Université Bilingue Année 2024 - 2025

Mathématique Licence L2

Nom : KÉÏTA

Prénom : Cheick Hamala

Tel : 74 41 70 87 / 62 21 43 70

E-mail : k_cheickhamala@[Link]

cheickhamalak9@[Link]
 Table des matières

I Fonctions de plusieurs variables 4

1 Fonctions de plusieurs variables 5
1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Produit cartésien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Récherche du domaine de définition . . . . . . . . . . . . . . . . . . . . . . . 7
1.6 Représentation graphique d’une fonction à deux variables . . . . . . . . . . 8
1.7 TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Calculs de limites et continuité 12

2.1 Technique de recherche de limites . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Définition réelle de la limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Continuité des fonctions de plusieurs variables . . . . . . . . . . . . . . . . . 14
2.4 TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3 Dérivées Partielles et différentielles 19

3.1 Les dérivées partielles premières . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Les dérivées partielles d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . 20
3.3 Règle de dérivation des fonctions composées . . . . . . . . . . . . . . . . . . . 20
3.4 Equations aux dérivée partielles . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.5 Différentielle d’une fonction de plusieurs variables . . . . . . . . . . . . . . . 23
3.6 Formes différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.7 Théorème poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.8 Fonction harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.9 TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4 Intégrale multiple 29
4.1 Intégrale simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.3 TD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5 Matrice 32
5.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2 Matrices particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.3 Addition des matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.4 Proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.5 Multiplication de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2
5.6 La matrice identité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3
 Première partie

Fonctions de plusieurs variables

4
 Fonctions de plusieurs variables
1
1.1 Généralités
1.1.1 Applications de Rn dans R
a. On appelle fonction numérique de n variable réelles toute application d’une partie de
Rn dans R qui à pour tout x = (x1 , x2 , · · · , xn ) 7→ f (x1 , x2 , · · · , xn ) ∈ R.
Si f est une fonction numérique de n variables, si D est le plus grand sous ensemble
de Rn sur lequel f est définie on dit que D est le domaine de définition de f
b. Une fonction f de Rn dans R est dite définie au voisinage d’un point a ∈ Rn si son
ensemble de définition contient un voisinage de a.

1.1.2 Application de Rn dans Rp

a. Une application f de Rn dans Rp fait correspondre à un point x = (x1 , x2 , · · · , xn )
de Rn un point y = (y1 , y2 , · · · , yn ) de Rp . On écrit yi = fi (x1 , x2 , · · · , xn ). fi sont les
fonctions coordonnées de f .
f (x) = (f1 (x1 , x2 , · · · , xn ), f2 (x1 , x2 , · · · , xn ), · · · , fp (x1 , x2 , · · · , xn ))
b. Si E ⊂ Rn et B ⊂ Rp et si,
f : E −→ Rp et g : B −→ Rq
sont des applications telle que f (E) ⊂ B alors g ◦ f est une application de E dans Rq
en posant h = g ◦ f on a :
hi (x) = gi (f1 (x), f2 (x), · · · , fp (x)) 1 ≤ i ≤ p

1.2 Définition

h cm

b cm

5
La façon la plus simple de définire une fonctions de deux variables est donné par l’aire
d’un triangle rectgle :
h×b
A= .
2
Une autre manière de définir une fonction à plusieurs variables, est de considérée la
surface s d’un rectangle, le periètre p du rectange, en considerant la longueur comme x
et la largeur comme y

y cm

x cm

S(x, y) = x · y et p(x, y) = 2(x + y)

Ces définition on un sens lorsque x ∈ R∗+ et y ∈ R∗+ .

1.3 Produit cartésien

• Le produit cartésien de deux ensembles E etF , noté E × F est l’ensemble des couples
dont le premier élément appartient à E et le second à F .
• Si E = F alors on note E 2 = E × E.
• Cette définition se généralise aisément. Si E1 , · · · , En désignent n ensembles. On note

E = {(e1 , · · · , en ), tel que e1 ∈ E1 , · · · , en ∈ En }

Exemple : On définit par

√ exemple l’ensemble N × R+ comme un produit cartésienne dont
3
le couple d’élément (7, 2) appartien à N × R+

Remarque : si on considère des ensembles finis (i.e. dont le nombre d’éléments de l’en-
semble est fini), on appelle cardinal de l’ensemble, le nombre d’éléments de l’ensemble.
Et, si E et F sont finis, on a :

Card(E × F ) = CardE × CardF

Vocabulaire :
S et P sont des fonctions de deux variables à valeurs réelles. x et y sont les deux variables.
Il est important de noter que x et y sont indépendantes, autrement dit, il n’existe pas
d’application f : R2 −→ R telle que f (x, y) = 0. On note :

S := R∗+ × R∗+ −→ R P := R∗+ × R∗+ −→ R

et
(x, y) 7−→ xy (x, y) 7−→ 2(x + y)

6
1.3.1 Dans le cadre de la physique :
Le modèle mathématique choisi par le physicien ne dépend que d’un paramètre. En Ther-
modynamique, lorsque l’on considère une énergie (énergie interne U , cinétique Ec , etc.),
on est souvent amené à étudier l’influence des paramètres T (température), P (pression)
et V (volume).

Exemple loi de Boyle-Mariotte ou loi des gaz parfaits. (1670)

P V = nRT
— n désigne la quantité de matière contenue dans le volume V ;
— R désigne la constante des gaz parfait,
Si le volume du système physique varie en même temps que la température, notre étude
est justifiée. En général, on recherche l’équation d’état d’un système. (Relation entre les
paramètres d’état d’un système en équilibre macroscopique).

Elle s’écrit f (P, V, T ) = 0, où f est une fonction des trois variables P, V et T . Dans notre
cas, on a :
f (P, V, T ) = P V − nRT.
D’une manière générale nous pouvons avoir une fonction à n variables où n désigne un
nombre entier.

1.4 Définition
Soit n un nombre entier et D une partie de Rn . Une fonction f de n variables est une
relation qui a tout n − uplet (x1 , ..., xn ) de D associe un unique nombre réel. Cela se note
de la manière suivante :
f : D −→ R
(x1 , x2 , · · · , xn ) 7−→ f (x1 , x2 , · · · , xn )

D est le domaine de définition de de la fonction f .

