Fonctions, dérivée, primitives et intégrales

∗
Stéphane Chrétien
October 4, 2023

1 Nombres et intervalles
1.1 Nombres entiers
• L’ensemble des nombres entiers positifs est noté N. Donc, N = {1, 2, . . .}.
• L’ensemble de tous les nombres entiers, positifs ou négatifs est noté Z. Donc, Z = {. . . , −2, −1, 0, 1, 2, . . .}.
• Remarquons que N est inclu dans Z. Nous écrivons N ⊂ Z.

1.2 Nombres rationnels

n o
• L’ensemble des nombres rationnels est noté par Q, ce qui s’écrit plus formellement Q = p
q , p, q ∈Z .

• Remarquons que Z ⊂ Q.

1.3 Nombres réels

• L’ensemble des nombres réels est noté par R.
√
• Remarquons que R contient Q, et beaucoup plus de nombres, tels que π, 2, e, etc.
• Si a est un nombre réel, on écrit a ∈ R.
• En terme de l’inclusion, on a
N⊂Z⊂Q⊂R
• Les nombres réels sont ordonnés, c’est-à-dire un est plut petit (ou égal) que l’autre.
– Notamment, si a, b ∈ R, on écrit:
a<b ssi b − a > 0 ( ou a − b < 0),
a≤b ssi b − a ≥ 0 ( ou a − b ≤ 0).

1.4 Intervalles
• Voilà une défition très importante

Définition 1.1. Pour a, b ∈ R, avec a < b, les intervalles de R avec des extremités a et
b, sont notées par
(a, b), [a, b), (a, b], [a, b].

Le premier est appelé intervalle ”ouvert a-b”, le deuxième est appelé ”intervalle a-b semi-ouvert à
droite”, le troisième ”intervalle a-b semi-ouvert à gauche” et le quatrième ”intervalle a-b fermé”.
• Si un, ou les deux, de a et b sont ±∞, on note
(−∞, a), (−∞, a], (b, +∞), [b, +∞), (−inf ty, +∞)
les intervalles respectifs.
∗ d’après les notes de cours de Arian Novruzi, Department of Mathematics and Statistics University of Ottawa, Canada

1
2 Fonctions
• Par définition,

Définition 2.1. une fonction est une loi, ou correspondance, qui à tout élément d’un
ensemble X associe un seul élément de l’ensemble Y .

• Symboliquement, une fonction f est presentée par

f : X 7→ Y
x → y = f (x),

où X est l’espace (ensemble) du départ, Y l’espace d’arrivée, f est la loi qui à x ∈ X associe la
valeur y ∈ Y .
• Lorsque l’on a l’habitude, on écrit souvent y = f (x) sans préciser les ensembles X et Y de la
fonction f .

Exemple 2.1. Soit f une fonction donnée par

f : R 7→ R,
x → y = 3x − 1.

Ici, X = R, Y = R, et f (x) = 3x − 1, associe à tout x ∈ R la valeur unique f (x) = 3x − 1.

2.1 Domaine et image d’une fonction

• Notons, qu’en général, la fonction f n’associe pas nécessairement une valeur f (x) à tout x ∈ X.

Exemple 2.2. Soit f donnée par

f : R 7→ R,
√
x→y= x.
√
Ici, X =√R, Y = R, et f (x) = x, associe à tout x ≥ 0 (et pas à tout x ) la valeur unique
f (x) = x.

• Voilà la définition du domaine d’une fonction:

Définition 2.2. L’ensemble des x ∈ X pour lesquels f (x) est défini s’appelle ”domaine
de f ”, , et est noté par Dom(f ).

• Voilà la définition de l’image d’une fonction:

Définition 2.3. L’ensemble des valeurs f (x) pour tous les x ∈ Dom(f ) est appellé
”l’image de f ” et est noté par Im(f ). Donc, Im(f ) = {f (x), x ∈ Dom(f )}.

• Une fonction peux être donnée par un tableau ou par un graphe. Mais plus souvent, ce qui sera
le cas dans ce cours, une fonction est donnée par une formule de la forme y = f (x). Par example
y = 3x2 − 1, donc ici f (x) = 3x2 − 1.
• On remarque qu’ici on précise uniquement la loi f . Pour être précis il faut donner aussi les espace
du depart, d’arrivée, le domaine et l’image de f . Souvant, dans ce cours, l’ensemble X est Y
seront R.

2
 • Quelques examples de fonctions élémentaires sont les suivantes.

1. f (x) = c, avec c ∈ R, dite ”fonction constante”

2. f (x) = ax + b, avec a, b ∈ R, dite ”fonction linéaire
3. f (x) = ax2 + bx + c, avec a.b, c ∈ R, dite ”fonction quadratique”
4. f (x) = |x|, dite ”fonction valeur absolue”
1
5. f (x) = x
α
6. f (x) = x , avec x ̸= 0, α ∈ R, dite ”fonction puissance ”

• Voici un exemple détaillé

Exemple 2.3. Soit f (x) = 3x + 7. Ici f : X 7→ Y avec X = Y = R.

– On a Dom (f ) = R parce que f (x) est bien définit pour tout x.
– Que vaut Im(f ) ? Ici Im(f ) = R. Comment le déduit-on ?

∗ Soit y ∈ R arbitraire, et on cherche x ∈ R tel que f (x) = y.

∗ Pour ce faire on résout 3x + 7 = y, d’où x = (y − 7)/3.
∗ Donc, quoi qu’il soit y il existe un x tel que f (x) = y.
∗ Ceci confirme que Im(f ) = R.

√
Exemple 2.4. Soit f (x) = x − 1. Ici f : X 7→ Y avec X = Y = R.
– Dom(f ) = {x ∈ R, x − 1 ≥ 0} = {x ≥ 1} = [1, +∞).

– Que vaut Im(f ) ? Ici Im(f ) = [0, +∞).

√
∗ Tout d’abord Im(f ) ⊂ [0, +∞) parce que x − 1 ≥ 0 pour tout x ∈ Dom(f ).
∗ Montrons qu’au fait Im(f ) = [0, +∞).
· √
Pour ceci soit y ∈ R et trouvons x ∈ Dom(f ) tel que f (x) = y, donc
x − 1 = y, ou x = y 2 + 1.
· Ainsi, pour n’importe quel y ∈ [0, +∞) il existe un x = y 2 + 1 ≥ 1 tel que
f (x) = y.
∗ Ceci montre que Im(f ) = [0, +∞)

2.2 Graphe d’une fonction

• Étant donnée une fonction f , le graphe de f est l’ensemble des points

G(f ) = {(x, f (x), x ∈ Dom(f )}, (1)

dans le plan cartésien.

• En général, le graphe d’une fonction est une courbe.

– Si la fonction est linéaire alors son graphe est une droite, et si la fonction est quadratique
alors son graphe est une parabole.
– On trace le graphe d’une fonction en traçant les points (x, f (x)), pour certain x et ensuit
on lie les points obtenus de façon lisse.

3
 Exemple 2.5. Traçons le graphe de la fonction f (x) = x2 − 2x. On évalue f (x) pour
certains x comme dans le tableau ci-bas
x −2 −1 0 1 2 3
f (x) 8 3 0 −1 0 3

Ensuite, on trace les points (x, f (x)) et on les lie de façon lisse comme dans Figure
suivante.
y
2

0
−2 −1 0 1 2 x

−1

−2

−3

2.3 Calcul avec des fonctions

2.3.1 Opération algèbriques
• Étant donné deux fonctions f et g, et deux constants a, b ∈ R, on peux definir les fonctions
nouvelles  
f
(af + bg)(x) = af (x) + bg(x), (f g)(x) = f (x)g(x), (x)
g

• Avec les fonctions on peux faire toute opération algèbrique, c.à.d. on peut combiner les fonctions
par les opérations de l’addition, soustraction, multiplication, division, puissances et racines.

2.3.2 Composition de fonctions

• Soient f et g deux fonctions données. On définit les fonctions, dites composées, comme suit

f ◦ g(x) = f (g(x)), g ◦ f (x) = g(f (x))

• La fonction f ◦ g est appellée ”fonction composée de f avec g ”.

• Pourquoi on considère la composition d’une fonction?

Exemple 2.6. Soit t le temps après l’an 2000, p(t) = 50+e0.01t la population (en million)
d’un pays et R(p) = 2.1 + ln(1 + 3p) le revenu en fonction de la population. Alors

R ◦ p(t) = R p(t) = 2.1 + ln 1 + 50 + e0.01t

donne le revenu en fonction de l’année t.

• Voici quelques exemples:

4
 Exemple 2.7. Exemple 1.6 Soient f (x) = x + 1 et g(x) = x1 . Alors

1 1+x
f ◦ g(x) = f (g(x)) = g(x) + 1 = +1= ,
x x
1 1
g ◦ f (x) = g(f (x)) = = .
f (x) x+1

Notez en particulier (au cas où on aurait eu l’idée saugrenue de se poser la question !)
que f ◦ (x) ̸= g ◦ f (x).

2.4 Fonction réciproque

• La fonction réciproque associe à tout y le x qui a donné y par l’application de f .

Définition 2.4. fonction notée f −1 , appelée ”fonction réciproque de f , satisfaisant

f −1 ◦ f (x) = x, ∀x ∈ Dom(f ), f ◦ f −1 (y) = y, ∀y ∈ Im(f ).

• Pour que f −1 existe il faut et il suffit que f soit injective:

Définition 2.5. On dit ” f est injective” si f (x1 ) ̸= f (x2 ) pour tout x1 , x2 ∈ Dom(f )
avec x1 ̸= x2 .

