre, dans l’étude de la fonction d’utilité
on retrouve :
Utilité marginal d’un bien pour un consommateur, notée Um i , désigne la satisfaction
supplémentaire qui résulte de l’augmentation (minimal) de la quantité consommée de ce bien,
elle se calcul ( voir [10] p.131.) :

∂U
Um i (x 1 ,...,x n ) = (x 1 ,...,x i ,...,x n ) .
∂x i

La Courbe d’indifférence associée à un panier quelconque A, regroupe tous les paniers qui
procurent au consommateur la même satisfaction que A. Ainsi si U est la fonction d’utilité
d’un consommateur, On notera I A cette courbe :

I A = {B ∈ Cn / A º B et B º A} = {B ∈ Cn / A ∼ B } .
76 Chapitre 3. Fonctions de deux variables

Le taux de substitution du bien j au bien i , est le taux auquel un individu accepte

d’échanger du bien i contre du bien j ( voir [10] p.133.) :
∂U
∂x (x 1 ,...,x n ) Um i
T M S j /i = − ∂Ui =− .
(x 1 ,...,x n ) Um j
∂x j

3.10.2 Fonction de production

La fonction de production est l’un des plus important outil pour les économistes. En
générale, la fonction de production donne une relation entre la quantité de facteurs de
production « inputs »et le volume de bien produit « output ». L’un des exemples les plus
utilisé en économie est la fonction de production de CobbDouglas développée en 1928
par deux américains : Paul. H. Douglas (1892 − 1976) un économiste et Charles [Link] un
mathématicien, qui s’écrit sous la forme :

Q (L,K ) = AL α K β .

avec
• L est la quantité de travail,
• K est la quantité du capital investi,
• A,α,β sont des constantes réelles strictement positives.
Prenons un exemple spécifique en plaçant A = 10 et 3b1 = 3b2 = 0.5, donc nous avons :

Q (L,K ) = 10L 0,5 K 0,5 .

Une isoquante : associée à une fonction de production Q et à un niveau de production q 0

donné, est l’ensemble de toutes les combinaisons de facteurs qui permettent de produire
exactement q 0 . Mathématiquement cela représentent pour les fonctions de production à
deux facteurs les courbes de niveau de la fonction de production :

I q0 = (L,K ) ∈ R+ × R+ / Q (L,K ) = q 0 .
© ª

Exemple 3.27 Considérons l’isoquante de la fonction de Cobb-Douglas pour un niveau de

production fixé à Q = 50 ce qui donne la relation implicite entre la quantité de travail L et la
quantité de capital K :
50 = 10L 0,5 K 0,5 ,
on obtient la relation explicite suivante:
25
25 = LK ⇐⇒ K = .
L
De même pour un niveau de production fixé à Q = 60 on a la relation explicite travail-
capital donnée par :
49
70 = 10L 0,5 K 0,5 ⇐⇒ K = .
L
 3.10. Applications 77

Productivité marginale : En générale, la productivité marginale d’un facteur de produc-

tion désigne l’augmentation de la quantité de bien produit qui résulte de ce facteur utilisé(
voir [10]). Pour la fonction de production à deux facteurs on a :
Productivité marginale du travail (P M L ) :

∂Q
P ML = (L,K ) = AαL α−1 K β ,
∂L
ainsi pour une quantité de capital ¿ K À fixe : P M L > 0, alors Q augmente quand L
augmente.

Exemple 3.28 Si on prend le cas Q = 10L 0.5 K 0.5 . La productivité marginale du travail :
r
K
P ML = 5 > 0, ∀L,K > 0.
L

Productivité marginale du capital (P M K ) :

∂Q
P MK = (L,K ) = AβL α K β−1 ,
∂K
ainsi pour une quantité de travail ¿ L À fixe : P M K > 0, alors Q augmente quand K
augmente.

Exemple 3.29 Si on prend le cas Q = 10L 0.5 K 0.5 . La productivité marginale du capital :
s
L
P MK = 5 > 0, ∀L,K > 0.
K

Loi de décroissance de productivité : appliqué au travail L (resp. au capital K ), stipule

que si on continue à augmenté la quantité de travail avec une quantité de capital K
constante, alors la croissance de la production devient de plus en plus lente, ce qui se traduit
mathématiquement par la décroissance de P M L (resp. P M K ) qu’on peut constater en calculant
la dérivé partielle seconde de la fonction de production par rapport au travail (L) (resp. par
rapport au capital (K )) :

∂2 Q
< 0, ∀L > 0, K est une constante.
∂L 2
De même si on applique cette loi au capital on aura :

∂2 Q
< 0, ∀K > 0, L est une constante.
∂K 2
Exemple 3.30 .
78 Chapitre 3. Fonctions de deux variables

? Si on prend le cas Q = 10L 0.5 K 0.5 . La productivité marginale du travail est décroissante
du moment que :
∂2Q
= 5 (−0.5) L −0.5−1 K 0.5 = −2.5L −1.5 K 0.5 < 0, ∀L > 0, K est une constante.
∂L 2
? Si on prend le cas Q = 10L 0.5 K 0.5 . La productivité marginale du capital est décroissante
du moment que :
∂2Q
= 5 (−0.5) K −0.5−1 L 0.5 = −2.5K −1.5 L 0.5 < 0, ∀K > 0, L est une constante.
∂K 2

Élasticité d’un facteur de production : mesure la variation en pourcentage ¿ % À de la

quantité produite à la suite d’une augmentation de 1% de la quantité d’un facteur (voir [10]).
Mathématiquement elle se calcul par :
∂Q
∂L (L,K ) L ∂Q L
L
ε = = (L,K ) = α β
AαL α−1 K β = α.
Q(L,K ) Q (L,K ) ∂L AL K
L

∂Q
∂K (L,K ) K ∂Q K
εK = = (L,K ) = α β
AβL α K β−1 = β.
Q(L,K ) Q (L,K ) ∂K AL K
K

Exemple 3.31 Si on prend le cas Q = 10L 0.5 K 0.5 . L’élasticité des facteurs K et L :
∂Q
∂Q
r
L ∂L (L,K ) L L K
ε = Q(L,K ) = (L,K ) = 5 = 0.5.
Q (L,K ) ∂L 10L K0.5 0.5 L
L

∂Q
s
∂K (L,K ) K ∂Q K L
εK = = (L,K ) = 5 = 0.5.
Q(L,K ) Q (L,K ) ∂K 10L K 0.5
0.5 K
K
 79

C HAPITRE 4

Intégrales doubles

Avant de voir comment se calcule une intégrale double essayons de répondre à la question :
Pourquoi calcule-t-on une intégrale double?
On rappelle que l’intégrale simple correspond à un calcul d’aire.
Rb
Si f est une fonction réelle définie sur un intervalle [a,b], alors f (t ) d t est égale à l’aire
a
du domaine du plan xO y comprise entre le graphe de f et les droites d’équations x = a, x = b,
y = 0. En subdivisant [a,b] en n sous intervalles [x i −1 ,x i ] de même longueur ∆x = b−a
n , on
définit l’intégrale de f sur [a,b] par

Zb n
X
f (t ) d t = lim f (a i ) (x i − x i −1 ) , a i ∈ [x i −1 ,x i ] .
n→+∞
i =1
a

Maintenant si f est une fonction définie sur R2 dans R, si D est un domaine du plan xO y.
Que représente Ï
¡ ¢
I= f x,y d xd y.
D

? Calcul de volume :
I est la mesure du volume limité par le plan xO y, par le cylindre engendré par une droite
¡ ¢
parallèle à Oz s’appuyant sur le contour de D et par la surface z = f x,y ,

F IG . 4.1 – Représentation de l’intégrale double sur D.

