Calcul Différentiel

E. H. ZEROUALI, H. NAQOS
J UNIA MAROC
 Table des matières

1 Topologie d’un espace vectoriel réel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.1 Espaces métriques, définition de la distance 7
1.2 Boules ouvertes, fermées. Sphères. Parties bornées 8
1.3 Ouverts et Fermés 8
1.4 Normes des espaces vectoriels 9

2 Fonctions de plusieurs variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.1 Fonctions de plusieurs variables. Graphes. Lignes de niveau. 13
2.2 Notion de limite 14
2.3 Continuité 15
2.4 Coordonnées polaires 17
2.5 Propriétés des fonctions continues sur un compact 18
2.6 Connexité par arc. Théorème des valeurs intermédiaires 19

3 Calcul Différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1 Dérivées. Matrice jacobienne. Gradient 21
3.2 Propriétés des dérivées partielles. 22
3.3 Derivées partielles d’ordre supérieur. Fonctions de classe Ck . Théorème de
Schwarz 24
3.4 Différentielle 24
4 Propriétés géométriques des fonctions de plusieurs variables . . . . 29
4.1 Dérivée directionnelle 29
4.2 Gradient. 30
4.3 Formule de Taylor 31
4.4 Vecteur normal et plan tangent à un graphe d’une fonction de 2 variables
33

5 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.1 Extrema locaux et globaux. Définition 37
5.2 Théorème des extrema sur un compact 37
5.3 Extrema de fonctions de 2 variables - critère par le déterminant de matrice
Hessienne 38
5.4 Extrema liés 40
5.5 Extrema d’une fonction de n > 2 variables 42

6 Champs de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.1 Definitions 45
6.2 Gradient. Opérateur Nabla 45
6.3 Divergence et Rotationnel 46
6.4 Théorème de Poincaré 48
6.5 Calcul du potentiel 49

7 Formes différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.1 Formes différentielles 51
7.2 n-formes différentielles 52
7.3 Formes exactes. Différentielle de de Rham 54
7.4 La dimension 3 est spéciale. 56
7.5 Formes fermées. Théorème de Poincaré pour les formes différentielles 57

8 Intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8.1 Définition. Intégrale double 59
8.2 Aire d’une partie quarrable. Théorème de Fubini 60
8.3 Changement de variables dans une intégrale double. Matrice jacobienne
62
8.4 Volume. Intégrales triples. 63
 5

8.5 Coordonnées cylindriques. Coordonnées sphériques 65

9 Courbes et Intégrales curvilignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

9.1 Courbes de R2 . Théorème des fonctions implicites pour les courbes de R2 67
9.2 Droite tangente, plan normal à une courbe paramétrée de R3 70
9.3 Longueur d’une courbe. Abscisse curviligne 71
9.4 Intégrale curviligne d’une fonction 72
9.5 Intégrale curviligne d’un champ de vecteurs = intégrale curviligne d’une
1-forme différentielle 72
9.6 Théorème de Poincaré et intégrale curviligne 74

10 Théorèmes de Stokes : Green-Riemann, Ostrogradski... . . . . . . . . . . 77

10.1 Théorème de Green-Riemann 77
10.2 Applications (calcul d’aire, théorème de Poincaré) 79
10.3 Surfaces. Intégrale de surface de fonctions réelles 80
10.4 Intégrale de surface d’un champ de vecteurs 83
R R
10.5 Formule de Stokes générale : ∂ (D) ω = D dω 84
 1. Topologie d’un espace vectoriel réel

1.1 Espaces métriques, définition de la distance

On note R p = R
| × ·{z
· · × R} = {X = (x1 , ·, x p )| xi ∈ R, ∀i ∈ [1, · · · , p]} - espace vectoriel réel de
p fois
dimension p.
On s’intéresse aux fonctions f : D ⊂ R p → Rq . Il faut d’abord étudier la structure du domaine D
car le domaine est aussi important que la fonction. Pour cela on va définir une notion de distance.
Définition 1.1.1 Soit E un ensemble non-vide. On dit qu’une application d : E × E → R+ , d :
(x, y) 7→ d(x, y) est une distance sur E si elle vérifie les trois axiomes suivants :
D1 (séparation) ∀(x, y) ∈ E × E, {x = y} ⇔ {d(x, y) = 0};
D2 (symétrie) ∀(x, y) ∈ E × E, d(x, y) = d(y, x);
D3 (inégalité triangulaire) ∀(x, y, z) ∈ E × E × E, d(x, y) ≤ d(x, z) + d(z, y).

Définition 1.1.2 On appelle espace métrique tout couple (E, d) où E 6= 0/ est un espace vectoriel
et d est une distance.

 Exemple 1.1 1. E = R, d(x, y) = |x − y|

2. E = R. Soit f : x 7→ f (x) une fonction concave définie ∀x ≥ 0, et t.q. { f (x) = 0} ⇔ {x = 0}.
Alors d(x, y) = f (|x − y|) est une distance. En effet, les propriétés D1 et D2 sont évidentes
et D3 suit de la condition de concavité.
Une fonction est concave sur un intervalle I si x0 , x1 , x2 , x3 ∈ I et x0 < x1 < x2 < x3 alors,
f (x1 )− f (x0 )
x1 −x0 ≥ f (xx33)− f (x2 )
−x2 . (Géométriquement, c’est une remarque sur la relation entre les
pentes de deux droites qui lient les points de coordonnées (x0 , f (x0 ) et (x1 , f (x1 )) et
(x2 , f (x2 ) et (x3 , f (x3 )). Faites un dessin !). Donc si on prend x0 = 0, x1 = a, x2 = b, x3 = a+
b on a f (a)− a−0
f (0)
≥ f (a+b)− f (b)
a+b−b . Mais f (0) = 0 alors, si 0 < a < b on a f (a) ≥ f (a+b)− f (b)
et donc f (a + b) ≤ f (a) + f (b).
 8 Chapitre 1. Topologie d’un espace vectoriel réel
p
On a beaucoup d’exemples de distances différentes sur R. En particulier, d(x, y) = |x − y|
|x − y|
ou d(x, y) = Le dernier exemple définit une distance sur R qui, pour tout point,
1 + |x − y|.
est inférieure à 1.
3. Métriques sur E = R p , soit X = (x1 , · · · , x p ) ∈ R p et Y = (y1 , · · · , y p ) ∈ R p . On a d2 (X,Y ) =
p
1/2
∑i=1 |xi − yi |2 (métrique euclidienne),
p
ou d1 (X,Y ) = ∑i=1 |xi − yi |,
ou d∞ (X,Y ) = supi=[1,··· ,p] |xi − yi |

0 si x = y,
4. Soit E un ensemble quelconque. Pour x, y ∈ E on définit d(x, y) =
1 sinon.
Remarque : dans cet exemple (E, d) n’est pas un espace métrique.


1.2 Boules ouvertes, fermées. Sphères. Parties bornées

Définition 1.2.1 Soit a un point de R p et r > 0 un nombre réel.
1. B(a, r) := {x ∈ R p | d(a, x) ≤ r} est appelée boule fermée de centre a et de rayon r.
2. Une boule ouverte de centre a et de rayon r est B(a, r) := {x ∈ R p | d(a, x) < r}
3. Une sphère de centre a et de rayon r est S(a, r) = {x ∈ R p | d(a, x) = r}

On obtient des boules de formes différentes pour des espaces métriques différents. Pour le voir
je recommande vivement de dessiner des boules unité dans R2 pour les distances d1 , d2 et d∞ .
Définition 1.2.2 Une partie bornée P de R p est une partie de R p pour laquelle on peut trouver
une boule (ouverte ou fermée) qui contient tous les points de P.

1.3 Ouverts et Fermés

Définition 1.3.1 Une partie ouverte (ou un ouvert) de R p est une partie U t.q. ∀u ∈ U, ∃r >
0 tel que B(u, r) ⊂ U ie tout point de U est le centre d’une boule ouverte, de rayon non-nul,
incluse dans U.
Une partie fermée (ou un fermé) de R p est une partie telle que son complémentaire U dans
R p est un ouvert.

R E et 0/ sont à la fois ouverts et fermés.

Proposition 1.3.1 Dans un espace métrique (E, d), (1) une boule ouverte est un ouvert, et (2) une
boule fermée est un fermé.

Démonstration. (1) Soit y ∈ B(a, r). Alors choisissons ε > 0 t.q. d(a, y) < r − ε (un tel ε existe, car
d(a, y) est strictement plus petit que r). Pour tout z ∈ B(y, ε), montrons que z ∈ B(a, r), cela veut dire
qu’autour de chaque point y de B(a, r) il existe une boule ouverte entièrement contenue dans B(a, r).
Par inégalité triangulaire d(a, z) ≤ d(a, y) + d(z, y) ⇒ d(a, z) < r − ε + ε = r. Donc z ∈ B(a, r), i.e.
chaque point de B(y, ε) appartient à B(a, r) et B(y, ε) ⊂ B(a, r).
(2) Soit {B(a, r) le complémentaire de B(a, r). Il faut montrer que {B(a, r) est un ouvert. Soit
y ∈ {B(a, r). Montrons qu’il existe une boule contenant y entièrement contenue dans {B(a, r).
Puisque y est en dehors de B(a, r), d(a, y) > r. Soit ε = d(a, y) − r > 0.
 1.4 Normes des espaces vectoriels 9

Pour tout z ∈ B(y, ε) montrons que z ∈ {B(a, r). En effet, par inégalité triangulaire d(a, z) + d(z, y) ≥
d(a, y) = r + ε. Donc d(a, z) ≥ r + ε − d(z, y). Puisque z ∈ B(y, ε) on a ε > d(z, y) donc d(a, z) >
r + ε − d(z, y) > r + ε − ε = r ⇒ z ∈ {B(a, r). Donc B(a, r) est un complément d’un ouvert, c’est
donc un fermé. 

Définition 1.3.2 Soit E un ensemble non-vide et P(E) l’ensemble de ses parties. On appelle
topologie induite par distance (ou topologie tout court) l’ensemble des ouverts T ⊂ P(E)
vérifiant les propriétés suivantes :
1. E et 0/ sont des éléments de T
2. Toute intersection finie d’éléments de T appartient à T
3. Toute réunion d’éléments de T appartient à T .

Définition 1.3.3 Position d’un point par rapport à une partie de R p .

Soit A ⊂ R p .
1. On dit que a est intérieur à A si on peut trouver un ouvert U ∈ R p t.q. a ∈ U et U ⊂ A.
o
L’intérieur de A, noté A, est le plus grand ouvert inclus dans A.
2. On dit que a est un point frontière de A si tout ouvert U ⊂ R p contenant a rencontre à la
fois A et le complémentaire de A.
3. On dit que a est adhérent à A si tout ouvert U ⊂ R p contenant a rencontre A.
4. L’adhérence de A, notée A, est le plus petit fermé qui contient A.

Définition 1.3.4 On dit qu’une partie V de R p est un voisinage de x ∈ R p si V contient un ouvert

contenant x.
Exercice. Démontrer l’équivalence avec la définition suivante : On dit que V ⊂ R p est un
voisinage de x ssi ∃ε > 0 tel que B(x, ε) ⊂ V.

1.4 Normes des espaces vectoriels

Définition 1.4.1 Soit E un espace vectoriel sur R. On appelle norme sur E une application de E
dans R+ qui à x 7→k x k∈ R+ , et vérifie
N1 (séparation) ∀x ∈ E, k x k= 0 ⇔ x = 0
N2 (homogénéité positive) ∀λ ∈ R, ∀x ∈ E, k λ x k= |λ |· k x k
N3 (inégalité triangulaire) ∀x, y ∈ E, k x + y k≤k x k + k y k .
Un espace vectoriel sur R muni d’une norme est appellé espace vectoriel normé (e.v.n.).

Proposition 1.4.1 Soit E un e.v.n. L’application d : E × E → R+ qui au couple (x, y) associe

d(x, y) :=k x − y k est une distance sur E.
On l’appelle distance induite sur E par la norme. Elle possède les propriétés suivantes :
— ∀x ∈ E, d(0, x) =k x k
— ∀λ ∈ R, ∀(x, y) ∈ E 2 , d(λ x, λ y) = |λ |d(x, y)
— ∀(x, y, z) ∈ E × E × E, d(x + z, y + z) = d(x, y).

R Toute norme induit une distance, par contre toutes les distances ne proviennent pas d’une
norme. La distance (4) de l’exemple 1.1 n’est induite par aucune norme (quelle propriétée de
la norme n’est pas forcément satisfaite ?).
10 Chapitre 1. Topologie d’un espace vectoriel réel

Exemple de normes sur R p . Soit x ∈ R p , X = (x1 , · · · , x p ), xi ∈ R, ∀i ∈ [1, · · · , p]. Alors

kX k1 = ∑1p |xi | (norme de Manhattan)

1/2
kX k2 = ∑1p |xi |2 (norme euclidienne)
p n

1/n
kX kn = ∑1 |xi |
kX k∞ = max1≤i≤p |xi |
sont des normes sur R p .
Définition 1.4.2 Normes équivalentes. Deux normes k · k et k · k0 sur R p sont équivalentes
s’il existe deux constantes λ > 0, µ > 0 telles que ∀X ∈ R p , λ kXk ≤ kXk0 ≤ µkXk. On note
k · k ∼ k · k0 .

Proposition 1.4.2 Cette définition induit une relation d’équivalence.

Démonstration. — reflexivité : k · k ∼ k · k
— symétrie : si λ kXk ≤ kXk0 ≤ µkXk alors µ1 kXk0 ≤ kXk ≤ λ1 kXk0 .
— transitivité : λ kXk ≤ kXk0 ≤ µkXk et β kXk0 ≤ kXk00 ≤ γkXk0 implique β λ kXk ≤ kXk00 ≤
γ µkXk.


p
1/2
 Exemple 1.2 Les normes k Xk2 = ∑1 |xi |2 et k X k∞ = max1≤i≤p |xi | sont équivalentes. En
√
effet, on a kXk2 ≤ (p · kXk2∞ )1/2 = pkXk∞ . Soit k ∈ {1, · · · , p} tel que xk = max{x1 , · · · , x p } =

1/2
kXk∞ , alors kXk∞ = (xk2 )1/2 ≤ ∑1p |xi |2 = kXk2 . Donc √1p kXk2 ≤ kXk∞ ≤ kXk2 . 

Exercice.
1. Montrer que toutes les normes k · kn , n ∈ [1, +∞] sont équivalentes.
2. Si k · k ∼ k · k0 montrer qu’il existe une constante λ > 0 t.q. λ kXk ≤ kXk0 ≤ 1
λ kXk et
λ kXk0 ≤ kXk ≤ λ1 kXk0 .

Théorème 1.4.3 Deux normes équivalentes induisent la même topologie.

Ie si les normes sont équivalentes on trouve que deux ensembles

T = {U ∈ P(R p ),U ouvert pour la norme k · k}
et T 0 = {U ∈ P(R p ), U ouvert pour la norme k · k0 }, sont égaux : T = T 0 .

Démonstration. Soit U un élément de T , il faut montrer que c’est aussi un élément de T 0 .

Cela se traduit :
Soit U un ouvert pour la norme k · k ⇔ ∀X ∈ U, ∃ε > 0 tel que B(X, ε) ⊂ U. On va m.q. U est un
ouvert pour la norme k · k0 . Pour tout X ∈ U il faut montrer qu’il existe ε 0 > 0 tel que B0 (X, ε 0 ), une
boule pour la norme k · k0 est un sous-ensemble de U. Pour cela on va trouver ε 0 tel que tout point Y de
B0 (X, ε 0 ) appartienne aussi à B(X, ε) et donc à U. Par équivalence des normes ∃λ > 0 tel que ∀Z ∈
ε ε
R p kZk ≤ λ kZk0 . Soit Y ∈ B0 (X, λε ) on a kX − Y k ≤ λ kX − Y k0 < λ = ε donc B0 (X, ) ⊂ U.
λ λ
ε
Donc si U est un ouvert pour k · k, alors pour tout X ∈ U, il existe ε = > 0 tel que B (X, ε 0 ) ⊂ U.
0 0
λ
Donc U est un élément de T 0 .
1.4 Normes des espaces vectoriels 11

De la même manière on montre que si U est un élément de T 0 , c’est aussi un élément de T . 

Théorème 1.4.4 (Admis.) Sur un espace vectoriel normé de dimension finie, toutes les normes
sont équivalentes.

Corollaire 1.4.5 On parle de la topologie usuelle sur R p sans préciser la norme.

Dans la suite, on notera ||.|| sans préciser de quelle norme il s’agit.

 2. Fonctions de plusieurs variables.

2.1 Fonctions de plusieurs variables. Graphes. Lignes de niveau.

On s’intéresse maintenant aux fonctions f : D ⊂ R p → Rq . On distingue des fonctions scalaires :
Rp → R et des fonctions vectorielles : R p → Rq , q > 1.
On va commencer par l’étude des fonctions de deux variables. Une fonction définie sur une
partie D de R2 et à valeurs réelles fait correspondre à tout point X = (x, y) de D, (appelé le domaine
de définition de F) un réel unique f (X).
Définition 2.1.1 Soit f : D → R, D ⊂ R2 .
1. L’ensemble des points de R3

S = {(x, y, z) ∈ R3 |(x, y) ∈ D, z = f (x, y)}.

est appelé la surface représentative de f . S est aussi appelé le graphe de la fonction f .

2. Soit A = (a, b) un point intérieur de D. Les fonctions x 7→ f (x, b) et y 7→ f (a, y) définies
sur des intervalles ouverts, contenant respectivement b et a sont appelées les fonctions
partielles associées à f au point A.
3. Soit k ∈ R. L’ensemble Lk = {(x, y) ∈ D tel que f (x, y) = k} est la ligne de niveau k de la
fonction f .

R Pour les fonctions de trois variables, la notion analogue à la ligne de niveau est celle de surface
de niveau (Formulez-là !)
Les lignes de niveau et les fonctions partielles sont utiles pour dessiner les graphes des
fonctions.

 Exemple 2.1 A. f (x, y) = 4x2 + y2 sur D = {x2 + y2 ≤ 4}. On calcule et représente des lignes
de niveau k = 0, k = 1, k = 2, k = 4, k = −1. Pour k = 0 c’est un seul point (0, 0), avec la valeur
de la fonction 0, pour k = 1, 2, 4 on obtient des ellipses. Par exemple aux points de l’ellipse
 14 Chapitre 2. Fonctions de plusieurs variables.

4x2 + y2 = 1 la fonction a la valeur 1, etc. La ligne de niveau k = −1 est l’ensemble vide (la
fonction ne prend la valeur −1 en aucun point). Au point (0, 0) les fonctions partielles sont
x 7→ 4x2 et y 7→ y2 .
B. Sur D = {x2 + y2 ≤ 4} et x 6= 0 on considère la fonction f (x, y) = y/x avec ses lignes de niveau
k = 0, 1, −1, 2, −2. Ce sont des intervalles des droites y = 0, y = x, y = −x, y = 2x, y = −2x
sans le point x = y = 0. La valeur de la fonction sur la droite y = x est égale à 1, sur y = −x est
égale à −1, etc.


2.2 Notion de limite

Une fois qu’on a les normes et les voisinages, la définition de limite est la même que dans R ou
C:
Définition 2.2.1 Soit (Xn )n∈N une suite d’éléments de R p et A ∈ R p . On dit que lim Xn = A
n→+∞
ssi ∀V voisinage de A, ∃NV ∈ N tel que n ≥ NV ⇒ Xn ∈ V . C’est-à-dire ∀ε > 0 ∃Nε ∈ N tel que
n ≥ Nε ⇒ kXn − Ak ≤ ε.

Lien avec les limites dans R :

Propriété 2.2.1 Soit (Xn )n∈N = (xn1 , . . . , xn p ) n∈N une suite de R p et A = (a1 , . . . , a p ) ∈ R p , alors

lim Xn = A ssi ∀i = 1, . . . , p, lim xni = ai .

n→+∞ n→+∞

Définition 2.2.2 Soit f : D ⊂ R p → Rq et A ∈ D. On dit que f a une limite L ∈ Rq en A ssi

∀ (Xn )n∈N suite de D telle que lim Xn = A, on a lim f (Xn ) = L.
n→+∞ n→+∞

Il y a une autre définition de la limite d’une fonction utilisant ε − δ qui est équivalente à la
définition 2.2.2.
Définition 2.2.3 Soit f : D → Rq une fonction définie sur une partie D de R p et A un point
adhérent à D, L un point de Rq . On dit que f a pour limite L lorsque X → A si : (∀ε > 0, ∃η >
0 ; kX − Ak ≤ η, X ∈ D) =⇒ (k f (X) − Lk ≤ ε).

R
1. La notion de limite ne dépend pas des normes utilisées (pourquoi ?).
2. La limite, si elle existe, est unique (trivial mais très important).
3. La limite partielle : soit D1 ⊂ D un sous-ensemble et A un point adhérent à D1 . Si f (X)
tend vers L lorsque X tend vers A en restant dans D, alors f (X) tend vers la même limite
L si X tend vers A en restant dans D1 . En particulier, si on regarde le comportement des
fonctions partielles au même point, elles doivent toutes avoir la même limite (si elle
existe, bien sûr).

Nous avons les propriétés suivantes des limites de fonctions :

Proposition 2.2.2 Soient f et g des fonctions définies sur D ⊂ R p à valeur dans Rq , X ∈ D et A un
point adhérent à D.
1. limX→A ( f (X) ± g(X)) = limX→A f (X) ± limX→A g(X)
2. limX→A f (X)g(X) = limX→A f (X) · limX→A g(X)
 2.3 Continuité 15

3. Pour les fonctions à valeurs réelles (i.e. q = 1) si limX→A f (X) 6= 0 on a

1 1
lim = .
X→A f (X) limX→A f (X)

4. Composition. Soient les fonctions gi : E ⊂ Rn → R p , i = 1, · · · , p et B un point adhérent à

E et f : D ⊂ R p → Rq , si limY →B gi (Y ) = ai , A = (a1 , · · · , a p ) un point adhérent à D alors

lim f (g1 (Y ), · · · , g p (Y )) = lim f (X).

