Université catholique de Louvain

Faculté des Sciences Economiques, Sociales et

Politiques

Mathématique en économie et gestion 1

ECGE 1112
Notes de cours

Raouf Boucekkine, Julien Federinov, Yves Félix et Pierre Klaessens

Année académique 2009–2010

Mathématique en économie et gestion 1

ECGE 1112

Notes de cours

Année académique 2009-2010

Table des matières

1 Nombres et fonctions 5
1.1 Ensembles de nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Des entiers naturels aux réels . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.3 Intervalles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.4 Racine carrée et valeur absolue . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.5 Majorants et minorants, supremum et infimum . . . . . . . . . . . . . . 9
1.2 Les démonstrations en mathématique . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Démonstration directe . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.2 Démonstration par l’absurde . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3 Démonstration par récurrence . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Fonctions réelles d’une variable réelle . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.1 Opérations algébriques sur les fonctions . . . . . . . . . . . . . . . . . . 13
1.3.2 Typologie des fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.3 Graphe d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Fonction réelle du premier degré à une variable . . . . . . . . . . . . . . . . . . 18
1.4.1 Inéquations dans R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5 Les fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6 Les fonctions exponentielles et logarithmes . . . . . . . . . . . . . . . . . . . . 23
1.6.1 Les fonctions puissances rationnelles . . . . . . . . . . . . . . . . . . . 26
1.7 Composition des fonctions et fonctions réciproques . . . . . . . . . . . . . . . . 27
1.7.1 Fonctions réciproques . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.7.2 Exemples de fonctions réciproques . . . . . . . . . . . . . . . . . . . . 28
1.7.3 Les fonctions trigonométriques inverses . . . . . . . . . . . . . . . . . . 29
1.8 Applications économiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.8.1 Fonction de consommation . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.8.2 Offre et Demande : un exemple . . . . . . . . . . . . . . . . . . . . . . 30
1.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

2 Limite et continuité 39
2.1 Définition de Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.1.1 Limites à droite et à gauche. . . . . . . . . . . . . . . . . . . . . . . . . 43
2.1.2 Limites en l’infini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

1
 2.2 Propriétés des limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2.1 Unicité de la limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.2.2 Opérations algébriques sur les limites finies. . . . . . . . . . . . . . . . . 46
2.2.3 Propriétés algébriques sur les limites infinies . . . . . . . . . . . . . . . 47
2.2.4 Composition de limites finies . . . . . . . . . . . . . . . . . . . . . . . 49
2.3 Calcul des limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3.1 Non-existence de limites . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3.2 Conditions suffisantes d’existence de limites . . . . . . . . . . . . . . . 50
2.4 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.5 Théorèmes fondamentaux sur les fonctions continues . . . . . . . . . . . . . . . 54
2.6 Fonctions strictement monotones . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3 Dérivation et applications 61
3.1 Dérivée d’une fonction en un point . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.1 La pente d’une courbe en un point . . . . . . . . . . . . . . . . . . . . . 62
3.1.2 Dérivée à gauche et à droite . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.3 Dérivée infinie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.4 Continuité et dérivabilité . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2 Calcul des dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.1 Règles de calcul des dérivées . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2.2 Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.3 L’élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.3 Dérivabilité - Les grands théorèmes . . . . . . . . . . . . . . . . . . . . . . . . 71
3.3.1 Approximations linéaires de fonctions . . . . . . . . . . . . . . . . . . . 71
3.3.2 Maximum et minimum . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.3 Théorème de Rolle et théorème des accroissements finis . . . . . . . . . 74
3.4 Représentation graphique des fonctions . . . . . . . . . . . . . . . . . . . . . . 77
3.4.1 Croissance et décroissance . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.4.2 Concavité et Convexité . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4.3 Asymptotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.5 Etude de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.6 Problèmes de maxima-minima . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.7 Levée d’Indéterminations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.8 Applications en économie et gestion . . . . . . . . . . . . . . . . . . . . . . . . 91
3.8.1 La croissance exponentielle d’une population . . . . . . . . . . . . . . . 91
3.8.2 La croissance d’une population vers une limite supérieure . . . . . . . . 93
3.8.3 La croissance logistique de population . . . . . . . . . . . . . . . . . . . 94
3.8.4 Les intérêts composés . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.8.5 La fonction de densité de la distribution normale . . . . . . . . . . . . . 98
3.8.6 Grandeurs totales, moyennes et marginales . . . . . . . . . . . . . . . . 98
3.8.7 Taux de variation instantané relatif . . . . . . . . . . . . . . . . . . . . . 100
3.8.8 le profit d’un monopole . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

2
 3.8.9 La concavité d’une fonction de production . . . . . . . . . . . . . . . . 104
3.8.10 La maximisation du profit en concurrence parfaite . . . . . . . . . . . . 106
3.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

4 Primitivation et Intégration des fonctions d’une variable 124

4.1 La primitivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.1.2 L’ensemble des primitives d’une fonction . . . . . . . . . . . . . . . . . 125
4.1.3 Quelles fonctions sont primitivables ? . . . . . . . . . . . . . . . . . . . 125
4.2 Techniques de primitivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
4.2.1 Primitives immédiates . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
4.2.2 Linéarité de la primitivation . . . . . . . . . . . . . . . . . . . . . . . . 127
4.2.3 Substitution ou changement de variable . . . . . . . . . . . . . . . . . . 128
4.2.4 Primitivation par parties . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.3 L’intégration définie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.3.1 Définition de l’intégrale définie . . . . . . . . . . . . . . . . . . . . . . 129
4.3.2 Premières propriétés de l’intégrale définie . . . . . . . . . . . . . . . . . 131
4.3.3 Le théorème fondamental du calcul différentiel et intégral . . . . . . . . 133
4.3.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
4.4 Les intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.4.1 Intégrale d’une fonction non bornée sur un intervalle non fermé . . . . . 136
4.4.2 Intégrale d’une fonction sur un intervalle non limité . . . . . . . . . . . . 137
4.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
4.5.1 Maîtrise des concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
4.5.2 Maîtrise des techniques . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

5 Fonctions de deux variables 143

5.1 L’espace de représentation : R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.1.1 L’espace de trois variables . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.1.2 La distance dans R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.1.3 Les plans et leurs équations . . . . . . . . . . . . . . . . . . . . . . . . 145
5.2 Les fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.2.1 Un mécanisme Input-Output . . . . . . . . . . . . . . . . . . . . . . . . 146
5.2.2 Ce n’est qu’une infinité de fonctions d’une variable . . . . . . . . . . . . 147
5.2.3 Le graphe de la fonction - Un voile élastique . . . . . . . . . . . . . . . 147
5.3 La représentation graphique des fonctions de R2 dans R . . . . . . . . . . . . . . 148
5.3.1 Les sections iso-x et iso-y . . . . . . . . . . . . . . . . . . . . . . . . . 148
5.3.2 Les courbes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.4 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
5.4.1 Chemins particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
5.4.2 Limites par coinçage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
5.4.3 Limites et fonctions composées . . . . . . . . . . . . . . . . . . . . . . 156
5.5 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157

3
 5.6 Dérivées partielles et différentiation . . . . . . . . . . . . . . . . . . . . . . . . 158
5.6.1 Les dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.6.2 Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
5.6.3 Plan tangent et approximation linéaire . . . . . . . . . . . . . . . . . . . 161
5.6.4 La différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.6.5 Courbes de niveau et gradient . . . . . . . . . . . . . . . . . . . . . . . 162
5.7 Extremums des fonctions de deux variables . . . . . . . . . . . . . . . . . . . . 162
5.7.1 Des conditions nécessaires . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

6 Introduction au Calcul Matriciel 170

6.1 Les matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
6.1.1 La transposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
6.1.2 Addition de matrices de même genre . . . . . . . . . . . . . . . . . . . . 173
6.1.3 Multiplication d’une matrice par un nombre réel . . . . . . . . . . . . . 173
6.1.4 Multiplication matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . 174
6.2 Transformations élémentaires des lignes d’une matrice . . . . . . . . . . . . . . 176
6.3 Matrices en escalier et rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
6.4 Résolution d’un système d’équations linéaires . . . . . . . . . . . . . . . . . . . 179
6.5 Inversion de matrices carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
6.5.1 Calcul de l’inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
6.5.2 Produit et inversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
6.5.3 Transposition et inversion . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.6 Déterminant d’une matrice carrée . . . . . . . . . . . . . . . . . . . . . . . . . 187
6.6.1 Déterminants, aires et volumes . . . . . . . . . . . . . . . . . . . . . . . 189
6.6.2 Déterminant et inversion . . . . . . . . . . . . . . . . . . . . . . . . . . 190
6.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

7 Eléments d’algèbre linéaire 203

7.1 Espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
7.2 Applications linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
7.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212

4
Chapitre 1

Nombres et fonctions

En mathématique on travaille avec des ensembles et des éléments. Ils forment la base du lan-
gage. On parle par exemple de l’ensemble des nombres rationnels ou de l’ensemble des solutions
d’une équation.
• Si a est un élément de l’ensemble A, on dit que a appartient à A et on écrit : a ∈ A.
• Si b n’est pas un élément de A, on dit que b n’appartient pas à A et on écrit : b ∈
/ A.
On désigne souvent un ensemble par la liste de ses éléments. Par exemple,
A = {a, b, c, d} , ou A = {x|x est rationnel et x > 5} .

• Si tous les éléments d’un ensemble A sont éléments d’un ensemble B, on dit que A est un
sous-ensemble de B ou une partie de B, ou que A est inclus à B, et on écrit : A ⊆ B.

1.1 Ensembles de nombres

1.1.1 Des entiers naturels aux réels
Les nombres les plus familiers sont ceux qui servent à compter : 1, 2, 3, . . . (cette suite de
nombres ne s’arrête jamais). Ils s’appellent entiers naturels. Ils sont entiers et positifs et leur
ensemble est représenté par N.
N = {1, 2, 3, . . .}
Il existe aussi des nombres entiers négatifs comme −1, −2, −3, . . .. L’ensemble des nombres
entiers, désigné par Z, se compose des entiers positifs, des entiers négatifs et de l’entier nul 0.
Z = {. . . , −2, −3, −1, 0, 1, 2, 3, . . .}

1 3 22 2
A côté des entiers, il y a aussi les nombres rationnels tels que , , , − , . . ., qui peuvent
2 4 7 3
p
s’écrire comme le quotient de deux entiers p et q où q 6= 0. L’ensemble des nombres rationnels
q
est noté Q.

5
Un nombre rationnel admet une infinité de représentations car

1 2 4 33
= = = = ···
3 6 12 99
p
La représentation est dite irréductible, si p et q sont premiers entre eux, c’est-à-dire n’ont pas
q
de facteur commun autre que 1.

La somme et le produit de deux nombres rationnels est définie par :

p m pn + mq p m pm
+ = , · = .
q n qn q n qn
p
L’expression décimale d’un nombre rationnel s’obtient par la division de p par q. Un nombre
q
est rationnel si et seulement si son développement décimal est fini ou devient périodique à partir
d’un certain moment.
1 91
= 0, 125 = 0, 8 27 27 27 . . .
8 110

Bien entendu, on risque rapidement de √se sentir à l’étroit si on se contente de travailler avec des
nombres rationnels. Ainsi, le nombre 2 est essentiel pour définir le rapport entre la longueur de
la diagonale d’un carré et la longueur de son côté. Heureusement il est possible d’enrichir l’en-
semble des rationnels Q pour être à l’aise dans de nombreuses situations. On appellera irrationnel
tout nombre dont la suite des chiffres décimaux est illimitée et non périodique. Par exemple,
√ √ √
2 = 1, 41421356 . . . , 3 = 1, 73205080 . . . , 5 = 2, 23606797 . . . ,

π = 3, 14159265 . . . , e = 2, 7182818285 . . . .
La réunion des rationnels et des irrationnels constitue l’ensemble des nombres réels, noté R.
Ces quatre ensembles de nombres sont liés par les inclusions

N ⊂ Z ⊂ Q ⊂ R.

Il est habituel de représenter un nombre réel par un point de la droite, appelée droite réelle, sur
laquelle les nombres positifs figurent à droite du point associé à 0, appelé origine, et les négatifs
à gauche de ce point.

1.1.2 Ordre
L’ensemble des réels est muni d’une relation d’ordre définie par

a < b si et seulement si b − a > 0 .

6
L’ordre se visualise facilement sur la droite : a < b si le point représentant a se trouve à la gauche
de celui qui représente b. On définit aussi l’inégalité non stricte par

a ≤ b si et seulement si a < b ou a = b.

On conviendra de lire

a<b "a strictement inférieur à b" , et a ≤ b "a inférieur ou égal à b"

Par exemple, 2 < 3, 2 ≤ 3 et 2 ≤ 2.

1.1.3 Intervalles
L’ensemble des nombres réels situés entre deux nombres a et b donnés, avec a < b, constitue
un intervalle . On distingue trois types d’intervalles :
1. l’intervalle ouvert ] a, b [ auquel les points a et b, appelés extrémités, n’appartiennent pas.
Il est défini par
] a, b [= {x : x ∈ R tels que a < x < b}.
2. l’intervalle fermé [ a, b ] auquel les points a et b appartiennent. Il est défini par

[ a, b ] = {x : x ∈ R tels que a ≤ x ≤ b}.

3. l’intervalle semi-ouvert à droite [ a, b [ ou l’intervalle semi-ouvert à gauche ] a, b ] définis

par
[ a, b [= {x : x ∈ R tels que a ≤ x < b}
] a, b ] = {x : x ∈ R tels que a < x ≤ b}.
Les intervalles peuvent être infinis et on adopte alors les notations

[ a, +∞[= {x : x ∈ R tels que a ≤ x}

] a, +∞[= {x : x ∈ R tels que a < x}

] − ∞, a] = {x : x ∈ R tels que x ≤ a}
] − ∞, a[= {x : x ∈ R tels que x < a}
] − ∞, +∞[= {x : x ∈ R} = R
Les symboles +∞ et −∞ ne sont pas des nombres réels et ne satisfont donc pas les règles
habituelles du calcul algébrique. Ils sont introduits essentiellement pour faciliter les notations.
Dans la suite nous utiliserons les notations suivantes :
R0 est l’ensemble des réels non nuls ;
R0+ est l’ensemble des réels positifs, non nuls ;
R+ est l’ensemble des réels positifs ou nuls ;
R0− est l’ensemble des réels négatifs ou nuls ;
R− est l’ensemble des réels négatifs ou nuls.

7
1.1.4 Racine carrée et valeur absolue
La racine carrée d’un nombre positif a est le nombre positif b dont le carré vaut a,
√
b = a ⇔ b > 0 et b2 = a .
√
Exemple 1.1. 4 = 2. Mais attention,
√
4 n’est pas égal à −2 ni à ±2 !
La valeur absolue d’un nombre réel a, notée |a| est définie par
(
a si a ≥ 0,
|a| =
−a si a < 0.

De la définition, il ressort directement que

• |a| = | − a|,
• a ≤ |a|,
• |a| ≥ 0 ,
• |a|2 = a2 ,
√
• |a| = a2 ,
• |ab| = |a||b|.

Théorème 1.1. (Inégalité triangulaire). Pour tous nombres réels a et b,

|a + b| ≤ |a| + |b|. (1.1)

Exemple 1.2. Pour tous nombres réels a et b, on a aussi l’inégalité

|a − b| ≥ |a| − |b|

Solution : On peut écrire successivement

|a| = |(a − b) + b| ≤ |a − b| + |b|

L’inégalité attendue s’obtient en faisant passer |b| dans l’autre membre.

Remarque importante. Pour tout nombre réel a > 0,

|x| ≤ a ⇐⇒ −a ≤ x ≤ a
© ª
x ∈ R : |x| ≤ a = [ −a, +a ]

8
Exemple 1.3. Ecrire sans valeur absolue |x| < 2, |x − 3| ≤ 1, |x − 1| > 2.
Solution :
|x| < 2 ⇐⇒ −2 < x < 2,
|x − 3| ≤ 1 ⇐⇒ −1 ≤ x − 3 ≤ 1 ⇐⇒ 2 ≤ x ≤ 4,
|x − 1| > 2 ⇐⇒ x > 3 ou x < −1.

1.1.5 Majorants et minorants, supremum et infimum

Définition 1.1. Une partie A de R est bornée supérieurement s’il existe un nombre M , appelé
majorant de A, tel que
x ≤ M pour tout x ∈ A.

Exemple 1.4. A =] − ∞, 2 [ est bornée supérieurement car 2, 3, π, . . . en sont des majorants.

Définition 1.2. Une partie A de R est bornée inférieurement s’il existe un nombre m, appelé
minorant de A, tel que
m ≤ x pour tout x ∈ A.

Exemple 1.5. A =] 0, 271 ] est bornée inférieurement car tous les nombres négatifs en sont des mino-
rants.

Il est clair que si M est un majorant de A, par transitivité, tout nombre plus grand que M en est
un aussi et, de même, que tout nombre plus petit qu’un minorant m en est un aussi.
Une partie bornée supérieurement a donc une infinité de majorants et une partie bornée inférieu-
rement a une infinité de minorants.

Définition 1.3. Une partie A de R est bornée si elle est bornée inférieurement et supérieure-
ment.

Exemple 1.6. A = {1/n, n ∈ N} est une partie bornée de R car tout nombre M ≥ 1 en est un majorant
et tout nombre m ≤ 0 en est un minorant.

Exemple 1.7. A = N est une partie de R bornée inférieurement, mais pas supérieurement.

Exemple 1.8. R n’est borné, ni supérieurement, ni inférieurement.

9
Exemple 1.9. L’ensemble des nombres de la forme x2 pour x ∈ R est borné inférieurement, mais pas
supérieurement.

Exemple 1.10. L’ensemble des nombres de la forme sin x pour x ∈ R est borné supérieurement par 1
et inférieurement par −1.

Définition 1.4. Le maximum de A, s’il existe, est le plus grand élément de A. On le note max A.
Le minimum de A, s’il existe, est le plus petit élément de A. On le note min A.

Le maximum de A, s’il existe, est un majorant de A, et le minimum de A, s’il existe, est un

minorant de A.

Définition 1.5. (Axiome du supremum.)

Si A est une partie non vide et bornée supérieurement de R, alors A admet un plus petit majo-
rant appelé le supremum de A et noté sup A.
Si A est une partie non vide et bornée inférieurement dans R, alors A admet un plus grand
minorant, appelé l’infimum de A et noté inf A.

Cet axiome redonne l’intuition que l’ensemble des réels R n’a pas de "trous" contrairement
à l’ensemble des rationnels. En effet,

Q = {x ∈ Q| x2 < 2} ∪ {x ∈ Q| x2 > 2}
√
alors que R 6=√{x ∈ R| x2 < 2} ∪ {x ∈ R| x2 > 2}. Nous voyons apparaître le trou 2. Ce point
qui manque, 2, est le supremum de l’ensemble A = {x ∈ R| x2 < 2}.

Si A admet un maximum, alors max A = sup A, et si A admet un minimum, alors min A =

inf A.

Exemple 1.11. Pour A = {x : x = 1/n, n ∈ N}, 1 est le supremum et le plus grand élément de A.
Exemple 1.12. Pour A =] − ∞, 2 [, 2 est supremum mais n’est pas le plus grand élément de A.

Exemple 1.13. Pour A = {x : x = 1/n, n ∈ N}, 0 est l’infimum mais n’est pas le plus petit élément de
A.

√ √
Exemple 1.14. Soit A = {x : x ∈ R et x < 2}. Le supremum de A est le nombre 2 car il est le plus
petit majorant de A.

10
1.2 Les démonstrations en mathématique
Les mathématiques se veulent un language clair, sans ambiguïté. Elles se construisent à partir
des définitions des objets de base par des raisonnements logiques. Ces raisonnements s’appellent
des démonstrations ou des preuves. Les conclusions des raisonnements s’énoncent sous forme de
théorèmes ou propositions (= petit théorème). La rigueur est importante dans ce développement.
L’avantage de cette procédure est que l’on peut utiliser un résultat (théorème) comme étape
dans un autre raisonnement, ou tout simplement pour se faciliter la vie dans un calcul ou une
application.

Quelques symboles logiques

• L’implication logique =⇒.
L’expression P =⇒ Q signifie que sous l’hypothèse P , l’énoncé Q est vérifié.
Autrement dit, si P , alors Q ; ou encore,
P est une condition suffisante pour avoir Q
Exemple 1.15. a > 0 =⇒ a = |a|
x > 0 =⇒ x2 > 0
x ∈ Q =⇒ x2 ∈ Q
• L’équivalence logique ⇔.
L’expression P ⇔ Q signifie que les propositions P et Q sont équivalentes.
• Les symboles ∀ et ∃.
L’expression ∀xP (x) signifie que la phrase P (x) est vraie pour toutes les valeurs de x.
L’expression ∃xP (x) signifie qu’il existe au moins un x pour lequel P (x) est vraie.

L’expression ∀xP (x) n’est pas vraie si et seulement si ∃x pour lequel P (x) est faux.
De même, ∃xP (x) n’est pas vraie si et seulement si ∀x la proposition P (x) est fausse.

1.2.1 Démonstration directe

La démonstration se fait soit par calcul direct, soit par un petit raisonnement.
Exemple 1.16. Montrer que a2 − b2 = (a − b)(a + b) se fait par multiplication des deux termes
de droite. La preuve est similaire pour montrer l’égalité (a + b)3 = a3 + 3a2 b + 3ab2 + b3
Exemple 1.17. Montrons que la somme S des n premiers nombres entiers naturels vaut n(n +
1)/2. On écrit deux fois la somme, une fois en ordre croissant, une fois en ordre décroissant et
on place les deux lignes l’une au dessus de l’autre.
1 +2 +3 + . . . + . . . +n
n +(n − 1) +(n − 2) + . . . + . . . +1
On constate que la somme des éléments de chaque colonne vaut n + 1. Comme on a n colonnes,
on a 2S = n(n + 1).

11
1.2.2 Démonstration par l’absurde
Le principe d’une démonstration par l’absurde est le suivant : Supposons que l’on veuille
démontrer l’énoncé Q. On suppose Q faux et on fait alors un petit raisonnement qui conduit à
une contradiction. Ceci montre que l’on ne pouvait pas supposer Q faux, et donc que Q est vrai.
√ √ √
Exemple 1.18. Montrons que 2 est irrationnel ; Supposons par l’absurde 2 rationnel, 2 =
p/q avec p et q sans facteur commun. Nous allons utiliser le fait que si le carré d’un entier, n2 ,
est pair, alors n est√pair.
De l’équation 2 = p/q, en passant au carré on obtient 2q 2 = p2 . On déduit successivement
que p2 est pair, que p est pair, p = 2m, que q 2 = 2m2 , que q 2 est pair, que q est pair, et que q et
p sont tous deux divisibles par 2, ce qui est contraire à l’hypothèse de départ.

1.2.3 Démonstration par récurrence

On veut démontrer qu’une proposition P (n) dépendant d’un entier n ≥ 0 est vraie pour tout
n ≥ n0 (en général n0 = 1 ou n0 = 0).
Principe de la démonstration par récurrence. Si P (n0 ) est vraie, et si en supposant P (n) vraie
on peut en déduire que P (n + 1) est vraie, alors P (n) est vraie pour tout n ≥ n0 .

Exemple 1.19. Démontrer que la proposition 1 + 2 + 3 + · · · + n = n(n + 1)/2. est vraie pour
tout n ∈ N.

Solution :
1) P (1) s’écrit 1 = 1(1 + 1)/2. est bien entendu vérifiée.
2) Supposons avoir montré que pour le nombre k la propriété P (k) soit vraie, c’est-à-dire

k(k + 1)
1 + 2 + 3 + ··· + k = .
2

Calculons :
k(k + 1)
1 + 2 + · · · + (k + 1) = 1 + 2 + · · · + k + (k + 1) = + (k + 1)
2
k (k + 1)(k + 2)
= (k + 1)( + 1) = . Donc P (k + 1) est vraie.
2 2

1.3 Fonctions réelles d’une variable réelle

Le concept de fonction est l’un des plus importants et des plus utiles de la théorie mathémati-
que. Une fonction sert à exprimer comment dans un phénomène donné une variable dépend d’une
ou de plusieurs autres variables, par exemple la demande d’un produit en fonction du prix, ou la
consommation d’une voiture en fonction de la vitesse.
Dans ce chapitre on considèrera uniquement les fonctions d’une variable, plus tard on regar-
dera les fonctions de deux variables.

12
Définition 1.6. Une fonction réelle d’une variable réelle f (x) est une correspondance asso-
ciant à tout élément x d’une partie D de R un unique nombre réel y.

On écrit : y = f (x) et on note f : D → R

L’ensemble D s’appelle le domaine de définition de la fonction et est noté Dom f .

Les
√ fonctions sont souvent définies par des expressions analytiques f (x) (par exemple sin x,
1/x, x). Dans ce cas par convention, et sauf mention explicite du contraire, le domaine de
définition est l’ensemble des x pour lesquels l’expression f (x) a un sens.
Exemple 1.20. Si f (x) = 1/x, alors Dom f (x) = R0 .
√
Exemple 1.21. Si f (x) = x, alors Dom f (x) = R+

Définition 1.7. On appelle fonction constante, une fonction f qui fait correspondre le même
nombre réel c pour tout élément x de D : f (x) = c pour tout x de D.

Définition 1.8. On appelle fonction identité, la fonction définie par f (x) = x pour tout x.

1.3.1 Opérations algébriques sur les fonctions

Soient f (x) et g(x) deux fonctions réelles d’une variable réelle. La somme f + g et le produit
f g sont des nouvelles fonctions réelles d’une variable réelle définies par :
(f + g)(x) = f (x) + g(x) , (f g)(x) = f (x)g(x).
A partir de la fonction identité f (x) = x, des fonctions constantes et par somme et produit,
on peut construire une famille très riche de fonctions qui permettent de représenter un très grand
nombre de phénomènes. Il s’agit des polynômes de degré n
a0 xn + a1 xn−1 + ... + an−1 x1 + an ,
où les coefficients ai , (i = 0, . . . , n) sont des nombres réels fixés.
La fonction 1/f est définie par
µ ¶
1 1
(x) = .
f f (x)
Son domaine de définition est Dom f ∩ {x : f (x) 6= 0}.
En combinant cela avec la fonction produit, on peut alors définir la fonction quotient de f et
de g : µ ¶
f f (x)
(x) = .
g g(x)

13
1.3.2 Typologie des fonctions

Définition 1.9. Une fonction f est dite injective si deux éléments quelconques différents ont des
images différentes :

∀x1 , x2 ∈ Dom f, si x1 6= x2 on a f (x1 ) 6= f (x2 ).

Exemple 1.22. La fonction f : R → R : x 7→ 2x + 1 est une fonction injective.

Exemple 1.23. La fonction f : R → R : x 7→ |x| n’est pas une fonction injective.

Définition 1.10. L’image de f : R → R est l’ensemble des valeurs prises par la fonction

Im f = { f (x) | x ∈ R } .

Exemple 1.24. Si f (x) = x2 + 1, alors Im f = [1, +∞[

Les propriétés qui suivent sont également des propriétés remarquables que certaines fonctions
peuvent vérifier et qui caractérisent certains aspects de la forme ou de l’allure générale de la
fonction.

Définition 1.11. Une fonction f est paire si et seulement si, pour tout x dans son domaine de
définition, f (x) = f (−x). Une fonction f est dite impaire si et seulement si sur son domaine
de définition f (x) = −f (−x).

Exemple 1.25. La fonction f : R → R : x 7→ x2 est une fonction paire.

Exemple 1.26. La fonction f : R → R : x 7→ x3 est une fonction impaire.

Définition 1.12. Une fonction f est périodique de période T si et seulement si, pour tout x dans
son domaine de définition, f (x + T ) = f (x), T > 0.

Exemple 1.27. La fonction sinus a une période de 2π.

14
 Un des caractères essentiels dans l’analyse des fonctions est sa croissance ou sa décroissance
sur des intervalles particuliers.

Définitions 1.13. La fonction f : D → R est dite croissante sur D si et seulement si :

∀x1 , x2 ∈ D tels que x1 < x2 , on a f (x1 ) ≤ f (x2 ).

La fonction f est dite décroissante sur D si et seulement si :

∀x1 , x2 ∈ D, tel que x1 < x2 , on a f (x1 ) ≥ f (x2 ).

La fonction f est monotone sur D si elle est soit croissante, soit décroissante sur D.

La fonction est strictement monotone (croissante ou décroissante) si les inégalités au sens large
sur f sont remplacées par des inégalités strictes (< ou > respectivement).

Exemple 1.28. La fonction f : R → R : x 7→ 2x + 1 est une fonction strictement croissante

Exemple 1.29. La fonction f : R → R : x 7→ −x est une fonction strictement décroissante

Définition 1.14. La fonction f est dite bornée sur D si et seulement si f (D) est borné.

1.3.3 Graphe d’une fonction

De même que l’on a identifié les points de la droite réelle, munie d’un repère (une origine
et une longueur unité), aux nombres réels, on peut identifier les points du plan aux couples de
nombres réels. Pour cela, il convient de se donner dans le plan un repère, généralement constitué
de deux droites perpendiculaires, chacune munie d’un repère, qui se coupent en leur point ori-
gine. L’une, horizontale, est appelée l’axe des x ou axe des abcisses et l’autre verticale, l’axe des
y ou axe des ordonnées. Le plan est ainsi divisé en quatre quadrants, le premier d’entre eux étant
délimité par la partie positive des deux axes. (Voir la figure 1.1.)
D’un point P quelconque du plan, on mène des parallèles aux axes qui coupent ceux-ci en
a pour l’axe des x et en b pour l’axe des y. Le point P est ainsi associé au couple de nombres
réels ( a, b ). Inversément, à tout couple de nombre réels ( a, b ), en menant des parallèles aux axes
passant par a porté sur l’axe des x et par b porté sur l’axe des y, on fait correspondre l’unique
point d’intersection de ces deux droites.

Définition 1.15. Le graphe de la fonction f (x) : D → R est la partie de R2 définie par

graphe f = { (x, f (x)) | x ∈ D } .

15
 y
¾ ½
x < 0 x > 0
II I
y > 0 y > 0

0 x
¾ ½
x < 0 x > 0
III IV
y < 0 y < 0

F IG . 1.1 – Repère cartésien

L’ensemble des points (x, f (x)) devient une courbe représentative de f .

Les graphes des fonctions simples s’obtiennent facilement et il est utile de connaître un cer-
tain nombre de graphes courants.

Exemple 1.30. Le graphe d’une fonction constante définie par f (x) = c est constitué de l’ensemble des
couples (x, c) pour tout x de R. C’est une droite horizontale qui coupe l’axe des y en c (voir la figure 1.2).

y y=x

c 0
y=c
x

0 x

F IG . 1.2 – Fonction constante F IG . 1.3 – Fonction identité

Exemple 1.31. Le graphe de la fonction identité définie par f (x) = x est constitué de l’ensemble des
couples (x, y) où y = x. Comme ces points sont à égale distance des deux axes, ils appartiennent à la
bissectrice des axes (voir la figure 1.3).

Voici quelques observations qui permettent d’obtenir certains graphes à partir d’un graphe
connu.
• Le graphe de y = f (x) + c s’obtient à partir de celui de y = f (x) par déplacement de c
unités vers le haut si c > 0 ou vers le bas si c < 0.
Exemple 1.32. Les figures 1.4 et 1.5 donnent les graphes des fonctions définies respectivement
par les équations y = x2 , y = x2 + 2 et y = x2 − 1.

16
 y = x2 + 2
y y y = x2

y = x2 − 1
2 y = x2

0 x
0 x
−1

F IG . 1.4 – Graphes de x2 et x2 + 2 F IG . 1.5 – Graphes de x2 et x2 − 1

• Le graphe de y = f (x − c) s’obtient à partir de celui de y = f (x) par déplacement de c

unités vers la droite si c > 0 ou vers la gauche si c < 0.
Exemple 1.33. Les figures 1.6 et 1.7 donnent les graphes des fonctions définies par les équations
y = x2 , y = (x − 2)2 et y = (x + 1)2 .

y y

y = x2

y = x2
2
y = (x − 2)

y = (x + 1)2

0 2 x −1 0 x

F IG . 1.6 – Graphes de x2 et (x − 2)2 F IG . 1.7 – Graphes de x2 et (x + 1)2

• Le graphe de y = −f (x) est le graphe symétrique de celui de y = f (x) par rapport à l’axe
des x.
Exemple 1.34. Les figures 1.8 et 1.9 donnent les graphes des fonctions définies par les équations
y = ax3 et y = −ax3 (avec a > 0).

• Le graphe de y = f (−x) est le graphe symétrique de celui de y = f (x) par rapport à l’axe
des y.

17
 y y
y = ax3
3
y = −ax

0 x 0 x

F IG . 1.8 – Graphe de ax3 F IG . 1.9 – Graphe de −ax3

Exemple√1.35. Les figures √

1.10 et 1.11 donnent les graphes des fonctions définies par les équa-
tions y = x sur R+ et y = −x sur R− .

y y
√ √
y= x y= −x

0 x 0 x

√ √
F IG . 1.10 – Graphe de x F IG . 1.11 – Graphe de −x

Proposition. Le graphe des fonctions paires est symétrique par rapport à l’axe des y et celui des
fonctions impaires, par rapport à l’origine du système d’axes, O.

1.4 Fonction réelle du premier degré à une variable

Une fonction réelle du premier degré est une fonction de la forme

f (x) = ax + b a, b ∈ R.

Son graphe est une droite D passant par le point (0, b) et de pente a.
Le nombre a s’appelle la pente de la droite D ou encore le coefficient angulaire de la droite
D. Il s’agit de l’augmentation de l’ordonnée pour une augmentation unitaire des abscisses et ceci
quel que soit l’endroit où l’augmentation de x est considérée.

18
 D
y y = f (x) D
P2

}
2a
a
)

P1 a

}
a
) 1
a b
0
1 2 x 0 x

F IG . 1.12 – Droite y = ax F IG . 1.13 – Droite y = ax + b

Remarquons que si a = 0, on obtient la fonction f (x) = b dont le graphe est la droite

parallèle à l’axe des x qui passe par le point (0, b).

Remarques à propos du coefficient angulaire :

1. Des droites parallèles ont même coefficient angulaire et réciproquement.
2. Si en déplacant un point sur la droite on augmente son abscisse de 1, son ordonnée aug-
mentera de a (positif ou négatif).

Forme générale de l’équation d’une droite :

Plus généralement, l’équation d’une droite sera donnée par une équation du premier degré
ax + by = c , avec (a, b) 6= (0, 0).
Si b 6= 0, alors cette équation se ramène à y = − ab x + cb décrit plus haut.
Si b = 0, l’équation ax + by = c se réduit à l’équation x = c/a et son graphe est une droite
verticale.
Attention : une droite verticale n’est plus le graphe d’une fonction !

Détermination de l’équation d’une droite :

• L’équation de la droite passant par le point (x1 , y1 ) et de pente m est donnée par

y − y1 = m(x − x1 ). (1.2)

• L’équation de la droite passant par les points (x1 , y1 ) et (x2 , y2 ) est donnée par

y2 − y1
y − y1 = (x − x1 ). (1.3)
x2 − x1

y2 −y1
Le coefficient angulaire vaut x2 −x1
.
Exemple 1.36. Déterminer l’équation de la droite passant par les points (−1, −1) et (1, 3).

19
 Solution :
3 − (−1)
y − (−1) = (x − (−1)),
1 − (−1)

y + 1 = 2(x + 1),

y = 2x + 2 − 1,

y = 2x + 1.

1.4.1 Inéquations dans R2

Soit une équation du premier degré ax + by = c. Son graphe est une droite séparant le plan
en deux zones. Dans l’une ax + by < c, et dans l’autre ax + by > c.
Pour déterminer quelle zone correspond à ax + by < c on prend un point (souvent (0, 0)) en
dehors de la droite et on évalue en ce point l’expression ax + by. Si la réponse est < c on est
dans la bonne zone. Sinon c’est l’autre.
Les domaines

{(x, y) ∈ R2 | ax + by ≤ c } et {(x, y) ∈ R2 | ax + by ≥ c }

sont des demi-plans fermés limités par la droite ax + by = c.

Exemple 1.37. Représenter graphiquement dans le plan l’ensemble des points (x, y) tels que 2x−y ≥ 1.

Solution : Dessinons d’abord dans le plan la droite d’équation 2x−y = 1, c’est-à-dire aussi
la droite d’équation y = 2x − 1.
Puisque (0, 0) ne se trouve pas sur cette droite, vérifions s’il satisfait ou non l’inéquation
2x − y ≥ 1.
La réponse étant négative, la solution à l’exercice proposé est le demi-plan à droite de la
droite correspondant à l’équation 2x − y = 1. Celui-ci est représenté à la figure 1.14.

On utilise des conventions pour indiquer le côté de la droite qui correspond au demi-plan, soit
en ombrant le bon côté, soit en indiquant le long de la droite le bon côté par des petites flêches
perpendiculaires.

20
 y
y y = 2x

1−
y > 2x − 1
2x
y=

S y=x
( 12 , 0)
0 x

y < 2x − 1
(0, −1)
0 x

F IG . 1.14 – Région de R2 définie par une in- F IG . 1.15 – Cône défini par deux inégalités
égalité

1.5 Les fonctions trigonométriques

Soit C le cercle centré à l’origine, de rayon unité, et m un angle dont un des côtés coïncide
avec l’axe OA, ayant son sommet à l’origine des axes. La mesure de l’angle m est définie comme
la longueur de l’arc intercepté sur le cercle unité. Cette unité de mesure est le radian. Ainsi, à
chaque angle correspond un nombre réel qui le mesure.

Nous définissons ainsi les fonctions sin x et cos x par :

sin x = ordonnée du point B

cos x = abscisse du point B

Graphe des fonctions sin x et cos x.

21
Propriétés des fonctions sin x et cos x.
• Les fonctions sin x et cos x sont définies sur R et ont comme image [−1, 1].
• Les fonctions sin x et cos x sont périodiques de période 2π.
• En utilisant le théorème de Pythagore dans le triangle rectangle OBD, nous obtenons

sin2 x + cos2 x = 1 .

• Quelques valeurs remarquables :

π π π π
α 0 6 4 3 2
√ √
1 2 3
sin α 0 2 2 2
1
√ √
3 2 1
cos α 1 2 2 2
0

•
cos(−x) = cos x et sin(−x) = − sin x.
En particulier, la fonction sin x est impaire et la fonction cos x est paire.
•

sin 2a = 2 sin a cos a cos 2a = cos2 a − sin2 a = 2 cos2 a − 1 = 1 − 2 sin2 a.

22
 On définit la fonction tg x comme quotient tg x = sin x/ cos x. Son domaine de définition
est l’ensemble R \ { π2 + kπ | k ∈ Z}.

En divisant les deux membres de la formule sin2 x + cos2 x = 1 par cos2 x (sur le domaine
de définition de tg x), nous obtenons

1
1 + tg2 x =
cos2 x

Vision géométrique de tg x :

Si T est le point d’intersection de la droite joignant O, origine des axes de coordonnées, au

point B du cercle trigonométrique correspondant à x, et de la tangente menée au cercle par le
point A, alors tg x = ± la longueur du segment AT (le signe + pour les points où T est au-
dessus de l’axe des x et le signe − pour les autres). Il s’ensuit donc que tg x est l’abscisse du
point T .
Remarquons que la tangente est reliée au coefficient angulaire d’une droite D. En effet une
observation directe de la figure 1.16 nous donne

a = tg α,

où α est l’angle entre l’axe des x positif et la droite, dans le sens trigonométrique.

1.6 Les fonctions exponentielles et logarithmes

Définition 1.16. Si a > 0, a 6= 1, la fonction exponentielle de base a est la fonction ax .

Expliquons tout d’abord comment définir les nombres ab , pour a > 0, a 6= 1 et b ∈ R

• Si b = n ∈ N, alors ab = a · a · · · a (n fois).

23
 y

a = tg α
1
α
0 x

F IG . 1.16 – Calcul de a comme tg α

• Si b = 0, on pose a0 = 1
√
• Si b = pq , avec p, q ∈ N, on pose ab = ( q a)p
• Si b = − pq , avec p, q ∈ N, on pose
1
ab = √
( a)p
q

• Si b ∈ R\Q et a > 1, on pose

ab = sup { ar | r ∈ Q, r < b } .

La fonction ax est strictement croissante si a > 1 (penser au cas particulier a = 2) et strictement

décroissante si a < 1 (penser au cas particulier a = 1/2). Elle vérifie les propriétés
µ ¶x
x+y x y xy x y −x 1 1
a =a ·a , a = (a ) a = x = .
a a

Définition 1.17. Lorsque a > 0 et a 6= 1, la fonction logarithme en base a est définie à partir
de la fonction ax par

loga x :]0, +∞[→ R , loga x = y ssi ay = x .

Théorème 1.2. La fonction loga x vérifie les propriétés suivantes

1. loga (xy) = loga x + loga y
1
2. loga x
= − loga x
y
3. loga (x ) = y loga x
4. Si b > 0, c > 0, b 6= 1, alors loga b · logb c = loga c

24
 y y = ax y=x

y = loga x
a

0
1 a x

F IG . 1.17 – Graphe des fonctions loga x et ax quand a > 1

y
y = ax y=x

1
a

0 a 1 x

y = loga x

F IG . 1.18 – Graphe des fonctions loga x et ax quand 0 < a < 1

Démonstration :
1. Posons z = loga x et t = loga y. Alors az = x et at = y. D’où, az+t = az at =
xy. Autrement dit,
loga x + loga y = z + t = loga (xy) .
2. Si z = loga x, az = x. D’où a−z = a1z = x1 . Autrement dit, −z = loga x1 .
3. Si z = loga x, az = x et ayz = xy , d’où yz = loga (xy ).
4. Puisque aloga b logb c = (aloga b )logb c = blogb c = c, le résultat s’en suit.

Définition 1.18. Les fonctions exponentielle ex et logarithme néperien ln x sont définies comme
cas particuliers des fonctions ax et loga x lorsque a est le nombre e. On note ln x = loge x .

25
Note. Le nombre e sera défini plus tard. Il vaut 2,7...

y
y = ln x
1

0 1 e x

F IG . 1.19 – Graphe de la fonction ln x

1.6.1 Les fonctions puissances rationnelles

Si r ∈ Q, la fonction f (x) = xr s’appelle la fonction puissance d’exposant r.
Pour r = 0, la fonction f (x) = x0 = 1 est la fonction constante 1.
Pour r > 0, r ∈ N, la fonction xr est paire pour r pair et impaire pour r impair.
Pour r ∈ Q, r > 0, la fonction xr est strictement croissante sur R+ .

y
y = x3

0 x

F IG . 1.20 – Graphe de la fonction x3

La fonction où f (x) = x−r avec r rationnel positif est strictement décroissante sur R0+ . Le
graphe de ces fonctions prend l’allure représentée à la figure 1.21.
Remarque : La fonction xp/q et x−p/q sont également définies pour des valeurs négatives
de x lorsque p est pair et q est impair.

26
 y

y = x−1/2

0 x

F IG . 1.21 – Graphe de la fonction x−1/2

1.7 Composition des fonctions et fonctions réciproques

Une autre façon de créer de nouvelles fonctions à partir de fonctions données est de les
“composer” entre elles. L’idée est d’appliquer des fonctions connues “en cascade”, pour autant
que les expressions ainsi obtenues aient toujours un sens.
Soient deux fonctions f et g. La composée de f et g est la nouvelle fonction notée f ◦ g
définie par
(f ◦ g)(x) = f (g(x)).

Il est clair que cette nouvelle fonction n’a de sens que si g(x) appartient au domaine de définition
de la fonction f . Le domaine de définition D de cette nouvelle fonction f ◦ g est donc :

D = {x ∈ R | x ∈ Dom g et g(x) ∈ Dom f }.

L’ordre dans lequel apparaissent les deux fonctions dans la composition est important. En
général, f ◦ g 6= g ◦ f .

Exemple 1.38. Si f (x) = x + 1 et g(x) = 1/x, alors

f ◦ g(x) = 1/x + 1 et g ◦ f (x) = 1/(x + 1) .

1.7.1 Fonctions réciproques

Soit f (x) une fonction injective. Par l’injectivité de f tout y de Im f est de la forme f (x)
pour exactement un x. On construit alors une nouvelle fonction notée f −1 en posant

27
 f −1 (y) = x ⇐⇒ f (x) = y .
Dom f −1 = Im f et Im f −1 = Dom f .

