LM256 : Analyse vectorielle, intégrales multiples

Fabrice Bethuel

Année Universitaire 2012-2013

Table des matières

1 Fonctions d’une variable réelle 3

1.1 Généralités sur les applications et les fonctions . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Composition des applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Application réciproque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 La notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 La notion de continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 La notion de dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.2 Calculs de dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.3 Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.1 Opérations sur les primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.2 Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.3 Aire d’un domaine du plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.4 intégration de la relation ¿ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6 Développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2 Fonctions de deux variables 19

2.1 L’espace vectoriel R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Courbes paramétrées de R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Graphes, lignes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4 Limites, continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 La notion de dérivée partielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5.1 Développement limité à l’ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.2 Le gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5.3 Dérivation des fonctions composées . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.4 La matrice Jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.5 Dérivées secondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6 Le théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3 Champs de vecteurs 44
3.1 Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.1.1 Changement de repère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1.2 Champ de gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.1.3 Lignes de champ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 Circulation d’un champ de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

1
 3.2.1 Circulation d’un champ de gradient . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 Le formalisme des formes différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3.1 Formes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3.2 Forme différentielles de degré 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3.3 Intégrale curviligne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

4 Intégrales doubles 59
4.1 Construction de l’intégrale double . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Le Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.3 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.3.1 Calcul de l’aire d’un domaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3.2 Flux et divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.3.3 Autres formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3.4 La divergence en coordonnées polaires . . . . . . . . . . . . . . . . . . . . . . . 71
4.4 Changements de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.4.1 Aire d’un parallélelogramme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.4.2 Aire de l’image d’un rectangle élémentaire . . . . . . . . . . . . . . . . . . . . . 73
4.4.3 La formule du changement de variable . . . . . . . . . . . . . . . . . . . . . . . 73
4.4.4 Invariances par changement de repère orthonormé. . . . . . . . . . . . . . . . 75
4.5 Calcul du volume d’un domaine de R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.6 Interprétation de la divergence et du flux . . . . . . . . . . . . . . . . . . . . . . . . . . 78

5 Analyse vectorielle dans R3 82

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.1.1 Rappels sur R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.2 Limites, continuités et dérivation dans R3 . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3 Courbes paramètrées dans R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.4 Surfaces paramétrées dans R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.5 Le théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.5.1 Aire d’une surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.5.2 Intégration sur les surfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.6 Intégrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.6.1 Construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.6.2 Le Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.6.3 Changements de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.7 Formule flux-divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

6 Le rotationnel 104
6.1 Champ de vecteurs, champs de gradient . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.1.1 Invariance du rotationnel par changement de repère orthonormé . . . . . . . 106
6.2 Flux du rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.2.1 Surfaces fermées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.2.2 Surfaces dont le bord est une courbe . . . . . . . . . . . . . . . . . . . . . . . . 107
6.3 Champs à rotationnel nul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.4 Champ à divergence nulle, potentiels vecteurs . . . . . . . . . . . . . . . . . . . . . . . 110

7 Sujets d’examen 113

2
Chapitre 1

Fonctions d’une variable réelle

Dans ce chapitre, nous rappelons quelques éléments de l’analyse des fonctions d’une variable
réelle.

1.1 Généralités sur les applications et les fonctions

1.1.1 Premières définitions
Une application d’un ensemble E (dit "ensemble de départ") dans un ensemble F (dit "en-
semble d’arrivée") est une correspondance qui associe à tout élément de E un élément de F et un
seul . On note cette application :

f : E 7→ F ou encore f : x 7→ y = f (x).

L’élément y = f (x) de F est appelé l’image de x par f . On dit aussi que x est l’antécédent de y.
Le graphe de f est la partie G du produit E × F constituée des éléments de la forme (x, f (x)), où
x ∈ E.

Une fonction de E dans F est une application d’une partie D de E dans F . La partie D ⊂ E est
alors appelée domaine de définition de la fonction f , et est souvent notée D f :

D = Df .

Comme précédemment le graphe de f est donnée par les éléments de la forme (x, f (x)), où x ∈ D f .
Dans ce chapitre, nous considérerons uniquement le cas où E = F = R. On parle alors de fonc-
tions réelle d’une variable réelle. En revanche, dans les chapitres suivants, nous considérons plus
généralement les cas où E = RN , F = RK , avec N ∈ {1, 2, 3}, K ∈ {1, 2, 3}.

Pour les fonctions d’une variable réelle, la fonction f est souvent définie à l’aide d’une formule.
L’ensemble de définition est donc représenté par les éléments x pour lesquels cette formule à un
sens.

Exemple 1.
– La fonctions x → ax , où a est donné, est une fonction linéaire. Son domaine de définition
est R tout entier. Son graphe est une droite du plan R2 passant par l’origine.

3
 – la fonction x → ax + b où les nombres a et b sont donnés est une fonction affine. Son do-
maine de définition est R tout entier. Son graphe est une droite du plan R2 passant par le
point (0, b).
– la fonction x → ax 2 + bx + c , où a 6= 0, b, c sont donné définit une fonction, polynôme de
degré 2. son domaine de définition est R tout entier. Son graphe est une courbe, appelée
parabole, qui passe par le point (0, c).
1
– La fonction f définie par la formule f (x) = est définie pour tout x non nul de R, son do-
x
maine de définition est donc D f = R \ {0}.
p
– La fonction f définie par la formule f (x) = 1 − x 2 est définie pour tout x de l’intervalle
[−1, 1]. Son domaine de définition D f est donc l’intervalle [−1, 1].

Revenons au cas général, et considérons une application f : E → F , où E et F sont deux en-

sembles. On dira que :

– L’application f est injective si chaque élément y de F a au plus un antécédent par f . En

d’autres termes, f est injective si et seulement si pour touséléments x et x 0 de E l’égalité
f (x) = f (x 0 ) entraîne nécessairement x = x 0 .
– L’application f est surjective si chaque élément y de F a au moins un antécédent par f . En
d’autres termes, f est surjective si et seulement si pour touséléments y 0 de E il existe x ∈ E
tel que y = f (x).
– L’application f est bijective si et seulement si chaque élément y de F a exactement un an-
técédent et un seul par f . En d’autres termes, f est bijective si et seulement si pour toutélé-
ment y de E il existe un unique élément x ∈ E tel que y = f (x).
On vérifiera sans mal qu’une application est bijective si et seulement si elle est injective et sur-
jective.

Par exemple, l’application x → sin x est surjective si on la considère comme application de R

dans [−1, +1]. Elle n’est pas injective puisque, par exemple, si n0 = si n2π. En revanche, elle devient
bijective si on la considère comme application de [− π2 , + π2 ] sur [1, +1].

1.1.2 Composition des applications

Considérons maintenant trois ensembles E , F,G et des applications
¡ ¢ f : E → F et g : F → G. Pour
tout élément x dans E , on peut alors définir l’élément z = g f (x) de G. Ceci définit une nouvelle
application de E dans G, notée g ◦ f .

Définition 1. On appelle application composée de f et de g et on note g ◦ f l’application de E vers

G définie par ¡ ¢
g ◦ f (x) = g f (x) , pour tout x ∈ E .

De même, on peut définir l’application composée de deux fonctions f : E → F et g : F → G.

La fonction composée g ◦ f est alors une fonction de E vers G dont le domaine de définition est
composée desélements de D f dont l’image par f appartient au domaine de définition de g .

Exemple 2. Prenons les fonctions d’une variable réelle f et g définies par

1 p
g (x) = et f (x) = 1 − x 2 .
x

4
La fonction g ◦ f est alors donnée par
1
g ◦ f (x) = p .
1 − x2
Le domaine de définition de g ◦ f est donc ]−1, 1[. Les points ±+1 appartiennent bien au domaine
de défintion de f , mais leur image par f vaut 0, qui n’est pas dans le domaine de définition de g .

1.1.3 Application réciproque

Soient E et F deux ensembles et f une application de E vers F que l’on supposera de plus bi-
jective, c’est à dire que pour toutélément y de F il existe un uniqueélément x de E tel que y = f (x).
Définition 2. On appelle application réciproque de f et on note f −1 l’application de F vers E qui
à toutélément y de F associe l’uniqueélément x de E tel que y = f (x).
En d’autres termes
x = f −1 (y) si et seulement si y = f (x).
Il résulte de la définition que
f −1 ◦ f = IdE et f ◦ f −1 = IdF ,
où IdE désigne l’application identité de E , c’est à dire l’application de E dans lui-même définie par
IdE (x) = x, avec bien entendu une définition similaire pour IdF .

On peut vérifier la propriété suivante, dont la preuve est laissée en exercice

Proposition 1. Soient E , F,G trois ensembles et des applications f : E → F et g : F → G supposée
bijectives. Alors l’application composée g ◦ f est bijective de E vers G et l’application réciproque
vérifie l’identité ¢−1
= f −1 ◦ g −1 .
¡
g◦f
Exemple 3.
– La fonction f : R+ → R+ définie par f (x) = x 2 , est une application bijective (elle ne le serait
pas si l’on prenait R comme ensemble de départ). Son application réciproque est donnée
p
par f −1 : R+ → R+, f −1 (x) = x, qui n’est autre que la fonction racine carrée !
– La fonction sin : [− π2 , π2 ] → [−1, 1] est une application bijective. On note arcsin l’application
réciproque arcsin : [−1, 1] → [− π2 , π2 ]. On a donc pour x ∈ [−1, 1], y = arcsin x si et seulement
si
π π
y ∈ [− , ] et x = sin y.
2 2
– De même, la fonction cos : [0, π] → [−1, 1] est une application bijective. On note arccos l’ap-
plication réciproque arccos : [−1, 1] → [0, π]. On a donc pour x ∈ [−1, 1], y = arccos x si et
seulement si
y ∈ [0, π] et x = cos y.
– La fonction tan : [− π2 , π2 ] → R est une application bijective. On note arctan l’application réci-
proque arctan : R → [− π2 , π2 ]. On a donc pour x ∈ R, y = arctan x si et seulement si
π π
y ∈ [− , ] et x = tan y.
2 2
Notons par ailleurs que si f est une fonction d’une variable réelle bijective, le graphe de f −1
se déduit de celui de f en faisant agir une symétrie par rapport à la droite y = x, qui intervertit en
particulier les axes.

5
1.2 La notion de limite
Nous ne considérons dorénavant, et jusqu’à la fin de ce chapitre que des fonctions d’une va-
riable réelle, c’est à dire le cas E = F = R.

Soit donc f et x 0 un point donné de D f . On supposera de plus que f est définie sur un inter-
valle ouvert non vide ]a, b[ contenant x 0 , sauf peut-être en x 0 , c’est à dire que ]a, b[\{x 0 } ⊂ D f .

Définition 3. On dit que la fonction f admet une limite L en x 0 , ou que f (x) tend vers L lorsque x
tend vers x 0 , si et seulement si :
Pour tout nombre réel ² > 0, il existe un nombre α > 0 tel que la relation 0 < |x − x 0 | < α entraîne

| f (x) − L| < ².

On vérifie que si une limite L existe, alors elle est forcément unique. On note alors

L = lim f (x) ou encore f (x) → L.

x→x 0 x→x 0

Ceci signifie que pour un nombre ² > 0 aussi petit que l’on le désire, on peut trouver un nombre
α > 0 qui dépend bien entendu de ² tel que si l’écart entre x 0 et x (x étant distinct de x 0 ) est infé-
rieur à α, alors l’écart entre f (x) et L est inférieur à ².

Voyons maintenant comment la notion de limite se comporte vis à vis des opérations clas-
siques sur les fonctions (addition, multiplication et division). Rappelons que si f et g sont des
g
fonctions réelles, on définit les fonctions f ± g , f g , et par
f

( f ± g )(x) = f (x) ± g (x), et ( f g )(x) = f (x)g (x), ∀x ∈ D f ∩ Dg ,

g g (x)
(x) = pour x ∈ D f ∩ Dg tel que f (x) 6= 0.
f f (x)
Proposition 2. Soient f et g deux fonctions sur R telles que f et g admettent comme limites en x 0
les nombres L et M respectivement. Les fonctions f ± g et f g admettent alors les limites suivantes en
x0 :
lim ( f ± g )(x) = L ± M et lim ( f g )(x) = LM .
x→x 0 x→x 0

de plus, si L 6= 0 alors on a
f L
lim (x) = .
x→x 0 g M
Démonstration (première partie). On commence par se donner ² > 0. Comme f (x) tend vers L
quand x tend vers x 0 , il existe un nombre α1 > 0 tel que, si 0 < |x − x 0 | < α1 alors on a | f (x) −L| < 2² .
De la même manière, il existe un nombre α2 > 0 tel que si 0 < |x −x 0 | < α2 , alors on a |g (x)−M | < 2² .
Posons α = min(α1 , α2 ). On a α > 0 et si 0 < |x − x 0 | < α, alors la définition de α entraîne que l’on a
0 < |x − x 0 | < α1 et 0 < |x − x 0 | < α2 et donc

| f (x) + g (x) − L − M | ≤ | f (x) − L| + |g (x) − M |(inégalité triangulaire)

²/2 + ²/2 = ².

6
Ceci montre donc que
lim ( f + g )(x) = L + M .
x→x 0

Les autres relations se démontrent en utilisant des méthodes similaires.

Rappel. On a utilisé dans la preuve l’inégalité triangulaire

|a + b| ≤ |a| + |b|.

Elle entraîne l’inégalité

|a ± b| ≤ |a| − |b|.

Exemple 4. Des arguments géométriques élémentaires permettent d’établir que

sin x
lim = 1. (1.1)
x→0 x

On montreégalement que
ex − 1
lim = 1. (1.2)
x→0 x

1.3 La notion de continuité

La notion de continuité découle directement de celle de limite.

Définition 4. On suppose que f est aussi définie en x 0 . On dit que f est continue en x 0 si et seule-
ment si f admet une limite en x 0 , égale à sa valeur f (x 0 ) en ce point.
On dit que f est continue sur un intervalle ]a, b[ si elle est continue en tout point x 0 de ]a, b[.

De manière intuitive, une fonction f est continue sur un intervalle ]a, b[ si on peut tracer le
graphe de la restriction à cet intervalle sans lever la main.

Il résulte immédiatement de la Proposition 2 que si f et g sont deux fonctions continues en

f
un point x 0 , alors f + g , f − g et f g sont également continues en ce point. Si g (x 0 ) 6= 0, alors est
g
également continue en x 0 .

Exemple 5.
– Les fonctions constantes sont continues.
– La fonction IdR est continue (prendre ² = α dans la Définition 6).
– Les polynômes sont des fonctions continues (car obtenues à l’aide d’opérations de multipli-
cation et additions à partir de fonctions constantes et de la fonction IdR )
– Les fractions rationnelles (quotient de deux polynômes) sont continues sur leur ensemble
de définition, qui est composé d’intervalles ouverts.
– Les fonctions trigonométrique sin, cos sont continues sur R, ainsi que les fonction e x et log
sur leur ensemble de définition.

La notion de continuité a également de bonne propriétés vis à vis de la loi de composition.

Proposition 3. Soit f une fonction continue en x 0 et soit g une fonction continue en f (x 0 ). Alors
g ◦ f est continue en x 0 .

7
 Démonstration Soit ² donné. Comme g est continue en f (x 0 ), il existe un nombre η > 0 tel que
si |y − f (x 0 )| < η alors on a |g (y) − g ( f (x 0 ))| = |g (y) − g ◦ f (x 0 )| < ². Comme f est continue en x 0 , il
existe un nombre α > 0 tel que si |x − x 0 | < α, alors | f (x)− f (x 0 )| < η. Il en résulte que si |x − x 0 | < α,
alors |g ( f (x)) − g ◦ f (x 0 )| < ². La conclusion en découle.

Soit f une fonction définie sur un intervalle I =]a, b[ de R. Rappelons que l’on dit que f est
strictement croissante (resp. strictement décroissante sur I ) si et seulement, si pour tous nombres
a < x 1 < x 2 < b, on a
f (x 1 ) < f (x 2 ) (resp. f (x 1 ) > f (x 2 ).
On dit que f est strictement monotone sur I si elle est strictement croissante ou strictement dé-
croissante sur I . Lorsque f est strictement monotone sur I , il est facile de se convaincre qu’elle
constitue une bijection de I sur son image

f (I ) = {y ∈ R tel qu’il existe x ∈ I y = f (x)}.

Lorsque f est de surcroît continue, alors on a

Proposition 4. Soit I =]a, b[ un intervalle ouvert, et soit f une fonction continue sur I . Alors f (I ) est
un intervalle de R. De plus, si f est strictement monotone, alors f (I ) est un intervalle ouvert, de la
forme ] f (a), f (b)[ si f est strictement croissante (resp. ] f (b), f (a)[ si f est strictement décroissante),
et de plus f est bijective de I sur f (I ). Son application réciproque est continue.

Nous admettrons ce résultat.

1.4 La notion de dérivée

1.4.1 Définition
Définition 5. Soit f une fonction. On dit que f possède une dérivée au point x 0 si la limite suivante

f (x) − f (x 0 ) f (x 0 + h) − f (x 0 )
lim = lim
x→x 0 x − x0 h→0 h

existe et est finie. On note alors f 0 (x 0 ) cette limite. On dit aussi que f est dérivable au point x 0 .

Remarque 1. On utilise aussi parfois la notation

df
f0= .
dx
Lorsque la fonction est dérivable, le graphe possède au point (x 0 , f (x 0 )) une droite tangente
que est de pente f 0 (x 0 ) exactement. Plus précisement, la droite affine d’équation

y = f 0 (x 0 )(x − x 0 ) + f (x 0 )

qui passe par le point (x 0 , f (x 0 )) est tangente à la courbe en ce point.

On déduit de la définition même de la dérivée, que l’on a le comportement suivant de la fonc-

tion f près de x 0
f (x 0 + h) = f (x 0 ) + f 0 (x 0 )h + hε(h), (1.3)

8
où ε désigne une fonction définie près de 0 et telle que
lim ε(h) = 0,
h→0

Nous avons ici introduit la variable h = x − x 0 qui tend vers 0 lorsque x tends vers x 0 .

La relation (1.3) nous fournit un premier exemple de développement limité. Dans ce contexte,
il est utile de rappeler la définition suivante.
Définition 6. Soient f et g deux fonctions définies près de x 0 . On dit que f est négligeable devant g
si et seulement si il existe une fonction ε définie près de 0 telle que
f (x) = g (x)ε(x − x 0 ) et lim ε(h) = 0.
h→0

Si f est négligeable devant g , on écrit alors

f = o(g ).
x0

Si g ne s’annule pas près de x 0 sauféventuellement en x 0 , alors f est négligeable devant g si et

seulement si
f (x)
lim = 0.
x→x 0 g (x)

Notons que la relation "être négligeable" est une relation d’ordre (qui n’est pas totale), en par-
ticulier elle est transitive, c’est a dire si, f = o(g ) et h = o( f ) alors h = o( f ). C’est pourquoi on
x0 x0 x0
utiliseégalement, à la place de la notation f = o(g ) la notation
x0

f ¿g ou de manière équivalente g À f .
x0 x0

La notion de fonction négligeable permet en particulier de comparer des infiniment petits près de
x 0 , et éventuellement des échelles d’infiniments petits.
Exemple 6. si l’on prend g égale à la fonction constante 1 alors f = o(1) signifie tout simplement
0
que
lim f (x) = 0,
x→0
et de manière plus générale f tend vers L lorque x tend vers x 0 peut s’écrire
f (x) = L + o(1) ou de manière équivalente f (x 0 + h) = L + o(1). (1.4)
x0 0

On remarquera également que si m et n sont des nombres entiers tels que 0 ≤ m < n alors
xn ¿ xm,
0

ce qui nous fournit une échelle d’infiniment petits très utilisée pour comparer des fonctions
1 À x À x2 À x3 À x4 . . .
0 0 0 0

Revenons maintenant au développement (1.3) : ce dernier peut donc s’écrire, en utilisant les
notations précédente comme
f (x 0 + h) = f (x 0 ) + f 0 (x 0 )h + o (h). (1.5)
0 0

La notion de dérivée permet donc d’effectuer un développement limité à l’ordre 1, alors que la no-
tion de limite fournit un développement limité à l’ordre 0. Notons au passage que la comparaison
de (1.5) et de (1.4) permet immédiatement de démontrer :

9
Proposition 5. Si f est dérivable en x 0 , alors f est continue en x 0 .

La réciproque n’est pas vraie en général.

Rappelons également, pour finir avec les généralités sur la dérivation :

Proposition 6. Soit I un intervalle, f une fonction définie et dérivable sur I , de dérivée continue
telle que
f 0 (x) > 0 sur I .
Alors f est strictement croissante sur I .

1.4.2 Calculs de dérivées

Proposition 7. Soient f et g deux fonctions dérivables en x 0 . Alors les fonctions f + g , f − g , f g sont
f
dérivables en x 0 , ainsi que la fonctions , si g (x 0 ) 6= 0, les dérivées étant données par les formules :
g

( f ± g )0 (x 0 ) = f 0 (x 0 ) ± g 0 (x 0 )
( f g )0 (x 0 ) = f 0 (x 0 )g (x 0 ) + f (x 0 )g 0 (x 0 )
µ ¶0
f f 0 (x 0 )g (x 0 ) − f (x 0 )g 0 (x 0 )
(x 0 ) = si g (x 0 ) 6= 0.
g g (x 0 )2
Si f est dérivable en x 0 et g dérivable en f (x 0 ) alors g ◦ f et dérivable en x 0 et

(g ◦ f )0 (x 0 ) = g 0 f (x 0 ) f 0 (x 0 ).
¡ ¢

Enfin si f possède une application réciproque et si f 0 (x 0 ) 6= 0 alors f −1 est dérivable en f (x 0 ) et on a

¢−1 ¡ 1
f −1
¡ ¢
f (x 0 ) = 0 (x
.
f 0)

Ces formules permettent de calculer de nombreuses dérivées : donnant quelques exemples.

Exemple 7. En utilisant directement la définition, on voit que la dérivée de la fonction f (x) = x est
f 0 (x) = 1 pour tout x. On utilisant la formule du produit, on en déduit que la derivée de la fonction
x 7→ x 2 est
(x 2 )0 = 2x,
et de manière plus générale que la dérivée de la fonction x 7→ x n vaut pour tout n entier positif

(x n )0 = nx n−1 .

En utilisant la formule pour les fractions, on s’aperçoit que cette formule reste valable pour tout
n ∈ Z.
On peut utiliser la formule de la fonction réciproque pour calculer la dérivée de la fonction
racine carré, réciproque de f (x) = x 2 . On trouve immédiatement
¡p ¢0 1
x = p .
2 x

En fait, on peut montrer que pour tout α ∈ R, on a la formule générale (x α )0 = αx α−1 .

10
 Pour les fonctions trigonométriques, on peut calculer directement la dérivées de la fonction
sin en utilisant la définition par quotient différentiel, et des formules de trigonométrie habituelles.
On écrit, en utilisant le fait que (cos h)2 + (sin h)2 = 1

sin(x + h) − sin x = sin x cos h + cos x sin h − sin x

−(sin h)2
= (cos h − 1) sin x + cos x sin h = + cos x sin h
1 + cos h
d’où
si n(x + h) − si nx −(sin h)2 sin h
= + cos x
h (1 + cos h)(h) h
et ainsi, en utilisant (1.1)
si n(x + h) − si nx
lim = cos x.
h→0 h
On a donc montré que
(sin x)0 = cos x.
Par une méthode similaire on obtient

(cos x)0 = − sin x.

sin x
En utilisant le fait que tan x = cos x et la formule pour la dérivée du quotient de deux fonctions on
obtient
1
(tan x)0 = = 1 + tan2 x.
(cos x)2
Calculons maintenant la dérivée de la fonction arcsin en utilisant la formule pour la fonction ré-
ciproque. Posons y = arcsin x de sorte que x = sin y. On a donc (arcsin x)0 = cos1 y . Comme cos y =
p p
1 − sin y 2 = 1 − x 2 , on en déduit que

1
(arcsin x)0 = p .
1 − x2
Rappelons pour finir que
1
(e x )0 = e x , et (log x)0 = .
x

1.4.3 Dérivées d’ordre supérieur

La dérivée définit elle même une fonction réelle, et lorsque l’ensemble de définition de cette
dernière contient des intervalles ouverts, on peut étudier ses propriétés de différentiabilité. Lors-
qu’elle existe, on note f 00 la dérivée f 0 , et on l’appelle dérivée seconde. On définit ainsi itérative-
ment la dérivée troisième notée f 000 ou f (3) , et de manière générale la dérivée d’ordre n notée f (n) .
Par convention, on posera f (0) = f .

Un exemple remarquable est fourni par les polynômes, qui sont dérivables à tout ordre. Soit
donc P un polynôme de degré n
n
P (x) = a n x n + a n−1 x n−1 + a n−2 x n−2 + . . . a 1 x + a 0 = ai x i .
X
i =0

11
Un bref calcul montre que
P (0) = a 0 , P 0 (0) = a 1 , P 00 (0) = 2a 2
et de manière générale pour i = 0 . . . n
P (i ) (0) = i !a i (1.6)
alors que P (i ) (x) = 0 pour i > n et tout x dans R. On peut donc écrire
n P (i ) (0)
xi .
X
P (x) = (1.7)
i =0 i!

1.5 Primitives
L’opération de primitivation (ou d’intégration) est l’opération inverse de la dérivée.

Définition 7. Soit f une fonction définie sur un intervalle ]a, b[. On dit que F est une primitive de
f sur l’intervalle ]a, b[ si et seulement si

F 0 (x) = f (x), pour tout x ∈]a, b[, (1.8)

Notons que pour f = 0, les fonctions constantes F (x) = C , pour tout x dans ]a, b[, où C désigne
un nombre quelconque sont évidemment solutions et réciproquement, on démontre que si

F 0 (x) = 0, pour tout x ∈]a, b[,

alors nécessairement il existe une constante C ∈ R telle que F = C . il en résulte que, si F est une
primitive de f , alors il y a une infinité de primitives de f qui sont de la forme F + C . On désigne
par le symbole Z
f (x)d x

cet ensemble de fonctions (on parle aussi d’intégrale indéfinie, car définie seulement à une constante
près).

Exemple 8. De nombreuses primitives s’obtiennent par inversion des formules de dérivation.

Voici quelques exemples :
– Comme (x α )0 = αx α−1 pour tout α 6= 0 , on en déduit par inversion, sur tout intervalle où la
fonction est définie, que

x α+1
Z
x αd x = +C , pour tout α 6= 1, où C désigne une constante arbitraire.
α+1

– Comme (e x )0 = e x , on en déduit, que sur R, on a

Z
e x d x = e x +C .

– Comme (sin x)0 = cos x et (cos x)0 = − sin x on obtient, sur R

Z Z
sin xd x = −cosx +C et cos xd x = si nx +C .

12
1.5.1 Opérations sur les primitives
On vérifie tout d’abord que l’on a bien
Z Z Z
( f ± g )(x)]d x = f (x)d x + g (x)d x,

et, pour tout λ 6= 0 Z Z

λ f (x)]d x = λ f (x)d x.

La formule de dérivation de la multiplication donne lieu a une opération plus compliquée, l’inté-
gration par partie. On a

Proposition 8 (intégration par parties). Soient f et g deux fonctions dérivables sur un intervalle
]a, b[. On a Z Z
f (x)g (x)d x = f (x)g (x) − f 0 (x)g (x)d x.
0

Démonstration. On part de la formule ( f g )0 = f g 0 + g f 0 d’ou il résulte que

Z Z
f (x)g (x) +C = f (x)g (x)d x + f (x)g 0 (x)d x.
0

(on peut ensuite absorber la constante C dans l’une des intégrales indéfinies).
Exemple 9. On utilise souvent la formule d’intégration par partie lorsque f 0 g a une forme plus
simple que f g 0 . Donnons un exemple de calcul de primitive par cette méthode. Cherchons les
primitives de la fonction xe x . Posons f (x) = x et g (x) = e x , de sorte que g 0 (x) = e x . On a donc
Z Z Z
xe d x = f (x)g (x)d x = f (x)g (x) − e x d x = xe x − e x +C .
x 0

La loi de dérivation de la composée donne lieu, par inversion, à la formule dite de changement
de variable. Soient f et g deux fonctions dérivables, telles que g soit définies sur l’image de f . Soit
G une primitive de la fonction g . On a

(G ◦ f )0 (x) = G 0 ( f (x)) f (x) = (g ◦ f )(x) f 0 (x).

On a donc
Proposition 9 (changement de variable). Pour f , g ,G comme si dessus, on a
Z
G( f (x)) = (g ◦ f )(x) f 0 (x)d x +C .

On a coutume d’écrire cette formule en introduisant la variable u = f (x) puis d u = f 0 (x)d x. La

formule de changement de variable devient alors facile a retenir.
2
Exemple 10. Cherchons à calculer une primitive de e x x. Posons u = x 2 , d’où il résulte que d u = 2x
et donc
1 1 1 2
Z Z
x2
e xd x = e u d u = e u +C = e x +C .
2 2 2

Nous avons jusqu’à présent manipulé les intégrales, mais nous n’avons pas donné de résultat
général d’existence. Ce dernier est fourni par la théorie de l’intégrale définie, que nous présentons
ci-dessous.

13
1.5.2 Intégrales définies
Considérons une fonction F continue sur un intervalle fermé [a, b]. Pour n donné dans N on
pose h = b−a
n
, puis on partage l’intervalle [a, b] en n intervalles de tailles égales au moyen des
points de subdivision
x 0 = a, x 1 = a + h, . . . x k = a + kh, . . . x n = b.
On définit ensuite les sommes
£ ¤ n
X n
X
I n = h f (x 1 ) + f (x 2 ) + . . . f (x n ) = h f (x k ) = (x − x k ) f (x k )
k=1 k=1

Remarquons que, si f est positive, alors (x k −x k−1 ) f (x k ) représente l’aire du rectangle de base[x k−1 , x k ]
et de hauteur f (x k ). En sommant sur tous les k on obtient donc un nombre qui est une ap-
proximation de l’aire limitée par la graphe de f , les droites verticales x = a, x = b, et l’axe Ox.

On peut démontrer que lorsque n tend vers +∞, la suite (I n )n>0 converge, et que, si I désigne sa
limite
I = lim I n ,
n→∞

alors cette limite correspond bien à l’aire limitée par le graphe de f , les droites verticales x = a,
x = b, et l’axe Ox.

Définition 8. On appelle I l’intégrale de f sur [a, b], et on la note

Z b
I= f (x)d x.
a

Convention. On convient que

Z a Z b
f (x)d x = − f (x)d x.
b a

Explicitons maintenant le lien entre intégrale et primitive. Posons pour x 0 ∈]a, b[

Z x
F (x) = f (x)d x.
a

14
Pour h > 0 petit donné, F (x + h) − F (x) représente l’aire limitée par la graphe de f , les droites
verticales passant par x, x + h, et l’axe Ox, aire qui est proche de f (x)h. On a donc

F (x + h) − F (x)
' f (x)
h
et donc
F (x + h) − F (x)
F 0 (x) = lim = f (x),
h→0 h
F est donc une primitive de f : c’est la primitive de F qui s’annule en a. Réciproquement, si on
connaît une primitive quelconque F de f on a
Z b
f (x)d x = F (b) − F (a),
a

et donc les calculs d’intégrales se ramènent à trouver des primitives. Par exemple la formule d’in-
tégration par parties s’écrit alors comme suit, pour les intégrales :

Proposition 10. On a
Z b Z b
0
f (x)g (x)d x = [ f g ]ba − f (x)g 0 (x)d x
a a
où on pose pour une fonction v quelconque

[v]ba = v(b) − v(a).

De même, la formule de changement de variable prend la forme suivante :

Proposition 11. On a, si g est continue sur f ([a, b])

Z f (b) Z b
g f (x) f 0 (x)d x.
¡ ¢
g (u)d u =
f (a) a

1.5.3 Aire d’un domaine du plan

Dans ce paragraphe, nous utilisons le calcul intégral pour calculer l’aire de domaines du plan.

Aire d’une arche de sinusoîde. Considérons le graphe de la fonction y = sin x pour x compris entre
0 et π. Cette fonction est positive sur [0, π]. calculons l’aire de la surface limitée par le graphe de
cette fonction et l’axe Ox. Cette aire a pour valeur
Z π
S= sin xd x = [− cos x]π0 = (− cos π) − (− cos 0) = 2.
0

car comme nous l’avons vu, − cos x est une primitive de sin x.

Aire d’une ellipse. Considérons la surface bordée par la courbe

s
2 2
x y x2
2
+ 2 = 1 ⇔ y = ±b 1−
a b a2

15
où a et b sont strictement positifs. C’est une ellipse. La demie-ellipse supérieure est limitée par
l’axe Ox et le graphe de la fonction positive
s
x2
y = f (x) ≡ b 1 − 2
a
qui est définie sur [−a, a]. La surface totale de l’ellipse est donc donnée par
Z a
S =2 f (x)d x.
−a

On effectue le changement de variable

x = a cos t , t ∈ [0, π]

de sorte que y = f (x) = b sin t . Si t = π, on a x = −a et si t = 0 on a x = a. Donc

Z 0 Z 0
S =2 (b sin t )d (a cos t ) == 2 (b sin t )(−a sin t )d t
π π
Z 0 Z π
= −2ab sin t 2 d t = 2ab sin t 2 d t
π 0
si n2t π
Z π · ¸
= ab (1 − cos 2t )d t = ab t − = πab.
0 2 0

où on a utilisé la relation 2 sin2 t = 1 − cos 2t .

1.5.4 intégration de la relation ¿

Contrairement à la dérivation, l’intégration à de bonnes propriétés vis à vis de la relation ¿.
On a
Proposition 12. Soient f et g deux fonctions définies près de zéro. On suppose de plus que

f ¿ g.
0

On a alors Z x Z x
f (s)d s ¿ |g (s)|d s.
0 0
Démonstration. Par hypothèse f (x) = ε(x)g (x), où ε tend vers zéro lorsque x tend vers zéro on a
donc Z x Z x Z x
| f (s)d s| = | ε(s)g (s)d s| ≤ sup |ε(s)| |g (s)|d s.
0 0 s∈[0,x] 0

et la conclusion découle du fait que sup |ε(s) tend vers 0 lorsque x tend vers zéro.
s∈[0,x]
Une conséquence intéressante de cette propriété est la suivante :
Proposition 13. Soit f une fonction définie près de zéro, ainsi que toutes ses dérivées jusqu’ ‘a l’ordre
n, que l’on suppose continues près de zéro. On suppose de plus que

f (k) (0) = 0 pour k = 0, . . . , n.

Alors on a
f (x) ¿ x n .
0

16
 Démonstration Le cas n = 1 a déjà été traité. Si n = 2, alors on a f 00 (0) = 0 et donc par le cas
n = 1, on obtient
f 0 (x) ¿ x.
0
Rx 0
Comme f (x) = 0 f (x)d x, la proposition 12 nous donne

f (x) ¿ x 2 .
0

ce qui est la conclusion désirée pour k = 2. Le cas général se traite de même.

1.6 Développements limités

Définition 9. Soit f une fonction définie au voisinage d’un point x 0 ∈ R. On dit que f admet un
développement limité d’ordre n au voisinage de x 0 si l’on peut écrire

f (x) = a 0 + a 1 (x − x 0 ) + . . . + a n (x − x 0 )n + (x − x 0 )n ε(x)

où ε est une fonction qui tend vers 0 lorsque x tend vers x 0 .

