Fonctions à deux variables réelles

Introduction
Dans le cadre de l'étude des fonctions à plusieurs variables, les fonctions à deux
variables réelles constituent une étape fondamentale. Elles permettent de modéliser
des phénomènes où une grandeur dépend de deux paramètres, comme la température
en fonction de la longitude et de la latitude, ou la pression en fonction du volume et de
la température. Ce cours abordera les concepts clés nécessaires à la compréhension et
à la manipulation de ces fonctions, en se concentrant sur les aspects topologiques,
différentiels et d'optimisation.
Nous allons explorer les notions d'ouverts dans R2 , la continuité, les dérivées
partielles, le gradient, la règle de la chaîne, et enfin, les extrema de fonctions à deux
variables. Chaque concept sera illustré par des exemples et, lorsque pertinent, des
démonstrations rigoureuses, dans l'esprit des exigences des classes préparatoires
scientifiques (MPSI).

1. Ouverts de R2
Pour comprendre la continuité et la différentiabilité des fonctions à deux variables, il
est essentiel de maîtriser la notion d'ouvert dans R2 . Cette notion est une
généralisation de celle d'intervalle ouvert sur R.
Définition : Boule ouverte
Soit A = (x0 , y0 ) ∈ R2 et r > 0. La boule ouverte de centre A et de rayon r, notée
B(A, r), est l'ensemble des points M = (x, y) ∈ R2 tels que la distance euclidienne
​ ​

entre A et M est strictement inférieure à r. Autrement dit :

B(A, r) = {(x, y) ∈ R2 ∣ (x − x0 )2 + (y − y0 )2 < r}
​ ​ ​
Définition : Ouvert de R2
Une partie U de R2 est dite ouverte si pour tout point A ∈ U , il existe un rayon r > 0
tel que la boule ouverte B(A, r) est entièrement contenue dans U . Formellement :
∀A ∈ U, ∃r > 0 tel que B(A, r) ⊂ U

Exemples d'ouverts
R2 lui-même est un ouvert.
Une boule ouverte B(A, r) est un ouvert. (Démonstration à venir)
Le produit cartésien de deux intervalles ouverts de R est un ouvert de R2 . Par
exemple, ]a, b[×]c, d[ est un ouvert.
Propriétés des ouverts
L'union quelconque d'ouverts est un ouvert.
L'intersection finie d'ouverts est un ouvert.
Démonstration : Une boule ouverte est un ouvert
Soit B(A, r) une boule ouverte de centre A = (x0 , y0 ) et de rayon r. Prenons un point
M = (x, y) ∈ B(A, r). Par définition, d(A, M) < r . Posons ρ = r − d(A, M).
​ ​

Puisque d(A, M) < r, on a ρ > 0.

Nous allons montrer que la boule ouverte B(M, ρ) est contenue dans B(A, r). Soit
P ∈ B(M, ρ). Alors d(M, P ) < ρ. Par l'inégalité triangulaire, nous avons :

d(A, P ) ≤ d(A, M) + d(M, P )

En substituant les valeurs, on obtient :

d(A, P ) < d(A, M) + ρ = d(A, M) + (r − d(A, M)) = r

Donc, d(A, P ) < r, ce qui signifie que P ∈ B(A, r). Par conséquent, B(M, ρ) ⊂
B(A, r), et la boule ouverte B(A, r) est bien un ouvert de R2 .
2. Continuité d’une fonction définie sur un ouvert de
R2 à valeurs dans R
La notion de continuité pour les fonctions à deux variables est une extension naturelle
de celle des fonctions d'une variable. Elle est fondamentale pour l'étude des propriétés
des fonctions, notamment la différentiabilité.
Définition : Continuité en un point
Soit f : U → R une fonction définie sur un ouvert U ⊂ R2 , et soit (x0 , y0 ) ∈ U . On
dit que f est continue au point (x0 , y0 ) si pour tout ϵ > 0, il existe δ > 0 tel que pour
​ ​

tout (x, y) ∈ U :
​ ​

(x − x0 )2 + (y − y0 )2 < δ ⟹ ∣f(x, y) − f(x0 , y0 )∣ < ϵ

​ ​ ​ ​ ​

Cette définition peut être reformulée en termes de limites :

lim ​ f(x, y) = f(x0 , y0 ) ​ ​

(x,y)→(x0 ,y0 ) ​ ​

Définition : Continuité sur un ouvert

Une fonction f : U → R est dite continue sur l'ouvert U si elle est continue en tout
point de U .
Propriétés des fonctions continues
Les propriétés des fonctions continues à deux variables sont similaires à celles des
fonctions d'une variable :
Somme et produit : Si f et g sont continues en (x0 , y0 ), alors f + g et fg sont
continues en (x0 , y0 ).
​ ​

​ ​

Quotient : Si f et g sont continues en (x0 , y0 ) et si g(x0 , y0 ) = 0, alors f/g est

continue en (x0 , y0 ).
​ ​ ​ ​

​ ​

Composition : Si f : U → R est continue en (x0 , y0 ) et si h : V → R est

continue en f(x0 , y0 ) (où V est un ouvert contenant f(U)), alors la fonction
​ ​

composée h ∘ f est continue en (x0 , y0 ).