80 Chapitre 4. Intégrales doubles

? Calcul d’aire : µ ¶
¡ ¢ ¡ ¢ Î
Lorsque, en particulier, f x,y = 1, ∀ x,y ∈ D, cette mesure de volume d xd y
D
correspond à l’aire de D multiplié par 1, ce qui permet de calculer l’aire d’un domaine
quelconque du plan par :
Ï
ai r e D = d xd y.
D

4.1 Intégrales doubles

4.1.1 Définition de l’intégrale double sur un rectangle

Soit f une fonction réelle de deux variables, continue sur un rectangle D= ´ [a,b] × [c,d ] de
R . Sa représentation est une surface S dans l’espace muni du repère O,~ j ,~
i ,~
³
2
k .
£ ¤
On partage D en sous-rectangles, dans chaque sous-rectangle [x i −1 ,x i ] × y j −1 ,y j . La
¡ ¢
somme des volumes des colonnes dont la base est des sous-rectangles et la hauteur f x,y
est une approximation du volume compris entre le plan Z = 0 et la surface S. Lorsque le
quadrillage devient suffisamment « fin » pour que la diagonale de chaque sous-rectangle tende
vers 0, ce volume sera la limite des sommes de Riemann et on le note

(b − a) (d − c) X b−a d −c
Ï µ ¶
¡ ¢
f x,y d xd y = lim f a +i ,c + j .
n→+∞ n2 1≤i , j ≤n n n
D

F IG . 4.2 – Représentation de l’intégrale double sur un rectangle.

 4.1. Intégrales doubles 81

¡ ¢
Exemple 4.1 Pour f x,y = x, D = [0,1] × [1,2] ,

i j 1 X X i
µ ¶
(1) (1) X X
Ï
xd xd y = lim 2
f ,1 + = lim 2 ,
n→+∞ n n n n→+∞ n
1≤i ≤n 1≤ j ≤n 1≤i ≤n 1≤ j ≤n n
D
1 n 2 (n + 1)
µ ¶
1 X X 1
= lim 3 i = lim 3 = .
n→+∞ n n→+∞ n 2 2
1≤i ≤n 1≤ j ≤n

Théorème 4.1 Soit D un domaine borné de R2 . Alors toute fonction continue f : D → R est
intégrable au sens de Riemann.

4.1.2 Propriétés des intégrales doubles

Linéarité
On suppose que f x,y d xd y et g x,y d xd y existent alors pour tout λ,µ ∈ R, on a
Î ¡ ¢ Î ¡ ¢
D D
Ï Ï Ï
λ f x,y + µg x,y d xd y = λ f x,y d xd y + µ g x,y d xd y.
¡ ¡ ¢ ¡ ¢¢ ¡ ¢ ¡ ¢

D D D

Conservation de l’ordre
Ï Ï
¡ ¢ ¡ ¢
Si f ≤ g dans D alors f x,y d xd y ≤ g x,y d xd y.
D D

Additivité
Si D = D 1 ∪ D 2 et Ai r e (D 1 ∩ D 2 ) = 0, alors
Ï Ï Ï
¡ ¢ ¡ ¢ ¡ ¢
f x,y d xd y = f x,y d xd y + f x,y d xd y.
D D1 D2

Dans tous les cas Ï Ï

¡ ¢ ¡ ¢
| f x,y d xd y| ≤ | f x,y | d xd y.
D D

4.1.3 Calcul de l’intégrale double sur un rectangle

Théorème 4.2 (Théorème de Fubini sur un rectangle)
Soit f une fonction continue sur un rectangle D = [a,b] × [c,d ] alors on a :

Zb Zd Zd Zb
   
Ï
¡ ¢ ¡ ¢ ¡ ¢
f x,y d xd y =  f x,y d y  d x =  f x,y d x  d y.
D a c c a
82 Chapitre 4. Intégrales doubles

¡ ¢
Exemple 4.2 Pour D = [0,1] × [0,2] et f x,y = 2x y alors :
Z1 Z2 Z1 Z1
 
Ï
¡ ¢ £ 2 ¤2
f x,y d xd y =  2x yd y  d x = x y 0 d x = 4xd x,
D 0 0 0 0
¤1
= 2x 2 0 = 2.
£

Cas particulier : Si f x,y = g (x) h y avec g : [a,b] → R et h : [c,d ] → R sont deux

¡ ¢ ¡ ¢

fonctions continues, alors

b  d 
Ï Z Z
¡ ¢ ¡ ¢
f x,y d xd y =  g (x) d x   h y d y  .
[a,b]×[c,d ] a c
Î
Exemple 4.3 Calculer l’intégrale £ sin x cos yd xd y
0, π2 × 0, π2
¤ £ ¤

π  π 
Ï Z2 Z2
¡ ¢ 
sin x cos yd xd y =  sin (x) d x   cos y d y 
 
£ π¤ £ π¤
0, 2 × 0, 2 0 0
π π
2 2
= − [cos x]0 [sin x]0 = 1.

4.1.4 Calcul direct de l’intégrale double

Théorème 4.3 (Théorème de Fubini)
Soit f une fonction continue sur un domaine borné D de R2 . L’intégrale double
Î ¡ ¢
f x,y d xd y se calcule de deux façons :
D
? Si l’on peut représenter le domaine D sous la forme suivante :

D = x,y ∈ R2 / g 1 y ≤ x ≤ g 2 y , c ≤ y ≤ d .
©¡ ¢ ¡ ¢ ¡ ¢ ª

Donc on a  
Ï Zb f 2Z(x)
¡ ¢ ¡ ¢ 
f x,y d xd y = f x,y d y  d x.


D a f 1 (x)

? Si l’on peut représenter le domaine D sous la forme suivante :

D = x,y ∈ R2 / f 1 (x) ≤ y ≤ f 2 (x) , a ≤ x ≤ b .

©¡ ¢ ª

Donc on a  
Ï Zd gZ
2 (x)
¡ ¢ ¡ ¢ 
f x,y d xd y = f x,y d x  d y.


D c g 1 (x)

Si les deux représentations sont possibles, les deux résultats sont égaux.
 4.1. Intégrales doubles 83

Exemple 4.4 .
Ρ 2
x + y 2 d xd y avec D est le triangle de sommets (0,1) , (0, − 1)
¢
1) Calculer l’intégrale
D
et (1,0) .

F IG . 4.3 – Représentation du domaine d’intégration.

Z1
1−x
Z1 ·

¸1−x
y3 1
Ï Z
x 2 + y 2 d xd y =
¡ ¢ ¡ 2 2
¢ 2
 x + y dy dx =
 x y+ dx = .
3 x−1 3
D 0 x−1 0
p
x,y ∈ R2 / 0 ≤ y ≤ 4,
Ρ ¢ ©¡ ¢ ª
2) Calculer l’intégrale 2x + 5y d xd y avec D = y ≤x ≤4 .
D
84 Chapitre 4. Intégrales doubles

F IG . 4.4 – Représentation du domaine d’intégration.

 
Ï Z4 Z4 Z1
¤4
x 2 + 5x y
¡ ¢ ¡ ¢  £
2x + 5y d xd y = 2x + 5y d x  d y = p
y dy = 152.


p
D 0 y 0

Ρ ¢
3) Calculer l’intégrale x + 2y d xd y sur le domaine D formé de la réunion de la partie
D
gauche du disque unité et du triangle de sommets (0,1) , (0, − 1) et (2,1) .

F IG . 4.5 – Représentation du domaine d’intégration.

4.1. Intégrales doubles 85

 
Z1 y+1 Z1 · ¸ y+1
1 2
Ï Z
¡ ¢  ¡ ¢ 
x + 2y d xd y =  x + 2y d x 
d y = x + 2x y p d y = 2.

p 2 − 1−y 2
D −1 − 1−y 2 −1

2
e x d xd y avec D = x,y ∈ R2 / 0 ≤ y ≤ x ≤ 1 .
Î ©¡ ¢ ª
4) Calculer l’intégrale
D

Z1 Zx Z1 h
 
e −1
Ï
2 x
2 2
i
e x d xd y =  e x d y  d x = ye x dx = .
0 2
D 0 0 0

F IG . 4.6 – Représentation du domaine d’intégration.

86 Chapitre 4. Intégrales doubles

5) Calculer l’intégrale
y 
Z4 Z8 Z8 Z8
 
Z2
 sin y 2 d y  d x =
¡ 2¢  1 1 − cos (64)
2y sin y 2 d y =
¡ ¢ ¡ ¢
 sin y d x  d y = .

4 4
0 2x 0 0 0

F IG . 4.7 – Représentation du domaine d’intégration.

 4.1. Intégrales doubles 87

x,y ∈ R2 / y ≥ |x| , 2y ≤ x + 4 .
Î ©¡ ¢ ª
6) Calculer l’intégrale (1 + x) d xd y avec D =
D

F IG . 4.8 – Représentation du domaine d’intégration et division du domaine D en deux sous

domaines.