Remarque : La notation (x1 , · · · , xn ) est là pour montrer que nous avons n variables. Dans
la pratique, lorsque nous n’avons que deux variables nous les notons x et y plutôt que x1
et x2 .

1.5 Récherche du domaine de définition

Exercice 01 :

Trouvez le domaine de définition des fonctions suivantes :

√
1. f (x, y) = x2 + y 2
2x+3
2. g(x, y) = ln x + xy + x2 −2x
x cos y+2y 3 −2π
3. h(x, y, z) = z3
Exercice 02 :

Soit f une fonction de deux variables définie par :

f (x, y) = ln(x4 ) − sin y

7
 3π
1. Calculer l’image de (e, 2
)
2. Donner le plus grand domaine possible pour la fonction f
Exercice 03
Soit la fonction définir par :
f (x, y) = ln(x) + sin(y)
π
1. Donner l’image de (e, 0) , (e3 , 4
).
2. Donner le plus grand domaine de définition possible pour f .

1.6 Représentation graphique d’une fonction à deux va-

riables
Définition Soit f , une fonction de deux variables définie sur un domaine D. L’ensemble
des points de coordonnées (x, y, z) avec z = f (x, y), pour (x, y) parcourant D est appelé
surface d’équation z = f (x, y).

On peut se représenter z comme une "altitude" définie en chaque point du plan de base.

1.6.1 Cas d’une fonction à une variable

Définition : Le graphe Cf de f est l’ensemble des points du plan de coordonnées (x; f (x)),
on note
Cf = {(x, y) ∈ R2 | y = f (x), x ∈ D}
pour représenter une fonction de R dans R, on représente les points de coordonnées
M (x, f (x)).

fonction à une seule variable

3
y

x
−2 −1.5 −1 −0.5 0.5 1 1.5 2
−1

−2

−3

Cas des fonctions circulaires :

8
 1.5

1 f (x) = cos x

0.5
π 3π
2 π 2 2π

−0.5 f (x) = sin x

−1

−1.5

1.6.2 Cas de la fonction à plusieurs variables

Définition : Le graphe Sf de f (fonction de deux variables) est l’ensemble des points de
l’espace de coordonnées (x; y; f (x, y)) avec (x, y) ∈ D. Cela se note :

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

Pour représenter une fonction de R2 dans R, on représente les points de coordonnées

M (x, y, f (x, y)).

Remarque : Sf est une surface dans R3 .

A chaque point (x, y) ∈ D correspond un point sur la surface Sf . Voici comment on place
les points dans un repère.

150

100
200
50
100
0
0
−50
−100 5
−100
−200 0
−4 −2 −150
0 2 4 −5

9
 ·10−2
8
6
4
0.1
2
−2
5 · 10 0
0 −2

−5 · 10−2 5 −4

−0.1 −6
−4 0
−2 0 −8
2 4 −5

Exemple : représentation de la surface d’équation z = x2 + y 2 .

On constate pour la construction graphique que l’intersection de la surface √ d’équation

2 2
z = x + y et du plan d’équation z = k, pour k > 0 est un cercle de rayon k. En effet,
dans le plan xOy, le cercle de centre Ω(x0 , y0 ) et de rayon R, décrit par l’ensemble des
points M de coordonnées (x, y) a pour équation :

(x − x0 )2 + (y − y0 )2 = R2 .

Définition

• Intersection Sf ∩ {x = x0 } est la trace de Sf dans le plan {x = x0 }.

Cela représente la tranche verticale de Sf avec le plan {x = x0 }
• Intersection Sf ∩ {y = y0 } est la trace de Sf dans le plan {y = y0 }.
Cela représente la tranche verticale de Sf avec le plan {y = y0 }
• Intersection Sf ∩ {z = z0 } est la trace de Sf dans le plan {z = z0 }.
Cet ensemble est aussi appelé ligne de niveau f (x, y) = z0 ou ligne de niveau {z = z0 }.
Cela représente la tranche horizontale de Sf avec le plan {z = z0 }

Proposition

• Sf ∩ {x = x0 } est le graphe de la fonction d’une seule variable y :

fx=x0 : 7−→ f (x0 , y)

• Sf ∩ {y = y0 } est le graphe de la fonction d’une seule variable x :

fy=y0 : 7−→ f (x, y0 )

Technique de lq représentation graphique de la fonction à deux variable La méthode

génerale pour obtenir le graphe d’une fonction de deux variables est la suivante :
1. Pour quelques valeurs x0 , tracer la tranche verticale de Sf avec le plan {x = x0 }.
2. Pour quelques valeurs y0 , tracer la tranche verticale de Sf avec le plan {y = y0 }.
3. Relier le tour à l’aide de quelques ligne de niveau.

10
1.7 TD
1.7.1 Représentation graphique du domaine de définition
Exercice 01 :

Déterminer le domaine de définition des fonctions suivantes :

1. f (x, y) = ln(x − y + 1)
ln(x+y)
2. g(x, y) = y
ln(y−2)
3. h(x, y) = √
x−1
√
4. f (x, y) = xy + 4 −x2 − 4
√ 2
5. g(x, y) = xy − 1 + x + y 2 − 9
x2 +y 2
6. f (x, y) = x
√
7. f (x, y) = 1 − x2 + 2x − y 2 + 3y
8. h(x, y, z) = ln(r2 − x2 − y 2 − z 2 ) , r > 0

Exercice 02 :

Déterminer et représenter le plus grand domaine de définition possible pour les fonctions
suivantes :
√
xy
1. f (x, y) = x−1
.
x+y+1
2. f (x, y) = x−1
.
3. f (x, y) = ln(xy).
√
4. f (x, y) = 4x − x2 + 4y − y 2

Exercice 03 :

Soit
f : R2 −→ R
(x, y) 7−→ x2 + y 2
1. Déterminer, nommer et tracer la projection dans le plan xOz de Sf ∩ {y = k} pour
k = 1; 2 puis k ∈ R.
2. Est ce que Sf ∩ {y = k} est le graphe d’une fonction à une variable ? Si oui, laquelle ?
3. Déterminer, nommer et tracer la projection dans le plan yOz de Sf ∩ {x = 0}.
4. Est ce que Sf ∩ {x = 0} est le graphe d’une fonction à une variable ? Si oui, laquelle ?
5. Déterminer et nommer la projection dans le plan xOy de Sf ∩ {z = k} pour k =
1; 2; 0; −1 pour k ∈ R+
6. Est ce que Sf ∩ {z = k} est le graphe d’une fonction à une variable ? Si oui laquelle ?
7. En déduire la représentation graphique de f .