• De façon pratique, pour trouver f −1 , on résoud y dans l’équation f (y) = x. Alors, y = f −1 (x).

q
Exemple 2.8. Exemple 1.7 Soit f (x) = x
1−x . Pour trouver f −1 (x) on resout f (y) = x.
On a
f (y) = x, it ou
r
y
= x; par la suit on resout y comme suit
1−y
y
= x2 ,
1−y
y = x2 (1 − y)
y 1 + x2 = x2 ,

x2
y= ,
1 + x2
x2
f −1 (x) = .
1 + x2

2.5 Equations et inéquations

• Qu’est-ce qu’une équation ?

Définition 2.6. Une équation est un objet mathématique de la forme

f (x) = 0

avec f (x) une fonction.

Resoudre une équation f (x) = 0 signifie trouver tous les x ∈ R tels que f (x) = 0. Tout x
satisfaisant f (x) = 0 est appellé ”racine de f”.

5
 1−x
– Par exemple, f (x) = 3x2 − 2x + 1, ou f (x) = 4x3 − x2 −4 .
– Voici un exemple qui utilise la formule du discriminant

Exemple 2.9. Soit f (x) = x2 − 3x + 2. Resolvons l’équation f (x) = 0. Donc

x2 − 3x + 2 = 0. Utilisant la formule des racines de ax2 + bx + c = 0 on obtient
√ √
−b ± b2 − 4ac 3 ± 32 − 4 · 1 · 2 3±1
x= = = = 1, 2
2a 2·1 2

• Une inéquation est un objet de la forme

f (x) < g(x), ou f (x) ≤ g(x) ( ou f (x) > g(x), ou f (x) ≥ g(x))

avec f (x), g(x) deux fonctions. Résoudre une inéquation, par example, f (x) ≥ 0, signifie trouver
tous les x ∈ R tels que f (x) ≥ 0.

– Voici un exemple:

1+x
Exemple 2.10. Resolvons l’inéquation 1 − 2x < 2 . On procède comme suit
1 − 2x < 1+x
2 , [on multiplie les deux côtès par 2 ]

(1 − 2x)2 < 1 + x, [on isole x d’un côté, disons à gauche]

2 − 4x < 1 + x, [on divise par − 5; le signe de l’inégalité change]
−4x − x < 1 − 2,
−1 1
−5x < −1, = ,
−5 5
1
x> .
5
1

Donc, la solution est x ∈ 5 , +∞ .

3 Suites de nombres, limites et continuité des fonctions

3.1 Suites
• Les suites numériques sont des nombres successifs u0 , u1 , u2 , u3 , . . ..
• Une telle suite est notée un )n∈N .
• Formellement, la définition mathématique est

Définition 3.1. Une suite numérique u est une fonction de N (ou d’une partie de N )
dans R, c’est-à-dire une fonction qui à tout entier naturel n associe un réel, noté u(n)
ou, plus généralement un (notation indicielle).

N→R
Ainsi, on a :
n 7→ un

• Voici quelques propriétés importantes qu’une suite peut éventuellement satisfaire:

6
 Définition 3.2. Soit (un ) une suite définie pour tout entier naturel n.

– Dire que (un ) est croissante signifie que, pour tout entier naturel n, un+1 ≥ un .
– Dire que (un ) est décroissante signifie que, pour tout entier naturel n, un+1 ≤ un
– Dire que (un ) est constante signifie que, pour tout entier naturel n, un+1 = un .

– Une suite croissante ou décroissante est dite monotone.

– Soit M un nombre réel. Une suite (xn )n∈N est dite majorée par M si tous ses
termes sont inférieurs ou égaux à M :

∀n ∈ N, xn ≤ M

La suite (xn )n∈N est dite minorée par M si tous ses termes sont supérieurs ou égaux
à M :
∀n ∈ N, xn ≥ M

– La suite (xn )n∈N est dite bornée si la suite (|xn |)n∈N est majorée.

3.1.1 Limite d’une suite

Le concept de la limite est à la base des outils mathématiques nécessaires qui nous permettent de
décrire mathématiquement l’évolution de plusieurs phénomènes de la vie réelle.

• La limite d’une suite numérique est un nombre u∗ tel que les nombres u0 , u1 , u2 , u3 , . . . se ”rap-
prochent” de plus en plus de u∗ .
• Formellement, on a

Définition 3.3. Soit u∗ un nombre réel, on dit que la suite (un )n∈N tend vers / si on a

∀ε > 0, ∃k ∈ N, ∀n ≥ k, |un − u∗ | ≤ ε.

Le nombre u∗ est alors appelé limite de la suite (un )n∈N . On note alors

lim un = 1
n→+∞

• Une suite peut aussi converger vers l’infini:

Définition 3.4. On dit que la suite (un )n∈N tend vers +∞ si on a

∀M ∈ R, ∃k ∈ N, ∀n ≥ k, un ≥ M,

On note alors
lim un = +∞
n→+∞

• On peut faire des opérations sur des limites:

7
 Propriété 3.1. Soit (un )n∈N et (vn )n∈N admettant chacune une limite (réelle, +∞ ou
−∞) Losrque le membre de droite existe, on a les égalités :

lim (un + vn ) = lim un + lim vn

n→+∞ n→+∞ n→+∞

lim (un × vn ) = lim un × lim vn

n→+∞ n→+∞ n→+∞
un limn→+∞ un
lim =
n→+∞ vn limn→+∞ vn

• L’exemple suivant est très important:

Exemple 3.1. Soit (xn )n∈N = (cq n )n∈N avec q ̸= 0 et q ̸= 1 et c ̸= 0, alors

– si q > 1 et c > 0, alors limn→+∞ xn = limn→+∞ cq n = +∞

– si q > 1 et c < 0, alors limn→+∞ xn = limn→+∞ cq n = −∞

– si q ∈] − 1, 1 [ , alors limn→+∞ xn = limn→+∞ cq n = 0

– si q ≤ −1, alors la suite (xn )n∈N n’a pas de limite
– la somme des n + 1 premiers termes de la suite (xn )n∈N est
n n
X X q n+1 − 1
x0 + . . . + xn = xk = cq n = c
q−1
k=0 k=0

• Les suites croissantes sont faciles à étudier comme le montre la propriété suivante:

Propriété 3.2. Soit (xn )n∈N une suite croissante à partir d’un certain rang. On a alors
l’alternative :

– Soit la suite (xn )n∈N est majorée par un réel M , auquel cas la suite (xn )n∈N admet
une limite finie et
lim xn ≤ M
n→+∞

– Soit la suite (xn )n∈N n’est pas majorée, auquel cas la suite (xn )n∈N tend vers +∞

– Voici un exemple

Exemple
Pn 3.2. La propriété précédente montre que la suite (xn )n∈N de terme général
1
xn = k=1 k! est convergente. Réfléchissez un peu pour voir pourquoi !

3.1.2 Suites récurrentes

Une suite récurrente est une suite dont la valeur des termes est définie à partir de la vaeur des termes
précédents:

Définition 3.5. Une suite (xn )n∈N est dite récurrente si il existe une fonction numérique
f : R → R telle que (xn )n∈N est définie par le processus itératif (ou relation de récurrence)
suivant: 
x0 fixé
pour tout n ≥ 0, xn+1 = f (xn ) .

8
 • Un exemple très connu de nos grands parents ou arrières grands parents est le suivant:

Définition 3.6. La méthode de Héron pour calculer la racine carrée d’un nombre a > 0
consiste à calculer les termes de la suite récurrente associée à la fonction
1 a
f (x) = x+ .
2 x

3.2 Continuité des fonctions

3.2.1 Limite de f (x) lorsque x tend vers x∗
• Intuitivement, une limite décrit une valeur, dite ”limite”, à laquelle les valeurs d’une fonction
s’approche infiniment lorsque la variable s’approche de plus en plus proche à un nombre spécifié.

(1.3, f (1.3))

x
(1.3, 0)

Dans la figure ci-haut, quand les valeurs de x deviennent de plus en plus proches de la droite
ou de la gauche du nombre x = 1.3, les valeurs de f (x) s’approchent de plus en plus au nombre
y = f (1.3). Dans ce cas, on dit que la limite de f (x) lorsque x tend vers 1.3 existe, et est égale
à f (1.3).
• En s’inspirant de cet exemple et pour mieux quantifier un tel comportement des fonctions, on
commence avec quelques définitions et résultats élémentaires.

Définition 3.7. Soit y = f (x) une fonction définie dans un intervalle I (ici, on abuse
avec les notations en donnant seulement la loi de la fonction f et en ne précisant pas le
domaine et l’image de f ).
On dit ”la limite de f quand x tend vers x∗ existe et est égale à ℓ, ℓ ∈ R ”, si pour toute
suite (xn )n∈N convergent vers x∗ , la suite (f (xn ))n∈N converge vers ℓ. Dans ce cas on
écrit
lim∗ f (x) = ℓ
x→x

Dans le cas contraitre, on dit que f n’as pas de limite, (ou la limite de f n’existe pas)
quand x tend vers c.

– Voilà un exemple:


Exemple 3.3. Que signifie l’expression limx→2 x2 − 4x + 6 = 2 ? Elle signifie
que x2 − 4x + 6 s’approche infiniment à ℓ = 2 quand x s’approche infiniment de 2.

• Les limites sont compatibles avec les opérations usuelles sur les fonctions :

9
 Propriété 3.3. Si f et g sont deux fonctions avec limx→x∗ f (x) = κ, limx→x∗ g(x) = ℓ,
alors

– limx→x∗ (af (x) + bg(x)) = aκ + bℓ,

– limx→x∗ (f (x))α = κα ,
– limx→x∗ (f (x)g(x)) = κℓ,
– limx→x∗ (f ◦ g(x)) = limx→ℓ f (x).
f (x)
– limx→x∗ g(x) = κℓ , si ℓ ̸= 0.

