Vous êtes sur la page 1sur 164

CAPES DE SCIENCES ECONOMIQUES ET SOCIALES

CNED

Anne universitaire 2014 2015

Mathmatiques appliques aux sciences


conomiques et sociales

Christine Dollo,
Aot 2014

Sommaire

LEPREUVE ET LE PROGRAMME................................................................................................................. 11
EXTRAITS DES TEXTES OFFICIELS (MINISTERE DE LEDUCATION NATIONALE : WWW.EDUCATION.GOUV.FR, 15 JUILLET 2013) :
.......................................................................................................................................................................... 11
VARIATIONS ABSOLUES ET RELATIVES, POURCENTAGES ET INDICES ......................................................... 12
I. VARIATIONS ABSOLUE ET RELATIVE ................................................................................................................... 12
I.1. Variation absolue ............................................................................................................................. 12
I.2. Variation relative ............................................................................................................................. 12
II. POURCENTAGES........................................................................................................................................... 12
II.1. Pourcentages instantans ............................................................................................................... 12
II.2. Pourcentage de pourcentage .......................................................................................................... 13
II.3. Pourcentage dvolution ................................................................................................................. 13
a. Pourcentage daugmentation ............................................................................................................ 13
b. Pourcentage de diminution ................................................................................................................ 14
c. Coefficient multiplicateur et pourcentage dvolution ....................................................................... 14
d. Oprations et pourcentages dvolution ............................................................................................ 15
III. TAUX DE CROISSANCE GLOBAL ET MOYEN ANNUEL ............................................................................................. 17
III.1. Taux de croissance global .............................................................................................................. 17
a. Taux de croissance sur une anne ...................................................................................................... 17
b. Taux de croissance global sur n annes, taux constant t% ............................................................. 17
III.2. Taux de croissance moyen annuel.................................................................................................. 18
IV. INDICES..................................................................................................................................................... 18
IV.1. Indices lmentaires ...................................................................................................................... 18
a. Dfinition............................................................................................................................................ 18
b. Proprits ........................................................................................................................................... 18
IV.2. Indices synthtiques ....................................................................................................................... 19
a. Indice de Laspeyres ............................................................................................................................ 19
Indice de Paasche ................................................................................................................................... 21
Indice de Ficher ...................................................................................................................................... 21
V. TABLEAU RECAPITULATIF DES NOTIONS RENCONTREES PRECEDEMMENT .................................................................. 22
VI. ELASTICITES - ARCS ...................................................................................................................................... 22
VI.1. Elasticit - prix de la demande ....................................................................................................... 22
VI.2. Elasticit revenu .......................................................................................................................... 22
VI.3. Elasticits croises ......................................................................................................................... 23
STATISTIQUES DESCRIPTIVES .................................................................................................................... 24
I. STATISTIQUES A UNE VARIABLE......................................................................................................................... 24
I.1. Gnralits ....................................................................................................................................... 24
I.1.1. Population ..................................................................................................................................... 24
I.1.2. Caractres ..................................................................................................................................... 24
I.1.3. Effectifs ......................................................................................................................................... 24

I.1.4. Graphiques .................................................................................................................................... 25


I.1.5. Effectifs cumuls croissants (e.c.c.) ............................................................................................... 26
I.1.6. Effectifs cumuls dcroissants (e.c.d.) ........................................................................................... 26
I.1.7. Frquences .................................................................................................................................... 27
I.2. Caractristiques de position ............................................................................................................. 27
I.2.1. Mode ............................................................................................................................................. 27
I.2.2. Moyenne ....................................................................................................................................... 28
I.2.3. Mdiane ........................................................................................................................................ 30
I.2.4. Quartiles ........................................................................................................................................ 31
I.2.5. Dciles ........................................................................................................................................... 31
I.3. Caractristiques de dispersion ......................................................................................................... 32
I.3.1. Etendue ......................................................................................................................................... 32
I.3.2. Ecarts interquantiles ..................................................................................................................... 32
I.3.3. Ecart absolu moyen ....................................................................................................................... 32
I.3.4. Variance ........................................................................................................................................ 32
I.3.5. Ecart-type ...................................................................................................................................... 33
I.3.6. Coefficient de variation ................................................................................................................. 34
I.4. Caractristiques de concentration ................................................................................................... 34
I.4.1. Mdiale ......................................................................................................................................... 34
I.4.2. Courbe de concentration (Lorenz) ................................................................................................. 34
I.4.3. Indice de Gini ................................................................................................................................. 35
II. STATISTIQUES A DEUX VARIABLES .................................................................................................................... 37
II.1. Nuage de points ............................................................................................................................. 37
II.2. Ajustement affine ............................................................................................................................ 38
II.2.1. Mthode des points extrmes ...................................................................................................... 38
II.2.2. Mthode de Mayer ( partir des donnes prcdentes) .............................................................. 38
II.2.3. Mthode des moindres carrs ...................................................................................................... 39
II.3. Ajustements non affines.................................................................................................................. 40
II.3.1. Ajustement exponentiel ............................................................................................................... 40
II.3.2. Ajustement puissance .................................................................................................................. 40
II.4. Sries chronologiques ..................................................................................................................... 41
II.4.1. Gnralits ................................................................................................................................... 41
SUITES ET CALCUL FINANCIER ................................................................................................................... 44
I. GENERALITES ............................................................................................................................................... 44
I.1. Dfinitions ........................................................................................................................................ 44
Modes de dfinition ............................................................................................................................... 44
I.2. Sens de variation .............................................................................................................................. 44
Dfinition................................................................................................................................................ 44
Mthode................................................................................................................................................. 45
I.3. Limite dune suite ............................................................................................................................. 45
II. SUITES PARTICULIERES ................................................................................................................................... 45
II.1. Suites arithmtiques ....................................................................................................................... 45
Dfinition................................................................................................................................................ 45
Terme gnral ........................................................................................................................................ 46
Termes conscutifs ................................................................................................................................. 46
Somme des termes ................................................................................................................................. 46
II.2. Suites gomtriques ........................................................................................................................ 47
Dfinition................................................................................................................................................ 47
Terme gnral ........................................................................................................................................ 47
3

Termes conscutifs ................................................................................................................................. 47


Somme des termes ................................................................................................................................. 47
Limites dune suite gomtrique ............................................................................................................ 48
II.3. Suites arithmtico gomtriques ................................................................................................. 48
Dfinition................................................................................................................................................ 48
Proprit ................................................................................................................................................ 48
III. CALCUL FINANCIER ...................................................................................................................................... 49
III.1. Intrts simples .............................................................................................................................. 49
Principe .................................................................................................................................................. 49
Formule de base ..................................................................................................................................... 49
III.2. Intrts composs .......................................................................................................................... 49
Principe .................................................................................................................................................. 49
Formule de base ..................................................................................................................................... 49
Taux quivalents et taux proportionnels................................................................................................ 50
Exercices ................................................................................................................................................. 50
Taux effectif ........................................................................................................................................... 50
III.3. Emprunts indivis ............................................................................................................................. 51
Annuits constantes ............................................................................................................................... 51
Taux effectif global (TEG) ....................................................................................................................... 52
Annuits progressives ............................................................................................................................ 52
Remboursement dun emprunt avec diffr .......................................................................................... 53
Remboursement anticip ....................................................................................................................... 53
Tableau damortissement ...................................................................................................................... 54
III.4. Investissements .............................................................................................................................. 56
Principe .................................................................................................................................................. 56
Critres de choix dinvestissement ......................................................................................................... 57
MATRICES ET CALCUL MATRICIEL .............................................................................................................. 60
I. DEFINITION, TYPES DE MATRICES, PROPRIETES..................................................................................................... 60
I.1. Dfinition .......................................................................................................................................... 60
I.2. Transpose dune matrice ................................................................................................................ 60
I.3. Matrices particulires ...................................................................................................................... 60
I.4. Egalit de deux matrices .................................................................................................................. 61
II. OPERATIONS DE MATRICES ............................................................................................................................. 61
II.1. Somme de deux matrices ............................................................................................................... 61
II.2. Produit dune matrice par un rel ................................................................................................... 61
II.3. Produit de deux matrices A et B ..................................................................................................... 62
II.3.1. Cas particulier dune matrice uniligne A et dune matrice unicolonne B...................................... 62
II.3.2. Cas gnral ................................................................................................................................... 62
II.3.3. Proprits ..................................................................................................................................... 63
III. DETERMINANTS ET INVERSION DE MATRICES ..................................................................................................... 64
III.1. Calcul dun dterminant ................................................................................................................. 64
III.1.1. Matrices dordre 1 et 2 ................................................................................................................ 64
III.1.2. Matrices dordre 3 ....................................................................................................................... 64
III.2. Inversion de matrice ...................................................................................................................... 65
III.2.1. Dfinition ..................................................................................................................................... 65
III.2.2. Existence de A 1 ........................................................................................................................ 65
III.2.3. Calcul de A 1 ............................................................................................................................... 65
IV. APPLICATION DU CALCUL MATRICIEL A LA RESOLUTION DE SYSTEMES DE CRAMER .................................................... 69
IV.1. Rsolution dun systme de Cramer par la mthode des dterminants (mthode de Cramer) ..... 70
4

IV.2. Rsolution par la mthode de la matrice inverse........................................................................... 70


IV.3. Sujet de CAPES ............................................................................................................................... 71
V. MATRICES ET GRAPHES ................................................................................................................................. 73
V.1. Dfinitions ....................................................................................................................................... 73
V.I.1. Graphes probabilistes ................................................................................................................... 73
V.1.2. Matrice de transition ................................................................................................................... 73
V.2. Recherche de ltat stable ............................................................................................................... 74
SYSTEMES ................................................................................................................................................. 75
I. SYSTEMES DEQUATIONS ................................................................................................................................ 75
I.1. Systmes deux quations et deux inconnues ................................................................................ 75
I.1.1. 1er cas : D 0 ................................................................................................................................. 75
I.1.2. 2me cas : D = 0 .............................................................................................................................. 76
I.2. Systmes deux quations et trois inconnues ................................................................................. 76
I.3. Systmes trois quations et deux inconnues ................................................................................. 78
I.4. Systmes trois quations et trois inconnues ................................................................................. 78
II. SYSTEMES DINEQUATIONS ET PROGRAMMATION LINEAIRE .................................................................................. 78
III. SUJET DE CAPES ........................................................................................................................................ 81
POLYNOMES ............................................................................................................................................. 83
I. BINOME ..................................................................................................................................................... 83
I.1. Equation du premier degr .............................................................................................................. 83
I.2. Signe dun binme ............................................................................................................................ 83
I.3. Inquation du premier degr ou sy ramenant ................................................................................ 84
II TRINOMES ................................................................................................................................................... 85
II.1. Equation du second degr ............................................................................................................... 85
II.2. Signe dun trinme a x + b x + c ..................................................................................................... 86
II.3. Inquation du second degr ............................................................................................................ 87
III. POLYNOMES .............................................................................................................................................. 87
III.1. Dfinition ........................................................................................................................................ 87
III.2. Factorisation dun polynme ......................................................................................................... 88
ETUDE ET REPRESENTATION GRAPHIQUE DUNE FONCTION..................................................................... 89
INTRODUCTION : PLAN DETUDE DUNE FONCTION ................................................................................................. 89
I. ENSEMBLE DE DEFINITION, PARITE DUNE FONCTION............................................................................................ 89
I.1. Ensemble de dfinition dune fonction ............................................................................................. 89
I.2. Parit et imparit ............................................................................................................................. 90
I.2.1. Fonction paire ............................................................................................................................... 90
I.2.2. Fonction impaire ........................................................................................................................... 90
I.3. Symtrie ........................................................................................................................................... 91
I.3.1. Axe ................................................................................................................................................ 91
I.3.2. Centre ............................................................................................................................................ 92
II. LIMITES ET CONTINUITE ................................................................................................................................. 93
II.1. Approches de la notion de limite ..................................................................................................... 93
II.1.1. Approche calculatoire .................................................................................................................. 93
II.1.2. Approche graphique..................................................................................................................... 94
II.2. Dfinitions sur les limites ................................................................................................................ 95
II.2.1. Limite finie en a ............................................................................................................................ 95
II.2.2. Limite infinie linfini ................................................................................................................... 96
II.2.3. Limite finie linfini ...................................................................................................................... 96
5