Y →B X→A

5. Majoration. Si limX→A g(A) = 0 et k f (X) −Ck ≤ g(X),C ∈ Rq pour tout X au voisinage de

A, alors limX→A f (X) = C.
La preuve de cette proposition répète la preuve d’une proposition analogue pour des fonctions
d’une variable - il faut juste utiliser des normes à la place des valeurs absolues.

2.3 Continuité
Définition 2.3.1 Une fonction f est continue en un point A ∈ D si la limite de f en ce point
existe et est égale à la valeur de la fonction en A.
La fonction est continue sur D si elle est continue en tout point de D.

Ou bien on peut reformuler cette définition à l’aide des suites :

Définition 2.3.2 Soit f : D ⊂ R p → Rq et A ∈ D. On dit que f est continue en A ssi ∀ (Xn )n∈N
suite de D telle que lim Xn = A, on a lim f (Xn ) = f (A).
n→+∞ n→+∞

Propriété 2.3.1 Opérations sur les fonctions continues : suite à la Proposition 2.2.2 la somme, le
produit et le quotient (là où le dénominateur ne s’annule pas) des fonctions continues sont continus.
La composée de fonctions continues est continue.

R Toute fonction obtenue à l’aide de fonctions continues élémentaires de variables (x1 , · · · , x p )

en utilisant les opérations algébriques et la composition est continue dans son domaine naturel
de définition. Exemples : des polynômes xk yn , exponentielles e2x+xy , trigonométriques sin(xy)
etc sont continues sur R2 .
1
Attention : n m , n, m > 0 n’est pas un polynôme (et n’en a jamais été un).
x y

Il peut être pratique de fixer toutes les composantes sauf une :

p
Définition 2.3.3 Soit f : D ⊂ R p → Rq . Soit X0 = (x01 , . . . , x0 ) ∈ D. Pour i = 1 . . . , p, on appelle
i-ème fonction partielle de f en X0 la fonction :

Di ⊂ R → Rq

fX0 ,i :
x 7→ f (x0 , . . . , x0i−1 , x, x0i+1 , . . . , x0p )
1

où x est à la i-ème place, et Di est tel que pour x ∈ Di , (x01 , . . . , x, . . . , x0p ) ∈ D.

16 Chapitre 2. Fonctions de plusieurs variables.
p
Proposition 2.3.2 Si f est continue en x0 = (x01 , . . . , x0 ) alors ∀i = 1 . . . , p, la fonction partielle fx0 ,i
est continue en x0i .

R La réciproque est fausse !

 Exemple 2.2 On considère une fonction f : R2 → R définie de la façon suivante

 xy
 x2 + y2 si (x, y) 6= (0, 0),

f : (x, y) 7→


0 si (x, y) = (0, 0).

Ses 2 fonctions partielles en (0, 0) sont

 x·0
 si x 6= 0,
x2 + 0

f(0,0),1 : x 7→


0 si x = 0,

et
0·y


 si y 6= 0,
0 + y2

f(0,0),2 : y 7→


 0 si y = 0.

Elles sont donc continues. Pourtant f n’est pas continue en (0, 0) :

1/n2 1
Soient xn = yn = 1/n. On a lim xn = lim yn = 0, mais f (xn , yn ) = = . Donc
n→+∞ n→+∞ 2/n2 2

lim f (xn , yn ) 6= 0 = f (0, 0)

n→+∞

.
Une autre démonstration du fait que f n’est pas continue en (0, 0) : prenons une restriction de f
sur la droite D1 définie par l’équation y = x.
  xx 1
lim f (x, y) D1
= lim = .
(x,y)→(0,0) x→0 x2 + x2 2

Donc la fonction f restreinte à un sous-ensemble D1 de R2 n’a pas la même limite que la même
fonction restreinte à deux autres sous-ensembles de R2 . (Les fonctions partielles f(0,0),1 et f(0,0),2
sont des restrictions de f aux droites y = 0 et x = 0 respectivement). Or la limite, si elle existe,
doit être unique (remarque 2.2), donc la limite n’existe pas. 

Etude de continuité des fonctions :

 Exemple 2.3
 2.4 Coordonnées polaires 17

1. On considère f (x, y) = x2 + y2 . On va montrer que pour toutes valeurs (x, y) = (a, b) la

limite de lim(x,y)→(a,b) f (x, y) existe et est égale à la valeur au point f (a, b) = a2 + b2 . Si
(x, y) → (a, b) (par exemple dans une norme euclidienne) cela veut dire que
q
(x − a)2 + (y − b)2 → 0

donc on a :  
2 2 x−a → 0 x→a
(x − a) + (y − b) → 0 ⇔ ⇔
y−b → 0 y→b
Donc lim(x,y)→(a,b) x2 + y2 = a2 + b2 , c’est exactement ce qu’on cherche a montrer, et alors
la fonction est continue en chaque point.
En général on ne vérifie pas la continuité en chaque point comme dans cet exemple - aux
points réguliers on utilise plutôt les propriétés des fonctions continues.
2. Prenons un autre exemple :
( y
, si x 6= 0
f (x, y) = x
3, si x = 0
y
alors f (a, b) = pour x 6= 0 étant une fraction de fonctions continues est continue mais
x
pour x = 0 sur les droites y = kx on obtient des limites différentes quand x → 0. On
conclut que la fonction n’est pas continue en (0, b), ∀b ∈ R. Il y a une droite des points de
discontinuité. Cette droite a pour équation x = 0.


Définition 2.3.4 Soit f : D → Rq une fonction définie sur une partie D de R p . Soit A un point
adhérent à D n’appartenant pas à D. Si f a une limite L lorsque X → A on peut étendre le domaine
de définition de f à D {A} en posant f (A) = L. On dit que l’on a prolongé f par continuité
S

au point A.

Théorème 2.3.3 (Admis) Soit f : D → Rq une fonction définie sur une partie D de R p . Les
propriétés suivantes sont équivalentes :
1. f est continue
2. Pour tout ouvert U de Rq , f −1 (U) est un ouvert de R p
3. Pour tout fermé F de Rq , f −1 (F) est un fermé de R p
4. Pour toute suite (Xn )n∈N de D ⊂ R p convergeant vers A, la suite ( f (Xn ))n∈N converge vers
f (A) pour tout A ∈ D.

2.4 Coordonnées polaires

Notation : R+ = [0, +∞[. On a une application bijective de R+ × [0, 2π[ vers R2 donnée par les
formules suivantes :

x = r cost
(2.1)
y = r sint
 18 Chapitre 2. Fonctions de plusieurs variables.

Son application réciproque est l’application de R2 → R+ × [0, 2π[ suivante :

 p
 r = x 2 + y2
x (2.2)
 t = arccos p 2
x + y2

Donc en particulier, on a r2 = x2 + y2 . Dans certains exemples d’étude de continuité des fonctions il

est utile de passer aux coordonnées polaires.
Souvent c’est pratique d’utiliser les coordonnées polaires pour étudier la continuité, car la
condition sur deux variables (x, y) → 0 devient une condition sur une seule variable r → 0.

 Exemple 2.4
1. Soit la fonction f : R2 → R définie de la façon suivante
 2
x − y2
si (x, y) 6= (0, 0),


 2
f : (x, y) 7→ x + y2


0 si (x, y) = (0, 0).


Cette fonction est continue sur R2 \ {(0, 0)} en tant que fraction de fonctions continues. En
(0, 0) on a :

x2 − y2 x 2 − y2 r2 cos2 t − r2 sin2 t
lim = √ lim = lim .
(x,y)→(0,0) x2 + y2 2
(x−0)2 +(y−0)2 →0 x + y
2 r→0 r2

Cette limite est égale à cos2 t − sin2 t. Le résultat dépend de t, i.e. il n’y a pas de limite
unique, donc la limite n’existe pas et f n’est pas continue en (0, 0).
2. Soit la fonction g : R2 → R définie de la façon suivante :

x3

si (x, y) 6= (0, 0),


 2
g : (x, y) 7→ x + y2


0 si (x, y) = (0, 0).


Cette fonction est continue sur R2 \ {(0, 0)} en tant qu’une fraction des fonctions continues.
En (0, 0) on a :

x3 x3 r3 cos3 t
lim = √ lim = lim
(x,y)→(0,0) x2 + y2 2
(x−0)2 +(y−0)2 →0 x + y
2 r→0 r2

Cette limite est égale au produit des limites : limr→0 (cos3 t) limr→0 r = 0, car | cost| ≤ 1
- une fonction bornée. Finalement, la fonction g est continue en (0, 0) et donc elle est
continue sur R2 .


2.5 Propriétés des fonctions continues sur un compact

 2.6 Connexité par arc. Théorème des valeurs intermédiaires 19

Définition 2.5.1 Une partie compacte (un compact) de R p est une partie fermée et bornée.

Il existe au moins deux differentes façons de définir un compact dans un espace normé, mais dans
R p elles sont équivalentes à celle qu’on donne ici.

 Exemple 2.5 Dans R un intervalle fermé, et dans R p les boules fermées sont des exemples de
compacts. 

Théorème 2.5.1 (Admis) Soit f : D → Rq une fonction continue sur une partie D ⊂ R p et K une
partie compacte de R p contenue dans D. Alors, f (K) est une partie compacte de Rq .

Corollaire 2.5.2 Une fonction continue sur un compact est bornée et atteint ses bornes.

Cela signifie que sur un compact K ∈ R p il existe au moins un point Xm ∈ K et au moins un point
XM ∈ K tels que pour tout X ∈ K on ait

k f (Xm )k ≤ k f (X)k ≤ k f (XM )k.

2.6 Connexité par arc. Théorème des valeurs intermédiaires

Définition 2.6.1 On dit qu’une partie Γ de R p est un arc continu si on peut trouver une ap-
plication continue γ d’un intervalle [a, b] de R dans R p dont l’image soit Γ. γ est appelé un
paramétrage de Γ. Les points de Γ, A = γ(a) et B = γ(b) s’appellent les extrémités de Γ.

Attention : Γ est un objet géométrique tandis que γ, une fonction continue, est un objet analytique.
Un arc continu admet une infinité de paramétrages possibles.
Définition 2.6.2 Soit E un sous-ensemble de R p . On dit que E est connexe par arc si, étant
donnés deux points arbitraires A et B de E on peut trouver un arc continu Γ, d’extrémités A, B
entièrement contenu dans E.

Théorème 2.6.1 — des valeurs intermédiaires. Soit f : D → R une fonction continue sur une
partie D ⊂ R p connexe par arc. Soit A, B deux points de D. Pour tout nombre réel r compris entre
f (A) et f (B) il existe un point C de D tel que f (C) = r.

Démonstration. Ici on utilise le théorème des valeurs intermédiaires des fonctions d’une variable.
Soit γ : [a, b] → D un paramétrage d’un arc continu tel que γ(a) = A et γ(b) = B. La fonction
d’une variable f ◦ γ : I → R est continue étant une composition de fonctions continues donc, par
le théorème des valeurs intermédiaires, il existe c ∈ [a, b], tel que f ◦ γ(c) = r. Soit C = γ(c), alors
C ∈ D et f (C) = r. 
 3. Calcul Différentiel

3.1 Dérivées. Matrice jacobienne. Gradient

Rappel. Soit f : I → R une fonction dérivable sur un intervalle I ∈ R. La dérivée de f au point

a ∈ I est :
f (a + h) − f (a) f (x) − f (a)
f 0 (a) = lim = lim (3.1)
h→0 h x→a x−a
f (X) − f (A)
Soit f : D ⊂ R p → Rq et A ∈ D. Une expression du type “ lim ” n’est pas bien
p
X→A X −A
définie parce que diviser par X − A, qui est un vecteur de R , n’a aucun sens ! Néanmoins, si on fixe
toutes les composantes de X sauf une, on peut définir des dérivées partielles.
Définition 3.1.1 Soit f : D ⊂ R p → Rq et A ∈ D. Pour i = 1, . . . , p, on appelle dérivée partielle
∂f
par rapport à xi de f en A = (a1 , · · · a p ), et on note (A), ou bien fx0i (A), la dérivée de la fonction
∂ xi
partielle fA,i prise en ai :

∂f 0 f (a1 , · · · , xi , · · · , a p ) − f (a1 , · · · , ai , · · · , a p )
(A) = fA,i (ai ) = lim .
∂ xi xi →ai xi − ai

Pour une fonction de deux variables f : D ∈ R2 → R en point A = (a, b) ∈ D les dérivées partielles
de f (x, y) en (a, b) sont les dérivées des fonctions partielles f (x, b) et f (a, y) qui se calculent alors :

∂f f (a + h, b) − f (a, b) ∂ f f (a, b + k) − f (a, b)

(a, b) = lim et (a, b) = lim .
∂x h→0 h ∂y k→0 k

Parfois, on les note aussi fx0 (a, b) et fy0 (a, b).

 22 Chapitre 3. Calcul Différentiel

 Exemple 3.1 Soit f (x, y) = 2x2 − 3xy + 4y2 . Calculer les dérivées partielles au point (1, 2). En
considérant y constant et en dérivant par rapport à x on a :

∂f
(x,y)=(1,2)
= (4x − 3y) (x,y)=(1,2)
= −2
∂x
En considérant x constant et en dérivant par rapport à y on a :

∂f
(x,y)=(1,2)
= (−3x + 8y) (x,y)=(1,2)
= 13
∂y


Définition 3.1.2 La matrice des dérivées partielles de f : R p → Rq s’appelle la matrice jaco-

bienne ou la Jacobienne de f .

La matrice jacobienne Jac( f )(X0 ) fait passer de R p dans Rq : elle a p colonnes et q lignes.
 
∂ f1 ∂ f1
 ∂ x1 (X0 ) . . . ∂ x p (X0 ) 
 
Jac( f )(X0 ) =  .. ..
. (3.2)
 
 . . 
 ∂ fq ∂ fq 
(X0 ) . . . (X0 )
∂ x1 ∂ xp
Autrement dit, pour une fonction vectorielle f (x1 , ·x p ) à valeurs dans Rq la matrice jacobienne a
pour colonnes les vecteurs ∂∂ xfi . En particulier, pour une fonction de p variables à valeurs réelles, la
matrice jacobienne est simplement une matrice-ligne :
 
∂f ∂f
Jac( f )(x1 , · · · , x p ) = ,··· , .
∂ x1 ∂ xp
Sa matrice transposée - la matrice-colonne :
 
−−→ † ∂f ∂f
grad f (x1 , · · · , x p ) = ,··· ,
∂ x1 ∂ xp
s’appelle le gradient de f .

3.2 Propriétés des dérivées partielles.

Les dérivées partielles d’une fonction qui est obtenue par des opérations algébriques sur d’autres
fonctions (somme, produit, fraction) suivent les mêmes règles.
Si une fonction f : D ⊂ R p → Rq est obtenue par des opérations algébriques (somme, produit,
fraction) sur les fonctions g, h : D ⊂ R p → Rq , ses dérivées partielles peuvent être obtenues à partir
des dérivées partielles de g et h par les formules de dérivée de somme, produit, fraction habituelles
((u + v)0 = u0 + v0 , etc.)
Les dérivées partielles d’une composition de fonctions sont plus compliquées.
Rappel : règle de chaîne. Soit g : I ⊂ R → J ⊂ R, g : x 7→ g(x), h : J ⊂ R → R, h : y 7→ h(y) et
f : I ⊂ R → R, f : x 7→ h(g(x)). On a :
df dh dg
x=x0
= y=g(x0 )
· x=x0
dx dy dx
3.2 Propriétés des dérivées partielles. 23

Proposition 3.2.1 Soient

g : D ⊂ R p → E ⊂ Rm , g : X 7→ g(X) = (g1 (X), · · · , gm (X)),

h : E ⊂ Rm → Rq , h : Y 7→ h(Y ) = (h1 (Y ), · · · , hq (Y )),
f : D ⊂ R p → Rq , f : X 7→ h(g(X)) = f (X) = ( f1 (X), · · · fq (X))

des fonctions telles que g en X0 ∈ D et h en g(X0 ) ∈ E sont des fonctions continument dérivables
(i.e. les dérivées partielles existent et sont continues) alors pour tout i ∈ {1, · · · , p}, j ∈ {1, · · · , q} :

∂ fj ∂ (h ◦ g) j
(X0 ) = (X0 )
∂ xi ∂ xi (3.3)
∂hj ∂ g1 ∂hj ∂ gm
= (g(X0 )) (X0 ) + · · · + (g(X0 )) (X0 )
∂ y1 ∂ xi ∂ ym ∂ xi

ce qui nous donne les entrées d’une matrice jacobienne de f qui est un produit des matrices
jacobiennes de h et g.
En particulier, si

h : R2 → R, (y1 , y2 ) 7→ h(y1 , y2 ) et g : R p → R2 , X 7→ (g1 (X), g2 (X))

pour f = h ◦ g : R p → R on a

∂(f) ∂ (h ◦ g) ∂h ∂ (g1 ) ∂h ∂ (g2 )

(X0 ) = (X0 ) = (g(X0 )) (X0 ) + (g(X0 )) (X0 )
∂ xi ∂ xi ∂ y1 ∂ xi ∂ y2 ∂ xi

 Exemple 3.2 1. Soit f (x) = ex sin2 x. On peut voir f comme une composition de deux
fonctions g : R → R2 , g(x) = (ex , sin x) et h : R2 → R, h(y1 , y2 ) = y1 · (y2 )2 .
On a deux façons de calculer la dérivée de f - directement ou en utilisant la Proposition
(3.2.1) :

∂ (y1 · (y2 )2 ) ∂ (y1 ) ∂ (y1 · (y2 )2 ) ∂ (y2 )

f 0 (x) = · + ·
∂ y1 ∂x ∂ y2 ∂x
= (y2 )2 ex + 2y1 y2 cos x = sin2 x · ex + 2ex sin x cos x.

2. On peut aussi résoudre des problèmes comme celui-là :

Soient f (x) = F(x, φ (x)) = 0, où f (x) et φ (x) sont des fonctions d’une variable et F(y1 , y2 )
est une fonction de deux variables. Calculer φ 0 (x) en fonction des dérivées de F.
On considère f (x) en tant qu’une fonction composée :

∂ F dx ∂ F dφ (x)
f 0 (x) = + = F10 (x, φ (x)) + F20 (x, φ (x))φ 0 (x) = 0.
∂ y1 dx ∂ y2 dx

F10
D’où φ 0 (x) = − (x, φ (x)).
F20

 24 Chapitre 3. Calcul Différentiel

3.3 Derivées partielles d’ordre supérieur. Fonctions de classe Ck . Théorème de

Schwarz
Soit f : D ⊂ R p → R. Les dérivées partielles définissent p nouvelles fonctions
∂f
fx0i (x1 , · · · , x p ) = (x1 , · · · , x p ).
∂ xi
On peut regarder les dérivées partielles de chacune de ces nouvelles fonctions. Cela nous donne les
dérivées partielles d’ordre 2 (aussi appellées les dérivées partielles secondes) et à leur tour on peut
regarder les dérivées partielles des dérivées partielles d’ordre 2, etc. Cela s’écrit par exemple :
∂2 f
 
∂ ∂f
fx00i x j = :=
∂ xi ∂ x j ∂ xi ∂ x j

Définition 3.3.1 Une fonction f : D ⊂ R p → R de classe Ck est une fonction dont toutes les
dérivées partielles jusqu’à l’ordre k existent et sont continues. Une fonction est dite de classe C∞
si elle est de classe Ck pour tout k ∈ N.

Théorème 3.3.1 (Schwarz) Soit f :D ⊂ R p

 → R une
 fonction
 de classe C2 sur D. Les fonctions
∂ ∂f ∂ ∂f
de dérivées partielles d’ordre 2, et sont égales en tout point de D.
∂ xi ∂xj ∂xj ∂ xi

R Le théorème de Schwarz implique que les dérivées partielles d’ordre k, k ≥ 2, d’une fonction
de classe Ck , f : D ⊂ R p → R ne dépendent pas de l’ordre dans lequel les dérivées partielles
sont prises. Par exemple, pour une fonction de deux variables f (x, y) de classe C3 , on a :
∂3 f ∂3 f
= 2 .
∂ x∂ y∂ x ∂ x ∂ y

3.4 Différentielle
Lors de l’équation (3.1), en essayant de généraliser l’expression pour la dérivée d’une fonction
d’une variable aux fonctions de plusieurs variables, nous avons introduit les fonctions de dérivées
partielles, qui sont utiles et révèlent certaines informations sur le comportement de la fonction mais
n’apportent pas toute l’information.

 Exemple 3.3 On considère à nouveau l’exemple 2.2. La fonction f : R2 → R définie de la

façon suivante :
 xy
 x2 + y2 si (x, y) 6= (0, 0),

f : (x, y) 7→


0 si (x, y) = (0, 0).

On calcule sa dérivée partielle par rapport à x : 0

∂f xy0 y30 − x2 y0 y30 − x02 y0
— ∀(x0 , y0 ) 6= (0, 0), (x0 , y0 ) = = = .
∂x x + y20
2
x=x0 (x2 + y20 )2 x=x0 (x02 + y20 )2
3.4 Différentielle 25

∂f 0 si x 6= 0,
— (0, 0) est la dérivée de x 7→
∂x 0 si x = 0,
∂f f (0 + h, 0) − f (0, 0)
donc (x0 , y0 ) = lim = 0.
∂x h→0 h
∂f ∂f
On voit que (0, 0) existe, de même (0, 0) existe et vaut 0, et pourtant f n’est même pas
∂x ∂y
continue en (0, 0). Donc les dérivées partielles ne suffisent pas à décrire la régularité de la fonction.


