L2 Maths-Info

ANALYSE 3A:
Espaces vectoriels normés
et calcul différentiel 1
Table des matières

1 Fonctions de plusieurs variables. Normes. 1

1.1 Fonctions de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Graphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Lignes de niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Ouverts et fermés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Limites et continuité pour une fonction de plusieurs variables 11

2.1 Limites de suites dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Limite d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . . . 12
2.3 Continuité d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . 15
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 Dérivées partielles - Différentielle. 17

3.1 Dérivabilité pour une fonction de R dans R .
p
. . . . . . . . . . . . . . . . . . 17
3.2 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Fonctions différentiables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4 Plan tangent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.5 Vecteur gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.6 Matrice jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4 Fonctions de classe C 1 - Inégalité des accroissements finis. 25

4.1 Fonctions de classe C 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2 Inégalité des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

iii
Chapitre 1

Fonctions de plusieurs variables.

Normes.

Le but principal de ce cours est d’étudier les fonctions de plusieurs variables. En première
année vous avez vu les fonctions d’une seule variable, où un paramètre réel (qui physique-
ment peut représenter une température, une pression, une densité massique, volumique, etc.)
dépend d’un autre paramètre, également réel (le temps, une abscisse, etc.).

Ici s’intéressera donc à des fonctions de plusieurs paramètres réels. Par exemple, on peut
vouloir étudier la température, la pression ou la densité volumique en fonction de la position
dans l’espace (3 dimensions), de la position et de la vitesse (par exemple quelle est la densité
de particules qui se trouvent à cet endroit et qui vont dans telle ou telle direction, ce qui
fait 6 dimensions), on peut également s’intéresser à la dépendance par rapport au temps
(une dimension supplémentaire). Enfin la quantité étudiée peut dépendre de la position de
N objets, auquel cas on doit travailler avec 3N dimensions. Bref, les exemples ne manquent
pas. . .

Notre exemple favori dans ce cours sera celui d’une altitude dépendant de deux para-
mètres (latitude et longitude ou, de façon plus abstraite, x et y). Il s’agit donc d’une fonction
sur un domaine de R2 et à valeurs dans R. L’intérêt est que le graphe de cette fonction
correspond exactement à la montagne que l’on est en train d’escalader.

Mathématiquement, on devra donc étudier des fonctions qui ne sont plus définies sur un
intervalle (ou une partie quelconque) de R, mais sur un domaine de Rn pour un certain n ∈ N.
L’espace d’arrivée pourra être R ou bien Rp pour un certain p ∈ N, si la quantité qui nous in-
téresse est elle-même multi-dimensionnelle. On verra que le fait d’avoir plusieurs dimensions
à l’arrivée n’est pas très génant, alors que le fait d’avoir plusieurs dimensions au départ va
poser un certain nombre de difficultés nouvelles par rapport à ce que vous connaissez.

Les principales propriétés des fonctions de plusieurs variables auxquelles on va s’intéresser

sont les questions de régularité (continuité, dérivabilité, . . .) et leurs conséquences (compor-
tement local d’une fonction, étude des extrema, . . .), d’intégration, et enfin le lien entre les
deux.

1
1.1 Fonctions de plusieurs variables
1.1.1 Définition et exemples
On considère une partie D de Rn , ainsi qu’une fonction f de D dans Rp . A tout point

x = (x1 , . . . , xn ) ∈ D

on associe un point f (x) = f (x1 , . . . , xn ) de Rp . On notera parfois

f (x) = f1 (x1 , . . . , xn ), . . . , fp (x1 , . . . , xn ) ,

où f1 , . . . , fp sont des fonctions de Rn dans R.

Exercice 1.1. Représenter le domaine de définition maximal de la fonction

 
x+y
(x, y) 7→ , x ln(y) .
x−y

Exemples 1.1. • L’aire d’un rectangle dépend des longueurs l1 et l2 de ses deux côtés selon
l’expression A(l1 , l2 ) = l1 × l2 .
• En thermodynamique on étudie généralement la dépendance de quantités telles que l’éner-
gie interne ou l’énergie cinétique en fonction des paramètres température, volume et pres-
sion. Ainsi la loi des gaz parfaits s’écrit f (T, V, P ) = 0 où f désigne la fonction

f : (T, V, P ) 7→ P V − nRT,

n étant la quantité de matière et R la constante des gaz parfaits.

L’ensemble des fonctions de D dans Rp est un R-espace vectoriel de dimension infinie. Si
λ est une fonction de D dans R alors λf : x 7→ λ(x)f (x) définit encore une fonction de D
dans Rp . Si g est une fonction d’une partie D′ de Rp contenant l’image de f à valeurs dans
Rm , alors la composée g ◦ f : x 7→ g(f (x)) est une fonction de D dans Rm .

1.1.2 Graphe
On rappelle que le graphe d’une fonction de R dans R est une courbe de R2 . C’est
l’ensemble des points (x, f (x)) pour x parcourant R. Pour une fonction f de R2 dans R, on
définit de la
même façon le graphe de f comme étant l’ensemble des points de R3 de la forme
x, y, f (x, y) avec (x, y) ∈ R2 . Il s’agira d’une surface de l’espace. Plus généralement, on
peut définir le graphe d’une fonction de n variables à valeurs dans Rp :

Définition 1.2. Soit f une fonction de D ⊂ Rn à valeurs dans Rp . On appelle graphe de f

l’ensemble
{(x, f (x)), x ∈ D} ⊂ D × Rp ⊂ Rn+p .

De façon générale, le graphe d’une fonction de Rn dans Rp est un objet à n dimensions

dans l’espace à (n + p) dimensions (les points sont caractérisés par n paramètres, en termes
savants on dira plus tard qu’il s’agit d’une sous-variété de Rn+p de dimension n).
Concrètement, on dessine sur une page à 2 dimensions. Tant que l’on considère des fonc-
tions de R dans R, tout va bien. Quand n = 2 et p = 1, il faut dessiner en trois dimensions, ce
qui est déjà moins parlant (voir tout de même la figure 1.1), et au-delà c’est essentiellement
impossible. Dans tout le cours les dimensions seront quelconques, mais c’est souvent une
bonne idée d’avoir en tête des exemples dans le cas où n = 2 et p = 1.

2 J. Royer - Université Toulouse 3

 Fonctions de plusieurs variables. Normes.

30

20

10

−10

−20

−30
5
5
0
0

−5 −5

Figure 1.1 – Graphe de l’application (x, y) 7→ x2 cos(y).

Exercice 1.2. On considère l’application f de D = {(x, y) ∈ R2 | y > 0} dans R définie par

f (x, y) = x cos(2πy). Parmi les points suivants, lesquels appartiennent au graphe de f :

(1, 1, 0), (1, 0, 1, 0), (1, −1, 1), (0, 1).

On note que Google permet d’afficher très simplement le graphe d’une fonction de R2
dans R. Effectuer par exemple la recherche « xˆ2+yˆ2 », observer, puis jouer avec d’autres
fonctions.

1.1.3 Lignes de niveaux

Une autre façon de visualiser une fonction de R2 dans R, plus adaptée à la représentation
en deux dimensions, est de dessiner ses lignes de niveaux :

Définition 1.3. Soit f une fonction de D ⊂ Rn dans R. On appelle lignes de niveaux de f

les ensembles

{x ∈ D | f (x) = λ} ⊂ D,

où λ ∈ R.

Si l’on pense à la fonction altitude, et à son graphe qui dessine une montagne, les lignes
de niveaux sont les courbes qui relient les points de même altitude.

3
 2

1.5
0.2

1
0

0.5
−0.2

−0.4 0

−0.6 −0.5

−0.8 −1
2

1 2
1 −1.5
0
0
−1
−1
−2
−2 −2 −2 −1.5 −1 −0.5 0 0.5 1 1.5 2

2
−y 2
Figure 1.2 – Graphe de l’application (x, y) 7→ (0, 2 + x2 − 2y 2 )e−2x − 0, 1, coupé par le
plan d’équation z = 0, ainsi que la ligne de niveau correspondante.

5 5 5
0 0
−10 −10
0

4 −5
−5

3
−2
0
−2

5 −1
0

−1 5
2 −10−5 −1
−5 0
0 0 0 0
1 10 10
5 5
0
20
20 5 15
1
−1 10 10
5 5
0 0
−2 −10 −10
0

−5
−5
−3
−2
0
−2

5 −1
0

−4 −1 5
−10 −1
−5 −5 0
0 0 0 0
−5 5 5
−5 −4 −3 −2 −1 0 1 2 3 4 5

Figure 1.3 – Lignes de niveaux pour l’application (x, y) 7→ x2 cos(y) et carte IGN avec lignes
de niveaux pour l’altitude.

Exercice 1.3. Déterminer et représenter les lignes de niveaux des fonctions de deux variables
suivantes :
f1 : (x, y) 7→ x ; f2 : (x, y) 7→ y ; f3 : (x, y) 7→ 1
2
f4 : (x, y) 7→ x + y + 1 ; f5 : (x, y) 7→ ey−x ; f6 : (x, y) 7→ y − cos(x).

