Université de Lomé

MTH 151
Analyse mathématique pour les
sciences de la vie et de la terre

Issa Cherif GERALDO∗

Anaté Kodjovi LAKMON∗
Kwassi ANANI∗
∗
Département de Mathématiques, Faculté des Sciences, Université de Lomé

Juillet 2021
Table des matières

1 Fonctions réelles d’une variable réelle 5

1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Limites et continuité d’une fonction . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Propriétés de la limite d’une fonction . . . . . . . . . . . . . . . . . . 7
1.2.3 Limites remarquables . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.4 Règles pratiques de calcul de limites . . . . . . . . . . . . . . . . . . 8
1.2.5 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Dérivation de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 Dérivabilité - Nombre dérivé - Fonction dérivée . . . . . . . . . . . . 9
1.3.2 Interprétation géométrique : tangente en un point . . . . . . . . . . 11
1.3.3 Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.4 Notion de différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.5 Opérations sur les dérivées . . . . . . . . . . . . . . . . . . . . . . . 13
1.4 Applications de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.1 Etude du sens de variation d’une fonction . . . . . . . . . . . . . . . 14
1.4.2 Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.3 Calcul de limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2 Fonctions usuelles 20
2.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Les Fonctions Trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.1 Équations, Inéquations Trigonométriques . . . . . . . . . . . . . . . 20
2.2.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Fonctions circulaires inverses . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Arccosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.2 Arcsinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.3 Arctangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Fonctions hyperboliques et hyperboliques inverses . . . . . . . . . . . . . . . 23
2.4.1 Cosinus hyperbolique et son inverse . . . . . . . . . . . . . . . . . . 23
2.4.2 Sinus hyperbolique et son inverse . . . . . . . . . . . . . . . . . . . . 23
2.4.3 Tangente hyperbolique et son inverse . . . . . . . . . . . . . . . . . . 24
2.4.4 Trigonométrie hyperbolique . . . . . . . . . . . . . . . . . . . . . . . 25

2
Table des matières 3

2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3 Eléments de calcul intégral 27

3.1 Intégrale définie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Primitive et intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.2 Formulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3 Intégration des formes particulières . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.1 Intégration des fonctions rationnelles . . . . . . . . . . . . . . . . . . 31
3.3.2 Intégration des fonctions trigonométriques . . . . . . . . . . . . . . . 34
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4 Equations différentielles ordinaires 37

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Généralités sur les équations différentielles . . . . . . . . . . . . . . . . . . . 37
4.3 Equations différentielles du premier ordre . . . . . . . . . . . . . . . . . . . 38
4.3.1 Equations à variables séparables . . . . . . . . . . . . . . . . . . . . 38
4.3.2 Equations différentielles linéaires du premier ordre . . . . . . . . . . 39
4.4 Equations différentielles linéaires du second ordre à coefficients constants . . 41
4.4.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.4.2 Résolution de l’équation homogène . . . . . . . . . . . . . . . . . . . 42
4.4.3 Recherche d’une solution particulière de (E) . . . . . . . . . . . . . . 43
4.5 Exemples d’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.5.1 Evolution d’une population de bactéries . . . . . . . . . . . . . . . . 44
4.5.2 Modèle continu de Verhulst . . . . . . . . . . . . . . . . . . . . . . . 44
4.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

5 Fonctions de deux variables 47

5.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.1 Notion de fonction de deux variables . . . . . . . . . . . . . . . . . . 47
5.1.2 Ensemble de définition . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 Représentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.2.2 Ligne de niveau k . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.3 Dérivation des fonctions de deux variables . . . . . . . . . . . . . . . . . . . 49
5.3.1 Dérivées partielles d’ordre 1 . . . . . . . . . . . . . . . . . . . . . . . 49
5.3.2 Vecteur gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3.3 Notation différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3.4 Dérivées partielles d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . 52
5.4 Optimisation d’une fonction de deux variables . . . . . . . . . . . . . . . . . 53
5.4.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.4.2 Condition nécessaire d’optimalité du premier ordre (CNO-1) . . . . 54
5.4.3 Condition suffisante d’optimalité du second ordre (CSO-2) . . . . . . 55
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4 Table des matières

Références bibliographiques 58
Chapitre 1

Fonctions réelles d’une variable réelle

1.1 Généralités

Définition 1.1 Soient E et F deux ensembles.

— Une fonction f de E (ensemble de départ) à valeurs dans F (ensemble d’arrivée) est
une relation qui à chaque élément de E associe au plus un élément de F . On note
f : E → F.
— Pour tout x ∈ E, l’élément associé à x, s’il existe, est noté f (x).
— Si y = f (x), alors y est l’image de x par f et x est un antécédent de y par f .
— Si E ⊂ R et F ⊂ R, alors f est dite fonction réelle d’une variable réelle.

Exemple 1.1 Dans une réaction chimique, la concentration C(t) d’une substance, en
fonction du temps t > 0, est donnée par

C(t) = C0 e−kt

où C0 = concentration initiale et k = constante de réaction (k > 0). On peut considérer

R+ à la fois comme ensemble de départ et d’arrivée.

Définition 1.2 Soient E et F ⊂ R et f une fonction de E vers F .

— Ensemble de définition de f : ensemble des éléments de E qui possèdent une image
par f :
Df = {x ∈ E | f (x) existe}.

— Si Df = E, alors f est une application.

— L’ensemble Γ = {(x, f (x)) ∈ E × F | x ∈ Df } est le graphe de f .

Définition 1.3 (Composition de fonctions) Soient f : E −→ F et g : F −→ G deux

applications. La composée de f et g est l’application g ◦ f définie de E dans G par :

∀x ∈ E, (g ◦ f )(x) = g [f (x)] .

5
6 Chapitre 1. Fonctions réelles d’une variable réelle

Exemple 1.2 Soient les fonctions f et g définies de R dans R par f (x) = 2x + 1 et

g(x) = x2 − 2. Comparer les expressions de f ◦ g et g ◦ f .

Pour tout x ∈ R,
f ◦ g(x) = f [g(x)] = 2g(x) + 1 = 2(x2 − 2) + 1 = 2x2 − 3
et
g ◦ f (x) = g[f (x)] = (f (x))2 − 2 = (2x + 1)2 − 2 = 4x2 + 4x + 1 − 2 = 4x2 + 4x − 1.
On a donc f ◦ g(x) 6= g ◦ f (x).

1.2 Limites et continuité d’une fonction

1.2.1 Définitions
1.2.1.1 Limite finie/infinie en a ∈ R

Définition 1.4 Soient a ∈ R, f : R → R et ` ∈ R.

— f admet ` pour limite en a (f (x) tend vers ` lorsque x tend vers a) si pour tout
ε > 0 arbitrairement petit, on peut trouver η > 0 arbitrairement petit tel que :
(|x − a| < η =⇒ |f (x) − `| < ε) .
On écrit : lim f (x) = `.
x→a
— f tend vers +∞ (resp. −∞) au point a si pour tout A > 0 arbitrairement grand, on
peut trouver η > 0 arbitrairement petit tel que :
|x − a| < η =⇒ f (x) > A (resp. |x − a| < η =⇒ f (x) < −A) .
On note : lim f (x) = +∞ (resp. lim f (x) = −∞).
x→a x→a

1
Exemple 1.3 Soit f (x) = . On montre que lim f (x) = 1 et que lim f (x) = +∞ (la
x2 x→1 x→0
démonstration dépasse le cadre de ce cours).

1.2.1.2 Limite à droite ou à gauche en a ∈ R

Définition 1.5 Soient a ∈ R, f : R → R et ` ∈ R. On dit que f admet ` pour limite à

droite (resp. limite à gauche) en a si pour tout ε > 0 arbitrairement petit, on peut trouver
η > 0 arbitrairement petit η tel que :
a < x < a + η =⇒ |f (x) − `| < ε
(resp. a − η < x < a =⇒ |f (x) − `| < ε) .
On note respectivement lim f (x) = ` et lim f (x) = ` les limites à droite et à gauche en
x→a+ x→a−
a.
1.2. Limites et continuité d’une fonction 7

Remarque 1.1 La limite d’une fonction f en a existe si et seulement si les limites à

droite et à gauche en a existent et sont identiques. Dans ce cas :
lim f (x) = lim f (x) = lim f (x).
x→a x→a− x→a+

Exemple 1.4 Considérons la fonction f de R∗ dans R définie par

(
|x| −1 si x<0
f (x) = =
x 1 si x>0
On a : lim f (x) = −1 et lim f (x) = 1. La fonction f n’admet pas de limite en 0.
x→0− x→0+

1.2.1.3 Limite finie/infinie en +∞ ou −∞

Définition 1.6 Soient f : R → R et ` ∈ R.

— f admet pour limite ` en +∞ (resp. en −∞) si pour tout ε > 0 arbitrairement petit,
on peut trouver M > 0 arbitrairement grand tel que
 
x > M =⇒ |f (x) − `| < ε resp. x < −M =⇒ |f (x) − `| < ε .
On note : lim f (x) = ` (resp. lim f (x) = `).
x→+∞ x→−∞
— f admet pour limite ` en +∞ (resp. en −∞) si pour tout ε > 0 arbitrairement petit,
on peut trouver M > 0 arbitrairement grand tel que
 
x > M =⇒ |f (x) − `| < ε resp. x < −M =⇒ |f (x) − `| < ε .
On note : lim f (x) = ` (resp. lim f (x) = `).
x→+∞ x→−∞

1
Exemple 1.5 Soit f (x) = . On montre que lim f (x) = lim f (x) = 0 et que
x2 x→−∞ x→+∞
lim f (x) = +∞ (ici aussi, la démonstration dépasse le cadre de ce cours).
x→0

1.2.2 Propriétés de la limite d’une fonction

Proposition 1.1 (Unicité de la limite) si f admet une limite en a alors cette limite
est unique.

Proposition 1.2 (Limites et suites)

1) lim f (x) = ` si et seulement si pour toute suite (xn ) convergeant vers a, la suite (f (xn ))
x→a
converge vers `.
2) Si deux suites (xn ) et (yn ) convergent vers a et si f (xn ) et f (yn ) ont des limites
différentes, alors f n’admet pas de limite en a.

1
Exemple 1.6 La fonction définie par f (x) = n’admet pas de limite en 0. En effet, les
x
1 1
suites (un ) et (vn ) définies par un = et vn = − convergent vers 0 mais f (un ) diverge
n n
vers +∞ et f (vn ) diverge vers −∞.
8 Chapitre 1. Fonctions réelles d’une variable réelle

1.2.3 Limites remarquables

— Si α et β sont deux réels strictement positifs on a :

(ln x)β
lim xα (ln x)β = 0 lim =0
x→0+ x→+∞ xα

eβx
lim xα eβx = 0 lim = +∞
x→−∞ x→+∞ xα

sin x ln(1 + x)
lim =1 lim =1
x→0 x x→0 x

cos x − 1 ex − 1
lim =0 lim =1
x→0 x x→0 x

lim (1 + x)1/x = e
x→0

1.2.4 Règles pratiques de calcul de limites

Sous réserve d’existence des limites de f et g en a ∈ R = R ∪ {−∞ ; +∞}, on a :
— lim (αf (x) + βg(x)) = α lim f (x) + β lim g(x).
x→a x→a x→a

— lim (f (x) g(x)) = lim f (x) lim g(x)

x→a x→a x→a

f (x) lim f (x)

— lim = x→a si lim g(x) 6= 0.
x→a g(x) lim g(x) x→a
x→a
avec les conventions suivantes :

(+∞) + (+∞) = +∞ k · (+∞) = +∞ pour k > 0

(+∞) + k (k ∈ R) = +∞ k · (+∞) = −∞ pour k < 0
(−∞) + (−∞) = −∞ (+∞) · (+∞) = +∞
(−∞) + k (k ∈ R) = −∞ (+∞) · (−∞) = −∞

Remarque 1.2 (Formes indéterminées)

0 ∞
(+∞) − ∞, 0 · (∞), , , 1∞ , ∞0 , 00 ,
0 ∞

Une petite transformation (factorisation, expression conjuguée, etc. . . ) est nécessaire pour
se ramener aux cas mentionnés plus haut.
1.3. Dérivation de fonctions 9

1.2.5 Continuité

Définition 1.7 Soit f une fonction d’une variable réelle et a ∈ Df .

— On dit que f est continue au point x = a si on a :

lim f (x) = f (a).

x→a

ou si
lim f (x) = lim f (x) = f (a).
x→a− x→a+

— Si f n’est pas continue en x = a, on dit que f est discontinue au point a.

— f est continue sur un intervalle I si et seulement si elle est continue en tout point
de I.

Exemple 1.7 Etudier la continuité de la fonction f définie par


cos x si x < 0


f (x) = 1+ x2 si 0 6 x 6 3

2x + 1

si x > 3

aux points x = 0 et x = 3.

— f (0) = (1 + 02 ) = 1,

lim f (x) = lim (cos x) = 1 et lim f (x) = lim (1 + x2 ) = 1.

x→0− x→0− x→0+ x→0+

donc f est continue au point x = 0.