Nous allons réécrire l’équation (3.1) sans division et la généraliser aux fonctions de plusieurs
variables.
Définition 3.4.1 Soit f : D ⊂ R p → Rq , A ∈ D. La différentielle d f (A) de f au point A est une
application linéaire de R p dans Rq telle que au voisinage de A on a :

f (A + H) − f (A) = ( d f (A)) (H) + r(H), où r(H) = o(kHk). (3.4)

Ici, H ∈ R p , tel que A + H est au voisinage de A. La fonction f est dite différentiable au point
A si elle possède une différentielle en ce point. La fonction f est dite différentiable dans un
domaine D si elle est différentiable en tout point de D.
Cette application agit sur les vecteurs de R p et les envoie vers Rq , en particulier ( d f (A))(H) ∈
q
R . Le reste, r(H) = o(kHk), dit “petit o” de kHk, est une fonction r : D ⊂ R p → Rq , négligeable
devant kHk. On peut comparer leurs normes :

kr(H)kRq
lim = 0.
kHk→0 kHkR p

On peut réécrire la condition de différentiablité

f (A + H) − f (A) − ( d f (A)) (H)

lim =0
kHk→0 kHk

Si elle existe, la différentielle d f (A) est unique. On la note selon les auteurs ou les circons-
tances :

L = D f (A) ou d f (A) ou DA f ou dA f .

La différentielle d f (A), si elle existe, est donnée par une matrice de taille p × q (une application
linéaire de R p vers Rq écrite dans des bases des espaces vectoriels R p et Rq ). Cette matrice est
appellée la matrice jacobienne.
La différentiabilité entraîne l’existence des dérivées partielles. On peut le voir sur un exemple
d’une fonction f à p variables à valeurs réelles (q = 1). Par définition :

∂f f (a1 , · · · , ai + hi , · · · , a p ) − f (a1 , · · · , ai , · · · , a p )
(A) = lim .
∂ xi hi →0 hi

Par définition de la différentielle on a aussi

f (a1 , · · · , ai + hi , · · · , a p ) − f (a1 , · · · , ai , · · · , a p ) d f (A)(H) + r(H)

=
hi hi
26 Chapitre 3. Calcul Différentiel

Ici H est le vecteur transposé de (0, · · · , hi , · · · , 0). Donc r(H) = o(kHk) = o(hi ) et
d f (A)(H) + r(H) d f (A)(H)
lim = lim .
hi →0 hi hi →0 hi
Donc ici
∂f
d f (A) †(0, · · · , 0, hi , 0, · · · , 0) = (A) · hi
∂ xi
et par linéarité
p
∂f
d f (A) †(h1 , · · · , hi , · · · , h p ) = ∑ (A) · hi
i=0 ∂ xi

Finalement, on remarque que

∂f
d f (A)(H) = Jac( f )(A)H et d f (A) = ∑ (A) dxi
∂ xi
car les différentielles de fonctions xi , notées dxi , satisfont dxi (H) = hi .
Dans les exercices de nature théorique, la différentiabilité est souvent établie en montrant
directement par des majorations que le reste r(H) est un o(kHk). Mais si f est donnée explicitement
au moyen des fonctions usuelles, on va plus vite en constatant simplement l’existence et la continuité
de ses dérivées partielles. Si une fonction est de classe C1 elle est différentiable.
∂ fj
Propriété 3.4.1 Soit f : D ⊂ R p → Rq et X0 ∈ D. Si ∀i = 1, . . . , p, ∀ j = 1, . . . , q, X 7→ (X)
∂ xi
existe au voisinage de X0 et est continue en X0 , alors f est différentiable en X0 .
En termes moins précis, que j’ai prise dans le livre [2] et que je pense essentielle pour la
compréhension du cours, la GRANDE IDÉE DU CALCUL DIFFÉRENTIEL :
     
accroissement terme linéaire par rapport à petit terme
= + (3.5)
de la fonction l’accroissement de la variable correctif
Proposition 3.4.2 Propriétés de la différentielle.
1. Continuité. Une fonction différentiable en un point est continue en ce point.
2. Linéarité. Soient f , g : D → Rq deux fonctions définies sur une partie D de R p . Si f et g sont
différentiables en A ∈ D, λ ∈ R, alors d( f + g)(A) = d f (A) + dg(A) et d(λ f )(A) = λ d f (A).
3. Composition. Soient g : D → E ⊂ Rm définie sur une partie D de R p et différentiable en A ∈ D,
et h : E → Rq différentiable en g(A), alors h ◦ g est différentiable en A et la différentielle
La composition suit de la formule (3.4) :
h(g(A + H)) − h(g(A)) = dh(g(A))(g(A + H) − g(A)) + petit reste
= dh(g(A)) dg(A)(H) + un autre petit reste
En pratique c’est donné par le produit des matrices jacobiennes (comparer avec l’équation (3.3)).
Regardons maintenant une fonction f : D ⊂ R2 → R. Soit (x, y) ∈ D. On remarque que la
différentielle d’une fonction (x, y) → f (x, y) au point (x, y) est égale à :
∂f ∂f
d f (x, y) = (x, y) dx + (x, y) dy
∂x ∂y
3.4 Différentielle 27

 Exemple 3.4 1. On reprend : soit une fonction f : R2 → R définie de la façon suivante

 xy
 x2 + y2 si (x, y) 6= (0, 0),

f : (x, y) 7→


0 si (x, y) = (0, 0).

On sait que f n’est pas différentiable en (0, 0) parce qu’elle n’est même pas continue.
Comment se comportent ses dérivées partielles au voisinage de (0, 0) ?
∂f y0 (y2 − x2 ) ∂f
On a vu que si (x0 , y0 ) 6= (0, 0), (x0 , y0 ) = 2 0 2 02 et que (0, 0) = 0. Donc
∂x (x0 + y0 ) ∂x
∂f
est bien définie au voisinage de (0, 0), mais elle n’est pas continue : si xn = 1/n et
∂x
∂f 2/n2 2/n2
yn = 2/n, on a lim xn = 0, lim yn = 0, et (xn , yn ) = = . Donc,
n→+∞ n→+∞ ∂x (1/n2 + 4/n2 )2 25/n4
∂f
lim (xn , yn ) 6= 0.
n→+∞ ∂ x
2. Soit
R2 → R2


f:
(x, y) 7→ (x2 y2 , x + y)


Est-elle différentiable en (2, 3) ?

∂ f1 ∂ f1 ∂ f2 ∂ f2
Soit (x0 , y0 ) ∈ R2 , (x0 , y0 ) = 2x0 y20 , (x0 , y0 ) = 2y0 x02 , (x0 , y0 ) = 1, (x0 , y0 ) =
∂x ∂y ∂x ∂y
1.
Toutes ces dérivées partielles
  continues en (2, 3) donc f est différentiable en (2, 3).
sont
36 24
On a Jac( f )(2, 3) =  .
1 1
3. On considère :

 R→R
f:
x 7→ x2


∂f
est-elle différentiable en 2 ? Soit x0 ∈ R, (x0 ) = 2x0 . Elle est continue en 2 donc f est
∂x
∂f
différentiable en 2 et Jac( f )(2) = (2) = f 0 (2) = 4.
∂x

 4. Propriétés géométriques des fonctions de plusieurs variables

4.1 Dérivée directionnelle

→
−
Définition 4.1.1 Soit f : D ⊂ R p → Rq , A ∈ D et V un vecteur de R p . On dit que f a une dérivée
→
−
au point A en suivant le vecteur V si l’expression :
→
−
f (A + t V ) − f (A)
− f (A) := lim
D→
V t→0 t
→
−
− f (A) s’appelle la dérivée directionnelle de f en A en direction de vecteur V .
existe. D→
V

∂f
R Les dérivées partielles sont des dérivées directionnelles de f en A en direction de vecteurs
∂ xi
de base ei = t (0, · · · , |{z}
1 , · · · , 0).
i

→
−
Proposition 4.1.1 Soit f : D ⊂ R p → R, de classe C1 , en A ∈ D et V un vecteur de R p . Alors, la
→
−
dérivée directionnelle de f en A en direction de vecteur V est égale au produit scalaire du gradient
→
−
de f au point A et du vecteur V :

−−→ →
−
− f (A) = grad f (A) · V
D→ (4.1)
V

Démonstration. On va démontrer cette proposition pour le cas p = 2. La généralisation au cas p > 2

→
− → − →
− →
− →
−
est assez directe. Soit { i , j } une base orthonormale de R2et V = λ i + µ j  et A = (x0 , y0 ) ∈
2 2 →
− →
− →
−
D ∈ R . Soit une fonction u : R → R , u(t) = (x0 , y0 ) +t V = x0 + λ i , y0 + µ j := (x(t), y(t)) .
On considère une fonction d’une variable à valeurs réelles : F(t) = f (u(t)). C’est une fonction
 30 Chapitre 4. Propriétés géométriques des fonctions de plusieurs variables

composée. Sa dérivée en 0 :
dF d( f ◦ u) ∂f ∂ x(t) ∂f ∂ y(t)
(0) = (0) = · (0) + · (0)
dt dt ∂ x (x,y)=(x0 ,y0 ) ∂t ∂ y (x,y)=(x0 ,y0 ) ∂t
∂f ∂f −−→ → −
= (x,y)=(x ,y )
·λ + (x,y)=(x ,y )
· µ = grad f · V
∂x 0 0 ∂y 0 0

dx(t) d(x0 + λt) dy(t) d(y0 + µt)

car t=0
= t=0
= λ et t=0
= t=0
= µ. De l’autre coté
dt dt dt dt
dF F(t) − F(0) f (u(t)) − f (u(0))
(0) = lim = lim
dt t→0 t t→0 t
f (x0 + λt, y0 + µt) − f (x0 , y0 )
= lim := D→− f (x0 , y0 )
V
t→0 t
D’où la relation (4.1). 

4.2 Gradient.
Soit f : D ⊂ R2 → R une fonction de classe C1 . Son gradient, pris en tout point de D définit une
−−→
fonction à valeurs vectorielles grad f : D ⊂ R2 → R2 , noté aussi :
→
−
 
∂f ∂f
∇ f (x, y) := , (x, y).
∂x ∂y
Propriété [a] : Le gradient est perpendiculaire à la ligne de niveau
Définition 4.2.1 Soit X un point d’une courbe Γ ∈ R p et T une droite tangente à Γ au point X.
→
− →
−
On dit qu’un vecteur V est perpendiculaire à la courbe Γ au point X si V est perpendiculaire
→
−
à T. Dans ce cas on dit aussi que V est normal à la courbe Γ au point X.

En particulier, cela signifie que le produit scalaire de V et du vecteur directeur de T est égal à 0.
Soient D ⊂ R2 , f : D → R et (x, y) ∈ D, alors si f (x, y) = a, (x, y) appartient à la ligne de niveau
La ( f ).
→
−
Théorème 4.2.1 Le vecteur gradient ∇ f (x, y) est normal à la courbe La ( f ) au point (x, y).

Démonstration. Soit (x + h, y + k) ∈ La ( f ) un point au voisinage de (x, y), qui appartient à la même

courbe de niveau que (x, y).
Alors, f (x + h, y + k) − f (x, y) = 0 car les valeurs de f en ces deux points sont égales. De la
grande idée du calcul différentiel (3.5) on a :
 
h
f (x + h, y + k) − f (x, y) = d f (x, y) · + o(k(h, k)k)
k
∂f ∂f
= (x, y) · h + (x, y) · k + o(k(h, k)k).
∂x ∂y
∂f ∂f
On a lim o(k(h, k)k) = 0, donc (x, y) · h + (x, y) · k → 0 quand (x + h, y + k) → (x, y). Quand
(h,k)→0 ∂x ∂y
(x + h, y + k) → (x, y) tout en restant surLa ( f ), le vecteur (h, k) est un vecteur tangent à La ( f ). On a
∂f ∂f
alors trouvé que le produit scalaire de (x, y), (x, y) et (h, k) égale 0, on en déduit que ces
∂x ∂y
deux vecteurs sont orthogonaux. 
 4.3 Formule de Taylor 31

√
 Exemple 4.1 A. f (x, y) = x2 + y2 . La ( f ) = C((0, 0), a) - cercle de centre (0, 0) et de rayon
√ ∂f ∂f
a. (x, y) = 2x, (x, y) = 2y. On remarque que (2x, 2y) = 2(x, y) est 2 fois le vecteur radial
∂x ∂y
qui est en effet orthogonal au cercle.
B. Soit la courbe d’équation x2 − y = 0. Pour calculer la normale en chaque point de cette
2
courbe, on la voit comme une ligne de niveau  0 dela fonction f (x, y) = x − y. La normale est
→
− 2x
donc donnée par son gradient : ∇ f (x, y) = . 
−1

Propriété [b] : Le gradient indique la ligne de plus grande pente

Sur le graphe de la fonction f on prend un point (x, y, f (x, y)), alors (x, y) est sur la ligne de
niveau a = f (x, y).

Théorème 4.2.2 Le gradient en (x, y) indique la direction de plus grande pente ≥ 0 sur Γ f à
partir d’un point en question.

Démonstration.
→
−
f ((x, y) + →
−
v ) − f (x, y) = ∇ f (x, y) · →
−
v + o(k→
−v k)
→
− →
−
Le produit scalaire ∇ f (x, y)· →−v vaut k ∇ f (x, y)k·k→
−
v k cos θ , où θ est l’angle entre les deux vecteurs.
L’accroissement de la fonction atteint le maximum quand cos θ = 1, alors → −v doit être parallèle à
→
−
∇ f (x, y). 

R En suivant la ligne de plus grande pente dans D on a, sur le graphe, le chemin le plus court à
parcourir pour obtenir une variation donnée de f . Autrement dit, si on veut passer le plus vite
possible du niveau a au niveau b à partir d’un point (x, y) donné de niveau a = f (x, y), il faut
suivre le gradient.

4.3 Formule de Taylor

Rappel : petit o. Soient f et g deux fonctions d’une variable à valeurs réelles. On dit que
g = o( f ) au point a si :
g(x)
lim =0
x→a f (x)
Exemple : u(x) = x3 , v(x) = x2 + 2x. En a = 0 on a u(x) = o(v(x)) et en a = +∞ on a v(x) = o(u(x)).
Rappel : La formule de Taylor avec le reste en forme de Lagrange. Si f est n + 1 fois
différentiable en a, on a une approximation de f par un polynôme :
f (n) (a) n
f (a + t) = f (a) + f 0 (a)t + · · · t + rn (a,t)
n!
f (n+1) (θ ) n+1
où il existe θ ∈ [a, a + t] tel que rn (a,t) = t . C’est une conséquence du théorème des
(n + 1)!
accroissements finis : si f est continue et dérivable sur l’intervalle [a, b], a < b alors ∃x0 ∈ [a, b] tel
que f (b) = f (a) + f 0 (x0 )(b − a).
32 Chapitre 4. Propriétés géométriques des fonctions de plusieurs variables

Finalement, on a aussi la formule de Taylor-Young avec rn (a,t) = o(t n ) :

n
f (k) (a) k
f (a + t) − f (a) = ∑ t + o(t n )
k=1 k!
C’est cette formule qu’on va généraliser au cas de plusieurs variables.

Théorème 4.3.1 (Formule de Taylor) Soit f : D ⊂ R p → R de classe Cn au voisinage du point

A(a1 , a2 , · · · a p ) ∈ D. Soient H(h1 , · · · , h p ) ∈ R p et l’intervalle [A, A + H] ⊂ D. Alors,
n
1 
f (A + H) − f (A) = ∑ k! (h1 ∂1 + · · · h p ∂ p )k ( f ) (A) + o(kHkn )
k=1

∂
Démonstration. Ici ∂i := . Soit F(t) = f (A+tH) une fonction composée d’une variable à valeurs
∂ xi
réelles. On va utiliser la formule de Taylor-Lagrange pour cette fonction. Pour cela on remarque
que :
p
∂ f (A + tH) d(ai + thi )
F 0 (t) = ∑ · .
i=1 ∂ xi dt
Pour la k-ème dérivée de la fonction composée F(t) on a :
d(ai1 + thi1 ) d(aik + thik )
F (k) (t) = ∑(∂ik · · · (∂i1 f (A + tH) ) · · · ) ···
| {z } dt dt
k fois

où on prend la somme sur tout i1 ∈ {1, · · · , p}, · · · , ik ∈ {1, · · · , p}. On remarque que
d(aik + thik )
= hi , ∀i ∈ {1, · · · , p}.
dt
Par le binôme de Newton cette formule se réécrit :
F (k) (t) = (h1 ∂1 + · · · + h p ∂ p )k f (A + tH)
On écrit a formule de Taylor-Lagrange pour la fonction F(0 + t) au voisinage de 0 :
1 (n) 1
F(t) = F(0) + F 0 (0)t + · · · + F (0)t n + F (n+1) (θ )t n+1 , θ ∈ [0,t].
n! (n + 1)!
Pour t = 1 on a :
1 (n) 1
F(1) = F(0) + F 0 (0)t + · · · F (0) + F (n+1) (θ ), θ ∈ [0, 1]
n! (n + 1)!
D’où :
n
1
f (a1 + h1 , · · · , a p + h p ) = f (a1 , · · · , a p ) + ∑ (h1 ∂1 + · · · + h p ∂ p )k f (A) + rn (A, H)
k=1 k!
Le dernier terme est le reste :
1
rn (A, H) = (h1 ∂1 + · · · + h p ∂ p )n+1 f (A + θ H) ≡ o(kHkn ).
(n + 1)!

 4.4 Vecteur normal et plan tangent à un graphe d’une fonction de 2 variables 33

En particulier, la formule de Taylor à l’ordre 2 est la suivante :

p
1 p
f (A + H) = f (A) + ∑ ∂i f (a)hi + ∂i ∂ j f (a)hi h j + o(kHk2 ) (4.2)
i=1 2 i,∑
j=1

La matrice-colonne des entrées ∂i f est la matrice Jacobienne. La matrice p × p des dérivées secondes

Hess f (A) := [αi j ] = [∂i ∂ j f (A)]

s’appelle la matrice Hessienne de f en A. Par le théorème de Schwarz cette matrice est symétrique
si f est de classe C2 . La forme quadratique α(u) = ∑i,p j=1 αi j ui u j s’appelle la forme hessienne de f
en A.

R L’idée de la formule de Taylor c’est de trouver une approximation de la fonction par un

polynôme dans un voisinage d’un point donné.
En particulier, pour p = 2, A = (a, b), H = (h, k), (A + H) = (a + h, b + k) on a les formules
de Taylor suivantes :
— n=0
p f (A + H) − f (A)
f (A + H) − f (A) = o(( h2 + k2 )0 ) ⇔ lim =0
H→0 1
- continuité
— n=1
∂f ∂f p
f (A + H) − f (A) = h (a, b) + k (a, b) + o( h2 + k2 )
∂x ∂y
- différentiabilité.
— n=2
∂f ∂f
f (A + H) − f (A) = h (a, b) + k (a, b)
∂ x ∂y
(4.3)
1 2 ∂2 f ∂2 f 2
 
2∂ f 2 2
+ h (a, b) + 2hk (a, b) + k (a, b) + o(h + k )
2 ∂ x2 ∂ x∂ y ∂ y2

4.4 Vecteur normal et plan tangent à un graphe d’une fonction de 2 variables

A. Surfaces et coordonnées curvilignes

Soit f : D → R une fonction continue définie sur une partie D de R2 . L’ensemble des points de
3
R :

S = {(x, y, z) ∈ R3 |(x, y) ∈ D, z = f (x, y)}

est le graphe de la fonction f sur D (définition 2.1.1). Il est évident que l’application :

F : D → S, F(x, y) = (x, y, f (x, y))

est une bijection. Puisque les points de S sont donnés par des paires de nombres (x, y), l’ensemble S
est une surface de dimension 2 dans R3 .
34 Chapitre 4. Propriétés géométriques des fonctions de plusieurs variables

Si on a un chemin Γ : I → D, alors automatiquement on a un chemin F ◦ Γ : I → S sur la surface

S. Si 
x = x(t)
y = y(t)
est une représentation paramétrique de Γ alors le chemin F ◦ Γ sur S est donné par les trois fonctions :

 x = x(t)
y = y(t)
z = f (x(t), y(t))


Soit (x0 , y0 ) ∈ D. On peut trouver un chemin :

x = x0 + t, y = y0 , z = f (x0 + t, y0 )

sur la surface S pour lequel la coordonnée y = y0 ne change pas et un autre chemin :

x = x0 , y = y0 + t, z = f (x0 , y0 + t)

pour lequel la coordonnée x = x0 ne change pas. Ces chemins partant de points différents de la
surface S tracent des lignes de coordonnées sur S. Pour cette raison on appelle (x, y) les coordonnées
curvilignes sur S.
B. Plan tangent
Si la fonction z = f (x, y) est différentiable en (x0 , y0 ) ∈ D, alors, quand (x, y) → (x0 , y0 ) on a :
q 
f (x, y) = f (x0 , y0 ) + α(x − x0 ) + β (y − y0 ) + o (x − x0 )2 + (y − y0 )2 (4.4)

où α et β sont des constantes égales aux dérivées partielles au point (x0 , y0 ).

Considérons un plan dans R3 donné par une équation

z = z0 + α(x − x0 ) + β (y − y0 ) (4.5)

où z0 = f (x0 , y0 ). On voit que le graphe (4.4)

pde la fonction f autour du point (x0 , y0 ) est éloigné du
plan (4.5) d’une valeur négligeable devant (x − x0 )2 + (y − y0 )2 .
Définition 4.4.1 Le plan

f (x, y) = f (x0 , y0 ) + α(x − x0 ) + β (y − y0 ) (4.6)

∂f ∂f
avec α = (x0 , y0 ), β = (x0 , y0 ) est appellé le plan tangent au graphe de la fonction
∂x ∂y
z = f (x, y) au point (x0 , y0 , f (x0 , y0 )).