Première méthode: On divise le domaine D en deux sous domaines D 1 et D 2

½ ¾
−4 1
x,y ∈ R2 /
¡
¢
D1 = ≤ x ≤ 0, − x ≤ y ≤ (x + 4) .
3 2
½ ¾
2 1
D 2 = x,y ∈ R / 0 ≤ x ≤ 4, x ≤ y ≤ (x + 4) .
¡ ¢
2
Ï Ï Ï
¡ ¢ ¡ ¢ ¡ ¢
f x,y d xd y = f x,y d xd y + f x,y d xd y
D D1 D2

1  1 
Ï Z0 2 (x+4)
Z Z4 2 (x+4)
Z
(1 + x) d xd y = (1 + x) d y  d x + (1 + x) d y  d x,
   
 
D −4 −x 0 x
3

Z0 Z4 1
£ ¤ 1 (x+4) (x+4)
= y +xy 2
−x dx + [1 + x]x2 d x,
−4 0
3

Z0 µ ¶ Z4 µ ¶
3 2 7 −1 2 3
= x + x +2 dx + x + x + 2 d x,
2 2 2 2
−4 0
3
· ¸0 · ¸4
1 3 −1 3 3 2
= x + 7x 2 + 2x + x + x + 2x ,
2 −4
3
6 4 0
20 28 272
= + = .
27 3 27
88 Chapitre 4. Intégrales doubles

Deuxième méthode : On divise le domaine D en deux sous domaines D̃ 1 et D̃ 2

½ ¾
4 2
x,y ∈ R / 0 ≤ y ≤ , − y ≤ x ≤ y .
¡ ¢
D̃ 1 =
3
½ ¾
4 2
x,y ∈ R / ≤ y ≤ 4, 2y − 4 ≤ x ≤ y .
¡ ¢
D̃ 2 =
3
Donc nous avons
4  
Zy Z4 Zy
 
Ï Z3
(1 + x) d xd y = (1 + x) d x  d y + (1 + x) d x  d y,
  

D 0 −y 4 2y−4
3
4
Z3 · ¸y Z4 · ¸y
1 1
= x + x2 dy + x + x2 d y,
2 −y 2 2y−4
0 4
3
· ¸4
£ 2
¤ 34 −1 3 7 2
= y 0 + y + y − 4y ,
2 2 4
3
16 224 272
= + = .
9 27 27

4.2 Changement de variables dans une intégrale double

4.2.1 Formule de changement de variables

Pour toute fonction intégrable sur un domaine D ⊂ R2 et dans ce cas on écrit les variables
x,y en fonction des nouvelles variables : ϕ une fonction de classe C 1 définie par
¡ ¢

0
ϕ:D →D

(u,v) → ϕ (u,v) = x (u,v) ,y (u,v) ,

¡ ¢

³ 0´
telle que ϕ D = D et que le Jacobien de cette transformation soit différent de zéro. i.e
¡ ¢
D x,y
J ϕ (u,v) = 6= 0.
D (u,v)

La formule de changement de variables nous donne :

Ï Ï
¡ ¢ ¡ ¢
f x,y d xd y = f x (u,v) ,y (u,v) |J ϕ (u,v)| d ud v,
D 0
D
 4.2. Changement de variables dans une intégrale double 89

0
où D est le nouveau domaine contenu dans le plan (O, ~u, ~
v ) et
∂x ∂x
¡ ¢
D x,y ∂u ∂v
J ϕ (u,v) = = | ∂y ∂y | .
D (u,v) ∂u ∂v

(x − 1)2 d xd y avec D = x,y ∈ R2 / − 1 ≤ x + y ≤ 1, − 2 ≤ x − y ≤ 2 .

Î ©¡ ¢ ª
Exemple 4.5 Calculer
D
0
En effectuant le changement de variable u = x + y, v = x − y. Le nouveau domaine D =
x,y ∈ R2 / − 1 ≤ u ≤ 1, − 2 ≤ v ≤ 2 , on a aussi x = u+v u−v
©¡ ¢ ª
2 , v = 2 . Le
Jacobien de cette transformation
¡ ¢
D x,y 1 1
J ϕ (u,v) = = 12 −1
| 2 |.
D (u,v) 2 2

La formule de changement de variables nous donne :

Z2 Z1
1 1
Ï Ï
2 2
(x − 1) d xd y = (u + v − 2) d ud v = (u + v − 2)2 d ud v,
2 8
D 0 −2−1
D
Z2 Z2
1 ¤1 1
(u + v − 2)3 −1 d v = (v − 1)3 − (v − 3)3 d v,
£ ¡ ¢
=
24 24
−2 −2
1 £ ¤2 81 625 17
= (v − 1)4 − (v − 3)4 −2 = − + = .
96 96 96 3

4.2.2 Changement de variable en coordonnées polaires

Soient f une fonction continue sur un domaine bornéD de R2 et ϕ : R2 → R2 telle que
(r,θ) → x = r cos θ,y = r sin θ . Alors ϕ est de classe C 1 sur R2 , et son jacobien vaut :
¡ ¢

cos θ − r sin θ
|det J ϕ (r,θ)| = | | . = |r | .
sin θ r cos θ

∆ = (r,θ) ∈ R2 / (r cos θ,r sin θ) ∈ D .

© ª

Et donc la formule d’intégration en coordonnées polaires est donnée par :

Ï Ï
f (r cos θ,r sin θ) r d r d θ.
¡ ¢
f x,y d xd y =
D ∆

Exemple 4.6 .
1) Calculer en coordonnées polaires x yd xd y avec D = x,y ∈ R2 / 0 ≤ x ≤ y, 1 ≤ x 2 + y 2 ≤ 4 .
Î ©¡ ¢ ª
D
90 Chapitre 4. Intégrales doubles

∆ = (r,θ) ∈ R2 / (r cos θ,r sin θ) ∈ D ,

© ª

(r,θ) ∈ R2 / 0 ≤ r cos θ ≤ r sin θ, 1 ≤ r 2 ≤ 4 ,

© ª
=
= (r,θ) ∈ R2 / 1 ≤ r ≤ 2, cos θ ≥ 0, sin θ ≥ 0, tan θ ≥ 1 ,
© ª
n π πo
= (r,θ) ∈ R2 / 1 ≤ r ≤ 2, ≤ θ ≤ .
4 2

Ï Ï Ï
2
x yd xd y = r cos θ sin θ.r d r d θ = r 3 cos θ sin θd r d θ
D ∆ ∆
2  π 
Z2 µ· ¸2 ¶ ÷ ¸π ! µ ¶µ ¶
1 1 1 1 1 15
Z
2
3 4 2
=  r d r   cos θ sin θd θ  = r sin θ = 4− − = .
 
4 1 2 π 4 2 4 16
1 π 4
4

1
x,y ∈ R2 / y ≥ 0, x ≥ 0, 1 ≤ x 2 + y 2 ≤ 4 .
Î ©¡ ¢ ª
2) Calculer en coordonnées polaires x 2 +y 2
d xd y avec D =
D

∆ = (r,θ) ∈ R2 / (r cos θ,r sin θ) ∈ D ,

© ª

= (r,θ) ∈ R2 / r cos θ ≥ 0, r sin θ ≥ 0, 1 ≤ r 2 ≤ 4 ,

© ª

= (r,θ) ∈ R2 / 1 ≤ r ≤ 2, cos θ ≥ 0, sin θ ≥ 0 ,

© ª
n πo
= (r,θ) ∈ R2 / 1 ≤ r ≤ 2, 0 ≤ θ ≤ .
2

2  π 
Z2
1 1 1 
Ï Ï Ï Z
x yd xd y = .r d r d θ = drdθ =  d r  d θ

r2 r r
D ∆ ∆ 1 0
¢³ π ´ ³π´ π
= = [ln (r )]21 [θ]0 = (ln (2))
¡ 2
= ln (2) .
2 2
 91

C HAPITRE 5
Équations différentielles

C’est au XVIIe siècle avec la dérivation et l’intégration de Newton et Leibniz qu’apparait

la notion d’équations différentielles. Elles sont issues de problèmes de géométrie et de
mécanique. Il faut attendre le XVIIIe siècle pour voir les premières méthodes classiques de
résolution.
Avec le développement des sciences, la résolution des équations différentielles devient une
branche importante des mathématiques et interviennent dans de nombreux domaines dont
l’astronomie, l’économie et la physique.