11
 Calculs de limites et continuité
2
2.1 Technique de recherche de limites
2.1.1 Cas réel
Dire que
lim f (x) = b
x→a

, avec a et b réels, revient à dire que

lim |f (x) − b| = 0
x→a

. Graphiquement, cela signifie que lorsque l’on s’approche de a (x −→ a), la courbe de f

se rapproche de la droite d’équation y = b.

Figure 2.1 – Représentation d’une fonction à analyser

Observez cette courbe et données le resultat des limites suivantes :

lim f (x) ; lim f (x) ; lim f (x) ; lim f (x) ; lim f (x)
x→+∞ x→a x→α− x→α+ x→−∞

12
2.2 Définition réelle de la limite
Supposons a et b sont deux réels.

lim f (x) = b ⇐⇒ (∀ ϵ > 0 ∃ η > 0, |x − a| ≤ η −→ |f (x) − b| ≤ ϵ)

x→a

Dans le cas pratique, on utilise peu cette définition.

2.2.1 Formes indéterminées

Il est bien important de connaître les formes indéterminées. En effet, il s’agit de cas un
peu litigieux pour lesquels on ne peut rien affirmer a priori. On est donc contraint d’uti-
liser d’autres techniques.

Formes indéterminées :
∞ 0
; 0×∞ ; (−∞) + (+∞) ;
∞ 0
Pour les autres cas, on se reportera au tableau fourni en annexe.

Quelques exemples très simples : On écrira à chaque fois les limites sous réserve que
celles-ci existent...
1.
x x
   
lim tan . x 7→ tan
x→π 4 4
 
π
est définie sur [0; 2π[ et tan 4
= 1, donc,

x
 
lim tan =1
x→π 4
2.
sin x
lim
x→0 x

On a une forme indéterminée du type 00

3.
lim (x2 − x)
x→+∞

On a une forme indéterminée du type (+∞) + (−∞).

2.2.2 Méthodes pour lever les indéterminations

[Link] Fonctions polynôme ou rationnelle
Théorème 1 : La limite d’une fonction polynôme en ±∞ est la limite du terme de plus
haut degré.

Exemple :
lim (x2 − x) = lim x2 = (+∞)2 = +∞
x→+∞ x→+∞

On rappelle de plus qu’une fonction rationnelle se définit comme un quotient de fonc-

tions polynômes.

Théorème 2 : La limite d’une fonction rationnelle en ±∞ est la limite du quotient des

termes de plus haut degré.

13
Exemple :
−3x2 + 2x + 4 −3x2 −3
lim = lim =
x→−∞ 5x2 − 6x + 3 x→−∞ 5x2 5
En pratique, on étudie rarement la limite en ±∞ d’une fonction de plusieurs variables,
mais nous étudierons ultérieurement des applications de ces théorèmes dans le cas
multidimensionnel.

[Link] Technique du nombre dérivé (rappelle)

On dit qu’une fonction f est dérivable en un point a lorsque la limite suivante existe

f (x) − f (a)
f ′ (a) = x→a
lim =l
x−a
Exemple : pour f (x) = sin(x) on : la dérivabilité au point A = 0 donnée par

f (x) − f (0) sin(x) − sin(0) sin(x)

lim = lim = lim
x→0 x−0 x→0 x−0 x→0 x
Or
sin(x)
−→ sin′ (0) = cos(0) = 1
x
lorsque x tend vers 0.

Exo d’application : Trouver le domaine de définition des fonctions suivantes puis cal-
culer leur limite à l’origine O.

tan(x) sin(x + y)
lim ; lim
x→0 x (x,y)→(0,0) x+y

2.3 Continuité des fonctions de plusieurs variables

2.3.1 Cas réel d’une fonction à une seule variable

Figure 2.2 – Exemple de fonction discontinue en a

14
Par définition, f est continue en a si, et seulement si

lim f (x) = f (a)

x→a

Dans l’exemple ci-dessus, f n’est pas continue en a. En revanche, f semble continue

partout ailleurs.

2.3.2 Cas des fonctions de R2 dans R2

Définition : Soit f , une fonction définie sur une partie A ⊂ R2 et A = (a1 , a2 ), un point
de A. Alors, f est dite continue en A si

lim f (x) = f (A)

x→A
x ∈ A

Remarque : Lorsque X = (x, y) et si X −→ a alors x −→ a1 et y −→ a2 .

Définition f est dite continue sur A si, et seulement si f est continue en tout point de
A.

En pratique, pour démontrer qu’une fonction est continue, on sera amené à utiliser une
des méthodes décrites précédemment.

Le théorème qui suit porte le nom de théorème d’encadrement ou théorème des gen-
darmes. Vous en avez déjà probablement étudié une version pour des fonctions d’une
variable. Ce théorème permet de généraliser ce résultat aux fonctions de plusieurs va-
riables.

Théorème : Soit f , une fonction de R2 à valeurs dans R et α ∈ R. On pose X = (x1 , x2 )

et A = (a1 , a2 ).
S’il existe une fonction g telle que :

lim g(X) = 0 et |f (X) − α| ≤ g(X)

X→A

Alors
lim (f (X) − α) = 0 =⇒ lim f (X) = α
X→A X→A
x3 +y 3
Exemple : Soit f définie sur D := R2 \ {0, 0} par : f (x) = x2 +y 2

Etudiez la continuité de la fonction f au point (0, 0)

Théorème : Soit f une fonction de deux variables définie sur une partie Ω̂ = Ω\{X0 } de
R2 , où X0 = (x0 , y0 ) est un élément de Ω. Supposons que f soit continue sur Ω̂ et que l’on
ait :
lim f (x, y) = l ∈ R
(x,y)→X0

Alors la fonction f1 définie par :

(
f (x, y) si (x, y) ∈ Ω̂
f1 (x) =
l si (x, y) = X0 = (x0 , y0 )

est une fonction continue. C’est le prolongement par continuité de la fonction f en X0 .