– Voici quelques exemples

Exemple 3.4. Si limx→2 f (x) = 4, limx→−2 f (x) = 6, et limx→2 g(x) = −2, vérifiez
les limites suivantes:
f (x)
∗ limx→2 g(x) = 4
−2 = −2

∗ limx→2 (f (x))3 = (4)3 = 64

∗ limx→2 (f ◦ g(x)) = limx→−2 f (x) = 6.

• Certaines fonctions sont plus complexes à étudier.

– Comme mentionné dans l’example précédent, la valeur d’une limite (comme pour beaucoup
de choses dans la vie) peut dépendre de la direction dans laquelle nous la considérons.
– Ceci nous conduit à définir les concepts de limite à gauche et de limite à droite.
– Considérons la fonction f (x) donnée par le graphe ci-dessous.

(0, 1)

x
(0, 0)

∗ Si x prend des valeurs de plus en plus proches de x∗ = 0 mais en restant inférieures

à 0 (ce qui se traduit en langage mathématique par x → 0− ), alors les valeurs f (x)
s’approche à ℓ− = 0.
· Cette limite s’appelle limite à gauche et on la note limx→0− f (x) = 0.
∗ Si x prend des valeurs de plus en plus proches de 0 mais supérieures à 0 (ce qui se
traduit en langage mathématique par x → 0+ ), alors les valeurs f (x) s’approchent de
plus en plus de 1 .
· Cette limite s’appelle limite à droite et on la note limx→0+ f (x) = 1.
• On peut maintenant définir formellement les limites à gauches et à droite:

10
 Définition 3.8. On dit que la limite de f quand x tend vers x∗ de gauche existe et
est égale à ℓ− , avec ℓ− ∈ R, si pour toute suite (xn )n∈R convergent vers x∗ et telle que
xn < x∗ pour tout n ∈ N, la suite (f (xn ))n∈N converge vers ℓ− . De plus, on écrit

lim f (x) = ℓ− .
x→x∗−

On dit que la limite de f quand x tend vers x∗ par la droite existe et est égale à ℓ+ , avec
ℓ+ ∈ R, si, pour toute suite (xn )n∈N convergent vers x∗ et satisfaisant xn > x∗ pour tout
n ∈ N, la suite (f (xn )n∈N converge vers ℓ+ . De plus on écrit

lim f (x) = ℓ+ .
x→c+

3.3 Continuité des fonctions en un point x∗ puis continuité tout court

• La continuité est une notion fondamentale et est utilisée très souvent.
• Voilà la définition formelle

Définition 3.9. Soit y = f (x) une fonction définie dans une intervalle ouvert I. Soit
x∗ ∈ I. Par définition, on dit que f est continue en x∗ si les trois conditions suivantes
sont satisfaites:
1. f (x∗ ) existe,

2. limx→x∗ f (x) existe, et

3. limx→x∗ f (x) = f (x∗ ).
Sinon, on dit que f est discontinue en x∗ .

• Notamment, toute fonction polynômiale est continu. De plus, on a la propriété suivante

Définition 3.10. Toute combinaison de fonctions continues utilisant les opérations

usuelles, telles que la combinaison linéaire, multiplication, fraction, racine, puissance,
etc, est continue à tous les points de n’importe quel intervalle ouvert de son domaine de
définition.

• On a ensuite

Définition 3.11. Si f est continue à chaque x∗ d’un intervalle ouvert du domaine de

définition, alors on dit que f est continue sur I et on écrit f ∈ C 0 (I).

• Etudions maintenant un exemple particulier

11
 Exemple 3.5. Considérons la fonction
(√
3 + x,x > 1
f (x) =
x2 + 1,x ≤ 1

Vérifions si cette fonction est continue dans l’intervalle R. Soit x∗ ∈ R. A vérifier donc
si f est continue à chaque x∗ ou pas. Puisque f change de lois à x∗ = 1, alors on doit
considérer trois cas pour x∗ .
√
– Le cas x∗ > 1. Pour x > 1 on a que f (x) = 3 + x, qui est une fonction bien
définie pour tout x > 1 et continue en tout point x∗ > 1.
– Le cas x∗ < 1. Pour x < 1 on a que f (x) = x2 +1, qui est une fonction polynômiale.
Donc f est continue à tout x∗ < 1.
– Le cas x∗ = 1. Dans ce cas on considère les limites:
√ √
lim+ f (x) = lim+ 3 + x = 3 + 1 = 2,
x→1 x→1
lim− f (x) = lim− x2 + 1 = 12 + 1 = 2; de plus


x→1 x→1
2
f (1) = 1 + 1 = 2.

Puisque
lim f (x) = lim f (x) = f (1)
x→1+ x→1−

on conclut que f est continue à x∗ = 1.

– En conclusion, f est continue dans R.

• Voilà encore un exemple pour s’entrainer.

Exemple 3.6. Exemple 2.19 Pour quelle valeur des paramètres a et b la fonction
(
ax3 − 2bx2 − x, x > 1,
f (x) =
ax − bx2 , x ≤ 1,

est continue à x = 1. On sait que f est continue à x = 1 ssi limx→1 f (x) existe et est
égale à f (1). La fonction f étant donnée par deux lois différentes à côté de x = 1, on
considère les limites à côté.
lim+ f (x) = lim+ ax3 − 2bx2 − x = a − 2b − 1,


x→1 x→1
lim− f (x) = lim− ax − bx2 = a − b.


x→1 x→1

Pour que la fonction soit continue à x = 1 il faut et il suffit que

lim f (x) = lim f (x) = f (1).

x→1+ x→1+

Puisque f (1) = a + b on obtient

a2 − 2b − 1 = a − b, d’où
a2 − a − 1 = b.

Donc, pour tout pair (a, b) satisfaisant b = a2 − a − 1 la fonction f est continue à x = 1.

12
4 Dérivée d’une fonction en un point et fonction dérivée
4.1 Motivation
On considère un véhicule qui roule de Grenoble à Lyon et au calcul de sa vitesse. Un façon de calculer
sa vitesse est de considérer deux temps successifs t et t + h et de calculer le quotient entre la distance
parcourue et le temps pour la parcourir, ce qui donne

d(t + h) − d(t)
ṽ(t) = .
h
Intuitivement, il est clair que plus h est petit, plus ṽ(t) nous donne une valeur exacte de la vitesse au
temps t. D’où l’idée de considérer la limite de ṽ(t) quand h tend vers 0 :

d(t + h) − d(t)
v(t) := lim
h→0 h
• Ce qui est commun dans beaucoup de problèmes est que d’abord on considère le taux de variation
d’une fonction f dans l’intervalle (x, x + h), noté

f (x + h) − f (x)
h
et que l’on passe à la limite lorsque h tend vers 0.

4.2 Définitions et exemples

• Voici la définition de la dérivabilité:

Définition 4.1. Soit I ⊂ R un intervalle ouvert, et f : I →

7 R une fonction définie sur
I et x∗ ∈ I avec Dom (f ) = I. On dit que f est dérivable (ou différentiable) en x∗ si la
limite suivante existe
f (x∗ + h) − f (x)
lim
h→0 h
df
Dans ce cas on note la limite par f ′ (x∗ ), ou dx (x∗ ), et on l’appelle dérivée de f en x∗ .
De plus, on dit que f est dérivable (différentiable) en x∗ .
Si la limite n’existe pas on dit que f n’est pas dérivable (différentiable) en x∗ . Si f est
dérivable en tout point x ∈ I, on dit ” f est dérivable (différentiable) dans I” et on appelle
la fonction f ′ la fonction dérivée.

• On peut aussi dériver la fonction dérivée, et ainsi de suite:

Définition 4.2. Si f ′ est une fonction dérivable dans I, c.à.d. que f ′ admet une dérivée
en chaque point de I, alors on dit que f est deux fois dérivable dans I, et on note f ′′ la
dérivée de f ′ , qui est donc
d df
f ′′ (x) = (x).
dx dx
De façon similaire on définit la dérivée troisième f ′′′ (x), en x quatrième f (iv) (x), en x,

′
. . ., la dérivée n-ème f (n) (x) = f (n−1) (x) en x.
Ces dérivées sont souvent appellées ”dérivées d’ordre supérieur” en x. Si ces dérivées
existent pour tout x du domaine de définition, on appelle les fonctions correspondantes
fonctions dérivées seconde, troisième, . . . nième .

• Voilà un exemple simple :

13
 Exemple 4.1. Soit f (x) = kx + b. Calculons sa dérivée en utilisant la définition. On a

f (x + h) − f (x) (k(x + h) + b) − (kx + b)

f ′ (x) = lim = lim
h→0 h h→0 h
kh
= lim = lim k
h→0 h h→0
= k.

• Et encore un autre exemple

Définition 4.3. Soit f (x) = ax2 + bx + c. Calculons sa dérivée en utilisant la définition:

1
f ′ (x) = lim (f (x + h) − f (x))
h→0 h
1
a(x + h)2 + b(x + h) + c − ax2 + bx + c




= lim
h→0 h
1
ax2 + 2axh + ah2 + bx + bh + c − ax2 + bx + c




= lim
h→0 h
1
2axh + ah2 + bh


= lim
h→0 h
= lim (2ax + ah + b)
h→0
= 2ax + b.