5.1 Définitions générales

Définition 5.1 Une équation différentielle est une équation :
? dont l’inconnue est une fonction (généralement notée y (x) ou simplement y).
0
? dans laquelle apparaissent certaines des dérivées de la fonction (dérivée première y , ou
00
dérivées d’ordres supérieurs y , y (3) ,...).
Exemple 5.1 .
0
1) y = sin x est une EDO d’ordre un.
00
2) y = y est une EDO d’ordre deux.

Définition 5.2 Une équation différentielle d’ordre n est une équation de la forme
³ 0
´
F x,y,y ,...,y (n) = 0. (1)
où F est une fonction de (n + 2) variables.
Une solution d’une telle équation sur un intervalle I ⊂ R est une fonction y : I → R qui est
n fois dérivable et qui vérifie l’équation (1).
Exemple 5.2 .
00
• Considérons l’équation différentielle: y + y = 0 est une EDO d’ordre deux. y (x) =
C 1 sin (x) +C 2 cos (x) avec C 1 , C 2 ∈ R est solution de cette équation :
0
y = C 1 cos (x) −C 2 sin (x) .
00
y = −C 1 sin (x) −C 2 cos (x) = −y.
Par conséquent on a
00
y + y = 0.
92 Chapitre 5. Équations différentielles

5.2 Notions générales sur les équations différentielles du

premier ordre
Définition 5.3 Une équation différentielle du premier ordre est une équation de la forme :
³ 0
´
F x,y,y = 0. (2)

0
On dit que l’équation différentielle du premier ordre (2) est résoluble en y , lorsqu’on peut
mettre cette équation sous la forme

0 ¡ ¢
y = g x,y .

Exemple 5.3 .
0 0
• l’équation différentielle du premier ordre x y + y = 0 est résoluble en y , car on a :
0 0 0 y
x y + y = 0 =⇒ x y = −y =⇒ y = − , avec x 6= 0.
x

5.2.1 Existence et unicité des solutions des équations différentielles du

0
premier ordre résolubles en y
Théorème 5.1 (Théorème de Cauchy)
0
Considérons l’équation différentielle du premier ordre résoluble en y :
0 ¡ ¢
y = g x,y . (3)
¡ ¢ ∂g
On suppose que la fonction g x,y et sa dérivée partielle ∂y par rapport à y sont continues
¡ ¢
dans un certain domaine D du plan xO y. Soit x 0 ,y 0 ∈ D. Alors il existe une
solution unique y = f (x) de l’équation différentielle (3), satisfaisant à la condition y = y 0
lorsque x = x 0 .

Remarque 5.1 .
? Il résulte de ce théorème que l’équation (3) possède une infinité de solutions différentes
¡ ¢ ¡ ¢
par exemple, la solution passant par le point x 0 ,y 0 ; la solution passant par le point x 0 ,y 1 ;
¡ ¢
celle passant par le point x 0 ,y 2 , etc... pourvu que ces points se trouvent dans le domaine D.
? La condition que la fonction y = y 0 lorsque x = x 0 s’appelle condition initiale de de
l’équation différentielle (3). Souvent on l’écrit sous la forme

y | = y0.
x=x 0
 5.2. Notions générales sur les équations différentielles du premier ordre 93

Exemple 5.4 Considérons l’équation différentielle suivante

0 y
y =− . (4)
x
On a
¡ ¢ y ∂g ¡ ¢ 1
g x,y = − , x,y = − .
x ∂y x
¡ ¢ ∂g
Il est clair que les fonctions g x,y et ∂y sont continues dans l’ensemble D suivant :

x,y ∈ R2 : x 6= 0, y ∈ R = R∗ × R.
©¡ ¢ ª
D=

D est le domaine du plan xO y, privé de l’axe des y. D’après le théorème de Cauchy, et pour
¡ ¢
tout point x 0 ,y 0 ∈ D, il existe une fonction unique y = f (x) de l’équation
¡ ¢
différentielle (4) et passant par le point x 0 ,y 0 , c’est à dire que f (x 0 ) = y 0 .

[Link] Solution générale. Solution particulière

Définition 5.4 On appelle solution générale d’une équation différentielle du premier ordre
une fonction
y = f (x,C ) ,

dépendant d’une constante arbitraire C et satisfaisant aux conditions suivantes :

• Elle satisfait à l’équation différentielle quelle que soit la valeur concrète de la constante
C.
• Quelle que soit la condition initiale y = y 0 lorsque x = x 0 , on peut trouver une valeur
C = C 0 telle que la fonction y = f (x,C 0 ) vérifie la condition initiale donnée. On suppose alors
que les valeurs x 0 et y 0 appartiennent au domaine des variations des variables x et y dans
lesquels sont observées les conditions du théorème d’existence et d’unicité de la solution.

Exemple 5.5 Considérons l’équation différentielle suivante

0 y
y =− . (5)
x
La fonction
C
y= ,
x
C
est solution générale de l’équation différentielle (5). En effet, y = x
vérifie les deux
conditions
•
C 0 C
y= =⇒ y = − 2 ,
x x
94 Chapitre 5. Équations différentielles

C y C
y= =⇒ − = − 2 .
x x x
Donc
0 y
∀C ∈ R, y = − .
x
• Soit

x 0 ,y 0 ∈ D =⇒ x 0 6= 0, y 0 ∈ R.
¡ ¢

Considérons l’équation différentielle

C
y0 = =⇒ C = x 0 .y 0 .
x0

Si on pose C = x 0 .y 0 , alors
x 0 .y 0
y= vérifie f (x 0 ) = y 0 .
x

Définition 5.5 On appelle solution particulière toute fonction

y = f (x,C 0 ) ,

déduite de la solution générale y = f (x,C ) en posant dans cette dernière C = C 0 .

Exemple 5.6 Revenons à l’équation du premier ordre (5) :

0 y
y =− .
x

On a vu que cette équation a pour solution générale une famille de fonctions y = Cx .

Cherchons la solution particulière satisfaisant aux conditions initiales y 0 = 1 lorsque
x 0 = 2, Substituant ces valeurs dans la formule y = Cx on obtient C = 2. La solution particulière
cherchée est donc la fonction
2
y= .
x
Remarque 5.2 Résoudre ou intégrer une équation différentielle consiste à :
? chercher sa solution générale ou son intégrale générale (si les conditions initiales ne sont
pas données).
? chercher la solution particulière satisfaisant aux conditions initiales (s’il y en a).
 5.3. Équations différentielles à variables séparées et séparables 95

5.3 Équations différentielles à variables séparées et séparables

5.3.1 Équations différentielles à variables séparées
Considérons une équation de la forme :
0 ¡ ¢
y = f (x) .g y . (6)
¡ ¢
où f (x) dépend seulement de x et g y dépend seulement de y. Donc l’équation (6) devient
dy
¡ ¢ = f (x) d x.
g y
Si on intègre le premier membre par rapport à y et le second par rapport à x, on obtient :
dy
Z Z
¡ ¢ = f (x) d x +C .
g y
La relation suivante est l’intégrale générale de l’équation différentielle (6), c’est à dire une
relation implicite qui relie la solution y, la variable x, et une constante C .

Remarque 5.3 .
? Il n’est pas toujours possible de trouver explicitement la solution y par des fonctions
élémentaires connues. On réussit seulement à établir une relation implicite qui relie la
solution y, la variable x, et une constante C .
dy
? L’équation suivante g y = f (x) d x peut s’écrire sous la forme suivante :
( )
¡ ¢
M (x) d x + N y d y = 0.

Définition 5.6 On appelle équation différentielle à variables séparées, une équation qui s’écrit
sous la forme suivante :
¡ ¢
M (x) d x + N y d y = 0. (7)
L’intégrale générale de l’équation (7) est :
Z Z
¡ ¢
M (x) d x + N y d y = C . (8)

Exemple 5.7 Considérons l’équation à variables séparées suivante :

x y
d x + d y = 0.
2 2
Son intégrale générale est :
x2 y 2
+ = C1.
4 4
ou encore
x 2 + y 2 = C avec C = 4C 1 .
96 Chapitre 5. Équations différentielles

5.3.2 Équations différentielles à variables séparables

Définition 5.7 On appelle équation différentielle à variables séparables, une équation de la
forme suivante :
¡ ¢ ¡ ¢
M 1 (x) .N1 y d x + M 2 (x) .N2 y d y = 0. (9)

Proposition 5.1 Toute équation différentielle à variables séparables peut être transformée en
une équation différentielle à variables séparées.
¡ ¢
Preuve. Divisons les deux membres de (9) par l’expression M 2 (x) .N1 y , on obtient :
¡ ¢
M 1 (x) N2 y
dx + ¡ ¢ d y = 0. (10)
M 2 (x) N1 y

L’équation (10) est une équation différentielle à variables séparées. ■

Exemple 5.8 .
1) Soit l’équation différentielle suivante :
0
x y = 1.