Exemple 1.39. f (x) = 3x + 2

y = 3x + 2 ⇐⇒ x = 13 (y − 2), donc f −1 (y) = 13 (y − 2).
Remarque : la notation utilisée pour la fonction réciproque f −1 ne doit pas être confondue
avec la notation utilisée pour l’inverse d’une fonction : 1/f . Ces deux notions n’ont rien à
voir l’une avec l’autre.
On vérifiera sans peine que f ◦ f −1 est la fonction identité sur Im f et que f −1 ◦ f est la
fonction identité sur Dom f .

f ◦ f −1 (y) = y , f −1 ◦ f (x) = x .

Proposition. Les graphes de deux fonctions réciproques l’une de l’autre sont symétriques par
rapport à la bissectrice du premier quadrant puisque, lorsque le couple (x, y), où y = f (x),
appartient au graphe de f , le couple (y, x) appartient au graphe de f −1 .
√
Exemple 1.40. La figure 1.22 donne les graphes des fonctions définies par les équations y = x, y = x
et y = x2 sur R+ . Les deux dernières fonctions sont mutuellement réciproques.

y=x
y

√
y= x
y = x2

0 x

√
F IG . 1.22 – Graphes de x, x et x2

1.7.2 Exemples de fonctions réciproques

• Les fonctions nième puissance et racine nième sont réciproques l’une de l’autre.
√
y = xn ⇐⇒ x = n y

• Par construction, la fonction loga x est la fonction réciproque de l’exponentielle ax . (figures

1.23)
y = loga x ⇐⇒ x = ay

28
 y y = ax y=x

y = loga x
a

0
1 a x

F IG . 1.23 – Graphe des fonctions loga x et ax quand a > 1

1.7.3 Les fonctions trigonométriques inverses

La fonction sin : [− π2 , π2 ] 7−→ [−1, 1] est injective. Elle admet donc une fonction réciproque
continue
π π
arcsin : [−1, 1] −→ [− , ]
2 2
π π
arcsin x = y ⇐⇒ sin(y) = x, y ∈ [− , ].
2 2

Donc arcsin x est le seul réel y ∈ [− π2 , π2 ] tel que sin y = x.

De même, cos : [0, π] 7−→ [−1, 1] et tg :] − π2 , π2 [7−→ R sont continues injectives, d’images
respectives [−1, 1] et R. Elles admettent donc une fonction réciproque notée respectivement
arccos x et arctg x.

arccos : [−1, 1] −→ [0, π]

arccos x = y ⇐⇒ cos(y) = x, y ∈ [0, π].

π π
arctg : R −→] − , [
2 2
π π
arctg x = y ⇐⇒ tg(y) = x, y ∈] − , [.
2 2

29
1.8 Applications économiques
Les fonctions du premier degré apparaissent souvent dans les modèles mathématiques. La
plupart de ces modèles (si pas tous) sont des approximations de la réalité, mais peuvent suffire
dans certains cas à mettre en évidence, analyser ou expliquer certains phénomènes observés.
Nous présentons ici des exemples simples de tels modèles.

1.8.1 Fonction de consommation

Dans la théorie macroéconomique Keynesienne, les dépenses nationales totales de consom-
mation de biens et de services, disons C, sont supposées être une fonction des revenus nationaux
Y . Soit
C = f (Y ) .
Dans de nombreux modèles, la fonction de consommation f est supposée linéaire ou affine, de
telle façon que
C = a + b Y.
La pente b est appelée la propension marginale à consommer. Si C et Y sont exprimés en millions
d’euros, alors b représente l’augmentation en millions d’euros des dépenses de consommation C
si les revenus Y augmentent d’un million d’euros.

1.8.2 Offre et Demande : un exemple

Le nombre d’unités d’un bien que les consommateurs demandent, c’est-à-dire souhaitent
acheter, durant une période de temps donnée, dépend du prix de vente unitaire de ce bien. Habi-
tuellement et naturellement, on considère que la demande est une fonction décroissante du prix.
C’est-à-dire que la demande baissera si le prix de vente augmente.
Similairement, le nombre d’unités d’un bien que les producteurs souhaitent fournir sur le mar-
ché, durant une période de temps donnée, dépend du prix unitaire qu’ils peuvent obtenir sur
ce marché. Habituellement, l’offre (la quantité proposée à la vente par les producteurs) est une
fonction croissante du prix de vente unitaire ; l’offre augmente lorsque le prix de vente augmente.

Des fonctions typiques de demande D = f (P ) et d’offre S = g(P ) (S pour “supply”) sont

représentées à la Figure 1.24.
Le point E de la Figure 1.24, où l’offre est égale à la demande, représente un point d’équi-
libre. Le prix P ∗ auquel cet équilibre entre offre et demande survient est appelé le prix d’équi-
libre, et la quantité correspondante Q∗ est appelée quantité d’équilibre. Le prix d’équilibre est
donc le prix auquel les consommateurs veulent acheter une quantité du bien égale à la quantité
offerte par les producteurs.

Observez une particularité des Figures 1.24 et 1.25. Bien que l’on considère généralement la
quantité Q (demandée D = f (P ) ou offerte S = g(P )) comme une fonction du prix, le prix y

30
 P Courbe d O ffre P
D = 100 - P

E E S = 10 + 2P
P* Courbe de Dem ande P* = 30

Q* Q Q * = 70 Q

F IG . 1.24 – Fonctions de demande et d’offre F IG . 1.25 – Fonctions linéaires de demande et

d’offre

est représenté sur l’axe des ordonnées et la quantité sur l’axe des abscisses. Ceci est une pratique
usuelle en théorie économique.
De plus, si les fonctions d’offre et de demande sont bijectives, on peut considérer qu’elles repré-
sentent indifféremment un prix en fonction d’une quantité, ou une quantité en fonction d’un prix.

Comme exemple, considérons les fonctions d’offre et de demande linéaires


 D = 100 − P,
 S = 10 + 2P

représentées à la Figure 1.25. Dans ce cas, la solution du système de deux équations à deux
inconnues P et Q 
 Q = 100 − P,
 Q = 10 + 2P

est telle que la quantité offerte (Q = 10 + 2P ) est égale à la quantité demandée (Q = 100 − P ),
et fournit donc le prix d’équilibre P ∗ = 30 et la quantité d’équilibre Q∗ = 70.

31
1.9 Exercices
1. Considérez les sous-ensembles de R suivants :

A = {x ∈ Q : 2 ≤ x2 < 9}, et B = {x ∈ R : x3 ≤ 8}
(a) sont-ils majorés, minorés ?
(b) ont-ils un supremum, un infimum ?
(c) ont-ils un maximum, un minimum ?
2. On considère les parties de R suivantes :
A = {x ∈ Q+ : x2 ≤ 3} , B = {x ∈ Q : x2 ≤ 5} et C = {x ∈ Q+ : x2 > 5}.
Déterminez le maximum, le minimum, l’ensemble des majorants, l’ensemble des mino-
rants, le supremum et l’infimum de chacune de ces parties.
3. Trouvez les supremum et infimum (s’ils existent) des ensembles suivants.
Lesquels de ces ensembles ont un plus grand ou un plus petit élément ?
1
(a) A = {x ∈ Q : x = , n ∈ N},
n
1
(b) B = {x ∈ Q : x = , n ∈ Z∗ },
n
1
(c) C = {x ∈ Q : x = , n ∈ N où x = 0},
n
√
(d) D = {x ∈ Q : 0 ≤ x ≤ 2},
(e) E = {x ∈ R : x2 + x + 1 ≥ 0},
(f) F = {x ∈ R : x2 + x − 1 < 0}.
√ √
(g) G = {x ∈ Q : 3 < x ≤ 5}
√ √
(h) H = {x ∈ R : 3 < x ≤ 5}
√
(i) I = {x ∈ Q : 5.7 < x ≤ 101}
√
(j) J = {x ∈ R : 2 ≤ x < 17}
√
(k) K = {x ∈ R : x ∈] − ∞, 5[∪]8, 50]}
4. Soit l’ensemble E = {x ∈ Q : x = n2 + (−1)n , n ∈ N}. Représentez graphiquement
les 8 premiers éléments de E. Trouvez-en le supremum et l’infimum (graphiquement et
analytiquement). Cet ensemble possède t-il un maximum ou un minimum ? Justifiez
5. Vérifiez ou démontrez les propositions suivantes.
(a) Il existe un nombre réel dont le carré est un nombre irrationnel et dont la puissance
quatrième est un nombre rationnel
(b) Le produit de deux nombres irrationnels est un nombre irrationnel.
(c) La somme de trois nombres entiers consécutifs est un multiple de trois.
(d) Il existe un entier pair tel que son carré soit impair.

32
 6. Démontrez que pour tout naturel n supérieur ou égal à 4, on a : 2n ≤ n!.
7. DémontrezPla proposition suivante :
∀n ∈ N : ni=1 i(i+1)
1 n
= n+1
8. Démontrez par récurrence que
P 2 2
∀n ∈ N : ni=1 i3 = n (n+1)
4

9. Considérez la proposition suivante :

"La somme des n premiers nombres naturels impairs est égale au carré de n "
(a) Traduisez cette proposition en langage mathématique
(b) Démontrez le résultat

10. (a) Soit e(x) : [−2, 2] → R définie par

½
x+1 si x ∈ [−2, 0]
e(x) =
−x + 1 si x ∈ [0, 2]

Dessinez le graphe de la fonction f (x) définie sur tout R, périodique de période 4 et

qui est telle que f (x) = e(x) si x ∈ [−2, 2].
(b) A partir du graphe de f , dessinez le graphe des fonctions g, h, i, j, k, l, m, n telles
que :
g(x) = f (x) + 2 h(x) = f (x) − 2 i(x) = f (x + 1) j(x) = f (x − 1)
k(x) = − 31 f (x) l(x) = |f (x)| m(x) = f (x) + x n(x) = f 2 (x)
(c) Parmi les fonctions dont il est question dans l’exercice (10b), lesquelles sont pério-
diques ; précisez, pour celles-ci la plus petite période.
11. Soit f : R → R : x 7→ 4 − x2 .
(a) Dessinez le graphe de cette fonction.
(b) Quelle est l’image de [−1, 3[ par f ?
(c) Trouvez sup f (x), inf f (x), max f (x) et min f (x) sur R.
(d) Trouvez sup f (x), inf f (x), max f (x) et min f (x) sur [−1, 3[.
12. Dessinez le graphe des fonctions suivantes en procédant point par point et en remarquant
si ces fonctions sont paires ou impaires.
1
(a) f (x) = x + ,
x
1
(b) f (x) = x − ,
x
1
(c) f (x) = x2 + 2 .
x
x
13. Soit f : R → R : x 7→ 1 − √ .
x2 + 2

33
 (a) Quel est le domaine de définition de f ?
(b) Cette fonction est-elle paire ?
√
14. A partir du graphe de la fonction x, déduisez le graphe des fonctions suivantes :
√
(a) x + 2
√
(b) x − 1
√
(c) − x − 1
√
(d) 2 x
15. Démontrez que si f et g sont des fonctions paires alors f + g et f · g sont paires.
16. Démontrez que si f et g sont des fonctions impaires alors f + g est impaire et f · g est
paire.
17. Donnez les équations des droites décrites ci-après :
(a) passant par les points (1,-2) et (0,0),
(b) passant par le point (3,6) et de pente 2,
(c) passant par le point (5,1) et de pente 0,
(d) passant par le point (2,4) et de pente -2,
(e) passant par le point (0,0) et parallèle à la droite x = 5,
(f) passant par le point (2,-2) et parallèle à la droite y = x + 2.
18. Représentez les demi-espaces suivants :
(a) −x + 3y ≥ 11,
(b) x + 4y < 10,
(c) x ≥ 6.
19. Déterminez graphiquement et analytiquement les coordonnées des sommets des polygones
suivants. Représentez ces polygones.


 x + 2y ≤ 12,




 3x + y ≤ 9,
(a)

 x ≥ 0,




 y ≥ 0.


 2x + y ≤ 20,





 2x + 3y ≤ 24,


(b) x − y ≥ 5,





 x ≥ 0,



 y ≥ 0.

34
 

 2x + y ≥ 20,





 2x + 3y ≥ 24,


(c) x − y ≥ 5,




 x
 ≥ 0,



 y ≥ 0.
20. Exprimez les logarithmes suivants en termes de logarithmes de nombres premiers ou sim-
plifiez le plus possible :
3
(a) ln 56 (b) ln 23 (c) ln e3 (d) log2 3e

21. Résoudre :

(a) log3 (x + 2) = 2 (b) logx 64 = 2

22. Résoudre les équations suivantes en x :

a) logx 49 = x f ) log25 5 = x
b) log4 16 = x + 1 g) logx (6 − x) = 2
c) log5 x = 3 h) log3 (x + 2) = 2
d) logx 100 = 2 i) logx 64 = 2
1
e) logx = −1 j)2 + log2 4 = 3x − 1
6
23. Donnez le domaine et la définition de f ◦ g et g ◦ f , si :
1 √
(a) f (x) = et g(x) = x2 − 1,
x
(b) f (x) = x2 − 1 et g(x) = |x|.
1 √
24. Soient f (x) = x2 et g(x) = x. Calculez (f ◦ g)(4) et (g ◦ f )(9).
3
1
25. Soient f : R → R : x 7→ √ et g : R → R : x 7→ x2 − 2.
x
(a) Trouvez (f ◦ g)(x) et son domaine de définition.
(b) Trouvez (g ◦ f )(x) et son domaine de définition.
√
26. Soient f : R → R : x 7→ x et g : R → R : x 7→ x2 .
(a) Quel est le domaine de définition de f ?
(b) Quel est le domaine de définition de g ?
(c) Trouver (f ◦ g)(x) et son domaine de définition.

35
 (d) Trouver (g ◦ f )(x) et son domaine de définition.
(e) f et g sont-elles fonctions réciproques l’une de l’autre ?
27. Donnez le domaine et la définition de f ◦ g et g ◦ f :
1 √
(a) f (x) = et g(x) = x2 + 1,
x
(b) f (x) = x2 − 1 et g(x) = |x|.
28. Effectuez les compositions f ◦ g et g ◦ f des fonctions :
(a) f (x) = 2x − 3 et g(x) = 3x + 2,
(b) f (x) = 4 − 3x et g(x) = 2x − 3x2 ,
√
(c) f (x) = x et g(x) = x3 .
29. Ecrire chaque fonction h comme la composée de g◦f où f et g sont deux fonctions simples,
aucune n’étant la fonction identité :
√
(a) h(x) = x − 1,
√
(b) h(x) = x2 − 4,
q
√
(c) h(x) = 1 + x,
√3
(d) h(x) = x5 ,
√ √ √
(e) h(x) = x5 + x3 + x + 1.
30. Dans chacun des cas suivants, justifiez l’existence ou la non-existence de la fonction réci-
proque et, si elle existe dessinez son graphe.
(a) La fonction f : R → R : x 7→ 4 − x2 possède-t-elle une fonction réciproque ?
(b) La fonction f : [−2, 2] → [0, 4] : x 7→ 4−x2 possède-t-elle une fonction réciproque ?
(c) La fonction f : [0, 3] → [−5, 4] : x 7→ 4−x2 possède-t-elle une fonction réciproque ?
31. Si A = [−1, 1]. Pour chacune des fonctions suivantes définies sur A, calculez l’image de
A.
Ces fonctions possèdent-elles une fonction réciproque ? Si oui, définir la fonction récipro-
que.
(a) f : A → A : x 7→ x2 ,
(b) g : A → A : x 7→ x3 ,
(c) h : A → A : x 7→ sin x,
πx
(d) k : A → A : x 7→ sin .
2
32. Soit f : R → R : x 7→ x2 − 4.
(a) Quel est l’image de [−1, 3] ?
(b) La fonction possède-t-elle une fonction réciproque ?

36
 (c) Dans le cas d’une réponse négative à la question précédente, quelles restrictions
devriez-vous apporter aux ensembles de départ et d’arrivée pour assurer l’existence
de f −1 ?
33. Modèle de gestion des stocks.
Dans ce modèle, si on appelle D la quantité annuelle demandée d’un produit, p son prix
unitaire d’achat, l le coût de passation de commande et h le coût de stockage, on sait que
la quantité optimale à commander à chaque commande, pour minimiser les coûts annuels
de gestion et d’achat, se calcule comme suit :
r
2lD
Q= .
h
Esquissez le graphe de Q selon que l’on considère Q comme une fonction de D ou de h.
34. Soit un produit pour lequel on considère l’équilibre entre demande D(p) et offre S(p). Ces
deux fonctions sont exprimées comme fonctions du prix unitaire p du bien sur un marché.
On considère que
– le niveau de demande est de 8 unités lorsque le prix du bien est de 1 euro,
– la demande diminue linéairement de 2 unités par euro d’augmentation de prix,
– l’offre est une fonction linéaire ou affine du prix,
– les producteurs offrent une quantité de 5.5 unités lorsque le prix est de 1 euro, et de 11.5
unités lorsque le prix est de 3 euros.

Répondez aux questions suivantes :

(a) Quelle est la fonction de demande D(p) ?
(b) Quelle est la fonction d’offre S(p) ?
(c) Pour quel prix l’offre et la demande sont-elles égales ?
(d) Quels sont les prix pour lesquels il y a excès de demande sur ce marché ?

35. Considérons un bien pour lequel la demande s’élève à 12.000 unités lorsque le prix s’élève
à 150 euros. On sait par ailleurs que la demande s’élève à 8.000 unités lorsque le prix est
fixé à 200 euros. D’autre part, la fonction d’offre de ce bien est caractérisée par une pente
de 0,5. On sait également que lorsque le prix du bien est fixé à 250 euros, l’offre s’élève
à 900 unités. L’offre et la demande pour ce bien sont considérées comme des fonctions
linéaires du prix.
(a) Définissez les fonctions d’offre et de demande.
(b) Quel est le point d’équilibre dans ces conditions ?
(c) Que devient le point d’équilibre si l’offre est parfaitement inélastique ? Cela signifie
que l’offre est toujours égale à 900 unités quel que soit le prix.
(d) Que devient le point d’équilibre si l’offre est parfaitement élastique ? Cela signifie
que les fournisseurs sont disposés à vendre n’importe quelle quantité de bien à un
prix de 250 euros.

37
Chapitre 2

Limite et continuité

2.1 Définition de Limites

La notion de limite joue un rôle fondamental en mathématique. Elle est à la base même
d’autres concepts importants du calcul infinitésimal tels que continuité, dérivée ou intégrale dont
les applications sont des plus utiles d’un point de vue opérationnel.
L’idée de base est d’analyser le comportement d’une fonction f lorsque x se rapproche d’une
valeur fixée x0 . On essaye de donner à la fonction une valeur en x0 qui soit la plus naturlle
possible. Ceci n’est pas toujours possible. Ainsi dans les figures suivantes la fonction ne tend pas
vers une valeur naturelle lorsque l’on se rapproche de x0 .

Pour progresser et généraliser ce type de résultat, il importe maintenant de donner un sens plus
précis au concept de limite. Pour cela précisons tout d’abord le sens du mot voisinage.

Définition 2.1. On appelle voisinage fondamental d’un point x un intervalle ouvert V centré
en x et de rayon h > 0.
V =]x − h, x + h[

39
Définition 2.2. Un voisinage de x est une partie de R qui contient un voisinage fondamental
de x.

La notion de limite concerne le comportement des valeurs f (x) lorsque x s’approche d’un point
x0 . Nous devons donc supposer f définie pour des valeurs de x proches de x0 , c’est-à-dire dans
un voisinage de x0 .
La distance entre x0 et x est mesurée par |x − x0 |, et la distance entre f (x) et un nombre réel L
par |f (x) − L|.

Définition 2.3. Le nombre L est la limite de f (x) lorsque x tend vers x0 , ce qui s’écrit

lim f (x) = L,
x→x0

si pour tout voisinage B de L il existe un voisinage A de x0 tel que si x ∈ A, alors f (x) ∈ B

(voir figure 2.1).

y f f
y

L L
B B

A A
0 x0 x 0 x0 x

(a) (b)

F IG . 2.1 – f approche la limite L quand x se rapproche de x0

La limite de la fonction f (x) est L si pour toute bande ouverte du plan, bande centrée sur la
droite y = L, on peut trouver un voisinage de x0 tel que le graphe de f sur ce voisinage se trouve
dans la bande prescrite.
Comme la donnée d’un voisinage fondamental revient à celle de son rayon, on peut formaliser
le cponcept de limite de la manière suivante :

 pour tout ε > 0 , il existe un δ > 0 tel que,
lim f (x) = L ⇐⇒ pour tout x ∈ Dom f , tel que vertx − x0 | < δ ,
x→x0 
alors |f (x) − L| < ε.

40
Autrement dit, la fonction f a pour limite L quand x se rapproche de x0 si, pour tout écart d
donné à l’avance, il existe un intervalle ouvert centré en x0 sur lequel l’écart entre f et L est < d.
On écrira :
lim f (x) = L.
x→x0

Exemple 2.1. Montrer que lim 2x + 1 = 3.

x→1

Solution : Il faut montrer que, pour tout ε > 0, il existe un δ > 0 tel que, si |x − 1| < δ,
alors |2x + 1 − 3| < ε. Pour cela, on peut choisir δ = 2ε . En effet, si |x − 1| < δ = 2ε , alors
|2x + 1 − 3| = |2x − 2| = 2|x − 1| < 2δ = ε.

Exemple 2.2. Montrer que lim x2 = 0.

x→0
√
Solution : Pour que |x2 − 0| = x2 < ε il suffit de prendre x avec |x| < ε. On peut donc
√
choisir δ = ε.
(
1 si x ≥ 0,
Exemple 2.3. Soit f (x) =
0 si x < 0.
Montrer que la limite de la fonction f au point 0 n’existe pas.

B f
1

0 A
x0 x

F IG . 2.2 – La limite de f au point 0 n’existe pas

Solution : En effet, quel que soit le nombre réel L, il existe un voisinage B de L qui soit ne
contient pas 0, soit ne contient pas 1. Aucun voisinage de 0 ne peut convenir comme A.

Remarques.
1. Pour être plus rigoureux dans le discours précédent, nous aurions du mettre des hypo-
thèses reliant le point x0 et la fonction f (x). Par exemple il n’y a pas de sens à parler de
limx→−1 log x car on ne peut pas tendre vers −1 en restant dans le domaine de définition de
log x. En fait pour que l’expression limx→x0 f (x) ait un sens il faut que tout voisinage de x0
rencontre le domaine de f . On dit alors que le point x0 adhère au domaine de f . Nous sup-
poserons implicitement que c’est le cas dans toutes les situations que nous rencontrerons à
l’avenir.

41
 2. Si x0 est un point du domaine de f et si la limite de f existe pour x tendant vers x0 , alors,
cette limite vaut f (x0 ). En effet si la limite valait un nombre L différent de f (x0 ), alors
il existerait un voisinage de L, ]L − ε, L + ε[ ne contenant pas f (x0 ), et pour tout δ > 0,
l’image par f de l’intervalle ]x0 − δ, x0 + δ[ ne serait pas comprise dans ]L − ε, L + ε[, ce
qui est contraire à la définition de limite.
Ce résultat montre que la limite est bien une façon de donner une valeur ’naturelle’ à la
fonction en un point x0 : Si x0 est dans le domaine de définition de f , la valeur ’naturelle’
limite est f (x0 ), ou alors celle-ci n’existe pas.

Il se peut que les valeurs prises par f lorsque x est proche de x0 , au lieu de s’approcher d’un
L fini, deviennent infiniment grandes (dépassent tout nombre K si grand soit-il) ou négatives
(deviennent inférieures à tout nombre M ). On écrit et on définit dans ce cas :

 pour tout K ∈ R, il existe un δ > 0 tel que,
lim f (x) = +∞ ⇐⇒ pour tout x ∈ Dom f , si |x − x0 | < δ
x→x0 
alors f (x) > K,

f
y

0 x0 x

F IG . 2.3 – limx→x0 f (x) = +∞


 pour tout M ∈ R, il existe un δ > 0 tel que,
lim f (x) = −∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x0 
si |x − x0 | < δ , alors f (x) < M.

Dans ces deux dernières situations, la droite verticale d’équation x = x0 est asymptote au graphe
de f .

1
Exemple 2.4. Vérifier que lim = +∞.
x→0 x2

42
 Solution : Il faut démontrer que ∀K ∈ R, , ∃δ > 0 : |x| < δ ⇒ x12 > K. Si K ≤ 0,
1 1 1
n’importe quel δ convient. Supposons K > 0. Puisque 2 > K ⇔ x2 < ⇔ |x| < √ .
x K K
On choisit δ = √1K , et cela marche.

2.1.1 Limites à droite et à gauche.

Dans le cas où la fonction n’est définie au voisinage de x0 que sur un intervalle de la forme
] x0 , x0 + a [, x ne peut être proche de x0 que par valeurs supérieures à x0 et on parle alors de
limite à droite de x0 . La distance de x à x0 est donnée très simplement par x − x0 .
Pour éviter les problèmes on ne considére les limites à gauche en a que si la fonction est
définie sur un intervalle ouvert ]a − d, a[, et les limites à droite que si la fonction est définie sur
un intervalle ]a, a + δ[.
On a les définitions suivantes :
½
∀ε > 0 , ∃δ > 0 tel que si x ∈ Dom f,
lim+ f (x) = L ⇐⇒
x→x0 x0 ≤ x < x0 + δ =⇒ |f (x) − L| < ε,


 pour tout K ∈ R, il existe un δ > 0 tel que,
lim+ f (x) = +∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x0 
0 ≤ x − x0 < δ =⇒ f (x) > K.


 pour tout M ∈ R, il existe un δ > 0 tel que,
lim+ f (x) = −∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x0 
0 ≤ x − x0 < δ =⇒ f (x) < M.

Dans ces deux dernières situations, la droite verticale d’équation x = x0 est asymptote au graphe
de f .
√
Exemple 2.5. Vérifier que lim+ x = 0.
x→0

Dans le cas où la fonction n’est définie au voisinage de x0 que sur un intervalle de la forme
] x0 − a, x0 [, x ne peut être proche de x0 que par valeurs inférieures à x0 et on parle alors de
limite à gauche de x0 . La distance de x à x0 est donnée très simplement par x0 − x.

 pour tout ε > 0, il existe un δ > 0 tel que,
lim f (x) = L ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x− 
0 0 ≤ x0 − x < δ =⇒ |f (x) − L| < ε,

43
 
 pour tout K ∈ R, il existe un δ > 0 tel que,
lim f (x) = +∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x− 
0 0 ≤ x0 − x < δ =⇒ f (x) > K,


 pour tout M ∈ R, il existe un δ > 0 tel que,
lim f (x) = −∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→x− 
0 0 ≤ x0 − x < δ =⇒ f (x) < M.

Dans ces deux dernières situations, la droite verticale d’équation x = x0 est asymptote au graphe
de f .
Exemple 2.6. Montrer que lim− 1/x = −∞
x→0

2.1.2 Limites en l’infini

Lorsque x devient très grand, f (x) peut se raprocher d’une valeur donnée L, ou devenir de plus
en plus grand ou de plus en plus petit. Ces trois situations donnent des limites respectivement
égales à L, +∞ ou −∞.

y y

0 x 0 x

(a) (b)

F IG . 2.4 – Limite de f quand x devient infiniment grand (positif ou négatif)


 pour tout ε > 0, il existe un K ∈ R tel que,
lim f (x) = L ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→+∞ 
x > K =⇒ |f (x) − L| < ε.

La droite horizontale d’équation y = L est dite asymptote au graphe de la fonction en +∞.

44
 
 pour tout K ∈ R, il existe un M ∈ R tel que,
lim f (x) = +∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→+∞ 
x > M =⇒ f (x) > K,


 pour tout K ∈ R, il existe un M ∈ R tel que,
lim f (x) = −∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→+∞ 
x > M =⇒ f (x) < K.

On a de manière similaire les mêmes définitions lorsque x tend vers −∞.


 pour tout ε > 0, il existe un M ∈ R tel que,
lim f (x) = L ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→−∞ 
x < M =⇒ |f (x) − L| < ε.

La droite horizontale d’équation y = L est dite asymptote au graphe de la fonction en −∞.


 pour tout K ∈ R, il existe un M ∈ R tel que,
lim f (x) = +∞ ⇐⇒ pour x appartenant au domaine de définition de f ,
x→−∞ 
x < M =⇒ f (x) > K,


 pour tout K ∈ R, il existe M ∈ R tel que,
lim f (x) = −∞ ⇐⇒ pour tout x appartenant au domaine de définition de f ,
x→−∞ 
x < M =⇒ f (x) < K.

Exemple 2.7. Montrer que lim 1/x = 0

x→−∞

Exemple 2.8. Montrer que lim x2 = +∞

x→−∞

Exemple 2.9. Montrer que lim x3 = −∞

x→−∞

Exemple 2.10. Montrer que lim x3 = +∞

x→+∞

2.2 Propriétés des limites

A l’aide de la définition, on peut calculer directement des limites de fonctions élémentaires
comme par exemple limx→x0 x2 + x + 1. Les propriétés des limites nous permettent de ramener
le calcul de limites plus compliquées à celles de limites plus simples.

45
2.2.1 Unicité de la limite

Théorème 2.1. Si une fonction f admet une limite lorsque x tend vers x0 , alors cette limite est
unique.

Démonstration : Comme pour la plupart des théorèmes d’unicité, la démonstration

se fait par l’absurde c’est-à-dire en supposant qu’il pourrait y avoir deux limites
distinctes et en montrant que cela mène à une contradiction.
Supposons donc que lim f (x) = L et que lim f (x) = L0 avec L 6= L0 . Par
x→x0 x→x0
définition, il serait donc possible de trouver, pour un même ε > 0 donné, et en
particulier pour ε = |L − L0 |/2, un δ1 > 0 et un δ2 > 0 tels que

|L − L0 |
|x − x0 | < δ1 =⇒ |f (x) − L| < ,
2

|L − L0 |
|x − x0 | < δ2 =⇒ |f (x) − L0 | < .
2
Mais alors, on aurait, pour des valeurs de x telles que |x − x0 | < min{δ1 , δ2 },

|L − L0 | = |L − f (x) + f (x) − L0 | ≤ |f (x) − L| + |f (x) − L0 |

|L − L0 | |L − L0 |
< + = |L − L0 |,
2 2
ce qui est une évidente contradiction.

2.2.2 Opérations algébriques sur les limites finies.

Soient L et L0 deux nombres réels.

Théorème 2.2. Si lim f (x) = L, lim g(x) = L0 et c ∈ R, alors

x→x0 x→x0

lim (f + g)(x) = L + L0 , lim cf (x) = cL , lim (f g)(x) = LL0

x→x0 x→x0 x→x0

De plus, si L 6= 0, alors
1 1
lim =
x→x0 f (x) L

46
 Démonstration : Nous ne démontrons que le premier point. Soit ε > 0 arbitraire-
ment fixé.
Les hypothèses s’écrivent explicitement : à ε/2 > 0 correspond un δ1 > 0 tel
que
|x − x0 | < δ1 =⇒ |f (x) − L| < ε/2
et un δ2 > 0 tel que

|x − x0 | < δ2 =⇒ |g(x) − L0 | < ε/2.

En appelant δ le plus petit des deux nombres δ1 et δ2 , on a

|x − x0 | < δ =⇒ |f (x) − L| < ε/2 et |g(x) − L0 | < ε/2.

Or,

|(f + g)(x) − (L + L0 )| = |f (x) − L + g(x) − L0 | ≤ |f (x) − L| + |g(x) − L0 |

et donc, le δ que nous avons défini est tel que

ε ε
|x − x0 | < δ =⇒ |(f + g)(x) − (L + L0 )| < + ε.
2 2

Théorème 2.3. Si lim f (x) = 0 et si f est positive, alors lim 1/f (x) = +∞.
x→x0 x→x0

Théorème 2.4. Si lim f (x) = 0 et si f est négative, alors lim 1/f (x) = −∞.
x→x0 x→x0

2.2.3 Propriétés algébriques sur les limites infinies

Les règles précédentes s’étendent au cas où L et/ou L0 sont ±∞ et où l’opération d’addition,
de multiplication ou de division ne conduit pas à une indétermination. Tous ces cas sont rappelés
ci-dessous.
1. Somme :

 lim f (x) = +∞
Si x→x0 alors lim (f + g)(x) = +∞.
 lim g(x) = L0 ∈ R x→x0
x→x0

 lim f (x) = −∞
x→x0
Si alors lim (f + g)(x) = −∞.
 lim g(x) = L0 ∈ R x→x0
x→x0

47
 
 lim f (x) = +∞
x→x0
Si alors lim (f + g)(x) = +∞.
 lim g(x) = +∞ x→x0
x→x0

 lim f (x) = −∞
x→x0
Si alors lim (f + g)(x) = −∞.
 lim g(x) = −∞ x→x0
x→x0

2. Produit :
(
lim f (x) = +∞
Si x→x0 alors lim cf (x) = +∞.
x→x0
c>0
(
lim f (x) = +∞
Si x→x0 alors lim cf (x) = −∞.
x→x0
c<0

 lim f (x) = +∞
Si x→x0 alors lim (f g)(x) = +∞.
 lim g(x) = L avec L > 0 x→x0
x→x0

 lim f (x) = +∞
Si x→x0 alors lim (f g)(x) = −∞.
 lim g(x) = L avec L < 0 x→x0
x→x0

 lim f (x) = +∞
Si x→x0 alors lim (f g)(x) = +∞.
 lim g(x) = +∞ x→x0
x→x0

 lim f (x) = −∞
Si x→x0 alors lim (f g)(x) = +∞.
 lim g(x) = −∞ x→x0
x→x0

 lim f (x) = +∞
Si x→x0 alors lim (f g)(x) = −∞.
 lim g(x) = −∞ x→x0
x→x0

3. Quotient :
1
Si lim f (x) = +∞ alors lim = 0.
x→x0 x→x0 f (x)

 lim f (x) = L f
x→x0
Si alors lim ( )(x) = 0.
 lim g(x) = ±∞ x→x0 g
x→x0

 lim f (x) = +∞ f
x→x0
Si alors lim ( )(x) = +∞.
 lim g(x) = L(> 0) x→x0 g
x→x0

48
 4. Racine carrée :
p
Si lim f (x) = +∞ alors lim f (x) = +∞.
x→x0 x→x0

Il reste quelques cas qui portent le nom de formes indéterminées :

0 f
– le cas qui se présente lors de la recherche de lim (x) lorsque lim f (x) = 0 et
0 x→x0 g x→x0
lim g(x) = 0.
x→x0
∞ f
– le cas qui se présente lors de la recherche de lim (x) lorsque lim f (x) = ∞ et
∞ x→x0 g x→x0
lim g(x) = ∞.
x→x0
– le cas 0 · ∞ qui se présente lors de la recherche de lim (f · g)(x) lorsque lim f (x) = 0 et
x→x0 x→x0
lim g(x) = ∞.
x→x0
– le cas ∞−∞ qui se présente lors de la recherche de lim (f −g)(x) lorsque lim f (x) = ∞
x→x0 x→x0
et lim g(x) = ∞.
x→x0

Chercher la limite de ces formes indéterminées, lorsqu’elle existe, s’appelle lever l’indétermina-
tion.

2.2.4 Composition de limites finies

Théorème 2.5. Si lim f (x) = L, lim g(t) = M , alors

x→x0 t→L

lim (g ◦ f )(x) = M.
x→x0

Démonstration : Soit ε > 0 quelconque. Comme lim g(t) = M , il existe un δ1 > 0

t→L
tel que
|t − L| < δ1 =⇒ |g(t) − M | < ε.
Comme lim f (x) = L, pour δ1 > 0, il existe un δ > 0 tel que
x→x0

|x − x0 | < δ =⇒ |f (x) − L| < δ1 .

Si donc |x − x0 | < δ, alors 0|f (x) − L| < δ1 et donc |gf (x) − M | < ε.

sin x2
Exemple 2.11. Calculer lim .
x→0 x2

49
 2
Solution : Si h(x) = sinx2x , h est la composée de g et f où g(t) = sinx x et f (x) = x2 .
Comme lim f (x) = 0 et lim g(t) = 1, par application du théorème précédent
x→0 t→0

sin x2
lim = 1.
x→0 x2

2.3 Calcul des limites

2.3.1 Non-existence de limites

Théorème 2.6. Si lim− et lim+ existent et si lim− 6= lim+ , alors lim n’existe pas.
x→x0 x→x0 x→x0 x→x0 x→x0

1
Exemple 2.12. Montrer que lim n’existe pas.
x→0 x

1 1 1
Solution : En effet : lim = −∞ et lim = +∞. Par le théorème précédent, lim
x→0− x x→0+ x x→0 x
n’existe pas.

2.3.2 Conditions suffisantes d’existence de limites

Théorème 2.7. Si f possède une limite à droite et une limite à gauche en x0 qui sont toutes
deux égales à L, alors f possède une limite en x0 égale à L.

Exemple 2.13. Montrer que limx→0 |x| = 0.

Solution : On calcule que limx→0+ |x| = limx→0+ x = 0 et limx→0− |x| = limx→0− (−x) =
0. Par conséquent le théorème précédent nous permet de conclure.

Théorème 2.8. Si les fonctions f, g et h

1. sont définies sur un certain voisinage d’un point x0 , sauf peut-être en x0 lui-même,
2. vérifient sur ce voisinage la double inégalité f (x) ≤ g(x) ≤ h(x)
3. vérifient lim f (x) = lim h(x) = L,
x→x0 x→x0
alors
lim g(x) = L.
x→x0

50
 Démonstration : Soit ε > 0 arbitrairement fixé.
Puisque lim f (x) = L, il existe un δ1 > 0 tel que
x→x0

|x − x0 | < δ1 =⇒ |f (x) − L| < ε.

En particulier, pour ces x, L − ε < f (x).
D’autre part l’équation lim h(x) = L entraîne l’existence d’un δ2 > 0 tel que
x→x0

|x − x0 | < δ2 =⇒ |h(x) − L| < ε.

En particulier pour ces x, h(x) < L + ε.
En appelant δ le plus petit des deux nombres δ1 et δ2 , et si |x − x0 | < δ, on a
L − ε < f (x) ≤ g(x) ≤ h(x) < L + ε
ce qu’il fallait démontrer.
sin x
Exemple 2.14. Montrer que lim = 1.
x→0 x
Solution : Soit le cercle de rayon 1 de la figure 2.5.
sin x
L’aire du triangle OAD vaut .
2
L’aire du secteur OAD vaut x/2.
tg x
L’aire du triangle OAC vaut .
2
La comparaison géométrique de ces trois figures donne :
sin x x tg x π
≤ ≤ pour 0 ≤ x < ,
2 2 2 2
ou
sin x π
cos x ≤ ≤1 pour 0 ≤ x < . (2.1)
x 2
π
Comme la même double inégalité a lieu aussi pour − < x ≤ 0, on peut dire qu’elle est
2
vérifiée sur un voisinage de 0, sauf en 0 lui-même.
sin x
Quand x tend vers 0, les deux fonctions qui “encadrent” tendent vers 1. Le théo-
x
rème précédent donne donc le résultat attendu.

Le concept de limite nous permet maintenant de définir rigoureusement le nombre e. Nous

1
dirons que le nombre e est la limite de la fonction (1 + x) x pour x → 0. Nous admettons que
cette limite existe.

Définition 2.4.
1
e = lim (1 + x) x .
x→0

51
 C

1 D

x A
O 1

F IG . 2.5 – Illustration de l’exemple 2.14

De bonnes approximations du nombre e sont données par la formule suivante dans laquelle
n est un entier ≥ 4,
1 1 1
e≈1+1+ + + ··· + .
2! 3! n!
Par exemple pour n = 10, la somme donne e ≈ 2, 718281801... avec une erreur inférieure à
0, 0000001, ce qui signifie que les 6 premières décimales sont correctes et que la septième l’est à
une unité près. De plus, à partir de 10, chaque fois que l’on ajoute un terme dans l’approximation,
on gagne une décimale. Ainsi, si on fait le calcul pour n = 15, on a 6 + 5 = 11 décimales
correctes.

2.4 Continuité
Dans l’introduction à la notion de limite du chapitre précédent, on a vu que dans certains (et
nombreux) cas, la limite de la fonction en un point x0 était égale à la valeur f (x0 ) de la fonction
en ce point. La notion de continuité d’une fonction en un point x0 n’est rien d’autre que cela et
pourtant les conséquences théoriques et pratiques de cette notion sont innombrables.
On verra en effet que les fonctions qui sont continues bénéficient de propriétés mathématiques
remarquables qui facilitent leur analyse et permettent dès lors leur utilisation dans de nombreuses
applications.
Pour qu’une fonction soit continue en un point fixé x0 , il faut d’abord que la fonction soit définie
en ce point, ensuite que la limite de la fonction existe en ce point et enfin que cette limite soit
égale à la valeur de la fonction en ce point. On a donc la définition suivante :

Définition 2.5. Soit une fonction f définie sur un intervalle I ⊂ R contenant x0 . La fonction
est continue au point x0 , si et seulement si f (x0 ) est défini et lim f (x) = f (x0 ).
x→x0

52
De façon plus formelle, en utilisant les notations introduites pour les limites, on a :
f est continue au point x0 si et seulement si :

∀ε > 0, ∃δ > 0 tel que |x − x0 | < δ ⇒ |f (x) − f (x0 )| < ε.

Définition 2.6. Une fonction f définie sur un intervalle I ⊂ R est dite continue sur I si elle est
continue en tout point de I. De plus, si I = Dom f , nous dirons simplement que f est continue.

Remarque. Le graphe d’une fonction continue sur un intervalle est caractérisé par un tracé
continu, que l’on peut effectuer “sans lever son crayon de la feuille de papier”.

Exemples de fonctions continues

√
• Les polynômes, les fonctions sin x, cos x, tg x, |x|, x, xr , ax et loga x sont continues sur
leur domaine de définition.
• Si f (x) et g(x) sont continues en x0 , il en est de même de f (x) + g(x), f (x)g(x) et de
f (x)/g(x) si g(x0 ) 6= 0.
Toutes les fonctions ne sont pas continues. Par exemple la fonction f définie par
(
2 si x ≥ 0
f (x) =
0 si x < 0.

n’est pas continue en 0.

Prolongement continu.
Si f est continue et définie en dehors du point x0 , et si lim f (x) = L, alors on peut définir
x→x0
une nouvelle fonction g, appelée prolongement continu de f en x0 , par :
½
f (x) si x 6= x0 ,
g(x) =
L si x = x0 .

Cette fonction g est une fonction continue en x0 .

Exemple 2.15. Peut-on définir un prolongement continu de f (x) = x sin x1 en 0 ?

Solution : Comme x sin x1 est compris entre −x et x, on a limx→0 x sin x1 = 0. La fonction

x sin x1 admet donc un prolongement continu en 0, g(x) défini par :
½
x sin x1 si x 6= 0,
g(x) =
0 si x = 0.

53
2.5 Théorèmes fondamentaux sur les fonctions continues
Lorsqu’on voudra analyser le comportement d’une fonction sur un intervalle (à partir de son
graphe, par exemple), il sera particulièrement intéressant de savoir si elle passe par une valeur
maximale ou minimale ou encore de déterminer l’ensemble des valeurs prises par cette fonction
sur l’intervalle choisi.

Définition 2.7. Soit une fonction f définie sur un intervalle I.

– f est bornée supérieurement s’il existe M ∈ R tel que f (x) ≤ M pour tout x ∈ I.
– f est bornée inférieurement s’il existe m ∈ R tel que f (x) ≥ m pour tout x ∈ I.
– f est bornée si elle est bornée supérieurement et inférieurement.

Le caractère borné d’une fonction ne suffit donc pas à garantir l’existence d’une valeur maximale
ou minimale de la fonction. Considérer par exemple f (x) = x sur ]0, 1[ ou la fonction g(x)
définie sur [−1, 1] par g(x) = |x| pour x 6= 0 et g(0) = 1.

Les trois théorèmes de cette section sont illustrés respectivement par les figures 2.6 (a), (b) et (c).
Les deux premiers théorèmes peuvent être démontrés en utilisant les propriétés fondamentales
des nombres réels, ils apparaissent intuitivement évidents et seront admis sans démonstration.

Théorème 2.9. Soit f une fonction continue sur un intervalle fermé [a, b]. Alors, il existe un
point dans l’intervalle en lequel f passe par une valeur maximale et un point dans l’intervalle
en lequel f passe par une valeur minimale.

De façon plus formelle, ce théorème nous dit que si f est continue sur [a, b], ∃c ∈ [a, b] et
∃d ∈ [a, b] tels que f (c) = min f (x) = m et f (d) = max f (x) = M .
x∈[a,b] x∈[a,b]

y f y y
f (b) M f
f

y0
xm
0 a b x
0 a xM b x m
f (a)
0 a x0 b x

(a) (b) (c)

F IG . 2.6 – Propriétés des fonctions continues sur un intervalle fermé

54
Théorème 2.10. Soit f une fonction continue sur un intervalle fermé [a, b]. Si f (a) et f (b) sont
de signes contraires, il existe au moins un point x ∈]a, b[ tel que f (x) = 0.