1.2 Normes
Notre premier objectif dans ce cours sera d’étudier la régularité des fonctions de plusieurs
variables. La notion de limite, sur laquelle reposent en particulier les notions de continuité
et de dérivabilité, s’appuie elle-même sur la notion de proximité entre deux points. Pour une
fonction f de R dans R, on dit que f (x) tend vers l ∈ R quand x tend vers a ∈ R si f (x) est
« proche » de l dès lors que x est « assez proche » de a. Intuitivement, deux réels x et y sont
proches si la valeur absolue |x − y| (quantité positive) est petite, en un sens à préciser.

Avant de parler de limite pour des fonctions définies sur Rn , il faut donc donner un sens
précis à l’assertion « x est proche de y » lorsque x et y sont des points de Rn .

4 J. Royer - Université Toulouse 3

 Fonctions de plusieurs variables. Normes.

En fait, on sait déjà mesurer la distance entre deux points de Rn . Par exemple pour deux
points x = (x1 , x2 ) et y = (y1 , y2 ) dans R2 , la longueur du segment [x, y] est donnée par
p
d(x, y) = (x1 − y1 )2 + (x2 − y2 )2 .

Cette quantité est appelée distance euclidienne entre x et y. Mais ce n’est pas toujours la
bonne façon de mesurer la distance entre deux points, comme le montrent les exemples sui-
vants. Considérons un piéton dans une ville organisée par blocs (voir figure 1.4), chaque bloc
faisant 500m de côté. Il devra parcourir 1500m aussi bien pour aller du point A au point B
que pour aller du point A au point C, alors que les distances euclidiennes
√ (à vol d’oiseau)
entre A et B et entre A et C sont respectivement de 1500m et 10002 + 5002 ≃ 1118m.
Marseille est plus proche de Paris que de Toulouse si on regarde le temps de parcours par

Figure 1.4 – Les villes américaines et les déplacements en norme l1 .

le train, alors que c’est quasiment deux fois plus loin en termes de kilomètres par la route.
Ainsi il y a différentes façons de mesurer la distance entre deux points, et il n’y en a pas de
bonnes ou de mauvaises : chacune est plus ou moins bien adaptée à chaque contexte.

Définition 1.4. Soit E un R-espace vectoriel. On appelle norme sur E une application
N : E → R+ qui vérifie les propriétés suivantes :
(i) ∀x ∈ E, N (x) = 0 ⇐⇒ x = 0 (séparation),
(ii) ∀x ∈ E, ∀λ ∈ R, N (λx) = |λ| N (x) (homogénéité),
(iii) ∀(x, y) ∈ E 2 , N (x + y) 6 N (x) + N (y) (inégalité triangulaire).

Étant donnée une norme N sur E, on appelle distance associée à N l’application

E2

→ R+ ,
dN :
(x, y) 7→ N (x − y).

On note que toutes les distances ne sont pas obtenues de cette façon, mais on ne s’attardera
pas sur ces questions dans ce cours (voir tout de même les exercices 1.17 et 1.18, plus de
détails seront donnés dans le cours d’approfondissements mathématiques).

Exercice 1.4. Vérifier que la valeur absolue définit bien une norme sur R. Est-ce la seule ?

Pour x = (x1 , . . . , xn ) ∈ Rn on note

v
n
u n
uX
2
X
kxk1 = |xj | , kxk2 = t |xj | et kxk∞ = max |xj | .
16j6n
j=1 j=1

Proposition 1.5. Les applications x 7→ kxk1 , x 7→ kxk2 et x 7→ kxk∞ sont des normes sur
Rn .

5
Démonstration. On montre l’inégalité triangulaire pour la norme k·k2 . Les autres propriétés
sont laissées en exercice. On considère deux points x = (x1 , . . . , xn ) et y = (y1 , . . . , yn ) de
Rn . Si x + y = 0 alors le résultat est clair. Sinon on a d’après l’inégalité de Cauchy-Schwarz
n n n
2
X X X
kx + yk2 = (xj + yj )2 = xj (xj + yj ) + yj (xj + yj )
j=1 j=1 j=1
v v v v
u n 2 uX
u n
u n 2 uX
uX uX u n
6t xj t (xj + yj )2 + t yj t (xj + yj )2
j=1 j=1 j=1 j=1

6 (kxk2 + kyk2 ) kx + yk2 .

On obtient l’inégalité triangulaire en divisant par kx + yk2 6= 0.

Définition 1.6. Soit E un R-espace vectoriel. Soient N1 , N2 deux normes sur E. On dit que
N1 et N2 sont équivalentes s’il existe une constante C > 0 telle que pour tout x ∈ E on a

N1 (x) 6 CN2 (x) et N2 (x) 6 CN1 (x).

L’intérêt de savoir que deux normes sont équivalentes est que si deux points sont « proches »
pour l’une alors ils sont également « proches » pour l’autre. Cela simplifie grandement la dis-
cussion sur les limites. L’intérêt apparaitra plus clairement au chapitre suivant.
La bonne nouvelle est qu’en dimension finie toutes les normes sont équivalentes. Comme on
travaillera en dimension finie dans tout ce cours, cela signifie que lorsqu’on parlera de limites
au chapitre suivant, on pourra le faire sans préciser la norme avec laquelle on travaille. Dans
la suite, lorsqu’on parlera d’une norme sur Rn , on ne précisera de laquelle il s’agit que quand
ce sera nécessaire. Sinon cela signifiera que le résultat énoncé ne dépend pas du choix de la
norme.
Attention tout de même à bien garder en tête cette subtilité, car tous les espaces ne sont
pas de dimension finie, loin de là. . .
Proposition 1.7. Soit E un R-espace vectoriel de dimension finie. Alors toutes les normes
sur E sont équivalentes.
La démonstration de ce résultat est admise pour ce cours. Elle sera donnée dans le cours
d’approfondissements mathématiques.

1.3 Ouverts et fermés.

On termine par quelques définitions de topologie. Ces notions sont définies car elles seront
évoquées plus loin, mais pour une étude plus approfondies on renvoie à nouveau au cours
d’approfondissements mathématiques.

Soient E un R-espace vectoriel et k·k une norme sur E.

Définition 1.8. Pour x ∈ E et r > 0 on note

B(x, r) = {y ∈ E | kx − yk < r}

la boule ouverte de centre x et de rayon r,

B(x, r) = {y ∈ E | kx − yk 6 r}

la boule fermée de centre x et de rayon r, et enfin

S(x, r) = {y ∈ E | kx − yk = r}

la sphère de centre x et de rayon r.

6 J. Royer - Université Toulouse 3

 Fonctions de plusieurs variables. Normes.

Définition 1.9. Soit Ω une partie de E. On dit que Ω est ouvert si pour tout x ∈ Ω il existe
r > 0 tel que B(x, r) ⊂ Ω. On dit que Ω est fermé si son complémentaire E \ Ω est ouvert.
Exemple 1.10. Dans E = R, muni de la valeur absolue :
• Un intervalle de la forme ]a, b[ avec a < b est ouvert,
• un intervalle de la forme [a, b] avec a 6 b est fermé,
• un intervalle de la forme [a, b[ ou ]a, b] avec a < b n’est ni ouvert ni fermé,
• R et l’ensemble vide ∅ sont à la fois ouverts et fermés.
Exemple 1.11. • Une boule ouverte est un ensemble ouvert de E,
• une boule fermée ou une sphère sont des ensembles fermés de E.
Démonstration. On montre la première assertion de l’exemple 1.11. Soit x ∈ E et r > 0. On
considère y ∈ B(x, r) et on note ρ = r − ky − xk > 0. Alors on a B(y, ρ) ⊂ B(x, r). En effet
pour tout z ∈ B(y, ρ) on a par l’inégalité triangulaire

kz − xk 6 k(z − y) + (y − x)k 6 kz − yk + ky − xk < ρ + (r − ρ) = r.

Cela prouve que B(x, r) est une partie ouverte de E.

Définition 1.12. Soient a ∈ Rn et V une partie de Rn . On dit que V est un voisinage de a
s’il existe r > 0 tel que B(a, r) ⊂ V.
Remarque 1.13. Tout ouvert de Rn contenant a est un voisinage de a, mais tous les voisinages
de a ne sont pas des ouverts de Rn .
Par la suite on dira qu’une propriété est vraie au voisinage de a s’il existe un voisinage de
a sur lequel elle est vraie. Par exemple l’assertion « f > 0 au voisinage de a » signifie qu’il
existe r > 0 tel que pour tout x ∈ B(a, r) on a f (x) > 0.
Définition 1.14. On dit d’une partie A de Rn qu’elle est bornée s’il existe R > 0 tel que
A ⊂ B(0, R).
Définition 1.15. On dit d’une partie de Rn qu’elle est compacte si elle est fermée et bornée.
Attention, cette définition est propre à la dimension finie. Il y a d’autres définitions
équivalentes de la compacité qui elles sont encore valables en dimension infinie. Mais on ne
s’attardera pas sur la notion de compacité dans ce cours (là encore, ce sera fait dans le cours
d’approfondissements mathématiques).
Exercice 1.5. Parmi les intervalles de l’exemple 1.10, lesquels sont des parties compactes
de R ?