—
lim f (x) = lim (1 + x2 ) = 10 et lim f (x) = lim (2x + 1) = 7
x→3− x→3− x→3+ x→3+
donc f n’est pas continue au point x = 3.

1.3 Dérivation de fonctions

1.3.1 Dérivabilité - Nombre dérivé - Fonction dérivée
1.3.1.1 Dérivabilité - Nombre dérivé - Fonction dérivée

Définition 1.8 Soient I un intervalle de R, f une fonction de I dans R et x0 ∈ Df .

— On dit que f est dérivable en x0 si et seulement si :
f (x0 + h) − f (x0 )
lim existe et est finie.
h→0 h

— Cette limite est alors appelée nombre dérivé de f en x0 et notée f 0 (x0 ).

10 Chapitre 1. Fonctions réelles d’une variable réelle

— Une fonction f est dérivable sur I si elle est dérivable en tout point de I.
— Dans ce dernier cas, La fonction qui à chaque x ∈ I associe f 0 (x) est la fonction
dérivée (ou dérivée) de f .

Exemple 1.8 Soit f : R → R la fonction définie par f (x) = x2 . Alors pour tout x0 ∈ R,
on a :
(x0 + h)2 − (x0 )2 2x0 h + h2
f 0 (x0 ) = lim = lim = 2x0 .
h→0 h h→0 h
La fonction f est donc dérivable sur R et sa dérivée est définie par f 0 (x) = 2x.

1.3.1.2 Autre définition de la dérivée

Définition 1.9 Dans les sciences expérimentales, pour tout x0 ∈ R, on note ∆x = h =

x − x0 l’accroissement de x à partir de x0 et ∆y = f (x0 + ∆x) − f (x0 ) l’accroissement de
f à partir de f (x0 ). Alors
∆y
f 0 (x0 ) = lim (si cette limite existe et est finie).
∆x→0 ∆x

Exemple 1.9 (Exemples en sciences expérimentales) Si f (t) est une fonction du

temps t, la dérivée f 0 (t) représente la vitesse de variation de f à l’instant t.
— x(t) −→ position d’un objet à l’instant t, x0 (t) −→ vitesse.
— f (t) −→ température d’un corps décroissante avec le temps, f 0 (t) −→ vitesse de
refroidissement du corps à l’instant t.
— N (t) −→ effectif d’une population (individus, bactéries, microbes, etc. . . ), N 0 (t) −→
vitesse de croissance de ladite population.
— La dérivée C 0 (t) de la concentration C(t) d’une substance permet de décrire une
réaction chimique.

1.3.1.3 Dérivabilité à gauche et à droite

Définition 1.10 Une fonction f définie en x0 est dite :

f (x0 + h) − f (x0 )
— dérivable à droite en x0 si fd0 (x0 ) = lim existe et est finie.
h→0+ h
f (x0 + h) − f (x0 )
— dérivable à gauche en x0 si fg0 (x0 ) = lim existe et est finie.
h→0− h
— Une fonction f est dérivable en x0 si et seulement si elle est dérivable à gauche et à
droite en x0 et si fd0 (x0 ) = fg0 (x0 ).

Exemple 1.10 La fonction x 7−→ |x| n’est pas dérivable en x0 = 0. En effet,

f (0 + h) − f (0) |h| −h
fg0 (0) = lim = lim = lim = −1
h→0− h h→0 − h h→0 − h
1.3. Dérivation de fonctions 11

et
f (0 + h) − f (0) |h| h
fd0 (0) = lim = lim = lim = 1.
h→0+ h h→0+ h h→0+ h

1.3.2 Interprétation géométrique : tangente en un point

1.3.2.1 Interprétation géométrique de la dérivée

La dérivabilité en x0 se traduit dans un repère orthonormé (O,~i, ~j) par l’existence,

relativement à la courbe représentative de f , d’une tangente au point M (x0 , f (x0 )) non
→
−
parallèle à l’axe (O, j ). Cette tangente a pour équation

y = f 0 (x0 )(x − x0 ) + f (x0 ).

Exemple 1.11 Fonction f définie sur R par f (x) = ln(|x| + 1).

−4 −3 −2 −1 0 1 2 3 4 x

— f est dérivable partout sauf au point 0 où elle ne possède pas de tangente.

— Au point x0 = 2 par exemple, elle possède une tangente représentée en rouge.

1.3.3 Dérivées successives

Définition 1.11 Soit f une fonction dérivable.

— Si f 0 est elle aussi dérivable, sa dérivée est appelée dérivée seconde de f et notée f 00 .
— Pour tout n ∈ N∗ , la fonction dérivée d’ordre n de f (ou dérivée n−ième de f ) est
la dérivée de la fonction dérivée d’ordre n − 1 et notée f (n) .

Exemple 1.12 Soit f la fonction définie par f (x) = x3 + 5x2 − 3. Ses dérivées successives
sont : 


 f 0 (x) = 3x2 + 10x

f 00 (x) = 6x + 10


f (x) = 6
 (3)

f (n) (x) = 0, pour n > 4.


12 Chapitre 1. Fonctions réelles d’une variable réelle

1.3.4 Notion de différentielle

1.3.4.1 Notion de différentielle

Définition 1.12 Soit f une fonction définie sur I et dérivable en un point x0 de I. On

appelle différentielle de f en x0 , l’application linéaire notée dx0 f et définie par :

dx0 f (h) = f 0 (x0 )h.

Exemple 1.13

— L’application identique x 7→ x a pour différentielle en x0 , dx0 x(h) = h.

— La fonction f définie sur R par f (x) = x2 a pour différentielle en x0 , dx0 f (h) = 2x0 h.

1.3.4.2 Notation différentielle de la dérivée

— Comme dx0 x(h) = h, toute fonction f dérivable en x0 vérifie dfx0 (h) = f 0 (x0 )dx0 x(h)
dfx0
soit encore f 0 (x0 ) = .
dx0 x

— Cette notation (correcte et complète mais lourde) est souvent abrégée en omettant
x0 :

df
df = f 0 (x)dx soit encore f 0 (x) = .
dx

d2 f dn f
— La dérivée seconde de f se note , . . . , la dérivée n−ième se note . (les
dx2 dxn
d
positions des exposants sont décalées afin de rappeler que agit n fois de suite).
dx

df
Exemple 1.14 Si f (x) = x2 , alors = 2x.
dx
1.3. Dérivation de fonctions 13

1.3.5 Opérations sur les dérivées

1.3.5.1 Dérivées des fonctions usuelles

Fonction Ensemble de dérivabilité Fonction dérivée

x 7−→ k, k∈R R x 7−→ 0

x 7−→ xα , α∈R − x 7−→ αxα−1

√ 1
x 7−→ x R∗+ x 7−→ √
2 x
x 7−→ sin x R x 7−→ cos x

x 7−→ cos x R x 7−→ − sin x

x 7−→ tan x R x 7−→ 1 + tan2 x = 1

(cos x)2
1
x 7−→ ln x R∗+ x 7−→
x
x 7−→ ex R x 7−→ ex

x 7−→ ax (a > 0) R x 7−→ (ln a) · ax

1.3.5.2 Dérivées et opérations usuelles

Soient f et g deux fonctions dérivables en x0 et λ ∈ R. Alors :
— (f + g)0 (x0 ) = f 0 (x0 ) + g 0 (x0 ).
— (λf )0 (x0 ) = λf 0 (x0 ).
— (f g)0 (x0 ) = f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ).
— Si g(x0 ) 6= 0, alors
1 −g 0 (x0 )
 0
(x0 ) = .
g (g(x0 ))2
— Si g(x0 ) 6= 0, alors
 0
f f 0 (x0 )g(x0 ) − f (x0 )g 0 (x0 )
(x0 ) = .
g (g(x0 ))2

1.3.5.3 Dérivée de la composée de deux fonctions

Théorème 1.1 (Dérivée de la composée de deux fonctions) Soient I, J ⊂ R, x0 ∈
I, f : I −→ R, g : J −→ R tels que f (I) ⊂ J. Si f est dérivable en x0 et g dérivable en
f (x0 ) alors g ◦ f est dérivable en x0 et on a :
h i
(g ◦ f )0 (x0 ) = f 0 (x0 ) × g 0 f (x0 ) .
14 Chapitre 1. Fonctions réelles d’une variable réelle

Exemple 1.15 Soit h : R → R la fonction d’expression h(x) = sin(x2 ). On a : h0 (x) =

2x cos(x2 ) pour x ∈ R.
Remarque 1.3 En composant les fonctions f par x 7→ xα (pour α ∈ R), ln et exp, on
obtient :
√ f0
— (f α )0 (x0 ) = αf 0 (x0 )f α−1 (x0 ) ; en particulier si f > 0, ( f )0 = (f 1/2 )0 = √ ;
2 f
— (ef )0 (x0 ) = f 0 (x0 )ef (x0 ) ;
f 0 (x0 )
— si de plus f (x0 ) > 0, (ln f )0 (x0 ) = (dérivée logarithmique).
f (x0 )
Exemple 1.16 Dans chacun des cas suivants, calculer f 0 (x) pour tout x ∈ R.
√
1) f (x) = x2 + 1.
2
2) f (x) = e−x .
3) f (x) = ln(x2 + 1).

1) f (x) = u(x) où u(x) = x2 + 1 d’où

p

u0 (x) 2x x
f 0 (x) = p = √ =√ .
2 u(x) 2 x +1
2 x +1
2

2 2
2) f (x) = e−x donc f 0 (x) = −2xe−x .
2x
3) f (x) = ln(x2 + 1) donc f 0 (x) = 2 .
x +1

1.4 Applications de la dérivée

1.4.1 Etude du sens de variation d’une fonction
Théorème 1.2 Soient a, b ∈ R tels que a < b et f une fonction continue et dérivable sur
]a, b[.
— Si f 0 (x) = 0 pour tout x ∈ ]a, b[, alors f est constante sur ]a, b[.
— Si f 0 (x) > 0 pour tout x ∈ ]a, b[, alors f est croissante sur ]a, b[.
— Si f 0 (x) 6 0 pour tout x ∈ ]a, b[, alors f est décroissante sur ]a, b[.
Exemple 1.17 Donner le sens de variation de la fonction de R vers R définie par f (x) =
x2 e−x .
On a : f 0 (x) = 2xe−x − x2 e−x = (2x − x2 )e−x = x(2 − x)e−x .

x −∞ 0 2 +∞
x − 0 + +
2−x + + 0 −
e−x + + +
f 0 (x) − 0 + 0 −
1.4. Applications de la dérivée 15

— f est décroissante sur ] − ∞, 0] et sur [2, +∞[

— f est croissante sur [0, 2].
Représentation graphique de la fonction définie sur R par f (x) = x2 e−x :

−1 0 1 2 3 4 5 x

1.4.2 Optimisation

Définition 1.13 Soit I ⊂ R, a ∈ I et f : I −→ R.

— f admet un maximum (resp. minimum) local en a s’il existe un voisinage J de a (un
intervalle ouvert J de centre a) inclus dans I tel que pour tout x ∈ J, l’on ait :

f (x) 6 f (a) (resp. f (x) > f (a)).

— Un maximum ou un minimum local est appelé extremum local.

x1 x3 x5
x2 x4 x6 x

Figure 1.1 – Exemple de fonction admettant 3 minima locaux x1 , x3 , x5 et 3 maxima locaux x2 ,

x4 et x6 soit au total 6 extrema locaux.

1.4.2.1 Condition nécessaire d’optimalité du premier ordre (CNO-1)

Théorème 1.3 Soit f une fonction dérivable sur un intervalle ouvert ]a, b[ ⊂ Df . Si f
est dérivable en x0 ∈ ]a, b[ et si f admet un extremum local en x0 alors f 0 (x0 ) = 0.
16 Chapitre 1. Fonctions réelles d’une variable réelle

Remarque 1.4
— Un point x∗ tel que f (x∗ ) = 0 est appelé point stationnaire (ou point critique).
— Les extrema locaux de f sont nécessairement des points stationnaires mais un point
stationnaire n’est pas forcément un extremum local. Par exemple, si f (x) =
x3 on a f 0 (0) = 0 alors que 0 n’est pas un extremum local.

1.4.2.2 Condition suffisante d’optimalité du second ordre (CSO-2)

Théorème 1.4 Soit f une fonction deux fois dérivable sur un intervalle ouvert I et x∗ ∈ I
un point critique de f . Alors :
— f 00 (x∗ ) > 0 −→ f présente en x∗ un minimum local.
— f 00 (x∗ ) < 0 −→ f présente en x∗ un maximum local.

Exemple 1.18 Déterminer la valeur et la nature des extrema locaux de la fonction f de

R vers R définie par f (x) = 2x3 − 3x2 − 12x + 4.

— Points critiques :
f 0 (x) = 6x2 − 6x − 12 = 6(x2 − x − 2).

Ainsi, f (x) = 0 =⇒ x2 − x − 2 = 0. Comme ∆ = 9 > 0, on a deux points critiques :

1−3 1+3
x1 = = −1 et x2 = = 2.
2 2

— f 00 (x) = 12x − 6.
— f 00 (−1) = −18 < 0 donc x1 = −1 est un maximum local.
— f 00 (2) = 18 > 0 donc x1 = 2 est un minimum local.

