Avancer

Section 4.4 Les dérivées directionnelles et le vecteur gradient

Outils 4.4.1.
  • Calculatrice à gradient et à dérivée directionnelle :

  • Application GeoGebra illustrant graphiquement les concepts de dérivée directionnelle et de gradient pour une fonction de deux variables.

Soit \(f\) une fonction de deux variables dont seules les valeurs données dans la table suivante sont connues :

\begin{equation*} \begin{array}{r|rrr} &0&1&2\\ \hline 1&6&8&9\\ 2&5&7&8\\ 3&4&6&7 \end{array} \qquad\text{où par exemple }f(0,2)=5. \end{equation*}
  1. Explicitez la définition de la dérivée directionnelle

    \begin{equation*} f_{\vec{u}}(P_0)=\lim_{h\rightarrow 0}\frac{f(P_0+h\vec{u})-f(P_0)}{h} \end{equation*}

    pour

    \begin{equation*} P_0(1,2)\quad\text{et}\quad\vec{u}=\begin{bmatrix}\frac{\sqrt{2}}{2}\\-\frac{\sqrt{2}}{2}\end{bmatrix}. \end{equation*}
  2. Quelle approximation de \(f_{\vec{u}}(1,2)\) obtenez-vous en prenant \(h=\sqrt{2}\text{?}\)

  3. Quelle approximation de \(f_{\vec{u}}(1,2)\) obtenez-vous en prenant \(h=-\sqrt{2}\text{?}\)

Réponse
  1. On a

    \begin{equation*} f_{\vec{u}}(1,2)=\lim_{h\rightarrow 0}\frac{f\left(1+h\frac{\sqrt{2}}{2},2-h\frac{\sqrt{2}}{2}\right)-f(1,2)}{h}. \end{equation*}
  2. On obtient l'approximation de \(f_{\vec{u}}(1,2)\) suivante :

    \begin{equation*} \sqrt{2}\approx 1{,}414. \end{equation*}
  3. On obtient l'approximation de \(f_{\vec{u}}(1,2)\) suivante :

    \begin{equation*} \frac{3}{\sqrt{2}}\approx 2{,}121. \end{equation*}
Solution
  1. Ajouter le vecteur

    \begin{equation*} h\vec{u}=\begin{bmatrix}h\frac{\sqrt{2}}{2}\\-h\frac{\sqrt{2}}{2}\end{bmatrix} \end{equation*}

    au point \(P_0(1,2)\) donne le point de coordonnées

    \begin{equation*} \left(1+h\frac{\sqrt{2}}{2},2-h\frac{\sqrt{2}}{2}\right) \end{equation*}

    donc

    \begin{equation*} f_{\vec{u}}(1,2)=\lim_{h\rightarrow 0}\frac{f\left(1+h\frac{\sqrt{2}}{2},2-h\frac{\sqrt{2}}{2}\right)-f(1,2)}{h}. \end{equation*}
  2. En prenant \(h=\sqrt{2}\text{,}\) on obtient l'approximation de \(f_{\vec{u}}(1,2)\) suivante :

    \begin{align*} \frac{f\left(1+\sqrt{2}\frac{\sqrt{2}}{2},2-\sqrt{2}\frac{\sqrt{2}}{2}\right)-f(1,2)}{\sqrt{2}}&=\frac{f(2,1)-f(1,2)}{\sqrt{2}}\\ &=\frac{9-7}{\sqrt{2}}\\ &=\sqrt{2}\\ &\approx 1{,}414. \end{align*}
  3. En prenant \(h=-\sqrt{2}\text{,}\) on obtient l'approximation de \(f_{\vec{u}}(1,2)\) suivante :

    \begin{align*} \frac{f\left(1-\sqrt{2}\frac{\sqrt{2}}{2},2+\sqrt{2}\frac{\sqrt{2}}{2}\right)-f(1,2)}{-\sqrt{2}}&=\frac{f(0,3)-f(1,2)}{-\sqrt{2}}\\ &=\frac{4-7}{-\sqrt{2}}\\ &=\frac{3}{\sqrt{2}}\\ &\approx 2{,}121. \end{align*}