1.4 Exercices
Exercice 1.6. Déterminer et représenter le domaine de définition maximal des fonctions de
deux variables suivantes :
p
−y + x2 ln(y)
f1 : (x, y) 7→ √ ; f2 : (x, y) 7→ ln(x + y) ; f3 : (x, y) 7→ √ .
y x−y
Exercice 1.7. Déterminer et représenter les lignes de niveaux des fonctions de deux variables
suivantes :
p
f1 : (x, y) 7→ x + y, f2 : (x, y) 7→ |x| + |y| , f3 : (x, y) 7→ x2 + y 2 ,

f4 : (x, y) 7→ x2 + y 2 , f5 : (x, y) 7→ max(x, y), f6 : (x, y) 7→ xy.

Exercice 1.8. On considère une fonction f de [−3, 3] × [−3, 3] dont les lignes de niveaux
entre -2 (ligne foncée) et 4 (ligne claire) sont données à la figure 1.5. Dessiner l’allure des
graphes des fonctions x 7→ f (x, 0) et y 7→ f (0, y).

7
 Figure 1.5 – Lignes de niveaux d’une fonction de R2 dans R

Exercice 1.9. Pour (x, y) ∈ R2 on note

x2 y2
  
f1 (x, y) = sin(x) − sin(y), f2 (x, y) = sin(xy), f3 (x, y) = 1− 1− ,
9 9
x−y y
f4 (x, y) = , f5 (x, y) = cos(x)e 5 , f6 (x, y) = sin(x − y).
1 + x2 + y 2
Associer à chacune des fonctions f1 , f2 , f3 , f4 , f5 et f6 son graphe (voir Figure 1.6) et
ses lignes de niveaux (voir Figure 1.7). NB : ce poly est disponible en couleurs à l’adresse
[Link]
Exercice 1.10. Compléter la démonstration de la proposition 1.5
Exercice 1.11. Montrer (par calcul direct, sans utiliser la proposition 1.7) que les trois
normes x 7→ kxk1 , x 7→ kxk2 et x 7→ kxk∞ sur Rn sont deux à deux équivalentes.
Exercice 1.12. Dessiner dans R2 la boule de rayon 1 et de centre 0 pour les normes k·k1 ,
k·k2 et k·k∞

Pour aller plus loin

Exercice 1.13. Compléter la démonstration des affirmations des exemples 1.10 et 1.11.
Exercice 1.14. On note E l’espace vectoriel des suites réelles nulles à partir d’un certain
rang. Pour u = (un )n∈N ∈ E on note
X
kuk1 = |un | et kuk∞ = max |un |
n∈N
n∈N

8 J. Royer - Université Toulouse 3

 Fonctions de plusieurs variables. Normes.

Figure 1.6 – Graphes pour l’exercice 1.9.

(la somme est une somme finie).

1. Vérifier que E est un R-espace vectoriel de dimension infinie.
2. Montrer que les applications u 7→ kuk1 et u 7→ kuk∞ sont des normes sur E.
3. Montrer que ces deux normes ne sont pas équivalentes.

Exercice 1.15. Soit F une partie de Rn . Montrer que F est fermée si et seulement si pour
toute suite (xm )m∈N d’éléments de F qui converge vers un certain l ∈ Rn on a l ∈ F .

Exercice 1.16. On appelle distance sur le R-espace vectoriel E une application d : E × E →

R+ telle que pour tous x, y, z ∈ E on a
• d(x, y) = 0 ⇐⇒ x = y,
• d(x, y) = d(y, x),
• d(x, z) 6 d(x, y) + d(y, z).
Montrer que si k·k est une norme sur E alors l’application d : (x, y) 7→ kx − yk est une
distance sur E.

Exercice 1.17. Pour x, y ∈ Rn on note

(
1 si x 6= y,
d(x, y) =
0 si x = y.

1. Montrer que d définit une distance sur Rn .

2. Existe-t-il une norme k·k sur Rn telle que d(x, y) = kx − yk pour tous x, y ∈ R2 .

9
 5 5 5

4 4 4

3 3 3

2 2 2

1 1 1

0 0 0

−1 −1 −1

−2 −2 −2

−3 −3 −3

−4 −4 −4

−5 −5 −5
−5 0 5 −5 0 5 −5 0 5

5 5 5

4 4 4

3 3 3

2 2 2

1 1 1

0 0 0

−1 −1 −1

−2 −2 −2

−3 −3 −3

−4 −4 −4

−5 −5 −5
−5 0 5 −5 0 5 −5 0 5

Figure 1.7 – Lignes de niveaux pour l’exercice 1.9.

Exercice 1.18. On note k·k2 la norme euclidienne usuelle sur R2 . On note O = (0, 0)
l’origine de R2 . Pour x, y ∈ R2 on note
(
kx − yk2 si les points x, y et O sont alignés,
d(x, y) =
kxk2 + kyk2 sinon.
1. Montrer que d définit une distance sur R2 .
2. Dessiner la boule fermée de centre x0 = (0, 2) et de rayon 3, c’est-à-dire l’ensemble des
points x ∈ R2 tels que d(x, x0 ) 6 3.
1
3. On considère la suite xm = 1, m+1 de points de R2 . Montrer que la suite (xm )m∈N

converge vers x = (1, 0) pour la norme k·k2 , mais que d(xm , x) ne tend pas vers 0 quand m
tend vers +∞.
4. Existe-t-il une norme k·k sur R2 telle que d(x, y) = kx − yk pour tous x, y ∈ R2 .
Exercice 1.19. On a déjà défini les normes k·k1 , k·k2 et k·k∞ sur Rn . Plus généralement
pour p ∈ [1, +∞[ et x = (x1 , . . . , xn ) ∈ Rn on pose
  p1
n
p
X
kxkp =  |xj |  .
j=1

1. Montrer que k·kp définit une norme sur Rn (L’inégalité triangulaire pour cette norme est
l’inégalité de Minkowski, qui repose elle-même sur l’inégalité de Hölder).
2. Montrer que pour tout x ∈ Rn on a
kxkp −−−→ kxk∞ .
p→∞

10 J. Royer - Université Toulouse 3

Chapitre 2

Limites et continuité pour une

fonction de plusieurs variables

Vous devez repeindre les murs d’une pièce rectangulaire. Vous commencez par mesurer
les longueurs des côtés de la pièce et obtenez environ 3m et 4m. La hauteur des murs est de
3m environ. Vous choisissez une peinture qui permet de couvrir 14m2 par litre. Vos mesures
vous permettent-elles de savoir à peu près le volume de peinture nécessaire à vos travaux ?
Un pot d’un litre de peinture est vendu 40 euros. Pouvez-vous dire combien tout cela va-t-il
vous coûter ?
La différence entre les deux questions tient à la continuité ou la discontinuité des fonc-
tions qui entrent en jeu. . .

Dans le chapitre précédent on a introduit les normes, qui jouent dans Rn le rôle que joue la
valeur absolue dans R. Cela nous permet d’introduire maintenant la notion de limite pour une
suite de points dans Rn . La définition est exactement de la même que dans R, en remplaçant
simplement la valeur absolue par une norme. De la même façon, on pourra ensuite adapter à
des fonctions de Rn la notion de continuité puis, modulo quelques difficultés supplémentaires,
la notion de dérivabilité au chapitre suivant.

2.1 Limites de suites dans Rn

Définition 2.1. Soit k·k une norme sur Rn . Soient (xm )m∈N une suite d’éléments de Rn et
l ∈ Rn . On dit que la suite (xm )m∈N tend vers l et on note

xm −−−−−→ l
m→+∞

si
∀ε > 0, ∃N ∈ N, ∀m > N, kxm − lk 6 ε.
Autrement dit xm tend vers l si la quantité réelle kxm − lk tend vers 0 au sens usuel.
Sans surprise, on retrouve les mêmes propriétés de base que pour la limite d’une suite
réelle :
Proposition 2.2. Soit k·k une norme sur Rn .
(i) Unicité de la limite. Soient (xm )m∈N ∈ (Rn )N , l1 ∈ Rn et l2 ∈ Rn . Si xm → l1 et
xm → l2 quand m tend vers +∞, alors l1 = l2 .
(ii) Linéarité de la limite. Soient (xm )m∈N et (ym )m∈N deux suites d’éléments de Rn . Soient
l1 , l2 ∈ Rn , λ, µ ∈ R. Si

xm −−−−→ l1 et ym −−−−→ l2 ,
m→∞ m→∞

11
 alors
λxm + µym −−−−→ λl1 + µl2 .
m→∞

Exercice 2.1. Démontrer la proposition 2.2 (ou au moins l’une des deux propriétés, la
démonstration étant la même que pour les limites dans R).

La définition de la limite d’une suite dépend du choix d’une norme sur Rn . Étant données
deux normes N1 et N2 sur Rn , il se peut a priori que la suite (xm )m∈N converge vers une
limite l pour la norme N1 mais pas pour la norme N2 . Heureusement, cela ne peut pas se
produire si les normes N1 et N2 sont équivalentes, et on a dit que sur Rn toutes les normes
sont équivalentes. Ouf !

Proposition 2.3. Soient N1 et N2 deux normes sur Rn . Soient (xm )m∈N une suite de points
de Rn et l ∈ Rn . Alors on a

N1 (xm − l) −−−−→ 0 ⇐⇒ N2 (xm − l) −−−−→ 0.

m→∞ m→∞

On munit maintenant Rn d’une norme quelconque, notée k·k.