[Link] normal
Soit (x, y, z) ∈ D ⊂ R3 et F(x, y, z) = 0 l’équation implicite d’une surface S (précédemment on
avait une surface : z = f (x, y) pour laquelle F(x, y, z) = f (x, y) − z.) Soit

 x = f (t)
t ∈ I ⊂ R, γ : t 7→ y = g(t)
z = h(t)

4.4 Vecteur normal et plan tangent à un graphe d’une fonction de 2 variables 35

l’équation paramétrique d’une courbe de la surface passant par le point P0 (x0 , y0 , z0 ), c’est-à-dire
qu’il existe

t0 ∈ I, tel que (x0 , y0 , z0 ) = ( f (t0 ), g(t0 ), h(t0 )) et (x, y, z) = ( f (t), g(t), h(t))

qui satisfont l’équation F(x, y, z) = 0 pour tout t ∈ I. Soit u(t) = F( f (t), g(t), h(t)) une fonction
composée de I → R, qui est identiquement nulle sur I. Donc au point t = t0 on a

du ∂ F d f ∂ F dg ∂ F dh
0= = · + · + · (4.7)
dt ∂ x dt ∂ y dt ∂ z dt
   
t d f dg dh t ∂F ∂F ∂F −−→
De l’équation (4.7) suit que le vecteur , , est orthogonal au vecteur , , ≡ gradF(P0 ).
dt dt dt t=t0 ∂x ∂y ∂z
 
d f dg dh
Le vecteur t , , est un vecteur quelconque dans l’espace tangent à S au point P0 .
dt dt dt t=t0
Donc le vecteur  
−−→ t ∂F ∂F ∂F
gradF(P0 ) = , , (P0 )
∂x ∂y ∂z
est orthogonal à tout vecteur tangent à la surface S passant par P0 . Cela signifie exactement que le
vecteur gradient est normal à la surface S.
L’équation du plan tangent à la surface donnée par l’équation F(x, y, z) = 0 est facile à établir :
−−→
c’est le plan passant par P0 tel que tout vecteur de ce plan est orthogonal à gradF(P0 ). Les coor-
−−→ −−→
données d’un point M(x, y, z) du plan vérifient : P0 M · gradF(P0 ) = 0. Ce produit scalaire donne
l’équation du plan tangent :
 
∂F ∂F ∂F
(x − x0 , y − y0 , z − z0 ) · , , (P0 ) = 0.
∂x ∂y ∂z

De façon plus explicite :

∂F ∂F ∂F
(x − x0 ) (P0 ) + (y − y0 ) (P0 ) + (z − z0 ) (P0 ) = 0.
∂x ∂y ∂z
On peut comparer cette formule à la formule (4.6).
 5. Extrema

5.1 Extrema locaux et globaux. Définition

On étudie le comportement d’une fonction de plusieurs variables à valeurs réelles. Une telle
fonction peut avoir des valeurs extrémales : des minima (des valeurs les plus petites) ou des maxima
(des valeurs les plus grandes) sur tout le domaine de définition ou bien sur une certaine partie. On les
appelle des extrema.
Définition 5.1.1
1. Soit f : D → R une fonction définie sur une partie D ⊂ R p . On dit que f admet un
maximum (resp. minimum) global au point A ∈ D si pour tout X ∈ D on a f (X) ≤ f (A)
(resp. f (X) ≥ f (A)). Le maximum (resp. minimum) est appelé strict si f (X) < f (A) (resp.
f (X) > f (A)).
2. On dit que f admet un maximum (resp. minimum) local au point A ∈ D si on peut trouver
un nombre r > 0 tel que X ∈ D et kX − Ak < r entraîne f (X) ≤ f (A) (resp. f (X) ≥ f (A)).

Les extrema globaux sont appelés aussi extrema absolus.

5.2 Théorème des extrema sur un compact

Théorème 5.2.1 Soit f : K → R une fonction continue sur un compact K ⊂ R p . Alors f admet
un maximum et un minimum sur K.

R En dimension p = 1 la fonction a des points extrémaux sur un intervalle. Soit ils sont à
l’intérieur de l’intervalle, auquel cas ils vérifient f 0 (x) = 0, soit ils sont au bord de l’intervalle
(sur le bord, la condition f 0 (x) = 0 n’est pas forcément satisfaite). Donc pour trouver les
extrema on cherche d’abord des points critiques (où la derivée s’annule), puis on compare la
valeur des points critiques avec les valeurs sur le bord de l’intervalle. Les valeurs max et min
se trouvent parmi ces valeurs-là.
 38 Chapitre 5. Extrema

Définition 5.2.1 Soit f : D → R une fonction de classe C1 sur une partie D de R p . On dit que
A ∈ D est un point critique de f si toutes les dérivées partielles s’annulent en A (équivalent à
dire que le gradient de f est nul en A, équivalent à dire aussi que la différentielle de f est nulle en
A).

Théorème 5.2.2 — Condition nécessaire d’extremum local. Soit f : U → R une fonction de

classe C2 définie sur un ouvert U ⊂ R p admettant un maximum ou un minimum local au point
A ∈ U. Alors A est un point critique de f .

Démonstration. Reprenons la formule de Taylor (4.3) à l’ordre 2 en dimension 2. La preuve se

généralise sans problème aux dimensions supérieures.
∂f ∂f
f (a + h, b + k) − f (a, b) = h (a, b) + k (a, b)
∂x ∂y
1 2∂2 f ∂2 f 2
 
2∂ f
+ h (a, b) + 2hk (a, b) + k (a, b) + o(k(h, k)k2 )
2 ∂ x2 ∂ x∂ y ∂ y2

Si on a un maximum local en A, alors f (a + h, b + k) − f (a, b) ≤ 0 pour tout (h, k) suffisamment

∂f ∂f
petit. La valeur de la fonction linéaire de deux variables h (a, b) + k (a, b), si elle n’est pas 0,
∂x ∂y
est grande par rapport aux termes suivants. Donc cette valeur, si elle n’est pas égale à 0, doit être
∂f
négative. Pourtant pour h, k positifs il faut que les constantes (a, b) ≤ 0, i = 1, 2 et pour h, k
∂ xi
∂f ∂f
négatifs il faut que les mêmes valeurs (a, b) ≥ 0, i = 1, 2, d’où ≡ 0, i = 1, 2. On peut refaire
∂ xi ∂ xi
le même raisonnement pour un min local. 

5.3 Extrema de fonctions de 2 variables - critère par le déterminant de matrice

Hessienne

Soit f : D ⊂ R p → R et X0 ∈ D. Quand p = 1, pour savoir si un point critique X0 est un maximum

local ou un minimum local, on étudie la dérivée seconde (quand elle existe) :
— si f 00 (X0 ) > 0, alors f (X0 ) est un minimum local,
— si f 00 (X0 ) < 0, alors f (X0 ) est un maximum local,
— si f 00 (X0 ) = 0, il faut faire des calculs supplémentaires de dérivées supérieures - ce peut être
un point d’inflexion, un maximum ou un minimum.
Dans le cas de plusieurs variables à la place de f 00 , on étudie la Hessienne.
Propriété 5.3.1 Soit f : D ⊂ R p → R et X0 ∈ D un point critique de f . On suppose que la Hessienne
H f (X0 ) existe. Alors
— si toutes les valeurs propres de H f (X0 ) sont strictement positives, f (X0 ) est un minimum
local,
— si toutes les valeurs propres de H f (X0 ) sont strictement négatives, f (X0 ) est un maximum
local,
— sinon, et si toutes les valeurs propres ne sont pas 0, il n’y a pas d’extrema. Si toutes les valeurs
propres sont 0, il faut étudier des termes d’ordre supérieur dans la décomposition de Taylor en
X0 .
5.3 Extrema de fonctions de 2 variables - critère par le déterminant de matrice
Hessienne 39
Pour p = 2 on fait le calcul de la formule de Taylor. Au point critique X0 (a, b) on a

1 2∂2 f ∂2 f 2
 
2∂ f
f (a + h, b + k) − f (a, b) = h (a, b) + 2hk (a, b) + k (a, b) + o(k(h, k)k2 )
2 ∂ x2 ∂ x∂ y ∂ y2

Donc le signe de la forme quadratique (la forme hessienne)

1 2∂2 f ∂2 f 2
 
2∂ f
h (a, b) + 2hk (a, b) + k (a, b)
2 ∂ x2 ∂ x∂ y ∂ y2

va déterminer si on a un maximum, un minimum ou ni l’un ni l’autre. Pour avoir un maximum (resp.

minimum) il faut que la forme soit négative (resp. positive) pour tout (h, k) au voisinage de (0, 0).
Si la forme hessienne n’est pas de signe défini on a des couples (h, k) pour lesquelles la valeur de
f (a + h, b + k) − f (a, b) est positive et d’autres pour lesquelles cette valeur est négative. Donc on
a des directions (h, k) dans lesquelles la fonction a un maximum au point (a, b) et d’autres où la
fonction a un minimum au même point. Ce type de point critique s’appelle un point selle (comme
une selle de cheval) ou bien point col (comme dans les montagnes).
On étudie alors la forme hessienne. On choisit des notations standard :
∂2 f ∂2 f ∂2 f
R= (a, b), S = (a, b), T = (a, b).
∂ x2 ∂ x∂ y ∂ y2
On suppose que R 6= 0 et on réécrit la forme hessienne :
 
2 2 2 S T 2
Rh + 2Shk + T k = R h + 2 hk + k
R R !
 2  2
S S S T
= R h2 + 2 hk + k2 − k2 + k2
R R R R
 2  2
 !
S T S
=R h+ k + − k2
R R R2

S 2
 
Puisque le premier terme h + k ≥ 0, c’est le deuxième terme qui définit si la forme est de
R
signe défini. Alors,
T S2
— Si ( − 2 ) > 0 (⇔ RT − S2 > 0) on a un maximum si R < 0 et minimum si R > 0.
R R
— Si RT − S2 < 0 on a un point selle.

R Si RT − S2 > 0 la condition R > 0 ( R < 0) est équivalente à la condition R + T > 0 (R + T < 0)

i.e. la condition sur la trace de la matrice hessienne.

Recherche des extrema :

— Déterminer des points où f n’est pas de 1
p classe C et regarder les valeurs de f en ces points.
2 2
Par exemple, la fonction f (x, y) = 1 − x + y admet un maximum à l’origine mais on ne le
trouve pas parmi les points critiques.
— Rechercher les points critiques.
— Etudier les points critiques.
 40 Chapitre 5. Extrema

 Exemple 5.1 Extrema locaux et globaux de f (x, y) = 2x2 y + 2x2 + y2 sur R2 . Points critiques :

∂f


 = 4xy + 4x = 0 
x(y + 1) = 0
∂x ⇒
∂f x2 + y = 0

 = 2x2 + 2y =0
∂y

On trouve alors trois points critiques (0, 0), (−1, −1) et (1, −1).

pt critique (0, 0) (−1, −1) (1, −1)

R = 4y + 4 4 0 0
S = 4x 0 -4 4
T =2 2 2 2
RT − S2 8 −16 −16
Signe de R >0

Nature du pt critique : min pt selle pt selle

Les extrema globaux : on voit que

lim f (x, 0) = lim 2x2 = +∞

x→±∞ x→±∞

donc pas de maximum global. Pas de minimum global non plus car

lim f (x, −2) = lim −2x2 + 4 = −∞

x→±∞ x→±∞

Ici on a utilisé un critère par le signe du déterminant (et de la trace) de la matrice hessienne pour
déterminer la nature du point critique. Si le déterminant est 0 on doit regarder la formule de Taylor à
l’ordre supérieur (à l’ordre 3 et parfois plus).

 Exemple 5.2 On cherche des extrema locaux de g(x, y) = x4 + y4 − 2x2 sur R2 .

On trouve 3 points critiques (−1, 0), (0, 0), (1, 0) pour lesquels on ne peut pas utiliser le
critère car RT − S2 = 0 mais g(x, y) = (x2 − 1)2 + y4 − 1 donc en (±1, 0) il y a un minimum
local. En (0, 0) on a g(0, 0) = 0 et au voisinage de (0, 0) on a des valeurs positives et négatives
g(0, y) = y4 > 0 et g(y, 0) = x4 − 2x2 < 0 pour x suffisamment petit. Donc (0, 0) n’est pas un max
ni un min, c’est un point-selle. 

5.4 Extrema liés

Soit K un compact de R2 . Soit f : K → R une fonction de classe C2 . Soit g(x, y) = 0 l’équation
de la courbe C ⊂ K. Si C est le bord de K, on a une notation C = ∂ K. On regarde la restriction de
f sur la courbe C. Si la courbe C a pour équation g(x, y) = 0, tous les points de la courbe satisfont
5.4 Extrema liés 41

cette équation. Quand on cherche les extrema de la fonction f sur C on dit qu’on étudie les extrema
de f assujettie à la contrainte g(x, y) = 0. Ce sont des extrema liés.

 Exemple 5.3 Exemple A. Voici un exemple de problème de recherche d’extrema liés : parmi
des rectangles avec la somme de cotés 2p (où p est un nombre positif donné), trouver un rectangle
à l’aire maximale. Soient x, y les cotés du rectangle. Alors on a σ (x, y) = xy l’aire, qui doit être
maximale tandis que (x, y) sont sousmis à la condition x + y = p. Ici, il est facile d’exprimer y
par x et trouver un maximum d’une fonction d’une variable ainsi obtenue.
Il est rare que l’on puisse exprimer y directement comme une fonction de x en utilisant la
contrainte.
Exemple B. Regardons un exemple de la page 362 [2] : la fonction f (x, y) = x2 + y2 et la
contrainte, la courbe C, définie par une équation g(x, y) = 0. Il s’agit de trouver un minimum de
f , lié par cette relation g(x, y) = 0. C’est un minimum de f sur la courbe C. Géométriquement on
peut résoudre le problème en traçant des lignes de niveau de f . Les lignes de niveau de f sont
des cercles concentriques du centre (0, 0). Si on trace des cercles de rayons croissants, jusqu’à
leur rencontre avec la courbe C, la valeur critique est sur le cercle qui touche la courbe. Faites un
dessin - c’est instructif (dessinez une courbe quelconque et tracez les cercles). 

La méthode générale utilise la considération suivante. Soit P(a, b) un point extremum de f

restreint à la courbe C. Le vecteur tangent à la courbe au point P doit être aussi tangent à la ligne
de niveau f (a, b) (on le voit clairement dans l’exemple B). Mais les lignes de niveau sont normales
au gradient de f , de l’autre côté le vecteur tangent à C est normal au gradient de g. Donc ces deux
gradients sont proportionnels. On appelle le coefficient de proportionnalité le multiplicateur de
Lagrange.
Proposition 5.4.1 Soit f : U → R, g : U → R deux fonctions de classe C1 sur un ouvert U de R2 .
Soit (a, b) un point de U tel que :
1. f soumise à la contrainte g(x, y) = 0 admet un extremum au point(a, b).
−−→
2. grad g(a, b) 6= 0
−−→ −−→
Alors il existe un nombre réel λ 6= 0 tel que grad f (a, b) = λ grad g(a, b).
Les nombres a, b, λ sont des solutions du système d’équations suivant : les dérivées partielles de
f (x, y) − λ g(x, y) par rapport à x, y, λ doivent être égales à 0.

∂f ∂g


 (a, b) − λ (a, b) = 0
 ∂x
 ∂x
∂f ∂g
(a, b) − λ (a, b) = 0
 ∂y ∂y



g(a, b) = 0

 Exemple 5.4 Trouver le point de la courbe y = x2 qui est le plus près du point (0, h). Alors, ici
g(x, y) = y − x2 , et f (x, y) = x2 + (y − h)2 - le carré de la distance. Les gradients nous donnent

 2x + 2λ x = 0
2(y − h) − λ = 0
y − x2 = 0

 42 Chapitre 5. Extrema
p
Les solutions : soit x = 0, et alors yp= 0 aussi, ou bien λ = −1 et y = h − 1/2, x = ± h − 1/2.
Alors pour h ≥ 1/2, les points (± h − 1/2, h − 1/2) sont à la distance minimale de (0, h). Si
h < 1/2 on a (0, 0) comme point le plus proche. 

Théorème 5.4.2 Soit f une fonction C2 sur un compact K ⊂ R2 , alors f atteint un minimum et
un maximum globaux sur K. Ces points d’extrema sont
−−→
— soit des points intérieurs de K, auquel cas ce sont des points critiques (grad f = 0 en ces
points)
— soit ils sont sur le bord ∂ K de K auquel cas ils sont donnés par le calcul des extrema liés en
utilisant des multiplicateurs de Lagrange.

 Exemple 5.5 Trouver les extrema globaux de f (x, y) = y + y2 − x2 + 3 sur B(0, 1) disque de
centre (0, 0) de rayon 1. On cherche les points critiques :

∂f


 = −2x = 0
∂x
∂f

 = 1 + 2y = 0
∂y

On trouve un seul point critique (0, −1/2). Ce point se trouve dans le disque et sa valeur est
f (0, −1/2) = 11/4 

La matrice hessienne donne :

 
−2 0
dét = −4 < 0 ⇒ (0, −1/2) point selle.
0 2

Il faut alors chercher les extrema globaux sur le bord x2 + y2 − 1 = 0. On a :


 −2x − 2λ x = 0
1 + 2y − 2λ y = 0
x2 + y2 − 1 = 0


√ √
15 1 15 1 15
On trouve les points (0, ±1) et (± , − ). Les valeurs : f (0, 1) = 5, f (0, −1) = 3, f (± ,− ) = .
4 4 4 4 8
On√compare ces valeurs et conclut que le max se trouve au point (0, 1) et le min aux points
15 1
(± , − ).
4 4

5.5 Extrema d’une fonction de n > 2 variables

En dimension n on procède de la même façon qu’en dimension 2. En utilisant la formule de
Taylor en dimension n au voisinage d’un extremum on voit que la condition nécessaire est que le
gradient s’annule aux points d’extrema locaux. La condition suffisante pour avoir un miminum (resp.
maximum) est que la forme hessienne soit positivement (resp. négativement) définie.
Pour les extrema liés on a le théorème suivant ([2]) :
5.5 Extrema d’une fonction de n > 2 variables 43

Théorème 5.5.1 Soient f , g1 , · · · gn des fonctions réelles de classe C1 sur un ouvert U de R p , et

E un ensemble défini par les équations :

g1 (X) = 0, · · · , gn (X) = 0, avec X ∈ U.

Si la restriction de f à E admet un extremum local en A ∈ E, et si les différentielles

Dg1 (A), · · · , Dgn (A)

sont linéarement indépendantes sur R p , alors nécessairement les formes linéaires

D f (A), Dg1 (A), · · · , Dgn (A)

sont liées. En d’autres termes, il existe des coefficients réels λ1 , · · · λn , appelés multiplicateurs de
Lagrange, tels que

D f (A) = λ1 Dg1 (A) + · · · λn Dgn (A)

 6. Champs de vecteurs

6.1 Definitions
Définition 6.1.1 Un champ de vecteurs sur D ⊂ R p est une application qui à tout point M de
→
− →
− →− → −
D associe un vecteur V (M) de R p . Soit {O ; i , j , k } un repère orthonormé de R3 , alors un
→
−
champ de vecteurs V (x, y, z), (x, y, z) ∈ D ⊂ R3 est donné par trois fonctions P, Q et R sur D à
valeurs réelles :
→
− →
− →
− →
−
V (x, y, z) = P(x, y, z) i + Q(x, y, z) j + R(x, y, z) k
→
−
On dit que le champ de vecteurs V est de classe Ck sur D si P, Q, R sont de classe Ck .

Les fonctions à valeurs réelles, on les appelle parfois des champs scalaires, tandis que les champs
vectoriels sont des fonctions à valeurs vectorielles. Quand on dessine un champ de vecteurs, on a des
vecteurs associés à tout point du domaine de définition. Pour dessiner un champ de vecteurs, on
prend quelques points sur le plan R2 et en chaque point choisi on calcule la valeur du champ ; on
fait un dessin du vecteur ainsi obtenu en commençant au point choisi. Voici quelques exemples de
champs faciles à dessiner :

 Exemple 6.1
→
−
Champ uniforme : champ constant, par exemple, λ i , λ ∈ R.
→
− →
−
Champ convergent : −x i − y j .
→
− →
−
Champ tournant : −y i + x j . 

6.2 Gradient. Opérateur Nabla

Le gradient est un exemple d’un champ de vecteurs. Le gradient d’une fonction f : D → R de

−−→
classe C1 sur D ⊂ Rn associe à chaque point X de D le vecteur grad f (X). Dans R3 en coordonnées
 46 Chapitre 6. Champs de vecteurs

{x, y, z} on a :  
−−→ ∂f ∂f ∂f
grad f (X) =
(X), (X), (X) .
∂x ∂y ∂z
→
−
 
3 ∂ ∂ ∂
Dans R on regarde un opérateur ∇ à coordonnées , , . Cet opérateur vectoriel
∂x ∂y ∂z
→
− →
− ∂ →
− ∂ →
− ∂
∇= i + j + k . (6.1)
∂x ∂y ∂z
−−→ →
− →
−
agissant sur une fonction f est égal au gradient : grad f = ∇ f . Cet opérateur ∇ est aussi appelé
l’opérateur de Hamilton (c’est le même Hamilton (1805 - 1865) qui a introduit le mot "vecteur").
Linéarité du gradient : Soient f1 , f2 des fonctions définies sur une partie de Rn et λ , µ des
−−→ −−→ −−→
nombres réels. Alors grad(λ f1 + µ f2 ) = λ grad f1 + µ grad f2
On peut se poser une question : et si tous les champs de vecteurs sont des gradients de fonctions ?
On voit rapidement que c’est une restriction assez forte.
→
− →
−
Définition 6.2.1 Soit V un champ de vecteurs V : D → R3 , D ⊂ R3 . S’il existe f : D → R tel
− −−→
→ →
− →
−
que V = grad f on dit que le champ V dérive du potentiel scalaire f sur D et V est un champ
de gradient aussi appelé un champ potentiel.

R − −−→
→ →
−
1. La condition V = grad f dans certains livres de physique est donnée avec un signe : V =
−−→
−grad f pour des raisons de convention dans certaines équations.
2. Si la fonction f existe, elle est unique à une constante près.

