Dérivées et différentielles

5 avril 2016
Table des matières

1 Dérivées et différentielles 1
I Généralités sur les fonctions d’une variable réelle à valeurs réelles . . . . . . . . . 1
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
3 Courbe représentative d’une fonction . . . . . . . . . . . . . . . . . . . . 1
4 Taux d’accroissement d’une fonction . . . . . . . . . . . . . . . . . . . . . 2
II Nombre dérivé, fonction dérivée et différentielles . . . . . . . . . . . . . . . . . . 2
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Dérivées de quelques fonctions usuelles . . . . . . . . . . . . . . . . . . . . 3
4 Différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
III Etude forme par forme des opérateurs sur les fonctions dérivables . . . . . . . . 3
1 Forme f + g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Forme kf (k réel) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 Forme f · g . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
f
4 Forme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
g
IV Tangente à une courbe et approximation . . . . . . . . . . . . . . . . . . . . . . . 5
1 Equation de la tangente à une courbe en un point . . . . . . . . . . . . . 5
2 Approximation affine d’une fonction . . . . . . . . . . . . . . . . . . . . . 6
V Dérivée logarithmique et élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4 Remarque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
VI Analyse marginale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
VII Dérivée d’une composée et d’une réciproque . . . . . . . . . . . . . . . . . . . . 9
1 Proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

i
 3 Proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5 Cas particulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
6 Application :taux de croissance, élasticité . . . . . . . . . . . . . . . . . . 10

2 Formules de Taylor et applications 12

I Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1 Définition 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3 Remarque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4 Définition 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5 Formule de Leibniz : Théorème . . . . . . . . . . . . . . . . . . . . . . . . 13
6 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
II Extremums d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 Cas général et celui des fonctions continues . . . . . . . . . . . . . . . . . 14
4 Théorème de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
5 Théorème des accroissement finis . . . . . . . . . . . . . . . . . . . . . . . 15
III Convexité d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Convexité d’une fonction dérivable . . . . . . . . . . . . . . . . . . . . . . 16
IV Développement limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1 Définition et exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Unicité du développement limité . . . . . . . . . . . . . . . . . . . . . . . 17
3 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Développements limités usuels . . . . . . . . . . . . . . . . . . . 17
3.3 Retour sur les extremums . . . . . . . . . . . . . . . . . . . . . . 18
4 Opérations sur les développements limités . . . . . . . . . . . . . . . . . . 18
4.1 Somme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.3 Quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5 D.L au voisinage d’un point autre que 0 . . . . . . . . . . . . . . . . . . . 19
6 DL au voisinage de l’infini . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
7 Développement limité d’une fonction composée . . . . . . . . . . . . . . . 20

3 Calcul de sommes 21
I Intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1 Primitives usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
ii
 1.2 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5 Proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 Méthodes de calcul de primitives . . . . . . . . . . . . . . . . . . . . . . . 22
2.1 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Théorème de changement de variable . . . . . . . . . . . . . . . 23
3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1 Primitives des fractions rationnelles . . . . . . . . . . . . . . . . 23
4 Intégrales généralisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
II Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1 Définitions - Convergences . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3 Définition d’une série . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5 Conditions de convergence . . . . . . . . . . . . . . . . . . . . . 27
1.6 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 Séries de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1 Série de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Séries géométriques et leurs dérivées . . . . . . . . . . . . . . . . 28
2.3 Série exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 29

4 Fonction de plusieurs variables 30

I Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1 Domaine de définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
II Dérivées partielles-différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1 Calcul de Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Dérivées partielles secondes . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3 Les approximations linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4 différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
III Fonctions homogènes-Élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1 Élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.3 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
IV Fonctions homogènes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

iii
 iv

3 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5 Théorème d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
V Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1 Optimisation libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2 Optimisation sous contrainte . . . . . . . . . . . . . . . . . . . . . . . . . 37
3 Applications économiques des multiplicateurs de Lagrange . . . . . . . . . 39
4 Fonction implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.1 Lignes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Chapitre 1

Dérivées et différentielles

I Généralités sur les fonctions d’une variable réelle à va-

leurs réelles
1 Définition
On appelle fonction réelle d’une variable réelle toute application [f : D → R] définie sur une
partie D de R et qui est à valeurs dans R. La partie D est appelée ensemble de définition de la
fonction f . Cela suppose donc que tout élément de D a une image et une seule dans R.

2 Exemples

f (x) = 2x + 1, D = R;
1
f (x) = , D = R∗ = R \ {0};
x
1
f (x) = 2 , D = R \ {±1};
x −1

3 Courbe représentative d’une fonction

Dans un plan rapporté à un repère (O,~i, ~j) (généralement orthonormé), les points M (x, f (x)),
avec x ∈ D, constituent la courbe représentative de f notée Cf .

Cf = {M (x, f (x)), x ∈ D}

où D= domaine de f .

1
 2

4 Taux d’accroissement d’une fonction

Définition

f est une fonction définie en a et b (a 6= b). Le taux d’accroissement de f entre a et b est le

f (b) − f (a)
quotient :
b−a

Exemple
f (2) − f (0) 4
On prend f (x) = x2 . Le taux d’accroissement de f entre 0 et 2 est : = = 2.
2−0 2

Interprétation géométrique avec les notations précedentes

f (b) − f (a)
A(a, f (a)) et B(b, f (b)) deux points de Cf , = pente de la droite (AB).
b−a

II Nombre dérivé, fonction dérivée et différentielles

1 Définition
(a) Soit f une fonction définie sur un intervalle contenant le réel a. f est dérivable en a, si
f (a + h) − f (a)
lim existe et est égale à un réel que l’on appelle alors nombre dérivé de f
h→0 h
en a et que l’on note f 0 (a).
(b) Si f est dérivable pour tous les éléments de I, on dit que f est dérivable sur I et on appelle
dérivée de f la fonction notée f 0 , qui à tout a de I associe f 0 (a).

2 Exemple
f est définie sur R par f (x) = x2 . Pour tout a ∈ R,
2
f (a + h) − f (a) (a + h) − a2 a2 + 2ah + h2 − a2
= = = (2a + h) −→ 2a
h h h h→0

f est donc dérivable en a et f 0 (a) = 2a. On dit que f est dérivable sur R et que sa fonction
dérivée est définie par f 0 (x) = 2x.
 3

3 Dérivées de quelques fonctions usuelles

Fonctions Fonctions dérivées Pour tout x de · · ·

f (x) = α, α ∈ R f 0 (x) = 0 R

f (x) = αx + β, α et β ∈ R f 0 (x) = α R

f (x) = x3 f 0 (x) = 3x2 R

1 −1
f (x) = f 0 (x) = R∗
x x2

1 −2
f (x) = f 0 (x) = R∗
x2 x3

√ 1
f (x) = x f 0 (x) = √ ]0, +∞[
2 x

4 Différentielles
(a) Définition : I étant un intervalle, si f est une fonction dérivable en x0 ∈ I, on appelle
différentielle de f en x0 , la fonction : dfx0 : R → R, h ,→ hf 0 (x0 )
(b) Propriété : L’application dfx0 est linéaire :
dfx0 (h1 + h2 ) = dfx0 (h1 ) + dfx0 (h2 ), ∀ h1 et h2 ∈ R et dfx0 (αh) = αdfx0 (h); α et h ∈ R
Ainsi, si f (x) = x2 alors : dfx0 : R → R, h ,→ 2x0 h

III Etude forme par forme des opérateurs sur les fonctions
dérivables
Toujours par souci de simplification, on ne précisera pas dans les exemples les intervalles ou
les fonctions sont dérivables a fin de se concentrer sur l’utilisation des formules .

1 Forme f + g
(a) Propriété : Si f et g sont deux fonctions dérivables sur un intervalle I alors f + g est aussi
dérivable sur I et (f + g)0 = f 0 + g 0
(b) Exemple de fonction de cette formule :

(i) La dérivée de la fonction définie par f (x) = x2 + x est définie par : f 0 (x) = 2x + 1
(ii) La dérivée de la fonction f définie par f (x) = x3 + 4x est définie par f 0 (x) = 3x2 + 4
√ 1 1 −1
(iii) La dérivée de la fonction f définie par f (x) = x+ est définie par f 0 (x) = √ + 2
x 2 x x
 4

2 Forme kf (k réel)
(a) Propriété : Si f est une fonction dérivable sur un intervalle I et si k est un réel, alors la
fonction kf est aussi dérivable sur I et (kf )0 = kf 0
(b) Exemple de fonction de cette formule :

(i) La dérivée de la fonction f définie par f (x) = 3x2 est définie par f 0 (x) = 3.2x = 6x
(ii) La dérivée de la fonction f définie par f (x) = −5x3 est définie par
f 0 (x) = −5.(3x2 ) = −15x2
2 −1 −2
(iii) La dérivée de la fonction f définie par f (x) = est définie par f 0 (x) = 2. 2 = 2
x x x

3 Forme f · g
(a) Propriété : Si f et g sont deux fonctions dérivables sur un intervalle I alors la fonction
f g est aussi dérivable sur I et (f g)0 = f 0 g + f g 0
(b) Exemple de fonction de cette formule :
√
(i) La dérivée de la fonction f √ définie par f (x) = x x est définie par
√ 1 3 x
f 0 (x) = 1. x + x. √ =
2 x 2
√
(ii) La dérivée de la fonction définie par f (x) = x2 (3 + x) est définie par :
√ 1 5 √
f 0 (x) = 2x(3 + x) + x2 . √ = 6x + x x
2 x 2
(iii) Par récurrence sur n, la dérivée de la fonction définie par f (x) = xn (n entier ≥ 2) est
définie par f 0 (x) = nxn−1 . L’assertion est vraie pour n = 2. Par ailleurs si g(x) = xn+1
alors g 0 (x) = nxn−1 .x + xn .1 = nxn + xn = (n + 1)xn