Remarque : Tous les résultats que nous venons d’obtenir peuvent être généralisés très
facilement aux fonctions de Rn dans R, puis aux fonctions de Rn dans Rp . Nous étudierons
de nombreux exemples en exercices.

15
2.3.3 Techniques générales
Dans cette partie on s’interesse à l’étude de la limite d’une fonction à plusieurs variables.
Mais avant, nous étudions le cas particulier c’est à dire le cas d’une fonction n’admettant
pas de limite en un point. Comment ce comportement va-t-il se caractériser ?

On se souvient qu’une fonction de R dans R peut présenter des points de discontinuité.

C’est l’exemple du graphe proposé en début de section. Pour une fonction de R2 dans
R, il est possible qu’elle admette une discontinuité, uniquement selon une direction. En
clair, il est beaucoup plus difficile de converger dans R2 que dans R. Comparons les cas
de discontinuité :
• Lorsque f est une fonction de R dans R, on dira que f n’est pas continue en x0 si

lim f (x) ̸= f (x0 ) ou si lim f (x) ̸= f (x0 )

x→x−
0 x→x+
0

où encore si cette limite n’existe même pas.

Autrement dit il existe deux cas de figures pour une fonction de R dans R
• En revanche si f est une fonction de R2 dans R discontinue en x0 ∈ R2 , il existe une
infinité de façons de parvenir en x0 .
Si x0 = (0, 0) par exemple, on peut arriver en (0, 0) selon les axes (Ox) et (Oy) (4 façons
d’arriver), selon la première bissectrice (2 autres façons), selon la droite d’équation
y = −x (2 autres façons) ou plus généralement selon n’importe quelle courbe continue
de R2 passant par l’origine. Cette situation est illustrée par le schéma qui suit.

Figure 2.3 – Différentes façons de converger vers (0, 0) dans R2

Pour démontrer qu’une fonction f de deux variables est discontinue en x0 ∈ R2 , il faut

exhiber deux directions particulières afin de trouver deux limites différentes selon ces
directions, ou encore, de parvenir à faire diverger la fonction selon une direction.

Remarque : Lorsque l’on fait converger une fonction selon une direction particulière, on
ne peut avoir aucune garantie que la valeur trouvée en passant à la limite est la limite
de la fonction. En effet, il faut d’abord savoir si la fonction converge.

16
2.4 TD
Exercice 01 :

Etudier l’existance et la valeur éventuelle des limites suivantes :

1.
xy x3 + y 3
lim lim
(x,y)−→(0,0) x + y 2
2 (x,y)−→(0,0) x2 + y 2

2. √
x2 y 2 x2 + y 2
lim lim q q
(x,y)−→(0,0) x2 + y 2 (x,y)−→(0,0) |x| |y| + |y| |x|
3. q
2
(x − y)(y − x)2 1 − cos |xy|
lim lim
(x,y)−→(0,0) x+y (x,y)−→(0,0) |y|
4.
x+y
lim
(x,y,z)−→(0,0,0) x2 + y2 + z2
Exercice 02 :

Déterminer les limites en (0, 0) des fonctions suivantes :

1.
1+x+y
f (x, y) =
x2 − y 2
2.
1 + x2 + y 2
g(x, y) = sin(y)
y
3.
2x3 − y 3
f (x, y) =
x2 + y 2
Exercice 03 :

Etudier la continuité en (0, 0) de :

1.  xy
 x2 +y2
 si x2 + y 2 ̸= 0
f (x, y) = 
f (0, 0) = 0


2.  x−y
 x+y
 si x + y ̸= 0
f (x, y) =

f (x, −x) = 1


3.  
x
f (x, y) = x, y, 3

(1 + x2 + y 2 ) 2
4.  2x3 −y3
 x2 +y2
 si x2 + y 2 ̸= 0
f (x, y) =

f (0, 0) = 0


17
Exercice 04 :

On donne les applications f et g définie de R2 dans R définie par :


(x+y)2

 x2 +y2
 si x2 + y 2 ̸= 0
f (x, y) =

f (0, 0) = 0



et
 x3 +y3
 x2 +y2
 si x2 + y 2 ̸= 0
g(x, y) =

g(0, 0) = 0


Sont - elle continue au point (0, 0)

Exercice 05 :

Déterminer f (0, 0) pour que la fonction f définie pour x2 + y 2 ̸= 0 par :

√
1 − cos x2 + y 2
f (x, y) =
x2 + y 2

soit continue au point (0, 0)

18
 Dérivées Partielles et différentielles
3
3.1 Les dérivées partielles premières
Etant donné une fonction f (x) = f (x1 , x2 , · · · , xn ) de n variables à valeurs réelles (i.e. un
champ scalaire de Rn ), si on fixe les (n − 1) variables x2 , x3 , · · · , xn on obtient une fonction
x1 7→ f (x) = f (x1 , x2 , · · · , xn ) de la seule variables x1 dont la dérivée (si elle existe !) est
noté :
∂f ∂f
(x) = (x1 , x2 , · · · , xn )
∂x1 ∂x1
Cette dérivée mesure le taux de variation de la fonction f (x) dans la direction "x1 " au
point x = (x1 , x2 , · · · , xn ).

Nous pouvons, de manière analogue, définir les autres dérivée partielles

∂f ∂f ∂f
(x), (x), · · · , (x).
∂x2 ∂x3 ∂xn
∂f
On utilise également la notation fxi ou bien Di (f ) pour ∂xi
.
Formalisons tout ce qui précède avec la définition suvantes :

Définition
Si f : D ⊆ Rn −→ R est une fonction de n variables et a = (a1 , a2 , · · · , an ) ∈ D, la dérivée
∂f
partielle ∂x i
(a) de f par rapport à xi au point a est définie par la limite :
∂f f (a1 ,a2 ,··· ,ai +t,··· ,an )−f (a1 ,a2 ,··· ,an )
∂xi
(a) = limt→0 t

f (a+tei )−f (a)

= limt→0 t

Dans le cas d’une fonction f (x, y) de deux variables x et y, nous obtenons :

∂f f (a + t, b) − f (a, b) ∂f f (a, b + t) − f (a, b)

(a, b) = lim et (a, b) = lim
∂x t→0 t ∂x t→0 t

Définition
Une fonction f est dite de classe C 1 dans une region D du plan, si elle possède des dérivée
partielles premières et que ces dernières sont continue dans D.