• Et encore un autre exemple

Définition 4.4. Soit f (x) = 1

11−x . Calculons f ′ (x), x ̸= 11 :
 
′ f (x + h) − f (x) 1 1 1
f (x) = lim = lim −
h→0 h h→0 h 11 − (x + h) 11 − x
1 (11 − x) − (11 − (x + h)
= lim
h→0 h (11 − (x + h))(11 − x)
1 h
= lim
h→0 h (11 − (x + h))(11 − x)
1
= lim
h→0 (11 − (x + h))(11 − x)
1
= .
(11 − x)2

• Il y a-t-il des fonctions qui n’ont pas de dérivée à un certain point x ? Oui, et pour voir ceci
considerons f (x) = |x|. Alors f ′ (0) n’existe pas. Intuitivement, ceci on le voit du fait que
le graphe de f n’as pas une seule pente à x = 0. Plus précisemment on considère la limite
limh→0 f (0+h)−f
h
(0)
et on montre qu’elle n’existe pas. Puisque la fonction f (x) est donnée par
deux lois différentes on considère les limites à côté:
f (0 + h) − f (0) |h|
lim = lim (parce que f (x) = −x pour x < 0
h→0− h h→0− h

−h
= lim = −1,
h
h→0−
f (0 + h) − f (0) |h|
lim = lim (parce que f (x) = x pour x ≥ 0
h→0+ h h→0+ h
h
= lim = 1.
h→0+ h

14
 Les deux limites étant differentes montre que la limite n’existe pas, donc f’(0) n’existe pas.
• Quelle est la relation entre dérivabilité et continuité ? C’est assez simple, demander qu’une
fonction soit dérivable en un point est lui demander beaucoup plus que de n’être que simplement
continue comme l’énonce la propriéte ci-desssous.

Propriété 4.1. Dérivée du fonction est une notion plus forte que la continuité. Au fait
on a que si f est dérivable à x alors f est continue à x. En effet:

f (x + h) − f (x)
lim (f (x + h) − f (x)) = lim ·h
h→0 h→0 h
f (x + h) − f (x)
= lim · lim h = f ′ (x) · 0
h→0 h h→0
= 0.

Donc, limh→0 f (x + h) = f (x), ce qui signifie f est continue à x.

Le contraire n’est pas vrai, en général. Par example, si f (x) = |x|, alors f est continue à
0 , mais f n’est pas dérivable à 0 .

• Encore un exemple

Exemple 4.2. Considérons


2x + 1, x < 1,
f (x) =
x2 + 2, x ≥ 1

Est-ce-que f ′ (1) existe? D’abord, on note que f est continue dans R. Quand à la dérivé
f ′ (1), en utilisant les regles (11) et (12) on obtient
1
lim (f (1 + h) − f (1)) = (2x + 1)′ |x=1 = 2,
h→0− h
1
′
lim (f (1 + h) − f (1)) = x2 + 2 = 2.
h→0+ h x=1

Les deux limites étant égales, montre que limh→0 h1 (f (1 + h) − f (1)) = 2. Donc f ′ (1) = 2.

4.3 Relation avec le coefficient de la droite tangente au graphe de la fonc-

tion en un point
• Soit y = f (x) une fonction donnée dans un intervalle I. On se demande quelle est l’équation de
la droite tangente au graphe de f au point (x0 , f (x0 )), sâchant que f ′ (x0 ) existe.

• On pourrait considérer d’abord, comme une approximation, l’équation de la droite sécante pas-
sante par les points (x0 , y0 ) = (x0 , f (x0 )) et (x1 , y1 ) = (x0 + h, f (x0 + h)) du graphe de f . La
pente et l’équation de cette droite sécante sont

y1 − y0 f (x0 + h) − f (x0 )
m̃ (x0 ) = = , y = m̃ (x0 ) (x − x0 ) + y0 .
x1 − x0 h

• Alors, l’intuition nous pousse à considérer comme pente de la droite tangente au graphe de f au
point x0 , y0 ) la quantité m (x0 ) donnée

f (x0 + h) − f (x0 ) ′
m (t0 ) = lim f (x0 ) .
h→0 h

15
 y

(1, 1)

x
Tangent line

• Alors, l’équation de la droite tangente au (x0 , f (x0 )) est

y = f ′ (x0 ) (x − x0 ) + f (x0 ) , ou y = f ′ (x0 ) x + (f (x0 ) − x0 f ′ (x0 )) .
| {z } | {z }
=k =b

4.4 Règles de la dérivation

4.4.1 Régle de la combinaison linéaire
C’est une règle qu’on l’utilise très souvent.
• Chaque combinaison linéaire de fonctions dérivables est dérivable:

Définition 4.5. Si f et g sont deux fonctions dérivables dans l’intervalle I, α, β ∈ R,

alors
(αf (x) + βg(x))′ = αf ′ (x) + βg ′ (x)

4.4.2 Règle de la puissance, et de la puissance généraliséé

• La règle est la suivante

Propriété 4.2. Pour tout n ∈ R, ou tout f dérivable, on a

′
(xn ) = nxn−1 ,
′
(f (x)n ) = nf (x)n−1 f ′ (x).

En particulier on a
′
′
(1)′ = x0 = 0, x′ = 1, x2 = 2x

• Prouvons la règle pour la fonction f (x) = xn , n ∈ N, en utilisant la définition de la dérivée. En

effet, on a
1 1
lim (f (x + h) − f (x)) = lim ((x + h)n − xn ) [utilisons la formule du binôme]
h→0 h h→0 h
 
1 1
= lim xn + nxn−1 h + n(n − 1)xn−2 h2 + · · · + nxhn−1 + hn − xn
h→0 h 2
 
1 1
= lim nxn−1 h + n(n − 1)xn−2 h2 + · · · + nxhn−1 + hn
h→0 h 2
= nxn ,
ce qui conclut.

16
 • voici quelques exemples

1
Exemple 4.3. Calculons les dérivées de f (x) = x4 , g(x) = x 3 et h(x) = 5x−3 . En
utilisant la règle on obtient:

′
f ′ (x) = x4 = 4x4−1 = 4x3
 1 ′ 1 1 1 2 1 1
g ′ (x) = x 3 = x 3 −1 = x− 3 =
3 3 3 x 23

′
′ 3
h′ (x) = x−3 = x−3 = −3x−3−1 = −3x−4 = − 4


x

• Et encore un autre

√
Exemple 4.4. Soit f (x) = x2 − 2 x + √3
x
− 100 et calculons f ′ (x). D’abord on reécrit
f (x) en forme de puissances

f (x) = x2 − 2x1/2 + 3x−1/2 − 100.

En appliquant les règles on obtient

′ ′  ′
f ′ (x) = x2 − 2 x1/2 + 3 x−1/2 − (100)′
 
1 1/2−1 1
= 2x − 2 x +3 − x−1/2−1 − 0
2 2
3
= 2x − x−1/2 − x−3/2
2
1 3 1
= 2x − 1/2 − .
x 2 x3/2

4.4.3 Règle de l’exponentiel et de l’éxponentiel généralisé.

• Encore une règle importante

Propriété 4.3. Les fonctions ex et e−x sont dérivables et

′
′
(ex ) = ex , e−x = −e−x ,
 ′
eg(x) = eg(x) g ′ (x) pour tout g dérivable.

′
En particulier, (ecx ) = cecx avec c ∈ R.

4.4.4 Règle du logarithme et du logarithme géneralisé.

• Cette règle est aussi importante que la précédente

Propriété 4.4. La fonction ln |x| est dérivable

1
(ln |x|)′ =
x
′ g ′ (x)
(ln |g(x)|) = pour tout g dérivable, g(x) ̸= 0.
g(x)

• un exemple

17
 3
Exemple 4.5. Exemple 3.13 Trouvez la dérivée de f (x) = x− 5 − 2x3 + 5 ln |x| + 7.
 3 ′
f ′ (x) = x− 5 − 2x3 + 5 ln |x| + 7
 3 ′
′
= x− 5 − 2 x3 + 5(ln |x|)′ + (7)′
3 3 5
= − x− 5 −1 − 2(3)x3−1 + + 0
5 x
3 −8 2 5
= − x − 6x +
5
5 x

4.4.5 Règle du produit

• Une règle essentielle

Propriété 4.5. Si f (x) et g(x) sont dérivables alors le produit f (x)g(x) est dérivable et

(f (x)g(x))′ = f ′ (x)g(x) + f (x)g ′ (x)

• Voici un exemple

Exemple 4.6. Exemple 3.14 Soient f (x) = 32 x3 et g(x) = ln |x| et calculons (f (x)g(x))′
 ′
et fg(x)
(x)
. On a
  ′
2 3
(f (x)g(x))′ = x (ln |x|)
3
 ′  
2 3 2 3
= x (ln |x|) + x (ln |x|)′
3 3
    
2 2 2 3 1
= 3x (ln |x|) + x
3 3 x

2

1
= 2x (ln |x|) +
3

4.4.6 Règle de quotient

• Une règle tout aussi essentielle

f (x)
Propriété 4.6. Si f (x) et g(x) sont dérivables alors le quotient g(x) est dérivable et
′
f ′ (x)g(x) − f (x)g ′ (x)

f (x)
= , pour g(x) ̸= 0
g(x) g(x)2

• et un exemple :

18
 Exemple 4.7.
′ ′  3 ′
2x3
 
f (x) 2 x
= =
g(x) 3 ln |x| 3 ln |x|

′
2 x3 (ln |x|) − x3 (ln |x|)′
=
3 (ln |x|)2
2 3x2 ln |x| − x3 x1
=
3 (ln |x|)2
2 3x ln |x| − x2
2
2x2 (3 ln |x| − 1)
= =
3 (ln |x|)2 3(ln |x|)2

4.4.7 Règle de dérivation des fonctions composées

• Un règle simple mais très efficace :

Propriété 4.7. Si f (x) et g(x) sont dérivables alors f ◦ g(x) ) est dérivable dans son
domaine de définition et
(f ◦ g(x))′ = f ′ (g(x))g ′ (x)

• Voici des exemples

2
Exemple 4.8. Soit f (x) = e2−x+x . On a
 ′
f ′ (x) = eg(x) [avec g(x) = 2 − x + x2 ]
= eg(x) g ′ (x)
2
= e2−x+x · (−1 + 2x).