Forme f (particulière d’un produit )

(a) Propriété : Si f est une fonction dérivable sur I (intervalle) alors la fonction f n est aussi
dérivable sur I et (f n )0 = nf 0 f n−1 (n entier ≥ 2)
(b) Exemple de fonction de cette formule :
3
(i) La dérivée de la fonction g définie par g(x) = (2x + 1) est définie par
2 2
g 0 (x) = 3.2(2x + 1) = 6(2x + 1)
2
(ii) La dérivée de la fonction h définie par h(x) = (x3 + 4x) est définie par
h0 (x) = 2(3x2 + 4)(x3 + 4x)

f
4 Forme
g
(a) Propriété : Si f et g sont deux fonctions dérivables sur un intervalle I (où g ne s’annule
f f f 0 g − f g0
pas) alors la fonction est aussi dérivable sur I et ( )0 =
g g g2
(b) Exemple de fonction de cette formule :
 5

7x
(i) La dérivée de la fonction k(x) = est définie par
2x + 3
7(2x + 3) − 2(7x) 21
k 0 (x) = 2 = 2
(2x + 3) (2x + 3)
x2 2x(3x + 1) − 3x2
(ii) La dérivée de la fonction l(x) = est définie par l0 (x) = 2
3x + 1 (3x + 1)
3x2 + 2x
Finalement, l0 (x) = 2
(3x + 1)
(c) Remarque : En particulier, si f (x) = 1 ∀x ∈ I alors
 0
1 −g 0
= 2
g g

Exercice :
Calculer les dérivées des fonctions suivantes en précisant leurs domaines de dérivation.
1 1 √ 1
a(x) = ; b(x) = 2 ; c(x) = 2x3 +5x2 +7x−5; d(x) = (8x2 +5) x ; e(x) = .
5x − 1 x +3 4 − 7x2

IV Tangente à une courbe et approximation

1 Equation de la tangente à une courbe en un point
Définition

Si f est une fonction dérivable sur un intervalle I 3 a, la tangente à la courbe de f au point

d’abscisse a est la droite passant par (a, f (a)) et de pente égale à f 0 (a).

Propriété

L’équation de la tangente à la courbe de f au point d’abscisse a est : y = f 0 (a)(x − a) + f (a).

Exemples

(i) Soit T la tangente à la courbe représentative de la fonction f définie par f (x) = x2 − 3x + 1

au point d’abscisse 2. Une équation de T est y = f (2) + f 0 (2)(x − 2). On calcule d’abord
f (2) = −1. On dérive f : f 0 (x) = 2x − 3. Par suite, f 0 (2) = 1. Une équation de T est donc
y = −1 + x − 2 = x − 3.
2x − 1
(ii) T : la tangente à la courbe de la fonction f définie par f (x) = au point d’abscisse
x+3
−3
−1. Une équation de T est : y = f (−1) + f 0 (−1)(x + 1). On calcule d’abord f (−1) = .
2
2(x + 3) − 2x + 1 7 7
On dérive f : f 0 (x) = = . On en déduit la valeur de f 0 (−1) = .
x + 32 x + 32 4
−3 7
Une équation de T est :y = + (x + 1)
2 4
 6

2 Approximation affine d’une fonction

Propriété

La fonction L : x ,→ f (a) + (x − a)f 0 (a) est une approximation de f (x) au voisinage de a.

f (x) − f (a)
Du fait que ε(x) = − f (a) −→ 0 dès que f est dérivable en a.
x−a x→0

Exemple
4
On cherche une approximation de (1.01)
4
On pose f (x) = x4 ; (1.01) = f (1.01). Dans ce cas a = 1 et x − a = 0.01. Une valeur
4
approchée de (1.01) sera donc f (1) + f 0 (1) × 0.01. ∀x ∈ R, f 0 (x) = 4x3 et donc f 0 (1) = 4
4
et puisque f (1) = 1, on en déduit que (1.01) ≈ 1 + 4 × 0.01 ≈ 1.04. Comme la calculatrice
4
donne comme valeur exacte de (1.01) la valeur 1.04060401, l’erreur commise est donc égale à
0.00060401.

Exercice
3
Soit une fonction coût C(q) = 3(q − 200) + 107
(i) Déterminer l’approximation linéaire L de cette fonction C en q = 100
(ii) Comparer L(101) à C(101) puis L(150) à C(150).
Solution (i)
2
C 0 (q) = 9(q − 200) et donc C 0 (100) = 9.104 .
Par ailleurs, comme C(100) = −3.106 + 107 = 7.106 ,
L(q) = 7.106 + 9.104 (q − 100)
3
(ii) C(101) = 3(101 − 200) + 107 = 7089103
L(101) = 7106 + 9104 = 7090000
3
C(150) = 3(150 − 200) + 107 = 9625000
L(150) = 7106 + 45105 = 11500000

V Dérivée logarithmique et élasticité

1 Définition
Etant donné une fonction dérivable f . On appelle dérivée logarithmique de f et on note dl(f ),
la dérivée de (ln |f |) là où f 6= 0.

2 Exemples
2x
Si f (x) = x2 + 1 alors dl(f ) : x ,→ car ln |f | = ln(1 + x2 )
1 + x2
 7

3 Propriétés
f0
(a) La dérivée logarithmique de la fonction f est égale à .
f
En effet, là où, f > 0, la dérivée logarithmique de f vaut :

0 0 f0
(ln |f |) = (ln f ) =
f
et où f < 0, on a

0 0 (−f )0 f0
(ln |f |) = (ln(−f )) = =
−f f
.
f 0 (x) ex
Ainsi, si f (x) = ex alors = x = 1 et dl(f ) : x ,→ 1.
f (x) e
(b) La dérivée logarithmique d’un produit de deux fonctions est égale à la somme des dérivées
logarithmiques de ces fonctions :

dl(f × g) = dl(f ) + dl(g).

Cela résulte du fait que

0 0 0 0 0
dl(f × g) = (ln |f × g|) = (ln |f | × |g|) = (ln |f | + |g|) = (ln |f |) + ln |g|) = dl(f ) + dl(g)

4 4
Si h(x) = x2 (ln x) e3x = f1 (x) × f2 (x) × f3 (x) où f1 (x) = x2 , f2 (x) = (ln x) , f3 (x) = e3x .
dl(h) = dl(f1 ) + dl(f2 ) + dl(f3 ) on trouve :

2 4
dl(h)(x) = + +3
x x ln(x)
α α α 0 0
(c) dl(|f | ) = αdl(f ) pour tout α ∈ R car dl(|f | ) = (ln(|f | )) = α(ln(|f |)) = αdl(f ).
Ainsi,
1 1
k(x) = |x2 − 4| 3 = |f | 3 où f (x) = x2 − 4.

1 2x 2 x
dl(k)(x) = 2
= .
3x −4 3 x2 − 4
(d) La dérivée logarithmique d’un quotient est égale à la différence des dérivées logarithmiques.
f
dl( ) = dl(f ) − dl(g). Ona :
g
 0
f 0 0 0
ln = (ln |f | − ln |g|) = (ln |f |) − (ln |g|) = dl(f ) − dl(g)
g

h(x) 4
Si l’on pose d(x) = où h(x) = x2 (ln x) e3x et g(x) = x2 + 1
g(x)
2 4 2x
alors dl(d)(x) = dl(h)(x) − dl(g)(x) = + +3− 2
x x ln(x) x +1
 8

4 Remarque
On peut calculer f 0 à f 0 (x) = f (x)dl(f )(x) moyennant la dérivée logarithmique de f .
1
|x2 − 4| 3
(a) Exercice : Soit à dériver la fonction, f (x) = 4.
(x2 + x − 1)
D’aprés ce qui précède,
f 0 (x) 1 2x 1 6x5 + 2 2x + 1
= + −4× 2
f (x) 3 x − 4 5 x6 + 2x + 1
2 x +x−1
f 0 (x)
on trouve finalement la dérivée f 0 (x) par multiplication de cette expression par la
f (x)
fonction f (x) de départ.

VI Analyse marginale
L’expression analyse marginale est une technique qui permet d’étudier l’effet que produit sur
une fonction (coût, revenu, production ...) un accroissement de la variable d’une unité.

1 Exemple
On estime que le coût de production total (en $ ) de X chandails est

√
C(x) = 500 + 3x + 40 x (dollars).

Si l’on fabrique (100) chandails,

(a) Déterminer le coût total de cette production
(b) Déterminer ce qu’il en couterait pour produire le 101ème chandail.
Solution : On évalue d’abord le coût de production total de 100 chandails. Pour cela, il suffit
de remplacer X par 100 dans l’équation du coût de production des chandails.
√
C(100) = 500 + 300 + 40 100 = 1200 $. On obtient le coût pour produire le 101ème chandail
en effectuant la différence suivante :

C(101) − C(100) = 4.99 $

.
Les économistes disposent d’une technique beaucoup plus rapide pour obtenir cette valeur on
donnons une approximation de cette valeur. Ils utilisent la dérivée

C(101) − C(100) C(X) − C(100) 1

C(101) − C(100) = ≈ lim = C 0 (100) = 3 + 20 √ ≈5$
101 − 100 X→100 X − 100 100
C 0 (100) est appelé par les économistes le coût marginal pour une production de 100 chandails
et représente une bonne approximation de ce qu’il en couterait pour augmenter d’une unité la
production. Ainsi le coût du 201ème chandail est ≈ C 0 (200) = 4, 41 $
 9

(à comparer avec C(201) − C(200)), celui du 401ème chandail est ≈ C 0 (400) et finalement celui
du 100ème chandail est ≈ C 0 (1000) ≈ 3, 63 $.

VII Dérivée d’une composée et d’une réciproque

1 Proposition
Soient I et J deux intervalles. Si f est une application dérivable de I dans J et g une
application dérivable sur J, alors g ◦ f est dérivable sur I et ∀x ∈ I,

(g ◦ f )0 (x) = g 0 (f (x)) × f 0 (x).