Voici un diagramme de courbes de niveaux

correspondant à une certaine fonction \(f(x,y)\text{.}\)

  1. Combien vaut \(f(4,6)\) approximativement?

  2. Si \(\vec{u}\) désigne le vecteur unitaire

    \begin{equation*} \vec{u}=\frac{1}{\sqrt{2}}\begin{bmatrix}-1\\1\end{bmatrix} \end{equation*}

    déterminez le signe de la dérivée directionnelle \(f_{\vec{u}}(4,6)\text{.}\)

  3. Représentez la direction du gradient \(\nabla f(4,6)\) par une flèche ayant pour origine le point \((4,6)\text{.}\)

  4. Soit \(\vec{u}\) un vecteur unitaire quelconque et \(\alpha\in[0,2\pi[\) l'angle qu'il forme avec le gradient \(\nabla f(4,6)\text{.}\) Exprimez la dérivée directionnelle \(f_{\vec{u}}(4,6)\) à l'aide de \(\alpha\) et de la norme du gradient \(\|\nabla f(4,6)\|\text{,}\) puis déduisez-en pour quelles valeurs de \(\alpha\) la dérivée directionnelle est :

    • nulle;

    • minimale;

    • maximale.

  5. Estimez la dérivée directionnelle de \(f\) au point \((4,6)\) dans la direction donnée par le gradient \(\nabla f(4,6)\text{,}\) càd

    \begin{equation*} \vec{v}=\frac{\nabla f(4,6)}{\|\nabla f(4,6)\|}. \end{equation*}
  6. Estimez la norme du gradient \(\|\nabla f(4,6)\|\text{.}\)

  7. Esquissez le gradient \(\nabla f(4,6)\) avec le point \((4,6)\) pour origine.

Réponse
  1. On lit approximativement \(-2{,}5\) sur le diagramme.

  2. On voit que

    \begin{equation*} f_{\vec{u}}(4,6)<0. \end{equation*}
  3. Le gradient \(\nabla f(4,6)\) est orienté comme suit :

  4. On a

    \begin{equation*} f_{\vec{u}}(4,6)=\|\nabla f(4,6)\|\cos(\alpha). \end{equation*}

    Par conséquent la dérivée directionnelle est :

    • nulle si et seulement si \(\alpha\pm\frac{\pi}{2}\) (càd \(\cos(\alpha)=0\));

    • minimale si et seulement si \(\alpha=\pi\) (càd \(\cos(\alpha)=-1\));

    • maximale si et seulement si \(\alpha=0\) (càd \(\cos(\alpha)=1\)).

  5. On obtient l'estimation

    \begin{equation*} \frac{\Delta z}{h}=\frac{1}{0{,}63}\approx1{,}59 \end{equation*}

    environ pour la dérivée directionnelle \(f_{\vec{v}}(4,6)\text{.}\)

  6. On prend la même estimation qu'à la question précédente, soit

    \begin{equation*} \|\nabla f(4,6)\|=1{,}59 \end{equation*}

    environ.

  7. L'esquisse du gradient \(\nabla f(4,6)\) donne

Solution
  1. Le point \((4,6)\) se situe entre les courbes de niveau

    \begin{equation*} f(x,y)=-2\quad\text{et}\quad f(x,y)=-3 \end{equation*}

    alors disons que \(f(4,6)\) vaut approximativement \(-2{,}5\text{.}\)

  2. Voici dans quelle direction pointe le vecteur \(\vec{u}\) :

    En lisant les valeurs des courbes de niveau, on voit que que \(f(x,y)\) diminue lorsqu'on part du point \((4,6)\) en prenant la direction donnée par \(\vec{u}\text{.}\) On a donc

    \begin{equation*} f_{\vec{u}}(4,6)<0. \end{equation*}
  3. Le gradient \(\nabla f(4,6)\) est perpendiculaire à la courbe de niveau passant par le point \((4,6)\) et il pointe dans la direction où \(f(x,y)\) augmente le plus :