Définition 2.4. On dit que la suite (xm )m∈N d’éléments de Rn est de Cauchy si

∀ε > 0, ∃N ∈ N, ∀j, k > N, kxj − xk k 6 ε.

Proposition 2.5. Rn est complet. Cela signifie que toute suite de Cauchy dans Rn est
convergente.

Démonstration. Voir le cours d’approfondissements mathématiques.

Définition 2.6. Soit A une partie de Rn . On appelle adhérence de A et on note A l’ensemble

des points qui sont limites d’une suite d’éléments de A.

Exemples 2.7. • Pour x ∈ Rn et r > 0, l’adhérence de la boule ouverte B(x, r) est la boule
fermée B(x, r).
• L’adhérence de R2 \ {(0, 0)} est R2 .

2.2 Limite d’une fonction de plusieurs variables

On munit Rn d’une norme notée k·kRn et Rp d’une norme notée k·kRp . Soit D une partie
de Rn et f une fonction de D dans Rp .

Définition 2.8. Soit a ∈ D et l ∈ Rp . On dit que f tend vers l en a et on note

f (x) −−−→ l
x→a

si
∀ε > 0, ∃δ > 0, ∀x ∈ D, kx − akRn 6 δ =⇒ kf (x) − lkRp 6 ε.

Remarque 2.9. Comme pour la limite d’une suite, la limite d’une fonction en un point ne
dépend pas du choix des normes sur Rn et sur Rp , qui sont des espaces de dimensions
finies. Dans la suite on notera simplement k·k au lieu de k·kRn ou k·kRp . Cela n’amènera pas
d’ambiguïté, mais attention tout de même à ne pas s’y perdre !

Proposition 2.10. Soit f = (f1 , . . . , fp ) une fonction d’un domaine D de Rn à valeurs dans
Rp (avec f1 , . . . , fp des fonctions de D dans R). Soit l = (l1 , . . . , lp ). Soit a ∈ D. Alors f
tend vers l quand x tend vers a si et seulement si fj tend vers lj quand x tend vers a pour
tout j ∈ J1, pK.

12 J. Royer - Université Toulouse 3

 Limites et continuité pour une fonction de plusieurs variables

Puisque la notion de limite ne dépend pas du choix de la norme sur Rp , on peut supposer
que Rp est muni de la norme k·k∞ pour démontrer cette proposition.

L’intérêt de cette proposition est qu’il suffit de s’intéresser à des fonctions à valeurs dans
R. Par contre on ne peut pas se ramener au cas de fonctions d’une seule variables. . .

Les propriétés de base pour les limites de fonctions de plusieurs variables sont les mêmes
que pour les fonctions d’une variable réelle. Les trois propositions suivantes se montrent en
recopiant simplement les démonstrations valable pour n = 1 en changeant les valeurs absolues
en normes. Elles sont laissées en exercice.
Proposition 2.11. Soient f, g deux fonctions d’un domaine D de Rn à valeurs dans R. Soit
a ∈ D. Soit λ ∈ R. Soient l1 , l2 ∈ R. On suppose que f (x) et g(x) tendent respectivement
vers l1 et l2 quand x tend vers a. Alors

(f + λg)(x) −−−→ l1 + λl2

x→a

et
(f g)(x) −−−→ l1 l2 .
x→a
En outre, si l1 = 0 et g est bornée au voisinage de a, alors on a

(f g)(x) −−−→ 0.
x→a

Enfin, si l1 6= 0, alors f ne s’annule pas au voisinage de a et

1 1
−−−→ .
f (x) x→a l1
B La première propriété pourrait directement être écrite pour des fonctions à valeurs dans
Rp , tandis que les deux suivantes de sens que si l’une des deux fonctions au moins est à
valeurs réelles. De même, la dernière propriété n’a de sens que si f est à valeurs réelles.
Proposition 2.12. Soit f une fonction d’un domaine D de Rn à valeurs dans Rp . Soit
a ∈ D. On suppose que f (x) tend vers une limite l ∈ Rp quand x tend vers a. Soit g une
fonction d’un domaine D′ de Rp à valeurs dans Rm . On suppose que l ∈ D′ et que g(y) tend
vers une limite l′ ∈ R quand y tend vers l. Alors g(f (x)) tend vers l′ quand x tend vers a.
On énonce maintenant le critère séquentiel pour la continuité en un point :
Proposition 2.13. Soit f une fonction de D ⊂ Rn dans Rp . Soient a ∈ D et l ∈ Rp . Alors
f tend vers l quand x tend vers a si et seulement si pour toute suite (xm )m∈N ∈ DN qui tend
vers a (dans Rn ) la suite (f (xm ))m∈N tend vers l (dans Rp ).
Comme pour une fonction d’une variable réelle, cette propriété sert en général à montrer
que l n’est pas la limite de f en a. C’est en particulier très utile pour montrer que f n’admet
en fait aucune limite en a.
Exemple 2.14. On considère sur R2 \ {(0, 0)} l’application f définie par
xy
f (x, y) = .
x2 + y2
(voir figure 2.2). On montre que f n’admet pas de limite en (0,0). Pour cela, on suppose par
l’absurde que f tend vers une limite l ∈ R en (0,0). Pour n ∈ N on note
   
1 1 1
un = ,0 et vn = , .
n n n
On a
un −−−−→ (0, 0) et f (un ) = 0 −−−−→ 0,
n→∞ n→∞

13
donc d’après la proposition 2.13 on a nécessairement l = 0. D’autre part on a
1 1
vn −−−−→ (0, 0) et f (vn ) = −−−−→ ,
n→∞ 2 n→∞ 2
donc on a aussi l = 21 . D’où la contradiction. Cela prouve que f n’admet pas de limite en
(0,0).
1

0.8

0.6

0.4

0.2

−0.2

−0.4

−0.6

−0.8

−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

Figure 2.1 – Graphe et lignes de niveaux pour le contre-exemple 2.14 : sur tout voisinage
de (0,0) on trouve toutes les valeurs entre − 12 et 12 ; en particulier f n’admet pas de limite
en (0,0).

Pour montrer l’existence d’une limite on peut, en plus des propriétés de bases des propo-
sitions 2.11 et 2.12, utiliser le résultat suivant :
Proposition 2.15. Soit f une fonction d’un domaine D de R2 à valeurs dans R. Soient
a = (a1 , a2 ) ∈ D et l ∈ R. Alors f (x) tend vers l quand x tend vers a si et seulement s’il
existe une fonction ε : R+ → R+ qui tend vers 0 en 0 et telle que pour tous r > 0 et θ ∈ R
vérifiants (r cos(θ), r sin(θ)) ∈ D on a
|f (a1 + r cos(θ), a2 + r sin θ) − f (a1 , a2 )| 6 ε(r).
Démonstration. On munit R2 de la norme euclidienne k·k2 . Pour r > 0 et θ ∈ R on a
k(a1 + r cos(θ), a2 + r sin θ) − (a1 , a2 )k2 = r.
On suppose que f tend vers l en a. Pour r > 0 on note
ε(r) = sup |f (a1 + r cos(θ), a2 + r sin θ) − f (a1 , a2 )| > 0
θ∈R
(r cos(θ),r sin(θ))∈D

Soit ε0 > 0. Il existe δ > 0 tel que |f (x) − l| 6 ε si x ∈ D et kx − ak2 6 δ, donc ε(r) 6 ε0 si
r 6 δ. Cela prouve que ε(r) → 0 quand r → 0. Inversement, supposons qu’une telle fonction
ε existe. Soit ε0 > 0. Il existe δ > 0 tel que ε(r) 6 ε0 si r 6 δ. Soit alors x ∈ D tel que
kx − ak2 6 δ. Alors il existe r ∈ [0, δ] et θ ∈ R tels que x = (a1 + r cos(θ), a2 + r sin(θ)). On
a alors
|f (a1 + r cos(θ), a2 + r sin θ) − f (a1 , a2 )| 6 ε(r) 6 ε0 .
Cela prouve que f est continue en a.
Exemple 2.16. On considère sur R2 l’application f définie sur R2 \ {(0, 0)} par
x2 y 2
f (x, y) = .
x2+ y2
Pour r > 0 et θ ∈ R on a
r4 cos(θ)2 sin(θ)2
|f (r cos(θ), r sin(θ))| = 6 r2 −−−→ 0.
r2 r→0

Cela prouve que f tend vers 0 en (0,0).

14 J. Royer - Université Toulouse 3

 Limites et continuité pour une fonction de plusieurs variables

2.3 Continuité d’une fonction de plusieurs variables

Maintenant que l’on a défini la notion de limite, les définitions de continuité pour une
fonction de plusieurs variables sont sans surprise.

Définition 2.17. Soit a ∈ D.

(i) On dit que f est continue en a si f (x) tend vers f (a) quand x tend vers a.
(ii) On dit que f est continue sur D si elle est continue en tout point de D.

Exercice 2.2. 1. Montrer qu’une fonction constante est continue.