Le polynôme DLn ( f , x 0 ) de degré inférieur ou égal à n défini par

DLn ( f , x 0 ) ≡ a 0 + a 1 (x − x 0 ) + . . . + a n (x − x 0 )n

est appelé partie régulière du développement limité, et (x − x 0 )n ε(x) le reste que l’on peut donc
écrire o(x − x 0 )n .

Le développement limité, lorsqu’il existe, est unique. Notons que l’on a

DLn ( f ± g , x 0 ) = DLn ( f , x 0 ) ± DLn (g , x 0 )

et pour toute constante λ ∈ R

DLn (λ f , x 0 ) = λDLn ( f , x 0 ).
Pour calculer DLn ( f g , x 0 ) on développe le produit DLn ( f , x 0 )DLn (g , x 0 ) et on ne garde que les
termes de degré inférieur à n. Le résultat suivant est fondamental.

Théorème 1 (développement de Taylor). Supposons que f ainsi que toutes ses dérivées jusqu’à
l’ordre n soient définies, continues près de x 0 . Alors f possède un développement limité à l’ordre
n près de x 0 donné par

f (n) (x 0 )
f (x) = f (x 0 ) + f 0 (x 0 )(x − x 0 ) + . . . + (x − x 0 )n + o((x − x 0 )n ).
x0 n!
Démonstration. Supposons pour simplifier que x 0 = 0 (sinon, on fait un changement de variable),
et considérons le polynôme

. . . f (n) (0) n
P (x) = f (0) + f 0 (0)x + x .
n!
On a vu que, pour tout k = 0, . . . , n, on a

P (k) (0) = f (k) (0) et donc ( f − P )(k) (0) = 0.

17
la conclusion résulte alors de la Proposition 12.

Voici quelques exemple classiques de développements limités près de 0

1
= 1 + x + x 2 + . . . x n + o(x n )
1−x
x3 x5 x 2p+1
sin x = x − + + . . . + (−1)p + o(x 2p+1 )
3! 5! (2p + 1)!
x2 x4 x 2p
cos x = 1 − + + . . . + (−1)p + o(x 2p )
2! 4! (2p)!
x x2 xn
e = 1+x + +...+ + o(x n )
2! n!
x2 x3 xn
log(1 + x) = x − + + . . . + (−1)n + o(x n ).
2 3 n

18
Chapitre 2

Fonctions de deux variables

On considère dans cette partie des fonctions de deux variables à valeurs dans R ou éventuel-
lement dans R2 c’est à dire des fonctions de E = R2 vers F = R ou F = R2 . Avant d’aller plus loin,
commençons par quelques rappels sur les propriétés de R2 ainsi que sur la notion de courbe pa-
ramètrée.

2.1 L’espace vectoriel R2

L’espace R2 est un espace vectoriel lorsqu’on le munit de la loi d’addition

(x 1 , x 2 ) + (y 1 , y 2 ) = (x 1 + y 1 , x 2 + y 2 ), ∀ X = (x 1 , x 2 ) ∈ R2 , ∀ Y = (y 1 , y 2 ) ∈ R2 ,

et de la loi de multiplication par un scalaire

λ.(x 1 , x 2 ) = (λx 1 , λx 2 ), ∀X = (x 1 , x 2 ) ∈ R2 , λ ∈ R.

On note 0 = (0, 0) l’élément neutre pour l’addition ci-dessus, c’est à dire tel que 0 + X = X + 0 = X .

On munit par ailleurs R2 d’un produit scalaire noté "." défini par

(x 1 , x 2 ).(y 1 , y 2 ) = x 1 .y 1 + x 2 .y 2 , ∀X = (x 1 , x 2 ) ∈ R2 , ∀Y = (y 1 , y 2 ) ∈ R2 .

On vérifie immédiatement que le produit scalaire a les propriétés suivantes :

Proposition 1. On a pour tous vecteurs X , Y , Z de R2 et tout scalaire λ de R2

X .Y = Y .X
(X + Y ).Z = X .Y + Y .Z
X .(Y + Z ) = X .Y + X .Z
(λX ).Y = λ(X .Y )
X .X ≥ 0

avec égalité si et seulement si X = 0.

On définit la norme euclidienne k · k par

p q
kX k = X .X = x 12 + x 22 ≥ 0, ∀ X = (x 1 , x 2 ) ∈ R2 ,

19
de sorte que kX k = 0 si et seulement si X est nul. L’inégalité triangulaire est une propriété très
intéressante de la norme, à savoir
kX + Y k ≤ kX k + kY k. (2.1)
Si θ désigne l’angle entre les vecteurs X et Y , on a par ailleurs

X .Y = kX k.kY k cos θ,

de sorte que
|X .Y | ≤ kX k.kY k, (2.2)
avec égalité si et seulement si les vecteurs sont colinéaires. Cette dernière inégalité s’appelle l’in-
égalité de Cauchy-Schwarz.

La norme euclidienne permet de définir une distance, dite euclidienne également, entre les élé-
ments de R2 :
dist(X , Y ) = kX − Y k.
Notons que cette distance majore la différence des coordonnées

|x 1 − y 1 | ≤ dist(X , Y ) = kX − Y k, |x 2 − y 2 | ≤ dist(X , Y ) = kX − Y k,

et que la somme de la différence des coordonnées majore la norme

dist(X , Y ) = kX − Y k ≤ |x 1 − y 1 | + |x 2 − y 2 |.

Remarque 1. Si A = (a 1 , a 2 ) et B = (b 1 , b 2 ) sont deux éléments de R2 alors on note souvent

−→
AB = B − A = (b 1 − a 1 , b 2 − a 2 )
−→
La norme de AB donnée par
−→ p
k AB k = (b 1 − a 1 )2 + (b 2 − a 2 )2
représente donc la longueur du segment AB . Notons par ailleurs qu’avec ces notations, on a éga-
−−→
lement X = OX .

20
2.2 Courbes paramétrées de R2
Nous serons amenés dans de nombreuses circonstances à formaliser la notion de courbe dans
le plan R2 . Nous verrons essentiellement deux méthodes pour réaliser un tel objectif : la méthode
paramétrique et la méthode implicite. La méthode paramétrique que nous allons voir dans ce
paragraphe, s’inspire de la notion de trajectoire. Elle permet de plus de définir une orientation
naturelle à la courbe.

Définition 1. Soit I un intervalle de R non vide. Soit M 1 et M 2 deux applications continues de I

dans R, et soit l’application M : I → R2 définie par M (t ) = (M 1 (t ), M 2 (t )), pour t ∈ I . Soit C l’image
de I par M , c’est à dire l’ensemble des points de R2 de la forme (x 1 , x 2 ) = (M 1 (t ), M 2 (t )) où t ∈ I ou
encore
C = {t ) = (M 1 (t ), M 2 (t )), t ∈ I }.
On dit que C est une courbe paramètrée du plan.

Exemple 1. La courbe définie par les fonctions

M 1 (t ) = a 1 t + b 1 , M 2 (t ) = a 2 t + b 2 pour t ∈ R

définie une droite affine du plan. Si a 1 = 0 c’est la droite verticale x = b 1 , si a 2 = 0 on obtient la

droite horizontale y = b 2 .

La courbe définie par x 1 = cos t et x 2 = sin t pour t ∈ I = [0, 2π] est le cercle de centre 0 et de
rayon 1.

La courbe définie par x 1 = a cos t et x 2 = b sin t , où a > b > 0 sont des paramètres pour t ∈ I =
[0, 2π] est une ellipse de centre 0, dont le grand axe est horizontal, de longueur 2a.

Le graphe de fonction de I dans R fournit un autre exemple élémentaire de courbe paramètrée.

Si f est une fonction de I dans R son graphe est la courbe paramétrée par
(
M 1 (t ) = t
M 2 (t ) = f (t ), t ∈ I .

Remarque 2. On peut paramètrer une même courbe C de plusieurs manières différentes. Par
exemple la droite y = x peut être paramètrée par

x1 = t x2 = t , t ∈ R

mais aussi par

x 1 = 2t x 2 = 2t , t ∈ R.
De manière plus générale, si J est un intervalle de R et ϕ une application continue strictement
monotone bijective de J vers I , la courbe C peut être paramétrée comme

x 1 = ( f 1 ◦ ϕ)(s), x 2 = ( f 2 ◦ ϕ)(s), s ∈ J .

Supposons maintenant que les fonctions M 1 et M 2 sont dérivables.

21
Définition 2. Le point M (t ) = (M 1 (t ), M 2 (t )) de la courbe C est dit ordinaire si

M 10 (t ), M 20 (t ) =
¡ ¢
6 (0, 0).

Il est dit stationnaire si M 10 (t ), M 20 (t ) = (0, 0).

¡ ¢

Définition 3. Soit¡ M (t 0 ) = (M 1 (t¢0 ), M 2 (t 0 )) un point ordinaire. La droite passant par M (t 0 ) et de

vecteur directeur M 10 (t 0 ), M 20 (t 0 ) , c’est à dire la droite paramétrée par

x 1 (s) = M 10 (t 0 )s + M 1 (t 0 ) et x 2 (s) = M 20 (t 0 )s + M 2 (t 0 ), s ∈ R

est appelée droite tangente en M (t 0 ) à la courbe C .

Tout vecteur non nul colinéaire au vecteur (M 10 (t 0 ), M 20 (t 0 ) est appelée vecteur tangent en
¡ ¢

M (t 0 ). Il est souvent d’usage de représenter un tel vecteur en prenant un point P de la droite

−−−−−→
tangente à C , choisi de sorte que le vecteur M (t 0 )P d’origine M (t 0 ) et d’extrémité P soit égal au
vecteur tangent donné. Réciproquement, tout vecteur de cette forme est bien un vecteur tangent.

Exemple 2. Considérons le cercle unité S 1 défini par

x 1 (t ) = cos t , x 2 (t ) = sin t , t ∈ [0, 2π].

¡ p p ¢
et le point M 0 = M ( π4 ), c’est à dire M 0 = 1/ 2, 1/ 2 . La droite tangente à S 1 en M 0 a pour vecteur
¡ p p ¢
directeur −1/ 2, 1/ 2 et peut être paramètrée de la façon suivante

t 1 t 1
x 1 = − p + p , x 2 = p + p t ∈ R.
2 2 2 2

Il s’agit aussi de la droite qui a pour équation

p
x1 + x2 = 2.

Considérons maintenant de manière plus générale une courbe donnée sous forme de graphe x 2 =
ϕ(x 1 ), où ϕ est une fonction d’une variable réelle dérivable. Un vecteur tangent à cette courbe au
point M = (m 1 , m 2 ) est donné par
~ = 1, ϕ0 (m 1 ) .
¡ ¢
T (2.3)
La droite tangente a pour équation

x 2 = ϕ0 (m 1 )(x 1 − m) + ϕ(m 1 ).

Notons pour finir que si tous les points sont ordinaires, alors le vecteur M 0 (t ) ne s’annule ja-
mais, et le paramètrage nous fournit également une orientation de la courbe C . On introduit dans
ce contexte la définition suivante :

Définition 4. On dit que le paramètrage t 7→ M (t ) est naturel si et seulement si on

kM 0 (t )k = 1. (2.4)

22
 Bien entendu, dans un paramétrage naturel, tous les points sont ordinaires. Réciproquement,
si pour un paramétrage tous les points sont ordinaires, on peut reparamétrer la courbe en intro-
duisons un paramétrage naturel, sous la forme

M̃ (s) = M ◦ ϕ(s).

On a en effet
d M̃
(s) = M 0 (ϕ(s)).ϕ0 (s)
ds
de sorte que
d M̃
k (s)k = kM 0 (ϕ(s))kϕ0 (s),
ds
de sorte que le réparamétrage doit vérifier l’équation
1
ϕ0 (s) = ,
kM 0 (ϕ(s))k

équation que l’on peut intégrer, grâce en particulier au Théorème de Cauchy-Lipschitz.

Lorsque le paramètrage est naturel, on note souvent s la variable du paramètrage (que l’on
appelle abscisse curviligne) et
d M̃
~ (s) =
T (s),
ds
le vecteur tangent, qui est alors unitaire, car kT~ (s)k = 1.

Longueur d’une courbe. Soit C une courbe paramètrée par t 7→ M (t ), t ∈ I = [a, b]. On suppose
que tous les points sont ordinaires, c’est à dire que M 0 ne s’annule pas sur I , et qu’il est bijective
de I vers C .

Définition 5. On appelle longueur de C la quantité

Z b
L(C ) = kM 0 (t )kd t .
a

Cette quantité est positive, éventuellement infinie, et ne dépend pas de l’orientation. On vérifie
par ailleurs que L(C ) est indépendant du paramètrage choisi. Si le paramètrage est naturel, on a
donc Z b
L(C ) = d s.
a

Exemple 3. Si une courbe est définie comme graphe d’une fonction f = [a, b] sur un intervalle,
c’est à dire C = {(x, ϕ(x), x ∈ I }, alors, on a
Z b
L(C ) = ~ (x)kd x,
kT
a

p tangent T (x) est donné par la formule (2.3), c’est à dire T (x) = (1, ϕ (x)) de sorte que
0
où le vecteur
~ (x)k = 1 + ϕ0 (x)2 . Il en résulte que
kT
Z bq
L(C ) = 1 + ϕ0 (x)2 d x.
a

23
Exemple 4. Calculons la longueur du cercle S R de rayon R. Un paramétrage est fourni par l’appli-
d
cation M : [0, 2π[→ R2 ,t 7→ (R cos t , R sin t ) de sorte de M (t ) = (−R sin t , R cos t ) et donc kM (t )k =
p dt
R 2 cos2 t + R 2 sin2 t = R. Il vient ainsi
Z 2π
L(S R ) = Rd t = 2πR.
0

Exemple 5. Calculons la longueur d’une ellipse E a,b , où a ≥ b > 0, paramétrée par M : [0, 2π[→ R2 ,
d
t 7→ M (t ) = (a cos t , b sin t ). On a donc M (t ) = (−a sin t , b cos t ), et ainsi
dt
d p p
k M (t )k = a 2 sin2 t + b 2 cos2 t = a 2 + (b 2 − a 2 ) cos2 t ,
dt
et donc
Z 2π p Z πp
L(E a,b ) = a 2 + (b 2 − a 2 ) cos2 t d t = 2I , où I = a 2 + (b 2 − a 2 ) cos2 t d t ,
0 0

intégrale que l’on ne sait pas intégrer explicitement...

2.3 Graphes, lignes de niveau

Soit F une fonction de R2 dans R, D = D f son domaine de définition. Si X ∈ D est un point de
coordonnées(x 1 , x 2 ), on notera indifférement f (X ) ou f (x 1 , x 2 ) son image.

Exemple 6. Souvent, comme dans le cas réel, les fonctions seront données à l’aide de formules.
– f (x 1 , x 2 ) = ax 1 + bx 2 , a et b donnés, est une fonction linéaire
– f (x 1 , x 2 ) = ax 1 + bx 2 + c avec a, b, c donnés, est une fonction affine
– f (x 1 , x 2 ) = x 13 − x 22 + x 1 x 2 + x 1 + 2x 1 − 1 est un polynôme.
La fonction q q
f (x 1 , x 2 ) = 1 − x 1 + 1 − x 22
2

est définie quand |x 1 | ≤ 1 et |x 2 | ≤ 1 c’est à dire sur le carré de centre 0 = (0, 0) et de taille 2 × 2 avec
bord. La fonction
1
f (x 1 , x 2 ) = q q
1 − x 12 + 1 − x 22
est définie pour |x 1 | ≤ 1 et |x 2 | ≤ 1 sauf pour |x 1 | = |x 2 | = 1 c’est à dire le carré de centre 0 = (0, 0) et
de taille 2 × 2 avec bord, mais privé de ses quatres sommets. Enfin, la fonction
1
f (x 1 , x 2 ) = q
1 − x 12 − x 22

est définie pour x 12 + x 22 < 1 c’est à dire sur le disque sans bord de centre 0 = (0, 0) et de rayon 1.

Des exemples de fonctions sur R2 abondent aussi dans de la vie courante : c’est le cas la fonc-
tion qui atout point d’une carte associe l’altitude (carte IGN) en ce point, ou la température(carte
météo).

24
 Le graphe Γ f de la fonction f est un sous-ensemble de R3 = R2 × R donné par l’ensemble des
points de coordonnées (x 1 , x 2 , f (x 1 , x 2 )), où (x 1 , x 2 ) parcours le domaine de définition :

Γ f = {(x 1 , x 2 , x 3 ) ∈ R3 , tels que (x 1 , x 2 ) ∈ D f , x 3 = f (x 1 , x 2 )}

= { x 1 x 2 , f (x 1 , x 2 ) , (x 1 , x 2 ) ∈ D f } ⊂ R 3
¡ ¢

C’est en générale une surface. Par exemple, dans le cas des fonctions affines, le graphe est un plan
affine de R3 .

Une autre idée introduite pour identifier la distribution des valeurs de f c’est de représenter
les lignes de niveau. Elle est notamment utilisée en cartographie, et est un moyen particulièrement
commode pour porter les altitudes sur une carte.

Une ligne de niveau, est, pour une valeur c donnée, constituée par l’ensemble des points (x 1 , x 2 )
du domaine de définition de f dont l’image par f a pour valeur c. C’est donc l’ensemble de R2
défini par la relation
f (x 1 , x 2 ) = c.
A chaque valeur de c correspond bien entendu une ligne de niveau, notée f c . Une ligne de ni-
veau peut être, entre autres, l’ensemble vide, réduite à un point, ou encore être une courbe ou un
ensemble de courbes.

Exemple 7. Soit f la fonction affine donnée par f (x 1 , x 2 ) = x 1 + x 2 + 1. Les lignes de niveau sont
donc les droites du plan d’équation
x 1 + x 2 = c − 1.
Si f est la fonction d’équation f (x 1 , x 2 ) = x 12 + x 22 , alors la ligne de niveau c a pour équation

x 12 + x 22 = c.

elle est donc vide si c < 0, réduite au point 0 si c = 0, enfin pour c > 0, il s’agit du cercle centré à
p
l’origine de rayon c.

25
2.4 Limites, continuité
Les définitions que nous avons introduites au Chapitre 1 se transposent facilement au cas
multi-dimensionnel.

Soit f une fonction sur R2 et M 0 un point donné de R2 . On supposera de plus que f est définie
sur un disque ouvert non vide

D(M 0 , R) ≡ {X ∈ R2 , kX − M 0 k > r }

r > 0, contenant M 0 , sauf peut-être en M 0 , c’est à dire que

D(M 0 , R) \ {M 0 } ⊂ D f .

Définition 6. On dit que la fonction f admet une limite L en M 0 , ou que f (X ) tend vers L lorsque
X tend vers M 0 , si et seulement si :
Pour tout nombre réel ² > 0, il existe un nombre α > 0 tel que la relation 0 < kX − M 0 k < α
entraîne
| f (X ) − L| < ².

On vérifie que si une limite L existe, alors elle est forcément unique. On note alors

L = lim f (X ) ou encore f (X ) → L.
X →M 0 X →M 0

La propriété précédente exprime le fait que si X 6= X 0 se trouve à une distance de M 0 infé-

rieure à α > 0, qui dépend bien entendu de ², alors la différence entre f (X ) et L est nécessairement
inférieure à ². On a, comme au chapitre 1 :

Proposition 2. Soient f et g deux fonctions sur R2 telles que f et g admettent comme limite en M 0
les nombres L et K . Les fonctions f ± g et f g admettent alors les limites suivantes en X 0 :

lim ( f ± g )(X ) = L ± K et lim ( f g )(X ) = LK .

X →X 0 X →X 0

de plus, si K 6= 0 alors on a
f L
lim (X ) = .
X →X 0 g K

La notion de continuité découle directement de celle de limite.

Définition 7. On suppose que f est aussi définie en X 0 . On dit que f est continue en M 0 si et seule-
ment si f admet une limite en M 0 , égale à sa valeur f (M 0 ) en ce point.

Il résulte immédiatement de la Proposition 2 que si f et g sont deux fonctions continues en

f
un point M 0 , alors f + g , f − g , f g sontégalement continues en ce point. Si g (M 0 ) 6= 0, alors est
g
également continue en X 0 .

26
Exemple 8. Les fonctions polynômiales, c’est a dire du type
n
j
a i j x 1i x 2
X
f (x 1 , x 2 ) =
i , j =0

sont continues en tout point de R2 . Les exemples les plus simples de telles fonctions sont les fonc-
tions affines, de la forme
f (x 1 , x 2 ) = a 1 x 1 + a 2 x 2 + b.
Par ailleurs, si g est une fonction d’une variable réelle continue sur un intervalle ouvert I , alors la
fonction de deux variables f définie par

f (x 1 , x 2 ) = g (x 1 ) (2.5)

est continue sur I × R.

Nous aurons à plusieurs reprises à considérer des fonctions F de R2 à valeurs dans R2 . Une telle
fonction peut donc s’écrire ¡ ¢
F (x 1 , x 2 ) = f 1 (x 1 , x 2 ), f 2 (x 1 , x 2 )
où f 1 et f 2 désignent des fonctions de deux variables à valeurs réelles, c’est à dire de R2 vers R2 .
Nous dirons que F est continue en X 0 si et seulement si les deux fonctions f 1 et f 2 sont continues
en X 0 .

Remarque 3. On pourra vérifier que F est continue en X 0 si et seulement si pour tout nombre réel
² > 0, il existe un nombre α > 0 tel que la relation 0 < kX − X 0 k < α entraîne

kF (X 0 ) − F (X )k < ².

Passons maintenant à la loi de composition ◦, pour laquelle il convient de distinguer plusieurs

cas, au vu des divers types de fonctions que nous avons considérés jusqu’ à présent.

Considérons tout d’abord une fonction à deux variables f , c’est à dire de R2 à valeurs dans R,
supposée continue en un point X 0 de D f . Soit ensuite une fonction h d’une variable réelle, c’est à
dire de R vers R, définie en f (X 0 ) et continue en ce point de R. On a alors

Proposition
¡ ¢ 3. Si f , h, X 0 sont comme ci-dessus, alors la fonction h ◦ f , définie par (h ◦ f )(X ) =
h f (X ) est continue en X 0 .

Exemple 9. la fonction g définie par

2 2
g (x 1 , x 2 ) = e x1 +x2

est définie sur tout R2 . On peutécrire g = h ◦ f , où f est la fonction polynômiale de deux variables
définie par f (x 1 , x 2 ) = x 12 +x 22 et la fonction h est la fonction d’une variable réelle définie par h(x) =
e x , pour tout x ∈ R. Ces deux fonctionsétant continues, il en résulte que g l’est également.

Considérons maintenant un deuxième type de composition celui où on commence par une

fonction h de R à valeurs dans R2 c’est à dire de la forme

h(x) = (h 1 (x), h 2 (x))

Si F est une fonction de deux variables. Soit x 0 in point de R. On suppose que h 1 et h 2 sont conti-
nues en x 0 et que F est continue en h(x 0 ). on a

27
Proposition 4. Si f , h, x 0 sont comme ci-dessus, alors la fonction f ◦ h, définie par ( f ◦ h)(x) =
f (h(x)) est continue en x 0 .
Considérons enfin un dernier cas, celui ou on a deux fonctions F et H de R2 vers R2 telles que
F est continue en X 0 et H continue en F (x 0 ). alors
Proposition 5. La fonction F ◦ H , définie par (F ◦ H )(x) = F (H (x)) est continue en X 0 .

2.5 La notion de dérivée partielle

Considérons une fonction de deux variables réelles et un point M = (m 1 , m 2 ) de R2 . Si l’on fixe
l’une des variables, et que l’on fait varier l’autre, on obtient une fonction d’une variable réelle. Plus
précisément, posons pour t ∈ R (
f 1 (t ) = f (m 1 + t , m 2 )
f 2 (t ) = f (m 1 , m 2 + t ).
Pour définir la fonction f 1 on se restreint donc à la droite horizontale D 1 passant par M d’équa-
tion x 2 = m 2 , ou encore de paramétrage x 1 = m 1 + t , x 2 = m 2 et et de même pour définir f 2 on
se restreint à la droite verticale D 2 passant par M et d’équation x 1 = m 1 , encore de paramétrage
x 1 = m 1 , x 2 = m 2 + t . On suppose par ailleurs que les fonctions f 1 et f 2 sont dérivables en t = 0. Les
dérivées partielles correspondent alors aux dérivées en 0 des fonctions précédentes.
Définition 8. On appelle dérivée partielle de f en M 0 par rapport à la variable x 1 la dérivée f 10 (0).
On la note
∂f
f x01 (M 0 ), ∂x1 f (M 0 ) ou encore (M 0 ).
∂x 1
On a donc
∂f f (m 1 + t , m 2 ) − f (m 1 )
(M 0 ) = lim .
∂x 1 t →0 t
De même, on appelle dérivée partielle de f en M par rapport à la variable x 2 la dérivée f 20 (0). On la
∂f
note f x02 (M 0 ), ∂x2 f (M 0 ) ou encore (M 0 ). On a donc
∂x 2
∂f f (m 1 , m 2 + t ) − f (m 1 )
(M 0 ) = lim .
∂x 2 t →0 t

28
Remarque 4. Notons, par ailleurs que si f 1 est dérivable, alors

∂f
f 10 (t ) = (m 1 + t , m 2 )
∂x 1

et de même si f 2 est dérivable, alors

∂f
f 20 (t ) = (m 1 , m 2 + t ).
∂x 1

Lorsque les dérivées partielles existent en tout point du domaine D, elles définissent des fonc-
tions à deux variables sur ce domaine, que l’on note

∂f ∂f
f x01 , f x02 , ou ∂x1 f , ∂x2 , f ou encore , .
∂x 1 ∂x 2

Exemple 10. Considérons le polynôme f (x 1 , x 2 ) = x 12 + x 23 + x 1 x − 2. On a

f x01 (x 1 , x 2 ) = 2x 1 + x 2 et f x02 = 3x 22 + x 2 .

Comme dans le cas de fonctions d’une seule variable, on a les règles de calcul suivantes :

Proposition 6. On a pour i = 1, 2

( f ± g )xi = f x0i ± g x0 i , ( f g )xi = f x0i g + f g x0 i .

De plus si là où g ne s’annule pas

f x0i g − f g x0 i
µ ¶0
f
= .
g xi g2

Notons également la propriété suivante :

Proposition 7. Soit f une fonction dérivable sur R2 . On suppose que

∂f
= 0.
∂x 1

alors il existe une fonction g : R → R telle que

f (x 1 , x 2 ) = g (x 2 ),

c’est à dire que f ne dépend que de la variable x 2 . De plus, on a

∂f
g 0 (x 2 ) = (x 1 , x 2 ).
∂x 2

Démonstration. Par intégration, on a

x1 ∂f
Z
f (x 1 , x 2 ) = f (0, x 2 ) + (s, x 2 )d s = f (0, x 2 ).
0 ∂x 1

En posant g (x 2 ) = f (0, x 2 ) la conclusion en découle.

29
2.5.1 Développement limité à l’ordre 1
Afin de pouvoir écrire un developpement limité au premier ordre près d’un point M = (m 1 , m 2 )
donné, il faut, non seulement supposer que la fonction possède des dérivées partielles en ce point,
mais également que ces dernières soient définies et continues dans un voisinage de ce point : les
hypothèses sont donc plus exigeantes qu’en dimension 1. Dans ces conditions, on a
Proposition 8. On supposee que f x0i est définie et continue près de M = (m 1 , m 2 ), pour i = 1, 2. Alors
on a pour h = (h 1 , h 2 ) petit
f (M + h) = f (m 1 + h 1 , m 2 + h 2 ) = f (m 1 , m 2 ) + h 1 f x01 (m 1 , m 2 ) + h 2 f x02 (m 1 , m 2 ) + khkε(h), (2.6)
où la fonction ε est définie près de 0 et vérifie
lim ε(h) = 0.
h→0

Idée de la démonstration. On se déplacant selon des lignes horizontales et verticales unique-

ment, on peut décomposer :
£ ¤ £ ¤
F (M + h) − F (M ) = f (m 1 + h 1 , m 2 + h 2 ) − f (m 1 , m 2 + h 2 ) + f (m 1 , m 2 + h 2 ) − f (m 1 , m 2 )
Z h1 Z h2
0
= f x1 (m 1 + s, m 2 + h 2 )d s + f x02 (m 1 , m 2 + s)d s
0 0
(2.7)
= h 1 f x01 (M ) + h 2 f x02 (M )+
Z h1 Z h2
£ 0
f x1 (m 1 + s, m 2 + h 2 ) − f x01 (M ) d s +
£ 0
f x2 (m 1 , m 2 + s) − f x02 (M ) d s
¤ ¤
0 0

Posons pour r > 0 et

²(r ) = sup | f x0i (X ) − f (M )|.
X ∈D(M ,r ),i =1,2
Comme f x0i est supposée continue en M , nous obtenons
lim ²(r ) = 0.
r →0

Par ailleurs, en revenant à (2.7), on trouve

|F (M + h) − F (M ) − h 1 f x01 (M ) − h 2 f x02 (M )| ≤ (|h 1 | + |h 2 |)²(khk),
d’o û la conclusion découle.

30
2.5.2 Le gradient
−−−→
Si f est dérivable au point M , alors on introduit le vecteur gradient de f , noté ∇ f ou grad f par
−−−→
grad f (M ) = f x01 (M ), f x02 (M ) .
¡ ¢

Si f est dérivable sur tout le domaine D, on définit ainsi une nouvelle fonction de deux variables à
valeurs dans R2 . Sous les mêmes hypothèses qu’au paragraphe précédent sur f , on peut écrire le
développement (2.6) sous la forme condensée
−−−→
f 0 (M + h) − f (M ) = h.grad f (M ) + khkε(h). (2.8)

Considérons maintenant une droite quelconque D passant par M , de vecteur directeur ~ e , supposé
de norme 1, c’est à dire kek = 1. Si on paramètre la droite par M (t ) = M + t~
e , et que s’intéresse à la
restriction f D définie par
f D (s) = f (M + s~
e)
la formule (2.8) montre alors que f D est dérivable en 0 et
−−−→
f D0 (0) = ~
e .grad f (m).

On peut en conclure que f est dérivable dans toutes les directions, et que la direction dans laquelle
la fonction croît le plus est celle du gradient.

On a par ailleurs :

Proposition 9. Soit f une fonction dérivable sur R2 telle que

−−−→
grad f = 0.

Alors la fonction f est constante, c’est à dire il existe une constante c ∈ R telle que

f = c.
∂f
Démonstration. La propriété résulte directement de la Proposition 7. En effet, comme ∂x 1
= 0, on a

f (x 1 , x 2 ) = g (x 2 ),

pour une fonction d’une variable g . Comme par ailleurs

∂f
g 0 (x 2 ) = (x 1 , x 2 ) = 0,
∂x 2

la fonction g est constante et la conclusion en découle.

−−−→
Remarque 5. On montre de même que si grad f = (a 1 , a 2 ) est un vecteur constant sur R2 alors la
fonction f est nécessairement une fonction affine. Pour s’en convaincre, Il suffit de considérer la
−−−→
fonction g (x 1 , x 2 ) = f (x 1 , x 2 ) − (a 1 x 1 + a 2 x 2 ) et de vérifier que grad g = (0, 0).

31
2.5.3 Dérivation des fonctions composées
Nous avons rencontré plusieurs exemples de fonction composées à la Section 2.4. Voyons main-
tenant comment dériver de telles fonctions, en commençant par quelques situations simples.

Premièr exemple. Soit f une fonction de R2 dans R 2 et g une

¡ fonction de R dans R. On considère la
fonction G définie par G = g ◦ f : R → R, M 7→ G(M ) = g f (M ) , pour M ∈ R2 . On a alors
2
¢

Proposition 10. On supose f dérivable en M et g dérivable en f (M ). Alors G est dérivable en M et

G x0 i (M ) = g 0 ( f (M )) f x0i (M ), pour i = 1, 2,
−−−→ −−−→
et donc gradG(M ) = g 0 ( f (M )) grad f (M ).
Preuve. Pour i = 1, et t ∈ R petit, on a, si M = (m 1 , m 2 )

G(m 1 + t , m 2 ) −G(m 1 , m 2 ) = g ( f (m 1 + t , m 2 )) − g ( f (m 1 , m 2 )) = g ( f 1 (t )) − g ( f 1 (0)),

et donc
G(m 1 + t , m 2 ) −G(m 1 , m 2 )
lim = (g ◦ f 1 )0 (0) = g 0 ( f 1 (0)) f 10 (0) = g 0 ( f (M ). f x01 (M ).
t →0 t

Deuxième exemple. Soit f une fonction de R2 dans R, dérivable dans le voisinage d’un point M , de
dérivées continues, et soit ~
n une fonction d’une variable s à valeur dans R2
~
n (s) = (n 1 (s), n 2 (s)) ,

telle que ~
n (s 0 ) = M . On suppose h dérivable en s 0 . Une telle fonction ~
n représente par exemple le
paramétrage d’une courbe C , ou la trajectoire d’une particule se déplaçant le long de C au cours
du temps désigné par la variable s. On s’intéresse ici à fonction φ : R → R définie pae

φ(s) = f ◦~
n (s) = f (~
n (s)).

Si on reprend l’image de la particule se déplaç ant sur la courbe C , alors φ(s) désigne la valeur de
f au temps s mésurée sur la particule.
Proposition 11. La fonction φ = f ◦~ n de R à valeur dans R est dérivable en s 0 et
−−−→ −−−→
φ0 (s) = ( f ◦~
n )0 (s 0 ) = ~
n 0 (s 0 ) . grad f (M ) = ~
n 0 (s 0 ) . grad f (~
n (s 0 ))
= f x01 (~
n (s 0 ))n 10 (x 0 ) + f x02 (~
n (s 0 ))n 20 (s 0 ).

32
Idée de la démonstration. On passe par les développements limités à l’ordre 1. On écrit tout d’abord
le développement limité de ~n près de s 0 , à savoir pour h petit

~
n (s 0 + h) = ~ n 0 (s 0 ) + hε(h), o ù ε(h) → 0lorsque h → 0.
n (s 0 ) + h.~

Posons
~
k(h) = ~ n 0 (s 0 ) + ε(h)),
n (s 0 + h) − M = h(~
de sorte que kk(h)k ≤ C |h| pour h petit, où C est une constante. Utilisons maintenant 2.8, à savoir
−−−→
f (n(s 0 + h)) − f (M ) = f (M + k(h)) − f (M ) = ~ k(h).grad f (M ) + k~
k(h)kε̃(~
k(h)), où ε̃(~
k) → 0 lorsque ~
k → 0,
−
− −
→
= h(~n 0 (s 0 ).grad f (M ) + h.ε2 (h),

où ε2 (h) → 0 lorsque h → 0.
Troisième exemple. Voyons maintenant une autre situation tout aussi importante, et qui corres-
pond en particulier à des changements de variables. Soit U une fonction de R2 dans R2 , qui peut
donc s’écrire sous la forme
U (X ) = (u 1 (X ), u 2 (X ))
qui sera supposé dérivable près d’un point M donné, de dérivées continues, c’est à dire telle que u 1
et u 2 sont dérivables, de dérivées partielles continues. Soit f une fonction de R2 dans R dérivable
près de U (M ) de dérivées partielles continues. Considérons la fonction F = f ◦U

F (M ) = f (u 1 (M ), u 2 (M )).