Exemple 1.19 L’amplitude d’habitat (la variation d’altitude que peut supporter une
espèce) de certaines reptiles est donnée en fonction de l’altitude x (en m) par

f (x) = −0.00108x2 + 1.145x − 59.66

en zone de moyenne montagne (150 6 x 6 950). A quelle altitude, l’amplitude d’habitat

est-elle maximale ?

— f 0 (x) = −0.00216x + 1.145

— Ainsi, f (x) = 0 =⇒ x = 530.0926.
— f 00 (x) = −0.00216.
— f 00 (53.00926) = −0.00216 < 0 donc x = 530.0926 est un maximum local.
— L’amplitude d’habitat est maximale à une altitude de 530.0926 m.
1.5. Exercices 17

40

20

0
−3 −2 −1 0 1 2 3 4

−20

−40

Figure 1.2 – Représentation graphique de la fonction d’expression f (x) = 2x3 − 3x2 − 12x + 4

1.4.3 Calcul de limites

Théorème 1.5 Règle de l’Hôpital Soit x0 ∈ R. Soient f et g deux fonctions dérivables
dans un voisinage V de x0 tel que g 0 6= 0 sur V .
f (x) 0 ∞
  
lim ∈ ;


0 ∞

x→x0 g(x) 
f (x) f 0 (x)


=⇒ lim = lim 0 .
f 0 (x)

 x→x0 g(x) x→x0 g (x)
lim existe


g 0 (x)

x→x0


sin x 0
Exemple 1.20 lim = (F.I.). Posons f (x) = sin x et g(x) = x ; On a f 0 (x) = cos x,
x→0 x 0
f 0 (x) sin x
g (x) = 1 et lim 0
0 = 1 donc lim = 1.
x→0 g (x) x→0 x

1.5 Exercices
Exercice 1.1 Donner l’ensemble de définition de chacune des fonctions suivantes d’en-
semble de départ R :
1
f1 (x) = x3 − 3x2 + 1 f2 (x) = 1 − e−x f3 (x) =
+1
x2
1
f4 (x) = 2 f5 (x) = ln |x − 1| f6 (x) = ln(ln x)
x −1 √
1 x 1
f7 (x) = x f8 (x) = √ f9 (x) =
e +2 1−x sin x
18 Chapitre 1. Fonctions réelles d’une variable réelle

√
Exercice 1.2 On considère les fonctions de R vers R définies par u(x) = x2 et v(x) = x.
Donner les ensembles de définition et les expressions des fonctions u ◦ v et v ◦ u.

Exercice 1.3 L’effectif d’une population de bactéries est donnée en fonction du temps
par
KN0 eat
N (t) =
K − N0 + N0 eat
où K, a et N0 sont des constantes strictement positives. Calculer la limite de N (t) lorsque
t tend vers +∞.

Exercice 1.4 Calculer lorsqu’elles existent les limites suivantes :

√
x2 + x + 1 − 1 x + 2|x| x + 2|x|
1) lim 2) lim 3) lim
x→0 x x→0 x x→−∞ x
√ √
x5 − 1 1 + x − 1 + x2 √ √
4) lim 5) lim 6) lim ( x + 5 − x − 3)
x→1 x − 1 x→0 x x→+∞

√ x2 − 4
7) lim (x − x) 8) lim
x→+∞ x→2 x2 − 3x + 2

Exercice 1.5 Etudier la continuité des applications suivantes au point x0 :

si x < 1
(
ex−1
1) f (x) = , x0 = 1.
2x si x > 1
e−x + x + 1 si x 6 0
(
2) g(x) = , x0 = 0.
2 + x2 ln x si x > 0

Exercice 1.6 Calculer la dérivée de la fonction f dans chacun des cas suivants (on ne
demande pas le domaine de définition) :

1) f (x) = x3 − 4x + 6 2) f (x) = (x + 1) ln x 3) f (x) = 2x

3x − 1  √ 
4) f (x) = x5/3 5) f (x) = 6) f (x) = ln x + x2 + 1
2x + 1
√
7) f (x) = (ln x)2 8) f (x) = x + 1
x 9) f (t) = (t − 1) t

√ 2 −3
10) f (u) = 3eu + 1 11) f (x) = ex 12) f (t) = sin(2t + 1)

Exercice 1.7 Pour chacune des fonctions suivantes, déterminer les points stationnaires
et leurs natures respectives.
1.5. Exercices 19

1) f (x) = 2x2 − x + 6. 3) f (x) = x3 − 3x + 3.

2) f (x) = x2 − 4x + 3. 4) f (x) = 1 − 9x − 6x2 − x3 .

Exercice 1.8 Afin de financer vos études et vous faire un peu d’économie, vous entrepre-
nez avec quelques amis de fabriquer et de vendre des gâteaux purement bio dont la quantité
vendue en un mois q dépend du prix de vente unitaire p par la relation q(p) = α + βp.
1) Dans toute la suite, on suppose que q = 5000 si p = 100 et que q = 4000 si p = 200.
Déterminer α et β.
2) Quelle est la plus grande valeur possible pour p sachant que la quantité vendue q est
toujours un nombre positif ?
3) Déterminer en fonction de p les recettes mensuelles r(p).
4) Quelle est la valeur maximale des recettes ?
5) Le coût unitaire de fabrication est égal à 100. Déterminer en fonction de p le profit b(p)
total réalisé (la différence entre recettes et coût).
6) Pour quel prix le profit est-il maximal ? Quelle est la quantité correspondante ?

Exercice 1.9 Dans chacun des cas suivants, calculer la limite de f en a en utilisant la
règle de l’Hôpital :
x − tan x xn − 1
1) f (x) = , a = 0; 4) f (x) = , a = 1;
x − sin x x−1
ex − e−x 5) f (x) = x2 e−x , a = +∞ ;
2) f (x) = , a = 0;
1 − e2x
1 1
3) f (x) = − , a = 1.
ln x x − 1
Chapitre 2

Fonctions usuelles

2.1 Motivation
Nous connaissons déjà des fonctions classiques : exp, ln, cos, sin, tan. Dans ce chapitre il
s’agit d’ajouter à notre catalogue de nouvelles fonctions : ch, sh, tanh, Arccos, Arcsin, Arctan,
Argch, Argsh, Argth. Ces fonctions apparaissent naturellement dans la résolution de pro-
blèmes simples, en particulier issus de la physique.

2.2 Les Fonctions Trigonométriques

2.2.1 Équations, Inéquations Trigonométriques
? sin est une fonction définie sur R, impaire et 2π périodique.
? cos est une fonction définie sur R, paire et 2π périodique.
? tan est une fonction définie sur R \ {π/2 + kπ, k ∈ Z}, impaire et π périodique.
Soit (x, y) ∈ R2 :
? sin(x) = sin(y) ssi il existe k ∈ Z tel que x = y + 2kπ ou x = π − y + 2kπ .
? cos(x) = cos(y) ssi il existe k ∈ Z tel que x = y + 2kπ ou x = −y + 2kπ .
? tan(x) = tan(y) ssi il existe k ∈ Z tel que x = y + kπ ( x, y ∈ R \ {π/2 + kπ, k ∈ Z}).

Exercice 2.1 Soit (a, b, c) ∈ R3 tel que (a, b) 6= (0, 0). On étudie l’équation a cos(x) +
b sin(x) = c d’inconnue x ∈ R. 
a
 cos(x0 ) = √ 2

a + b2

Indication : Il existe x0 ∈ R tel que b . Soit x ∈ R : x est solution
 sin(x0 ) = √ 2


a + b2
c
ssi cos(x − x0 ) = √
a2 + b2

2.2.2 Applications
1. Ramener une équation trigonométrique d’inconnue x à la résolution d’une équation
dont l’inconnue est sin(x), cos(x) ou tan(x) est performant. Pour
 cela, il faut utiliser
x

les formules de trigonométrie. Exemple : Tout ramener à tan est simple, mais
2
élève souvent le degré du polynôme.
2. Résolution directe par simple lecture du cercle trigonométrique.

20
2.3. Fonctions circulaires inverses 21

3. Utilisation des variations d’une fonction introduite, après réduction du domaine de

définition.

2.3 Fonctions circulaires inverses

2.3.1 Arccosinus
Considérons la fonction cosinus cos : R → [−1, 1], x 7→ cos x. Pour obtenir une bijection
à partir de cette fonction, il faut considérer la restriction de cosinus à l’intervalle [0, π].
Sur cet intervalle la fonction cosinus est continue et strictement décroissante, donc la
restriction
cos| : [0, π] → [−1, 1]
est une bijection. Sa bijection réciproque est la fonction arccosinus :
Arccos : [−1, 1] → [0, π]

Figure 2.1 – Représentations graphiques des fonctions cos x et Arccosx.

On a donc, par définition de la bijection réciproque :

cos Arccos(x)
= x ∀x ∈ [−1, 1]

Arccos cos(x) = x ∀x ∈ [0, π]

Autrement dit : Si x ∈ [0, π] cos(x) = y ⇐⇒ x = Arccosy
Terminons avec la dérivée de Arccos :
−1
Arccos0 (x) = √ ∀x ∈] − 1, 1[
1 − x2

Preuve. On démarre de l’égalité cos(Arccosx) = x que l’on dérive :

cos(Arccosx) = x
=⇒ − Arccos0 (x) × sin(Arccosx) = 1
−1
=⇒ Arccos0 (x) =
sin(Arccosx)
−1
=⇒ Arccos0 (x) = p (∗)
1 − cos2 (Arccosx)
−1
=⇒ Arccos0 (x) = √
1 − x2
22 Chapitre 2. Fonctions usuelles

Le point crucial (∗) se justifie ainsi : de l’égalité cos2 y + sin2 y = 1, en substituant

y = Arccosx on obtient cos2 (Arccosx)
√ + sin2 (Arccosx) = 1 donc x2 + sin2 (Arccosx) = 1.
On en déduit : sin(Arccosx) = + 1 − x2 (avec le signe + car Arccosx ∈ [0, π]).

2.3.2 Arcsinus
La restriction
π π
 
sin| : − , + → [−1, 1]
2 2
est une bijection. Sa bijection réciproque est la fonction arcsinus :
π π
 
Arcsin : [−1, 1] → − , +
2 2

sin Arcsin(x) = x ∀x ∈ [−1, 1] 

π π
Arcsin sin(x) = x ∀x ∈ − , +


2 2
π π
 
Si x ∈ − ,+ sin(x) = y ⇐⇒ x = Arcsiny
2 2
1
Arcsin0 (x) = √ ∀x ∈] − 1, 1[
1 − x2

Figure 2.2 – Représentations graphiques des fonctions sin x et Arcsinx.

2.3.3 Arctangente
La restriction
π π
 
tan| : − , + →R
2 2
est une bijection. Sa bijection réciproque est la fonction arctangente :
π π
 
Arctan : R → − , +
2 2
Pour tout x ∈ R :
1
? tan(Arctan(x)) = x ? cos(Arctan(x)) = √
1 + x2 .
x
? Arctan(−x) = −Arctan(x) ? sin(Arctan(x)) = √
1 + x2
2.4. Fonctions hyperboliques et hyperboliques inverses 23

? Arctan est continue et dérivable sur R .

1
? Pour tout x ∈ R : (Arctan)0 (x) = 2 .
x +1
√ √
1 2 3
Exercice 2.2 1. Calculer les valeurs de Arccos et Arcsin en 0, 1, , , . Idem
2 2 2
√ 1
pour Arctan en 0, 1, 3 et √ .
3
7π 7π 7π
   
2. Calculer Arccos cos . Idem avec Arcsin(sin ) et Arctan tan (attention
3 3 3
aux intervalles !)

Figure 2.3 – Représentations graphiques des fonctions tan x et Arctanx.

2.4 Fonctions hyperboliques et hyperboliques inverses

2.4.1 Cosinus hyperbolique et son inverse
ex + e−x
Pour x ∈ R, le cosinus hyperbolique est : chx = La restriction ch| : [0, +∞[→
2
[1, +∞[ est une bijection. Sa bijection réciproque est Argch : [1, +∞[→ [0, +∞[.

2.4.2 Sinus hyperbolique et son inverse

ex − e−x
Pour x ∈ R, le sinus hyperbolique est : shx = sh : R → R est une fonction
2
continue, dérivable, strictement croissante vérifiant lim shx = −∞ et lim shx = +∞,
x→−∞ x→+∞
c’est donc une bijection. Sa bijection réciproque est Argsh : R → R.

Proposition 2.1 — ch2 x − sh2 x = 1.

— ch0 x = shx, sh0 x = chx.
24 Chapitre 2. Fonctions usuelles

— Argsh : R → R est strictement croissante et continue.

1
— Argsh est dérivable et Argsh0 x = √ .
x +1
2
√
— Argshx = ln x + x2 + 1 .

Figure 2.4 – Représentations graphiques des fonctions chx, shx et Argchx, Argshx.