• et un autre

5
Exemple 4.9. Soit f (x) = ln x2 − 1 . On a


5 ′
f ′ (x) = ln x2 − 1


4

′
= 5 ln x2 − 1 ln x2 − 1

′
2


4 x2 − 1
= 5 ln x − 1
x2 − 1


4 2x′
= 5 ln x2 − 1
x2 − 1

4.5 La monotonie ! croissance et décroissance . . .

• La monotonie d’une fonction sur un intervalle est une notion très utile en pratique, et en partic-
ulier dès que l’on veut faire de l’optimisation, cf Section ??.
• On a deux critères pour classifier les points critiques. Le premier utilise la monotonie des fonctions
(les fonctions croı̂ssantes et décroı̂ssantes), alors que le deuxième utilise la concavité des fonctions.

19
 Définition 4.6. Une fonction est croissante, resp. décroissante, dans une intervalle I si

∀x1 , x2 ∈ I, x1 < x2 =⇒ f (x1 ) < f (x2 ) , resp. f (x1 ) > f (x2 )

En général, toute intervalle I où f est croı̂ssante ou décroissante est appellée ”intervalle
de monotonie”.

Figure 1: À gauche une fonction croissante, à droite une fonction decroissante

• La proposition suivante donne des critères pour la monotonie des fonctions.

Propriété 4.8. Soit f une fonctions dérivable dans une intervalle I. On a:

– Si f ′ (x) > 0 pour tous les x ∈ I alors f est croissante dans I (on écrit ↗ ).
– Si f ′ (x) < 0 pour tous les x ∈ I alors f est décroissante dans I (on écrit ↘ ).

– Si f ′ (x) = 0 pour tous les x ∈ I alors f est constante dans I. À l’aide de cette
proposition on a ce premier critère de classification des points critiques.

5 Primitives et intégrales, leurs calculs et leurs usages

5.1 Motivations
Pourquoi veut-on intégrer une fonction? Qu’est-ce-que c’est l’intègrale d’une fonction? On considère
deux exemples pour donner une première motivation.

5.1.1 Calcul d’aires

L’aire d’une région. Considérons la région R délimitée par le graphe de f et sur l’intervalle [a, b].

Figure 2: A gauche: la région R sous le graphe de y = f (x) et sur [a, b] et les sous-régions Ri ; à droite,
la même région avec les sous-rectangles Ri∗ .

20
 Une façon très naturelle de calculer l’aire de R est d’abord le l’approcher. Par exemple, on peut
divisier l’intervalle [a, b] en n sous-intervalles égalles, de taille ∆x, ∆x = b−a
n . Soient x0 = a < x1 <
. . . < xn = b les points des divisions, avec xi = x0 + i∆x, i = 0, 1, . . . , n, et [xi−1 , xi ] les intervalles
ainsi crées. On note par Ri la région sous le graphe de f et sur l’intervalle [xi−1 , xi ], voir Fig. 20, à
droite. Alors
Xn
A(R) = A (R1 ) + · · · + A (Rn ) = A (Ri )
i=1

On approche l’aire A (Ri ) comme suit. Dans l’intervalle [xi−1 , xi ] on prend un point x∗i et on considère
le rectangle Ri∗ de base [xi−1 , xi ] et de hauteur f (x∗i ), voir Fig. 20, à droite. Alors on approche A (Ri )
par A (Ri∗ ) = (xi − xi−1 ) f (x∗i ) = f (x∗i ) ∆x. Donc
n
X
A(R) ≈ f (x∗i ) ∆x.
i=1

Alors, on peut définir A(R) comme

n
X
A(R) = lim f (x∗i ) ∆x.
∆x→∞
i=1

5.1.2 L’accumulation d’une quantité

On s’intéresse à l’accumulation de quelque chose. Soit F (t) la fonction qui donne la quantité de la chose
au temps t, et f (t) son taût de change. Par example on peut considérer que F (t) est la balance d’un
compte bancaire déposée avec un intêrèt qui est composé continûment, et f (t) et le taûx de change de
la balance F (t).
On peut calculer la some d’argent qui entre dans le compte pendant l’intervalle [a, b]. D’une part,
cette somme d’argent est donné par F (b) − F (a). D’autre part cette somme peut être compter comme
suit. On divise l’intervalle [a, b] en n sous-intervalles égalles, et soient t0 = a < t1 < · · · < tn = b les
points de division. Alors,
Xn
F (b) − F (a) = (F (ti ) − F (ti−1 )) .
i=1

Notons que F (ti ) − F (ti−1 ) donne la somme d’argent nette qui entre dans le compte dans l’intervalle
[ti−1 , ti ]. Cette somme peut s’approcher par f (t∗i ) ∆t, avec t∗i ∈ [ti−1 , ti ] et ∆t = ti − ti−1 , ce qui
donne
Xn
F (b) − F (a) ≈ f (t∗i ) ∆t.
i=1

Laissant n tendre vers l’infini (ou ∆t → 0 ), il en résulte que

n
X
F (b) − F (a) = lim f (t∗i ) ∆t
∆t→0
i=1

ce qui est équivalent à

F (b) − F (a) = A(R) (2)

où A(R) est l’aire sous le graphe de f (t) et sur [a, b]. Ce raisonement s’applique à l’intervalle [a, t],
auquel cas on aurait
F (t) − F (a) = A(R(t))
où A(R(t)) est l’aire sous le graphe de f (t) et sur [a, t].

21
5.2 Primitives
On a vu que la formule (2) est vraie pour F une fonction telle que F ′ (x) = f (x). Si on croı̂t que
ceci est vraie pour les régions délimitée par une fonction f (ce qui en effet est vraie), pour trouver
l’aire A(R) on est mené à trouver les fonctions F telles que F ′ (x) = f (x). Cette observation conduit
premièrement à l’étude de l’intègrale indéfinie.

Définition 5.1. Soit I ⊂ R une intervalle et f : I 7→ R une fonction. On dit que F : I 7→ R

est une fonction primitive de f dans I si

F ′ (x) = f (x), ∀x ∈ I

5.2.1 Propriétés
• On a une première propriété intéressante

Propriété 5.1. Si F est une primitive de f dans I alors toutes les primitives de f dans
I sont de la forme F (x) + C, C ∈ R.

• On a également

1
Propriété 5.2. – Les primitives de xn sont n+1 x
n+1
+ C, parce que
 ′
1 n+1
n+1 x + C = xn .
′
– Les primitives de ex sont ex + C, parce que (ex + C) = ex . en général ekx dx =
R
1 x 1 kx

′
k e + C, parce que k e x + C = ekx
– Les primitives de 1
x sont ln |x| + C, parce que (ln |x| + C)′ = x1 .

– Les primitives de af (x) + bg(x) sont aF (x) + bG(x) où F est une primitive de f et
G une primitive de g.

5.2.2 Intégration par parties

On note parfois pour simplifier par
Z
f (x)dx (3)

une primitive de f .
L’intégration par parties se base sur la formule de différentiation du produit des fonctions, comme
suit
f (x)g ′ (x) = (f (x)g(x))′ − f ′ (x)g(x).
On en déduit la formule suivante de l’intégration par parties:

Propriété 5.3. Z Z
f (x)g ′ (x)dx = ((f (x)g(x))′ − f ′ (x)g(x)) dx
Z
= f (x)g(x) − f ′ (x)g(x)dx

• Exemple

22
 Exemple 5.1.
Z
xex dx [on pose f (x) = x, g ′ (x) = ex ]

[donc f ′ (x) = 1, g(x) = ex ]

Z
= f (x)g ′ (x)dx [on remplace]

[et on applique la formule d’IPP]

Z
= f (x)g(x) − f ′ (x)g(x)dx
Z
= xex − ex dx [on intègre]

= xex − ex + C.

5.3 Intégrales
• L’intégrale d’une fonction f entre deux bornes est définie de la façon suivante

Définition 5.2. Soit I ⊂ R une intervalle et f : I 7→ R une fonction, et F une primitive

de f dans I, c.à.d. F ′ (x) = f (x). Pour a, b ∈ I, ’l’intègrale définie ” de f entre a et b
est définie par
Z b
f (x)dx = F (b) − F (a) =: [F (x)]ba
a
Le nombre a est la borne inférieure, et b est la borne supérieure. La fonction f est
”l’intègrand”

Rb
• La valeur de a f (x)dx est indépendante du choix de la primitive F , parce que si G(x) est une
autre primitive de f alors G(x) = F (x) + C, pour certaine constante C, et donc

G(b) − G(a) = (F (b) + C) − (F (a) + C) = F (b) − F (a).