Proposition 12. La fonction F = f ◦U est différentiable en M . De plus

( 0
F x1 (M ) = f u0 1 (U (M ))(u 1 )0x1 (M ) + f u0 2 (U (M ))(u 2 )0x1 (M )
(2.9)
F x0 2 (M ) = f u0 1 (U (M ))(u 1 )0x2 (M ) + f u0 2 (U (M ))(u 2 )0x2 (M ).

Idée de la démonstration. Pour t ∈ R petit, on a

F (m 1 + t , m 2 ) = f ◦~
n (t ),

où ~
n une une fonction de R dans R2 définie par ~ n (t ) = (u 1 (m 1 + t , m 2 ), u 2 (m 1 + t , m 2 )). On a

n 0 (0) = (u 1 )0x1 (M ), (u 2 )0x1 (M ) ,

~
¡ ¢

On a donc, en utilisant la Proposition 11 il vient

−−−→
F x0 1 (M ) = ( f ◦~
n )0 (0) = ~
n 0 (0).grad f (M ),

ce qui donne le résultat.

Remarque 6. Nous verrons plus loin que ce résultat s’écrit de manière plus condensée en utilisant
la matrice jacobienne de U donnée par

(u 1 )0x1 (u 1 )0x2
µ ¶
DU (M ) =
(u 2 )0x1 (u 2 )0x2

Les relations (2.9) s’écrivent alors sous forme matricienne

−−−→ −−−→
grad F (M ) = grad f (U (M )) · DU (M ), (2.10)
−−−→
où le point · désigne la multiplication des matrices et grad f est considéré comme un vecteur ligne.

33
Exemple 11. Illustrons le calcul précédent en voyons comment différentier une fonction en coor-
données polaires. Rappelons que si X = (x 1 , x 2 ) est un point du plan R2 de coordonnées polaires
(r, θ), avec r ≥ 0, alors
x 1 = r cos θ, x 2 = r sin θ.
Ceci nous conduit à introduire l’application Φ de D = R+ × R dans R2 définie par

Φ(r, θ) = (Φ1 (r, θ), Φ2 (r, θ) = (r cos θ, r sin θ). (2.11)

On vérifie que Φ est dérivable sur son domaine de définition et que ses dérivées partielles sont
continues. En effet, on a

(Φ1 )0r (r, θ) = cos θ, (Φ1 )0θ (r, θ) = −r sin θ

(

(Φ2 )0r (r, θ) = sin θ, (Φ2 )0θ (r, θ) = r cos θ.

Si f est une fonction définie en coordonnées cartésiennes, son expression en coordonnées po-
laires sera F = f ◦ Φ. On aura donc

F r0 (r, θ) = f x01 (M ) sin θ + f x02 (M ) cos θ (2.12)

et
F θ0 (M ) = f x01 (M )r cos θ − f x02 r sin θ. (2.13)
On peut réecrire ces formules en introduisant les vecteurs unitaires

M
~
er = = (cos θ, sin θ), et ~
e θ = (− sin θ, cos θ)
kM k
qui sont orthogonaux, de sorte que
−−−→ −−−→
F r (r, θ) = ~
e r .grad f et F θ (r, θ) = r~
e θ .grad f .
−−−→
Remarquons que l’on peut déduire de ces calculs l’expression de grad f en coordonnées polaires,
à savoir
−−−→ 1
grad f = F r (r, θ)~
e r + F θ (r, θ)~
eθ.
r
Remarque 7. Remarquons que l’on peut également écrire la formule (2.12) sous la forme

∂F ∂f ∂f
r = x1 + x2
∂r ∂x 1 ∂x 2

et la formule (2.13) sous la forme

∂F ∂f ∂f
= x2 − x1 .
∂θ ∂x 1 ∂x 2

2.5.4 La matrice Jacobienne

Il est possible de donner une forme plus concise aux résultats précédents en introduisant la
matrice Jacobienne. Considérons de manière générale une application ~ f de Rk vers Rn , où les
nombres k et n peuvent prendre les valeurs 1, 2, voire 3 dans les chapitres ultérieurs. On peut
écrire
~
¡ ¢
f (x 1 , . . . , x k ) = f 1 (x 1 , . . . , x k ), . . . , f n (x 1 , . . . , x k ) .

34
On dira que ~f est dérivable si et seulement si toutes les fonctions f i le sont, pour i = 1, . . . , k. On
introduit alors la matrice D ~f à n lignes et k colonnes, matrice dont les lignes sont composées des
gradients des fonctions f i , i = 1, . . . , n. On a donc
 ∂f ∂ f1

1
. . .
 ∂x. 1 . ∂x k
.. 
Df = .
 . . . . .
 (2.14)
∂ fn ∂ fn
∂x 1 . . . ∂x k

Exemple 12. Soit F est une application linéaire de Rk vers Rn définie par une matrice

A = (a i , j )1≤i ≤n, 1≤ j ≤k

à n lignes et k colonnes, c’est à dire telle que

t ~ ) = At X
f (X ~. (2.15)
~ désignent les vecteurs colonnes associés aux vecteurs lignes ~
Ici t f et t X ~ respectivement
f (x) et X
(ce sont aussi leurs matrices transposée, si on considère ces vecteurs lignes comme des matrices).
Plus précisement, on a    
x1 f 1 (X )
 .  .. 
X =  ..  et t ~
t~
f (X ) = 

. 
xk f n (X )
la relation matricielle (2.15) donne donc f i (X ) = a i ,1 x 1 + . . . a 1,k x k . Alors

D f (X ) = A, ∀X ∈ Rk .

Si par ailleurs, on note comme précedemment

 
h1
t~  . 
h =  .. 
hk
alors les développements limités du type (2.8) peuvent s’écrire
~
f (M + h) − ~
f (M ) = D f (M ) ·t ~
h + khkε(h), (2.16)

où ε tend vers 0 lorsque h tend vers 0 (c’est à dire chacune de ses composantes), et où le produit
D f (M ) ·t ~
h désigne la multiplication des matrices, c’est à dire
 ∂f ∂ f1
 
1
. . .

∂x 1 ∂x n h1
 . .. 
D f (M )~ . ..   . 
h= . . .  ·  ..  .
∂ fk ∂ fk hk
... ∂x 1 ∂x n

Le produit précédent définit une application linéaire

~
h 7→ D f (M ) ·t ~
h

de Rk à valeurs dans Rn . Cette application est appelée application linéaire tangente à f au point
M . L’application affine
~h 7→ D f (M ) · ~
h+~
f (M )
est une appproximation à l’ordre 1 de f près de M .

35
Proposition 13. Si Φ est une fonction Rn vers Rk dérivable de dérivées continues près de M et F une
fonction de Rk vers R` , dérivable de dérivées continues près de Φ(M ) alors F ◦ Φ est dérivable près de
M et la matrice Jacobienne de la composée F ◦ Φ en M est donnée par

D f ◦Φ (M ) = D f (Φ(M )) · D Φ (M ). (2.17)

Si Φ est une une fonction de Rn vers Rn , dérivable de dérivées continues près de M , telle que Φ−1
existe près de Φ(M ) et telle que d Φ (M ) soit inversible, alors

D Φ−1 (Φ(M )) = (D Φ (M ))−1 .

Exemple 13. Reprenant l’application Φ donnée par (2.11) et qui exprime les coordonnées carté-
siennes en fonctions des coordonnées polaires. Sa matrice jacobienne est donc
∂x 1 ∂x 1
à ! µ
cos θ −r sin θ
¶
d Φ (r, θ) = ∂r ∂θ
∂x 2 ∂x 2 = sin θ r cos θ
∂r ∂θ

La matrice inverse de cette matrice se calcule comme

cos θ sin θ
µ ¶
.
− r1 sin θ r1 cos θ
Il résulte donc de la proposition que l’on a
∂r ∂r
à !
cos θ sin θ
µ ¶
∂x 1 ∂x 2
∂θ ∂θ =
∂x 1 ∂x 2
− r1 sin θ 1
r cos θ
µ x1 x2 ¶
(2.18)
r r
= x1 .
− rx22 r2

2.5.5 Dérivées secondes

Lorsque f est dérivable sur l’ensemble de son domaine de définition, ceci définit de nouvelles
fonctions, les dérivées partielles. Lorsque ces dernières sont elles-mêmes dérivables, les dérivées
de ces dernières sont appelées les dérivées secondes. Ainsi, si f est une fonction sur R2 on a 4
dérivées partielles d’ordre 2, à savoir

f x001 x1 = ( f x01 )x1 , f x001 x2 = ( f x01 )x2 , f x002 x1 = ( f x02 )x1 et f x002 x2 = ( f x02 )x2

on utilise aussi souvent les notations

∂2 f ∂2 f ∂2 f ∂2 f
, , et
∂2 x 1 ∂x 1 ∂x 2 ∂x 2 ∂x 1 ∂2 x 2 .
En guise d’exemple on peut remarquer que si f est une fonction affine, toutes les dérivées
secondes sont nulles. C’est d’aileurs une condition nécessaire et suffisante, lorsque le domaine
est connexe.
Dans l’exemple 10 ci-dessus, on obtient, dans l’ordre, les fonctions suivantes :.

2, 1, 1, 6x 2 .

On constate sur cet exemple que les dérivées secondes "croisées" sontégales. Ceci est en fait une
conséquence du résultat général suivant, souvent appelé Théorème de Schwarz ou de Clairaut-
Schwarz.

36
Théorème 1. Si les dérivées secondes existent et sont continues près d’un point M donné, alors on a
l’identité
∂ ∂f ∂ ∂f
µ ¶ µ ¶
(M ) = (M ).
∂x 1 ∂x 2 ∂x 2 ∂x 1
c’est à dire
f x001 x2 (M ) = f x002 x1 (M ).

Idée de la démonstration. Supposons pour simplifier que M = 0 et, de plus, que f (0) et les dérivées
partielles premières de f sont nulles en M = 0 : on peut toujours se ramener à ce dernier cas en
soustrayant à f l’application affine tangente en M = 0, les dérivés secondes restant inchangées.
Dans ces conditions, réécrivons, pour h = (h 1 , h 2 ) donnés, la décomposition (2.7) sous la forme
h2 ∂f h1 ∂f
Z Z
f (h) = (0, s)d s + (s, h 2 )d s. (2.19)
0 ∂x 2 0 ∂x 1

Par intégration on peut écrire pour 0 ≤ s ≤ h 2

∂f s ∂2 f ∂2 f
Z
(0, s) = (0, t )d t = s (0, 0) + khkε1 (h), (2.20)
∂x 2 0 ∂2 x 2 ∂2 x 2

o û la fonction ε1 tend vers 0 quand h tend vers 0. De même, on a pour 0 ≤ s ≤ h 1

∂f ∂f s ∂2 f
Z
(s, h 2 ) = (0, h 2 ) + (t , h 2 )d t .
∂x 1 ∂x 1 0 ∂2 x 1

Comme on a par ailleurs

∂f h2 ∂2 f ∂2 f
Z
(0, h 2 ) = (0, t )d t = h 2 (0, 0) + khkε2 (h)
∂x 1 0 ∂x 2 ∂x 1 ∂x 2 ∂x 1

où la fonction ε2 tend vers 0 quand h tend vers 0, de sorte que

∂f ∂2 f ∂2 f
(s, h 2 ) = s 2 (0, 0) + h 2 (0, 0) + khkε3 (h). (2.21)
∂x 1 ∂ x1 ∂x 2 ∂x 1

où la fonction ε3 tend vers 0 quand h tend vers 0. En reportant les développements (2.20) et (2.21)
dans (2.19), on obtient après intégration, le développement limité

1 ∂2 f ∂2 f 1 ∂2 f
f (h) = h 12 2 (0, 0) + h 1 h 2 (0, 0) + h 22 2 (0, 0) + khk2 ε(h). (2.22)
2 ∂ x1 ∂x 2 ∂x 1 2 ∂ x2

où la fonction ε tend vers quand h tend vers 0. Rappelons que nous avons obtenu cette formule en
partant de l’égalité (2.19), qui correspond à une intégration en suivant le chemin vert ci-dessous

37
Si nous remplaçons le chemin en trait plein vert par le chemin en pointillés rouge, alors nous
obtenons la formule
∂f ∂f
Z h1 Z h2
f (h) = (s, 0)d s + (h 1 , s)d s. (2.23)
0 ∂x 1 0 ∂x 2
qui par des arguments analogues à ceux développés plus haut mènent au développement limité

1 ∂2 f ∂2 f 1 ∂2 f
f (h) = h 12 2 (0, 0) + h 1 h 2 (0, 0) + h 22 2 (0, 0) + khk2 ε̃(h). (2.24)
2 ∂ x1 ∂x 1 ∂x 2 2 ∂ x2
où la fonction ε̃ tend vers quand h tend vers 0. Comme on peut identifier les premiers termes des
deux développements, la conclusion en résulte.

Remarque 8. Lorsque f admet toutes les dérivées jusqu’à l’ordre n et lorsque ces dérivées sont
continues, alors l’ordre dans lequel on effectue les dérivation n’a aucune importance. Pour n déri-
vations où interviennent p la variable x 1 et q fois la variable x 2 , avec n = p + q on note

∂n f
∂p x 1 ∂q x 2
la dérivée partielle correspondante. Par exemple pour n = 3 les dérivées partielles d’ordre 3 sont

∂3 f ∂3 f ∂3 f ∂3 f
, , , .
∂3 x 1 ∂2 x 1 ∂x 2 ∂x 1 ∂2 x 2 ∂3 x 2

Notons que nous avons obtenu lors de la preuve du Théorème 1 le développement d’ordre 2
d’une fonction à deux variables. On a donc :

Théorème 2. Si les dérivées secondes existent et sont continues près d’un point M donné, alors on a
pour h = (h 1 , h 2 )

−−−→ 1 ∂2 f ∂2 f 1 ∂2 f
f (M + h) = f (M ) + h.grad f (M ) + h 12 2 (M ) + h 1 h 2 (M ) + h 22 2 (M )
2 ∂ x1 ∂x 2 ∂x 1 2 ∂ x2
2
+ khk ε(h) (2.25)
−−−→ 1
= f (M ) + h.grad f (M ) + Hess f (M ) · (h, h) + khk2 ε(h),
2

38
o û la fonction ε tend vers quand h tend vers 0, où Hess f (M ) désigne la matrice symétrique

∂2 f ∂2 f
 
(M ) ∂x 2 ∂x 1 (M )
Hess f (M ) =  ∂∂2xf1
2
.
∂2 f
∂x 2 ∂x 1 (M ) ∂ x
2 (M )
2

et l’expression Hess f (M ) · (~
h, ~
h) la forme quadratique associée, c’est à dire

Hess f (M ) · (~
h, ~ h · Hess f (M )t ~
h) = ~ h
2
∂ f ∂2 f
 
(M ) (M )
µ ¶
∂2 x 1 ∂x 2 ∂x 1 h1
= (h 1 , h 2 ) ·  ∂2 f ∂2 f
 · .
(M ) (M ) h2
∂x 2 ∂x 1 ∂ x2
2

2.6 Le théorème des fonctions implicites

Nous avons vu jusqu’à présent deux manièrse de représenter la notion intuitive de ligne dans
R2 : les courbes paramétrée d’une part, les lignes de niveau d’autre part. Les résultats de cette par-
tie vont nous convaincre que pour une large part, ces deux notions coïncident.

On considère une fonction f supposée dérivable sur son domaine de définition. On s’intéresse
à l’équation
f (x 1 , x 2 ) = 0, (2.26)
et à l’ensemble de ses solutions, à savoir

C = {(x 1 , x 2 ), f (x 1 , x 2 ) = 0}, (2.27)

qui correspond à l’ensemble de niveau f c pour c = 0. Comme nous l’avons vu, notre intuition nous
amène à penser que C est une courbe. Or nous avons jusqu’à présent représenté les courbes sous
forme de paramètrage, et l’on peut se demander si il est possible de paramétrer localement C .

Exemple 14. Nous avons déjà vu que le cercle S 1 pouvaitêtre paramètré par une application de
[0, 2π] à valeur dans R2 , à savoir
t 7→ M (t ) = (cost , si nt ),
mais on a aussi
S 1 = {(x 1 , x 2 ), x 12 + x 22 − 1 = 0}
c’est à dire de la forme (2.27) avec f (x 1 , x 2 ) = x 12 + x 22 − 1.

Une question naturelle est donc la suivante :

Sous quelles conditions C est-elle une courbe paramétrée ?

En fait, nous allons voir que, sous des hypothèses adéquates, on peut pour les éléments de C
exprimer localement une des variables, par exemple x 2 , en fonction de l’autre, ici x 1 de sorte que
localement C est un graphe.
Pour fixer les idées, commençons par regarder le cas où la fonction f est affine, c’est à dire
supposons que l’équation a la forme

a 1 x 1 + a 2 x 2 + b = 0.

39
Si a 2 6= 0, on obtient immédiatement x 2 connaissant x 1 à savoir

a1 x1 + b
x2 = − .
a2

de sorte que l’ensemble des solutions de (2.26) est le graphe de la fonction ϕ de la variable x 1
donnée par
a1 x1 + b
ϕ(x 1 ) = ,
a2
et l’ensemble des solutions est donc une courbe paramétrique

C = {(x 1 , φ(x 1 ), x 1 ∈ R}.

En revanche a 2 = 0, alors, on ne peut plus exprimer x 2 en fonction de x 1 . En revanche, on peut

exprimer x 1 en fonction de x 2 si a 1 6= 0, et dans ce cas là également on obtient aussi une courbe
paramétrée. Le seul cas où on n’obtient pas de courbe est celui o ù

(a 1 , a 2 ) = (0, 0)

cas, où en fonction de c on obtient soit l’ensemble vide, soit l’espace tout entier. Notons au passage
−−−→
que (a 1 , a 2 ) = grad f , qui est bien la quantité à étudier. On a en effet le résultat général suivant, que
nous admettons :

Théorème 3. Soit f une fonction qui admet des dérivées partielles sur son ensemble de définition,
et soit M = (m 1 , m 2 ) solution de (2.26). Supposons que

∂f
(M ) 6= 0. (2.28)
∂x 2

Alors il existe un voisinage U de M dans R2 , un intervalle ouvert I contenant m 1 , une fonction

ϕ : I → R telle que l’ensemble des solutions de (2.26) dans U soit exactement de la forme

(x 1 , ϕ(x 1 )), x 1 ∈ I .

Sous l’hypothèse (2.28), et près de M l’ensemble des solutions est donc un graphe, celui de la
fonction ϕ. Si on a
∂f
(M ) 6= 0,
∂x 1
alors on peut changer le rôle de x 1 et x 2 et trouver une fonction ψ telle que x 1 = ψ(x 2 ) près de M ,
et de nouveau la courbe est localement un graphe, donc paramétrée. Le seul cas où on ne peut
conclure est celui où
−−−→
grad f (M ) = 0.
Le résultat précédent permet de calculer les vecteurs tangents au solutions de (2.26). On a tout
d’abord

Proposition 14. Sous les hypothèses du Théorème 3 on a

0
f x01 (s, ϕ(s))
ϕ (s) = − .
f x02 (s, ϕ(s))

40
Démonstration. On a pour s ∈ I , f (s, ϕ(s)) = 0. Posons pour s ∈ I , ~
n (s) = (n 1 (s), n 2 (s)) de sorte que
la relation précédente s’écrit
f ◦~n (s) = 0, ∀s ∈ I ,
d’ou il resulte, en dérivant par rapport à s que

n )0 (s) = 0, ∀i u ∈ I .
( f ◦~

. On peut calculer cette dérivée grâce à la proposition 11 de sorte que

−−−→
n )0 (s) = ~
( f ◦~ n 0 (s).grad f (~
n (s)) = f x01 (s, ϕ(s)) + f x02 (s, ϕ(s))ϕ0 (s)) = 0.

La conclusion en découle.
Ceci permet finalement d’établir

Théorème 4. Soit M une solution de (2.26) telle que

−−−→
grad f (M ) 6= 0. (2.29)

Alors il existe un voisinage U de M telle que M ∩U soit une courbe paramétrée. De plus, le vecteur
−−−→⊥
grad f (M ) = − f x02 (M ), f x01 (M )
¡ ¢
(2.30)

est alors tangent à la courbe f (x 1 , x 2 ) = 0 en M .

∂f
Démonstration. Supposons pour commencer que (M ) 6= 0. Dans ce cas, l’ensemble des so-
∂x 2
lutions est localement donné par le graphe x 2 = ϕ(x 1 ), et il résulte alors de (2.3) que le vecteur

f x01 (M )
(1, ϕ0 (m 1 )) = (1, − )
f x02 (M )

est tangent à ce graphe. En multipliant par f x02 (M ) on obtient la résultat.

∂f
Si (M ) = 0, alors nécessairement, comme le gradient ne s’annule pas en M , on doit avoir
∂x 2
∂f
(M ) 6= 0, et on reprend le même raisonnement en échangeant les rôles de x 1 etx 2 .
∂x 1
Remarque 9. On a
−−−→⊥ −−−→
grad f (M ).grad f (M ) = 0 (2.31)
∂f
Exemple 15. Revenons au cas du cercle S 1 , avec f (x 1 , x 2 ) = x 12 + x 22 − 1. On a ∂x2 = 2x 2 , et donc,
les deux seuls points où cette dérivée s’annule sont (1, 0) et (−1, 0). Si x 2 > 0, alors on peutécrire
l’équation du cercle comme q
x2 = 1 − x 12 ,
et on a donc q
ϕ(x 1 ) = 1 − x 12 ,
q
et de même si x 2 < 0, alors on a ϕ(x 1 ) = − 1 − x 12 . un vecteur tangent à la courbe est donné par

−−−→⊥
grad f (x 1 , x 2 ) = (2x 2 , 2x 1 ) = 2(−x 2 , x 1 ).

41
Remarque 10. La condition (2.29) est une condition suffisante pour que C soit localement près de
M une courbe paramétrée, ce n’est cependant pas une condition nécessaire. Pour s’en convaincre,
on peut remarquer que C correspond également à l’ensemble de niveau de la fonction f 2 , à savoir

C = {(x 1 , x 2 ) ∈ R2 , f 2 (x 1 , x 2 ) = 0}.

Or on a pour tout M ∈ R2 ,
−−−→ 2 −−−→
grad f (M ) = 2 f (M )grad f (M ),
de sorte que
−−−→ 2
grad f (M ) = 0 pour M ∈ C .

Exercices

Exercice I
Soit f une fois deux fois dérivables de dérivées secondes continues. On suppose que

Hess f (M ) = 0, pour tout M ∈ R2 .

montrer que f est une fonction affine.

Exercice II
Soit f une fonction dérivable de R2 dans R et ~
n une fonction de R dans R2 telle que
d −−−→
~
n (t ) = −grad f (~
n (t )).
dt
d
calculer dt
f (n(t )).

Exercice III
Soit f une fonction dérivables sur R2 de dérivées continues. On suppose que
∂f ∂f
+2 = 0.
∂x 1 ∂x 2
On pose u 1 = 2x 1 − x 2 , u 2 = 2x 1 + x 2 , et F (u 1 , u 2 ) = f (x 1 , x 2 ). Montrer que
∂F
= 0.
∂u 1
en déduire qu’il existe une fonction d’une varibale réelle g telle que

f (x 1 , x 2 ) = g (2x 1 − x 2 ).

42
 Exercice IV

A) Soit F une fonction sur R2 ayant des dérivées secondes continues. On suppose que

∂2 F
= 0.
∂x 1 ∂x 2

Montrer qu’il existe des fonctions f 1 et f 2 une variable réelle telles que

F (x 1 , x 2 ) = f 1 (x 1 ) + f 2 (x 2 ).

B) Soit g une fonction définie sur R2 telle que

∂2 f ∂2 f
− = 0.
∂2 x 1 ∂2 x 2

On considère le changement de variable linéaire de R2 → R2 défini par

³u −u u +u ´
1 2 1 2
(u 1 , u 2 ) 7→ (x 1 , x 2 ) = , ,
2 2
et on pose G(u 1 , u 2 ) = g (x 1 , x 2 ). Montrer que

∂2 G
= 0.
∂u 1 ∂u 2

C) En déduire qu’il existe des fonctions g 1 et g 2 telles

g (x 1 , x 2 ) = g 1 (x 1 − x 2 ) + g 2 (x 1 + x 2 ).

43
Chapitre 3

Champs de vecteurs

3.1 Premières définitions

Soit D un domaine de R2 .

Définition 1. On appelle champ de vecteurs sur D toute application V~ d’un domaine D de R2 à

valeur dans R2 :
M ∈ D 7→ V~ (M ) = (V1 (M ),V2 (M )) ,

où les fonctions V1 et V2 sont des applications scalaires sur D, c’est à dire des applications de D vers
R.

Nous avons déjà rencontré cette notion lors du chapitre précédent. En réalité, la terminologie
relève en partie de la physique, où les applications de D vers R sont appelées par contraste champs
scalaires.
Comme exemple de tels champs, considérons par exemple la carte d’une région, notée ici D, et
que l’on peut considérer comme un domaine de R2 . En chaque point de cette carte, nous pouvons
par exemple considérer la température au sol : il s’agit alors d’une fonction T de D à valeurs dans R,
c’est à dire un champ scalaire. En revanche, si à chaque point M de la carte, on associe la direction
et la vitesse du vent, que l’on peut représenter par un vecteur V ~ (M ), alors on a défini un champ de
vecteurs. On représente en général le vecteur V ~ (M ) sous forme de vecteur attaché au point M .

44
3.1.1 Changement de repère
Nous avons représenté jusqu’à présent les vecteurs de R2 dans la base canonique (~
e 1 ,~
e 2 ). Que
ce passe-t-il lorsque l’on désire exprimer les champs de vecteurs dans une nouvelle base (~ e 10 ,~
e 20 ) ?
les champs de Cette opération correspond tout simplement à l’opération usuelle de changement
de coordonnées de vecteurs dans un changement de base que nous rappelons ici brièvement.
0
Soit e la base initiale (~
e 1 ,~ e 10 ~
e 2 ) de R2 , et considérons la nouvelle base e formée des vecteurs (~ e 20 ).
Supposons que nous connaissions les coordonnées des vecteurs de la nouvelle base dans la base
initiale, c’est à dire suposons que nous connaissions des décomposition suivantes :
( 0
~e 1 = p 1,1~
e 1 + p 2,1~
e2
e 20 = p 1,2~
~ e 1 + p 2,2~
e2

Formons la matrice carrée P (e → e0 ), appelée matrice de passage de la base e vers la base e0

µ ¶
p 1,1 p 1,2
0
P (e → e ) =
p 2,1 p 2,2

Notons que la i -ème colonne de cette matrice est composée des coordonnées du vecteur ~e i0 dans
~ de R2 , qui se décompose comme
la base initiale e. Considérons maintenant un vecteur X

~ = x 1~
X e 1 + x 2~
e2

dans la base initiale , et comme

~ 0 = x0 ~ 0
e 20 .
X 1 e 1 + x 2~

Un bref calcul montre alors que

p 1,1 p 1,2 x 10
µ ¶ µ ¶µ ¶
x1
= ,
x2 p 2,1 p 2,2 x 2
que l’on peut écrire, sous forme plus condensée, en posant
¶ µ µ 0¶
t x1 t 0 x
X= et X = 10
x2 x2

sous la forme
t
X = P (e → e 0 ) t X 0 . (3.1)
La matrice de passage P (e → e0 ) et la relation (3.1) permettent donc de calculer les coordonnées
initiales lorsque l’on connaît les nouvelles coordonnées : en général, c’est plutôt l’inverse que l’on
désire faire. Nous déduisons de (3.1) que
t
X 0 = P −1 (e → e0 )t X , (3.2)

et ainsi
P (e0 → e) = P −1 (e → e0 ).
On peut en effet vérifier que les matrices de passage d’une base à l’autre sont toujours inversibles.
Ainsi si on veut calculer les nouvelles coordonnées en fonctions des coordonnées initiales, nous
sommes amenés à calculer l’inverse de la matrice de passage P −1 (e → e0 ).

45
Remarque 1. On peut également se demander comment se transforme le produit scalaire d’ori-
gine dans un changement de base, c’est à dire qu’elle est l’expression du produit scalaire dans le
nouvelle base. Soient X~ = (x 1 , x 2 ) et Y
~ = (x 1 , x 2 ) deux vecteurs de R2 et X
~ . Y
~ = x 1 .x 2 + y 1 .y 2 leur
produit scalaire. C e dernier peut s’écrire pour forme matricielle comme
µ ¶
X ~ = X . Y = (x 1 , x 2 ) y 1
~ .Y t
y2
0
Si (x 10 , x 20 ) et(y 10 , y 20 ) sont les coordonnées dans la nouvelle base e/, alors
µ 0¶
~ ~ 0 0 t 0 0 y1
X .Y = (x 1 , x 2 ) P (e → e )P (e → e ) 0 .
y2
0
Si la base e est elle-même orthonormée, alors la matrice P verifie t P P = I et on a donc

~ .Y
X ~ = x 0 .x 0 + y 0 .y 0 .
1 2 1 2

L’expression du produit scalaire est donc la même dans toute les bases orthonormées.

Remarque 2. Notons qu’un champ de vecteur est homogène àune longueur.

Remarque 3. Dans certains problèmes, on peut être amenéà écrire à considérer des repères mo-
0
bile, c’est à dire des bases orthonormées e (M ) qui dépendent elle-même du point considéré M .
C’est par exemple le cas lorsqu’on considère le repère mobile associé aux coordonnées polaires

e0 (M ) = (~
e r (M ),~
e θ (M ))

où
M
~
e r (M ) = e r⊥ (M ).
, e θ (M ) = ~
~
kM k
Un exemple fondamental de champ de vecteur est fourni par les champs de gradient.

3.1.2 Champ de gradient

Définition 2. Soit f une application d’un domaine D de R2 supposée dérivable en tout point du
−−−→
domaine. On appelle champs de gradient associé à f le champs de vecteurs grad f défini par
−−−→
grad f (M ) = f x01 (M ), f x02 (M ) .
¡ ¢
(3.3)

Nous avons déjà rencontré cette notion au chapitre précédent. La propriété suivante exprime
le fait que le gradient est orthogonal aux lignes de niveau. Posons à cet effet, pour c ∈ R

L c = {M ∈ D, f (M ) = c}.
−−−→
Proposition 1. Soit c ∈ R tel que L c est non vide, et soit M ∈ L c tel que grad f (M ) 6= 0. Alors, pour
~ tangent à L c en M , ona
tout vecteur T
−−−→
~ ⊥ grad f (M ).
T

Démonstration. la proposition est une conséquence immédiate du Théorème 4, et de la remarque

qui le suit.

46
Remarque 4. Si on dessine les lignes de niveau pour des valeurs de c espacées régulièrement, alors
le gradient est orthogonale aux lignes de niveau, pointe vers les ensembles de valeurs de niveau
croissant, et son module est plus élevé aux endroits où ces courbes se resserrent.

Il est naturel de se demander si tout champ de vecteur peut se représenter sous forme de gra-
dient d’une fonction, ce qui est le cas pour les fonctions d’une variable réelle, qui sont la dérivée de
leur primitive. En réalité, il est facile de se convaincre que ce n’est pas le cas pour tous les champs
de vecteurs, comme le montre le résultat suivant :
~ = (V1 ,V2 ) un champ de vecteurs dérivable, de dérivée continue, défini sur un
Proposition 2. Soit V
domaine D. Une condition nécessaire pour que V ~ soit un champ de gradient est que

∂V2 ∂V1
= . (3.4)
∂x 1 ∂x 2
Démonstration. Supposons qu’il existe une fonction f définie sur D telle que

−−−→ ∂f ∂f
~ = grad f , c’est à dire V1 =
V , et V2 = .
∂x 1 ∂x 2
Par le Théorème de Schwarz, on doit avoir
∂ ∂f ∂ ∂f
µ ¶ µ ¶
= ,
∂x 1 ∂x 2 ∂x 2 ∂x 2

ce qui même directement à (3.4).

Nous verrons par la suite que, si le domaine est sans trou, alors la condition (3.4) est aussi une
condition suffisante, c’est à dire tout champ de vecteurs qui vérifie (3.4) est un champ de gradient.

Exemple 1. Considérons tout d’abord un champ de vecteur constant V (x 1 , x 2 ) = (a 1 , a 2 ), pour tout

(x 1 , x 2 ) dans R2 , où a 1 et a 2 sont deux constantes données. Alors on a Vx01 (x 1 , x 2 ) = 0 et Vx02 (x 1 , x 2 ) =
0 de sorte que (3.4) est satisfaite. On peut par ailleurs vérifier que V est le champ de gradient de la
fonction linéaire
f (x 1 , x 2 ) = a 1 x 1 + a 2 x 2 , ∀(x 1 , x 2 ) ∈ R2 ,
de sorte que tout champ de vecteur constant est bien un champ de gradient.

47
 ~ linéaire, c’est à dire de la forme
Exemple 2. Considérons un champ de vecteur V
t~ ~ ) = A ·t X
~,
V (X

où A est une matrice 2 µ ¶

a 1,1 a 1,2
A=
a 2,1 a 2,2 .
On vérifie que V1 (x 1 , x 2 ) = a 1,1 x 1 + a 1,2 x 2 , V2 (x 1 , x 2 ) = a 2,1 x 1 + a 2,2 x 2 ,

∂V2
= a 2,1 ,
∂x 1
et que
∂V1
= a 1,2 .
∂x 2
Le champ V est donc un champ de gradient si et seulement a 1,2 = a 2,1 , c’est à dire si et seulement
si la matrice A est symétrique.

Remarque 5. pour une fonction f donnée, nous avons introduit au chapitre précédent le champ
de vecteurs
−−−→⊥ ∂f ∂f
grad f = (− , ),
∂x 2 ∂x 1
qui correspond au champ gradient auquel on a fait subir une rotation de π/2 dans le plan. Pour un
tel champ de vecteurs, la condition (3.4) s’écrit

∂ ∂f ∂ ∂f
µ ¶ µ ¶
− =−
∂x 1 ∂x 1 ∂x 2 ∂x 2

c’est à dire
∆ f = 0, (3.5)
où ∆ désigne l’opérateur Laplacien, qui s’écrit

∂2 f ∂2 f
∆F = + .
∂2 x 1 ∂2 x 2

Par exemple, si on prend la fonction f (x 1 , x 2 ) = x 12 + x 22 , alors

∆ f (M ) = 2,
−−−→
et grad⊥ f (M ) = (2m 2 , −2m 1 ) n’est donc pas un champ de gradient.

Invariance du gradient par changement de repère orthonormé.

La question de l’invariance par changement de repère est une question centrale, tant en ma-
thématique que dans les domaines applicatifs. Nous avons vu qu’un gradient est un champ de
vecteur, à ce titre il se transforme dans un changement de base par les règles de l’algèbre linéaire,
voir le paragraphe 3.1.1. Que devient alors dans le nouveau repère la définition (3.3) ?
−−−→
La définition (3.3) associé en effet à une fonction f sur R2 le champ de vecteur grad f : cette dé-
finition repose sur l’expression dans un repère donné de la fonction f et de ses dérivées partielles,

48
elle donc a priori relative à un choix de repère orthonormé (~ e 1 ,~
e 2 ), qui détermine les coordonnées
cartésiennes (x 1 , x 2 ). Elle s’exprime donc, pour une fonction f donnée sur un domaine D par la
relation
−−−→ ∂f ∂f
grad f = ~
e1 + ~
e2.
∂x 1 ∂x 2
Introduit un nouveau repère orthonormé (~ e 20 ) et des coordonnées x 10 , x 20 correspondantes de
e 10 ,~
sorte que
x 1~
e 1 + x 2~e 2 = x 10 ~
e 10 + x 20 ~
e 20
Cherchons l’expression du gradient dans cette nouvelle base. Posons

f˜(x 10 , x 20 ) = f (x 1 , x 2 ) = f (x 1~ e 2 ) = f (x 10 ~
e 1 + x 2~ e 10 + x 20 ~
e 20 ).

