Mathématiques · Glossaire

Qu'est-ce que « différentiable » ?

Aussi appelé : différentielle · matrice jacobienne

Définition 15.1 Mathématiques universitaires — Licence 2 · Chapitre 15 — Calcul différentiel

ff est différentiable en aa lorsqu’il existe une application linéaire (continue)  ⁣dfa ⁣:RnRm\dd f_a \colon \R^n \to \R^m telle que

f(a+h)=f(a)+ ⁣dfa(h)+o(h)(h0).f(a + h) = f(a) + \dd f_a(h) + o(\norm h) \qquad (h \to 0).

L’application  ⁣dfa\dd f_a, la différentielle de ff en aa, est unique ; sa matrice dans les bases canoniques est la matrice jacobienne Jf(a)=(fixj(a))J_f(a) = \bigl(\frac{\partial f_i}{\partial x_j}(a)\bigr). La différentiabilité entraîne la continuité et l’existence de toutes les dérivées directionnelles  ⁣dfa(v)=limt0f(a+tv)f(a)t\dd f_a(v) = \lim_{t\to0}\frac{f(a + tv) - f(a)}{t} ; la réciproque est fausse (Exercice 15.2). Pour m=1m = 1,  ⁣dfa(h)=f(a),h\dd f_a(h) = \langle \nabla f(a), h\rangle : le gradient de Licence 1, désormais compris comme le vecteur représentant la différentielle.

Exemples

Exemple 15.4 (Fonctions radiales, une fois pour toutes)

Soit r(x)=x2r(x) = \norm x_2 sur Rn{0}\R^n\setminus\{0\} et f=grf = g \circ r avec gg une fonction C1C^1 d’une variable. D’abord, rr est différentiable en dehors de 00 : de r2=xi2r^2 = \sum x_i^2,

rxi=xir,c.-aˋ-d.r(x)=xx,\frac{\partial r}{\partial x_i} = \frac{x_i}{r}, \qquad\text{c.-à-d.}\qquad \nabla r(x) = \frac{x}{\norm x} ,

le vecteur radial unitaire (dériver r2r^2 et diviser — ou appliquer la règle de la chaîne à \sqrt{\cdot}). Alors la règle de la chaîne donne, pour toute fonction radiale,

f(x)=g(x)xx.\nabla f(x) = g'\bigl(\norm x\bigr)\,\frac{x}{\norm x} .

Cas travaillé : g(r)=1rg(r) = \frac1r donne 1x=xx3\nabla\frac{1}{\norm x} = -\frac{x}{\norm x^3}, le champ en carré inverse de la gravitation et de l’électrostatique — de direction radiale, de norme 1x2\frac{1}{\norm x^2}. Idée à retenir : les gradients des fonctions radiales sont radiaux parce que les ensembles de niveau sont des sphères et que le gradient est orthogonal aux ensembles de niveau ; en x=0x = 0, en revanche, rr n’est pas différentiable (aucune application linéaire candidate ne correspond à h\norm h dans toutes les directions) — les profils radiaux lisses ont besoin de g(0)=0g'(0) = 0 pour franchir l’origine avec grâce.

Exemple 15.6 (Une constante de Lipschitz issue de l’inégalité des accroissements finis)

La fonction f(x,y)=sinxsinyf(x, y) = \sin x\,\sin y est-elle lipschitzienne sur R2\R^2, et avec quelle constante ? Son gradient est f=(cosxsiny, sinxcosy)\nabla f = (\cos x\sin y,\ \sin x\cos y), de norme au carré

cos2xsin2y+sin2xcos2ysin2y+cos2y1=1\cos^2x\sin^2y + \sin^2x\cos^2y \leq \sin^2 y + \cos^2y\cdot 1 = 1

(majorer cos2x\cos^2x et sin2x\sin^2x par 11 séparément), donc  ⁣df(x,y)=f1\vertiii{\dd f_{(x,y)}} = \norm{\nabla f} \leq 1 partout, et le Théorème 15.5 appliqué au segment entre deux points quelconques donne

f(b)f(a)ba2:\abs{f(b) - f(a)} \leq \norm{b - a}_2 :

ff est 11-lipschitzienne, et la constante est optimale (près de l’origine, f(x,π2)=sinxf(x, \tfrac\pi2) = \sin x a une pente 11). Idée à retenir : l’inégalité des accroissements finis convertit une majoration ponctuelle de la différentielle en un module de continuité global — la voie standard vers les estimations de Lipschitz en toute dimension, et le moteur de l’Exercice 15.12.

Lire dans le chapitre →