2. Montrer que l’application (x1 , x2 ) 7→ x1 est continue sur R2 .
3. Montrer que toute norme sur Rn définit une fonction continue de Rn dans R.

Les propriétés de bases sur les limites se traduisent automatiquement en propriétés sur
les fonctions continues. Ainsi la somme de deux fonctions continues est continues, le produit
de deux fonctions continues (dont l’une au moins est à valeurs réelles) est continue, l’inverse
d’une fonction continue à valeurs réelles non nulles est continue et la composée de fonctions
continues est continue.

Définition 2.18. On appelle fonction polynômiale sur Rn une application qui s’écrit comme
une somme de termes qui sont eux-mêmes des produits de fonctions coordonnées, autrement
dit une fonction de la forme
N
X
f : (x1 , . . . , xn ) 7→ cα1 ,...,αn xα αn
1 . . . xn
1

α1 ,...,αn =0

avec N ∈ N et cα1 ,...,αn ∈ R pour tous α1 , . . . , αn ∈ J0, N K. Par exemples les fonctions
(x1 , x2 ) 7→ x1 x42 + x31 x22 ou (x1 , x2 , x3 ) 7→ x1 + x1 x2 x3 + x22 x23 sont polynômiales. Une fraction
rationnelle est une fonction qui s’écrit comme le quotient de deux fonctions polynômiales.

Proposition 2.19. Toute fonction polynômiale sur Rn est continue. Plus généralement toute
fraction rationnelle dont le dénominateur ne s’annule pas sur un domaine D ⊂ Rn est bien
définie et continue sur ce domaine.

Les propositions 2.13 et 2.15 sont très utiles pour montrer qu’une fonction est ou n’est
pas continue en un point :
Exemple 2.20. On considère sur R2 l’application f définie par
(
xy
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 si (x, y) = (0, 0)

(voir figure 2.2). La fonction f est continue sur R2 \ {(0, 0)} comme fraction rationnelle dont
le dénominateur ne s’annule pas. D’autre part on a

f (x, 0) = 0 −−−→ 0 = f (0, 0) et f (0, y) = 0 −−−→ 0 = f (0, 0),

x→0 y→0

et pourtant f n’est pas continue en (0,0). En effet on a vu que f n’admet pas de limite en
(0,0). En particulier elle ne tend pas vers f (0, 0).
B C’est une erreur trop fréquente que de se contenter de vérifier la continuité des fonctions
x 7→ f (x, y) et y 7→ f (x, y) pour prouver la continuité de f . On voit bien sur cet exemple que
ce n’est malheureusement pas suffisant. . .

15
Exemple 2.21. On considère sur R2 l’application f définie par
( 2 2
x y
2 2 si (x, y) 6= (0, 0),
f (x, y) = x +y
0 si (x, y) = (0, 0).
La fonction f est continue sur R2 \ {(0, 0)} comme fraction rationnelle dont le dénominateur
ne s’annule pas. En outre on a vu que f tend vers 0 = f (0, 0) en (0, 0), donc f est continue
en (0,0). Cela prouve que f est une fonction continue sur R2 .
La proposition suivante généralise le théorème qui dit qu’une fonction continue sur un
segment est continue et atteint ses bornes :
Proposition 2.22. L’image d’un compact par une fonction continue est compacte.
Corollaire 2.23. Soit K un compact de Rn et f une fonction continue de K dans R. Alors
f est bornée et atteint ses bornes.
Un résultat central pour les fonctions continues de R dans R est que l’image d’un inter-
valle est un intervalle. La notion d’intervalle étant propre à la dimension 1, on ne peut pas
transposer directement cet énoncé en dimension quelconque. Ceci dit, et même si cela dépasse
le cadre de ce cours, il est tout de même intéressant de se demander comment le théorème
des valeurs intermédiaire pourrait être généralisé à notre contexte... (voir déjà l’exercice 2.8).

2.4 Exercices
Exercice 2.3. Pour m ∈ N on pose
 
1
xm = , 1 + e−m
1+m
1. Étudier la convergence de la suite (xm )m∈N dans R2 muni de la norme k·k∞ .
2. Étudier la convergence de la suite (xm )m∈N dans R2 muni de la norme k·k1 .
Exercice 2.4. Étudier l’existence et éventuellement la valeur de la limite en (0,0) pour les
fonctions définies (sur le plus grand domaine de R2 possible) par
x2 y 2 xy xy
f1 (x, y) = , f2 (x, y) = , f3 (x, y) = ,
x2 + y 2 x2 + y2 x+y
x2 − y 2
 
1 x+y
f4 (x, y) = 2 , f5 (x, y) = (x + y) sin , f6 (x, y) = 2 ,
x + y2 x + y2
2 x + y2
1 + x2 + y 2 x3 + y 3 3x2 + xy
f7 (x, y) = sin(y), f8 (x, y) = , f9 (x, y) = p .
y x2 + y 2 x2 + y 2
Exercice 2.5. Les limites suivantes existent-elles :
1 y3
lim ; lim ?
(x,y)→(1,1) x − y (x,y)→(1,0) (x − 1)2 + y 2

Exercice 2.6. Donner le domaine de définition des fonctions suivantes, puis déterminer si
elles sont prolongeables par continuité sur R2 :
x4 + y 4 y sin(x + 1) xy − 2y
f1 : (x, y) 7→ , f2 : (x, y) 7→ , f3 : (x, y) 7→ .
x2 + y 2 x2 − 2x + 1 x2 + y 2 − 4x + 4
Exercice 2.7. Montrer les propositions 3.16, 2.12 et 2.13.
Exercice 2.8. Soit f une fonction continue de Rn dans R. Montrer que le théorème des
valeurs intermédiaires est vérifié : si les réels a et b sont dans l’image de f alors tous les réels
entre a et b le sont également. Autrement dit, l’image de f est un intervalle de f . Question
subsidiaire (dont la réponse sera donnée dans le cours d’approfondissement mathématiques) :
dans quelle mesure ce résultat se généralise au cas où f est à valeurs dans Rp et son domaine
n’est pas nécessairement Rn tout entier ?

16 J. Royer - Université Toulouse 3

Chapitre 3

Dérivées partielles - Différentielle.

Le but de ce chapitre est de généraliser la notion de dérivée pour une fonction f de

plusieurs variables. L’objectif est évidemment de donner une définition qui permet de retrou-
ver autant que possible toutes les bonnes propriétés de la dérivation d’une fonction d’une
variable :
• En tout point x0 où la fonction est dérivable, la dérivée doit permettre de définir une
fonction simple (affine) qui approche bien f au moins pour des points proches de x0 ,
comme c’est le cas pour l’application x 7→ f (x0 ) + (x − x0 )f ′ (x0 ) en dimension 1.
• En particulier on attend d’une fonction dérivable qu’elle soit continue.
• La dérivée doit permettre d’étudier les variations de f , localiser et étudier les extréma.
• etc.

3.1 Dérivabilité pour une fonction de R dans Rp .

On commence par s’intéresser aux fonctions d’une variable à valeurs dans Rp , pour consta-
ter que dans ce cas il n’y a que peu de différences avec les fonctions de R dans R. On se donne
donc un intervalle I de R et une fonction f de I dans Rp :
Rp

I →
f:
t 7→ f (t) = (f1 (t), . . . , fp (t))
où f1 , . . . , fp sont des fonctions de I dans R.
Proposition 3.1. La fonction f est continue sur I si et seulement si les fonctions f1 , . . . , fp
le sont.
Exercice 3.1. Montrer la proposition 3.1.
La dérivabilité d’une fonction d’une variable réelle est définie de la même façon quand
elle est à valeurs dans Rp que quand elle est à valeurs dans R :
Définition 3.2. • Soit t0 ∈ I. On dit que f est dérivable en t0 si le quotient
f (t) − f (t0 )
(3.1)
t − t0
admet une limite dans Rp quand t tend vers t0 . Dans ce cas on note f ′ (t0 ) cette limite.
• On dit que f est dérivable sur I si elle est dérivable en tout point de I. Dans ce cas on
appelle fonction dérivée l’application f ′ : t0 7→ f ′ (t0 ).
Proposition 3.3. La fonction f est dérivable sur I si et seulement si les fonctions f1 , . . . , fp
le sont, et dans ce cas on a pour tout t ∈ I :
f ′ (t) = (f1′ (t), . . . , fp′ (t)).

17
 A la lumière des propositions 3.1 et 3.3 on voit que l’étude de la continuité et de la déri-
vabilité d’une fonction de R dans Rp ne pose pas vraiment de difficulté nouvelle. Il suffit de
travailler coordonnée par coordonnée. Ainsi on retrouve sans problèmes les propriétés de base
de la dérivée (linéarité, dérivation du produit entre une fonction f : R → R et g : R → Rp ,
dérivée de la composée f ◦ g où g : R → R et f : R → Rp , etc.)

Il faut tout de même faire attention à quelques subtilités. Par exemple le théorème de
Rolle et ses conséquences ne sont plus valables pour une fonction à valeurs dans Rp .
Exercice 3.2. On considère l’application
R2

R →
f:
t 7→ (cos(t), sin(t))

Montrer que f est dérivable sur R, que f (0) = f (2π), et que pourtant la dérivée f ′ ne s’annule
jamais.
Malheureusement, le quotient (3.1) n’a plus de sens si les variables t et t0 sont des points
de Rn . Ainsi la notion de dérivabilité ne peut pas être adaptée simplement à des fonctions
de plusieurs variables. Il va donc falloir travailler un peu plus dans ce cas. . .