Remarque : On a vu plus haut que les polynômes étaient des fonctions continues sur R.
Dès lors ce théorème peut nous aider à localiser les racines d’un polynôme (méthode de
dichotomie).

Théorème 2.11. (Théorème des Valeurs Intermédiaires)

Soit f une fonction continue sur un intervalle fermé [a, b]. Soit m = min f (x) et
x∈[a,b]
M = max f (x). Alors, pour toute valeur y0 telle que m ≤ y0 ≤ M , il existe au moins un point
x∈[a,b]
x0 tel que f (x0 ) = y0 .

Démonstration : Considérons la fonction g définie sur l’intervalle [a, b] par :

g(x) = f (x) − y0

et notons c et d des points où f atteint son mimimum et son maximum respective-

ment.
On sait que g(c) ≤ 0 et que g(d) ≥ 0. Si g(c) ou g(d) est nul, le théorème est
démontré. On peut donc supposer g(c) < 0 et g(d) > 0. Comme la fonction g est la
différence entre deux fonctions continues sur [a, b], elle est aussi continue sur [a, b].
Par le théorème précédent il existe alors un point x0 ∈]a, b[ en lequel g(x0 ) = 0, et
donc f (x0 ) = y0 .

En d’autres termes, ce théorème exprime que pour toute valeur intermédiaire y0 entre les bornes
m et M , il existe une valeur de x dont l’image par f est précisément égale à y0 . Ou encore, que
toute valeur comprise entre m et M est l’image d’au moins un point de l’intervalle [a, b].
Ce commentaire entraîne immédiatement le résultat suivant :

Corollaire 2.1. Soit f une fonction continue sur un intervalle fermé [a, b]. On a

f ([a, b]) = [m, M ] .

2.6 Fonctions strictement monotones

Rappelons qu’une fonction f définie sur un intervalle I est strictement monotone sur I si elle est
strictement croissante ou strictement décroissante sur I.

55
Théorème 2.12. Soit f une fonction continue et strictement monotone sur un intervalle fermé
I. Alors,
• La fonction f (x) est injective sur I, et son image f (I) est un intervalle fermé,
• La fonction réciproque f −1 (définie sur f (I)) est strictement monotone et varie dans le
même sens que f ,
• La fonction réciproque f −1 est continue sur l’intervalle f (I).

Commentaires. Que f (I) soit un intervalle fermé de R découle immédiatement du théorème des
valeurs intermédiaires appliqué à la fonction continue f . L’injectivité de f est une conséquence
du caractère strictement monotone de f . En effet,

∀x1 , x2 ∈ I, tel que x1 6= x2 , on a f (x1 ) 6= f (x2 ).

Pour rappel, la fonction réciproque f −1 est définie par

f −1 (y) = x ⇐⇒ f (x) = y

pour y ∈ f (I).
Supposons f strictement croissante et montrons que f −1 est aussi strictement croissante. Si
y1 < y2 , avec y1 = f (x1 ) et y2 = f (x2 ), alors nécessairement x1 < x2 . En effet autrement
x1 > x2 et comme f est strictement croissante, on aurait y1 > y2 , ce qui est absurde.

Application. Les fonctions trigonométriques inverses sont des fonctions réciproques de fonc-
tions continues strictement monotones, elles sont donc continues et strictement monotones.
π π
arcsin : [−1, 1] −→ [− , ]
2 2
π π
arcsin x = y ⇐⇒ sin(y) = x, y ∈ [− , ].
2 2

arccos : [−1, 1] −→ [0, π]

arccos x = y ⇐⇒ cos(y) = x, y ∈ [0, π].

π π
arctg : R −→] − , [
2 2
π π
arctg x = y ⇐⇒ tg(y) = x, y ∈] − , [.
2 2

56
2.7 Exercices
1
1. Soit la limite lim− = −∞
x→0 x3
(a) Faites une représentation graphique de la situation.
(b) Prouvez la limite
1
2. Considérez la limite suivante : lim = +∞
x→−2 |x + 2|
1
(a) Faites une représentation graphique de la fonction |x+2|
autour du point x = −2.
(b) Prouvez la limite à partir de la définition.
3. Déterminez lesquels des intervalles suivants de R sont des voisinages de 0 dans R ?
1 1 1
] − , ] ] − 1, 0] [0, [ ]0, 1]
2 2 2
4. Démontrez les limites suivantes à l’aide de la définition :

(a) lim (5x − 6) = 14 1

x→4 (g) lim− = −∞
x→0 x
1
(b) lim = +∞ 1
x→2 (x − 2)2 (h) lim =0
x→+∞ x
−1
(c) lim 4 = −∞ (i) lim x3 = +∞
x→0 x x→+∞
√
(d) lim+ 2 + x − 4 = 2 1
x→4 (j) lim =0
x→−∞ x
1
(e) lim+ = +∞ (k) lim x2 = +∞
x→2 (x − 2)3 x→−∞
1 (l) lim x3 = −∞
(f) lim− = −∞ x→−∞
x→2 (x − 2)3

5. Calculez les limites ci-dessous

(a) lim(2t − 1) −1 3
(g) lim (x 2 + 2x)
t→2 (d) lim x→1
√ x→0 x2
(b) lim + x + 1 √ 2
x→−1
(e) lim− t2 (h) lim ( 2x + 3 − )
t→2 x→−1 x
1 3x2 + 5
(c) lim ( + 2) (f) lim ( )
x→+∞ x x→2 x−3
6. En utilisant les propriétés des limites, calculez les limites suivantes :
√ √
x2 − 1 x − x0
(a) lim (c) lim
x→1 x + 1 x→x0 x − x0
3 3 r
(x + h) − x 1
(b) lim (d) lim −
h→0 h x→0− x

57
 √
(e) lim x3 − x − x2 x2 + 5x + 6
x→−∞ (g) lim
x→+∞ x+1
x
(f) lim 3x3 + x + 1
x→+∞ x2 +5 (h) lim
x→−∞ 4x3 − 1

7. La température T (en ◦ C) à laquelle l’eau bout est fonction de l’altitude h (en mètres)
au-dessus du niveau de la mer. Cette fonction est définie par :
p
T (h) = 100, 862 − 0, 0415 h + 431, 03.
Démontrez qu’il existe une altitude située entre 4000 m et 4500 m, à laquelle l’eau bout à
98◦ C exactement.

8. Quels sont les intervalles sur lesquels les fonctions suivantes sont continues ?
(a) f (x) = 4x2 − 2x + 10
(b) f (x) = sin x
4x2
(c) f (x) = x
1
(d) f (x) = x2 −x

9. Les fonctions suivantes ne sont pas définies au point a. Est-il possible de les prolonger par
continuité au point a ?
sin x
a)f (x) = a=0
x
1
b)f (x) = x sin a=0
x
|x|
c)f (x) = a=0
x
1
d)f (x) = a=0
x
x2 − 4
e)f (x) = a=2
x−2
1 − cos x
f )f (x) = a=0
x2
10. Est-il possible de prolonger par continuité au point 1 la fonction f (x) suivante ?
½ 2
x − 1 si x < 1
f (x) =
x − 1 si x > 1

11. Les fonctions suivantes sont-elles continues respectivement au point x = 1 et x = 2 ?

58
 ½ ½
x2 − 1 si x≤1 x2 − 1 si x≤1
(a) (b)
x si x>1 2(x − 1) si x>1
12. Quelle valeur faut-il donner à b pour que la fonction f suivante soit continue en 1 ?
½
x+1 si x ≤ 1
f (x) =
3 − bx2 si x > 1
1
13. La fonction f (x) = x|1 + | admet-elle un prolongement continu en 0 ? Si oui, lequel ? Si
x
non, pourquoi ?
14. Les fonctions suivantes sont-elles bornées et atteignent-elles leurs bornes sur les intervalles
indiqués ?
(a) f (x) = x2 sur ] − 1, 1[
2
(b) f (x) = x sur R
2
√
(c) f (x) = sin (cos x + 1 + a2 ) sur [0, a3 ]
1
(d) f (x) = sur ]0, 1]
x
(e) f (x) = x − [x] sur ]0, 1[
15. Pour chacune des fonctions polynomiales suivantes, trouvez un entier n tel que f (x) = 0
pour un x ∈]n, n + 1[ :
(a) f (x) = x3 − x + 3
(b) f (x) = x5 + 5x4 + 2x + 1
16. Utilisez le théorème des valeurs intermédiaires pour montrer que les équations suivantes
ont au moins une solution dans l’intervalle donné :
(a) f (x) = x3 + x + 1 = 0 [−1, 1]
2
(b) f (x) = x − 6x + 3 = 0 [−2, 4]
1
(c) f (x) = x2 + = 3 [1, 3]
x
1 1
(d) f (x) = x2 + = 1 [−2, − ]
x 2
17. Soient les fonctions f et g définies et continues sur [a, b] et telles que f (a) < g(a) et
f (b) > g(b).
Démontrez qu’il existe x ∈ [a, b] tel que f (x) = g(x).
18. Soit la fonction f : [0, 1] → [0, 1], continue sur [0, 1].
Démontrez qu’il existe x ∈ [0, 1] tel que f (x) = x.
19. Soit f (x) une fonction continue sur [0, +∞[ telle que limx→+∞ f (x) = a ∈ R. La fonction
f (x) est-elle bornée sur [0, +∞[ ?
20. Soit f (x) une fonction définie sur [0, +∞[ telle que limx→+∞ f 2 (x) = 1.
(a) La limite limx→+∞ f (x) existe-elle ?
(b) La limite limx→+∞ f (x) existe-elle si f (x) est supposée continue ?

59
Chapitre 3

Dérivation et applications

On aborde enfin dans ce chapitre une des notions centrales de cet ouvrage. On verra que
techniquement, le “terrain” a été bien préparé puisque la dérivée ne sera finalement qu’une limite
particulière et que le “calcul” des dérivées, d’un point de vue opérationnel, sera un calcul de
limite, facilité par une série de “formules” que l’on développera dans ce chapitre.
Mais tous ces aspects pratiques (de calculs), ne nous serviront à rien si on ne perçoit pas dès le
départ l’importance capitale de la notion de dérivée en mathématique.
Dans la section suivante, on verra déjà que la dérivée d’une fonction permet de décrire la “pente”
de la courbe représentant le graphe de cette fonction.
Mais les applications de la dérivée sont bien plus nombreuses et seront abordées tout au long de
ce chapitre et des chapitres suivants.
C’est, par exemple, l’outil de base aidant à la représentation graphique des fonctions (croissance,
décroissance mais aussi concavité, etc . . .). En physique, la dérivée sera interprétée comme un
taux de changement et définira dans les systèmes dynamiques, les notions de vitesse et puis
d’accélération. En théorie économique, les systèmes dynamiques (qui évoluent dans le temps)
seront également modélisés par des systèmes d’équations où apparaissent des dérivées.

3.1 Dérivée d’une fonction en un point

Définition 3.1. Soit f une fonction définie sur un intervalle ] a, b [, et x0 un point de cet inter-
valle. Le nombre dérivé de f en x0 , noté f 0 (x0 ), est défini par

f (x) − f (x0 )
f 0 (x0 ) = lim , (3.1)
x→x0 x − x0
si cette limite existe et est finie.

61
 f (x) − f (x0 )
En fait, le quotient exprime le taux d’accroissement moyen de la fonction f entre
x − x0
le point d’abscisse x0 et le point d’abscisse x, alors que la dérivée en x0 exprime le taux d’ac-
croissement instantané de f au point x0 .
Si on écrit x sous la forme x0 + h, on a

f (x0 + h) − f (x0 )
f 0 (x0 ) = lim .
h→0 h

Définition 3.2. Soit f une fonction définie sur un intervalle ]a, b[⊂ R et x0 ∈]a, b[. Nous dirons
que f est dérivable au point x0 si le nombre dérivée en x0 existe. La fonction f est dite dérivable
sur ]a, b[ si f est dérivable en tout point x0 de ]a, b[. On définit dans ce cas la fonction dérivée
f 0 qui à chaque point x0 associe le nombre dérivé en ce point.

3.1.1 La pente d’une courbe en un point

Soit f une fonction définie sur un intervalle I, et considérons l’équation de la courbe repré-
sentative de cette fonction : y = f (x).
Considérons un point P de coordonnées (x0 , f (x0 )) sur cette courbe et cherchons à préciser la
notion de pente de la courbe au point P et la notion de droite tangente à la courbe en ce point.
La figure 3.1 montre dans des situations différentes, la tangente à la courbe au point P .

y y y
f
P P f
P
f

0 x 0 x 0 x

(a) (b) (c)

F IG . 3.1 – Illustrations de la tangente à une courbe en un point

Considérons un point Q sur la courbe y = f (x) distinct de P de coordonnées (x0 +h, f (x0 +h)).
Ces deux points, P et Q, déterminent une droite d’équation

f (x0 + h) − f (x0 )
y= (x − x0 ) + f (x0 )
x0 + h − x0

62
de pente
f (x0 + h) − f (x0 )
.
h
Lorsque le point Q se rapproche de P , la pente de la droite passant par P et Q se rapproche de la
pente de la tangente à la courbe au point P . La figure 3.2 illustre ce processus pour deux points
Q1 et Q2 , le point Q2 étant plus proche de P que Q1 .

y
Q1
Q (x, y) y=f(x)
Q2

P
(x0 , y0)

0 x

F IG . 3.2 – Détermination de la pente de la tangente à une courbe au point P

La pente de la tangente est donc le nombre dérivé

f (x0 + h) − f (x0 )
f 0 (x0 ) = lim ,
h→0 h
si cette limite existe.

Comme la dérivée est la pente de la tangente à la courbe au point (x0 , y0 ). L’équation de cette
tangente est
y − y0 = f 0 (x0 )(x − x0 ) .
Exemple 3.1. Montrer que la fonction définie par f (x) = sin x est dérivable en (0, 0). Quelle est
l’équation de la droite tangente à la courbe représentative de cette fonction en ce point ?

Solution : Pour cette fonction, on a :

sin x − sin 0 sin x
= .
x−0 x
Comme
sin x
lim = 1,
x→0 x

f 0 (0) = 1 et f est dérivable en 0. L’équation de la tangente à la sinusoïde en (0, 0) est alors :

y − 0 = 1(x − 0) c’est-à-dire y = x.

63
3.1.2 Dérivée à gauche et à droite
Il est clair que l’on peut étendre cette notion de dérivée à celles de dérivée à gauche et à droite
en calculant les limites correspondantes. Ceci permettra, par exemple, d’analyser la pente de la
courbe aux extrémités de l’intervalle de définition de f .

Définition 3.3. Lorsque les limites suivantes existent, on définit

f (x) − f (x0 )
– le nombre dérivé à droite en x0 : fd0 (x0 ) = lim+ ,
x→x0 x − x0
f (x) − f (x0 )
– le nombre dérivé à gauche en x0 : fg0 (x0 ) = lim− .
x→x0 x − x0

Si une fonction f est dérivable à gauche et à droite en x0 et si ces dérivées sont égales, elle est
alors dérivable au point x0 et f 0 (x0 ) = fg0 (x0 ) = fd0 (x0 ).
Exemple 3.2. Calculer la dérivée à gauche et à droite au point 0 de la fonction : f (x) = |x|.
Solution : Pour cette fonction, on a :
f (x) − f (0) |x|
= .
x−0 x
Si x > 0,
|x| x
lim = lim = 1.
x→0+ x x→0 x
+

Si x < 0,
|x| x
lim = lim = −1.
x→0− x x→0 x
−

Cette fonction n’est donc pas dérivable en x = 0.

Géométriquement, la dérivée à gauche (à droite) au point x0 représente la pente de la courbe à

gauche (à droite) du point P = (x0 , y0 ). Si fg0 (x0 ) 6= fd0 (x0 ), le graphe de la fonction présente un
“point anguleux” en x0 , c’est-à-dire une “cassure” dans la courbure du graphe.
Exemple 3.3. La fonction f (x) = |x| possède en x = 0 un point anguleux.

3.1.3 Dérivée infinie

On a vu dans le chapitre sur les limites que l’on pouvait traiter le cas de limites infinies. On
peut donc envisager des limites infinies pour la dérivée.
Géométriquement, cela signifie que la pente de la courbe (et de sa tangente) au point x0 devient
infinie : il s’agit de la pente de droites verticales.
p
Exemple 3.4. La fonction définie par, f (x) = |x|, est-elle dérivable en x = 0 ?

64
 Solution : Pour cette fonction, on a :
p
f (x) − f (0) |x|
= .
x−0 x
Si x > 0, p
|x| 1
lim = lim √ = +∞.
x→0+ x x→0 + x
Si x < 0, p √
|x| −x −1
lim = lim = lim √ = −∞.
x→0− x x→0− −(−x) x→0− −x
Cette fonction n’est donc pas dérivable en x = 0.

Dans le dernier exemple, fg0 (0) = −∞ et fd0 (0) = +∞, on dira que la fonction f présente un
point de “rebroussement” en 0.
Remarque : Dans tout ce qui suit, sauf mention explicite, on fera toujours l’hypothèse que
la dérivée, si elle existe, est finie.

3.1.4 Continuité et dérivabilité

Le théorème qui suit montre le lien entre la notion de dérivée et celle de continuité.

Théorème 3.1. Toute fonction dérivable en x0 est continue en x0 .

Démonstration : Il s’agit donc de montrer que lim f (x) = f (x0 ) ou, de façon
x→x0
équivalente, que lim (f (x) − f (x0 )) = 0. Il suffit donc de calculer :
x→x0

· ¸
f (x) − f (x0 )
lim (f (x) − f (x0 )) = lim · (x − x0 )
x→x0 x→x0 x − x0
· ¸
f (x) − f (x0 )
= lim · lim (x − x0 )
x→x0 x − x0 x→x0
0
= f (x0 ) · 0 = 0.

Remarque : La réciproque de ce théorème n’est évidemment pas vraie ; La fonction f (x) =

|x| est continue en 0 mais elle n’est pas dérivable en 0.

La notion de dérivée est donc plus “forte” que celle de continuité. D’un point de vue intuitif, une
fonction est continue sur un intervalle si son graphe peut être tracé d’une seule fois sans que le
crayon ne quitte la feuille de papier. Une fonction est dérivable si en plus le tracé ne contient
aucun angle.

65
3.2 Calcul des dérivées
Le calcul des dérivées peut se faire directement à partir de la définition comme dans les
exemples suivants.

Exemple 3.5. Montrer que si f (x) = c où c est une constante, alors f 0 (x) = 0.

Solution :
f (x + h) − f (x) c−c 0
f 0 (x) = lim = lim = lim = 0,
h→0 h h→0 h h→0 h

quel que soit x dans R.

Exemple 3.6. Montrer que si f (x) = x, alors f 0 (x) = 1.

Solution :
f (x + h) − f (x) x+h−x h
f 0 (x) = lim = lim = lim = 1,
h→0 h h→0 h h→0 h
pour tout x dans R.

Exemple 3.7. Montrer que si f (x) = x2 , alors f 0 (x) = 2x quel que soit x dans R.

Solution :
f (x + h) − f (x) (x + h)2 − x2
f 0 (x) = lim = lim
h→0 h h→0 h
x2 + 2xh + h2 − x2
= lim = lim (2x + h) = 2x.
h→0 h h→0

Exemple 3.8. Montrer que si f (x) = xn , alors f 0 (x) = nxn−1 quel que soit x dans R et n dans N.

Solution : On obtient :
f (x + h) − f (x)
f 0 (x) = lim
h→0 h
(x + h)n − xn
= lim
h→0 h
((x + h) − x)((x + h)n−1 + (x + h)n−2 x + ... + (x + h)1 xn−2 + xn−1 )
= lim
h→0 h
h((x + h)n−1 + (x + h)n−2 x + ... + (x + h)1 xn−2 + xn−1 )
= lim
h→0 h
n−1 n−2
= lim ((x + h) + (x + h) x + (x + h)n−3 x2 + ... + (x + h)1 xn−2 + xn−1 )
h→0
= nxn−1 .

Exemple 3.9. Calculer la dérivée de la fonction définie par

√
f (x) = x pour x ≥ 0.

66
 Solution : Si x > 0

√ √
0 f (x + h) − f (x) x+h− x
f (x) = lim = lim
h→0 h h→0 h
(x + h) − x
= lim √ √
h→0 h( x + h + x)
1 1
= lim √ √ = √ .
h→0 ( x + h + x) 2 x

En x = 0, extrémité gauche de l’intervalle de définition de la fonction, la dérivée à droite est

donnée par
√ √ √
0 0+h− 0 h 1
fd (0) = lim = lim = lim √ = +∞.
h→0 + h h→0 + h h→0 +
h

Autres écritures de la fonction dérivée première

Si f (x) = y, on utilise parfois les notations suivantes :

dy d
f 0 (x) = Dx f (x) = Dx y = y 0 = = f (x) (3.2)
dx dx

dy
La notation s’appelle la notation de Leibniz et se lit comme la dérivée de y par rapport à x.
dx

3.2.1 Règles de calcul des dérivées

Comme beaucoup de fonctions plus complexes ne sont que le résultat de sommes, de produits
et de quotients de fonctions élémentaires, il est très utile d’établir des formules de dérivées pour
ces opérations.

Théorème 3.2. Si f et g sont dérivables sur un intervalle I de R et si c est une constante, alors
1. cf est dérivable sur I et (cf )0 = cf 0 .
2. f + g est dérivable sur I et (f + g)0 = f 0 + g 0 .
3. f g est dérivable sur I et (f g)0 = f 0 g + f g 0 .
³ ´0 f 0g − f g0
f
4. Si g(x) 6= 0 alors f /g est dérivable sur I et g
= .
g2

Exemple 3.10. Calculer la dérivée de 1/x.

67
 Solution : En appliquant le théorème précédent à g(x) = x et f (x) = 1, on a f 0 (x) = 0 et
g 0 (x) = 1. On obtient donc µ ¶0
1 −1
= 2.
x x
Exemple 3.11. Calculer la dérivée de 1/x2 = x−2 .
Solution : En appliquant le théorème précédent à g(x) = x2 et f (x) = 1, on obtient
µ ¶0
1 1 2
2
= − 4 2x = − 3 = −2x−3 .
x x x

Exemple 3.12. Calculer la dérivée de k(x) = x2 /(2x + 3).

Solution : On observe que k(x) = f (x)/g(x) avec f (x) = x2 et g(x) = 2x + 3. En
appliquant la formule de dérivation du quotient, avec f 0 (x) = 2x et g 0 (x) = 2, on obtient :
2x(2x + 3) − x2 · 2 2x2 + 6x
k 0 (x) = = .
(2x + 3)2 (2x + 3)2

Théorème 3.3. Si g est dérivable sur un intervalle I de R et f dérivable sur g(I), alors f ◦ g
est dérivable sur I et
(f ◦ g)0 = (f 0 ◦ g) · g 0 . (3.3)

Exemple 3.13. Sachant que la dérivée de sin x est cos x, calculer la dérivée de h(x) = sin2 x.
Solution : h = f ◦ g où g(x) = sin x et f (t) = t2 .
(sin2 x)0 = 2 sin x cos x.
Exemple 3.14. Calculer la dérivée de h(x) = sin 2x.
Solution : h = f ◦ g où f (t) = sin t et g(x) = 2x.
(sin 2x)0 = cos 2x · 2.

On a montré précédemment qu’une fonction f continue et strictement monotone sur un intervalle

I avait une fonction réciproque f −1 , elle-même continue sur f (I). Ici, nous allons établir sous
quelles conditions la dérivabilité de f entraîne celle de f −1 et obtenir alors une expression de
(f −1 )0 en fonction de f 0 .

Théorème 3.4. Soit f : I → f (I) une fonction strictement monotone et dérivable où I est un
intervalle ouvert contenant x0 .
Si f 0 (x0 ) 6= 0, alors f −1 est dérivable en y0 = f (x0 ) et
1 1
(f −1 )0 (y0 ) = = . (3.4)
f 0 (x 0) f 0 (f −1 (y0 ))

68
Exemple 3.15. Nous avons déjà vu que
√ 1
( y)0 = √ pour y > 0.
2 y

Confirmer ce résultat en considérant cette fonction comme la fonction réciproque de la fonction x2 sur
[0, +∞[.

Solution : Soit
f : R+ → R+ : x 7→ y = f (x) = x2
√
f −1 : R+ → R+ : y 7→ x = f −1 (y) = y
En appliquant le théorème précédent, on a :
Si f 0 (x) 6= 0, c’est-à-dire x 6= 0, alors y 6= 0 et
√ 1 1 1
(f −1 (y))0 = ( y)0 = = = √ .
f 0 (x) 2x 2 y

Pour terminer cette section voici un tableau récapitulatif des fonctions les plus usuelles et de leur
fonction dérivée.

f (x) f 0 (x)
c (constante) 0
xα (α ∈ R) αxα−1
sin x cos x
cos x − sin x
1
tg x 1 + /tg 2 x =
cos2 x
1
arcsin x √
1 − x2
1
arccos x −√
1 − x2
ln x 1/x
1
loga x
x ln a
ex ex
ax ax ln a

1
arctg x
1 + x2

69
Exemple 3.16. Montrer que (ln x)0 = 1/x

Solution :
ln(a + h) − ln(a) 1 ln(1 + h/a)
(ln x)0 (a) = lim = lim
h→0 h h→0 a 1/(h/a)

1 ln(1 + h/a) 1 1
= · lim = ln e = .
a h→0 1/(h/a) a a
En effet, si h → 0, h/a → 0, et comme lim (1 + x)1/x = e, lim (1 + h/a)1/(h/a) = e, ce
x→0 h→0
qui donne le résultat.

Exemple 3.17. Montrer que (ex )0 = ex

Solution :
1 1
(ex )0 (a) = 0 a
= = ea .
(ln x) (e ) 1/ea

3.2.2 Dérivées d’ordre supérieur

Si à son tour la fonction f 0 qui vient d’être définie est dérivable, on note f 00 sa dérivée et on
l’appelle la dérivée seconde de f .
De façon plus générale, si les dérivées successives existent, on pourra définir la fonction dérivée
“n-ième” de f , notée f (n) , définie comme la dérivée de la fonction dérivée (n − 1)-ième : f (n) =
(f (n−1) )0 .
Donnons ici aussi quelques façons d’écrire les dérivées d’ordre supérieur de la fonction y =
f (x).

f 0 (x) f 00 (x) f 000 (x) ··· f n (x)

dy d2 y d3 y dn y
···
dx dx2 dx3 dxn
(3.5)

df (x) d2 f (x) d3 f (x) dn f (x)

···
dx dx2 dx3 dxn

3.2.3 L’élasticité
En économie, on s’intéresse très souvent à l’impact des variations de valeur d’une variable
sur les valeurs d’une autre variable. Par exemple, on étudie comment la demande D(P ) pour un
bien réagit à des modifications du prix P de ce bien. On peut s’interroger sur la variation relative
de quantité de demande D par rapport à la variation relative du prix.

70
 L’élasticité de la demande D par rapport au prix P est définie comme la limite du rapport des
variations relatives.
D(P )−D(P0 )
D(P0 )
élasticité de D par rapport à P en P0 = ²P D(P0 ) = lim P −P0
P →P0
P0
P0
= D0 (P0 ) (3.6)
D(P0 )
De manière générale, on définit l’élasticité d’une fonction f (x) par
f (x)−f x0 )
f (x0 )
élasticité de f (x) par rapport à x en x0 = ²x f (x0 ) = lim x−x0
x→x0
x0
x0
= f 0 (x0 ) (3.7)
f (x0 )
Ainsi, on parlera d’élacticité ²P D(P0 ) de la demande D par rapport au prix P , d’élasticité
²Y C(Y0 ) de la consommation C par rapport au revenu Y , d’élasticité ²Y S(Y0 ) de l’épargne S
par rapport au revenu Y , . . ..

En ce qui concerne l’élasticité ²P D(P0 ) de la demande D par rapport au prix P en P0 ,

– elle est négative car D0 (P0 ) < 0,
– une augmentation de 1% du prix en P0 provoque une diminution de |²P D(P0 )| % de la
demande D

3.3 Dérivabilité - Les grands théorèmes

Dans cette section, on présentera les théorèmes de base de la théorie des dérivées. Ces théo-
rèmes sont particulièrement utiles car ils montrent comment la dérivée donne des informations
sur le graphe représentatif d’une fonction.

3.3.1 Approximations linéaires de fonctions

Soit une fonction dérivable f définie sur un intervalle réel I. On approxime souvent au voisi-
nage d’un point a la valeur f (x) par la valeur de x dans l’équation de la tangente à f (x) au point
a, y = a + f 0 (a)(x − a). Cela s’appelle l’approximation linéaire de la fonction f autour du point
a:
f (x) ≈ g(x) = f (a) + f 0 (a) (x − a) si x est proche de a. (3.8)
Le sens de cette définition est illustré à la Figure 3.3, où l’on observe que l’approximation du
graphe de f par la droite tangente au point a fournit une bonne approximation de f (x) pour tous
les x qui sont suffisamment proches de a. On observe également que l’approximation est exacte
au point x = a. En effet, les deux fonctions f et g ont la même valeur et la même dérivée au
point x = a, c’est-à-dire f (a) = g(a) et f 0 (a) = g 0 (a).

71
Lorsque x s’écarte trop de a, il est nécessaire de construire de meilleures approximations de f (x)
que l’approximation linéaire. Cela peut se faire en utilisant les dérivées d’ordre supérieur f 00 (a),
f 000 (a), . . . de la fonction f . Ces approximations, ainsi que l’estimation des erreurs d’approxima-
tion, sont étudiées par la formule d’approximation de Taylor.

y y = f(x)
f(x1)
g(x1) φ
f(a) = g(a)
tg(φ) = f (a)

y = g(x) = f(a) + f (a) (x-a)

0 a x1 x

F IG . 3.3 – Approximation linéaire g de f autour du point a

3.3.2 Maximum et minimum

Définition 3.4. Soit f une fonction dérivable sur un intervalle ouvert I.

Un point c tel que f 0 (c) = 0 est appelé un “point critique” de f .

Rappelons qu’une dérivée nulle signifie que la pente de la courbe y = f (x) au point c, et donc la
pente de la tangente à la courbe en ce point, est nulle.
Graphiquement, on est dans une des situations réprésentées à la figure 3.4.
Dans les deux premiers cas, la fonction passe respectivement par un minimum et un maximum
respectivement.
On pourrait avoir la situation réprésentée à la figure 3.5 où la fonction f passe par des maxima
et minima successifs.
On parlera alors de maxima (et minima) locaux. Formellement :

Définition 3.5. Soit une fonction f définie sur une partie I de R et soit c un point de I.
Le point c est un maximum local de f s’il existe un voisinage de c de la forme ]c − h, c + h[ tel
que pour tout x de ce voisinage, on ait f (x) ≤ f (c).

72
 y y y y
f
f
f
f

0 x0 x 0 x0 x 0 x0 x 0 x0 x

(a) (b) (c) (d)

F IG . 3.4 – Points critiques

y f

c4
a c1 c6 0 c5 c3 c2 b x

F IG . 3.5 – Maxima et minima successifs

La définition d’un minimum local s’obtient de façon analogue.

Définition 3.6. Soit une fonction f définie sur une partie I de R et soit c un point de I.
Le point c est un minimum local de f s’il existe un voisinage de c de la forme ]c − h, c + h[ tel
que pour tout x de ce voisinage, on ait f (x) ≥ f (c).

Dans la figure 3.5, par exemple, la fonction passe par différents maxima et minima locaux ci ,
alors que la maximum et le minimum de la fonction sur l’intervalle [a, b] sont respectivement
obtenus aux points b et c4 .

Parmi les propriétés des fonctions continues sur un intervalle borné fermé [a, b] vues au chapitre
2.4, figure celle qui assure qu’une telle fonction atteint des valeurs extrêmes, une maximale et
une minimale sur cet intervalle, mais cette propriété ne donne aucun moyen de situer ces valeurs
extrêmes.
Le théorème suivant fournit une condition nécessaire pour qu’une fonction dérivable atteigne
un maximum ou un minimum, condition qui permet une localisation de ces valeurs.

73
Théorème 3.5. Soit une fonction f dérivable sur ]a, b[.
Si cette fonction passe par un minimum ou un maximum local en c ∈]a, b[, alors f 0 (c) = 0.

Démonstration : On démontre le théorème dans le cas où f admet en c un maximum local.

Il existe donc un h > 0 tel que ∀x ∈]c − h, c + h[, f (x) ≤ f (c).
f (x) − f (c)
Si x est à gauche de c, le quotient est positif et sa limite,
x−c
f (x) − f (c)
fg0 (c) = lim− ≥ 0.
x→c x−c
f (x) − f (c)
De même, à droite de c, le quotient est négatif et sa limite,
x−c
f (x) − f (c)
fd0 (c) = lim+ ≤ 0.
x→c x−c
Comme la fonction f est dérivable au point c, il faut que fg0 (c) = fd0 (c). Donc f 0 (c) = 0.
Remarque : L’hypothèse de dérivabilité est indispensable. Pour s’en convaincre il suffit de
considérer le cas de la fonction définie par f (x) = |x| qui passe par un minimum en 0 et qui
pourtant n’est pas dérivable en ce point.
Remarque : La réciproque du théorème est fausse. Il ne suffit pas que f soit dérivable sur
un intervalle et que f 0 (c) = 0 pour que c soit un minimum ou un maximum local. Considérer
par exemple la fonction f (x) = x3 et a = 0.

3.3.3 Théorème de Rolle et théorème des accroissements finis

Théorème 3.6. Théorème de ROLLE



f est continue sur [a, b]
Si f est dérivable sur ]a, b[


f (a) = f (b),
alors il existe un nombre c dans ]a, b[ tel que f 0 (c) = 0.

Démonstration :
Si f est une fonction constante sur [a, b], le théorème est démontré car alors sa dérivée est partout
nulle.
Supposons donc que f ne soit pas constante. Comme elle est continue sur [a, b], elle passe par
un maximum et un minimum. La fonction n’est pas constante, donc le maximum ne coïncide pas

74
 y
f

f (a) = f (b)

0 a c1 c2 c3 b x

F IG . 3.6 – Théorème de Rolle

avec le minimum et l’un des deux au moins se passe en un point c différent de a et de b. Il existe
donc un point c ∈]a, b[ où la fonction passe soit par un maximum soit par un minimum. Par le
théorème précédent, f 0 (c) = 0.
Géométriquement (figure 3.6), le théorème de Rolle certifie qu’il existe au moins un point c entre
a et b où la pente de la courbe d’équation y = f (x) est nulle. En ce point c, la tangente à la courbe
est horizontale, c’est-à-dire parallèle à la droite joignant les points (a, f (a)) et (b, f (b)).

Le théorème suivant généralise le thèorème de Rolle puisqu’il envisage le cas où f (a) n’est pas
nécessairement égal à f (b). On l’appelle le théorème de la valeur moyenne ou le théorème des
accroissements finis ou encore le théorème de Lagrange.

Théorème 3.7. Théorème des accroissements finis

(
f est continue sur [a, b]
Si
f est dérivable sur ]a, b[,
alors il existe un nombre c dans ]a, b[ tel que

f (b) − f (a)
f 0 (c) = . (3.9)
b−a

Géométriquement (figure 3.7), le théorème exprime qu’il existe au moins un point c où la tan-
gente à la courbe y = f (x) est parallèle à la droite joignant les points extrêmes : (a, f (a)) et
(b, f (b)).

Démonstration : L’équation de la droite joignant les deux points extrêmes est donnée par :

f (b) − f (a)
y= (x − a) + f (a).
b−a

75
 y

f
f (b)

f (a)

0 a c1 c2 c3 b x

F IG . 3.7 – Théorème de la Valeur Moyenne

Analysons à présent l’écart entre la courbe f et cette droite. La différence entre les ordonnées
vaut :
f (b) − f (a)
g(x) = f (x) − (x − a) − f (a).
b−a
On remarque que cette fonction g vérifie les hypothèses du théorème de Rolle. Elle est continue
et dérivable comme la fonction f et g(a) = g(b) = 0. Dès lors, il existe au moins un point
c ∈]a, b[ tel que g 0 (c) = 0.
f (b) − f (a)
Comme g 0 (x) = f 0 (x) − et g 0 (c) = 0 on a
b−a

f (b) − f (a)
f 0 (c) = .
b−a

Remarques :
1. Le théorème peut aussi s’exprimer de la façon suivante :

il existe c ∈]a, a + h[, tel que f (b) = f (a) + hf 0 (c).

Cette dernière expression est appelée la formule des accroissements finis et suppose
que les hypothèses du théorème soient vérifiées sur l’intervalle [a, a + h].
2. Il est important de noter que le théorème des accroissements finis, tout comme le théo-
rème de Rolle est un théorème d’existence ; il ne dit rien sur la valeur explicite de
c.
Ce résultat doit être placé en comparaison avec la formule d’approximation linéaire

f (b) ≈ f (a) + (b − a)f 0 (a) .

76
3.4 Représentation graphique des fonctions
Cette section montre comment les résultats théoriques de la section précédente peuvent être
mis en oeuvre pour obtenir la représentation graphique des fonctions. En particulier, on trouvera
les maxima et minima locaux d’une fonction et les régions où la fonction est croissante ou dé-
croissante. On montrera ensuite que la connaissance de la dérivée seconde nous informera sur
la concavité de la fonction. Le graphe d’une fonction permet de se donner une bonne idée des
propriétés essentielles de la fonction. Le calcul de la dérivée est un élément fondamental dans la
description du graphe.

3.4.1 Croissance et décroissance

Soit une fonction f définie sur un intervalle I. Rappelons que :

Définition 3.7. La fonction f est croissante sur I si et seulement si :

∀x1 , x2 ∈ I, tel que x1 < x2 , on a f (x1 ) ≤ f (x2 ).

Définition 3.8. La fonction est décroissante sur I si et seulement si :

∀x1 , x2 ∈ I, tel que x1 < x2 , on a f (x1 ) ≥ f (x2 ).

La fonction est strictement croissante (ou décroissante) si les inégalités au sens large sur f sont
remplacées par des inégalités strictes.
Intuitivement, il semble naturel que si une fonction a une dérivée partout positive sur un inter-
valle, son taux d’accroissement soit toujours positif et que dès lors, la fonction est croissante sur
cet intervalle.
Le théorème suivant formalise cette impression.

Théorème 3.8. Soit une fonction f continue sur un intervalle [a, b] et dérivable sur ]a, b[.
f 0 (x) = 0 pour tout x ∈]a, b[ ⇔ la fonction est constante sur ]a, b[.
f 0 (x) ≥ 0 pour tout x ∈]a, b[ ⇔ la fonction est croissante sur ]a, b[.
f 0 (x) ≤ 0 pour tout x ∈]a, b[ ⇔ la fonction est décroisante sur ]a, b[.

Démonstration : Les affirmations de gauche à droite se déduisent du théorème de la valeur

moyenne.
Considérons deux points quelconques x1 , x2 ∈ I tels que x1 < x2 .

77
Par le théorème de la valeur moyenne, il existe un point c, tel que : x1 < c < x2 et f (x2 ) −
f (x1 ) = (x2 − x1 )f 0 (c).
Il est clair que f (x2 ) − f (x1 ) sera nul, positif ou négatif en même temps que f 0 (c). Le théorème
en découle immédiatement.
f (c + h) − f (c)
Inversement, si f est croissante, alors pour x1 < c < c + h < x2 , > 0 et donc
h
la limite f 0 (c) ≥ 0.

Théorème 3.9. Test de la dérivée première

Soit f une fonction dérivable sur ]a, b[ et c un point critique de f (c’est-à-dire tel que f 0 (c) = 0).
Alors :
1. Si f 0 (x) ≤ 0 sur ]a, c[ et f 0 (x) ≥ 0 sur ]c, b[, alors c est un minimum local de f .
2. Si f 0 (x) ≥ 0 sur ]a, c[ et f 0 (x) ≤ 0 sur ]c, b[, alors c est un maximum local de f .
3. Si f 0 ne change pas de signe sur un voisinage de c, alors la courbe traverse la tangente
horiontale et c est appelé point d’inflexion à tangente horizontale.

Ce théorème est illustré à la figure 3.8.

y y y y
f
f
f
f

0 x0 x 0 x0 x 0 x0 x 0 x0 x

(a) (b) (c) (d)

F IG . 3.8 – Test de la dérivée première

3.4.2 Concavité et Convexité

Définition 3.9. Soit une fonction f dérivable sur un intervalle ouvert I.

f est une fonction convexe sur I si en chaque point de I le graphe de f se trouve au dessus du
graphe de la tangente en ce point.
f est une fonction concave sur I si en chaque point de I de graphe de f se trouve en dessous
du graphe de la tangente en ce point.

78
Théorème 3.10. Soit une fonction f deux fois dérivable sur un intervalle ouvert I. Alors,
f est convexe sur I ⇐⇒ f 0 est croissante sur I ⇐⇒ f 00 (x) ≥ 0 pour tout x ∈ I.
f est concave sur I ⇐⇒ f 0 est décroissante sur I ⇐⇒ f 00 (x) ≤ 0 pour tout x ∈ I.

Graphiquement cela correspond aux situations représentées aux figures 3.9 et 3.10 :

y y y

f
f f

0 x 0 x 0 x

(a) (b) (c)

F IG . 3.9 – Fonctions convexes

y y y

f
f f

0 x 0 x 0 x

(a) (b) (c)

F IG . 3.10 – Fonctions concaves

Concavité et extremum :
La recherche des extremums est grandement simplifiée pour les fonctions concaves et convexes.
En effet, si f 0 (c) = 0, la tangente au graphe de f en c est horizontale. Si la fonction f est convexe
sur un intervalle [a, b] contenant c, le graphe de f est entièrement situé au dessus de cette tan-
gente, ce qui signifie que c détermine un minimum absolu de f sur [a, b].

Théorème 3.11. Soit f une fonction convexe et dérivable sur un intervalle [a, b] et c ∈]a, b[.
c détermine un minimum absolu de f sur [a, b] ssi f 0 (c) = 0.

79
Théorème 3.12. Soit f une fonction concave et deux fois dérivable sur un intervalle [a, b] et
c ∈]a, b[.
c détermine un maximum absolu de f sur [a, b] ssi f 0 (c) = 0.

3.4.3 Asymptotes
De manière intuitive une asymptote est une droite dont s’approche la courbe f lorsque x tend
vers un nombre réel, +∞ ou −∞.
Nous décrivons ci-dessous les 3 types d’asymptotes :

Définition 3.10. La droite y = b est appelée asymptote horizontale à la courbe f si et seulement

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

1
Exemple 3.18. Montrer que y = 0 est asymptote horizontale à la courbe f (x) = . Le graphe de cette
x
fonction est représenté à la figure 3.11.
1 1
Solution : On a lim = 0 et lim = 0.
x→−∞ x x→+∞ x
1
La droite y = 0 est asymptote horizontale à la courbe f (x) = .
x

1
y=
x

0 x

1
F IG . 3.11 – Graphe de la fonction
x

80
Définition 3.11. La droite x = a est appelée asymptote verticale à la courbe f si et seulement
si
lim+ f (x) = +∞( ou − ∞) ou lim− f (x) = +∞( ou − ∞).
x→a x→a

1
Exemple 3.19. Montrer que la droite x = 0 est asymptote verticale à la courbe f (x) = . Le graphe
x
de cette fonction est représenté à la figure 3.11.
1 1
Solution : On a lim = +∞ et lim = −∞.
x→0+ x x→0 x
−
1
La droite x = 0 est asymptote verticale à la courbe f (x) = .
x

Définition 3.12. La droite y = ax + b est appelée asymptote oblique à la courbe f si et

seulement si

lim (f (x) − (ax + b)) = 0 ou lim (f (x) − (ax + b)) = 0.

x→+∞ x→−∞

Détermination de a et b :
Puisque lim (f (x) − (ax + b)) = 0, on a : lim f (x) = lim (ax + b).
x→±∞ x→±∞ x→±∞
f (x) ax + b b
Et donc lim = lim = a + lim = a.
x→±∞ x x→±∞ x x→±∞ x

Retenons donc :
f (x)
a = lim , b = lim (f (x) − ax).
x→±∞ x x→±∞

Remarque :
– Si a n’existe pas ou est infini, il n’y a pas d’asymptote oblique.
– Si a est un nombre réel et b n’existe pas ou est infini, on a une direction asymptotique.
1
Exemple 3.20. Montrer que la droite y = x est asymptote oblique à la courbe f (x) = x + . Le graphe
x
de cette fonction est représenté à la figure 3.12.
1
Solution : Soit f (x) = x + .
x
x + (1/x) 1
a = lim = lim 1 + 2 = 1.
x→∞ x x→∞ x
1
b = lim ((x + (1/x) − x) = lim = 0.
x→∞ x→∞ x
Nous avons donc bien une asymptote oblique d’équation y = 1.x + 0.