Proposition 3. On a pour tout (x 1 , x 2 ) ∈ D

−−−→ ∂ f˜ 0 ∂ f˜ 0
grad f (x 1 , x 2 ) = 0 ~e + ~
e ,
∂x 1 1 ∂x 20 2

e 20 ) sont donc f˜x0 0 et f˜x0 0 .

e 10 ,~
ses coordonnées dans la base (~
1 2

L’expression du gradient dans la nouvelle base est donc identique à celle dans l’ancienne base.

Preuve. On a f˜ = f ◦ Φ où Φ désigne l’application de R2 dans lui-même qui aux nouvelles coor-

données associe les anciennes (x 10 , x 20 ) 7→ Φ(x 10 , x 20 )) = (x 1 , x 2 ). Il s’agit d’une application linéaire,
associe à une matrice P carrée 2 × 2. Posons X ~ = (x 1 , x 2 ) et X ~ 0 = (x 0 , x 0 ). On a
1 2

t~ ~ 0) = P t X 0,
X = Φ( X

où A désigne la matrice de passage de la nouvelle base vers l’ancienne. Comme Φ est linéaire, on
a D Φ = P , et donc par la formule (2.10)
−−−→ ˜ 0 0 −−−→
grad f (x 1 , x 2 ) = grad f (x 1 , x 2 ) ◦ P
−−−→ −−−→
Comme A est orthonormée , on a P −1 =t P , et donc grad f (x 1 , x 2 ) = grad f˜(x 10 , x 20 ) ◦t P , soit, en
transposant
t−
−−→ −−−→
grad f (x 1 , x 2 ) = P ◦t grad f˜(x 10 , x 20 ).
Ceci montre que les coordonnées du gradient se transforment comme celles des vecteurs, et donne
la relation désirée.

Remarque 6. Attention, l’énoncé n’est valable que pour des changements de bases orthonormées.

Remarque 7. La proposition 3 peut aussi s’interpréter en revenant à la formule du développement

limité (2.8)
−−−→
f (M + ~
h) − f (M ) ' ~
h.grad f (M ).
la conservation du produit scalaire par changement de repère orthonormé comme celle du membre
de gauche explique alors que la forme du gradient reste elle-même inchangée.

49
 F IGURE 3.1 – Champ électrique généré par des charges de même signe et de signes opposés.

F IGURE 3.2 – la limaille de fer dessine des lignes de champ magnétique.

3.1.3 Lignes de champ

~ défini sur un domaine D, et C une courbe tracée dans
Considérons un champ de vecteurs V
le domaine D.
~ si et seulement si V
Définition 3. On dira que C est une ligne de champ du champ de vecteurs V ~
est tangent à C en tout point de C .

Les lignes de champ sont souvent utilisées en physique pour représenter des champs de vec-
teurs, par exemple des champs électriques ou magnétiques, comme dans la figure ci-dessous, qui
représente le champ électrique crée par des charges ponctuelles de même signe puis de signe op-
posé. Notons par ailleurs que le champ électrique est un champ gradient, associé à l’opposé du
potentiel électrique.
En mathématiques, se pose bien entendu le problème de l’existence de telles lignes de champs.

Proposition 4. Soit V~ un champ de vecteurs dérivable de dérivées continues sur un domaine D, et

soit M 0 un point de D. Alors il existe une ligne de champ C et une seule qui passe par M 0 .

Idée de la démonstration. Pour construire la ligne de champ, on introduit l’équation différentielle

avec condition initiale
 d M (t ) = V

~ (M (t )), t ∈ I
dt (3.6)
M (0) = M 0 ,


50
où I désigne un intervalle de R contenant 0, et où l’inconnue est la fonction t 7→ M (t ) ∈ D. Notons
que l’équation (3.6) est en fait un système de deux équations différentielles lorsqu’on l’exprime en
coordonnées.
Les méthodes de résolution des équations différentielles, et en particulier le Théorème de
Cauchy-Lipschitz montrent alors que l’équation (3.6) possède toujours une solution, qui existe
tant que M (t ) ne sort pas d’un voisinage de M 0 . La fonction t 7→ M (t ) ∈ D fournit alors le paramé-
dM
trage d’une courbe C , dont un vecteur tangent n’en autre que (t ) en M (t ) c’est à dire, au vu de
dt
~ (M (t )).
(3.6), le vecteur V

Remarque 8. En mathématiques, on utilise souvent le terme courbes intégrales du champ de vec-

~ pour désigner les lignes de champ. Ceci fait références à l’intégration de l’équation diffé-
teurs V
rentielle (3.6).

Remarque 9. L’équation (3.6) modélise de nombreux phénomènes, en particulier en mécanique

des fluides, comme nous allons le voir.
Considérons un fluide, qui pourra être un liquide comme l’eau ou un gaz, comme l’air occu-
pant un domaine D (ici de R2 ). Supposons que le champ de vecteurs V ~ représente le champ des
vitesses du fluide, c’est à dire qu’on chaque point M du domaine, V ~ (M ) désigne la vitesse des par-
ticules élémentaires, par exemple les molécules, constituant ce fluide. Alors les lignes de champ
ou courbes intégrales de V ~ correspondent aux trajectoires suivies par les particules élémentaires :
plus précisément, les particules présentes au temps 0 en M 0 seront transportées par le fluide au
point M (t ) au temps t . La donnée du champ de vecteurs V ~ permet donc de reconstituer entière-
ment les trajectoires des particules du fluide.

En guise d’exercice, voyons maintenant comment les quantités physiques sont transportées
par le champ de vecteurs. Soit f une quantité scalaire physique que l’on peut mesurer dans le
fluide : f (M , t ) représente donc la quantité mesurée au point M , au temps t . La température du
fluide peut être un exemple d’une telle quantité. Considérons une particule située au temps t = 0
en M 0 et essayons de voir comment varie la quantité f mesurée sur la particule : nous noterons f˜
cette quantité qui dépend uniquement du temps.
On a par définition
f˜(t ) = f (M (t ), t )
et donc
d f˜ d
(t ) = f (M (t ), t ).
dt dt
−−−→
Si on applique donc la règle de dérivation des fonctions composées, il vient, si gradM désigne
uniquement les dérivées par rapport aux variables spatiales

d f˜ dM −−−→ ∂f
(t ) = (t ).gradM f (M (t ), t ) + (M (t ), t ),
dt dt ∂t
soit finalement
d f˜ ∂f −−−→
(t ) = ~ (M (t )).gradM f (M (t ), t ).
(M (t ), t ) + V (3.7)
dt ∂t
On parle alors de dérivée particulaire.

51
3.2 Circulation d’un champ de vecteurs
~ un champ de vecteurs dérivable, de dérivées continues. On considère ici une courbe
Soit V
~ (t ) par un segment fermée [a, b]
paramétrée t 7→ M

x 1 = M 1 (t ) x 2 = M 2 (t ), où t ∈ [a, b].

Les extrémités de cette courbes sont notées A = (M 1 (a), M 2 (a)) , B = (M 1 (b), M 2 (b)), et la courbe
elle-même sera notée – AB . Notons que l’on considère ici des courbes orientées, c’est à dire avec une
direction allant de A vers B 1 . On introduit alors la quantité suivante :
Z b
I= ~ (M (t )).M
V ~ 0 (t )d t
a
Z b£
V1 (M (t ))M 10 (t ) + V2 (M (t )).M 20 (t ) d t
¤
=
a

Proposition 5. La valeur de l’intégrale I ne dépend pas du paramétrage choisi de la courbe –

AB , s’il
respecte l’orientation. On la note Z
~ (M )d M
V ~, (3.8)
AB
–

~ le long de la courbe –
et on l’appelle circulation du champs de vecteurs V AB .

Démonstration. Considérons un autre paramétrage de la courbe : on peut l’obtenir en considérons

un intervalle [c, d ], et une application ϕ : [c, d ] → [a, b] dérivable telle que ϕ(c) = a, ϕ(d ) = b , de
sorte que
~ ϕ(s)
¡ ¢
s 7→ N (s) ≡ M
fournit bien le paramétrage désiré. On a
Z d Z d
~ (N (s)).N
V ~ 0 (s)d s = ~ (M (ϕ(s)).M
V ~ 0 (ϕ(s))ϕ0 (s)d s
c c
Z b
(3.9)
= ~ (M (t )).M
V ~ (t )d t
0
a

o û on a utilisé la formule de changement de variable pour la dernièreégalité.

~ =M
~ 0 (t )d t , où M 0 (t ) = M 0 (t ), M 0 (t ) .
¡ ¢
Remarque 10. Dans la notation (3.8) on a écrit implicitement d M 1 2

Passons maintenant en revue, sans démonstration, quelques propriétés utiles.

~ est un champ de vecteurs et –
Proposition 6. On a, si V AB une courbe paramétrée
– Si C est un point sur la courbe AB on a
–
Z Z Z
V~ (M )d M
~ = ~ (M )d M
V ~+ ~ (M )d M
V ~.
AB
– AC
– C
– B

1. on ne considère pour simplifier que des paramétrages monotones, c’est à dire qui forment une bijection de
l’intervalle [a, b] vers –
AB et tels que la dérivée ne s’annule pas

52
 – si λ ∈ R, on a Z Z
~ (M )d M
λV ~ =λ ~ (M )d M
V ~.
AB
– AB
–

~1 et V2 sont deux champs de vecteurs

et si V
Z Z Z
~1 (m) + V2 (M ) d M
~ = ~1 (M )d M
~+ ~2 (M )d M
~
¡ ¢
V V V
AB
– AB
– AB
–

Par ailleurs, si t 7→ M (t ) est un paramétrage de la courbe –

AB , alors l’application t 7→ M (b+a−t )
est un paramétrage de la courbe orientée B A et on a
–
Z Z
~ ~
V (M )d M = − ~ (M )d M
V ~.
AB
– AB
–

3.2.1 Circulation d’un champ de gradient

−−−→
~ = grad f est un champ de gradient. On a alors
Considérons le cas particulier où V

Proposition 7. Soit f une fonction dérivable, de dérivées continues, et –

AB une courbe orientée. On
a
−−−→
Z
~ = f (B ) − F (A).
grad f (M )d M
AB
–

En particulier, la valeur de la circulation d’un champ de gradient ne dépend que des extrémités, et
pas du chemin suivi.

Démonstration ; On a Z
−−−→
Z b−
−−→
~ =
grad f (M )d M ~ 0 (t )d t .
grad f (M (t )).M
AB
– a
Or, par la formule de dérivation des fonction composées, il vient

d −−−→
~ 0 (t ).
f (M (t )) = grad f (M (t )).M
dt
Il en résulte que
Z
−−−→
Z b d
~ =
grad f (M )d M f (M (t ))d t = f (M (b)) − f (M (a)) = f (B ) − f (A).
AB
– a dt

Il résulte de la proposition précédente que si C est une courbe fermée, qui correspond au cas
A = B , alors la circulation d’un champ de gradient est nulle
−−−→
Z
~ = 0.
grad f (M )d M
C

On dit parfois, surtout dans le langage physique, qu’un champ de gradient est à circulation conser-
vative.

Définition 4. Un champ de vecteurs est dit à circulation conservative si sa circulation le long de

toute courbe fermée est nulle.

En fait, il s’avère que les champs à circulation conservative sont exactement les champs de
gradient. Pour le démontrer on vérifie successivement les propriétés suivantes :

53
Proposition 8. Soit A et B deux points du domaine supposé connexe. La circulation d’un champ
~ à circulation conservative le long d’une courbe allant de A vers B ne dépend pas de la
de vecteurs V
courbe choisie, elle ne dépend que des extrêmités.

Démonstration. Soit C 1 et C 2 deux courbes paramètrées reliant A et B . Notons C 3 la courbe d’orien-

tation inversée de C 2 . La réunion C = C 1 ∪ C 3 forme donc une courbe fermée et orientée, de sorte
que
Z Z Z
0= ~ ~
V (M )d M = ~ ~
V (M )d M + ~ (M )d M
V ~
C C1 C3
Z Z (3.10)
= ~ (M )d M
V ~− ~ (M )d M
V ~.
C1 C2

.
Prenons maintenant un point de référence quelconque O dans le domaine et posons, pour
x ∈D Z
f (X ) = ~ (M )d M
V ~, (3.11)
OX
–

o û OX
– désigne une courbe orientée quelconque reliant 0 et X (nous venons de voir que le résultat
est indépendant du choix de la courbe).

Proposition 9. Soit V un champ de vecteurs à circulation conservative sur un domaine D. Alors V

est un champ de gradient, car
−−−→
~ = grad f ,
V
où la fonction f est donnée par la formule (3.11).

Démonstration. Soit X un point quelconque dans D. Soit ~ e 1 le vecteur de la base canonique de R2

défini par ~
e 1 = (1, 0). pour h ∈ R petit, considérons le point X h = x + h~ e 1 et le segment [X , X h ], qui
peutêtre paramètré par
s 7→ X + s~
e 1 , s ∈ [0, h].
Si OX
– est une courbe quelconque reliant O à X , alors OX
– ∪ [X , X h ] est une courbe orientée reliant
0 à X h et
Z Z
f (X h ) = ~ ~
V (M )d M = f (X ) + V~ (M )d M
~
OX
– ∪[X ,X h ] [X ,X h ]
Z h (3.12)
= f (X ) + V1 (X + s~
e 1 )d s
0

On a donc
f (X + h~
e 1 ) − f (X ) 1
Z h
= V1 (X + s~
e 1 )d s → V1 (X ) lorsque h → 0,
h h 0
d’ou il résulte que
∂f
= V1 (X ).
∂x 1
On démontre de même que
∂f
= V2 (X ),
∂x 2
ce qui termine la preuve.

54
Remarque 11. Si on a
−−−→
~ = grad f ,
V (3.13)
alors pour toute constante c ∈ R on a aussi
−−−→
~ = grad( f + c),
V

de sorte qu’il n’y a pas unicité de la fonction f qui vérifie (3.13). Par ailleurs, on vérifie, au vu du
résultat de la Proposition 9, que toutes les solutions de l’équation (3.13) on la forme f + c, c ∈ R.

3.3 Le formalisme des formes différentielles

3.3.1 Formes linéaires
La notion de forme linéaire est une notion de base de l’algèbre linéaire. Considérons de ma-
nière générale l’espace vectoriel Rn , où n ∈ N∗ est donné. Rappelons qu’une base (dite cano-
nique) de Rn est donnée par la famille (e 1 , . . . , e n ), où e 1 = (1, 0, 0, . . . , 0), e 2 = (0, 1, 0, 0, . . . , 0), . . . ,
e n = (0, 0, . . . , 0, 1).

Définition 5. On appelle forme linéaire sur Rn toute application linéaire L de Rn vers R.

On notera par la suite

〈L, u〉
l’image d’un vecteur u de Rn par l’application linéaire L, de sorte que la linéarité s’exprime par la
condition
〈L, λ1 u 1 + λ2 u 2 〉 = λ1 〈L, u 1 〉 + λ2 〈L, u 2 〉,
pour tous vecteurs u 1 , u 2 dans Rn , et tous nombres λ1 , λ2 .

Exemple 3. Un exemple fondamental de forme linéaire est fourni par les forme coordonnées e k∗
pour k = 1, . . . , n. Ces dernières sont définies, par les relations

〈e k∗ , e m 〉 = 0, si k 6= m et 〈e k∗ , e k 〉 = 1,

ou encore pour x = (x 1 , . . . , x n )
〈e k∗ , x〉 = x k .
Par ailleurs, si v est un vecteur donné de Rn on peut lui associer de manière naturelle la forme
linéaire L v définie par
〈L v , u〉 = u.v, pour tout u ∈ Rn .
On pourra vérifier que
e k∗ = L e k .

Proposition 10. L’ensemble des formes linéaires sur Rn forme un espace vectoriel noté (Rn )∗ de di-
mension n , et appelé le dual de Rn . Une base de (Rn )∗ est fournie par la famille (e 1∗ , e 2∗ , . . . , e n∗ ).

Dans le contexte qui suit, on utilisera souvent la notation

d x k = e k∗ .

55
3.3.2 Forme différentielles de degré 1
Soit D in domaine de R2 . Les formes différentielles de degré 1 sont des formes linéaires dont
les coefficients varient en fonction du point.

Définition 6. On appelle forme différentielle (de degré 1) définie sur D une application de D dans
l’espace vectorielle (R2 )∗ .

Soit ω une forme linéaire sur D. En exprimant les formes linéaires dans la base (e 1∗ , e 2∗ ) =
(d x 1 , d x 2 ), on peut doncécrire

ω(M ) = f 1 (M )d x 1 + f 2 (M )d x 2 ,

ou si on préfère
ω(x 1 , x 2 ) = f 1 (x 1 , x 2 )d x 1 + f 2 (x 1 , x 2 )d x 2 , (3.14)
o û f 1 et f 2 sont deux fonctions définies sur D.

Exemple 4. Un exemple intéressant de forme différentielle de degré 1 est fourni par la différen-
tielle d’une fonction. Si f est une fonction dérivable sur D, alors sa différentielle d f est la forme
différentielle notée d f définie par

∂f ∂f
d f (M ) = (M )d x 1 + (M )d x 2 .
∂x 1 ∂x 2

Définition 7. On dit d’une forme différentielle ω de degré 1 qu’elle est exacte, si et seulement si il
existe une fonction f telle que
ω=df.

On peut définir une correspondance entre forme différentielles et champs de vecteurs. A la

forme ω définie en (3.14), on peut associer de manière biunivoque le champ de vecteurs V ~ (M ) =
( f 1 (M ), f 2 (M )). Dans cette correspondance, les champs de gradients correspondent aux formes
exactes. En particulier une condition nécessaire pour qu’une forme différentielle

ω = f 1 d x1 + f 2 d x2

soit exacte est que

∂ f2 ∂ f1
= .
∂x 1 ∂x 2

3.3.3 Intégrale curviligne

AB une courbe orientée dans D, et soit ω une forme différentielle de degré 1 définie sur D.
Soit –
si T 7→ M (t ) = (m 1 (t ), m 2 (t )) est une paramétrisation de – AB sur un intervalle I = [a, b], on consi-
dère Z b Z b
0
f 1 (M (t ))m 10 (t ) + f 2 (M (t ))m 20 (t ) d t .
£ ¤
I= 〈ω(x), M (t )〉d t =
a a
On vérifie alors

56
Proposition 11. L’intégrale I ne dépend pas du paramétrage. Elle est appelée intégrale curviligne
de la forme ω le long de la courbe –
AB . On la note
Z Z
ω ou f 1 d x1 + f 2 d x2 .
AB
– AB
–

On a de plus Z Z
ω= ~ (M )d M
V ~,
AB
– AB
–

~ est défini par

o û le champ de vecteurs V

~ (M ) = f 1 (M ), f 2 (M ) .
¡ ¢
V

On montre par ailleurs que Z

d f = f (B ) − f (A).
AB
–

Remarque 12. Le formalisme des formes différentielles est particulièrement agréable pour faire
des calculs : en effet si la courbe est donnée de mani ère param ’ etrée x 1 = M 1 (t ), x 2 = M 2 (t ), alors
on écrit sur la courbe au M(t) d M 1 = M 10 (t )d t , d M 2 = M 20 (t )d t de sorte que
Z Z b
ω= f 1 (M (t ))d M 1 (t ) + f 2 (M (t ))d M 2 (t )
C a
Z b
f 1 (M (t ))M 10 (t ) + f 2 (M (t ))M 20 (t ) d t .
£ ¤
=
a

Exemple 5. On considère la courbe C d’équation

x 2 + x 22 − 2x 2 = 0,

orientée dans le sens trigonométrique positif. On désire calculer l’intégrale curviligne

Z
x 1 x 22 d x 2 − x 2 x 12 d x 1 .
C

La première étape du calcul consiste à trouver un paramétrage de C : tout d’abord en écrivant

l’équation comme
x 12 + (x 2 − 1)2 = 1,
on reconnaît l’équation du cercle de centre (0, 1) et de rayon 1, de sorte qu’un paramétrage nous
est fournit par
x 1 = cos t , x 2 = 1 + sin t t ∈ [0, 2π].
On a donc
Z 2π
I= cos t (1 + sin t )2 d (1 + sin t ) − (1 + sin t ) cos2 t d ( cost )
0
Z 2π £
(1 + sin t )2 cos2 t + (1 + sin t ) cos2 t sin t d t
¤
=
0
Z 2π
cos2 t 1 + 3 sin t + 2 sin2 t d t
£ ¤
=
0
Z 2π Z 2π Z 2π
2 2
= cos t d t + 3 cos t sin t d t + 2 cos2 t sin2 t d t .
0 0 0

57
On utilise ensuite les formules de trigonmétrie classiques

1 1
cos2 t = (1 + cos 2t ), et sin t cos t = sin 2t
2 2
de sorte que
1 1
(sin t cos t )2 = sin2 t = (1 − cos 4t ),
4 8
où on a utilisé également la relation 1 − cos 2θ = 2 sin2 θ. Par ailleurs, comme la fonction t 7→ cos2 t sin t
est impaire, 2π périodique, son intégrale sur une période est nulle. On a donc

1
Z 2π 1
Z 2π 3π
I= (1 + cos 2t )d t + (1 − cos 4t )d t = .
2 0 4 0 2

Exercices

Exercice I

Soit ~ ~ le champ de vecteur constant défini pour tout M ∈ R2 par

A un vecteur de R2 , et V

~ (M ) = ~
V A.

1) Soit C une courbe fermée de R2 . Montrer que la circulation de V le long de C est nulle.
−−−→
~ = grad f .
2) En déduire qu’il existe une fonction f telle que V
3) Calculer f .

58
Chapitre 4

Intégrales doubles

4.1 Construction de l’intégrale double

Considérons un domaine D de R2 , limité par une courbe régulière C . Soit f une fonction conti-
nue définie sur D. On divise le plan R2 en petits rectangles de taille ∆x 1 × ∆x 2 parallèles aux axes
Ox 1 et Ox 2 de la manière suivante. ‘
On découpe d’abord R2 en plusieurs tranches Ti de longueur de hauteur ∆x 2 grâce à des droites
parallèles à l’axe Ox 1 . Ensuite, on découpe chaque chaque tranche par des droites parallèles à l’axe
Ox 2 , ce qui forme les rectangles que nous avons mentionnés plus haut. Nous ne garderons que les
rectangles R i , j qui sont contenus dans le domaine D. Notons M i , j le centre du rectangle R i , j . On
pondère l’aire ∆x1 × ∆x 2 du rectangles R i , j par le poids f (M i , j ) et on fait la somme sur tous les
rectangles inclus dans le domaine D, à savoir

f (M i , j )∆x 1 ∆x 2 .
XX
(4.1)

Notons que si f = 1 alors on obtient ainsi l’aire de la réunion des rectangles R i , j inclus dans D, aire
qui tend, lorsque ∆x 1 et ∆x 2 tendent vers 0, vers l’aire de D. Dans le cas général on montre :
lorsque ∆x 1 et ∆x 2 tendent vers 0, la somme ci-dessus converge vers une quantité que nous note-
rons Ï
f (x 1 , x 2 )d x 1 d x 2 .
D

59
Définition 1. On appelle I l’intégrale double de la fonction f sur le domaine D.

Interprétation. Nous avons déjà vu que lorsque f est identiquement égale à 1, alors l’intégrale
double donne l’aire de D, c’est à dire
Ï Ï
Aire de D = 1d x 1 d x 2 = d x1 d x2 .
D D

Dans le cas général, on trouve donc une aire pondérée. Par exemple, si D représente un objet ayant
la forme d’une plaque, de densité variable f , I représente son poids totale.

Par ailleurs, de même que nous avions vu que l’intégrale d’une fonction d’une variable réelle
permettait de calcul l’aire située sous le graphe, l’intégrale double d’une fonction f représente le
volume situé sous le graphe de cette fonction f . Supposons pour simplifier que f est positive et
notons S le graphe de f au dessus de D. Cette surface et les parallèles à Ox 3 menées par les points
du contour C limite un domaine V de R3 . L’intégrale I fournit alors la mesure de ce domaine V .
En effet, le volume limité dans V par le rectangle R i , j et les plans parallèles à Ox 3 qui s’appuient
sur son périmètre a pour valeur approchée

f (M i , j ) ∆x 1 ∆x 2 .

La somme
f (M i , j )∆x 1 ∆x 2
XX

représente donc une valeur approchée du volume de V . La limite I est donc le volume exacte.

Voici quelques propriétésélémentaires :

Proposition 1. Soit D un domaine donné de R2 . Si f est une fonction continue sur D, λ ∈ R alors on
a Ï Ï
λ f (x 2 , x 1 )d x 1 d x 2 = λ f (x 2 , x 1 )d x 1 d x 2 ,
D D
et si f 1 et f 2 sont deux fonctions continues sur D, alors
Ï Ï Ï
( f 1 + f 2 ) f (x 2 , x 1 )d x 1 d x 2 = f 1 (x 2 , x 1 )d x 1 d x 2 + f 2 (x 2 , x 1 )d x 1 d x 2 .
D D D

Si l’on divise le domaine D en deux domaines D1 et D2 , alors

Ï Ï Ï
f (x 2 , x 1 )d x 1 d x 2 = f (x 2 , x 1 )d x 1 d x 2 + f (x 2 , x 1 )d x 1 d x 2 .
D D1 D2

Ces propriétés se démontrent en établissant des propriétés similaires pour les approximations
des intégrales doubles données par les sommes (4.1).

4.2 Le Théorème de Fubini

Le théorème de Fubini parmet de ramener des calculs d’intégrales doubles à des intégrales
simples.
Soit un domaine D sur lequel on désire intégrer une fonction. Lorsque l’on consid ‘ere les
points de D, fixe une des variables, par exemple x 2 , alors l’autre variable varie sur des réunions

60
d’intervalles : pour simplifier, nous allons considérer le cas où x 1 varie dans un seul intervalle
[ϕ(x 2 ), ψ(x 2 )] dont les bornes sont des fonctions de x 2 . On suppose par ailleurs que si x 2 prend des
valeurs au delà de deux nombres c < d , alors l’intervalle est vide. En terme plus mathématiques,
ceci signifie que la projection orthogonale de D sur l’axe Ox 2 est égale à l’intervalle [c, d ] et que

D ∩ {x 2 = m 2 } = {(x 1 , m 2 ), x 1 ∈ [ϕ(m 2 ), ψ(m 2 )]}.

pour tout m 2 ∈ [c, d ].

On a alors

Théorème 1. On a l’identité
Ï Z d µZ ψ(x 2 ) ¶
f (x 1 , x 2 )d x 1 d x 2 = f (x 1 , x 2 )d x 1 d x 2 .
c ϕ(x 2 )

Remarque 1. La quantité entre parenthèses dans le membre de droite est bien une fonction qui
ne dépend que de la variable x 2 par l’intermédiaire de f et des bornes d’intégration.

Remarque 2. Bien entendu les variables x 1 et x 2 jouent des roles équivalents. Supposons que sur
le domaine D la variable x 1 varie sur un intervalle [a, b], et que, lorsque x 1 est fixé, la variable x 2
varie sur un intervalle [ζ(x 1 ), ξ(x 1 )] alors on a
Ï Z b µZ ξ(x 1 ) ¶
f (x 1 , x 2 )d x 1 d x 2 = f (x 1 , x 2 ) d x 1
D a ζ(x 1 )

Intuition de la démonstration. Pour comprendre la formule, revenons à la somme (4.1). Considé-

rons une tranche Ti de D, et une valeur y i de x 2 donnée, telle que les points d’ordonnée x 2 = y i
soient dans cette tranche. Alors l’abscisse x 1 varie dans l’intervalle [ϕ(y i ), ψ(y i )]. Considérons
maintenant tous les rectangles R i , j de la tranche Ti et la somme

f (M i , j ) ∆x 1 .
X
j

Cette somme représente la valeurt approchée de l’intégrale simple

Z ψ(y i )
f (x 1 , y i )d x 1 .
ϕ(y i )

61
Cette intégrale ne dépend que du nombre y i . Posons
Z ψ(x2 )
F (x 2 ) = f (x 1 , x 2 )d x 1 ,
ϕ(x 2 )

de sorte que
f (M i , j ) ∆x 1 ' F (y i ).
X
j
Pour la somme double que nous considérons, on a
f (M i , j )∆x 1 ∆x 2 ' F (y i )∆x 2 .
XX X

Sur le domaine D, y i varient sur un certain intervalle [c, d ]. On a

Z d
f (M i , j )∆x 1 ∆x 2 ' F (y i )∆x 2 '
XX X
F (y)d y.
c
Le théorème s’obtient en faisant tendre ∆x 1 et ∆x 2 vers 0.
Exemple 1. On prend pour domaine le triangle rectangle D défini par

D = {(x 1 , x 2 ), x 1 ≥ 0, x 2 ≥ 0, x 1 + x 2 ≤ 1}.
On veut calculer Ï
I= x1 x2 d x1 d x2 .
D
on voit que x 2 varient sur l’intervalle [c, d ] = [0, 1], et que pour une valeur de x 2 donnée, x 1 prend
ses valeurs dans [ϕ(x 2 ), ψ(x 2 )] = [0, 1 − x 2 ]. En intégrant d’abord par rapport à x 2 , on a donc
Z 1 µZ 1−x2 ¶ Z 1 µZ 1−x2 ¶
I= x1 x2 d x1 d x2 = x1 d x1 x2 d x2 .
0 0 0 0
On calcule d’abord l’intégrale dans la parenthèse : on a
" #(1−x2 )
x2
Z 1−x2
1
x1 d x1 = 1 = (1 − x 2 )2 .
0 2 2
0
Il en résulte, en utilisant une intégration par parties, que
¸1 Z 1
x 2 (1 − x 2 )3 (1 − x 2 )3
Z 1 ·
1 2 1
I= x 2 (1 − x 2 ) d x 2 = + dx = .
0 2 6 0 0 6 24

62
4.3 Intégration par parties
Rappelons que dimension un d’espace la formule d’intégration par partie se déduit de la for-
mule fondamentale Z b
f (b) − f (a) = f 0 (x)d x, (4.2)
a
qui précise le lien entre la dérivation et l’intégration. Voyons ce qu’il advient de ce type de formule
en dimension deux, à savoir que donne l’intégration d’une dérivée partielle, par exemple

∂f
Ï
I1 = (x 1 , x 2 )d x 1 d x 2 ,
D ∂x 1

où f désigne une fonction dérivable de deux variables x 1 et x 2 , sur un domaine D de contour C .

Plaçons nous sous les mêmes hypothèses que dans la Section 4.2, c’est à dire supposons que l’on
a
D = {(x 1 , x 2 ) ∈ R2 , tels que , c ≤ x 2 ≤ d et ϕ(x 2 ) ≤ x 1 ≤ ψ(x 2 )}.
On peut alors écrire, grâce au Théorème de Fubini
Ï
∂f
Z d µZ
∂fψ(x 2 ) ¶
(x 1 , x 2 )d x 1 d x 2 = (x 1 , x 2 )d x 1 d x 2
D ∂x 1 c ϕ(x 2 ) ∂x 1
Z d (4.3)
f (x 2 , ψ(x 2 )) − f (x 2 , ϕ(x 2 )) d x 2 .
¡ ¢
=
c

Orientons maintenant le contour C dans le sens trigonométrique positif. Nous allons vérifier que
le membre de droite de (4.3) peut s’interpréter comme une intégrale curviligne, à savoir
Z d Z
f (x 2 , ψ(x 2 )) − f (x 2 , ϕ(x 2 )) d x 2 =
¡ ¢
I1 = f d x2 . (4.4)
c C

En effet, on remarque tout d’abord que le contour C est le réunion de deux courbes paramètrées
C 1 et C 2 . La première, C 1 peut être paramètrée explicitement par t 7→ M 1 (t ) = (t , ψ(t )), t ∈ [c, d ]
alors que C 2 peutêtre paramètrée, si l’on respecte l’orientation, par t 7→ M 1 (t ) = (c +d − t , ϕ(c +d −
t ), t ∈ [c, d ]. On a de plus

M 10 (t ) = 1, ψ0 (t ) et M 20 (x 2 ) = 1, −ϕ0 (c + d − t ) .
¡ ¢ ¡ ¢

63
On a donc

〈 f (M 1 (t ))d x 2 , M 10 (t )〉 = f (M 1 (t ))) et 〈 f (M 2 (t )d x 2 , (M 20 (t )〉 = − f (M 2 (t )).

Le résultat (4.4) s’en déduit par intégration.

Un calcul similaire montre que

∂f
Ï Z
(x 1 , x 2 )d x 1 d x 2 = − f d x1 ,
D ∂x 2 C

et on obtient ainsi la formule dit de Green-Riemann

Théorème 2 (Formule de Green-Riemann). Soient f et g deux fonctions dérivables sur un domaine

D de R2 . On a la relation
∂g ∂f
Ï · ¸ Z
(x 1 , x 2 ) − (x 1 , x 2 ) d x 1 d x 2 = f d x1 + g d x2 .
D ∂x 1 ∂x 2 C

Remarque 3. Bien entendu, on peut aussi utiliser, si on préfère, le langage des champs de vecteurs,
qui est probablement plus intuitif et écrire

∂V2 ∂V1
Ï · ¸ Z
(x 1 , x 2 ) − (x 1 , x 2 ) d x 1 d x 2 = ~ (M )d M
V ~. (4.5)
D ∂x 1 ∂x 2 C

~ est le champ de vecteurs V

où V ~ (M ) = (V1 (M ),V2 (M )).

Voyons une application intéressante de la formule de Green-Riemann.

~ = (V1 ,V2 ) un champ de vecteurs déri-
Théorème 3. Supposons que le domaine D sans trou. Soit V
vable sur D. On suppose que
∂V2 ∂V1
= sur D. (4.6)
∂x 1 ∂x 2
Alors V est un champ de gradient, c’est à dire qu’il existe une fonction f dérivable sur D tellle que
−−−→
~ = grad f .
V

Remarque 4. Au chapitre précédent, nous avions déjà vu que la condition (4.6)était nécessaire
pour qu’un champ de vecteurs soit un champ de gradient. Le résultat précédent montre donc
qu’elle est aussi nécessaire, si le domaine ne possède pas de trou.

Démonstration. Nous allons montrer que si V ~ vérifie la relation (4.6), alors V est un champ de
vecteurs conservatif, ce qui entraîne la conclusion, grâce à la proposition 9 du chapitre précédent.
Soit C 0 une courbe fermée quelconque incluse dans D, nous devons montrer que
Z
~ (M )d M
V ~ = 0. (4.7)
C0

Soit D 0 le domaine intérieur limité par D. On a grâce à la Remarque 3 et l’hypothèse (4.6)

∂V2 ∂V1
Ï · ¸ Z
0= (x 1 , x 2 ) − (x 1 , x 2 ) d x 1 d x 2 = ~ (M )d M
V ~,
D 0 ∂x 1 ∂x 2 C0

ce qui donne la conclusion.