2 Exemples
√
(a) f (x) = x2 + 1 et g(x) = x, x ≥ 0.
√
g ◦ f (x) = g(f (x)) = x2 + 1. f est fonction dérivable de R dans ]0, +∞[ et g est une
fonction dérivable sur ]0, +∞[.
Alors g ◦ f est dérivable sur R. Pour tout x ∈ R, f 0 (x) = 2x.
1
∀x ∈]0, +∞[, g 0 (x) = √ . On en déduit que pour tout x ∈ R,
2 x
2x x
(g ◦ f )0 (x) = g 0 (f (x)) × f 0 (x) = √ =√ .
2
2 x +1 2
x +1
Commentaire : Partant de la définition de e ≈ 2.718 comme étant l’unique nombre positif
eh − 1
vérifiant lim = 1, on peut établir que (ex )0 = ex , ∀x ∈ R.
h→0 h
(b) Si h(x) = ef (x) où f est fonction dérivable de I dans J. Alors h est dérivable sur I comme
composée de deux fonctions dérivables (x ,→ f (x) dérivable de I dans J et x ,→ exp(x)
dérivable sur R. On a : (ef )0 = f 0 ef . Ainsi, la dérivée de la fonction h1 : x ,→ e2x est
2 2
h01 (x) = 2e2x ; celle de h2 : x ,→ ex est h02 (x) = 2xex .)

3 Proposition
Si f et g sont réciproques l’une de l’autre (f ◦ g = IdDg et g ◦ f = IdDf , où Df et Dg sont
1
les domaines respectifs de f et g), alors f 0 (x) = 0 (là où g 0 garde un signe constant ).
g (f (x))

4 Exemple
(a) Si l’on pose g(x) = ex et f (x) = ln(x), alors g ◦ f = Id]0,+∞[ .
1 1 1 1
f 0 (x) = 0 = f (x) = ln(x) = et ce pour tout x > 0.
g (f (x)) e e x
 10

√
(b) Si l’on considère g(x) = x2 et f (x) = x, x ≥ 0 alors g ◦ f = Id[0,+∞[ ,

1 1
f 0 (x) = = √ , ∀x > 0
g 0 (f (x)) 2 x

5 Cas particulier
Soit α ∈ R et f (x) = (u(x))α où u est une fonction dérivable et strictement positive sur un
intervalle I. Par définition, f (x) = eα ln(u(x)) . f est une fonction dérivable comme composée de
fonctions dérivables et on a :

α−1
f 0 (x) = αu0 (x)(u(x))

.
Ainsi, si u(x) = x, f est dérivable sur ]0, +∞[ et f 0 (x) = αxα−1

6 Application :taux de croissance, élasticité

Taux de croissance

Si y = f (x) où f est une fonction dérivable, le taux de croissance de y est défini par le rapport
f 0 (x)
f (x)

Exemple
y 0 (x) Abebx
Soit y = Aebx . On a y 0 (x) = Abebx et = = b.
y(x) Aebx
Le taux de croissance est constant pour un modèle exponentiel.

Elasticité

(i) Définition :
Soit f une fonction définie en un point p0 6= 0 telle que f (p0 ) 6= 0. L’élasticité de la fonction
f en point p0 notée E(f )(p0 ) est égale à :

(f (p) − f (p0 ))/f (p0 ) p0 (f (p) − f (p0 ))

E(f )(p0 ) = lim = lim
p→p0 (p − p0 )/p0 p→p0 f (p0 ) p − p0
(ii) Si f est une fonction affine p ,→ ap + b, a et b ∈ R

p0 (ap + b) − (ap0 + b) p0
E(f )p0 = lim =a .
p→p0 f (p0 ) p − p0 f (p0 )

(iii) Proposition :
Si f est une fonction dérivable en un point p0 6= 0 telle que f (p0 ) 6= 0, alors
f 0 (p0 )
E(f )p0 = p0
f (p0 )
 11

(f (p) − f (p0 )) (f (p) − f (p0 ))

(iv) Pour p voisin de p0 , f 0 (p0 )) ≈ et par suite, = variation
p − p0 f (p0 )
p − p0
relative de f ≈ E(f )(p0 )
p0
| {z }
variation relative de prix.
Chapitre 2

Formules de Taylor et
applications

I Dérivées d’ordre supérieur

Soit f une fonction définie et dérivable sur I.

1 Définition 1
Si la fonction dérivée f 0 est à son tour dérivable, sa dérivée (f 0 )0 est appelée dérivée seconde
de f , notée f 00 . On définit de même par récurrence la dérivée d’ordre n notée f (n) . Par convention
f (0) = f .

2 Exemple
Soit f (x) = x3 . Alors f est dérivable à tout ordre sur R et pour tout x ∈ R, f 0 (x) =
3x2 , f 00 (x) = 6x, f (3) (x) = 6 et pour tout n ≥ 4, f (n) (x) = 0

3 Remarque
On note que si f et g sont n fois dérivables sur I et si λ ∈ R, alors f + g et λf sont n fois
dérivables et
(n) (n)
(f + g) = f (n) + g (n) et (λf ) = λf (n)

Ainsi, si k(x) = x4 − 2x3 + 3x2 − 7x + 5; k est dérivable à tout ordre sur R. Pour tout x ∈ R,
0
k (x) = 4x3 − 6x2 + 6x − 7, k (2) (x) = 12x2 − 12x + 6, k (3) (x) = 24x − 12, k (4) (x) = 24 et pour
tout n ≥ 5, k (n) (x) = 0

12
 13

4 Définition 2
(a) Si en plus etre n fois dérivable sur un intervalle I, une fonction f admet une dérivée
nème , f (n) continue, on dit que f est de classe C n . Enfin, si une fonction est indéfiniment
dérivable, on dit que f est de classe C ∞ .
La fonction f (x) = ex est dérivable autant de fois que l’ouvert sur R. On peut montrer par
récurrence que pour tout n ∈ N et tout x ∈ R, f (n) (x) = ex .
(b) Soit n ∈ N, on rappelle que n! = n(n − 1)(n − 2).........3.2.1
Par exemple, 2! = 2.1 = 2, 3! = 3 × 2 × 1 = 6, 4! = 4 × 3 × 2 × 1 = 24
Par convention 0! = 1.
Pour tout n ∈ N et p ∈ N : entier naturel compris entre 0 et n ; on pose
n!
Cn k =
p!(n − p)!

5 Formule de Leibniz : Théorème

Soient f et g deux fonctions n fois dérivables sur I. Alors le produit f g est n fois dérivable
sur I ;
n
X
(n)
(f g) = Cn k f (k) g (n−k) = Cn 0 f g (n) + Cn 1 f 0 g (n−1) + ...... + Cn n−1 f (n−1) g 0 + Cn n f (n) g.
k=0

6 Exemple
(4)
On prend g(x) = ex et f (x) = x3 et l’on souhaite calculer (f.g) . La formule de Leibniz
donne :

(4)
(f.g) = C4 0 f (4) g + C4 1 f (3) g 0 + C4 2 f (2) g (2) + C4 3 f 0 g (3) + C4 4 f g (4)
4! 4! 4! 4!
On calcule d’abord : C4 0 = = 1, C4 1 = = 4, C4 2 = = 6, C4 3 = = 4etC4 4 = 1.
4!0! 1!3! 2!2! 3!1!
Parsuite,
(4)
(f.g) = f (4) g + 4f (3) g 0 + 6f (2) g (2) + 4f 0 g (3) + f g (4) = g(f + 4f 0 ) + 6f (2) + 4f (3) + f (4) .
(4)
On trouve : (f.g) (x) = ex (x3 + 12x2 + 36x + 24).

II Extremums d’une fonction

X est une partie non vide de R et f est fonction de X dans R.

1 Définition
On dit que f admet un maximum en a ∈ X si ∀x ∈ X, f (x) ≤ f (a). On dit que f admet un
maximum local en a ∈ X si : ∃h > 0 : ∀x ∈ X, |x − a| ≤ h ⇒ f (x) ≤ f (a).
 14

On définit de manière analogue les notions de minimum et de minimum local. On dit que f
admet un extremum (resp un extremum local), f admet un maximum (resp un maximum local)
ou un minimum (resp un minimum local). Si les inégalités ci-dessus sont strictes pour x 6= a, on
parle de maximum, minimum ou extremum stricte.

2 Exemples
(a) Une fonction constante atteint en tout point un minimum et un maximum qui est la valeur
de la fonction
(b) La fonction exponentielle définie sur R n’a évidemment pas de maximum, car elle n’est pas
majorée lim ex = +∞
x→0
Elle n’admet pas non plus de minimum car la valeur 0 n’est pas atteinte par la fonction.
(c) Pour tout X non nul, X 2 > 0, donc la fonction X ,→ X 2 atteint en 0 son minimum global
strict 0.
√
(d) La fonction de [−1, 1] dans R, X ,→ 1 − x2 admet en 1 et −1 des minimum locaux et un
maximum strict en 0.

