Differentiabilite Beamer

Résumé du chapitre 1
Différentiabilité
14 septembre 2020
8h-9h / 16h15-17h15
Mathématiques pour ingénieur 1

Chapitre 1 Différentiabilité
Comment généraliser la notion de dérivée d’une fonction réelle à

valeurs réelle à un champ de vecteurs
f : U ⊂ Rn → Rm ?

Comment généraliser la notion de dérivée d’une fonction réelle à

valeurs réelle à un champ de vecteurs
f : U ⊂ Rn → Rm ?
C’est la notion de différentiabilité !

Définition
Soit f une fonction définie sur U un ouvert de Rn et à valeurs dans
Rm (n, m ∈ N). La fonction f est différentiable en a ∈ U s’il existe
une application linéaire L de Rn dans Rm telle que
f(a + h) = f(a) + L(h) + o(khk) (1)

Définition
f(a + h) = f(a) + L(h) + o(khk) (1)
I o(khk) = o(h) = khkε(h) avec limh→0Rn ε(h) = 0Rm

Définition
f(a + h) = f(a) + L(h) + o(khk) (1)
I o(khk) = o(h) = khkε(h) avec limh→0Rn ε(h) = 0Rm

I L’application L est alors unique, on l’appelle la différentielle
de f en a et on la note Df(a) ou df(a). Ce développement
s’écrit alors
f(a + h) = f(a) + Df(a)(h) + o(khk)

Un champ vectoriel différentiable en a est nécessairement continue

en ce point.
Un champ vectoriel f = (f1 , . . . , fm ) est différentiable si et
seulement si ses composantes fi , i = 1, . . . , m sont des champs
scalaires différentiables.

Retour à la dimension 1
Si f : I ⊂ R → R alors f est dérivable en x si et seulement si f est

différentiable en x. La différentielle est
Df (x) : h 7→ f 0 (x)h

Retour à la dimension 1
Si f : I ⊂ R → R alors f est dérivable en x si et seulement si f est

différentiable en x. La différentielle est
Df (x) : h 7→ f 0 (x)h
Autrement dit, la différentielle est la multiplication par la dérivée.

Ce qu’il faut retenir
la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :
f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

ordre pour f au point a.




I Df(a) est une application linéaire de Rn dans Rm . C’est une
approximation linéaire de f(a + ·) − f(a),




I Df(a)(h) est un vecteur de Rm .




I et o(h) est un reste qui tend vers 0 plus vite que khk → 0 (i.e.
o(h)
khk → 0 si khk → 0).

Premières propriétés
Linéarité : Si f et g sont différentiables en a, et si le scalaire λ est

constant, alors f + g, et λ f sont différentiables en a et on a :
D(f + g)(a) = Df(a) + Dg(a), D(λ f)(a) = λ Df(a).

Différentielle d’une constante : Une application

f : U ⊂ Rn → Rm constante est différentiable sur U, et pour tout
x ∈ U, on a :
Df(x) = 0.

Différentielle d’une constante : Une application

f : U ⊂ Rn → Rm constante est différentiable sur U, et pour tout
x ∈ U, on a :
Df(x) = 0.
En effet : f(x + h) = f(x) + 0.h + o(h), où o(h) = 0.

Différentielle d’une application linéaire : Soit ϕ une application

linéaire de Rn dans Rm , alors ϕ est différentiable sur U, et pour
tout x ∈ Rn , on a :
Dϕ(x) = ϕ.

Différentielle d’une application linéaire : Soit ϕ une application

linéaire de Rn dans Rm , alors ϕ est différentiable sur U, et pour
tout x ∈ Rn , on a :
Dϕ(x) = ϕ.
En effet, ϕ(x + h) = ϕ(x) + ϕ(h) = ϕ(x) + Dϕ(x)(h) + o(h), où
Dϕ(x)(h) = ϕ(h) et o(h) = 0.