19
3.2 Les dérivées partielles d’ordre supérieur
Comme pour les fonctions d’une variable, on peut définir, lorsque cela est possible, des
dérivée partielles d’ordre supérieur.

Pour fixer les idées, considéroin le cas d’une fonction f (x, y) de deux variables qui possède
deux dérivées partielles premières

∂f ∂f
(x, y) et (x, y)
∂x ∂y

si chacune de ces dérivée est partiellement dérivable par rapport aux deux variables,
cela nous fournira, à priori, quatre dérivées partielles seconde
!
∂f ∂f ∂ 2f
que nous noterons
∂x ∂x ∂x2
!
∂f ∂f ∂ 2f
que nous noterons
∂y ∂y ∂y 2
On démontre cependant que sous certaines conditions, très souvent vérifiées dans la
pratique, les deux dérivées partielle
!
∂ 2f ∂f ∂ 2f
et sont identiques :
∂y∂x ∂y ∂x∂y

∂ 2f ∂ 2f
= (3.1)
∂x∂y ∂y∂x
et d’une manière générale pour une fonction f (x1 , x2 , · · · , xn ) de n variables, on a

∂ 2f ∂ 2f
=
∂xi ∂yj ∂yj ∂xi

c’est ce qu’on appelle théorème de Schwarz.

3.3 Règle de dérivation des fonctions composées

1. Soit z = f (x, y) une fonction à deux varibles ayant des dérivées partielles ∂f
∂x
et ∂f
∂y
et
nous supposons que x et y dépendent elles-même d’une troisième variables t :

x(t) et y(t)

Cela implique que z = z(t) = f (x(t), y(t)) ne dépend plus que la variable t et il s’agit de
trouver la dérivée z ′ (t) = dz
dt
de z par rapport à t.

On démontre que

dz ∂f dx ∂f dy
(t) = (x(t), y(t)) (t) + (x(t), y(t)) (t) (3.2)
dt ∂x dt ∂y dt

D’une manière générale, si ω = f (x1 , x2 , · · · , xn ) dépend de n variables x1 , x2 , · · · , xn

qui dépendent elles mêmes d’une variable t, alors

dω ∂f dx1 ∂f dxn
(t) = (x1 (t), · · · , xn (t)) (t) + · · · + (x1 (t), · · · , xn (t)) (t) (3.3)
dt ∂x1 dt ∂xn dt

20
2. Nous supposons cette fois que z = f (x, y) est une fonction à deux variables x et y ayant
des dérivées partielles ∂f
∂x
et ∂f
∂y
et que x et y dépendent de deux autres variables u et
v:
x = x(u, v) et y(u, v)
Ainsi, z dvient une fonction de deux variables u et v :

z(u, v) = f (x(u, v), y(u, v))

∂z ∂z
et il s’agit de trouver les dérivées partielles ∂u
et ∂v
.

On démontre que :

∂z ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) (u, v) + (x(u, v), y(u, v)) (u, v) (3.4)
∂u ∂x ∂u ∂y ∂u
et
∂z ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) (u, v) + (x(u, v), y(u, v)) (u, v) (3.5)
∂u ∂x ∂v ∂y ∂v
L’extension de cette formule pour une fonction z de trois variables v, v et w est immé-
diate.

3.4 Equations aux dérivée partielles

1. Comme pour le cas des fonctions d’une variable et les équations différentielles, une
équation aux dérivées partielles (en abrégé, E.D.P) est une équation dont les so-
lutions sont des fonctions verifiant certaines conditions concernant leurs dérivées
partielles.
L’équation aux dérivées partielles (à deux variables) d’inconnue z la plus simple est :

∂z ∂z
=0 ou =0
∂x ∂y

La relation
∂z
(x, y) = 0 (3.6)
∂x
signifie que la fonction z ne dépend pas de la variable x, autrement dit, z est une
fonction de la seule variable y :
z(x, y) = φ(y)
pour une certaine fonction φ définie sur R.
La justification de ce fait peut se faire de la manière suivante : Nous intégrons la
relation (3.6) entre 0 et x par rapport à la première variable, ce qui nous donne :
Z x Z x
∂z
(t, y)dt = 0dt = 0
0 ∂x 0

Mais, en utilisant le classique théorème fondamentalee du calcul intégral

Z b
f ′ (t)dt = f (b) − f (a) (3.7)
a

adapté à notre cas (ici f (t) = z(t, y)) et donc f ′ (t) = ∂z

∂x
(t, y), cela donne,
Z x
∂z
0= (t, y)dt = z(x, y) − z(0, y)
0 ∂x

21
 i.e. z(x, y) − z(0, y) = 0, ou z(x, y) = z(0, y) = φ(y).

De même , les solutions de l’E.D.P,

∂z
(x, y) = 0
∂y
sont de la forme z(x, y) = ψ(x) pour une certaine fonction ψ définie sur R.
2. L’étude précédente permet de résoudre l’équation aux dérivées partielles du second
ordre :

∂ 2z
(x, y) = 0 (3.8)
∂x∂y
En effet, la relation précédentes s’écrit
!
∂ ∂z
= 0,
∂x ∂y
ce qui implique, par ce qui précède, l’existance d’une fontion h de la seule variable y
telle que :
∂z
(x, y) = g(y).
∂y
En notant G une primitive quelconque de g, la dernière relation est équivalente à
l’existance d’une fonction h de la seule variable x telle que
z(x, y) = G(y) + h(x).
Réciproquement, il est immédiat que toute fonction f (x, y) de la forme G(y) + h(x) (avec
G et h des fonctions arbitraires (dérivable !)) est bien une solution de l’équation (3.8).

Ainsi, toute solution f de l’EDP (3.8) est de la forme :

f (x, y) = φ(x) + ψ(y, )
où φ et ψ sont des fonctions dérivables quelconques d’une variable.
3. Passons maintenant au cas d’une fonction u(x, y, z) de trois variables ; si on , par
exemple,
∂u
(x, y, z) = 0
∂
Cela signifie que u est une fonction qui ne depend pas de x i.e. u(x, y, z)=F(y,z) est une
fonction uniquement des deux variables y et z, pour une certaine fonction à deux
variables F .
Le cas des deux équations
∂u ∂u
(x, y, z) ou (x, y, z)
∂y ∂z
se traite d’une manière analogue.
4. Il existe de très nombreuses E.D.P qui proviennent de la modélisation de certains phé-
nomènes physique tels que l’équation de Laplace qui joue le rôle important dans, entre
autres, la théorie de la chaleur, la mécanique des fluides et le potentiel électrique :
∂ 2u ∂ 2u
∆(u) = + =0
∂x2 ∂y 2
dont les solutions sont appelées des fonction harmoniques.
Citons également l’équation des ondes (en deux dimensions) :

22
 !
∂ 2u 2
2 ∂ u ∂ 2u
= a + (3.9)
∂t2 ∂x2 ∂y 2
qui décrit la propagation des ondes (ondes sonores, ondes traversant une corde vibrante,
etc.).