81
 y
1
y =x+
x

1
F IG . 3.12 – Graphe de la fonction f (x) = x +
x

Exemple 3.21. Montrer que la courbe f (x) = x + sin x possède une direction asymptotique 1. Le
graphe de cette fonction est représenté à la figure 3.13.

Solution : Soit f (x) = x + sin x.

x + sin x sin x
a = lim = lim 1 + = 1.
x→∞ x x→∞ x
b = lim ((x + sin x) − x) = lim sin x n’existe pas.
x→∞ x→∞
On a donc bien une direction asymptotique 1 (selon la droite y = 1.x), ce qui est représenté
à la figure 3.13.

3.5 Etude de fonctions

Cette section résume tous les renseignements obtenus permettant de représenter le graphe
d’une fonction et montre comment organiser pratiquement l’analyse.
1. Domaine de f : Domf = {x : f (x) est définie }
2. f est-elle paire/impaire/périodique ?
– Une fonction paire a son graphe symétrique par rapport à l’axe des y.
– Une fonction impaire a son graphe symétrique par rapport à l’origine des axes.
3. Intersection avec les axes
– Intersection avec l’axe des x : {(x, 0) : f (x) = 0}.
– Intersection avec l’axe des y : {(0, y) : f (0) = y}.
4. Recherche des asymptotes

82
 y

y = x + sin x

0 x

F IG . 3.13 – Graphe de la fonction x + sin x

5. Etude de f 0
– Calcul de f 0 .
– Recherche des points critiques : {x : f 0 (x) = 0}
– Recherche des points tels que f 0 (x) n’est pas définie
– Signe de f 0 et zones de croissance et décroissance de f .
– Utilisation du test de la dérivée première pour la recherche des minimum et maximum
locaux.
– Existence de point(s) anguleux ou point(s) de rebroussement.
6. Etude de f 00
– Calcul de f 00 .
– Recherche des points tels que f 00 (x) = 0.
– Recherche des points tels que f 00 (x) n’est pas définie.
– Signe de f 00 et zones de concavité-convexité de f et point(s) d’inflexion.
7. Tableau complet de variation de f
8. Valeurs de f pour certaines valeurs de x
9. Courbe représentative de f
x
Exemple 3.22. Etudier la fonction f (x) = afin d’en dessiner le graphe.
1+x
Solution :
1. Domaine de f : Domf = R \ {−1}.
2. f n’est ni paire, ni impaire, ni périodique.
3. Intersection avec les axes :

83
 – intersection avec l’axe des x : {(x, 0) : f (x) = 0} = {(0, 0)}.
– intersection avec l’axe des y : {(0, y) : f (0) = y} = {(0, 0)}.
4. Recherche des asymptotes
(a) asymptote horizontale ?
x 1 x 1
lim = lim = 1 et lim = lim =1
x→+∞ 1 + x x→+∞ (1/x) + 1 x→−∞ 1 + x x→−∞ (1/x) + 1
=⇒ A.H. d’équation y = 1.
(b) asymptote verticale ?
x x
lim = +∞ et lim = −∞ =⇒ A.V. d’équation x = −1.
x→−1 1 + x
− x→−1 1 + x
+

(c) asymptote oblique ?

Non. En effet, si l’on effectue le développement, on retrouve l’équation de l’A.H.
5. Etude de f 0
³ x ´0 (1 + x) − x 1
f 0 (x) = = 2
=
1+x (1 + x) (1 + x)2

x −1
f 0 (x) + 6∃ +
f (x) % %

6. Etude de f 00
³ 1 ´0 2
f 00 (x) = 2
=−
(1 + x ) (1 + x)3

x −1
f 00 (x) + 6∃ −
f (x) ^ _
7. Tableau complet de variation de f

x −1
f 0 (x) + 6∃ +
f 00 (x) + 6∃ −
f (x) 6∃
% %
^ _
8. Valeurs de f pour certaines valeurs de x
(1, 1/2), (2, 2/3), (−2, 2)
9. Courbe représentative de f Le graphe de cette fonction est représenté à la figure
3.14.

84
 x = −1
y

x
y=
1+x

1 y=1

0
−1 x

x
F IG . 3.14 – Graphe de la fonction f (x) =
1+x

Exemple 3.23. Etudier la fonction f (x) = (x − 2)2 (x + 2)2 afin d’en dessiner le graphe.

Solution :

1. Domaine de f : Domf = R.
2. f est paire : f (−x) = f (x) ∀x ∈ Domf .
3. Intersection avec les axes :
– intersection avec l’axe des x : {(x, 0) : f (x) = 0} = {(−2, 0), (2, 0)}.
– intersection avec l’axe des y : {(0, y) : f (0) = y} = {(0, 16)}.
4. Recherche des asymptotes

(a) asymptote horizontale ? Non.

(b) asymptote verticale ? Non.
(c) asymptote oblique ? Non.

5. Etude de f 0

f 0 (x) = 2(x − 2)(x + 2)2 + (x − 2)2 2(x + 2)

= (x − 2)(x + 2)(2(x + 2) + 2(x − 2))
= (x − 2)(x + 2)(4x)

85
 x −2 0 2
x−2 − − − − − 0 +
x+2 − 0 + + + + +
x − − − 0 + + +
f 0 (x) − 0 + 0 − 0 +
f (x) & min % max & min %

6. Etude de f 00

f 00 (x) = [(x + 2)(x − 2)4x]0 = [(x2 − 4)4x]0

= [4x3 − 16x]0 = 12x2 − 16
= 12(x2 − 4/3)

2 2
x −√ +√
3 3
f 00 (x) + 0 − 0 +
f (x) ^ P.I. _ P.I. ^
7. Tableau complet de variation de f
2 2
x −2 −√ 0 +√ 2
3 3
f 0 (x) − 0 + + + 0 − − − 0 +
f 00 (x) + + + 0 − − − 0 + + +
f (x) & min % % % max & & & min %
^ ^ ^ P.I. _ _ _ P.I. ^ ^ ^

8. Valeurs de f pour certaines valeurs de x

2 64
(0, 16), ( √ , ), (2, 0), (1, 9)
3 9
9. Courbe représentative de f Le graphe de la fonction est représenté à la figure 3.15.

3.6 Problèmes de maxima-minima

Pour trouver les valeurs minimales et maximales de f sur [a, b], on calculera successivement les
valeurs de f :
1. aux bornes de l’intervalle
2. aux points où la fonction est définie mais où la dérivée première n’existe pas

86
 y = (x + 2)2 (x − 2)2
y

0
−2 2 2 2 x
−√ √
3 3

F IG . 3.15 – Graphe de la fonction f (x) = (x − 2)2 (x + 2)2

3. aux points critiques (points où la dérivée première s’annulent)

Rassemblant alors toutes ces valeurs, la plus petite nous donnera la valeur minimale de f sur
[a, b] et la plus grande, la valeur maximale de f sur [a, b]

Exemple 3.24. Trouver les valeurs minimales et maximales de la fonction f (x) = x2 − 2x − 1 sur
l’intervalle [0, 3].

Solution :
1. f (0) = −1
f (3) = 2
2. pas de points en lesquels f est définie mais f 0 n’existe pas.
3. recherche des points critiques
f 0 (x) = 2x − 2 =⇒ x = 1 est point critique.
f (1) = −2.
4. Conclusion :
La valeur minimale de f sur [0, 3] est −2 et est atteinte en x = 1.
La valeur maximale de f sur [0, 3] est 2 et est atteinte en x = 3.

Exemple 3.25. Trouver les valeurs minimales et maximales de la fonction f (x) = x2/3 sur l’intervalle
[−1, 1].

Solution :
1. f (−1) = 1
f (1) = 1
2. f 0 (0) n’existe pas tandis que f (0) = 0.

87
 2
3. recherche des points critiques. Si x 6= 0, f 0 (x) = x−1/3 . Il n’y a donc pas de point
3
critique.
4. Conclusion :
La valeur minimale de f sur [−1, 1] est 0 et est atteinte en x = 0.
La valeur maximale de f sur [−1, 1] est 1 et est atteinte en x = −1 et en x = 1.
x−1
Exemple 3.26. Trouver les valeurs minimales et maximales de la fonction f (x) = sur [−3, 1].
x−2
Solution :
1. f (−3) = 4/5
f (1) = 0
2. f 0 (2) n’existe pas mais f (2) n’existe pas non plus.
3. recherche des points critiques. Si x 6= 2,
(x − 2) − (x − 1) −1
f 0 (x) = 2
= =⇒ il n’y a pas de point critique.
(x − 2) (x − 2)2
4. Conclusion :
La valeur minimale de f sur [−3, 1] est 0 et est atteinte en x = 1.
La valeur maximale de f sur [−3, 1] est 4/5 et est atteinte en x = −3.
Voyons enfin, pour terminer cette section, deux problèmes d’application de cette théorie des
minima-maxima :
Exemple 3.27. Quel est le rectangle d’une aire donnée 16 m2 dont le périmètre est minimal ?
Solution : Notons x et y respectivement la largeur et la longueur du rectangle. Le périmètre
du rectangle est alors 2x + 2y.
Or nous savons que la superficie du rectangle est :
x.y = 16. (3.10)
Dès lors, en extrayant de (3.10) la valeur de y, on a :
16
y= . (3.11)
x
En remettant cette valeur de y dans la formule du périmètre, nous obtenons :
16
P (x) = 2x + 2 . (3.12)
x
Le problème posé se formalise alors comme :
16
“Pour quelle valeur de x, la fonction P (x) = 2x + 2 atteint-elle une valeur mini-
x
male ?”
Calculons :
£ 16 ¤0 32
P 0 (x) = 2x + 2 =2− 2
x x
et donc :
P 0 (x) = 0 ⇐⇒ x = ±4.
Puisque x représente la largueur du rectangle, x doit être positif et donc x = +4.

88
 x 4
P 0 (x) − 0 +
P (x) & min %
La fonction P (x) atteint donc une valeur minimale pour x = 4.
Reportons maintenant cette valeur de x dans (3.11), nous trouvons y = 4 et le rectangle est
alors un carré de 4 m de côté.

Exemple 3.28. Trouver les coordonnées du point p de la droite x + 2y = 5 qui est le plus près de
l’origine.

Solution : La distance entre un point p de coordonnées (x, y) et l’origine est donné par :
p
d = x2 + y 2 (3.13)

ou encore le carré de la distance :

d2 = x2 + y 2 . (3.14)
Or, nous savons que le point p vérifie l’équation :

x + 2y = 5. (3.15)

De l’égalité (3.15), tirons la valeur de x :

x = 5 − 2y. (3.16)

En remettant cette valeur de x dans (3.14), nous obtenons une fonction de y que nous appel-
lons f (y) :

f (y) = (5 − 2y)2 + y 2 = 25 − 20y + 4y 2 + y 2 = 25 − 20y + 5y 2 . (3.17)

Le problème posé se formalise alors :

“Pour quelle valeur de y, la fonction f (y) atteint-elle une valeur minimale ?”
Calculons :
f 0 (y) = −20 + 10y
et donc :
f 0 (y) = 0 ⇐⇒ y = 2.

y 2
f 0 (y) − 0 +
f (y) & min %
La fonction f (y) atteint donc une valeur minimale pour y = 2.
Reportons maintenant cette valeur de y dans (3.16), nous trouvons x = 1 et le point p a
comme coordonnées : (1, 2). √
Reportons enfin ces coordonnées dans (3.13) pour connaître la distance minimale : d = 5.

89
3.7 Levée d’Indéterminations
0
Un outil important pour lever les indéterminations de type 0
est fourni par le théorème de
L’Hospital.

Théorème 3.13. Soit c ∈ [a, b] et f et g deux fonctions définies et dérivables sur ]a, b[. On
suppose
1. lim f (x) = lim g(x) = 0
x→c x→c
2. g 0 (x) ne s’annule pas dans un voisinage de c
f 0 (x)
3. lim 0 existe (réel ou infini)
x→c g x)

f (x) f (x) f 0 (x)

Alors lim existe et lim = lim 0 .
x→c g(x) x→c g(x) x→c g (x)

sin x
Exemple 3.29. lim = lim cos x = 1
x→0 x x→0

ln(1 + x) 1
Exemple 3.30. lim+ = lim+ =1
x→0 x x→0 1 + x

Remarque : Dans le théorème de L’Hospital, le point c peut être un point bord de l’in-
tervalle. L’intervalle ]a, b[ peut aussi être remplacé par les intervalles ]a, +∞[ et ] − ∞, a[.
D’autre part, le théorème a des hypothèses et il faut qu’elles soient satisfaites pour utiliser la
règle.

Le calcul de limites de fonctions de la forme f (x) = u(x)v(x) mène rapidement à des indé-
terminations du type ∞0 , 00 , 1∞ .
Ce sont les cas suivants :
1. lim u(x) = ∞ et lim v(x) = 0
x→x0 x→x0

2. lim u(x) = 0 et lim v(x) = 0

x→x0 x→x0

3. lim u(x) = 1 et lim v(x) = +∞

x→x0 x→x0
On essaiera de lever l’indétermination en utilisant le fait que la fonction exponentielle est conti-
nue.
On écrira alors :
lim u(x)v(x) = lim ev(x) ln u(x) = elimx→x0 v(x) ln u(x) .
x→x0 x→x0

Cette dernière limite étant souvent plus facile à calculer.

Exemple 3.31. Calculer lim+ xx .

x→0

90
 Solution : lim xx = lim ex ln x = elimx→0+ x ln x .
x→0+ x→0+
ln x 1/x
Or : lim x ln x = lim = lim = lim (−x) = 0.
x→0+ x→0+ 1/x x→0 −1/x2 x→0+
+

Et donc, lim xx = e0 = 1.
x→0+

Exemple 3.32. Calculer lim x1/x .

x→+∞

Solution : lim x1/x = lim e(1/x) ln x = elimx→+∞ (ln x)/x = e0 = 1.

x→+∞ x→+∞

1
Exemple 3.33. Calculer lim (1 + )x .
x→+∞ x
1 x
Solution : lim (1 + ) = lim ex ln(1+1/x) = elimx→+∞ (ln(1+1/x))/(1/x) .
x→+∞ x x→+∞

Calculons cette dernière limite en utilisant la règle de l’Hospital :

ln(1 + 1/x) 1 −1 1
lim = lim · 2 · = 1.
x→+∞ 1/x x→+∞ 1 + 1/x x −1/x2
1 x
Et donc, lim (1 + ) = e1 = e.
x→+∞ x

3.8 Applications en économie et gestion

3.8.1 La croissance exponentielle d’une population
Exemples
Considérons une population en croissance, comme celle de l’Europe à la seconde moitié du
siècle dernier. Dans un rapport des Nations Unies, cette population est estimée à 641 millions
d’habitants en 1960, et à 689 millions d’habitants en 1970. La seule fonction linéaire qui exprime
le nombre d’habitants P en Europe à l’année t, et qui satisfait ces deux estimations, est

(689 − 641)
P (t) = 641 + (t − 1960) .
10
Selon cette formule, la croissance annuelle de la population est constante et est égale à 4.8 mil-
lions d’habitants. Toutefois, cette hypothèse ne paraît pas acceptable, car cette croissance de po-
pulation n’est pas liée à la taille de la population. En effet, les populations ont tendance à croître
plus (en chiffres absolus) lorsqu’elles deviennent plus grandes. Selon ce rapport des Nations
Unies, la croissance de la population européenne était estimée à 0.72 % par an, sur la période de
1960 à 2000. C’est le taux de croissance relatif qui était supposé constant.

91
Avec une population de 641 millions d’habitants en 1960, la population estimée en 1961 au-
rait été de 641 × 1.0072, soit 645.6 millions d’habitants. L’année suivante, en 1962, la population
aurait été estimée à 641 × 1.00722 , soit 650.3 millions d’habitants. Si le taux de croissance était
maintenu à 0.72 % par an, le nombre d’habitants P en Europe à l’année t serait exprimé par la
fonction
P (t) = 641 × 1.0072t−1960 .
Donc, P (t) serait une fonction exponentielle en base a = 1.0072. Comme la base de l’exponen-
tielle est plus grande que 1, la fonction P (t) est une fonction croissante de t.

Beaucoup de pays ont connu des taux de croissance beaucoup plus élevés que celui de l’Eu-
rope, en particulier en Afrique. Par exemple, le taux de croissance annuel de la population du
Zimbabwe fut proche de 3.5 % durant les années 70 et 80. Avec une population de 5 millions
d’habitants en 1969, le nombre d’habitants P (t) du Zimbabwe peut donc être exprimé par une
fonction expontentielle en base a = 1.035, soit

P (t) = 5 × 1.035t−1969 .

En calculant P (1969 + 20), P (1969 + 40) et P (1969 + 60) à l’aide de cette fonction, on obtient
approximativement 10, 20 et 40. Cela signifie que la population double (approximativement) tous
les 20 ans.

Loi de Malthus
L’équation ou la loi de croissance exponentielle de population

P (t) = A at ,

avec a > 1, est appelée la loi de croissance naturelle, ou encore loi de Malthus.

Le taux de croissance par habitant (per capita) de cette population est défini par P 0 (t)/P (t),
c’est-à-dire par le rapport entre le taux de croissance instantané de la population et la taille de la
population, ou encore par le taux de croissance instantané relatif de la population (voir Section
3.8.7). En l’absence d’émigration et d’immigration, le taux de croissance per capita d’une popu-
lation sera égal à la différence entre les taux de naissance et de mortalité. Ces taux dépendent de
multiples facteurs, dont la distribution des âges, les ressources disponibles (alimentation, espace
de vie), présence de parasites ou prédateurs,. . . .

Dans la loi de Malthus de croissance exponentielle, qui est le modèle le plus simple d’évolution
d’une population, on suppose que ce taux de croissance per capita est constant dans le temps. En
effet, en se rappelant que at = et ln a , on obtient P 0 (t) = A·ln a·et ln a = ln a·A·at = ln a·P (t).
Le taux de croissance par capita constant vaut donc ln a.

92
 Une caractéristique des fonctions exponentielles P (t) = A at en base a > 1, est que leur
temps de doublement est constant. Le temps de doublement τ d’une telle fonction est défini
comme le temps nécessaire pour que sa valeur P (t) double. Ce temps τ doit satisfaire P (t+τ ) =
2 P (t), soit A at+τ = 2A at , ou encore aτ = 2. Comme annoncé, on observe que ce temps
de doublement τ est constant dans le temps, c’est-à-dire indépendant de t. Comme la fonction
logarithme en base a est la réciproque de l’exponentielle en base a, on obtient

ln 2
aτ = 2 ⇐⇒ τ = loga 2 = .
ln a
ln 2
Dans l’exemple du Zimbabwe, on obtient τ = ln 1.035
= 20.15 années.

En réalité, la croissance exponentielle d’une population ne peut être un modèle conforme ou

acceptable de croissance que pour un durée limitée (pourquoi ?). Nous étudions maintenant deux
autres modèles de croissance, caractérisés par une taille maximale de la population.

3.8.2 La croissance d’une population vers une limite supérieure

Si une population est telle que
– sa taille ne peut pas excéder une limite K, déterminée ou expliquée par la taille du territoire
ou la quantité de ressources disponibles pour en assurer le développement,
– son taux de croissance est d’autant plus grand que sa taille est éloignée de la limite K, et
proportionnel à la différence entre la limite K et sa taille,
– son taux de croissance s’annule lorsque sa taille se rapproche de la limite K,
alors un modèle adéquat de croissance de cette population est la fonction P (t) suivante

P (t) = K − A a−t ou P (t) = K − A e−rt

avec a = er (équivalent à r = ln a), a > 1 et r > 0.

Cette fonction P (t) est

– croissante, car P 0 (t) = r · A · e−rt > 0 pour tout t,
– concave, car P 00 (t) = −r2 · A · e−rt < 0 pour tout t,
– son taux de croissance est effectivement proportionnel à la différence entre sa valeur et la
limite K, car P 0 (t) = r · A · e−rt = r · (K − P (t)) pour tout t,
– et elle possède la droite y = K comme asymptote horizontale, car limt→∞ P (t) = K.
Une manière d’estimer sa concavité est d’observer que la fonction est croissante, mais que sa
vitesse de croissance diminue lorsque la taille de la population augmente et se rapproche de la
limite K.

Une telle fonction P (t) est représentée à la Figure 3.16

93
 y

K
y = K - A e-rt
(r > 0)

K-A

F IG . 3.16 – Graphe de la fonction P (t) = K − A e−rt

3.8.3 La croissance logistique de population

Le modèle de croissance de population précédent suppose que le taux de croissance (P 0 (t))
et le taux de croissance relatif (ou per capita) (P 0 (t)/P (t)) de la population diminuent continuel-
lement lorsque la taille de la population augmente. Cette hypothèse ne paraît pas réaliste, surtout
lorsque la taille de la population est faible relativement à sa limite supérieure K.

C’est la raison pour laquelle on préfère souvent un modèle de croissance de population où

– le taux de croissance relatif P 0 (t)/P (t) est (approximativement) constant, c’est-à-dire que
la croissance suit approximativement une loi exponentielle ou de Malthus avec un taux de
croissance P 0 (t) croissant, lorsque la taille de la population est faible, et où
– le taux de croissance relatif P 0 (t)/P (t) converge vers zero, lorsque la taille de la popula-
tion se rapproche de la limite K.

Un modèle d’évolution de population qui satisfait ces hypothèses est défini par la fonction
P (t) suivante
K K
P (t) = −t
ou P (t) =
1 + Aa 1 + A e−rt
avec a = er (équivalent à r = ln a), a > 1 et r > 0. Cette fonction P (t) est appelée la fonction
logistique, et on parle dans ce cas de croissance logistique de population jusqu’au niveau K.
Cette fonction est utile dans de nombreux modèles de sciences sociales et d’économie.

Une telle fonction logistique P (t) est représentée à la Figure 3.17.

La fonction logistique P (t) satisfait les propriétés suivantes :

– P est croissante, car P 0 (t) = rAK e−rt (1 + A e−rt )−2 > 0 pour tout t,
– la population initiale en t = 0 est P (0) = K/(1 + A),

94
 y
K

y = K / (1+A e-rt)
K/2 (r > 0)

K/(1+A)
ti t

F IG . 3.17 – Graphe de la fonction logistique

– P possède un point d’inflexion (P 00 (t) = 0) en un point ti tel que A e−rti = 1, soit en

ti = lnrA , et tel que x(ti ) = K2 , car
£ ¤
P 00 (t) = rAK −r e−rt (1 + A e−rt )−2 + 2rA e−2rt (1 + A e−rt )−3 ,

– P est convexe (taux de croissance de population croissant) en tout point t < ti , et P est
concave (taux de croissance de population décroissant) en tout point t > ti ,
– P possède les droites y = 0 et y = K comme asymptotes horizontales, car limt→+∞ P (t) =
K et limt→−∞ P (t) = 0.

3.8.4 Les intérêts composés

Le phénomène de capitalisation discrète conduit également à des fonctions exponentielles
pour exprimer le montant d’un livret d’épargne où les intérêts sont capitalisés au cours du temps.

Capitalisation annuelle
Considérons le cas d’un livret d’épargne qui contient initialement, au temps t = 0, un montant
de K euros et qui rapporte un taux d’intérêt annuel de p %. Comme cet intérêt est capitalisé
annuellement (ajouté au capital, en fin d’année) , le montant S1 (t) qui figurera au livret d’épargne
à la fin de l’année t sera
p t
S1 (t) = K (1 + ) .
100
En effet, au bout d’une année l’épargnant dispose d’une somme de K · (1 + p/100). Cette somme
est placée à un taux de p % durant le seconde année. Le montant du compte à la fin de la secondes
année sera donc [K(1 + p/100)] · (1 + p/100) = K (1 + p/100)2 , etc.

95
La montant du livret d’épargne est donc défini par une fonction exponentielle en base a =
1 + p/100. La caractéristique essentielle de cette fonction est que le taux de croissance relatif du
compte d’épargne est constant. Le taux de croissance annuel relatif vaut p%, soit une croissance
annuelle de p euros pour 100 euros en épargne. Chaque année écoulée rapporte donc un même
taux relatif de p %. Mais, comme le montant épargné augmente, le taux de croissance annuel (en
euros par an) du compte d’épargne augmente de plus en plus, au fur et à mesure des années.

Cette fonction S1 n’est définie que pour les valeurs entières de t. En effet, l’intérêt n’est payé et
capitalisé qu’en fin d’année. Ainsi, au cours de la time année, le montant sur le compte d’épargne
ne vaudra que S1 (t − 1), soit le montant obtenu, après capitalisation des intérêts, à la fin de l’an-
née t − 1.
A partir de la fonction S1 , on peut définir la fonction T1 telle que T1 (t) représente la montant
sur le livret d’épargne à n’importe quel instant t, et pas nécessairement pour un nombre entier t
d’années.
p t
S1 : N → R : t 7→ S1 (t) = K (1 + ) (3.18)
100
p btc
T1 : R → R : t 7→ T1 (t) = S1 (btc) = K (1 + ) (3.19)
100

où btc est la valeur entière (par défaut) de t. Par exemple, b4.9c = 4. Les graphes de ces deux
fonctions sont représentés à la Figure 3.18. Observons que les fonctions S1 et T1 coincident pour
les valeurs entières de t, et que la fonction T1 est discontinue et non dérivable pour les valeurs
entières de t.

y y = K (1+ p/100)t
K (1+ p/100)4

K (1+ p/100)3

K (1+ p/100)2
K (1+ p/100)
y = T1(t)
K

1 2 3 4 t
y = S1(t)

F IG . 3.18 – Graphes des fonctions de capitalisation annuelle

96
Capitalisation discrète

A la place de capitaliser les intérêts une seule fois par an, certains placements les capitalisent
plusieurs fois par an, à intervalles de temps réguliers. Par exemple, 2 fois par an pour une capita-
lisation semestrielle, ou 24 fois par an pour une capitalisation bimensuelle.

Considérons un compte d’épargne avec k capitalisations par an, chacune tous les (1/k) an-
née, de taux d’intérêt nominal annuel pk %. Cela signifie que le compte d’épargne rapporte un
rendement de pkk % à chaque capitalisation. Les fonctions Sk et Tk expriment respectivement la
valeur du compte d’épargne, après capitalisation des intérêts, tous les (1/k) année et la valeur du
compte à tout instant t. Elles sont définies par
½
K (1 + pkk 100
1 kt
) si t est un multiple de k1
Sk : R → R : t 7→ Sk (t) = (3.20)
pas défini, si t n’est pas un multiple de k1
µ ¶
bktc
Tk : R → R : t 7→ Tk (t) = Sk (3.21)
k

Avec k capitalisations par an le taux nominal annuel pk (en %) nécessaire pour offrir le
même rendement final ou annuel que le placement à taux de p% avec capitalisation annuelle est
la solution de l’équation
pk 1 k 1
(1 + ) = (1 + p ).
k 100 100
Ce taux pk vaut · ¸
1 1
pk = 100 · k · (1 + p )k − 1 (3.22)
100
et est inférieur à p, grâce aux capitalisations intermédiaires.

Les graphes de ces deux fonctions sont représentés à la Figure 3.19 pour le cas k = 2. Obser-
vons que les fonctions Sk et Tk coincident pour les valeurs de t qui sont multiples de 1/k (dans ce
cas, kt est un entier), et que la fonction Tk est discontinue et non dérivable pour les valeurs de t
multiples de 1/k. Observons également que, lorsque pk est déterminé selon l’équation (3.22), les
rendements annuels du placement à intérêt de p% avec capitalisation annuelle, et du placement
avec k capitalisations, sont égaux.

Capitalisation continue

Pour éviter des problèmes ou difficultés techniques engendrés par la non dérivabilité des
fonctions Tk , et comme k est typiquement grand, il est habituel dans les modèles économiques
et financiers de remplacer la fonction Tk par la fonction de capitalisation continue T∞ de même
rendement annuel (pk est déterminé selon l’équation (3.22)) obtenue en faisant tendre k vers
l’infini. La fonction obtenue s’écrit

97
 y y = K (1+ p/100)t = K (1+ p2/(2*100))2t
K (1+ p2/(2*100))8

K (1+ p2/(2*100))6

K (1+ p2/(2*100))4
K (1+ p2/(2*100))2
y = T2(t)
K

1 2 3 4 t
y = S2(t)

F IG . 3.19 – Graphes des fonctions de capitalisation semestrielle (k = 2)

pk 1 kt
T∞ : R → R : t 7→ T∞ (t) = lim K (1 + ) = K eρt (3.23)
k→+∞ k 100
p
où ρ = limk→+∞ pk = 100 ln (1 + 100 ). La fonction T∞ est partout continue et dérivable. Son
0
taux de croissance instantané relatif T∞ (t)/T∞ (t) est constant, et est égal à ρ. La fonction T∞
est représentée graphiquement à la Figure 3.20.

3.8.5 La fonction de densité de la distribution normale

Comme dernière application des fonctions exponentielles, nous mentionnons la fonction de
densité Normale, ou fonction de densité de la loi de Probabilité Normale ou loi de Gauss. La
définition de cette fonction est

1 1 2
f : R → R+ : x 7→ f (x) = √ e− 2 x . (3.24)
2π
Cette fonction est une des plus importantes en statistique. Elle est continue et dérivable sur
tout son domaine, elle est paire, croissante sur R− , décroissante sur R+ , et possède une asymptote
horizontale d’équation y = 0. Elle est représentée à la Figure 3.21.

3.8.6 Grandeurs totales, moyennes et marginales

En sciences économiques et sociales, il est courant d’analyser les valeurs totales, moyennes
et marginales d’une grandeur telle qu’un coût, un revenu, un profit, un taux d’emploi, . . . . Dans

98
 y y = K (1+ p/100)t = K (1+ p2/(2*100))2t = K eρt
K e4ρ

K e3ρ

K e2ρ
K eρ
K

1 2 3 4 t

F IG . 3.20 – Graphes de la fonction de capitalisation continue

cette section, nous définissons et analysons les notions de coût total, coût moyen et coût margi-
nal. La transposition de ces définitions aux autres grandeurs que le coût est immédiate.

Lorsque x représente la quantité produite d’un bien, la fonction de coût total de production
C est définie par
C : R+ → R+ : x 7→ C(x) .
Elle possède, par exemple, l’allure représentée à la Figure 3.22. Cette fonction est généralement
croissante.

La fonction coût moyen de production CM (x) est définie par

C(x)
CM : R0+ → R+ : x 7→ CM (x) = .
x
CM (x) représente donc le coût moyen par unité produite, lorsque la production totale atteint la
quantité x. Dans le graphe de la fonction coût total repris à la Figure 3.22, et pour une quantité x0
donnée, CM (x0 ) est le coefficient angulaire de la droite 0P qui joint l’origine des axes au point
P = (x0 , C(x0 )).

Le graphe de la fonction CM , associée à la fonction C de la Figure 3.22, est représenté à la

Figure 3.23. Pour obtenir ce graphe, il suffit de suivre l’évolution de la pente de la droite 0P
lorsque x varie. On y observe que CM (x)
– est très grand lorsque x est petit,
– diminue jusqu’à atteindre son minimum lorsque x = x0 , c’est-à-dire lorsque la droite 0P
est tangente au graphe y = C(x) de la fonction C dans la Figure 3.22,
– puis recommence à augmenter lorsque x > x0 .

99
 y

F IG . 3.21 – Graphe de la fonction de densité Normale

Enfin, la fonction coût marginal de production, notée Cm , représente le taux de variation du

coût total de production dû à une augmentation infinitésimale de niveau de production x. En
d’autres termes, Cm est la fonction dérivée de la fonction coût total de production.
Cm : R0+ → R+ : x 7→ Cm (x) = C 0 (x) .
Le graphe de la fonction de coût marginal Cm , associée à la fonction de coût total C de la Fi-
gure 3.22, est représenté à la Figure 3.24. Pour obtenir ce graphe, il suffit de suivre l’évolution du
coefficient angulaire de la tangente au graphe de y = C(x) lorsque x varie. On y observe qu’au
point x0 , où le coût moyen CM est minimum, le coût marginal et le coût moyen sont égaux, parce
que la droite tangente au graphe de y = C(x) coïncide avec la droite 0P .

Observons finalement que la variation de coût moyen de production, calculée par la dérivée
du coût moyen, satisfait la formule suivante, obtenue par application de la règle de dérivation du
quotient de deux fonctions,
µ ¶ µ ¶
0 d C(x) C 0 (x) x − C(x) 1 0 C(x)
CM (x) = = = C (x) −
dx x x2 x x
Cette formule montre que le coût marginal excède le coût moyen si et seulement si le taux de
variation du coût moyen est positif.

3.8.7 Taux de variation instantané relatif

Taux de variation instantané relatif
Le taux de variation instantané (et absolu) de la fonction f en un point x0 est défini comme
la limite lorsque x tend vers x0 du taux de variation moyen de x0 à x, et est égal à la dérivée de

100
 y y = C(x)

C(x0) P = (x0,C(x0))

tg(φ) = CM(x0)
φ
0 x0 x

F IG . 3.22 – La fonction coût total de production C(x)

la fonction f au point x0 . Soit :

f (x) − f (x0 )
Taux de variation instantané (absolu) de f en x0 = lim = f 0 (x0 )
x→x0 x − x0
L’inconvénient de ce taux absolu est qu’il dépend des unités utilisées (euros, milliers d’euros,
eurocentimes,. . . ) pour mesurer f . Le taux de variation instantané relatif de la fonction f en un
point x0 remédie à cet inconvénient (il est indépendant des unités utilisées pour f ) et est défini
par
f (x)−f (x0 )
f (x0 ) f 0 (x0 )
Taux de variation instantané relatif (TVIR) de f en x0 = lim =
x→x0 x − x0 f (x0 )

Taux de variation instantané relatif d’un quotient

f (x)
Si on définit la fonction quotient F par F (x) = g(x)
pour tout x, la formule de dérivation du
quotient peut se ré-écrire sous la forme suivante :
f (x) F 0 (x) (f /g)0 (x) f 0 (x) g 0 (x)
F (x) = =⇒ = = − (3.25)
g(x) F (x) (f /g)(x) f (x) g(x)
La formule (3.25) stipule que le TVIR d’un quotient est égal au TVIR du numérateur moins
le TVIR du dénominateur.

Exemple du taux de variation des salaires

Par exemple, si W (t) représente les salaires nominaux ou la masse salariale nominale d’une
entreprise au cours du temps (en euros), et P (t) représente l’indice des prix à la consommation

101
 y
y = CM(x)

P = (x0,CM(x0))
CM(x0)

0 x0 x
C(x)
F IG . 3.23 – La fonction coût moyen de production CM (x) = x

y
y = Cm(x)

Cm(x0) P = (x0,Cm(x0))

0 x0 x

F IG . 3.24 – La fonction coût marginal de production Cm (x) = C 0 (x)

au temps t (nombre sans dimension, >1) , alors le quotient ω(t) = W (t)/P (t) représente les
salaires réels en fonction du temps, c’est-à-dire les salaires nominaux corrigés pour tenir compte
de l’évolution des prix à la consommation (en euros).

L’application directe de la formule (3.25) à ω(t) fournit :

ω 0 (t) W 0 (t) P 0 (t)

= − ,
ω(t) W (t) P (t)

ce qui signifie que le TVIR des salaires réels est égal à la différence entre le TVIR des salaires
nominaux et le TVIR de l’indice des prix.
Donc, si le taux d’augmentation des salaires est de 5 % par an en termes nominaux, mais que
le taux d’augmentation des prix (l’inflation) est de 2 % par an, alors le taux d’augmentation des

102
salaires réels est de 3 %. De même, si les salaires nominaux et l’inflation croîssent au même
rythme relatif, alors le pouvoir d’achat des salaires, ou les salaires réels, restent constants au
cours du temps.

3.8.8 le profit d’un monopole

Considérons une firme qui est l’unique vendeur d’un bien qu’elle fabrique, et qui jouit donc
d’une situation de monopole. Cela peut être le cas, par exemple, pour un médicament breveté.

On suppose que la fonction de coût total de production par unité de temps du monopoleur est
donnée par la fonction quadratique
C(Q) = α Q + β Q2 , Q ≥ 0,
où Q représente le niveau de production par unité de temps (par jour), et où α et β sont des
constantes strictement positives.

Pour chaque niveau d’output Q, le prix P auquel on parvient à vendre sur le marché chaque
objet de cette quantité produite Q est donné par
P (Q) = a − b Q, Q≥0,
où a et b sont des constantes telles que a > 0 et b ≥ 0.

Pour tout niveau d’output Q ≥ 0, le revenu total par unité de temps R du monopoleur est
donc fourni par la fonction quadratique
R(Q) = P (Q) Q = (a − bQ) Q
et son profit total par unité de temps par la fonction
Π(Q) = R(Q) − C(Q) = (a − bQ) Q − α Q − β Q2 = (a − α) Q − (b + β) Q2
Le problème consiste à choisir le niveau d’output Q qui maximise son profit par unité de
temps Π(Q). La dérivée première et seconde de cette fonction de profit sont, respectivement :
Π0 (Q) = (a − α) − 2 (b + β) Q
Π00 (Q) = − 2 (b + β) < 0 .
En conséquence, par le Théorème ??, la fonction Π(Q) est strictement concave car sa dérivée
seconde est partout strictement négative. De plus, si la fonction possède un point critique, ce
point critique définit un maximum global de la fonction de profit.
On trouve donc la quantité QM qui maximise le profit Π(Q) en résolvant l’équation Π0 (QM ) =
0 par rapport à QM . Cette quantité QM , et le profit maximum correspondant ΠM , sont donc
a−α (a − α)2
QM = et ΠM = .
2 (b + β) 4 (b + β)

103
Cette quantité QM correspond au profit maximum pour autant qu’elle appartienne au domaine
de définition R+ de la fonction Π(Q), c’est-à-dire pour autant que a > α. Dans le cas contraire,
si a ≤ α, le point critique définit une quantité Q < 0 , et comme la fonction Π(Q) est strictement
décroissante à droite du point critique, le maximum de Π(Q) sur R+ est atteint en QM = 0. Dans
ce cas, la firme ne produira pas, car le prix de vente ne couvre pas ses coûts, et le profit sera nul,
ΠM = 0. Ces deux cas sont illustrés aux Figures 3.25 et 3.26, respectivement.

y
y
πM

y = π(Q)

πM QM Q
QM 2 QM Q y = π(Q)

F IG . 3.25 – Le profit Π(Q) si a > α F IG . 3.26 – Le profit Π(Q) si a ≤ α

3.8.9 La concavité d’une fonction de production

Dans cette section, nous examinons la concavité / convexité de la famille de fonctions de
production
Y : R+ 7→ R+ : K 7→ Y (K) = A K a
paramétrée par A et a des constantes réelles strictement positives. Cette fonction de production
exprime le niveau de production ou d’output Y d’un bien ou d’une activité en fonction de l’inten-
sité ou du niveau d’utilisation K d’un input, par exemple le travail ou le capital. Dans les cours
plus avancés consacrés aux fonctions à plusieurs variables, des fonctions de production associant
plusieurs inputs à plusieurs outputs seront définies et analysées.

Comme les fonctions Y (K) sont dérivables, on peut en étudier la concavité en calculant leur
dérivée seconde.
Y 00 (K) = A a (a − 1) K a−2
Si K est positif, K a−2 est positif quelle que soit la valeur de la constante réelle a. Comme a est
également positif, on observe pour tout K > O :
– que Y 00 (K) < 0 lorsque a < 1, et donc Y (K) est une fonction strictement concave,

104
 – que Y 00 (K) = 0 lorsque a = 1, et donc Y (K) est une fonction linéaire (concave et
convexe),
– que Y 00 (K) > 0 lorsque a > 1, et donc Y (K) est une fonction strictement convexe.
Ces trois cas possibles sont illustrés à la Figure 3.27.

Y=A Ka Y=A Ka Y=A Ka

Y (0 < a < 1) Y (a = 1) Y (a > 1)

(a) K (b) K (c) K

F IG . 3.27 – Fonctions de production : (a) concave ; (b) linéaire ; (c) convexe

Lorsque la fonction de production est concave, on dit aussi que les rendements d’échelle
sont décroissants, pour exprimer le fait que pour une même augmentation de l’input K (par
exemple, une unité) on produit de moins en moins d’output supplémentaire Y , au fur et à mesure
que K augmente. Ceci signifie mathématiquement que la dérivée Y 0 (K) est décroissante (bien
que positive car on obtient plus d’output en investissant plus d’input), ou de manière équivalente
que Y 00 (K) < 0, pour tout K > 0.

Similairement, lorsque la fonction de production est convexe, on parle de rendements d’échelle

croissants pour exprimer qu’une même augementation en input K a un rendement en output Y
plus grand, lorsque K est plus grand.

Enfin, lorsque la fonction de production est linéaire, on parle de rendements d’échelle

constants pour exprimer qu’une même augmentation en input K produit toujours une même
augementation en output Y , quel que soit le niveau d’input K.

Notons enfin qu’une fonction de production peut être convexe ou à rendements croissants
sur certaines parties de son domaine de définition, et concave ou à rendements décroissants sur
d’autres parties de son domaine. Par exemple, la Figure 3.28 représente une courbe d’entraî-
nement ou d’apprentissage typique (pour un cours de tennis, ou de mathémathiques) composée
d’une première phase à rendements croissants et d’une seconde phase à rendements décroissants.

105
 Y
Y= f(K)

F IG . 3.28 – Fonction de production de type courbe d’apprentissage

3.8.10 La maximisation du profit en concurrence parfaite

Nous considérons à nouveau le cas d’une entreprise E qui produit un seul bien et qui maxi-
mise le profit qu’elle réalise. A la différence de la Section 3.8.8, nous envisageons ici le cas
d’une entreprise en concurrence parfaite avec un grand nombre d’autres entreprises qui pro-
duisent exactement le même bien, ou un bien parfaitement substituable. Cela signifie que la
quantité de bien produite et vendue par E est sans effet sur le prix d’équilibre de ce bien, car
cette quantité est négligeable par rapport à la taille totale du marché de ce bien.

Nous ne justifierons pas systématiquement les résultats à partir de Théorèmes du cours, mais
nous indiquerons les endroits du texte où une justification est requise par le mot (pourquoi ?). Le
lecteur doit vérifier son état de connaissance de la matière en trouvant lui-même des justifications
rigoureuses.

Condition nécessaire d’optimalité

Le revenu total de la firme E généré au cours d’une période donnée, par exemple un an, en
produisant et vendant une quantité totale de Q unités du bien est de R(Q) euros, alors que le coût
total de production de ces Q unités est de C(Q) euros. Le profit Π qui résulte de la production et
de la vente de ces Q unités du bien au cours de cette période de temps est donc

Π(Q) = R(Q) − C(Q) (3.26)

A cause de contraintes techniques de capacité de production, la firme E ne peut pas produire

une quantité supérieure à Q̄ au cours de cette période de temps de référence. Nous supposons en
outre que les fonctions R et C sont des fonctions dérivables définies sur l’intervalle [0, Q̄]. Donc,
la fonction Π est également dérivable (pourquoi ?), et continue (pourquoi ?). En conséquence, la

106
fonction Π possède un maximum sur son intervalle de définition [0, Q̄] (pourquoi ?).

Dans des cas particuliers, le maximum de profit peut être atteint en Q = 0 ou Q = Q̄. Sinon,
le niveau de production Q? qui maximise le profit Π doit satisfaire Π0 (Q? ) = 0 (pourquoi ?), et
donc
R0 (Q? ) = C 0 (Q? ) (pourquoi ?) (3.27)

L’équation (3.27) signifie que le niveau de production doit être fixé en un point où le revenu
marginal de production est égal au coût marginal de production.

Supposons maintenant que la firme E reçoit un prix de marché unitaire constant P pour
chaque unité vendue du bien. Donc, R(Q) = P Q, et l’équation (3.27) prend la forme particulière

P = C 0 (Q? ) (pourquoi ?) (3.28)

Donc, quand la firme n’exerce pas de contrôle sur les prix, le niveau de production doit être
fixé en un point où le coût marginal de production est égal au prix unitaire de marché, en
supposant que le profit maximum n’est pas atteint aux bornes 0 et Q̄ de l’intervalle de définition
de la fonction de profit Π.
Il est possible que les fonctions R(Q) et C(Q) soient telles que l’équation (3.27) (ou (3.28))
possède plusieurs solutions. Dans ce cas, le profit maximum est atteint au point Q? , parmi les
solutions de l’équation (3.27), où le profit Π(Q? ) est le plus élevé.