6.3 Divergence et Rotationnel

→
−
A l’aide de l’opérateur ∇ on peut définir des opérations sur des champs - la divergence et le
rotationnel.
→
− →
−
Soit V : D ⊂ R3 → R3 un champ de vecteurs de classe C1 . Le produit scalaire de l’opérateur ∇
→
− →
−
avec le champ V donne une fonction, qui s’appelle la divergence de V .
→
− →
−
Le produit vectoriel de l’opérateur ∇ avec un champ V donne un nouveau champ, qui s’appelle
→
−
le rotationnel de V .
La divergence agit sur des champs de vecteurs et donne des fonctions.
→
− →
− →
− →
− →
−
Définition 6.3.1 Soit V : D → R3 , D ⊂ R3 un champ de vecteurs, V = P i + Q j + R k , où
→
−
P, Q, R sont des fonctions D → R. La divergence de V est

− →
→ − → − ∂P ∂Q ∂R
div V = ∇ · V = + + . (6.2)
∂x ∂y ∂z

On remarque que la divergence est linéaire :

→
− →
− →
− →
−
div(λ V + µ W ) = λ div V + µ divW

Le rotationnel agit sur des champs de vecteurs et donne des champs de vecteurs.
6.3 Divergence et Rotationnel 47
→
− →
− →
− →
− →
−
Définition 6.3.2 Soit V : D → R3 , D ⊂ R3 un champ de vecteurs, V = P i + Q j + R k , où
→
−
P, Q, R sont des fonctions D → R. Le rotationnel de V est
→
− →
− →
−
→
− → i j k
→→
− − −
rot V = ∇ ∧ V = ∂ /∂ x ∂ /∂ y ∂ /∂ z
(6.3)
 P  Q R  
∂R ∂Q → − ∂P ∂R → − ∂Q ∂P → −
= − i + − j + − k.
∂y ∂z ∂z ∂x ∂x ∂y

On remarque que le rotationnel est linéaire :

→ →
− − →
− →→
− − →→
− −
rot(λ V + µ W ) = λ rot V + µ rotW

 Exemple 6.2 Système d’équations de Maxwell pour le champ électromagnétique dans le vide :

→
− ρ →
−
1. div E = 2. div B = 0
ε0
→
− →
− →
−
→→
− − ∂B →→
− − j 1 ∂E
3. rot E = − 4. rot B = +
∂t ε0 c2 c2 ∂t
Ici on note :
- ρ(x,t) - la densité volumique de charge électrique au point x = (x1 , x2 , x3 ) à l’instant t,
→
−
- j (x,t) - le vecteur densité de courant,
→
−
- E (x,t) - le vecteur champ électrique,
→
−
- B (x,t) - le vecteur induction magnétique,
- ε0 - la permittivité diélectrique du vide,
- c - la vitesse de la lumière dans le vide (= 299792458 m/s).


→
−
R Propriétés de l’opérateur ∇ :
→
−
Soit V : D → R3 , D ⊂ R3 un champ de vecteurs de classe C1 , et f : D → R une fonction de
classe C1 . Alors, on a
→→
− − →
− → − → −
div(rot V ) = ∇ · ( ∇ ∧ V ) ≡ 0.
Formellement on peut le voir comme un produit mixte, qui est identiquement 0 si les vecteurs
ne sont pas linéairement indépendants. Ici ce ne sont pas des vecteurs mais des opérateurs
→
− →− → −
vectoriels mais le produit mixte de ∇ , ∇ et V est identiquement 0. On a aussi

→ −−→
− →
− →
−
rot grad f = ∇ ∧ ( ∇ f ) ≡ 0. (6.4)

Définition 6.3.3 L’opérateur

−−→
∆ f = div(grad f )
défini sur les fonctions f : D → R, D ⊂ R3 de classe C2 à valeurs dans les fonctions est appelé
l’opérateur de Laplace.
 48 Chapitre 6. Champs de vecteurs

6.4 Théorème de Poincaré

.
→
− →
− →
− →
− →
−
Proposition 6.4.1 Soit V : D → R3 , D ⊂ R3 , V = P i + Q j + R k , un champ de vecteurs, P, Q, R
→
−
des fonctions de D vers R. Une condition nécessaire pour que le champ V dérive d’un potentiel
→→
− −
scalaire sur D est qu’en tout point M de D, rot V = 0.

− −−→
→
Démonstration. La relation 6.4 implique que pour qu’il existe f : D → R, tel que V = grad f on a
→→
− −
rot V = 0. Cela se traduit en trois conditions sur les fonctions P, Q et R :

∂R ∂Q

 =
 ∂y ∂z



∂P ∂R
=

 ∂z ∂x

 ∂Q ∂P

 =
∂x ∂y

La condition suffisante pour un champ d’être un champ de gradient est une condition sur le
domaine de définition du champ.

Théorème 6.4.2 — Poincaré.

→
− →→
− −
Soit V : R3 → R3 un champ de vecteurs de classe C1 tel que rot V = 0. Alors il existe une
− −−→
→
fonction f : R3 → R telle que V = grad f .

Remarquez ici que le champ V est défini en tout point de R3 . On ne donne pas ici de démonstration
de ce théorème mais on remarque que le champ de vecteurs en question doit impérativement être de
classe C1 sur R3 . C’est R3 , le domaine de définition du champ, qui joue un rôle important ici.
Voici une définition pertinente :
Définition 6.4.1 Un domaine D ⊂ Rn est simplement connexe si D est connexe par arc (Défini-
tion 2.6.2) et toute courbe fermée de D peut être ramenée à un point par une déformation continue
tout en restant dans D.

 Exemple 6.3 Un exemple d’un domaine non-simplement connexe : un domaine de R2 - un

anneau qu’on peut définir pour r2 < R2 par D = {(x, y)| r2 ≤ x2 + y2 ≤ R2 }. On peut voir ce
domaine comme un disque de rayon R troué : le petit disque autour du centre est enlevé du grand
disque. Il n’est pas simplement connexe. En effet, si on considère une courbe fermée de D (un
lacet) qui contourne (0, 0) il n’y a pas de façon de l’amener à un point, sans la faire "sauter" par
dessus ce disque absent. 

Le théorème de Poincaré se formule d’une façon plus générale :

Théorème 6.4.3 — Poincaré généralisé.

→→
− −
Soit D un domaine de R3 . Soit V : D → R3 un champ de vecteurs de classe C1 et rot V = 0.
− −−→
→
Alors si D est simplement connexe, il existe une fonction f : D → R telle que V = grad f .
 6.5 Calcul du potentiel 49

6.5 Calcul du potentiel

→
−
Si V est un champ potentiel, alors on peut trouver le potentiel à une constante près. On va faire
un exemple de calcul ici.
→
−
Soit V : R3 → R3 un champ de vecteurs de composantes P, Q, R :

P(x, y, z) = 6x(y + z2 ), Q(x, y, z) = 3x2 , R(x, y, z) = 6x2 z

−
→
Il est de classe C∞ sur R3 car les fonctions P, Q, R sont des polynômes. De plus rotV = 0 :

 ∂ R/∂ y − ∂ Q/∂ z = 0 − 0 =0
∂ P/∂ z − ∂ R/∂ x = 12xz − 12xz = 0
∂ Q/∂ x − ∂ P/∂ y = 6x − 6x =0


→
−
Par le théorème de Poincaré (Théorème 6.4.2), V dérive d’un potentiel scalaire. Déterminons
→
− −−→ →
−
tous les potentiels scalaires f : R3 → R du champ V . on a grad f = V .

 ∂ f /∂ x = 6x(y + z2 ) (1)


∂ f /∂ y = 3x2 (2)

∂ f /∂ z = 6x z2 (3)

De (2) on a f (x, y, z) = 3x2 y + φ (x, z), où φ : R2 → R est une fonction différentiable. De (1) on a
∂ f /∂ x = 6x(y + z2 ) = ∂ (3x2 y + φ (x, z))/∂ x = 6xy + ∂ φ (x, z)/∂ x. Donc

∂ φ (x, z)/∂ x = 6xz2 ⇒ φ (x, z) = 3x2 z2 + ψ(z), où ψ : R → R dérivable.

Il suit

f (x, y, z) = 3x2 y + 3x2 z2 + ψ(z)

et avec l’équation (3) on a

∂ f /∂ z = 6x2 z = ∂ (3x2 y + 3x2 z2 + ψ(z))∂ z = 6x2 z + ψ 0 (z)

ce qui donne ψ(z) = k, k - une constante. Finalement

f (x, y, z) = 3x2 y + 3x2 z2 + k

→
−
est un potentiel scalaire de V .
 7. Formes différentielles

7.1 Formes différentielles

Définition 7.1.1 On appelle 1-forme différentielle définie sur l’ouvert U ⊂ R p une application
α de U dans l’espace dual de R p , c’est-à-dire dans (R p )∗ = L (R p , R), l’espace des applications
linéaires de R p vers R.

α : U → L (R p , R)

Soit x ∈ U, alors α(x) ∈ L (R p , R).

→
− →
−
Soit V un champ de vecteurs sur U, cela signifie en particulier V (x) ∈ R p . Comme on a α(x)
→
− →
−
application linéaire de R p → R et V (x) ∈ R p en chaque point x de U on a α(x)( V (x)) ∈ R.
Cela montre qu’en chaque point de U l’espace des 1-formes différentielles est dual à l’espace de
champs de vecteurs.
En effet, si un espace E (de dimension finie) est muni d’un produit scalaire, il existe un isomor-
phisme entre E et son dual. Ici E est l’espace des champs de vecteurs sur un ouvert E = Vect(U) avec
un produit scalaire < .|. > (x) défini en chaque point x ∈ U. On peut donc établir une correspondance
entre l’espace des champs de vecteurs et son espace dual des 1-formes différentielles, noté Ω1 (U) :
→
−
si V est un champ de vecteurs sur U il existe une unique 1-forme différentielle α sur U telle que
→
−
∀x ∈ U et ∀W ∈ Vect(U). On à
→
− →
− → −
α(W )(x) =< V |W > (x) (7.1)
Nous avons déjà vu un exemple d’une 1-forme différentielle, c’est la différentielle d’une fonction f
de classe C1 sur l’ouvert U à valeurs dans R donnée par
p
∂f
d f : x ∈ U 7→ d f (x) = ∑ (x) dxi .
i=1 xi
∂
En tant qu’application de U dans L (R p , R), elle s’écrit
p
∂f
df = ∑ dxi
i=1 ∂ xi
 52 Chapitre 7. Formes différentielles

Ici, nous notons B∗ = { dx1 , · · · dx p } la base duale de la base de l’espace des champs de vecteurs, la
base canonique de R p . L’application dxi est donc la i−ème 1-forme coordonnée :
dxi : (x1 , · · · , x p ) 7→ xi
- sur un vecteur de coordonnées (x1 , · · · , x p ) la forme dxi a pour valeur xi (la forme différentielle et
le champ de vecteurs considerés au même point de U). Pour tout X de U, α(X) s’écrit dans B∗ avec
des coefficients ai qui dépendent du point X :
p
α(X) = ∑ ai (X) dxi (7.2)
i=1

Définition 7.1.2 Une 1-forme différentielle α est de classe Ck sur un ouvert U si les fonctions ai
qui interviennent dans (7.2) sont de classe Ck sur U.

7.2 n-formes différentielles

Pour définir les 1-formes différentielles nous avons travaillé avec des formes linéaires L (R p , R)
mais nous pouvons définir des formes bilinéaires alternées (anti-symétriques) et plus généralement
k-linéaires anti-symétriques L ((R p )k , R).
Définition 7.2.1 Une application linéaire L : (R p )k → Rq est une k-forme anti-symétrique (=
alternée) si la valeur de L change de signe sous une permutation de deux variables :
→
− →
− →
− →
− →
− →
− →
− →
−
L( V 1 , . . . , V i , . . . , V j , . . . , V k ) = −L( V 1 , . . . , V j , . . . , V i , . . . , V k )
→
− →
−
En particulier, si V i = V j , et i 6= j la valeur de L est 0.

→
− →
− →
− →
−
 Exemple 7.1 Le produit vectoriel V ∧ W , où V , W ∈ R3 est un exemple d’une forme anti-
symétrique à valeurs dans R3 . 

Ce qui nous intéresse ici ce sont des formes anti-symétriques à valeurs dans R. On introduit le
produit des formes linéaires de sorte qu’à deux formes A ∈ L ((R p )k , R) et B ∈ L ((R p )l , R) on
associe une forme A ∧ B ∈ L ((R p )k+l , R). Ce produit est appelé le produit extérieur. Le produit
extérieur, noté ∧, est
— associatif : (A ∧ B) ∧C = A ∧ (B ∧C)
— distributif : (A + B) ∧C = A ∧C + B ∧C
— anti-symétrique : A ∧ B = (−1)kl B ∧ A pour A ∈ L ((R p )k , R) et B ∈ L ((R p )l , R).
En particulier, si on a deux 1-formes A, B ∈ L (R p , R) leur produit A ∧ B ∈ L ((R p )2 , R) est anti-
symétrique :
A ∧ B = −B ∧ A
En général, le produit extérieur des formes A1 , . . . , Ak ∈ L (R p , R), A1 ∧ . . . ∧ Ak est une k-forme
anti-symétrique qui, évaluée sur k vecteurs de R p a pour valeur :
→
− →
−
A1 ( V 1 ) · · · Ak ( V 1 )
→
− →
− →
−
A1 ∧ . . . ∧ Ak ( V 1 , . . . , V k ) = ··· ··· ··· = det(A j ( V i )) (7.3)
→
− →
−
A1 ( V k ) · · · Ak ( V k )
7.2 n-formes différentielles 53

Définition 7.2.2 Soit U un ouvert de R p , k ≥ 0 un entier. On appelle k-forme différentielle sur

U une application

ω : U → L ((R p )k , R)

telle que, pour tout x de U, ω(x) est une k-forme alternée sur R p . On note Ωk (U) l’espace des
k-formes différentielles sur U ⊂ R p .
Une k-forme différentielle est aussi appelée une forme différentielle de degré k.
On considère les fonctions à valeurs réelles comme des 0-formes différentielles.
Par exemple les 2-formes différentielles sur U ⊂ R2 forment l’espace des formes bilinéaires
alternées. Donc si on a deux formes α, β ∈ Ω1 (U), alors on a un produit α ∧ β ∈ Ω2 (U) tel que
α ∧ β = −β ∧ α. En dimension 2 dans la base ( dx, dy) les 1-formes sont α(x, y) = P(x, y) dx +
Q(x, y) dy et les 2-formes ω(x, y) = h(x, y) dx ∧ dy. Il n’y a pas de formes dx ∧ dx ou dy ∧ dy à cause
de l’anti-symétrie, et dx ∧ dy = − dy ∧ dx. Une k-forme différentielle dans R p peut se décomposer

ω(X) = ∑ fi1 i2 ···ik (X) dxi1 ∧ dxi2 ∧ · · · ∧ dxik . (7.4)

1≤i1 <i2 <···<ik ≤p

où fi1 i2 ···ik (X) sont des fonctions sur U ⊂ R p et dxi j sont des éléments de la base de (R p )∗ =
L (R p , R).
On peut définir la valeur d’une k-forme donnée évaluée sur k champs de vecteurs au point donné.
On utilise la dualité entre les formes différentielles et les champs point par point donnée par le
produit scalaire < ·, · > .

 Exemple 7.2
1. On peut regarder une 1-forme z dx dans R3 au point (5, −2, 3) évaluée sur un champ
→
− →
− →
− →
−
vectoriel V (x, y, z) = x2 i + xy j + 2z k . La forme z dx au point (5, −2, 3) est égale à 3 dx.
La valeur du champ
→
− →
− →
− →
−
V (5, −2, 3) = 52 · i − 5 · 2 · j + 6 · k .
→
−
L’évaluation de la 1-forme 3 dx sur V (5, 2, 3) est alors
→
− →
− →
− →
−
< 3 dx, 25 · i − 10 · j + 6 · k >= 3 · 25 < dx, i >= 75.
→
− → − → −
On utilise le fait que { dx, dy, dz} forme la base duale de la base { i , j , k } et par consé-
→
− →
− →
−
quent < dx, i >= 1, < dx, j >=< dx, k >= 0.
2. On regarde une 2-forme ω = y dx ∧ dy dans R2 au point (−3, 2) évaluée sur deux champs
→
− →
− →
− → − →
− → −
vectoriels W (x, y) = (2x − y) i + xy2 j et U = 3y i + j . D’abord, ω(−3, 2) = 2 dx ∧ dy.
→
− →
− →
−
Les valeurs des champs au point donné sont W (−3, 2) = (2 · (−3) − 2) i − 3 · 22 · j =
→
− →
− → − →
− → − →
− →
−
−8 i −12 j et U (−3, 2) = 6 i + j . L’évaluation de la 2-forme ω sur W (−3, 2) et U (−3, 2)
 54 Chapitre 7. Formes différentielles

au point (−3, 2) en suivant la formule (7.3) est alors

→
− →
− →
− → − →
− →
−
< 2 dx ∧ dy, (−8 i − 12 j ) ∧ (6 i + j ) >= 2 · (−8) · (1) < dx, i >< dy, j >
→
− →
−
+2 · (−12) · 6 < dy, j >< dx, i >= −16 + 144 = 128.


7.3 Formes exactes. Différentielle de de Rham

Définition 7.3.1 La 1-forme différentielle α de classe C0 (ou continue) sur l’ouvert U est exacte
s’il existe une fonction f de classe C1 sur l’ouvert U telle que α = d f . On dit que f est une
primitive de α.

Il existe des 1-formes différentielles qui n’ont pas de primitive. Sur un ouvert connexe, lorsqu’une
primitive existe, elle est unique à ajout d’une constante près. Reconnaître si une 1-forme différentielle
est exacte est un problème analogue à celui de savoir reconnaître si un champ de vecteurs est un
champ de gradient (partie 6.5 du cours).
Plaçons-nous par exemple en dimension 2 et considérons un champ de vecteurs défini sur un
ouvert U ∈ R2 par :
→
− →
− →
−
∀(x, y) ∈ U : V (x, y) = P(x, y) i + Q(x, y) j .

ainsi qu’une forme différentielle α définie par :

∀(x, y) ∈ U : α(x, y) = P(x, y) dx + Q(x, y) dy.

− →
→ −
Par la dualité (7.1) on a d f (x)((h, k)) =< ∇ f (x)|(h, k) > . Alors les équations α = d f et V = ∇ f
sont toutes les deux équivalentes au même système :
∂f

 P(x, y) =
 (x, y)
∂x
∂f
 Q(x, y) =
 (x, y)
∂y
Comment vérifier si une 1-forme différentielle est exacte ? Pour les champs de vecteurs on avait
le théorème de Poincaré général. Pour les 1-formes c’est exactement le même théorème. Pour le
→
−
formuler en dimension quelconque il faut introduire un opérateur analogue à l’opérateur ∇ qui agit
sur les formes.
En fait on a déjà cet opérateur - c’est l’opérateur d :
p
∂
d = ∑ dxi .
i=1 ∂ xi

∂
Il faut comprendre que sur une forme différentielle ω (7.4) l’opérateur dxi agit par les dérivées
∂ xi
partielles sur les fonctions fi1 i2 ···ik (X) et par multiplication extérieure de dxi sur les formes dxi1 ∧
dxi2 ∧ · · · ∧ dxik :
p
∂
dω = ∑ dxi ∧ ω.
i=1 ∂ xi
7.3 Formes exactes. Différentielle de de Rham 55

L’opérateur d est appellé la différentielle de de Rham, aussi appelé parfois la différentielle

extérieure. La différentielle de de Rham agit sur des fonctions de classe C1 en les envoyant vers les
1-formes différentielles.
On peut définir l’action de d sur les 1-formes aussi bien que sur les fonctions. Par exemple, en
dimension 2 :
 

∂ ∂

d P(x, y) dx + Q(x, y) dy = dx + dy P(x, y) dx + Q(x, y) dy
∂x ∂y
∂P ∂Q ∂P ∂Q
= dx ∧ dx + dx ∧ dy + dy ∧ dx + dy ∧ dy
∂x  ∂x ∂y ∂y
∂Q ∂P
= − dx ∧ dy
∂x ∂y
On a utilisé dans le calcul dx ∧ dx = dy ∧ dy = 0, et dx ∧ dy = − dy ∧ dx.

R La différentielle de de Rham est un opérateur qui agit sur les formes différentielles et il
augmente leur degré de 1, d : Ωk (U) → Ωk+1 (U). Par exemple sur une forme (7.4)
!
p
∂
dω(X) = ∑ dxi fi1 i2 ···ik (X) dxi1 ∧ dxi2 ∧ · · · ∧ dxik
i=1 ∂ xi 1≤i1 <i2∑ <···<ik ≤p
p
∂

=∑ ∑ fi1 i2 ···ik (X) dxi ∧ dxi1 ∧ dxi2 ∧ · · · ∧ dxik
i=1 1≤i1 <i2 <···<i ≤p ∂ xi
k

Lemme 1 La différentielle de de Rham d : Ωk (U) → Ωk+1 (U), U ⊂ R p au carré est nul :

d2 = 0.

Démonstration. En coordonnées l’opérateur d agissant sur une forme différentielle ω ∈ Ωk (U)

p
∂
s’écrit : dω = ∑ dxi ω ∈ Ωk+1 (U).
i=1 ∂ xi
Son carré est calculé ainsi :
!
p p p p  
2 ∂ ∂ ∂ ∂
d(dω) = (d )ω = ∑ dxi ∑ dxi ∂ xi ω = ∑ ∑ dxi ∧ dx j ∧ ∂ xi ∂ x j (ω)
∂ xi i=1
i=1   i=1 j=1  
∂ ∂ ∂ ∂
= ∑ dxi ∧ dx j ∧ (ω) + ∑ dxi ∧ dx j ∧ (ω)
1≤i< j≤p ∂ xi ∂ x j 1≤ j<i≤p ∂ xi ∂ x j
p  
∂ ∂
+ ∑ dxi ∧ dxi ∧ (ω) .
i=1 ∂ xi ∂ xi

En changeant les notations

 i↔ j dans la deuxième somme, on  voit que
 la première somme a les
∂ ∂ ∂ ∂
termes dxi ∧ dx j (ω) et la deuxième dx j ∧ dxi (ω) pour les mêmes i et j. En
∂ xi ∂ x j ∂ x j ∂ xi
utilisant le lemme de Schwarz, on a :
   
∂ ∂ ∂ ∂
(ω) = (ω) .
∂ xi ∂ x j ∂ x j ∂ xi
Puisque dxi ∧ dx j = − dx j ∧ dxi les deux premières sommes s’annulent mutuellement et pour la
troisième somme on a : ∀i, dxi ∧ dxi = 0. 
 56 Chapitre 7. Formes différentielles

R La différentielle de de Rham agit sur le produit extérieur de deux formes différentielles α et β

de degrés p et q comme suit :
d(α ∧ β ) = dα ∧ β + (−1) p α ∧ dβ .
C’est facile à voir si on écrit α et β explicitement (comme dans (7.2)).