​

​ ​
Exemples de fonctions continues
Les fonctions polynomiales de deux variables, telles que P (x, y) = 3x2 y −
2xy3 + 5, sont continues sur tout R2 .
Les fonctions rationnelles (quotient de polynômes) sont continues sur leur
domaine de définition (là où le dénominateur ne s'annule pas).
Les fonctions trigonométriques (sin, cos, tan), exponentielles et logarithmiques
appliquées à des expressions continues de x et y sont continues sur leur
domaine de définition.
Exemple : Étude de la continuité
Considérons la fonction f(x, y) = {0
xy
x2 +y 2
​ si (x, y) 
= (0, 0)
si (x, y) = (0, 0)
​ ​

Étudions la continuité de f en (0, 0).

Approchons (0, 0) le long de la droite y = mx. Alors :
x(mx) mx2 m
f(x, mx) = 2 = =
x + (mx)2 x2 (1 + m2 ) 1 + m2
​ ​ ​

La limite dépend de m. Par exemple, si m = 1, la limite est 1/2. Si m = 0, la limite est

0. Puisque la limite n'est pas unique, la fonction f n'est pas continue en (0, 0).

3. Dérivées partielles en un point (x0, y0) d’une

fonction f définie sur un ouvert de R2 à valeurs
​ ​

réelles.
Les dérivées partielles sont une extension du concept de dérivée pour les fonctions de
plusieurs variables. Elles mesurent le taux de variation d'une fonction par rapport à
une seule de ses variables, en gardant les autres variables constantes.
Définition : Dérivée partielle par rapport à x
Soit f : U → R une fonction définie sur un ouvert U ⊂ R2 , et soit (x0 , y0 ) ∈ U . La
dérivée partielle de f par rapport à x au point (x0 , y0 ), notée ∂f∂x (x0 , y0 ) ou fx (x0 , y0 ),
​ ​

​ ​ ​ ​ ​ ​ ​ ​
est définie par la limite, si elle existe :
∂f f(x0 + h, y0 ) − f(x0 , y0 )
(x0 , y0 ) = lim
​ ​ ​ ​

∂x
​ ​ ​ ​ ​

h→0 h
Pour calculer cette dérivée partielle, on considère y comme une constante et on dérive
f par rapport à x.

Définition : Dérivée partielle par rapport à y

De même, la dérivée partielle de f par rapport à y au point (x0 , y0 ), notée ∂f∂y (x0 , y0 )
ou fy (x0 , y0 ), est définie par la limite, si elle existe :
​ ​ ​ ​

​ ​ ​

∂f f(x0 , y0 + k) − f(x0 , y0 )
(x0 , y0 ) = lim
​ ​ ​ ​

∂y
​ ​ ​ ​

k→0 k

Pour calculer cette dérivée partielle, on considère x comme une constante et on dérive
f par rapport à y.

Interprétation géométrique
La dérivée partielle ∂f∂x (x0 , y0 ) représente la pente de la tangente à la surface z =
f(x, y) au point (x0 , y0 , f(x0 , y0 )) dans la direction parallèle à l'axe des x (c'est-à-dire
​ ​ ​

en gardant y constant). De même, ∂f∂y (x0 , y0 ) représente la pente de la tangente dans

​ ​ ​

la direction parallèle à l'axe des y.

​ ​ ​

Exemples de calcul de dérivées partielles

Exemple 1 : Soit f(x, y) = x3 y2 + 2x2 y − 5y + 1.
Pour calculer ∂f∂x :
​

On considère y comme une constante. On dérive terme par terme :

Dérivée de x3 y2 par rapport à x est 3x2 y2 .
Dérivée de 2x2 y par rapport à x est 4xy.
Dérivée de −5y par rapport à x est 0 (car −5y est une constante par rapport à x).
Dérivée de 1 par rapport à x est 0.
Donc, ∂f∂x (x, y) = 3x2 y2 + 4xy.
​
Pour calculer ∂f∂y : ​

On considère x comme une constante. On dérive terme par terme :

Dérivée de x3 y2 par rapport à y est 2x3 y.
Dérivée de 2x2 y par rapport à y est 2x2 .
Dérivée de −5y par rapport à y est −5.
Dérivée de 1 par rapport à y est 0.
Donc, ∂f∂y (x, y) = 2x3 y + 2x2 − 5.
​

Exemple 2 : Soit f(x, y) = sin(xy).

Pour calculer ∂f∂x : ​

On utilise la règle de dérivation en chaîne. On pose u = xy. Alors f(x, y) = sin(u).

∂f
∂x
​= d(sindu ⋅ ∂x = cos(u) ⋅ y = y cos(xy).
u) ∂u
​ ​

Pour calculer ∂f∂y : ​

On utilise la règle de dérivation en chaîne. On pose u = xy. Alors f(x, y) = sin(u).