II.2.4. Limite infinie en une valeur a ....................................................................................................... 97


II.3. Continuit ........................................................................................................................................ 97
II.3.1. Dfinitions et interprtation graphique ....................................................................................... 97
II.3.2. Thormes gnraux .................................................................................................................... 98
II.4. Oprations sur les limites ................................................................................................................ 98
II.4.1. Somme ......................................................................................................................................... 98
II.4.2. Produit.......................................................................................................................................... 98
II.4.3. Quotient ....................................................................................................................................... 99
II.5. Applications ltude de certaines fonctions.................................................................................. 99
II.5.1. Fonctions polynmes.................................................................................................................... 99
II.5.2. Fonctions rationnelles .................................................................................................................. 99
II.5.3. Fonctions irrationnelles .............................................................................................................. 100
II.6. Continuit sur un intervalle ........................................................................................................... 101
II.7. Branches infinies ........................................................................................................................... 102
II.7.1. Cas o

f(x) = b (b fini) ....................................................................................................... 102

II.7.2. Cas o lim +f(x) = ou lim f(x) = ................................................................................. 102


xa
xa
II.7.3. Cas o

f(x) = .............................................................................................................. 102

III. DERIVATION............................................................................................................................................. 103


III.1. Accroissement moyen .................................................................................................................. 103
III.2. Nombre driv en a ...................................................................................................................... 103
III.3. Drives et oprations ................................................................................................................. 104
III.4. Tangente ...................................................................................................................................... 106
III.4.1. Approche de la notion de tangente ........................................................................................... 106
III.4.2. Dfinition et quation ............................................................................................................... 106
f(x) f(a)
f(x) f(a)
III.4.3. Cas o f(a) nexiste pas, mais lim +
= ou lim
= ....................... 107
x-a
x-a
xa
xa
III.5. Drive et sens de variation dune fonction ................................................................................. 107
III.5.1. Dfinition du sens de variation dune fonction ......................................................................... 107
III.5.2. Sens de variation des fonctions usuelles ................................................................................... 107
III.5.3. Thormes................................................................................................................................. 108
III.6. Extremum ..................................................................................................................................... 109
III.6.1. Thorme .................................................................................................................................. 109
III.6.2. Exemple ..................................................................................................................................... 109
III.7. Convexit concavit................................................................................................................... 110
III.8. Point dinflexion ........................................................................................................................... 111
III.9. Elasticit-point ............................................................................................................................. 111
IV. SUJETS SUR LES FONCTIONS (PROBLEME DE CAPES) .......................................................................................... 112
IV.1. Sujet N 1 ..................................................................................................................................... 112
IV.1.1. Domaine de dfinition :............................................................................................................. 112
IV.1.2. Limites ....................................................................................................................................... 112
IV.1.3. Calcul de la drive : ................................................................................................................. 113
IV.1.4. Sens de variation et tableau de variation ................................................................................ 113
IV.1.5. Centre de symtrie .................................................................................................................... 113
IV.1.6. Equation de la tangente ........................................................................................................... 113
IV.1.7. Nombre de racines de l'quation .............................................................................................. 113
IV.2. Sujet N 2 ..................................................................................................................................... 114
6

IV.2.1. Correction ................................................................................................................................. 114


V. APPLICATION DE LETUDE DE FONCTION A LA MICROECONOMIE (FONCTIONS DE DEMANDE) ...................................... 115
V.1. Sujet N1 ...................................................................................................................................... 115
Corrig.................................................................................................................................................. 115
V.2. Sujet N 2 ...................................................................................................................................... 117
Corrig.................................................................................................................................................. 117
CALCUL INTEGRAL ................................................................................................................................... 119
I. PRIMITIVES ................................................................................................................................................ 119
I.1. Dfinition ........................................................................................................................................ 119
I.2. Existence et proprits dune primitive .......................................................................................... 119
I.2.3. Existence ..................................................................................................................................... 119
I.2.2. Proprits .................................................................................................................................... 119
I.3. Tableau des primitives ................................................................................................................... 119
I.4. Mthode de calcul dune primitive ................................................................................................. 120
II. CALCUL INTEGRAL ...................................................................................................................................... 121
II.1. Dfinition et proprits ................................................................................................................. 121
II.1.1. Dfinition .................................................................................................................................... 121
II.1.2. Proprits ................................................................................................................................... 121
II.2. Calcul dune intgrale ................................................................................................................... 121
II.2.1. 1re mthode ............................................................................................................................... 121
II.2.2. 2me mthode.............................................................................................................................. 122
II.3.1. Cas particuliers ........................................................................................................................... 122
II.4. Application du calcul daire au calcul du surplus du consommateur et du producteur ................. 123
Sujet N 1.............................................................................................................................................. 123
Sujet N 2.............................................................................................................................................. 123
FONCTIONS LOGARITHMES, EXPONENTIELLES, PUISSANCES................................................................... 125
I. FONCTIONS LOGARITHMES ............................................................................................................................ 125
I.1. Fonction logarithme en base e : ln ................................................................................................. 125
I.1.1. Ensemble de dfinition ................................................................................................................ 125
I.1.2. Limites ......................................................................................................................................... 125
I.1.3. Drive ........................................................................................................................................ 127
I.1.4. Tableau de variations de ln ......................................................................................................... 127
I.1.5. Reprsentation graphique .......................................................................................................... 127
I.1.6. Proprits algbriques ................................................................................................................ 128
I.2. Rsolution dquation avec des logarithmes ................................................................................. 128
I.3. Fonctions logarithmes en base a (a > 0, a 1)............................................................................... 128
II. FONCTIONS EXPONENTIELLES ........................................................................................................................ 129
II.1. Fonction exponentielle en base e .................................................................................................. 129
II.1.1. Ensemble de dfinition ............................................................................................................... 129
II.1.2. Limites ........................................................................................................................................ 129
II.1.3. Drive ....................................................................................................................................... 130
II.1.4. Tableau de variations ................................................................................................................. 130
II.1.5. Reprsentation graphique ......................................................................................................... 131
II.1.6. Proprits algbriques ............................................................................................................... 131
II.2. Rsolution dquations avec des exponentielles ........................................................................... 131
II.3. Fonctions exponentielles en base a (avec a > 0) ........................................................................... 132
II.3.1. Cas particuliers ........................................................................................................................... 132
II.3.2. Drive ....................................................................................................................................... 132
7

III. FONCTIONS PUISSANCES ............................................................................................................................. 133


III.1. Limites .......................................................................................................................................... 133
III.2. Drives ........................................................................................................................................ 133
III.3. Tableaux de variation................................................................................................................... 133
III.4. Proprits algbriques ................................................................................................................. 134
DENOMBREMENTS ET PROBABILITES ..................................................................................................... 135
I. DENOMBREMENTS ...................................................................................................................................... 135
I.1. Cardinal dun ensemble fini ............................................................................................................ 135
Dfinition.............................................................................................................................................. 135
Cardinal dun ensemble produit ........................................................................................................... 135
Thorme ............................................................................................................................................. 135
Exemples .............................................................................................................................................. 135
I.2. P-Listes dlments ......................................................................................................................... 136
Dfinition.............................................................................................................................................. 136
Nombre de p-listes ............................................................................................................................... 136
I.3. Arrangements ................................................................................................................................ 136
Dfinition.............................................................................................................................................. 136
Nombre darrangements...................................................................................................................... 136
I.4. Permutations.................................................................................................................................. 137
Dfinition.............................................................................................................................................. 137
I.5. Combinaisons ................................................................................................................................. 137
Dfinitions ............................................................................................................................................ 137
Thorme ............................................................................................................................................. 137
p
Proprits des C n .............................................................................................................................. 137
I.6. Organigramme ............................................................................................................................... 138
II. NOTIONS DE PROBABILITES .......................................................................................................................... 138
II.1. Vocabulaire des vnements ........................................................................................................ 138
II.2. PROBABILITES......................................................................................................................................... 139
Dfinition.............................................................................................................................................. 139
Proprits ............................................................................................................................................. 139
II.3. Probabilit conditionnelle ............................................................................................................. 139
Exemple : lancer dun d cubique parfait ............................................................................................ 139
Dfinitions ............................................................................................................................................ 140
II.4. Indpendance ................................................................................................................................ 140
Dfinition.............................................................................................................................................. 140
Proprit .............................................................................................................................................. 140
Exercice ................................................................................................................................................ 140
II.5. Probabilits totales ....................................................................................................................... 141
Thorme ............................................................................................................................................. 141
II.6. Formule de Bayes .......................................................................................................................... 142
III. VARIABLES ALEATOIRES .............................................................................................................................. 143
III.1. Variable alatoire......................................................................................................................... 143
III.2. Fonction de rpartition ................................................................................................................ 143
III.3. Variables alatoires discrtes ...................................................................................................... 144
Dfinition.............................................................................................................................................. 144
Loi de probabilit dune variable alatoire discrte ............................................................................. 144
Esprance dune variable alatoire discrte ........................................................................................ 144
Variance dune variable alatoire discrte .......................................................................................... 144
8

III.4. Variables alatoires continues ..................................................................................................... 145


Dfinition.............................................................................................................................................. 145
Esprance ............................................................................................................................................. 146
Variance ............................................................................................................................................... 146
IV. LOIS DISCRETES USUELLES ........................................................................................................................... 147
IV.1. Loi binomiale ................................................................................................................................ 147
Dfinition.............................................................................................................................................. 147
Esprance de X ..................................................................................................................................... 147
Variance de X ....................................................................................................................................... 148
IV.2. Loi gomtrique ........................................................................................................................... 148
Dfinition.............................................................................................................................................. 148
Esprance et cart type de X ................................................................................................................ 148
IV.3. Loi de Poisson............................................................................................................................... 148
Dfinition.............................................................................................................................................. 148
Esprance et variance de X .................................................................................................................. 149
Approximation dune loi binomiale par une loi de Poisson .................................................................. 149
V. LOIS CONTINUES USUELLES........................................................................................................................... 150
V.1. Loi uniforme .................................................................................................................................. 150
Fonction de rpartition ........................................................................................................................ 150
Esprance et variance .......................................................................................................................... 151
V.2. Loi exponentielle ........................................................................................................................... 151
V.3. Loi normale ................................................................................................................................... 151
Dfinition.............................................................................................................................................. 151
Etude et reprsentation graphique de f ............................................................................................... 151
Proprits ............................................................................................................................................. 151
Approximation dune loi binomiale par une loi normale ...................................................................... 153
V.3. Droite de Henry ............................................................................................................................. 154
Principe ................................................................................................................................................ 154
Exemple ................................................................................................................................................ 155
VI. ECHANTILLONNAGE ................................................................................................................................... 156
VI. 1. Principe ....................................................................................................................................... 156
VI.2. Loi faible des grands nombres ..................................................................................................... 156
VII. ESTIMATION-SONDAGE ............................................................................................................................ 157
VII.1. Principe ....................................................................................................................................... 157
VII.2. Estimation ponctuelle ................................................................................................................. 157
Moyenne .............................................................................................................................................. 157
Frquence............................................................................................................................................. 157
Ecart type ............................................................................................................................................. 158
VII.3. Estimation par intervalle de confiance ....................................................................................... 158
Moyenne .............................................................................................................................................. 158
Pourcentage ......................................................................................................................................... 159
ANNEXE 1 : COMPLEMENTS DES PROGRAMMES DE MATHEMATIQUES DU CYCLE TERMINAL DE LA SERIE
ES ET SAVOIR-FAIRE APPLICABLES A DES DONNEES QUANTITATIVES. .......................................................... 160
1. ANALYSE .................................................................................................................................................. 160
2. STATISTIQUES DESCRIPTIVES ......................................................................................................................... 160
a. Prsentation de donnes statistiques .............................................................................................. 160
b. Analyse statistique lmentaire une variable ............................................................................... 160
c. Analyse statistique lmentaire deux variables. ........................................................................... 161
3. PROBABILITE ET STATISTIQUE INFERENTIELLE .................................................................................................... 161
9