  4. On a

    \begin{align*} f_{\vec{u}}(4,6)&=\nabla f(4,6)\cdot\vec{u}\\ &=\|\nabla f(4,6)\|\cdot\|\vec{u}\|\cdot\cos(\alpha)\\ &=\|\nabla f(4,6)\|\cos(\alpha). \end{align*}

    Par conséquent la dérivée directionnelle est :

    • nulle si et seulement si \(\alpha\pm\frac{\pi}{2}\) (càd \(\cos(\alpha)=0\));

    • minimale si et seulement si \(\alpha=\pi\) (càd \(\cos(\alpha)=-1\));

    • maximale si et seulement si \(\alpha=0\) (càd \(\cos(\alpha)=1\)).

  5. Estimons cette dérivée directionnelle par un quotient

    \begin{equation*} \frac{\Delta z}{h} \end{equation*}

    en prenant les valeurs de \(z\) sur les deux courbes de niveau les plus proches du point \((4,6)\text{,}\) soit

    \begin{equation*} \Delta z=-2-(-3)=1 \end{equation*}

    de sorte que \(h\) s'obtient en mesurant la distance entre ces lignes de niveau en passant par le point \((4,6)\) et en suivant la direction du gradient, soit perpendiculairement aux courbes de niveaux. Cela donne environ

    \begin{equation*} h=0{,}63. \end{equation*}

    On obtient donc l'estimation

    \begin{equation*} \frac{\Delta z}{h}=\frac{1}{0{,}63}\approx1{,}59 \end{equation*}

    environ pour la dérivée directionnelle \(f_{\vec{v}}(4,6)\text{.}\)

  6. D'après la question 4., dans la direction

    \begin{equation*} \vec{v}=\frac{\nabla f(4,6)}{\|\nabla f(4,6)\|} \end{equation*}

    donnée par le gradient (càd \(\alpha=0\)), la dérivée directionnelle est maximale et vaut

    \begin{align*} f_{\vec{v}}(4,6)&=\|\nabla f(4,6)\|\cos(0)\\ &=\|\nabla f(4,6)\|. \end{align*}

    Nous pouvons donc prendre la même estimation qu'à la question précédente, soit

    \begin{equation*} \|\nabla f(4,6)\|=1{,}59 \end{equation*}

    environ.

  7. Maintenant qu'on connaît la direction et la norme du gradient \(\nabla f(4,6)\text{,}\) on peut en faire l'esquisse :

Déterminez le gradient de la fonction

\begin{equation*} f(x,y)=x^2+3xy^5-4y^4 \end{equation*}

puis évaluez-le au point

\begin{equation*} P(1,-1). \end{equation*}
Réponse

On trouve

\begin{equation*} \nabla f=\begin{bmatrix}2x+3y^5\\15xy^4-16y^3\end{bmatrix} \end{equation*}

et en particulier

\begin{equation*} \nabla f(1,-1)=\begin{bmatrix}-1\\31\end{bmatrix} \end{equation*}

au point \(P(1,-1)\text{.}\)

Solution

Par définition, on a

\begin{align*} \nabla f&=\begin{bmatrix}f_x\\f_y\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(x^2+3xy^5-4y^4)\\\frac{\partial}{\partial y}(x^2+3xy^5-4y^4)\end{bmatrix}\\ &=\begin{bmatrix}2x+3y^5\\15xy^4-16y^3\end{bmatrix}. \end{align*}

En particulier, au point \(P(1,-1)\text{,}\) cela donne

\begin{align*} \nabla f(1,-1)&=\begin{bmatrix}2\cdot 1+3\cdot (-1)^5\\15\cdot 1\cdot(-1)^4-16\cdot(-1)^3\end{bmatrix}\\ &=\begin{bmatrix}-1\\31\end{bmatrix}. \end{align*}