Exemples
I La fonction Identité Id : Rn → Rn , Id(x) = x, est une

application linéaire. Sa différentielle est donc elle-même,
c’est-à-dire la fonction Identité : DId(x) = Id, ∀x ∈ Rn .

Exemples

I Soit f : Mn (R) → Mn (R) définie par f(M) = M 2 . Alors f est
différentiable en tout M ∈ Mn (R).

Exemples


Exemples

En effet, soit M, H ∈ Mn (R)
f(M + H) − f(M) = (M + H)2 − M 2 = (M + H)(M + H) − M 2

= MH + HM + H 2

Exemples

En effet, soit M, H ∈ Mn (R)
f(M + H) − f(M) = (M + H)2 − M 2 = (M + H)(M + H) − M 2

= MH + HM + H 2
Comme H 7→ MH + HM est linéaire, on Df(M)H = MH + HM

et
f(M + H) = f(M) + Df(M)H + o(khk)

Champs scalaires différentiables
Si f : U ⊂ Rn → R est un champ scalaire différentiable en x, alors
Df (x)(h) = ∇f (x) · h = h∇f (x); hi

où ∇f (x) est un vecteur de Rn appelé gradient de f .

Dérivabilité des fonctions composées
Dans le cas dimension 1, on sait calculer la dérivée d’une fonction

composée φ (t) = f (g (t)) par la formule
φ 0 (t) = f 0 (g (t))g 0 (t).


φ 0 (t) = f 0 (g (t))g 0 (t).
Nous allons étendre cette formule lorsque

• f est remplacée par un champ vectoriel f : U ⊂ Rn → Rm


φ 0 (t) = f 0 (g (t))g 0 (t).
Nous allons étendre cette formule lorsque

• f est remplacée par un champ vectoriel f : U ⊂ Rn → Rm
• g est remplacée par un champ vectoriel g : V ⊂ Rp → U ⊂ Rn .

Différentiabilité des fonctions composées
Théorème
Soient f : U ⊂ Rn → Rm et g : V ⊂ Rp → Rn des champs de
vecteurs tels que la composition f ◦ g soit définie dans un voisinage
d’un point x0 ∈ V . Supposons que g soit différentiable en x0 , de
différentielle Dg(x0 ). Supposons que f soit différentiable en
y0 := g(x0 ), de différentielle Df(y0 ).

Théorème

Théorème
Alors, f ◦ g est différentiable en x0 , et la différentielle D(f ◦ g)(x0 )

est donnée par
D(f ◦ g)(x0 ) = Df(g(x0 )) ◦ Dg(x0 ).

Dériver par rapport à un vecteur
On veut ramener la différentiabilité à des dérivations usuelles.

Dériver par rapport à un vecteur
On veut ramener la différentiabilité à des dérivations usuelles.

Définition
Soit f : U ⊂ Rn → Rm une fonction donnée. Soit a ∈ U et soit v un
vecteur arbitraire dans Rn . La dérivée de f en a par rapport au
vecteur v, ou la dérivée directionnelle en a dans la direction v,
notée ∂v f(a), est donée par
f(a + tv) − f(a)

∂v f(a) = lim (3)
t→0 t
lorsque la limite existe.

Un exercice
Calculer ∂v f (a) si la fonction f est définie par f (x) = kxk2 , pour

tout x ∈ Rn .

Un exercice

tout x ∈ Rn .
Réponse. On a
kx + tvk2 − kxk2 = kxk2 + 2thx | vi + t 2 kvk2 − kxk2

Un exercice

tout x ∈ Rn .
Réponse. On a
kx + tvk2 − kxk2 = kxk2 + 2thx | vi + t 2 kvk2 − kxk2
donc
kx + tvk2 − kxk2
∂v f (x) = lim = 2hx | vi
t→0 t

Lien entre dérivée directionnelle et différentielle
Théorème
Si f est différentiable en a ∈ Rn , alors, pour tout v ∈ Rn , ∂v f(a)
existe et on a :
∂v f(a) = Df(a)(v)

Dérivées partielles
On munit Rn de la base orthonormée (e1 , . . . , en ). Soit

f : Rn → Rm un champ vectoriel.