Interprétation économique marginale

L’équation (3.27) possède l’interprétation économique marginale suivante. Supposons que

nous envisagions d’augmenter le niveau de production de 1 unité, de Q? à Q? + 1. L’augmen-
tation de revenu qui est résulterait est R(Q? + 1) − R(Q? ) ≈ R0 (Q? ) (pourquoi ?). De même,
l’augmentation de coût de production qui en résulterait est C(Q? + 1) − C(Q? ) ≈ C 0 (Q? )
(pourquoi ?). L’équation ou la condition nécessaire d’optimalité (3.27) stipule qu’il faut choisir
Q? de telle façon que le revenu marginal R0 (Q? ) obtenu en vendant cette unité supplémentaire
compense exactement le coût marginal de production C 0 (Q? ) engendré par cette unité supplé-
mentaire.
En effet, si R0 (Q0 ) < C 0 (Q0 ) pour un certain Q0 , alors on pourra augmenter strictement le profit
en produisant et vendant Q0 − 1 unités, et le maximum de profit ne peut pas être atteint en Q0 .
De même, si R0 (Q0 ) > C 0 (Q0 ) pour un certain Q0 , alors on pourra augmenter strictement le
profit en produisant et vendant Q0 + 1 unités, et le maximum de profit ne peut pas être atteint en
Q0 .

107
Exemple numérique
Comme exemple numérique, considérons les cas où le prix de marché unitaire constant du
bien est P = 121 euros, et où la fonction de coût de production est

C(Q) = 0.02 Q3 − 3 Q2 + 175 Q + 500 euros .

Supposons en outre que la firme ne peut pas produire plus que Q̄ = 110 unités au cours de la
période de temps de référence.

y
12 000

10 000 y = R(Q)

8 000

y = C(Q)
6 000

π* 4 000 y = π(Q)

2 000

10 50 90 100 110 Q
Q*
F IG . 3.29 – Fonction de profit

Ces fonctions de revenu R(Q), de coût de production C(Q) et de profit Π(Q), définies sur le
domaine [0, 110] ⊂ R, sont représentées à la Figure 3.29. En supposant que le profit maximum
n’est pas atteint aux bornes 0 et Q̄ = 110 de l’intervalle de définition de la fonction de profit Π,
la condition nécessaire d’optimalité (3.28) s’écrit dans ce cas

121 = 0.06 Q2 − 6 Q + 175 .

En résolvant cette équation quadratique par rapport à Q, on obtient 2 racines réelles distinctes
Q = 10 et Q = 110. On observe effectivement à la Figure 3.29 que la tangente à la courbe de
coût y = C(Q) est parallèle à la droite de revenu y = R(Q) aux points Q = 10 et Q = 90. En

108
conclusion, les valeurs de Q candidates pour la maximisation du profit sont Q = 0, 10, 90, 110
(pourquoi ?).

Les conditions nécessaires d’optimalité ont permis ici de réduire la recherche du maximant
à 4 valeurs possibles de Q, parmi l’ensemble infini de valeurs [0, 110], mais ne permettent pas
d’identifier le maximant parmi ces 4 valeurs.

En évaluant la fonction de profit en ces quatre valeurs de Q,

Π(0) = −500, Π(10) = −760, Π(90) = 4360, Π(110) = 3240,

on démontre que le profit maximum Π? = 4360 est atteint en Q? = 90. On démontre aussi que
le profit minimum est atteint en Q = 10 (pourquoi ?).

Une autre manière de raisonner est de calculer la dérivée seconde de la fonction de profit,

Π00 (Q) = 0.12 Q − 6 ,

qui montre que cette fonction est convexe autour de Q = 10, et concave autour de Q = 90. Ceci
prouve que Q = 10 définit un minimum local de la fonction de profit, et que Q = 90 définit un
maximum local du profit. Ceci permet de prouver que le maximum de la fonction de profit est
atteint en Q = 0 ou Q = 90, et que le minimum de la fonction de profit est atteint en Q = 10
ou Q = 110. (pourquoi ?). Pour trouver le maximum global Π? de la fonction de profit, il faut
encore comparer Π(0) et Π(90).

109
3.9 Exercices
1. (a) Représentez graphiquement la fonction f : R → R, continue sur R, paire et qui
satisfait à toutes les conditions suivantes :


 f (0) = 0,
 0
f (x) = 2x si 0 < x < 1,

 f 0 (x) = −1 si 1 < x < 3,
 0
f (x) = 1 si x > 3.

(b) Pour cette fonction f , calculez f (−5), f (2) et f (7).

√
2. Répondez aux questions suivantes concernant la fonction x − 3.
√
(a) Quel est le domaine de définition de la fonction x − 3 ?
√ √
(b) Par quelle transformation du graphique de x arrive-t-on à celui de x − 3 ?
√
(c) Représentez graphiquement x − 3.
(d) Donnez la réciproque de f (x).
(e) Donnez l’équation de la tangente au graphe de f −1 (x) au point x = 1.
3. Voici le graphique d’une fonction f définie, continue et dérivable sur [0, 4] :

6
5
4
3
2
1

x
1 2 3 4

(a) f est-elle injective ? Justifiez.

(b) Estimez f ([1, 3]).
(c) Justifiez pourquoi le minimum m et le maximum M de f existent.
Estimez ensuite m et M .
(d) Déterminez l’ensemble image de f . Justifiez votre réponse à l’aide du Théorème des
Valeurs Intermédiaires.

110
 (e) Justifiez à l’aide du Théorème de Rolle l’existence de points critiques (points du
domaine de définition où la dérivée s’annule) pour la fonction f .
Donnez tous les points critiques.
(f) Estimez, en justifiant graphiquement, f 0 (2).
(g) Donnez l’équation de l’approximation linéaire de f près de x = 2 et dessinez-en la
représentation graphique.
(h) Sur base de votre approximation linéaire donnée en (3d), donnez une estimation ou
une approximation de la valeur réelle f (1).
(i) f est-elle concave ou convexe sur son domaine ? Justifiez.
4. Calculez les dérivées des fonctions suivantes :
(a) f (x) = 3x2 + 3x − 7
(b) f (x) = (x2 − 3x + 2)2
(c) f (x) = (2x + 1)(x3 + 2)
(d) f (x) = x3
(e) f (x) = 3x+2
2x−3
√
(f) f (x) = 3x2 − 2x + 5
(g) f (x) = √x−1
x−2

5. Quelles valeurs faut-il donner à a et b pour que la fonction f soit continue ? Quelles valeurs
faut-il donner à a et b pour que la fonction f soit différentiable ?
(
(x + 1)3 , x ≤ 0,
f (x) =
ax + b, x > 0.
6. Le graphe d’une fonction f est donné ci-après (Figure 3.30).

(a) En quelles valeurs de x, f admet-elle un maximum ?

(b) une dérivée nulle ?
(c) Que valent f (6), f 0 (6) ?
(d) Que valent fg0 (9), fd0 (9), f 0 (9) si elles existent ?
7. Une compagnie de téléphone a distingué deux demandes regionales (Q1 , Q2 ) en fonction
du tarif P :
Region 1 : Q1 = 10 − (1/2)P
Region 2 : Q2 = 15 − P
Le coût total de cette compagnie est donné par
CT = Q2 + 6Q + 7,
où Q = Q1 + Q2 .

111
 4

0
3 6 7 9 12

F IG . 3.30 – Exercice 6 : f(x)

(a) Donnez l’approximation linéaire du coût total autour de P = 20.

(b) Au prix actuel P = 20, pour diminuer son coût, est-ce que la compagnie a intérêt à
augmenter ou diminuer son tarif ?
8. Une banque propose à ses clients differents rendements selon la quantité d’investisement
initiale x (en milions d’euros) :


 1.5, 0 ≤ x < 10,




 1.5 + ax + b, 10 ≤ x < 20,

f (x) = (x − 20)2

 2 + , 20 ≤ x < 100,

 50x



 4, x ≥ 100,

(a) Dans quels intervalles la fonction f est-elle continue ?

(b) et dérivable ?
(c) La banque doit présenter dans une brochure ses offres. Comme peut-elle expliquer la
discontinuité au point x = 100 ?
(d) Si pour des raisons esthétiques elle décide de proposer une continuité dans ses pro-
duits, qu’elle sera la façon la plus simple de le faire sans que les clients qui inves-
tissent 120 milions d’euros ou plus reçoivent moins de 4% sur leurs investisements ?
9. Les fonctions suivantes sont-elles dérivables en x = 1 ?
Dessinez le graphe de ces 2 fonctions.
½
x2 + 1 si x ≤ 1
f (x) =
2x si x > 1

112
 ½
x2 + 2 si x ≤ 1
f (x) =
3x si x > 1
10. Quels sont les points où la tangente à la courbe y = x3 + x − 2 est parallèle à la droite
y = 4x − 1 ?
11. En utilisant le théorème de dérivation des fonctions réciproques, montrez que (arcsin y)0 =
1
p pour y ∈] − 1, 1[.
1 − y2
12. Calculez à l’aide de l’interprétation géométrique de la dérivée (ou de l’équation de la
droite tangente en un point au graphe d’une fonction) une valeur approchée des nombres
suivants :
√
(a) 101
√
(b) 3 29
√
(c) 36,36
2π
(d) cos
13
13. Un grossiste en vins propose des livraisons dans des restaurants. Le tarif dépend du nombre
de litres de vin demandé. Jusqu’à 100 litres (compris), le client paie 250 F par litre. Les
150 litres suivants coûtent 200 F par litre. Si on désire plus de 250 litres, on est considéré
comme étant bon client et on ne paie que 200 F par litre pour toute la commande.
(a) Représentez graphiquement la fonction C qui donne le coût total en fonction du
nombre de litres de vin.
(b) Est-elle continue et dérivable en x0 = 50 ? en x0 = 100 ? en x0 = 250 ?
(c) Quel est le taux de variation de la fonction C lorsque le nombre de litres varie de 50
à 51 ? de 50 à 49 ? de 100 à 101 ? de 100 à 99 ? de 250 à 251 ? de 250 à 249 ?
(d) Calculez et représentez graphiquement la fonction C 0 .
14. Une papeterie d’un centre commercial propose des services de photocopie à ses clients. Le
tarif unitaire dépend du nombre de photocopies demandé. Jusqu’à 30 photocopies, le client
paie 7.5 eurocents par photocopie. Les 20 photocopies suivantes (c’est-à-dire de 31 jusqu’à
50 photocopies) sont facturées à 5 eurocents par photocopie. Si on demande (strictement)
plus de 50 photocopies, on est considéré comm bon client et on ne paie que 5 eurocents
par photocopie, et ce pour toutes les photocopies demandées.
(a) Représentez graphiquement la fonction C qui donne le coût total en fonction du
nombre de photocopies (Considérez que le domaine de cette fonction est R+ ).
(b) Est-elle continue et dérivable en x0 = 10 ? en x0 = 30 ? en x0 = 50 ?
(c) Quel est le taux de variation de la fonction C lorsque le nombre de photocopies varie
de 10 à 11 ? de 10 à 9 ? de 30 à 31 ? de 30 à 29 ? de 50 à 51 ? et de 50 à 49 ?
(d) Calculez et représentez graphiquement la fonction C 0 .

113
15. Le coût de microprocesseurs est donné par C(x) = 1 000 + 2x + 0, 005x2 , où x est le
nombre de microprocesseurs. En fixant le niveau de production à 2 000 unités, quel est le
coût total de production, le coût moyen, le coût marginal et le coût moyen marginal ? Le
niveau de production choisi permet-il de minimiser le coût total de production ?

16. En utilisant le théorème de dérivation des fonctions réciproques, déterminez (y 1/3 )0 .

17. A partir des graphiques d’une fonction f suivants,

(a) estimez la valeur, si elle existe, de fg0 , fd0 et f 0 aux points −1, 0 et 3/2,

(b) esquissez le graphique de la fonction f 0 ,

(c) esquissez le graphique d’une fonction g dont la fonction f serait la dérivée. (Existe-
t-il plusieurs fonctions g admissibles ?.)

2 2 3

2.5
1.5 1.5
2
1 1
1.5

0.5 0.5 1

0.5
-3 -2 -1 1 2 3 -3 -2 -1 1 2 3
-2 -1 1 2 3 4
-0.5 -0.5
-0.5

-1 -1 -1

18. Calculez les dérivées premières par r

rapport à x des fonctions suivantes :
1 + x + x2
1.f (x) = x2 + 4 2.f (x) =
1 − x + x2
3.f (x) = x3 + x2 4.f (x) = 2x + 5 cos3 x
1 1
5.f (x) = − x 6.f (x) = (2 − 3 sin x)5
4 3
7.f (x) = −5x3 8.f (x) = sin 3x
π 1
9.f (x) = 10.f (x) = sin x2
x 2
2
11.f (x) = 12.f (x) = 5 sin x + 3 cos x
x2

114
 13.f (x) = x2 (1 + x3 ) 14.f (x) = cotgx
x2 sin x + cos x
15.f (x) = 16.f (x) =
1 + x3 sin x − cos x
√ 2
17.f (x) = 3 x 18.f (x) = x2 sin x

19.f (x) = (3 + 2x2 )4 20.f (x) = x sin x + cos x

1
21.f (x) = (3x2 + 5x − 1)4 22.f (x) = tg2
x
√ 1
23.f (x) = 5x2 − 3x 24.f (x) = tg3 x − tgx + x
3
1 (1 + x2 )arctgx − x
25.f (x) = 4 26.f (x) =
3x − 2x2 + 1 2
19. Calculez les dérivées des fonctions suivantes par rapport à x :

√
1.f (x) = (x2 + 1)(x3 − 4) 2.f (x) = 1 + cos2 x
√ √
3.f (x) = (x2 + 1) x3 − 1 4.f (x) = arcsin x
(x − 1)3 x+1
5.f (x) = √ 6.f (x) = arcsin √
x 2
√
1+ x √
7.f (x) = √ 8.f (x) = x arcsin x + 1 − x2
1− x
x3
9.f (x) = p 10.f (x) = arctg(ntgx)
(1 − x2 )3
q
3 √
11.f (x) = x + x

20. Montrez que la fonction f (x) = −x3 + x + 2 satisfait au théorème de Rolle sur les inter-
valles [−1, 0] et [0, 1]. Déterminer les valeurs de x qui annulent la dérivée.
p
21. La fonction f (x) = 3 (x − 2)2 prend aux extrémités de l’intervalle [0, 4] des valeurs
égales. Peut-on appliquer le théorème de Rolle à cette fonction sur cet intervalle ?
22. Soit f (x) = x(x + 1)(x + 2)(x + 3). Montrez que l’équation f 0 (x) = 0 a trois racines
réelles.
23. Vérifiez si les conditions du théorème des accroissements finis sont réalisées pour la fonc-
tion f (x) = x − x3 sur l’intervalle [−2, 1] et déterminez la valeur particulière c de x où la
dérivée coincide avec l’accroissement moyen.
24. Trouvez un point sur la parabole y = x2 situé entre les points (1, 1) et (3, 9) tel que la
tangente en ce point à la courbe soit parallèle à la corde joignant ces deux points.

115
25. Déterminez la croissance, décroissance, concavité, les points de maximum, minimum et
d’inflexion des fonctions suivantes :
(a) f (x) = 1 − 4x − x2
(b) f (x) = (x + 4)3
(c) f (x) = x2 (x − 3)
√
(d) f (x) = (x − 3) x
(e) f (x) = x + sin x
(f) f (x) = x2 + 4x + 6
48
(g) f (x) = x3 +
x
(h) f (x) = (2 − x)3
(i) f (x) = x3 − 6x2 + 12x + 4
√
(j) f (x) = 3 x + 2
1
(k) f (x) = 2
x −x+1
26. Déterminez les asymptotes des fonctions suivantes :
x2
(a) f (x) = √
x2 − 1
1
(b) f (x) =
(x − 2)2
x3
(c) f (x) =
x2 + 9
√
x x
(d) f (x) = √
x−1
27. Construire le graphe des fonctions suivantes :
√
(a) f (x) = 3 − x
3x − 2
(b) f (x) =
x+2
1 1
(c) f (x) = x3 + x2 − 6x + 8
3 2
3
(d) f (x) = x − 8
1
(e) f (x) = 2
x −x+1
1
(f) f (x) = 2
x − 4x + 3

116
28. Soit une fonction f : R → R, continue sur R qui satisfait toutes les conditions suivantes :


 f (0) = 4, f (−3) = 0, f 0 (−3) = 3, f 0 (−5) = 0,

 0

 f (x) < 0 si x < −5,
 0

 f (x) > 0 si − 5 < x < 0
f 0 (x) = 0 si 0 ≤ x < 1

 0

 f (x) = −2 si x > 1,

 00

 f (x) > 0 si x < −3
 00
f (x) < 0 si − 3 < x < 0.

(a) Esquissez le graphique de f ;

(b) Représentez graphiquement et déterminez l’équation de la droite tangente à la courbe
au point d’abscisse x = −5. Même question pour x = −3.

29. Représentez graphiquement une fonction f : R → R, continue sur R qui satisfait toutes
les conditions suivantes :


 f (0) = 4, f (−3) = 0, f (3) = 0, f 0 (3) = 0, f 0 (−2) = 0


 f 0 (x) > 0 si x < −2 ou − 2 < x < 0 ou x > 3,
f 0 (x) < 0 si 0 < x < 3,



 f 00 (x) > 0 si x > 0 ou − 2 < x < 0,
 00
f (x) < 0 si x < −2.

Représentez graphiquement la droite tangente à la courbe aux points d’abscisse x =

−5; −2; 2; 3.

30. Trouvez les valeurs minimale et maximale de f sur l’intervalle donné.

(a) f (x) = x2 + x − 30 sur [0, 2]
√
(b) f (x) = 3 x sur [−1, 1]
√
(c) f (x) = −2x x + 3 sur [−5/2, 1]
x
(d) f (x) = sur [1, 5]
1+x
(e) f (x) = sin x2 sur [0, π]
31. Sur un tronçon de 210 km d’une route à péage, la vitesse est limitée à 120 km/h. Au
moment où une automobile emprunte cette route, le conducteur reçoit un ticket sur lequel
figure l’heure exacte. S’il effectue le trajet en 1 h 40, au moment d’acquitter le péage il se
verra remettre une contravention pour excès de vitesse. Expliquez, sur base du théorème
de la valeur moyenne, que cette contravention est justifiée.
32. La fonction de coût total d’un bien exprimée comme fonction de la quantité produite Q est

C(Q) = Q3 − 4Q2 + 8Q + 5 .

(a) Donnez l’expression du coût moyen, CM (Q).

117
 (b) Donnez l’expression du coût marginal, Cm (Q).
(c) Ecrivez l’équation qui revient à annuler la dérivée du coût moyen.
(d) Exprimez une équation (sous la forme d’une fonction de Q égale à zéro, G(Q) = 0)
dont une solution correspond à l’égalité entre coût moyen et coût marginal.
0
(e) Soit F (Q) = CM (Q). Donnez une approximation linéaire de la fonction F autour du
point Q = 5/2.
(f) Calculez la valeur de Q qui annule l’approximation linéaire de la sous-question.
33. Voici un Théorème du cours, dont la démontration est faite dans le syllabus pour le cas où
la fonction f admet un maximum local au point c.

Théorème
Soit une fonction f dérivable sur ]a, b[.
Si cette fonction passe par un minimum ou un maximum local en c ∈]a, b[, alors f 0 (c) = 0.
Démontrez le théorème (c’est-à-dire, adaptez la démonstration du théorème) dans la cas
où f admet un minimum local au point c.
34. Le propriétaire d’un verger de pommiers estime que si chaque hectare est planté de 48
arbres, chaque arbre produira 600 pommes par année. Chaque fois qu’il y a un arbre de
plus par hectare, la production de chaque arbre en est diminuée de 6 pommes. Afin de
déterminer quel est le nombre d’arbres par hectace qui maximise la production, répondez
aux questions suivantes :
(a) Quelle est la fonction linéaire liant le nombre d’arbres plantés par hectare (x) et le
nombre de pommes produites par chaque arbre (y) ? Représentez-la graphiquement.
(b) Quelle est la fonction qui calcule le nombre total de pommes produites par hectare
en fonction du nombre d’arbres plantés (x) ?
(c) Combien d’arbres le producteur doit-il planter par hectare pour obtenir la récolte
maximale ?
35. On cherche à mesurer la distance entre deux points. Pour ce faire, on effectue un en-
semble de mesures à l’aide de différents appareils de mesure. Ces mesures sont des valeurs
approchées de la distance réelle car les appareils utilisés sont imprécis. Supposons que
les mesures expérimentales soient une série de valeurs (des nombres ou contantes réelles
connues) d1 , d2 , · · · , dn .

Sur base de ces valeurs, on désire obtenir une estimation de la vraie distance d qui soit
aussi proche que possible de la réalité. Pour ce faire, on vous demande de trouver une for-
mule qui calcule la valeur de d en fonction des nombres di , i = 1, 2, . . . , n et qui minimise
la fonction E(d) qui représente l’erreur des mesures (la somme des carrés des erreurs des
mesures di , pour être précis) :

E(d) = (d − d1 )2 + (d − d2 )2 + · · · + (d − dn )2 .

118
 En d’autres termes, on veut déterminer d de manière à minimiser E(d) égal à la somme
des carrés des écarts entre d et les nombres di , i = 1, 2, . . . , n.

(a) Trouvez la formule qui calcule la valeur de d qui minimise E(d).

(b) Justifiez à l’aide de propriétés sur les dérivées de E(d) que votre formule identifie
bien le minimum de E(d).

36. Une entreprise produit un bien pour lequel la fonction de demande est
p
P (Q) = 12 000 − 2Q

Calculez la quantité Q du bien que l’entreprise doit vendre de manière à maximiser son
revenu brut R(Q) = P (Q) Q.
37. Un télédistributeur dessert actuellement 5000 foyers et fait payer une redevance de 20
euros par mois. Un expert en marketing lui fait savoir que chaque fois qu’il diminue la
redevance mensuelle d’un euro, il gagne 500 nouveaux clients. Afin de déterminer quelle
est la redevance mensuelle qui maximise le profit, répondez aux questions suivantes :
(a) Quelle est la fonction linéaire liant le nombre de clients (y) et la redevance mensuelle
(x) ? Représentez-la graphiquement.
(b) Quelle est la fonction qui calcule la recette mensuelle totale du télédistributeur en
fonction de la redevance mensuelle (x) qu’il fait payer ? Représentez-la graphique-
ment.
(c) Quelle redevance mensuelle la société doit-elle demander pour maximiser sa recette ?

38. Une société de produits chimiques fabrique du dissolvant.

Soit C(x) le coût de production, en euros, de x litres de dissolvant :

C(x) = 3 + x.

Soit R(x) la recette, en euros, de la société si elle vend x litres de son produit.
La recette marginale, R0 (x), est donnée par la formule suivante :

R0 (x) = 22 − 0, 06x.

Il est évident que si la société ne vend rien sa recette est nulle.

(a) En quelles unités s’exprime la recette marginale ?
(b) Déterminez l’expression de la recette R(x). Que vaut cette recette si la société vend
100 litres de dissolvant ?

119
 (c) Combien de litres la société doit-elle vendre pour maximiser son profit P (x), où
P (x) = R(x) − C(x) ?
(d) Si la capacité maximale de production est de 300 litres de dissolvant, quel sera le
profit maximal réalisable par l’entreprise ?
(e) Si la capacité maximale de production est de 450 litres de dissolvant, combien de
litres la société doit-elle vendre pour maximiser son profit ?

39. Un constructeur de matériel informatique fabrique des petites calculatrices dont le coût
journalier de production varie en fonction du nombre x de calculatrices produites par jour,
selon la fonction C(x) = 500 + 6 x + 0.02 x2 euros. En vendant cette calculatrice à 18
euros pièce, déterminez :
(a) la recette journalière totale,
(b) le profit journalier net réalisé,
(c) le niveau de production journalier qui maximise ce profit,
(d) à combien s’élève ce profit journalier maximum.

40. Un champ pétrolier se compose de 8 puits qui produisent un total de 1600 barils de pétrole
par jour. A chaque forage d’un nouveau puits, la production journalière par puits diminue
de 10 barils.
(a) Quelle est la fonction qui représente la production journalière d’un puits (y) en fonc-
tion du nombre de puits (x) ?
(b) Quelle est la fonction qui représente la production journalière totale (Q) en fonction
du nombre de puits (x) ?
(c) Combien de nouveaux puits faut-il forer pour maximiser la quantité totale de pétrole
extraite par jour ?

41. Soit un article dont le prix de revient par unité est de c francs et dont la demande satisfait
a
D(p) = p−c +b(100−p) où p est le prix de vente de l’article et où a et b sont des constantes
strictement positives. La quantité produite est égale à la quantité demandée.
Pour quel prix de vente p le gain du fabriquant sera-t-il maximum ?
42. Un triangle isocèle a un périmètre de 24 cm, quelle doit être la longueur de ses côtés pour
que l’aire du triangle soit maximale ?
43. Trouvez le point de la droite 3x − 4y = 12 qui est le plus près du point (1, 2).
44. Quelle est l’aire du plus grand rectangle que l’on peut inscrire dans un cercle de rayon 10 ?
45. Trouvez deux nombres positifs dont la somme est 20 et le produit maximal.
46. Montrez que le TVIR (taux de variation instantané relatif) d’une fonction f (x), à valeurs
positives sur son domaine, n’est rien d’autre que la dérivée du logarithme naturel de la
fonction.

120
47. Ecrivez la fonction resprésentant la taille d’une population de bactéries sachant qu’il y en
a initialement 2 et que chacune d’elle se reproduit par fission binaire pour donner deux
bactéries toutes les 20 minutes. Combien de bactéries y a-t-il au bout de 4 heures ?
48. Le nombre de personnes N (t) sur une population totale de 1000 personnes qui développent
la grippe t jours après avoir été mis en contact avec le virus est donné par la fonction
logistique suivante :

1000
N (t) = (3.29)
1 + 999e−0,39t

(a) Combien de personnes développent la grippe après 20 jours ?

(b) Combien de jours faut-il pour que 800 personnes tombent malade ?
(c) Est ce que les 1000 personnes de la population seront touchées par le virus de la
grippe ?

49. Utilisez la règle de l’Hospital pour calculer les limites suivantes :

sin x − x x − sin x
(a) lim , (b) lim
x→0 tg x − x x→0 x3

sin x + 1 2x2 + 3x + 1
(c) limπ , (d) lim
x→ 2 cos2 x x→+∞ 5x2 + x + 4

x3 − 3x + 2 sin x
(e) lim , (f ) lim
x→1 x2 − 2x − 1 x→0 2x

50. Calculez les limites suivantes :

3x − 3−x
(a) lim
x→0 3x + 3−x

3x − 3−x
(b) lim
x→+∞ 3x + 3−x

3x − 3−x
(c) lim
x→−∞ 3x + 3−x

51. Les fonctions suivantes admettent-elles un prolongement continu en a = 0 ?

1 − 21/x 1
(a) f (x) = (b) g(x) =
1 + 21/x 31/x+1

121
52. Calculez les dérivées premières par rapport à x des fonctions suivantes.

ex x2
1. f (x) = 8. f (x) =
x ln x

2. f (x) = e−3x 9. f (x) = log10 (x3 − 2x2 + 1)

3. f (x) = (x3 − 3x2 + 6x − 6)ex 10. f (x) = atg 2x

4. f (x) = ln |1 − 4x| 11. f (x) = arctg ln x

¯√ ¯ ex cos x
¯ ¯
5. f (x) = ln ¯ 1 − 4x2 ¯ 12. f (x) = arctg
1 + ex sin x
¯√ ¯
¯ 3 x2 + 1 ¯
¯ ¯
6. f (x) = ln ¯ √ ¯ 13. f (x) = e−x ln x
¯ x3 + 4 ¯
¯p ¯
¯ ¯ x
7. f (x) = ln ¯ 1 − 2 sin2 x¯ 14. f (x) = ee

53. Calculez les limites suivantes :

(a) lim+ xsin x
x→0

1 x2
(b) lim (1 + )
x→+∞ 2x
(c) lim+ x1/(2−x)
x→2

1
(d) lim (cos )x
x→+∞ x

54. Les fonctions suivantes sont-elles convexes ou concaves sur leur domaine de définition
(a) sin x sur [0, π]
(b) ex sur [−1, 1]
(c) x3 + 3x2 − x + 2 sur [0, 2]

55. Trouvez le maximum de la fonction V (x) sur l’intervalle [0, 9]

V (x) = 4x3 − 72x2 + 324x .

56. Faites l’étude des fonctions suivantes, c’est-à-dire précisez le domaine, déterminez les
asymptotes, étudiez le signe des dérivées première et seconde, déterminez les extréma

122
 locaux et tracez le graphe.
x
1)f (x) = , 2)f (x) = x3 + x4
1 + x2
3)f (x) = x2 e−x 4)f (x) = x ln(x)

57. Trouvez le maximum de la fonction −6 sin x + 6x2 − x3 sur l’intervalle [0, 1].
58. Une entreprise qui produit un bien veut rentabiliser son produit. Le revenu total issu de la
vente de Q unités est R(Q) euros. On note C(Q) le coût total associé à la production de Q
unités. Le profit est donc
π(Q) = R(Q) − C(Q) .
Le prix unitaire dépend de la production et est donné par
1
P (Q) = 100 − .
3Q
Supposez que la fonction coût est définie par
1 3 1 2 1000
C(Q) = Q − Q + 50Q + .
600 3 3
Sachant que la société ne peut produire plus de 300 unités de ce produit, trouvez le niveau
de production qui maximise le profit et calculez le profit maximal.

123
Chapitre 4

Primitivation et Intégration des fonctions

d’une variable

La primitivation est l’opération inverse de l’opération de dérivation d’une fonction. Elle

consiste donc à retrouver, quand c’est possible, une fonction dont la dérivée est une fonction
donnée. Une primitive d’une fonction f est une fonction F telle que F 0 = f . Le concept de
primitivation est un concept purement opératoire, dont on étudiera, de ce point de vue, des pro-
priétés générales et des règles de calcul.
La notion d’intégration est une notion plus riche et plus complexe. Intégrer une fonction
f (x) positive sur un intervalle [a, b] consiste à calculer la surface comprise sous le graphe de la
fonction entre les points a et b.
Ces deux notions, apparemment sans rapport, sont en fait très liées. C’est ce que l’on appren-
dra dans ce chapitre.

4.1 La primitivation
4.1.1 Définition
Soit f une fonction de R dans R, définie sur une partie D de R.

Définition 4.1. Une primitive de f sur D est une fonction F de D dans R telle que

∀x ∈ D F 0 (x) = f (x)

3
Exemple 4.1. La fonction F (x) = x3 est une primitive sur R de la fonction f (x) = x2 . En effet,
3 2
( x3 )0 = 3x3 = x2 .
3 3
Remarquons immédiatement que les fonctions F (x) = x3 + 7, ou F (x) = x3 + 777, ou
3
F (x) = x3 + C pour une constante quelconque C, sont aussi des primitives de f .
Cette constatation annonce le théorème qui va suivre.

124
4.1.2 L’ensemble des primitives d’une fonction
Soit f une fonction définie sur un intervalle [a, b] de R.

Théorème 4.1. Si f admet une primitive F sur [a, b], alors f admet une infinité de primitives,
qui sont toutes de la forme F + C , où C est une constante.

Démonstration : Ce théorème énonce donc le fait que si F est une primitive de f ,

alors toutes les fonctions F +C en sont aussi des primitives ; ce qui est assez évident.
Mais il énonce aussi le fait que toute autre primitive G de f est une fonction de
la forme F + C. Montrons cela. Puisque F 0 (x) = G0 (x) = f (x), on a (F − G)0 (x) =
F 0 (x) − G0 (x) = 0. La fonction F − G a donc une dérivée constamment nulle sur
l’intervalle [a, b]. Elle est donc constante sur cet intervalle. En effet si a ≤ x1 <
x2 ≤ b, par le théorème des accroissements finis, il existe un nombre c ∈]x1 , x2 [ tel
que

(F − G)(x2 ) = (F − G)(x1 ) + (x2 − x1 )(F − G)0 (c) = (F − G)(x1 ) .

Remarquons que pour pouvoir terminer ce raisonnement comme nous l’avons

fait, il était indispensable d’utiliser le fait que l’on travaille sur un intervalle [a, b] et
non sur une partie quelconque de R.

Il n’y a donc pas une primitive de f , mais tout un ensemble de fonctions qui ne diffèrent les
unes des autres que par une constante. Il s’agit, graphiquement, d’une fonction et de toutes ses
translatées verticales.
On note Z Z Z
f ou f (x)dx ou encore f (t) dt

une primitive de la fonction f . Si F est une primitive de f sur un intervalle [a, b], alors l’ensemble
des primitives est
F + R = {F + c | c ∈ R} .

4.1.3 Quelles fonctions sont primitivables ?

Il faut s’attendre à ce que toutes les fonctions ne soient pas primitivables. Caractériser pré-
cisément celles qui le sont n’est pas une mince affaire. Mais un théorème va rapidement nous
rassurer, en garantissant que les fonctions continues, parmi lesquelles on retrouve la plupart des
fonctions communes, sont primitivables.

Théorème 4.2. Toute fonction continue sur un intervalle [a, b] de R admet une primitive sur cet
intervalle

125
Vocabulaire et notation :

Rappelons d’abord que l’on pouvait parler de la fonction dérivée d’une fonction donnée,
parce que, si la dérivée existe, elle est unique. Mais que l’on ne pourra jamais parler que d’une
primitive d’une fonction donnée, parce que si elle existe, il en existe toujours une infinité d’autres.
Cette particularité exigera une certaine attention dans le vocabulaire et les notations.
Une primitive F de f est aussi appelée une intégrale indéfinie ou parfois simplement une
intégrale de f . On comprendra ce vocabulaire plus tard. En anglais, on utilise aussi le terme très
parlant de “antiderivative".
Une fonction f et sa primitive F sont naturellement des fonctions d’une même variable qui,
en principe, est précisée par la définition de la fonction. Mais, il est parfois utile de mettre en
évidence la variable de la fonction. C’est ainsi que l’on parle parfois simplement d’une fonction
f et que dans d’autres cas on précise f (x).

4.2 Techniques de primitivation

Le théorème précédent garantit l’existence de primitives pour la plupart des fonctions qui
nous intéressent, mais il ne fournit pas pour autant une primitive concrète.
En général, le calcul d’une primitive est bien plus compliqué que le calcul "inverse" d’une
2
fonction dérivée. Pour certaines fonctions comme ex il n’est pas possible de trouver des pri-
mitives en termes de fonctions simples, c’est-à-dire de fonctions obtenues par compositions de
fractions rationnelles, fonctions trigonométriques, fonctions trigonométriques inverses, fonctions
puissances, fonctions exponentielles et fonctions logarithmes.
Il existe un certain nombres de techniques de calcul dont l’utilisation demande souvent beau-
coup d’intuition et de maîtrise. Nous ne verrons ici que les plus élémentaires d’entre elles.

4.2.1 Primitives immédiates

On reconnaît dans certaines fonctions des dérivées de fonctions bien connues. Ces dernières
sont donc leurs primitives. On peut ainsi relire à l’envers le tableau des dérivées et obtenir une
liste de primitives immédiates.

126
 R
a dx = ax pour a ∈ R
R xn+1
xn dx = n+1
pour n ∈ N, n 6= −1
R xa+1
xa dx = a+1
pour a ∈ R, a 6= −1
R 1
R
x
dx = x−1 dx = ln |x|
R x
e dx = ex
R x ax
a dx = ln a
R
sin dx = − cos x
R
cos x dx = sin x
R 1
1+x2
dx = arc tg x
R
√ 1 dx = arc sin x
1−x2

Ces primitives immédiates permettront, grâce aux deux théorèmes qui suivent, de construire
des primitives de quelques autres fonctions.

4.2.2 Linéarité de la primitivation

Théorème 4.3. Si f et g sont des fonctions primitivables et a ∈ R, alors af et f + g sont aussi

primitivables, et Z Z
af dx = a f dx
Z Z Z
(f + g) dx = f dx + g dx

Démonstration : Si F 0 = f , alors (aF )0 = af .

Si F 0 = f et G0 = g, alors (F + G)0 = f + g.

Exemple 4.2. Z
4 3 3
(√ + − 2 sin x + ) dx =
4
x3 x 1 + x2
Z Z Z Z
− 34 1 1
4 (x ) dx + 3 dx − 2 sin x dx + 3 dx =
x 1 + x2
1
16x 4 + 3 ln(|x|) + 2 cos x + 3 arc tg x + C.

127
4.2.3 Substitution ou changement de variable

Théorème 4.4. On suppose que g est une fonction dont la dérivée existe et est continue.
Si f est primitivable, alors (f ◦ g) · g 0 est primitivable.
De plus, si F est une primitive de f , alors (F ◦ g) est une primitive de (f ◦ g) · g 0 .

Démonstration : Si F 0 = f , alors (F ◦ g)0 = (F 0 ◦ g) · g 0 = (f ◦ g) · g 0 , par le

théorème sur la dérivée d’une fonction composée.

Dans la pratique, si on doit calculer

Z
f (g(x)) · g 0 (x)dx

on pose u = g(x), du = g 0 (x)dx, et on calcule une primitive de f (u). La réponse est alors
µZ ¶
f (u)du .
u=g(x)

Autrement dit on remplace u par g(x) dans la réponse finale.

ln(x)
Exemple 4.3. Pour calculer une primitive de x
, on pose u = g(x) = ln x qui donne donc
du = (ln x)0 dx = x1 dx. On a alors
Z Z µZ ¶ µ ¶
ln(x) 1 u2 (ln x)2
dx = ln x · dx = u du = = .
x x u=ln x 2 u=ln x 2

4.2.4 Primitivation par parties

Théorème 4.5. On suppose que f et g sont des fonctions dérivables. Alors

Z Z
f (x) · g(x)dx = f (x)g(x) − f (x)g 0 (x)dx .
0

Exemple 4.4. Pour calculer une primitive de x sin x, on pose g(x) = x, f 0 (x) = sin x, ce qui
donne f (x) = − cos x et
Z Z Z Z
0 0
x sin xdx = f g = fg − f g = −x cos x − (− cos x)dx = −x cos x + sin x .

128
4.3 L’intégration définie

4.3.1 Définition de l’intégrale définie

Soit f (x) une fonction continue positive sur un intervalle [a, b].

a b

Un rectangle à hauteu r variable ! ?!

Notre but est de mesurer la surface comprise entre le graphe de f et l’axe y = 0, au dessus de
l’intervalle [a, b]. Si la fonction f (x) est constante, égale à h, alors on est ramené au calcul de
l’aire d’un rectangle et le résultat est le produit de la longueur de la base b − a par la hauteur h. Si
la hauteur varie par saut, il n’est pas difficile de calculer la somme des aires des petits rectangles.

a b
Un rectangle dont la hauteu r varie par saut ! ?!

Dans le cas d’une fonction continue positive quelconque, le problème est plus compliqué. On
commence par découper l’intervalle [a, b] en petits morceaux.
Un découpage de l’intervalle [a, b] est une suite a = a0 ≤ a1 ≤ . . . ≤ an−1 ≤ an = b de
points de cet intervalle.
Le pas du découpage a0 ≤ a1 ≤ a2 ≤ . . . ≤ an−1 ≤ an est la longueur du plus grand
sous-intervalle [ai−1 , ai ], c.à.d. max(|ai − ai−1 |; 1 ≤ i ≤ n).
Notons αi le maximum de f sur [ai−1 , ai ] et βi le minimum de la fonction f sur cet intervalle.
L’aire recherchée est plus petite que

n
X
(ai − ai−1 )αi
i=1

129
et est plus grande que
n
X
(ai − ai−1 )βi
i=1
Pn
Notons S le supremum sur tous les découpages
Pn des sommes i=1 (ai − ai−1 )βi , et notons I
l’infimum sur tous les découpages des sommes i=1 (ai − ai−1 )αi . Nécessairement, pour tout
découpage, on a
Xn Xn
(ai − ai−1 )βi ≤ S ≤ I ≤ (ai − ai−1 )αi .
i=1 i=1

x 1
x 2
x 3
x 4
a = a 0 a1 a2 a 3 a 4 b

Théorème 4.6. Soit f une fonction continue de [a, b] dans R. Alors,

• S = I,
• pour tout ε > 0 il existe un δ > 0 tel que pour tout découpage de pas ≤ δ et pour tout
choix de points ξi ∈ [ai−1 , ai ], on a
n
X
|S − (ai − ai−1 )f (ξi ) | < ε .
i=1

On résumé les propriétés du théorème précédent en disant qu’une fonction continue, définie
sur un intervalle [a, b], est intégrable sur cet intervalle. Il existe des fonctions (évidemment non
continues) non intégrables, mais nous n’en parlerons pas ici. La recherche exhaustive des fonc-
tions qui sont intégrables sur un intervalle est un problème qui dépasse de loin le cadre de ce
cours.

Définition 4.2. Le nombre S s’appelle l’intégrale de la fonction f (x) sur l’intervalle [a, b]. On
Rb Rb
écrit a
f = a
f (x)dx = S.

130
 Remarquons tout d’abord que nous n’avons pas supposé la fonction f (x) positive dans le
théorème, comme dans la définition.
Remarques :
Rb
1. L’écritureP a f (x)dx pour l’intégrale définie rappelle sa définition comme limite d’éva-
luations ni=1 (ai − ai−1 )f (ξi ).
R P
Le signe est une stylisation du signe , dérivé lui-même du S de somme.
Le f (x) rappelle les f (ξ). C’est la hauteur, variable, des petits rectangles dont on
somme les aires.
Le dx, accroissement de x, rappelle les |ai − ai−1 |. Ce sont les bases des petits rec-
tangles.
Rb
2. En principe la définition d’intégrale définie a f (x)dx suppose que a < b, puisque
l’on parle implicitement de l’intervalle [a, b].
Mais l’on peut étendre cette définition de manière cohérente aux autres cas en posant
Z a Z b Z a
f =0 et f =− f pour b < a
a a b

4.3.2 Premières propriétés de l’intégrale définie

Rappelons que nous supposons que toutes les fonctions dont on parle sont continues, et donc
intégrables sur les intervalles sur lesquels elles sont définies. Avec cette hypothèse, on démontre
assez aisément une série de propriétés des intégrales définies qui expriment que l’intégrale définie
d’une fonction sur un intervalle mesure bien l’aire sous la surface du graphe de cette fonction
dans les limites de l’intervalle.
On a ainsi

L’intégrale d’une constante. Pour toute constante c ∈ R

Z b
c dx = c(b − a)
a

Intégrale sur des intervalles jointifs.

Z b Z c Z b
f (x)dx = f (x)dx + f (x)dx
a a c
Z c Z b Z b
f (x)dx = f (x)dx − f (x)dx
a a c

131
On pense d’abord au cas où a < c < b, mais la formule est aussi valable dans les autres cas avec
les extensions de définition mentionnées plus haut.

Intégrale d’une fonction positive. Si f (x) ≥ 0 pour tous les x de l’intervalle

[a, b], alors
Z b
f (x)dx ≥ 0.
a

Intégrale d’une fonction plus grande. Si f (x) ≥ g(x) pour tous les x de l’inter-
valle [a, b], alors
Z b Z b
f (x)dx ≥ g(x)dx.
a a

Le théorème qui suit est moins banal, bien qu’encore facilement interprétable. C’est un théo-
rème important qui trouve de nombreuses applications dans les développements théoriques du
calcul différentiel et intégral.

Théorème 4.7. (Théorème de la moyenne) Il existe un point ξ à l’intérieur de l’intervalle

[a, b] tel que
Z b
f (x)dx = (b − a)f (ξ).
a

f (ξ) est alors appelé valeur moyenne de f (x) sur [a, b].

132
 M
*
f( x )
*
m

a v x u b

Démonstration : Si f admet son maximum M en un point u de [a, b], et son mimi-

mum m en un point v, on a, puisque m ≤ f (x) ≤ M ,
Z b
f (v)(b − a) = m(b − a) ≤ f (x)dx ≤ M (b − a) = f (u)(b − a)
a

Z b
1
f (v) ≤ f (x)dx ≤ f (u)
(b − a) a

On en déduit, par le théorème des valeurs intermédiaires, que

Z b
1
f (x)dx = f (ξ)
(b − a) a

pour un certain ξ entre u et v, et donc entre a et b.

Si f est positive, ce théorème construit donc un vrai rectangle ayant la même aire que l’aire sous
le graphe de f , tout en ayant la même base (b − a). Remarquons que l’on doit en déduire que les
deux surfaces marquées d’un * sur le graphe doivent être égales.