∂f
∂y =
​

du ⋅ ∂y = cos(u) ⋅ x = x cos(xy).
d(sin u) ∂u
​ ​

4. Dérivée de f au point (x0, y0) selon un vecteur non

nul v
​

Les dérivées partielles mesurent le taux de variation le long des axes de coordonnées.
Cependant, il est souvent utile de connaître le taux de variation d'une fonction dans
une direction arbitraire. C'est le rôle de la dérivée directionnelle.
Définition : Dérivée directionnelle
Soit f : U → R une fonction définie sur un ouvert U ⊂ R2 , soit (x0 , y0 ) ∈ U et soit
v = (vx , vy ) un vecteur non nul de R2 . La dérivée de f au point (x0 , y0 ) selon le
​ ​

vecteur v, notée Dv f (x0 , y0 ) ou ∂f∂v (x0 , y0 ), est définie par la limite, si elle existe :
​ ​ ​ ​

​ ​ ​ ​ ​
 f(x0 + tvx , y0 + tvy ) − f(x0 , y0 )
Dv f(x0 , y0 ) = lim
​ ​ ​ ​ ​ ​

​ ​ ​ ​ ​

t→0 t
Si v est un vecteur unitaire (c'est-à-dire ∣∣v∣∣ = 1), on parle de dérivée directionnelle. Si
v = (1, 0), on retrouve la dérivée partielle par rapport à x. Si v = (0, 1), on retrouve la
dérivée partielle par rapport à y.
Calcul de la dérivée directionnelle
Si f est différentiable en (x0 , y0 ) (ce qui est le cas si f est de classe C 1 ), alors la
dérivée directionnelle peut être calculée à l'aide des dérivées partielles :
​ ​

∂f ∂f
Dv f(x0 , y0 ) = (x0 , y0 )vx + (x0 , y0 )vy
∂x ∂y
​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​

Cette formule sera justifiée plus tard avec la notion de gradient.

Exemple de calcul de dérivée directionnelle
Soit f(x, y) = x2 y + y3 . Calculons la dérivée de f au point (1, 2) selon le vecteur
v = (3, 4).

Premièrement, calculons les dérivées partielles de f :

∂f
∂x
​(x, y) = 2xy
∂f
∂y
​(x, y) = x2 + 3y2

Évaluons ces dérivées partielles au point (1, 2) :

∂f
∂x
​(1, 2) = 2(1)(2) = 4
∂f
∂y (1, 2)
​
= (1)2 + 3(2)2 = 1 + 3(4) = 1 + 12 = 13

Maintenant, utilisons la formule de la dérivée directionnelle avec v = (vx , vy ) = (3, 4)

:
​ ​

∂f ∂f
Dv f (1, 2) =
​

∂x (1, 2)vx ​ + ∂y (1, 2)vy

​ ​ = 4(3) + 13(4) = 12 + 52 = 64
5. Développement limité à l’ordre 1 au point (x0, y0)
d'une fonction f de classe C 1 sur un ouvert de R2
​ ​

Le développement limité (DL) est un outil fondamental en analyse qui permet

d'approximer une fonction par un polynôme au voisinage d'un point. Pour les
fonctions de plusieurs variables, le DL à l'ordre 1 fournit une approximation linéaire de
la fonction.
Définition : Fonction de classe C 1
Une fonction f : U → R définie sur un ouvert U ⊂ R2 est dite de classe C 1 sur U si
toutes ses dérivées partielles premières, ∂f∂x et ∂f∂y , existent et sont continues sur U .
​ ​

Théorème : Développement limité à l'ordre 1

Soit f : U → R une fonction de classe C 1 sur un ouvert U ⊂ R2 . Soit (x0 , y0 ) ∈ U .
Alors, pour (h, k) ∈ R2 tel que (x0 + h, y0 + k) ∈ U , on a le développement limité à
​ ​

l'ordre 1 de f au point (x0 , y0 ) :

​ ​

​ ​

∂f ∂f
f(x0 + h, y0 + k) = f(x0 , y0 ) + (x0 , y0 )h + (x0 , y0 )k + o(∥(h, k)∥)
∂x ∂y
​ ​ ​ ​ ​ ​ ​ ​ ​

où ∥(h, k)∥ = représente la norme euclidienne du vecteur (h, k), et

h2 + k2
est un terme qui tend vers 0 plus vite que ∥(h, k)∥ lorsque (h, k) → (0, 0)
​

o(∥(h, k)∥)
.
Interprétation
Ce développement limité signifie qu'au voisinage du point (x0 , y0 ), la fonction f(x, y)
peut être approximée par le plan tangent à la surface z = f(x, y) au point
​

(x0 , y0 , f(x0 , y0 )). L'équation de ce plan tangent est :

​ ​ ​ ​

∂f ∂f
z − f(x0 , y0 ) = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y
​ ​ ​ ​ ​ ​ ​ ​ ​

En posant x = x0 + h et y = y0 + k, on retrouve la partie linéaire du développement

limité.
​ ​
Démonstration (Esquisse)
La démonstration repose sur le théorème des accroissements finis appliqué à une
fonction d'une variable auxiliaire. Soit g(t) = f(x0 + th, y0 + tk). Si f est de classe
C 1 , alors g est dérivable et on peut écrire :
​ ​

g(1) − g(0) = g′ (c) pour un certain c ∈]0, 1[

En utilisant la règle de la chaîne (qui sera formellement introduite plus tard), on a :