3 Cas général et celui des fonctions continues

On rappelle que si f est une fonction continue sur un fermé borné [a, b] de R, f possède
un maximum global et un minimum global. Ce résultat d’existence d’un extremum ne permet
cependant pas de le calculer. L’étude des variations de f 000 donne la possibilité de déterminer les
extrema locaux de f .
(a) Définition : Soit f définie sur un intervalle I de R. La fonction f est croissante sur I si
f (y) − f (x)
et seulement si ∀(x, y) ∈ I 2 ≥ 0. f est décroissante si ce taux est négatif ou
y−x
nul. Une fonction est dite monotone si elle est croissante ou décroissante. La monotonie est
stricte si ces inégalités sont strictes. Ainsi, la fonction X ,→ X est croissante et X ,→ −X
strictement décroissante.
(b) Proposition :
(i) Soit f : Df → R et X0 ∈ Df (le domaine de f ). S’il existe α > 0 tel que [x0 −α, x0 +α] ⊂
Df et si f n’a pas le même sens de variation sur [x0 − α, x0 ] et [x0 , x0 + α] alors f
possède un extremum local en x0 . C’est un maximum si f est croissante sur le premier
intervalle et l’extremum est strict si f est strictement monotone sur chacun des deux
intervalles.
(ii) Exemple :
X ,→ |X| sur R en X0 = 0
 15

x −∞ 0 +∞

+∞ +∞
f (x)
0

(iii) Soit f : Df → R et X0 ∈ Df . S’il existe α > 0 tel que ]x0 − α, x0 [∩Df = ∅,

[x0 , x0 + α[⊂ Df et si f est monotone sur [x0 , x0 + α] alors f possède un extremum
local en x0 .
(c) Cas des fonctions continues : Si f est une fonction continue sur un fermé borné de R, f
possède un maximum global et un minimum global. Le résultat d’existence d’un extremum
ne permet cependant pas de le calculer.

4 Théorème de Rolle
Propriété

Soit f une fonction dérivable sur un intervalle I, si f présente un extrémum local en a (un
point de I qui n’en est pas une extremité) alors f 0 (a) = 0.

Remarques

(i) Le resultat est faux si a est l’une des extremités de I (X ,→ X sur [0, 1] et a = 0 ou a = 1)
(ii) les extremums sont donc à chercher parmi les points intérieurs de I où f est dérivable de
nombre dérivé nul, les points où f est non dérivable et les éventuelles extremités de I.

Théorème de Rolle

Si f est une fonction continue sur [a, b] et dérivable sur ]a, b[ tel que f (a) = f (b) alors il existe
c ∈]a, b[ tel que f 0 (c) = 0. c n’est en général pas unique.
Par exemple, f (X) = X 3 − X + 1 et [a, b] = [0, 1]. f est continue sur [0, 1] dérivable sur ]0, 1[
et f (0) = f (1) = 1. On peut appliquer le théorème de Rolle à f sur [0, 1].
1 −1 1
f 0 (X) = 3X 2 − 1 et f 0 (X) = 0 ⇐⇒ X 2 = dont les solutions sont c1 = √ et c2 = √ . Par
3 3 3
−1
suite, c1 = √ est le point de ]0, 1[ qui vérifie le théorème de Rolle.
3
−1 1
Si [a, b] = [−1, 1] comme f (−1), c1 = √ et c2 = √ sont alors deux points vérifiant Rolle.
3 3

5 Théorème des accroissement finis

Enoncé du théorème

Si f est une fonction continue sur un intervalle [a, b] et dérivable sur ]a, b[ alors il existe
c ∈]a, b[ tel que f (b) − f (a) = (b − a)f 0 (c).
 16

Exemple

Si f (x) = X 3 − X + 1 et [a, b] = [−2, 1]. f est continue sur [−2, 1] et dérivable sur ] − 2, 1[,
f (−2) − f (1)
d’aprés le T.A.F il existe c ∈] − 2, 1[ tel que f 0 (c) = . Or f (−2) = −5 et f (1) = 1.
−2 − 1
Par ailleurs, f 0 (X) = 3X 2 − 1. On est donc ramené à résoudre 3c2 − 1 = 2 ⇔ c2 = 1 ou encore
c1 = −1, c2 = 1. c1 = −1 est l’unique point de ] − 2, 1[ vérifiant le T.A.F (1 ∈] / − 2, 1[).

Signe de la dérivée et variations de f

 f continue sur [a, b], dérivable sur ]a, b[, a et b ∈ R.

Soit

 croissante 
 positive
 
0
f est décroissante sur I si et seulement si f est négative sur I.

 

constante nulle
 

Interprétation cinématique

La formule des accroissement finis nous dit que lorsqu’une voiture réalise un parcours à la
moyenne de 80 Km/h.

III Convexité d’une fonction

1 Définition
Soit f une fonction numérique définie sur un intervalle I. On dit que f est convexe sur I si
et seulement si : ∀ x, y ∈ I et t ∈ [0, 1], f [tx + (1 − t)y] ≤ tf (x) + (1 − t)f (y).
La fonction f est concave si (−f ) esr convexe. Par exemple, la fonction : R → R définie par
f (x) = |x| est convexe. En effet, ∀t ∈ [0, 1] et x, y ∈ R,

f [tx + (1 − t)y] = |tx + (1 − t)y| ≤ |t · x| + |(1 − t)y| = t|x| + (1 − t)|y| = tf (x) + (1 − t)f (y)

Les fonctions affines (x ,→ ax + b, a et b ∈ R) sont des fonctions à la fois convexes et concaves.

Si f est convexe (resp concave) sur I et λ ≥ 0 alors λf est convexe (resp concave) sur I.
Si f et g sont deux fonctions convexes (resp concave) sur I alors f + g est convexe (resp concave)
sur I.

2 Convexité d’une fonction dérivable

Soit f une fonction dérivable sur un intervalle I. La fonction f est convexe, si et seulement si,
la fonction f 0 est croissante. La monotonie de leurs dérivées prouve que la fonction exponentielle
est convexe sur R et la fonction logarithmique concave sur R∗+ . Une fonction f deux fois dérivable
sur l’intervalle I est convexe, si et seulement si, f 00 ≥ 0. Ainsi, la fonction h(x) = ln(x2 − 2x + 2)
définie sur R est convexe sur [0, 2] et concave sur ] − ∞, 0] ∪ [2, +∞[.
 17

IV Développement limités
1 Définition et exemple
Soit f une fonction définie sur une partie I de R contenant 0 et n un entier naturel. On
dit que f admet un développement limité à l’ordre n au voisinage de 0 s’il existe une fonction
polynômiale Pn (x) = a0 + a1 x + · · · + an xn de degré inférieur ou égal à n et une fonction ε définie
sur I telle que f (x) = Pn (x) + xn ε(x) avec lim ε(x) = 0. La fonction polynômiale Pn estt la
x→0
partie régulière du DLn (x) ; le terme xn ε(x) s’appelle terme complémentaire ou reste. Certain
auteurs et ouvrages utilisent la notation de Landan o(xn ) pour désigner xn ε(x).
La fonction f : ] − 1, 1[−→ R, x ,→ x − x2 + 5x3 + x3 ln(1 + x) admet un développement limité
à l’ordre 3 en 0 puisqu’en posant ε(x) = ln(1 + x) f (x) = x − x2 + 5x3 + x3 ε et lim ε(x) = 0.
x→0

2 Unicité du développement limité

Soit f une fonction admettant un DLn (f )(0) f (x) = a0 + a1 x + · · · + an xn + o(xn ) alors les
coéfficients a0 , a1 , · · · , an sont unique.

Conséquence

Si f est paire alors Pn est paire et si f est impaire, Pn est impaire.

3 Formules de Taylor
3.1 Théorème

Si f est une fonction de classe C n sur I, il existe une fonction ε définie sur I telle que :
n
X (x − a)n
∀ x ∈ I, f (x) = f k (a) + (x − a)n ε(x) avec lim ε(x) = 0
k! x→a
k=0

La formule obtenue est appelée D.L à l’ordre n de f au V (0).

3.2 Développements limités usuels

x2 x3 xn
(i) ex = 1 + x + + + ··· + + o(xn )
2! 3! n!
x2 x3 xn
(ii) ln(1 + x) = x − + − · · · + (−1)n−1 + o(xn )
2 3 n
1
(iii) = 1 + x + x2 + · · · + xn + o(xn )
1−x
x2 xn
(iv) (1 + x)α = 1 + αx + α(α − 1) + · · · + α(α − 1)(α − 2) · · · (α − n + 1) + o(xn )
2! n!
x3 x5 x2n+1
(v) sin x = x − + − · · · + (−1)n + x2n+2 ε(x)
3! 5! (2n + 1)!
x2 x4 x2n
(vi) cos x = 1 − + − · · · + (−1)n + x2n+1 ε(x)
2! 4! (2n)!
 18

Exercice
1
x − ln(1 + x) 1 − cos x (1 + x) 3 − 1
Calculer les limites suivantes : lim ; lim ; lim
x→0 x2 x→0 x2 x→0 x
x − sin x
et lim .
x→0 x3

3.3 Retour sur les extremums

Théorème

On suppose que f est deux fois dérivable au voisinage de a, f 0 (a) = 0 et f 00 (a) > 0 (resp
< 0). Alors f admet un minimum local (resp maximum local) en a.

Corollaire

Soit p ∈ N∗ . On suppose que f est p fois dérivable au V (a) avec ∀ i ∈ {1, · · · , p−1}, f (i) (a) = 0
et f (p) (a) 6= 0. Alors :
(a) Si p est pair, f possède un minimum (resp maximum) si f (p) (a) > 0 (resp f (p) (a) < 0).
(b) Si p est impair, alors f ne possède pas d’extremum local.

Exemple

La fonction f (x) = x3 admet un point d’inflexion en x∗ = 0 car f 0 (0) = f 00 (0) = 0 et

f (3) (0) = 6. La première dérivée non nulle est d’ordre impaire.
la fonction f (x) = x4 présente un minimum en x∗ = 0 car f 0 (0) = f 00 (0) = f (3) (0) = 0 et
f (4) (0) = 24. La première dérivée non nulle “au point candidat”est d’ordre pair et est strictement
positive.
Le théorème suivant apporte une condition supplémentaire à l’existence d’extrema globaux
ainsi que leur Unicité.

Théorème

Soit f une fonction dérivable sur un intervalle J et x∗ ∈ J. On suppose f 0 (x∗ ) = 0.

• Si f est concave, f atteint un maximum global en x∗ sur J.
• Si f est convexe, f atteint un minimum global en x∗ sur J.
Ces extremums sont uniques dans le cas d’une convexité ou concavité stricte.