Preuve

— ch2 x−sh2 x = 1
(e +e−x )2 −(ex −e−x )2 = 14 (e2x +2+e−2x )−(e2x −2+e−2x ) = 1.
 x   
4
d d ex + e−x ex − e−x
— (chx) = = = shx. Idem pour la dérivée de shx.
dx dx 2 2
— Car c’est la réciproque de sh.
— Comme la fonction x 7→ sh0 x ne s’annule pas sur R alors la fonction Argsh est
dérivable sur R. On calcule la dérivée par dérivation de l’égalité sh(Argshx) = x :

1 1 1
Argsh0 x = =q =√
ch(Argshx) sh2 (Argshx) + 1 x2 + 1

√
— Notons f (x) = ln x + x2 + 1 alors

x
1+ √
1
√x + 1 = √
2
f 0 (x) = = Argsh0 x
x + x2 + 1 x2 + 1
Comme de plus f (0) = ln(1) = 0 et Argsh0 = 0 (car sh0 = 0), on en déduit que
pour tout x ∈ R, f (x) = Argshx.

2.4.3 Tangente hyperbolique et son inverse

shx
Par définition la tangente hyperbolique est : tanh x = . La fonction tanh : R →
chx
] − 1, 1[ est une bijection, on note Argth :] − 1, 1[→ R sa bijection réciproque.
2.4. Fonctions hyperboliques et hyperboliques inverses 25

Figure 2.5 – Représentations graphiques des fonctions tanh x et Argthx.

2.4.4 Trigonométrie hyperbolique

ch2 x − sh2 x = 1

ch(a + b) = cha · chb + sha · shb

ch(2a) = ch2 a + sh2 a = 2 ch2 a − 1 = 1 + 2 sh2 a

sh(a + b) = sha · chb + shb · cha

sh(2a) = 2 sha · cha

tanh a + tanh b
tanh(a + b) =
1 + tanh a · tanh b

ch0 x = shx
sh0 x = chx
1
tanh0 x = 1 − tanh2 x =
ch2 x

1
Argch0 x = √ (x > 1)
x2 −1
1
Argsh0 x = √
+1
x2
1
Argth0 x = (|x| < 1)
1 − x2
26 Chapitre 2. Fonctions usuelles

p
Argchx = ln x + x2 − 1 (x ≥ 1)


p
Argshx = ln x + x2 + 1 (x ∈ R)

1 1+x
 
Argthx = ln (−1 < x < 1)
2 1−x

2.5 Exercices
1. Calculer cos(Arctanx), cos(Arcsinx), tan(Arcsinx).
x
 
2. Calculer la dérivée de f (x) = Arctan √ . En déduire que f (x) = Arcsinx,
1 − x2
pour tout x ∈] − 1, 1[.
π
3. Montrer que Arccosx + Arcsinx = , pour tout x ∈ [−1, 1].
2
eix + e−ix
4. Prouver par le calcul la formule ch(a + b) = . . . En utilisant que cos x =
2
retrouver la formule pour cos(a + b).
5. Résoudre l’équation shx = 3.
sh(2x)
6. Montrer que = tanh x.
1 + ch(2x)
7. Calculer les dérivées des fonctions définies par : tanh(1 + x2 ), ln(chx), Argch(exp x),
Argth(cos x).
Chapitre 3

Eléments de calcul intégral

3.1 Intégrale définie

3.1.1 Généralités
Approche intuitive

Soient a, b ∈ R tels que a < b et f une fonction définie, continue et positive sur [a, b].
Considérons une subdivision de [a, b] :

a = x0 < x1 < . . . < xi < xi+1 . . . < xn = b.

À chaque intervalle de la subdivision, peuvent être associés un rectangle de largeur ∆x

et de longueur f (x). La surface totale est alors f (x)∆x. En faisant tendre ∆x vers 0
P

(subdivision de plus en plus fine), on peut formaliser une sommation continue qui donne
un nombre réel noté, ce qui se lit : intégrale de a à b de f , ou de f (x). On montre et nous
admettons que toute fonction continue par morceaux sur un segment [a, b] est intégrable
sur ce segment.

Interprétation géométrique
Z b
f (x)dx correspond à l’aire du domaine du plan situé sous le graphique de f , comptée
a
— positivement pour la partie située au-dessus de l’axe des abscisses,
— négativement pour la partie située en dessous.

Figure 3.1 – Interprétation géométrique d’une intégrale.

27
28 Chapitre 3. Eléments de calcul intégral

Quelques situations expérimentales

— Si f (t) désigne un débit (d’air dans la trachée, de sang à travers une membrane,
Z b
d’une perfusion, . . . ) en fonction du temps t, l’intégrale f (t)dt correspond à la
a
quantité débitée entre les instants a et b.
— Il arrive souvent que l’on ne connaisse pas la fonction f , mais seulement quelques
points expérimentaux. Un point de vue possible pour estimer l’intégrale est alors de
joindre les points par des segments et d’additionner les aires des trapèzes ainsi créés.

3.1.2 Propriétés
1. Ordre des bornes : Pour s’autoriser des bornes sans se préoccuper de l’ordre on
définit :
Z a Z a Z b
f (x) dx = 0 et pour a < b f (x) dx = − f (x) dx.
a b a

2. Relation de Chasles : Soient a < c < b. Si f est intégrable sur [a, c] et [c, b], alors f
est intégrable sur [a, b]. Et on a
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c

3. Positivité de l’intégrale : Soit a ≤ b deux réels et f et g deux fonctions intégrables

sur [a, b].
Z b Z b
Si f ≤ g alors f (x) dx ≤ g(x) dx.
a a Z b
En particulier l’intégrale d’une fonction positive est positive (f ≥ 0 alors f (x) dx ≥
a
0)
4. Linéarité de l’intégrale : Soient f et g deux fonctions intégrables sur [a, b]. Pour tous
réels λ, µ
Z b Z b Z b
λf (x) + µg(x) dx = λ f (x) dx + µ


g(x) dx
a a a

5. Majorations : Si f est une fonction intégrable sur [a, b],

— alors |f | est une fonction intégrable sur [a, b] et
Z  Z
 b  b
f (x) dx ≤ f (x) dx
  

 a  a

— Si, pour tout x ∈ [a, b] (avec a < b), on a m ≤ f (x) ≤ M , alors

1
Z b
m≤ f (x) dx ≤ M
b−a a

1
Z b
Le nombre f (x) dx est la valeur moyenne de f sur [a, b].
b−a a
3.1. Intégrale définie 29

— Inégalité de la moyenne :
Z 
 b 
f (x) dx ≤ |b − a| sup |f (x) dx
  

 a  x∈[a,b]

Remarque 3.1 Si f, g sont deux fonctions intégrables sur [a, b], f × g est une fonction
intégrable sur [a, b] mais en général
Z b Z b Z b
(f g)(x) dx 6= f (x) dx



g(x) dx
a a a

Exemple 3.1
1. Au début d’un exercice physique, le déficit en oxygène D est calculé par :
Z t2
D = 100(t2 − t1 ) − f (t)dt
t1

On a effectué les mesures :

t 0,5 1 2 4
f (t) 35 80 92 98
Estimez D entre les temps t1 = 0, 5 et t2 = 4.
Z 4
Entre les instants t1 = 0, 5 et t2 = 4, on a : D = 100(4−0, 5)− f (t)dt. Pour estimer
0,5
la valeur numérique de l’intégrale, comme on ne dispose que de points expérimentaux
isolés, onZles joint par des segments, et on calcule le total des aires des trapèzes ainsi
4 35 + 80 80 + 92 92 + 98
formés : f (t)dt ≈ 0, 5 × +1× +2× = 304, 75. On a
0,5 2 2 2
donc : D ≈ 45, 25.
Z 1
2. Calculons 7x2 − ex dx. Nous avons :


0

1 10
Z 1 Z 1 Z 1
7x2 − ex dx = 7 x2 dx − ex dx = 7 − (e − 1) =


−e
0 0 0 3 3
1
Z 1 Z 1
Noter que : x2 dx = et ex dx = e − 1.
0 3 0
sin(nx)
Z n
3. Soit In = dx. Montrons que In → 0 lorsque n → +∞.
1 1 + xn
sin(nx)  | sin(nx)| 1 1
Z n  Z n Z n Z n
|In | = 

 dx ≤ dx ≤ dx ≤ dx
1 1+x 1+x 1 1+x
n n n n
1 1 x

Il ne reste plus qu’à calculer cette dernière intégrale (en anticipant un peu sur la
suite du chapitre) :
#n
1 1
"
x−n+1 n−n+1
Z n Z n
−n
dx = x dx = = − −−−−−→ 0
1 xn 1 −n + 1 1
−n + 1 −n + 1 n→+∞

(car n−n+1 → 0 et 1
−n+1 → 0).
30 Chapitre 3. Eléments de calcul intégral

3.2 Primitive et intégrale

3.2.1 Rappels
Relation entre primitive et intégrale
— Soit f : I → R une fonction définie sur un intervalle I quelconque. On dit que
F : I → R est une primitive de f sur I si F est une fonction dérivable sur I vérifiant
F 0 (x) = f (x) pour tout x ∈ I. Trouver une primitive est donc l’opération inverse de
calculer la fonction dérivée. Z x
— La fonction F : I → R définie par F (x) = f (t) dt est la primitive de f qui
a
s’annule en a, c’est-à-dire F est dérivable et F 0 (x) = f (x). Par conséquent pour une
Z b
primitive F quelconque de f : f (t) dt = F (b) − F (a)
a

Exercice 3.1
√ 1
1. Trouver les primitives des fonctions : x3 − x7 , cos x + exp x, sin(2x), 1 + x + x, √ ,
x
√ 1
3
x, .
x+1
x 1 1 1
2. Trouver les primitives des fonctions : cosh(x)−sinh( ), ,√ −√ .
2 1 + 4x2 1+x 2 1 − x2

Intégration par parties

On suppose que f 0 g et f g 0 admettent une primitive, alors
Z Z
f 0 (x)g(x)dx = f g − f (x)g 0 (x)dx.

L’intégration par parties permet de trouver une primitive d’un produit de polynômes
et d’une fonction trigonométrique, usuelle ou hyperbolique, exponentielle, ou produit des
deux.

Changement de variables
Soit (a, b) ∈ R2 tel que a < b, ϕ ∈ C 1 ([a, b]) (fonction continue et dérivable), f ∈
C 0 (ϕ([a, b])) (fonction continue) : on a la formule
Z b Z ϕ(b)
f (ϕ(t))ϕ0 (t)dt = f (t)dt.
a ϕ(a)

Les notations traditionnelles sont :

Z Z
f (x)dx = f (ϕ(t))ϕ0 (t)dt

avec x = ϕ(t) et dx = ϕ0 (t)dt.

? Changements de variable à connaître :

3.3. Intégration des formes particulières 31

— Changement de variable affine (polynôme du second degré).

— Pour les fonctions rationnelles en t, on peut poser u = tα où α ∈ N \ {0, 1} (ou
uα = t), pour diminuer les degrés du numérateur et du dénominateur.
? Le changement de variables sert à simplifier la fonction à intégrer, ou changer les
bornes d’intégration.

Exercice 3.2
1. Calculer les intégrales à l’aide d’intégrations par parties :
Z π/2 Z π/2
t sin t dt, t2 sin t dt,
0 0

2. Calculer les intégrales à l’aide de changements de variable :

Z ap Z π √
a2 − t2 dt ; 1 + cos t dt
0 −π

Pour ce dernier poser deux changements de variables : u = cos t, puis v = 1 − u.

3.2.2 Formulaire
Soient n ∈ N, p ∈ Z \ {−1}, q ∈ R \ {−1}, a ∈ R∗+ . Le tableau 3.1 (page 32) donne les
primitives usuelles.

