1.

Applications différentiables: Exemples fondamentaux d’applications

différentiables 18

1.5 Exemples fondamentaux d’applications différentiables

1.5.1 D ÉFINITION (A PPLICATIONS MULTILINÉAIRES )

Soit k 2 N ⇤ . Soient E1 · · · Ek et F des espaces vectoriels.
Une application L : E1 ⇥ · · · ⇥ Ek ! F est une application k-linéaire si pour tout
( a1 , . . . , ak ) 2 E1 ⇥ · · · ⇥ Ek et i 2 {1, . . . , k} l’application partielle Ei ! F définie par
xi 7! L( a1 , . . . , ai 1 , xi , ai+1 , . . . , ak ) est linéaire.

1.5.2 L EMME
Soit ( Ei , k.k Ei ), 1  i  k et ( F, k.k F ) des espaces vectoriels normés.
On munit le produit E = E1 ⇥ · · · ⇥ Ek de la norme k( x1 , . . . , xk )k = sup{k x1 k E1 , . . . , k xn k Ek }.
Soit L : E1 ⇥ · · · ⇥ Ek ! F est une application k-linéaire.
Les conditions suivantes sont équivalentes :
1. L est continue en tout point.
2. L est continue en (0E1 , . . . , 0Ek ).
3. il existe une constante C > 0 telle que pour tout ( x1 , . . . , xk ) 2 E1 ⇥ · · · ⇥ Ek ,

k L( x1 , . . . , xk )k F  C k x1 k E1 . . . . k xk k Ek .

Démonstration: a) 1. ) 2. évident.
b) 2. ) 3. On sait que L(0E ) = 0F . Par la continuité en 0E , il existe d > 0 tel que
k( x1 , . . . , xk )k < d entraîne que k L( x1 , . . . , xk )k F  1.
Soit ( x1 , . . . , xk ) 2 E, tel que ses coordonnées xi 6= 0 pour tout i 2 {1, . . . , k }.
Alors L(d k xxk1 , . . . , d k xxk1 )  1. Ainsi, en utilisant la multilinéarité, on obtient
1 E1 k Ek
1
k L( x1 , . . . , xk )k F  C k xi k E1 . . . . k xi k Ek avec C = . Cette inégalité est valable
d
aussi si l’une des coordonnées est nulle, puisque dans ce cas L s’annule.
c) 3. ) 1. On va démontrer cette implication, dans le bilinéaire i.e. k = 2. Le cas
général ce démontre de la même manière.
Soit a = ( a1 , a2 ) 2 E.
Pour tout x = ( x1 , x2 ) 2 E, L( x1 , x2 ) L( a1 , a2 ) = L( x1 a1 , x2 ) + L( a1 , x2 a2 ),
par conséquent
k L( x ) L( a)k F = k L( x1 , x2 ) L( a1 , a2 )k F  k L( x1 a1 , x2 )k F + k L( a1 , x2 a2 )k F
 C k x1 a1 k E1 k x2 k E2 + C k a1 k E1 k x2 a2 k E2 .
D’où, lorsque x tends vers a, k x1 a1 k E1 et k x2 a2 k E2 tendent vers 0, par suite
k L( x ) L( a)k F tend vers 0, ce qui établit la continuité de L en a. ⌅

1.5.4 P ROPOSITION
Soit L : R n1 ⇥ · · · ⇥ R nk ! R m une application k-linéaire .
Alors il existe une constante C 0 telle que pour tout ( x1 , . . . , xk ) 2 R n1 ⇥ · · · ⇥ R nk
on ait k L( x1 , . . . , xk )k F  C k xi k E1 . . . . k xi k Ek .
 1. Applications différentiables: Exemples fondamentaux d’applications
différentiables 19

Démonstration: On va démontrer le lemme lorsque k = 2, i.e. le cas des applications

bilinéaires. Le cas général ce démontre de la même manière. Soit (e1 , . . . , en1 ) une
base de R n1 et ( f 1 , . . . , f n2 ) une base de R n2 . Pour tout x = Âin=1 1 xi ei 2 R n1 et y =
n
 j=2 1 y j f j 2 R n2 on a
n1 n2 n1 n2 n1 n2
L( x, y) = L( Â xi ei , Â y j f j ) = Â x i L ( ei , Â y j f j ) = Â Â x i y j L ( ei , f j )
i =1 j =1 i =1 j =1 i =1 j =1

D’où
!
n1 n2 n1 n2
k L( x, y)k  Â Â | xi ||y j |k L(ei , f j )k  kxk• kyk• Â Â k L(ei , f j )k .
i =1 j =1 i =1 j =1