3.2 Dérivées partielles

Pour la suite de ce chapitre, on se donne un ouvert U de Rn , une fonction f de U dans
R et a = (a1 , . . . , an ) ∈ U . On note (e1 , . . . , en ) la base canonique de Rn .
p

La première idée pour généraliser la notion de dérivabilité à des fonctions sur Rn est de
définir les dérivées partielles :
Définition 3.4. Soit k ∈ J1, nK.
• On dit que la k ième dérivée partielle de f existe au point a si l’application

t 7→ f (a1 , . . . , ak−1 , ak + t, ak+1 , . . . , an ) = f (a + tek )

(définie sur un voisinage de 0 dans R et à valeurs dans Rp ) est dérivable en 0. Dans ce cas
on note
∂f
(a) ou ∂k f (a)
∂xk
cette dérivée.
• On dit que la k ième dérivée partielle de f existe sur U si elle existe en tout point de U .
Les dérivées partielles ne sont finalement rien de plus que des dérivées au sens usuel (au
sens du paragraphe précédent si p > 2). Pour dériver par rapport à une variable on considère
que toutes les autres sont des constantes et on dérive comme on a l’habitude par rapport à
la variable qui nous intéresse.
Remarque 3.5. Souvent, on note (x, y) et (x, y, z) plutôt que (x1 , x2 ) et (x1 , x2 , x3 ) les points
de R2 ou R3 , respectivement. Dans ce cas on notera par exemple ∂f ∂x ou ∂x f la dérivée
partielle par rapport à la première variable. Les choses peuvent devenir ambiguës quand
d’autres variables entrent en jeu, typiquement lorsqu’on change de coordonnées. Il faudra
donc être (très) vigilants en lisant et en écrivant des calculs faisant intervenir des dérivées
partielles.
Exercice 3.3. On considère sur R2 les fonctions

f1 : (x, y) 7→ x ∈ R, f2 : (x, y) 7→ y ∈ R, f3 : (x, y) 7→ (x, y) ∈ R2 .

Montrer que les fonctions f1 , f2 , f3 admettent en tout point de R2 des dérivées partielles par
rapport à x et à y, et les expliciter.

18 J. Royer - Université Toulouse 3

 Dérivées partielles - Différentielle.

Exercice 3.4. Étudier l’existence et éventuellement la valeur des dérivées partielles en tout
point des fonctions définies par
p
f1 (x, y) = ex cos(y), f2 (x, y) = 1 + x2 y 2 , f3 (x, y) = xy (pour x > 0).

L’exemple suivant montre que l’étude des dérivées partielles ne répond pas à toutes nos
attentes puisqu’une fonction peut avoir des dérivées partielles bien définies en tout point sans
nécessairement être continue :
Remarque 3.6. L’application f : R2 → R définie par
(
xy
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon

admet en tout point de R2 des dérivées partielles selon x et selon y mais n’est pas continue
en (0,0) (voir l’exemple 2.20)
L’existence des dérivées partielles en (0,0) pour une fonction f définie sur R2 assure que
f « paraît continue » tant qu’on se déplace le long des axes des abscisses ou des ordonnées.
Dans l’exemple précédent, le problème vient du fait que ce n’est plus du tout le cas si on
approche du point (0,0) en suivant par exemple la droite d’équation x = y.

Ce problème peut être évité si au lieu de ne considérer que les dérivées partielles, c’est-
à-dire les dérivées selon les directions données par les axes, on considère les dérivées selon
toutes les directions possibles :
Définition 3.7. Soit v ∈ Rn \ {0}. On dit que f admet une dérivée en a suivant v si
l’application ϕ : t 7→ f (a + tv) est dérivable en 0. La dérivée ϕ′ (0) est alors appelée dérivée
de f en a suivant v.
Remarque 3.8. Si elle existe, la k-ième dérivée partielle de f au point a n’est autre que la
dérivée de f en a suivant ek .
Exercice 3.5. Calculer la dérivée de l’application f : (x, y) 7→ x2 − y 2 au point a = (1, 2)
suivant le vecteur v = (3, 5).
Remarque 3.9. Malheureusement cette nouvelle définition ne résoud pas notre problème,
puisqu’une fonction peut admettre des dérivées selon tout vecteur en un point sans pour
autant être continue en ce point. Considèrons par exemple l’application f : R2 → R définie
par ( 2
y
si x 6= 0
f (x, y) = x
y sinon
Alors f admet des dérivées selon tout vecteur en tout point mais n’est pas continue (voir
l’exercice 3.15).

3.3 Fonctions différentiables

Définition 3.10. On dit que f est différentiable en a s’il existe une application linéaire da f
de Rn dans Rp telle que pour tout h ∈ Rn on a

f (a + h) = f (a) + da f (h) + o (khk).

h→0

Autrement dit, il existe une application εa définie sur un voisinage de 0 dans Rn et à valeurs
dans Rp telle que εa (h) −−−→ 0 et pour tout h ∈ Rn
h→0

f (a + h) = f (a) + da f (h) + khk εa (h). (3.2)

19
 On écrira parfois df (a) au lieu de da f .
Remarque 3.11. On rappelle (sinon ce sera vu en approfondissements mathématiques) qu’en
dimension finie toutes les applications linéaires sont continues. Cela signifie en particulier que
kda f (h)k
|||da (f )||| := sup
h6=0 khk
est bien défini.
Contrairement aux dérivées partielles ou aux dérivées directionnelles, la notion de diffé-
rentiabilité implique bien la continuité :
Proposition 3.12. Si f est différentiable en a, alors f est continue en a.
Démonstration. Avec les notations de la définition 3.10 on a pour h ∈ Rn


kf (a + h) − f (a)k 6 kda f (h)k + khk kεa (h)k 6 khk |||da (f )||| + kεa (h)k −−−→ 0.
h→0

En fait, la différentiabilité implique aussi l’existence des dérivées dans toutes les directions,
et en particulier l’existence de toutes les dérivées partielles :
Proposition 3.13. Si f est différentiable en a, alors elle est dérivable en a suivant tout
vecteur v ∈ Rn \ {0} et cette dérivée vaut da f (v).
Démonstration. Soit v ∈ Rn \ {0}. Pour t ∈ R assez petit on a
f (a + tv) = f (a) + da f (tv) + ktvk εa (tv) = f (a) + tda f (v) + o (t).
t→0

Cela prouve que l’application t 7→ f (a + tv) est dérivable en 0 de dérivée da f (v).

Exemples 3.14. • Une fonction f : R → R est différentiable en a ∈ R si et seulement si elle
est dérivable en a et dans ce cas da f est l’application h 7→ hf ′ (a).
• Une application constante est différentiable en tout point de différentielle nulle.
• Soit L une application linéaire de Rn dans Rp . Pour tous a ∈ Rn et h ∈ Rn on a
L(a + h) = L(a) + L(h) + 0.
Ainsi L est différentiable en a de différentielle da L = L.
Proposition 3.15. On suppose que f est différentiable en a. Alors toutes les dérivées par-
tielles de f existent au point a et pour tout v = (v1 , . . . , vn ) ∈ Rn on a
n
X ∂f
da f (v) = vk (a).
∂xk
k=1

Autrement dit :
n
X ∂f
da f = (a)e∗k ,
∂xk
k=1

où (e∗1 , . . . , e∗n ) est la base duale de la base canonique.

Démonstration. Le fait que les dérivées partielles de f existent au point a résulte de la
proposition 3.13 appliquée avec les vecteurs de la base canonique. Par linéarité de da f on a
! n # n n
X X X ∂f
da f (v) = da f vk ek = vk da f (ek ) = vk (a).
∂xk
k=1 k=1 k=1

Proposition 3.16. On suppose que f et g sont deux fonctions de U dans Rp différentiables

en a. Alors pour λ, µ ∈ R la fonction λf + µg est différentiable en a de différentielle
da (λf + µg) = λda f + µda g.

20 J. Royer - Université Toulouse 3

 Dérivées partielles - Différentielle.

Exercice 3.5. On reprend l’exemple de l’aire

d’un rectangle. Pour (l1 , l2 ) ∈ R2 on note
f (l1 , l2 ) = l1 l2 . Montrer que f est différen-
tiable en tout point de R2 et représenter géo-
métriquement chacun des termes apparaissant
dans (3.2) (en remplaçant la différentielle par
l’expression donnée par la proposition 3.15).

3.4 Plan tangent

On suppose que f est différentiable en a. Pour tout x ∈ Rn on note

g(x) = f (a) + da f (x − a)

(on note que cette définition a un sens même si f n’est pas définie sur tout Rn ). Alors g est
une application affine (une constante + une application linéaire) telle que


f (x) − g(x) = o kx − ak .
x→a

Il n’est pas difficile de voir que g est en fait la seule application affine à avoir cette propriété.
L’image de Rn par l’application g est appelée plan tangent au graphe de f au point a.