3.3 Intégration des formes particulières

3.3.1 Intégration des fonctions rationnelles
P (x)
Soit une fraction rationnelle, où P (x), Q(x) sont des polynômes à coefficients
Q(x)
P (x)
réels. Alors la fraction s’écrit comme somme d’un polynôme E(x) ∈ R[x] (la partie
Q(x)
entière) et d’éléments simples d’une des formes suivantes :

γ αx + β
ou avec b2 − 4ac < 0
(x − x0 )k (ax2 + bx + c)k

où α, β, γ, a, b, c ∈ R et k ∈ N \ {0}.
1. On sait intégrer le polynôme E(x).
γ
2. Intégration de l’élément simple .
(x − x0 )k
(a) Si k = 1 alors
γ dx
Z
= γ ln |x − x0 | + c
x − x0
sur ] − ∞, x0 [ ou ]x0 , +∞[.
32 Chapitre 3. Eléments de calcul intégral

Table 3.1 – Primitives usuelles

Fonction Primitive Domaine de validité

xn+1
x 7−→ xn x 7−→ R
n+1
xp+1
x 7−→ xp x 7−→ R∗+ ou R∗−
p+1
xq+1
x 7−→ xq x 7−→ R∗+
q+1
1
x 7−→ x 7−→ ln(|x|) R∗+ ou R∗−
x
x 7−→ exp(x) x 7−→ exp(x) R
x 7−→ sin(x) x 7−→ − cos(x) R
x 7−→ cos(x) x 7−→ sin(x) R
x 7−→ tan(x) x 7−→ − ln(| cos(x)|) − 2 + kπ, π2 + kπ , k ∈ Z
 π 

x 7−→ cotan(x) x 7−→ ln(| sin(x)|) ]kπ, (k + 1)π[, k ∈ Z

1
x 7−→ x 7−→ ln(| tan(x/2)|) ]kπ, (k + 1)π[, k ∈ Z
sin(x)
1
x 7−→ x 7−→ ln(| tan(x/2 + π4 )|) ]− π
+ kπ, π2 + kπ[, k ∈ Z
cos(x) 2
1
x 7−→ x 7−→ −cotan(x) ]kπ, (k + 1)π[, k ∈ Z
sin(x)2
1
x 7−→ x 7−→ tan(x) ]− π
+ kπ, π2 + kπ[, k ∈ Z
cos(x)2 2

x 7−→ sinh(x) x 7−→ cosh(x) R

x 7−→ cosh(x) x 7−→ sinh(x) R
x 7−→ tanh(x) x 7−→ ln(cosh(x)) R
x 7−→ coth(x) x 7−→ ln(| sinh(x)|) R∗+ ou R∗−
1
x 7−→ x 7−→ ln(tanh(x/2)) R∗+ ou R∗−
sinh(x)
1
x 7−→ x 7−→ 2 arctan(exp(x)) R
cosh(x)
1
x 7−→ x 7−→ −coth(x) R∗+ ou R∗−
sinh(x)2
1
x 7−→ x 7−→ tanh(x) R
cosh(x)2
1 1 1 a + x
x  
x 7−→ 2 x 7−→ argth , x 7−→ ln   ] − a, a[, ] − ∞, −a[ ou
a − x2 a a 2a a − x
]a, +∞[
1 1 x
x 7−→ x 7−→ arctan R
+ x2
a2 a  x a
1
x 7−→ √ x 7−→ arcsin ] − a, a[
a − x2  xa
2
1 √
x 7−→ √ x 7−→ argsh , x 7−→ ln(x + a2 + x2 ) R
a + x2
2 a
1 x √
x 7−→ √ x 7−→ argch , x 7−→ ln(x + x2 − a2 ) ]a, +∞[, ] − ∞, a[ ou
x − a2
2 a
]a, +∞[
1
 
x − <(α)
x 7−→ x 7−→ ln(|x − α|) + i arctan R
x−α =(α)

(b) Si k ≥ 2 alors
γ dx γ
Z Z
=γ (x − x0 )−k dx = (x − x0 )−k+1 + c
(x − x0 )k −k + 1
3.3. Intégration des formes particulières 33

sur ] − ∞, x0 [ ou ]x0 , +∞[.

αx + β
3. Intégration de l’élément simple . On écrit cette fraction sous la forme
(ax2 + bx + c)k
αx + β 2ax + b 1
=γ +δ
(ax2 + bx + c) k (ax + bx + c)
2 k (ax + bx + c)k
2

(a)
2ax + b u0 (x) 1
Z Z
dx = dx = u(x)−k+1 + c
(ax2 + bx + c)k u(x)k −k + 1
1
= (ax2 + bx + c)−k+1 + c
−k + 1
1
Z
(b) Si k = 1, calcul de dx. Par un changement de variable u = px+q
+ bx + c
ax2
du
Z
on se ramène à calculer une primitive du type = arctan u + c.
u +1
2
1
Z
(c) Si k ≥ 2, calcul de dx. On effectue le changement de variable
(ax + bx + c)k
2
du
Z
u = px + q pour se ramener au calcul de Ik = . Une intégration par
(u2 + 1)k
parties permet de passer de Ik à Ik−1 .
du 1
Z
Par exemple, calculons I2 . Partant de I1 = , on pose f = 2 et
u +1
2 u +1
g 0 = 1. La formule d’intégration par parties
Z Z
f g 0 = [f g] − f 0g

2u
donne (avec f 0 = − et g = u)
(u2 + 1)2

du u 2u2 du u u2 + 1 − 1
Z   Z   Z
I1 = = + = + 2 du
 u +1 u2 + 1 Z(u + 1) u2 + 1  (u2 + 1)2
2 2 2
u R du du u

= +2 −2 = 2 + 2I1 − 2I2
u +1
2 u +1
2 (u + 1)
2 2 u +1
1 1 u
On en déduit I2 = I1 + + c. Mais comme I1 = arctan u alors
2 2 u2 + 1
du 1 1 u
Z
I2 = = arctan u + + c.
(u2 + 1) 2 2 2 u2 + 1
x+1
Exemple 3.2 Soit f (x) = . Dans un premier temps on fait apparaitre une
2x2 +x+1
u0
fraction du type (que l’on sait intégrer en ln |u|).
u
1 1
(4x + 1) − + 1 1 4x + 1 3 1
f (x) = 4 4 = · 2 + · 2
2x + x + 1
2 4 2x + x + 1 4 2x + x + 1
34 Chapitre 3. Eléments de calcul intégral

4x + 1
On peut intégrer la fraction :
2x2 +x+1

4x + 1 u0 (x)
Z Z
dx = dx = ln 2x2 + x + 1 + c
 
2x2 + x + 1 u(x)

1 1
Occupons nous de l’autre partie , nous allons l’écrire sous la forme 2
2x2 +x+1 u +1
(dont une primitive est arctan u).

1 1 1 8 1
= = = ·
2x2 + x + 1 1 2 1 1 2 7 7 8 1
2(x + ) − + 1 2(x + ) + 2(x + )2 + 1
4 8 4 8 7 4
8 1
= ·
7 √4 (x + 1 )
2 + 1
7 4

4 1 4
On pose le changement de variable u = √ (x + ) (et donc du = √ dx) pour trouver
7 4 7
√
dx 8 dx 8 du 7 2
Z Z Z
= = · = √ arctan u + c
2x + x + 1
2 7 √4 (x + 1 ) 2 + 1

7 u +1 4
2
7
7 4
2 4 1

 
= √ arctan √ x+ + c.
7 7 4

Finalement :
1 3 4 1

Z  
f (x) dx = ln 2x2 + x + 1 + √ arctan √ x + +c


4 2 7 7 4

3.3.2 Intégration des fonctions trigonométriques

On peut aussi calculer les primitives de la forme

P (cos x, sin x)
Z Z
P (cos x, sin x) dx ou dx
Q(cos x, sin x)

quand P et Q sont des polynômes, en se ramenant à intégrer une fraction rationnelle.

Il existe deux méthodes :

— les règles de Bioche sont assez efficaces mais ne fonctionnent pas toujours ;
— le changement de variable t = tan x2 fonctionne tout le temps mais conduit à davan-
tage de calculs.
3.3. Intégration des formes particulières 35

Les règles de Bioche

On note ω(x) = f (x) dx. On a alors ω(−x) = f (−x) d(−x) = −f (−x) dx et ω(π−x) =
f (π − x) d(π − x) = −f (π − x) dx.
— Si ω(−x) = ω(x) alors on effectue le changement de variable u = cos x.
— Si ω(π − x) = ω(x) alors on effectue le changement de variable u = sin x.
— Si ω(π + x) = ω(x) alors on effectue le changement de variable u = tan x.

cos x dx
Z
Exemple 3.3 Calcul de la primitive .
2 − cos2 x
cos x dx
On note ω(x) = . Comme
2 − cos2 x

cos(π − x) d(π − x) (− cos x) (−dx)

ω(π − x) = = = ω(x)
2 − cos (π − x)
2 2 − cos2 x

alors le changement de variable qui convient est u = sin x pour lequel du = cos x dx.
Ainsi :
cos x dx cos x dx du
Z Z Z
= = = arctan u = arctan(sin x) + c.
 
2 − cos2 x 2 − (1 − sin2 x) 1+u 2

x
Le changement de variable t = tan .
2
Les formules de la "tangente de l’arc moitié" permettent d’exprimer sinus, cosinus et
tangente en fonction de tan x2 . Avec t = tan x2 , on a

1 − t2 2t 2t 2 dt
cos x = , sin x = , tan x = et dx = .
1 + t2 1 + t2 1 − t2 1 + t2

Exemple 3.4 Calcul de l’intégrale

Z 0
dx
.
−π/2 1 − sin x
x
Le changement de variable t = tan définit une bijection de [− π2 , 0] vers [−1, 0] (pour
2
π 2t
x = − , t = −1 et pour x = 0, t = 0). De plus on a sin x = et dx = 1+t 2.
2 dt
2 1 + t2
2 dt
Z 0 Z 0 Z 0 Z 0
dx
= 1 + t2 = 2 dt
=2
dt
π 2t
− 1 − sin x −1
1− −1 1 + t − 2t
2
−1 (1 − t)
2
2 1+t 2

1 1
 0 
=2 =2 1− =1
1 − t −1 2
36 Chapitre 3. Eléments de calcul intégral

3.4 Exercices
1. Dans une épreuve d’exploration de la fonction respiratoire, on enregistre au cours
du temps le débit de l’air au niveau de trachée (le débit en cm3 × s−1 ) est compté
positivement pendant l’inspiration et négativement pendant l’expiration). L’enregis-
trement est fait pendant une inspiration normale et suivie d’une expiration forcée.
temps en s 0 1 1,5 2 3 4 6
débit en en cm3 × s−1 0 400 300 0 -800 -600 0
Calculez approximativement l’air de réserve, c’est-à-dire le volume d’air expiré par
expiration forcée, moins le volume d’air inspiré par inspiration normale.

2. Trouver une primitive de x2 ex sous la forme (ax2 + bx + c)ex .

1
3. Trouver toutes les primitives de x 7→ (préciser les intervalles et les constantes).
x2
Z π 1
1−x
Z 1 Z e
dx dx
Z
4. Calculer les intégrales n
x dx, 4 , dx,
2
.
0 0 1 + x2 1 x2 0 x2 −1
n
ek/n
5. Calculer la limite (lorsque n → +∞) de la somme Sn = . Idem avec
X

k=0
n
n
n
Sn0 = .
X

k=0
(n + k)2
Z Z
6. Déterminer les primitives à l’aide d’intégrations par parties : t sinh t dt, t2 sinh t dt,
Z
puis par récurrence tn sinh t dt.
Z √
7. Déterminer les primitives suivantes à l’aide de changements de variable : e t
dt,
sinh t
Z
tanh t dt où tanh t = .
cosh t
4x + 5 6−x 2x − 4
Z Z Z
8. Calculer les primitives dx, dx, dx,
x +x−2
2 x − 4x + 4
2 (x − 2)2 + 1
1
Z
dx.
(x − 2)2 + 1
dx x dx
Z Z
9. Calculer les primitives Ik = pour tout k ≥ 1. Idem avec Jk = .
(x − 1)k (x2 + 1)k
Z 1 Z 1 Z 1
dx x dx x dx
10. Calculer les intégrales suivantes : , , ,
0 x2 + x + 1 0 x2 + x + 1 0 (x2 + x + 1)2
Z 1
dx
.
0 (x + x + 1)2
2

11. Calculer les intégrales suivantes :

π π Z 2π
dx
Z Z
2 2
sin2 x cos3 x dx, cos4 x dx, .
− π2 0 0 2 + sin x
Chapitre 4

Equations différentielles ordinaires

A la fin de ce cours, l’apprenant devra être capable de (d’) :

— Modéliser des phénomènes qui dépendent du temps, en reliant les grandeurs et leurs
vitesses d’évolution.
— Savoir résoudre des équations différentielles de type courant.

4.1 Introduction
Les équations différentielles sont le principal instrument utilisé par les scientifiques
pour formuler les modèles mathématiques de situations réelles. Elles jouent un rôle tout à
fait central dans l’utilisation des mathématiques pour décrire le monde qui nous entoure,
et donc ont des applications dans de nombreuses domaines dont les sciences naturelles.
Entre autres exemples d’applications :
— l’étude de la dynamique des populations : évolution dans le temps de populations
biologiques (humaines, animales, végétales, ou microbiennes),
— La description de la croissance d’organes, des ailes d’oiseaux, des tumeurs cancé-
reuses...
— la résolution des systèmes différentiels linéaires : type de système servant à modéliser
la dynamique de deux quantités évoluant avec le temps.
— etc . . .

4.2 Généralités sur les équations différentielles

Une équation différentielle est un type d’équation un peu particulier, dans la mesure où
l’inconnu est une fonction en générale désignée par la notation "y". On parle d’"équation
différentielle" dans la mesure où les dérivées de la fonction inconnue figurent aussi dans
l’équation.

Définition 4.1 Une équation différentielle (E) est une équation faisant intervenir une
fonction y (fonction inconnue) ainsi que quelques unes de ses dérivées d’ordre supérieur
y 0 , y 00 , y (3) , . . . , y (n) .

37
38 Chapitre 4. Equations différentielles ordinaires

— Si l’ordre le plus grand des dérivées de la fonction inconnue est n alors on dit que
l’équation différentielle est d’ordre n.
— On appelle solution de l’équation différentielle d’ordre n (E), toute fonction y, n fois
dérivable sur un intervalle I de R et qui vérifie sur I la relation (E).
— Résoudre (E) dans I, c’est rechercher l’ensemble des solutions dans I de (E). La
courbe représentant une solution de (E) est aussi appelée courbe intégrale de (E).
— On appelle problème de Cauchy, la donnée d’une équation différentielle et de condi-
tions imposées.