Rb
De plus, la définition a
f (x)dx a bien un sens avec a et b dans n’importe quel ordre.
• On a les propriétés suivantes:

Propriété 5.4. – Pour tout a ∈ I et toute fonction f on a

Z a
f (x)dx = 0
a

– Si a, b, c ∈ I on a
Z c Z b Z c
f (x)dx = f (x)dx + f (x)dx.
a a b

– Si α, β ∈ R alors
Z b Z b Z b
(αf (x) + βg(x))dx = α f (x)dx + β g(x)dx.
a a a

• Le théorème fondamental sur la relation entre intégrale et aire sous la courbe est le suivant

23
 Propriété 5.5. (le théorème de l’aire) Soit y = f (x) une fonction continue et non-
négative dans l’intervalle [a, b]. De plus soit A l’aire de la région sous le graphe de f et
sur l’intervalle [a, b]. Alors
Z b
A= f (x)dx
a

• Le théorème fondamental du calcul est le suivant:

Propriété 5.6. (le théorème fondamental du calcul) SoitR y = f (x) une fonction continue
x
dans l’intervalle [a, b]. Pour x ∈ [a, b] on pose F (x) = a f (t)dt. Alors F est continue
dans [a, b] et est une primitive de f dans (a, b), c.à.d.
Z x 
d
F ′ (x) = f (t)dt = f (x), ∀x ∈ (a, b).
dx a

• Ce théorème montre que la dérivation et l’intégration sont deux opérations inverse de l’une
l’autre, dans le sens que l’application successive de ces deux opérations ne change pas la fonction,
notamment Z x 
d
f (t)dt = f (x),
dx a
Z x
df (t)
dt = f (x), si f (a) = 0.
a dt
• L’intègrale définie peux étre introduite avec les sommes de Riemann, ce qui d’ailleurs est la
méthode mathématique
Pour ceci, soit n ∈ N, ∆x = b−a n et xi = a + i · ∆x, i = 0, 1, . . . , n. Pour chaque i, on choisi un
point x∗i ∈ [xi−1 , xi ]. Alors, on définie les somme
n
X n
X
Sn = f (x∗i ) (xi − xi−1 ) = f (x∗i ) ∆x.
i=1 i=1

Sn est dite ”somme de Riemann”.

Figure 3: La région entre le graphe de y = f (x) et [a, b]

– Elle représente une approximation de l’aire de la région sur [a, b] et sous le graphe de
y = f (x). Ensuite on définit
Z b X n
f (x)dx := lim Sn = lim f (x∗i ) ∆x.
a n→∞ ∆x→0
i=1

Cette limite existe, indépendemment du choix des points x∗i , pour des classes larges de
fonctions, par exemple pour les fonctions continues (ou continues par morceaux) dans [a, b].

24
 – Pour les intégrales définies on utilise les mêmes techniques d’intégration que pour les
intégrales indéfinies (la méthode de substitution, et la méthode d’intégration par parties.
Simplement, à la fin, on évalue la primitive aux bornes de l’intégrale, c.à.d. si
Z
F (x) = f (x)dx alors
Z b
f (x)dx = F (b) − F (a).
a

• Quelques exemples

Exemple 5.2. Déterminer toutes les primitives des fonctions suivantes, sur un intervalle
bien choisi :
f1 (x) = 5x3 − 3x + 7 f2 (x) = 2 cos(x) − 3 sin(x) f3 (x) = 10 − 3ex + x
2
f4 (x) = √5x + x4 + x22 + 2
x3 f5 (x) = x+5
x2 f6 (x) = x5 + 61

Solutions

1. x 7→ 54 x4 − 32 x2 + 7x + C, C ∈ R, sur R;
2. x 7→ 2 sin(x) + 3 cos(x) + C, C ∈ R, sur R;
2
3. x 7→ 10x − 3ex + x2 + C, C ∈ R, sur R;
√
4. x 7→ 10 x + 4 ln(x) − x2 − x12 + C, C ∈ R, sur ]0, +∞[;
5 1 5
5. x 7→ ln(x) − x + C, C ∈ R (on a écrit f5 (x) = x + x2 ), sur ]0, +∞[;
x3 x
6. x 7→ 15 + 6 + C, C ∈ R, sur R.

• L’intégration par partie est un outil essentiel

Propriété 5.7. Soient u, v deux fonctions dérivables sur un intervalle [a, b], dont la
dérivée est continue. Pour tout x ∈ [a, b], on a

u(x)v ′ (x) = (uv)′ (x) − u′ (x)v(x)

On peut donc en déduire que

Z b Z b
′
u(x)v (x)dx = u(b)v(b) − u(a)v(a) − u′ (x)v(x)dx
a a

• Pour voir pourquoi la formule d’intégration par parties est vraie,

– notons que la formule de dérivation d’un produit nous dit que, pour tout x ∈ [a, b], on a

(uv)′ (x) = u′ (x)v(x) + u(x)v ′ (x)

C’est le résultat demandé, en changeant de côté le terme u′ (x)v(x).

– On intègre la relation précédente. Par linéarite de l’intégrale, on obtient le résultat demandé,
en particulier puisque
Z b
(uv)′ (x)dx = u(b)v(b) − u(a)v(a)
a

• Voilà des exemples

25
 Exemple 5.3. Calculer les intégrales suivantes:
R1
1. I = 0 xex dx
Re
2. J = 1 x2 ln xdx

Solutions:

1. On intègre par parties en posant:

u(x) = x u′ (x) = 1
v ′ (x) = ex v(x) = ex

On obtient donc Z 1 Z 1
x 1 0
xe dx = 1e − 0e − ex dx.
0 0
Comme on sait calculer cette dernière intégrale, on trouve finalement
Z 1
xex dx = e − e + 1 = 1
0

2. On intègre par parties en posant :

u(x) = ln x u′ (x) = 1
x3
v ′ (x) = x2 v(x) = x
3

On obtient donc e e
x3
 Z
1
J= ln x − x2 dx
3 1 3 1
e3 1 3

= − e −1
3 9
2e3 + 1
=
9

6 Applications
6.1 Optimisation d’une fonction
Un des problèmes les plus importants des notions de calcul différentiel que nous avons survolé est de
trouver la valeur maximale et minimale d’une fonction. C’est ce qu’on appelle résoudre un problème
d’optimisation.
Soit I ⊂ R une intervalle et f : I 7→ R une fonction définie dans I avec Dom(f ) = I. On suppose
que f est continue dans I, c.à.d. f ∈ C 0 (I).
On cherche la valeur maximale et minimale de f dans I. La valeur maximale, resp. minimale, de f
dans I est une valeur M = f (xM ), resp. m = f (xm ), pour un certain xM ∈ I, resp. xm ∈ I, tel que

M = f (xM ) = max{f (x), x ∈ I}, m = f (xm ) = min{f (x), x ∈ I}.

La valeur maximale et minimale de f sont appellée ”valeurs extremales”, ou ”extrema”. Le point xM ,

resp. xm , où le maximum, resp. minimum, est atteint s’appelle ”point de maximum’”’, resp. ”point
de minimum”.

• Est-ce-que les extrema de f dans I existent? Si oui, comment peut-on les trouver? Pour répondre
à ces questions il faut élaborér quelques notions.

26
 Figure 4: Une fonction f ∈ C 0 ([a, b]) et ces extrema

Définition 6.1. Un c ∈ I s’appèlle point critique (PC) de f dans I si:

– f ′ (c) existe et f ′ (c) = 0, ou
– f ′ (c) n’existe pas mais f (c) existe.

• On a la propriété importante suivante:

Propriété 6.1. Si f (c) est un extrema, alors c est un point critique.

• Le résultat de cette proposition est assez intuitif. En effet, si f ′ (c) existe alors la droite tangente
à (c, f (c)) est horizontale, donc f ′ (c) = 0.

– À noter que le contraire n’est pas vrai en général. Par exemple la fonction f (x) = x3 dans
I = [−1, 1] a un point critique c = 0, mais f (0) n’est pas un extrema (ni maximum, ni
minimum) de f dans I.

• suggère que pour trouver les extrema de f il faut trouver les points critiques de f dans I. Avec
la notion du point critique on a ce premier résultat.

Propriété 6.2. Soit I = [a, b] et f ∈ C 0 (I). Alors, les extremas de f dans I existent.
Plus précisement, si m, resp. M , est la plus petite, resp. plus grande, valeur de f dans I
alors on trouve ces valeurs comme suit.

1. On trouve les points critiques de f dans I.

2. On évalue f aux points critiques et aux extrêmités de [a, b], c.à.d. f (a), f (b).

3. La plus petite, resp. grande, valeur trouvée au point 2. est m, resp. M .

• Voici un exemple :

27
 Exemple 6.1. Trouvons les extrema de f (x) = x2 − 2x + 3 dans l’intervalle I = [0, 4].
D’abord on note que I est une intervalle fermée et f est continue dans I. Donc les extrema
de f dans I existent. Ensuite, les points critiques de f sont donnés par f ′ (x) = 0, parce
que f ′ (x) existe pour tout x. Donc

f ′ (x) = 2x − 2 = 0, x = 1

On évalue f:
f (0) = 3, f (1) = 2, f (4) = 11
Donc f (4) = 11 est le maximum de f et f (1) = 2 est le minimum de f dans I.

• À noter que si I n’est pas fermé et borné alors les extrema de f dans I n’existent pas toujours.
Par exemple, soit f (x) = x et I = (0, 1). Alors, f n’atteint pas ni maximum, ni minimum dans
I. Quelqu’un pourrait penser que le minimum est 0 , mais puisque f atteint 0 que pour x = 0, et
0∈/ I alors on conclut que le minimum de f dans I n’existe pas. On raisonne de façon similaire
pour le maximum.

6.1.1 Extréma locaux

• La définition suivante est importante en pratique car il faut souvent faire attention que des
extréma absolu ne sont pas les seuls intéressants:

Définition 6.2. c ∈ I, resp. C ∈ I est un point d’un minimum, resp. maximum, local,
si f (c), resp. f (C), est la plut petite valeur, resp. plus grande valeur, de f (x) pour x
dans un petit voisinage de c, resp. C (voir Figure 13), i.e.

f (c) ≤ f (x), f (C) ≥ f (x), pour x près de c, resp. C.

• La propriété suivante est très importante:

Propriété 6.3. (I-ère classification des points critiques) Soit c ∈ (a, b) un point critique
de f . On a les suivants.