Supposons que n = 2 et p = 1. Alors le graphe de f est une « surface » de R3 , et le plan

tangent au graphe de f est véritablement un plan de R3 . C’est le plan qui est proche du
graphe de f quand on « zoome » sur le point (a, f (a)) (voir figure 3.1).

60 60

40 40

20 20

0 0

−20 −20

5 2
5 1.5 0
0 1
0 −1
0.5
−5 −5 0 −2

Figure 3.1 – Graphe de l’application (x, y) 7→ 2x2 + y 2 et son plan tangent au point (-1,1).
Si on zoome autour du point (−1, 1, f (−1, 1)), le graphe et le plan tangent paraissent quasiment confondus.

Exercice 3.6. On considère l’application f : (x, y) 7→ cos(xy). Déterminer le plan tangent

au graphe de f au point (1, 0).

3.5 Vecteur gradient

On suppose dans ce paragraphe que p = 1, c’est-à-dire que f est à valeurs réelles.

21
Définition 3.17. Soit a ∈ U . On appelle gradient de f en a le vecteur
∂f
∂x1 (a)
 

∇f (a) =  .. n
∈R .
 
.
∂f
∂xn (a)

Proposition 3.18. Pour tout a ∈ U le gradient ∇f (a) est l’unique vecteur tel que pour tout
h ∈ Rn on a
da f (h) = h∇f (a), hi ,
où pour deux vecteurs
Pn u = (u1 , . . . , un ) et v = (v1 , . . . , vn ) de Rn on a noté hu, vi le produit
scalaire usuel j=1 uj vj .

Démonstration. Cela résulte directement de la proposition 3.15.

Le vecteur gradient indique en chaque point la direction de plus grande pente. Dans la
montagne, si vous voulez prendre la pente la plus dure, il faut suivre le gradient de la fonction
altitude. Si vous voulez descendre le plus possible, il faut au contraire suivre la direction
opposée. Et si vous voulez garder la même altitude, c’est-à-dire rester sur votre ligne de
niveau, il faut alors suivre une direction orthogonale. En particulier le vecteur gradient est
en tout point orthogonal aux lignes de niveaux (en un sens à préciser. . .).

2.5

0.4
1.5
0.3
1
0.2

0.1 0.5

0
0
−0.1

−0.2 −0.5

−0.3
−1
−0.4

2 −1.5
1 2
0 1 −2
0
−1
−1
−2 −2 −2.5
−2.5 −2 −1.5 −1 −0.5 0 0.5 1 1.5 2 2.5

Figure 3.2 – Le graphe, les lignes de niveaux, et le gradient de l’application f : (x, y) 7→

2 2
xe−(x +y ) .

Exercice 3.7. Déterminer en tout point de R2 le vecteur gradient de l’application f :

2 2
(x, y) 7→ xe−(x +y ) .

3.6 Matrice jacobienne

On revient au cas général où f peut être à valeurs dans Rp pour n’importe quel p ∈ N∗ .
On introduit maintenant la matrice jacobienne d’une application différentiable. Il n’y a pas
de concept nouveau, on donne simplement un nom à la matrice de la différentielle dans les
bases canoniques de Rn et Rp :

22 J. Royer - Université Toulouse 3

 Dérivées partielles - Différentielle.

Définition 3.19. Si f est différentiable en a, alors on appelle matrice jacobienne de f en a

et on note Jaca f la matrice de da f dans les bases canoniques de Rn et Rp :
 
∂f1 ∂f1
  ∂x1 . . . ∂x n
∂fi  . .. 
Jaca f = Jac f (a) = = .. .  ∈ Mp,n (R).

∂xj 16i6p 
∂f ∂f
16j6n p
. . . ∂xnp
∂x1

Exemple 3.20. Coordonnées polaires : on considère sur R∗+ × R l’application ψ : (r, θ) 7→

r cos(θ), r sin(θ) . Alors ψ est différentiable sur R∗+ × R et sa matrice jacobienne au point

(r, θ) ∈ R∗+ × R est

 
cos(θ) −r sin(θ)
Jac ψ(r, θ) = .
sin(θ) r cos(θ)
Le fait que ψ est partout différentiable sera une conséquence du théorème 4.2.

Exercice 3.8. Écrire la matrice jacobienne de l’application (x, y, z) 7→ (xyz, x2 y + y) en

tout point de R3 .

3.7 Exercices
Exercice 3.9. Pour (x, y, z) ∈ R3 on note f (x, y, z) = 2x(y + z 2 ), cos(xyz) .

1. Donner la nature de chacun des objets suivants :

1. f
6. d(1,2,3) f (1, 2, 3)
2. Jac f
7. ∇f
3. Jac f (1, 2, 3)
8. x 7→ ∂y f (x, 2, 4)
4. x 7→ f (x, 5, 2)
9. ∂z f
5. d(0,0,0) f
Par exemple : f est une fonction de R2 dans R3 , Jac f est une fonction de R2 dans l’ensemble
M2,3 (R) des matrices à deux lignes et trois colonnes, etc. Il est possible que certains objets
proposés ne soient pas définis.
2. Expliciter les objets de la quantités précédentes. Par exemple : Jac f : (x, y, z) 7→ . . . , etc.

Il est très fortement recommandé de toujours commencer par bien s’assurer que les natures
des objets qui apparaissent dans un théorème, une démonstration, un exercice, sont bien
claires. Est-ce qu’on me demande de calculer un scalaire (un nombre), une fonction (de quoi
dans quoi), un vecteur, une matrice, une application linéaire, etc. ?

Exercice 3.10 (Existence des dérivées partielles n’implique pas continuité). Montrer que
la fonction de la remarque 3.6 admet bien des dérivées partielles en tout point de R2 , et les
expliciter.

Exercice 3.11. On admet pour le moment que les fonctions suivantes sont différentiables.
Calculer leurs jacobiennes.
 2
x − z2 x2
  
2 2


f1 : (x, y, z) 7→ , sin(x) sin(y) , f2 : (x, y) 7→ xy, + y , ln 1 + x .
2 2

Exercice 3.12. Soit u un endomorphisme de Rn . Pour tout x ∈ Rn on pose

f (x) = hu(x), xi ,

où h·, ·i désigne le produit scalaire usuel sur Rn . Étudier la différentiabilité de f sur Rn .

Exercice 3.13. Montrer que l’application x 7→ kxk (où k·k est une norme sur Rn ) n’est pas
différentiable en 0.

23
Exercice 3.14. Soit f une fonction de R2 dans R telle que
2
∀x ∈ R2 , |f (x)| 6 kxk2 .

1. Montrer que f est différentiable en 0 et donner sa différentielle.

2. Interpréter ce résultat géométriquement.
2 2 2
3. Mêmes questions en remplaçant kxk2 par kxk1 et kxk∞ .

Exercice 3.15 (Existence des dérivées directionnelles n’implique pas non plus la continuité).
On considère l’application f de la remarque 3.9.
1. Montrer que f admet en (0,0) une dérivée selon tout vecteur et la calculer.
2. Montrer que f n’est pas continue en 0.

24 J. Royer - Université Toulouse 3

Chapitre 4

Fonctions de classe C 1 - Inégalité

des accroissements finis.

Dans le chapitre précédent, on a commencé par définir les dérivées partielles. Puis on a
dit que ce n’était pas une notion de dérivée satisfaisante, en particulier parce que l’existence
des dérivées partielles n’implique même pas la continuité. On a ensuite défini la notion de
différentiabilité, qui correspond mieux à nos attentes. C’est une notion plus forte, puisque
l’existence de la différentielle implique en particulier l’existence des dérivées partielles. Mal-
heureusement c’est aussi une notion plus compliquée.

Le but de ce paragraphe est maintenant d’introduire les fonctions de classe C 1 . Cela géné-
ralise la notion connue en dimension 1. Mais le véritable intérêt est que c’est une notion plus
forte que la différentiabilité, et pourtant souvent plus simple à vérifier. Ainsi, pour montrer
qu’une fonction est différentiable on pourra chercher à montrer qu’elle est en fait de classe C 1
(tout en gardant à l’esprit que ce n’est pas parce qu’une fonction n’est pas C 1 qu’elle n’est
pas différentiable. . .). Dans d’autres cas on aura explicitement besoin de s’assurer qu’une
fonction est bien C 1 .

On montrera ensuite l’inégalité des accroissements finis. On a vu que le théorème de

Rolle et donc le théorème des accroissements finis ne sont plus valables pour une fonction de
plusieurs variables. L’inégalité des accroissements finis est quant à elle toujours valable. Et
elle nous rendra bien des services.

4.1 Fonctions de classe C 1

Soit U un ouvert de Rn et f une fonction de U dans Rp .
Définition 4.1. On dit que f est de classe C 1 sur U si toutes ses dérivées partielles sont
définies et continues sur U .
Théorème 4.2. On suppose que f est de classe C 1 sur U . Alors f est différentiable sur U .
Démonstration. Pour alléger les notations on suppose que n = 2. Le cas général se montre
exactement de la même manière. Soit a = (a1 , a2 ) ∈ U et δ > 0 tel que [a1 − δ, a1 + δ] ×
[a2 − δ, a2 + δ] ⊂ U . Pour h = (h1 , h2 ) ∈ [−δ, δ]2 on peut définir
∂f ∂f
r(h) = f (a + h) − f (a) − h1 (a) − h2 (a).
∂x1 ∂x2
On a

f (a + h) − f (a) = f (a1 + h1 , a2 + h2 ) − f (a1 , a2 + h2 ) + f (a1 , a2 + h2 ) − f (a1 , a2 ).