4 Opérations sur les développements limités

4.1 Somme

Si f et g admettent des DLn (0) : f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ) alors f + g
admet un DLn (0) qui s’écrit f (x) + g(x) = P (x) + Q(x) + o(xn ). Pour obtenir le DL2 (0) de
 19

1
ex + , on écrit que :
1−x
x2 1 1 3
ex = 1 + x + + o(x2 ) et = 1 + x + x2 + o(x2 ) et donc ex + = 2 + 2x + x2 + o(x2 )
2 1−x 1−x 2

4.2 Produit

f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ). Par suite, f (x) · g(x) = R(x) + o(xn ) où R est
le polynôme obtenu en ne gardant dans le produit P · Q que les termes de degré inférieur ou égal
x2 1
à n. Soient en = 1 + x + + o(x2 ) et = 1 + x + x2 + o(x2 ).
 x  2 1−x
e 5
Donc DL2 (0) = 1 + 2x + x2 + o(x2 ).
1−x 2

4.3 Quotient

Soient f et g deux fonctions admettant les DLn (0) : f (x) = A(x) + xn ε1 (x) et
f f
g(x) = B(x) + xn ε2 (x). Si B(0) 6= 0 alors admet le DLn (0) : (x) = Q(x) + xn ε(x), Q étant
g g
le quotient de la division suivant les puissances croissantes de A  par B à l’ordre n. C’est ainsi
x2 2

x ln(1 + x)
que si ln(1 + x) = x − + o(x2 ) ; ex = 1 + x + + o(x2 ). DL2 (0) est obtenu en
2 2 ex
effectuant

x − 12 x2 1 + x + 12 x2
− x + x2 + 21 x3 x − 23 x2
− 32 x2 − 21 x3
− − 23 x2 − 32 x3 − 34 x4
x3 + 34 x4

 
ln(1 + x) 3
DL2 x
(0) = x − x2 + o(x2 ).
e 2

5 D.L au voisinage d’un point autre que 0

(a) f est une fonction définie sur un voisinage I de x0 . En posant y = x − x0 , on transforme
f (x) en g(y) que l’on développe au voisinage de 0. g admet alors le DLn (0) :
Xn n
X
g(y) = ak y k + o(y n ) et par suite, f (x) = ak (x − x0 )k + o((x − x0 )k ).
k=0 k=0
1 1
(b) Exemple : DLn (1) de f (x) = . On pose y = x − 1 et g(y) =
x y+1
g(y) = 1 − y + y 2 + · · · + (−1)n y n + o(y n ). La fonction f (x) admet donc le DLn (1)
f (x) = 1 − (x − 1) + (x − 1)2 + · · · + (−1)n (x − 1)n + o((x − 1)n ).
 20

(c) Equation d’une tangente et position par rapport au graphe : Si f admet le DLn (x0 )
f (x) = a0 + a1 (x − x0 ) + ap (x − x0 )p + · · · + an (x − x0 )n , ap 6= 0, p = min{i, ai 6= 0}.
Le graphe de f admet une tangente en x0 d’équation : y = a0 + a1 (x − x0 ). Le signe de
ap (x − x0 )p donne la position du graphe par rapport à cette tangente.
1
On donne le DL3 (1) de f (x) = x − 1 + (x − 1)3 + o((x − 1)3 ). En 1, le graphe est tangent
6
1
à la droite d’équation y = x − 1 et au voisinage de 1, f (x) − (x − 1) ∼ (x − 1)3 positive
1 6
à droite et négative à gauche. Le graphe traverse sa tangente (inflexion).

6 DL au voisinage de l’infini
f admet un DLn (+∞) s’il existe (a0 , a1 , · · · , an ) telle que au voisinage de +∞, f (x) =
n
X ak 1
+ o( n ).
xk x
k=0

Exemple
x 1 1
DL2 (+∞) de f (x) = définie sur R \ {1}. Si x 6= 0, f (x) = 1 . On pose u =
x−1 1− x
x
1 1 1 1
= 1 + u + u2 + o(u2 ). f (x) = 1 + + 2 + o( 2 ).
1−u x x x

Recherche d’asymptôtes
a2 1
S’il existe des réels a0 , a1 et a2 tels que a2 6= 0 et au V (+∞) f (x) = a0 x + a1 + + o( ). La
x x
droite d’équation y = a0 x + a1 est asymptôte au graphe. La position de la courbe par rapport à
son asymptôte est données par le signe de a2 .
a2
f (x) − (a0 x + a1 ) ∼
+∞ x
1 1
Ainsi, si DL2 (+∞) de f (x) = x − 1 + + o( ). La courbe est au dessus de son asymptôte :
2x x
y = x − 1 au V (+∞).

7 Développement limité d’une fonction composée

x2
Soient f (x) = ex = 1 + x + + o(x2 ) et g(x) = x + x2 + o(x2 ). La composée f ◦ g admet un
2
DL2 (0) dont la partie régulière s’obtient en composant la partie régulière de f et celle de g et en
1 3
truquant à 2 le résultat. C’est ainsi que f ◦g = 1+(x+x2 )+ (x+x2 )2 +o(x2 ) = 1+x+ x2 +o(x2 ).
2 2
Chapitre 3

Calcul de sommes

I Intégrales
1 Primitives usuelles
1.1 Définition

La fonction f admet pour primitive la fonction F sur l’intervalle I si et seulement si : ∀x ∈ I,

F 0 (x) = f (x). Ainsi F (x) = x2 + x est une primitive de f (x) = 2x + 1.

1.2 Théorème

Si f admet une primitive F sur I, toute fonction G telle que G − F est constante est une
primitive de f sur I.
Pour tout couple (x0 , y0 ) de I×R, il existe une unique primitive H de f sur I telle que H(x0 ) = y0 .
1
La fonction ln est la primitive de x 7→ sur R∗+ qui vaut 0 en 1.
x

1.3 Théorème

Toute fonction continue sur un intervalle

Z I admet une primitive sur I. On représentera l’en-
semble des primitives de f par la notion f (x) dx qui se lit : somme de f (x) dx.

21
 22

Fonctions Primitives Fonctions Primitives

0 constante a ax + cste

1 1
xα (α 6= −1) xα+1 ln |x| + cste
α+1 x

ex ex + cste sh(x) = 1/2(ex − e−x ) ch(x) = 1/2(ex + e−x ) + cste

ch(x) sh(x) + cste sin x − cos x + cste

1
cos x sin x + cste arctan x + cste1
x2 +1

Table 3.1 – Tableau de primitives de fonctions usuelles

1.4 Intégrales définies

L’intégrale d’une fonction continue f sur un intervalle [a, b] est le nombre réel :
Z b
f (t)dt = F (b) − F (a) où F est une primitive de f sur [a, b].
a Z 2
2
Soit à calculer par exemple (2x2 + 3) dx. On pose f (x) = 2x2 + 3 alors F (x) = x3 + 3x et
−1 3
Z 2
par suite : (2x2 + 3) dx = F (2) − F (−1) = 15.
−1

1.5 Proposition

Soit f une fonction continue sur [a, b].

Z b Z a
(i) f (x) dx = − f (x) dx
a b
Z b Z c Z b
(ii) si c ∈ [a, b], f (x) dx = f (x) dx + f (x) dx (relation de Chasles)
a a c
Z b Z b Z b
(iii) Linéarité de l’intégrale : (αf + βg)(x) dx = α f (x) dx + β g(x) dx ∀α, β ∈ R
a a a

2 Méthodes de calcul de primitives

2.1 Intégration par parties

Si u et v sont deux fonctions de classe C 1 sur le segment [a, b], on a :

Z b Z b
u(t)v 0 (t) dt = u(b)v(b) − u(a)v(a) − u0 (t)v(t) dt
a a

1. arctan est la fonction réciproque de la fonction tangente sur[−π/2, π/2]

 23

Dans un calcul de primitive, la formule d’intégration par parties s’écrit :

Z Z
u(x)v 0 (x) dx = u(x)v(x) − v(x)u0 (x) dx
Z
1
Pour calculer ln x dx, on pose u(x) = ln x et v 0 (x) = 1 alors u0 (x) = et v(x) = x. Par suite,
Z Z x
ln x dx = x ln x − dx = x ln x − x + cste (sur R∗+ ).
Z
Autre exemple, arctan x dx. On pose pour cela u(x) = arctan x et v(x) = 1 alors
Z Z
0 1 1 2x
u (x) = 2 et v(x) = x. D’où arctan x dx = x arctan x − dx. Finalement,
Z x +1 2 1 + x2
1
arctan x dx = x arctan x − ln(1 + x2 ) + cste (sur R).
2

2.2 Théorème de changement de variable

Soit f une fonction continue sur un intervalle I contenant a et b et soit ϕ une fonction de
classe C 1 sur un intervalle I contenant α et β avec a = ϕ(α) et b = ϕ(β). On suppose que
Z b Z β
ϕ(x) ∈ I si x ∈ [α, β]. Alors f (t) dt = f (ϕ(x))ϕ0 (x) dx où l’on a posé t = ϕ(x).
a α

3 Exemple
Z 4 √ √
t dt
I = e dt. On pose x = t ou bien t = x2 (x ≥ 0) et par suite, dx = √ ou encore
0 2 t
Z 4 √ Z 2
dt = 2x dx. e t dt = 2 xex dx que l’on intégre par parties, on trouve I = 2(e2 + 1).
0 0
Z π
2
J= sin2 x cos x dx. On pose t = sin x et donc dt = cos x dx.
0  3 1
Z 1
t 1
D’où J = t2 dt = = .
0 3 0 3

3.1 Primitives des fractions rationnelles

Z
1 dx
1. Les primitives des fractions de la forme sont données par = ln |x − a| + cste.
x−a x−a
Z
dx 1
2. Pour tout n ≥ 2, = (x − a)1−n + cste (n est une entier).
(x − a)n 1−n