Calculez la dérivée directionnelle de la fonction

\begin{equation*} f(x,y)=\arctan(xy) \end{equation*}

dans la direction du vecteur

\begin{equation*} \overrightarrow{v}=\begin{bmatrix}5\\10\end{bmatrix} \end{equation*}

au point

\begin{equation*} P(1,2). \end{equation*}
Indication

Attention, le vecteur \(\overrightarrow{v}\) n'est pas unitaire. Prenez

\begin{equation*} \overrightarrow{u}=\frac{\overrightarrow{v}}{\|\overrightarrow{v}\|} \end{equation*}

puis appliquez la formule

\begin{equation*} f_{\vec{u}}=\nabla f\cdot\vec{u}. \end{equation*}
Réponse

On trouve

\begin{equation*} \frac{4}{5\sqrt{5}}. \end{equation*}
Solution
  • Commençons par évaluer le gradient de \(f\)

    \begin{align*} \nabla f&=\begin{bmatrix}f_x\\f_y\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(\arctan(xy))\\\frac{\partial}{\partial y}(\arctan(xy))\end{bmatrix}\\ &=\begin{bmatrix}\frac{y}{1+(xy)^2}\\\frac{x}{1+(xy)^2}\end{bmatrix} \end{align*}

    au point \(P(1,2)\) :

    \begin{align*} \nabla f(1,2)&=\begin{bmatrix}\frac{2}{1+(1\cdot 2)^2}\\\frac{1}{1+(1\cdot 2)^2}\end{bmatrix}\\ &=\begin{bmatrix}\frac{2}{5}\\\frac{1}{5}\end{bmatrix}. \end{align*}
  • Rendons ensuite la direction \(\vec{v}\) unitaire :

    \begin{align*} \vec{u}&=\frac{\overrightarrow{v}}{\|\overrightarrow{v}\|}\\ &=\frac{1}{\sqrt{5^2+10^2}}\begin{bmatrix}5\\10\end{bmatrix}\\ &=\frac{1}{5\sqrt{5}}\begin{bmatrix}5\\10\end{bmatrix}\\ &=\begin{bmatrix}\frac{1}{\sqrt{5}}\\\frac{2}{\sqrt{5}}\end{bmatrix}. \end{align*}
  • Calculons enfin le produit scalaire de ces deux vecteurs :

    \begin{align*} f_{\vec{u}}(1,2)&=\nabla f(1,2)\cdot\vec{u}\\ &=\begin{bmatrix}\frac{2}{5}\\\frac{1}{5}\end{bmatrix}\cdot\begin{bmatrix}\frac{1}{\sqrt{5}}\\\frac{2}{\sqrt{5}}\end{bmatrix}\\ &=\frac{2}{5}\cdot\frac{1}{\sqrt{5}}+\frac{1}{5}\cdot\frac{2}{\sqrt{5}}\\ &=\frac{4}{5\sqrt{5}}. \end{align*}

Calculez la dérivée directionnelle de la fonction

\begin{equation*} g(x,y)=\cos(xy)+y^2 \end{equation*}

au point

\begin{equation*} R(0,1) \end{equation*}

dans la direction donnée par l'angle

\begin{equation*} \theta=\frac{2\pi}{3}. \end{equation*}
Indication

Déterminez le vecteur unitaire donnant la direction

\begin{equation*} \vec{u}=\begin{bmatrix}\cos\theta\\\sin\theta\end{bmatrix} \end{equation*}

puis appliquez la formule

\begin{equation*} g_{\vec{u}}=\nabla g\cdot\vec{u}. \end{equation*}
Réponse

On trouve

\begin{equation*} \sqrt{3}. \end{equation*}
Solution
  • Commençons par évaluer le gradient de \(g\)

    \begin{align*} \nabla g&=\begin{bmatrix}g_x\\g_y\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(\cos(xy)+y^2)\\\frac{\partial}{\partial y}(\cos(xy)+y^2)\end{bmatrix}\\ &=\begin{bmatrix}-y\sin(xy)\\-x\sin(xy)+2y\end{bmatrix} \end{align*}

    au point \(R(0,1)\) :