25
Par hypothèse, les fonctions t 7→ f (a1 + t, a2 + h2 ) et t 7→ f (a1 , a2 + t) sont de classe C 1 de
[−δ, δ] dans R à valeurs dans Rp . D’après le théorème fondamental de l’analyse (qui s’adapte
à ce cas en travaillant simplement coordonnée par coordonnée) on obtient

f (a + h) − f (a) = f (a1 + h1 , a2 + h2 ) − f (a1 , a2 + h2 ) + f (a1 , a2 + h2 ) − f (a1 , a2 )

Z h1 Z h2
∂f ∂f
= (a1 + t, a2 + h2 ) dt + (a1 , a2 + t) dt
0 ∂x1 0 ∂x2
Z 1 Z 1
∂f ∂f
= h1 (a1 + sh1 , a2 + h2 ) ds + h2 (a1 , a2 + sh2 ) ds,
0 ∂x1 0 ∂x2

et donc
Z 1  
∂f ∂f
r(h) = h1 (a1 + sh1 , a2 + h2 ) − (a1 , a2 ) ds
0 ∂x1 ∂x1
Z 1 
∂f ∂f
+ h2 (a1 , a2 + sh2 ) − (a1 , a2 ) ds.
0 ∂x2 ∂x2

Soit ε > 0. Puisque les dérivées partielles de f sont continues en a, il existe δ0 ∈]0, δ] tel que
pour tout h1 , h2 ∈ [−δ0 , δ0 ] et s ∈ [0, 1] on a

∂f ∂f
(a1 + sh1 , a2 + h2 ) − (a1 , a2 ) < ε
∂x1 ∂x1

et
∂f ∂f
(a1 , a2 + sh2 ) − (a1 , a2 ) < ε.
∂x2 ∂x2
Cela prouve que |r(h)| 6 ε max(|h1 | , |h2 |), et finalement r(h) = o (khk). D’où le résultat.
h→0

Définition 4.3. Soit V un ouvert de Rp . On dit que f est un C 1 difféomorphisme de U dans

V si f est une bijection de classe C 1 de U dans V dont la réciproque f −1 est de classe C 1 sur
V.

Remarque 4.4. Si f est un C 1 -difféomorphisme de U dans V et W ⊂ U est ouvert, alors f (W)

est ouvert comme image réciproque de W par l’application continue f −1 .

4.2 Inégalité des accroissements finis

Soient U un ouvert de Rn et f : U → Rp une application différentiable.

Théorème 4.5 (Inégalité des accroissements finis). Soient a, b ∈ U tels que

[a; b] = {(1 − λ)a + λb, λ ∈ [0, 1]} ⊂ U .

Alors on a
kf (b) − f (a)k 6 kb − ak sup |||dx f |||.
x∈[a,b]

Démonstration. On note
M = kb − ak sup |||dx f |||.
x∈[a,b]

On considère l’application

Rp ,

[0, 1] →
g:
t 7 → f (a + t(b − a)).

26 J. Royer - Université Toulouse 3

 Fonctions de classe C 1 - Inégalité des accroissements finis.

Par composition de fonctions différentiables (on l’admet pour le moment, ce sera vu au

chapitre 6) on obtient que g est différentiable (c’est-à-dire dérivable) sur [0, 1] et

∀t ∈ [0, 1], g ′ (t) = da+t(b−a) f (b − a).

En particulier :
kg ′ (t)k 6 |||da+t(b−a) f ||| kb − ak 6 M.
Soit ε > 0. On considère

Iε = {t ∈ [0, 1] | kg(t) − g(0)k 6 t(M + ε)}

et sε = sup(Iε ). Ce supremum est bien défini car Iε est borné (par 1) et non vide (il contient
0). Soit (tm )m∈N une suite d’éléments de Iε qui tend vers sε . Alors pour tout m ∈ N on a
kg(tm ) − g(0)k 6 tm (M + ε). La fonction t 7→ kg(t) − g(0)k est continue, donc par passage à
la limite on obtient que kg(sε ) − g(0)k 6 sε (M + ε), et donc sε ∈ Iε . Supposons par l’absurde
que sε < 1. Alors pour h > 0 assez petit on a sε + h ∈ [0, 1] et

kg(sε + h) − g(sε ) − hg ′ (sε )k 6 hε.

Ainsi

kg(sε + h) − g(0)k 6 kg(sε ) − g(0)k + h kg ′ (sε )k + hε 6 sε (M + ε) + hM + hε

6 (sε + h) (M + ε) .

Cela prouve que sε + h appartient à Iε et contredit la définition de sε . Donc sε = 1. Fina-

lement pour tout ε > 0 on a kg(1) − g(0)k 6 M + ε. En faisant tendre ε vers 0 cela donne
kg(1) − g(0)k 6 M , ce qui conclut la démonstration.

Corollaire 4.6. On suppose que U est convexe. Si toutes les dérivées partielles de f sont
nulles sur U alors f est constante sur U .

Définition 4.7. Soit f une fonction d’un domaine D de Rn à valeurs dans Rp . Soit K > 0.
On dit que f est K-lipschitzienne si

∀x, y ∈ D, kf (x) − f (y)k 6 K kx − yk .

On dit que f est lipschitzienne si elle est K-lipschitzienne pour un certain K > 0.

Remarque 4.8. Attention, la constante de Lipschitz K dépend du choix des normes sur Rn
et Rp . Par contre, par équivalence des normes, le fait qu’une fonction soit lipschitzienne ou
non ne dépend pas des normes choisies.
Souvent, pour montrer qu’une application est lipschitzienne, on utilise l’inégalité de la
moyenne : si f est différentiable sur le convexe Ω et s’il existe K > 0 tel que |||df (x)||| 6 K
pour tout x ∈ Ω, alors f est K-lipschitzienne sur Ω.

Définition 4.9. On dit que f est contractante si elle est K-lipschitzienne pour un certain
K ∈ [0, 1[.

Attention, cette dernière notion dépend du choix des normes considérées. . .

27
4.3 Exercices
Exercice 4.1. On considère l’application f : R2 → R définie par
( 3
x y
4 2 si (x, y) 6= (0, 0),
f (x, y) = x +y
0 sinon.
Déterminer en quels points la fonction f est continue, admet des dérivées partielles, est
différentiable. Déterminer le plus grand ouvert de R2 sur lequel f est C 1 .
Exercice 4.2. On considère l’application f : R2 → R définie par
xy 3
(
4 2 si (x, y) 6= (0, 0),
f (x, y) = x +y
0 sinon.
Déterminer en quels points la fonction f est continue, admet des dérivées partielles, est
différentiable. Déterminer le plus grand ouvert de R2 sur lequel f est C 1 .
Exercice 4.3. On considère l’application f : R2 → R définie par f (x, y) = inf(x2 , y 2 ).
Déterminer en quels points la fonction f est continue, admet des dérivées partielles, est
différentiable. Déterminer le plus grand ouvert de R2 sur lequel f est C 1 .
On note D la droite d’équation x = y. En dehors de cette droite la fonction f est polynô-
miale donc de classe C 1 (f (x, y) vaut x2 sous cette droite et y 2 au dessus).
Exercice 4.4. 1. Montrer que si f est une fonction contractante de U ⊂ Rn dans Rn alors
l’équation f (x) = x admet au plus une solution.
2. On considère le système d’équations
1 1
x= sin(x + y), y= cos(x − y).
2 2
Montrer que ce problème admet au plus une solution (x, y) ∈ R2 (N.B. : on verra au théorème
7.1 comment montrer que ce problème admet effectivement une solution).
Exercice 4.5. Montrer qu’une application lipschitzienne est continue.
Exercice 4.6. On munit Rn de la norme euclidienne k·k2 . Montrer que l’application
x
x 7→ 2
kxk2
est de classe C 1 sur Rn \ {0} et déterminer sa différentielle en tout point.
Exercice 4.7. Soit β > 0. On considère l’application f : R2 → R définie par
|xy|β
(
si (x, y) 6= (0, 0),
f (x, y) = x2 +y2
0 sinon.

Déterminer pour quelles valeurs de β la fonction f est continue sur R2 , et pour quelles valeurs
elle est différentiable sur R2 .
Exercice 4.8. Soit (fm )m∈N une suite de fonctions de classe C 1 d’un ouvert U ⊂ Rn dans
Rp . On suppose que cette suite converge simplement vers une fonction f : U → Rp :
∀x ∈ U , fm (x) −−−−−→ f (x).
m→+∞

On suppose en outre que la suite des différentielles dfm converge uniformément sur U , c’est-
à-dire que pour tout x ∈ U il existe une application linéaire g(x) de Rn dans Rp telle que
sup |||dx fm − g(x)||| −−−−−→ 0.
x∈Rn m→+∞

Montrer que la fonction f est de classe C 1 sur U et déterminer sa différentielle en tout point.

28 J. Royer - Université Toulouse 3