7.4 La dimension 3 est spéciale.

Faisons le calcul d’action d’opérateur de de Rham en dimension 3.
0. Pour une 0-forme différentielle (c’est-à-dire simplement une fonction)
f = f (x, y, z)
définie sur un domaine D ∈ R3 , où f une fonction de classe C1 sur D, on obtient
∂f ∂f ∂f
df = dx + dy + dz, (7.5)
∂x ∂y ∂z
Dans cette forme on reconnaît une expression pour la différentielle (cela est le cas pour toute
dimension).
1. Pour une 1-forme différentielle
α = P dx + Q dy + R dz
définie sur un domaine D ∈ R3 , où P, Q, R sont des fonctions de classe C1 sur D, on obtient
     
∂R ∂Q ∂P ∂R ∂Q ∂P
dα = − dy ∧ dz + − dz ∧ dx + − dx ∧ dy (7.6)
∂y ∂z ∂z ∂x ∂x ∂y
2. Pour une 2-forme différentielle
ω = P dy ∧ dz + Q dz ∧ dx + R dx ∧ dy
définie sur un domaine D ∈ R3 , P, Q, R des fonctions de classe C1 sur D, on obtient
 
∂P ∂Q ∂R
dω = + + dx ∧ dy ∧ dz (7.7)
∂x ∂y ∂z
3. Une forme différentielle de degré 3 sur D ⊂ R3 s’écrit
ν = f (x, y, z) dx ∧ dy ∧ dz
avec f (x, y, z) - une fonction sur D. Il n’y a pas de 4-formes différentielles à cause de l’anti-symétrie,
donc en particulier, dν = 0, ∀ν ∈ Ω3 (U), U ⊂ R3 .
On reconnaît ici, au moins formellement, les expressions en coordonnées du gradient d’une
fonction (7.5), du rotationnel (7.6) et de la divergence (7.7) du champ de vecteurs correspondant. De
cette façon, dans R3 les opérateurs de la théorie des champs de vecteurs se révèlent être tous liés à la
différentielle de de Rham sur des formes de degrés 0,1,2.
La dimension 3 est spéciale. En plus de la dualité entre les 1-formes et les champs de vecteurs
dans la théorie des formes différentielles, il y a une dualité appelée dualité de Poincaré (le même
Poincaré que le théorème). Cette dualité de Poincaré sur R p est une application entre les k-formes et
les (p − k)-formes. Par conséquent en dimension 3 les 1-formes sont duales aux 3 − 1 = 2-formes.
De ce fait, via cette dualité de Poincaré les 2-formes sont aussi liées aux champs de vecteurs.
 7.5 Formes fermées. Théorème de Poincaré pour les formes différentielles 57

7.5 Formes fermées. Théorème de Poincaré pour les formes différentielles

Définition 7.5.1 On dit qu’une k-forme différentielle ω est fermée si dω = 0.

Théorème 7.5.1 — Poincaré pour les formes différentielles sur R p .

Soit α une k-forme différentielle sur R p . Alors α est exacte si et seulement si elle est fermée.

 Exemple 7.3 On souhaite savoir si la forme α = 4xy dx + (1 + 2x2 ) dy est exacte et trouver
éventuellement sa primitive. La forme est définie sur R2 tout entier qui est simplement connexe.
On a ici P = 4xy et Q = 1 + 2x2 On calcule :

∂P ∂Q
− = 4x − 4x = 0
∂y ∂x
La forme est donc exacte et on cherche une primitive f en résolvant le système :
(
∂f
∂ x = 4xy
∂f 2
∂ y = 1 + 2x

en intégrant la première de ces équations par rapport à x, il vient :

f (x, y) = 2x2 y + φ (y),

où φ est une fonction d’une variable, dérivable. On utilise ensuite la deuxième équation :

∂ (2x2 y + φ (y))
= 1 + 2x2
∂y

D’où φ (y) = y +C, C ∈ R et finalement

f (x, y) = 2x2 y + y +C

Cela correspond au calcul du potentiel du champ correspondant. 

On utilise cette méthode pour résoudre certaines équations différentielles ordinaires - ici par exemple
dy
si on pense à dx comme à y0 , la dérivée de y par rapport à x on a intégré une équation différentielle

4xy + (1 + 2x2 )y0 = 0.

Autre exemple : α = 2y2 (x + y) dx + 2xy(x + 3y) dy est une forme fermée et par conséquent exacte,
donc sa primitive f (x, y) = x2 y2 + 2y3 x + C donne la solution x2 y2 + 2y3 x + C = 0 de l’équation
différentielle : 2y2 (x + y) + 2xy(x + 3y)y0 = 0.
On peut le voir comme ça : une équation différentielle peut se réécrire de la façon suivante :
α = 0, où α est une 1-forme différentielle. Alors, si α = d f , f = const est la solution de l’équation
différentielle α = 0.
La théorie des formes différentielles est utilisée en intégration. Souvent on dit qu’on intègre des
fonctions, en réalité on intègre des formes différentielles. Cette ligne de pensée va nous diriger
vers l’intégration des fonctions de plusieurs variables.
 8. Intégrales multiples

8.1 Définition. Intégrale double

Soit f une fonction continue sur un rectangle R = [a, b] × [c, d] de R2 . On partage ce rectangle
en n · m petits rectangles Ri j , i ∈ [1, m], j ∈ [1, n]. Ri j a pour cotés le m-ième segment horizontal et le
n-ième segment vertical. Son sommet supérieur droit est le point (xi , y j ) = (a + i · b−a d−c
m , c + j · n ).
La somme de Riemann, Smn , est la somme des volumes des parallélépipèdes de bases sur Ri j et de
hauteurs donnés par la valeur de f en (xi , y j ) de Ri j

b−a d −c m n
Smn = ∑ ∑ f (xi , y j ).
m n i=1 j=1

Définition 8.1.1 L’intégrale double de f sur R est la limite des sommes de Riemann :
ZZ
f (x, y) dx dy = lim Smn .
R m→∞,n→∞

Propriété 8.1.1
1. Linéarité. Soient f et g deux fonctions réelles continues sur R, alors
ZZ ZZ ZZ
(λ f (x, y) + µg(x, y)) dx dy = λ f (x, y) dx dy + µ g(x, y) dx dy
R R R

2. Croissance. Soient f et g deux fonctions réelles continues sur R, telles que f (x, y) ≤ g(x, y), ∀(x, y) ∈
R, alors
ZZ ZZ
f (x, y) dx dy ≤ g(x, y) dx dy
R R

On en déduit que
ZZ ZZ
f (x, y) dx dy ≤ | f (x, y)| dx dy
R R
 60 Chapitre 8. Intégrales multiples

3. Théorème de Fubini pour un rectangle. L’intégrale double d’une fonction réelle continue f
sur un rectangle R = [a, b] × [c, d] est égale à deux intégrales simples successives :
ZZ Z dZ b Z bZ d
f (x, y) dx dy = ( f (x, y) dx) dy = ( f (x, y) dy) dx
R c a a c

En particulier, si f (x, y) = g(x)h(y)

ZZ Z b Z d
f (x, y) dx dy = g(x) dx · h(y) dy
R a c

8.2 Aire d’une partie quarrable. Théorème de Fubini

Pour définir l’intégrale double sur une partie de R2 qui n’est pas un rectangle on introduit la
notion d’une partie quarrable du plan.
Soit D une partie bornée de R2 et R = [a, b] × [c, d] un rectangle qui la contient.
On appelle subdivison σ de R, m · n rectangles Ri j = [xi , xi+1 ] × [y j , y j+1 ], xi , y j ∈ R venant du
partage de [a, b] en m segments et de [c, d] en n segments :

a = x0 < x1 < · · · < xm = b ; c = y0 < y1 < · · · < yn = d

pour m et n quelconques. Le rectangle Ri j , est d’aire µ(Ri j ) = (xi+1 − xi ) · (y j+1 − y j ).

A toute subdivison σ de R on associe deux quantités qu’on appelle les sommes de Darboux :

s(σ ) = ∑ (xi+1 − xi ) · (y j+1 − y j ) et S(σ ) = ∑ (xi+1 − xi ) · (y j+1 − y j ).

T
Ri j⊂D Ri j D6=0/

Définition 8.2.1 On dit que D ⊂ R est quarrable si la borne supérieure des sommes s(σ ) est
égale à la borne inférieure des sommes S(σ ). Leur valeur commune donne l’aire de D.

R Si D est une partie quarrable du plan alors la frontière de D est quarrable d’aire nulle. Ainsi, un
disque ou un polygone sont des exemples de parties quarrables, que l’on prenne ou non leur
frontière.

Définition 8.2.2 Une fonction f bornée sur une partie quarrable de R2 est intégrable si et
seulement si la somme (aussi appelé une somme de Riemann)

∑ f (ui , v j ) Aire(Ri j )
T
Ri j D6=0/

tend vers une limite finie indépendante du choix de (ui , v j ) quand xi+1 − xi et y j+1 − y j tendent
vers 0. Cette limite est appelée l’intégrale de f sur D :
ZZ
f (x, y) dx dy.
D
8.2 Aire d’une partie quarrable. Théorème de Fubini 61

Théorème 8.2.1 Soit f : D → R une fonction continue et bornée sur une partie quarrable du
plan. Alors f est intégrable sur D.

R La propriété d’être bornée est importante. C’est la même chose pour les fonctions d’une seule
variable comme le montre l’exemple de la fonction 1/x qui n’est pas bornée sur l’intervale
]0, 1] : elle n’est pas intégrable !

Théorème 8.2.2 Soit f : D → R une fonction bornée sur une partie quarrable du plan. Si l’en-
semble des points de discontinuité de f est d’aire nulle alors f est intégrable sur D.

Par ailleurs, l’aire d’une partie quarrable D ⊂ R2 peut être vue comme une intégrale d’une
fonction constante égale à 1 sur D :
ZZ
Aire(D) = dx dy
D

Il est facile d’expliquer cela par un raisonnement géométrique - présenter le graphe de la fonction
1 sur D et voir quel volume représente l’intégrale double.
Comment, en pratique, calcule-t-on les intégrales doubles sur une partie quarrable du plan ?
- Soit φ et ψ deux fonctions continues sur [a, b] et soit

D = {(x, y) ∈ R2 | φ (x) ≤ y ≤ ψ(x)}.

(Faire un dessin). Soit f une fonction réelle intégrable sur D. Alors, on a

ZZ Z b Z ψ(x) 
f (x, y) dx dy = f (x, y) dy dx.
D a φ (x)

 Exemple 8.1 On calcule ZZ

I= (x + y)2 dx dy
D
où D est un triangle de sommets (0, 0), (0, 1) et (2, 0). Alors ici
x
φ (x) = 0 et ψ(x) = − + 1, x ∈ [0, 2].
2
Donc
Z 2 Z −x/2+1  Z 2
2
y=−x/2+1 7
I= (x + y) dy dx = (x + y)3 y=0 dx =
0 0 0 6

La variable x ayant exactement le même statut que la variable y donc on peut calculer la même
intégrale comme suit :
Z 1 Z 2−2y 
2
I= (x + y) dx dy
0 0
 62 Chapitre 8. Intégrales multiples

et obtenir le même résultat. Il faut faire attention aux bornes de l’intégrale. La valeur de l’intégrale
est un nombre - on ne peut pas avoir des fonctions pour des bornes pour l’intégrale simple calculée
en dernier. 

8.3 Changement de variables dans une intégrale double. Matrice jacobienne

Soit f une fonction continue sur un compact quarrable D ⊂ R2 . Soit une bijection notée ∆ → D
définie par :

(u, v) 7→ (x = φ (u, v), y = ψ(u, v)),

φ et ψ étant de classe C1 . Alors,

D(x, y)
ZZ ZZ
f (x, y) dx dy = f (φ (u, v), ψ(u, v) du dv,
D ∆ D(u, v)

D(x, y) ∂x ∂y ∂x ∂y
où = − est la valeur absolue du déterminant de la matrice Jacobienne
D(u, v) ∂u ∂v ∂v ∂u
(définition 3.1.2) des dérivés premières de l’application ∆ → D.
On peut le voir en utilisant le calcul des formes différentielles. Si x = x(u, v) et y = y(u, v) la
2-forme différentielle dx ∧ dy s’exprime en du ∧ dv par le calcul suivant (dans le contexte des
intégrales on n’écrit pas de symbole de produit ∧) :
   
∂x ∂x ∂y ∂y
dx dy = du + dv · du + dv
∂u ∂v ∂u ∂ v 
∂x ∂y ∂x ∂y ∂x ∂y ∂x ∂y
= du dv + dv du = − du dv
∂u ∂v ∂v ∂u ∂u ∂v ∂v ∂u

 Exemple 8.2 Si on effectue un changement linéaire des variables :

φ (u, v) = au + bv, ψ(u, v) = cu + dv

alors, la fonction intégrée n’est modifiée que par le facteur

|ad − bc|,

(valeur absolue du déterminant). Lorsque ce déterminant est 1 (pour une rotation par exemple), la
fonction intégrée reste inchangée. Ce changement de variables
 linéaire
 envoie
 un carré [0, 1] ×
a c
[0, 1] vers le parallélogramme P engendré par les vecteurs et . Donc en particulier
b d
Z Z
Aire(P) = dx dy = |ad − bc| du dv = |ad − bc|
P [0,1]×[0,1]


 8.4 Volume. Intégrales triples. 63

 Exemple 8.3 Changement en coordonnées polaires. Soit [0, ∞[×[0, 2π[→ R2 une bijection
entre les coordonées polaires et cartésiennes données par

(r,t) 7→ (x = r cost, y = r sint).

∂x ∂x
D(x, y)
= ∂r
∂y
∂t
∂y = r cos2 t + r sin2 t = r.
D(u, v) ∂r ∂t
2
RR
Calculer I = sur D, disque de centre (0, 0) de rayon R. Le calcul direct est assez long :
D y dx dy

R R R √R2 −x2 2  R R R √R2 −x2 2 

I = −R √ dy dx =
2
− R −x 2 y −R 2 0 y dy dx

RR 3

√R2 −x2 4RR
√
= −R 2 y /3 0
dx = 3 0 ( R2 − x2 )3 dx

4R0 3 πR4
sin4 θ dθ =
R π/2
= 3
3 π/2 R sin θ (−R sin θ )dθ = 34 R4 0 4

où on utilise le changement de variables

x = R cos θ , 0 ≤ θ ≤ π/2, dx = −R sin θ dθ , R2 − x2 = R2 (1 − cos2 θ ) = R2 sin2 θ .

On utilise aussi la linéarisation de sin4 θ :

4
e − e−iθ e4iθ − 4e2iθ + 6 − e−2iθ + e−4iθ
 iθ
4 1 1 3
sin θ = = = cos 4θ − cos 2θ +
2i 16 8 2 8

Ce calcul a l’air assez long et fort utile, mais à l’aide d’un changement de variables sous l’intégrale
double on arrive au résultat plus rapidement : les coordonnées polaires transforment le rectangle
en disque. Ici on a un disque et donc :

∆ = {(r,t) ∈ R2 |0 ≤ r ≤ R et 0 ≤ t ≤ 2π } → D = {(x, y) ∈ R2 x2 + y2 ≤ R2 }

D’où
R4 πR4
Z R Z 2π Z 2π
1 − cos 2t
ZZ
I= r2 sin2 tr dt dr = r3 dr · sin2 t dt = · dt =
∆ 0 0 4 0 2 4


8.4 Volume. Intégrales triples.

Pour certaines parties E ⊂ R3 et certaines fonctions f : E → R on définit un nombre réel noté
ZZZ
I= f (x, y, z) dx dy dz
E

et appelé l’intégrale de f sur E.

64 Chapitre 8. Intégrales multiples

Définition 8.4.1 Un compact élémentaire ∆ de R3 est une partie de R3 de l’une des formes
suivantes :
(1) ∆(x,y) = {(x, y, z) ∈ R3 | φ1 (x, y) ≤ z ≤ φ2 (x, y), où(x, y) ∈ D − partie
quarrable de R2 et φ1 , φ2 − fonctions continues surD}
(2) ∆z = {(x, y, z) ∈ R3 | a ≤ z ≤ b, où(x, y) ∈ D(z) = la projection
sur le plan xy de l’intersection de ∆ et du plan passant par (0, 0, z)
et parallèle au plan xy}
(3) P = [a, b] × [c, d] × [e, f ], dans ce cas on dit aussi que c’est un pavé de R3 .

Théorème 8.4.1 (de Fubini) Soit ∆ un compact élémentaire de R3 et f (x, y, z) une fonction
continue sur ∆.
1. Si ∆ est de type ∆(x,y) alors
ZZZ ZZ Z φ2 (x,y) 
f (x, y, z) dx dy dz = f (x, y, z) dz dx dy
∆ D φ1 (x,y)

(intégration par ”piles”)

2. Si ∆ est de type ∆z alors
ZZZ Z b ZZ 
f (x, y, z) dx dy dz = f (x, y, z) dx dy dz
∆ a D(z)

(intégration par ”tranches”)

3. Si ∆ = [a, b] × [c, d] × [e, f ] alors
ZZZ Z b Z d Z f  
f (x, y, z) dx dy dz = f (x, y, z) dz dy dx
∆
Za f Zc d Ze b  
= f (x, y, z) dx dy dz = · · ·
e c a

En particulier, le volume de ∆ est l’intégrale triple sur ∆ de la fonction 1 :

ZZZ
Volume de ∆ = dx dy dz
∆

Les intégrales triples sont des intégrales de 3-formes différentielles. Pour les 3-formes différentielles
on peut calculer ce qui ce passe si on change les variables. Supposons que x, y et z soient des fonctions
de variables u, v et w telles qu’on a les formules

x = x(u, v, w), y = y(u, v, w), z = z(u, v, w).

Ce sont des formules de changement de variables - c’est-à-dire une transformation qui à un point m
de coordonnées u, v et w associe le point de coordonnées x, y et z. Le jacobien du changement de
variable est le déterminant

∂ x/∂ u ∂ x/∂ v ∂ x/∂ w

D(x, y, z)
= ∂ y/∂ u ∂ y/∂ v ∂ y/∂ w .
D(u, v, w)
∂ z/∂ u ∂ z/∂ v ∂ z/∂ w
 8.5 Coordonnées cylindriques. Coordonnées sphériques 65

Alors, si le domaine ∆ est transformé par ce changement de variables en ∆0 , la 3-forme différentielle

dx dy dz doit être changée à l’aide du Jacobien et on obtient la formule suivante :

D(x, y, z)
ZZZ ZZZ
f (x, y, z) dx dy dz = f (x(u, v, w), y(u, v, w), z(u, v, w)) du dv dw
∆ ∆0 D(u, v, w)

8.5 Coordonnées cylindriques. Coordonnées sphériques

Prima facie, les
coordonnées cylindriques sont r,t et z telles que

x = r cost, y = r sint, z = z, avec r2 = x2 + y2 , t ∈ [0, 2π[

On obtient
D(x, y, z)
=r
D(r,t, z)

 Exemple 8.4 Le volume de la partie ∆ du cylindre d’équation x2 + y2 − ax ≤ 0 (où a > 0)

comprise entre le plan xy et le plan d’équation z = 1 s’obtient grâce à la formule de changement
de variables : ∆ est transformée par les coordonnées cylindriques en

∆0 = {(r,t, z)| t ∈ [0, 2π[, r ∈ [0, a cost], z ∈ [0, 1]

Alors,
(a cost)2
ZZZ Z 2π Z a cost Z 1 Z 2π
V= dx dy dz = r dr dt dz = dt
∆ 0 0 0 0 2
a2 a2 π
Z 2π
1 + cos 2t
= dt =
2 0 2 2


Les coordonnées sphériques sont (θ , φ , r) telles que

g : [0, π] × [0, 2π] × [0, +∞[ → R3

(8.1)
(θ , φ , r) 7→ g(θ , φ , r) = (r sin θ cos φ , r sin θ sin φ , r cos θ ).
 9. Courbes et Intégrales curvilignes

9.1 Courbes de R2 . Théorème des fonctions implicites pour les courbes de R2

Une courbe Γ de R2 peut être définie de plusieurs façons différentes.
A) Forme explicite y = f (x) où f : I → R, I ⊂ R,

Γ = {(x, y)| x ∈ I ⊂ R, y = f (x)}.

Si f est dérivable en x0 ∈ I alors Γ possède une tangente au point m0 = (x0 , y0 ), où y0 = f (x0 ).

L’équation de cette tangente est

y − y0 = f 0 (x0 )(x − x0 ).

B) Forme paramétrique (cf. Définition 2.6.1)

Définition 9.1.1 Une partie de R p , Γ est une courbe s’il existe une application continue γ d’un
intervalle [a, b] ⊂ R dans Γ ⊂ R p . Si cette application est bijective, γ est appelé un arc de courbe.
Le couple (Γ, γ) est appelé une courbe paramétrée. Si γ(a) = γ(b) mais γ(t1 ) 6= γ(t2 ) pour tous
les points t1 6= t2 de [a, b] la courbe Γ est appelée une courbe fermée ou un circuit fermé.

Les courbes planes sont des courbes dans R2 . Les courbes gauches sont des courbes dans R3 .
Soit

x = g(t)
γ(t) =
y = h(t)

où g, h : [a, b] → R, [a, b] ⊂ R. Alors, la fonction γ(t) à valeurs dans R2 sur un intervalle [a, b] définit
Γ, une courbe paramétrée dans R2 :

Γ = {(x, y)|x = g(t), y = h(t); t ∈ [a, b]}.

On dit que γ(t) = (g(t), h(t)) est une représentation paramétrique de la courbe.
68 Chapitre 9. Courbes et Intégrales curvilignes

La même courbe peut avoir des représentations différentes, par exemple, les paramétrisations
 
x =t x = s/2
γ(t) = , t ∈ [0, 1]; γ(s) = , s ∈ [0, 2]
y = 2t y =s

définissent le même segment sur la droite y = 2x.