4.3.3 Le théorème fondamental du calcul différentiel et intégral

Ce théorème, dont le nom souligne l’importance qui lui est reconnue tant dans l’histoire que
dans la structure même du calcul différentiel et intégral, est du aux deux fondateurs de ce calcul,
Newton et Leibniz. Il est d’ailleurs aussi connu sous l’appellation de Formule de Newton-Leibniz.
C’est ce théorème qui explique pourquoi un chapitre consacré à l’intégration commence par
un paragraphe sur la primitivation, pour montrer ensuite que ces deux notions sont intimement
liées.
On sait qu’une fonction f intégrable sur un intervalle [a, b] est aussi intégrable
Rx sur tout inter-
valle [a, x] avec x ∈ [a, b]. Ceci permet d’introduire une fonction Φ(x) = a f , qui, lorsque f
est positive, donne l’aire comprise sous le graphe de f entre les bornes a et x.

133
 F (x)

a x b

Théorème 4.8. (Théorème fondamental de l’analyse) Rx

Si f est une fonction continue sur l’intervalle [a, b], la fonction Φ(x) = a f est une primitive
de f sur l’intervalle [a, b].

Démonstration : Pour calculer Φ0 (x), on évalue le quotient différentiel

R x+h Rx Z x+h
Φ(x + h) − Φ(x) a
f− a
f 1
= = f.
h h h x
R x+h
Par le théorème de la moyenne, il existe un ξh ∈ [x, x + h] tel que x f = hf (ξh ).
Quand h tend vers 0, ξh , compris entre x et x + h ne peut tendre que vers x. On a
donc
Φ(x + h) − Φ(x)
Φ0 (x) = lim = lim f (ξh ) = f (x).
h→0 h ξh →x

Théorème 4.9. (Formule de Newton-Leibniz)

Si F est une primitive de la fonction continue f sur l’intervalle [a, b], alors
Z b
f = F (b) − F (a)
a

Démonstration : Si F est une primitive de f . Comme Φ est aussi une primitive, F

et Φ ne diffèrent que par une constante. On a donc Φ(b) − F (b) = Φ(a) − F (a). Et,
Ra Rb Rb
comme Φ(a) = a f = 0 et Φ(b) = a f , on en tire a f = F (b) − F (a).

Il s’agit évidemment d’une formule d’une puissance tout à fait remarquable pour le calcul
d’intégrales définies qui, à première vue, semblait devoir faire intervenir des calculs de limites
élaborées. Le calcul d’intégrales définies peut donc se ramener, quand c’est possible, au calcul
de primitives. Mais, attention ! La primitivation, qui est parfois simple, peut aussi se révéler
compliquée ou même impossible.
Remarque : Quand on calcule la différence F (b) − F (a), on dit souvent que l’on calcule la
primitive F aux bornes a et b et l’on note [F ]ba .

134
 Avec cette notation, la formule·de Newton-Leibniz
¸b devient
Z b Z
f (x)dx = f (x)dx .
a a
Il est aussi à remarquer que le choix d’une primitive particulière F (x) ou d’une autre
G(x) = F (x) + C, ne changera (heureusement) rien au calcul de l’intégrale définie, puisque

[G]ba = [F + C]ba = (F (b) + C) − (F (a) + C) = F (b) − F (a) = [F ]ba

Exemple 4.5.
R1 h 2 i1 2 2
x
0
xdx = 2
= 12 − 02 = 12
R2 2 0 £ ¤2
1
(2x − 4)dx = 23 x3 − 4x 1 = ( 16
3
− 8) − ( 23 − 4) = 2
3

Exemple 4.6. La fonction logarithme népérien.

Comme (ln x)0 = 1/x, on déduit directement du théorème fondamental de l’analyse que ln x
1
est l’aire délimitée par la courbe d’équation y = et l’axe des x entre 1 et x si x ≥ 1 et par
x
l’opposé de cette aire si 0 < x Z
≤ 1.
x
1
En d’autres termes, ln x = dt.
1 t

y y

1 1
y= y=
x x

ln x = −aire ln x = aire

0 x 1 0 1 x
(a) (b)

F IG . 4.1 – Définition de la fonction logarithme népérien

4.3.4 Applications
Situation 1
Si f (x) et g(x) sont deux fonctions continues définies sur [a, b], et si f (x) ≤ g(x) en chaque

135
point x de l’intervalle, alors l’aire délimitée par les droites x = a, x = b et les graphes de f et g
se calcule par Z b
g(x) − f (x)dx .
a
Situation 2 Rb
Si f (x) est une fonction continue positive sur l’intervalle [a, b], alors a f est l’aire en dessous
de f sur l’intervalle [a, b].
Rb
Si f est une fonction continue sur [a, b] et que f (x) ≤ 0 pour tout x ∈ [a, b], alors a f vaut −
l’aire entre l’axe des x et le graphe de f .
Soit f (x) une fonction continue sur un intervalle [a, b]. Notons
½
f (x) si f (x) ≥ 0
f+ (x) =
0 si f (x) < 0
et ½
f (x) si f (x) ≤ 0
f− (x) =
0 si f (x) > 0
Alors, f (x) = f+ (x)+f− (x) est la différence entre une fonction continue positive et une fonction
Rb
continue négative. Le nombre a f désigne la somme des aires entre le graphe de f et l’axe des
x au dessus de l’axe moins la somme des aires entre l’axe des x et le graphe de f en dessous de
l’axe.
Situation 3
Une voiture se déplace sur une autoroute. Quel distance aura-t-elle parcourue au bout d’un temps
donné (p.ex. 1h 40m) ? L’intervalle est ici l’intervalle de temps de longueur 5/3 h ou 100 min.
Divisons le temps en n unités de temps [ai , bi ]. A la fin de chaque unité de temps notons la vitesse
instatanée vi en ce moment. Sur l’unité
P de temps [ai , bi ] la vitesse a peu bougé, et donc la distance
parcourue est (bi −ai )vi . La somme ni=1 (bi −ai )vi est donc une bonne estimation de la distance
Rb
parcourue. Lorsque n augmente , ces nombres tendent vers a v(x)dx qui calcule exactement la
distance parcourue.

4.4 Les intégrales impropres

Jusqu’à présent nous n’avons considéré que des fonctions continues définies sur des inter-
valles fermés. Maintenant nous allons essayer d’intégrer des fonctions continues définies sur des
intervalles semi-ouverts [a, b[, ]a, b] ou infini [a, +∞[, ] − ∞, b] en nous ramenant chaque fois à
des intervalles fermés.

4.4.1 Intégrale d’une fonction non bornée sur un intervalle non fermé
Nous continuons à supposer que la fonction est continue sur l’intervalle considéré. Si cet
intervalle était fermé, la fonction serait bornée. Le cas que nous voulons étudier ici ne peut donc
se produire que dans un intervalle non fermé.

136
 Un exemple typique est la fonction x1 sur l’intervalle ]0, 1]. Elle est bornée et intégrable sur
tous les intervalles [c, 1]. Elle n’est cependant pas définie sur l’intervalle ]0, 1].
Il est cependant facile d’imaginer que l’intégrale de f sur l’intervalle ]0, 1] ne peut avoir un
sens que si elle est la limite des intégrales de f sur les intervalles [c, 1] quand c tend vers 0.

Définition 4.3. Soit f une fonction continue sur un intervalle ]a, b].
Rb Rb
On dira que a f existe et est égale à limc→a c f si cette limite existe et est finie. On dit alors
c>a
que cette intégrale converge, ou est convergente.
Rb
Si la limite n’existe pas, on dira que a f n’existe pas, qu’elle diverge ou qu’elle est divergente.

Exemple 4.7. L’intégrale de 0 à 1 de la fonction x1 est divergente parce que

Z 1
1
limc→0 = limc→0 [ln x]1c = limc→0 (ln 1 − ln c) = limc→0 (− ln c) = +∞
c>0 c x c>0 c>0 c>0

L’intégrale de 0 à 1 de la fonction √1x est convergente et vaut 2 parce que

Z 1
1 √ √
limc→0 √ = limc→0 [2 x]1c = limc→0 (2 − 2 c) = 2.
c>0 0 x c>0 c>0

Il est évident qu’on aura une définition symétrique si le problème apparaît à la droite de
l’intervalle. On peut même traiter le cas où le problème apparaît des deux cotés sur un intervalle
]a, b[, en subdivisant arbitrairement en deux sous-intervalles ]a, d] et [d, b[.

4.4.2 Intégrale d’une fonction sur un intervalle non limité

Le procédé de passage à la limite permet aussi de traiter des cas de fonctions définies sur des
intervalles non limités. On procédera comme précédemment en faisant cette fois tendre une des
extrémités de l’intervalle vers l’infini.

a c

Définition 4.4.
R ∞Soit f une fonction continue sur
R cun intervalle [a, +∞[.
On dira que a f existe et est égale à limc→∞ a f si cette limite existe et est finie. On dit alors
que cette intégrale converge, ou est Rconvergente.
∞
Si la limite n’existe pas, on dira que a f n’existe pas, qu’elle diverge ou qu’elle est divergente.

137
 On traitera évidemment de manière semblable les cas de fonctions définies sur un intervalle
] − ∞, a] ou même ] − ∞, +∞[.
Exemple

Z +∞ Z 0 Z +∞
1 1 1
= +
−∞ 1 + x2 −∞ 1 + x
2
0 1 + x2
= lim [Arctgx]0c + lim [Arctgx]c0
c→−∞ c→+∞
= lim (0 − Arctgc) + lim (Arctgc − 0)
c→−∞ c→+∞
π π
= + =π
2 2

138
4.5 Exercices

4.5.1 Maîtrise des concepts

1. Pour chacune des deux fonctions ci-dessous, donnez l’allure de la primitive qui s’annule
en 0.
y y
1

1 1 x

1 x

2. Soit f la fonction identité f (t) = t.

Donnez l’expression
Rx analytique et l’allure du graphe des fonctions
F−1 (x) = −1 f ;
Rx
F0 (x) = R0 f ;
x
F1 (x) = R1 f ;
x
F2 (x) = 2 f ; Rx
et, en général, Fa (x) = a f .

3. On suppose que f : R −→ R est une fonction continue. Déterminez l’exactitude des

énoncés ci-dessous en donnant un argument ou un contre-exemple.

(a) Si f est paire, alors toutes les primitives de f sont impaires.

(b) Si f est paire, alors elle admet au moins une primitive impaire.

(c) Si f admet une primitive impaire, alors f est paire.

(d) S f est impaire, alors toutes les primitives de f sont paires.

(e) Si f admet une primitive paire, alors f est impaire.

(f) Si f est périodique, alors toutes les primitives de f sont périodiques.

(g) Si f admet au moins une primitive périodique, alors f est périodique.

139
4. La fonction f dont le graphe est donné ci-dessous est une réunion de segments de droites
et est nulle en dehors de l’intervalle [−4, 10]
y

1
1

10 x

R 12 R −2 R 10 R +∞
(a) Calculez 4 f (x) dx; 4 f (x) dx; 0 f (x) dx; −∞ f (x) dx ; la valeur moyenne
de f sur [0, 10].
Rx
(b) On pose F (x) = 0
f . Calculez F(6) ; F(8) ; F(-4).

(c) Dessinez le graphe de F en précisant ses maxima, mimina et points d’inflexion.

5. Soit f une fonction continue de R dans R. Démontrez les affirmations suivantes

Ra Ra
(a) Si f est paire alors, pour tout a ∈ R on a −a
f =2 0
f.
Ra
(b) Si f est impaire alors, pour tout a ∈ R on a −a
f = 0.
Rb R b+T
(c) Si f est périodique de période T alors, pour tout a ∈ R et b ∈ R on a a
f =2 a+T
f.
R a+kT
(d) Si f est périodique de période T alors, pour tout k ∈ N et a ∈ R on a f =
R a+T a
k a f.

6. Soit f une fonction continue de R dans R.

Donnez Rdes conditions sur le comportement de f près du point a pour que la fonction
x
F (x) = 0 f passe par un mimimum en a.
R +∞
7. Soit f une fonction paire et positive définie sur tout R et telle que −∞ f = a. On pose
Ru
F (u) = −∞ f et F (1) = b.
R +∞
Exprimez en fonction des nombres a et b les valeurs de F (0) ; de F (−1) ; de −1 f et de
R1
−1
f.

140
4.5.2 Maîtrise des techniques
8. Calculez une primitive des fonctions suivantes.

1. 5a2 x6 2. 6x2 + 8x + 3 3. x(x + a)(x + b)

√ √
1− x
4. 2x 5. √1 6. √
x x

2 +1
x√ 1
7. 3 2 8. 9. √ 1
x x2 +7 8−x2

10. 3x 11. 3x ex 12. tgx

2
15. Lnx x
2
13. sin x cos x 14. xex

x2
9. Calculez l’aire de la figure délimitée par la parabole y = 2
et les droites x = 1, x = 3 et
y = 0.
10. Calculez l’aire comprise entre les courbes y = x2 + 2x + 1, y = x2 − 2,x = 0,y = 0 et
x = 2.
x
11. Calculez l’aire comprise entre les courbes y = x1 , y = e 4 ,x = 1 et x = 2.
12. Calculez l’aire comprise entre les courbes y = x3 + 1 et y = 2x2 + x − 1.
x
13. Recherchez la surface du triangle dont les côtés sont les droites d’équation y = x, y = 2
et x = 3.
14. Calculez l’aire comprise entre la parabole y = −x2 + 4x + 6 et la corde joignant les points
(1, 9) et (4, 6).
15. Déterminez si les intégrales suivantes convergent ou divergent. Calculez leur valeur dans
les cas pertinents.
R ∞ dx R1 R1
1. 0 1+x 2 2. −1 dx x2
3. −1 √dxx

R1 R∞ R ∞ arc tg x
4. √ dx 5. dx
6. dx
0 1−x2 1 x2 0 x2 +1

R +∞ 2dx
R1
7. −∞ ex +e−x
8. R0 Ln x dx
( Ln x = xLn x − x + C)

16. La fonction f est définie pour les x 6= 0 par l’équation

x3 + 2x2 − ax − b
f (x) =
x2
dans laquelle a et b sont des nombres réels non négatifs.
(a) Déterminez l’équation de l’asymptote oblique de cette fonction.

141
 (b) Vérifiez algébriquement que, pour x ≥ 1, cette asymptote est située au dessus du
graphe de f .
(c) Déterminez a pour que la portion du plan comprise entre le graphe de f et son asymp-
tote à droite de la verticale x = 1 ait une surface finie.
(d) Déterminez b pour que cette surface ait une mesure 1.
17. Soit f la fonction de R dans R définie par
1
f (x) = .
1 + ex
(a) Déterminez les asymptotes de f .
(b) Esquissez le graphe de f .
(c) Calculez l’aire de la figure délimitée par le graphe de f sur x > 0, son asymptote à
droite et l’axe des ordonnées.
(d) Calculez l’aire de la figure délimitée par le graphe de f sur x < 0, son asymptote à
gauche et l’axe des ordonnées.

142
Chapitre 5

Fonctions de deux variables

Jusqu’ici, nous avons étudié le calcul différentiel et intégral des fonctions d’une variable.
Une variable y, dépendante, variait en fonction d’une seule autre, x, la variable explicative. La
demande d’un bien ne dépendait que de son prix, ou le coût de production que de la quantité
produite.
Mais la réalité, qu’elle soit physique, économique ou sociale, est en général bien plus com-
plexe que cela. La trajectoire d’un mobile peut dépendre aussi de la résistance de l’air, de la
pression atmosphérique ou de l’humidité ambiante. La demande d’un produit ne va pas dépendre
que de son prix, mais aussi du prix des produits de substitution, de la richesse des agents, de la
saturation du marché, de la rémunération de l’épargne, ....
Ce chapitre se contente d’introduire au Calcul différentiel des fonctions de deux variables. Ce
premier saut de complexité est en fait très significatif : les fonctions de deux variables permettent
de mettre en évidence les difficultés conceptuelles que l’on retrouvera quel que soit le nombre de
variables.

5.1 L’espace de représentation : R3

5.1.1 L’espace de trois variables
Une fonction d’une variable, y = f (x), établit une relation d’un type privilégié entre les
deux variables x et y. On parle parfois de la variable x comme variable indépendante, et de
y comme variable dépendante, puisque x est supposé pouvoir prendre n’importe quelle valeur
(dans le domaine de la fonction) mais que la valeur de y est entièrement déterminée par celle
de x. L’analyse de ces fonctions donnait donc lieu à des représentations géométriques dans le
plan des (x, y), c’est à dire un plan muni de deux axes gradués, l’horizontal pour repérer les x,
le vertical pour repérer les y.
Les fonctions de deux variables, du type z = f (x, y) font, elles, intervenir trois variables :
les deux variables indépendantes x et y, et la variable dépendante z. Les représentations devront
donc se faire dans l’espace de dimension 3, que l’on munira de trois axes gradués.

143
 z

On place dans un plan horizontal les axes des x et c

des y. L’axe des z est alors vertical. On identifie alors (a,b,c)
cet espace avec ses axes à l’ensemble R3 , en associant 1
à chaque élément (a, b, c) de R3 le point de l’espace 1 b y
situé au sommet du parallélépipède construit en repé- 1
rant le point a sur l’axe des x, le point b sur l’axe des a
x
y le point c sur l’axe des z.

5.1.2 La distance dans R2

L’analyse infinitésimale des fonctions se consacre à l’étude locale de celles-ci, c’est-à-dire à
ce qui se passe au voisinage d’un point, dans un certain rayon de proximité autour de celui-ci. Il
sera donc important de pouvoir parler de la distance entre des points (x, y) et (a, b) de l’espace
R2 .
La distance entre (x, y) et (a, b) est facilement calculée comme longueur de l’hypoténuse
d’un triangle rectangle.

d
(y-b)

b
(x-a)

a x

p
d2 = (x − a)2 + (y − b)2 ou d = (x − a)2 + (y − b)2 .

Définition 5.1. La distance entre les deux points (x, y) et (a, b), notée d((x, y), (a, b)), est don-
née par p
d((x, y), (a, b)) = (x − a)2 + (y − b)2 .

L’ensemble des points à une distance R d’un point (a, b) est le cercle de rayon R centré en
(a, b). Son équation est
(x − a)2 + (y − b)2 = R2 .

Exemple 5.1. Le cercle centré en l’origine de rayon 4 a pour équation

x2 + y 2 = 16 .

144
Définition
√ 5.2. La norme d’un point (a, b) de R2 est la distance entre ce point et l’origine. Elle
vaut a2 + b2 .

5.1.3 Les plans et leurs équations

On reconnaît facilement les plans de base. Par exemple, le plan des x, y (c.à.d. le plan dé-
terminé par l’axe des x et l’axe des y) correspond à l’ensemble des points (x, y, 0). Il est donc
caractérisé par l’équation z = 0. De même pour les autres plans de base.
z z z

y y y

x x x
L e plan des x, y L e plan des x, z L e plan des y, z
Équation : z = 0 Équation : y = 0 Équation : x = 0

De la même manière, il est facile de se représenter un plan correspondant à une équation du type
x = a où a est une constante. Il est constitué de l’ensemble des points (a, x, y) de R3 . Il est
parallèle au plan de base d’équation x = 0, c.à.d. le plan des y,z. Il passe par le point d ’abscisse
a sur l’axe des x.
z z z

2 -2
-1
y y y

x
x x

L e plan d’équa tion : L e plan d’équa tion L e plan d’équa tion

z-2 =0 y + 1= o x+2=o

Remarque : Ces plans d’équations x = a, qui correspondent chacun à une même valeur de
x, sont appelés plans iso-x.
Reconnaissez dans ce mot la même étymologie que dans le mot isotherme, par exemple.
Une courbe isotherme est une ligne de points de la surface terrestre qui se trouvent être à la
même (en grec isos) température. Un plan iso-x est un plan dont les points (x, y, z) partagent
le même x.
On aura aussi des plans iso-y ou iso-z.

De manière plus générale, chaque plan de R3 est déterminé par une équation du premier degré
liant les variables x, y et z.
A partir d’une équation ax + by + cz + d = 0, on trouve la représentation graphique du plan
associé, en en repérant trois points. On pourra, par exemple, dans la plupart des cas, calculer
les intersections du plan donné par son équation et chacun des trois axes. En effet, l’intersection

145
avec l’axe des y par exemple se calculera en posant x = 0 et z = 0 dans l’équation du plan. Il
reste by + d = 0, dont on tire y = −d
b
.

z
3

-2
1 y

x
L e plan d’équa tion
6x - 3y + 2z - 6 = o

Théorème 5.1. Toute équation du premier degré entre les variables x, y et z,

ax + by + cz + d = 0

détermine un plan de l’espace si au moins l’un des coefficients a, b et c est non nul.
Inversement, chaque plan de l’espace des trois variables x, y et z est determiné par une équation
du premier degré entre ces trois variables.

5.2 Les fonctions de deux variables

5.2.1 Un mécanisme Input-Output
De façon abstraite, une fonction de deux variables réelles f est un mécanisme, un dispo-
sitif, qui associe à certains couples (x, y) de nombres réels un autre nombre réel z, dépendant
entièrement et sans ambiguïté de x et y.
C’est une boîte munie d’une entrée, qui accepte des couples de nombres réels, et d’une sortie,
qui peut afficher un nombre réel. Quand on lui propose à l’entrée un couple particulier (x, y) (on
dit en franglais un input), elle fournit une réponse en affichant un nombre réel (un output).
L’ensemble des points de R2 pour lesquels la fonction est définie est appelé le domaine de
définition de la fonction.
Généralement, une fonction concrète est donnée par une équation qui lie l’output z à l’input
constitué de x et y.
p
Exemple 5.2. On peut parler p de la fonction f (x, y) = x2 − y 2 qui à un input (x, y) fait
correspondre le nombre z = x2 − y 2 .
Le domaine de cette fonction f est l’ensemble des points (x, y) de R2 pour lesquels x2 ≥ y 2 ,

146
c.à.d.
domf = {(x, y) | |x| ≥ |y|}.
Ainsi f (5, −4) = 3 tandis que f (4, −7) est non défini.

5.2.2 Ce n’est qu’une infinité de fonctions d’une variable

Une fonction de deux variables, ce n’est jamais qu’une infinité de fonctions d’une variable.
En effet, chaque fois que l’on fixe la valeur de la variable y, on p obtient évidemment une
fonction de la seule variable x. Ainsi,√si dans la fonction f (x, y) = x2 − y 2 on pose y = 3, il
reste une fonction h(x) = f (x, 3) = x2 − 9 que l’on peut étudier avec les moyens appropriés.
On peut en dessiner le graphe, ou en calculer la dérivée.p
L’information contenue dans la fonction√f (x, y) = x2 − y 2 est donc l’information conte-
nue dans l’infinité des fonctions f (x, a) = x2 − a2 pour tous les a ∈ R. C’est à la fois rassu-
rant, puisque l’on peut se ramener à des concepts connus, mais inquiétant parce qu’il s’agit donc
d’une situation infiniment plus riche.
On aurait pu faire le même type de réduction en considérant les fonctions f (a, y), a ∈ R et
obtenir un autre point de vue (infiniment multiple) sur la fonction f (x, y).
L’étude des fonctions de R2 dans R tirera parti de ces deux points de vue, et d’autres,
d’ailleurs, à définir plus tard.

5.2.3 Le graphe de la fonction - Un voile élastique

Le graphe d’une fonction de une variable était défini comme la partie du plan,

Graphe f = { (x, y) | y = f (x), x ∈ Dom f } .

On peut visualiser le graphe de la manière suivante. On pose sur le domaine de définition de

la fonction f (une partie de R), un cordon souple et élastique qui fait une copie de ce domaine.
On déforme ensuite cette copie en glissant sous elle, au dessus de chaque point a du domaine, un
bâtonnet qui a pour longueur la valeur f (a) de la fonction en ce point.

Le graphe de la fonction f est alors cette copie du domaine ainsi déformée. Analytiquement,
c’est l’ensemble des points {(x, f (x)) | x ∈ domf }
On fera de même pour les fonctions de R2 dans R, la différence étant que maintenant le
domaine est une partie de R2 , un morceau de plan. La copie que l’on en fera ne sera donc plus
un cordon, mais un voile, souple et élastique. A nouveau, on glissera sous ce voile, au dessus de
chaque point A = (a, b) du domaine, un bâtonnet de hauteur f (A).

147
 z z

y y

x x

Les bâtonnets enlevés, il reste ce voile qui flotte en l’air. Il représente le graphe de la fonction
z = f (x, y). Plus formellement

graphe f = { (x, y, z) ∈ R3 | z = f (x, y), (x, y) ∈ Dom f } .

5.3 La représentation graphique des fonctions de R2 dans R

La représentation graphique va se baser sur les coupes du graphe par des plans verticaux
(coupes iso-x et coupes iso-y) et par des plans horizontaux (courbes de niveau). La mise en
commun de ces différentes coupes fournit une vision de la surface z = f (x, y).

5.3.1 Les sections iso-x et iso-y

On a déjà vu qu’une fonction f de R2 dans R peut-être regardée comme une succession de
fonctions de R dans R. Ce point de vue peut être aussi utilisé pour se faire une image du graphe
de f .
Si on considère la fonction z = f (x, b) comme fonction de la seule variable x, on peut s’en
faire une représentation dans un système d’axe x, z.
On pourrait alors reporter dans le même plan des x, z plusieurs (à défaut de toutes les) courbes
z = f (x, b), en précisant par une étiquette à quelle valeur de b ou y chacune correspond.

148
 y=0

z
y = ± 0,25

y = ± 0,5

y = ± 0,75

y=±1

Une telle représentation pourrait ainsi contenir, au moins théoriquement, toute l’information
contenue dans z = f (x, y). Mais la lisibilité globale n’est pas très bonne. L’information n’est
pas perçue d’un coup d’oeil. Elle doit être décodée.

L’effet de globalité est mieux préservé en remettant chacune des courbes z = f (x, b) à sa
place dans l’espace de représentation R3 . Chacun des graphes z = f (x, b) dans le plan x, z est
constitué des couples {(x, f (x, b))|x ∈ R}. Si on projette cette courbe dans le plan y = b de R3 ,
on obtient l’ensemble des triplets {(x, b, f (x, b))|x ∈ R} qui est une partie du graphe de f dans
R3 .

Par exemple, pour f (x) = x2 − y 2 , on peut regarder la section par le plan y = 1, dans lequel
le graphe de la fonction f (x, 1) = x2 − 1 est une parabole.

z z

x y

{(x, f (x, b)|x ∈ R} ⊂ R2 {(x, b, f (x, b)|x ∈ R} ⊂ R3

Pour reconstituer l’entièreté du graphe de f (x, y), il suffit de juxtaposer toutes ces courbes, cor-
respondant à tous les b de R. Dans le cas de la fonction z = x2 − y 2 , il s’agit chaque fois de la
même parabole z = x2 , déplacée vers le bas par l’ajout d’une constante −b2 , pour y = b.

149
 z

Dans la pratique, on n’en retient que quelques unes, qui esquissent la surface du graphe.

On peut aussi, évidemment, travailler en fixant les valeurs de x, et en regardant z comme

fonction de la seule variable y. On obtient les fonctions z = f (a, y), dont on peut dessiner
le graphe dans un plan y, z. Il suffit alors de recopier ce graphe dans le plan iso-x, x = a,
pour obtenir une des courbes qui constituent le graphe de la fonction z = f (x, y). En répétant
l’opération pour suffisamment de valeurs de x, on obtiendra une esquisse du graphe de f (x, y),
sous un autre point de vue.
Pour la fonction z = x2 − y 2 , les sections sont maintenant des paraboles ouvertes vers le bas,
z = −y 2 , déplacées vers le haut par l’ajout d’une constante a2 .

On peut aussi superposer les deux réseaux pour obtenir un quadrillage qui dessine la surface.

150
5.3.2 Les courbes de niveau
Les courbes de niveau sont aussi des sections du graphe d’une fonction de deux variables, ici
par des plans horizontaux. Il s’agit donc d’un procédé qui semble analogue à celui des sections
par les plans iso-x ou iso-y.
La courbe de niveau à hauteur a de la fonction f (x, y), est l’ensemble des points du plan des
x, y pour lesquels f (x, y) = a. En général, on représente sur un même plan x, y les courbes
de niveau correspondant à des intervalles réguliers de valeurs de z. Par exemple pour z =
. . . , −2, −1, 0, 1, 2, . . . . On associe à chacune de ces courbes une étiquette donnant la valeur
de z à laquelle elle correspond.
Un cas simple servira d’illustration. Pour la fonction z = x2 + y 2 la courbe de niveau à
hauteur a est l’ensemble des √ points (x, y) pour lesquels z = x2 + y 2 = a. C’est donc un cercle
centré à l’origine et de rayon a. Les courbes de niveau √ aux√
hauteurs
√ 0, 1, 2, 3, . . . sont donc des
cercles concentriques de rayon respectif 0 (un point), 1, 2, 3, 4, . . ..
y
z=4

z=3

z=2

z=1

z=0 x

Pour se familiariser avec ce concept, et les précédents, il sera utile de les faire fonctionner sur
des cas plus ou moins simples. Plusieurs représentations sont en jeu : le graphe dans l’espace
de dimension trois, les sections étiquetées par les plans iso-x ou iso y, les courbes de niveau. Un
exercice utile est de reconstituer une de ces représentations à partir d’une autre.
Exemples de graphes. Si la fonction f (x, y) ne dépend que de x2 + y 2 , f (x, y) = g(x2 + y 2 ),
on obtient une représentation du graphe de la manière suivante. On représente dans le plan des
y, z l’équation z = g(y 2 ). On obtient ainsi une courbe. Le graphe de la fonction f (x, y) s’obtient

151
alors en faisant tourner cette courbe autourp de l’axe x = y = 0. On obtient ainsi facilement une
représentation de z = x2 + y 2 , de z = x2 + y 2 (cône avec l’origine comme sommet) ou de
z = sin(x2 +y 2 ) (sorte de mouvement ondulatoire partant de l’origine dans toutes les directions).
Si la fonction f (x, y) ne dépend que de y, f (x, y) = g(y), alors on dessine z = g(y) dans
le plan x = 0, et on ajoute en chaque point du graphe de g une droite parallèle à l’axe des x. Le
graphe de z = sin y ressemble ainsi à une tôle ondulée.
Soit une fonction de la forme f (x, y) = g(y) + x2 . On dessine tout d’abord dans le plan
des y, z le graphe de la fonction g(y). En chaque point du graphe on ajoute alors dans un plan
parallèle au plan des (x, z) une courbe z = x2 . L’ensemble de ces courbes z = x2 ainsi déposées
forme une sorte de gouttière suivant la courbe z = g(y). p
Si (a, b) ∈ R2 et R est un nombre réel, l’équation z = R2 − (x − a)2 − (y − b)2 re-
présente le graphe de la partie supérieure p d’une sphère de rayon R centrée au point (a, b, 0).
Le domaine de définition de la fonction R2 − (x − a)2 − (y − b)2 est le disque centré en
(a, b) de rayon R. Prenons maintenant n points (ai , bi ) et n nombres réels Ri de telle ma-
nière que les disques centrés en les points (ai , bi ) et de rayon Ri soient disjoints.
√ On pose
2 2 2
fi = Ri − ((x − ai ) + (y − bi ) ). Supposons n impair. La fonction f = f1 f2 . . . fn est
définie lorsque f1 f2 . . . fn ≥ 0. En dehors des disques les fi sont négatifs et comme n est impair,
le produit est négatif. Si on est dans un des disques, un des fi est positif et les autres (en nombre
pair) sont négatifs. Le produit est donc positif. Le domaine de définition est donc la réunion des
disques centrés aux points (ai , bi ) et de rayon Ri . Le graphe de f est donc formé de n bulles
ressemblant à des demi-sphères et de base les disques centrés aux points (ai , bi ).

5.4 Limites
La définition de limite pour une fonction à deux variables généralise celle à une variable. On
remplace l’intervalle ]a − δ, a + δ[ par la boule ouverte ouverte centrée an (a, b) et de rayon δ,

B((a, b), δ) = { (x, y) ∈ R2 | d((x, y), (a, b)) < δ } .

Définition de la limite en un point

Définition 5.3. Si f est une fonction de R2 dans R, on dira que c est la limite de f (x, y) quand
(x, y) tend vers (a, b), et on notera lim(x,y)→(a,b) f (x, y) = c, si
∀ε > 0, ∃δ > 0, si (x, y) ∈ Dom f et d((x, y), (a, b)) < δ alors d(f (x, y), c) < ε.

Si b est la limite de la fonction f (x, y) lorsque (x, y) tend vers (a, b), on écrira

lim f (x, y) = c .
(x,y)→(a,b)

Cette définition appelle les mêmes remarques que dans le cas des fonctions d’une variable.

152
La limite d’une fonction en un point n’existe pas toujours. Par contre, si la fonction admet une
limite, alors celle-ci est unique.

Théorème 5.2. Si la limite de f (x, y) quand (x, y) tend vers (a, b) existe, cette limite est unique.

Les premières règles concernant les limites à deux variables ressemblent à celles des limites
à une variable.

Théorème 5.3. Si lim f (x, y) = c et lim g(x, y) = d, alors

(x,y)→(a,b) (x,y)→(a,b)

• lim (f + g)(x, y) = c + d
(x,y→(a,b)

• lim (f − g)(x, y) = c − d
(x,y)→(a,b)

• lim (f · g)(x, y) = cd.

(x,y)→(a,b)

f (x, y) c
• Si d 6= 0, alors lim = .
(x,y)→(a,b) g(x, y) d

Remarque. Si f (x) est une fonction d’une variable, on peut la faire passer pour une fonction de
deux variables en posant
F (x, y) = f (x).
Comme cette fonction ne dépend réellement que de x, pour tout point (a, b) de R2 , on a

lim F (x, y) = lim f (x) .

(x,y)→(a,b) x→a

Un grand outil pour le calcul des limites à une variable était donné par la règle de L’Hospital.
Malheureusement il n’existe pas de règle équivalente à deux variables. Il faut donc d’autres
outils. Nous en présentons trois :
1. Les chemins particuliers,
2. Les limites par coinçage,
3. Les limites des fonctions composées.

5.4.1 Chemins particuliers

Jusqu’ici nous n’avons fait que recopier les théorèmes généraux concernant les limites des
fonctions d’une variable. Rien n’a encore été fait pour affronter ou tirer parti du contexte parti-
culier des fonctions de deux variables.
Un des éléments nouveau dans le cas des fonctions de deux variables est la signification de
l’expression x tend vers a. Dans la représentation mentale que l’on se fait de l’expression x tend

153
vers a, x est un point qui se déplace vers le point fixe a. Dans le cas d’une seule variable, ce
déplacement se fait nécessairement sur le rail de la droite réelle. Tout au plus, distingue-t-on
parfois des limites à droite ou à gauche.
Mais dans le cas de deux variables ? Comment x doit-il se diriger vers a ? Parallèlement à un
axe ? Le long d’une droite ? En spirale ? En fait, la notion de limite doit maintenant tenir compte
de tous les chemins possibles qui permettent à x de s’approcher de a.
Pour cela, il faut mettre un peu d’ordre dans ces notions.
On distingue deux types de chemins particuliers passant par le point (a, b). Tout d’abord des
chemins du type (x, ϕ(x)) où ϕ(x) est une fonction continue d’une variable vérifiant ϕ(a) = b.
Ensuite des chemins du type (ψ(y), y), où ψ(y) est une fonction continue de y vérifiant ψ(b) = a.
Si lim f (x, y) = c, alors si on se balade sur un chemin passant pas (a, b) dans le plan, les
(x,y)→(a,b)
valeurs def sur ce chemin vont tendre vers c lorsque l’on se rapprochera de (a, b). Ceci explique
l’idée du théorème suivant

Théorème 5.4. Soit z = f (x, y) une fonction de deux variables et y = φ(x) un chemin parti-
culier passant par le point (a, b) (φ(a) = b).
Si lim f (x, y) = c, alors lim f (x, φ(x)) = c.
(x,y)→(a,b) x→a

Soit z = f (x, y) une fonction de deux variables et x = ψ(y) un chemin particulier passant par
le point (a, b) (ψ(b) = a).
Si lim f (x, y) = c, alors lim f (ψ(y), y) = c.
(x,y)→(a,b) y→b

La lim f (x, φ(x)) est appelée limite de f (x, y) quand (x, y) tend vers (a, b) sur le chemin parti-
x→a
culier y = φ(x).

• Les limites sur des chemins particuliers sont assez faciles à calculer car ce sont des limites
à une variable.
• Elles peuvent donner des indications sur la valeur que pourrait prendre la limite de la
fonction de deux variables. En effet si sur un chemin la limite vaut c, alors ou la limite
n’existe pas, où elle vaut c.
• Elles ne peuvent jamais servir à démontrer l’existence de la limite. En fait pour que la
limite de la fonction soit c il faudrait que sur tous les chemins la limite soit c, mais vérifier
sur tous les chemins n’est pas possible.
• Elles sont utiles pour montrer la non-existence de la limite. Si sur un chemin la limite
n’existe pas, ou si sur deux chemins différents, les limites sont différentes, alors la limite
de la fonction n’existe pas.
• Il existe des chamins particuliers qui ne sont pas de la forme y = ϕ(x) ou x = ψ(y),
comme des spirales par exemple. Nous ne considérerons pas ces chemins dans ce texte.

154
Exemple 5.3. On cherche à calculer
xy
lim p .
(x,y)→(0,0) x2 + y 2

Sur le chemin particulier y = 0, la fonction devient √x·0

x2
= 0. C’est la fonction identiquement
nulle. Sa limite pour x tendant vers 0 vaut 0.
Ceci ne prouve pas que lim(x,y)→(0,0) √ xy = 0. Mais cela prouve que cette limite ne peut
x2 +y 2
avoir d’autre valeur que 0.

Exemple 5.4. On cherche à calculer

xy
lim .
(x,y)→(0,0) x2 + y2

Sur le chemin particulier y = 0, la fonction devient x·0x2

= 0. C’est la fonction identiquement
nulle. Sa limite pour x tendant vers 0 vaut 0.
x2 1
Par contre, sur le chemin particulier y = x, la fonction devient 2x 2 = 2 , dont la limite pour

x tendant vers 0 est 12 .

Les limites de la fonction sur deux chemins différents sont différents, la limite ne peut donc
pas exister.

Exemple 5.5. On cherche à calculer

|x + y|
lim .
(x,y)→(0,0) 2x

Sur le chemin particulier y = x, la fonction devient |2x|

2x
= |x|
x
dont la limite n’existe pas quand x
tend vers 0.
La limite de la fonction ne peut donc pas exister, puisque son existence entraînerait l’exis-
tence de la limite sur le chemin particulier.

5.4.2 Limites par coinçage

Ce procédé, déjà étudié pour les fonctions d’une variable, est aisément généralisable au cas
des fonctions de deux variables.

Théorème 5.5. Soient f (x, y), g(x, y) et h(x, y) des fonctions de R2 dans R.
Si g(x, y) ≤ f (x, y) ≤ h(x, y) sur un disque ouvert de centre (a, b),
et si lim g(x, y) = lim h(x, y) = c, alors
(x,y)→(a,b) (x,y)→(a,b)

lim f (x, y) = c.
(x,y)→(a,b)

155
Cette technique s’avère souvent très utile pour réduire la complexité des problèmes, par exemple
en coinçant une fonction de deux variables entre des fonctions où n’apparaissent plus qu’une
seule variable.
Exemple 5.6. Montrons que
xy
lim p = 0.
(x,y)→(0,0) x2 + y 2
p p
En utilisant l’inégalité |y| = y2 ≤
x2 + y 2 , on peut écrire
p
|x| · |y| |x| · x2 + y 2
0≤ p ≤ p = |x|.
x2 + y 2 x2 + y 2

on en tire, par coinçage, que lim(x,y)→(0,0) √|xy| = 0.

2 x +y 2
On achève la démonstration par un second coinçage
−|xy| xy |xy|
p ≤p ≤p ,
x2 + y 2 x2 + y 2 x2 + y 2
les limites des fonctions extrêmes étant toutes deux nulles.

Deux astuces à retenir :

p
(1) |x| ≤ x2 + y 2

(2) Si lim |f (x, y)| = 0, alors lim f (x, y) = 0.

(x,y)→(a,b) (x,y)→(a,b)

Ceci se vérifie par coinçage car −|f | ≤ f ≤ |f |.

5.4.3 Limites et fonctions composées

Certaines fonctions de deux variables dépendent parfois uniquement de x2 + y 2 ou de xy.
Elles peuvent donc s’écrire comme fonctions composées.
sin xy sin z
Exemple 5.7. est le composé de f (x, y) = xy et de g(z) =
xy z
2 2
ex +y − 1 2 2 ez − 1
Exemple 5.8. La fonction est le composé de f (x, y) = x + y et de g(x) = .
x2 + y 2 z

Théorème 5.6. Si lim f (x, y) = c et si lim g(z) = d, alors

(x,y)→(a,b) z→c

lim (g ◦ f )(x, y) = d.
(x,y)→(a,b)

156
 sin z
Exemple 5.9. Comme lim xy = 0 et lim = 1, on a
(x,y)→(0,0) z→0 z

sin xy
lim = 1.
(x,y)→(0,0) xy

ez − 1
Exemple 5.10. Comme lim (x2 + y 2 ) = 0 et lim = 1, on a
(x,y)→(0,0) z→0 z
2 2
ex +y − 1
lim = 1.
(x,y)→(0,0) x2 + y 2

5.5 Continuité
Comme dans le cas des fonctions d’une variable, la continuité d’une fonction f (x, y) en un
point (a, b) exprime le fait que la fonction ne varie pas brusquement aux alentours de ce point.
La définition de la continuité est semblable à celle donnée pour les fonctions à une variable.

Définition 5.4. Une fonction f (x, y) est continue en un point (a, b) de son domaine si

lim f (x, y) = f (a, b) .

(x,y)→(a,b)

Définition 5.5. Une fonction est continue sur un sous-ensemble A de R2 si elle est continue en
chacun des points de A.
Une fonction est continue si elle est continue sur tout son domaine.

Les fonctions continues à deux variables satisfont à des propriétés très voisines des fonctions
à une variable. Ainsi

Théorème 5.7. Soit f (x, y) une fonction continue sur un disque ou un rectangle fermé du plan.
Alors f admet un maximum et un minimum absolu sur ce domaine.

Prolongement continu. Soit f une fonction continue à valeurs réelles définie sur une partie A
de R2 , et (a, b) un point n’appartenant pas à A mais adhérent à A. Si lim(x,y)→(a,b) f (x, y) existe
et vaut c, alors on appelle prolongement continu de f la fonction g définie sur A ∪ {(a, b)} par
½
f (x, y) si (x, y) ∈ A
g(x, y) =
c si (x, y) = (a, b)

La fonction g(x, y) est par construction continue sur son domaine.

157
De nombreuses fonctions sont continues :

Théorème 5.8. 1. Les polynômes à deux variables sont des fonctions continues.
2. Les sommes et produits de fonctions continues sont continues. Il en est de même des
quotients là où le dénominateur est non nul.
3. Le composé g ◦ f d’une fonction continue f (x, y) avec une fonction continue g(z) est
continue.

Exemple 5.11. La fonction

s
x2 + sin(xy 3 )
x2 + y 2

est continue en tous les points où elle est définie.

On peut en effet recomposer la fonction de la manière suivante. Les fonctions x et y 3 sont
des fonctions continues d’une variable ; elles sont donc aussi des fonctions continues de deux
variables. Leur produit est donc une fonction continue. La fonction sin(z) étant continue, on
obtient une fonction continue en la composant avec la fonction continue xy 3 . Et ainsi de suite.
Chacune de ces fonctions continues donne lieu à des limites évidentes, puisque si f (x, y) est
continue en (a, b), lim(x,y)→(a,b) f (x, y) = f (a, b).

5.6 Dérivées partielles et différentiation

5.6.1 Les dérivées partielles

Dans cette section nous allons introduire un premier type de dérivées pour les fonctions de
deux variables, les dérivées partielles. Celles-ci s’obtiennent, comme on le verra, en "bloquant"
une des variables et en dérivant la fonction par rapport à l’autre.
Supposons avoir une fonction de deux variables f (x, y) et un point (a, b) dans son domaine
de définition. Fixons y = b, on obtient une fonction de une variable f (x, b). On note ∂f
∂x
(a, b) le
nombre dérivée de cette fonction en x = a.
De manière similaire en fixant x = a on obtient une fonction d’une variable f (a, y) et sa
dérivée en b s’appelle dérivée partielle de f par rapport à y, ∂f
∂y
(a, b).

158
Définition 5.6. La dérivée partielle par rapport à la variable x, au point (a, b), de la fonction
f (x, y), ∂f
∂x
(a, b), est la dérivée, au point a, de la fonction d’une variable f (x, b).