∂f ∂f
g′ (t) = (x0 + th, y0 + tk)h + (x0 + th, y0 + tk)k
∂x ∂y
​ ​ ​ ​ ​ ​

Donc :
∂f ∂f
f(x0 + h, y0 + k) − f(x0 , y0 ) = (x0 + ch, y0 + ck)h + (x0 + ch, y0 + ck)k
∂x ∂y
​ ​ ​ ​ ​ ​ ​ ​ ​ ​

Comme ∂f∂x et ∂f∂y sont continues, on a :

​ ​

∂f ∂f
(x0 + ch, y0 + ck) = (x0 , y0 ) + ϵ1 (h, k)
∂x ∂x
​ ​ ​ ​ ​ ​ ​

∂f ∂f
(x0 + ch, y0 + ck) = (x0 , y0 ) + ϵ2 (h, k)
∂y ∂y
​ ​ ​ ​ ​ ​ ​

où ϵ1 (h, k) et ϵ2 (h, k) tendent vers 0 lorsque (h, k) → (0, 0).

​ ​

En substituant, on obtient le développement limité.

Exemple d'application
Soit f(x, y) = ex+2y . Calculons le développement limité à l'ordre 1 au point (0, 0).
Premièrement, calculons f(0, 0) :
f(0, 0) = e0+0 = 1.

Ensuite, calculons les dérivées partielles :

∂f
∂x
​(x, y) = ex+2y
∂f
∂y (x, y)
​
= 2ex+2y

Évaluons-les au point (0, 0) :

∂f
∂x
​(0, 0) = e0 = 1
∂f
∂y
​(0, 0) = 2e0 = 2

En appliquant la formule du développement limité :

∂f ∂f
f(0 + h, 0 + k) = f(0, 0) + (0, 0)h + (0, 0)k + o(∥(h, k)∥)
∂x ∂y
​ ​

eh+2k = 1 + 1 ⋅ h + 2 ⋅ k + o(∥(h, k)∥)

eh+2k = 1 + h + 2k + o(∥(h, k)∥)

6. Gradient d’une fonction de classe C 1

Le gradient est un concept central en calcul différentiel à plusieurs variables. Il
regroupe les informations des dérivées partielles en un seul vecteur et joue un rôle
crucial dans l'optimisation et l'interprétation géométrique des fonctions.
Définition : Gradient
Soit f : U → R une fonction de classe C 1 sur un ouvert U ⊂ R2 . Pour tout point
(x, y) ∈ U , le gradient de f au point (x, y), noté ∇f(x, y) (lire 'nabla f' ou 'grad f'),
est le vecteur dont les composantes sont les dérivées partielles de f :
∂f ∂f
∇f(x, y) = ( (x, y), (x, y))
∂x ∂y
​ ​

Le gradient est un vecteur de R2 .

Expression de la dérivée de f au point (x0 , y0 ) selon un vecteur non
nul v à l’aide de son gradient en (x0 , y0 )
​ ​

​ ​

Si f est de classe C 1 sur un ouvert U et si (x0 , y0 ) ∈ U , alors la dérivée de f au point

(x0 , y0 ) selon un vecteur non nul v = (vx , vy ) peut s'exprimer comme le produit
​ ​

scalaire du gradient de f en (x0 , y0 ) et du vecteur v :

​ ​ ​ ​

​ ​

∂f ∂f ∂f
Dv f (x0 , y0 ) = ∇f(x0 , y0 ) ⋅ v = ( (x0 , y0 ), (x0 , y0 )) ⋅ (vx , vy ) = (x0 , y0 )v
∂x ∂y ∂x
​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​ ​
Cette formule est très utile car elle simplifie le calcul des dérivées directionnelles et
met en évidence le lien entre le gradient et la variation de la fonction dans une
direction donnée.
Expression du développement limité à l’aide du gradient
Le développement limité à l’ordre 1 d'une fonction f de classe C 1 au point (x0 , y0 )
peut être réécrit de manière compacte en utilisant le gradient. En reprenant la formule
​ ​

du DL :
∂f ∂f
f(x0 + h, y0 + k) = f(x0 , y0 ) + (x0 , y0 )h + (x0 , y0 )k + o(∥(h, k)∥)
∂x ∂y
​ ​ ​ ​ ​ ​ ​ ​ ​

On reconnaît la somme des termes ∂f∂x (x0 , y0 )h + ∂f∂y (x0 , y0 )k comme le produit
scalaire du gradient de f en (x0 , y0 ) et du vecteur (h, k). Ainsi, on peut écrire :
​ ​ ​ ​ ​ ​

​ ​

f(x0 + h, y0 + k) = f(x0 , y0 ) + (∇f(x0 , y0 ) ∣ (h, k)) + o(∥(h, k)∥)

​ ​ ​ ​ ​ ​

où (∇f(x0 , y0 ) ∣ (h, k)) désigne le produit scalaire euclidien entre le vecteur gradient
et le vecteur (h, k). Cette notation met en évidence la nature linéaire de
​ ​

l'approximation du premier ordre.