    \begin{align*} \nabla g(0,1)&=\begin{bmatrix}-1\cdot\sin(0\cdot 1)\\-0\cdot\sin(0\cdot 1)+2\cdot 1\end{bmatrix}\\ &=\begin{bmatrix}0\\2\end{bmatrix}. \end{align*}
  • Déterminons ensuite la direction unitaire \(\vec{u}\) :

    \begin{align*} \vec{u}&=\begin{bmatrix}\cos\left(\frac{2\pi}{3}\right)\\\sin\left(\frac{2\pi}{3}\right)\end{bmatrix}\\ &=\begin{bmatrix}-\frac{1}{2}\\\frac{\sqrt{3}}{2}\end{bmatrix}. \end{align*}
  • Calculons enfin le produit scalaire de ces deux vecteurs :

    \begin{align*} g_{\vec{u}}(0,1)&=\nabla g(0,1)\cdot\vec{u}\\ &=\begin{bmatrix}0\\2\end{bmatrix}\cdot\begin{bmatrix}-\frac{1}{2}\\\frac{\sqrt{3}}{2}\end{bmatrix}\\ &=0\cdot\left(-\frac{1}{2}\right)+2\cdot\left(\frac{\sqrt{3}}{2}\right)\\ &=\sqrt{3}. \end{align*}

Déterminez le taux de variation de la fonction

\begin{equation*} g(x,y)=\cos(xy)+y^2 \end{equation*}

au point

\begin{equation*} R(0,1) \end{equation*}

dans la direction du point

\begin{equation*} Q(1,2). \end{equation*}
Indication

L'exercice demande de calculer la dérivée directionnelle de \(g\) au point \(R\text{,}\) dans la direction donnée par le vecteur unitaire

\begin{equation*} \vec{u}=\frac{\overrightarrow{RQ}}{\|\overrightarrow{RQ}\|}. \end{equation*}
Réponse

On trouve

\begin{equation*} \sqrt{2}. \end{equation*}
Solution
  • Pour commencer, rappelons que

    \begin{equation*} \nabla g(0,1)=\begin{bmatrix}0\\2\end{bmatrix} \end{equation*}

    grâce aux calculs de l'exercice 4.4.5 qui précède.

  • Déterminons ensuite la direction unitaire \(\vec{u}\) :

    \begin{align*} \vec{u}&=\frac{\overrightarrow{RQ}}{\|\overrightarrow{RQ}\|}\\ &=\frac{1}{\sqrt{1^2+1^2}}\begin{bmatrix}1\\1\end{bmatrix}\\ &=\begin{bmatrix}\frac{1}{\sqrt{2}}\\\frac{1}{\sqrt{2}}\end{bmatrix}. \end{align*}
  • Calculons enfin le produit scalaire de ces deux vecteurs :

    \begin{align*} g_{\vec{u}}(0,1)&=\nabla g(0,1)\cdot\vec{u}\\ &=\begin{bmatrix}0\\2\end{bmatrix}\cdot\begin{bmatrix}\frac{1}{\sqrt{2}}\\\frac{1}{\sqrt{2}}\end{bmatrix}\\ &=0\cdot\frac{1}{\sqrt{2}}+2\cdot\frac{1}{\sqrt{2}}\\ &=\sqrt{2}. \end{align*}

On considère la fonction de deux variables

\begin{equation*} f(x,y)=xe^{-x^2-y^2}. \end{equation*}
  1. Déterminez la direction dans laquelle le taux de variation de \(f\) est le plus grand au point \((1,1)\text{.}\)

  2. Quelle est la valeur de ce taux de variation maximal?

Indication

Le taux de variation (ou la dérivée directionnelle) de \(f\) au point \((x_0,y_0)\) est maximal dans la direction du gradient. Il vaut alors

\begin{equation*} \|\nabla f(x_0,y_0)\|. \end{equation*}
Réponse
  1. Dans la direction du vecteur

    \begin{equation*} (-1,-2). \end{equation*}
  2. On trouve

    \begin{equation*} \frac{\sqrt{5}}{e^2}. \end{equation*}
Solution

Commençons par évaluer le gradient de \(f\)