Remarque 4.1 Il se peut que certaines des quantités x, y, y 0 , . . ., y (n) ne figurent pas
dans l’équation (E).

Exemple 4.1
1) Les équations y 0 (x) − 2xy(x) = 0, 2y(x)y 0 (x) + 3x = 1, (y 0 (x))2 + y(x) + x + 1 = 0 sont
des équations différentielles du premier ordre.
2) L’équation 2y 00 − y = 0 est une équation différentielle du second ordre.
3) L’équation y (n) = sin x est une équation différentielle d’ordre n.

Définition 4.2 Une équation différentielle est dite linéaire si elle est de la forme
an (x)y (n) + · · · + a1 (x)y 0 + a0 (x)y = b(x) (E)
La fonction b s’appelle second membre de l’équation ; si b = 0, l’équation est dite sans
second membre ou homogène. Si an = 1 alors on dit que (E) est normalisée.

4.3 Equations différentielles du premier ordre

4.3.1 Equations à variables séparables

Définition 4.3 On appelle équation à variables séparables toute équation qui est sous la
forme :
f (y(t))y 0 (t) = g(t)
où f et g sont des fonctions données dont on connaît des primitives F et G.

Par passage aux primitives, on a :

F (y(t)) = G(t) + C
et si F possède une fonction réciproque F −1 , on en tire :
y(t) = F −1 (G(t) + C),
relation qui donne toutes les solutions de l’équation. Cette solution générale dépend de la
constante d’intégration C.
4.3. Equations différentielles du premier ordre 39

Remarque 4.2 En pratique, on peut écrire l’équation sous la forme :

f (y)dy = g(t)dt

puis intégrer formellement les deux membres :

Z Z
f (y) dy = g(t) dt

et exprimer y en fonction de t.

Exemple 4.2 L’équation différentielle

y 0 (t) = 2ty 2 (t)

est une équation du premier degré à variables séparables. Elle peut donc s’écrire sous la
forme :
y 0 (t)
= 2t.
y 2 (t)
En intégrant, on obtient :
−1
= t2 + k
y(t)
soit donc
−1
y(t) =
t2 + k
où k est une constante réelle quelconque. La valeur de k ne peut s’obtenir qu’avec une
information supplémentaire, par exemple la valeur initiale y(0) pour t = 0.

4.3.2 Equations différentielles linéaires du premier ordre

Définition 4.4 On appelle équation différentielle linéaire du premier ordre, toute équa-
tion qui est sous la forme :
a(x)y 0 + b(x)y = c(x)
où a, b et c sont des fonctions données, continues sur un intervalle I de R. Elle est homogène
(ou sans second membre) si c(x) = 0.

Pour la résolution, on se place sur un intervalle J ⊂ I tel que a ne s’annule pas sur J.
On peut donc la réécrire sous la forme :

y 0 = α(x)y + β(x) (E)

où α et β sont des fonctions continues sur J.

Théorème 4.1 (Principe de superposition) La solution générale de l’équation diffé-

rentielle (E) est somme d’une de ses solutions particulières et de la solution générale de
l’équation différentielle homogène associée (E 0 ) : y 0 = α(x)y.
40 Chapitre 4. Equations différentielles ordinaires

— Résolution de l’équation homogène (E 0 ) : y 0 = α(x)y

On note γ une primitive de α et k une constante quelconque. La solution générale

de l’équation homogène (E 0 ) est :

y(x) = keγ(x) .

— Recherche d’une solution particulière (méthode de Lagrange)

La solution générale de l’équation homogène (E 0 ) étant y(x) = keγ(x) , k étant une
constante quelconque, introduisons une fonction auxiliaire k(x) telle que

y(x) = k(x)eγ(x) soit solution de l’équation (E)

En calculant y 0 (x), en reportant dans l’équation y(x) et y 0 (x), et en simplifiant, il

reste :
k 0 (x) = β(x)e−γ(x)
On en déduit k(x) par primitive, puis la solution particulière y(x) en reportant dans
la forme de départ.

Remarque 4.3 Cette méthode s’appelle aussi méthode de variation de la constante.

Ce mot curieux (une constante qui varie !) vient du fait qu’on remplace la constante k
obtenue en résolvant l’équation homogène par une fonction k(x).

En résumé,

Solution générale de l’équation avec second membre

=
solution générale de l’équation sans second membre associée (homogène)
+
solution particulière de l’équation avec second membre

Remarque 4.4 Mettre la constante d’intégration dans le calcul de primitive ci-dessus

(détermination de k(x)) revient à additionner la solution de l’équation homogène associée.
Il est donc inutile de faire les deux opérations.

Exemple 4.3 Résolvons sur l’intervalle ]0; +∞[ l’équation différentielle

2
(E) : y0 = y−3
x
Il s’agit d’une équation différentielle linéaire du premier ordre avec second membre. L’équa-
tion homogène associée à (E) est :
2
y0 = y
x
qui admet pour solutions sur l’intervalle ]0; +∞[, les fonctions yH : x 7→ ke2 ln x = kx2 , k
étant une constante réelle car
2
Z
dx = 2 ln x + c
x
4.4. Equations différentielles linéaires du second ordre à coefficients constants 41

Recherchons à l’aide de la méthode de variation de constante, une solution particulière de

(E) sous la forme : yP : x 7→ x2 k(x).
On a yP0 (x) = 2xk(x) + x2 k 0 (x). En remplaçant yP et yP0 dans l’équation (E), on obtient
−3
x2 k 0 (x) = −3, soit donc k 0 (x) =
x2
3
par intégration, on obtient k(x) = . Par conséquent, yP = x2 k(x) = 3x
x
Par suite la solution générale de (E) sur l’intervalle ]0; +∞[ est donc

yG = yH + yP = kx2 + 3x, k étant une constante réelle.

Concernant le second point de la remarque 4.3 on aurait pu en intégrant la relation k 0 (x) =

−3 3
2
écrire k(x) = + c, c étant une constante réelle. Ainsi, en remplaçant k(x) dans
x x
l’expression y(x) = x2 k(x), on obtient directement la même solution générale de l’équation
(E) sur ]0; +∞[ :
3
y(x) = x2 ( + c) = 3x + cx2 , c étant une constante réelle.
x

Exercice d’application. Résoudre les équations différentielles suivantes :

1) (E1 ) : y 0 (t) = y 2 (t)
2) (E2 ) : (1 + x2 )y 0 (x) − xy(x) = 0
3) (E3 ) : y 0 + y = e2x
4) (E4 ) : ty 0 (t) + y(t) = 3t2 sur un intervalle ne contenant pas 0.

4.4 Equations différentielles linéaires du second ordre à co-

efficients constants
4.4.1 Généralités

Définition 4.5 On appelle équation différentielle linéaire du second ordre à coefficients

constants, toute équation qui est sous la forme :

ay 00 (x) + by 0 (x) + cy(x) = f (x) (E)

où a, b et c sont des constantes réelles données.

Exemple 4.4
— L’équation 2y 00 − 5y = x + 3 est une équation différentielle linéaire du second ordre
à coefficients constants avec second membre.
— L’équation y 00 + 2y 0 − 5y = 0 est une équation différentielle linéaire du second ordre
à coefficients constants sans second membre.
42 Chapitre 4. Equations différentielles ordinaires

Théorème 4.2 (Cauchy-Lipschitz) Si on impose en plus les conditions initiales : y(x0 ) =

y0 et y(x1 ) = y1 , l’équation différentielle (E) admet une, et une seule, solution.

Théorème 4.3 (Linéarité)

1) Toute solution de l’équation différentielle (E) est de la forme :

yH + yP

où yP est une solution particulière de l’équation différentielle (E) et yH est la solution

générale de l’équation homogène associée :

ay 00 (x) + by 0 (x) + cy(x) = 0.

2) Si y1 est une solution particulière de l’équation :

ay 00 (x) + by 0 (x) + cy(x) = f1 (x)

et y2 solution de l’équation différentielle :

ay 00 (x) + by 0 (x) + cy(x) = f2 (x)

alors y1 + y2 est solution de l’équation différentielle

ay 00 (x) + by 0 (x) + cy(x) = f1 (x) + f2 (x).

4.4.2 Résolution de l’équation homogène

Soit (E 0 ) : ay 00 + by 0 + cy = 0 l’équation homogène associée à (E). La fonction x 7→ erx
est solution de (E) si, et seulement si, r vérifie l’équation caractéristique :

ar2 + br + c = 0

ce qui conduit à calculer le discriminant ∆ = b2 − 4ac.

— Si ∆ > 0, l’équation caractéristique a deux racines distinctes r1 et r2 . Alors la
solution générale de (E 0 ) est sous la forme :

y(x) = Aer1 x + Ber2 x ; A, B sont des constantes quelconques.

— Si ∆ = 0, l’équation caractéristique a une racine double r0 . Alors la solution générale

de (E 0 ) est sous la forme :

y(x) = (Ax + B)er0 x ; A, B sont des constantes quelconques.

— Si ∆ < 0, l’équation caractéristique a deux racines complexes conjuguées α ± iβ.

Alors la solution générale de (E 0 ) est sous la forme :

y(x) = eαx (A cos βx + B sin βx); A, B sont des constantes quelconques.

4.4. Equations différentielles linéaires du second ordre à coefficients constants 43

4.4.3 Recherche d’une solution particulière de (E)

• Cas où le second membre f (x) est un polynôme P (x) de degré n.

Il existe une solution particulière de (E) sous la forme d’un polynôme :

— de degré n si c 6= 0 ;
— de degré n + 1 si c = 0 et b 6= 0;
— de degré n + 2 si b = c = 0 et a 6= 0.
La recherche de cette solution se fait par identification.
• Cas où le second membre f (x) = ekx P (x) avec P polynôme et k constante.

On effectue le changement de fonction inconnue :

y(x) = ekx z(x)

où z est une nouvelle fonction inconnue.

En reportant y, y 0 et y 00 dans l’équation (E), on est conduit à une équation en z du
type précédent :

αz 00 + βz 0 + γz = Q(x), avec α = a, β = ak + b, γ = c et Q(x) = P (x) − ak 2 − bk

Autrement, si le second membre est sous la forme f (x) = ekx P (x) alors
une solution particulière est cherchée sous la forme :

yP (x) = ekx Q(x)

où Q est un polynôme de degré :

— celui du polynôme P (deg(P )) si k n’est pas racine de l’équation caracté-
ristique
— deg(P ) + 1 si k est racine simple de l’équation caractéristique
— deg(P ) + 2 si k est racine double de l’équation caractéristique
• Cas où le second membre f (x) = eαx cos βx P (x) ou f (x) = eαx sin βx P (x)
avec α et β réels, et P polynôme à coefficients réels.

Une solution particulière est la partie réelle, ou la partie imaginaire, de la solution

particulière obtenue pour l’équation de second membre f (x) = e(α+iβ)x P (x).

Exercice d’application.
1) Résolvez l’équation différentielle avec conditions initiales : y 00 (x) + 2y(x) + y(x) = x
avec y(0) = y 0 (0) = 1.
2) Déterminez la solution générale de l’équation différentielle :

y 00 + 3y 0 + 2y = xe−x .
44 Chapitre 4. Equations différentielles ordinaires

4.5 Exemples d’application

4.5.1 Evolution d’une population de bactéries
On considère une population de bactéries et on désigne par x(t) son effectif à l’instant
t. Lorsqu’elle est isolée, et en milieu nutritif suffisant, cette population a un taux de crois-
sance constant égal à a > 0 , c’est-à-dire que sa vitesse de croissance est proportionnelle
à l’effectif avec le coefficient a.

La présence d’une toxine, en quantité notée y(t), diminue la vitesse de croissance de

la population, de façon proportionnelle à la quantité de toxine, avec un coefficient b > 0.

L’évolution de l’effectif des bactéries est donc régie par l’équation différentielle :

x0 (t) = ax(t) − by(t).

Si l’introduction de la toxine se fait à vitesse constante c, à partir de t = 0, on a y(t) = ct.

Vous pouvez alors résoudre l’équation différentielle.

La solution générale est :

bc 1
 
x(t) = λeat + +t .
a a
Il reste alors à préciser la constante λ apparue dans la résolution mathématique, en
connaissant la quantité initiale x(0) = x0 de bactéries, soit
bc
λ = x0 − .
a2

4.5.2 Modèle continu de Verhulst

C’est l’un des premiers modèles qui décrit l’évolution d’une population (bactéries, ani-
maux, . . . ). La version simplifiée de ce modèle consiste à considérer les taux de natalité,
n, et de mortalité, m, constants.

En notant x(t) le nombre d’individus de la population considérée, à l’instant t, le

modèle est une équation différentielle linéaire d’ordre 1 :

x0 (t) = nx(t) − mx(t) = (n − m)x(t)

dont la solution générale est :

x(t) = x(0)e(n−m)t .
La prolifération, la constance ou l’extinction de la population dépendent du signe positif,
nul ou négatif de la quantité n − m.