64
 ~ linéaire, c’est à dire de la forme
Exemple 2. Considérons un champ de vecteur V

~ (X
V ~)= A·X
~,

où A est une matrice 2 × 2 µ ¶

a 1,1 a 1,2
A= .
a 2,1 a 2,2
On a donc V1 (x 1 , x 2 ) = a 1,1 x 1 + a 1,2 x 2 et V2 (x 1 , x 2 ) = a 2,1 x 1 + a 2,2 x 2 , de sorte que

∂V2 ∂V1
− = a 2,1 − a 1,2 .
∂x 1 ∂x 2
~ est donc un champ de gradient si et seulement si
V

a 2,1 = a 1,2 ,

c’est à dire si et seulement si la matrice A est symétrique. Cherchons maintenant une fonction f
−−−→
~ = grad f , c’est à dire telle que
telle que V

∂f

 (x 1 , x 2 ) = a 1,1 x 1 + a 1,2 x 2
∂x 1


(4.8)
 ∂f

 (x 1 , x 2 ) = a 2,1 x 1 + a 2,2 x 2 .
∂x 2
On intégre la première équation en traitant la varibale x 2 comme un paramètre. Ceci donne
1
f (x 1 , x 2 ) = a 1,1 x 12 + a 1,2 x 2 x 1 + ϕ(x 2 ). (4.9)
2
o ù la constante d’intégration ϕ(x 2 ) est une fonction de x 2 uniquement. En prenant la dérivée
partielle par rapport à x 2 de cette expression on obtient

∂f
(x 1 , x 2 ) = a 1,2 x 1 + ϕ0 (x 2 .)
∂x 2
En reportant dans la deuxième équation du système (4.10) on trouve donc

ϕ0 (x 2 ) = a 2,1 x 1 − a 1,2 x 1 + a 2,2 x 2 = a 2,2 x 2

qui donne en intégrant

1
ϕ(x 2 ) = a 2,2 x 22 + c,
2
o û c ∈ R est une constante d’intégration. Il en résulte donc que
1¡
a 1,1 x 12 + a 2,2 x 22 + 2a 1,2 x 1 x 2 + c.
¢
f =
2
−−−→
~ = grad f , avec
On vérifie ainsi que l’on a V
1
f (X ) = ~ .X
A·X ~ +c
2
la forme quadratique associée à la matrice symétrique A.

65
 ~ défini sur R2 par
Exemple 3. Considérons le champ de vecteurs V

~ (x 1 , x 2 ) = (V1 (x 1 , x 2 ),V2 (x 1 , x 2 )) = x 4 + 3x 3 , 4x 1 x 3 + 2x 2 .
¡ ¢
V 2 1 2 2

On a
∂V2 ∂V1
− = 4x 23 − 4x 23 = 0,
∂x 1 ∂x 2
−−−→
de sorte qu’il existe une fonction f telle que grad f = V ~.
Pour trouver f , il faut donc résoudre le système de deux équations

∂f

 (x 1 , x 2 ) = x 24 + 3x 13
∂x 1


(4.10)
∂f
(x 1 , x 2 ) = 4x 1 x 23 + 2x 22 .



∂x 2

On intégre la première équation en traitant la variable x 2 comme un paramètre. On trouve donc

3
f (x 1 , x 2 ) = x 1 x 24 + x 14 + ϕ(x 2 ),
4
la constante d’intégration ϕ(x 2 ) étant une fonction de x 2 seulement. En prenant la dérivée partielle
par rapport à x 2 de cette expression on obtient

∂f
(x 1 , x 2 ) = 4x 1 x 23 + ϕ0 (x 2 .)
∂x 2

En reportant dans la deuxième équation du système (4.10) on trouve donc

ϕ0 (x 2 ) = 4x 1 x 23 + 2x 22 − 4x 1 x 23 = 2x 22 ,

qui donne en intégrant

2
ϕ(x 2 ) = x 23 − c,
3
o û c ∈ R est une constante d’intégration. Il en résulte donc que

2 3
f = x 23 + x 1 x 24 + x 14 + c.
3 4
En guise d’exercice, voyons comment on peut retrouver la valeur de f par la formule (3.11) sur
une courbe appropriées, par exemple

OX
– = [O, X 1 ] ∩ [X 1 , X ],

~ 0 (s) =
où X 1 = (x 1 , 0). On peut paramétrer le segment [0, X 1 ] par s 7→ M (s) = (s, 0) de sorte que M
(1, 0) et donc, sur ce segment, on a

~ (M )d M
V ~ =V
~ (s, 0) · (1, 0)d s = V1 (s, 0)d s = 3s 3 d s.

~ 0 (s) = (0, 1) et
De même, on paramètre le segment [X 1 , X ] par s 7→ M (s) = (x 1 , s), de sorte que M

~ (M )d M
V ~ =V
~ (x 1 , s) · (0, 1)d s = V2 (x 1 , s)d s = (4x 1 s 3 + 2s 2 )d s.

66
On a donc
Z x1 Z x2
f (x 1 , x 2 ) = V1 (s, 0)d s + V2 (x 1 , s)d s
0 0
Z x1 Z x2
= 3s 3 d s + (4x 1 s 3 + 2s 2 )d s
0 0
3 2
= x 14 + x 1 x 24 + x 23 ,
4 3
−−−→
~ ont donc la forme 3 x 4 + x 1 x 4 + 2 x 3 + c, c ∈ R.
et toutes les solutions de l’équation grad f = V 4 1 2 3 2

4.3.1 Calcul de l’aire d’un domaine

On peut utiliser la formule (4.5) pour calculer l’aire du domaine. En effet, le membre de droite
de cette identité représente l’aire, si on choisit le champ de vecteurs de sorte que

∂V2 ∂V1
(x 1 , x 2 ) − (x 1 , x 2 ) = 1 sur D. (4.11)
∂x 1 ∂x 2

On peut chercher de tels champs sous forme de champs linéaires. On vérifier en particulier que
les champs
1
~ = (0, x 1 ), V
V ~ = (0, −x 2 ) ou encore V
~ = (−x 2 , x 1 )
2
sont des solutions de l’équation (4.11). En en déduit, en revenant à (4.5)

Proposition 2. L’aire du domaine D est donnée par

1
Z Z Z
A ire(D) = x1 d x2 = − x2 d x1 = x1 d x2 − x2 d x1 , (4.12)
C C 2 C

où la courbe C est orientée dans le sens trigonométrique.

Exemple 4. Nous allons recalculer l’aire de l’ éllipse limitée par la courbe C d’équation

x 1 = a cos t , x 2 = b sin t t ∈ [0, 2π], a, b > 0

qui fournit bien l’orientation demandée. Ainsi l’aire S de l’ellipse est donnée par

1
Z
S= x1 d x2 − x2 d x1
2 C
1 2π
Z
= a cos t d (b sin t ) − b sin t d (a cos t )
2 0
1 2π
Z
= ab cos2 t d t + ab sin2 d t
2 0
1 2π
Z
= ab(cos2 t + sin2 t ) d t
2 0
1 2π
Z
= abd t
2 0
= πab.

67
4.3.2 Flux et divergence
Supposons dans cette section que nous ayons un paramétrage naturel s 7→ M (s) de la courbe
C , où s ∈ [0, L], et M (0) = M (L), orientée dans le sens trigonométrique positif. On a donc
dM
~ (s)k = k
kT (s)k = 1.
ds
Soit ~
n (s) le vecteur unitaire orthogonal à T~ sortant de D au point M (s). On peut aussi exprimer
cette condition en disant que les vecteurs (T ~ (s),~n (s)) forment une base orthonormée directe de
R . En coordonnées, on a
2

~n (s) = M 20 (s), −M 10 (s) .

¡ ¢

Définition 2. On appelle flux du champ de vecteurs V ~ à travers la courbe C l’intégrale

Z L
Flux(V, C ) = ~ (M (s)) .~
V n (s)d s.
0

Par abus de notation, on notera cette intégrale

Z
Flux(V, C ) = ~ (M (s)) .~
V n (s)d s
C

Introduisons maintenant la divergence d’un champ de vecteurs.

~ un champ de vecteurs dérivable sur un domaine D, de dérivées continues.
Définition 3. Soit V
~ la fonction définie sur D par
On appelle divergence du champ de vecteurs V
∂V1 ∂V2
~ (M ) =
div V (M ) + (M )
∂x 1 ∂x 2
~ (x 1 , x 2 ) = (x 1 , x 2 ) alors div V
Exemple 5. Si V ~ = 2, alors que si V (x 1 , x 2 ) = (−x 2 , x 1 ), alors div V
~ = 0.
~
De manière plus générale, si V est un champ linéaire, c’est à dire de la forme
~ (X
V ~ ) = A. X
~,

~ est une fonction scalaire constante,

où A est une matrice 2 × 2, alors on vérifie (exercice) que div V
et que
~ = Tr A.
div V
~ = 0.
ainsi, si A est antisymétrique, alors div V

68
 Avec ces notations le Théorème 4.5 peut se formuler comme suit :

Théorème 4. On a, sous les hypothèses ci-dessus

Ï Z
div V~ (M )d x 1 d x 2 = Flux(V, C ) = ~ (M (s)) .~
V n (s)d s.
D C

L’intégrale de la divergence est donc égale au flux à travers le contour. On appelle parfois ce ré-
sultat le théorème flux-divergence ou encore le théorème de Green-Ostrogradski. Nous verrons plus
loin les interprétations physiques de cette relation.

~ ⊥ = (V ⊥ ,V ⊥ ) qui se déduit du champ V

Démonstration. Introduisons le champ de vecteurs V ~ par
1 2

~ ⊥ (M ) = (−V2 (M ),V1 (M ),
V

de sorte que
∂V2⊥ ∂V1⊥
~ (M ) =
div V (x 1 , x 2 ) − (x 1 , x 2 ).
∂x 1 ∂x 2
La relation (4.5) nous donne alors
Ï Z
~
div V (M )d x 1 d x 2 = V~ (M )⊥ d M
~.
D C
Z L
= ~ 0 (s)d s
V (M )⊥ .M
0

On remarque que

~ (M (s))⊥ .M
V ~ 0 (s) = −V2 (M (s)).M 0 (s) + V1 (M (s)).M 0 (s)) = V
~ (M ).~
n (s).
1 2

La conclusion en découle.

4.3.3 Autres formules

Nous donnons dans ce paragraphe quelques formules dérivées des relations précédentes.

Proposition 3. Soit f une fonction et V ~ un champ de vecteurs définis, dérivables et de dérivées

continues sur D.
– Le champ de vecteurs f V ~ défini par f V
~ (M ) = f (M )V
~ (m) pour tout M ∈ D est un champ de
vecteurs dérivable sur D dont la divergence est la fonction qui s’écrit
−−−→
~ ) = f divV + V
div ( f V ~ · grad f . (4.13)

– si f est deux fois dérivable alors

−−−→
div (grad f ) = ∆ f (4.14)
et
−−−→
div (grad⊥ f ) = 0. (4.15)
– Si f et g sont des fonctions deux fois dérivables alors
−−−→ −−−→ −−−→
g ∆ f = div (g .grad f ) − gradg · grad f . (4.16)

69
Démonstration. Pour (4.13) on applique la formule de Taylor qui donne

∂( f V1 ) ∂( f V2 )
~)=
div ( f V +
∂x ∂x 2
· 1
∂V1 ∂V2 ∂f ∂f
¸
=f + + V1 + V2
∂x 1 ∂x 2 ∂x 1 ∂x 2
−−−→
= f divV + V ~ · grad f .

−−−→
Pour (4.14) on a comme grad f = ( f x1 , f x2 )

−−−→ ∂ f x1 ∂ f x2
div (grad f ) = +
∂x 1 ∂x 2
∂ f
2
∂2 f
= 2 + 2 = ∆f .
∂ x1 ∂ x2
−−−→
Pour (4.15) on a comme grad⊥ f = (− f x2 , f x1 )

−−−→ ∂ f x2 ∂ f x1
div (grad⊥ f ) = − +
∂x 1 ∂x 2
∂ f
2
∂2 f
= + = 0.
∂x 1 ∂x 2 ∂x 2 ∂x 1

Enfin pour (4.16), on utilise (4.13) et (4.14) pourécrire

−−−→
g ∆ f = g div (grad f )
−−−→ −−−→ −−−→
= div (g .grad f ) − gradg .grad f

De ces formules, on peut déduire un certain nombre de formules intégrales :

Proposition 4. Soit f une fonction et V ~ un champ de vecteurs définis, dérivables et de dérivées

continues sur D.
– On a pour i = 1, 2 et en écrivant ~
n (s) = (n 1 (s), n 2 (s))

∂f
Ï Z
d x1 d x2 = f (M (s)) .n i (s)d s
D ∂x i C

et donc
−−−→
Ï Z
grad f d x 1 d x 2 = f~
n (s)d s.
D C
[Attention : il s’agit d’une égalité de vecteurs !]
– On a
−−−→
Ï Z Ï
f divV d x 1 d x 2 = ~ (M (s))d s −
f (M (s))V grad f · V d x 1 d x 2 .
D C D

Démonstration. Pour la première identité, on prend le champ de vecteurs V = ( f , 0) si i=1, et V~=

(0, f ) si i = 2 puis on applique le Théorème 4. Pour la dernière, on part de la formule (4.13) et on
applique de nouveau le Théorème 4.

70
4.3.4 La divergence en coordonnées polaires
Comme nous l’avons déjà vu, la base de référence pour faire des calculs en coordonnées po-
e r ,~
laire, c’est la base (~ e θ ). Il s’agit d’un repère mobile, puisqu’il dépend du point ou il est considéré.
Supposons donc que le champ de vecteurs considéré V ~ soit exprimé en coordonnées polaires au
point M = (r cos θ, r sin θ)
~ (M ) = Vr (r, θ)~
V e r (M ) + Vθ (r, θ)~
e θ (M ).
où
~
e r = (cos θ, sin θ) et ~
e θ = (− sin θ, cos θ).
~ = (V1 ,V2 ) en coordonnées cartésiennes, on obtient
Si on écrit maintenant V

V1 = Vr (r, θ) cos θ − Vθ (r, θ) sin θ

et
V2 = Vr (r, θ) sin θ + Vθ (r, θ) cos θ.
Il vient alors, par la règle des fonctions composées, et en utilisant l’expression de la matrice Jaco-
bienne (2.18)
∂V1 ∂V1 ∂r ∂V1 ∂θ ∂V1 1 ∂V1
= + = cos θ − sin θ
∂x 1 ∂r ∂x 1 ∂θ ∂x 1 ∂r r ∂θ
∂Vr ∂Vθ
· ¸
= cos θ cos θ − sin θ
∂r ∂r
∂Vr ∂Vθ
· ¸
1
− sin θ [ cos θ − Vr sin θ − sin θ − Vθ cos θ
r ∂θ ∂θ
∂Vr Vr 1 ∂Vθ
= cos2 θ + sin2 θ + sin2 θ
∂r ·r r ¸∂θ
1 ∂Vθ ∂Vθ
− sin θ cos θ r + − Vθ
r ∂r ∂r
et
∂V2 ∂V2 ∂r ∂V2 ∂θ ∂V2 1 ∂V2
= + = sin θ + cos θ
∂x 2 ∂r ∂x 2 ∂θ ∂x 2 ∂r r ∂θ
∂Vr ∂Vθ
· ¸
= sin θ sin θ + cos θ
∂r ∂r
∂Vr ∂Vθ
· ¸
1
+ cos θ [ sin θ + Vr cos θ + cos θ − Vθ sin θ
r ∂θ ∂θ
∂Vr Vr 1 ∂Vθ
= sin2 θ + sin2 θ + cos2 θ
∂r r r ¸∂θ
∂Vθ ∂Vθ
·
1
+ sin θ cos θ r + − Vθ
r ∂r ∂r
En faisant la somme, on trouve finalement
∂V1 ∂V2 ∂Vr Vr 1 ∂Vθ
divV = + = + +
∂x 1 ∂x 2 ∂r r r ∂θ
ou encore
1 ∂ (r Vr ) 1 ∂Vθ
~=
div V + .
r ∂r r ∂θ

71
4.4 Changements de variables
Commençons par quelques rappels de géométrieélémentaire.

4.4.1 Aire d’un parallélelogramme

Considérons tout d’abord le parallélogramme O AC B ci dessous :

Ces cotés sont deux à deux paralléles, on donc,

−−→ −→
~ =O
X A = BC

et
−−→ −→
~ = OB
Y = AC .
Cherchons maintenant à calculer l’aire A de ce parallèlélogramme. La géométrie élémentaire
nous enseigne que
A = kX~ k.kY
~ k sin θ.

Ce résultat peut aussi s’écrire en utilisant la théorie du déterminant, à savoir

¯¯ ¯¯
¯ ¯x 1 y 1 ¯¯ ¯¯ ¯¯
~ ~
A = |det ( X , Y )| = ¯¯ ¯¯
¯
= x 1 y 2 − x 2 y 1
¯.
x2 y2¯ ¯

Considérons maintenant une application linéaire T de R2 vers R2 , et calculons l’aire de l’image

par T du carré C = [0, 1]2 . L’image de ce carré est un parallèlélogramme porté par les vecteurs T (e 1 )
et T (e 2 ) de sorte que l’aire (algébrique cette fois) se calcule comme

A ire T ([0, 1]2 ) = |det (T )| .

¡ ¢
(4.17)

De manière plus générale, si on considère le rectangle [0, `1 ] × [0, `2 ], alors l’aire algébrique de son
image par T
A ire (T ([0, `1 ] × [0, `2 ])) = `1 `2 |det (T )| . (4.18)

72
4.4.2 Aire de l’image d’un rectangle élémentaire
Considérons maintenant une application Φ d’un domaine Ω de R2 vers un domaine D de R2
également, supposée dérivable de dérives continues. On suppose de que Φ est de plus une bijec-
tion de Ω sur D, de sorte que Ω peut être considéré comme un paramétrage de D par le domaine
Ω. Il s’agit de la situation typique que l’on rencontre lorsqu’on fait un changement de variable : si
M = (M 1 , M 2 ) un point quelconque de D, et si

U = (u 1 , u 2 ) = φ−1 (M ), c’est à dire M 1 = Φ1 (u 1 , u 2 ) et M 2 = φ2 (u 1 , u 2 ).

alors les valeurs de u 1 et u 2 correspondent aux nouvelles coordonnées de M .

Soit donc M = (M 1 , M 2 ) un point quelconque de D, et U = (u 1 , u 2 ) comme ci dessus. Il résulte

des résultats de la Section 2.5.4 du Chapitre 2, qu’au premier ordre l’application Φ est bien appro-
chée, près de U par l’application affine Φ(U ) + D Φ (U )h, plus précisément on a

Φ(U + ~
h)) = Φ(U ) + D Φ (U )~
h + khkε(h),

où D Φ désigne la matrice jacobienne de Φ c’est à dire

à ∂Φ ∂Φ !
1 1
∂u 1 ∂u 2
DΦ = ∂Φ2 ∂Φ2 .
∂u 1 ∂u 2

Considérons maintenant un rectangle élémentaire de cotés de longueurs ∆u 1 et ∆u 2 dont un

des sommets est U . On a d’après les résultats de la section précédente et le développement limité
(4.4.2)

A ire (Φ ([u 1 , u 1 + ∆u 1 ] × [u 2 , u 2 + ∆u 2 ])) = det (D Φ (U ))∆u 1 ∆u 2 + o(∆u 1 ∆u 2 ). (4.19)

4.4.3 La formule du changement de variable

On considère une fonction f définie sur D. La fonction f ◦ Φ est donc définie sur Ω. On a alors

Théorème 5. On a
Ï Ï
f (x 1 , x 2 )d x 1 d x 2 = f (Φ (u 1 , u 2 )) |det (D Φ (u 1 , u 2 ))| d u 1 d u 2
D Ω

73
où det D Φ désigne le déterminant jacobien
∂Φ1 ∂Φ1
¯ ¯
∂u 1 (u 1 , u 2 ) ∂u 2 (u 1 , u 2 ) ¯
¯ ¯
det D Φ (u 1 , u 2 ) = ¯ ¯.
¯
∂Φ2 ∂Φ2
∂u 1 (u 1 , u 2 ) ∂u 2 (u 1 , u 2 ).
¯ ¯

Remarque 5. Notons qu’il faut prendre ici la valeur absolue du déterminant Jacobien (qui peut
bien entendu être négatif).

Idée de la démonstration. Elle s’appuie sur l’interprétation de l’intégrale comme l’aire pondérée.
Dans cette interprétation, l’intégrale du membre de droite
Ï
f (x 1 , x 2 )d x 1 d x 2 (4.20)
R

représente donc l’aire de D, pondérée par la fonction f . Par ailleurs, la fonction Φ nous permet de
paramétrer D par Ω. Si on découpe, comme nous l’avons fait pour (4.1) sur D, le domaine Ω en
rectangles élémentaires R i , j de cotés de tailles ∆u 1 et ∆u 2 , alors l’aire de l’image par Φ de R i , j est
approximativement l’aire d’un parallélogramme donnée par (4.19), c’est à dire

|det (D Φ (Ui , j ))|∆u 1 ∆u 2 ,

o û Ui , j est un des sommets du rectangle R i , j . En pondérant cette aire par f (Φ(Ui , j ) et en sommant
on trouve donc une approximation de (4.20), à savoir
Ï
f (Φ(Ui , j )| det (D Φ (Ui , j ))|∆u 1 ∆u 2 ,
X
f (x 1 , x 2 )d x 1 d x 2 '
D i,j

ce qui mène directement au résultat.

Remarque 6. On utilise aussi la notation

D(Φ1 , Φ2 ) D(x 1 , x 2 )
det D Φ (u 1 , u 2 ) = =
D(u 1 , u 2 ) D(u 1 , u 2 )

pour désigner le déterminant Jacobien. en particulier si

Remarque 7. Il résulte de la formule de changement de variables, en prenant f = 1 que

Ï
A ire(D) = |d et D Φ (u 1 , u 2 )|d u 1 d u 2 .
Ω

En particulier, si |d et D Φ (u 1 , u 2 )| = 1 sur Ω alors

A ire(D) = A ire(Ω).

Coordonnées polaires. Le calcul des intégrales en coordonnées polaires fournit un exemple inté-
ressant d’application de la formule de changement de variable.
Considérons le disque D a de centre 0 et de rayon a. Si on paramètre ce domaine en coor-
données polaires, c’est à dire que l’on fait correspondre aux nombres (r, θ) le point M 2 de D de
coordonnées cartésiennes
M 1 = r cos θ et M 2 = r sin θ,

74
alors nous sommes exactement dans la situation que nous avons décrite plus haut : ici Ω = [0, a] ×
[0, 2π[, D = D a et
Φ1 (r, θ) = r cos θ et Φ2 (r, θ) = r sin θ.
Calculons le déterminant Jacobien de Φ :
∂Φ1 ∂Φ1
¯ ¯
∂r (r, θ) ∂θ (r, θ)¯¯ .
¯ ¯
det D Φ (r, θ) = ¯
¯
∂Φ2 ∂Φ2
¯
∂r
(r, θ) ∂θ
(r, θ)¯

Si on procède au calcul effectif, il vient

¯ cos θ −r sin θ ¯
¯ ¯
det D Φ (r, θ) = ¯¯ ¯=r
sin θ r cos θ. ¯

Soit maintenant f une fonction définie sur D a . Posons f˜(r, θ) = f ◦ Φ(r, θ) = f (r cos θ, r sin θ). Il
vient
Ï Ï
f (x 1 , x 2 )d x 1 d x 2 = f˜(r, θ) r d r d θ
Da [0,a]×[0,2π[
Ï
= f (r cos θ, r sin θ) r d r d θ.
[0,a]×[0,2π[

en termes abrégés, on dit souvent que l’élément de volume s’écrit, en coordonnées polaires comme
r d r d θ.

Exemple 6. Calculons l’intégrale double

1
Ï
I= d x1 d x2 ,
D 1 + x 12 + x 22

où D = {(x 1 , x 2 ) ∈ R2 , x 12 + x 22 < 1}. En coordonnées polaires, on a donc

1 r
Ï Ï
I= 2
rdrdθ = 2
d r d θ.
[0,1]×[0,2π] 1 + r [0,1]×[0,2π] 1 + r

En utilisant la formule de Fubini on trouve donc

Z 2π µZ 1 Z 1
r r
¶
I= 2
d r d θ = 2π 2
d r.
0 0 1+r 0 1+r

Pour calculer cette dernière intégrale posons u = r 2 de sorte que d u = 2r d r et

Z 1 1 ¤1
I =π d u = π log(1 + u) 0 = π log 2.
£
0 1+u

4.4.4 Invariances par changement de repère orthonormé.

La formule du changement de variables montre immédiatement que les intégrales sont inva-
riantes par changement de repères orthonormés. Montrons qu’il en est de même pour la diver-
gence. La discussion que nous menons ici est tout àfait parallèle à celle menée dans la section
(3.1.2) pour le gradient.

75
 Comme pour le gradient que la définition (3) est relative à un choix de repère orthonormé
e 1 ,~
(~ e 2 ), qui détermine les coordonnées cartésiennes (x 1 , x 2 ). Introduisons un nouveau repère or-
thonormé (~ e 20 ) et des coordonnées x 10 , x 20 correspondantes de sorte que x 1~
e 10 ,~ e 1 +x 2~ e 2 = x 10 ~
e 10 +x 20 ~
e 20 ?
Soit V ~ un champs de vecteur donné sur D. Ce champ s’exprime dans la base (~ e 1 ,~
e 2 ) comme
~ (M ) = V1 (x 1 , x 2 )~
V e 1 + V2 (x 1 , x 2 )~
e 2 , pour M de coordonnées (x 1 , x 2 ) dans (~
e 1 ,~
e2)

Son expression dans la nouvelle base sera alors

~ (M ) = V 0 (x 0 , x 0 )~
V 0 0 0 0
e 2 , pour M de coordonnées (x 10 , x 20 ) dans (~
e 10 ,~
e 20 ).
1 1 2 e 1 + V2 (x 1 , x 2 )~

~ = (x 1 , x 2 ) et X
En posant X ~ 0 = (x 0 , x 0 ) on a
1 2
t~
X = P t X 0,
0
où P = P (e → e désigne la matrice de passage de l’ancienne base vers la nouvlele. De même, il
vient µ 0 0 0 ¶ µ ¶
~ (x , x ) =
0 0 0 V 1 (x 1 , x 2 , ) V 1 (x 1 , x 2 ) ~ (x 1 , x 2 ).
V =P = pV (4.21)
1 2 V20 (x 10 , x 20 ) V2 (x 1 , x 2 )
Quelle est l’expression de la divergence dans cette nouvelle base ?
Proposition 5. On a pour tout M ∈ D
∂V10 ∂Ṽ2 0 0
~ (M ) =
div V (x 0 , x 0 ) + (x , x ),
∂x 10 1 2 ∂x 20 1 2
où (x 1 , x 20 ) désigne les coordonnées de M dans la base (~
e 10 ,~
e 20 ).
L’expression de la divergence dans la nouvelle base est donc identique à celle dans l’ancienne
base.

Preuve. L’expression (6.6) s’écrit comme

~ 0(X
V ~ 0) = P V
~ (P t X
~ 0 ).

On utilsant la règle de dérivation composée on trouve

 ∂V 0 ∂V 0 
∂V1 ∂V1
 
1 1
∂x 10 ∂x 20  (x , x ) = P  ∂x1
0 0 ∂x 20  t
∂V20 ∂V20 ∂V2 ∂V2 (x 1 , x 2 ).P

1 2
∂x 10 ∂x 20 ∂x 10 ∂x 2

et donc comme P t = P −1 ,
 ∂V 0 ∂V10
∂V1 ∂V1
  
1
 ∂x1 ∂x 20  t ∂x 10 ∂x 20  0 0
∂V2 ∂V2 (x 1 , x 2 ) = P ∂V20 ∂V20 (x 1 , x 2 )P

∂x 10 ∂x 2 ∂x 10 ∂x 20

la divergence correspond à la trace de la matrice du membre de gauche de cette expression. Comme

une trace est invariante par conjugaison, c’est a dire

TrA = t r P AP −1

pour toute matrices A et P , si P est inversible, le résultat en découle.

Remarque 8. Attention, l’énoncé n’est valable que pour des changements de bases orthonormé.

76
4.5 Calcul du volume d’un domaine de R3
Soit f une fonctions de deux variables définie sur un domaine D, limité par une courbe C .
Nous avons déjà vu que si f est une fonction positive définie sur D, et Γ f la surface de R3 repré-
sentant le graphe de f , alors l’intégrale de f sur D fournit le volume du domaine V de R3 délimité
par Γ f et les parallèles à Ox 3 menées par les points de C . Ceci permet de calculer des volumes
dans R3 . Donnons un exemple.

Considérons la boule B de R3 centrée à l’origine (0, 0, 0) et de rayon R. La demi-boule supé-

rieure est limitée par le graphe de la fonction
q
x 3 = R 2 − x 12 − x 22

au dessus du disque D R de R2 de centre 0 et de rayon R. Le volume de B est donc donné par

Ï q
Vol (B ) = 2 R 2 − x 12 − x 22 d x 1 d x 2 .
DR

Pour calculer cette intégrale effectuons le changement de variables polaires

x 1 = r cos θ, x 2 = r sin θ,
o û (r, θ) prend ces valeurs dans le domaine Ω = [0, R] × [0, 2π[, et
D(x 1 , x 2 )
= r.
D(r, θ)
On obtient q p
R 2 − x 12 − x 22 = R2 − r 2
de sorte que Ï p
Vol (B ) = 2 R 2 − r 2 r d r d θ.
Ω
En appliquant le théorème de Fubini il vient
Z R µZ 2π p ¶
Vol (B ) = 2 R 2 − r 2r d θ d r.
0 0
p
On intègre d’abord par rapport à θ. Comme R 2 − r 2 r ne dépend pas de θ, on obtient
Z 2π p p
R 2 − r 2 r d θ = 2π R 2 − r 2 r,
0
d’où
Z pR
Vol (B ) =2 2π R 2 − r 2 r d r
0
Z Rp
= 4π R 2 − r 2 r d r.
0

Pour calculer cette intégrale, on peut faire le changement de variable t = R 2 − r 2 . On a alors d t =

−2r d r , c’est à dire r d r = − 21 d t , et t varie entre R 2 et 0. On obtient
Z R2 ¸ 2
2 3 R
Z 0 ·
1 1 1 4
Vol (B ) = 4π t 2 (− )d t = 2π t 2 d t = 2π t 2 = πR 3 .
R2 2 0 3 0 3

77
4.6 Interprétation de la divergence et du flux
Nous avons introduit l’opérateur "divergence" dans la Section 4.3.2. Cet opérateur intervient
dans de nombreuses modélisations, en physique, en mécanique, ou en biologie. Le but de cette
section est d’éclairer un mécanisme dans lequel cet operateur intervient de manière naturelle.

Considérons un domaine D de R2 , et un champ de vecteurs V ~ défini sur D. Reprenons l’ana-

logie avec le champs de vitesse d’un fluide, développée à la Section 3.1.3, c’est à dire supposons
que le champ de vecteurs V ~ représente le champ des vitesses du fluide : pour chaque point M du
domaine, V ~ (M ) désigne la vitesse des particules élémentaires constituant ce fluide en ce point.
Les particules du fluides sont donc régies par l’équation (3.6)

 d M (t ) = V

~ (M (t )), t ∈ I
dt (4.22)
M (0) = M 0 ,


La particule étant au temps 0 en M 0 se retrouve au temps t en M (t ). Soit Ω0 un domaine inclus

dans D strictement, et soit Ωt le domaine occupé au temps t par les particules présentes au temps
0 dans Ω0 . La question que nous nous posons alors est la suivante :

Q : Comment l’aire de Ωt notée A ire(Ωt )évolue-t-elle au cours du temps ?

Essayons de calculer en particulier la variation

d A ire (Ωt )
.
dt |t =0

A cet effet, remarquons tout d’abord que

Ï
A ire(Ωt ) = d x1 d x2 ,
Ωt

intégrale dont le domaine change au cours du temps. Afin de nous ramener à un domaine fixe,
nous allons paramétrer le domaine Ωt par le domaine au temps 0, à savoir Ω0 . Notons Φt l’appli-
cation qui au point M 0 associe sa position M (t ) au temps t , c’est à dire

Φt (M 0 ) = M (t )

o û M (t ) est la solution de l’équation différentielle (4.22). La formule du changement de variable

nous donne alors Ï Ï
d x1 d x2 = |J Φt (m 1 , m 2 )| d m 1 d m 2 ,
Ωt Ω0
ou en a pose
J Φt = det (D Φt ).
On a donc
d A ire(Ωt ) d
·Ï ¸
= J Φt (m 1 , m 2 )d m 1 d m 2
dt |t =0 dt Ω0 |t =0
(4.23)
d £
Ï
¤
= J Φt (m 1 , m 2 ) |t =0 d m 1 d m 2 .
Ω0 dt
où nous nous sommes autorisés, sans le justifier, à dériver sous le signe somme. On a alors le
résultat suivant

78
Proposition 6. On a
d £
~ (m 1 , m 2 ).
¤
J Φt (m 1 , m 2 ) |t =0 = div V
dt
Justification. Nous n’allons pas fournir de preuve rigoureuse de ce résultat, mais, en revanche,
essayer d’en indiquer une justification intuitive. Au vu de (4.22) on a envie d’écrire pour t petit
~ (M (t ))
Φt (M 0 ) − M 0 ' t V
et donc
¯ 1 + t ∂V1 ∂V1 ¯
¯ ¯
∂m 1 t ∂m 2 ¯
J Φt (m 1 , m 2 ) ' ¯
¯
∂V 2 ∂V2 ¯¯
¯
∂m 1 1 + t ∂m
¶ 2 µ
∂V1 ∂V2 2 ∂V1 ∂V2 ∂V1 ∂V2
µ ¶
' 1+t + +t − .
∂m 1 ∂m 2 ∂m 1 ∂m 2 ∂m 2 ∂m 1
Le résultat s’en déduit.
Revenons à (4.23), que nous pouvons maintenantécrire sous la forme
d A ire(Ωt )
Ï
= ~ (m 1 , m 2 )d m 1 d m 2 .
div V (4.24)
dt |t =0 Ω0

On peut donc interpréter l’intégrale de la divergence comme la dérivée de l’aire occupée par les
particules, lorsqu’elles sont transportées par le champ de vecteurs. Notons que si la divergence du
champ de vecteurs est nulle, alors le volume occupé par les particule est invariant au cours du
temps. C’est par exemple approximativement le cas pour des liquides comme l’eau. Les gaz, en
revanche, sont compressibles.

Interprétation du flux. Considérons un variation de temps élémentaire ∆t , qui fait passer le do-
maine Ω0 à Ω∆t . Si l’on compare le volume occupé par les deux domaines, on s’aperçoit que la
différence entre les deux domaines est due, au premier ordre, aux particules près de la frontières,
transportées par le champ de vecteurs V ~ . Une particule présente au temps 0 en M se retrouve
au temps ∆t au point M + V ~ (M )∆t . La différence entre les deux domaines, est représentée, en
première approximation, par la courbe C que l’on munit d’une "épaisseur " en chaque point de
~ .~
l’ordre de V n ∆t . La différence de volume est donc
Z
∆t ~ .~
V n (s)d s.
C
qui est précisement le flux multiplié par ∆t .