Définition
Dans la définition de dérivée selon un vecteur, si on prend v = ek
(le k-ième vecteur unitaire des coordonnées), la dérivée
directionnelle ∂ek f(a) est appelée la dérivée partielle de f par
rapport à ek et est également notée ∂k f(a). Ainsi, nous notons
∂k f(a) = ∂ek f(a).


Définition
∂k f(a) = ∂ek f(a).


Définition
∂k f(a) = ∂ek f(a).

∂f
Remarque : On trouve aussi la notation ∂ xk .

Relation entre la différentielle et les dérivées partielles
Théorème
Si f : U ⊂ Rn → Rm est différentiable en a, alors pour tout
i ∈ {1, . . . , n}, ∂i f(a) existe et on a la relation :
n
Df(a)(h) = ∑ hi ∂i f(a),
i=1
où h = (h1 , . . . , hn ) dans la base (e1 , . . . , en ).

Théorème
n
Df(a)(h) = ∑ hi ∂i f(a),
i=1

Théorème
n
Df(a)(h) = ∑ hi ∂i f(a),
i=1

Attention : La réciproque est fausse !

Fonctions continûment différentiables
Théorème
Si les différentielles partielles ∂i f existent et sont continues sur U,
alors l’application f : U ⊂ Rn → Rm est différentiable sur U et on a
n
Df(a)(h) = ∑ hi ∂i f(a).
i=1

Théorème
n
Df(a)(h) = ∑ hi ∂i f(a).
i=1

Théorème
n
Df(a)(h) = ∑ hi ∂i f(a).
i=1
Définition
Une fonction f satisfaisant les hypothèses du théorème précédent
est dite continûment différentiable sur U.

Exemples
La fonction f (x, y ) = e xy (x + y ) admet des dérivées partielles
∂f
(x, y ) = (y (x + y ) + 1)e xy
∂x
∂f
(x, y ) = (x(x + y ) + 1)e xy
∂y

Exemples
La fonction f (x, y ) = e xy (x + y ) admet des dérivées partielles
∂f
(x, y ) = (y (x + y ) + 1)e xy
∂x
∂f
(x, y ) = (x(x + y ) + 1)e xy
∂y
Ces dérivées partielles sont continues, donc f est différentiable et
∂f ∂f
Df (x, y )(h, k) = (x, y )h + (x, y )k
∂x ∂y
= (h(y (x + y ) + 1) + k(x(x + y ) + 1)) e xy

Dérivées d’ordres supérieurs

Pour les fonctions de deux variables, il y a quatre dérivées partielles

secondes que l’on écrit
∂ 2f ∂ 2f ∂ 2f ∂ 2f
∂1 (∂1 f ) = , ∂ (∂
1 2 f ) = , ∂ (∂
2 1 f ) = , ∂ (∂
2 2 f ) = .
∂ x2 ∂ x∂ y ∂y∂x ∂y2

Pour les fonctions de deux variables, il y a quatre dérivées partielles

secondes que l’on écrit
∂ 2f ∂ 2f ∂ 2f ∂ 2f
∂1 (∂1 f ) = , ∂ (∂
1 2 f ) = , ∂ (∂
2 1 f ) = , ∂ (∂
2 2 f ) = .
∂ x2 ∂ x∂ y ∂y∂x ∂y2
∂ 2f ∂ 2f
En général, ∂ x∂ y n’est pas la même chose que ∂y∂x !