En fait, ce modèle est un cas particulier d’un modèle plus général où les taux de natalité
et de mortalité dépendent de l’effectif de la population x(t) à l’instant t :

x0 (t) = [n(x(t)) − m(x(t))]x(t).

4.6. Exercices 45

Pierre-François Verhulst (1804–1849) a étudié particulièrement les cas où la fonction n est

constante (n(x) = a) et la fonction x 7→ m(x) de la forme : m(x) = bxp avec p = 1, 2, . . ..
Lorsque p = 1, on obtient l’équation logistique :

x0 (t) = (a − bx(t))x(t)

dont la solution générale est :

kx(0) a
x(t) = où k = .
x(0) + (k − x(0))e−at b

Nous remarquons alors, qu’en fonction de la condition initiale x(0) (supérieure, égale ou
inférieure au rapport k), la fonction décroît, est constante ou croît.
Dans tous les cas, elle se rapproche de la position stable x = K.

4.6 Exercices
Exercice 4.1 Résoudre les équations différentielles linéaires d’ordre 1 suivantes :
(1) y 0 − xy = x (2) x2 y 0 + y = 1
(3) xy 0 − y = ln x (4) 2xy 0 + y = 1
(5) y 0 + y = e−x et y(0) = 0.

Exercice 4.2 Résoudre les équations différentielles d’ordre 1 à variables séparables sui-
vantes :
(1) xy 0 − 2y = 0 (2) y 2 + (x + 1)y 0 = 0
(3) yy 0 = x (4) y 0 = ey
(5) x2 y 0 + y = 3 (6) y 0 − xe−y = 0

Exercice 4.3 Résoudre les équations différentielles linéaires d’ordre 2 suivantes :

(1) y 00 − 5y 0 + 6y = 0 (2) y 00 − 9y = 0
(3) y 00 + 9y = 0 (4) y 00 − 3y 0 + 2y = xe2x
(5) y 00 − 4y 0 + 4y = x2

Exercice 4.4 On suppose que la vitesse de refroidissement d’un corps est proportionnelle
à la différence entre la température dudit corps à l’instant t et la température constante
de l’air ambiant. On suppose le coefficient de proportionnalité est une constante notée k.
Si on note x(t) la température au temps t et a la température ambiante, cela correspond
à:
x0 (t) = k(x(t) − a).

1) On suppose qu’à un temps initial t0 , x(t0 ) = x0 . Déterminer l’expression de x(t) à un

instant t > t0 .
46 Chapitre 4. Equations différentielles ordinaires

2) La température de votre cuisine est constante, égale à 20°C. Quand vous le sortez du
four à 20h, la température du gâteau que vous avez préparé pour vos invités est 180°C.
Vous observez qu’à 20h30 elle est de 100°C. A quelle heure pourrez-vous le servir à la
température idéale c’est-à-dire 25°C ?

Exercice 4.5 Résolvez l’équation différentielle du modèle continu de Gompertz :

k
 
0
x (t) = rx(t) ln r, k étant des constantes strictement positives,
x(t)

x(t) désigne le nombre d’individus de la population considérée, à l’instant t. (On pourra

faire un changement de fonction en posant : u(t) = ln(x(t)).
Note : Le modèle de Gompertz est utilisé dans de nombreux domaines. Il sert à décrire
la croissance d’organes, des ailes d’oiseaux, des tumeurs cancéreuses, etc . . .

Exercice 4.6 (Le stress chez les rongeurs) La croissance d’une population de ron-
geurs se fait avec un taux constant a > 0 tant que l’effectif x(t) est en dessous d’un
seuil K. Lorsque l’effectif atteint la valeur K, les femelles sont en situation de stress et
on observe une décroissance dont le taux −A (avec A > 0) est proportionnel à l’effectif
x(t). Lorsque l’effectif a décru jusqu’à la valeur k, il n’y a plus de stress et le processus
de croissance initiale se rétablit. L’effectif oscille donc entre la valeur maximale K et la
valeur minimale k.
1) Etablissez les équations différentielles des phases de croissance et de décroissance.
2) Déterminez la période du cycle entre deux moments où l’effectif est k (de k à K, puis
de K à k).
Chapitre 5

Fonctions de deux variables

5.1 Définitions et exemples

5.1.1 Notion de fonction de deux variables

Définition 5.1 On appelle fonction de deux variables, toute relation f de R2 (ensemble

de départ) dans R (ensemble d’arrivée) qui, à chaque couple (x, y) ∈ R2 , associe au plus
un élément de R.

On note f : R2 → R et pour tout (x, y) ∈ R2 , l’élément associé à (x, y), s’il existe, est
noté f (x, y). Si z = f (x, y), alors z est l’image de (x, y) par f et (x, y) est un antécédent
de z par f .
Exemple 5.1 La surface d’un champ rectangulaire de longueur x et de largeur y est une
fonction de deux variables x et y définie par s(x, y) = xy. Le périmètre dudit champ est
aussi une fonction de deux variables définie par p(x, y) = 2(x + y).

Exemple 5.2 L’Organisation mondiale de la santé (OMS) a défini en 1997 l’indice de

masse corporelle (IMC) comme le standard pour évaluer les risques liés au surpoids chez
l’adulte. Selon la définition de l’OMS,
m
IMC(m, t) = 2
t
où m représente la masse en kg et t représente la taille en mètres.

5.1.2 Ensemble de définition

Définition 5.2 Soient D ⊂ R2 et f : D → R. L’ensemble de définition de f est l’ensemble

des couples (x, y) de R2 qui possèdent une image par f :

Df = {(x, y) ∈ D | f (x, y) existe}.

Exemple 5.3 On considère les fonctions suivantes de R2 dans R :

1
f (x, y) = ln(x2 + y 2 ), g(x, y) = ex+y , h(x, y) = , i(x, y) = y ln x.
x2 + y 2 + 1

47
48 Chapitre 5. Fonctions de deux variables

1) Df = {(x, y) ∈ R2 | x2 + y 2 > 0}. Comme x2 + y 2 > 0, alors (x, y) ∈ Df si et seulement

si x2 + y 2 6= 0. Or, x2 + y 2 = 0 implique x = y = 0 soit encore (x, y) = (0, 0). Ainsi

Df = R2 \ {(0, 0)} = R∗ × R∗ .

2) Par propriété de la fonction exponentielle, Dg = R2 .

3) Dh = {(x, y) ∈ R2 | x2 + y 2 6= −1} = R2 .
4) Di = {(x, y) ∈ R2 | x > 0} = R∗+ × R.

5.2 Représentation graphique

Soit f : R2 → R. Le graphe de f est l’ensemble
n o
Γ = (x, y, f (x, y)) ∈ R3 | (x, y) ∈ Df .

La représentation graphique d’une fonction de deux variables se fait donc en 3 dimensions

(3D). Elle est généralement impossible à concevoir à la main et se fait plutôt sur ordinateur.
Nous donnons à titre d’exemples, les représentations graphiques de quelques fonctions de
deux variables.

5.2.1 Exemples
Deux exemples de représentations graphiques ont donnés sur les figures 5.1 et 5.2.

30

20
f(x,y)

10

4
2
0
−4
0
−2
y

0 −2
x 2

4 −4

Figure 5.1 – Représentation graphique de la fonction f : R2 → R définie par f (x, y) = x2 + y 2

pour x ∈ [−4, 4] et y ∈ [−4, 4].
5.3. Dérivation des fonctions de deux variables 49

2
f(x,y)

4
2
−2
0

y
−2
−4
−4 −4
−2
0
2
x 4

Figure 5.2 – Représentation graphique de la fonction f : R2 → R définie par f (x, y) = sin(x +

y) cos(x + y) pour x ∈ [−5, 5] et y ∈ [−5, 5].

5.2.2 Ligne de niveau k

Définition 5.3 Soient D ⊂ R2 et f : D → R. Pour tout k ∈ R, l’ensemble

Ck = {(x, y) ∈ D | f (x, y) = k}
est appelé la ligne de niveau k ou la courbe de niveau k de la fonction f .

Dans un repère orthonormé de l’espace, la courbe de niveau k représente une coupe de

la courbe représentative de f à l’altitude z = k.
Exemple 5.4 Déterminons les courbes de niveau k de la fonction f : R2 → R définie par
f (x, y) = x2 + y 2 (figure 5.1). On a : f (x, y) = k =⇒ x2 + y 2 = k donc
 √
cercle de centre (0, 0) et de rayon k si k > 0


Ck = point (0, 0) si k = 0

n’existe pas

si k < 0

5.3 Dérivation des fonctions de deux variables

5.3.1 Dérivées partielles d’ordre 1

Définition 5.4 Soient D ⊂ R2 , f : D → R et (x0 , y0 ) ∈ D.

50 Chapitre 5. Fonctions de deux variables

— Si elle existe et est finie, la quantité

∂f f (x0 + ∆x, y0 ) − f (x0 , y0 )

(x0 , y0 ) = lim (5.1)
∂x ∆x→0 ∆x
est appelée dérivée partielle première (ou d’ordre 1 ) de f par rapport à x en (x0 , y0 ).
— Si elle existe et est finie, la quantité

∂f f (x0 , y0 + ∆y) − f (x0 , y0 )

(x0 , y0 ) = lim (5.2)
∂y ∆y→0 ∆y

est appelée dérivée partielle première (ou d’ordre 1 ) de f par rapport à y en (x0 , y0 ).
∂f ∂f
— Si pour tout (x, y) ∈ D, les dérivées partielles (x, y) et (x, y) existent, alors
∂x ∂y
∂f
les deux fonctions qui, à chaque (x, y) ∈ D, associent respectivement (x, y) et
∂x
∂f
(x, y), sont appelées fonctions dérivées partielles premières de f par rapport à x
∂y
∂f ∂f
et y et respectivement notées et .
∂x ∂x
— Si les dérivées partielles premières de f existent et sont continues, on dit que f est
de classe C 1 .

Remarque 5.1
1) Dans la formule (5.1), bien qu’il soit question de fonctions à deux variables, on remarque
que la dérivée partielle première de f par rapport à x est obtenue comme le quotient
d’un petit accroissement de f relativement à la variable x sur un petit accroissement
de x. Ainsi, en pratique, pour obtenir la dérivée partielle première de f par rapport à
x, il suffit de dériver f par rapport à x en considérant y comme une constante.
2) De même, pour évaluer ∂f /∂y, il suffit de dériver f par rapport à y en considérant x
comme une constante.
3) Bien que f soit une fonction à deux variables, le calcul de ses dérivées partielles repose
sur l’accroissement d’une seule variable à la fois (soit x soit y mais pas les deux à la fois).
Chaque dérivée partielle est donc une dérivée par rapport à l’une des deux variables,
l’autre étant considérée comme constante. Par conséquent, toutes les techniques de
calcul des dérivées de fonctions d’une seule variable s’appliquent aux dérivées partielles.
4) La dérivée partielle première d’une fonction suivant une variable décrit la façon dont
la fonction varie si ladite variable subit une petite variation, l’autre variable étant
maintenue constante.

Exemple 5.5 On considère les fonctions suivantes de R2 dans R :

f (x, y) = x2 + y 2 − 3xy + 4x, g(x, y) = ex − y, h(x, y) = y ln x.

∂f ∂f
1) = 2x − 3y + 4, = 2y − 3x.
∂x ∂y
5.3. Dérivation des fonctions de deux variables 51

∂g ∂g
2) = ex , = −1.
∂x ∂y
∂h y ∂h
3) = , = ln x.
∂x x ∂y

Remarque 5.2 Si f est une fonction de deux variables x et y, la dérivée partielle première
de f par rapport à x (respectivement y) est aussi notée fx0 ou ∂x f (respectivement fy0 ou
∂y f ).

5.3.2 Vecteur gradient

Le gradient de f en (x0 , y0 ) est le vecteur dont les composantes sont les dérivées
partielles premières de f en (x0 , y0 ) :

−−→ ∂f ∂f
 
grad f (x0 , y0 ) = (x0 , y0 ), (x0 , y0 ) .
∂x ∂y
−−→
Si grad f (x0 , y0 ) est différent du vecteur nul, alors il est orthogonal à la tangente de la
courbe de niveau passant par (x0 , y0 ).

5.3.3 Notation différentielle

Par définition, la dérivée partielle quantifie la variation de la valeur d’une fonction
f (x, y) lorsque l’une des deux variables varie alors l’autre est maintenue constante. En
sciences expérimentales par exemple, l’intérêt est parfois portée sur la variation de f
lorsque les deux variables x et y subissent simultanément des variations. On utilise pour
cela, la différentielle totale définie par

∂f ∂f
df = dx + dy.
∂x ∂y

En sciences expérimentales, la différentielle est utilisée pour estimer la variation de f en

fonction des variations ∆x et ∆y de ses deux variables :

∂f ∂f
∆f = f (x + ∆x, y + ∆y) − f (x, y) ≈ ∆x + ∆y. (5.3)
∂x ∂y

Exemple 5.6 On considère un cône dont le volume est donné par V = πr2 h/3 où r est le
rayon r et h la hauteur du cône. Supposons que le rayon passe de 20 à 20.5 et la hauteur
passe de 48 à 47.7.
1) A l’aide de la différentielle, estimons la variation de volume qui en résulte. Par appli-
cation de la formule (5.3), on a :

∂V ∂V 2πrh πr2 πr
∆V ≈ ∆r + ∆h = ∆r + ∆h = (2h∆r + r∆h)
∂r ∂h 3 3 3
3.1416 × 20
≈ (2 × 48 × 0.5 + 20 × (−0.3))
3
≈ 879.65
52 Chapitre 5. Fonctions de deux variables

2) Calculons exactement cette variation de volume.