\begin{align*} \nabla f&=\begin{bmatrix}f_x\\f_y\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(xe^{-x^2-y^2})\\\frac{\partial}{\partial y}(xe^{-x^2-y^2})\end{bmatrix}\\ &=\begin{bmatrix}e^{-x^2-y^2}+xe^{-x^2-y^2}(-2x)\\xe^{-x^2-y^2}(-2y)\end{bmatrix}\\ &=\begin{bmatrix}(1-2x^2)e^{-x^2-y^2}\\-2xye^{-x^2-y^2}\end{bmatrix} \end{align*}

au point \((1,1)\) :

\begin{align*} \nabla f(1,1)&=\begin{bmatrix}(1-2\cdot 1^2)e^{-1^2-1^2}\\-2\cdot 1\cdot 1\cdot e^{-1^2-1^2}\end{bmatrix}\\ &=\begin{bmatrix}-e^{-2}\\-2e^{-2}\end{bmatrix}\\ &=e^{-2}\begin{bmatrix}-1\\-2\end{bmatrix}. \end{align*}
  1. Le taux de variation est maximal dans la direction donnée par le gradient \(\nabla f(1,1)\text{,}\) soit celle du vecteur

    \begin{equation*} \begin{bmatrix}-1\\-2\end{bmatrix} \end{equation*}

    si on préfère.

  2. Dans cette direction, le taux de variation vaut

    \begin{align*} \|\nabla f(1,1)\|&=\left\|e^{-2}\begin{bmatrix}-1\\-2\end{bmatrix}\right\|\\ &=e^{-2}\left\|\begin{bmatrix}-1\\-2\end{bmatrix}\right\|\\ &=e^{-2}\sqrt{(-1)^2+(-2)^2}\\ &=\frac{\sqrt{5}}{e^2}. \end{align*}

Donnez les équations du plan tangent et de la normale à l'ellipsoïde d'équation

\begin{equation*} 2(x-2)^2+(y-1)^2+(z-3)^2=10 \end{equation*}

au point

\begin{equation*} P_0(3,3,5). \end{equation*}
Indication

On rappelle que pour une fonction de deux variables \(f(x,y)\text{,}\) le gradient \(\nabla f(x_0,y_0)\) est perpendiculaire à la courbe de niveau d'équation \(f(x,y)=k\) passant par \((x_0,y_0)\text{.}\)

De même, pour une fonction de trois variables \(F(x,y,z)\text{,}\) le gradient \(\nabla F(x_0,y_0,z_0)\) est perpendiculaire à la surface de niveau d'équation \(F(x,y,z)=k\) passant par \((x_0,y_0,z_0)\text{.}\)

Par conséquent, si

\begin{equation*} \nabla F(x_0,y_0,z_0)\neq\vec{0} \end{equation*}

alors le plan tangent à la surface d'équation

\begin{equation*} F(x,y,z)=k \end{equation*}

au point \(P_0(x_0,y_0,z_0)\) a pour équation

\begin{equation*} \nabla F(x_0,y_0,z_0)\cdot\begin{bmatrix}x-x_0\\y-y_0\\z-z_0\end{bmatrix}=0 \end{equation*}

et la droite normale à la surface passant par ce même point admet

\begin{equation*} \begin{bmatrix}x\\y\\z\end{bmatrix}=\begin{bmatrix}x_0\\y_0\\z_0\end{bmatrix}+t\,\nabla F(x_0,y_0,z_0)\quad\text{où}\;t\in\mathbb{R} \end{equation*}

pour équations paramétriques.

Réponse
  • Le plan tangent en ce point admet pour équation cartésienne

    \begin{equation*} x+y+z=11. \end{equation*}
  • Et la droite normale à la surface qui passe par ce point admet pour équations paramétriques

    \begin{equation*} \begin{cases} x=3+4t\\ y=3+4t\\ z=5+4t \end{cases} \quad\text{où}\;t\in\mathbb{R}. \end{equation*}

Voici de quoi vérifier graphiquement ces calculs à l'aide de Geogebra.