Exemple de calcul de gradient
Soit f(x, y) = x2 sin(y) + y3 . Calculons le gradient de f .
Premièrement, calculons les dérivées partielles :
∂f
∂x
​(x, y) = 2x sin(y)
∂f
∂y (x, y)
​
= x2 cos(y) + 3y2

Le gradient de f est donc :

∇f(x, y) = (2x sin(y), x2 cos(y) + 3y2 )

Au point (1, π/2) :

∂f
∂x (1, π/2)
​
= 2(1) sin(π/2) = 2(1)(1) = 2
2
∂f 3π 2
∂y
​(1, π /2) = (1)2 cos(π/2) + 3(π/2)2 = 1(0) + 3 π4 = ​

4
​

2
Donc, ∇f(1, π/2) = (2, 3π4 ). 2
​

7. Interprétation géométrique du gradient

Le gradient n'est pas seulement un vecteur regroupant les dérivées partielles ; il
possède une signification géométrique profonde qui est essentielle pour comprendre
le comportement d'une fonction à plusieurs variables.
Direction de la plus grande pente
Si ∇f(x0 , y0 ) = 0, alors le gradient ∇f(x0 , y0 ) est colinéaire et de même sens que le
vecteur unitaire selon lequel la dérivée de f en (x0 , y0 ) est maximale. En d'autres
​ ​ ​ ​

termes, le gradient pointe dans la direction selon laquelle la fonction f augmente le

​

plus rapidement. Cette direction est appelée la direction de la plus grande pente de f .
La valeur maximale de la dérivée directionnelle est la norme du gradient :
∣∣∇f(x0 , y0 )∣∣.
​ ​

Démonstration
Nous avons vu que la dérivée de f au point (x0 , y0 ) selon un vecteur unitaire u =
(ux , uy ) (où ∣∣u∣∣ = 1) est donnée par :
​ ​

​ ​

Du f (x0 , y0 ) = ∇f(x0 , y0 ) ⋅ u
​ ​ ​ ​ ​

Par la formule du produit scalaire, nous savons que a ⋅ b = ∣∣a∣∣ ⋅ ∣∣b∣∣ cos(θ), où θ est
l'angle entre les vecteurs a et b. En appliquant cela :
Du f (x0 , y0 ) = ∣∣∇f(x0 , y0 )∣∣ ⋅ ∣∣u∣∣ cos(θ)
​ ​ ​ ​ ​

Puisque u est un vecteur unitaire, ∣∣u∣∣ = 1. Donc :

Du f (x0 , y0 ) = ∣∣∇f(x0 , y0 )∣∣ cos(θ)
​ ​ ​ ​

Pour que Du f (x0 , y0 ) soit maximal, cos(θ) doit être maximal, c'est-à-dire cos(θ) = 1.
Cela se produit lorsque θ = 0, ce qui signifie que le vecteur u est dans la même
​ ​ ​

direction que ∇f(x0 , y0 ). ​ ​

Dans ce cas, la valeur maximale de la dérivée directionnelle est ∣∣∇f(x0 , y0 )∣∣ ⋅ 1 =

∣∣∇f(x0 , y0 )∣∣.
​ ​

​ ​
Lignes de niveau
Le gradient est également orthogonal aux lignes de niveau (ou courbes de niveau) de la
fonction. Une ligne de niveau est l'ensemble des points (x, y) pour lesquels f(x, y) =
c (une constante). Si vous vous déplacez le long d'une ligne de niveau, la valeur de la
fonction ne change pas, ce qui signifie que la dérivée directionnelle dans cette
direction est nulle. Puisque le gradient pointe dans la direction de la plus forte
augmentation, il est intuitivement orthogonal à la direction où la fonction ne change
pas.

8. Règle de la chaîne (Chain Rule)

La règle de la chaîne est un outil essentiel pour dériver des fonctions composées, en
particulier lorsque les variables intermédiaires dépendent elles-mêmes d'autres
variables. Elle est cruciale pour l'analyse des fonctions de plusieurs variables.
Théorème : Règle de la chaîne pour une fonction composée avec une
fonction d'une variable
Soit f : U → R une fonction de classe C 1 sur un ouvert U ⊂ R2 . Soient x(t) et y(t)
deux fonctions d'une variable t, toutes deux de classe C 1 sur un intervalle I ⊂ R,
telles que pour tout t ∈ I , (x(t), y(t)) ∈ U .
Alors la fonction composée g : t → f(x(t), y(t)) est de classe C 1 sur I , et sa dérivée
est donnée par :
∂f ∂f
g′ (t) = (x(t), y(t))x′ (t) + (x(t), y(t))y′ (t)
∂x ∂y
​ ​

Interprétation comme dérivée de f le long de l’arc γ : t → γ(t) =

(x(t), y(t))
La fonction γ(t) = (x(t), y(t)) représente un chemin ou un arc paramétré dans R2 . La
fonction g(t) = f(γ(t)) représente la valeur de f le long de ce chemin. La dérivée
g′ (t) mesure le taux de variation de f lorsque l'on se déplace le long de l'arc γ .