Exercice 1
1 a b
1. Trouver 2 réels a et b tels que : 2 = +
x −1 x−1 x+1
Z
dx
2. En déduire 2
x −1
 24

Réponse
a b a(x + 1) + b(x − 1) x(a + b) + (a − b) 1
1. + = = =
x−1 x+1 (x + 1)(x − 1) (x + 1)(x − 1) (x + 1)(x − 1)
(
a+b=0 1 1
On en déduit que ⇔ a = et b = −
a−b=1 2 2
2.
Z Z Z Z
dx dx 1/2 dx 1/2 dx
2
= = −
x −1 (x + 1)(x − 1) x−1 x+1
1 1
= ln |x − 1| − ln |x + 1| + cste
2 2
1 x−1
= ln + cste
2 x+1

Exercice 2
Z
x+3
Calculer I(x) = dx
x2 + 2x + 5

Réponse

Z Z Z
1 2x + 6 1 2x + 2 dx
I(x) = 2
= 2
dx + 2 2
2 x + 2x + 5 2 x + 2x + 5 x + 2x + 5
Z
1 dx
= ln(x2 + 2x + 5) + 2 car x2 + 2x + 5 ≥ 0
2 (x + 1)2 + 4

On pose x + 1 = 2v et par suite, dx = 2dv

Z Z  
dx 2dv 1 1 x+1
= = arctan(v) + cste = arctan + cste
(x + 1)2 + 4 2
4v + 4 2 2 2
 
1 x+1
Finalement, I(x) = ln(x2 + 2x + 5) + arctan + cste
2 2

4 Intégrales généralisées
Z b
Il est possible de donner un sens à l’intégrale impropre ou généralisée f dans le cas où f
a
est continue sur ]a, b[, éventuellement a = −∞ ou b = +∞.
Pour commencer on étudie les cas d’un intervalle semi-ouvert à droite [a, b[ ; pour tout b0 tel
Z b0
que a < b0 < b, f est continue sur [a, b0 ] et on peut donc calculer f . Si cete expression a une
Z b a

limite finie L quand b0 tend vers b, on dit que l’intégrale f existe, ou est convergente, et sa
a
valeur estL. Dans le cas contraire, on parle d’intégrale divergente.
 25

Exemple 1
Z +∞
dx
est-elle convergente ?
1 x2
Z X
dx 1
Si X > 1, 2
= − + 1, et l’expression tend vers 1 quand X → +∞. On en déduit que
1 x X
Z +∞ Z +∞
dx dx
2
est convergente et = 1.
1 x 1 x2

Exemple 2
Z +∞
dx
est-elle convergente ?
1 x
Z X Z +∞
dx dx
Si X > 1, = ln X + 1, et comme lim ln = +∞, l’intégrale est divergente.
1 x +∞ 1 x

Exemple 3
Z 1
dx
L’intégrale impropre en 1 est-elle convergente ?
Z X 0 x−1 Z 1
dx dx
Si 0 < X < 1, = ln |X − 1|, qui tend vers +∞ quand X tend vers 1, donc
0 x − 1 0 x −1
est divergente.
L’étude des intégrales généralisées sur un intervalle ouvert à gauche est analogue : on demande
Z b Z b
à ce que f ait une limite l quand ap rime → a, et dans ce cas on pose f = l.
a a

Exemple 4
Z 1
dx
L’intégrale impropre en 0 √ est-elle convergente ?
0 x
Z 1
1 √ dx √
Une primitive de √ est 2 x, donc si 0 < ε < 1, √ = 1 − 2 ε, et l’expression tend vers 1
x ε x
Z 1
dx
quand ε tend vers 0. Ainsi, l’intégrale est convergente et on a √ = 1.
0 x
Enfin, si l’intervalle d’étude ]a, b[ est ouvert à gauche et à droite, on demande que pour
Z c Z b
c ∈]a, b[, les intégrales f et f soient convergentes toutes les deux, autrement dit que
a c
Z b0 Z b
0
lim0
f existe. Et cette limite est alors la valeur f.
a →a,b →b a0 a

Exemple 5
Z +∞
dx
L’intégrale est-elle convergente ?
−∞ 1 + x2
Z X2
1 dx
arctan0 (x) = 2 donc pour X1 et X2 réels = arctan X2 − arctan X1 .
x +1 X1 1 + x2
 26

Z +∞
π π dx
Si X1 → −∞, X2 → +∞, la limite de cette intégrale est − (− ), soit π. Donc
2 2 −∞ 1 + x2
converge et sa valeur est π.
Pour étudier la convergence d’une intégrale quand on ne sait pas calculer de primitive de la
fonction intégrée, on dispose de la

Proposition
Z b Z b Z b Z b
Si |f | ≤ g et si g converge, alors f converge, et f≤ g.
a a a a

Exemple 6
Z +∞
2
e−x sin x dx est-elle convergente ?
1
2
On ne connaı̂t pas le primitive de x 7→ e−x sin x, mais on sait que pour tout x ≥ 1,
2 2 2
|e−x sin x| ≤ e−x (car | sin x| ≤ 1) puisque e−x ≤ e−x (car x2 ≥ x pour x ≥ 1, donc −x2 ≤ −x,
2
donc par croissance de exp, e−x ≤ e−x ).
Z X Z +∞ Z +∞
2
ex dx = 1 − e−X −→ 1, donc e−x x dx converge, donc e−x sin x dx aussi
1 x→+∞ 1 1
(mais on ne peut ainsi déterminer ainsi sa valeur, on sait juste qu’elle est majorée par 1 en valeur
absolue).

II Séries
1 Définitions - Convergences
1.1 Définition

On appelle suite réelle une famille de réels indexée par des entiers naturels, c’est à dire une
application de N (ou une partie de N) dans R.
U :N → R 1
dénoté par abus Un . Par exemple, U (n) = n ; V (n) = , n 6= 0.
n 7→ U (n) n

1.2 Convergence

On dit que la suite Un converge vers un réel l si Un est aussi voisin que l’on veut de l, à partir
d’un certain rang, c’est à dire :

∀ε > 0, ∃n0 ∈ N, ∀n ≥ n0 |Un − l| ≤ ε

1.3 Définition d’une série

Soit (un )n≥0 une suite. On appelle série de terme générale un la suite (Sn )n≥0 définie par
Xn X X
Sn = uk . On la note un . Si la suite (Sn )n≥0 a une limite S, la série un converge et a
k=0 n≥0 n≥0
 27

pour S, sinon la série diverge.

1.4 Exemples
1 1 X 1
(a) La série géométrique de raison est la série de terme générale ( )n : ( )n .
3 3 3
n≥0

1
n
1 k 1 − ( )n+1 1 3
3
X
Sn = ( ) = −→ =
3 1 n→+∞ 1 2
k=0 1− 1−
3 3
X 1 3
On a donc ( )n = .
3 2
n≥0

1.5 Conditions de convergence

(a) Condition nécessaire

X X n
Si la série un converge alors lim un = 0. Ainsi la série diverge car
+∞ 3n + 2
n≥0 n≥0
n 1
lim = 6= 0.
+∞ 3n + 2 3
(b) Opérations sur les séries

1.6 Théorème
X X
(i) Pour tout réel λ 6= 0, les séries un et λun sont de même nature et en cas de
n≥0 n≥0
X X
convergence λun = λ un
n≥0 n≥0
X X X
(ii) Si les séries un et vn sont convergentes, (un + vn ) converge aussi et
n≥0 n≥0 n≥0
X X X
(un + vn ) = un + vn
n≥0 n≥0 n≥0

2 Séries de référence
2.1 Série de Riemann

Définition
X 1
La série un de terme générale un = (α ∈ R) s’appelle série de Riemann. Par exemple,
nα
n≥1
X1 1 1 1
= 1 + + + + ···
n 2 3 4
n≥1

Théorème
1
La série de Riemann converge si α > 1 et diverge ailleurs.
nα
 28

Exemples
1 X
(i) un = (α = 1), la série un est divergente.
n
n≥1
1 X
(ii) un = 3 (α = 3), la série un est convergente.
n
n≥1

2.2 Séries géométriques et leurs dérivées

Définition
X
La série q n s’appelle série géométrique de raison q.
n≥0

Proposition
X X 1
La série q n est convergente si et seulement si |q| < 1. Dans ce cas, qn =
1−q
n≥0 n≥0

Convergence des séries géométriques dérivées première et deuxième

X
1. La série nq n−1 converge si et seulement si |q| < 1 et dans ce cas
n≥1
X
n−1 1
nq =
(1 − q)2
n≥0
X
2. La série n(n − 1)q n−2 converge si et seulement si |q| < 1 et dans ce cas
n≥0
X 2
n(n − 1)q n−2 =
(1 − q)3
n≥0

Moyen mnémotechnique et justification des noms

d n d 1 1
1. q = nq n−1 et ( )=
dq dq 1 − q (1 − q)2
1
2. Si on dérive deux fois q n , on obtient n(n − 1)q n−2 et de même la dérivée seconde de
1−q
2
est
(1 − q)3

Application
+∞ +∞
X 
X
n
X
n n−1 q
1. Convergence de la série nq . On a nq = q nq =
n=0 n=0
(1 − q)2
n≥0
X
2 n
2. Convergence de la série n q . ∀n ≥ 2,
n≥0
n2 q n =[n(n − 1) + n]q n (valable si n = 1)
=q 2 [n(n − 1)q n−2 ] + nq n
 29

X X
Or si |q| < 1, les séries n(n − 1)q n−2 et nq n sont convergentes, il en est de même
n≥2 n≥1
X
pour la série n2 q n (d’aprés les opérations sur les séries).
n≥2
X 2 q 2q 2 + q(1 − q) q(1 + q)
n2 q n = q 2 + = =
(1 − q)3 (1 − q)2 (1 − q)3 (1 − q)3
n≥0

Si par contre |q| ≥ 1, la série diverge car n2 q n 9 0

n→+∞

2.3 Série exponentielle

Définition
X xn
La série s’appelle série exponentielle.
n!
n≥0

Proposition
X xn X xn
Pour tout nombre réel x, la série est convergente et = ex
n! n!
n≥0 n≥0
Chapitre 4

Fonction de plusieurs variables

I Généralités
1 Domaine de définition
On appelle fonction de deux variables une application qui, à tout couple (x, y) d’une partie
D de R2 fait correspondre un nombre réel f (x, y), (x, y) 7→ f (x, y). D s’appelle le domaine de
définition.