Solution

Introduisons la fonction de trois variables

\begin{equation*} F(x,y,z)=2(x-2)^2+(y-1)^2+(z-3)^2 \end{equation*}

dont la surface de niveau d'équation

\begin{equation*} F(x,y,z)=10 \end{equation*}

correspond à l'ellisoïde considéré et contient le point \(P_0(3,3,5)\) car

\begin{equation*} F(3,3,5)=10. \end{equation*}
  • Commençons par évaluer le gradient de \(F\)

    \begin{align*} \nabla F&=\begin{bmatrix}F_x\\F_y\\F_z\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(2(x-2)^2+(y-1)^2+(z-3)^2)\\\frac{\partial}{\partial y}(2(x-2)^2+(y-1)^2+(z-3)^2)\\\frac{\partial}{\partial z}(2(x-2)^2+(y-1)^2+(z-3)^2)\end{bmatrix}\\ &=\begin{bmatrix}4(x-2)\\2(y-1)\\2(z-3)\end{bmatrix} \end{align*}

    au point \((3,3,5)\) :

    \begin{align*} \nabla F(3,3,5))&=\begin{bmatrix}4\cdot(3-2)\\2\cdot(3-1)\\2\cdot(5-3)\end{bmatrix}\\ &=\begin{bmatrix}4\\4\\4\end{bmatrix}\\ &=4\begin{bmatrix}1\\1\\1\end{bmatrix}. \end{align*}
  • Le plan tangent en ce point admet pour équation cartésienne

    \begin{align*} \nabla F(3,3,5)\cdot\begin{bmatrix}x-3\\y-3\\z-5\end{bmatrix}=0&\quad\Leftrightarrow\quad\cancel{4}\cdot\begin{bmatrix}1\\1\\1\end{bmatrix}\cdot\begin{bmatrix}x-3\\y-3\\z-5\end{bmatrix}=0\\ &\quad\Leftrightarrow\quad(x-3)+(y-3)+(z-5)=0\\ &\quad\Leftrightarrow\quad x+y+z=11. \end{align*}
  • Et la droite normale à la surface qui passe par ce point admet pour équations paramétriques

    \begin{equation*} \begin{bmatrix}x\\y\\z\end{bmatrix}=\begin{bmatrix}3\\3\\5\end{bmatrix}+t\,\nabla F(3,3,5)\quad\text{où}\;t\in\mathbb{R} \end{equation*}

    soit

    \begin{equation*} \begin{cases} x=3+4t\\ y=3+4t\\ z=5+4t \end{cases} \quad\text{où}\;t\in\mathbb{R} \end{equation*}

    ou, si on préfère,

    \begin{equation*} \begin{cases} x=3+s\\ y=3+s\\ z=5+s \end{cases} \quad\text{où}\;s\in\mathbb{R}. \end{equation*}

Voici de quoi vérifier graphiquement ces calculs à l'aide de Geogebra.

PS : Merci à Frédérick et son frère d'avoir vu mon erreur de calcul!

Synthèse 4.4.2.

Pour une certaine région de l'espace, la température est donnée par

\begin{equation*} T(x,y,z)=200e^{-x^2-3y^2-9z^2} \end{equation*}

où \(T\) est en degrés Celsius et \(x, y, z\) sont en mètres.

(a)

Donner la température au point \(P(2,-1,2)\text{.}\)

Solution

En évaluant la fonction \(T(x,y,z)\) au point considéré, on obtient

\begin{align*} T(2,-1,2)&=200\cdot\exp(-2^2-3\cdot(-1)^2-9\cdot 2^2)\\ &=200\cdot\exp(-43)\\ &\approx 4{,}23\times 10^{-17}\;\text{degrés}. \end{align*}
(b)

Trouver le taux de variation de la température au point \(P(2,-1,2)\) dans la direction du point \(Q(3,-3,3)\text{.}\) Interpréter.

Solution

Il s'agit de calculer la dérivée directionnelle.