ANNEXE 2 :.............................................................................................................................................. 162


SAVOIR-FAIRE APPLICABLES AUX DONNEES QUANTITATIVES ET AUX REPRESENTATIONS GRAPHIQUES
DANS LES PROGRAMMES DE SCIENCES ECONOMIQUES ET SOCIALES .......................................................... 162
PROGRAMME DE SECONDE .............................................................................................................................. 162
Savoir-faire applicables des donnes quantitatives qui seront mobiliss dans le traitement du
programme ................................................................................................................................................ 162
PROGRAMME DE PREMIERE ............................................................................................................................. 162
Savoir-faire applicables aux donnes quantitatives et aux reprsentations graphiques ..................... 162
PROGRAMME DE TERMINALE ........................................................................................................................... 163
Enseignement de tronc commun : Savoir-faire applicables aux donnes quantitatives et aux
reprsentations graphiques ....................................................................................................................... 163
Calcul, lecture, interprtation .............................................................................................................. 163
Lecture et interprtation ...................................................................................................................... 163
Enseignement de sciences sociales et politiques : Savoir-faire applicables aux donnes quantitatives et
aux reprsentations graphiques ................................................................................................................ 163
Calcul, lecture, interprtation .............................................................................................................. 163
Lecture et interprtation ...................................................................................................................... 164
Enseignement dconomie approfondie : Savoir-faire applicables aux donnes quantitatives et aux
reprsentations graphiques ....................................................................................................................... 164
Calcul, lecture, interprtation .............................................................................................................. 164
Lecture et interprtation ...................................................................................................................... 164

10

Lpreuve et le programme
Les mathmatiques font partie des preuves orales du concours.
Depuis la session 2014, les mathmatiques appliques sont intgres lpreuve
dentretien partir dun dossier. Un exercice est ainsi propos aux candidats la fin du
dossier documentaire et les candidats disposent de 15mn pour lexposer.
Extraits des textes officiels (Ministre
www.education.gouv.fr, 15 juillet 2013) :

de

lducation

nationale :

Le programme de l'exercice de mathmatiques appliqu aux sciences conomiques et sociales correspond


pour l'essentiel aux programmes de mathmatiques du lyce en cours, l'anne de l'preuve : cela correspond
aux programmes d'enseignement de seconde, de premire ES et d'enseignements spcifiques et de spcialit de
terminale ES auxquels s'ajoutent quelques complments dfinis ci-dessous en annexe (voir Annexe 1).
Limportance des outils informatiques est souligne dans lensemble de ces programmes. Il est indispensable
quun futur enseignant ait une connaissance convenable des instruments de calcul quutiliseront ses lves et en
premier lieu des calculatrices graphiques : outre les traitements numriques usuels, les candidats doivent tre
capables de reprsenter graphiquement une fonction sur une calculatrice dans une fentre bien adapte au
problme trait ; ils doivent connatre les fonctions de la calculatrice pour toutes les oprations sur matrices et
vecteurs, les fonctions statistiques, en particulier celles donnant un ajustement affine, ainsi que les fonctions de
distribution de probabilits au programmes du lyce (loi binomiale et loi normale).
Les exercices proposs dans cette preuve sinscrivent assez souvent dans des contextes conomiques et
sociaux et peuvent mettre en jeu des concepts propres aux sciences conomiques et sociales.
Ainsi, sont supposs connus du candidat :
les techniques danalyse des variables conomiques : taux d'volution simple, global, moyen, coefficient
multiplicateur, valeur nominale (ou en valeur ou prix courants), valeur relle (ou en volume ou prix
constants), indice simples et pondrs ;
les formalisations lmentaires de lanalyse macroconomique (quilibre gnral macroconomique
classique, modle IS-LM, multiplicateur keynsien, ) ;
le tableau entres-sorties (TES) en comptabilit nationale : valeur ajoute, PIB, coefficients techniques,
modle de Lontief ;
des notions relatives aux problmes montaires : taux de change, parit des pouvoirs dachat ;
des modles de fiscalit : impt proportionnel, impt progressif (par tranches) ;
les notions de base de la microconomie : analyse du choix du consommateur (contrainte budgtaire,
utilit, courbes dindiffrence, lasticit de la demande), analyse du choix du producteur (productivit moyenne,
marginale, rendements croissants, dcroissants, constants, cot total, cot moyen, marginal), quilibre en
concurrence pure et parfaite, en situation de monopole, surplus ;
des outils danalyse de la consommation : propension marginale, moyenne consommer, lasticit revenu,
structure de la consommation et coefficients budgtaires ;
les bases du calcul financier : intrts simples, intrts composs, valeur acquise, valeur actuelle, taux
proportionnels, taux quivalents. Emprunts annuits constantes, amortissements. Choix dinvestissements :
critre du bnfice actualis, du taux de rendement interne, du dlai de rcupration ;
les notions relatives la mobilit sociale : table de destine, de recrutement, mobilit parfaite.
De faon gnrale, les candidats doivent matriser les notions de rapport, proportion, pourcentage, de taux
de variation (global, moyen), dindices et tre capables de djouer tous les piges que ceux-ci peuvent contenir ;
il en est de mme des diffrentes moyennes (arithmtique, gomtrique, harmonique) .
11

Variations absolues et relatives,


Pourcentages et Indices
I. Variations absolue et relative
I.1. Variation absolue
La variation absolue dune grandeur G est la diffrence entre la valeur finale et la valeur
initiale de cette grandeur.
Notation : G
Exemples :
- La population dune ville est passe en 2001 de 120 000 135 000 habitants.
G = 135 000 120 000 = 15 000
G > 0, donc G a augment
- La population dun village est passe en 2001 de 1500 1200 habitants.
G = 1200 1500 = - 300
G < 0, donc G a diminu.
Proprit :
Si Y = a X + b, a et b constantes, alors Y = a X
Preuve : Y1 = a X1 + b ; Y2 = a X2 + b
Par diffrence, Y2 Y1 = a (X2 X1) = a X
I.2. Variation relative
La variation relative dune grandeur G est le rapport entre la variation absolue de cette
G
grandeur et la valeur initiale de la grandeur :
G
Exemples prcdents :
G 1350 000 120 000 15000
- Pour la ville :
=
=
= 0,125
G
120 000
120000
G
300
- Pour le village :
== - 0,2
G
1500
II. Pourcentages
II.1. Pourcentages instantans
Soit un ensemble E ayant un nombre n non nul dlments et une partie A de E ayant p
lments. La part t en pourcentage de A dans E est telle que :
t
p nombre dlments de A

100 n nombre dlments de E

Consquence :
12

t=

p
100
n

E
A

t%

A est inclus dans E, ce qui se note A E


Exemple : 5 tudiants sur 20 ont russi au CAPES.
On peut alors dire :
5 1
= : un quart des tudiants ont russi (en fraction)
20 4
1
25
= 0,25 =
= 25% : 25% des tudiants ont russi (en pourcentage)
4
100
1
= 0,25. Le taux de russite est de 0,25 (en criture dcimale)
4
II.2. Pourcentage de pourcentage
E

b%

a%

A
ABE
Exemple : Dans une prparation au CAPES ayant 50 tudiants, 40% sont des filles. On sait
par ailleurs que 10% dentre elles ont eu un bac S. Quel est le pourcentage de filles ayant le
bac S dans cette promotion et quel est le nombre de filles ayant eu le bac S dans cette
prparation ?
Lensemble de rfrence est lensemble des tudiants prparant le CAPES.
40
Nombre de filles prparant le CAPES : 50
= 20
100
10
Nombre de filles ayant le bac S et prparant le CAPES : 20
=2
100
40
10
2 = 50

100 100
2
Pourcentage de filles prparant le CAPES et ayant le bac S : = 0,04 = 4%.
50
II.3. Pourcentage dvolution
a. Pourcentage daugmentation
Si une grandeur G augmente de t % entre deux dates t0 et t1, on a :
t
G1 = G0 1 +

100

1 + t sappelle le coefficient multiplicateur.

100

13

Valeur initiale
G0

1 +

100

Valeur finale
G1

Exemple : Lorsque le nombre de postes au CAPES passe de 50 60, on a une


t
60 50 10
t
augmentation de t% telle que : 60 = 50 1 +
, soit 100 = 50 = 50 = 0,20 = 20%.
100

On a donc une augmentation de 20% des postes.


Remarque : une augmentation de 20% revient multiplier la valeur initiale par le
coefficient multiplicateur 1,2.
b. Pourcentage de diminution
Si une grandeur G diminue de t % entre deux dates t0 et t1, on a :
t
G1 = G0 1
100

G1
t
G1
t
=1
ou
1=G0
100
G0
100
t
G1 G0
=
100
G0
Exemple : Une calculatrice cote normalement 51 euros. Combien vaut-elle en priode
de solde, lorsque tout est vendu 30% moins cher ?
30

p 1= p 0 1
= p0 (1 0,3) = p0 0,7
100
p1 = 51 0,7 = 35,7 euros.
Remarque : une diminution de 2% revient multiplier la valeur initiale par le coefficient
multiplicateur 0,98.
Remarque :

c. Coefficient multiplicateur et pourcentage dvolution

Le coefficient multiplicateur (CM) vaut :

CM =

G1
t
=1
G0
100

Le taux de croissance (pourcentage dvolution) vaut : t = (CM - 1 ) 100


Exemples :
1) Un bien cotait 160 euros la date t0 et vaut 192 euros en t1 :
Evolution
Variation absolue
Variation relative
Taux de croissance
Coefficient multiplicateur
Indice base 100 la date t0

14

Expression
G = G1 - G0

G
G G0
G
1
1 1
G0
G0
G0
t
G G1

1
100 G 0 G 0
G
CM = 1 1 t
G0
G
I t1 1 100
G0
t0

Exemple
G = 192 - 160 = + 32

G 32

0,2
G 0 160

t = 0,2 100 = 20
(taux de croissance de 20%)
CM =

192
1,2
160

I t 1 = 120
t0

(indice 120 base 100 en t0)

2) Si un prix est multipli par 3, cela correspond une augmentation de 200%.