Ainsi on a l’inégalité avec C = Âin=1 1 Ânj=2 1 k L(ei , f j )k.⌅

1.5.6 C OROLLAIRE
En dimension finie, les applications multilinéaires sont continues.

1.5.7 P ROPOSITION
1) Toute application constante est différentiable et de différentielle nulle en tout
point.
2) Soient E et F deux espaces vectoriels normés. Alors toute application linéaire
continue L : E ! F est différentiable en tout point a 2 E et sa différentielle en
chaque point est égale à l’application linéaire L.
3) Soient E et F deux espaces vectoriels normés . Alors toute application affine
continue A : E ! F définie par Ax = b + Lx où b 2 F et L 2 L( E, F ), est
différentiable en tout point a 2 E et sa différentielle en chaque point est égale
à l’application linéaire L.
4) Soient E1 , E2 et F deux espaces vectoriels normés. Alors toute application bi-
linéaire continue B : E1 ⇥ E2 ! F est différentiable en tout point ( a1 , a2 ) 2
E1 ⇥ E2 et sa différentielle est l’application linéaire E1 ⇥ E2 ! F définie par
(h, k) 7! B( a1 , k) + B(h, a2 ).
5) Plus généralement : Application multilinéaire continues.
Toute application multilinéaire continue L : E1 ⇥ · · · ⇥ Ek ! F est différen-
tiable en tout point et sa différentielle au point ( a1 , . . . , ak ) 2 E1 ⇥ · · · ⇥ Ek est
l’application linéaire de E1 ⇥ · · · ⇥ Ek dans F :
( h1 , . . . , h k ) 7 ! L ( h1 , a2 , . . . , a k ) + L ( a1 , h2 , a3 . . . , a k ) + . . . + L ( a1 , . . . , a k 1 , h k ).
Démonstration: 1) c’est clair.
2) Soit a 2 E. On écrit pour tout h 2 E
k L( a + h) L( a) L.hk 0
L( a + h) L( a) = L(h) =) = =0
khk khk
Ainsi, par unicité de la différentielle, DL( a) = L.
 1. Applications différentiables: Exemples fondamentaux d’applications
différentiables 20

3) Même démonstration que 2)

4) Soit ( a1 , a2 ) 2 E1 ⇥ E2 . Pour (h, k ) 2 E1 ⇥ E2 On écrit, en utilisant la bilinéarité,

B( a1 + h, a2 + k) B( a1 , a2 ) = ( B( a1 , a2 ) + B( a1 , k) + B(h, a2 ) + B(h, k )) B ( a1 , a2 )

= B( a1 , k) + B(h, a2 ) + B(h, k).

Comme B est continue d’après le lemme 1.5.2 k B(h, k )k F  C k hk E1 kk k E2 
B(h,k )
C k(h, k )k2 ; on peut donc prendre dans ce cas #((h, k )) = k(h,k)k pour obtenir

B( a1 + h, a2 + k) B( a1 , a2 ) = B( a1 , k ) + B(h, a2 ) + k(h, k )k.#((h, k ))

avec lim(h,k)!(0,0) k#((h, k ))k  lim(h,k)!(0,0) C k(h, k )k = 0.

On a ainsi B différentiable et DB( a1 , a2 )(h, k ) = B( a1 , k) + B(h, a2 ).
5) Se traite, de la même façon, en utilisant le lemme 1.5.2 ⌅

1.5.9 C OROLLAIRE
En dimension finie, les applications multilinéaires sont différentiables.

1.5.10 E XEMPLE . 1. Pour tout k 2 {1, . . . , n}, l’application

n
Pk : R ! R définie par ( x1 , . . . , xn ) 7! xk est linéaire, donc différentiable.
2. Le produit de deux nombre réels, R ⇥ R ! R, ( x, y) ! xy est une application
bilinéaire (2-linéaire)
3. L’application L : R2 ⇥ R ! R3 définie par L(( x, y), z) = (2xz yz, 0, xz) est
bilinéaire.
4. L’application det qui associe à une matrice carrée d’ordre n sont déterminant
est une application n-linéaires des vecteurs colonnes de la matrice, on identifie
dans ce cas l’espace des matrices carrées d’ordre n, Mn (R ) avec le produit de
n copies de R n , à savoir R n ⇥ · · · ⇥ R n . On en déduit que la différentielle de
det en une matrice A = (c1 , . . . , cn ) est égale à
D (det)( A).H = det(h1 , c2 , . . . , cn ) + det(c1 , h2 , . . . , cn ) + . . . + det(c1 , c2 , . . . , cn 1 , hn )
où H = (h1 , . . . , hn ) 2 An (R ) est arbitraire.
En particulier, si A = I est la matrice identité, alors D (det)( I ).H = tr ( H ) où
n
tr ( H ) = Â hii est la trace de la matrice H = [hij ]1i,jn .
i =1
Pour une matrice A = [ hij ]1i,jn , on note Ãij = ( 1)i+ j det Aij le cofacteur
correspondant à aij et com( A) la matrice des cofacteurs.
Alors en développant le déterminant selon la i eme ligne, on a det A = Ânj=1 aij Ãij .
Soit Eij la matrice dont tous les coefficients sont nulles sauf celui qui se trouve à
l’intersection de la ieme ligne te la jeme colonne qui vaut 1. La famille { Eij }1i,jn
est une base de Mn (R ).
 1. Applications différentiables: Opérations sur les différentielles 21

Pour une matrice A = [ hij ]1i,jn , on note Ãij = ( 1)i+ j det Aij le cofacteur
correspondant à aij . Alors en développant le déterminant selon la i eme ligne,
on a det A = Ânj=1 aij Ãij .
Alors, la (i, j) dérivée partielle est donnée par

det( A + tEij ) det( A) Ânk=1 aik Ãik + t Ãij Ânk=1 aik Ãik
D(i,j) ( A) = lim = lim = Ãij .
t !0 t t !0 t