L'expression de g′ (t) peut être réécrite à l'aide du gradient. On reconnaît que le

membre de droite est le produit scalaire du gradient de f en γ(t) et du vecteur dérivé
de γ(t) :
γ ′ (t) = (x′ (t), y′ (t))

Donc, la règle de la chaîne peut s'écrire sous la forme compacte :

(f ∘ γ)′ (t) = (∇f(γ(t)) ∣ γ ′ (t))

Cette formule met en évidence que la variation de f le long d'un chemin est liée à la
projection du gradient de f sur le vecteur tangent au chemin.
Exemple d'application de la règle de la chaîne
Soit f(x, y) = x2 + y2 , et soit le chemin γ(t) = (cos(t), sin(t)). Calculons g′ (t) où
g(t) = f(cos(t), sin(t)).

Premièrement, calculons les dérivées partielles de f :

∂f
∂x
​(x, y) = 2x
∂f
∂y (x, y)
​
= 2y

Ensuite, calculons les dérivées de x(t) et y(t) :

x(t) = cos(t) ⟹ x′ (t) = − sin(t)

y(t) = sin(t) ⟹ y′ (t) = cos(t)

Appliquons la règle de la chaîne :

∂f ∂f
g′ (t) = (x(t), y(t))x′ (t) + (x(t), y(t))y′ (t)
∂x ∂y
​ ​

g′ (t) = (2x(t))(− sin(t)) + (2y(t))(cos(t))

g′ (t) = (2 cos(t))(− sin(t)) + (2 sin(t))(cos(t))

g′ (t) = −2 sin(t) cos(t) + 2 sin(t) cos(t) = 0

Alternativement, en utilisant l'expression avec le gradient :

∇f(x, y) = (2x, 2y)

∇f(γ(t)) = (2 cos(t), 2 sin(t))

γ ′ (t) = (− sin(t), cos(t))

(f ∘ γ)′ (t) = (∇f(γ(t)) ∣ γ ′ (t)) = (2 cos(t))(− sin(t)) + (2 sin(t))(cos(t)) = −2 sin

Ce résultat est cohérent, car f(cos(t), sin(t)) = cos2 (t) + sin2 (t) = 1, qui est une
fonction constante, donc sa dérivée est 0.

9. Sous les hypothèses appropriées, dérivées partielles

de la fonction (u, v) → f(φ(u, v), ψ(u, v))
La règle de la chaîne s'étend naturellement aux fonctions de plusieurs variables dont
les arguments sont eux-mêmes des fonctions de plusieurs variables. C'est un cas très
courant en physique et en ingénierie.
Théorème : Règle de la chaîne pour fonctions de plusieurs variables
Soit f : U → R une fonction de classe C 1 sur un ouvert U ⊂ R2 . Soient φ : V → R
et ψ : V → R deux fonctions de classe C 1 sur un ouvert V ⊂ R2 , telles que pour tout
(u, v) ∈ V , (φ(u, v), ψ(u, v)) ∈ U .

Considérons la fonction composée F (u, v) = f(φ(u, v), ψ(u, v)). Alors F est de
classe C 1 sur V , et ses dérivées partielles sont données par :
∂F ∂f ∂φ ∂f ∂ψ
(u, v) = (φ(u, v), ψ(u, v)) (u, v) + (φ(u, v), ψ(u, v)) (u, v)
∂u ∂x ∂u ∂y ∂u
​ ​ ​ ​ ​

∂F ∂f ∂φ ∂f ∂ψ
(u, v) = (φ(u, v), ψ(u, v)) (u, v) + (φ(u, v), ψ(u, v)) (u, v)
∂v ∂x ∂v ∂y ∂v
​ ​ ​ ​ ​

Pour simplifier la notation, on peut écrire x = φ(u, v) et y = ψ(u, v). Alors :

∂F ∂f ∂x ∂f ∂y
= +
∂u ∂x ∂u ∂y ∂u
​ ​ ​ ​ ​

∂F ∂f ∂x ∂f ∂y
= +
∂v ∂x ∂v ∂y ∂v
​ ​ ​ ​ ​
Exemple d'application
Soit f(x, y) = x2 + y2 , et
x = u cos(v) y = u sin(v) , . Calculons ∂F
∂u
et ∂F
∂v
où
.
​ ​

F (u, v) = f(u cos(v), u sin(v))

Premièrement, calculons les dérivées partielles de f :

∂f
∂x
​
= 2x
∂f
∂y
​ = 2y

Ensuite, calculons les dérivées partielles de x et y par rapport à u et v :

∂x
∂u
​ = cos(v)
∂x
∂v
​
= −u sin(v)
∂y
∂u ​ = sin(v)
∂y
∂v
​ = u cos(v)

Appliquons la règle de la chaîne pour ∂F∂u : ​

∂F ∂f ∂x ∂f ∂y
= + = (2x)(cos(v)) + (2y)(sin(v))
∂u ∂x ∂u ∂y ∂u
​ ​ ​ ​ ​

Substituons x = u cos(v) et y = u sin(v) :