Séparons les variables, on obtient :

dx
Z Z
dy = +C .
x

Donc
y = ln |x| +C , C ∈ R.

2) Considérons l’équation différentielle à variables séparables :

¡ ¢
(1 + x) .y.d x + 1 − y .x.d y = 0.

Divisons les deux membres par l’expression : x.y, on obtient :

Z ¡ ¢
(1 + x) 1− y
Z
dx + d y = C.
x y

On obtient en intégrant :
ln |x| + x + ln |y| − y = C .

ou encore
ln |x.y| + x − y = C .

qui est l’intégrale générale de l’équation différentielle.

 5.4. Équations différentielles homogènes du premier ordre 97

5.4 Équations différentielles homogènes du premier ordre

¡ ¢
Définition 5.8 on dit que la fonction f x,y est une fonction homogène de degré n par
rapport aux variables x et y si pour tout λ on a :

f λx,λy = λn f x,y .
¡ ¢ ¡ ¢
(11)

Exemple 5.9 .
¡ ¢ p
1) Soit la fonction f x,y = 3 x 3 + y 3 , on a
q q
3 ¡ ¢3
f λx,λy = (λx)3 + λy = λ x 3 + y 3 = λ f x,y .
3
¡ ¢ ¡ ¢

Donc la fonction est homogène de degré 1.

¡ ¢ x 2 −y 2
2) Soit la fonction f x,y = x y , on a
¡ ¢2
¢ (λx)2 − λy x2 − y 2 0
f λx,λy = λ
¡ ¡ ¢
= = . f x,y .
λ2 x y xy

Donc la fonction est homogène de degré 0.

Définition 5.9 L’équation différentielle du premier ordre

0 ¡ ¢
y = f x,y . (12)
¡ ¢
est dite homogène par rapport à x et y si la fonction f x,y est une fonction homogène de
degré 0 par rapport à x et y.

5.4.1 Résolution de l’équation différentielle homogène

On a par hypothèse f λx,λy = f x,y . Posant dans cette identité λ = x1 , on obtient :
¡ ¢ ¡ ¢

¡ ¢ ³ y´
f x,y = f 1, ,
x
y
Donc une fonction homogène de degré 0 dépend seulement du rapport x . L’équation (12)
s’écrit alors sous la forme suivante :

0
³ y´
y = f 1, . (13)
x
Faisons la substitution :
y
u= , c’est a dire y = ux.
x
98 Chapitre 5. Équations différentielles

On a alors
0 0
y = u x + u.
Substituant cette expression de la dérivée dans l’équation (13), on obtient
0
u x + u = f (1,u) . (14)
C’est une équation à variables séparables :
du dx
= .
f (1,u) − u x
On trouve par intégration
du dx
Z Z
= +C .
f (1,u) − u x
on obtient l’intégrale de l’équation (13).

Exemple 5.10 .
1) Soit l’équation différentielle suivante :
0 x y − y2
y = . (15)
x2
On a
¡ ¢ x y − y2
f x,y = .
x2
¢ λ2 x y − λ2 y 2 x y − y 2
f λx,λy = = λ0 . f x,y .
¡ ¡ ¢
=
λ x
2 2 x 2

Donc l’équation différentielle est homogène.

y
On pose u = x , alors
0 0
y = ux, y = u x + u.
On remplace dans (15)
0 ux 2 − (ux)2 0 du dx
u x +u = 2
= u − u 2 =⇒ u x = −u 2 =⇒ − 2 = .
x u x
On trouve par intégration
du dx 1 1
Z Z
− 2 = =⇒ = ln |x| +C =⇒ u = .
u x u ln |x| +C
y
On remplace u = x , on obtient l’intégrale générale de l’équation différentielle initiale
y 1 x
= =⇒ y = .
x ln |x| +C ln |x| +C
2) Soit l’équation différentielle suivante :
y2 − x
p
0 x2 − y 2
y = . (16)
xy
 5.5. Équations différentielles se ramenant aux équations différentielles homogènes99

5.5 Équations différentielles se ramenant aux équations dif-

férentielles homogènes
Se ramènent aux équations différentielles homogènes, les équations différentielles de la
forme suivante :

0 a1 x + b1 y + c1
y = . (17)
a2 x + b2 y + c2
Si c 1 = c 2 = 0, l’équation (17) est évidemment homogène. supposons maintenant que c 1
et c 2 (ou l’un deux) ne soient pas nuls.
a1 b1 0 0
• Pour | | 6= 0, on pose x = X + a et y = Y + b. Alors y = Y .
a2 b2

0 a 1 (X + a) + b 1 (Y + b) + c 1 a 1 X + b 1 Y + a 1 a + b 1 b + c 1
Y = = . (18)
a 2 (X + a) + b 2 (Y + b) + c 2 a 2 X + b 2 Y + a 2 a + b 2 b + c 2

Choisissons a et b de manière qu’ils vérifient les équations suivantes :

½ ½
a1 a + b1 b + c1 = 0 a =?
=⇒ . (19)
a2 a + b2 b + c2 = 0 b =?

0 a1 X + b1 Y
Y = résolution d’une équation homogène.
a2 X + b2 Y

a1 b1 ¡ ¢
• Pour | | = 0, on écrit a 1 x + b 1 y + c 1 = m a 2 x + b 2 y + c 2 + n.
a2 b2
On pose
0 0
u = a 2 x + b 2 y + c 2 =⇒ u = a 2 + b 2 y .

Donc on trouve
¡ ¢ 0
0 a1 x + b1 y + c1 m a2 x + b2 y + c2 + n u − a 2 mu + n
y = = =⇒ = .
a2 x + b2 y + c2 a2 x + b2 y + c2 b2 u
qui est une équation à variables séparables.

Exemple 5.11 .
1) Soit l’équation différentielle suivante :

¡ ¢ ¡ ¢ d y −x − y + 3 0 −x − y + 3
x + y − 3 d x + x − y + 1 d y = 0 =⇒ = =⇒ y = .
dx x − y +1 x − y +1
100 Chapitre 5. Équations différentielles

−1 − 1  x = X +a

| | = 2 6= 0 =⇒ on pose y = Y + b , telle que a,b vérifient :
1 −1  y0 = Y 0


½ ½
−a − b + 3 = 0... (1) b=2
=⇒ (1) + (2) − 2b + 4 = 0 =⇒ .
a − b + 1 = 0... (2) a =1
0
Alors Y = −X −Y
X −Y
=⇒ l’équation différentielle est homogène. On pose

Y 0 0
u= , Y = u.X =⇒ Y = u + X u .
X
Donc on obtient
0 −X − uX −1 − u
u + Xu = = .
X − uX 1−u

0−1 − u u 2 − 2u − 1 1−u 1
Xu = −u = =⇒ 2 du = d X .
1−u 1−u u − 2u − 1 X

1 2u − 2 1 1
Z Z
− 2
du = d X =⇒ − ln |u 2 − 2u − 1| = ln |X | +C .
2 u − 2u − 1 X 2

1
ln |u 2 − 2u − 1| = −2 ln |X | − 2C =⇒ ln |u 2 − 2u − 1| = ln +C 1 , C 1 = −2C .
X2

1
u 2 − 2u − 1 = C 2 . , C 2 = eC1 .
X2
¶2
Y Y
µ ¶ µ
1
−2 − 1 = C2. 2 .
X X X
¶2
y −2 y −2
µ ¶µ
1
−2 − 1 = C2. .
x −1 x −1 (x − 1)2
2) Soit l’équation différentielle suivante :

0 2x + y − 1
y = .
4x + 2y + 5

2 1
| = 0 =⇒ 2x + y − 1 = 12 4x + 2y + 5 − 27 .
¡ ¢
|
4 2

1
4x + 2y + 5 − 72
¡ ¢
0 2
y = . (20)
4x + 2y + 5
0 0
On pose u = 4x + 2y + 5 =⇒ u = 4 + 2y .
 5.6. Équation différentielle linéaire 101

On remplace dans (20) :

0
u −4 u −7 0 5u − 7
= =⇒ u = .
2 2u u

u u
Z Z
d u = d x =⇒ d u = d x.
5u − 7 5u − 7

1 u − 57 + 75 1 1
7
Z Z Z Z Z
5
du = d x =⇒ 1d u + du = d x.
5 u − 75 5 5 u − 75
1 7 7
u+ ln |u − | = x + c.
5 25 5
1¡ ¢ 7 18
4x + 2y + 5 + ln |4x + 2y + | = x + c.
5 25 5

5.6 Équation différentielle linéaire

On ne sait pas résoudre toutes les équations différentielles. On se concentre dans ce chapitre
sur deux types d’équations : les équations différentielles linéaires du premier ordre et celles du
second ordre à coefficients constants.
? Une équation différentielle d’ordre n est linéaire si elle est de la forme :
0
a 0 (x) y + a 1 (x) y + ... + a n (x) y (n) = g (x) ,

où les a i et g sont des fonctions réelles continues sur un intervalle I ⊂ R. Le terme linéaire
0 00
signifie qu’il n’y a pas d’exposant pour les termes y, y , y ,...
? Une équation différentielle linéaire est homogène, ou sans second membre, si la
fonction g ci-dessus est la fonction nulle :
0
a 0 (x) y + a 1 (x) y + ... + a n (x) y (n) = 0.