∂f f (a + h, b) − f (a, b)
(a, b) = lim .
∂x h→0 h

La dérivée partielle par rapport à la variable y, ∂f

∂y
(a, b), est la dérivée, au point b, de la fonction
d’une variable f (a, y).
∂f f (a, b + h) − f (a, b)
(a, b) = lim .
∂y h→0 h

Pour calculer une dérivée partielle par rapport à x, on fait comme si y était une constante et
on dérive comme pour une fonction d’une variable. Si on veut calculer la dérivée partielle par
rapport à y, on fait comme si x était une constante.

Exemple 5.12. Pour calculer les deux nombres dérivées partielles au point (1, 2) de la fonction
f (x, y) = 4x2 y 3 , on procéde de la manière suivante.
On calcule la fonction dérivée de la fonction f (x, 2) = 32x2 , soit 64x. Sa valeur en x = 1
est 64 qui est donc la valeur de ∂f∂x
(1, 2).
D’autre part, on calcule la fonction dérivée de la fonction f (1, y) = 4y 3 , soit 12y 2 . Sa valeur
en y = 2 est 48 qui est donc la valeur de ∂f ∂y
(1, 2).

Définition 5.7. Pour f (x, y) une fonction de deux variables.

La fonction qui à chaque couple (x, y) associe ∂f∂x
(x, y) est appelée fonction dérivée partielle
par rapport à x de la fonction f (x, y).
∂f
La fonction qui à chaque couple (x, y) associe ∂y
(x, y) est appelée fonction dérivée partielle
par rapport à y de la fonction f (x, y).

Il s’agit à nouveau, dans les deux cas, de fonctions de deux variables.

Procédé de calcul. Pour calculer la dérivée partielle de f (x, y) par rapport à x,

on dérive cette fonction comme si y n’était pas une variable, mais un paramètre
indépendant de x.

De même, pour calculer la dérivée partielle de f (x, y) par rapport à y, on dérive

cette fonction comme si x n’était pas une variable, mais un paramètre indépendant
de y.

159
On calculera donc immédiatement
∂(4x2 y 3 )
(x, y) = 12x2 y 2 .
∂y

5.6.2 Différentiabilité
Les dérivées partielles ∂f
∂x
(a, b) et ∂f
∂y
(a, b) sont les pentes des droites tangentes aux courbes
f (x, b) et f (a, y). Ces deux droites de l’espace R3 passent par le point (a, b, f (a, b)) et sont au
dessus des droites parallèles aux axes passant par (a, b) dans le plan de base. Ces deux droites
déterminent un plan que l’on a envie de prendre pour plan tangent au point (a, b, f (a, b)) au
graphe de la fonction f (x, y). Pour cela il faut une condition, celle de différentiabilité.

Théorème 5.9. La fonction f (x, y) est différentiable au point (a, b)

si et seulement si
les dérivées partielles de f existent au point (a, b) et
³ ´
f (a + h, b + k) − f (a, b) + ∂f∂x
(a, b) · h + ∂f
∂y
(a, b) ·k
lim √ = 0.
(h,k)→(0,0) h2 + k 2

De manière équivalente, f (x, y) est différentiable au point (a, b) si

³ ´
f (x, y) − f (a, b) + ∂f
∂x
(a, b) · (x − a) + ∂f
∂y
(a, b) · (y − b)
lim p = 0.
(x,y)→(a,b) (x − a)2 + (y − b)2

Vérifier qu’une fonction est différentiable n’est pas toujours très facile. Heureusement, un théo-
rème général nous rassure sur la différentiabilité d’une classe assez large de fonctions.

Théorème 5.10. Si les dérivées partielles de f existent au voisinage du point (a, b) et que,
de plus, ces dérivées partielles ∂f
∂x
(x, y) et ∂f
∂y
(x, y) sont continues au point (a, b),

alors f est différentiable au point (a, b).

Exemple 5.13. Les dérivées partielles de la fonction f (x, y) = 4x2 y 3 sont ∂f∂x
(x, y) = 8xy 3 et
∂f
∂y
(x, y) = 12x2 y 2 . Ces dérivées partielles étant évidemment partout continues, la fonction f est
partout différentiable.

Mais, peut-on déduire la différentiabité de f de la seule existence de ses dérivées partielles ?

C’est faux. Il existe des contre-exemples (par exemple f (x, y) = x2xy
+y 2
). L’existence des deux

160
dérivées partielles ne suffit pas pour que ces dérivées partielles soient vraiment utiles en dehors
de leur chemin particulier.

La différentiabilité est le concept qui généralise la dérivabilité pour les fonctions de deux
variables. Comme dans le cas des fonctions d’une variable, on a :

Théorème 5.11. Si f est différentiable au point (a, b), alors f est aussi continue en ce point.

5.6.3 Plan tangent et approximation linéaire

Définition 5.8. Si f (x, y) est une fonction différentiable, alors l’équation

∂f ∂f
z = f (a, b) + (a, b)(x − a) + (a, b)(y − b)
∂x ∂y

est appelée l’équation du plan tangent au graphe de la fonction f (x, y) au point (a, b, f (a, b)).

Comme pour les fonctions d’une variable, on peut approximer localement le graphe d’une
fonction par son plan tangent.

Définition 5.9. Si f est différentiable au point (a, b), alors f (a, b) + ∂f

∂x
(a, b) · h + ∂f
∂x
(a, b) · k
est une bonne approximation de f (a + h, b + k) pour des valeurs de h et k assez petites. On
l’appelle l’aproximation linéaire de f et on écrit,
∂f ∂f
f (a + h, b + k) ∼
= f (a, b) + (a, b) · h + (a, b) · k
∂x ∂y

5.6.4 La différentielle

Définition 5.10. Si la fonction f (x, y) est différentiable au point (a, b), sa différentielle en ce
point est l’application de R2 dans R définie par
∂f ∂f
(h, k) 7→ df (a, b)(h, k) = (a, b) · h + (a, b) · k .
∂x ∂y

La différentielle est une fonction qui mesure pour tout couple (h, k) la variation de hauteur
dans le plan tangent au point (a, b, f (a, b)) lorsque l’on passe de (a, b) à (a + h, b + k).

161
5.6.5 Courbes de niveau et gradient

Définition 5.11. Le gradient de la fonction f (x, y) au point (a, b) est un vecteur du plan, noté
∇f (a, b) et défini par µ ¶
∂f ∂f
∇f (a, b) = (a, b), (a, b) .
∂x ∂y

L’intersection du plan tangent en (a, b) et du plan horizontal z = f (a, b) est une droite D
d’équation
∂f ∂f
(x − a) (a, b) + (y − b) (a, b) = 0 .
∂x ∂y

Théorème 5.12.

• La droite D est tangente à la courbe de niveau de hauteur f (a, b) passant par le point
(a, b).
• Le gradient indique la direction de plus grande pente au point (a, b).
Di
rec
ti o
nd

te
en
ep

dep
en

n
gr a
te

)
r f ( a, b pl u
s
nu

u te u
ha
ll

de
e

à n
ti o
rec
e au

Di
ni v

(a,b)
de

u rb e
Co

Gradient au point (a, b)

5.7 Extremums des fonctions de deux variables

Il faut d’abord se reporter à ce qui a été fait à propos des extremums de fonctions d’une
variable.
Nous nous contenterons d’adapter les définitions et de citer quelques théorèmes qui corres-
pondent aux théorèmes bien connus concernant les fonctions d’une variable. Nous ne tenterons
pas de justifier ces théorèmes.

162
Définition 5.12. Un point (a, b) de R2 détermine un minimum local de la fonction f (x, y) ssi,
sur une boule ouverte centrée en (a, b), f (a, b) est la valeur minimale prise par f .

∃ε > 0 ∀(x, y) ∈ B((a, b), ε) ∩ Dom f , f (a, b) ≤ f (x, y) .

On définit de même la notion de maximum local.

Définition 5.13. Un point (a, b) de R2 détermine un maximum local de la fonction f (x, y) ssi,
sur une boule ouverte centrée en (a, b), f (a, b) est la valeur maximale prise par f .

∃ε > 0 ∀(x, y) ∈ B((a, b), ε) ∩ Dom f , f (a, b) ≥ f (x, y) .

On définit de même la notion de maximum local.

Maximum absolu et local

Maximum local

Dom f

Exemple 5.14. La fonction x2 + y 2 − 2 admet un minimum absolu au point (0, 0). En effet,
quelques soient x et y, f (x, y) = x2 + y 2 − 2 ≥ f (0, 0) = −2, puisque x2 + y 2 ≥ 0.
Exemple 5.15. La fonction x2 − y 2 n’admet ni minimum ni maximum en (0, 0). En effet, on
peut trouver des points très proches de (0, 0) qui donnent à la fonction des valeurs strictement
supérieures à f (0, 0) = 0 (par exemple (ε, 0)), et des points très proches de (0, 0) qui donnent à
la fonction des valeurs strictement inférieures à f (0, 0) = 0 (par exemple (0, ε)).

5.7.1 Des conditions nécessaires

On se souvient qu’une condition nécessaire pour qu’un point a détermine un extremum
(maximum ou minimum) d’une fonction d’une variable, est que la dérivée de la fonction s’annule
en ce point.
Cette condition s’adapte très facilement au cas des fonctions de deux variables. En effet,
si le point (a, b) détermine un maximum de la fonction f (x, y), il est évident que le point a
déterminera un maximum de la fonction f (x, b). Il faudra donc que la dérivée de f (x, b), c.à.d.
la dérivée partielle de f (x, y) par rapport à x, s’annulle en a. Un raisonnement analogue vaudrait
pour la dérivée partielle par rapport à y.

163
Théorème 5.13. Si le point (a, b) du domaine de la fonction f (x, y) détermine un extremum
local de cette fonction f (x, y), et si les dérivées partielles de f existent en ce point,
alors
∂f ∂f
(a, b) = (a, b) = 0.
∂x ∂y

Les points (a, b) qui vérifient la condition ∂f

∂x
(a, b) = ∂f
∂y
(a, b) = 0 sont appelés points critiques
de f . Ce sont les points en lesquels le plan tangent est horizontal.

On pouvait aussi prévoir ce résultat par l’intuition que le plan tangent au graphe de f en un point
extremum doit être horizontal.

Il faut bien noter que ces conditions sont des conditions nécessaires, et non suffisantes. Elles
permettent de sélectionner des points qui sont susceptibles de déterminer des extremums de f .

Exemple 5.16.
On a vu que le point (0, 0) déterminait un minimum de la fonction x2 + y 2 − 2. Et l’on peut
vérifier, qu’en effet les deux dérivées partielles ∂f
∂x
(x, y) = 2x et ∂f
∂y
(x, y) = 2y s’annulent en ce
point.

Exemple 5.17. Par contre, on a vu que le point (0, 0) ne déterminait ni un maximum ni un

minimum de la fonction x2 − y 2 . Et pourtant les deux dérivées partielles ∂f
∂x
(x, y) = 2x et
∂f
∂y
(x, y) = −2y s’annulent en ce point. Ceci rappelle que cette condition n’est pas suffisante
pour assurer l’existence d’un extremum.

164
5.8 Exercices
1. (i) Trouvez des expressions analytiques g(x, y, z) = 0 dont les représentations graphiques
sont les surfaces représentées ci-dessous.

a. z b. z c. z

2
-2
y y y
( 1, 1, 0 )
x
x x

d. z e. z f. z
( 2, 2, 2 )

y y y

x x x

(ii) Parmi ces surfaces, quelles sont celles qui représentent une fonction ?

165
2. Que faut-il penser des affirmations suivantes ?
(a) Si les courbes de niveau d’une surface sont des cercles concentriques, alors cette
surface est une sphère.
(b) Si les traces laissées par une surface sur des plans parallèles à un plan fixé sont des
droites parallèles entre elles, alors cette surface est un plan.
(c) Si une fonction est telle que

∀(x, y) ∈ domf f (−x, y) = f (x, y)

alors son graphe admet le plan x = 0 comme plan de symétrie.

(d) Si f (x, y) est une fonction de R2 dans R dans l’expression de laquelle la variable y
n’apparaît pas, alors les courbes iso-y de son graphe sont toutes identiques.
3. Soit une fonction z = f (x, y), un point (a, b) de R2 et les deux courbes de niveau de f ,
C1 à la hauteur 1, et C2 à la hauteur 2.
y
C1

C2 ( a, b )

x
Que peut-on dire de la limite de f (x, y) quand (x, y) tend vers (a, b) ? Comment ce fait se
traduit-il sur les courbes de niveau ?
4. Déterminez les domaines de définition des fonctions suivantes.
√
a. x+y b. ln(x + 5y)

c. ln(x2 − y 2 ) d. √ xy
x +y 2
2

5. Représentez les fonctions suivantes en les abordant par biais des courbes de niveau, des
courbes iso-x et des courbes iso-y.

a) y − x2 b) x2 + y 2 c) 1/(x2 + y 2 )
x2
d) y
e) x2 + y 3 f ) xy

g) sin(x2 + y 2 ) h) x + y − 1 i) sin x

166
6. Calculez les limites suivantes

sin(2x2 y 3 )
1. lim
(x,y)→(0,0) xy
sin(2x2 y 3 )
2. lim
(x,y)→(∞,∞) xy
x3 y
3. lim p
(x,y)→(0,0) x4 + y 4
x2 (1 + xy)
4. lim
(x,y)→(0,0) exy
sin(x2 + y 2 )
5. lim
(x,y)→(0,0) x2 + y 2

7. Prouvez que les limites suivantes n’existent pas.

µ ¶ µ ¶
1 x2
a. lim b. lim
(x,y)→(1,−1) x+y (x,y)→(0,0) y
µ ¶ µ ¶
xy x2
c. lim d. lim
(x,y)→(0,0) x + y2
2 (x,y)→(1,2) (x − 1)2 + (y − 2)2

8. Calculez les dérivées partielles des fonctions suivantes.

a. sin x cos y b. x2 + ln(1 + y 2 )

p
c. xy d. ln(x + x2 + y 2 )
q
x2 −y 2
e. arcsin x2 +y 2
f. x2 + y 2 − 3xy

x−y y
g. x+y
h. x

y
³ ´
i. esin x j. ln sin x+1
√
y

Pour chacune de ces fonctions, donnez la différentielle au point (2, 1) et l’équation du plan
tangent au graphe de la fonction au point (2, 1, f (2, 1)).

167
 9. Calculez les dérivées partielles p des fonctions suivantes.
a. sin x cos y b. x2 + ln(1 + y 2 )
p
c. xy d. ln(x + x2 + y 2 )
q
x2 −y 2
e. arcsin x2 +y 2
f. x2 + y 2 − 3xy

x−y y
g. x+y
h. x

y
³ ´
i. esin x j. ln sin x+1
√
y

Pour chacune de ces fonctions, donnez la différentielle au point (2, 1) et l’équation du plan
tangent au graphe de la fonction au point (2, 1, f (2, 1)).
10. Trouvez l’approximation linéaire des fonctions suivantes autour de (0, 0).
(a) f (x, y) = ex+y (xy − 1)
√
(b) f (x, y) = 1 + x + y,
(c) f (x, y) = ex ln(1 + y)
11. Soit f (x, y) = xy 3 − 2x3 , alors f (2, 3) = 38. Trouvez une valeur numérique approchée
pour f (2.01, 2.98)
12. Soit f (x, y) = 3x2 y + 2y 3 , alors f (1, −1) = −5. Trouvez une valeur approchée pour
f (0.98, −1.01).
13. Trouvez le plan tangent au graphe des fonctions suivantes aux points indiqués
(a) f (x, y) = x2 + 2xy + 2y 2 en (1, 1, 5).
(b) f (x, y) = x2 + y 2 en (1, 2, 5).
(c) f (x, y) = (y − x2 )(y − 2x2 ) en (1, 3, 2).
14. Trouvez la différentielle des fonctions suivantes
(a) f (x, y) = xy 2 + x3
(b) f (x, y) = x3 + y 3
2
(c) f (x, y) = xey
(d) f (x, y) = ln(x2 − y 2 )
15. Soit f (x, y) = cos(xy). Calculez la différentielle et la direction de plus grande pente aux
points (0, 0) et (π/2, 1). Donnez l’équation du plan tangent en (0, 0, 1) et en (π/2, 1, 0).
Trouvez une valeur numérique approchée pour f (0.1, −0.1) et pour f (π/2, 1.1).
x2
16. Soit f (x, y) = . Dessinez les courbes de niveau, les courbes iso-x et les courbes iso-y.
y
Calculez la direction de plus grande pente aux points (1, 1) et (−1, 1). Calculez le plan tan-
gent en (1, 1, 1) et en (−1, 1, 1). Trouvez une valeur numérique approchée pour f (1.1, 1)
et f (−0.9, 1.01).

168
17. Soit f (x, y) = ln(2x + y). Donnez les courbes de niveau ainsi que les courbes iso-x et
iso-y. Calculez la différentielle et la direction de plus grande pente aux points (1/2, 1) et
(0, e). Donnez la direction de la courbe de niveau passant par le point (1/2, 1). Donnez
l’équation du plan tangent passant par le point (0, e, 1). Trouvez une valeur numérique
approchée pour f (0.01, e).
18. Calculez les points critiques des fonctions suivantes sur les domaines donnés.

a. x2 + (y − 1)2 sur R2
b. 1 + x2 − y 2 sur R2
c. x3 − 3xy 2 + y 3 sur R2
d. sin x · sin y · sin(x + y) sur [0, π] × [0, π]
e. x3 − 3xy + y 3 sur R2
f. x2 + 3xy + 3y 2 − 6x − 3y − 6 sur R2
g. xy sur R∗+ × R
h. 3x − 3y − 2x3 − xy 2 + 2x2 y + y 3 sur R2
i. xy(2x + 4y + 1) sur R2

19. Trouvez le point du plan d’équation x + 2y − 3z = 4 qui est le plus proche de l’origine.
20. Trouvez trois nombres positifs dont la somme soit égale à 24 et dont le produit soit maxi-
mum.
21. Trouvez le point de la surface d’équation z = xy − 1 qui est le plus proche de l’origine.

169
Chapitre 6

Introduction au Calcul Matriciel

Dans ce chapitre notre but principal sera l’étude des systèmes d’équations linéaires (q équa-
tions) à p inconnues. Ici p et q sont des entiers ≥ 1. On peut ainsi considérer dans une même
étude les systèmes de 3 équations à 5 inconnues et de 4 équations à 3 inconnues. Un système de
q équations à p inconnues s’écrit sous la forme



 a11 x1 + a12 x2 + . . . + a1p xp = b1

a21 x1 + a22 x2 + . . . + a2p xp = b2

 ...

aq1 x1 + aq2 x2 + . . . + aqp xp = bq .

A ce système on associe différents tableaux de nombres

     
a11 a12 . . . a1p b1 x1
 a21 a22 . . . a2p   b2   x2 
 ,    
 ... ... ... ...   ...  ,  ... 
aq1 aq2 . . . aqp bq xp
Le calcul matriciel c’est un peu l’étude des tableaux de nombres. Cette étude va fournir une
manière systématique de résolution des systèmes d’équations.
Dans ce chapitre on passe des espaces R, R2 , R3 à l’espace Rp formé de l’ensemble des
p-uples de nombres réels
Rp = {(x1 , . . . , xp ) | x1 ∈ R, x2 ∈ R, . . . , xp ∈ R}.
Un p-uple est un ensemble ordonné de p nombres réels. Si p = 2, c’est un couple (x1 , x2 ), si
p = 3 c’est un triplet (x1 , x2 , x3 ).

6.1 Les matrices

Définition 6.1. Une matrice de genre (p, q) est un tableau de nombres à p lignes et q colonnes.

170
 µ ¶
0 1 2
Exemple 6.1. est une matrice de genre (2, 3).
5 3 6

Définition 6.2.

• Les éléments d’une matrice sont les différents nombres qui la composent.
• Les lignes et les colonnes d’une matrice sont les rangées horizontales et verticales de
nombres qui la composent. On compte la 1ère , la 2ème , . . . ligne en partant du haut ; la
1ère , la 2ème , . . . colonne en partant de la gauche.
• Un élément d’une matrice est repéré par le numéro de sa ligne et celui de sa colonne. (On
donnera toujours d’abord le numéro de la ligne.) On parle de l’indice ligne et de l’indice
colonne de l’élément. On notera ainsi aij l’élément à l’intersection de la ième ligne et de
la j ème colonne. On écrit
A = (aij ).
• Une matrice de genre (q×p) est une matrice à q lignes et p colonnes (d’abord les lignes !).
• La diagonale d’une matrice est constituée de ses éléments aii dont l’indice ligne est égal
à l’indice colonne. La diagonale est donc la rangée de nombres partant du coin supérieur
gauche de la matrice et descendant en biais vers la droite

Exemple 6.2.
 
1 2 3
 5 6 7 
 .
 1 2 3 
4 5 6

Définition 6.3.

• Une matrice ligne est une matrice qui n’a qu’une seule ligne, c’est-à-dire une matrice de
genre (1 × p).
• Une matrice colonne est une matrice qui n’a qu’une seule colonne, c’est-à-dire une ma-
trice de genre (q × 1).
• Une matrice carrée est une matrice qui a autant de lignes que de colonnes, c’est-à-dire
de genre p × p. On dit aussi d’une matrice carrée de genre p × p qu’elle est d’ordre p.

171
6.1.1 La transposition

Définition 6.4. La transposée de la matrice A est la matrice, notée At , dont la première ligne
est la première colonne de A, la seconde ligne, la seconde colonne de A, et ainsi de suite.

Exemple 6.3.
 
µ ¶ 2 0
2 1 3
Si A = alors At =  1 1  .
0 1 2
3 2

La transposée d’une matrice q × p est une matrice p × q.

Définition 6.5. Une matrice symétrique est une matrice, nécessairement carrée, qui est égale à
sa matrice transposée, A = At .
Une matrice est symétrique si et seulement pour tout i, j, on a aij = aji (ce qui signifie que la
matrice est symétrique par rapport à la diagonale).

Exemple 6.4. La matrice

 
1 3 4
 3 −1 0 
4 0 2
est symétrique.

Définition 6.6. Une matrice est antisymétrique si, en la transposant, on ne fait que changer les
signes de ses éléments, At = −A. Une telle matrice est nécessairement carrée.
Dans une matrice antisymétrique, les éléments de la diagonale sont tous nuls, et tous les élé-
ments symétriquement disposés par rapport à la diagonale sont égaux en valeur absolue et de
signe opposé ; c’est-à-dire aij = −aji .

Exemple 6.5. La matrice

 
0 −2 3
 2 0 −4 
−3 4 0
est antisymétrique.

Notations : Les matrices sont représentées par des lettres capitales : A, B, C, . . . , éventuellement
en précisant leur genre en indice : A2×3 , B4×4 , C1×2 .

172
6.1.2 Addition de matrices de même genre
Si A et B sont deux matrices de même genre, on définit leur somme A + B comme étant la
matrice de même genre dont les éléments sont les sommes des éléments correspondants de A et
de B
(aij ) + (bij ) = (cij ) où cij = aij + bij

Exemple 6.6.
µ ¶ µ ¶ µ ¶ µ ¶
1 2 3 7 8 9 1+7 2+8 3+9 8 10 12
+ = = .
4 5 6 10 11 12 4 + 10 5 + 11 6 + 12 14 16 18

La somme peut en particulier se faire entre matrices colonnes.

Exemple 6.7.      
1 4 5
 2  +  5  =  7 .
3 6 9

La somme de matrices de même genre q × p, qui n’est que qp sommes de nombres réels, jouit
des propriétés de la somme de réels. En particulier :
– elle est associative :
(A + B) + C = A + (B + C).
– La matrice 0 de genre q × p dont tous les éléments sont nuls est un élément neutre pour
l’addition. Pour A et 0 de même genre

A + 0 = 0 + A = A.

– La somme matricielle est commutative

A + B = B + A.

– La somme matricielle est simplifiable.

De A + B = A + C on peut déduire B = C.

– La transposée d’une somme est égale à la somme des transposées :

(A + B)t = At + B t .

6.1.3 Multiplication d’une matrice par un nombre réel

Si A est une matrice et a un nombre réel, la matrice aA est la matrice A dont tous les éléments
ont été multipliés par a.

173
Exemple 6.8. µ ¶ µ ¶
1 2 3 2 4 6
2· = .
5 6 7 10 12 14
On a les propriétés suivantes :

 a(A + B) = aA + aB
(a + b)A = aA + bA

a(AB) = (aA)B = A(aB).

6.1.4 Multiplication matricielle

Si A = (aij ) est une matrice de genre (p, q) et B = (bij ) une matrice de genre (q, r), alors
on peut définir une matrice C = (cij ) de genre (p, r) par la formule

cij = ai1 b1j + ai2 b2j + ai3 b3j + . . . aiq bqj .

La matrice C ainsi construite s’appelle la matrice produit de A par B, C = A · B.

De par sa définition même le produit matriciel de B par A n’est pas toujours possible. Le
produit matriciel BA n’est défini que si le nombre de colonnes de B est égal au nombre de lignes
de A. Le produit a autant de lignes que B et autant de colonnes que A.

B A C
=
r×q q×p r×p

Propriétés du produit matriciel

a) Le produit matriciel est associatif. Si les prouits AB et BC sont définis, alors

(AB)C = A(BC)

b) Le produit matriciel est distributif par rapport à la somme matricielle dans les deux sens,
c’est-à-dire pour autant que les genres des matrices rendent les opérations possibles

(A + B)C = AC + BC , C(A + B) = CA + CB.

c) Les matrices unités.

La matrice carrée d’ordre p qui a des 1 sur la diagonale et des 0 ailleurs est appelée “matrice
unité" d’ordre p et notée Ip . Par exemple,
 
1 0 0
I3 =  0 1 0  .
0 0 1

Si A est une matrice q × p, alors

Iq A = A

174
 et
A Ip = A.
Une matrice unité a donc, par multiplication, un effet neutre sur les matrices avec lesquelles
elle peut se multiplier.
d) La transposée d’un produit de matrices est égale au produit des transposées des matrices
facteurs dans l’ordre inverse.
(AB)t = B t At
Exemple 6.9.
  
10 8 8   t  
 100 80 60  30  10 100 80 35
   50  = (30 50 40)  8 80 50 28  .
 80 50 40  · 
40 8 60 40 24
35 28 24

On vérifie en effectuant les deux multiplications :

 t
1 020
 9 400 
 
 6 500  = (1 020 9 400 6 500 3 410).
3 410

Ce résultat se généralise au cas d’un produit de n matrices :

(A1 A2 . . . An−1 An )t = Atn Atn−1 . . . At2 At1 .

e) Attention ! ! Le produit matriciel n’est pas commutatif.

En général AB 6= BA et cela pour plusieurs raisons.
– Le produit AB peut exister sans que BA n’existe.
Exemple : si A est 3 × 4 et B 4 × 2.
– Les produits AB et BA peuvent exister sans avoir le même ordre.
Exemple : si A est 3 × 4 et B 4 × 3.
– Même si les produits AB et BA existent et ont le même ordre (A et B carrées), ces
produits ne sont en général pas égaux.
Exemple 6.10.
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 2 5 6 19 22 5 6 1 2 23 34
= et = .
3 4 7 8 43 50 7 8 3 4 31 46

f) Attention ! ! Le produit matriciel n’est pas simplifiable.

De AB = AC on ne peut pas toujours déduire que B = C.
Exemple 6.11.
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 1 2 2 1 1 1 1 5 5
= =
1 1 3 3 1 1 4 4 5 5

175
 et pourtant
µ ¶ µ ¶
2 2 1 1
6= .
3 3 4 4
De même, de BA = CA on ne peut pas déduire que

B = C.

En particulier le produit de deux matrices peut être nul sans qu’aucune des deux ne le soit.
Exemple 6.12.
µ ¶ µ ¶ µ ¶
1 1 1 1 0 0
= .
1 1 −1 −1 0 0

6.2 Transformations élémentaires des lignes d’une matrice

Définition 6.7. On appelle transformation élémentaire des lignes d’une matrice une transfor-
mation d’un des trois types suivants :
1) permuter deux lignes de la matrice ;
2) multiplier tous les éléments d’une ligne par un nombre réel non nul ;
3) ajouter à une ligne un multiple d’une autre ligne.

Exemple 6.9.
1)    
1 2 1 2
 3 4  L2 ↔L4  7 8 
  −→  .
 5 6   5 6 
7 8 3 4
2)    
1 2 3 1 2 3
 4 5 6  −2L
−→3  4 5 6 .
7 8 9 −14 −16 −18
3)    
1 2 3 1 2 3
L3 + (−3)L1
 4 5 6  −→  4 5 6 .
7 8 9 4 2 0

Définition 6.8. On appelle matrice élémentaire une matrice unité sur les lignes de laquelle on
a effectué une transformation élémentaire.

176
Exemple 6.10.
 
1 0 0 0    
 0 0 0 1  1 0 0 1 0 0
1)   2)  0 1 0  3)  0 1 0 
 0 0 1 0 
0 0 −2 −3 0 1
0 1 0 0
−2L3 L3 + (−3)L1
L2 ↔ L4
On constate que

Théorème 6.1. Effectuer une transformation élémentaire sur les lignes d’une matrice A revient
à prémultiplier (c’est-à-dire multiplier à gauche ou “par devant") cette matrice par la matrice
élémentaire correspondante.

Exemple 6.11.
   L2 ↔ L4   
1 2 1 0 0 0 1 2
 7  
8   0 0 0  
1   3 4 
 = 
 5 6   0 0 1 0   5 6 
3 4 0 1 0 0 7 8

 −2L
 3   
1 2 3 1 0 0 1 2 3
 4 5 6 = 0 1 0   4 5 6 
−14 −16 −18 0 0 −2 7 8 9

 L3 + (−3)L1  
  
1 2 3 1 0 0 1 2 3
 4 5 6 = 0 1 0   4 5 6 
4 2 0 −3 0 1 7 8 9

Théorème 6.2. Les transformations élémentaires sont inversibles, et leurs inverses sont des
transformations élémentaires. Si on a appliqué une transformation élémentaire à une matrice,
on peut revenir à la matrice de départ par une transformation élémentaire (en permutant de
nouveau les mêmes lignes, en divisant par le nombre réel (il était non nul) ou en ajoutant
“moins" le multiple de l’autre ligne selon le type).

6.3 Matrices en escalier et rang

Définition 6.9. Une matrice en escalier est une matrice telle que dans chaque ligne le premier
élément non nul apparaît (strictement) plus loin que dans la ligne précédente

177
 Par facilité on s’arrange souvent pour que le premier élément non nul de chaque ligne est un
1.

Exemple 6.12.
 
1 2 3 4    
1 2 3 4 0 1 3 4 · ¸
 0 1 5 6  1 2 3
 ,  0 0 1 2 ,  0 0 1 2 , ,
 0 0 1 7  0 1 2
0 0 0 1 0 0 0 0
0 0 0 1

sont en escalier.  
1 2 3 4
 0 1 2 3 
  n’est pas en escalier.
 0 1 4 5 
0 0 1 2

Théorème 6.3. Toute matrice peut être transformée en une matrice en escalier par une suite de
transformations élémentaires de lignes.

Démonstration : On dit qu’une matrice A est en escalier jusqu’à sa k ème ligne si la

matrice composée des k premières lignes de A est en escalier et que dans les lignes
suivantes le premier élément non nul apparaît strictement plus loin que dans la k ème
ligne de A.

Exemple 6.13.
 
1 2 3 4 5
 0 0 1 2 4 
  est en escalier jusqu’à sa deuxième ligne.
 0 0 0 6 7 
0 0 0 8 9

On procède alors de la manière suivante :

0 0 2 4 2
a) On ignore les éventuelles premières colonnes 0 3 6 9 3
de A entièrement nulles. 0 2 1 0 1
0 −1 0 1 4

0 3 6 9 3
b) Dans la première colonne non entièrement
L2 ↔ L1 0 0 2 4 2
nulle on amène un élément non nul dans la pre-
0 2 1 0 1
mière ligne (s’il y a lieu) par permutation.
0 −1 0 1 4

178
 1
L
3 1
0 1 2 3 1
c) On divise la première ligne par la valeur de 0 0 2 4 2
son premier élément non nul. 0 2 1 0 1
0 −1 0 1 4
d) On soustrait des autres lignes le multiple 0 1 2 3 1
convenable de la première ligne pour amener 0 0 2 4 2
des zéros dans la colonne du premier élément L3 − 2L1 0 0 −3 −6 −1
non nul de la première ligne. L4 + L1 0 0 2 4 5
La matrice est maintenant en escalier jusqu’à sa première ligne.
On ignore maintenant la première ligne et on recommence les opérations a), b) c) et d) sur
les lignes restantes de la matrice.
0 1 2 3 1 0 1 2 3 1
1
L
2 2
0 0 1 2 1 0 0 1 2 1
0 0 −3 −6 −1 L3 + 3L2 0 0 0 0 2
0 0 2 4 5 L4 − 2L2 0 0 0 0 3
La matrice est maintenant en escalier jusqu’à sa deuxième ligne. On recommence en ignorant
ces deux premières lignes. Et ainsi de suite jusqu’à obtenir une matrice en escalier.
0 1 2 3 1 0 1 2 3 1
0 0 1 2 1 0 0 1 2 1
1
L
2 3
0 0 0 0 1 0 0 0 0 1
0 0 0 0 3 L4 − 3L3 0 0 0 0 0

Théorème 6.4. Toute matrice peut être transformée, par une suite de transformations élémen-
taires sur les lignes, en une matrice en escalier.

Définition 6.10. Le rang d’une matrice est le nombre de lignes non nulles qui apparaissent
quand la matrice a été transformée en une matrice en escalier.

Attention ! Le rang n’est pas le nombre de lignes non nulles de la matrice de départ.

6.4 Résolution d’un système d’équations linéaires

Soit à résoudre un système de p équations à q inconnues du type


 a11 x1 + a12 x2 + . . . + a1p xp = b1

a21 x1 + a22 x2 + . . . + a2p xp = b2

 ...

aq1 x1 + aq2 x2 + . . . + aqp xp = bq .

179
 A ce système on associe la matrice des coefficients A, la matrice des inconnues X et la
matrice des termes indépendants B
     
a11 a12 . . . a1p b1 x1
 a21 a22 . . . a2p   b2   x2 
A=  ... ... ... ... 
, B = 
 ... 
, X = 
 ... 


aq1 aq2 . . . aqp bq xp

ainsi que la matrice ’dite augmentée’
 
a11 a12 ... a1p b1
 a21 a22 ... a2p b2 
(A|B) = 
 ...
.
... ... ... ... 
aq1 aq2 ... aqp bq
Le système est entièrement défini par la matrice augmentée. Toute transformation élémentaire
sur les lignes du système conduit à un autre système ayant les mêmes solutions. Donc,

Théorème 6.5. La matrice en escalier associée à (A|B) donne un système ayant les mêmes
solutions que le système de départ.

On dira que le système est en escalier si la matrice augmentée associée est en escalier. De même
on appelera rang du système le rang de la matrice des coefficients.
Le problème de la résolution d’un système linéaire quelconque peut donc toujours se ramener
au problème plus simple de la résolution d’un système linéaire en escalier. Un système peut être
impossible, avoir une solution unique ou une infinité de solutions.
1
1
Cas impossible. Si en face d’une de ces lignes de zéros 1
figure un élément non nul dans la dernière colonne, le sys- 0 0 0 0 0 0
tème est dit impossible et n’admet aucune solution. 0 0 0 0 0 0 a
0 0 0 0 0 0
a 6= 0
1
1
1
1
Cas possible. Si en face de chaque ligne entièrement nulle 1
(dans la matrice des coefficients du système) figure un 0
dans la dernière colonne alors le système est possible. On 1
est certain qu’il admet au moins une solution. 1
1
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

180
 On appelle alors inconnue de tête d’une équation l’inconnue correspondant au premier élé-
ment non nul de la ligne de cette équation.

Exemple 6.14. Dans

x1 x2 x3 x4 x5
1 2 3 4 5 6
0 0 1 7 8 9
0 0 0 0 1 10
x1 est l’inconnue de tête de la première équation ; x3 de la seconde et x5 de la troisième. x2 et
x4 ne sont inconnues de tête d’aucune équation.
Pour résoudre un système en escalier, possible, on fixe arbitrairement les inconnues qui ne
sont pas de tête, ensuite on résoud le système à partir du bas, équation par équation en déterminant
la valeur d’une inconnue de tête en fonction des inconnues suivantes.
Par exemple, la matrice augmentée
x1 x2 x3 x4
1 1 4 2 7
0 1 2 3 5
0 0 1 −1 4
0 0 0 1 3
correspond au système 

 x1 + x2 + 4x3 + 2x4 = 7

x2 + 2x3 + 3x4 = 5

 x3 − x4 = 4

x4 = 3
que l’on peut écrire sous la forme


 x1 = 7 − 2x4 − 4x3 − x2

x2 = 5 − 3x4 − 2x3

 x 3 = 4 + x4

x4 =3
que l’on résoud en “remontant",
x4 = 3
x3 = 4 + 3 = 7
x2 = 5 − 3 · 3 − 2 · 7 = −18
x1 = 7 − 2 · 3 − 4 · 7 − −18 = −9.
La seule solution du système est donc
(x1 , x2 , x3 , x4 ) = (−9, −18, 7, 3).
Un tel système admet donc une et une seule solution.

181
Exemple 6.15. Dans le système

x1 x2 x3
1 2 3 4
0 1 2 3

l’inconnue x3 n’est pas déterminée. On solutionne en fonction de x3 :

x1 + 2x2 + 3x3 = 4 x1 = 4 − 3x3 − 2x2

ou
x2 + 2x3 = 3 x2 = 3 − 2x3

Ce qui donne

x2 = 3 − 2x3
x1 = 4 − 3x3 − 2(3 − 2x3 ) = −2 + x3 .

La forme générale des solutions du système est donc

(x1 , x2 , x3 ) = (x3 − 2, 3 − 2x3 , x3 ).

Chaque fois que l’on fixe une valeur de x3 on obtient une solution particulière. On a ainsi les
solutions particulières suivantes

(−2, 3, 0) pour x3 = 0, (−1, 2, 1) pour x3 = 1,

(−1/2, 0, 3/2) pour x3 = 3/2, etc . . .

Exemple 6.16. Dans le système

½
x1 + 2x2 + 3x3 + 4x4 = 5
x3 + 2x4 = 3

les inconnues de tête sont x1 et x3 . Les inconnues x2 et x4 sont indéterminées.

On en déduit
x3 = 3 − 2x4
x1 = 5 − 4x4 − 3(3 − 2x4 ) − 2x2 = −4 + 2x4 − 2x2 .

La forme générale des solutions du système est

(x1 , x2 , x3 , x4 ) = (−4 + 2x4 − 2x2 , x2 , 3 − 2x4 , x4 ),

que l’on peut aussi écrire sous la forme

{(−4, 0, 3, 0) + x2 (−2, 1, 0, 0) + x4 (2, 0, −2, 1) } .

182
 Le nombre d’inconnues de tête est égal au rang de la matrice. D’autre part, le nombre d’in-
détermination est égal au nombre d’inconnues qui ne sont pas de tête. En conséquence,

Théorème 6.6. Le nombre d’indéterminations d’un système (possible) est le nombre d’incon-
nues moins le rang du système.

Exemple 6.17. Résoudre le système



 2x1 + 4x2 + 6x3 + 8x4 = 34

x1 + 2x2 + 6x3 + 10x4 = 38

 2x1 + 4x2 + 8x3 + 14x4 = 54

x1 + 2x2 + 4x3 + 6x4 = 24

Mise en escalier.

2 4 6 8 34
1 2 6 10 38
2 4 8 14 54
1 2 4 6 24
1
L
2 1
1 2 3 4 17
1 2 6 10 38
2 4 8 14 54
1 2 4 6 24
1 2 3 4 17
L2 − L1 0 0 3 6 21
L3 − 2L1 0 0 2 6 20
L4 − L1 0 0 1 2 7
1 2 3 4 17
1
L
3 2
0 0 1 2 7
0 0 2 6 20
0 0 1 2 7
1 2 3 4 17
0 0 1 2 7
L3 − 2L2 0 0 0 2 6
L3 − L2 0 0 0 0 0
1 2 3 4 17
0 0 1 2 7
1
L
2 2
0 0 0 1 3
0 0 0 0 0
x1 x2 x3 x4

2) Résolution.

183
 Le système est possible. Le rang est 3. Le nombre d’indéterminations est 1. L’inconnue x2 est
indéterminée. On pose x2 = α.

x1 = 17 − 4x4 − 3x3 − 2x2

x3 = 7 − 2x4
x4 = 3

ce qui donne

x4 = 3
x3 = 7 − 2 · 3 = 1
x2 = α
x1 = 17 − 4 · 3 − 3 · 1 − 2α = 2 − 2α.

La forme générale des solutions du système est

(x1 , x2 , x3 , x4 ) = (2 − 2α, α, 1, 3).

Il est toujours utile de vérifier la solution en substituant les valeurs trouvées de x1 , x2 , x3 , x4

dans le système de départ :

2 · (2 − 2α) + 4α + 6 · 1 + 8 · 3 = 4 − 4α + 4α + 6 + 24 = 34 correct
1 · (2 − 2α) + 2α + 6 · 1 + 10 · 3 = 2 − 2α + 2α + 6 + 30 = 38 correct
2 · (2 − 2α) + 4α + 8 · 1 + 14 · 3 = 4 − 4α + 4α + 8 + 42 = 54 correct
1 · (2 − 2α) + 2α + 4 · 1 + 6 · 3 = 2 − 2α + 2α + 4 + 18 = 24 correct.

6.5 Inversion de matrices carrées

Définition 6.11. Une matrice A est dite inversible s’il existe une matrice B telle que AB = I
et BA = I. La matrice B est dite inverse de la matrice A et est notée A−1 .

Si A est inversible, alors un système

AX = B

admet toujours une unique solution X. En effet, en mutipliant par A−1 on obtient

X = A−1 AX = A−1 B .

184
Théorème 6.7. • Une matrice est inversible si et seulement si elle est carrée et elle peut
être transformée, par une suite de transformations élémentaires, en une matrice de la
forme  
1 · · · ·
 0 1 · · · 
 
 0 0 1 · · .
 
 0 0 0 1 · 
0 0 0 0 1
• Une matrice carrée A d’ordre n est inversible si et seulement si rang A = n.

6.5.1 Calcul de l’inverse

Soit A une matrice carrée d’ordre n et de rang n. Le calul de l’inverse de A se fait par une
méthode appelée méthode de la matrice compagnon. On considère In la matrice unité d’ordre n.
On effectue des transformations élémentaires sur A pour transformer A en une matrice In . On
effectue en parallèle les mêmes transformations élémentaires sur In ce qui donne une matrice B.

Effectuer des transformations élémentaires sur une matrice revient à la prémultiplier par des
matrices élémentaires. Par construction il existe donc des matrices élémentaires E1 , . . . , Ep avec
In = (E1 . . . Ep )A et B = (E1 . . . Ep )In . Ceci montre respectivement que A−1 = E1 . . . En et
que B = A−1 .

Exemple :

Chercher l’inverse de la matrice

 
0 5 3
A =  21 0 0  .
0 13 0

185
 matrice
compagnon
1 0 0 0 5 3
1
0 1 0 2
0 0
1
0 0 1 0 3
0
1
L1 ↔ L2 0 1 0 2
0 0
1 0 0 0 5 3
1
0 0 1 0 3
0
2L1 0 2 0 1 0 0
1 0 0 0 5 3
1
0 0 1 0 3
0
0 2 0 1 0 0
1 1 3
L
5 2 5
0 0 0 1 5
1
0 0 1 0 3
0
0 2 0 1 0 0
1 3
5
0 0 0 1 5
L3 − 13 L2 1
− 15 0 1 0 0 − 15
0 2 0 1 0 0
1 3
5
0 0 0 1 5
1
−5L3 3
0 −5 0 0 1
0 2 0 1 0 0
0 0 3 0 1 0
L2 − 35 L3 1
3
0 −5 0 0 1

Il est toujours utile de vérifier le résultat en effectuant le produit A−1 A :

     
0 2 0 0 5 3 1 0 0
 0 0 3   1/2 0 0  =  0 1 0  .
1/3 0 −5 0 1/3 0 0 0 1

Remarque : Si une matrice carrée n’est pas inversible, une ligne de zéros apparaîtra dans la
mise en escalier et il ne sera plus possible de continuer le calcul.

6.5.2 Produit et inversion

Si A et B sont deux matrices carrées de même ordre inversibles, alors le produit AB est
inversible et
(AB)−1 = B −1 A−1 .

L’inverse du produit est égal au produit des inverses des facteurs dans l’ordre inverse.

186
6.5.3 Transposition et inversion
Si A est une matrice carrée inversible, alors At est aussi inversible et
¡ t ¢−1 ¡ −1 ¢t
A = A .

L’inverse de la transposée de A est égal à la transposée de l’inverse de A.