– Si f ′ (x) < 0 pour tout x ∈ [a, c] et f ′ (x) > 0 pour tout x ∈ [c, b] alors c est un point
de minimum local.
– Si f ′ (x) > 0 pour tout x ∈ [a, c] et f ′ (x) < 0 pour tout x ∈ [c, b] alors c est un point
de maximum local.

• Le tableau ci-dessous résume le contenu de la propriété précédente:

x a c b x a c b
f ′ (x) − 0 + f ′ (x) + 0 − (4)
f ↘ minimum local ↗ f ↗ maximum local ↘

• Voici un exemple :

28
 Exemple 6.2. Trouvons les PCs de f (x) = x ln(x) et les classifions. On a I = Dom(f ) =
(0, +∞). Les points critiques de f sont de la forme f ′ (x) = 0. Donc

f (x) = ln x + 1 = 0, ln x = −1, x = e−1 .

Pour le signe de
f ′ (x) on a : Le
signe de f ′ (x) on le trouve comme suit. Dans chanque
intervalle 0, e−1 et e−1 , +∞ on prend un point x qui nous convient et on évalue
f ′ (x). Le
signe de
f ′ (x) est
le signe de f ′ dans toute l’intervalle.

′ Par e10
∈

exemple,−10
−1 ′ 10 10 −10 −1 −10
e , +∞ , f e = ln e + 1 = 11 > 0, et e ∈ 0, e ,f e = ln e +
1 = −9 < 0 On conclut que

f e−1 = e−1 ln e−1 = −e−1

est minimum global de f dans I = (0, +∞) parce que e−1 est le seul point critique.

• Associée à tous les problèmes d’optimisation, la notion de convexité est très importante:

Définition 6.3. Soit f : I 7→ R une fonction et supposons que f est deux fois dérivable
dans I.

– On dit que f est convexe dans I si f ′′ (x) ≥ 0 pour tout x ∈ I.

– On dit que f est concave dans I si f ′′ (x) ≤ 0 pour tout x ∈ I.

• Voici des exemples à travailler

Exemple 6.3. Trouvez les points critiques des fonctions suivantes et classifiez-les.
x
1. f (x) = x2 +4

ln x
2. f (x) = x

3. f (x) = |x − 7|
x
4. f (x) = x2 −1

5. f (x) = x2 − |x − 2|
6. f (x) = x3 − 9x2 + 8x − 7

Exemple 6.4. Trouvez les intervalles de monotonie (les intervalles de croissance et de

decroissance) des fonctions suivantes
x−1
f (x) = x2 +2
f (x) = |x − 1|
(
4x − 1, x ≤ 1,
f (x) =
x2 + 2, x > 1,
x
f (x) = 1+x2 − |x|
2
x +1
f (x) = x
2
f (x) = x − 3|x − 2|
1
f (x) = x2 −4
f (x) = x − 3x2 − 9x − 7
3

• Voici un exemple avec solution

29
 Exemple 6.5. La fonction demande d’un produit est donnée par p(x) = e−2x , où x est le
nombre des unités et p(x) est le prix par unité. Quel prix par unité maximise le revenu?
Solution.

1. Ici on a
R(x) = xp(x) = xe−2x .
On cherche à maximiser R(x) pour x ∈ I = (0, +∞).
2. On a
R′ (x) = e−2x − 2xe−2x = (1 − 2x)e−2x
R′′ (x) = −2e−2x + (1 − 2x)(−2)e−2x = (−2 − 2(1 − 2x))e−2x
= 4(x − 1)e−2x

3. Points critiques et classification: les solutions de R
′ (x) = 0 sont

1 − 2x = 0, donc
x = 21 est le point critique de R(x). Puisque R′′ 21 = 4 − 12 e−1 < 0, il suit que
x = 12 est un point de maximum local de R. De plus, comme x = 12 est le seul point
critique de R dans I, on conclut que x = 21 maximise R(x).
4. Le prix correspondant est p(1/2) = e−1 .

7 Dérivées multidimensionnelles et optimisation à plusieurs

variables
• Les phénomènes et les activités de la vie sont bien complexes et les fonctions d’une variable sont
incapable de les décricre. Par exemple, une entrprise produit plusieurs articles, disons n, n entier,
en quantité x1 , x2 , . . . , xn . Le coût total C serait alors un nombre qui dépend de tous les nombres
x1 , x2 , . . . , xn . Par exemple, si n = 2 on pourrait avoir

C = 3x1 + 10x2 + 7x1 x32 .

Cette situation conduit naturellement à la notion de la fonction de plusieurs variable. A la fin de

ce chapitre l’étudiant ✓ aura une compréhension de la notion de la fonction de plusieurs variables,
✓ apprendra les notions de continuité et des dérivées partielles des fonctions à plusieurs variables,
✓ et pourra appliquer des outils du calcul multi-dimensionnel à la résolution des problèmes
d’optimisation en dimension deux.

7.1 Quelques définitions

• on considère R × R qui est l’ensemble des pairs des nombres réels, donc

R × R = {(x, y), x, y ∈ R}.

Si(x, y) est un pair de nombres réels on écrit (x, y) ∈ R × R. Parfois on écrit R2 au lieu de R × R.
Les nombres x et y sont les coordonnées du pair (x, y).
• De façon similaire on considère R × R × R qui est l’ensemble des triples des nombres réels, donc

R × R × R = {(x, y, z), x, y, z ∈ R}.

Si (x, y, z) est un pair de nombres réels on écrit (x, y, z) ∈ R × R × R. Parfois on écrit R3 au lieu
de R × R × R. Les nombres x, y et z sont les coordonnées du triple (x, y, z).
• Ce raisonnement conduit à l’ensemble des d-uplets des réels, noté par Rd .

• Les notions de distances entre des points de Rn sont fondamentales dans les applications

30
 Définition 7.1. La distance euclidienne entre deux points est donnée comme suit.

– En dimension un: si p = x1 , q = x2 alors

d(p, q) = |x1 − x2 |

– En dimension deux: si p = (x1 , y1 ) , q = (x2 , y2 ) alors

q
2 2
d(p, q) = (x1 − x2 ) + (y1 − y2 ) , et

– En dimension trois: si p = (x1 , y1 , z1 ) , q = (x2 , y2 , z2 ) alors

q
2 2 2
d(p, q) = (x1 − x2 ) + (y1 − y2 ) + (z1 − z2 )

Figure 5: Représentation géomètrique des éléments de R, R2 , R3

7.2 Fonctions de deux variables

• Par définition,

Définition 7.2. une fonction à deux variables est de la forme

f: R2 7→ R,
x ∈ Dom(f ) 7→ z = f (x) ∈ Im(f ).

Ici R2 est l’espace du départ, R est l’espace d’arrivée, f represente une loi, généralement
donnée par une formule, qui à tout (x, y) ∈ Dom(f ) associe une valeur unique z =
f (x, y) ∈ Im(f ), (x, y) est la variable et z = f (x) est la valeur de la fonction. Dom(f )
est ”le domaine de f ” et Im(f ) est ”l’image de f ” définis comme suit

Dom(f ) = (x, y) ∈ R2 tel que f (x, y) est bien défini ,



Im(f ) = {f (x, y), (x, y) ∈ Dom(f )}.

• Notons que pour noter la variable (x, y) et la fonction f , on peut utiliser n ’importe quelles
lettres, telles que (u, v) et g. Dans la plupart de ce cours on va utiliser (x, y) et f .

31
 Définition 7.3. Le ”graphe G(f ) d’une fonction f ” est l’ensemble des points
(x, y, f (x, y)) dans un système trois dimensionnel de coordonnées,

G(f ) = {(x, y, f (x, y)), (x, y) ∈ Dom(f )}.

• Voilà un exemple :

Exemple 7.1. Soit f : R2 7→ R, f (x) = x − y. Ici, Dom (f ) = R, puisque f (x, y) est

bien défini pour tout (x, y) ∈ R. Aussi Im(f ) = R. En effet, soit z ∈ R. Alors, alors il
existe (x, y) ∈ Dom(f ) tel que z = f (x, y) = x − y. Par exemple, si y = 0 alors x = z.
Donc f (z, 0) = z.

• Voilà un autre exemple :

√
Exemple 7.2. Soit f : R2 7→ R, f (x) = y − x. Ici, Dom(f ) = {(x, y), y − x ≥ 0} =
{(x, y), x ≤ y}. Aussi Im(f ) = [0, +∞). En effet, si z ≥ 0, alors il existe (x, y) ∈ Dom(f )
√
tel que z = f
(x, y)
√ = y − x, c.à.d. y − x = z 2 . Par exemple, si x = 0 alors y = z 2 .
Donc f 0, z 2 = z 2 − 0 = z.

• On peut tracer les graphes de fonctions courantes comme suit:

Figure 6: Le graphe de z = C, x = C, y = C et z = ax + by + c

Figure 7: Le graphe de x2 + y 2 + z 2 = r2 , z = x2 + y 2 et z = x2 − y 2

7.3 Continuité des fonctions de deux variables

• Soit z = f (x, y) une fonction à deux variables donnée pour (x, y) ∈ D ⊂ R2 , avec D = Dom(f ).

7.3.1 Un détour par la définition de suite de points et de convergence de suites de points

• Pour définir la continuité de la fonction f , on a besoin d’introduire la notion de suite de points
dans Rd .

32
 Définition 7.4. Une suite de points (pn )n∈N dans Rd est tout simplement définie par

pn = (x1,n , x2,n , · · · , xd,n ) (5)

pour tout n ∈ N, où (x1,n )n∈N , (x2,n )n∈N , . . . , (xd,n )n∈N sont des suites dans R.

• La convergence d’une suite de points dans Rd est définie par

Définition 7.5. On dit qu’une suite de points (pn )n∈N dans Rd converge vers un point
p∗ si d(pn , p∗ ) converge vers 0 lorsque n tend vers l’infini. Dans ce cas on écrit

pn →n→+∞ p∗ .