200

En effet, P1 = P0 3 = P0 (1 + 2) = P0 1

100
ou t = (CM - 1) 100 = (3 - 1) 100 = 200
Remarque : Lorsque lon a des volutions successives, on prend souvent des coefficients
multiplicateurs (cest--dire des indices base 1 la date initiale).
Exemples :
- Le prix dun article augmente de 10 % puis de 20 %.
Il a finalement augment de 32% (32 10 + 20).
P2 = P0 1,1 1,2 = P0 1,32
- Le prix dun article augmente de 10% puis baisse de 10%.
Il a finalement baiss de 1% : P2 = P0 1,1 0,9 = P0 0,99
Une hausse de 10% et une baisse de 10% ne se compensent pas.
d. Oprations et pourcentages dvolution
Produit
Si on connat le pourcentage dvolution de chaque facteur dun produit, on peut en
dduire le pourcentage dvolution du produit lui-mme.
Exemples :
- Le nombre de salaris dune entreprise a augment de 20% et le salaire de chaque
employ a augment de 10% au cours de lanne 1997.
N1
S1

Aire

N2
S2

Aire

Quel est le pourcentage daugmentation du cot de fonctionnement (augmentation


mesure par laire hachure sur le schma ci-dessus) ?
Dsignons par C1, N1, S1 (C2, N2, S2) le cot, le nombre de salaris, le salaire dun employ
au dbut (en fin) danne 1997.
C1 = N1 S1
et C2 = N1 1,2 S1 1,1 = N1 S1 1,2 1,1 = C1 1,32
Le cot a donc augment de 32 %.
- Le prix du kilo dabricots passe de 3 euros 2,4 euros.
Quel pourcentage de quantit supplmentaire dabricots le consommateur peut-il acheter
sil ne veut pas changer sa dpense absolue en abricots ?
2,4 3 0,6
On a :
== - 0,2 = - 20%
3
3
Le prix du kilo dabricots baisse donc de 20%, ce qui correspond un coefficient
multiplicateur de 0,8.
Avant augmentation : D = P Q
15

Aprs augmentation : D = (P 0,8 ) Q


On veut D = D
P Q = (P 0,8 ) Q
Q
25

do Q =
=
= Q 1,25 = Q 1 +

0,8
100
Le consommateur peut alors acheter 25% de fruits en plus lorsque le prix du kilo
augmente de 20%.
Quotient
Si on connat le pourcentage dvolution de chaque terme dun quotient, on peut en
dduire le pourcentage dvolution du quotient lui-mme.
Exemple : Le salaire dun salari de lentreprise E augmente de 0,8% alors que les prix ont
augment de 1,2%. Quelle est lvolution du pouvoir dachat de cet employ ?
Soient S et P le salaire et le niveau gnral des prix avant augmentation. Soient S et P le
salaire et le niveau gnral des prix aprs augmentation.
S
S 1008
PA = =
=
PA 0,99604.
P
P 1012
On a donc une diminution de 0,396% du pouvoir dachat de ce salari.
Somme
Si on connat le pourcentage dvolution de chaque terme dune somme, on ne peut pas
en dduire le pourcentage dvolution de la somme sans renseignement supplmentaire.
Exemple :
Une entreprise est constitue dun salari gagnant un salaire E et dun employeur
gagnant un salaire P. La masse salariale de lentreprise est alors M = P + E. Au cours de
lanne 2001, le salaire du salari a augment de 10% et celui de lemployeur de 5%. La
masse salariale a-t-elle augment de 15 ? De 7,5% ? Dun autre pourcentage ?
Soit M la nouvelle masse salariale, E et P les nouveaux salaires du salari et de
lemployeur.
M= E + P ; P = P 1,05 ; E = E 1,1
M = E + P = E 1,1 + P 1,05
Le pourcentage daugmentation de la masse salariale est :
t
M
=
-1=
-1
100 M
t
dpend donc de E et P. On ne peut pas dire quelle est sa valeur.
100
Si on ne connat pas E et P, on ne peut quencadrer t :
1,05 (E + P) < 1,1 E + 1,05 P < 1,1 (E + P)
1,1 E + 1,05 P
1,05 <
< 1,1
E+P

16

t
< 1,1 1
100
t
0,05 <
< 0,1
100

1,05 1 <

Si on connat les salaires E et P ou mme seulement si on sait que

E
= k, alors on peut
P

E
P
1,1 + 1,05
P
P
t
1,1 k + 1,05
calculer t :
=
-1=
-1
100
E P
k+1
+
P P
Cas particulier : si les salaires E et P sont gaux, alors :
t
1,05 + 1,1
k=1:
=
- 1 = 0,075
do t = 7,5%
100
2
III. Taux de croissance global et moyen annuel
III.1. Taux de croissance global
a. Taux de croissance sur une anne
Soient une grandeur G et un taux de croissance annuel de t%. G prend la valeur G 0 en
dbut danne et G1 la fin de la mme anne.
t

On a : G1 = G0 1 +

100
b. Taux de croissance global sur n annes, taux constant t%
t n

Soit Gn la valeur de G en fin de la nime anne : Gn = G0 1 +

100
1/n
t
Gn
do : 1 +
=
100 G0
1/n
t
Gn
= -1
100 G0
Exemples :
- Un objet valait 80 euros le 1er janvier 1997. Il augmente de 5% chaque anne. Quel est
son prix le 1er janvier 2001 ?
G01 = G0 1,054 = 97,2405 euros.
Un objet valait 50 euros, le 1er janvier 1995 et vaut 90 euros le 1er janvier 2001. Calculer le
taux de croissance annuel i suppos constant sur la priode tudie.
90 = 50 (1 + i) 6
901/6
91/6
do 1 + i = et i = 1 = 0,102923
50
5
Le taux annuel est donc de 10,2923 %.

17

III.2. Taux de croissance moyen annuel


Un salaire augmente en 1999 de 10% puis en 2000 de 20%. Quelle a t son
augmentation globale sur les deux annes ? Quelle est le taux moyen annuel
daugmentation ?
S1 = S0 1,1
32

S2 = S1 1,2 = S0 1,1 1,2 = S0 1,32 = S0 1 +

100
On a donc sur les deux ans une augmentation globale de 32% (et non pas de 10 + 20 = 30%).
Le taux moyen annuel est i tel que : S0 (1 + i) = S2 = S0 1,32
Do (1 + i) = 1,32
i = 1,321/2 1 = 1,1489
32
i = 0,1489 14,89% 14,89
2
IV. Indices
IV.1. Indices lmentaires
a. Dfinition
On appelle indice lmentaire de G la date t1 base 1 la date t0 le nombre :

G1
.
G0

On appelle indice lmentaire de G la date t1 base 100 la date t0 le nombre :


G
I t1 1 100
G0
t0
G
G
Remarque : Les nombres 1 et 1 100 sont sans unit.
G0
G0
Exemple : si un bien cote 40 euros en 1998 et 60 euros en 2001, alors :
60
3
I2001/1998 = 100 = 100 = 150
40
2
Lindice lmentaire de prix du bien considr est gal 150 en 2001, base 100 en 1998.
b. Proprits
Circularit
I t 2 I t 2 I t1
t0

t1

t0

1
100

Exemple : On sait que I2001/1998 = 125 et I1999/1998 = 110


I2001/1998
125
On peut alors en dduire : I2001/1999 =
100 =
100 113,64
I1999/1998
110
Rversibilit
10000
It1/t0 =
Ito/t1
18

Exemple : le prix dun objet est 125 en 2001 base 100 en 1998. Quel est lindice du prix de
cet objet en 1998, base 100 en 2001 ?
Rponse :
10000 10000
I1998/2001 =
=
= 80
I2001/1998 125
IV.2. Indices synthtiques
Lorsquon a plusieurs produits, on calcule un indice synthtique des prix ou un indice
synthtique des quantits.
a. Indice de Laspeyres
Dfinition
Un indice de Laspeyres est la moyenne arithmtique des indices lmentaires des prix
des grandeurs G1, G2 Gn pondres par les valeurs globales de ces grandeurs base 100
lanne de base.
Notations :
- p it0 est le prix dune grandeur lanne to
-

qto
est la quantit dune grandeur lanne to
i

Vto
= p t0
qto
est la valeur globale dune grandeur lanne to
i
i
i

Indice de Laspeyres des prix


n

Vtoi Ipt1/to (Gi)


Daprs la dfinition : Lpt1/to =

i=1
n

(1)

Vtoi
i=1

Exercice 1
Lindice des prix dun pays est compos de trois groupes de produits A, B, C dont les
coefficients budgtaires sont respectivement de 30%, 40%, 30%. En deux ans, les prix du
groupe A augmentent de 30%, ceux du groupe B sont multiplis par 1,5 et lindice des prix
du groupe C qui tait 140 augmente de 28 points.
- Calculer lindice de Laspeyres des prix la fin de lanne 2, base 100 au dbut de
lanne 1.
- Pendant la mme priode, les salaires ont augment de 30%. Quelle a t la variation
moyenne annuelle du pouvoir dachat ?
Rponse
168
a) Ip2/1 (A) = 130
Ip2/1 (B) = 150
Ip2/1 (C) =
100 = 120
140
Lp2/1 =

19

= 135

b) Ip2/1 (S) = 130


Les prix ont t multiplis par 1,35 et les salaires par 1,3 ; Le pouvoir dachat des salaires
a donc diminu. Si on note Pa le pouvoir dachat en t1 et Pa le pouvoir dachat en t2, on a :
S 1,3
1,3
Pa =
=
= Pa
= P 0,963
P 1,35
1,35 a
Soit i le taux de variation annuel moyen du pouvoir dachat : (1 + i) = 0,963
Do i = 0,9631/2 1 - 0,019
Le pouvoir dachat a donc diminu en moyenne de 1,9% par an sur la priode.
Remarque : si on connat les prix et les quantits aux annes t1 et to, on peut transformer
la formule (1) qui devient :
= 100 (2)

Lpt1/to =

Exercice 2
Daprs le tableau suivant, calculer lindice de Laspeyres des prix de 2001 par rapport
1999.
Prix unitaires
Quantits
1999
2001
1999
2001
Bien 1
12
14
100
120
Bien 2
16
18
80
90

Lp2001/1999 =

100 =

2840
100 = 114,5161
2480

Indice de Laspeyres des quantits


Daprs la dfinition, on a :
n

Vtoi Iqt1/to (Gi)


Lqt1/to =

i=1
n

Vtoi
i=1

Si on connat les prix et les quantits, la relation devient :


100 (2)

Lqt1/to = =
Reprenons lexercice 2 .
On a : Lq2001/1999 =

20

100 =

2880
100 = 116,129
2480

Indice de Paasche
Dfinition
Un indice de Paasche est la moyenne harmonique des indices lmentaires des prix
pondrs par les valeurs globales de lanne darrive.
Indice de Paasche des prix
Ppt1/to =

(1)

Reprenons lexercice 1 prcdent, en calculant un indice de Paasche des prix :


133,79

Ppt1/to =

Remarque : si on connat les prix et les quantits aux annes t 0 et t1, la relation (1)
devient :
100 (2)
Reprenons lexercice 2 en calculant un indice de Paasche des prix :
3300
Ppt1/to =
100 =
100 = 114,58
2880
Indice de Paasche des quantits
Pqt1/to = =

(1)

Remarque : si on connat les prix et les quantits aux annes to et t1, la relation (1)
devient :
Pqt1/to =

100 (2)