Ainsi, pour toute matrice H = [ hij ]1i,jn , on aura

D (det)( A).H = Â hij D(i,j) ( A) = Â hij Ãij = tr (tcom( A).H )

1 i  n 1 i  n
1 j  n 1 j  n

D’autre part, on a la formule tcom( A).A = A.tcom( A) = det( A).I

En effet, le i coefficient de la diagonale de tcom( A).A est égale à Ânk=1 aik Ãik ,
donc à det( A) et pour i 6= j on a le coefficient est égale à Ânk=1 a jk Ãik est donc
égale au déterminant de la matrice obtenue à partir de A en remplaçant la
ieme ligne par la jeme ligne, vaut donc 0, puisqu’il y a deux ligne identique.
Maintenant, si A 2 GLn (R ), tcom( A) = det( A).A 1 et par suite pour toute
matrice H = [ hij ]1i,jn , la formule s’écrit D (det)( A).H = det( A).tr ( A 1 .H ).

1.6 Opérations sur les différentielles

1.6.1 T HÉORÈME (L E THÉORÈME DES APPLICATIONS COMPOSÉES )

Soient E, F et G trois espaces vectoriels normés.
Soient U ⇢ E et V ⇢ F deux ouverts. Soient f : U ! V et g : V ! G deux
applications telle que f (U ) ⇢ V.
Si f est différentiable en a et g est différentiable en f ( a), alors g f est différen-
tiable en a et

D( g f )( a) = Dg( f ( a)) D f ( a) .

Démonstration: Par hypothèse on a : 8 h 2 E, tel que a + h 2 U,

f ( a + h) = f ( a) + D f ( a)h + k hk# 1 (h) avec # 1 (h) ! 0 quand h ! 0

et 8k 2 F, tel que f ( a) + k 2 V,

g( f ( a) + k ) = g( f ( a)) + Dg( f ( a))k + kk k# 2 (k) avec # 2 (h) ! 0 quand h ! 0

En posant k = D f ( a)h + k hk# 1 (h), on aura f ( a + h) = f ( a) + k et

g( f ( a + h)) = g( f ( a)) + Dg( f ( a)) ( D f ( a)h + k hk# 1 (h)) + kk k# 2 (k )

 1. Applications différentiables: Opérations sur les différentielles 22

= g( f ( a)) + Dg( f ( a)) D f ( a)h + (khk Dg( f ( a))# 1 (h) + kkk# 2 (k))
On pose 8
< kkk
Dg( f ( a))# 1 (h) + # 2 (k) si h 6= 0
#(h) = khk
:
0 si h = 0
Il nous reste à montrer que #(h) ! 0 quand h ! 0.
k = D f ( a)h + k hk# 1 (h), d’où k ! 0 quand h ! 0 et
kkk  khk (k D f ( a)k + k# 1 (h)k), par suite
k#(h)k  k Dg( f ( a))k.k# 1 (h)k + (k D f ( a)k + k# 1 (h)k) .k# 2 (k)k ceci prouve le théo-
rème.

Application au calcul des dérivées partielles sur un evn de dimension finie :

Soir E un espace vectoriel de dimension n et soit B = (e1 , . . . , en ) une base de E.
Soit f : E ! R m une application différentiable en a 2 E.
Soit l’isomorphisme isométrique (canonique) F de R n sur E (voir 1.0.34), défini par
( x1 , . . . , xn ) 7! F( x1 , . . . , xn ) = Âin=1 xi ei .
On remarquera que F 1 (e j ) est le j-ème vecteur de la base canonique de R n .
On pose g = f F : R n ! R m et b = F 1 ( a). Alors

∂g 1 1
( b ) = DF 1 (e
j)
g(b) = D f F(b)(F (e j )) = D f (F(b)) DF(b)(F (e j ))
∂x j
1
= f (F(b)) F(F (e j )) = D f ( a)(e j ) = De j f ( a).
Ce n’est autre que la j-ième dérivée partielle de f en a. Donc, les dérivées partielles
de f en a sont égales aux dérivées partielles de g en b, par suite J f ( a) = Jg (b). Ainsi
le calcul des matrices jacobiennes, en dimension finie, se ramène au calcul d’une
jacobienne dans R n .

1.6.3 E XEMPLE . Soit E = R3 [ X ] = { a0 + a1 X + a2 X 2 + a3 X 3 | ai 2 R }, l’espace vectoriel

des polynômes de degrès  3 à coefficients réels. E est un espace vectoriel de di-
mension 4, on le munit de la base B = {1, X, X 2 , X 3 }. Soit f : E ! R, définie par
f ( a0 + a1 X + a2 X 2 + a3 X 3 ) = e a0 + cos( a1 ) + cos( a2 ) + a22 sin( a3 ). (on remarquera
que f est différentiable puisqu’elle s’exprime comme composée et somme de fonc-
tions différentiables.)
On se propose de déterminer les dérivées partielles de f au point P0 = 1 + 2X 2 + X 3 .
Avec les notation précédentes, on a g = f F : R4 ! R est l’application définie par
f ( a0 , a1 , a2 , a3 ) = e a0 + cos( a1 ) + cos( a2 ) + a22 sin( a3 ) et b = F 1 ( P0 ) = (1, 0, 2, 1).
D’où ∂a0 (b) = e a0 |(1,0,2,1) = e, ∂a1 (b) = sin( a1 )|(1,0,2,1) = 0,
∂g ∂g