79
Equation de conservation (hors programme). Supposons que le fluide ait une densité ρ(t , M ) par
unité de surface. au point M . La masse contenue dans Ωt s’écrit donc
Ï Ï
M (t ) = ρ(t , x 1 , x 2 )d x 1 d x 2 = ρ (t , Φt (m 1 , m 1 )) J Φt (m 1 , m 2 )d m 1 d m 2 (4.25)
Ωt Ω0

la conservation de la masse s’écrit

d
M (t ) = 0. (4.26)
dt
En dérivant l’expression (4.25) on trouve

d d £
Ï
M (t )|t =0 = ρ (t , Φt (m 1 , m 1 )) |t =0 J Φ0 (m 1 , m 2 )d m 1 d m 2
¤
dt Ω dt
Ï 0 (4.27)
d £
ρ (0, m 1 , m 1 ))
¤
+ J Φt (m 1 , m 2 ) |t =0 d m 1 d m 2 .
Ω0 dt

Comme Φ0 = Id, on a J Φ0 (m 1 , m 2 ) = 1. Par ailleurs, on a

d £ ¤ ∂ρ d −−−→
ρ (t , Φt (m 1 , m 1 )) = ((t , Φt (m 1 , m 1 )) + (Φt (M (t )) · gradρ
dt ∂t dt
∂ρ −−−→
= ~ (Φt (m 1 , m 1 )) · gradρ,
((t , Φt (m 1 , m 1 )) + V
∂t
d’o û
d £ ∂ρ −−−→
ρ (t , Φt (m 1 , m 1 )) |t =0 = ~ (m 1 , m 2 ) · gradρ(0, m 1 , m 2 ).
¤
((t , m 1 , m 1 ) + V
dt ∂t
En reportant ces relations ainsi que (4.24) dans (4.27) on obtient finalement

d ∂ρ
Ï · ¸
−−−→
M (t )|t =0 = ~
+ V .gradρ + ρ.divV (0, m 1 , m 1 )d m 1 d m 2 .
dt Ω0 ∂t

Comme
−−−→
~ .gradρ + ρ.divV = div (ρV
V ~]

et en utilisant maintenant la conservation de la masse (4.26) on obtient

∂ρ
Ï · ¶
~ ) ](0, m 1 , m 2 )d m 1 d m 2 = 0.
+ div (ρV
Ω0 ∂t

Cette identité étant vraie pour tout domaine Ω0 , on en déduit finalement l’équation locale de
conservation de la masse
∂ρ
~ ) = 0.
+ div (ρV (4.28)
∂t
Remarque 9. Dans de nombreuse application, le champ de vecteurs V ~ dépend également de t .
Cependant, cela ne change pas le résultat des calculs précédents, et en particulier (4.28) reste va-
lable.

Exercices

80
 Exercice I

1) Soit A une matrice 2 × 2 : µ ¶

a 1,1 a 1,2
A= .
a 2,1 a 2,2
1) On note A t la matrice transposée. Montrer que l’on peut decomposer la matrice A de manière
unique sous la forme
A = B +C ,
o ù la matrice B est symétrique, c’est à dire B = B t , et la matrice C est antisymétrique, c’est à dire
C t = −C . Donner les expressions de B et C .
2) On considère le champ de vecteur linéaire

~ (X ) = A. · X ,
V

et une courbe fermée C , orientée dans le sens trigonométrique. Calculer

Z
~ (M )d M
V ~
C

en fonction de l’aire du domaine D entouré par C et des coefficients de A.

81
Chapitre 5

Analyse vectorielle dans R3

5.1 Introduction
Le but de ce chapitre est de voir comment les notions développées dans le cadre des fonctions
à deux variables se généralisent aux fonctions de trois variables. Pour de nombreuses notions,
cette généralisation se fait sans peine, car elle est assez directe. Certaines notions en revanche re-
quierent l’introduction de nouveaux concepts, et de nouveaux outils.

Commençons par quelques rappels sur l’espace R3 .

5.1.1 Rappels sur R3

Comme R2 , l’espace R3 est un espace vectoriel lorsqu’on le munit de la loi d’addition

(x 1 , x 2 , x 3 ) + (y 1 , y 2 , y 3 ) = (x 1 + y 1 , x 2 + y 2 , x 3 + y 3 ), ∀ X = (x 1 , x 2 , x 3 ) ∈ R3 , ∀ Y = (x 1 , x 2 , x 3 ) ∈ R3 .

et de la loi de muliplication par un scalaire

λ.(x 1 , x 2 ) = (λx 1 , λx 2 , λx 3 ), ∀X = (x 1 , x 2 , x 3 ) ∈ R3 λ ∈ R.

Le produit scalaire noté "." devient

X .Y = x 1 .y 1 + x 2 .y 2 + x 3 .y 3 , ∀X = (x 1 , x 2 , x 3 ) ∈ R3 , ∀Y = (y 1 , y 2 , y 3 ) ∈ R3 ,

et la norme associée dite norme euclidiennne k · k est alors donnée par

p q
kX k = X .X = x 12 + x 22 + x 32 ≥ 0, ∀ X = (x 1 , x 2 , x 3 ) ∈ R3 .

Les propriétés présentées dans la Proposition 1 du Chapitre 2, ou dans les inégalités (2.1) et (2.2)
restent valables.

Le produit vectoriel. Cette opération est spécifique à R3 : elle associe à un couple de vecteurs de
R3 un vecteur de R3 .
~ = (x 1 , x 2 , x 3 ) et Y
Définition 1. Soit X ~ = (y 1 , y 2 , y 3 ) deux vecteurs de R3 . Le produit vectoriel de X
~
~ ~ ~
par Y est le vecteur, noté X ∧ Y défini par
~ ∧Y
X ~ = (x 2 y 3 − y 2 x 3 , x 3 y 1 − y 3 x 1 , x 1 y 2 − y 1 x 2 ).

82
 Par exemple, si ~
e 1 = (1, 0, 0),~e 2 = (0, 1, 0),~e 3 = (0, 0, 1) sont les vecteurs de la base canonique,
alors on a
~
e 1 ∧~ e2 = ~
e3, ~e 2 ∧~ e3 = ~
e 1 et ~ e1 = ~
e 3 ∧~ e2.

Remarque 1. Pour se souvenir de l’ordre dans lequel on doit prendre les coordonnées, on écrit
souvent l’opération ∧ en utilisant des vecteurs colonnes

    
x1 y1 x2 y 3 − y 2 x3
~ ∧Y
X ~ = x 2  ∧  y 2  = x 3 y 1 − y 3 x 1  .
x3 y3 x1 y 2 − y 1 x2
~ et
La première ligne du produit vectoriel est obtenu en "cachant" la première ligne des vecteurs X
~ et en prenant le déterminant des éléments restants, et de même pour les autres lignes.
Y

On vérifie les propriétés suivantes :

~ ,Y
Proposition 1. On a pour tous vecteurs X ~,~
Z de R3 et tout nombre λ

~ ∧Y
X ~ = −Y
~ ∧X
~ +Y
(X ~)∧~ ~ ∧~
Z =X ~ ∧~
Z +Y Z.
~ ∧ (Y
X ~ +~ ~ ∧Y
Z) = X ~ +X
~ ∧~
Z
~)∧Y
(λ X ~ = λ( X
~ ∧Y
~ ).

On a également
~ ∧Y
Proposition 2. On a X ~ = 0 si et seulement si X
~ et Y
~ sont colinéaires, c’est à dire qu’on a X
~ = λY
~ = λX
ou Y ~ pour une constante λ.

Démonstration. Montrons d’abord que la condition est suffisante. Supposons par exemple que
~ = λY , le cas = λ X
X ~ se traitant de même. On a alors x 1 = λy 1 , x 2 = λy 2 , x 3 = λy 3 . Ceci entraîne

~ ∧ Y = ((x 2 y 3 − y 2 x 3 , x 3 y 1 − y 3 x 1 , x 1 y 2 − y 1 x 2 ) = (0, 0, 0).

X

Montrons maintenant que la condition est nécessaire. Supposons que X ~ ∧Y~ = 0, et montrons que
~ = 0Y
les vecteurs sont colinéaires. Si X = 0, on X ~ et la propriété est donc démontrée. Sinon on a

83
(x 1 , x 2 , x 3 ) 6= (0, 0, 0). Supposons que x 1 6= 0 (les cas x 2 6= 0 ou x 3 6= 0 se traitent de la même façon).
Comme on a supposé que

~ ∧Y
X ~ = (x 2 y 3 − y 2 x 3 , x 3 y 1 − y 3 x 1 , x 1 y 2 − y 1 x 2 ) = (0, 0, 0)

on a en particulier x 3 y 1 − y 3 x 1 = 0 etx 1 y 2 − y 1 x 2 = 0. Comme x 1 6= 0, il en résulte que y 3 = x 3 y 1 /x 1

et y 2 = y 1 x 2 /x 1 . D’o û
y
~ = (y 1 , y 1 x 2 /x 1 , x 3 y 1 /x 1 ) = 1 (x 1 , x 2 , x 3 ) = λ X
Y ~
x1
où λ = y 1 /x 1 . La propriété est donc démontrée.
Finalement nous avons (résultat que nous admettrons)
~ ∧Y
Proposition 3. Le vecteur X ~ est orthogonal aux vecteurs X
~ et Y
~ . La norme k X
~ ∧Y
~ k est égale à
~ et Y
l’aire du parallélélogramme de cotés X ~.

Interprétation géométrique du déterminant

~, Y
Soient X ~ , et ~ ~ ,Y
Z trois vecteurs de R3 . La valeur absolue du déterminant det ( X ~,~
Z ) s’interprète
~ ~
comme le volume du parallèlépipède P dont les côtés sont parallèles à X , Y et Z ~

~ ,Y
|Vol (P )| = det ( X ~,~
Z )|.

Le déterminant est le produit vectoriel sont reliés par la formule suivant

~, Y
Proposition 4. Soient X ~ , et ~
Z trois vecteurs de R3 . On a

~ ,Y
det ( X ~,~ ~ ∧Y
Z) = X ~ .~
Z.

5.2 Limites, continuités et dérivation dans R3

La notion de limite, présentée dans le cas des fonctions sur R2 au Chapitre 2 dans la définition
2.4, se transpose presque mot pour mot au cas des fonction f sur R3 . Il en est de même de la notion
de continuité.

La notion de dérivée partielle se généralise également sans peine. Soit f une fonction déinie
sur R3 et M 0 un point du domaine de définition tels que f est définie près de M 0 .

84
Définition 2. Soit i = 1, 2 ou 3. On appelle dérivée partielle de f en M 0 par rapport à la variable x i
la limite suivante, lorqu’elle existe

∂f f (M 0 + t~
e i ) − f (M )
(M 0 ) = lim .
∂x i t →0 t

on la note
∂f
f x0i (M 0 ), ∂xi f (M 0 ) ou encore comme ci-dessus (M 0 ).
∂x i
On conserve bien entendu les mêmes règles de calcul :

Proposition 5. On a pour i = 1, 2 ou 3

( f ± g )xi = f x0i ± g x0 i , ( f g )xi = f x0i g + f g x0 i .

De plus si là où g ne s’annule pas

f x0i g − f g x0 i
µ ¶0
f
= .
g xi g2

On a également le développement limité suivant :

Proposition 6. On suppose que f x0i est définie et continue près de M , pour i = 1, 2 ou 3. Alors on a
pour h = (h 1 , h 2 , h 3 ) petit

f (M + h) = f (m 1 + h 1 , m 2 + h 2 ) = f (M ) + h 1 f x01 (M ) + h 2 f x02 (M ) + h 3 f x03 (M ) + khkε(h), (5.1)

où la fonction ε est définie près de 0 et vérifie

lim ε(h) = 0.
h→0

On peut écrire le développement (5.1) sous la forme condensée

−−−→
f 0 (M + h) − f (M ) = h.grad f (M ) + khkε(h). (5.2)
−−−→
où on définit le champ de vecteurs grad comme en dimension deux par la formule
−−−→
grad f (M ) = ( f x01 (M ), f x02 (M ), f x03 (M )).

Enfin, pour calculer la dérivées de fonctions composées, on calcule les matrices Jacobiennes,
et on utilise comme en dimension deux la formule (2.17).

Lorsque f est dérivable près d’un point de son domaine de définition et que les dérivées par-
tielles y sont dérivables, les dérivées de ces dernières sont appelées les dérivées secondes. On note
pour i = 1, 2, 3 et j = 1, 2, 3
∂2 f ∂ ∂f
µ ¶
= , pour i 6= j
∂x i ∂x j ∂x 1 ∂x j
et
∂2 f ∂ ∂f
µ ¶
= ,
∂x i2 ∂x 1 ∂x i

85
Théorème 1. Si les dérivées secondes existent et sont continues près d’un point M donné, alors on a
∂ ∂f ∂ ∂f
µ ¶ µ ¶
(M ) = (M ).
∂x i ∂x j ∂x j ∂x i
La démonstration est similaire à celle de la dimension 2. Elle nous fournit de plus, comme en
dimension deux :
Théorème 2. Si les dérivées secondes existent et sont continues près d’un point M donné, alors on a
pour h = (h 1 , h 2 , h 3 )
−−−→ 1X 3 ∂2 f
f (M + h) = f (M ) + h.grad f (M ) + (M + khk2 ε(h). (5.3)
2 i ,i ∂x i ∂x j

5.3 Courbes paramètrées dans R3

Les définitions sont semblables à celle données pour les courbes de R2 . Soit I un intervalle de
R et soit une application M : I → R3 définie par M (t ) = (M 1 (t ), M 2 (t ), M 3 (t )), pour t ∈ I . Soit C
l’image de I par M , c’est à dire l’ensemble des points de R3 de la forme
C = {t ) = (M 1 (t ), M 2 (t ), M 3 (t )), t ∈ I }.
On dit alors que C est une courbe paramètrée par M . La notion de point ordinaire est identique
au cas du plan, à savoir qu’un point M (t ) est dit ordinaire si et seulement si
M 0 (t ) = (M 10 (t ), M 20 (t ), M 30 (t )) 6= (0, 0, 0).
Pour un point ordinaire M (t ) les vecteurs tangents en M (t ) à la courbe sont les vecteurs non nuls
colinéaires à M 0 (t ), et la droite tangente se définie comme en dimension deux. Il en est de même
de la notion de longueur, ou de paramètrage naturel.

5.4 Surfaces paramétrées dans R3

La définition des surfaces paramètrées de R3 s’inspire de celle des courbes paramètrées, à la
différence notable qu’elles ne sont pas paramètrées par des intervalles, mais par des domaines de
R2.

Soit donc Ω un domaine de R2 et soit M = (M 1 , M 2 , M 3 ) une application de Ω dans R3

~ : Ω → R3 , (u 1 , u 2 ) 7→ (M 1 (u 1 , u 2 ), M 2 (u 1 , u 2 ), M 3 (u 1 , u 2 )) pour (u 1 , u 2 ) ∈ Ω.
M
La surface paramètrée S est l’image de Ω par M , c’est à dire l’ensemble
S = {(M 1 (u 1 , u 2 ), M 2 (u 1 , u 2 ), M 3 (u 1 , u 2 )) (u 1 , u 2 ) ∈ Ω}.
Nous supposerons de plus que les applications M 1 , M 2 , M 3 sont dérivables de dérivées continues.
Posons alors
~ µ ∂M 1 ∂M 2 ∂M 3 ¶

 ∂M

= , ,
 ∂u 1 ∂u 1 ∂u 1 ∂u 1




et (5.4)
~

∂M ∂M 1 ∂M 2 ∂M 3

 µ ¶

= , , .


∂u 1 ∂u 1 ∂u 1 ∂u 1


86
 ~ . Le vecteur
Ces deux vecteurs sont tangents à la surface S au point M
~ ∂M
∂M ~
~ =
m ∧
∂u 1 ∂u 2
est orthogonal à la surface S au point M . Nous supposerons dans toute la suite qu’il n’est pas
nul. 1 Posons

∂M ∂M ~ ~
~
m ∂u 1 ∧ ∂u 2
~
n= = °.
~ ~ ~ °
°
kmk ° ∂M ∂M
° ∧ ∂u 1
° ∂u 2

Le vecteur ~
n est un vecteur unitaire, car
n| = 1
k~
~ (u 1 , u 2 ) de manière continue.
et de plus il est orthogonal à la surface. Ce vecteur dépend du point M
Nous dirons que la surface S est orientée suivant le vecteur ~ n. 2

Remarque 2. Pour changer l’orientation, il faut changer ~n en −~n , et donc définir un nouveau para-
mètrage. Par exemple, pour le faire, on peut permuter les variables u 1 , et u 2 , de sorte que la surface
est paramètrée par (u 2 , u 1 ).
On appelle plan tangent en M (u 1 , u 2 ) le plan affine passant par M (u 1 , u 2 ) et parallèle au sous-
~
∂M ~
∂M
espace vectoriel engendré par les vecteurs ∂u 1
et ∂u 2
. Il est donc orthogonal au vecteur ~ n au point
M . On a donc
~ 0 et ~
Proposition 7. Soit M 0 = M ((u 10 , u 20 )] ≡ (M 10 , M 20 , M 30 ) un point de S . Soit m n 0 les vecteurs or-
thogonaux associés comme ci-dessus. alors le plan tangent en M 0 admet pour équation

(x 1 − M 10 , x 2 − M 20 , x 3 − M 30 ).m
~0=0

ou encore
(x 1 − M 10 , x 2 − M 20 , x 3 − M 30 ).~
n0 = 0

Exemple 1. Soit ~ e 1 deux vecteurs de R3 , non colinéaires, et soit ~

e 1 et ~ b un vecteur quelconque de
R . Alors, l’ensemble
3

S = {s~ e 2 +~
e 1 + t~ b, s ∈ R, t ∈ R}
est bien une surface paramétrée, il s’agit du plan affine passant par ~ b, et dont le plan directeur est
engendré par les vecteurs ~
e 1 et ~
e 2 . Son plan tangent est identique à lui-même.

Le cas des graphes. Un exemple de surface paramètrée de R3 est fourni par le graphe d’une fonc-
tion f du domaine Ω de R2 ves R. Un paramétrage est alors donné par l’application

M : Ω → R3 , (x 1 , x 2 ) 7→ M (x 1 , x 2 ) = x 1 , x 2 , f (x 1 , x 2 ) .
¡ ¢

On a
~ µ
∂M ∂f
 ¶
(x 1 , x 2 )

 = 1, 0,
∂x 1 ∂x 1


 ~ µ
∂M ∂f
¶
= 0, 1, (x 1 , x 2 ) ,


∂x 2 ∂x 2


1. cette condition pour les surfaces est l’équivalent de celle de point ordinaire pour les courbes
2. On peut imaginer que ~ n indique le côté on se trouve par rapport à la surface

87
de sorte que
~ ∂M
∂M ~ ∂f ∂f
~ =
m ∧ = (− ,− , 1),
∂x 1 ∂x 2 ∂x 1 ∂x 2
et  
f x1 f x2 1
~
n = − q ,−q ,q .
 
1 + f x21 + f x22 1 + f x21 + f x22 1 + f x21 + f x22

Exemple 2. Considèrons

S 1 = {(x 1 , x 2 , x 3 ) ∈ R3 , x 1 + x 2 + x 3 = 4, x 1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0}

et vérifions que S 1 est une portion du graphe d’une fonction f que nous préciserons. On voit
tout d’abord que de la relation x 1 + x 2 + x 3 = 4, on peut déduire une expression explicite de x 3 en
fonction des variables x 1 et x 2 à savoir x 3 = 4 − x 1 − x 2 , ou encore x 3 = f (x 1 , x 2 ) où on a défini la
fonction f de R2 vers R par
f (x 1 , x 2 ) = 4 − x 1 − x 2 .
On a donc

S 1 = {(x 1 , x 2 , f (x 1 , x 2 )), x 1 ≥ 0, x 2 ≥ 0 et f (x 1 , x 2 )} = {(x 1 , x 2 , f (x 1 , x 2 ))(x 1 , x 2 ) ∈ Ω},

où Ω est le domaine de R2 défini par Ω = {(x 1 , x 2 )x 1 ≥ 0, x 2 ≥ 0 et f (x 1 , x 2 ) ≥ 0}, c’est à dire

Ω = {(x 1 , x 2 ), x 1 ≥ 0, x 2 ≥ 0, x 1 + x 2 ≤ 4}. (5.5)

La suface S 1 est donc le graphe de la fonction f restreinte au domaine Ω, qui est l’intersection
des demi-plans x 1 ≥ 0, x 2 ≥ 0 et x 1 + x 2 ≤ 4, dont les frontières sont respectivement les droites
x 1 = 0, x 2 = 0 et x 1 + x 2 = 4, cette dernière droite étant tracée en reliant les points (4, 0) et (0, 4) du
plan Ox 1 x 2 .

La surface S 1 est alors la portion de plan affine passant par les points (0, 04), (0, 4, 0), (0, 0, 4).

88
 −−−→
~ (x 1 , x 2 ) est donné par
On a grad f = (−1, −1), donc un vecteur normal à la surface au point M
~ = (1, 1, 1), et un vecteur unitaire normal par
m

1
~
n = p (1, 1, 1).
3

Exemple 3. Un autre exemple est fourni par la projection stéréographique, qui est un moyen uti-
lisé pour cartographier la sphère privée du pôle nord. Considérons la sphère unité de R3 définie
par
S 2 = {(x 1 , x 2 , x 3 ) ∈ R3 , x 12 + x 22 + x 32 = 1}.
Soit P le plan Ox 1 x 2 , qui est donc un plan équatorial de la sphère S 2 .. Pour U = (u 1 , u 2 ) considé-
rons le point M = M (u 1 , u 2 ), intersection de S 2 et de la droite U N , où N = (0, 0, 1) désigne le pôle
nord. A chaque point (u 1 , u 2 ) du plan P correspond un unique point de S 2 \ {N }, et l’application

M : P → S 2 \ {N }, (u 1 , u 2 ) 7→ M (u 1 , u 2 )

est bien un paramétrage de S 2 \ {N }. On peut d’ailleurs l’expliciter comme

à !
2u 1 2u 2 1 − u 12 − u 22
M (u 1 , u 2 ) = , , .
1 + u 12 + u 22 1 + u 12 + u 22 1 + u 12 + u 22

Remarque 3. Pour une surface donnée S , on peut parfois avoir à diviser S en plusieurs mor-
ceaux, dont chacun est une surface paramétrée au sens précédent.

5.5 Le théorème des fonctions implicites

Les surfaces de R3 peuvent aussi être définies comme l’ensemble des solutions d’une équation.
Soit F une fonction sur R3 définie sur un domaine D. Considérons l’ensemble

S = {(x 1 , x 2 , x 3 ) ∈ R3 tels que F (x 1 , x 2 , x 3 ) = 0}. (5.6)

Soit M = (m 1 , m 2 , m 3 ) un point de S tel que les dérivées partielles de F soient continues près de
M . Nous allons voir que

89
Théorème 3. Soit M = (m 1 , m 2 , m 3 ) un point de S tel que
−−−→
gradF (M ) 6=~0.

Alors localement près de M , S est une surface paramétrée. De plus, un vecteur orthogonal à S en M
−−−→
est donnée par grad f (M ) et un vecteur orthonogonal unitaire par
−−−→
gradF (M )
~
n = −−−→ .
kgradF (M )k

Par ailleurs l’équation du plan tangent en M a la forme simple suivante

f x1 (M )(x 1 − m 1 ) + f x2 (M )(x 2 − m 2 ) + f x1 (M )(x 2 − m 1 ) = 0. (5.7)

Retenons donc que les vecteurs orthogonaux ainsi qu’une équation d’un plan tangent sont parti-
culièrement simples à établir lorsque la surface est donnée sous forme d’équation (5.6).

La preuve du Théorème (3) repose , comme en dimension 2, sur le théorème des fonctions
implicites, dont voici un énoncé

Théorème 4. Soit M = (m 1 , m 2 , m 3 ) un point de S tel que les dérivées partielles de F soient conti-
nues près de M On suppose de plus que

∂F
(M ) 6= 0. (5.8)
∂x 3

Alors il existe un voisinage U de M = (m 1 , m 2 ) dans R2 et une fonction ϕ : U → R tel que

ϕ(m 1 , m 2 ) = m 3 et F (x 1 , x 2 , ϕ(x 1 , x 2 )) = 0.

Il en résulte que près de M , S peut alors se représenter comme le graphe d’une fonction. Un
calcul similaire à celui effectué en dimension 2 montre alors que les dérivées partielles de ϕ se
calculent comme suit :
F x0 1 x 1 , x 2 , ϕ(x 1 , x 2 )
 ¡ ¢
ϕx1 (x 1 , x 2 ) = 0 ¡



ϕ(x
 ¢



 F x 3
x 1 , x 2 , 1 , x 2 )
et (5.9)

0
ϕ(x
¡ ¢
F x x x


 x 1 , 2 , 1 , 2 )
 ϕx2 (x 1 , x 2 ) = 0 ¡
2
¢.


F x3 x 1 , x 2 , ϕ(x 1 , x 2 )


Exemple 4. Soit
S = {(x 1 , x 2 , x 3 ) ∈ R3 , a 1 x 1 + a 2 x 2 + a 3 x 3 = b}
où a 1 , a 2 , a 3 et b sont des nombres réels donnés, tels que (a 1 , a 2 , a 3 ) 6=~0. Ici la fonction F est donnée
par
F (x 1 , x 2 , x 3 ) = a 1 x 1 + a 2 x 2 + a 3 x 3 − b,
−−−→
de sorte que grad F = (a 1 , a 2 , a 3 ) 6=~0. La surface obtenue est ici un plan affine, dont le plan tangent
est identique à elle même en tout point, et un vecteur normal est (a 1 , a 2 , a 3 ).

90
Exemple 5. Le graphe d’une fonction f d’un domaine D de R2 dans R est donnée par une équa-
tion. Si
Γ f = {(x 1 , x 2 , x 3 ) ∈ R3 , (x 1 , x 2 ) ∈ D, x 3 = f (x 1 , x 2 ), x 3 = f (x 1 , x 2 )}
est le graphe de f alors
Γ f = {(x 1 , x 2 , x 3 ) ∈ R3 , , F (x 1 , x 2 , x 3 ) = 0}
où la fonction F est définie de D × R vers R par

F (x 1 , x 2 , x 3 ) = x 3 − f (x 1 , x 2 ).

On a alors
−−−→
grad F (x 1 , x 2 , x 3 ) = (− f x01 (x 1 , x 2 ), (− f x01 (x 1 , x 2 ), 1).
de sorte qu’un vecteur unitaire orthogonal au graph de f est donné par
 
f x1 f x2 1
~
n = − q ,−q ,q .
 
1 + f x21 + f x22 1 + f x21 + f x22 1 + f x21 + f x22

L’équation du plan affine tangent au graphe en (m 1 , m 2 , m 3 ) avec m 3 = f (m 1 , m 2 ) est alors donnée

par
− f x01 (m 1 , m 2 )(x 1 − m 1 ) − f x02 (m 1 , m 2 )(x 2 − m 2 ) + (x 3 − m 3 ) = 0.

Exemple 6. Considérons l’éllipsoide d’équation

x 12 x 22 x 32
2
+ 2
+ = 1,
a1 a2 a 32

où a 1 , a 2 et a 3 sont des réels non nuls. Un vecteur orthogonal au point M = (m 1 , m 2 , m 3 ) est donné
par à !
−−−→ 2m 1 2m 2 3m 3
grad F (m 1 , m 2 , m 3 ) = , , .
a 12 a 22 a 32
L’équation du plan tangent en (m 1 , m 2 , m 3 ) est alors donnée par
m1 m2 m3
(x 1 − m 1 ) + (x 2 − m 2 ) + (x 3 − m 3 ) = 0 où (x 1 , x 2 , x 3 ) ∈ R3 .
a 12 a 22 a 32

5.5.1 Aire d’une surface

Considérons une surface S paramètrée par une fonction

M : Ω → R3 , U = (u 1 , u 2 ) 7→ M (U ).

Considérons U un point quelconque de Ω, et un rectangle élémentaire R de cotés ∆u 1 et ∆u 2 ,

dont un des sommets est U . L’image par M de ce rectangle est proche, au premier ordre, d’un
~
∂M ~
∂M
parallélogramme dont les cotés sont donnés par les deux vecteurs ∆u 1 et ∆u 2 . On a donc,
∂u 1 ∂u 2
en invoquant la Proposition 3

° ~ ∂M ~°
° °
° ∂M
A ire(M (R)) ' ∆u 1 ∆u 2 ° ∧ °.
°
° ∂u 1 ∂u 2 °

91
Il en résulte que si on divise Ω en petites rectangles de cotés ∆u 1 et ∆u 2 , que l’on somme sur tous
les rectangles, et enfin que l’on fait tendre ∆u 1 et ∆u 2 vers zéro, alors on obtient l’aire de la surface,
c’est à dire
° ~ ∂M ~°
Ï ° ° ∂M
°
A ire(S ) = ∧ ° d u1 d u2 . (5.10)
°
Ω ° ∂u 1 ∂u 2 °
°

On vérifie ensuite que cette formule est indépendante du paramètrage choisi. Lorsque l’on a be-
soin de diviser S en plusieurs morceaux pour pouvoir la paramètrer, on fait alors la somme des
aires des différents morceaux.

Le cas des graphes. Si la surface est décrite sous forme de graphe d’une fonction f : Ω → R comme
ci-dessus, alors Ï q
A ire(S ) = 1 + f x21 + f x22 d x 1 d x 2 .
Ω

Exemple 7. Considèrons de nouveau la surface S 1 définie dans l’example 2 S 1 = {(x, y, z) ∈ R3 , x 1 +

x 2 + x 3 = 4, x 1 ≥ 0, x 2 ≥ 0, X 3 ≥ 0}. Nous avons vu qu’il s’agit du graphe de la fonction f (x 1 , x 2 ) =
4 − x 1 − x 2 pour le domaine
p Ω défini en (5.5). On a
2 2
sqr t 1 + f x1 + f x2 = 3, d’où Ï p
A ire(S 1 ) = 3d x 1 d x 2 .
Ω
On peut calculer cette intégrale en utilisant le théorème de Fubini,
p Z 4 Z 4−x1 p Z 4 p (4 − x 1 )2 2 p
µ ¶ · ¸
A ire(S 1 ) = 3 d x 2 d x 1 = 3 (4 − x 1 )d x 1 = − 3 = 8 3.
0 0 0 2 0

5.5.2 Intégration sur les surfaces

Considérons une surface S paramètrée par une fonction M (U ) : Ω → R3 , et f une fonction
définie sur S . Posons
° ~ ∂M ~°
° °
Ï ° ∂M
I= f (M (u 1 , u 2 )) ° ∧ °du du .
°
Ω ° ∂u 1 ∂u 2 ° 1 2
la valeur I est appelée intégrale de f sur S . On vérifie que cette quantité est indépendante du
paramètrage choisi. On la note souvent
Ï
I= f d σ,
S
o û d σ désigne l’élément d’aire élémentaire sur S . La valeur calculée ici ne tient pas compte de
l’orientation.
Ï
Exemple 8. Calculons I 1 = x 12 d σ, où S 1 est la portion de surface définie dans l’exemple 2. On
S1
trouve, en utilisant le théorème de Fubini
p Ï p 2
I1 = 3 3x 1 d x 1 d x 2
Ω
p Z 4 Z 4−x1 2 p Z 4
µ ¶
= 3 x 1 d x 2 d x 1 = 3 (4 − x 1 )x 12 d x 1
0 0 0
p 4 3 1 4 4 p 4 6 p
· ¸
64
= 3 x 1 − x 1 = 3( 64 − 64) = 3 3 = p .
3 4 0 3 4 3

92
5.6 Intégrales triples
5.6.1 Construction
Les intégrales de fonctions à trois variables se définissent de manière similaire à celui du cas de
deux variables. Soit D un domaine de R3 limité par une surface S . Soit f une fonction continue sur
D avec son bord. On divise l’espace R3 en petits parallélépipèdes rectangles R i , j ,k de taille ∆x 1 ×
∆x 2 × ∆x 3 parallèles aux axes Ox 1 , Ox 2 et Ox 3 On considère les parallélépipèdes R i , j ,k contenus
dans D. Notons M i , j ,k le centre de R i , j ,k . Considérons la somme

f (M i , j ,k ) ∆x 1 ∆x 2 ∆x 3 .
XXX

Notons que ∆x 1 ∆x 2 ∆x 3 représente la mesure du volume de R i , j ,k . Nous admettons la propriété

suivante : Lorsque ∆x1 , ∆x2 et ∆x3 tendent vers 0, la somme ci-dessus converge vers une quantité
que nous noterons Ñ
I= f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 .
D

Définition 3. On appelle I l’intégrale triple de la fonction f sur le domaine D.

Notons que pour f = 1, on obtient la mesure du volume de D, c’est à dire

Ñ
Vol (D) = d x1 d x2 d x3 .
D

On alors les propriétes suivantes.

Proposition 8. On a pour un domaine D fixé

Ñ Ñ Ñ
( f 1 + f 2 )(x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f 1 (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 + f 2 (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3
D
Ñ D
Ñ D

(λ f 1 )(x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = λ f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 .
D D

Si l’on divise D en deux domaines D1 et D2 alors

ZZZZ Ñ Ñ
f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 + f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 .
D D1 D2

5.6.2 Le Théorème de Fubini

Il permet de ramener des calculs d’intégrales triples à des intégrales doubles.

Soit un domaine D sur lequel on désire intégrer une fonction. On suppose par ailleurs que si
x 3 prend des valeurs dans un intervalle [c 0 , c 1 ], c’est àdire que

D ⊂ R2 × [c 0 , c 1 ].

Pour chaque nombre m 3 fixé, on suppose que (x 1 , x 2 ) varie dans un domaine T (x 3 ) de R2 , où

T (m 3 ) = {(x 1 , x 2 ) tels que (x 1 , x 2 , m 3 ) ∈ D}

de sorte que T (m 3 ) ≡ {(x 1 , x 2 , m 3 ) tels que (x 1 , x 2 ) ∈ T (m 3 )} = D ∩ {(x 1 , x 2 , m 3 )}. On a alors

93
Théorème 5. On a l’identité
Ñ Z c 1 µÏ ¶
f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 2 = f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 .
c0 T (x 3 )

Remarque 4. La quantité entre parenthèses dans le membre de droite est bien une fonction qui
ne dépend que de la variable x 3 par l’intermédiaire de f et du domaine d’intégration T (x 3 ) :
Ï
f (x 1 , x 2 , x 3 )d x 1 d x 2
T (x 3 )

Pour calculer une telle intégrale double, on peut appliquer de nouveau le théorème de Fubini pour
le cas de deux variables.
Remarque 5. Bien entendu les variables x 1 , x 2 et x 3 jouent des rôles équivalents.
Donnons une autre version du Théorème de Fubini. supposons que (x 1 , x 2 ) varie dans un cer-
tain domaine ∆ de R2 et pour chaque point (x 1 , x 2 ) de ∆ supposons que x 3 varie dans un intervalle
[ϕ(x 1 , x 2 ), ψ(x 1 , x 2 )].
Théorème 6. On a
Ñ Ï µZ ψ(x 1 ,x 2 ) ¶
f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f (x 1 , x 2 , x 3 )d x 3 d x 1 d x 2 .
D ∆ ϕ(x 1 ,x 2 )

Exemple 9. Calculons en utilisant le théorème de Fubini le volume d’un cône.