∂F
= (2u cos(v))(cos(v)) + (2u sin(v))(sin(v)) = 2u cos2 (v) + 2u sin2 (v) = 2u(c
∂u
​

Appliquons la règle de la chaîne pour ∂F∂v : ​

∂F ∂f ∂x ∂f ∂y
= + = (2x)(−u sin(v)) + (2y)(u cos(v))
∂v ∂x ∂v ∂y ∂v
​ ​ ​ ​

Substituons x = u cos(v) et y = u sin(v) :

∂F
= (2u cos(v))(−u sin(v)) + (2u sin(v))(u cos(v)) = −2u2 cos(v) sin(v) + 2u2
∂v
​

Ce résultat est cohérent. En effet, F (u, v) = (u cos(v))2 + (u sin(v))2 =

u2 cos2 (v) + u2 sin2 (v) = u2 (cos2 (v) + sin2 (v)) = u2 ∂F
∂u
= 2u ∂F. Donc
∂v
=0 ​ et ​ .
10. Maximum et minimum, local ou global, d’une
fonction définie sur une partie de R2
L'étude des extrema (maximums et minimums) est une application majeure du calcul
différentiel. Pour les fonctions de plusieurs variables, la recherche d'extrema est
essentielle dans de nombreux domaines scientifiques et d'ingénierie.
Définition : Maximum local (ou relatif)
Soit f : D → R une fonction définie sur une partie D ⊂ R2 . On dit que f admet un
maximum local en (x0 , y0 ) ∈ D s'il existe un δ > 0 tel que pour tout (x, y) ∈ D ∩
B((x0 , y0 ), δ),
​ ​

​ ​

f(x, y) ≤ f(x0 , y0 ) ​ ​

Définition : Minimum local (ou relatif)

De même, f admet un minimum local en (x0 , y0 ) ∈ D s'il existe un δ > 0 tel que pour
tout (x, y) ∈ D ∩ B((x0 , y0 ), δ),
​ ​

​ ​

f(x, y) ≥ f(x0 , y0 ) ​ ​

Définition : Maximum global (ou absolu)

f admet un maximum global en (x0 , y0 ) ∈ D si pour tout (x, y) ∈ D,
​ ​

f(x, y) ≤ f(x0 , y0 ) ​ ​

Définition : Minimum global (ou absolu)

f admet un minimum global en (x0 , y0 ) ∈ D si pour tout (x, y) ∈ D,
​ ​

f(x, y) ≥ f(x0 , y0 ) ​ ​

Théorème de Weierstrass
Si une fonction f est continue sur un ensemble fermé et borné (compact) K ⊂ R2 ,
alors f atteint son maximum global et son minimum global sur K. C'est un théorème
d'existence très important.
11. Point critique
La recherche des extrema locaux d'une fonction de plusieurs variables passe souvent
par l'identification des points critiques. Ces points sont des candidats potentiels pour
les extrema.
Définition : Point critique
Soit f : U → R une fonction de classe C 1 sur un ouvert U ⊂ R2 . Un point (x0 , y0 ) ∈
U est appelé un point critique de f si le gradient de f en ce point est le vecteur nul :
​ ​

∇f(x0 , y0 ) = (0, 0)
​ ​

Ceci est équivalent à dire que les deux dérivées partielles premières s'annulent au
point (x0 , y0 ) :
​ ​

∂f ∂f
(x0 , y0 ) = 0 et (x0 , y0 ) = 0
∂x ∂y
​ ​ ​ ​ ​ ​

Théorème : Condition nécessaire d'extremum local

Tout extremum local d’une fonction de classe C 1 sur un ouvert de R2 est un point
critique.
Démonstration :
Supposons que f admette un extremum local (par exemple un maximum local) au
point (x0 , y0 ).
​ ​

Considérons la fonction d'une variable g(x) = f(x, y0 ). Puisque f a un maximum

local en (x0 , y0 ), la fonction g(x) a un maximum local en x0 . Comme f est de classe
​

C 1 , g est dérivable en x0 . Par le théorème de Fermat pour les fonctions d'une variable,
​ ​ ​

si g a un extremum local en x0 et est dérivable en x0 , alors sa dérivée est nulle en x0 .

​

Donc :
​ ​ ​

∂f
g′ (x0 ) = (x0 , y0 ) = 0
∂x
​ ​ ​ ​

De manière similaire, considérons la fonction d'une variable h(y) = f(x0 , y). Puisque
f a un maximum local en (x0 , y0 ), la fonction h(y) a un maximum local en y0 . Comme
​

​ ​ ​
f est de classe C 1 , h est dérivable en y0 . Par le théorème de Fermat, sa dérivée est
nulle en y0 . Donc :
​

∂f
h′ (y0 ) = (x0 , y0 ) = 0
∂y
​ ​ ​ ​

Puisque les deux dérivées partielles sont nulles en (x0 , y0 ), le gradient est nul en ce
point, ce qui signifie que (x0 , y0 ) est un point critique.
​ ​

​ ​

Attention : La réciproque n'est pas vraie. Un point critique n'est pas nécessairement
un extremum local. Il peut s'agir d'un point selle (ou point col).