∂g
∂a2 ( b ) = sin( a2 ) + 2a2 cos( a3 )|(1,0,2,1) = sin(2) + 4 cos(1) et
a22 sin( a3 )|(1,0,2,1)
∂g
∂a3 ( b )
= = 4sin(1).
Ainsi, J f ( P0 ) = Jg (1, 0, 2, 1) = e, 0, sin(2) + 4 cos(1), 4 sin(1) .
 1. Applications différentiables: Opérations sur les différentielles 23

1.6.4 P ROPOSITION (C OMBINAISON LINÉAIRE )

Soient E et F deux espaces vectoriels normés.
a 2 U ⇢ E un ouvert.
Soient f et g deux applications définies dans U à valeurs dans F et l et µ deux
scalaires.
Si f et g sont différentiables en a, il en est de même de l f + µg et

D (l f + µg)( a) = lD f ( a) + µDg( a) .

Démonstration: Par hypothèse on a : 8 h 2 E, tel que a + h 2 U,

f ( a + h) = f ( a) + D f ( a)h + k hk# 1 (h) avec # 1 (h) ! 0 quand h ! 0

g( a + h) = g( a) + Dg( a)h + k hk# 2 (h) avec # 2 (h) ! 0 quand h ! 0

Alors

(l f + µg) ( a + h) = (l f ( a) + µg( a)) + (lD f ( a) + µDg( a)) h + khk (# 1 (h) + # 2 (h)) .

En posant #(h) = # 1 (h) + # 2 (h), on voit que #(h) ! 0 quand h ! 0.

1.6.6 P ROPOSITION (C OMPOSITION AVEC UNE TRANSLATION )

Soient E et F deux espaces vectoriels normés et a 2 E. Soit f : V ! F une application
d’un voisinage V de a dans E, à valeurs dans F. Soit x0 2 E et f 0 l’application de
x0 + V à valeurs dans F telle que

8 x 2 x0 + V, f0 (x) = f (x x0 )
Alors si f est différentiable en a, f 0 est différentiable en x0 + a et

D f 0 ( a + x0 ) = D f ( a )

Démonstration: Si f est différentiable en a, on écrit

f 0 ( a + x0 + h ) f 0 ( a + x0 ) = f ( a + h ) f ( a) = D f ( a)h + khk#(h)

avec limh!0 #(h) = 0.

D’où la différentiabilité de f 0 en a + x0 et l’égalité D f ( a) = D f 0 ( a + x0 ). ⌅

1.6.8 P ROPOSITION (C OMPOSITION AVEC UNE APPLICATION LINÉAIRE )

Soient E, F et G trois espaces vectoriels normés et a 2 E. Soit f : V ! F une
application d’un voisinage V de a à valeurs dans F, différentiable en a.
1) Si u 2 L( F, G ), u f est différentiable en a et

D (u f )( a) = u D f ( a)

2) Si v 2 L( G, E) et si v(b) = a, alors f v est dérivable en b et

D( f v)(b) = D f ( a) v
 1. Applications différentiables: Opérations sur les différentielles 24

Démonstration: 1) La relation

f ( a + h) f ( a) D f ( a)h = khk#(h)

avec limh!0 #(h) = 0 entraîne :

u f ( a + h) u f ( a) u D f ( a)h = khk# 1 (h)

où # 1 (h) = u #(h) et donc limh!0 # 1 (h) = 0.

2) On a f v(b + k ) = f ( a + v(k )) = f ( a) + D f ( a)v(k ) + kv(k )k#(v(k ))

= f v(b) + D f ( a) v(k) + kkk# 2 (k)

avec k# 2 (k)k  k#(v(k ))kkvk et donc limk!0 # 2 (k ) = 0. ⌅

1.6.10 C OROLLAIRE
Soit V un voisinage de a dans E et f : V ! F une application. Si f est différentiable
en a, alors pour toute forme linéaire continue f 2 F 0 = L( F, R ), l’application x 7!
f f ( x ) = f f ( x ) de E dans R est différentiable en a et

8h 2 E, D f f ( a)h = f D f ( a)h.

1.6.11 C OROLLAIRE (A PPLICATIONS DANS UN PRODUIT )

Soient E, F1 , . . . Fp des espaces vectoriels normés.
Soient U ⇢ E un ouvert et f = ( f 1 , . . . , f p ) : U ! F1 ⇥ F2 , . . . ⇥ Fp une applica-
tion.
Alors, f est différentiable en a 2 U si et seulement si pour tout i 2 {1, . . . , p},
chaque composante f i : U ! Fi est différentiable en a.