Reprenons lexercice 2 en calculant un indice de Paasche des quantits :


330000
Pqt1/to =
100 =
= 116,197
2840

Indice de Ficher
L et P tant les indices de Laspeyres et de Paasche, on appelle indice de Fischer, le
nombre :
F=
Reprenons lexercice 2 prcdent en calculant un indice de Fischer des prix :
F=
21

= 114,5480

V. Tableau rcapitulatif des notions rencontres prcdemment

Evolution
Variation absolue
Variation relative
Taux de croissance ou
pourcentage dvolution
Coefficient multiplicateur
Indice base 100 la date to

Formule
V = V 1 V0

Exemple
V = 69 60 = 9 > 0

V V1 V0
=
V0
V0

V 9
= = 0,15
V0 60

t
V V1
=
=
-1
100 V0 V0

t = 0,15 100 = 15
(taux daccroissement de 15%)
69
Cm = = 1,15
60

Cm =

V1
t
=1
V0
100

It1/to =

V1
100
V0

It1/to = 115

VI. Elasticits - arcs


VI.1. Elasticit - prix de la demande
Soit P le prix dun bien et Q la quantit demande ce prix.
Q
Q
eq/p =
P
P
Llasticit prix de la demande est donc un rapport de variations relatives.
Le rsultat indique quelle est la variation en pourcentage de la quantit demande
conscutive une augmentation de 1% du prix du bien.
Remarques :
e > 0 : biens de type Veblen (effet de snobisme) ou Giffen : la quantit demande
augmente lorsque le prix du bien saccrot.
e < 0 : bien normal
- 1 < e < 1 : bien faiblement lastique (biens ncessaires); la quantit demande varie
relativement moins vite que le prix.
e < - 1 ou e > 1 : bien fortement lastique ; la quantit demande varie relativement plus
vite que le prix du bien.
e = - 1 : lasticit unitaire : la quantit demande varie proportionnellement au prix.
VI.2. Elasticit revenu
Soit Q la quantit dun bien et R le revenu dun consommateur.
Q
Q
eQ/R =
R
R
22

Remarques :
eQ/R < 0 : biens infrieurs. La consommation de ce type de bien diminue lorsque le revenu
augmente.
0 < eQ/R < 1 : biens normaux. La consommation augmente avec le revenu, mais moins que
proportionnellement.
eQ/R = 1 : la dpense de consommation est strictement proportionnelle la variation du
revenu.
eQ/R > 1 : biens de luxe. La part des dpenses consacres ce type de biens augmente
plus vite que le revenu.
VI.3. Elasticits croises
Une lasticit croise mesure lintensit de la variation de la quantit demande dun
bien lorsque le prix dun autre bien varie.
Qa
Qa
eQa/Pb =
Pb
Pb
Remarques :
si e >0, on dit que les biens sont substituables. Si le prix du bien B augmente, alors on
consommera davantage du bien A (par exemple th et caf )
si e < 0, les deux biens sont alors dits complmentaires. Laugmentation du prix dun des
deux biens entrane la baisse de la quantit demande de lautre (par exemple, voitures et
auto-radios).

23

Statistiques descriptives
I. Statistiques une variable
Une tude statistique pour tudier un phnomne commence souvent par une enqute,
puis par une saisie des donnes. On dgage ensuite des lments caractristiques
permettant de rsumer la situation sans perdre trop dinformations.
I.1. Gnralits
I.1.1. Population
Ltude se fait sur un ensemble P appel population. Exemple : tudiants prparant le
Capes de SES, voitures doccasion.. Les lments de P sappellent des individus et un sousensemble de P un chantillon.
I.1.2. Caractres
Un caractre C est une application de P dans un ensemble F. Il peut tre quantitatif ou
qualitatif.
Exemples
- Soit P lensemble des voitures doccasion du garage A et C le caractre reprsentant le
nombre de kilomtres parcourus. C est quantitatif.
- Soit P lensemble des tudiants prparant le Capes de SES dans la ville B et C le
caractre reprsentant la profession du pre. C est qualitatif.
On ne sintressera pas ici aux caractres qualitatifs
Lorsque le caractre est quantitatif, il peut tre :
- Discret : les modalits du caractre sont isoles.
Exemple : notes obtenues au Capes de SES par les tudiants le prsentant.
- Continu : les modalits du caractre peuvent atteindre nimporte quelle valeur dun
intervalle de R.
Exemple : tailles des tudiants prsentant le Capes de SES.
Dans ce cas, les modalits sont ranges par classes : [160, 170[, [ 170,180[, (sil sagit
dune tude sur les tailles en cm).
I.1.3. Effectifs
Les donnes statistiques sont recenses dans des tableaux statistiques ordonns. A
chaque modalit du caractre xi, on associe un effectif ni ; On peut alors avoir une
prsentation sous forme de tableaux statistiques.
Caractre discret : notes un contrle
xi
3
7
12
24

ni
4
5
6

4 tudiants ont eu 3,.


Caractre continu : tailles dtudiants
xi
[165,170[
[170,180[
[180,185[

ni
3
4
4

3 tudiants ont une taille t en cm, avec 165 t < 170.


I.1.4. Graphiques
Nous reprsentons ci-dessous les sries donnes prcdemment.
Caractre discret (notes un contrle)
On fait un diagramme en btons dans repre orthogonal. A chaque modalit x i on associe
un trait de longueur proportionnelle leffectif.

Caractre continu (tailles dtudiants)


La reprsentation graphique approprie est un histogramme. Dans un repre orthogonal,
on associe chaque classe un rectangle dont laire est proportionnelle leffectif de la
classe.
Remarques :
- si les classes ont la mme amplitude, alors on prend des rectangles dont la hauteur est
proportionnelle leffectif de la classe ;
- sinon, il est ncessaire de corriger les effectifs rels. On choisit alors lamplitude (a) de
classe la plus frquente (pour avoir moins de corrections faire). Si lamplitude de la classe x i
n
est gale
et si leffectif est ni , alors on choisit i comme effectif corrig.
k
Exemple prcdent
xi
[165,170[
[170,180[
[180,185[

a
5
10
5

ni
3
4
4

Effectifs corrigs
3
2
4

Choisissons comme amplitude de rfrence = 5 ;


La classe [170,180[ a pour amplitude 2 . On va donc diviser son effectif par 2.

25

On peut vrifier la proportionnalit des effectifs des classes et des aires des rectangles
associs aux classes.
I.1.5. Effectifs cumuls croissants (e.c.c.)
Caractre discret
On appelle effectif cumul croissant dune modalit xi le nombre dindividus ayant une
modalit infrieure ou gale xi .
Exemple (notes un contrle)
xi
3
7
12

ni
4
5
6

e.c.c.
4
9
15

Caractre continu
On appelle effectif cumul croissant dune modalit xi le nombre dindividus ayant une
modalit strictement infrieure lextrmit de la classe xi .
Exemple
xi
[165,170[
[170,180[
[180,185[

ni
3
4
4

e.c.c.
3
7
11

I.1.6. Effectifs cumuls dcroissants (e.c.d.)


Caractre discret
On appelle effectif cumul dcroissant dune modalit xi le nombre dindividus ayant
une modalit suprieure ou gale xi.
Exemple
xi
3
7
12

ni
4
5
6

e.c.d.
15
11
6

Caractre continu
On appelle effectif cumul dcroissant dune modalit xi le nombre dindividus ayant une
modalit suprieure ou gale lorigine de la classe xi ;
Exemple
xi
[165,170[
[170,180[
[180,185[

ni
3
4
4

e.c.d.
11
8
4

Reprsentation graphique des effectifs cumuls croissants et dcroissants sur cet


exemple :

26

Attention : il est ncessaire de bien prendre pour le diagramme des effectifs cumuls
croissants les extrmits de classe, et pour les effectifs cumuls dcroissants les origines de
classe. Pour le diagramme des effectifs cumuls croissants, on joint ainsi les points A (165,0),
B (170,3), C (180,7) et D (185,11). (7 individus ont une taille infrieure ou gale 180).
I.1.7. Frquences
Si ni est leffectif dune modalit xi, alors la frquence de cette modalit est : f i =

ni
,
n

n tant leffectif total.


Exemple : notes un contrle
xi
3

ni
4

fi
4
15

5 1
=
15 3

12

6
2
=
15 5

Total

15

Remarques :
p

- si on a p modalits alors

fi = f1 + f2 + + fp = 1
i=1

- on peut l encore parler de frquences cumules croissantes ou dcroissantes, que lon


peut reprsenter graphiquement.
I.2. Caractristiques de position
I.2.1. Mode
On appelle mode la valeur ou la classe du caractre correspondant au plus grand effectif
corrig.
Exemples : Notes un contrle :
xi
3
7
12

Le mode est 12
27

ni
4
5
6

Tailles des tudiants :


xi
[165,170[
[170,180[
[180,185[

ni
3
4
4

Effectifs corrigs
3
2
4

La classe modale est [180,185[


Remarque : on convient souvent de dire que le mode est le centre de la classe modale :
182,5. Mais le calcul le plus frquent prend cependant appui sur lhistogramme :
a
k1

k2

Mo

k1
On a alors : Mo = A + a
(avec A, borne infrieure de la classe modale).
k1 + k2
2
Dans notre exemple, Mo = 180 + 5
181,667
2+ 4
On peut avoir plusieurs modes pour une mme srie statistique.
I.2.2. Moyenne
Moyenne arithmtique pondre
Soit une srie statistique (xi, ni) 1 i p avec

ni = n.
i=1

On appelle moyenne arithmtique pondre de cette srie statistique le nombre :


p

x =

1
1
(n1 x1 + n2 x2 + ..+ np xp ) = ni xi = fi xi
n
n i=1
i=1

Remarque : dans le cas dune srie statistique continue, xi est le centre de classe.
Exemples (en reprenant les donnes prcdentes)
119
1) Notes : x =
=
7.933.
15

2) Tailles :

175.6818

3) Une banque franaise achte des dollars pour assurer le dpart en vacances dt de
ses clients. Elle change ainsi une premire fois 25000 dollars 0,75 euros le dollar, puis
40000 dollars 0,76 euros le dollar, puis enfin 58000 euros 0,77 euros le dollar. Calculer le
cours moyen du dollar contre euros pour cette srie dachats.

28

Rponse : le cours moyen du dollar contre euros est gal au rapport entre la somme
deuros dpense et le nombre total de dollars obtenus en change :
Taux moyen =

0,7627 le dollar.

On a fait une moyenne arithmtique des diffrents taux (pondrs par les sommes
engages en euros) ;
Moyenne harmonique
Soit une srie statistique (xi, ni) 1 i p avec

ni = n.
i=1

On appelle moyenne harmonique de cette srie statistique le nombre :


mh =

mh est donc linverse de la moyenne arithmtique des inverses des modalits pondres
par les effectifs ni.
Remarque : on utilise cette moyenne pour calculer un indice de Paasche ou dans certains
calculs de taux de change moyen.
Exemples (en reprenant les donnes prcdentes):
5,8878

1) Notes :

175.4794

2) Tailles : mh =

3) Une banque achte pour 200000 euros de dollars 0,75 euros le dollar, puis pour
350000 euros de dollars 0,76 euros le dollar et enfin pour 150000 euros de dollars 0,77
euros le dollar. Calculer le cours moyen du dollar contre euros pour cet organisme.
Rponse :
Taux moyen =

= 0,7592 le dollar
La moyenne utilise dans ce cas est une moyenne harmonique des diffrents taux
(pondrs par les sommes engages en euros).
Moyenne gomtrique
Soit une srie statistique (xi , ni) 1 i p avec xi 0.
On appelle moyenne gomtrique de cette srie statistique le nombre :
mg =

avec n = n1 + n2 + + np

Exemple : le salaire dun employ dans une entreprise augmente la premire anne de
10% et la deuxime anne de 20%. Quel est le pourcentage moyen daugmentation ?