Fonctions deux fois continûment différentiables
Théorème
(Une condition suffisante pour l’égalité des dérivées partielles
mixtes). Supposons que f soit un champ scalaire tel que les
dérivées partielles ∂1 f , ∂2 f , ∂1,2 f et ∂2,1 f existent sur un ouvert
S . Si (x0 , y0 ) est un point de S où ∂1,2 f et ∂2,1 f sont continues,
nous avons alors
∂1,2 f (x0 , y0 ) = ∂2,1 f (x0 , y0 ).

Théorème
nous avons alors
∂1,2 f (x0 , y0 ) = ∂2,1 f (x0 , y0 ).

Théorème
nous avons alors
∂1,2 f (x0 , y0 ) = ∂2,1 f (x0 , y0 ).
Définition
Soit f une fonction telle que ses dérivées partielles premières et
secondes existent et sont continues sur un ouvert S de Rn , alors f
est dite de classe C 2 sur S ou encore deux fois continûment
différentiable sur S.

Hessienne, Formule de Taylor au second ordre
Définition
Soit f une fonction C 2 au voisinage de x ∈ A ⊂ Rn , à valeurs dans
R. On note H(x) ou D 2 f (x) la matrice hessienne de f en x ∈ A,
i.e. H(x) = [∂xi ,xj f (x)]1≤i,j≤n .

Définition
i.e. H(x) = [∂xi ,xj f (x)]1≤i,j≤n .

Définition
i.e. H(x) = [∂xi ,xj f (x)]1≤i,j≤n . La formule de Taylor au second ordre
s’érit au point x :
1
f (x + y) = f (x) + ∇f (x) · y + H(x)y · y + o(kyk2 ).
2

Définition
1
2
Si f est C 2 sur A, on en déduit que H(x) est symétrique.

Définition
1
2
Si f est C 2 sur A, on en déduit que H(x) est symétrique.
Si x est un point critique (c-à-d. ∇f (x) = 0) alors la formule de
Taylor s’écrit
1
f (x + y) = f (x) + H(x)y · y + o(kyk2 ).
2

Nature des points stationnaires

Le théorème suivant relie la nature des points stationnaires et le
spectre de la matrice hessienne.


Théorème
Soit f : C ⊂ Rn → R et x0 un point stationnaire de f . On
suppose que f est de classe C 2 au voisinage B(x0 ) de x0 . Soit
H(x0 ) la hessienne de f au point x0 . Alors


Théorème


Théorème
I Si toutes les valeurs propres de H(x0 ) sont positives
strictement, f a un minimum relatif en x0 ,


Théorème


Théorème
I Si toutes les valeurs propres de H(x0 ) sont négatives
strictement, f a un maximum relatif en x0 ,


Théorème


Théorème
I Si H(x0 ) possède au moins une valeur propre strictement
positive et une valeur propre strictement négative, alors x0 est
un point-selle (ou point col) pour f .

Exemple 1 : surface d’équation z = f (x, y ) = x 2 + y 2 (paraboloı̈de

de révolution). L’origine est un minimum global

Exemple 2 : surface d’équation z = f (x, y ) = x 2 − y 2 (paraboloı̈de

hyperbolique). Il y a un point-selle à l’origine.

Exemple
Soit f : R2 → R définie par f (x, y ) = x 4 − x 2 y 2 + y 3 − 18x 2 + 3y 2 .

Exemple

3
4x − 2xy 2 − 36x

I ∇f (x, y ) = .
−2x 2 y + 3y 2 + 6y

Exemple

3
4x − 2xy 2 − 36x

I ∇f (x, y ) = .
−2x 2 y + 3y 2 + 6y

Exemple

3
4x − 2xy 2 − 36x

I ∇f (x, y ) = .
−2x 2 y + 3y 2 + 6y
12x 2 − 2y 2 − 36

−4xy
Hessf (x, y ) = .
−4xy −2x 2 + 6y + 6
I (x, y ) est un point stationnaire ssi
(
2x(2x 2 − y 2 − 18) = 0
y (−2x 2 + 3y + 6) = 0