Démonstration: On suppose f differentiable en a. Si on note par pi la projection de F

sur Fj définie par pi (y1 . . . , y p ) = yi ,
Alors pi est linéaire continue et d’après 1.6.8, f i = pi f est différentiable en a.
Réciproquement, on suppose que pour tout j 2 {1, . . . , m}, chaque composante
f j : U ! R est différentiable en a.
Soit µ j : Fj ! F l’application définie par µ j (y j ) = (0, . . . , 0, y j , 0 . . . , 0). Comme µ j
n
est linéaire continue et f = Â µj f j ; f est donc différentiable en a comme somme
j =1
finie de fonctions différentiables en a. ⌅

1.6.13 R EMARQUE . On obtient aussi les relations

1. D f j ( a) = p j D f ( a)
 1. Applications différentiables: Opérations sur les différentielles 25

n
2. D f ( a) = Â µj D f j ( a)
j =1
0 1
D f 1 ( a)h
B . C
B C
3. Pour tout h 2 Rn , D f ( a)h = B
B . C.
C
@ . A
D f p ( a)h

1.6.14 C OROLLAIRE
1) Soient E, F, et G des espaces vectoriels normés. Soient U un ouvert de E,
f 1 : U ! F et f 2 : U ! F deux applications différentiables au point a 2 U.
Alors pour toute application bilinéaire continue f : F ⇥ F ! G, l’application
E ! G, x 7! f( f 1 ( x ), f 2 ( x )) est différentiable en a et
pour tout h 2 E

Df( f 1 , f 2 )( a)h = f( D f 1 ( a)h, f 2 ( a)) + f( f 1 ( a), D f 2 ( a)h).

2) Différentielle d’un produit : Soit f : U ! R m et g : U ! R des applications
différentiable au point a 2 U.
Alors l’application f g : U ! R m est différentiable en a et

D ( f g) ( a) = g( a).D f ( a) + f ( a).Dg( a) .

3) Différentielle d’un quotient : Soit f : U ! R une application différentiable

au point a 2 U.
Si f ( a) 6= 0, alors l’application 1f est définie dans un voisinage de a et est
différentiable an a :
✓ ◆
1 1
D ( a) = D f ( a) .
f ( f ( a))2

Démonstration: 1) Si on pose f = ( f 1 , f 2 ) alors f( f 1 , f 2 ) = f f on obtient le

résultat en utilisant 1.6.1.
3) On définit g : R {0} ! R par g(y) = 1y , alors si b 6= 0, on a
1
Dg(b)k = b2
k pour tout k 2 R. On applique alors 1.6.1 à g f. ⌅

1.6.16 E XEMPLE . 1) Si f : U ! R et g : U ! R sont deux applications différentiables au

point a 2 U alors l’application produit x 7! ( f g)( x ) := f ( x ) g( x ) est une application
différentiable en a et

D ( f g) ( a)h = g( a).D f ( a)h + f ( a).Dg( a)h.

On applique 1) à la forme bilinéaire de R2 ! R, ( X, Y ) 7! XY.

 1. Applications différentiables: Opérations sur les différentielles 26

1.6.17 D ÉFINITION (A PPLICATIONS POLYNOMIALES )

i) Une application polynomiale de R n à valeurs dans R est une application de la
forme

x = ( x1 , . . . , x n ) 7 ! Â aa x1a1 · · · xnan
|a|k
n
où a = (a1 , . . . , an ) 2 N n est un multi-indice et |a| = Â ai est sa longueur.
i =1
On écrit aussi parfois x a pour x1a · · · xnan ce qui permet d’écrire  aa x a au lieu
|a|k
de  aa x1a1 · · · xnan .
|a|k
ii) Une application polynomiale de R n à valeurs dans R m est une application dont
les composantes sont des applications polynomiales de R n à valeurs dans R.

1.6.18 E XEMPLE . 1. L’application f : R3 ! R2 , définie par

f ( x, y, z) = (2x2 + xy, xy2 + z + 5) est polynomiale.
2. L’application det : M p (R ) ! R qui associe à une matrice carrée d’ordre p son
déterminant est une application polynomiale.
3. Toute application multilinéaire est polynomiale.

1.6.19 C OROLLAIRE
Tout application polynomiale de R n à valeurs dans R m est différentiable en tout
point de R n .

1.6.20 D ÉFINITION
Une application rationnelle (ou fraction rationnelle) d’un ouvert U ⇢ R n à valeurs
dans R p est une application dont toute composante est de la forme QPii , où Pi et Qi
sont des fonctions polynomiales et Qi ne s’annule pas dans U, 1  i  p.

1.6.21 C OROLLAIRE
P
Tout application quotient Q de deux fonctions polynomiales de R n à valeurs dans
R est une fonction différentiable en tout point de { x 2 R n | Q( x ) 6= 0}.
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 27

xy
1.6.22 E XEMPLE . 1. f ( x, y) = x 2 + y2 +1
est différentiable sur R2 . En effet, les fonctions
xy et x2 + y2 + 1 sont polynomiales et le dénominateur x2 + y2 + 1 1, ne
2
s’annule donc pas sur R , ainsi, f ( x, y) est le quotient de deux applications
polynomiales dont le dénominateur ne s’annule pas, par suite, elle est diffé-
rentiable sur R2 . 8
< xy
1 si ( x, y) 6= (0, 0)
2. L’application f ( x, y) = ( x 2 + y2 ) 2 est différentiable sur
:
0 si ( x, y) = (0, 0)
R2 {(0, 0)}, car c’est le quotient de deux deux polynômes dont le numéra-
teur x2 + y2 ne s’annule qu’en {(0, 0)}.
D’autre part, on a vu que f n’était pas différentiable en {(0, 0)}, ainsi f n’est
différentiable que sur R2 {(0, 0)}.