29

Rponse : Soient S0, S1, S2 le salaire initial, puis le salaire au bout dun an et enfin au bout
de 2 ans de cet employ.
S1 = S 0 +

= S0 + S0 0,1 = S0 (1 + 0,1) = 1,1 S0

On remarque quune augmentation de 10% revient introduire le multiplicateur 1,1.


De mme :
S2 = S1 1,2
Do : S2 = S0 1,1 1,2 = S0 1,32
On a donc sur lensemble des 2 ans une augmentation de 32%
Soit i le taux moyen daugmentation pour ces 2 ans. Cela revient supposer que la
premire anne et la deuxime anne il a augment dun pourcentage gal i :
S2 = S0 (1+ i)2
On en dduit que : (1+ i )2 = 1,32
1+i = 1.32 = (1,1 1,2)1 /2 = 1,1489.
Le taux moyen daugmentation est de 14,89%
I.2.3. Mdiane
La mdiane Me dun caractre est la valeur du caractre pour laquelle 50% des modalits
sont infrieures ou gales cette valeur Me et 50% des modalits sont suprieures ou
gales cette valeur Me.
Exemples :
1) Soit la srie de valeurs : 2 3 4 5 6 : Me = 4
2) Soit la srie de valeurs : 2 3 4 5 : toute valeur de ]3,4[ est mdiane. Souvent, on
convient de dire que la mdiane est 3,5.
3) Tailles des tudiants : on peut trouver la mdiane de cette srie par le calcul ou
graphiquement
n
Par le calcul : leffectif total est de n = 11
= 5,5. On cherche donc la taille du 5,5me
2
individu
xi
[165,170[
[170,180[
[180,185[

ni
3
4
4

e.c.c
3
7
11

Daprs ce tableau : Me [170,180[.


On suppose une rpartition rgulire lintrieur des classes. On peut alors calculer la
mdiane partir dune interpolation linaire.
On a donc une proportionnalit reprsente par le schma suivant :
Modalits
e.c.c.

30

170
3

Me
5,5

180
7

Me 170 5,5 3
=
180 - 170 7 - 3
Me 170 2,5
=
10
4
Et donc Me = 176,25 cm, ce qui signifie que 50% des individus ont une taille infrieure
ou gale 176,25 cm et 50% des individus ont une taille suprieure ou gale 176,25 cm.
Graphiquement :
1re mthode : la mdiane est labscisse du point dintersection du graphique des effectifs
cumuls croissants (ou dcroissants) avec la droite dquation y = 5,5.
2me mthode : la mdiane est labscisse du point dintersection des graphiques des
effectifs cumuls croissants et dcroissants.
4) Soit la srie :
xi
[a,b[
[b,c[
[c,d[

ni
3
5
8

e.c.c
3
8
16

On a immdiatement Me = c
I.2.4. Quartiles
On appelle 1er (3me) quartile Q1 (Q3) la valeur du caractre pour laquelle 25% (75%) de la
population a une modalit infrieure ou gale Q1 (Q3) et 75% (25%) de la population a une
modalit suprieure ou gale Q1 (Q3)
La mdiane est le deuxime quartile.
Exemple : tailles des tudiants
xi
[165,170[
[170,180[
[180,185[

n = 11
Modalits
e.c.c.

n
= 2,75
4

3n
= 8,25
4

165
0

Q1
2,75

Q1 165 2,75
=
170 - 165
3
Q3 180 8,25 7
=
185 - 180 11 7

ni
3
4
4

170
3

ecc
3
7
11

180
7

Q3
8,25

185
11

do Q1 = 169,583.
do Q3 = 181.5625

I.2.5. Dciles
On appelle 1er dcile (D1) la valeur du caractre pour laquelle 10% de la population a une
modalit infrieure ou gale D1 et 90% de la population a une modalit suprieure ou
31

gale D1. On dfinirait de mme D2, .D9, avec les pourcentages correspondants : 20%
(80%), etc.
Les dciles se calculent de la mme faon que les quartiles.
I.3. Caractristiques de dispersion
I.3.1. Etendue
Soit une srie statistique (xi,ni ) 1 i p . On appelle tendue E la diffrence entre la
plus grande valeur M et la plus petite valeur m du caractre : E = M - m
Exemples (en reprenant les donnes prcdentes):
1) Notes un contrle : E = 12 - 3 = 9
2) Tailles des tudiants : E = 185 - 165 = 20
I.3.2. Ecarts interquantiles
Les carts interquantiles se calculent par la diffrence entre le dernier quantile et le
premier. On calcule ainsi un cart inter-quartile : Q3 - Q1 ; Un cart inter-dcile : D9 - D1
Dans lexemple concernant les tailles des tudiants, on a ainsi : Q3 - Q1 = 11,9795
I.3.3. Ecart absolu moyen
Soit une srie statistique ( xi,,ni ) 1 i p. On appelle cart absolu moyen le nombre :
p

e=

ni xi - x

i=1

Exemple
xi
12
8
15

1
x =
n
e=

ni
4
5
1

ni xi = 10,3
i=1

1
10

= 2,3

On fait donc la moyenne arithmtique des carts la moyenne.


Remarque : cet indicateur est peu utilis car la valeur absolue nest pas trs maniable
dans les calculs.
I.3.4. Variance
On appelle variance V dune srie statistique (xi, ni) , 1 i p la moyenne arithmtique
des carrs des carts la moyenne.
1
V=
n

i=1

32

2
ni xi - x =

f x i

I=1

2
x

Remarques :
1) La variance est toujours positive : V 0
2) Si un 1er lve a pour notes 1 et 19, sa moyenne est 10 ; Si un 2me lve a pour notes 9
et 11, sa moyenne est 10. Pourtant ces deux lves ne sont pas semblables. Le premier est
irrgulier , le second est rgulier . La moyenne ne suffit donc pas pour caractriser une
srie. Il faut encore regarder la distribution des notes par rapport la moyenne. Pour viter
les phnomnes de compensation dus la prsence des signes devant les carts des
donnes la moyenne, on a voulu dtruire les signes . La valeur absolue ntant pas
pratique , on a pris les carrs.
3) Dans le cas dune srie continue, xi est le centre de la classe.
Proprit
Soit une srie statistique (xi, ni) 1 i p
1 p

V = ni xi - x
n i=1

Exemple
xi
12
8
15

V=

ni
4
5
1

1
10

= 6,01

Avec la proprit : V =

= 6,01

I.3.5. Ecart-type
Lcart-type dune srie statistique de variance V est = V
Exemple prcdent: = 2.45153.....
Calcul des indicateurs statistiques courants avec une calculatrice
Avec une Texas :
1) Effacer le contenu des listes en tapant : ClrList L1,L2 (touches : STAT ClrList
2nd 1 , 2nd 2 ENTER )
2) Afficher les listes (touches : STAT Edit ) puis entrer les donnes dans la
colonne L1, et les effectifs (ou les frquences) dans L2
3) Lancer le calcul statistique une variable en tapant : 1-Var Stats L1,L2
(touches : STAT CALC 1-Var Stats 2nd 1 ,2nd 2 ENTER )
Avec une Casio Graph :
1) Pour effacer le contenu des listes : Slectionner le menu STAT, mettre le
curseur sur la colonne effacer, slectionner DEL-A puis YES
2) Entrer les donnes dans la colonne List1, et les effectifs (ou les frquences)
dans la colonne List2
3) Prciser la calculatrice quelle est la liste des donnes et quelle est celle des
effectifs : Slectionner CALC puis SET. Choisir List1 pour 1Var Xlist et choisir List2
pour 1Var Freq. Taper sur la touche EXIT pour revenir au menu CALC
33

4) Lancer le calcul statistique une variable en choisissant : 1Var (Remarque :


l'cart type est not xn
Pour le dernier exemple, on obtient bien
, = 2.45153.....

I.3.6. Coefficient de variation


On appelle coefficient de variation de la srie (xi, ni), 1 i p, de moyenne x
dcart-type , le nombre c =

et

2,45153
= 0.23801
10,3

I.4. Caractristiques de concentration


I.4.1. Mdiale
La mdiale ML dune srie statistique (xi, ni ) 1 i p est la valeur du caractre telle que
p

50% de la masse globale du caractre ni xi prenne une valeur infrieure ou gale ML


i=1

et 50% prenne une valeur suprieure ou gale ML.


Le calcul est identique celui de la mdiane
Exemple :
xi

ni
3
5
4

[20,30[
[30,40[
[40,60[

ci
25
35
50

nici
75
175
200

nici cumuls
75
250
450

Remarque : les ci reprsentent les centres de classes


450
= 225 ; La mdiale appartient donc la classe [30,40[
2
Par interpolation linaire, on a :
30
75

ML 30 225 75
=
40 - 30
250 - 75

ML
225

40
250

do ML = 38,571.

I.4.2. Courbe de concentration (Lorenz)


Reprenons lexemple prcdent :
xi
[20,30[

ni
3

ci
25

nici
75

nici cumuls
75

e.c.c.
3

e.c.c. en %
0,25

[30,40[
[40,60[

5
4

35
50

175
200

250
450

8
12

0,67
1

Nici cumuls en %
75
= 0,17
450
0,56
1

Choisissons un repre en mettant sur laxe des abscisses les pourcentages des effectifs
cumuls croissants et sur laxe des ordonnes les pourcentages de la masse salariale
cumule.

34

On trace la ligne brise passant par les points O(0,0), A1 (25, 17) , A2 (67, 56) ,
A3(1, 1). Cette ligne brise sappelle la courbe de Lorenz de cette srie statistique.
I.4.3. Indice de Gini
Reprenons lexemple prcdent.
On hachure la surface comprise entre la courbe de Lorenz et la diagonale du carr cidessus.
On appelle Indice de Gini (ou indice de concentration) le nombre :
aire de la surface hachure
Ig =
aire du triangle OBA3
Aire du triangle rectangle OA1H1 =
Aire du trapze rectangle H1A1A2H2 =

17 + 56
42 (demi-somme des bases par la hauteur
2

H1H2 )
56 + 100
33
2
Laire de la surface hachure est ainsi gale laire du triangle OBA 3 laquelle on enlve
la somme des aires calcules ci-dessus :
Aire du trapze rectangle H2A2A3B =

Et on obtient ainsi Ig =

= 0,1361

Remarques :
- 0 Ig 1
- Lorsque Ig est faible (proche de 0), cela indique une faible concentration de la srie
statistique. Inversement si Ig est fort (proche de 1) on a une forte concentration.
35

- Si toutes les modalits de la variable tudie augmentent de 5% la courbe de Lorenz est


inchange et g est inchang.
- Si toutes les modalits de la variable tudie augmentent de 100 units, la courbe de
Lorenz va se rapprocher de la diagonale, Ig va diminuer, la rpartition sera moins
ingalitaire ;
- Si lon prend les frquences cumules en valeurs dcimales, laire du triangle OBA3 est
gale .
Exercice :
Soit une entreprise dont les factures sont donnes par le tableau suivant :
Montant des factures en euros
[0, 100[
[100, 500[
[500, 1000[
[1000, 5000[
[5000, 10000[
[10000, 30000[

Nombre de factures
80
60
20
20
16
4

Tracer la courbe de Lorenz de cette srie et calculer lindice de concentration ;


Dterminer enfin la mdiane et la mdiale de cette srie laide du graphique.
Rponse :
xi
[0, 100[
[100, 500[
[500, 1000[
[1000, 5000[
[5000, 10000[
[10000, 30000[
Ig =

36

ni

ci

e.c.c

e.c.c en %

nici

nici cumuls

nici cumuls
en %

80
60
20
20
16
4

50
300
750
3000
7500
20000

80
140
160
180
196
200

40
70
80
90
98
100

4000
18000
15000
60000
120000
80000

4000
22000
37000
97000
217000
297000

1,3
7,4
12,5
32,7
73,1
100

Pour avoir graphiquement la mdiane et la mdiale qui sont des modalits du caractre, il
faut retrouver lchelle correspondante des modalits. On a dj 50% des effectifs cumuls
croissants en abscisse et 50% du chiffre daffaires cumul en ordonne. On retrouve sur laxe
montant des factures respectivement la mdiane et la mdiale.
Me 100 20
400
Pour le calcul :
=
do Me = 100 +
= 233.33. euros
500 - 100 60
3
ML-5000
148500 97000
=
10000-5000 217000 - 97000
do ML = 5000 + 5000 0,4291 7145,83 euros
Une grande diffrence entre ML et Me est lindication dune forte concentration.
II. Statistiques deux variables
II.1. Nuage de points
Soit une srie statistique (xi, ni ) 1 i n, et un repre orthogonal

Lensemble des points M (x, y) constitue le nuage de points de la srie.