94
 Soit Ω un domaine de R2 = Ox 1 x 2 , soit A = (a 1 , a 2 , a 3 ) un point donné de R3 . On considère pour
domaine D le cône de sommet A de base Ω, c’est à dire l’ensemble suivant :

D = X = (x 1 , x 2 , x 3 ) ∈ R3 tels que X ∈ [A, X 0 ], où X 0 ∈ Ox 1 x 2 est un point de Ω .

© ª

Ici [A, X 0 ] désigne le segment joignant A et X 0 . On désire calculer le volume de D, c’est à dire l’in-
tégrale triple Ñ
I = Vol (D) = d x1 d x2 d x3 .
D
En utilisant le théorème de Fubini a on donc
Z a 3 µZ ¶ Z a3
I= d x1 d x2 d h = A ire(Ωh )d h, (5.11)
0 Ωh 0

où Ωh = {(x 1h , x 2h ) ∈ R2 tels que X h = (x 1h , x 2h , h), ∈ D}. Essayons maintenant de décrire ces tranches
−→
Ωh . Soit X h = (x 1h , x 2h ) un point quelconque de Ω, M h = (x 1h , x 2h , h) ∈ D. On a AM h = (x 1h − a 1 , x 2h −
a 2 , h − a 3 ). La droite D h passant par A et M h a donc pour forme

D h = {(a 1 + s(x 1h − a 1 ), a 2 + s(x 2h − a 2 ), a 3 + s(h − a 3 ), s ∈ R}

= {(1 − s)a 1 + sx 1h , (1 − s)a 2 + sx 2h , (1 − s)a 3 + sh, s ∈ R},
a3
Soit {A h } son intersection avec le plan 0x 1 x 2 . Elle correspond à la valeur s 0 = du paramètre
a3 − h
qui annule la troisième coordonnée. On a donc par hypothèses A h ∈ Ω et

A h = (1 − s 0 )a 1 + s 0 x 1h , (1 − s 0 )a 2 + s 0 x 2h , (1 − s 0 )a 3 + s 0 h,
= (1 − s 0 ) Ã + s 0 X h ∈ Ω par hypothèse.

Ω est donc l’image de Ωh par l’application affine bijective de R2 vers R2 définie par

Φh (X h ) = (1 − s 0 ) Ã + s 0 X h , avec Φh (Ω) = Ω.

On a ¶2
a3
µ
D Φh = s 0 Id R2 et donc |J Φh | = s 02 = .
a3 − h
Ainsi par la formule du changement de variable
Ï Ï
A ire(Ω) = d x1 d x2 = |J Φh |d x 1 d x 2
Ω Ωh
¶2 Ï ¶2
a3 a3
µ µ
= d x1 d x2 = A ire(Ωh ).
a3 − h Ωh a3 − h

Il en résulte que
¶2
h
µ
A ire(Ωh ) = 1 − A ire(Ω)
a3
En revenant à (5.11) on trouve donc

h 2 A ire(Ω) £
Z a3 µ ¶
3 a3 1
I = A ire(Ω) a 3 A ire(Ω).
¤
1− dh = − (a 3 − h) 0 =
0 a3 3a 32 3

95
5.6.3 Changements de variables
La règle générale est analogue au cas à deux variables. Soit D un domaine de R3 que l’on pa-
ramètre par un domaine Ω de R3 à l’aide d’une application Φ : Ω → D, u = (u 1 , u 2 , u 3 ) 7→ Φ(U ) =
(Φ1 (U ), Φ2 (U ), Φ3 (U )) = X = (x 1 , x 2 , x 3 ), bijective et dérivable de dérivées continues. On considère
alors le Jacobien ¯ ¯
¯ (Φ1 )u1 (Φ1 )u2 (Φ1 )u3 ¯
¯ ¯
J Φ = ¯¯ (Φ2 )u1 (Φ2 )u2 (Φ2 )u3 ¯¯
¯ (Φ )
3 u 1 (Φ3 )u 2 (Φ3 )u 3
¯

On le notera également
D(x 1 , x 2 , x 3 )
JΦ = .
D(u 1 , u 2 , u 3 )
On a alors

Théorème 7. On a
Ñ Ñ
f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f (Φ(u 1 , u 2 , u 3 )) |J Φ (u 1 , u 2 , u 3 )| d u 1 d u 2 d u 3 .
D Ω

Attention. Dans la formule précédente, on prend la valeur absolue du Jacobien.

Coordonnées cylindriques. Soit D le cylindre de R3 défini par

x 12 + x 22 ≤ R 2 , x 3 ∈ [c 0 , c 1 ].

On effectue le changement de variable

x 1 = r cos θ, x 2 = r sin θ, x 3 = x 3 .

Les nouvelles variables sont donc (r, θ, x 3 ). Le domaine Ω est donné par

Ω = {(r, θ, x 3 ), tels que 0 ≤ r ≤ R, 0 ≤ θ < 2π, c 0 ≤ x 3 ≤ c 1 },

c’est à dire le parallélépipède [0, R] × [0, π] × [c 0 , c 1 ]. L’appliction Φ s’écrit donc

Φ1 = r sin θ, Φ2 = r cos θ, Φ3 = x 3 ,

et le Jacobien de ce changement de variable est

¯ cos θ −r sin θ 0¯
¯ ¯

J Φ = ¯¯ sin θ r cos θ 0¯¯ = r.

¯ ¯
¯ 0 0 1¯

On a donc
Ï Ñ
f (x 1 , x 2 , x 3 ) d x 1 d x 2 d x 3 = ( f ◦ Φ)(r, θ, x 3 ) r d r d θd x 3
D ÑΩ
= f (r cos θ, r sin θ, x 3 ) r d r d θd x 3 .
Ω

96
Exemple 10. Calcul du volume d’un tore de révolution. On considere ici le domaine U de R3
intérieur à un tore de révolution

U = {(x 1 , x 2 , x 3 ) ∈ R3 , tels que (r − a)2 + x 32 ≤ R 2 },

q
où a > R > 0 sont des constantes données, et où on a posé, comme ci-dessus r = x 12 + x 22 . Il s’agit
donc du domaine engendré par la rotation autour de l’axe Ox 3 d’un cercle du plan Ox 1 x 3 de centre
(a, 0) et de rayon R.

On désire donc calculer

Ñ
I = Vol (U ) = d x1 d x2 d x2
U
Ï Z 2π µÏ ¶
= r d r d d θd x 3 = d r d x3 d θ
D R (a)×[0,2π] 0 D R (a)
Ï
= 2π r d r d x 3 = 2πJ (a, R)
D R (a)

où Ï
J (a, R) = r d r d x3 .
D R (a)

et où D r (a) désigne le disque de centre a et de rayon R c’est à dire

D R (a) = {(r, x 3 ) ∈ R2 tels que (r − a)2 + x 32 ≤ R 2 }.

Il reste donc a calculer l’intégrale double J (a, R). On remarque tout d’abord que
Ï
(r − a)d r d x 3 = 0,
D R (a)

car le domaine D R (a) est symétrique par rapport à verticale passant par (a, 0) et r − a impaire par
rapport àcet axe. On a donc Ï
J (a, R) = a d r d x 3 = aπR 2 .
D R (a)

le volume de l’intérieur du tore de révolution est donc

Vol (U ) = 2π2 aR 2 .

97
Exemple 11. Calcul de la surface d’un tore de tore de révolution. On considere ici la surface T
de R3
T = {(x 1 , x 2 , x 3 ) ∈ R3 , tels que (r − a)2 + x 32 ≤ R 2 },
q
où a > R > 0 sont des constantes données, et où on a posé r = x 12 + x 22 . Cette surface est un tore
de révolution. On désire calculer l’aire de T : à cet effet introduisons un paramétrage de T . On
commence par paramétrer le cercle C = {(x, y) ∈ R2 (x − a)2 + y 2 ≤ R 2 } par exemple par un angle α,
c’est à dire on considère l’application de [0, 2π] à valeurs dans R2 définie par
~ (α) = (N1 (α), N2 (α)) = (a + R cos α, R sin α).
N
~ : [0, 2π] × [0, 2π] 7→ R3 défini par
On en déduit le paramétrage M
~ (θ, α) = (N1 (α) cos θ, N1 (α) sin θ, N2 (α)) = ((a + R cos α) cos θ, (a + R cos α) sin θ, R sin α) .
M
On a alors
~

∂M
= (−(a + R cos α) sin θ, (a + R cos α) cos θ, 0)



∂θ

 ~
∂M
= (−R sin α cos θ, −R sin α sin θ, R cos α)


∂α


et un rapide calcul donne

~ ∂M
∂M ~
k ∧ k = R(a + R cos α)
∂θ ∂α
Il vient ainsi
Ï Z 2π µZ 2π ¶
A ire(T ) = R(a + R cos α)d θd α = R (a + R cos α)d α d θ
[0,2π]×[0,2π] 0 0
2
= 4π Ra. =
Remarque 6. Les coordonnées sont particulièrement utiles en présence de certaines symétries,
comme la symétrie cylindrique. Par exemple, si une fonction f possède la symétrie radiale, c’est à
dire si il existe une fonction f˜ de [0, R] × [c 0 , c 1 ] à valeurs dans R telle que
q
f (x 1 , x 2 , x 3 ) = f˜(r, x 3 ), r = x 12 + x 22 .
On a alors
Ñ Ñ
I= f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f˜(r, x 3 )r d r d θd x 3
BR [0,R]×[0,2π[×[c 0 ],c 1

En utilisant le théorème fe Fubini, il vient

Z 2π µÏ ¶
I= ˜
f (r, x 3 )r d r d x 3 d θ
0 [0,R]×[c 0 ,c 1 i ]
Ï
= 2π f˜(r ), x 3 r d r d θ
[0,R]×[0,2π]

Coordonnées sphériques. On considère ici comme domaine la boule D = B R où B R désigne la

boule de centre 0 et de rayon R, dont l’équation est donnée par
B R = {(x 1 , x 2 , x 3 ) ∈ R3 , tels que x 12 + x 22 + x 32 ≤ R 2 }.
On effectue alors le changement de variable
x 1 = r sin ϕ cos θ, x 2 = r sin ϕ sin θ, x 3 = r cosϕ.

98
Les nouvelles variables sont donc (r, θ, ϕ). Le domaine Ω est ici donné par

Ω = {(r, θ, ϕ), 0 ≤ r ≤ R, 0 ≤ θ < 2π, 0 < ϕ ≤ π},

c’est à dire Ω est le parallélépipède [0, R] × [0, 2π[×[0, π[. On a

¯ sin ϕ cos θ −r sin ϕ sin θ r cos ϕ cos θ ¯

¯ ¯

J φ = ¯¯ sin ϕ sin θ r sin ϕ cos θ r cos ϕ sin θ ¯¯ = −r 2 sin ϕ.

¯ ¯
¯ cos ϕ 0 −r sin ϕ ¯

On a donc
Ñ Ñ
f (x 1 , x 2 , x 3 ) d x 1 d x 2 d x 3 = f (r sin ϕ cos θ, r sin ϕ sin θ, r cos ϕ) r 2 sin ϕd r d θd ϕ.
D Ω

Ici la valeur absolue du Jacobien est égale à r 2 sin ϕ, car sin ϕ ≥ 0 (puisque 0 ≤ ϕ ≤ π).

Remarque 7. Les coordonnées sphériques sont particulièrement utiles en présence de certaines

symétries, comme la symétrie radiale. Par exemple, si une fonction f possède la symétrie radiale,
c’est à dire si il existe une fonction f˜ de [0, R] à valeurs dans R telle que
q
˜
f (x 1 , x 2 , x 3 ) = f (r ), r = x 12 + x 22 + x 32 .

On a alors
Ñ Ñ
I= f (x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = f˜(r )r 2 sin ϕd r d θd ϕ
BR [0,R]×[0,2π[×[0,π]

En utilisant le théorème fe Fubini, il vient

Z π µÏ ¶
I= f˜(r )r d r d θ sin ϕd ϕ
2
0 [0,R]×[0,2π]
µÏ ¶ µZ π ¶
= ˜
f (r )d r d θ sin ϕd ϕ
[0,R]×[0,2π] 0
Ï
=2 f˜(r )r 2 d r d θ
[0,R]×[0,2π]
Z R
= 4π ˜ 2
f (r )r d r.
0

99
par exemple, si on prend pour f = 1,alors f˜ = 1, et on retrouve le calcul du volume de la sphère, à
savoir Z R
4
Ñ
vol B (R) = d x 1 d x 2 d x 3 = 4π r 2 d r = πR 3 .
BR 0 3
Exemple 12. Les coordonnées sphériques peuvent aussi être utiles pour param/’etrer certaines
portions de sphères comme le montre l’exemple ci-dessous. Soit

S 2 = {(x, y, z) ∈ R3 , x 2 + y 2 + z 2 = 4, x ≥ 0, y ≥ 0, z ≥ 0}.

On voit que la surface S 2 correspond à une partie de la sphère de rayon 2. En fait en coordonnées
sphériques on a
n π π o
S 2 = 2 sin ϕ cos θ, 2 sin ϕ sin θ, r cos ϕ) θ ∈ [0, ], ϕ ∈ [0, ] .
2 2
On trouve donc, en utilisant les coordonnées sphériques, et en posant Ω2 = (0, π2 ] × [0, π2 ] le para-
~ : Ω2 → S 2 de S 2
métrage M

(θ, ϕ) 7→ M (θ, ϕ) = 2 sin ϕ cos θ, 2 sin ϕ sin θ, r cos ϕ).

On peut utiliser ce paramétrage pour calculer l’intégrale

Ï
I3 = x 2 y zd σ.
S2

On a
~
∂M

= (−2 sin θ sin ϕ, 2 cos θ sin ϕ, 0)


∂θ


~
∂M
= (2 cos θ cos ϕ, 2 sin θ cos ϕ, −2 sin ϕ)



∂ϕ


et donc
~ ∂M
∂M ~
k ∧ k = 4 sin ϕ.
∂θ ∂ϕ
On a donc
Ï
I2 = (4 cos2 θ sin2 ϕ)(2 sin θ sin ϕ)(2 cos ϕ)(4 sin ϕ)d θd ϕ
[0, π2 ]×[0, π2 ]
π π π π
cos θ
3 ¸2 ·
ϕ
5 ¸2
·
sin
Z Z
2 2
= 64 cos2 θ sin θd θ sin4 ϕ cos ϕd ϕ = 64 −
0 0 3 0 5 0
64
= .
15

5.7 Formule flux-divergence

La formule flux-divergence que nous avons vue au Chapitre 3 pour la dimension 2 s’étend
au cas de la dimension trois. Si V ~ est un champ de vecteurs sur R3 dérivable, la divergence de
~ = (V1 ,V2 ,V3 ) est la fonction scalaire définie par
V

∂V1 ∂V2 ∂V3 X 3 ∂V

~=
div V + + =
i
.
∂x 1 ∂x 2 ∂x 3 i =1 ∂x i

100
 Si S est une surface de R3 on définit le flux à travers cette surface comme l’intégrale
Ï
Flux(V, S) = ~ (σ) ·~
V n (σ)d σ,
S

où ~n (σ) désigne un vecteur unitaire orthogonale à la surface en un point donné σ de cette sur-
face. Bien entendu, une telle définition suppose un choix du vecteur unitaire : lorsque la surface
est fermée, la convention est de prendre le vecteur unitaire orthogonal sortant. le théorème flux-
divergence s’énonce alors de la manière suivante : considérons un domaine D de R3 dont la fron-
tière S est une surface paramétrée. On a
~ un champ de vecteurs continu ainsi que ses dérivées sur D avec sa frontière S .
Théorème 8. Soit V
on a l’égalité
Ñ Ï
divV (x 1 , x 2 , x 3 ) d x 1 d x 2 d x 3 = Flux(V, S) = ~ (σ) ·~
V n (σ)d σ,
D S

o ù l’orientation est choisie de sorte que ~

n est dirigé vers l’extérieur de D.
On peut obtenir ces résultats en étendant à la dimension trois l’interprétation qui est fournie
de la formule flux-divergence en dimension deux dans la Section 4.3.2.

Exercices

Exercice I
On considère l’application Φ de R 3 dans R3 définie par

Φ(u 1 , u 2 , u 3 ) = (a 1 u 1 , a 2 u 2 , a 3 u 3 ),

où a 1 , a 2 et a 3 sont des nombres réels donnés.

a)Montrer que l’image de la boule B 1 est données par l’ellipsoide E défini par l’équation
x 12 x 22 x 32
2
+ 2
+ < 1.
a1 a2 a 32
b) En déduire vol E .

101
 Exercice II

Théorème de Guldin

A) On considère un domaine borné Ω du plan Ox 1 x 3 inclus dans le demi-plan x 1 ≥ 0.

1) Montrer qu’il existe un point et un seul A = (a 1 , a 3 ) de ce plan tel que
Ï
(x i − a i )d x 1 d x 3 = 0 pour i = 1 et i = 3.
Ω

On appelle ce point le centre de gravité de Ω.

2) On considère le volume U engendré par la rotation de Ω autour de l’axe Ox 3 , c’est à dire

U Ω = {(x 1 , x 2 , x 3 ) ∈ R3 tels que (r, x 3 ) ∈ Ω},

q
où on a posé r = x 12 + x 32 . Montrer que Vol (U Ω ) = 2πa 1 A ire(Ω).
B) On considère dans cette question le domaine Ω défini pout R > a > 0 par

Ω = {(x 1 , x 3 ) ∈ R2 , x 1 ≥ 0 et (x 1 − a)2 + x 32 ≤ R 2 .}

Ï
1) Calculer l’aire de Ω ainsi que l’intégrale I = x1 d x1 d x3 .
Ω
1) en déduire que les coordonnées du gravité de Ω.
2) Calculer la valeur de Vol (U Ω ) dans le cas considéré.

Exercice III

Surface de révolution

On considère ici une surface engendrée par la rotation d’une courbe fermée autour d’un axe.
Soit C une courbe paramétrée de R2 ,

~ (s), s ∈ I },
C = {N

~ = (N1 , N2 ) est une application de I vers R2 , où I désigne un intervalle de R. On Considère

où N

S = {(x 1 , x 2 , x 3 ) ∈ R3 tels que (r, x 3 ) ∈ C },

102
 q
où r = x 12 + x 22 .
1) Montrer que l’application M : [0, 2π] × I → R3 définie pour θ ∈ [0, 2π[ et s ∈ I par

~ (θ, s) = (N1 (s) cos θ, N1 (s) sin θ, N2 (s))

M

est un paramétrage de S .
2) Montrer que
~

∂M
= (−N1 (s) sin θ, N1 (s) cos θ, 0)



∂θ

∂M~ µ d N1 d N1 d N2
¶
(s) cos θ, (s) sin θ,

= (s) .


∂s

ds ds ds
Vérifier que ces deux vecteurs sont orthogonaux.
3) Montrer que
∂M~ ∂M ~ ~
dN
k ∧ k = |N1 (θ)| k k.
∂θ ∂s ds
4) Montrer que Z
A ire(S ) = 2π N1 (s)d l .
I

103
Chapitre 6

Le rotationnel

6.1 Champ de vecteurs, champs de gradient

Les champs de vecteurs sur R3 se définissent comme en dimension deux, c’est à dire il s’agit
d’applications V~ = (V1 ,V2 ,V3 ) d’un domaine D de R3 à valeurs dans R3 . Si C est une courbe orien-
tée dans R paramétrée sur un intervalle I par une application M : I → R3 , t 7→ M (t ) pour t ∈ I , on
3

peut définir la circulation de V ~ comme en dimension deux par la formule

Z
~ (M (t )).M
V ~ 0 (t )d t .
I

que l’on note Z

~ (M )d M
V ~.
C

Si f est une fonction dérivable sur R3 , alors son gradient est défini par

−−−→ ∂f ∂f ∂f
grad f = ( , , ).
∂x 1 ∂x 2 ∂x 3

AB est une courbe orientée, on a alors, comme en dimension deux

Si –
−−−→
Z
~ = f (B ) − f (A).
grad f (M )d M
C

Comme en dimension deux, la question suivante se pose :

Q : A quelle condition un champ de vecteurs est-il un champ de gradient ?

Le Théorème de Schwarz impose des conditions nécessaires.

~ = (V1 ,V2 ,V3 ) un champ de vecteurs dérivable, de dérivées continues, défini
Proposition 1. Soit V
sur un domaine D. Une condition nécessaire pour que V ~ soit un champ de gradient est que

∂V3 ∂V2 ∂V1 ∂V3 ∂V2 ∂V1

= , = et = . (6.1)
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2

Nous verrons plus loin que (6.1) est aussi une condition suffisante, si on fait des hypothèses
adéquates sur le domaine.

104
 ~ = (V1 ,V2 ,V3 ) un champ de vecteurs dérivable défini sur un domaine D de R3 .
Définition 1. Soit V
~ le champ de vecteur noté −
On appelle rotationnel de V
→~
rot V défini sur D par
∂V3 ∂V2 ∂V1 ∂V3 ∂V2 ∂V1
µ ¶
−→ ~
rot V = − , − , − .
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2

Remarque 1. Pour désigner le rotationnel, on utilise aussi souvent la notation ~ ~ .Si on écrit les
∇∧V
vecteurs sous forme colonne, cette notation a un avantage mnémotechnique appréciable, car en
peut utiliser la même règle que pour le produit vectoriel
 ∂     ∂V3 ∂V2 
∂x 1 V1 ∂x 2 − ∂x 3 
~ =   ∧ V2  =  1 − ∂V3  .
∂
 ∂V
~
∇∧V
 
∂x 2  ∂x3 ∂x1 
∂ V3 ∂V2 ∂V1
∂x 3 ∂x 1 − ∂x 2

Exemple 13. Champ planaire. Considéons un champ planaire, c’est à dire dans les coomposantes
sont dans le plan 0x 1 x 2 ,et supposons de plus qu’il est indépendant de la variable x 3 . Il a donc la
forme
V~ (x 1 , x 2 , x 3 ) = (V1 (x 1 , x 2 ),V2 (x 1 , x 2 ), 0) . (6.2)
On obtient
∂V2 ∂V1 ∂V2 ∂V1
µ µ ¶ ¶ µ ¶
−→
rotV (x 1 , x 2 , x 3 ) = 0, 0, − (x 1 , x 2 ) = − ~
e3.
∂x 1 ∂x 2 ∂x 1 ∂x 2
Le rotationnel est donc orthogonal au plan 0x 1 x 2 , parallèle au vecteur ~
e 3 = (0, 0, 1).

Voyons deux propriétés importantes :

Proposition 2. Soit f une fonction deux fois dérivable de dérivées secondes continues sur D do-
maine de R3 . On a
−→ −−−→
rot (grad f ) = 0. (6.3)
~ est un champ de vecteurs deux fois dérivable sur D de dérivées secondes continues, alors on a
Si V
−→ ~
div (rot V )=0 (6.4)

et ´ −−−→
−→ −→ ~
³
~ ) − ∆V.
rot rot V = grad(div V (6.5)

Démonstration. La première identité, et une conséquence immédiate de la Proposition 1, c’est à

dire le théorème de Schwarz. Un bref calcul permet de vérifier les deux autres formules.

Remarque 2. la condition (6.4) fournit en particulier une condition necessaire pour qu’un champ
soit un rotationnel : seul les champs à divergence nulle peuvent être des rotationnels. Par exemple
si
~ (M ) = (x 1 , x 2 , x 3 )
V
~ = 3 et V
alors div V ~ n’est donc pas un rotationnel.

Voyons maintenant d’autres propriétés élémentaires :

Proposition 3. Soit f une fonction et V un champ de vecteurs dérivables de dérivée continues sur
D domaine de R3 . On a
−→ ~ −→ ~ −−−→ ~.
rot ( f V ) = f rot V + grad f ∧ V

105
6.1.1 Invariance du rotationnel par changement de repère orthonormé
Comme pour le gradient et la divergence, la forme du rotationnel est la même pour tous les
e 10 ,~
repères orthonormés. Soit (~ e 20 ,~
e 30 ) une nouvelle base orthonomée, et des coordonnées x 10 , x 20 , x 30
correspondantes de sorte que x 1~ e 1 + x 2~e 2 + x 3 e 3 = x 10 ~
e 10 + x 20 ~
e 20 + x 30 ~ ~ un champs de vecteur
e 30 . Soit V
donné sur D. Ce champ s’exprimera dans la base (~ e 1 ,~e 2 ,~
e 3 ) comme
~ (M ) = V1 (x 1 , x 2 , x 3 )~
V e 1 + V2 (x 1 , x 2 , x 3 )~
e 2 + V3 (x 1 , x 2 , x 3 )~
e3

pour M de coordonnées (x 1 , x 2 , x 3 ) dans (~

e 1 ,~
e 2 ,~
e 3 ). Son expression dans la nouvelle base sera alors
~ (M ) = V 0 (x 0 , x 0 , x 0 )~
V 0 0 0 0 0
e 2 + V3 (x 10 , x 20 , x 30 )~
e 30 ,
1 1 2 3 e 2 + V2 (x 1 , x 2 , x 3 )~

pour M de coordonnées (x 10 , x 20 , x 30 ) dans (~

e 10 ,~
e 20 ,~ ~ = (x 1 , x 2 , x 3 ) et X
e 30 ). En posant X ~ 0 = (x 0 , x 0 , x 0 ) on
1 2 3
a
t~
X = A t X 0,
où A désigne la matrice de passage de la nouvelle base vers l’ancienne. De même, il vient
 0 0 0 0   
V1 (x 1 , x 2 , x 3 ) V1 (x 1 , x 2 , x 3 )
V ~ (x 1 , x 2 , x 3 ).
~ 0 (x 0 , x 0 , x 0 ) = V 0 (x 0 , x 0 , x 0 ) = A V2 (x 1 , x 2 , x 3 ) = AV (6.6)
1 2 3 2 1 2 3
0 0 0 0
V3 (x 1 , x 2 , x 3 ) V3 (x 1 , x 2 , x 3 )

Quelle est l’expression du champ rotationnel dans la nouvelle base ?

Proposition 4. . Soit M ∈ D. Alors on a

−→ ∂V 0 ∂V 0 0 ∂V10 ∂V30 0 ∂V20 ∂V10 0

rotV (M ) = 30 − 20 ~
e + − ~
e − ~
e
∂x 2 ∂x 3 1 ∂x 30 ∂x 10 2 ∂x 10 ∂x 20 3

La forme du rotationnel ne dépend donc pas de la base orthonormée choisie.

6.2 Flux du rotationnel

6.2.1 Surfaces fermées
Nous avons vu dans la section précédente que le rotationnel est un champ à divergence ce
nulle
−→ ~
div (rot V ) = 0.
Il résulte alors
Proposition 5. Soit S une surface fermée de R3 , c’est à dire bordant un domaine D de R3 . Alors pour
~ défini sur D on a
tout champ de vecteur V
−→ ~
Flux (rot V , S ) = 0.

Preuve. Ceci est une conséquence directe de la formule flux-divergence vu dans le champ
précédent : si S est une surface fermée de R3 limitant un domaine D, alors on a pour tout champ
~ dérivable
de vecteurs V
Ï Ñ
−→ ~ −→ ~ −→ ~
Flux (rot V , S ) = n (σ)d σ =
rot V (σ).~ div (rot V )(x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = 0.
S D

106
6.2.2 Surfaces dont le bord est une courbe
Considérons maintenant une courbe fermée C dans R3 et S une surface de R3 dons le bord est
C . Si on s’est donné une orientation sur C , on choisit alors le sens correspondant pour le vecteur
unitaire normal ~ n (σ) à la surface au point σ de cette surface, en s’assurant que l’orientation de la
courbe soit celle du sens trigonométrique, lorsque l’on regarde dans la direction donnée par ~ n.

Il résulte de la Proposition 5 que la quantité

Ï
−→ ~ −→ ~
Flux (rot V , S ) = n (σ)d σ
rot V (σ).~
S

ne dépend pas de la surface S mais uniquement du contour C . Considérons en effet une autre
surface S 0 de bord C , et soit D0 le domaine dont le bord est S ∪ S 0 . En effet, on a par (5)
Ñ
−→ ~ −→ ~
Flux (rot V , S ∪ S0) = div (rot V )(x 1 , x 2 , x 3 )d x 1 d x 2 d x 3 = 0.
D0

Or
−→ ~ −→ ~ −→ ~
Flux (rot V , S ∪ S 0 ) = Flux (rot V , S ) − Flux (rot V , S 0 ),
le signe moins dans le terme de droite provenant du fait que les vecteurs normaux sont orienté
différemment. Il en résulte que
−→ ~ −→ ~
Flux (rot V , S ) = Flux (rot V , S 0 ).

la valeur du Flux est donc, la même pour toute surface dont le contour est C : il s’agit donc d’une
fonction de C uniquement.

Théorème 1. On a l’identité Ï Z
−→ ~ ~ (M )d M
~.
n dσ =
rot V ·~ V
S C

Quelques indications sur la démonstration. Commençons par considérer la cas planaire, c’est à
dire le cas où la courbe est incluse dans un plan.

Le cas planaire. Il correspond au cas où la courbe est incluse dans un plan P de l’espace, ainsi
que la surface S . Quitte ḩanger de repère orthonormée, on peut supposer que ce plan P contient
e 1 ,~
l’origine, et qu’il est engendré par les vecteurs (~ e 2 ) d’un repère orthonormé (~
e 1 ,~
e 2 ,~
e 3 ). Comme

107
S est inclus dans P , P est le plan tangent à S en tout point de S , et en orientant la courbe dans
le sens trigonométrique on a donc

~
n (σ) = ~
e 3 , pour tout point σ ∈ S .

Il en résulte, comme l’expression du rotationnel est la même dans tous les repères que

∂V2 ∂V1
µ ¶
−→ ~
rot V (σ).~
n (σ) = − (σ),
∂x 1 ∂x 2
et que
∂V2 ∂V1
Ï µ ¶ Z
−→ ~ (M )d M
~,
Flux(rotV, S ) = − (x 1 , x 2 )d x 1 d x 2 = V
S ∂x 1 ∂x 2 C
où la dernière identité provient du théorème de Green-Riemann vu au chapitre 4. Ceci démontre
donc la propriété dans le cas planaire.

Le cas où S est incluse dans la réunion de deux plans. Traitons maintenant un autre cas particulier,
celui ou S est incluse dans la réunion de deux plans P 1 et P 2 , dont l’intersection est une droite D,
comme sur le dessin ci-dessous

Soit S est une surface de P 1 ∪ P 2 . On a S = S 1 ∪ S 2 où S 1 = S ∩ P 1 et S 2 = S ∩ P 2 de sorte

que
−→ −→ −→
Flux(rotV, S ) = Flux(rotV, S 1 ) + Flux(rotV, S 2 ) (6.7)

108
Soit C 1 la courbe bordant S 1 et soit Soit C 2 la courbe bordant S 2 . Chacune des deux surfaces étant
planaire, on a par l e résultat de la première partie de cette démonstration
Z
−→ ~ (M )d M
~ pour i = 1, 2.
Flux(rotV, S i ) = V (6.8)
Ci

Enfin on vérifie que Z Z Z

~ (M )d M
V ~ = ~ (M )d M
V ~+ ~ (M )d M
V ~. (6.9)
C C1 C2

En effet, la réunion des courbes C 1 et C 2 nous donne la courbe C , à lquelle il faut ajouter une
arête commun sur la droite D. Cette dernière est parcouru dans des sens opposés sur chacune des
courbes, de sorte que leurs contributions s’annule dans la somme du membre de droite de (6.9) .
En combinant les relation (6.7), (6.8) et (6.9) on obtient la relation du théorème.

Le cas général. En s’inspirant du deuxième cas, on peut démontrer que le théorème est vrai
lorsque la surface est tracée sur une réunion finie de plan. On montre ensuite que toute surface
peut être approchée par des surfaces qui ont cette propriété.

6.3 Champs à rotationnel nul

~ un champ de vecteurs dérivable de dérivées continues, sur un domaine D de R3
Corollaire 1. Soit V
sans trou. Si
−→ ~
rot V = 0,
~ est un champ de gradient, c’est à dire qu’il existe une fonction f définie sur D telle que
alors V
−−−→
~ = grad f .
V

Démonstration. Soit C une courbe fermée quelconque de D. Si le domaine est sans trou, alors on
−→ ~
peut toujours trouver une surface parmètrée S dont C est le bord. Si de plus rot V = 0, alors il
résulte du Théorème 1 que Z
~ (M )d M
V ~ = 0.
C
~ est
Comme ceci est vrai pour toute courbe fermée C , il en résulte que le champ de vecteurs V
conservatif, et donc un champ de gradient.

Remarque 3. Comme en dimension 2, les seules solutions de l’équation

−−−→
grad g = 0
−−−→ −−−→
~ = grad f = grad f˜ alors
sont les fonctions g constantes. Il en résulte que si f˜ et f sont tels que V
nécessairement
f˜ = f + c,
où c est une constante.
~ linéaire, c’est a dire de la forme
Exemple 14. Considérons un champ de vecteur V

~ (V
V ~)= A·X
~,

109
où A est une matrice 3 × 3.  
a 1,1 a 1,2 a 1,3
A = a 2,1 a 2,2 a 2,3  .
a 3,1 a 3,2 a 3,3
On a donc V1 (x 1 , x 2 ) = a 1,1 x 1 + a 1,2 x 2 + a 1,3 x 3 , V2 (x 1 , x 2 ) = a 2,1 x 1 + a 2,2 x 2 + a 2,3 x 3 , et V3 (x 1 , x 2 ) =
a 3,1 x 1 + a 3,2 x 2 + a 3,3 x 3 de sorte que

∂V ∂V

 3 − 2 = a 3,2 − a 2,3

∂x 2 ∂x 3




 ∂V

∂V3
1
− = a 1,3 − a 3,1

 ∂x 3 ∂x 1
∂V2 ∂V1



− = a 2,1 − a 1,2


∂x 1 ∂x 2


V est donc un champ de gradient si et seulement si

a 2,1 = a 1,2 , a 1,3 = a 3,1 et a 2,1 = a 1,2

c’est à dire si et seulement si la matrice A est symétrique. Dans ce cas, on vérifie, comme en di-
−−−→
mension deux, que l’on a V ~ = grad f , avec

1
f (X ) = ~ .X
A·X ~,
2
la forme quadratique associée à la matrice symétrique A.

6.4 Champ à divergence nulle, potentiels vecteurs

~ qu’il est un champ de rotationnel s’il existe un
Définition 2. On dit d’un champ de vecteurs V
champ de vecteur ~
A tel que
~ =−
V
→
rot ~
A.
~.
Le champ de vecteur A est alors dit potentiel vecteur dont dérive le champ V

Dans la remarque 2 nous avons vu qu’une condition nécessaire pour être un champ de rota-
tionnel était
~ = 0.
div V
Si le domaine n’a pas de trou, il s’avère alors que cette condition est également suffisante.
~ un champ de vecteur dérivable sur un domaine D sans trou. On suppose que
Théorème 2. Soit V

~ (M ) = 0, ∀M ∈ D.
div V

Alors il existe un champ de vecteur ~

A défini sur D tel que

~ =−
V
→
rot A.