1.6.23 Exercice On considère R n muni d’une structure euclidienne, i.e. muni d’un produit
p
scalaire < ., . > . La norme euclidienne induite est alors k x k = < x, x >. Alors,
l’application f : R n ! R, x 7! f ( x ) = k x k est différentiable sur R n {0} et pour
tout h 2 R n on a
< x, h >
D f ( x)h = ,
kxk
en d’autres termes les dérivées partielles

∂f xj
(x) = .
∂x j kxk

Solution :En effet, la différentielle de la forme bilinéaire symétrique

x 7! k x k2 =< x, x > au point x est l’application linéaire h 7! 2 < x, h >. D’autre
part, d’après la règle de la différentielle de la composée ou du produit, on a x 7!
f 2 ( x ) = k x k2 est l’application x 7! 2 f ( x ) D f ( x )h = 2k x k D f ( x )h.
Ainsi, pour tout h 2 R n , on a 2 < x, h >= 2k x k D f ( x )h, c-à-d

< x, h >
D f ( x)h = .
kxk
∂f < x,e > x
d’où, = De j f ( x ) = kxkj = kxjk .
∂x j ( x )
Plus généralement, pour tout a 2 R, l’application k.ka : R n ! R, x 7! k x ka est
différentiable sur R n {0} et pour tout h 2 R n on a
2
D k.k a ( x ) h = a k x k a < x, h > .

1.7 Représentation matricielle de la différentielle :

matrice Jacobienne
Rappel d’algèbre linéaire
Soient E et F deux espaces vectoriels de dimensions respectivement n et p.
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 28

Soient B = {e1 , . . . , en } une base de E et B 0 = {e10 , . . . , e0p } une base de F.

Soit L 2 L( E, F ) une application linéaire, on représente l’action de L par une
matrice en utilisant les base B et B 0 . Pour j 2 {1, . . . , n}, il existe des réels (uniques)
p
a1j , . . . , a pj tels que L(e j ) = Âi=1 aij f i .
Ainsi pour x = Ânj=1 x j e j 2 E on aura L( x ) = L(Ânj=1 x j e j ) = Ânj=1 x j L(e j ) =
p p
Ânj=1 x j (Âi=1 aij f i ) = Âi=1 Âin=1 aij x j f i .
On pose [ L]B ,B 0 := [ aij ] 1i p 2 M p,n (R ). La matrice [ L]B ,B 0 est la matrice repré-
1 j  n
sentative de l’application linéaire L dans les bases B et B 0 .
Réciproquement, si A = [ aij ] 1i p 2 M p,n (R ) est une matrice à p-lignes et n-
1 j  n
colonnes, l’application E ! F qui à x = Ânj=1 x j e j 2 E associe
0 1
x1
A @ ... A := Âi=1 Âin=1 aij x j f i 2 F, est linéaire.
B C p

xn
Le théorème suivant résume les propriétés les plus importantes des représenta-
tions matricielles des applications linéaires.

1.7.1 T HÉORÈME
Soient E et F deux espaces vectoriels de dimensions respectivement n et p. et B =
{e1 , . . . , en } et B 0 = {e10 , . . . , e0p } des bases (fixées) de E et F respectivement.
L( E, F ) ! M p,n (R )
1. L’application est un isomorphisme i.e. c’est une ap-
L 7 ! [ L ] B ,B 0
plication linéaire, bijective ainsi que son application inverse.
2. Soit G est un autre espace vectoriel de dimension m et B 00 une base de G.
Alors pour L 2 L( E, F ) et H 2 L( F, G ), la matrice représentative de la com-
posée H L est le produit des matrices représentatives de H et L, on a :
[ H L]B ,B 00 = [ H ]B 0 ,B 00 . [ L]B ,B 0

1.7.2 R EMARQUE
L’espace vectoriel des matrices M p,n (R ) est de dimension finie p.n (identifé à R pn ),
donc L( E, F ) est de même dimension.
D’autre part comme la dimension est finie, toutes les normes définies sur cet
espace sont équivalentes.
On peut par exemple munir M p,n (R ) de la norme : k Ak = sup | aij |.
1 i  p
1 j  n

Finalement, si on munit L( E, F ) et M p,n (R ) de normes, l’isomorphisme algé-

brique décrit en 1. est en fait bicontinu (i.e. continu ainsi que son inverse).
On aura besoin dans la suite d’étudier la continuité d’applications à valeurs dans
l’espace vectoriel normé L( E, F ), mais d’après le théorème précédent, on peut consi-
dérer que ces applications sont matricielles, et comme le montre le corollaire suivant
il suffit de montrer que les coefficients de la matrice représentative sont des fonctions
continues.
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 29

1.7.3 C OROLLAIRE
Soient E et F des espaces vectoriels normés de dimensions finie n et p respectivement
et U un ouvert de E.
f : U ! L( E, F )
Soit une application on note [ aij ( x )] 1i p la matrice repré-
x 7! f( x ) 1 j  n

sentative de f( x ).
Alors, f est continue si et seulement si les fonctions aij : U ! R sont continues,
pour tout 1  i  p , 1  j  n.