Exemple

3
4x − 2xy 2 − 36x

I ∇f (x, y ) = .
−2x 2 y + 3y 2 + 6y
12x 2 − 2y 2 − 36

−4xy
Hessf (x, y ) = .
−4xy −2x 2 + 6y + 6
(
2x(2x 2 − y 2 − 18) = 0
y (−2x 2 + 3y + 6) = 0

Exemple

3
4x − 2xy 2 − 36x

I ∇f (x, y ) = .
−2x 2 y + 3y 2 + 6y
12x 2 − 2y 2 − 36

−4xy
Hessf (x, y ) = .
−4xy −2x 2 + 6y + 6
(
2x(2x 2 − y 2 − 18) = 0
y (−2x 2 + 3y + 6) = 0
qui a pour solutions (0, 0), (0, −2), (3, 0) et (−3, 0), d’où :


−36 0
P = (0, 0) , Hessf (0, 0) = : point selle ;
0 +6

−44 0
P = (0, −2) , Hessf (0, −2) = : max. loc. stricte ;
0 −6

+72 0
P = (−3, 0) , Hessf (−3, 0) = : point selle ;
0 −12

+72 0
P = (3, 0) , Hessf (3, 0) = : point selle .
0 −12

Opérateurs différentiels de la physique
(1) Si f : Ω ⊂ Rn → R de classe C 1 , on définit pour x ∈ Ω, le

vecteur

∂f ∂f
grad f (x) = ∇f (x) = (x), . . . , (x) ∈ Rn (4)
∂ x1 ∂ xn
appelé le gradient de f .

Opérateurs différentiels de la physique
(1) Si f : Ω ⊂ Rn → R de classe C 1 , on définit pour x ∈ Ω, le

vecteur

∂f ∂f
grad f (x) = ∇f (x) = (x), . . . , (x) ∈ Rn (4)
∂ x1 ∂ xn
appelé le gradient de f .
(2) Si f : Ω ⊂ Rn → R de classe C 2 on définit pour x ∈ Ω, le
scalaire
n
∂ 2f
∆f (x) = ∑ 2 (x) ∈ R (5)
i=1 ∂ xi
appelé le laplacien de f .

(3) Si F : Ω ⊂ Rn Rm
→ de classe C 1 et x ∈ Ω, avec
F (x) = (F1 (x), . . . , Fm (x)), on définit le scalaire
m
∂ Fi
div F (x) = ∑ ∂ xi (x) ∈ R (6)
i=1
appelé la divergence de F . On peut écrire symboliquement,

div F (x) = ∇ · F (x), où · désigne le produit scalaire usuel de Rm .

(3) Si F : Ω ⊂ Rn Rm
→ de classe C 1 et x ∈ Ω, avec
m
∂ Fi
div F (x) = ∑ ∂ xi (x) ∈ R (6)
i=1

(4) Si F : Ω ⊂ Rn → Rm de classe C 1 et x ∈ Ω, avec
F (x) = (F1 (x), . . . , Fm (x)), on définit le vecteur

i+j ∂ Fi ∂ Fj m(m−1)
rot F (x) = (−1) (x) − (x) ∈R 2 (7)
∂ xj ∂ xi 16i<j6m
appelé le rotationel de F .

(3) Si F : Ω ⊂ Rn →Rm de classe C 1 et x ∈ Ω, avec

m
∂ Fi
div F (x) = ∑ ∂ xi (x) ∈ R (6)
i=1

(4) Si F : Ω ⊂ Rn → Rm de classe C 1 et x ∈ Ω, avec
F (x) = (F1 (x), . . . , Fm (x)), on définit le vecteur

i+j ∂ Fi ∂ Fj m(m−1)
rot F (x) = (−1) (x) − (x) ∈R 2 (7)
∂ xj ∂ xi 16i<j6m
appelé le rotationel de F .
Si N = 2, alors
∂ F2 ∂ F1
rot F (x) = (x) − (x) ∈ R (8)
∂ x1 ∂ x2

Si N = 3, alors

∂ F3 ∂ F2 ∂ F1 ∂ F3 ∂ F2 ∂ F1
rot F (x) = (x) − (x), (x) − (x), (x) − (x) ∈ R3
∂ x2 ∂ x3 ∂ x3 ∂ x1 ∂ x1 ∂ x2
(9)
Dans ce cas, nous pouvons écrire symboliquement,
rot F (x) = ∇ ∧ F (x), où ∧ est le produit vectoriel dans R3 .