Le champ de vecteurs ~ ~.
A est donc un potentiel vecteur dont dérive le camp de vecteurs V

110
Remarque 4. Si
divV = 0,
alors il n’y a pas unicité du potentiel vecteur. En effet, si ~
A, est un tel potentiel vecteur, c’est à dire
si
~ =−
V
→
rot ~
A,
alors il en est de même de
−−−→
~
Af = ~
A + grad f , (6.10)
−→ −−−→
pour toute fonction f , car rot (grad f ) = 0. Il résulte du Corollaire 1 que tous les potentiels vecteurs
~ ont la forme (6.10).
dont dérive V

Exemple 15. Champs planaires. Reprenons les champs planaires introduits dans l’exemple 13,
sans supposer ici qu’il sont indépendants de la variable x 3 : ils ont donc la forme

~ (x 1 , x 2 , x 3 ) = (V1 (x 1 , x 2 , x 3 ),V2 (x 1 , x 2 , x 3 ), 0) .
V (6.11)

~ = 0. Ceci signifie, comme la troisième composante est nulle que

Supposons de plus que div V

∂V1 ∂V2
(x 1 , x 2 , x 3 ) + (x 1 , x 2 , x 3 ) = 0
∂x 1 ∂x 1

En considérons le champs de vecteurs sur R3

~ ⊥ (x 1 , x 2 ) = (V2 (x 1 , x 2 , x 3 ), −V1 (x 1 , x 2 , x 3 ), 0)
V

on obtient
∂V2⊥ ∂V1⊥
(x 1 , x 2 , x 3 ) − (x 1 , x 2 , x 3 ) = 0
∂x 1 ∂x 2
Si l’on fixe la troisième variable x 3 et deux l’on ne considère que les deux premières composantes
de V ~ ⊥ , aloes on obtient un champ de vecteur sur le plan x 3 = Ct e : On peut donc appliquer les
résultats du Chapitre 4 sur les champs de vecteurs à deux variables, qui montrent V ~ ⊥ est un champ
de gradient par rapport aux deux premères variables, c’est à dire qu’il il existe donc une fonction
f : R3 → R telle que
∂f ∂f
~⊥ =(
V , , 0),
∂x 1 ∂x 2
soit
∂f ∂f
~ (x 1 , x 2 , x 3 ) = (−
V (x 1 , x 2 ), (x 1 , x 2 ), 0).
∂x 2 ∂x 1
Posons
~
A(x 1 , x 2 , x 3 ) = (0, 0, − f (x 1 , x 2 )).
On vérifie alors que l’on a bien
−→ ~ ~
rot A = V .

Exercices

Exercice I

111
Soit ~
A un vecteur de R3 . déterminer la divergence et le rotationnel du champ de vecteur

~ (X
V ~)= ~ ~.
A∧X

Exercice II

Soient ~ ~ deux vecteurs de R3 . On définit sur R3 le champ de vecteur

A et B

~ (X
V ~ ) = (~ ~ )B
A·X ~.

~.
Exprimer la divergence et le rotationnel de V

112
Chapitre 7

Sujets d’examen

113
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2011-2012
L2-PEIP2-LM256

Examen du 5 Juin 2012

Durée : 2 heures.
Les notes de cours et les calculatrices ne sont pas autorisées. Le sujet comprend quatre exercices,
qui sont indépendants.

Exercice III

On considère la fonction de deux variables F (x, y) = x 4 + 3y 2 − 4x 2 y, et on note C l’ensemble {(x, y) ∈

R2 , F (x, y) = 0}.
−−−→ −−−→
1) Calculer grad F . Quels sont les points de R2 où grad F s’annule ?
2) Montrer que A = (1, 1) ∈ C . Calculer le gradient de F en ce point. Montrer que près de F , C est
le de la forme y = ϕ(x), c’est à dire le graphe d’une fonction ϕ.
3) Donner un vecteur tangent en C en A, puis un vecteur unitaire tangent.
4) Donner l’équation de la droite affine tangente à C en A.
5) Calculer ϕ0 (1).

Exercice IV

On considère la courbe paramétrée C de l’espace R3 donnée par le paramétrage suivant :

x(t ) = cost , y(t ) = si nt , z(t ) = t , où 0 ≤ t ≤ 2π.

1) Calculer un vecteur tangent à C au point M (t ) = x(t ), y(t ), z(t ) , puis un vecteur unitaire tan-
¡ ¢

gent. Z
~1 (x, y, z) = (x + z, y 2 , x). Calculer
2) soit V1 le champ de vecteurs défini par V ~1 (M )d M
V ~.
C
~2 (x, y, z) = (y 2 cos x, 2y sin x+e z , ye ). Montrer qu’il existe
3) Soit V2 le champ de vecteur défini par V z
−−−→
~2 = grad f .
une fonction f telle que V
4) Calculer Zf .
5) Calculer ~2 (M )d M
V ~.
C

Exercice V

1) Soit D = {(x, y) ∈ Ï
R2 , 1 ≤ y ≤ 10, y ≤ x ≤Ïy 2 }. Calculer en utilisant le théorème de Fubini les inté-
1 y
grales doubles I 1 = 2
d xd y et I 2 = 2
d xd y.
D x y D (x + y)

2) Soit D = {(x, y) ∈ R2 , x 2 + y 2 < 1} le disque unité de R2 . Calculer en utilisant un changement

de variables approprié
x2
Ï
I3 = 2 2
d xd y.
D 1+x + y

114
3) Soit V1 = {(x,Ñ
y, z) ∈ R3 , x 2 + y 2 < 1, 0 < z < 1}. Calculer en utilisant des coordonnées cylindriques
l’intégrale I 4 = (x 2 + y 2 + z 2 )d xd yd z.
V1
4)Soit V2 = {(x, y, z) ∈ R3 , x 2 + y 2 < 1, 0 < z < x 2 + y 2 + 1}. Calculer le volume de V2 .
R3 , x 2 + y 2 + z 2 < 1, 0 ≤ z < 1}. Calculer, en utilisant des coordonnées sphé-
5) Soit B + = {(x, y, z) ∈Ñ
riques l’intégrale I 5 = zd xd yd z.
B+

Exercice VI

1) Soit S 1 = {(x, y, z) ∈ R3 , x + y + z = 4, x ≥ 0, y ≥ Ï
0, z ≥ 0}. Vérifier que S est une portion du graphe
d’une fonction que l’on précisera. Calculer I 1 = x 2 d σ.
S1
2) Soit S 2 = (x, y, z) ∈ R3 , x = y 2 + 2z 2 , 0 ≤ y ≤ 1, 0 ≤ z ≤ 1}. L’ensemble S est-il un graphe ?
3) Calculer Ï
I2 = y zd σ.
S2

115
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2011-2012
L2-PEIP2-LM256
Corrigé de l’examen du 5 Juin 2012

Exercice I
−−−→ −−−→
1) on a grad F = (4x 3 − 8x y, 6y − 4x 2 ). Pour avoir grad F = (0, 0), il faut donc 4x 3 = 8x y et 6y = 4x 2 .
Si x 6= 0,alors la premier équation donne y = 21 x 2 ce qui est incompatible avec la seconde. La seule
solution est donc (x, y) = (0, 0).
−−−→
2) On vérifie que F (1, 1) = 0 et on calcule grad F (1, 1) = (−4, 2). Comme F y0 (a) = 2 6= 0, la conclusion
découle du théorème des fonctions implicites.
−−−→⊥
−−−→⊥ grad F (A)
3)Un vecteur tangent est donné par grad F (A) = (−2, −4), et un vecteur unitaire tangent par −−−→
kgrad⊥ F (A)k
−1 −2
c’est à dire ( p , p ).
5 5
4) L’équation est donnée par −4(x − 1) + 2(y − 1) = 0, ou encore −4x + 2y = −2.
5) On a ϕ0 (1) = 2.

Exercice II
1) Un vecteur tangent à la courbe C est donné par M 0 (t ) = (x 0 (t ), y 0 (t ), z 0 (t )), c’est à dire M 0 (t ) =
(− sin t , cos t , 1). Comme kM 0 (t )k2 = (sin t )2 + (cos t )2 + 1 = 2, un vecteur unitaire tangent est donc
1
donné par p (− sin t , cos t , 1).
2
2) on a
Z Z 2π
~ ~ (x(t ) + z(t )) x 0 (t ) + y 2 (t )y 0 (t ) + x(t )z 0 (t ) d t
£ ¤
I≡ V (M )d M =
C 0
Z 2π
(cos t + t )(− sin t ) + (sin2 t )(cos t ) + cos t d t
£ ¤
=
0
Z 2π
− cos t sin t − t sin t + (1 − cos2 t )(cos t ) + cos t d t
£ ¤
=
0
Z 2π Z 2π
2π
=− t sin t d t = [t cos t ]0 − cos t d t = 2π
0 0

les autres parties de l’intégrale dans la troisième ligne étant nulles pour des raison de périodicité,
parité (en se ramenant à la période [−π, π] , etc... ) et où la dernière intégrale est calculée par
intégration par parties.
−→ ~ z z
3) On calcule rot V 2 = (e − 2e , 0 − 0, 2y cos x − 2y cos x) = (0, 0, 0) et la conclusion en découle par
un résultat du cours (Corollaire 1, Chapitre 6).
4) On doit avoir f x0 = y 2 cos x de sorte que par intégration f (x, y, z) = y 2 sin x + g (y, z). De la relation
f y0 = 2y si nx + e z on déduit alors que g y0 = 2y sin x + e z − 2y sin x = e z , d’ou g (y, z) = ye z + h(z).
enfin, la relation f z0 = ye z donne h 0 (z) = ye z − ye z = 0 d’ou h = c, constante arbitraire. On a donc
f (x, y, z) = y 2 sin x + ye z + c.
5) Comme V ~2 est un champ de gradient, on obtient pour résultat f (M (2π))− f (M (0)) = f (1, 0, 2π)−
f (1, 0, 0) = 0.

116
 Exercice III

y2
ÃZ ! ¸10
Z 10 1 1 1 1
·
1 −2
Z 10 81
−1
I1 = 2
dx dy = [ − 2 ]d y = y −y = = 0, 405.
1 y x y 0 y y y 2 1 200
Z 10 ÃZ y 2 ! Z 10 · Z 10
y
¸
1 1 1 1
I2 = 2
dx dy = y − 2
dy = [ − ]d y
1 y (x + y) 1 y+y y+y 1 2 1+ y
1 9 11
= [ y − log(1 + y)]10 1 = − log .
2 2 2
r 2 cos2 θ r3 r3
Ï Z 2π µZ 1 ¶ µZ 1 ¶ µZ 2π ¶
2 2
I3 = 2
rdrdθ = 2
d r cos θd θ = 2
dr cos θd θ
[0,1]×[0,2π] 1 + r 0 0 1+r 0 1+r 0
¸1 ·Z 2π
π
· ¸
1 2 2 1
= (r − log(1 + r )) (1 + cos 2θ)d θ = [1 − log 2].
2 0 0 2 2
Z 1 µZ 1 ¶ Z 1· ¸
1 1 2 5π
Ñ
2 2 2 2
I4 = (r + z )r d r d θd z = 2π r (r + z )d r d z = 2π + z dz = .
[0,1]×[0,2π]×[0,1] 0 0 0 4 2 6
Z 2π ÃZ 1 ÃZ r 2 +1 ! ! Z 1 ÃZ r 2 +1 ! Z 1
3π
Ï
Vol (V2 ) = d xd yd z = r d z d r d θ = 2π d z r d r = 2π (r 3 +r )d r = .
V2 0 0 0 0 0 0 2
Ñ µZ 1 ¶ µZ π ¶
2
2 3
I5 = (r cos ϕ) r sin ϕd r d θd ϕ = 2π r dr sin ϕ cos ϕd ϕ
[0,1]×[0,2π]×[0, π2 ] 0 0
π ¸π
π π cos 2ϕ 2 π
Z ·
2
= sin 2ϕd ϕ = − = .
4 0 4 2 0 4

Exercice IV
q p p
1) S 1 et le graphe de la fonction f (x, y) = 4 − x − y. on a donc 1 + f 0 2x + f 0 2y = 1 + 1 + 1 = 3.
Considérons D = {(x, y), x ≥ 0, y ≥ 0, x + y ≤ 4} (intérieur d’un triangle) . Alors S 1 est le graphe de f
au dessus de D, et en utilisant le Théorème de Fubini

p Ï 2 p Z 4 µZ 4−y p Z 4 (4 − y)3 p 44
¶
2 64
I1 = 3 x d xd y = 3 x dx dy = 3 d y = 3. = p .
D 0 0 0 3 12 3
q
2) S 2 est le graphe g (y, z) = y + 2z . On a 2 2
1 + g 0 2y + g 0 2z =
p
1 + 4y 2 + 8z 2 .
Z 1 µZ 1 ¶ Z 1h
1 i1
q 3
I2 = y 1 + 4y 2 + 8z 2 d y zd z = (1 + 4y 2 + 8z 2 ) 2 zd z
0 0 12 0 0
1
Z 1 3 3 1 h 5 5 1
i
= [(5 + 8z 2 ) 2 − (1 + 8z 2 ) 2 ]zd z = (5 + 8z 2 ) 2 − (1 + 8z 2 ) 2
12 0 480 0
1 5 5 5
= [13 2 − 9 2 − 5 2 + 1].
480

117
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2011-2012
L2-PEIP2-LM256

Examen du 26 Juin 2012

Durée : 2 heures.
Les notes de cours et les calculatrices ne sont pas autorisées. Le sujet comprend trois exercices, qui
sont indépendants.

Exercice I
On considère la courbe paramétrée C de l’espace R3 donnée par :

x(t ) = e t , y(t ) = e 2t , z(t ) = t , où 0 ≤ t ≤ 1.

1) Calculer un vecteur tangent à C au point M (t ) = x(t ), y(t ), z(t ) , puis un vecteur unitaire tan-
¡ ¢

gent. Z
~1 (x, y, z) = (x 2 + y, z 2 , y 3 ). Calculer I 1 =
2) soit V1 le champ de vecteurs défini par V ~1 (M )d M
V ~.
C
~2 le champ de vecteur défini par
3) Soit V
~2 (x, y, z) = (−2x z 2 sin x 2 + 2x sin y 2 , 2x 2 y cos y 2 + 3y 2 e z , 2z cos x 2 + y 3 e z ).
V
−→
3) Calculer rotV2 . Que peut-on en déduire ?
−−−→
4) Trouver une fonction f telle que V~2 = grad f .
Z
5) Calculer I 2 = ~2 (M )d M
V ~.
C

Exercice II
2
On considère la fonction de deux variables F (x, y) = x 4 + y 4 e x − 1, le domaine

D = {(x, y) ∈ R2 , F (x, y) < 0}

ainsi que son contour C , c’est à dire l’ensemble C = {(x, y) ∈ R2 , F (x, y) = 0}.
1) Montrer que 0 = (0, 0) appartient à D,et que le point A = (0, 1) appartient à C .
2) Montrer que si (x, y) ∈ D (resp. C ), alors les points (x, −y), (−x, y) (−x, −y) appartiennent à D
(resp. C ).
3) Montrer que D ⊂ [−1, 1] × [−1, 1].
−−−→ −−−→
4) Calculer grad F . Quels sont les points où grad F s’annule ?
−−−→
5) Calculer grad F (A). Donner un vecteur tangent à C en A.
6) Donner l’équation de la droite affine tangente à C en A.
7) Montrer que C ∩ {(x, y), y ≥ 0} est le graphe d’une fonction que l’on déterminera. On pose D + =
D ∩ {(x, y), y ≥ 0},
Ïet on note C le contour de D .
+ +
2
8) Calculer I 1 = y 3 e x (2x 2 − x)d xd y.
D+
∂V ∂V
~ (x, y) = (V1 (x, y),V2 (x, y)) = (x 2 y 4 e x 2 , y 3 e x 2 ). Calculer g = 2 − 1 .
9) Soit V
Z ∂x ∂y
10) Calculer I 2 = ~2 (M )d M
V ~ , où C + est orientée dans le sens trigonométrique.
C+

118
 Exercice III

A)
Î Soit D1 le triangle dans R2 de sommets (0, 0), (1, 0) et (0, 1). Calculer l’intégrale double I 1 =
2 2
D1 x y d xd y.

B) Soit V1 la partie de R3 définie par

V1 = {(x, y, z) ∈ R3 , 6 − x 2 − y 2 ≥ z ≥ 4x 2 + 4y 2 + 1}.

Calculer le volume de V1 [on pourra utilser des coordonnées polaires ou cylindriques].

C) Soit S 1 = {(x, y, z) ∈ R3 , 3x + 2y + z = 6, x ≥ 0, y ≥ 0, z ≥ 0}.

C 1) Montrer que S 1 est une portion de graphe d’une fonction que l’on explicitera.
C 2) Montrer que le point A 1 = (1, 1, 1) appartient à S 1 . Donner l’équation du plan affine tangent à
S 1 en A 1 . Ï
C 3) Calculer I 2 = cos(x + y + z)d σ.
S1

D) Soit S 2 = {(x, y, z) ∈ R3 , x 2 + y 2 + zp
2
= 4, x ≥ 0, y ≥ 0, z ≥ 0}.
D 1) Montrer que le point A 2 = (1, 1, 2) appartient à S 2 . Donner l’équation du plan affine tangent
à S 2 en A 2 .
D 2)Quelles sont les coordonnées sphériques du point A 2 ? Ï
D3 ) En utilisant des coordonnées sphériques, calculer I 3 = x 2 y zd σ.
S2

119
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2011-2012
L2-PEIP2-LM256
Corrigé de l’examen du 26 Juin 2012

Exercice I
d
1) Un vecteur tangent à la courbe est donné par M (t ) = (e t , 2e 2t , 1). Un vecteur unitaire est donc
dt
1
donné par p (e t , 2e 2t , 1).
2t 4t
e + 4e + 1
2) On a
Z Z 1 Z 1
~1 (M )d M
~ = t
£ 2t 2t 2 2t 6t
¡ 3t
2e + 2t 2 e 2t + e 6t d t .
¤ ¢
I= V (e + e )e + t 2e + e d t =
C 0 0

On a par intégration par parties

2t
e2 e 2t 1
Z 1 2t
e 2t 1 e 2
Z 1 Z 1
2 t 2e 1 2t e
t e d t = [t ]0 − te = − [t ]0 + =[ ] = et donc
0 2 0 2 2 0 2 4 0 4
2 1 1
I = e 3 + e 2 + e 6.
3 4 6
−→ ~ est un champ gradient.
3) Comme rotV = 0, V
4) On a f x = −2xz 2 sin x 2 + 2x sin y 2 , d’où par intégration f = z 2 cos x 2 + x 2 sin y 2 + g (y, z). Comme
f y = 2x 2 y cos y 2 + 3y 2 e z = 2x 2 y cos y 2 + g y (y, z) on en déduit g y (y, z) = 3y 2 e z , et en intégrant de
nouveau g (y, z) = y 3 e z + h(z). Enfin f z = 2z cos x 2 + y3e z = 2z cos x 2 + y 3 e z + h 0 (z) d’où h 0 (z) = 0.
2 2 2 2 3 z
R f = z cos x + x sin y + y e +C .
On a donc
5) on a C V ~1 (M )d M~ = f (M (1)) − f (M (0)) = f (e, e 2 , 1) − f (1, 1, 0) = (cos e 2 + e 2 sin e 4 + e 7 − sin 1.

Exercice II

1) On a F (0, 0) = −1 et donc (0, 0) ∈ D. F (0, 1) = 1.e 0 − 1 = 0 et donc A ∈ C .

2) La propriété résulte de la parité de F par rapport à x et par rapport à y.
2 2
3) (x, y) ∈ D ssi x 4 + y 4 e x ≤ 1 et donc x 4 ≤ 1 et y 4 ≤ e −x ≤ 1, d’où la proriété.
−−−→ 2 2 2 2
4) grad F = (4x 3 + 2x y 4 e x , 4y 3 e x ). le gradient s’annule ssi 4y 3 e x = 0 et x 3 + 2x y 4 e x = 0. la pre-
mière condition entraîne y = 0 et en reportant dans la seconde on obtient x = 0. Le seul point où
le gradient s’annule est donc (0, 0).
−−−→ −−−→
5) On a gradF (A) = (0, 4), de sorte qu’un vecteur tangent est grad⊥ F (A) = (−4, 0), et un vecteur uni-
taire tangent est donc (1, 0) = ~ e1.
6) la droite affine tangente a pour équation y = 1.
2 1 x2
7) Si (x, y) ∈ C on a y 4 = (1 − x 4 )e −x . Si de plus y ≥ 0, alors y = (1 − x 4 ) 4 e − 4 , on obtient donc le
1 x2
graphe de f (x) = (1 − x 4 ) 4 e − 4 .
8) On utilise Fubini :
¸ f (x)
1 f (x) 1 y4
Z µZ ¶ Z ·
x2 2
I1 = 3 2
y (2x − x)e d y d x = (2x 2 − x)e x d x
−1 0 −1 4 0
7 6 ¸1
1 x 2x 3 x 2
·
1 1 2x 1 1 10
Z
4 2
= (1 − x )(2x − x)d x = + + − = + = .
−1 4 4 7 6 3 2 −1 7 3 21

120
 2 2 2
9) On trouve g = 2x y 3 e x − 4x 2 y 3 e x = −2y 3 e x (2x 2 − x).
10) O n trouve I 2 = 2I 1 grâce au théorème de Green-Riemann.

Exercice III
R1 R 1−x R 1 y3
A) On a D1 = {(x, y), x + y ≤ 1, x, y ≥ 0}. Il vient par Fubini I 1 = 0 x 2 ( 0 y 2 d y)d x = 0 [ 3 ]1−x 0 dx =
1 1 3 2 1 x6 3x 5 3x 4 x3 1 1 1 3 3 1 1
R
3 0
(1 − x) x d x = 3 [− 6 + 5 − 4 + 3 ]0 = 3 (− 6 + 5 − 4 + 3 ) = 180 .
B)Utilisons des coordonnées cylindriques : V ~1 est donc caractérisé par 6 − r 2 ≥ z ≥ 4r 2 + 1,et il faut
2
donc 5 ≥ 5r , c’est à dire 0 ≤ r ≤ 1. Il vient
R 2π R 1 R 6−r 2 R1 2 4
Vol (V1 ) = 0 ( 0 ( 4r 2 +1 d z)r d r )d θ = 2π 0 (5 − 5r 2 )r d r = 10π[ r2 − r4 ]10 = 5π
2
.
C1) S 1 est le grapheq de la fonction affine f (x, y) = 6 − 3x − 2y au dessus de Ω1 = {(x, y) ∈ R2 , x, y ≥
p p
0, 3x + 2y ≤ 6}. On a 1 + f x2 + f y2 = 1 + 9 + 4 = 15.
C2) On vérifie que 3+2+1=6. Comme S 1 est un portion de plan affine, l’équation du plan tangent
est donc 3x + 2y + z = 6.
Î p Î p p R 3 R 6−3x
C3) On a I 2 = Ω cos(x+y+(6−3x−2y) 15d xd y = Ω cos(6−2x−y) 15d xd y = 15 0 ( 0 2 cos(6−
p R3 6−3x p R3 p
2x−y)d y)d x = 15 0 [− sin(6−2x−y)]0 2 d x = − 15 0 (sin( 12 (3−x))−sin(6−2x))d x = − 15[2 cos( 32 −
x 1 3
2 ) − 2 cos(6 − 2x)]0 p
D1) On a 12 + 12 + ( 2)2 = 4, A appartient donc à S 2 . p
D2) Soient r A , θ A , ϕ A les coordonnées sphériques de A. On a r A = 2, et 2 = 2 sin ϕ A , d’où ϕ A = π2 .
Comme 1 = 2 cos θ A cos ϕ A on obtient θ A = π2 .
D3 )On parmétre S 2 en utilisant les coordonn´’es sphériques M ~ : [0, π ] × [0, π ] → S 2 , (θ, ϕ) 7→
2 2
M (θ, ϕ) = (2 cos θ sin ϕ, 2 sin θ sin ϕ, 2 cos ϕ). On a M~ θ = (−2 sin θ sin ϕ, 2 cos θ sin ϕ, 0), M
~ ϕ = (2 cos θ cos ϕ, 2 si
et kM θ ∧M ϕ k = 4 sin ϕ. On a donc I 2 = [0, π ]×[0, π ] (4 cos θ sin ϕ)(2 sin θ sin ϕ)(2 cos ϕ)(4 sin ϕ)d θd ϕ =
2 2
Î
2 2
π π π π
3 sin5 ϕ 2
cos2 θ sin θd θ sin4 ϕ cos ϕd ϕ = 64[− cos3 θ ]02 [ = 64
R 2
R 2
64 0 0 5
]0 15
.

121
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2012-2013
L2-PEIP2-LM256

Examen du 14 mai 2013

Durée : 2 heures.
Les notes de cours et les calculatrices ne sont pas autorisées. Le sujet comprend quatre exercices, qui
sont indépendants.

Exercice I

On considère la fonction F définie sur R3 par F (x, y, z) = x 4 + 2y 2 + 4z 4 − x 2 z 2 − 6 et on considère

l’ensemble S = {(x, y, z) ∈ R3 , F (x, y, z) = 0}.
−−−→ −−−→
1) Calculer grad F . Quels sont les points de R3 où grad F s’annule ?
2) Montrer que le point A = (1, 1, 1) ∈ S . Donner l’équation du plan tangent en A, ainsi qu’un
vecteur unitaire normal à S en A.
3) Donner deux vecteurs non colinéaires tangents en A à S .

Exercice II
e x + e −x
½ ¾
2
On considère dans R la courbe C 1 = (x, y) ∈ R , y =
2
,0≤x ≤1 .
2
1) Calculer la longueur de la courbe C 1 .
~1 (x, y) = (2y, 2x 2 ). Calculer I 1 = ~ ~
R
2) On considère le champ de vecteurs V C 1 V1 (M )d M .
~1 (M )d M
~ où C 2 désigne le segment orienté joignant les points (0, 1)
R
3) Calculer de même I 2 = C 2 V
¡ 1
et 1, 2 (e + e −1 ) .
¢

4) Le champ de vecteur V ~1 est-il un champ de gradient ?

5) On considère sur D =]0, +∞[×]0, +∞[ le champ de vecteurs

3x 4 + 2x 2 y 2 − y 4 3y 4 + 2x 2 y 2 − x 4
µ ¶
~2 (x, y) =
V , .
x2 y y 2x
−−−→
~2 est un champ de gradient. Trouver une fonction f telle que V
Montrer que V ~2 = grad f .
~2 (M )d M
~ = ~ ~
R R
6) Montrer que C 1 V C 2 V2 (M )d M .

Exercice III
n π π o n
On considère sur R2 les ensembles D = (x, y) ∈ R2 , 0 ≤ r ≤ cos 2θ, θ ∈ [− , ] et C = (x, y) ∈ R2 , r = cos 2
4 4
où (r, θ) désigne des coordonnées polaires sur R2 telles que x = r cos θ et y = r sin θ.
1) Dessiner l’allure des ensembles D et C . Possèdent-t-ils des symétries ?
2) Montrer que C est une courbe
p
paramétrée, que l’on peut paramétrer enpfonction de l’angle θ.
3) Vérifier que le point A = ( 3 1
, ) appartient à C
4 4
(on rappelle que cos π6 = 2
3
). Donner un vecteur
tangent à C en A. Ï
4) Calculer l’aire de D, c’est à dire A ire(D) = dx dy.
Ï DÏ
5) Calculer les intégrales I 1 = x dx dy et I 2 = ydx dy.
D D

122
 Z
6) Calculer xd y, où C est orientée dans le sens trigonométrique.
C q
3
7) Calculer le volume du domaine U = {(x, y, z) ∈ R , tels que ( x 2 + y 2 , z) ∈ D}.

Exercice IV

On considère dans R3 le domaine U = {(x, y, z) ∈ R3 , x 2 + y 2 ≥ z 2 , x 2 + y 2 + z 2 ≤ 1}. 1) Dessiner l’al-

lure du domaine U . S’agit-il d’un domaine de révolution ?
2) Décrire U en coordonnées sphériques.
3) Calculer le volume de UÑ.
3
4) Calculer l’intégrale I 1 = (x 2 + y 2 + z 2 ) 2 dxdydz.
U
5) On note S la surface délimitant U . Calculer l’aire de S .

123
U NIVERSITÉ P IERRE ET M ARIE C URIE A NNÉE U NIVERSITAIRE 2012-2013
L2-PEIP2-LM256
Corrigé de l’examen du 14 Mai 2013

Exercice I
−−−→ −−−→
1) On a grad F = (4x 3 −2xz 2 , 4y, 16z 3 −2x 2 z). Pour que grad F = 0, il faut 4x 3 −2xz 2 = 0, y = 0, 16z 3 −
2x 2 z = 0, d’où 2x 2 = z 2 , y = 0, 8z 2 = x 2 qui entraîne y = 0, 2x 2 = z 2 = 16z 2 , soit y = 0, y = 0, z = 0. Il
n’y a donc que solution évidente (0, 0, 0).
−−−→
2) On a grad F (A) = (2, 4, 14), d’où l’équation du plan tangent affine en A : 2(x −1)+4(y −1)+14(z −
1) = 0.
−−−→
3) Le vecteur gradF (A) est orthogonal à S en A, le vecteur
−−−→
gradF (A) 1
~
n = −−−→ =p (2, 4, 14) est donc unitaire et orthogonal.
kgradF (A)k 216
−−−→ −−−→
4) Les vecteurs ~t 1 = gradF (A) ∧~ e 1 et ~t 2 = gradF (A) ∧~
e 2 sont par exemple de tels vecteurs tangents,
~ ~
soit t 1 = (0, 14, −4) et t 2 = (0, −14, 2).

Exercice II

1) La courbe C 1 est le graphe de la fonction f donnée par f 1 (x) = 21 (e x + e −x ). Sa longueur est donc
R2p
donnée par l’intégrale L = 0 1 + f 0 (x)2 d x. On calcule
1 1 R2
1 + f 0 (x)2 = (e 2x + e −2x − 2) + 1 = (e x + e −x )2 . On obtient donc L = 12 0 ((e x +e −x )dx = 21 [e x −e −x ]10 =
4 4
1 −1
2 (e − e ).
2) Comme la courbe est un graphe, on la paramètre par x, avec d y(x) = 12 (e x −e −x )d x. Il vient ainsi,
en utilisant des intégrations par parties
Z 1
I1 = (e x + e −x )d x + (x 2 )(e x − e −x )d x = [e x − e −x +(x 2 (e x +e −x )−2x(e x −e −x )+2(e x +e −x )]10 = 2e +
0
4e −1 + 4.
3) Le segment C 2 est également un graphe, celui de la fonction affine f 2 (x) = x( 12 (e + e −1 ) − 1) + 1.
Sur cette courbe d y = a d x, où a = 21 (e + e −1 − 1)) et donc,
2x 3
Z 1
5
I2 = 2(ax + 1)d x + 2x 2 ad x = [a(x 2 + ) + 2x]10 = 2 + a. Les deux quantités ne sont pas égales,
0 3 3
on n’a donc pas un champ de gradient.
4) Si on écrit V~2 = (V 1 ,V 2 ) alors
2 2
∂V22 3y 2 x 2 3y 4 + x 2 y 2 + 3x 4 ∂V21 3y 4 + x 2 y 2 + 3x 4
= − 2 +2−3 2 = et de même = Comme ces deux
∂x x y x2 y 2 ∂y x2 y 2
quantités sont égales, V ~2 est bien un champ de gradient.
∂f 3x 2 y3 x3 y3
Z
5) On doit avoir = V21 donc, f (x, y) = ( + 2y − 2 )d x = + 2x y + + g (y). En dérivant
∂x y x y x
∂f x3 3y 2
par rapport à y on trouve = − 2 + 2x + + g 0 (y) d’ou
∂y y x
x 4 − 2x 2 y 2 − 3y 4 x3 y3 (x 2 +y 2 )2
g 0 (y) = V22 + = 0. On donc f (x, y) = y + 2x y + x + c = xy + c.
x y2

124
 Exercice III

1) Le domaine est symétrique par rapport à l’axe 0x.

2) un paramétrage de C est donné par l’application M ~ : [− π , π ] → R2 , θ 7→ M~ (θ) = (cos 2θ cos θ, cos 2θ sin θ).
p 4 4
1 1 π
3) Pour A, on a r = 4 3 + 1 = 2 = cos( 3 ) . On vérifie ensuite que l’on a bien A = M ~ ( π ) = (cos π cos π , cos π sin
6 3 6 3
Un vecteur tangent au point M ~ (θ) est donnée par M ~ 0 (θ) = (−2 sin 2θ cos θ−cos 2θ sin θ, −2 sin 2θ sin θ+
p p p p p
~ 0 ( π ) = (−(2 3 . 3 + 1 . 1 ), −2. 3 . 1 + 1 . 3 ) = (− 7 , − 3 ).
cos 2θ cos θ), soit pour θ = π , M 6 6 2 2 2 2 2 2 2 2 4 4
4) Soit Ω =R {(r, θ), 0 ≤ r ≤ cos 2θ, θ ∈ [− π4 , π4 ]}. Par la formule de changement de variable il vient
ai r e(D) = Ω r drdθ =
R π4 ³R cos 2θ ´ Rπ
1 4 2
Rπ
1 4 π
−π 0 r dr dθ = 2 −π (cos 2θ) dθ = 4 − π (1 + cos 4θ)dθ = 8 .
4 4 4
5) Par symétrie I 2 = 0. Pour I 1 on écrit x = r´cos θ d’où il vient
R π4 ³R cos 2θ 2 Rπ
I 1 = Ω r cos θdrdθ = − π 0 r cos θdr dθ = 31 −4π (cos 2θ)3 cos θd θ. Or on a
R 2
4 4
16(cos 2θ)3 cos θ = (exp 2i θ+exp −2i θ)3 (exp i θ+exp −i θ) = [(exp 6i θ+exp −6i θ)+3(exp 2i θ+exp −2i θ)](exp
1 sin 7θ
exp −i θ) = 2(cos 7θ + cos 5θ + 3 cos 3θ + 3 cos θ). Il en résulte que I 1 = 24 [ 7 + sin55θ + 3 sin33θ +
π p p
3 sin θ]−4 π = 242 [− 17 − 51 +1+3] = 128 2
. 6) on a par la formule de Green-Riemann C xd y = A ire(D) =
R
4
35.24
π
8
.
7) Le domaine U est un domaine revolution autour de l’axe 0z, engendé par la rotation de D. On
a donc en raisonnant comme dans le chapitre 5 Vol (U ) = 2πI 1 .

Exercice IV

1) Le domaine U est de révolution autour de l’axe Oz.

2) U = {(x, y, z) tels que 0 ≤ r ≤ 1, π4 ≤ ϕ ≤ 3π 4
, 0 ≤ θ ≤ 2π}.
R 1 R 2π R 3π4 3π 3
p
3) On a Vol (U ) = U dxdydz = 0 ( 0 ( π sin ϕdϕ)dθ)r 2 dr = 2π[cos(ϕ)] π4 [ r3 ]10 = 2 3 2 π.
Î
4 4
R 1 R 2π R 3π4 3π 6
p
4) on a I = U r dxdydz = 0 ( 0 ( π sin ϕdϕ)dθ)r dr = 2π[cos(ϕ)] π [ 6 ]10 = 62 π.
4 r
Î 3 5
4 4

125