1.7.1 Matrice Jacobienne

Soient E et F deux espaces vectoriels de dimensions respectivement n et p.
Soient B et B 0 des bases E et F respectivement.
f :U ! F
Soit U un ouvert de E et une application
x 7! f ( x ) = ( f 1 ( x ), . . . , f p ( x ))
différentiable en a 2 U. Comme D f ( a) : E ! F est une application linéaire, elle
admet une unique matrice p ⇥ n, qui la représente dans les bases B et B 0 , qu’on
notera par J f ( a).
Soit h = (h1 , . . . , hn ) 2 E un vecteur représenté dans la base B , par définition de
J f ( a) on a D f ( a).h = J f ( a).h.
0 1
D f 1 ( a)
B . C
B C
Comme f = ( f 1 , . . . , f p ), alors D f ( a) = B B . C.
C
@ . A
D f p ( a)
0 1 0 1
D f 1 ( a)h h1
B . C B . C
B C B C
D’où D f ( a)h = B B . C = J f ( a ) B . C . Ainsi le jeme vecteur colonne
C B C
@ . A @ . A
D f p ( a)h hn
0 1
D f 1 ( a)e j
B . C
B C
de J f ( a) est le vecteur B B . C, d’autre part D f i ( a).e j = De f i ( a) = ∂ f i ( a).
C j ∂x j
@ . A
D f p ( a)e j
∂ fi
Ainsi, l’élément de J f ( a) qui se trouve sur la jeme ligne et la jeme colonne est ∂x j ( a )
la dérivée partielle de f i au point a.
Donc la matrice représentative de la différentielle de f en a est la matrice

∂ fi
J f ( a) = ( a)
∂x j 1 i  p
1 j  n
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 30

1.7.4 D ÉFINITION
La matrice J f ( a) est appelée la matrice Jacobienne de f en a.

1.7.5 R EMARQUE
i) Si n = p Le déterminant de la matrice Jacobienne en a est appelé déterminant
D( f1 , . . . , f n )
Jacobien (ou Jacobien) de f en a sera noté | J f |( a) ou ( a ).
D ( x1 , . . . , x n )
ii) 0 1
D1 f 1 ( a) . . . Dn f 1 ( a)
B
J f ( a ) : = D f ( a ) = D j f i ( a ) 1 i  p = @ .. .. .. C
. . . A.
1 j  n
D1 f p ( a) . . . Dn f p ( a)

1.7.6 E XEMPLE . Si E = F = R, la matrice représentative de D f ( a) est le nombre dérivé

f 0 ( a) 2 M1,1 (R ) = R.

1.7.7 E XEMPLE . E = R n et F = R.
La différentielle D f ( a) est un élément de L(R n , R ) et sa matrice représentative
dans la base canonique est éléments de M0 est une matrice ligne.
1,n (R ) 1
h1
n B .. C
On sait, que pour tout h = Â j=1 h j e j = @ . A 2 R n ,
hn
0 1
n ✓ ◆ h1
∂f ∂f ∂f
( a) . @ ... A
B C
D f ( a).h = Â h j ∂x j (a) = ∂x1
( a ), . . . ,
∂xn
j =1
hn

Ainsi, la repésentation matricielle de D f ( a) est

✓ ◆
∂f ∂f
[ D f ( a)] = ( D1 f ( a), . . . , Dn f ( a)) = ( a ), . . . , ( a)
∂x1 ∂xn
0 ∂f 1
( a )
B ∂x1 . C
Dans ce cas, le vecteur B @ .. C est appelé le gradient de f en a et est noté
A
∂f
∂xn ( a )
r f ( a) et satifait la relation suivante : pour tout h 2 R n :
n
∂f
D f ( a).h = hr f ( a), hi = hh, r f ( a)i = Â h j ∂x j (a).
j =1

1.7.8 C OROLLAIRE (R ÈGLE DE COMPOSITION ET MATRICES JACOBIENNES )

On suppose E = R n , F = R m et G = R p . Soient f = ( f 1 , . . . , f m )
et g = ( g1 , . . . , g p ) deux applications comme dans le théorème précédent. Alors :
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 31

1) Jg f ( a) = Jg ( f ( a)).J f ( a)
2) En termes de coefficients des matrices jacobiennes correspondantes :
i) on a pour 1  i  m et 1  j  n ( puisque ( g f )i = gi f ) :
m
D j (( g f )i ) = D j (( gi f) = Â (( Dk gi ) f ) Dj f k
k =1

ii) Si on note par x = ( x1 . . . , xn ) la variable dans R n et y = (y1 . . . , ym ) celle

dans R m , on obtient pour 1  i  m et 1  j  n :

m
∂ ( g f )i ∂gi ∂f
∂x j
( a) = Â ∂yk ( f (a)). ∂xkj (a) .
k =1

ou encore
0 ∂g ∂g1
1 0 ∂f ∂ f1
1
1
...
∂y1 ( f ( a )) ∂ym ( f ( a ))
1
...
∂x1 ( a ) ∂xn ( a )
B . .. .. C B . .. .. C
Jg f ( a ) = B .. . . C.B . C
@ A @ . . . A
∂g p ∂g p ∂ fm ∂ fm
∂y1 ( f ( a )) . . . ∂ym ( a ) ∂x1 ( a ) . . . ∂xn ( a )