Pour une courbe
g0 (t)
  
g(t) 0
γ(t) = sa dérivée γ (t) =
h(t) h0 (t)

définit un vecteur tangent à la courbe Γ au point (x, y) = (g(t), h(t)). Pour écrire l’équation de la
tangente à Γ au point donné de la courbe γ(t0 ) = (x0 , y0 ), on trouve l’équation de la droite passant
par (x0 , y0 ) et parrallèle à (g0 (t0 ), h0 (t0 )). On l’écrit sous la forme de déterminant d’une matrice

x − x0 g0 (t0 )
=0
y − y0 h0 (t0 )

Ce qui donne

g0 (t0 )(x − x0 ) − f 0 (t0 )(y − y0 ) = 0.

h0 (t0 )
Si (g0 (t0 ), h0 (t0 )) = (0, 0) la tangente peut exister également, sa pente est lim lorsque cette
t→t0 g0 (t0 )
limite existe.
Définition 9.1.2 On note Γ+ un arc d’une courbe avec un sens de parcours indiqué. On dit qu’on
choisit l’orientation de Γ quand on choisit le sens de parcours. On dénote par Γ− un arc d’une
courbe qui est le même que Γ+ mais avec un sens de parcours opposé. Soit γ : [a, b] → Γ une
paramétrisation de Γ. On dit que γ est compatible avec l’orientation de Γ+ si le point γ(t) se
déplace dans le sens de parcours de Γ lorsque le paramètre croît de a à b.

 Exemple 9.1 Soit Γ une partie de la droite y = x sur l’intervalle [0, 2] parcourue du point (2, 2)

vers le point (0, 0). Deux paramétrisations

   
t 2−t
t ∈ [0, 2], γ(t) = et µ(t) =
t 2−t

se distinguent par l’orientation : µ est compatible avec Γ+ tandis que γ a une orientation opposée.


C) Forme implicite : par une équation cartésienne

Γ = {(x, y) ∈ D| f (x, y) = 0} où f : D → R, D ⊂ R2 .

Dans ce cas, sous certaines conditions, c’est possible de se ramener à la forme explicite. On cherche
à exprimer y en fonction de x par y = φ (x) localement, i.e. au voisinage d’un point de la courbe
(x0 , y0 ).
9.1 Courbes de R2 . Théorème des fonctions implicites pour les courbes de R2 69

Théorème 9.1.1 (Des fonctions implicites pour les courbes.) Soit D ⊂ R2 et f : D → R une
fonction de classe C1 sur D. Soit (x0 , y0 ) ∈ D avec

∂f
f (x0 , y0 ) = 0 et (x0 , y0 ) 6= 0.
∂y
Alors il existe I ⊂ R un intervalle ouvert de centre x0 et J ⊂ R, un intervalle ouvert de centre y0 ,
tels que
∀x ∈ I, f (x, y) = 0 possède une unique solution y ∈ J notée y = φ (x) (en particulier y0 =
φ (x0 )).
2. En particulier, φ : I → J est dérivable sur I avec
1.
∂f
(x, y)
φ 0 (x) = − ∂∂ xf
∂ y (x, y)

Exemple : f (x, y) = x2 + y2 − 1, ∂∂ yf = 2y. Pour le point (x0 , y0 ) = (0, 1) de la courbe f (x, y) = 0 on a

∂f
∂ y (0, 1) = 2- le théorème s’applique, d’où l’existence d’une fonction φ : I → J. On peut prendre les
√
intervalles I =] − 1, 1[ et J =]0, 2[. Dans ce cas simple on peut expliciter φ (x) = 1 − x2 . Pour la
dérivée on vérifie que

∂f
0 x x (x, y)
φ (x) = − √ = − = − ∂∂ xf .
1−x 2 y
∂ y (x, y)

L’intérêt du théorème réside dans les cas où on ne peut pas expliciter φ , mais où néanmoins on peut
construire le graphe en utilisant les valeurs des tangentes.
En utilisant la formule de Taylor, on a

f (x, y) = f (x0 , y0 )
+ ∂∂ xf (x0 , y0 )(x − x0 ) + ∂∂ yf (x0 , y0 )(y − y0 ) + o( |x − x0 |2 + |y − y0 |2 )
p

La ligne de niveau 0 de f définit une courbe implicitement. (x0 , y0 ) appartient a cette courbe si
f (x0 , y0 ) = 0. La différentielle en ce point décrit bien le comportement de la courbe :

∂f ∂f
(x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) = 0. (9.1)
∂x ∂y

C’est une équation de la droite tangente. Si on peut résoudre cette équation linéaire par rapport
à y (i.e. ∂∂ yf (x0 , y0 ) 6= 0) alors la courbe f (x, y) = 0 est proche de la droite (9.1) dans un voisinage
suffisamment petit. On peut espérer pouvoir résoudre f (x, y) = 0 comme une relation explicite entre
y et x.

R Si ∂∂ xf (x0 , y0 ) 6= 0 le théorème des fonctions implicites appliqué en permutant le rôle de x et y

donne une application ψ : J → I et au voisinage de (x0 , y0 ) l’équation de la courbe est x = ψ(y).
 70 Chapitre 9. Courbes et Intégrales curvilignes

9.2 Droite tangente, plan normal à une courbe paramétrée de R3

Une courbe paramétré dans l’espace, appelée aussi "courbe gauche", est donnée par une applica-
tion vectorielle :
 
x(t)
γ(t) =  y(t)  , t ∈ I ⊂ R.
z(t)

Le vecteur directeur de la droite tangente au point de la courbe (x0 , y0 , z0 ) = (x(t0 ), y(t0 ), z(t0 )) est
donné par la dérivée de γ :
 0 
→
−0 x (t0 )
γ (t0 ) =  y0 (t0 )  .
z0 (t0 )

La droite tangente T passe par (x0 , y0 , z0 ) et parallèle au vecteur γ 0 (t0 ). Cela signifie que chaque
−→
vecteur P0 P passant du point P0 = (x0 , y0 , z0 ) au point P = (x, y, z) ∈ T est colinéaire au vecteur
→
−0
γ (t0 ). En coordonnées cela donne l’équation de la droite :

x − x0 = kx0 (t0 )
 
 y − y0 = ky0 (t0 )  , k ∈ R.
z − z0 = kz0 (t0 )
−→ → −
k est ici un coefficient de proportionnalité entre les vecteurs P0 P et γ 0 (t0 ). Cette variable k dépend
de la position du point P sur la droite et quand k parcourt R, le point P parcourt la droite tangente. Si
→
−
toutes les coordonnées de γ 0 (t0 ) sont non-nulles on peut réécrire l’équation de la droite sans k :
x − x0 y − y0 z − z0
= 0 = 0 . (9.2)
x0 (t0 ) y (t0 ) z (t0 )
Le plan normal, orthogonal à la courbe au point de la courbe (x0 , y0 , z0 ), ce qui en pratique
signifie orthogonal à la tangente en ce point, est donné par la relation suivante :

x0 (t0 ) · (x − x0 ) + y0 (t0 ) · (y − y0 ) + z0 (t0 ) · (z − z0 ) = 0.

−−→
Ici on utilise le produit scalaire de la tangente et du vecteur P0 Q, passant du point P0 = (x0 , y0 , z0 ) au
→
− −−→
point Q = (x, y, z) du plan. Le plan est normal quand le produit scalaire γ 0 (t0 ) · P0 Q vaut 0.

 Exemple 9.2 Cherchons les équations de la tangente et du plan normal à la courbe donnée par
les relations paramétrique :

x = t, y = t 2 , z = t 3

au point (x0 , y0 , z0 ) = (1, 1, 1), t = 1. On a x0 = 1, y0 = 2t, z0 = 3t 2 , donc au point (1, 1, 1), le

vecteur directeur de la tangente est égal à (1, 2, 3). L’équation de la tangente est
x − x0 y − y0 z − z0
= =
1 2 3
 9.3 Longueur d’une courbe. Abscisse curviligne 71

et celle du plan normal

1 · (x − x0 ) + 2 · (y − y0 ) + 3 · (z − z0 ) = 0.

Dernière remarque ici à propos de la dimension. La droite est un objet de dimension 1, donc pour
écrire une équation d’une droite dans R3 il faut deux relations linéaires indépendantes, car 1 = 3 − 2.
Quand on utilise une variable supplémentaire k pour écrire une équation d’une droite, on a 4 variables
et 3 relation linéaires : 4 − 3 = 1.
Un plan dans l’espace R3 est donné par une seule équation linéaire, du point de vue de la
dimension car la dimension du plan est 2 = 3 − 1.

9.3 Longueur d’une courbe. Abscisse curviligne

Un arc de courbe est orienté par le choix de l’un des deux sens de parcours possible, ce qui
→
−
revient à distinguer les vecteurs tangents opposés ± γ 0 (t). Pour calculer la longueur d’un arc de la
courbe Γ on partage la courbe en n morceaux et on cherche la somme des longueurs. Quand n → ∞
les morceaux de la courbe deviennent petits et presque des segments donc
n n n
−−−−→ →− →
−
kM M k
∑ i i+1 ∑ = k γ (t i+1 ) − γ (t i )k ≈ ∑k→
−
γ 0 (ti ) k (ti+1 − ti ).
i=1 i=1 i=1

on peut substituer à la longueur d’un morceau Mi Mi+1 la longueur du vecteur tangent k→ −γ 0 (ti )k
au point Mi = γ(ti ). En considérant des subdivision de plus en plus fines et en passant à la limite
en n∞ on obtient la sommation continue qui définit la longueur : l’arc de courbe Γ donné par la
parametrisation γ : [a, b] → R3 , γ(t) = (x(t), y(t), z(t)) a pour longueur
Z b →
−0
L(Γ) = k γ (t)kdt.
a

Théorème 9.3.1 La longueur d’un arc d’une courbe est bien définie - elle ne dépend pas de la
paramétrisation.

Soit p : [ud , u f ] → [a, b], p(u) = t une fonction dérivable p0 (u) 6= 0, pour u ∈ [ud , u f ], et a =
p(ud ), b = p(u f ). On a le même arc deR courbe Γ avec une nouvelle représentation paramétrique
µ(u) = γ(p(u)). Montrons que L(Γ) = uudf |µ 0 (u)|du. En effèt,

dµ dγ dt
=
du dt du
Z uf Z uf Z uf   Zb
0 dγ dt dγ dt dγ
L(Γ) = kµ (u)kdu = du = du = dt.
ud ud dt du ud dt du a dt
On pose ds = → − p
γ 0t dt = x02 + y02 + z02 dt. On l’appelle l’abscisse curviligne car cette forme
différentielle joue le même rôle dans les intégrales sur les courbes que dx sur les intégrales simples
sur un intervalle.
 72 Chapitre 9. Courbes et Intégrales curvilignes

R Dans R2 une courbe paramétrée est donnée par

 0
x = x0 (t)

x = x(t) 0 →
− p
γ(t) = , γ (t) = , γ 0 (t) = x02 + y02
y = y(t) y0 = y0 (t)

Si la courbe est donnée par l’équation y = f (x), alors

 
t
q
γ(t) = , →
−γ 0 (t) = 1 + f 0 (t)2 .
f (t)

9.4 Intégrale curviligne d’une fonction

Définition 9.4.1 Soit f une fonction continue sur un domaine D ⊂ R3 contenant une courbe
Γ, t ∈ [a, b]. L’intégrale curviligne de f sur Γ est définie par
Z Z b
f (x, y, z) ds = f (x(t), y(t), z(t)) →
−
γ 0 (t) dt
Γ a

 Exemple 9.3 Soit Γ le cercle dans le plan z = 1 de centre (0, 0, 1) et de rayon R > 0. On choisit
une représentation paramétrique, pour t ∈ [0, 2π[
  0
 x(t) = R cost  x (t) = −R sint
γ(t) = y(t) = R sint →
−
γ 0 (t) = y0 (t) = R cost
 0
z(t) = 1 z (t) = 0


→
−
p
On a γ 0 (t) = R2 sin2 t + R2 cos2 t = R. La longueur du cercle
Z Z 2π Z 2π
L(Γ) = ds = →
−
γ 0 (t) dt = R dt = 2πR
Γ 0 0

Soit f (x, y, z) = x2 = y2 + z2 . Sa restriction sur le cercle est

f (x, y, z)kΓ = f (R sint, R cost, 1) = R2 cos2 t + R2 sin2 t + 1 = R2 + 1

et finalement l’intégrale curviligne vaut

Z 2π
I= (1 + R2 )R dt = 2π(1 + R2 )R
0


9.5 Intégrale curviligne d’un champ de vecteurs = intégrale curviligne d’une

1-forme différentielle

→
−
Soit V : D → R2 un champ de vecteurs continu sur une partie D ⊂ R2 contenant une courbe Γ
de paramétrisation γ(t) : [a, b] → Γ.
9.5 Intégrale curviligne d’un champ de vecteurs = intégrale curviligne d’une
1-forme différentielle 73

Définition 9.5.1 L’intégrale

Z b
→
−
I= V (γ(t)) · →
−
γ 0 (t) dt (9.3)
a

→
−
du produit scalaire de V (γ(t)) et du vecteur tangent à la courbe Γ au point γ(t) : →
−
γ 0 (t) est appelé
→
−
l’intégrale curviligne d’un champ de vecteurs V .

L’intégrale (9.3) est indépendante de toute paramétrisation compatible avec l’orientation de Γ+ .

Cette intégrale est souvent notée
− →
→ −
Z
I= V · ds
Γ+

→
− −
où ds = →τ ds est le "vecteur de l’abscisse curviligne" - le vecteur unitaire →
−
τ étant le vecteur-directeur
de la tangente au point donné de la courbe. Le vecteur → −
τ est orienté dans le sens de parcours de la
→
− →
− →
−
courbe. En particulier, si V = P(x, y) i + Q(x, y) j
Z
I= P dx + Q dy (9.4)
Γ+

- c’est une intégrale curviligne d’une 1-forme différentielle α formellement correspondante au champ
de vecteur coordonnée par coordonnée :
→
− →
− →
−
V = P(x, y) i + Q(x, y) j ! α = P dx + Q dy

→
− →
− →
−
 Exemple 9.4 Soit γ - l’arc de la parabole y = x2 sur un segment [−2, 2] et V = −y i + x j . On
R → − →−
peut calculer de deux façon différentes l’intégrale I = Γ+ V · ds. Première façon - via dx et dy
→
− →
−
A la place de champ de vecteur −y i + x j on écrit une 1-forme différentielle −y dx + x dy.
Donc l’intégrale curviligne devient
Z
I= −y dx + x dy
Γ+

On choisi une représentation γ : [−2, 2] → Γ par

    
t 0 1 dx = 1 · dt
γ(t) = 2 , γ (t) = ,
t 2t dy = 2t dt

Donc
Z Z 2 Z 2
2
I= −y dx + x dy = (−t ) dt + t · 2t dt = (t 2 ) dt = 16/3
Γ+ −2 −2

Deuxième façon - directe via dt

 74 Chapitre 9. Courbes et Intégrales curvilignes
→
− →
−
On peut directement calculer l’intégrale par la formule (9.3) en réécrivant V (t) = −t 2 i +t j
→
− →
−
et →
−
γ 0 (t) = 1 i + 2t j :
Z 2 Z 2
→
−
I= V (t) · →
−
γ 0 (t) dt = (−t 2 · 1 + t · 2t) dt = 16/3.
−2 −2


Propriété 9.5.1 Propriétés de l’intégrale curviligne

— Si Γ− est un chemin avec une orientation opposée à Γ+
− →
→ − − →
→ −
Z Z
V · ds = − V · ds
Γ− Γ+

— Soit Γ1 Γ2 la réunion de deux arcs de classe C1 . Le choix d’orientations pour Γ1 et Γ2 fournit

S

l’orientation pour leur réunion. On définit alors

− →
→ − − →
→ − − →
→ −
Z Z Z
+S +
V · ds = +
V · ds + +
V · ds
Γ1 Γ2 Γ1 Γ2

→
−
R Sens physique d’une intégrale curviligne : si V (M) représente une force variable appliquée au
point M du chemin Γ+ , l’intégrale I est le travail de la force V nécessaire pour déplacer une
particule unitaire le long du chemin Γ+ . L’intégrale curviligne du champ V sur Γ+ est aussi
appelé la circulation du champ V sur Γ+ .

9.6 Théorème de Poincaré et intégrale curviligne

Le théorème de Poincaré parle des conditions nécessaires et suffisantes pour qu’un champ de
vecteurs soit un champ de gradient (Théorème 6.4.3) ou pour qu’une forme fermée soit exacte
(Théorème 7.5.1). L’intégrale curviligne d’un champ de gradient a des propriétés particulières, à
savoir :
→
− −−→
Proposition 9.6.1 L’intégrale curviligne de champ de gradient V = grad f le long d’un arc de
courbe d’extremités A et B est égale à f (B) − f (A).

Démonstration. Montrons la proposition dans R2 . Le champ

→
− −−→ ∂f→− ∂f→ −
V (x, y) = grad f = i + j
∂x ∂y
définit l’intégrale curviligne
−−→ → − ∂f ∂f
Z Z
grad f · ds = dx + dy
Γ+ Γ+ ∂x ∂y
Soit γ : t 7→ (x(t), y(t)),t ∈ [a, b] une paramétrisation compatible de Γ+ . En particulier γ(a) =
A et γ(b) = B. La restriction de la forme ∂∂ xf dx + ∂∂ yf dy sur Γ+ nous donne :
 
∂f ∂f ∂ f dx ∂ f dy ∂ f dx ∂ f dy
dx + dy = dt + dt = + dt
∂x ∂y ∂ x dt ∂ y dt ∂ x dt ∂ y dt
d f (x(t), y(t))
= dt = d f
dt
9.6 Théorème de Poincaré et intégrale curviligne 75

Donc,
Z b
−−→ → −
Z
grad f · ds = d f = [ f (x(t), y(t))]ba = f (B) − f (A).
Γ+ a

L’intégrale ne dépend donc que des extremités du chemin d’intégration Γ+ pas du chemin
lui-même.
→
−
Proposition 9.6.2 Les propriétés suivantes d’un champ V de vecteurs sont équivalentes :
− −−→
→
— Il existe une fonction f telle que V = grad f
→
−
— Il existe une fonction f telle que V · ds = d f
→
−
— La circulation de V d’un point A au point B est indépandente du chemin. Elle ne dépend que
de A et de B.
→
−
— La circulation du champ V le long de tout chemin fermé est nulle.

→
−
 Exemple 9.5 Soit V le champ de vecteurs défini sur l’ouvert Ω = R2 \ {(0, 0)} par

→
− →
− →
− −y x
V (x, y) = P(x, y) i + Q(x, y) j , où P(x, y) = et Q(x, y) =
x2 + y2 x2 + y2
→
−
On vérifie que V satisfait la condition nécessaire pour être un champ de gradient :

∂P ∂Q y2 − x 2
= = 2
∂y ∂x (x + y2 )2
→
−
On calcule la circulation de V sur le cercle unité C+ paramétré comme suit :

γ(t) = (cost, sint), t ∈ [0, 2π], x(t) = cost, y(t) = sint.

Dans cette paramétrisation les différentielles sont dx = − sint dt, dy = cost dt et les coordonnées
→
−
du champ V
−y − sint x cost
P(x(t), y(t)) = = , Q(x(t), y(t)) = 2 =
x 2 + y2 1 x + y2 1
R
Finalement, l’intégrale curviligne C+ P dx + Q dy se calcule
Z 2π Z 2π
− sint(− sint) dt + cost cost dt = dt = 2π
0 0

→
−
et s’avère ne pas être nulle. Par la Proposition 9.6.2, cela implique que ce champ V n’est pas un
champ de gradient car la circulation le long du chemin fermé (le cercle C+ ) n’est pas nulle !
Par le théorème de Poincaré on aurait pu anticiper cela car Ω, le domaine de définition de
→
−
champ V n’est pas simplement connexe (Définition 6.4.1). En effet, le cercle C+ est un chemin
autour du point (0, 0). Ce point étant exclu du domaine Ω, on ne peut pas ramener C+ à un point
tout en restant dans Ω. 
 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

10.1 Théorème de Green-Riemann

H
Parfois on utilise la notation pour une intégrale sur une courbe fermée pour soulignier que le
circuit est fermé.
Théorème 10.1.1 — Green-Riemann. Soit D un compact de R2 limité par un bord C = ∂ (D)
de classe C1 par morceaux et P, Q : D → R des fonctions de classe C1 . On a
ZZ  
∂Q ∂P
I
P dx + Q dy = − dx dy (10.1)
C+ D ∂x ∂y

où C+ designe le bord C, orienté de sorte qu’un mobile parcourant C a toujours D à sa gauche.

Démonstration. D’abord on donne ici une démonstration dans le cas le plus simple. Soit D un carré
R de sommets (0, 0), (1, 0), (1, 1) et (0, 1) et supposons Q = 0. On cherche à démontrer

∂P
I ZZ
P dx = − dx dy
∂R R ∂y
R
Côté gauche de l’égalité Pour calculer l’intégrale curviligne ∂ R P dx on oriente le bord du carré
∂ R contre l’aiguille du montre. On note le coté de R allant du sommet (0, 0) vers (1, 0)Γ1 , de (1, 0)
vers (1, 1) − Γ2 , etc. Le bord du carré ∂ R = Γ1 Γ2 Γ3 Γ4 . On peut paramétré les cotés Γi o de
S S S

la façon suivante :

γ1 : [0, 1] → Γ1 , t 7→ (t, 0) dx = 1 · dt, dy = 0 · dt

γ1 : [0, 1] → Γ2 , t 7→ (1,t) dx = 0 · dt, dy = 1 · dt
γ1 : [0, 1] → Γ3 , t 7→ (1 − t, 1) dx = 1 · dt, dy = 0 · dt
γ1 : [0, 1] → Γ4 , t 7→ (0, 1 − t) dx = 0 · dt, dy = 1 · dt
I Z Z Z Z
P dx = P dx + P dx + P dx + P dx
∂R Γ1 Γ2 Γ3 Γ4
78 Chapitre 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

On a
= 01 P(t, 0) dt,
R R
P(x, y) dx
RΓ1
P(x, y) dx = 01 P(1,t)0 · dt = 0,
R
RΓ2
P(x, y) dx = 01 P(1 − t, 1) dt = − 01 P(t, 1) dt,
R R
RΓ 3 R1
Γ4 P(x, y) dx = 0 P(0, 1 − t)0 · dt = 0

Finalement le côté gauche est égal à

Z 1 Z 1
P(t, 0) dt − P(t, 1) dt
0 0

Côté droit de l’égalité

On calcule l’intégrale double par Fubini :
Z 1 Z 1  Z 1
∂P ∂P
ZZ
− dx dy = − dy dx = − (P(x, 1) − P(x, 0)) dx
R ∂y 0 0 ∂y 0

ce qui est exactement le côté gauche obtenu précédemment !