7.3.2 Continuité
• La définition suivante est la généralisation au cas deux-dimensionnel de ce qu’on a vu pour une
fonction d’une seule variable:

Définition 7.6. On dit que f est continue à point (x0 , y0 ) ∈ D si et seulement si

lim f (x, y) = f (x0 , y0 )

(x,y)→(x0 ,y0 )

Si f est continue à tout point (x, y) ∈ D, on dit que f est continue dans D et on écrit
f ∈ C 0 (D).

• Beaucoup de fonctions classiques sont continues :

Propriété 7.1. Toute fonction de deux variables obtenue par des opérations usuelles de
sommes, multiplication, cosinus, fonctions exponontielles et logarithmiques, est continue
dans son domaine de définition.

7.4 Dérivées et dérivées partielles

• La notion des dérivées partielles se base sur la dérivée (usuelle) d’une fonction à une variable.

Définition 7.7. Soit f ∈ C 0 (D) et (x, y) ∈ D. La dérivée partielle de f par rapport à x

au point (x, y), notée ∂f
∂x (x, y), est définie par

∂f f (x + h, y) − f (x, y)
(x, y) = lim ,
∂x h→0 h
quand la limite existe.
∂f
De façon similaire, la dérivée partielle de f p.r. à y au point (x, y), notée ∂y (x, y), est
définie par
∂f f (x, y + h) − f (x, y)
(x, y) = lim ,
∂y h→0 h
quand la limite existe.

• Voici quelques exemples pour se mettre en jambe:

33
 Exemple 7.3. Calculons fx et fy pour les fonction suivantes.

1. f (x, y) = ax + by + c, donc

fx (x, y) = (ax)x + (by)x + cx = axx + byx + 0 = a · 1 + b · 0 + 0

= a,
fy (x, y) = (ax)y + (by)y + cy = axy + byy + 0 = a · 0 + b · 1 + 0
= b;

x+y
2. f (x, y) = ax2 + bxy + d x−y , donc

(x + y)x (x − y) − (x + y)(x − y)x

fx (x, y) = a2x + by + d
(x − y)2
(x − y) − (x + y)
= 2ax + by + d
(x − y)2
y
= 2ax + by − 2d ,
(x − y)2
(x + y)y (x − y) − (x + y)(x − y)y
fy (x, y) = a · 0 + bx + d
(x − y)2
(x − y) + (x + y)
= bx + d
(x − y)2
x
= bx + 2d .
(x − y)2

7.5 Le gradient d’une fonction f en un point p = (x, y)

• Le gradient d’une fonction en un point est juste le vecteur dont les composantes sont les dérivées
partielles par rapport à toutes les variables:

Définition 7.8. Le vecteur gradient de f en un point p = (x, y) est défini par

" #
∂f
∇f (x, y) = ∂x (x, y) (6)
∂f
∂y (x, y)

7.6 Plan tangent au graphe de f en un point p0

• Pour le plan tangent au graphe d’une function z = f (x, y), si on suppose que z = f (x, y) admet
des dérivées partielles en p0 (x0 , y0 ), alors

Définition 7.9. l’équation du plan tangent au graphe de f au point (x0 , y0 , f (x0 , y0 )) est
donnée par
∂f ∂f
z= (x0 , y0 ) (x − x0 ) + (x0 , y0 ) (y − y0 ) + f (x0 , y0 ).
∂x ∂y

• Le plan tangent est visuellement facile à se mémoriser:

7.7 Optimisation de fonction de deux variables

• L’optimisation est au coeur des statistiques, du machine learning, de l’intelligence artificielle
et beaucoup d’autres domaines. Il est important de comprendre comment on peut aborder un
problème dépendant de beaucoup de variables. Le cas de deux variables est simple à visualiser

34
 Figure 8: Le graphe de z = f (x, y) et son plan tangent en (x0 , y0 , f (x0 , y0 ))

et n’est pas intimidant mais le cas plus général d’un nombre quelconque de variable n’est pas
plus compliqué.
• Soit z = f (x, y) une fonction continue dans une domaine D, borné est fermé. Le problème est
de trouver les valeurs extremales de f dans D. Notemment, on considère le problème: Trouver
m, M tels que

m = min{f (x, y), (x, y) ∈ D}, M = max{f (x, y), (x, y) ∈ D}.

• La valeur m est appellée ”minimum (global) de f dans D ”, et M est appellée ”maximum (global)
de f dans D ”. Les deux sont appellés ”extrema (globales) de f dans D ”.
• Est-ce-que les extrema de f dans D existent? La reponse est souvent positive, comme dans le
cas des hypothèses du résultats ci-dessous:

Définition 7.10. (Théorème de Weierstrass) Soit D ⊂ R2 un domaine borné est fermé

borné et f ∈ C 0 (D). Alors les extrema de f dans D existent.

• Comment trouver les extrema de f ? Aux quels points (x0 , y0 ) les extrema sont atteints? La
réponse à ces questions passe par la notion des points critiques.

Définition 7.11. Un (x0 , y0 ) ∈ D est point critique de f si

∂f ∂f
– ∂x (x0 ) = ∂y (x0 ) = 0.

De manière équivalente, un point critique est un point p = (x, y) où le gradient ∇f (x, y)
est nul.

• Pourquoi considère-t-on les points critiques de f ? La raison est que si f (x0 , y0 ) est un extrema
de f alors nécessairement (x0 , y0 ) est un point critique (exactement comme dans le cas de la
dimension un). À noter qu’en général, la réciproque n’est pas vraie.
• Voici la définition des extréma locaux:

35
 Définition 7.12. Soit (x0 , y0 ) ∈ D.

– On dit ” f (x0 , y0 ) est un maximum local” ( ou simplement ”( x0 , y0 ) est maximum

local”), s’il existe un voisinage V ⊂ D de (x0 , y0 ) tel que

f (x, y) ≤ f (x0 , y0 ) , ∀(x, y) ∈ V

– On dit ” f (x0 , y0 ) est un PC de minimum local” (ou simplement ” (x0 , y0 ) est

maximum local”), s’il existe un voisinage V ⊂ D de (x0 , y0 ) tel que

f (x0 , y0 ) ≤ f (x, y), ∀(x, y) ∈ V

– Tout minimum local ou maximum local est appelé ”extremum” local. Leur ensemble
est appelé ”extrema locaux”.
– On dit ” f (x0 , y0 ) est un ”point selle” (PS) (ou simplement (x0 , y0 ) est PS”) si
(x0 , y) n’est ni maximum local, ni minimum local.

• Les différents types de points critiques sont réprésentés dans la figure ci-dessous:

Figure 9: Une fonction admettant un minimum global à gauche, plusieur maxima locaux au milieu et
un point selle à droite

• La classification des points critiques passe par la définition de la matrice Hessienne de f en un

point p = (x, p):

Définition 7.13. La matrice Hessienne de f en un point p = (x, y) est définie par

∂2f ∂2f
" #
2 ∂x2 (x, y) ∂xy (x, y)
∇ f (x, y) = ∂2f ∂2f
(7)
∂yx (x, y) ∂y 2 (x, y)

On dit que cette matrice est définie positive si

v ⊤ ∇2 f (x, y)v > 0 (8)

pour tout v ∈ R2 . Pour ceux qui connaissent la notion de valeur propre d’une matrice,
la notion de positive définitude est équivalente au fait que toutes ses valeurs propres sont
positives strictement. On dit qu’elle est définie négative si son opposée est définie positive,
c’est à dire si toutes ses valeurs propres sont négatives strictement.

• Les propriétés suivantes sont très importantes:

36
 Propriété 7.2. On a les propriétés suivantes :

– Lorsqu’en un point critique p∗ = (x∗ , y ∗ ), la Hessienne de f est définie positive,

alors p∗ est un minimum local de f
– Lorsqu’en un point critique p∗ = (x∗ , y ∗ ), la Hessienne de f est définie négative,
alors p∗ est un maximum local de f .

• Voici un exemple :

Exemple 7.4. Example 5.8 Soit x, resp. y, la demande pour un produit P , resp. Q,
et leurs respectives fonctions demandes soient p(x, y) = 100 − 3x − y, resp. q(x, y) =
180 − x − 4y. i) Trouvons d’abord la fonction revenue. ii) Ensuite, trouvons pour quelles
demandes et prix le revenu est maximal. Solution. i) Pour le revenu on a

R(x, y) = x · p(x, y) + y · q(x, y)

| {z } | {z }
le revenu pour P le revenu pour Q

= 100x − 3x − xy + 180y − xy − 4y 2
2

= 100x + 180y − 3x2 − 2xy − 4y 2 .

ii) Maintenant cherchons le maximum de R(x, y). ii.1) Les points critiques:
  
Rx (x, y) = 0, 100 − 6x − 2y = 0, x = 10,
D’où
Ry (x, y) = 0, 180 − 2x − 8y = 0. y = 20.

ii.2) Classification: On a

Rxx (x, y) = −6, Rxy (x, y) = −2, Ryy = −8,

2
D(x, y) = (−6) · (−8) − (−2) = 44 > 0.

On est dans le cas ii) du Théorme 5.12 (D (x0 , y0 ) > 0, Rxx (x0 , y0 ) < 0). Donc, (x, y) =
(10, 20) est un maximum local du revenu. Les prix correspondants sont

(p, q) = (100 − 3 · 10 − 20, 180 − 10 − 4 · 20) = (50, 90).

ii.3) Est-ce-que R(x, y) attient un maximum global à (10, 20) ? La reponse est oui, mais
nous ne présenterons pas la preuve ici.

37