Les propriétés suivantes sont faciles à établir. Soit Ω ⊂ Rn .

(1) Soit f ∈ C 2 (Ω), alors
div grad f = ∆f . (10)


(2) Soient f ∈ C 1 (Ω) et F ∈ C 1 (Ω, R3 ) alors
rot grad f = 0 (11)

grad rot F = 0 (12)


rot grad f = 0 (11)

grad rot F = 0 (12)
(3) Soient f ∈ C 1 (Ω) et g ∈ C 2 (Ω) alors
div(f grad g ) = f ∆g + grad f · grad g . (13)

(4) Soient f , g ∈ C 1 (Ω) alors
grad(fg ) = f grad g + g grad f . (14)

(5) Soient f ∈ C 1 (Ω) et F ∈ C 1 (Ω, RN ) alors
div(fF ) = f div F + F · grad f . (15)

(6) Soit F ∈ C 2 (Ω, R3 ) alors
rot rot F = −∆F + grad div F , (16)
où ∆F = (∆F1 , ∆F2 , ∆F3 ).

(6) Soit F ∈ C 2 (Ω, R3 ) alors
rot rot F = −∆F + grad div F , (16)
où ∆F = (∆F1 , ∆F2 , ∆F3 ).

rot(fF ) = grad f ∧ F + f rot F . (17)

Exemple 1
Soient x = (x1 , . . . , xn ), a = (a1 , . . . , an ) et r tels que

s
n
r= ∑ (xi − ai )2
i=1
Soit f (r ) = 1r . Calculons F = grad f , ∆f et div F .

Exemple 1

s
n
r= ∑ (xi − ai )2
i=1

(1) Pour tout i = 1, . . . , n, on a
∂f ∂ −1 ∂ xi − ai
= (r ) = −r −2 (r ) =
∂ xi ∂ xi ∂ xi r3
Donc
1 1
F (x) = grad f (x) = − 3
(x1 − a1 , . . . , xn − an ) = − 3 (x − a).
r r

Exemple 1

s
n
r= ∑ (xi − ai )2
i=1

(1) Pour tout i = 1, . . . , n, on a
∂f ∂ −1 ∂ xi − ai
= (r ) = −r −2 (r ) =
∂ xi ∂ xi ∂ xi r3
Donc
1 1
F (x) = grad f (x) = − 3
(x1 − a1 , . . . , xn − an ) = − 3 (x − a).
r r

(2) Pour tout i = 1, . . . , n, on a

∂ 2f

∂ 1 1 3 2 ∂r
= − 3 (xi − a) = − 6 r − 3(xi − ai )r
∂ xi2 ∂ xi r r ∂ xi

1 1 1
= − 4 r − 3(xi − ai ) (xi − ai ) = 5 3(xi − ai )2 − r 2

r r r

(2) Pour tout i = 1, . . . , n, on a

∂ 2f

∂ 1 1 3 2 ∂r
= − 3 (xi − a) = − 6 r − 3(xi − ai )r

1 1 1
= − 4 r − 3(xi − ai ) (xi − ai ) = 5 3(xi − ai )2 − r 2

r r r
Donc
n
∂ 2f 1 3−n
∆f = ∑ ∂ x 2 = r 5 (3r 2 − nr 2 ) = − r 3 .
i=1 i
On remarque que si n = 3, alors ∆f = 0.
(3) Pour tout i = 1, . . . , n, on a Fi = ∂∂xfi , donc
∂ 2f