2 Exemples
(a) Une entreprise vend 2 produits X et Y en quantités x et y pour des prix unitaires respectifs
de 100 et 80. L’entreprise dispose d’une quantité au plus égale à 2000 unités pour le produit
X et 3000 unités pour le produit Y . Ecrire le chiffre d’affaires comme fonction f de x et y.
Quel est le domaine de définition de la fonction f ? Soit R le chiffre d’affaires R = 100x+80y
avec 0 < x ≤ 2000 et 0 < y ≤ 3000. Le domaine de définition s’obtient en traçant les droites
x = 2000 et y = 3000 et en hachurant ou en colorant la partie qui convient (figure 2.1).

Figure 4.1 –

30
 31

(b) Déterminer le domaine de définition des fonctions suivantes et calculer f (0, 2).
1
(x + y + 1) 2
(i) f (x, y) =
x−1
(ii) f (x, y) = x ln(y − x2 )

Solution
√
(i) f (0, 2) = − 3. L’expression de f a un sens lorsque le dénumirateur n’est pas nul et que la
quantité sous le radical est positive. Le domaine de définition de f est donc
D = {(x, y)/x + y + 1 ≥ 0, x 6= 1}. L’inégalité x + y + 1 ≥ 0 ou y ≥ −x − 1 caractérise les
point qui se trouvent sur la droite y = −x − 1 ou plus haut tandis que x 6= 1 signifie que les
points de la droite verticale x = 1 doivent être exclus du domaine de définition (Cf figure
2.2).

Figure 4.2 –

(ii) f (0, 2) = 0. Comme ln(y − x2 ) n’est pas défini que si y > x2 , le domaine de définition de f
est D = {(x, y)/y > x2 }. Ces points sont situés en dessous de la parabole y = x2 .
 32

Figure 4.3 –

II Dérivées partielles-différentielles
1 Calcul de Dérivées partielles
La dérivation d’une fonction d’une variable peut être généralisée. Les dérivées partielles d’une
fonction de deux variables x et y se calculent de la façon suivante :
(i) Par rapport à x : on considère que y est constant et on dérive la fonction comme fonction
d’une variable x.
(ii) Par rapport à y : on considère que x est constant et on dérive la fonction par rapport à y.

Remarque et Notation

La dérivée partielle de f par rapport à x est encore une fonction de deux variables. On la
∂f ∂f
note ou bien fx0 . De même la dérivée partielle d’une fonction f par rapport à y se note
∂x ∂y
ou bien fy0 .

Exemple

Calculer les dérivées partielles de f (x, y) = xy + 2x2 + 3y 3 + 5. Pour Calculer fx0 on considère
y comme une constante et on dérive par rapport à x fx0 = y + 4x. On calcule fy0 d’une manière
analogue : fy0 (x, y) = x + 9y 2 .
 33

2 Dérivées partielles secondes

Dérivées partielles par rapport à x et y des fonctions fx0 et fy0 considérées comme fonctions de
∂ 0 00 ∂ 0
deux variables. Donc 4 dérivées partielles secondes notées usuellement : fx002 = f ;f = f ;
∂x x xy ∂y x
00 ∂ 0 ∂ 0
fyx = f ; f 002 = f .
∂x y y ∂y y

Exercice

Calculer les dérivées partielles premières et secondes de la fonction définie par :

f (x, y) = 4x3 + 3x2 y − 2xy 2 + y 4 − 5. On calcule d’abord fx0 et fy0 .
fx0 (x, y) = 12x2 + 6xy − 2y 2 ; fy0 (x, y) = 3x2 − 4xy + 4y 3 . Ensuite, il faut dériver fx0 et fy0 .
∂
Ainsi, fx002 (x, y) = 24x + 6y ; fxy 00
(x, y) = (12x2 + 6xy − 2y 2 ) = 6x − 4y ;
∂y
∂
fy002 (x, y) = −4x + 12y 2 ; fyx00
(x, y) (3x2 − 4xy + 4y 3 ) = 6x − 4y.
00 00
∂x
On observe que fxy = fyx . C’est une propriété générale connue sous le nom de théorème de
Schwarz pour les fonctions de plusieurs variables continues (Notion non abordée dans ce chapitre).

3 Les approximations linéaires

L(x, y) = f (a, b) + fx0 (a, b)(x − a) + fy0 (a, b)(y − b) est appelée la linéarisation de f en (a, b) est
l’approximation f (x, y) ≈ L(x, y) est appelée approximation linéaire ou par le plan tangent de
p
f en (a, b). Ainsi si f (x, y) = x2 + y 2 , pour trouver une valeur approchée de f (3, 04; 3, 98) on
x y 3 4
calcul d’abord fx0 (x, y) = p et fy0 (x, y) = p ; ensuite fx0 (3, 4) = et fy0 = . On
2
x +y 2 2
x +y 2 5 5
3 4
en déduit la valeur approchée suivante : f (3, 4; 3, 98) ≈ f (3, 4)+ (3, 04−3)+ (3, 98−4) = 5, 008.
5 5
En utilisant une calculatrice, on trouve f (3, 8; 3, 98) = 5, 0082 (à 10−4 prés).

4 différentielles
∂f ∂f
On appelle différentielles de f notée df , l’expression df = dx + dy.
∂x ∂y

Cas des fonctions composées

(
2
x = x(t, s)
Si f (x, y) est une fonction de R dans R telle que alors
y = y(t, s)
∂f ∂f ∂x ∂f ∂y ∂f ∂f ∂x ∂f ∂y
= · + · et = · + ·
∂t ∂x ∂t ∂y ∂t ∂s ∂x ∂s ∂y ∂s

Exemple
∂z ∂z
Si z = ex sin y où x = st2 et y = s2 t. Trouver et .
∂s ∂t
∂z ∂z ∂x ∂z ∂y 2 2
= · + · = (ex sin y)t2 + (ex cos y)(2st) = t2 est sin(s2 t) + 2stest cos(s2 t)
∂s ∂x ∂s ∂y ∂s
 34

∂z ∂z ∂x ∂z ∂y 2 2
= · + · = (ex sin y)(2st) + (ex cos y(s2 ) = 2stest sin(s2 t) + s2 est cos(s2 t)
∂t ∂x ∂t ∂y ∂t

Remarque
(
x = x(t)
Dans le cas et z = f (x(t), y(t)), on trouve la définition de la différentielles totale :
y = y(t)

∂f ∂f ∂x ∂f ∂y
= · + ·
∂t ∂x ∂t ∂y ∂t

III Fonctions homogènes-Élasticité

1 Élasticité
1.1 Définition

On appelle élasticité de f par rapport à la variable x en un point (x, y) le réel :

∂f
x (x, y)
ef |x (x, y) = ∂x . De la même manière, on définit l’élasticité de f par rapport à y par
f (x, y)
∂f
y (x, y)
∂y
ef |y (x, y) =
f (x, y)

1.2 Exemple
∂f ∂f
f (x, y) = x2 + 3xy. On a (x, y) = 2x + 3y et (x, y) = 3x. Par suite,
∂x ∂y
∂f
x (x, y) x(2x + 3y) −1 1
ef |x (x, y) = ∂x = 2 et ef |x (1, −1) = =
f (x, y) x + 3xy −2 2
∂f
y (x, y)
∂y 3xy −3 3
ef |y (x, y) = = 2 et ef |y (1, −1) = =
f (x, y) x + 3xy −2 2

1.3 Application
∂f f (x + h, y) − f (x, y)
Pour h voisin de 0, (x, y) ≈ et par suite,
∂x h
1 f (x + h) − f (x, y)
(f (x + h, y) − f (x, y)) f (x, y) Variation de f
ef |x (x, y) ≈ x h = =
f (x, y) h Variation de x
x
h
Si la variation relative = 1%, cette dernière expression donne une valeur approchée de la
x
variation relative de f .
 35

IV Fonctions homogènes
1 Définition
Soit f une fonction numérique définie sur A ⊂ R2 . On dit que f est homogène de degré p si :

Pour tout couple (x, y) ∈ A et t ∈ R∗+ , f (tx, ty) = tp f (x, y)

2 Exemples
x + 2y
(i) La fonction f définie par f (x, y) = est homogène de degré p = −1. En effet,
x2 + y 2
tx + 2ty 1
∀(x, y) ∈ R2 \ {(0, 0)}, ∀t ∈ R∗+ , f (tx, ty) = = f (x, y) = t−1 f (x, y)
(tx)2 + (ty)2 t
2x
(ii) La fonction g définie par g(x, y) = ln( ) est homogène de degré p = 0. Tout d’abord
3y
2tx
Dg = (R+ ×R+ )∪(R− ×R− ). Ensuite, ∀(x, y) ∈ Dg et t ∈ R∗+ g(tx, ty) = ln(
∗ ∗ ∗ ∗
) = g(x, y).
2ty
(iii) La fonction h définie par h(x, y) = 2x2 + xy − y 2 est homogène de degré p = 2. En effet,
h(tx, ty) = 2(tx)2 + (tx)(ty) − (ty)2 = t2 h(x, y).

3 Théorème
(a) La somme de deux fonctions homogènes de même degré p est homogène de degré p.
(b) Le produit d’une fonction homogène de degré p et d’une fonction homogène de degré q est
une fonction homogène de degré p + q.
(c) Si f est homogène de degré p et si f admet des dérivées partielles d’ordre 1, celles-ci sont
homogènes de degré (p − 1).