12. Exemples d'étude de points critiques

Pour déterminer la nature d'un point critique (maximum local, minimum local ou point
selle), on utilise généralement le critère de la dérivée seconde, qui implique le calcul
des dérivées partielles d'ordre 2 et la formation du Hessien. Cependant, pour les
besoins de ce cours introductif, nous nous concentrerons sur l'identification des points
critiques et, dans certains cas simples, leur classification par inspection ou par des
arguments de signe.
Méthode générale pour trouver les points critiques
1. Calculer les dérivées partielles premières de f par rapport à x et y, c'est-à-dire
∂x (x, y) et ∂y (x, y).
∂f ∂f
​ ​

2. Résoudre le système d'équations ∂f∂x (x, y) = 0 et ∂f∂y (x, y) = 0. Les solutions

(x, y) de ce système sont les points critiques.
​ ​

Exemple 1 : Fonction avec un minimum local

Soit f(x, y) = x2 + y2 .
1. Calcul des dérivées partielles premières : ∂f∂x (x, y) = 2x ∂f∂y (x, y) = 2y
​ ​

2. Résolution du système : 2x = 0 ⟹ x = 0 2y = 0 ⟹ y = 0
Le seul point critique est (0, 0).
 3. Classification (par inspection) : Puisque x2 ≥ 0 et y2 ≥ 0, on a f(x, y) = x2 +
y2 ≥ 0. De plus, f(0, 0) = 0. Donc, f(x, y) ≥ f(0, 0) pour tout (x, y) ∈ R2 . Le
point (0, 0) est un minimum global (et donc local).
Exemple 2 : Fonction avec un point selle
Soit f(x, y) = x2 − y2 .
1. Calcul des dérivées partielles premières : ∂f∂x (x, y) = 2x ∂f∂y (x, y) = −2y
​ ​

2. Résolution du système : 2x = 0 ⟹ x = 0 −2y = 0 ⟹ y = 0

Le seul point critique est (0, 0).
3. Classification (par inspection) : Considérons la fonction le long de l'axe des x (où
y = 0) : f(x, 0) = x2 . Cette fonction a un minimum en x = 0. Considérons la
fonction le long de l'axe des y (où x = 0) : f(0, y) = −y2 . Cette fonction a un
maximum en y = 0. Puisque le point (0, 0) est un minimum dans une direction
et un maximum dans une autre, c'est un point selle.
Exemple 3 : Fonction avec plusieurs points critiques
Soit f(x, y) = x3 + y3 − 3xy.
1. Calcul des dérivées partielles premières : ∂f
∂x
​(x, y) = 3x2 − 3y ∂f
∂y
​(x, y) =
3y2 − 3x

{ 2
3x2 − 3y = 0 ⟹ y = x2 (1)
2. Résolution du système : 3y − 3x = 0 ⟹ y2 = x (2)
​

Substituons (1) dans (2) : (x2 )2 = x ⟹ x4 = x ⟹ x4 − x = 0 ⟹

x(x3 − 1) = 0

Les solutions pour x sont x = 0 ou x3 = 1 ⟹ x = 1.

Si x = 0, alors y = 02 = 0. Point critique : (0, 0).
Si x = 1, alors y = 12 = 1. Point critique : (1, 1).
Les points critiques sont (0, 0) et (1, 1).
 3. Classification (sans le critère du Hessien, c'est plus complexe et souvent non
demandé à ce niveau sans outils supplémentaires. Pour une classification
rigoureuse, le critère du Hessien est nécessaire. Cependant, on peut parfois
déduire la nature par l'étude du comportement local ou des valeurs de la
fonction).
Pour (0, 0): f(0, 0) = 0. Si on prend x = y, f(x, x) = 2x3 − 3x2 = x2 (2x −
3). Pour x petit et positif, 2x − 3 est négatif, donc f(x, x) < 0. Pour x petit et
négatif, 2x − 3 est négatif, donc f(x, x) > 0. Donc (0, 0) est un point selle.
Pour (1, 1): f(1, 1) = 1 + 1 − 3 = −1. L'analyse de ce point nécessiterait le
critère du Hessien pour une classification formelle.

Conclusion
Ce cours a couvert les concepts fondamentaux des fonctions à deux variables réelles,
essentiels pour les étudiants en classes préparatoires MPSI. Nous avons exploré les
notions d'ouverts, de continuité, de dérivées partielles, de dérivées directionnelles, de
développements limités, et du gradient. L'interprétation géométrique du gradient, la
règle de la chaîne, et l'étude des extrema et points critiques ont également été
abordées en détail.
La maîtrise de ces concepts est cruciale non seulement pour la réussite aux concours,
mais aussi pour la compréhension de phénomènes complexes en physique, en
ingénierie et dans d'autres domaines scientifiques. Il est recommandé de pratiquer
régulièrement avec des exercices variés pour solidifier ces connaissances et
développer une intuition mathématique solide.