6.6 Déterminant d’une matrice carrée

Définition 6.12. Le déterminant d’une matrice carrée A est un nombre noté det A ou |A| et
défini par induction sur l’ordre de la matrice par les règles :
Si A est une matrice carrée d’ordre 1, A = (a), alors det A = a.
Si A est une matrice carrée d’ordre 2, alors
µ ¶
a b
det = ad − bc .
c d

Plus généralement supposons avoir défini le déterminant pour toutes les matrices carrées
d’ordre n − 1 et supposons que A soit une matrice carrée d’ordre n,
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
A=  ··· ··· ··· ··· 


an1 an2 · · · ann

On note Aij la matrice A dans laquelle on a supprimé la ligne d’indice i et la colonne d’indice
j. Alors

det A = a11 · det A11 − a12 · det A12 + a13 · det A13 + · · · + (−1)n+1 a1n · det A1n .

Exemple 6.18. Soit  

1 2 3
A= 2 1 1 
0 2 5
Alors, µ ¶ µ ¶ µ ¶
1 1 2 1 2 1
det A = 1 · det − 2 · det + 3 · det .
2 5 0 5 0 2
= (1 · 3) − (2 · 10) + (3 · 4) = −5

Le déterminant d’une matrice satisfait aux règles suivantes concernant les lignes de la matrice

187
 (1). Le déterminant d’une matrice change de signe si on permute deux lignes.
Notons L1 , L2 , L3 les lignes d’une matrice carrée d’ordre 3, alors
   
L2 L1
det  L1  = −det  L2 
L3 L3

(2). Si on multiplie une ligne par un élément c, alors le déterminant est multiplié par ce nombre
c    
L1 L1
det  c · L2  = c · det  L2 
L3 L3
(3). Si on ajoute à une ligne un multiple d’une autre, alors le déterminant ne change pas
   
L1 L1
det  L2 + 5L3  = det  L2 
L3 L3

(4). En fait, le déterminant d’une matrice peut se calculer à partir de n’importe quelle ligne de
la matrice. Si A est une matrice carrée d’ordre n et si i est un entier entre 1 et n, alors

det A = (−1)i+1 ai1 det Ai1 +(−1)i+2 ai2 det Ai2 +(−1)i+3 ai3 det Ai3 +· · ·+(−1)n+i ain det Ain .

Une propriété importante du déterminant est fournie par le théorème suivant

Théorème 6.8. Le déterminant d’une matrice est égal au déterminant de sa transposée

det(A) = det(At ) .

Il en résulte que l’on a les propriétés analogues aux propriétés (1) à (4) pour les colonnes
(1)’. Le déterminant d’une matrice change de signe si on permute deux colonnes.
Notons C1 , C2 , C3 les colonnes d’une matrice carrée d’ordre 3, alors

det(C2 , C1 , C3 ) = −det(C1 , C2 , C3 )

(2)’. Si on multiplie une colonne par un élément c, alors le déterminant est multiplié par ce
nombre c
det(C1 , c · C2 , C3 ) = c · det(C1 , C2 , C3 )
(3)’ Si on ajoute à une colonne un multiple d’une autre, alors le déterminant ne change pas

det(C1 , C2 + 17 C3 , C3 ) = det(C1 , C2 , C3 )

188
(4)’. En fait, le déterminant d’une matrice peut se calculer à partir de n’importe quelle colonne
de la matrice. Si A est une matrice carrée d’ordre n et si i est un entier entre 1 et n, alors

det A = (−1)i+1 a1i det A1i +(−1)i+2 a2i det A2i +(−1)i+3 a3i det A3i +· · ·+(−1)n+i ani det Ani .

Il en résulte :
• Si une matrice a une ligne ou une colonne de zéros, alors son déterminant est nul.
• Si une matrice a deux lignes ou deux colonnes identiques, alors son déterminant vaut zéro.

Les deux dernières propriétés résultent directement des précédentes. Si une matrice a une
ligne ou une colonne de zéro, en multipliant cette ligne ou colonne par 2, on ne change rien mais
le déterminant a été multiplié par 2. Donc detA = 2 detA. Ceci donne det A = 0.
Si maintenant les colonnes d’indice i et j, Ci et Cj , sont identiques, on remplace la colonne
i par Ci − Cj . D’une part, ceci ne change pas le déterminant. D’autre part la nouvelle matrice
a une colonne de zéro, donc son déterminant vaut zéro. Le même raisonnement s’applique aux
lignes.

Théorème 6.9. Le déterminant d’un produit de deux matrices est égal au produit des détermi-
nants des matrices
det(A · B) = det A · det B .

Un exemple important. En développant sur la première colonne, on voit par récurrence que
 
a11 a12 · · · · · · · · ·
 0 a22 a23 · · · · · · 
 
 0 0 a · · · · · · 
det 
 0
33  = a11 a22 a33 · · · ann .
 0 0 a44 · · ·  
 ··· ··· ··· ··· ··· 
0 0 0 0 ann

En particulier le déterminant des matrices unité vaut 1.

6.6.1 Déterminants, aires et volumes

Les déterminants sont très importants en géométrie.
Prenons deux points A = (a, b) et B = (c, d) dans le plan et formons le parallélogramme P
dont deux cotés sont 0A et 0B.

Théorèmeµ6.10. L’aire
¶ de ce parallélogramme est égal à la valeur absolue du déterminant de
a c
la matrice .
b d

189
 Prenons maintenant trois points A = (a, b, c), B = (d, e, f ) et C = (g, h, k) de l’espace. Les
arêtes 0A, 0B et 0C engendrent un parallélépipède rectangle P , et on a

Théorème 6.11. ¯  ¯
¯ a b c ¯
¯ ¯
vol P = ¯¯det  d e f ¯¯ .
¯ g h k ¯

6.6.2 Déterminant et inversion

Théorème 6.12. Une matrice A est inversible si et seulement si A est carrée et son déterminant
est non nul.

Démonstration : Ce théorème résulte des considérations précédentes.

Prenons une matrice carrée A d’ordre n et transformons la par des transforma-
tions élémentaires en une matrice en escalier. L’effet des transformations élémen-
taires (permutation de deux lignes, multiplication d’une ligne par un élément non
nul, ajout à une ligne d’un multiple d’une autre) sur le déterminant consiste en la
multiplication par un élément a non nul.
Si la matrice A n’est pas inversible, alors son rang est < n et la matrice en esca-
lier comporte une ligne de zéros. Auquel cas on déterminant est nul, et de l’équation
a · det A = 0, on déduit que le déterminant de A vaut zéro.
Si la matrice A est inversible, alors il existe une matrice B telle que A · B = I,
et en conséquence, det A · det B = 1, ce qui donne nécessairement det A 6= 0.

Corollaire 6.1. Si A est une matrice carrée, le système AX = B admet une solution unique si
et seulement si det A 6= 0.

190
6.7 Exercices
1. Dites s’il est possible d’effectuer les produits matriciels suivants. Si oui, calculez le produit.
 
¡ ¢ 1
a) 2 3 4 ·  −1 
2
 
−2 ¡ ¢
b)  6  · 3 −1 4
3
 
2 ¡ ¢
c)  3  · 4 5 6 7
−1
 
¡ ¢ 2
d) 4 5 6 7 ·  3 
−1
 
µ ¶ 1
2 3 4
e) · 2 
1 5 6
3
 
1 µ ¶
2 3 4
f)  2  ·
1 5 6
3
 
µ ¶ 3 −4
1 2 1
g) · 1 5 
4 0 2
−2 2
 
3 −4 µ ¶
1 2 1
h)  1 5 ·
4 0 2
−2 2
2. Quel est le genre de la matrice d’une application linéaire de R5 dans R3 ?
3. Ecrivez la matrice A = (aij ) de genre 3 × 4 telle que aij = i + j.
4. Ecrivez la matrice A de genre 4 × 3 dont la première ligne est (1 2 3) et dont chaque
ligne (à partir de la deuxième) est la somme des lignes précédentes.
5. Que devient une matrice si on lui applique plusieurs fois l’opération de transposition ?
Autrement dit, que valent les matrices Att , Attt , Atttt , . . . etc ?
6. Existe-t-il des matrices qui sont à la fois symétriques et antisymétriques ?
7. Combien y-a-t-il de matrices de genre 3 × 4 constituées uniquement de 0 et de 1 ?
8. Combien y-a-t-il de matrices symétriques d’ordre 3 constituées uniquement de 0 et de 1 ?
9. Combien y-a-t-il de matrices antisymétriques d’ordre 3 constituées uniquement de 0 et de
1?

191
10. Montrez que toute matrice carrée peut s’écrire comme somme d’une matrice symétrique
et d’une matrice antisymétrique.
Décomposez de cette manière la matrice
 
−2 3 −1
 5 4 −1  .
1 −3 2

11. – Pourquoi la formule

(A + B)2 = A2 + 2AB + B 2
n’est elle pas vraie en général si A et B sont des matrices ?
– A quelle condition cette égalité serait-elle correcte ?
– Par quelle égalité faudrait-il la remplacer en général ?
– Examinez d’autres “produits remarquables" :

(A − B)2 , (A + B) (A − B) , (A + B)3 .

12. Montrez que les éléments diagonaux du produit At A sont positifs quelle que soit la matrice
A.
13. Existe-t-il des matrices A telles que At A soit la matrice nulle 0 ?
14. Montrez que le produit At A est symétrique, quelle que soit la matrice A.
15. Montrez que si A−1 est l’inverse de la matrice A et B −1 est l’inverse de la matrice B, alors
B −1 A−1 est l’inverse de la matrice AB.
16. Montrez que si A−1 est l’inverse de la matrice A, alors la transposée de A−1 est l’inverse
de At .
17. Soit B 6= O une matrice colonne à p lignes. Montrez que BB t est une matrice carrée
d’ordre p et de rang 1.
µ ¶
a b
18. Trouvez une ou plusieurs matrices telles que
c d
µ ¶ µ ¶ µ ¶
a b 3 5
= .
c d 4 6
µ ¶
a b
19. Trouvez une ou plusieurs matrices telles que
c d
µ ¶
¡ ¢ a b ¡ ¢
3 4 = 5 6 .
c d
¡ ¢
20. Trouvez une ou plusieurs matrices a b telles que
µ ¶
¡ ¢ 0 −1 ¡ ¢
a b = 7 0 .
7 3

192
 µ ¶
x1
21. Trouvez une ou plusieurs matrices telles que
x2
µ ¶ µ ¶ µ ¶
−1 4 x1 3
= .
2 −8 x2 −6

22. Ecrivez sous forme matricielle les systèmes suivants :


 x1 + 4x2 + 3x3 = 1
a) 2x1 + 5x2 + 4x3 = 4

x1 − 3x2 − 2x3 = 5
½
−4x1 + 3x2 + 2x3 = −2
b)
5x1 − 4x2 + x3 = 3
½
−4x1 + 2x3 = −2
c)
5x1 − 4x2 = 3
23. Par des opérations élémentaires successives, transformez les matrices suivantes en des ma-
trices échelonnées :
   
1 2 −3 0 6 3 −4
a)  2 4 −2 2  d)  −4 1 −6 
3 6 −4 3 1 2 −5
   
1 −2 3 −1 1 2 −1 2 1
b)  2 −1 2 2  e)  2 4 1 −2 3 
3 1 2 3 3 6 2 −6 5
 
  1 3 −1 2
0 1 3 −2  0 11 −5 3 
c)  2 1 −4 3  f)  
 2 −5 3 1 
2 3 2 −1
4 1 1 5

24. Résolvez l’équation :

 
  x1  
1 0 0 1 2  x2  5
 
 0 0 1 −1 2  ·  x3  =  3 .
 
0 0 0 1 1  x4  −1
x5

25. Résolvez les systèmes suivants :


 x1 + 2x2 − 3x3 − 4x4 = 6
a) x1 + 3x2 + x3 − 2x4 = 4

2x1 + 5x2 − 2x3 − 5x4 = 10

193
 

 x1 + x2 + x3 + x4 = 0

x1 + x2 + x3 − x4 = 4
b)

 x1 + x2 − x3 + x4 = −4

x1 − x2 + x3 + x4 = 2

 x+y−z = 0
c) 2x + 4y − z = 0

3x + 2y + 2z = 0

 x + 2y − 3z = −1
d) 3x − y + 2z = 7

5x + 3y − 4z = 2

 x − 3y + 4z − 2w = 5
e) 2y + 5z + w = 2

y − 3z = 4

 2x + 3y = 3
f) x − 2y = 5

3x + 2y = 7
26. A est la matrice  
2 1 1
 2 3 2 .
0 3 5
Résolvez l’équation AX = X.
27. Soit A une matrice 8 × 7 et de rang 4, et b un vecteur colonne 8 × 1. Le système AX = b
peut il
– être impossible ?
– avoir une solution unique ?
– être indéterminé ? et, si oui, de quel degré ?
28. Le système AX = b de six équations à cinq inconnues est soluble avec trois indétermi-
nations. Quel est le rang de A ?
29. Si le système AX = 0, où A est une matrice 4 × 4, est doublement indéterminé, un autre
système AX = b peut il
– être impossible ?
– avoir une solution unique ?
– être indéterminé ? et, si oui, de quel degré ?
30. Pour quelle valeur de la constante k le système suivant admet-il une solution unique ?
Trouvez cette solution. Qu’en est-il lorsque k prend une autre valeur ?


 2x + 4z = 6

3x + y + z = −1
.

 2y − z = −2

x − y + kz = −5

194
31. Résolvez et discutez suivant les valeurs de λ les systèmes suivants :

 λx1 + x2 − x3 = 2
a) x1 − x2 + x3 = −2

x1 + x 2 − x3 = 0


 x2 + λx3 + x4 = 0

x1 + x2 + x3 + x4 = 1
b)

 x1 + 2x2 + x3 + 2x4 = 1

3x1 + 3x2 + 4x3 + λx4 = 4


 x1 + x2 − x3 + x4 = 3

x1 + 2x2 − 3x3 + 2x4 = 5
c)

 2x1 + x2 + λx3 + x4 = 5

−x1 + (λ − 1)x3 + λ(λ − 2)x4 = 0


 x1 + x2 + x3 + x4 = 1

x1 − x3 + x4 = −1
d)

 2x 1 + x2 + λx4 = λ

x1 + x2 + λx3 + x4 = 1

 λx1 + x2 + x3 = 1
e) x1 + λx2 + x3 = 1

x1 + x2 + λx3 = 1

 x1 + x2 + λx3 = 2
f) x1 + λx2 + x3 = 2

λx1 + x2 + λx3 = 2

32. Trouvez les inverses des matrices suivantes :

   
1 3 3 7 −3 −3
a)  1 4 3  b)  −1 1 0 
1 3 4 −1 0 1
   
1 2 3 −1 2 −3
c)  2 4 5  d)  2 1 0 
3 5 6 4 −2 5
   
0 1 0 2 1 −1
g)  0 0 1  h)  0 2 1 
1 0 0 5 2 −3

33. Inversez, si possible, les matrices suivantes :

195
    
4 0 5 1 2 3
a)  0 1 −6  e)  −1 1 0 
3 0 4 0 3 3
 
µ ¶ 1 1 1
1 −1  1 1 1 
b) f)
−1 1
1 1 1
   
1 4 3 1 0 0
c)  2 5 4  g)  −13 1 −5 
1 −3 −2 2 0 1
 
4 0 8
d)  0 1 −6 
2 0 4
34. Pour quelles valeurs de a les matrices suivantes sont-elles inversibles ?
   
1 3 4 5 −3 1
a)  3 −1 2  d)  5 −3 1 
1 5 a a a a
   
0 3 4 0 2 1
b)  3 0 2  e)  2 1 −1 
a 1 −1 5 a −3
 
1 0 0
c)  0 5 0 
0 0 a
35. Soit le système suivant exprimant y1 , y2 et y3 en fonction de x1 , x2 et x3 . Trouvez le
système qui exprime x1 , x2 , et x3 en fonction de y1 , y2 et y3 .

 y1 = x1 + 2x2 + 3x3
a) y2 = 2x1 + 4x2 + 5x3

y3 = 3x1 + 5x2 + 6x3

 y1 = 2x1 + x2 − x3
b) y2 = 2x2 + x3

y3 = 5x1 + 2x2 − 3x3
36. Les trois systèmes suivants ont la même matrice de coefficients. Résolvez les trois systèmes
sans refaire tous les calculs pour chacun d’eux.

 1 = x1 + 3x2 + 3x3
a) 0 = x1 + 3x2 + 4x3

3 = x1 + 4x2 + 3x3

196
 
 −2 = x1 + 3x2 + 3x3
b) 3 = x1 + 3x2 + 4x3

4 = x1 + 4x2 + 3x3

 5 = x1 + 3x2 + 3x3
c) 2 = x1 + 3x2 + 4x3

−1 = x1 + 4x2 + 3x3
37. Soit le système AX = b, où
   
1 2 0 2 −3
 −1 −2 1 −3   6 
A=
 1
 et b= 
 1 .
1 1 1 
2 3 3 2 3
a) Résolvez le système.
b) Calculez A−1 .
c) Vérifiez votre réponse a) au moyen
 de votre réponse
 b).
1 1 −1
38. a) Calculez l’inverse de la matrice  1 0 λ .
1 1 λ−1
Précisez, en cours de calcul, pour quelle(s) valeur(s) de λ la matrice n’est pas inversible et
pourquoi.
b) Utilisez cette inverse pour résoudre le système :

 x1 +x2 −x3 = 10
x1 +10x3 = 10

x1 +x2 +9x3 = 20.
39. Une famille de puces réside dans les pièces 1, 2 et 3 représentées sur le schéma ci-dessous :
2
1
3
Chaque jour, toutes les puces changent de pièce. Elles se répartissent “également" par les
portes qui accèdent à leur pièce. (Ainsi, parmi les puces initialement dans la pièce 1, une
moitié passera dans la pièce 2 et l’autre moitié dans la pièce 3).
a) Si nous désignons par x1 , x2 , x3 les nombres de puces initialement dans les pièces 1,
2 et 3 respectivement et y1 , y2 , y3 les nombres de puces après 1 jour dans les pièces
1, 2 et 3 respectivement, décrivez par un système d’équations linéaires l’évolution
journalière de cette famille.
b) Ecrivez ce système sous forme matricielle.
c) Quelle sera la répartition après 1 jour si la répartition initiale était la suivante :

 2 000 puces dans la pièce 1
3 000 puces dans la pièce 2

6 000 puces dans la pièce 3.

197
 d) Quelle sera la répartition après 2 jours si la répartition initiale est la même qu’en c) ?
40. Dans le même contexte qu’à l’exercice précédent, les règles de déménagement sont main-
tenant les suivantes :
2
1
3
– parmi les puces de la pièce 1, 31 exactement restent en place ;
– les autres puces de la pièce 1 et celles des pièces 2 et 3 quittent leur pièce et se répar-
tissent “également" par les ouvertures ;
– une des ouvertures entre la pièce 2 et la pièce 3 est à sens unique.
a) Décrivez, sous forme de système d’équations, un déménagement de la famille de
puces.
b) Décrivez-le sous forme matricielle.
c) Quelle est la répartition après 1 déménagement si la répartition initiale était :

 6 000 dans la pièce 1
3 000 dans la pièce 2

2 000 dans la pièce 3 ?

d) Décrivez sous forme matricielle la répartition après 2 déménagements.

41. Toujours les puces des exercices précédents mais cette fois :
2
1
3
toutes les puces déménagent et les portes sont toutes à sens unique.
a) Quel est le système d’équations qui exprime une étape ?
b) Quelle est la matrice qui exprime une étape ? 2 étapes successives ? 3 étapes succes-
sives ? 4 étapes successives ?
 
0 0 1
c) Si A =  1 0 0 , que vaut A99 ? Et A100 ?
0 1 0
42. Chaque année, la population d’un pays fait son choix entre 2 partis politiques : le parti A
et le parti B. On constate les faits suivants :
– 1/3 des anciens partisans de A sont mécontents et passent au parti B. Les autres anciens
de A restent en A.
– 1/3 des anciens partisans de B seulement restent en B et les autres passent en A.
a) Exprimez par un système d’équations le mouvement politique de la population en 1
an.
b) Exprimez ce transfert sous forme matricielle.

198
 c) Exprimez sous forme matricielle le transfert politique après 2 ans, après 3 ans et après
4 ans.
d) Si en 1978 il y a 36 000 partisans A et 900 partisans B, quelle sera la répartition de la
population en l’an 2000 ?
43. Une certaine espèce de scarabées se comporte de la manière suivante :
1
– en moyenne, la moitié des scarabées meurent la première année, et les autres survivent
une seconde année ;
– parmi ceux-ci, les 2/3 meurent durant cette seconde année et les autres survivent une
3ème ;
– a la fin de cette 3ème année, ils meurent tous mais, auparavant, chacun d’eux donne
naissance en moyenne à 6 scarabées.
a) Traduisez, sous forme matricielle, l’évolution de cette population après 1, 2, 4 et 8
ans. Qu’en concluez-vous ?
b) Quelle sera, après 1 an, la répartition de la population si la répartition initiale était la
suivante : 
 1 000 scarabées de moins d’un an
1 000 scarabées entre 1 et 2 ans

1 000 scarabées entre 2 et 3 ans ?
c) Vérifiez qu’il y a une répartition de la population qui est stable (c’est-à-dire telle que
Ax̄ = x̄) pour cette évolution de la population et dites de quelle répartition il s’agit.
d) Quelle était la répartition de la population 1 an avant la répartition suivante :

 1 200 scarabées de moins d’un an
6 000 scarabées entre 1 et 2 ans

6 000 scarabées entre 2 et 3 ans ?
Et 2 ans avant ?
2 On modifie le problème précédent : si chaque scarabée donne naissance en moyenne
à un autre scarabée au cours de la seconde année et s’il donne naissance en moyenne à 3
autres au cours de la 3ème année :
a) Traduisez, sous forme matricielle, l’évolution de cette population.
b) Quelle sera, après 1 an, la répartition de la population si la répartition initiale était la
suivante : 
 1 000 scarabées de moins d’un an
1 000 scarabées entre 1 et 2 ans

1 000 scarabées entre 2 et 3 ans ?
c) Quelle était la répartition de la population 1 an avant la répartition suivante :

 3 600 scarabées de moins d’un an
100 scarabées entre 1 et 2 ans

100 scarabées entre 2 et 3 ans ?

199
 3
a) Dites à quelle évolution correspond la matrice suivante :
 
0 6 24
 1/3 0 0 
0 1/2 0

(c’est-à-dire, donnez la mortalité et la natalité dans chaque tranche d’âge.)

b) Pour la matrice donnée en a), donnez sous forme matricielle l’évolution de la popu-
lation après 2 ans.
c) Vérifiez qu’il n’y a pas de répartition de la population qui soit stable.
d) Vérifiez qu’il y a une répartition de la population qui double tous les ans.
e) Quelle était la répartition de la population 1 an avant la répartition suivante :

 264 scarabées de moins d’un an
20 scarabées entre 1 et 2 ans

4 scarabées entre 2 et 3 ans ?

44. Une race de perroquets se reproduit suivant les règles suivantes :

– les juvéniles (oiseaux de moins d’un an) ne se reproduisent pas ;
– les adultes (oiseaux de plus d’un an) donnent chacun naissance à un oisillon chaque
année ;
– les perroquets ayant la vie très longue, on considère qu’il n’y a pas de décès pendant la
période observée.
a) Donnez la matrice A permettant de calculer la population partagée en y1 = nombre
de juvéniles et y2 = nombre d’adultes, après un an, en fonction de la population
initiale, partagée en x1 = nombre de juvéniles et x2 = nombre d’adultes.
b) Calculez les matrices B, C et D donnant l’évolution de la population en 2, 4 et 8 ans
respectivement.
45. Calculez le déterminant des matrices suivantes
   
−1 1 −1 2 4 6
a)  3 1 0  b)  0 2 3 
2 1 3 1 4 9

1
46. Montrez que det A−1 = det A
.
47. Montrez que  
1 a a2
det  1 b b2  = (b − a)(c − b)(c − a)
1 c c2

200
48. Calculez le déterminant des matrices suivantes
 
  0 0 0 0 0 1
  1 1 0 0  0 0 0 0 2 1 
1 15 0  
 0 0 1 1   0 0 0 3 2 1 
 84 37 1     
 1 2 1 2   0 0 4 3 2 1 
1 −15 0  
1 2 2 1  0 5 4 3 2 1 
6 5 4 3 2 1
   
1 −2 3 −2 −2   1 2 1 2 1
  2 3 −2 4  
 2 −1 1 3 2   3 −2 1 2   0 0 1 1 1 
 1 1 2 1 1     1 1 0 0 0 
   3 2 3 4   
 1 −4 −3 −2 −5   0 0 1 1 2 
−2 4 0 5
3 −2 2 2 −2 1 2 2 1 1
 
  1 2 3 4 5
1 2 3 4  2 3 4 5 
 1 3 6 10   1 
   3 4 5 1 2 
 1 4 10 20   
 4 5 1 2 3 
1 5 15 35
5 1 2 3 4
49. Calculez le déterminant des matrices suivantes
   
 
 3 2 5   1 −1 2 
   
 1 2     
a)   b)  1 1 1  c)  −1 0 0 
   
3 4    
2 2 5 2 3 1
     
 1 0 0   3 0  5 1 2 3 
     
     
d)  1 1 0  e)  1 0 1   f )  4 5 6 
    
     
1 1 1 2.31 1 5.17 7 8 9

50. Montrez que le déterminant d’une matrice élémentaire est toujours non nul.
51. Calculez le déterminant des matrices suivantes
   
1 0 0 2 0 0 1 2
 0 1 0 −3   0 3 4 0 
   
 0 0 1 4   5 6 0 1 
2 3 4 11 1 0 1 2
52. Déterminer les valeurs de λ pour lesquelles le système suivant a des solutions différentes
de (0, 0, 0). 
 (5 − λ)x + 2y + z = 0
2x + y = λy

x + z = λz

201
53. Quelles sont les valeurs possibles pour le déterminant d’une matrice A telle que A2 = A.
Donnez des exemples pour les cas jugés possibles.

202
Chapitre 7

Eléments d’algèbre linéaire

L’espace Rn est muni de son addition habituelle : si v = (v1 , v2 , . . . , vn ) et w = (w1 , w2 , . . . , wn )

sont des éléments de Rn et si α ∈ R, alors

v + w = (v1 + w1 , v2 + w2 , . . . , vn + wn )

α · v = (αv1 , αv2 , . . . , αvn ) .

Les éléments de Rn s’appellent les vecteurs de Rn . Parmi eux se trouve le vecteur nul

0 = (0, 0, . . . , 0) .

Dans ce texte nous ne considérons que des sous-espaces vectoriels de Rn .

7.1 Espaces vectoriels

Définition 7.1. Un sous-espace vectoriel de Rn est une partie V de Rn vérifiant les propriétés
suivantes
1. 0 ∈ V
2. Si v et w ∈ V , alors v + w ∈ V
3. Si v ∈ V et si a ∈ R, alors le vecteur a · v appartient également à V .

Les éléments de V s’appellent les vecteurs de l’espace vectoriel V

Exemple 7.1. Les sous-espaces vectoriels du plan sont l’espace réduit au point 0, les droites
passant par l’origine, et le plan tout entier.

Exemple 7.2. Les sous-espaces vectoriels de R3 sont l’espace réduit au point 0, les droites
passant par 0, les plans passant par 0 et l’espace R3 .

203
Exemple 7.3. Considérons un système d’équations homogènes


 a11 x1 + a12 x2 + · · · + a1n xn = 0

a21 x1 + a22 x2 + · · · + a2n xn = 0

 · ··

an1 x1 + an2 x2 + · · · + ann xn = 0

L’ensemble des solutions de ce système forme un sous-espace vectoriel de Rn .

Exemple 7.4. Finalement prenons des vecteurs v1 , v2 , . . . , vp dans Rn et considérons la partie

V de Rn formée de tous les vecteurs v qui peuvent s’écrire sous la forme

v = λ1 v1 + λ2 v2 + · · · + λp vp .

Cette partie est un sous-espace vectoriel de Rn . On la note hv1 , . . . , vp i et on l’appelle le sous-

espace vectoriel engendré par v1 , v2 , . . . , vp .

Définition 7.2. Soit V un sous-espace vectoriel de Rn . Une famille de vecteurs v1 , v2 , . . . , vp

est dite génératrice si tout vecteur v de V s’écrit sous la forme v = a1 v1 + a2 v2 + . . . + ap vp
pour certains ai ∈ R.

Ainsi v1 = (1, 0) et v2 = (0, 1) forment une partie génératrice du plan car tout vecteur
v = (a, b) s’écrit v = av1 + bv2 . De même dans Rn les vecteurs v1 , . . . , vp forment une partie
génératrice de l’espace hv1 , . . . , vp i.
Une écriture de la forme a1 v1 + a2 v2 + . . . + ap vp s’appelle une combinaison linéaire des
vecteurs v1 , v2 , . . . , vp .

Définition 7.3. Une famille de vecteurs v1 , v2 , . . . , vp est libre si la seule solution de l’équation

a1 v1 + a2 v2 + . . . + ap vp = 0

est la solution a1 = 0, a2 = 0, . . . , ap = 0.

Théorème 7.1. Une suite v1 , v2 , . . . , vp est libre si chaque vecteur v de Rn s’écrit d’au plus une
manière comme combinaison linéaire des vi .

Démonstration : Si la suite v1 , . . . , vp est libre et si on a deux écritures

v = a1 v1 + a2 v2 + . . . + ap vp

v = b1 v1 + b2 v2 + . . . + bp vp

204
 alors en soustrayant, on obtient

0 = (a1 − b1 )v1 + (a2 − b2 )v2 + . . . + (ap − bp )vp

Comme la suite est libre, on déduit que a1 − b1 = 0, a2 − b2 = 0, . . . , ap − vp = 0.

Ce qui montre que l’on a au plus une écriture de v comme combinaison linéaire des
vi .
Inversement, si on a au plus une écriture pour chaque vecteur, alors c’est le cas
en particulier pour le vecteur 0. Si donc on a une équation 0 = a1 v1 + . . . + ap vp ,
comme on a aussi 0 = 0v1 + . . . + 0vp , on déduit que les ai doivent être nuls.

Définition 7.4. Une base d’un sous-espace vectoriel est une famille libre et génératrice.

Théorème 7.2. Toutes les bases d’un sous-espace vectoriel V de Rn ont le même nombre d’élé-
ments. Ce nombre s’appelle la dimension de V .

Exemple 7.5. La suite e1 = (1, 0, 0), e2 = (0, 1, 0) et e3 = (0, 0, 1) est une base de R3 . La
dimension de R3 est 3, et plus généralement la dimension de Rn vaut n.

La dimension d’un espace est le nombre de degrés de liberté de l’espace. Les droites passant
par l’origine sont des espaces de dimension 1, et les plans passant par l’origine sont des sous-
espaces de dimension 2.
Si on a un système d’équations homogènes, le nombre d’inconnues indéterminées est exac-
tement la dimension de l’espace V des solutions du système. Les résultats sur le nombre d’indé-
termination d’un système d’équations homogènes peuvent alors se récrire sous la forme

Théorème 7.3. Le nombre d’indéterminations d’un système homogène est égal à la dimension
de l’espace des solutions, et est aussi égal au nombre d’inconnues moins le rang du système.

Théorème 7.4. Construction de bases

Si v1 , v2 , . . . , vp est une suite libre de V , alors on peut lui ajouter un nombre fini d’éléments
pour obtenir une base de V .
Si v1 , v2 , . . . , vp est une suite génératrice de V , alors on peut enlever des éléments de la suite et
obtenir une base de V .

Si V est un sous-espace de W , toute base de V est une suite libre de V , et donc une suite
libre de W . Elle peut donc s’étendre en une base de W . Il en résulte que dim V ≤ dim W .

205
Théorème 7.5. Une suite de n vecteurs de Rn est une base, si et seulement si elle est libre, si
et seulement si elle est génératrice.

Démonstration : En effet, si la suite est libre, en ajoutant des vecteurs on obtient

une base. Cette base doit avoir n éléments. On doit donc ajouter 0 vecteurs et la suite
donnée est une base. De même si la suite est génératrice, on peut supprimer certains
vecteurs et obtenir une base. Cette base doit aussi avoir n éléments. On doit donc
supprimer 0 vecteurs et la suite donnée est une base.

Pour voir qu’une suite de vecteurs est une base de Rn , on possède un critère simple sous
forme de rang et de déterminant

Théorème 7.6. La dimension du sous-espace vectoriel hv1 , v2 , . . . , vp i est égal au rang de la

matrice ayant ces vecteurs pour lignes.

En conséquence, on déduit

Théorème 7.7. Une suite v1 , v2 , . . . , vp est libre si le rang de la matrice ayant ces vecteurs pour
lignes vaut p.
Si p = n, ces vecteurs sont libres (et donc une base) si et seulement si le déterminant de la
matrice ayant ces vecteurs comme lignes est non nul.

Exemple 7.6. Ainsi les vecteurs v1 = (1, 2, 3), v2 = (0, 1, 1) et v3 = (1, 0, 3) forment une base
de R3 car le déterminant de la matrice

 
1 2 3
 0 1 1 
1 0 3

vaut 2 6= 0.

Dans le cas n = 2, les vecteurs v1 et v2 forment une base si l’aire du parallélogramme

engendré par les deux vecteurs est non nul, c’est-à-dire si les vecteurs sont non nuls et non
multiples l’un de l’autre.

206
7.2 Applications linéaires
Dans divers domaines d’applications certaines variables y1 , y2 , · · · , yp dépendent d’autres
variables x1 , · · · , xn au moyen d’équations du premier degré


 y1 = a11 x1 + a12 x2 + . . . + a1n xn

y2 = a21 x1 + a22 x2 + . . . + a2n xn

 ...

yp = ap1 x1 + ap2 x2 + . . . + apn xn .

Si on écrit
     
a11 a12 ... a1n y1 x1
 a21 a22 ... a2n   y2   x2 
A=
 ...
, Y = 
 ...  , X= 
... ... ...   ... 
ap1 ap2 ... apn yp xn
on a
Y = AX .
Le vecteur Y est l’image du vecteur X par l’application X 7→ AX.

Définition 7.5. Une application linéaire L : Rn → Rp est une application de la forme L(X) =
AX pour une certaine matrice A de genre p × q.
Autrement dit une application linéaire L est une application de la forme
 
  a11 x1 + a12 x2 + . . . + a1n xn
x1  a21 x1 + a22 x2 + . . . + a2n xn 
L ···  =   ...


xn
ap1 x1 + ap2 x2 + . . . + apn xn

Exemples :
1. Evolution d’une population
Pour illustrer l’utilisation des applications linéaires dans un contexte démographique, nous ima-
ginons une espèce animale, que nous appelons “coccinelles" parce que c’est joli, dont on modé-
lise l’évolution.
Pour étudier cette évolution, on distingue trois classes d’âges ; les individus de moins d’un
an, ceux entre un et deux ans et ceux entre deux et trois ans. Dans le courant d’une année :
– seul un individu de la première classe sur deux survit ;
– chaque individu de la deuxième classe donne naissance à 5 nouvelles coccinelles et (en-
suite) une sur trois survit ;
– chaque individu de la troisième classe donne naissance à 3 coccinelles et (ensuite) aucune
ne survit.

207
Si (x1 , x2 , x3 ) donne la population d’une année séparée en classes d’âge, et (y1 , y2 , y3 ) la popu-
lation de l’année suivante, ces variables sont liées par les équations

 y1 = 5x2 + 3x3
y2 = 12 x1

y3 = 13 x2
2. Emplois et coûts dans une entreprise
A nouveau nous décrivons une situation imaginaire très simplifiée pour illustrer l’utilisation d’ap-
plications linéaires dans les calculs d’une entreprise.
Un fabricant de chalets préfabriqués propose trois type de chalets : A, B et C. Pour chaque
type de chalet il doit prévoir un certain volume de maçonnerie, une certaine surface de cloisons
intérieures, cloisons extérieures et toiture. Ces quantités sont données dans le tableau suivant :

Types de chalet

A B C

maçonnerie (m3 ) 10 8 8

quantités cloisons intérieures (m2 ) 100 80 60

à prévoir cloisons extérieures (m2 ) 80 50 40

toiture (m2 ) 35 28 24

Si x1 , x2 , x3 sont respectivement les commandes de chaque type de chalet et y1 , y2 , y3 , y4 les

quantités totales de maçonnerie, cloisons intérieures, cloisons extérieures et toitures à prévoir,
ces variables sont liées par les équations


 y1 = 10x1 + 8x2 + 8x3

y2 = 100x1 + 80x2 + 60x3

 y3 = 80x1 + 50x2 + 40x3

y4 = 35x1 + 28x2 + 24x3 .
Pour programmer le travail des ouvriers, on peut mentionner dans un autre tableau, le nombre
d’heures de travail respectivement en atelier et sur le chantier que représente chaque m3 de ma-
çonnerie, m2 de cloisons intérieures, extérieures et toiture.

maçonnerie Cl.Intérieures Cl. Extérieures Toiture

Heures en atelier 0 1 2 1

Heures sur chantier 4 1 1 2

208
Si y1 , y2 , y3 , y4 sont les quantités de maçonnerie, cloisons intérieures, cloisons extérieures et
toiture prévues et z1 , z2 le nombre d’heures de travail en atelier et sur le chantier correspondantes,
on a ½
z1 = y2 + 2y3 + y4
z2 = 4y1 + y2 + y3 + 2y4 .

Conclusion. Toute matrice induit une application linéaire et parler d’applications linéaires c’est
simplement considérer l’opération de multiplication par des matrices.
On devrait toujours écrire les vecteurs verticalement. Par commodité, on les écrit souvent
horizontalement. Par exemple L(x, y, z) = (3x − y, y + 2z, x + y + z) devrait logiquement
s’écrire    
x 3x − y
L  y  =  y + 2z .
z x+y+z
Ici on voit clairement la multiplication matricielle
      
x 3x − y 3 −1 0 x

L y  =  y + 2z  =  0 1 2   y .
z x+y+z 1 1 1 z

Noyau et Image.
Si L : Rn → Rp est linéaire, on lui associe d’ordinaire deux sous-espaces
• le noyau de L, noté Ker L, et contenu dans Rn ,
• l’image de L, notée Im L, et contenue dans Rp .

Ker L = { X ∈ Rn | L(X) = 0 } .

Im L = { L(X) | X ∈ Rn } .

Théorème 7.8. Ker L est un sous-espace vectoriel de Rn et Im L est un sous-espace vectoriel

de Rp .

Démonstration. Supposons que L(X) = AX. Montrons que Ker L est un sous-espace vectoriel
en vérifiant les trois propriétés de la définition.
1. 0 ∈ Ker L car L(0) = A0 = 0.
2. Si X et Y ∈ Ker L, alors L(X + Y ) = A(X + Y ) = AX + AY = 0 + 0 = 0.
3. Si X ∈ Ker L et α ∈ R, alors L(αX) = A(αX) = αAX = α0 = 0.

209
Faisons de même pour Im L.
1. 0 ∈ Im L car 0 = A · 0 = L(0).
2. Si X, Y ∈ Im L, X = AZ, Y = AT , et X + Y = A(Z + T ).
3. Si X ∈ Im L et α ∈ R, X = AZ, d’où αX = A(αZ).

Théorème 7.9. Pour toute application linéaire L : Rn → Rp ,

dim Ker L + dim Im L = n .

Exemple 7.7. Considérons la projection verticale L de R3 sur le plan des x, y. Cette application s’écrit
   
x µ ¶ µ ¶ x
x 1 0 0  
L y  = = y .
y 0 1 0
z z

Le noyau Ker L est la droite x = y = 0 tandis que l’image de L est le plan des x, y. On a dim Im L = 2,
dim Ker L = 1 et dim Im L+ dim Ker L = 3 = dim R3 .

Si A = (aij ), Ker L est en fait l’espace vectoriel des solutions de AX = 0, c’est-à-dire des
solutions du système d’équations


 a11 x1 + a12 x2 + . . . + a1n xn = 0

a21 x1 + a22 x2 + . . . + a2n xn = 0

 ...

ap1 x1 + ap2 x2 + . . . + apn xn = 0.

La détermination de Im L semble plus complexe. Remarquons tout d’abord que si

 
x1
X =  ··· 
xn

et que les colonnes de A sont notées successivement C1 , C2 , . . . , Cn , alors

L(X) = AX = x1 C1 + x2 C2 + · · · + xn Cn .

Ceci montre que L(X) est combinaison linéaire des colonnes Ci . D’autre part si X = ei le
vecteur unité avec un 1 en position i et des 0 ailleurs, alors

L(ei ) = Ci .

Il en résulte que
Im L = hC1 , C2 , . . . , Cn i .

210
Pour construire une base de Im L, il suffit donc d’extraire une famille libre maximale de {C1 , . . . , Cn }.
De plus,

Théorème 7.10. La dimension de l’image de L est égale au rang de la matrice associée A.

La détermination du rang fournit donc, par les deux derniers théorèmes, la dimension du
noyau et de l’image de L.

Constatons en terme de synthèse partielle que si A est une matrice carrée d’ordre n et si L
est l’application linéaire associée, on a l’équivalence entre les affirmations suivantes
• A est inversible,
• det A 6= 0,
• rang A = n,
• Le système AX = 0 a une solution unique X = 0,
• dim Ker L = 0,
• dim Im L = n.

211
7.3 Exercices
1. Montrez que le déterminant de la matrice suivante vaut 0.
 
2 1 4
 3 2 7 
4 3 10

Il en résulte que les lignes ne sont pas libres. Montrez que les lignes ne sont pas libres
directement à partir de la définition.
2. Dans R2 , quelles sont, parmi les parties suivantes, celles qui sont des sous-espaces vecto-
riels. Lorsqu’il s’agit d’espaces vectoriels précisez la base et donnez-en une base.

A = {(x, 0) | x ∈ R} B = {(x, y) | 2x + y = 0 }
2 2
C = { (x, y) | x + y = 1} D = {(x, y) | x + 2y = 3 }
E = { (0, 0 } F = { (x, 2x) | x ∈ R }

3. Dans R3 , quelles sont, parmi les parties suivantes, celles qui sont des sous-espaces vecto-
riels. Lorsqu’il s’agit de sous-espaces vectoriels, donnez la dimension et une base.

A = { (0, x, 0) | x ∈ R } B = { (x, 2x + 1, 3x) | x ∈ R }

C = { (x, y, x + y) | x, y ∈ R } D = { (x, y, z) | z = x + y }

4. Les vecteurs suivants forment-ils une partie libre de R4 .

(1, 2, 1, 0) (2, 1, 2, 1)

5. Les vecteurs suivants forment-ils une partie génératrice, une partie libre, une base de R3

a) (1, 0, −1), (2, 1, 2), (3, −2, 0)

b) (1, 1, 1), (2, 1, 0), (2, 0, 1), (0, 0, 1)
c) (2, 3, 5)
d) (1, 0, 0), (0, 0, 0), (0, 1, 0)
e) (1, 2, 0), (0, 1, 0), (1, 2, 3)
6. Exprimez le vecteur (2, 5, 3) comme combinaison linéaire des vecteurs (1, 2, 3), (1,1,2) et
(1, −1, 1).
7. Montrez que le déterminant de la matrice suivante vaut 0.
 
2 1 4
 3 2 7 
4 3 10

Il en résulte que les lignes ne sont pas libres. Montrez que les lignes ne sont pas libres
directement à partir de la définition.

212
 8. Donnez la dimension et une base de l’espace vectoriel des solutions du système d’équa-
tions homogènes ½
x + 2y + z + t = 0
3x − y = z − t = 0
9. Calculez le rang de la matrice
 
1 2 3 1
 2 9 −6 −3 
 
 3 7 1 0 
1 0 5 2

En déduire la dimension du sous-espace vectoriel engendré par les lignes ainsi qu’une base
de ce sous-espace.
10. Les applications suivantes sont-elles linéaires ?
(a) L(x, y) = (2x + y, 5x − y)
(b) L(x, y) = (3x + y 2 , 5x − y)
(c) L(x, y) = (3x + 5, y − x)
11. Déterminez la dimension ainsi qu’une base pour les espaces vectoriels Ker L et Im L.
(a) L(x, y, z) = (x − y, y − z, z − x)
(b) L(x, y, z) = (x + y + z, 2x + 2y + 2z)
(c) L(x, y) = (x + y, x + 2y, x + 3y)
(d) L(x, y, z, t) = (x − y, z − t, 2x − 2y − z + t)
12. Soient A et B deux matrices carrées d’ordre n, et LA , LB et LAB les applications linéaires
associées à A, B et AB.
(a) Montrez que Ker LB ⊂ Ker LAB ,
(b) Montrez que Im LAB ⊂ Im LA ,
(c) Montrez que rang AB ≤ rang B,
(d) Montrez que rang AB ≤ rang A.

213