? Une équation différentielle linéaire est à coefficients constants si les fonctions a i ci-
dessus sont constantes :
0
a 0 y + a 1 y + ... + a n y (n) = g (x) ,
où les a i sont des constantes réelles et g une fonction continue.

Exemple 5.12 .
0
1) y + 4x y = e x est une équation différentielle linéaire du premier ordre avec second
membre.
0
2) y + 4x y = 0 est l’équation différentielle homogène associée à la précédente.
00 0
3) 3y − 2y + 4y = 0 est une équation différentielle linéaire du second ordre à coefficients
constants, sans second membre.
0
4) y 2 − y = 2x n’est pas une équation différentielle linéaire.
102 Chapitre 5. Équations différentielles

Proposition 5.2 (Principe de linéarité)

Si y 1 et y 2 sont solutions de l’équation différentielle linéaire homogène suivante :
0
a 0 (x) y + a 1 (x) y + ... + a n (x) y (n) = 0. (21)

alors, quels que soient λ,µ ∈ R, λy 1 + µy 2 est aussi solution de cette équation.

Pour résoudre une équation différentielle linéaire avec second membre

0
a 0 (x) y + a 1 (x) y + ... + a n (x) y (n) = g (x) , (22)

on décompose souvent la résolution en deux étapes :

• trouver une solution particulière y 0 de l’équation (22),
• trouver l’ensemble Φ des solutions y de l’équation homogène associée
0
a 0 (x) y + a 1 (x) y + ... + a n (x) y (n) = 0. (23)

ce qui permet de trouver toutes les solutions de (22).

Proposition 5.3 (Principe de superposition)

l’ensemble des solutions Φ de (22) est formé des

y + y 0 avec y ∈ Φ.

Autrement dit, on trouve toutes les solutions en ajoutant une solution particulière aux
solutions de l’équation homogène. C’est une conséquence immédiate du caractère linéaire des
équations.

5.6.1 Équations différentielles linéaires du premier ordre

Définition 5.10 Une équation différentielle linéaire du premier ordre est une EDO du type :
0
y = a (x) y + b (x) , (24)

où a et b sont des fonctions définies et continues sur un intervalle ouvert I de R.

On peut envisager la forme :
0
a (x) y + b (x) y = c (x) ,

où a, b et c sont des fonctions définies et continues sur un intervalle ouvert I de R, avec

a 6= 0 pour tout x ∈ I . La division par a (x) permet de retrouver la forme (24).

On va commencer par résoudre le cas où a est une constante et b = 0. Puis a sera une
fonction (et toujours b = 0). On terminera par le cas général où a et b sont deux fonctions.
 5.6. Équation différentielle linéaire 103

0
[Link] y = ay

Théorème 5.2 Soit a une constante réel. Soit l’équation différentielle :

0
y = a y. (25)

Les solutions de (25), sur R, sont les fonctions y définies par :

y = C e ax ,

où C ∈ R est une constante quelconque.

Preuve. On réécrit l’équation différentielle sous la forme :

0
y
= a,
y

que l’on intègre pour trouver :

dy
Z Z
= ad x =⇒ ln |y| = ax + c.
y

On compose par l’exponentielle des deux côtés pour obtenir :

y = C e ax , avec C = ±e c .

Exemple 5.13 Résoudre l’équation différentielle :

0
3y − 5y = 0.

0
On écrit cette équation sous la forme : y = 53 y. Ses solutions, sur R, sont donc de la forme :
5
y = C e 3 x , avec C ∈ R.

Remarque 5.4 .
? L’équation différentielle (25) admet donc une infinité de solutions (puisque l’on a une
infinité de choix de la constante C ).
? La constante C peut être nulle. Dans ce cas, on obtient y = 0 sur R, qui est une solution
évidente de l’équation différentielle.
104 Chapitre 5. Équations différentielles

0
[Link] y = a (x) y

Théorème 5.3 Soit a : I → R une fonction continue. Soit A : I → R une primitive de a. Soit
l’équation différentielle :
0
y = a (x) y. (26)
Les solutions sur I de (26) sont les fonctions y définies par :

y (x) = C e A(x) ,

où C ∈ R est une constante quelconque.

Preuve. Une preuve rapide est la suivante :

0
y dy
Z Z
= a (x) =⇒ = a (x) d x,
y y

ln |y| = A (x) + c =⇒ y = C e A(x) avec C = ±e c .

■

Exemple 5.14 Résoudre l’équation différentielle sur I = ]0, + ∞[:

0 0 1
x 2 y = y =⇒ y = y.
x2
Donc
1 1
a (x) =
2
sa primitive est A (x) = − .
x x
Ainsi les solutions cherchées sont
1
y (x) = C e − x avec C ∈ R.

0
[Link] y = a (x) y + b (x)

Il nous reste le cas général de l’équation différentielle linéaire d’ordre un avec second
membre :
0
y = a (x) y + b (x) , (27)
où a : I → R et b : I → R sont des fonctions continues.
À L’EDO (27) ,on associe une EDO dite équation homogène associée
0
y = a (x) y. (28)

Proposition 5.4 .
Si y 0 est une solution de (27), alors les solutions de (27) sont les fonctions y : I → R définies
par :
y 0 +C e A(x) avec C ∈ R.
où A (x) est une primitive de a (x) .
 5.6. Équation différentielle linéaire 105

Recherche d’une solution particulière : méthode de variation de la constante.

C’est une méthode générale pour trouver une solution particulière en se ramenant à un
calcul de primitive.
0
La solution générale de (28) y = a (x) y est donnée par y (x) = C e A(x) , avec C ∈ R. La
méthode de la variation de la constante consiste à chercher une solution particulière sous la
forme :
y 0 (x) = C (x) e A(x) .
où C est maintenant une fonction à déterminer pour que y 0 soit une solution de (27) .
On a
0 0 0
y 0 (x) = C (x) e A(x) + a (x)C (x) e A(x) = C (x) e A(x) + a (x) y 0 (x) ,

0 0
y 0 (x) − a (x) y 0 (x) = C (x) e A(x) .
Donc y 0 est une solution de (27) si et seulement si
Z
0 0
A(x) −A(x)
C (x) e = b (x) =⇒ C (x) = b (x) e =⇒ C (x) = b (x) e −A(x) d x.

Ce qui donne une solution particulière de (27) sur I :

µZ ¶
y 0 (x) = b (x) e −A(x)
d x e A(x) .

La solution générale de (27) est donnée par :

µZ ¶
y (x) = b (x) e −A(x)
d x e A(x) +C e A(x) , avec C ∈ R.

Exemple 5.15 Soit équation différentielle linéaire d’ordre un suivante :

0
y + 3x 2 y = 6x 2 . (29)

? On commence par résoudre l’équation homogène associée :

0
y + 3x 2 y = 0,

ce qui nous donne :

3
y (x) = C e −x , C ∈ R.
? Pour résoudre l’équation avec second membre on utilise la méthode de la variation de la
constante, ce qui nous donne :
3
y 0 (x) = C (x) e −x
On a
0 0 3 3 0 3
y 0 (x) = C (x) e −x − 3x 2C (x) e −x = C (x) e −x − 3x 2 y 0 (x) .
106 Chapitre 5. Équations différentielles

0 0 3
y 0 (x) + 3x 2 y 0 (x) = C (x) e −x .
Donc y 0 est une solution de (29) si et seulement si
Z
0
−x 3 0
2 x3 3 3
C (x) e 2
= 6x =⇒ C (x) = 6x e =⇒ C (x) = 6x 2 e x d x = 2e x .