3.5 Différentielle d’une fonction de plusieurs variables

Soient f une fonction à deux variables x et y possédant des dérivées partielles en (x, y).
On appelle différentielle de f en (x, y) l’expression :

∂f ∂f
df (x, y) = (x, y)dx + (x, y)dy
∂x ∂y

Pour une fonction f (x1 , x2 , · · · , xn ) à n variables, on pose :

∂f ∂f
df (x1 , x2 , · · · , xn ) = (x1 , x2 , · · · , xn )dx1 + · · · + (x1 , x2 , · · · , xn )dxn
∂x1 ∂xn

3.5.1 Tableaux des dérivées

Table 3.1 – Formules pour les calcules de la dérivées

Fonction Domaine de dérivabilité Dérivé

Dérivée des fonctions usuelles
ln x R∗+ 1
x
ex R ex
1
R∗ − x12
√x ∗ 1
x R+ √
2 x
α
x , α ∈ R R∗+ αxα−1
ax R a
a R 0
Dérivée des fonctions trigonométrique
cos x R − sin x
sin x i
R h
cos x
π π
tan x − 2 + kπ; 2 + kπ 1 + tan2 x = cos12 x
1
arccos x ] − 1; 1[ − √1−x 2

arcsin x ] − 1; 1[ √ 1
1−x2
1
arctan x R 1+x2
Opération sur les dérivées
fonction f, g Dérivée
f +g f ′ + g′
f ·g f ′g + g′f
f f ′ ·g−g ′ ·f
g g2
′ ′
g◦f f ×g ◦f
Pn
(g · f )n k (k) (n−k)
k=0 Cn f g
′
(f −1 ) 1
f ′ ◦f −1

23
 Table 3.2 – Formules pour les calcules de la dérivées

Opération sur les dérivées (suite)

′
1
u
− uu2
u n
nu′ un−1
√ u′
u √
2 u
u ′ u
e ue
u′
ln u u
sin u u′ cos u
cos u −u′ sin u

3.6 Formes différentielles

La différentielle df d’une fonction f (x, y) à deux variables a été définie ci-dessus comme
étant
∂f ∂f
df (x, y) = dx + dy,
∂x ∂y
mais on rencontre en mathématiques et également en physique (plus particulièrement
en thermodynamique) des expressions plus générales :

ω = Xdx + Y dy

où X et Y sont des fonctions à deux variables x et y quelconques (indépendantes l’une

de l’autre) ; de tels objets sont appelés des forme différentielles (du premier ordre).

Le domaine de définition d’une fonction différentielle ω = Xdx + Y dy (à deux variables x

et y) est le domaine de définition commun aux deux fonctions X et Y .

Définition
Une forme différentielle ω est dite exacte ou totale dans son domaine D s’il existe une
fonction f telle que ω = df .
Toute fonction f verifiant une telle égalité est appelée une primitive de ω.

La question qui se pose, à présent, est : sous quelles conditions une forme différentielle
ω = Xdx + Y dy est-elle exacte ?
Examinons d’abord les conditions necessaires :
Il est claire que si ω est une forme exacte, i.e. (i.e. signifie c’est à dire).

∂f ∂f
ω = Xdx + Y dy = df = dx + dy
∂x ∂y
∂f ∂f
alors, necessairement, X = ∂x
et Y = ∂y
, mais dans l’équation (3.1) nous avons :

∂ 2f ∂ 2f
=
∂x∂y ∂y∂x
∂f ∂f
Donc les égalités X = ∂x
et Y = ∂y
implique que
!
∂X ∂ 2f ∂ 2f ∂ ∂f ∂ ∂Y
= = = = (Y ) =
∂y ∂y∂x ∂x∂y ∂x ∂y ∂x ∂x

24
En résumé, une condition nécessaire pour que la forme différentielle ω = Xdx + Y dy soit
exacte est quelle vérifie la condition :

∂X ∂Y
=
∂y ∂x

Ces conditions ne sont pas assez suffisantes pour dire que ω est exacte, dans ce cas il
nous faut une condition de nature géométrique sur un domaine de définition U de la
forme ω : la region U doit être simplement connexe, ce qui signifie que toute fermée de
Γ contenue dans U doit avoir son intérieur également contenu dans U . Intuitivement, ce
sont donc des domaine qui n’ont pas de "trous" ; mathématiquement, cela veut dire que
toute courbe fermée contenu dans U peut être "déformée" d’une manière continue pour
la reduire à un point sans sortir du domaine U .

3.7 Théorème poincaré

1. Si ω = Xdx + Y dy est une forme différentielle définie dans une partie U du plan R2
simplement connexe, pour que ω soit exacte, il faut et il suffit que

∂X ∂Y
= (3.10)
∂y ∂x

2. Si ω = Xdx + Y dy + Zdz est une forme différentielle définie dans une partie U de
l’espace R3 simplement connexe, pour que ω soit exacte, il faut et il suffit que
 ∂X ∂Y

 ∂y
= ∂x





∂X ∂Z
∂z
= ∂x
(3.11)





 ∂Y
 ∂Z
∂z
= ∂y

Les formes différentielles ω qui vérifie la codition (3.10) et (3.11) sont appelées des formes
différentielles fermées et on peut reformuler ce théorème en disant que, dans un domaine
U simplement connexe, pour qu’une forme différentielle ω soit exact dans U , il faut et il
suffit qu’elle soit fermée dans U .

Exemple :
Soit
ω = (yex + 2xy)dx + (x2 + ex )dy + 2zdz
Vérifier si ω est une forme exacte.

