Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Analyse mathématique 2

Dérivées partielles, gradient, différentiabilité et plan tangent

Dérivées partielles et gradient, pourquoi elles ne suffisent pas, différentiabilité et plan tangent, dérivée directionnelle et plus forte pente, dérivation des fonctions composées et hessienne.

https://www.electronics-engineering.com/fr/derivees-partielles-gradient-differentiabilite/

Pas encore de vote : soyez le premier à noter cette page.

En une variable, la dérivée dit à quelle vitesse une fonction croît. En plusieurs variables, la question devient : à quelle vitesse croît-elle en se déplaçant dans une direction donnée ? La réponse conduit aux dérivées partielles, au gradient, au plan tangent et à la différentiabilité, qui est la bonne notion pour dire qu’une fonction est « lisse ».

Dérivées partielles

La dérivée partielle par rapport à x se calcule en maintenant y fixé et en dérivant comme en Analyse 1 :

    \[ \frac{\partial f}{\partial x}(x_0, y_0) = \lim_{h\to 0}\frac{f(x_0 + h, y_0) - f(x_0, y_0)}{h} \]

Géométriquement, c’est la pente de la courbe obtenue en coupant le graphe avec le plan y = y_0. Exemple : f(x, y) = x^2 y + \sin(xy) a pour dérivées f_x = 2xy + y\cos(xy) et f_y = x^2 + x\cos(xy).

Le vecteur des dérivées partielles est le gradient :

    \[ \nabla f = \left(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y}\right) \]

Les dérivées partielles ne suffisent pas

En une variable, dérivable implique continue. En plusieurs variables ce n’est pas vrai : la fonction \frac{xy}{x^2 + y^2}, prolongée par 0 à l’origine, a ses deux dérivées partielles nulles en (0, 0) (le long des axes elle vaut toujours 0), mais elle n’y est même pas continue. Les dérivées partielles ne regardent que deux directions, alors que le comportement autour d’un point dépend de toutes.

Différentiabilité et plan tangent

f est différentiable en \mathbf x_0 si on peut l’approcher par une fonction linéaire avec une erreur qui tend vers zéro plus vite que la distance :

    \[ f(\mathbf x_0 + \mathbf h) = f(\mathbf x_0) + \nabla f(\mathbf x_0)\cdot\mathbf h + o(\|\mathbf h\|) \]

Géométriquement : près du point, le graphe ne se distingue pas d’un plan, le plan tangent

    \[ z = f(x_0, y_0) + f_x(x_0, y_0)(x - x_0) + f_y(x_0, y_0)(y - y_0) \]

Différentiable implique continue et possession de toutes les dérivées directionnelles. Le test pratique : si les dérivées partielles existent et sont continues près du point, la fonction est différentiable (théorème de la différentielle totale). Toutes les fonctions construites avec des opérations élémentaires le sont, là où les dérivées sont continues.

Exemple. Le plan tangent à z = x^2 + y^2 en (1, 2) : f = 5, \nabla f = (2, 4), donc z = 5 + 2(x - 1) + 4(y - 2).

Dérivée directionnelle

La dérivée dans la direction du vecteur unitaire \mathbf v est

    \[ \frac{\partial f}{\partial\mathbf v}(\mathbf x_0) = \lim_{t\to 0}\frac{f(\mathbf x_0 + t\mathbf v) - f(\mathbf x_0)}{t} \]

et, si f est différentiable, la formule du gradient est valable :

    \[ \frac{\partial f}{\partial\mathbf v} = \nabla f\cdot\mathbf v = |\nabla f|\cos\theta \]

Démonstration et conséquences

À partir de la définition de la différentiabilité avec \mathbf h = t\mathbf v : f(\mathbf x_0 + t\mathbf v) - f(\mathbf x_0) = t\,\nabla f\cdot\mathbf v + o(t) ; en divisant par t et en passant à la limite on obtient la formule. Du cosinus découlent trois faits essentiels :

  • la dérivée directionnelle est maximale dans la direction du gradient (\theta = 0) et vaut |\nabla f| : le gradient pointe dans la direction de la plus forte pente ascendante ;
  • elle est minimale, -|\nabla f|, dans la direction opposée ;
  • elle est nulle dans les directions perpendiculaires au gradient.
Lignes de niveau d'une fonction et vecteurs gradient perpendiculaires à celles-ci
Les lignes de niveau de f = x^2 + 2y^2 et le gradient en quelques points : il est toujours perpendiculaire à la ligne de niveau passant par le point et pointe vers les valeurs croissantes. Là où les courbes sont plus serrées, le gradient est plus long.

Le long d’une ligne de niveau f est constante, donc la dérivée dans la direction tangente est nulle : le gradient est perpendiculaire aux lignes de niveau. C’est pourquoi les lignes de champ électrique \mathbf E = -\nabla V coupent les surfaces équipotentielles à angle droit, et pourquoi l’eau s’écoule selon la plus forte pente, perpendiculairement aux courbes de niveau.

La dérivation des fonctions composées

Si x = x(t) et y = y(t) décrivent une courbe, la fonction composée g(t) = f(x(t), y(t)) a pour dérivée

    \[ g'(t) = f_x\,x'(t) + f_y\,y'(t) = \nabla f\cdot\mathbf r'(t) \]

Exemple. La température sur une plaque est T(x, y) = 100 - x^2 - 2y^2 °C (avec x, y en mètres) et une fourmi se déplace le long de \mathbf r(t) = (t, t) mètres, avec t en secondes. À l’instant t = 1, \nabla T = (-2, -4) et \mathbf r' = (1, 1) : la fourmi sent la température baisser de 6 °C par seconde.

Plus généralement, pour \mathbf F: \mathbb R^n\to\mathbb R^m la dérivée est la matrice jacobienne, avec les dérivées partielles de chaque composante sur les lignes, et la règle de dérivation des fonctions composées dit que la jacobienne d’une composée est le produit des jacobiennes. C’est le pont entre l’Analyse 2 et la Géométrie et Algèbre : dériver, c’est approcher avec une application linéaire.

Dérivées secondes

En dérivant de nouveau on obtient les dérivées secondes f_{xx}, f_{xy}, f_{yx}, f_{yy}, rassemblées dans la matrice hessienne. Le théorème de Schwarz garantit que, si les dérivées secondes mixtes sont continues, l’ordre n’a pas d’importance : f_{xy} = f_{yx}, et la hessienne est symétrique. Nous l’utiliserons dans la leçon suivante pour classer maxima, minima et points selle.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x