Ce qui donne une solution particulière de (29) :

y 0 (x) = 2.

La solution générale de (29) est donnée par :

3
y (x) = 2 +C e −x , C ∈ R.

La méthode y = u (x) .v (x)

Nous allons chercher la solution de l’équation (27) sous la forme de produit de deux
fonctions en x :
y = u (x) .v (x) . (30)
On pourra prendre arbitrairement l’une de ces fonctions, l’autre sera définie alors par (30).
Dérivons les deux membres de l’égalité (30), on trouve :

0 dv du
y = u. + v. .
dx dx
0
Substituant l’expression de la dérivée y obtenue dans l’équation (27), on aura

dv du
u. + v. = a (x) .u.v + b (x) ,
dx dx
ou
dv du
µ ¶
u. − a (x) .v + v. = b (x) . (31)
dx dx
Choisissons la fonction v de sorte que l’on ait

dv
− a (x) .v = 0. (32)
dx
Séparant les variables dans cette équation différentielle en v, on trouve :

dv
= a (x) d x.
v
On obtient en intégrant

dv
Z Z Z
= a (x) d x =⇒ ln |v| = a (x) d x + c.
v
 5.6. Équation différentielle linéaire 107

ou R
a(x)d x
v = Ce , avec C = ±e c .
Substituant la valeur trouvée de v(x) dans l’équation (32), on obtient

du d u b (x)
v. = b (x) =⇒ = ,
dx dx v
d’où
b (x)
Z
u=
d x + c.
v
Substituant dans la formule (30), on obtient finalement

b (x) b (x)
µZ ¶ Z
y = v (x) . d x + c = v (x) . d x + c.v (x) .
v v
Exemple 5.16 Résoudre l’équation différentielle suivante :
0
y cos x + y sin x = x + 1.

méthode y = u.v
0 sin x x +1 0 x +1
y +y = =⇒ y + (tan x) .y = . (33)
cos x cos x cos x
0 0 0
On pose y = u.v =⇒ y = u.v + v.u on remplace dans (33) .
0 0 x +1 0
³ 0 ´ x +1
u.v + v.u + (tan x) .u.v = = v.u + u v + (tan x) v = .
cos x cos x

0
( (
dv ½
v + (tan x) v = 0 v
= − (tan x) d x v = cos x
0 =⇒ 0 =⇒ 0
u = v.x+1
cos x
u = v.x+1
cos x
u = v.x+1
cos x

On remplace dans la deuxième égalité

x +1 x +1
Z
0
u = =⇒ u = d x.
cos2 x cos2 x
on intègre par partie, on posons
( 0
u = x +1
½
u =1
0 =⇒ .
v = cos12 x v = tan x
Z
u = (x + 1) tan x − tan x.d x = (x + 1) tan x + ln (cos x) + c.

Donc
y = u.v = [(x + 1) sin x + cos x. ln (cos x)] + c| cos
{z x}.
| {z }
y0 yh
108 Chapitre 5. Équations différentielles

[Link] Théorème de Cauchy-Lipschitz

Théorème 5.4 (Théorème de Cauchy-Lipschitz)

0
Soit y = a (x) y + b (x) une équation différentielle linéaire du premier ordre, où a,b : I → R
sont des fonctions continues sur un intervalle ouvert I .Alors, pour tout x 0 ∈ I et pour tout
y 0 ∈ R, il existe une et une seule solution y telle que y (x 0 ) = y 0 .
D’après nos calculs précédents cette solution est :
x 
Z
y (x) =  b (t ) e −A(t ) d t  e A(x) +C e A(x) , avec C ∈ R.
x0

où A est la primitive de a s’annulant en x 0 , et cette solution vérifie y(x 0 ) = y 0 .

Exemple 5.17 Résoudre l’équation différentielle suivante :

0
y + y = e x + 1 avec y (1) = 2.

? Résolution de l’équation homogène

0 dy
y + y = 0 =⇒ = −d x.
y

On intégre
dy
Z Z
=− d x =⇒ ln |y| = −x + c.
y

y h = C e −x avec C = ±e c .

? Résolution de l’équation avec second membre par la méthode de variation de la

constante
On cherche une solution sous la forme
0 0
y 0 (x) = C (x) e −x =⇒ y 0 (x) = C (x) e −x − c (x) e −x .

En dérivant et en remplaçant dans l’équation différentielle, on obtient

0 0
C (x) e −x − c (x) e −x +C (x) e −x = e x + 1 =⇒ C (x) = e 2x + e x .

Donc
1
Z
e + e x d x = e 2x + e x .
¡ 2x ¢
C (x) =
2
D’où une solution particulière de l’équation différentielle

1
y 0 (x) = e x + 1.
2
 5.6. Équation différentielle linéaire 109

? les solutions de l’équation différentielle

1
y = y 0 + y h = e x + 1 +C e −x avec C ∈ R.
2
? Nous allons déterminer la constante C afin que la condition initiale y (1) = 2 soit vérifiée :

1 e C e2
2 = e 1 + 1 +C e −1 ⇐⇒ 1 − = ⇐⇒ C = e − .
2 2 e 2
Ainsi la solution cherchée est
e 2 −x
µ ¶
1 x
y (x) = e + 1 + e − e .
2 2

5.6.2 Équation différentielle linéaire du second ordre à coefficients constants

Une équation différentielle linéaire du second ordre, à coefficients constants, est une
équation de la forme
00 0
a y + b y + c y = f (x) , (34)
où a,b,c ∈ R, a 6= 0 et f est une fonction continue sur un intervalle ouvert I . On considère
l’équation homogène associée à (34) définie par :
00 0
a y + b y + c y = 0. (35)

[Link] Équation différentielle homogène

On cherche une solution de (35) sous la forme y (x) = e r x où r ∈ C est une constante à
déterminer. On trouve
00 0
a y + b y + c y = 0 ⇐⇒ ar 2 + br + c e r x = 0 ⇐⇒ ar 2 + br + c = 0.
¡ ¢

Définition 5.11 L’équation ar 2 + br + c = 0 est appelée l’équation caractéristique associée à

(35).

Théorème 5.5 Soit ∆ = b 2 − 4ac, le discriminant de l’équation caractéristique associée à (35) .

• Si ∆ > 0, l’équation caractéristique possède deux racines réelles distinctes r 1 6= r 2 et les
solutions de (35) sont les
y (x) = λe r 1 x + µe r 2 x où λ,µ ∈ R.
• Si ∆ = 0, l’équation caractéristique possède possède une racine double r 0 et les solutions
de (35) sont les
y (x) = λx + µ e r 0 x où λ,µ ∈ R.
¡ ¢

• Si ∆ < 0, l’équation caractéristique possède deux racines complexes conjuguées r 1 =

α + i β, r 2 = α − i β et les solutions de (35) sont les

y (x) = e αx λ cos βx + µ sin βx où λ,µ ∈ R.