Exemple : pour un bien on a pu relever cette srie statistique :
Prix dun bien en euros xi
Valeurs des ventes yi

37

1000
40

1100
20

1200
15

1300
10

Lobjectif est de trouver une courbe C la plus proche possible de ces points.
II.2. Ajustement affine
Cest une droite.
II.2.1. Mthode des points extrmes
Exemple
xi
1
2
3
4

yi
2
3
3
1

On cherche lquation de la droite (A1A4) avec A1 (1,2) et A4 (4, 1)


1 4 donc (A1 A4) nest pas parallle (Oy)
(A1 A4) a une quation de la forme : y = a x + b
A1 (A1 A4) et A2 (A1 A4)
Do :
2 = a + b

1 = 4 a + b
1
7
Do a = - et b =
3
3
1
7
Donc y = - x +
3
3
II.2.2. Mthode de Mayer ( partir des donnes prcdentes)
On partage la srie en 2 groupes :
1er groupe :
xi
yi

1er point moyen

1
2

2
3

3
3

4
1

: G1 (1,5 ; 2,5 )

2me groupe
xi
yi

2me point moyen : G2 (3,5 ; 2 )


On cherche lquation de (G1 G2 ) : y = a x + b
2,5 = 1,5 a + b

2 = 3,5 a + b
do a= -0,25 et b= 2,875
(G1 G2 ) a pour quation : y = - 0,25 x + 2,875

38

II.2.3. Mthode des moindres carrs


On cherche une droite D dquation y = a x + b, donc on cherche a et b tels que la somme
n

des distances

(yi a xi b) soit minimale.


i=1

On montre que :
a=

et

Exemple prcdent :

et b = 2.25 + 0.3 2.5 = 3


Est-il lgitime de faire un ajustement affine ?
Pour rpondre cette question, on regarde le nuage de points pour voir si les points
semblent disposs le long dune droite, ou bien on consulte le coefficient de corrlation
linaire r :

r=

cov (x, y)
=
x y

1 n
xi yi - x y
n i=1
1 n
x - x
n i
I=1

1 n
y - y
n i
i=1

Exemple prcdent : r = - 0,4045.


Remarque : -1 r 1
On dit que r est bon et que lajustement affine est justifi lorsque 0,9 r 1
Exemple prcdent : r est mauvais, lajustement affine nest pas justifi.
Remarque : a, b, r sont donns directement par les calculatrices.
39

Ajustement affine avec une calculatrice


Avec une Texas :
STAT 1 : Edit : entrer les valeurs de la variable x dans la liste L1 et les valeurs de
la variable Y dans la liste L2.
STAT CALC : RegLin (ax+b) puis (2ndL1,2nd L2), Calculs
Avec une Casio Graph :
Dans le menu STAT, entrer les valeurs de x dans List 1, puis celles de y dans List 2.
CALC SET, entrer dans 2VarXList : List 1 et 2VarYList : List 2 EXE
puis Calc Reg 1-Linear (On obtient alors a et b.)

II.3. Ajustements non affines


II.3.1. Ajustement exponentiel
La courbe C cherche a pour quation y = k ax avec a > 0 et k > 0
alors ln y = ln k + x ln a
en posant ln k =K
ln a = A
ln y = Y alors Y = K + A x
Les points M (x, ln y ) appartiennent la droite dquation Y = K + A x
Exemple :
xi
1
2
3
4

yi
2
5
9
17

zi = ln yi
0,69
1,61
2,2
2,83

Pour la srie ( xi , zi ) r = 0,9944 . On peut donc faire un ajustement affine.


On trouve :
z = 0.7 x + 0.08
Retrouvons le lien entre x et y
ln y = 0.7 x + 0.08
Remarque : si on utilise log au lieu de ln, on a relation du type :
avec z = log y
log y = a x + b
10log y = 10ax+b = (10a)x 10b
y = 10b (10a)x
II.3.2. Ajustement puissance
La courbe C cherche a pour quation y = k x a avec k > 0 et x > 0 : alors ln y = ln k + a ln x
en posant Y = ln y , ln k = K et X = ln x : Y = K +a X
Les points M (ln x, ln y ) appartiennent la droite dquation Y = K + a X
Exemple
xi
1
2
3
40

yi
1
8
25

Xi = ln xi
0
0.69315
1.0986

Yi = ln yi
0
2.0794
3.2189

Le coefficient de corrlation linaire pour la srie (X, Y) est r = 0,999


On peut donc faire un ajustement affine et on trouve :
Recherchons une relation entre x et y :
eln y = e2.9375 ln x + 0.0116
y = e0.0116 (e ln x )2.9375 = e0.0116 x2.9375 = 1.01167 x 2.9375
Remarque : si on utilise log au lieu de ln on a une relation du type :
Y = aX +b avec X = log x et Y = log y
Do log y = a log x +b
10 log y = 10 a log x +b = 10 b (10 log x ) a y = 10b x a
II.4. Sries chronologiques
II.4.1. Gnralits
Une srie chronologique est un cas particulier de srie statistique deux variables, la
premire variable tant le temps. On a plusieurs types de mouvements qui se superposent :
- la tendance gnrale yt
- les mouvements saisonniers (abricots en juillet) st
- les mouvements cycliques ct
- les mouvements accidentels (inondation.) at
Pour tenir compte de la superposition de ces mouvements on peut choisir un modle
multiplicatif ou additif. En gnral on choisit un modle multiplicatif, on a alors Y t= yt.st.ct..at
Pour ajuster la tendance
On peut utiliser les mthodes vues prcdemment, dans le paragraphe ajustement affine.
On peut galement calculer des moyennes priodiques ou des moyennes mobiles :
Mthode des moyennes priodiques
T
1
2

Valeurs observes Yt
t1
t2

3
4
5

t3
t4
t5

t6

Valeurs de la tendance yt
_
t1 + t 2 + t 3
3
_
_
t4 + t 5 + t 6
3
_
..

Mthodes des moyennes mobiles dordre 3


T
1
2

41

Yt
t1
t2

yt
t1 + t 2 + t 3
3

t3

t4

t5

t6

..

t2 + t 3 + t 4
3
t3 + t 4 + t 5
3
t4 + t 5 + t 6
3
t5 + t 6 + t 7
3

Dsaisonnalisation dune srie chronologique donne sur n annes.


On calcule les coefficients saisonniers.
Notons Ci le coefficient saisonnier du ime trimestre.
Modle multiplicatif :
Coefficient saisonnier du 1er trimestre
1 Y1
Y5
Y9

C1 =
+
+
+ .. n tant le nombre de 1er trimestres tudis.

n y1
y5
y9

On obtient alors les donnes corriges des variations saisonnires pour les 1er trimestres :
Y1
Y5
Ycvs 1 =
Ycvs 5 =
.
C1
C1
On procde de mme pour le calcul des coefficients C2, C3, C4
Remarque : resaisonnalisation de la srie chronologique
Si on veut faire des prvisions pour un trimestre t non observ, sous condition que la
tendance se prolonge, on procde ainsi :
- On dtermine la valeur de ce trimestre : k
- On remplace dans la tendance t par k et on obtient yk
- On calcule Yk = C yk , C tant le coefficient saisonnier du trimestre tudi.
Modle additif :
Avec les notations prcdentes, on a :
1
C1 = [ (Y1 y1 ) + (Y5 y5 ) + (Y9 y9 )+ ]
n
Ycvs 1 = Y1 C1
Ycvs 5 = Y5 C1
Et si on veut resaisonnaliser :
Yk = yk + C tant le coefficient saisonnier du trimestre tudi
Exemple : On a pu constater les ventes suivantes dun bien :
Anne 1
Anne 2
Anne 3

Trimestre 1
210
210
264

Trimestre 2
151
167
272

Trimestre 3
168
186
228

Trimestre 4
321
390
385

On choisit de travailler dans un modle multiplicatif. Trouver un modle linaire de cette


srie par la mthode des moindres carrs. Calculer le coefficient saisonnier du 4 me
trimestre.
On donne les coefficients saisonniers des 1er, 2me, 3me trimestre :
42

C1 = 1,02, C2 = 0,81, C3 = 0,77.


Donner les valeurs dsaisonnalises pour lanne 1. Prvoir le volume des ventes pour le
4me trimestre de lanne 4.
Rponse : On trouve avec la calculatrice : yt = 12,657 t + 163,7272
On arrondit les valeurs pour la suite yt = 12,7 t + 164
C4=
1
= (1,50 + 1,47 + 1,22 ) 1,4
3
Les valeurs dsaisonnalises pour lanne 1 sont :
210
151
168
Ycvs 1 =
= 205.88
Ycvs 2 =
= 186.42 Ycvs 3 =
= 218.18
1,02
0,81
0,77
321
Ycvs 4 =
= 229,29
1,4
Le volume des ventes pour le 4me trimestre de lanne 4 est : t = 16
y16 =
do Y16

43

Suites et calcul financier


I. Gnralits
I.1. Dfinitions
On appelle suite toute application de lensemble IN des entiers naturels dans IR.
Notations :
U : n u(n) = un
un est le terme gnral de la suite.
La suite se note U ou (un).
Modes de dfinition
Mode explicite
un = f(n) o f est une fonction dfinie sur [o, + [
2n+3
2x+3
Exemple : un =
f(x) =
n+4
x+4
u3 =

9
7

Mode implicite
un = f(un 1). f est une fonction de IR dans IR.
Un terme est dfini laide de son prdcesseur et on donne un terme initial.
un + 1 = 2 un + 3
Exemple : u = 4
0
u1 = 2 u0 + 3 = 2 4 + 3 = 11
u2 = 2 11 + 3 = 25
u3 = 2 25 + 3 = 53
On ne pouvait pas calculer directement u3.
I.2. Sens de variation
Dfinition
(un) est croissante si et seulement si pour tout naturel n, u n + 1 un
(un) est dcroissante si et seulement si pour tout naturel n, un + 1 un
(un) est constante si et seulement si pour tout naturel n, u n + 1 = un
Exemple :
Montrer que la suite (un) dfinie sur IN par un = 2 n + 3 est croissante sur IN.
Rponse : n + 1 n
2 (n + 1) 2 n
44

2 (n + 1) + 3 2 n + 3
un + 1 un donc (Un) est croissante sur IN.
Mthode
Pour tudier le sens de variation dune suite (un) :
former un+1 - un
tudier le signe de un+1 - un
Si un+1 - un 0 (Un) est croissante sur IN
Si un+1 - un 0 (Un) est dcroissante sur IN
Si un+1 - un = 0 (Un) est constante sur IN
n+3
Exemple : soit un =
2n+1
Montrer que (Un) est dcroissante sur IN.
n+1+3
n+3
n+4
n+3
Rponse : un+1 - un =
=
2 (n + 1) + 1 2 n + 1 2 n + 3 2 n + 1
(n + 4) (2 n + 1) (n + 3) (2 n + 3)
=
(2 n + 3) (2 n + 1)
2n + n + 8 n + 4 2 n - 3 n 6 n 9
=
(2 n + 3) (2 n + 1)
-5
=
(2 n + 3) (2 n + 1)
n IN, donc 2 n + 3 > 0 et 2 n + 1 > 0.
Alors un+1 - un < 0 .
(Un) est donc strictement dcroissante sur IN.
I.3. Limite dune suite
Une suite U converge si et seulement si

existe et est finie.