V (20.5, 47.7) − V (20, 48) ' 20992.09 − 20106.24 = 885.85

On voit que l’erreur d’approximation est très faible par rapport à l’ordre de grandeur
du volume. L’approximation est donc bonne.

5.3.4 Dérivées partielles d’ordre 2

Soit f une fonction de deux variables x et y. Si les fonctions dérivées partielles premières
∂f ∂f
et existent et sont dérivables, on peut aussi calculer leurs dérivées partielles :
∂x ∂x
∂ ∂f ∂ ∂f ∂ ∂f ∂ ∂f
       
, , ,
∂x ∂x ∂x ∂y ∂y ∂x ∂y ∂y
plus simplement notées
∂2f ∂2f ∂2f ∂2f
, , ,
∂x2 ∂x∂y ∂y∂x ∂y 2
et appelées dérivées partielles secondes (ou dérivées partielles d’ordre 2 ) de f . La matrice

∂2f ∂2f
 

 ∂x2 ∂x∂y 
 
Hf =  
 ∂2f ∂2f 
 

∂y∂x ∂y 2
est alors appelée matrice hessienne de f .

Les dérivées partielles

∂2f ∂2f
et
∂x∂y ∂y∂x
sont appelées dérivées partielles secondes mixtes.

∂2f
Dans la notation , on dérive d’abord f par rapport à y puis le résultat est dérivé
∂x∂y
par rapport à x. Toutefois, le théorème suivant permet de préciser une condition simple
sous laquelle le résultat de la dérivation partielle à l’ordre 2 par rapport à deux variables
ne dépend pas de l’ordre dans lequel se fait cette dérivation.

Théorème 5.1 (Théorème de Schwarz) Soient D ⊂ R2 et f : D → R. Si les dérivées

partielles secondes de f existent et sont continues, alors la matrice hessienne de f est
symétrique c’est-à-dire :
∂2f ∂2f
= . (5.4)
∂x∂y ∂y∂x

Remarque 5.3
— La formule (5.4) est aussi appelée théorème de Clairaut, du nom du mathématicien
français Alexis Clairaut (1713-1765).
5.4. Optimisation d’une fonction de deux variables 53

— La condition « les dérivées partielles secondes de f existent et sont continues » se

traduit plus simplement par « f est de classe C 2 ».

Exemple 5.7 Soit la fonction f : R2 → R définie par f (x, y) = x2 y 3 + 3ey . Les dérivées
partielles d’ordre 1 sont données par :

∂f ∂f
= 2xy 3 , = 3x2 y 2 + 3ey .
∂x ∂y

Les dérivées partielles secondes sont données par

∂2f ∂ ∂f ∂
 
= = (2xy 3 ) = 2y 3 .
∂x2 ∂x ∂x ∂x
∂2f ∂ ∂f ∂
 
= = (3x2 y 2 + 3ey ) = 6xy 2 .
∂x∂y ∂x ∂y ∂x
∂2f ∂ ∂f ∂
 
= = (2xy 3 ) = 6xy 2 .
∂y∂x ∂y ∂x ∂y
∂2f ∂ ∂f ∂
 
= = (3x2 y 2 + 3ey ) = 6x2 y + 3ey .
∂y 2 ∂y ∂y ∂y

La formule (5.4) est donc vérifiée.

Remarque 5.4 Si f est une fonction de deux variables x et y, alors

∂2f
est aussi notée ∂xx f , ∂x2 f ou fxx
∂x2
∂2f
" ∂xy f , ou fxy
∂x∂y
∂2f
" ∂yx f , ou fyx
∂y∂x
∂2f
" ∂yy f , ∂y2 f ou fyy
∂y 2

5.4 Optimisation d’une fonction de deux variables

5.4.1 Généralités

Définition 5.5 Soit (x0 , y0 ) ∈ R2 . On appelle boule ouverte de centre (x0 , y0 ) et de rayon
r > 0, l’ensemble

B((x0 , y0 ), r) = {(x, y) ∈ R2 | k(x0 , y0 ) − (x, y)k < r}

où k(x0 , y0 ) − (x, y)k = (x0 − x)2 + (y0 − y)2 .

p
54 Chapitre 5. Fonctions de deux variables

Définition 5.6 On appelle ouvert de R2 , tout sous-ensemble U ⊂ R2 tel que pour tout
(x0 , y0 ) ∈ U , il existe r > 0 tel que B((x0 , y0 ), r) ⊂ U .

Définition 5.7 Soit D ⊂ R2 , (x0 , y0 ) ∈ D et f : D → R.

— La fonction f admet un maximum (resp. minimum) local en (x0 , y0 ) s’il existe un
ouvert U contenant (x0 , y0 ) tel que pour tout (x, y) ∈ U , l’on ait :

f (x, y) 6 f (x0 , y0 ) (resp. f (x, y) > f (x0 , y0 )).

— Un maximum ou un minimum local est appelé extremum local.

5.4.2 Condition nécessaire d’optimalité du premier ordre (CNO-1)

Théorème 5.2 Soit f une fonction de classe C 1 sur un ouvert U de R2 . Si f présente
un extremum local en (x0 , y0 ), alors ses dérivées partielles en sont nulles c’est-à-dire :

∂f ∂f −−→ →
−
(x0 , y0 ) = (x0 , y0 ) = 0 ou grad f (x0 , y0 ) = 0 . (5.5)
∂x ∂y

Remarque 5.5
1) Un point (x0 , y0 ) vérifiant (5.2) est appelé point stationnaire (ou point critique).
2) Les extrema locaux de f sont nécessairement des points stationnaires mais un point
stationnaire n’est pas forcément un extremum local. Par exemple, si

f (x, y) = x2 − y 2 ,
−−→
alors grad f = (2x, −2y) et (0, 0) est le seul point critique. Toutefois (0, 0) n’est pas
un extremum local c’est-à-dire ce n’est ni un minimum local ni un maximum local.
Pour démontrer cela, il suffit de trouver, pour tout r > 0, deux points dans B((0, 0), r)
dont l’un a une image strictement inférieure à celle de (0, 0) et l’autre a une image
strictement supérieure à celle de (0, 0). On peut prendre par exemple les points (0, r/2)
et (r/2, 0). En effet, (0, r/2) ∈ B((0, 0), r) et (r/2, 0) ∈ B((0, 0), r) car

k(0, 0) − (0, r/2)k = r/2 < r et k(0, 0) − (r/2, 0)k = r/2 < r.

De plus, f (0, 0) = 0, f (0, r/2) = −r2 /4 et f (r/2, 0) = r2 /4. On a donc f (0, r/2) <
f (0, 0) < f (r/2, 0) ce qui prouve que (0, 0) n’est ni un minimum local ni un maximum
local. Le point (0, 0) est appelé point-selle 1 (voir Figure 5.3).
1. Le mot selle vient de l’exemple d’une selle de cheval.
5.4. Optimisation d’une fonction de deux variables 55

1.0

0.5

f(x,y)
0.0

−0.5

−1.0 1.0
−1.0
0.5
−0.5
0.0
0.0

y
x
−0.5
0.5

1.0 −1.0

Figure 5.3 – Illustration de la notion de point-selle avec le point (0, 0) pour la fonction f : R2 → R
d’expression f (x, y) = x2 − y 2 .

5.4.3 Condition suffisante d’optimalité du second ordre (CSO-2)

Théorème 5.3 Soient f une fonction de classe C 2 sur un ouvert U de R2 et (x0 , y0 )
∂2f ∂2f
un point critique de f . Soient ∂xx f (x0 , y0 ) = (x 0 , y0 ), ∂xy f (x 0 , y0 ) = (x0 , y0 ),
∂x2 ∂x∂y
∂2f
∂yy f (x0 , y0 ) = (x0 , y0 ) et soit
∂y 2
!
∂xx f (x0 , y0 ) ∂xy f (x0 , y0 )
H(x0 , y0 ) =
∂xy f (x0 , y0 ) ∂yy f (x0 , y0 )

la matrice hessienne de f au point (x0 , y0 ) de déterminant

det(H(x0 , y0 )) = ∂xx f (x0 , y0 )∂yy f (x0 , y0 ) − (∂xy f (x0 , y0 ))2 .

1) Si det(H(x0 , y0 )) > 0, alors il y a deux possibilités :

(a) si ∂xx f (x0 , y0 ) > 0, alors f présente en (x0 , y0 ) un minimum local.
(b) si ∂xx f (x0 , y0 ) < 0, alors f présente en (x0 , y0 ) un maximum local.
2) Si det(H(x0 , y0 )) < 0, alors (x0 , y0 ) est un point-selle (ou point-col) : ce n’est pas un
extremum c’est-à-dire que ce n’est ni un minimum local ni un maximum local.
3) Si det(H(x0 , y0 )) = 0, on ne peut rien dire.
56 Chapitre 5. Fonctions de deux variables

Exemple 5.8 Déterminons et étudions les éventuels extréma de la fonction f définie sur
R2 par f (x, y) = x2 + xy + y 2 − 3x − 6y.

∂f


 =0
 ∂x

2x + y − 3 = 0 x=0
 ( (
⇐⇒ ⇐⇒

 ∂f x + 2y − 6 = 0 y=3
=0



∂y

Le point (0, 3) est le seul point critique. On peut étudier sa nature en utilisant les dérivées
partielles secondes.
∂2f ∂2f ∂2f
= 2, = 1, =2
∂x2 ∂x∂y ∂y 2
donc la matrice hessienne au point (0, 3) est
! !
∂xx f (0, 3) ∂xy f (0, 3) 2 1
H(0, 3) = = .
∂xy f (0, 3) ∂yy f (0, 3) 1 2

On a ∂xx f (0, 3) = 2 > 0 et det(H(0, 3)) = 3 > 0 donc (0, 3) est un minimum local. Cela
est confirmé par la figure 5.4.

60

40
f(x,y)

20

0
2
−4
4
−2
y

0
6
2 x
4
8

Figure 5.4 – Représentation graphique de la fonction d’expression f (x, y) = x2 +xy +y 2 −3x−6y.

5.5 Exercices
Exercice 5.1 On considère un cylindre de rayon r et de hauteur h.
1) Montrer que son aire est donnée par la formule A(r, h) = 2πr2 + 2πrh.
2) Calculer les dérivées partielles premières de A pour (r, h) = (3, 1).
5.5. Exercices 57

3) Supposons que le rayon passe de 3 à 3.05 et la hauteur passe de 1 à 0.97. Estimer,

à l’aide de la différentielle, le changement d’aire qui en résulte puis comparer avec la
valeur exacte de ce changement d’aire.

Exercice 5.2 Soit f : R2 → R définie par f (x, y) = ln(x2 + y 2 ).

1) Déterminer l’ensemble de définition de f .
2) Calculer les dérivées partielles premières et secondes de f et montrer que la quantité

∂2f ∂2f
∆f = +
∂x2 ∂y 2
appelée laplacien de f est nulle.

Exercice 5.3 Déterminer et étudier les éventuels extréma de la fonction f définie sur R2
par f (x, y) = 2x3 + 6xy 2 − 3y 3 − 150x.

Exercice 5.4 Déterminer la nature des points stationnaires de la fonction d’expression

f (x, y) = x3 + y 3 − 3x − 3y.

Exercice 5.5 Une certaine propriété ϕ d’une préparation pharmaceutique est fonction
de deux variables η et k selon l’expression :

ϕ = k 3 − kη + η.

Existe-t-il des valeurs de k et η pour lesquelles ϕ présenterait un extrémum ?

Références bibliographiques

[1] A. Bodin, N. Borne et L. Desideri – « Cours de mathématiques première an-

née », ch. Fonctions usuelles, p. 173–182, Exo7, 2016, http://exo7.emath.fr/cours/
cours-exo7.pdf.

[2] A. Bodin, P. Romon et B. Boutin – « Cours de mathématiques première année »,

ch. Intégrales, p. 217–241, Exo7, 2016, http://exo7.emath.fr/cours/cours-exo7.
pdf.

[3] D. Boularas, D. Fredon et D. Petit – Mini-manuel de Mathématiques pour les

sciences de la vie et de l’environnement, Dunod, Paris, 2009.

[4] A. Burd – Mathematical Methods in the Earth and Environmental Sciences, Cam-
bridge University Press, New York, 2019.

[5] C. David, S. Mustapha, F. Viens et N. Capron – Mathématiques pour les sciences

de la vie, Dunod, Paris, 2014.

[6] D. Fredon – Mathématiques pour les sciences de la vie et de la santé en 30 fiches,

Dunod, Paris, 2008.

[7] D. Müller – Analyse, http://www.nymphomath.ch/MADIMU2/ANALY/INDEX.HTM,

2016.

58