¡ ¡ ¢ ¡ ¢¢
110 Chapitre 5. Équations différentielles

Exemple 5.18 .
1) Résoudre sur R l’équation
00 0
y − y − 2y = 0.
L’équation caractéristique est
1−3 1+3
r 2 − r − 2 = 0 =⇒ ∆ = 9 > 0, r 1 = = −1, r 2 = = 2.
2 2
d’où
y (x) = λe −x + µe 2x où λ,µ ∈ R.
2) Résoudre sur R l’équation
00 0
4y + 12y + 9y = 0.
L’équation caractéristique est
−12 −3
4r 2 + 12r + 9 = 0 =⇒ ∆ = 144 − 4 (4) (−9) = 0, r 0 = = .
8 2
d’où
¢ 3
y (x) = λx + µ e − 2 x où λ,µ ∈ R.
¡

3) Résoudre sur R l’équation

00 0
y − 2y + 5y = 0.
L’équation caractéristique est
r 2 − 2r + 5 = 0 =⇒ ∆ = 4 − 4 (1) (5) = −16 < 0.
Elle admet deux solutions complexes conjuguées
2 − 4i 2 + 4i
r1 = = 1 − 2i , r 2 = = 1 + 2i .
2 2
d’où
y (x) = e x λ cos (2x) + µ sin (2x) où λ,µ ∈ R.
¡ ¢

[Link] Équation différentielle avec second membre

Nous passons au cas général d’une équation différentielle linéaire du second ordre, à
coefficients constants, mais avec un second membre f qui est une fonction continue sur un
intervalle ouvert I ⊂ R :
00 0
a y + b y + c y = f (x) . (36)
Pour ce type d’équation, nous admettons le théorème de Cauchy-Lipschitz qui s’énonce
comme suit :
Théorème 5.6 (Théorème de Cauchy-Lipschitz)
Pour chaque x 0 ∈ I et chaque couple y 0 ,y 1 ∈ R2 , l’équation (36) admet une unique
¡ ¢

solution y sur I satisfaisant aux conditions initiales :

y (x 0 ) = y 0 et y (x 1 ) = y 1 .
 5.6. Équation différentielle linéaire 111

Remarque 5.5 .
Dans la pratique, pour résoudre une équation différentielle linéaire avec second membre
(avec ou sans conditions initiales), on cherche d’abord une solution de l’équation homogène,
puis une solution particulière de l’équation avec second membre et on applique le principe de
superposition.

Proposition 5.5 .
Les solutions générales de l’équation (36) s’obtiennent en ajoutant les solutions de
l’équation homogène (35) à une solution particulière de (36).

Recherche d’une solution particulière :

• Second membre du type e αx P (x) .
Si f (x) = e αx P (x) , avec α ∈ R et P ∈ R [X ] , alors on cherche une solution particulière sous
la forme suivante :

y 0 (x) = e αx x m Q (x) , où Q est un polynôme de même degré que P .

1− y 0 (x) = e αx Q (x) (m = 0) , si α n’est pas une racine de l’équation caractéristique,

2− y 0 (x) = xe αx Q (x) (m = 1) , si α est une racine simple de l’équation caractéristique,
3− y 0 (x) = x 2 e αx Q (x) (m = 2) , si α est une racine double de l’équation caractéristique.

• Second membre du type e αx P 1 (x) cos βx + P 2 (x) sin βx .

¡ ¡ ¢ ¡ ¢¢

Si f (x) = e αx P 1 (x) cos βx + P 2 (x) sin βx , avec α,β ∈ R et P 1 ,P 2 ∈ R [X ] , alors on

¡ ¡ ¢ ¡ ¢¢

cherche une solution particulière sous la forme :

1− y 0 (x) = e αx Q 1 (x) cos βx +Q 2 (x) sin βx , si α+i β n’est pas une racine de l’équation
¡ ¡ ¢ ¡ ¢¢

caractéristique,
2 − y 0 (x) = xe αx Q 1 (x) cos βx +Q 2 (x) sin βx , si α + i β est une racine de l’équation
¡ ¡ ¢ ¡ ¢¢

caractéristique.
© ª
Dans les deux cas, Q 1 et Q 2 sont deux polynômes de degré n = max deg P 1 , deg P 2 .

Exemple 5.19 1) Résoudre l’équation différentielle suivante :

00 0
y − 5y + 6y = 4xe 2x . (37)

Solution
1) L’équation caractéristique est

5−1 5+1
r 2 − 5r + 6 = 0 =⇒ ∆ = 25 − 24 = 1 > 0, r 1 = = 2 r2 = = 3.
2 2
d’où
y (x) = λe 2x + µe 3x où λ,µ ∈ R.
112 Chapitre 5. Équations différentielles

On cherche une solution particulière à (37) . Comme 2 est une racine de l’équation
caractéristique, on cherche une solution particulière sous la forme
y 0 (x) = x (ax + b) e 2x . Lorsque l’on injecte y 0 dans l’équation (37), on obtient :

(2a + 4ax + 2b + 4ax + 2b + 4bx − 10ax − 5b − 10bx + 6bx) e 2x = 4xe 2x .

(−2ax + 2a − b) e 2x = 4xe 2x .

−2a = 4 et 2a − b = 0.

a = −2 et b = −4.
On obtient
y 0 (x) = x (−2x − 4) e 2x .

5.7 Équation différentielle de Bernoulli et Riccati

5.7.1 Équation différentielle de Bernoulli
L’équation de Bernoulli s’écrit de la forme suivante :
0
y + a (x) y + b (x) y n = 0, n ∈ Z n 6= 0, n 6= 1.

Pour résoudre ce type d’équation on considère le changement de variable suivant :

1
z= .
y n−1

Cette équation différentielle de Bernoulli se ramène à une équation différentielle linéaire.

Exemple 5.20 On considère l’équation différentielle de Bernoulli suivante :

0
y − x y = 2x y 2 . (38)
1 1
On pose z = y 2−1
= y
et l’équation (38) devient :

0 0
z −1 + xz z −2 = 2xz −2 =⇒ z + xz = 2x. (39)

On remarque bien que l’équation (39) est une équation différentielle linéaire
• On résout l’équation homogène

dz 1 C
Z Z
0
z + xz = 0 =⇒ = − d x =⇒ ln |z| = − ln |x| + c =⇒ z = avec C = ±e c . (40)
z x x
 5.7. Équation différentielle de Bernoulli et Riccati 113

• Pour résoudre l’équation avec second membre on utilise la méthode de la variation de la

constante, ce qui nous donne :
0
C (x) 0 C (x) C (x)
z 0 (x) = =⇒ z 0 (x) = − 2 .
x x x
On remplace dans (39), cela donne :
0
C (x) = 2x =⇒ C (x) = x 2 =⇒ z 0 (x) = x.

La solution générale de (39) est donnée par :

C x
z=x+ avec C ∈ R =⇒ y = z −1 = 2 avec C ∈ R.
x x +C

5.7.2 Équation différentielle de Riccati

L’équation de Riccati s’écrit de la forme suivante : :
0
y + a (x) y + b (x) y 2 = c (x) .

Pour pouvoir résoudre ce type d’équation, on doit connaître une solution particulière y 0 ,
et si c’est le cas on considère le changement de variable suivant :

u = y − y0.

ce qui nous ramène à la résolution d’une équation différentielle de Bernoulli avec n = 2.

Exemple 5.21 On considère l’équation différentielle de Ricatti suivante :

0 1
x 2 y + x 2 y 2 = x y − 1 avec y 0 = . (41)
x
Posons
1 1
u=y− =⇒ y = u + .
x x
L’équation (41) devient :

u
µ ¶ µ ¶
2 0 1 2 2 1
x u − 2 + x u + 2 + 2 = xu.
x x x

qui se simplifie en ³ 0 u´
x 2 u + u 2 + 2 = xu.
x
ce qui correspond à l’équation de Bernoulli :
0 u
u + + u2 = 0 (42)
x
114 Chapitre 5. Équations différentielles

L’équation (42) devient :

0
u 1
2
+ + 1 = 0. (43)
u xu
0 0
On pose z = u1 =⇒ z = − uu2 .
0 z
−z + + 1 = 0.
x
Ses solutions sont les
z = C x + x ln |x| , C ∈ R.
Ainsi
1
u (x) = et aussi la solution u (x) = 0.
C x + x ln |x|
Comme y = u + x1 , on obtient alors des solutions de l’équation (41)

1 1 1
y= ou y= + .
x x C x + x ln |x|
 Bibliographie 115

Bibliographie
[1] Alibert D., Exercices corrigées d’analyse avec rappels de cours, université de Grenoble, (1992).
[2] Benzine R., Cours d’analyse première année, EPST, (2015).
[3] Chabloz P., Cours d?Analyse I et II, École Polytechnique Fédérale de Lausanne, (2013).
[4] Giroux A., Analyse 2 note de cours, université de Montréal , (2004).
[5] Esserhane W., Cours d’analyse mathématique, ENSSEA, (2018).
[6] Mehbali M., Fonctions de plusieurs variables réelles Mathématique 2, (2015).
[7] Mehbali M., Fonction d’une variable réelle Mathématiques première année, (2008).
[8] Veuillez P., Cours fonctions de deux variables, (2012).
[9] Wieslawa J. Kaczor et Maria T. Nowak, Problèmes d’analyse I, (2008).
[10] Wieslawa J. Kaczor et Maria T. Nowak, Problèmes d’analyse II, (2008).
[11] Wieslawa J. Kaczor et Maria T. Nowak, Problèmes d’analyse III, (2008).