∂ Fi ∂ ∂f
= =
∂ xi ∂ xi ∂ xi ∂ xi2

(2) Pour tout i = 1, . . . , n, on a

∂ 2f

∂ 1 1 3 2 ∂r
= − 3 (xi − a) = − 6 r − 3(xi − ai )r

1 1 1
= − 4 r − 3(xi − ai ) (xi − ai ) = 5 3(xi − ai )2 − r 2

r r r
Donc
n
∂ 2f 1 3−n
∆f = ∑ ∂ x 2 = r 5 (3r 2 − nr 2 ) = − r 3 .
i=1 i
On remarque que si n = 3, alors ∆f = 0.
(3) Pour tout i = 1, . . . , n, on a Fi = ∂∂xfi , donc
∂ 2f

∂ Fi ∂ ∂f
= =
∂ xi ∂ xi ∂ xi ∂ xi2
et
1
div F = ∆f = − 3 (x − a)
r
on retrouve donc div F = div grad f = ∆f .
(4) On a
   
∂x1 F1
rot F = ∇ ∧ F = ∂x2 ∧ F2 
 
∂x3 F3
   
∂x1 fx1
= ∂x2 ∧ fx2 
 
∂x3 fx3
   
fx3 x2 − fx2 x3 0
= fx1 x3 − fx3 x1  = 0
fx2 x1 − fx1 x2 0
On retrouve donc rot F = rot grad f = 0.

Exemple 2
Soit le champs de vecteurs
F (x, y , z) = (x 2 − e y , sin z, y 2 + z)
On a

Exemple 2
Soit le champs de vecteurs
F (x, y , z) = (x 2 − e y , sin z, y 2 + z)
On a
div F = 2x + 0 + 1 = 2x + 1
et    2
x − ey
  
∂x 2y − cos z
rot F = ∂y  ∧  sin z  =  0 
∂z 2
y +z e y

Differentiabilite Beamer

Transféré par

Droits d'auteur :

Formats disponibles

Differentiabilite Beamer

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Differentiabilite Beamer

Transféré par

Droits d'auteur :

Formats disponibles

Résumé du chapitre 1

Mathématiques pour ingénieur 1

Comment généraliser la notion de dérivée d’une fonction réelle à

Mathématiques pour ingénieur 2

Comment généraliser la notion de dérivée d’une fonction réelle à

C’est la notion de différentiabilité !

Mathématiques pour ingénieur 2

f(a + h) = f(a) + L(h) + o(khk) (1)

Mathématiques pour ingénieur 3

f(a + h) = f(a) + L(h) + o(khk) (1)

I o(khk) = o(h) = khkε(h) avec limh→0Rn ε(h) = 0Rm

Mathématiques pour ingénieur 3

f(a + h) = f(a) + L(h) + o(khk) (1)

I o(khk) = o(h) = khkε(h) avec limh→0Rn ε(h) = 0Rm

f(a + h) = f(a) + Df(a)(h) + o(khk)

Mathématiques pour ingénieur 3

Un champ vectoriel différentiable en a est nécessairement continue

Mathématiques pour ingénieur 4

Si f : I ⊂ R → R alors f est dérivable en x si et seulement si f est

Mathématiques pour ingénieur 5

Si f : I ⊂ R → R alors f est dérivable en x si et seulement si f est

Autrement dit, la différentielle est la multiplication par la dérivée.

Mathématiques pour ingénieur 5

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :

f(a + h) = f(a) + Df(a)(h) + o(h), ∀h ∈ U ⊂ Rn (2)

I L’équation (2) est appelée formule de Taylor du premier

Mathématiques pour ingénieur 6

Ce qu’il faut retenir

la différentiabilité en a d’une fonction f de Rn dans Rm s’écrit :