Il est clair qu’on démontre de la même façon que
∂Q
I ZZ
Q(x, y) dy = dx dy.
∂R R ∂x

La démonstration se généralise facilement sur n’importe quelle partie quarrable de R2 . 

→
− →
− →
−
R L’intégrale curviligne du champ V (x, y) = P(x, y) i + Q(x, y) j est l’intégrale de la 1-forme
différentielle correspondante
α = P(x, y) dx + Q(x, y) dy.
On remarque que la 2-forme
 
∂Q ∂P
− dx dy
∂x ∂y
est égale à dα. La formule de Green-Riemman dans cette écriture devient
I ZZ
α= dα. (10.2)
∂ (D) D

 Exemple 10.1 Calculer l’intégrale curviligne I le long de la boucle fermée C constituée par
les deux arcs de parabole y = x2 et x = y2 décrite dans le sens direct avec
Z
I= (2xy − x2 )dx + (x + y2 )dy.
C

Vérifier le résultat en utilisant la formule de Riemann. 

Important ! La formule de Green-Riemann marche seulement dans des domaines fermés et bornés
par une courbe fermée - on n’a pas de formule reliant les intégrales doubles aux intégrales curvilignes
sur un chemin quelconque. La formule de Green-Riemann est vraie seulement pour des chemins
fermés.
 10.2 Applications (calcul d’aire, théorème de Poincaré) 79

10.2 Applications (calcul d’aire, théorème de Poincaré)

L’aire d’un domaine de R2 grâce au théorème de Green-Riemann s’exprime par une intégrale
curviligne

1
Z I I I
AireD = dx dy = −y dx + x dy = − y dx = x dy
D 2 ∂ (D) ∂ (D) ∂ (D)

 Exemple 10.2 Soit D le domaine défini entre la parabole y = x2 et la droite y = 4. On cherche

→
−
l’aire de D. On peut la trouver en calculant l’intégrale curviligne de champ de vecteurs V =
→
− →
−
−y i + x j . Le bord est une réunion de Γ et Γ1 où Γ est la parabole de paramétrisation (t,t 2 ),t ∈
[−2, 2] et Γ1 la droite de paramétrisation (2 − t, 4). De l’exemple 9.4 on a
I Z 2 Z 2
I= −y dx + x dy = (−t 2 ) dt + t · 2t dt = (t 2 ) dt = 16/3
Γ+ −2 −2

et sur la droite Γ1 on a x = 2 − t, y = 4, donc dx = − dt, dy = 0 · dt et

Z Z 2 Z 2
I= −y dx + x dy = (−4)(− dt) + (2 − t)(0 · dt) = 4 dt = 16
Γ+
1 −2 −2

Le résultat pour l’intégrale curviligne sur le chemin fermé est

16 64
Z
−y dx + x dy = + 16 = .
Γ Γ1
T
3 3

On vérifie que
I ZZ
S −y dx + x dy = 2 dx dy.
Γ Γ1 D

On a
2
x3
Z 2Z 4 Z 2 
32
ZZ
2
dx dy = dy dx = (4 − x ) dx = 4x − =
D −2 x2 −2 3 −2 3

ce qui est exactement la moité de l’intégrale curviligne. 

Soit la forme différentielle α = P dx + Q dy sur D ⊂ R2 fermée. C’est-à-dire que

 
∂Q ∂P
dα = − dx dy = 0.
∂x ∂y

Par la formule de Green-Riemann (10.1) on voit que cela implique que

ZZ  
∂Q ∂P
I
P dx + Q dy = − dx dy = 0
C+ D ∂x ∂y

et cela sur n’importe quel chemin fermé C+ . La seule condition sur C+ est que le chemin C+ doit
être le bord d’un domaine quelconque D !
 80 Chapitre 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

La formule de Green-Riemann éclaire un autre côté du théorème de Poincaré - une 1-forme

fermée sur un domaine D a son intégrale sur toute courbe fermée contenue dans D égale à zero. Par
conséquent elle est exacte (cf. 9.5.1). Par exemple, pour la forme
x dy − y dx
ω=
x2 + y2

on arrive en changeant des variables en coordonnées polaires (x, y) → (r,t) :

x = r cost, y = r sint

à obtenir

dx = dr cost − r sint dt, dy = dr sint + r cost dt et par conséquent ω = dt.

Il apparaît que ω est exacte par cette formule ! Or si on calcule son intégrale sur un circuit fermé
autour de l’origine comme on a fait dans l’exemple 9.5 on voit que l’intégrale n’est pas nulle et par
conséquent la forme n’est pas exacte. Ce qui est correct c’est que ω est exacte localement, mais pas
globalement, partout dans R2 \ (0, 0). Le plus grand ouvert sur lequel on peut obtenir le changement
de variables continu (x, y) → (r,t) est le complémentaire dans le plan R2 d’une demi-droite issue de
l’origine, mais pas le plan entier ni le plan privé de l’origine.

10.3 Surfaces. Intégrale de surface de fonctions réelles

L’idée de base est la même que pour les intégrales curvilignes, mais au lieu d’intégrer sur un arc
de courbe on intègre sur une surface. C’est par une intégrale de surface qu’on calcule
— l’aire d’une surface (l’aire d’une sphère, par exemple)
— le flux d’un champ de vecteurs à travers une surface
Une surface S de R3 peut être définie de différentes façons :
— a) Forme explicite par une équation de la forme z = f (x, y) où f : D → R, D ⊂ R2 ,

S = {(x, y, z)| (x, y) ∈ D ⊂ R2 , z = f (x, y)}.

Une paraboloïde de révolution z = x2 + y2 en est un exemple.

— b) Forme implicite par une équation de la forme F(x, y, z) = 0 où F : E → R, E ⊂ R3 ,

S = {(x, y, z) ∈ E ⊂ R3 | F(x, y, z) = 0}.

La sphère de R3 de centre l’origine et de rayon R en est un exemple :

x2 + y2 + z2 = R2

— c) Forme paramétrique par une représentation paramétrique

g : D ⊂ R2 → S ⊂ R3 ,
(u, v) 7→ g(u, v) = (x, y, z)
10.3 Surfaces. Intégrale de surface de fonctions réelles 81

 Exemple 10.3 S - une sphère de centre l’origine et de rayon R

g : [0, π] × [0, 2π] → S ⊂ R3

(10.3)
(θ , φ ) 7→ g(θ , φ ) = (R sin θ cos φ , R sin θ sin φ , R cos θ )

Soit m le point de S de paramètres θ et φ .

— (a) Lorsque φ est fixé et que θ varie dans [0, π] m décrit un demi-cercle. Un vecteur-tangent
à ce demi-cercle au point m est
−→
∂g
= (R cos θ cos φ , R cos θ sin φ , −R sin θ )
∂θ
— (b) Lorsque θ est fixé et que φ varie dans [0, 2π], m décrit un cercle. Un vecteur-tangent à
ce cercle au point m est
−→
∂g
= (−R sin θ sin φ , R sin θ cos φ , 0)
∂φ
On note −→ −−→
→
− ∂g ∂g
N (θ , φ ) = ∧ ,
∂θ ∂φ
ce vecteur s’il est non nul est normal à la sphère au point m. Le point m ∈ S est appelé un point
régulier de la surface si ce vecteur est non nul en m. 

On a une situation analogue pour une surface quelconque paramétrée par

g : D ⊂ R2 → S, de classe C1
(u, v) 7→ g(u, v) = (x, y, z)
On considère D une partie quarrable de R2 et g de classe C1 sur un ouvert de R2 contenant D. On
note −→ −−→
→
− ∂g ∂g
N (u, v) = ∧ ,
∂u ∂v
ce vecteur s’il est non nul est normal à la surface S au point (u, v).
La notion d’aire de la surface paramétrée par → −g (u, v) avec (u, v) ∈ D vient de la considération
suivante. La surface peut être fractionnée en un nombre fini de parties associées à des rectangles
Ri j = [ui , ui + ∆i u] × [v j , v j + ∆ j v] du plan de paramètres (u, v). L’aire de la portion de surface
correspondant à Ri j sera approchée par l’aire d’un rectangle de cotés
→
− ∂→
−
g ∂→
−
g
g (ui , v j + ∆ j v) − →
−g (ui , v j ) ≈ ∆ j v et →
−
g (ui + ∆i u, v j ) − →
−
g (ui , v j ) ≈ ∆i u.
∂v ∂u
Il en résulte :
∂→
−g ∂→ −g
A = ∑k ∧ k∆i u∆ j v.
i, j ∂u ∂v
Ce qui, après des fractionnements de plus en plus fins, aboutit à la définition précise de l’aire avec
une intégrale double. On note
∂→
−g ∂→ −
g
dA = k ∧ k du dv
∂u ∂v
82 Chapitre 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

et on l’appelle l’élément d’aire.

Voici un cas particulier : quand la surface est le graphe d’une fonction d’équation z = h(x, y), on
a:
v
u →
− !2 →
− !2
u ∂h ∂h
dA = 1 +
t + dx dy
∂x ∂y

Soit f : U → R, U ⊂ R3 et S ⊂ U. On a

f ◦ g : D ⊂ R2 → S ⊂ U ⊂ R3 → R,
(u, v) 7−→ f (g(u, v)).
On peut considérer l’intégrale double
→
−
ZZ
I= f (g(u, v))k N (u, v)k du dv
D

et démontrer que I est indépendante du choix de la représentation paramétrique g. Pour calculer

l’intégrale d’une fonction sur une surface on note
ZZ
I= f dA
S

et on l’appelle intégrale de f sur la surface S.

En particulier, lorsqu’on prend pour f la fonction constante égale à 1 on obtient par définition
l’aire de S notée
ZZ
A (S) = dA
S

Après le choix d’une représentation paramétrique de S on calcule A (S) par

→
−
ZZ
A (S) = k N (u, v)k du dv
D

 Exemple 10.4 Sur la sphère de rayon R, la calotte sphérique S est l’ensemble des points de
coordonnées sphériques (R, θ , φ ) tels que 0 ≤ θ ≤ α. S a la représentation paramétrique donnée
par l’équation (10.3) de l’exemple 10.3. Le vecteur normal est
−→ −→
→
− ∂g ∂g
N (θ , φ ) = ∧ = (R2 sin2 θ cos φ , R2 sin2 θ sin φ , R sin θ cos θ ), (10.4)
∂θ ∂φ
et
→
−
k N (θ , φ )k = R2 sin θ .

L’aire de la calotte vaut donc

ZZ Z α Z 2π
A (S) = 2 2
R sin θ dθ dφ = R sin θ dθ dφ = 2πR2 (1 − cos α)
0≤θ ≤α, 0≤φ ≤2π 0 0
 10.4 Intégrale de surface d’un champ de vecteurs 83

En particulier, pour α = π, S est la sphère et son aire est 4πR2 . 

R On remarque que si on change des variables par exemple, {x, y} en {u, v} c’est exactement
comme dans la section 8.3, la 2-forme :
 
D(x, y) ∂x ∂y ∂x ∂y
dx ∧ dy = du ∧ dv = − du ∧ dv
D(u, v) ∂u ∂v ∂v ∂u

et on a le même type de formule pour dy ∧ dz et dz ∧ dx. Le produit vectoriel :

∂→−
g ∂→ −  
g ∂x ∂y ∂y ∂x ∂y ∂z ∂z ∂y ∂z ∂x ∂x ∂z
∧ = − , − , −
∂u ∂v ∂u ∂v ∂u ∂v ∂u ∂v ∂u ∂v ∂u ∂v ∂u ∂v

Finalement,

g ∂→
∂→
− −
g
dA = ∧ du dv = dx ∧ dy + dy ∧ dz + dz ∧ dx (10.5)
∂u ∂v

10.4 Intégrale de surface d’un champ de vecteurs

Soit S une surface comportant deux faces distinctes. Elle est dite orientable.
En chaque point régulier, il existe deux vecteurs unitaires normaux opposés. Le choix d’un de
ces vecteurs →
−
n + oriente la surface S.
→
− →
−
Soit V un champ de vecteurs continu sur S. Le flux d’un champ V à travers S est l’intégrale de
surface
→
− →
ZZ
V ·−
n + dA
S

−
→
On peut noter →
−
n + dA = dA. De (10.5) on a
→ →
− − →
− →
−
dA = k dx ∧ dy + i dy ∧ dz + j dz ∧ dx
→
− →
− →
− →
−
Pour un champ de vecteurs V = P i +Q j +R k et une surface S définie par g(u, v) = (x, y, z), (u, v) ∈
D ⊂ R3 .
− −
→ →
ZZ ZZ
V · dA = P dy dz + Q dz dx + R dx dy (10.6)
S S

Formule de la divergence - relie le flux de champ à travers une surface fermée à l’intégrale
triple de divergence de ce champ sur le domaine de R3 limité par cette surface. Soit E un domaine
de R3 et S = ∂ (E) la surface qui est le bord de E. Alors, la formule de la divergence (aussi appelée
Ostrogradski et dans le contexte éléctromagnétique - Gauss) est la suivante
− −
→ → →
−
ZZ ZZZ
V · dA = div V dx dy dz (10.7)
∂E E
 84 Chapitre 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

 Exemple 10.5 Vérifions la formule d’Ostrogradski avec E - boule de R3 de centre O = (0, 0, 0)

→
− →
− →
− →
−
et de rayon R et V = P i + Q j + R k champ de vecteurs de composantes P = x, Q = y, R = 2z.
La frontière de E est la sphère S de centre O et de rayon R. On peut prendre la paramétrisation
→
−
paramétrique de sphère (10.3) avec le vecteur normal N (θ , φ ) (10.4). Ce vecteur est dirigé vers
l’extérieur, donc on note S+ la sphère orientée ainsi.
→
− → −
ZZ
I= V · N (θ , φ ) dθ dφ
S+

On a
→
−
V (g(θ , φ )) = (R sin θ cos φ , R sin θ sin φ , 2R cos θ ),
son produit scalaire avec
→
−
N (θ , φ ) = (R2 sin2 θ cos φ , R2 sin2 θ sin φ , R sin θ cos θ )

est égal à R3 (sin θ + cos2 θ sin θ ). Finalement, l’intégrale recherchée est :

16πR3
Z 2π Z π
3
I=R dφ (sin θ + cos2 θ sin θ )dθ =
0 0 3
→
− ∂P ∂Q ∂R
D’autre part div V = + + = 4. L’intégrale triple
∂x ∂y ∂z

→
− 4 16πR3
ZZZ ZZZ
div V dx dy dz = 4 dx dy dz = 4 Volume(E) = 4 × πR3 = .
E E 3 3


Formule du rotationnel relie l’intégrale curviligne du champ de vecteur sur un circuit fermé
avec le flux de rotationel du même champ à travers une surface dont le circuit est le bord. La formule
du rotationnel (aussi appelée formule de Stokes) est la suivante

− →
→ − →→
− − − →
I ZZ
V · ds = rot V · dA (10.8)
∂ S=C+ S+

→
−
Autrement dit, la circulation du champ V le long de la courbe fermé C+ est égale au flux de
→
−
rotationnel de V à travers une surface limitée par C+ (avec l’orientation compatible). Cette formule
est une reformulation de la formule de Green-Riemann pour une courbe fermée dans R3 .

 Exemple 10.6 Ca serait bien de faire encore un exemple de calcul par la formule du rotationnel.


R R
10.5 Formule de Stokes générale : ∂ (D) ω = D dω

L’intégration est une opération qui à un domaine de dimension k et à une k-forme différentielle
associe un nombre. Des exemples sont
 R R
10.5 Formule de Stokes générale : ∂ (D) ω = D dω 85

— l’intégrale simple
Z
f (x) dx
I

- associe un nombre à une 1-forme différentielle f (x) dx sur un segment I = [a, b] de dimension
1.
— l’intégrale double
ZZ
g(x, y) dx dy
D

- associe un nombre à une 2-forme différentielle g(x, y) dx dy sur un domaine D ⊂ R2

— l’intégrale triple
ZZZ
h(x, y, z) dx dy dz
E

associe un nombre à une 3-forme différentielle h(x, y, z) dx dy dz sur un domaine E ⊂ R3

— l’intégrale curviligne
Z
p(x, y) dx + q(x, y) dy
Γ

associe un nombre à une 1-forme différentielle p(x, y) dx + q(x, y) dy sur une courbe Γ ⊂ R2
ou bien
Z
P(x, y, z) dx + Q(x, y, z) dy + R(x, y, z) dz
C

associe un nombre à une 1-forme différentielle P(x, y, z) dx + Q(x, y, z) dy + R(x, y, z) dz sur une
courbe C ⊂ R3 . Une courbe étant un objet de dimension 1 cela est possible.
— l’intégrale de surface
ZZ
P(x, y, z) dy dz + Q(x, y, z) dz dx + R(z, y, z) dx dy
S

associe un nombre à une 2-forme P(x, y, z) dy dz + Q(x, y, z) dz dx + R(z, y, z) dx dy dans R3 sur

une surface S ∈ R3 , objet de dimension 2.
Soit D un domaine fermé et borné de dimension q dans R p , on note ∂ (D) son bord (qui est de
dimension q − 1.) Soit ω une (q − 1)-forme dans R p (Définition 7.2.2). Alors, la formule de Stokes
générale est satisfaite :
Z Z
ω= dω (10.9)
∂ (D) D

Les cas spéciaux de cette formule sont :

— q = 1, p = 1 - c’est le théorème fondamental de l’analyse :
Z b
d f = f (b) − f (a)
a

— q = 2, p = 2 - théorème de Green-Riemann
86 Chapitre 10. Théorèmes de Stokes : Green-Riemann, Ostrogradski...

— q = 2, q = 3 - théorème de Stokes (du rotationnel)

— q = 3, q = 3 - théorème d’Ostrogradski (de la divergence)
La formule (10.9) donne une formulation élégante de plusieurs théorèmes.
Elle présente une connection entre l’opération géométrique ∂ qui à un domaine D associe
son bord ∂ (D) et l’opération algébrique - d qui à une forme différentielle ω associe une forme
différentielle dω. Selon la formule (10.9) ces deux opérations sont en dualité !
Il faut remarquer que ∂ , l’opération de prendre le bord, est différente de la notion topologique de
prendre la frontière. La notion de l’intérieur change avec la dimension, à savoir, si on regarde un
segment [a, b] dans R son intérieur est un segment ouvert ]a, b[ et sa frontière est deux points {a, b}.
Le même segment dans R2 n’a pas de points d’intérieur ! Tous les points de [a, b] sont des points
frontière.
Ici, soit D un domaine de dimension k de R p . Si D est donné par sa forme paramétrique avec
m équations paramétriques avec n variables, sa dimension est k = p + n − m.
Par exemple, pour une courbe de R3 , γ(t) = (x(t), y(t), z(t)) il y a m = 3 équations

x = x(t), y = y(t), z = z(t)

sur p = 3 variables de R3 , (x, y, z) qui dépendent d’une variable t, en tout p + n = 4 variables, dont
une, t, qu’on appelle libre. Donc dans R3 la dimension d’une courbe est p + n − m = 1.
Un autre exemple, une surface paramétrée dans R3 est donnée par 3 équations sur 5 variables
(u, v, x, y, z), dont u, v sont des variables libres et x, y, z s’expriment à partir de u, v. Cela donne que la
dimension d’une surface dans R3 est égale à 2 = 5 − 3.
Souvent un domaine de dimension p − 1 dans R p est appelé une hypersurface. Pour définir
une hypersurface dans R p il faut une équation reliant p variables. Ou bien on peut introduire p − 1
variables libres et avec p équations définir une hypersurface. Une surface de R3 en est un exemple.
On peut resumer comme suit : la dimension d’un domaine est le nombre minimal de variables
indépendantes qui le définissent.
Ce qui suit ces considèrations de dimension, c’est qu’un voisinage Ω d’un point X de D de
dimension k dans R p peut être de deux types :

(1) Ω ' U ⊂ Rk ou (2) Ω ' V ⊂ Rk−1 × R.

Les points de D avec le voisinge de type (1) sont des points intérieurs. Les points de D avec le
voisinge de type (2) sont des points du bord. (L’opération de prendre le bord peut aussi être définie à
l’aide des simplexes et des chaînes (cf. Chapitre 9 de [3]), ce qui dépasse le programme de ce cours.)
On remarque que ∂ (∂ (D)) = 0/ pour tout domaine D. Cette propriété est en correspondance avec
la relation d(dω) = 0 pour toute forme différentielle ω (Lemme 1). Le théorème de Stokes général
dit qu’on peut "échanger" une opération avec l’autre.
C’est un résultat très profond qui relie l’analyse des objets géométriques par des méthodes
algébriques. C’est une pierre angulaire de l’analyse moderne.
 Bibliographie

[1] Niglio, Louis et Fredon, Daniel, Fonctions de plusieurs variables : rappels de cours, questions
de réflexion, exercices d’entraînement, Dunod, c1998. BU provisoire sciences 515.07 NIG
[2] Rouvière, François Petit guide de calcul différentiel : à l’usage de la licence et de l’agrégation
Cassini, 1999 ou 2003. BU provisoire sciences 510.79 ROU
[3] Rudin, Walter Principes d’analyse mathématique [Texte imprimé] : cours et exercices Dunod,
2006. BU Sciences 4ème étage 515.07 RUD
[4] Zorich, Vladimir Mathematical Analysis I et Mathematical Analysis II Springer 2002, 2007 ou
2008. BUFR Maths Niveau - 1 26 ZORICH