4 Exemple
f (x, y) = 2x3 y + xy 3 + 4x2 y 2 ; f est homogène de degré 4.

∂f ∂f ∂f
(x, y) = 6x2 y + y 3 + 8xy 2 et (tx, ty) = 6(tx)2 (ty) + (ty)3 + 8(tx)(ty)2 = t3 (x, y)
∂x ∂x ∂x
∂f ∂f
est homogène de degré 3. on vérifie aussi que est homogène de degré 3.
∂x ∂y

5 Théorème d’Euler
Pour toute fonction homogène de degré p, ona :
∂f ∂f
x (x, y) + y = pf (x, y)
∂x ∂y
 36

Exercice

Vérifier la formule d’Euler pour f (x, y) = x2 + 3xy.

f est homogène de degré p = 2. En effet, f (tx, ty) = (tx)2 + 3(tx)(ty) = t2 x2 + 3t2 xy = t2 f (x, y).
∂f ∂f
∀(x, y) ∈ R2 , = 2x + 3y et (x, y) = 3x. Alors
∂x ∂y
∂f ∂f
x (x, y) + y = x(2x + 3y) + y · 3x = 2x2 + 6xy = 2x(x + 3y) = 2f (x, y).
∂x ∂y

Remarque

Si f (x, y) 6= 0, la formule d’Euler s’écrit :

∂f ∂f
(x, y) (x, y)
∂y
x · ∂x +y· = p ⇐⇒ ef |x (x, y) + ef |y (x, y) = p.
f (x, y) f (x, y)
∂f ∂f
Si on prend x = 1 et y = 1, f (1, 1) = 4, (1, 1) = 5 et (1, 1) = 3. Par suite
∂x ∂y
5 5 5 3
ef |x (1, 1) = 1 · = et on en déduit ef |y (1, 1) = 2 − = .
4 4 4 4

V Optimisation
1 Optimisation libre
La fonction f admet un maximum local en un point (x0 , y0 ) si :

f (x0 , y0 ) > f (x, y)

pour tout (x, y) se situant autour de (x0 , y0 ) (notion mathématique de voisinage, généralisation
de l’intervalle de R).
La fonction f admet un minimum local en un point (x0 , y0 ) si :

f (x0 , y0 ) < f (x, y)

pour tout (x, y) se situant autour de (x0 , y0 ).

Condition nécessaire pour qu’il existe un maximum local ou un minimum local en un point
(x0 , y0 ) :
Les dérivées partielles premières s’annulent en (x0 , y0 ).

fx0 (x0 , y0 ) = 0 fy0 (x0 , y0 ) = 0 (1)

Attention : cette condition n’est pas suffisante. Il faut lui ajouter un e condition du second
ordre,
00
(fxy (x0 , y0 ))2 − fx002 (x0 , y0 ) × fy002 (x0 , y0 ) < 0
(1) Les points qui vérifient ces conditions du premier ordre sont des points critiques.
Si fx002 (x0 , y0 ) < 0 (oufy002 (x0 , y0 ) < 0) c’est un maximum.
 37

Si fx002 (x0 , y0 ) > 0 (oufy002 (x0 , y0 ) > 0) c’est un minimum.

Dans les autres cas, soit il n’y a pas d’extremum, soit on ne pas conclure.(1)
00
(1) Plus précisement, si (fxy (x0 , y0 ))2 − fx002 (x0 , y0 ) × fy002 (x0 , y0 ) > 0 f n’admet pas d’extremum
en (x0 , y0 ). On dit alors que (x0 , y0 ) est un point selle.
00
Lorsque (fxy (x0 , y0 ))2 = fx002 (x0 , y0 ) × fy002 (x0 , y0 ), on ne peut rien affirmer. On raisonne à l’aide
d’inégalités locales.

2 Optimisation sous contrainte

Résoudre des problème sous contrainte : par exemple utilité sous contrainte de budget ou
coût sous contrainte d’un minimum de production obligatoire.

1er cas :

une des variables peut s’exprimer en fonction de l’autre : se ramener à la recherche des extréma
d’une fonction d’une variable.

2ème cas :

Utilisation d’une fonction auxiliaire L, appelée Lagrangien, qui permet de se ramener à une
optimisation libre.

Soit ainsi f : (x, y) 7→ f (x, y) la fonction à optimiser sous la contrainte g(x, y) = 0. Le

Lagrangien est la fonction de 3 variables x, y et λ (se dit lambda), définie par :

L(x, y, λ) = f (x, y) + λg(x, y)

λ s’appelle le multiplicateur de Lagrange.

L’extremum de f sous contrainte g(x, y) = 0 correspond à l’extremum de L. On est donc amené
à exprimer les conditions du premier ordre :

L0x (x, y, λ) = 0 L0y (x, y, λ) = 0

L0λ (x, y, λ) = 0, ce qui correspond à g(x, y) = 0

Exemple

Soit f (x, y) = x2 + xy + y 2 à optimiser sous la contrainte x + y = 2.

Le Lagrangien s’écrit :
L(x, y, λ) = x2 + xy + y 2 + λ(x + y − 2)

Calculons les dérivées partielles premières.

L0x (x, y, λ) = 2x + y + λ = 0
 38

L0y (x, y, λ) = x + 2y + λ = 0

L0λ (x, y, λ) = x + y − 2 = 0

De la première équation, on tire λ = −2x − y, et en remplaçant dans la deuxième équation, il

vient :
x + 2y − 2x − y = 0

Soit y − x = 0, et donc x = y.
En reportant dans la troisième équation, il vient x = y = 1.
Il y a donc un seul extremum possible au point (1, 1). On pourrait montrer qu’il s’agit d’un
minimum.

Conditions de deuxième ordre

Calcul d’un déterminant d’ordre 3

Proposition 1
a11 a12 a13
a22 a23 a12 a13 a12 a13
a21 a22 a23 = a11 × − a21 × + a31 ×
a32 a33 a32 a33 a22 a23
a31 a32 a33
Hessien bordé par les dérivées partielles premières de la fonction g.

Définiton 3

On appelle Hessien bordé par les dérivée partielles premières de g, et on le note Hb , le

déterminant d’ordre 3 :
∂2L ∂2L ∂g
∂x2 ∂x∂y ∂x
∂2L ∂2L ∂g
Hb =
∂y∂x ∂y 2 ∂y
∂g ∂g
0
∂x ∂y
Nous avons alors les trois cas suivants :
• Si Hb < 0, alors on a un minimum.
• Si Hb > 0, alors on a un maximum.
• Si Hb = 0, alors on a un point de selle.

Exercice 1

Déterminer les minima et les maxima de la fonction f (x, y) = xr − yr + xy + 5x, sous la

contrainte g(x, y) = x − 2y = 0.
 39

Solution

L’équation de Lagrange associée est :

L(x, y, λ) = f (x, y) + λg(x, y) = x2 − y 2 + xy + 5x + λ(x − 2y)

Cherchons
 les points critiques : Conditions de premier ordre :
∂L

 =0  
∂x 2x + y + 5 + λ = 0 λ=0



 
 

 ∂L  
= 0 ⇔ x − 2y + 2λ = 0 ⇔ x = −2

 ∂y 
 

x − 2y = 0 y = −1
  

 ∂L

 =0
∂λ
D’où, un seul point critique (−2, −1).
Conditions de deuxième ordre :
∂2L ∂2L ∂2L ∂2L ∂g ∂g
=2 ; = −2 ; = =1 ; =1 ; = −2
∂x2 ∂y 2 ∂x∂y ∂y∂x ∂x ∂y

2 1 1
D’où : Hb = 1 −2 −2 = −10 < 0
1 −2 0
Hb < 0, donc le point (−2, −1) est un minimum.

Exercice 2

Déterminer les minima et maxima de la fonction F (x, y) = 5x2 + 6y 2 − xy sous la contrainte

x + 2y = 24.
En effet :
Les conditions de premier ordre nous donnent : x = 6, y = 9 et λ = −51.
On a donc un seul point critique (6, 9). Hb = −56 < 0, donc (6, 9) est un point minimal.

3 Applications économiques des multiplicateurs de Lagrange

Il y a beaucoup d’applications économiques des minima et maxima sous contraintes. Par
exemple, si un producteur fabrique deux biens, il peut voiloir minimiser le côut total en devant
fabriquer une quantité totale minimale spécifiée.
Une compagnie peut désirer maximiser ses ventes résultant de deux publicités effectuées, tout en
observant la contrainte du budget de publicité.
Un consommateur peut vouloir maximiser sa fonction d’utilisté provenant de la consommation
de certains biens, tout en étant restreint par son budget.

Exercice

Un consommateur dépense son revenu de 48 dinars pour l’achat de deux biens x et y. Les
prix de x et de y sont respectivement 2 dinars et 3 dinars. La fonction d’utilité du consommateur
 40

est donnée par la formule : U = −x2 − 2y 2 + 2xy.

Combien d’unités du bien x et du bien y doit-il consommer pour maximiser son utilité ?

Solution

La fonction à maximiser est U (x, y) = −x2 − 2y 2 + 2xy.

La contrainte est 2x + 3y = 48 ⇔ 2x + 3y − 48 = 0.
L’équation de Lagrange associée est L(x, y, λ) = −x2 − 2y 2 + 2xy + λ(2x + 3y − 48).
336 240 96
Les conditions de premier ordre donnent : x = , , λ= , donc un seul point
29 29 29
336 240
critique ( , ).
29 29
−2 2 2
Hb = 2 −4 3 = 58 > 0, il s’agit donc d’un maximum.
2 3 0

4 Fonction implicites
4.1 Lignes de niveau

Définition

On appelle ligne (ou courbe) de niveau N (z0 ) de la fonction z = f (x, y), l’ensemble :

{M (x, y) ∈ Df ; f (x, y) = z0 }