3.8 Fonction harmonique

Une fonction f est dite harmonique lorsque la condition suivante est verifiée

∂ 2f ∂ 2f
− =0
∂x2 ∂y 2

25
3.9 TD
Exercice 01 :

Calculer
∂f ∂f
et
∂x ∂y
Pour chacune des fonction suivantes :
1.
x
f (x, y) = ex sin y et f (x, y) =
x2 + y2
2. √
f (x, y) = (x2 + y 2 )e−xy et f (x, y) = ex+y − x2
3. !
y x
f (x, y) = x et f (x, y) = Arctang
y
4.  q  Z y
2
f (x, y) = ln x + x2 + y 2 et f (x, y) = e−t dt
x

Exeercice 02 :

Calculer
∂f ∂f ∂f
; et
∂x ∂y ∂z
1.
f (x, y, z) = ex cos y sin z
2.
f (x, y, z) = (1 + x2 + y 2 )exz
3.
f (x, y, z) = xyz + y − 2z
4.
f (x, y, z) = ln(xy + xz + yz)
5. !
x y
 
f (x, y, z) = Arctan + Arctan
y z
6. Si
1 1
f (x, y, z) = =√ 2
r x + y2 + z2

expliciter E(f ) où E est l’opérateur différentielle définie par :

!2 !2 !2
∂f ∂f ∂f
E(f ) = + +
∂x ∂y ∂z

26
Exercice 02 :

Calculer la dérivée seconde des fonctions suivantes :

!
x+y
f (x, y) = Arctang et f (x, y, z) = ln(xy + xz + yz)
1 − xy

Exercice 03

1. Montrer que la fonction

f (x, y) = |xy|α
1
est différentiable au point (0, 0) si α > 2
2. Soit 


 f (0, 0) = 0

f (x, y) =  
2
(x + y ) sin2 √1 si x2 + y 2 ̸= 0



x+ y 2


montrer que cette fonction est différentiable en tout point. Montrer que les dérivées
partielles de f ne sont pas continue au point (0, 0)

Exercice 04 :

soit
f : R3 −→ R3
(x, y, z) 7−→ (x + y 2 − z, xy 2 z, xy + x2 z)
est différentiable en tout point (x, y, z).
Ecrire la matrice de df rapporté à la base canonique de R3

Exercice 05 :

On considère la fonction f : (x, y) 7−→ f (x, y) on pose u = x + y ; v = 2x + y on obtient

une nouvelle fonction (u, v) 7−→ F (u, v).
Calculer
∂f ∂f ∂F ∂F
et en fonction de et
∂x ∂y ∂u ∂v

Exercice 06 :

∂z
Soit z = f (x, y) une fonction différentiable si y = φ(x) calculer ∂x

Exercice 07 :

Soit t 7−→ F (t) une fonction d’une variable réelle en posant t = ax + by on obtient

f (x, y) = F (ax + by).

Montrer que
∂f ∂f
b −a =0
∂x ∂y

Exercice 08 :

27
Soit z définie par : x2 + y 2 + z 2 − φ(ax + by + cz) = 0 ; a, b, c ∈ R.
Démotrer que :
∂z ∂z
(cy − bz) + (az − cx) = bx − ay
∂x ∂y

Exercice 09 :

À l’aide du changement des variables u = x, v = x2 + y 2 transformer

∂z ∂z
x +y −z =0
∂x ∂y

Exercice 10 :

Soit z = z(x, y) satisfait à l’équation

∂z ∂z
(E) : y −x = (y − x) · z
∂x ∂y

En introdusant les nouvelles variables

1 1
u = x2 + y 2 et v= +
x y

et la nouvelle fonction ω = ln z − (x + y) transformer (E)

Exercice 11 :

Déterminer si les formes différentielles

28
 Intégrale multiple
4
Rappel

Table 4.1 – Des primitives des fonctions usuelles

Fonction Primitive
k kx + c, c ∈ R
1 x + c, c ∈ R
ax2
ax + b 2
+ bx + c, c ∈ R
axn+1
axn n+1
+ c, c ∈ R
1
x
ln |x| + c, c ∈ R
1
x2
− x1 + c, c ∈ R
1 1
xn
− (n−1)x n−1 c ∈ R
√ 2 √
x x x + c, c ∈ R
3 √
√1 2 x + c, c ∈ R
x

Table 4.2 – des primitives

Fonction Integrale d’intégration Primitive

n 1
(x − a) , n ∈ N, a ∈ R R n+1
(x − a)n+1
1
x−a
, a ∈ R ] − ∞; a[ ou ]a; +∞[ ln(|x − a|)
1 1
(x−a)n
, a ∈ R, n ≥ 2 ] − ∞; a[ ou ]a; +∞[ − (n−1)(x−a)n−1

1
cos(ax), a ∈ R\{0} R a
sin(ax)
1
sin(ax), a ∈ R\{0} i
R h − a cos(ax)
tan(x) kπ − 2 ; kπ + π2 , k ∈ Z
π
− ln(|cos(x)|)
ln(x) R∗+ x ln(x) − x
ax 1 ax
e , a ∈ R\{0} R a
e
1
(x − a)α , a ∈ R, α ∈ R\{−1} ]a; +∞[ α+1
(x − a)α+1
1
ax , a > 0 R ln(a)
ax
1
1+x2
R arctan(x)
√ 2 3
x − a, a ∈ R ]a; +∞[ (x − a) 2
3 √
√1 , a ∈ R ]a; +∞[ 2 x−a
x−a
√ 1 ] − 1; 1[ arcsin(x)
1−x2

29
 Table 4.3 – Opération sur les primitive

Fonction Primitive
′ u2
uu 2
+c
un+1
u′ un n+1
+c
u′ eu u
e +c
u′
u
ln |u| + c
u′
u2′
− u1 + c
u 1
un
− (n−1)u n−1 + x
u′ √
√ 2 u+c
√ u
2
√
ax + b 3a
(ax + b) ax + b + c

4.1 Intégrale simple

Soit I = [a; b] un intervale de R, f une fonction numérique définie continue sur I et
dérivable sur ]a; b[, et F une primitive de la fonction f . On appelle intégrale de la fonction
f sous l’intervalle I le réel F (b) − F (a), on note l’intégrale d’une fonction par :
Z b
J= f (x)dx = F (b) − F (a)
a

4.2 Théorème
F est une primitive de f lorsque F ′ (x) = f (x).
f admet une infinité de primitive sur R. Cette primitive est unique lorsque F prend la
valeur b en a i.e. F (a) = b.