  • Commençons par évaluer le gradient de \(T\)

    \begin{align*} \nabla T&=\begin{bmatrix}T_x\\T_y\\T_z\end{bmatrix}\\ &=\begin{bmatrix}\frac{\partial}{\partial x}(200e^{-x^2-3y^2-9z^2})\\\frac{\partial}{\partial y}\left(200e^{-x^2-3y^2-9z^2}\right)\\\frac{\partial}{\partial z}(200e^{-x^2-3y^2-9z^2})\end{bmatrix}\\ &=200e^{-x^2-3y^2-9z^2}\begin{bmatrix}-2x\\-6y\\-18z\end{bmatrix}\\ &=-400e^{-x^2-3y^2-9z^2}\begin{bmatrix}x\\3y\\9z\end{bmatrix} \end{align*}

    au point \(P(2,-1,2)\) :

    \begin{align*} \nabla T(2,-2,1)&=-400\exp\left(-2^2-3\cdot(-1)^2-9\cdot 2^2\right)\begin{bmatrix}2\\3\cdot(-1)\\9\cdot 2\end{bmatrix}\\ &=-400e^{-43}\begin{bmatrix}2\\-3\\18\end{bmatrix}. \end{align*}
  • Déterminons ensuite la direction unitaire \(\vec{u}\) :

    \begin{align*} \vec{u}&=\frac{\overrightarrow{PQ}}{\|\overrightarrow{PQ}\|}\\ &=\frac{1}{\sqrt{1^2+(-2)^2+1^2}}\begin{bmatrix}1\\-2\\1\end{bmatrix}\\ &=\frac{1}{\sqrt{6}}\begin{bmatrix}1\\-2\\1\end{bmatrix}. \end{align*}
  • Calculons enfin le produit scalaire de ces deux vecteurs :

    \begin{align*} T_{\vec{u}}(2,-1,2)&=\nabla T(2,-1,2)\cdot\vec{u}\\ &=-400e^{-43}\begin{bmatrix}2\\-3\\18\end{bmatrix}\cdot\frac{1}{\sqrt{6}}\begin{bmatrix}1\\-2\\1\end{bmatrix}\\ &=-\frac{400}{e^{43}\sqrt{6}}(2\cdot 1+(-3)\cdot(-2)+18\cdot 1)\\ &=-\frac{400\cdot 26}{e^{43}\sqrt{6}}\\ &\approx -8{,}98\times 10^{-16}\;\text{degrés/mètre}. \end{align*}

Cela veut dire qu'à partir du point \(P(2,-1,2)\text{,}\) la température diminue d'environ \(8,98\times 10^{-16}\) degrés Celsius par mètre parcouru en direction du point \(Q(3,-3,3)\text{.}\)

(c)

Déterminer la direction dans laquelle la température augmente le plus rapidement si on se place au point \(P(2,-1,2)\text{.}\)

Solution

C'est dans la direction donnée par le gradient

\begin{equation*} \nabla T(2,-1,2)=-400e^{-43}\begin{bmatrix}2\\-3\\18\end{bmatrix} \end{equation*}

soit celle du vecteur

\begin{equation*} \begin{bmatrix}-2\\3\\-18\end{bmatrix}. \end{equation*}
(d)

Calculer le taux de variation maximal de la température au point \(P(2,-1,2)\text{.}\)

Solution

Il s'agit de la norme du gradient

\begin{equation*} \nabla T(2,-1,2)=-400e^{-43}\begin{bmatrix}2\\-3\\18\end{bmatrix} \end{equation*}

soit

\begin{align*} \|\nabla T(2,-1,2)\|&=400e^{-43}\sqrt{2^2+(-3)^2+18^2}\\ &=\frac{400\sqrt{337}}{e^{43}}\\ &\approx 1{,}55\times 10^{-15}\text{degrés/mètre}. \end{align*}

Si vous souhaitez en faire plus ou disposer de plus d'exemples, vous pouvez consulter les exercices 4, 6, 8, 12, 20, 50 dont voici les solutions.

Sinon, passez directement aux exercices prioritaires de cette section.

Remarque : Voici le document distribué les sessions précédentes. Et en voilà le solutionnaire.