1.7.9 E XEMPLE . 1. Changement de variables en coordonnées polaires :

Soit f ( x, y) une fonctions différentiable, on pose x = r cos q et y = r sin q et on
considère l’application
f(r, q ) = (r cos q, r sin q ).
Alors les dérivées partielles de la composée h(r, q ) = f f(r, q ) = f (r cos q, r sin q )
sont donées par :
( ∂f ∂f1 ∂f ∂f2
∂r (r, q ) = ∂x (r cos q, r sin q ). ∂r (r, q ) + ∂y (r cos q, r sin q ). ∂r (r, q )
∂h

∂f ∂f1 ∂f ∂f2
∂q (r, q ) ∂x (r cos q, r sin q ). ∂q (r, q ) + ∂y (r cos q, r sin q ). ∂q (r, q )
∂h
=

i.e.
( ∂f ∂f
∂r (r, q ) ∂x (r cos q, r sin q ). cos q + ∂y (r cos q, r sin q ). sin q
∂h
=
∂f ∂f
∂q (r, q ) ∂x (r cos q, r sin q ).r sin q + ∂y (r cos q, r sin q ).r cos q
∂h
=
ou encore
0 1
✓ ◆ ✓ ◆ cos q r sin q
∂h ∂h ∂f ∂f
, = , .@ A
∂r ∂q ∂x ∂y
sin q r cos q
2. Exercice : Déterminer les dérivées partielles dans le cas du changement de
variables en coordonnées sphériques :
x = r cos q sin y, y = r sin q sin y, z = r cos y
et h(r, q, y) = f (r cos q sin y, r sin q sin y, r cos y).
 1. Applications différentiables: Représentation matricielle de la différentielle :
matrice Jacobienne 32

1.7.10 D ÉFINITION
Soit U un ouvert de R n et f : U ! R m une application. On dit que f est de classe C1
( ou continûment différentiable ) sur U si elle est différentiable en tout point de U
et si l’application :D f : U ! L(R n ; R m ), a 7! D f ( a) est continue.

Le résultat suivant donne une condition nécessaire et suffisante pour qu’une appli-
cation soit de classe C1 .

1.7.11 T HÉORÈME
Soit U un ouvert de R n et f : U ! R une application.
Alors f est de classe C1 si et seulement si ses dérivées partielles sont continues
∂f
i.e. pour tout j 2 {1, . . . , n}, ∂x j est une fonction continue.

Démonstration: “ =)00 Soit a 2 U. Si f est de classe C1 , alors limx! a D f ( x ) D f ( a) =

∂f ∂f
0, ainsi limx!a ∂x j ( x ) ∂x j ( a ) = D f ( x ) e j D f ( a)e j = ( D f ( x ) D f ( a))e j = 0.e j =
∂f
0, d’où la continuiteé de ∂x j en a.
“ (=00 Si toutes les dérivées partielles sont continues en a alors, d’après le co-
∂f ∂f
rollaire 1.4.4, f est différentiable et D f ( x ).h = Ânj=1 ∂x j ( x )h j = Ânj=1 ∂x j ( x )p j (h), où
p j : R n ! R est la projection p j (h) = h j .
∂f
Ainsi D f = Ânj=1 ∂x j p j est une somme finie d’applications continues, est donc
continue, c-à-d que f est C1 .⌅

1.7.13 R EMARQUE
On a évidemment, que f de classe C1 entraîne que f est différentiable. La réciproque
est en générale fausse voir exercice 1.4.7 ou 1.4.8.
1.7.14 R EMARQUE ( R EMARQUE SUR LES NOTATIONS )
∂f ∂f
On note souvent les dérivées partielles par ∂x j ( a) := D j f ( a) et ∂xij ( a) := D j f i ( a).
Le problème avec cette notation est qu’on doit désigner la variable dans R n ;
x dans ce cas. Ce qui parfois engendre des relations "étranges" qui requièrent une
interprétation assez délicate.
Par exemple, on considère R2 muni de la base e10 = e1 + e2 et e20 = e2 .
Alors, x1 e1 + x2 e2 = y1 e10 + y2 e20 , ceci nous donne ( x1 , x2 ) = (y1 , y1 + y2 ). Alors
∂ ∂
x1 = y1 mais, = De1 6= De10 = .
∂x1 ∂y1

∂ ∂
x2 6 = y2 mais, = De2 = De20 = .
∂x2 ∂y2
Donc ∂
∂y j dépends des autres variables yk , k 6= j.
∂y
De même, ∂y21 est égal à 0 si l’on considère y1 et y2 indépendants ou 1 si l’on
utilise (y1 , y2 ) = ( x1 , x2 x1 ).