4.3 TD
Exercice 00

Calculer les intégrales suvantes

Z 2 Z 3
3x Z 1
x+1
I= (2x + 3)dx; J = dx; K= dx
−1 2 4x − 5
2 0 (x2 + 2x − 3)5
Z x
1 Z y
2
Z x
L= dt; M= (2x − 5x + 3)dx N = −x2 (x3 + 4)5 dx
1 t 2 1
Z +∞
3
O= dx
−∞ 4 + x2

Exercice 01

Calculer les doubles intégrales suivantes :

Z 2 Z 2 Z 2Z x Z 0 Z 1−x
A= (x2 +5x+3y)dxdy; B= (x+2xy +1)dxdy; C= (3x−2x2 )dxdy
−1 0 0 1 −2 1

Exercice 02

30
Soit D le domaine : n o
D = (x, y) ∈ R2 ; x ≥ 0, y ≥ 0, x + y ≤ 1 .
Calculer : Z Z
f (x, y)dxdy
D

dans les cas suivants :

1. f (x, y) = x2 + y 2
2. f (x, y) = xy(x + y)
Exercice 03

Calculer l’intégrale double suivante

Z Z
f (x, y)dxdy,
D

avec
1. n o
f (x, y) = x et D = (x, y) ∈ R2 ; y ≥ 0, x − y + 1 ≥ 0, x + 2y − 4 ≤ 0
2. n o
f (x, y) = x + y et D = (x, y) ∈ R2 ; 0 ≤ x ≤ 1; x2 ≤ y ≤ x
3.
π
 
f (x, y) = cos(xy) et D = (x, y) ∈ R2 ; 1 ≤ x ≤ 2; 0 ≤ xy ≤
2
4. n o
f (x, y) = xy et D = (x, y) ∈ R2 ; x ≥ 0; y ≥ 0, xy + x + y ≤ 1
5.
1 n o
f (x, y) = et D = (x, y) ∈ R2 ; 1 < x < 3; y > 2, x + y ≤ 5
(x + y)3

31
 Matrice
5
Dans ce chapitre, K désigne un corps. On peut penser à Q, R ou C.

5.1 Définition
5.1.1 Définition
• Une matrice A est un tableau rectangulaire d’éléments de K.
• Elle est dite de taille n × p si le tableau possède n lignes et p colonnes.
• Les nombres du tableau sont appelés les coefficients de A.
• Le coefficient situé à la i-ème ligne et à la j-ème colonne est noté ai,j .
Un tel tableau est représenté de la manière suivante :
 
a1,1 a1,2 · · · a1,j · · · a1,p

 a2,1 a2,2 · · · a2,j · · · a2,p 

 
 .. .. .. .. .. .. 
 . . . . . . 
A=   ou A = (ai,j ) ou (ai,j )

 ai,1 ai,2 · · · ai,j · · · ai,p 
 1≤i≤n

 .. .. .. .. .. .. 
 1≤j≤p
 . . . . . . 
an,1 an,2 · · · an,j · · · an,p
Exemple :  
2 −1 0 7
A =  0 10 3 5 
 

4 1 9 −20

est une matrice 3 × 4 avec, par exemple, a1,1 = 2 et a3,4 = −20.

5.1.2 Définition
• Deux matrices sont égales lorsqu’elles ont la même taille et que les coefficients corres-
pondants sont égaux.
• L’ensemble des matrices à n lignes et p colonnes à coefficients dans K est noté Mn,p (K).
Les éléments de Mn,p (R) sont appelés matrices réelles.

32
5.2 Matrices particulières
Voici quelques types de matrices intéressantes :
• Si n = p (même nombre de lignes que de colonnes), la matrice est dite matrice carrée.
On note Mn (K) au lieu de Mn,n (K).

· · · a1,n
 
a1,1 a1,2

 a2,1 a2,2 · · · a2,n 

A= 
 .. .. .. .. 

 . . . . 
an,1 an,2 · · · an,n

Les éléments a1,1 , a2,2 , . . . , an,n forment la diagonale principale de la matrice.

• Une matrice qui n’a qu’une seule ligne (n = 1) est appelée matrice ligne ou vecteur
ligne. On la note A = (a1,1 , a1,2 , . . . , a1,p )
• De même, une matrice qui n’a qu’une seule colonne (p = 1) est appelée matrice colonne
ou vecteur colonne. On la note  
a1,1
 a2,1 
 
A =  .. 

.
 . 
an,1
• La matrice (de taille n×p) dont tous les coefficients sont des zéros est appelée la matrice
nulle et est notée 0n,p ou plus simplement 0. Dans le calcul matriciel, la matrice nulle
joue le rôle du nombre 0 pour les réels.

5.3 Addition des matrices

5.3.1 Somme de deux matrice
Soient A et B deux matrices ayant la même taille n × p. Leur somme C = A + B est la
matrice de taille n × p définie par

cij = aij + bij.

En d’autres termes, on somme coefficients par coefficients. Remarque : on note indiffé-
remment aij où ai,j pour les coefficients de la matrice A.
NB : Pour faire l’opération de deux matrice il faut que la taille des matrices soient les
mêmes.

Exo d’application

5.4 Proposition
Soient A, B et C trois matrices appartenant à Mn,p (K). Soient α ∈ K et β ∈ K deux
scalaires.
1. A + B = B + A la somme est commutative,
2. A + (B + C) = (A + B) + C la somme est associative,
3. A + 0 = A la matrice nulle est l’élément neutre de l’addition,
4. (α + β)A = αA + βA,
5. α(A + B) = αA + αB

33
5.5 Multiplication de matrices
5.5.1 Produit de deux matrices
Le produit AB de deux matrices A et B est défini si et seulement si le nombre de colonnes
de A est égal au nombre de lignes de B.

Soient A = (aij) une matrice n × p et B = (bij ) une matrice p × q. Alors le produit C = AB

est une matrice n × q dont les coefficients cij sont définis par :
p
X
cij = aik bkj
k=1

On peut écrire le coefficient de façon plus développée, à savoir :

cij = ai1 b1j + ai2 b2j + · · · + aik bkj + · · · + aip bpj .

5.6 La matrice identité

34