Sinon, on dit que la suite U diverge.


Proprit :
Les rgles sur les limites de fonction sont applicables pour les suites.
Exemples :
-

= 4 (la suite converge)


= - (la suite diverge)

II. Suites particulires


II.1. Suites arithmtiques
Dfinition
(Un) est une suite arithmtique sil existe un rel r tel que pour tout n IN :
45

un + 1 = un + r .
r sappelle la raison de la suite.
Exemple : u0 = 4 et r = 2
On a alors u1 = 6 ; u2 = 8 ;
u3 = 10 ..
Remarque :
si r > 0 U est croissante
si r < 0 U est dcroissante
Terme gnral
Pour tout n et i entiers naturels un = ui + (n i) r
Cas particuliers usuels :
si n = 0 alors un = u0 + n r
si n = 1 alors un = u1 + (n 1) r
Exemple : connaissant u10= - 15 et u0 = 15, dterminer un en fonction de n.
Rponse : u10 = u0 + (10 0) r
- 15 = 15 + 10 r
do r = - 3
et un = u0 + n r
cest dire : un = 15 + n (-3) = - 3 n + 15
Termes conscutifs
a, b et c sont trois termes conscutifs dune suite arithmtique si et seulement si :
a+c=2b
Somme des termes
Sn dsigne la somme des termes de la suite.
nombre de termes
Sn =
(premier terme + dernier terme)
2
Remarque : pour aller de i j, on a j i + 1 termes.
Par exemple, pour aller de 0 7, on a 8 termes.
Mais pour aller de 1 7 on a (7 1 + 1) =7 termes.
Cas particuliers usuels
n+1
- Sn = u o + u 1 + + u n =
(u0 + un)
2
n
- Sn = u1 + u2 + + un = (u1 + un)
2
Exercice
La suite (Un) est arithmtique de raison 2 et de terme initial uo = 4.
Calculer Sn = u0 + u1 + + u15
Rponse :
u15 = u0 + (n 0) 2 = 4 + 30 = 34
16
Sn = (4 + 34) = 8 38 = 304
2

46

II.2. Suites gomtriques


Dfinition
(Un) est une suite gomtrique sil existe un rel q tel que pour tout n IN :
un + 1 = un q. q sappelle la raison de la suite.
Exemple : u0 = 5
q=3
u1 = 15
u2 = 45 u3 = 135
Terme gnral
Pour tout n et i entiers naturels un = ui q(n i)
Cas particuliers usuels :
si n = 0 alors un = u0 qn
si n = 1 alors un = u1 q(n 1)
Exemple :
Sachant que U est une suite gomtrique de raison positive, que u 3 = 16 et u7 = 1, trouver
1
n tel que un = .
8
1
Rponse : u7 = u3 q(7 3) alors 1 = 16 q4
q=
2
1
1
= u = u qn 3 = 16 n 3
8 n 3
2
2n 3 = 8 16 = 23 24 = 27
n3=7
n =10
Termes conscutifs
a, b et c sont trois termes conscutifs non nuls dune suite gomtrique si et seulement
si : ac = b
Somme des termes
Sn dsigne la somme des termes de la suite.
1 qnb termes er
qnb termes 1
Si q 1, Sn = 1er terme
= 1 terme
1-q
q-1
Cas particuliers usuels
1 qn + 1
- Sn = u o + u 1 + + u n = u 0
1-q
1 qn
- Sn = u 1 + u 2 + + u n = u 1
q-1
Exemple : calculer S = 30 1,1 + 30 1,1 + + 30 1,18
Rponse : S est la somme des termes dune suite gomtrique de 1 er terme 30 1,1 et de
1,18 1
raison 1,1.
Do : S = 30 1,1
= 377,3843073
1,1 - 1

47

Limites dune suite gomtrique


Si q > 1
=+

Si - 1 < q < 1

Si q = 1

Si q - 1

Exemples :

=0
=1
= nexiste pas.
(1/2) n = 0 ;

2n = +

II.3. Suites arithmtico gomtriques


Dfinition
(Un) est une suite arithmtico-gomtrique sil existe deux rels a 1 et b 0 tels que
pour tout n IN : un + 1 = a un + b
un + 1 = 2 un + 3
Exemple : u = 4
0
Proprit
b
.
1-a
La suite (Vn) est une suite gomtrique de raison a et pour tout n IN :
b
b n

un =
+ u0
a
1-a
1 - a
b
b
b
b

Preuve : vn + 1 = un + 1 = a un + b = a vn +
+b
1-a
1-a
1 - a
1-a

vn + 1 = a vn
Soient les suites un + 1 = a un + b avec a 1 et b 0 et vn = un

donc (Vn)est une suite gomtrique de raison a et de 1er terme V0 = u0 On en dduit : un =

b
1-a

b
b n

+ u0 a
1-a
1 - a

Exemple
1

un = un + 6
3
Soit :
u0 = 1
6 1n
1n

+ 1
=
9

8
3
1 3
1

1
1 - 3
3


ou le redmontrer dans le cadre de cet exemple en considrant la suite v n = un 9.
1
1
vn + 1 = un + 1 9 = un + 6 9 = (vn + 9) 3
3
3
1
1
vn + 1 = vn + 3 3 = vn
3
3
On peut appliquer le rsultat prcdent : un =

48

1
(Vn) est une suite gomtrique de raison et de 1er terme v0 = u0 9 = 1 9 = - 8
3
1n
Do vn = - 8
3
1n
On en dduit un = 9 - 8
3
III. Calcul financier
III.1. Intrts simples
Principe
Lintrt est la rmunration dun prt. On dit que cette rmunration est intrts
simples si les intrts ne sajoutent pas au capital pour porter eux-mmes intrts.
Lintrt est proportionnel la dure du prt.
Conventionnellement, la dure de lanne commerciale est de 360 jours, cest--dire 12
mois de 30 jours (fvrier compris) sauf si le contrat est libell de date date.
Formule de base
Soit une somme S0 place intrts simples pendant une anne. Elle devient S1 et est
appele valeur acquise par S0.
S1 = S0 + (i S0) = S0 (1 + i)
Si on laisse cette somme pendant n annes, la valeur acquise Sn est alors :
Sn = S0 + n(i S0) = S0 (1 + ni)
Exemple : quel est le montant des intrts fournis par un placement intrt simple de
3000 euros pendant 8 mois au taux dintrt annuel de 5% ?
8
Rponse : I = 3000 0,05 = 100 euros
12
III.2. Intrts composs
Principe
Un capital est dit plac intrts composs lorsqu lissue de chaque priode de
placement, les intrts sajoutent au capital et portent eux-mmes intrts.
Lintrt est en gnral pay la fin de chaque anne de placement et sans diffr .
Formule de base
Soit une somme S0, place pour n priodes, au taux dintrt i pour une priode.
La valeur acquise est alors : Sn = S0 (1 + i)n
Sn
On en dduit la valeur actualise S0 =
(1 + i)n

49

Taux quivalents et taux proportionnels


Taux quivalent
Un capital est plac un an au taux annuel i. On a alors S1 = S0 (1 + i)
Si ce capital est plac pendant un an avec les intrts capitaliss p fois dans lanne au
taux ip, on a alors : S1 = S0 (1 + i p)p
i et ip sont dit quivalents si S1 = S1
Do : S0 (1 + i) = S0 (1 + ip)p
1 + i = (1 + ip)p
Ip = (1 + i)1/p 1
Taux proportionnel
On appelle taux proportionnel au taux annuel i, correspondant p sous-priodes gales
dune anne, un taux dintrt ip calcul proportionnellement au temps :
i
ip =
p
Exercices
1) Une somme de 1000 euros a t place pendant 3 ans un taux mensuel i m. A la fin du
placement, la somme verse par la banque est de 1196,68 euros. Dterminer im.
Rponse : on a 36 mensualits, do : S36 = S0 (1 + im)36
S36
(1 + im)36 =
S0
S36
(1 + im) =
S0

1/36

S36
ou im =
S0

1/36

-1

1/36

1196,68
im =
- 1 = 0,005 = 0,5%
1000
2) Si on place intrts composs 2000 euros au taux de 6% lan, combien dannes doit
durer ce placement pour avoir en fin de placement 3187,7 euros ?
Rponse : Sn = S0 1,06n
3187,7
ln
2000
3187,7
3187,7
1,06n =
n ln 1,06 = ln
n=
2000
2000
ln 1,06
Il faut laisser largent plac pendant 8 ans.
3) Quel est le taux trimestriel quivalent un taux annuel de 8% ?
Rponse : soit it le taux trimestriel cherch.
(1 + it)4 = 1,08
it = 1,081/4 1 = 0,019426 = 1,9426%
Taux effectif
On place un capital de 5000 euros au taux dintrt nominal de 8%. Lintrt de la
premire anne est vers en dbut de contrat et lintrt de la seconde anne est vers en
fin de contrat. Quel est le taux effectif de ce placement ?
50

Rponse : la somme place est S0 = 5000 euros et lintrt vers en dbut de contrat est
S0 i = 5000 0,08 = 400
Cela revient dire que lon place rellement 5000 400 = 4600 puisque la banque
rend 400 au moment du placement.
A lissue du contrat, on peroit le capital plac (5000) et lintrt de la deuxime anne
(400), cest--dire 5400.
Le taux effectif annuel i vrifie donc : (1 + i) 4600 = 5400
5400
(1 + i) =
4600
5400
do i =

4600
I = 8,347%

1/2

- 1 = 0,08347

III.3. Emprunts indivis


Un emprunt indivis est un emprunt auprs dun prteur. Lemprunteur verse au prteur
des sommes pour le rembourser (des annuits).
Annuits constantes
Si les sommes verses au prteur pour rembourser sont constantes, on dit que lon fait un
remboursement par annuits constantes.
Soit K un capital emprunt au taux annuel i et A les annuits verses.
Pour comparer deux sommes dargent, il est ncessaire de se placer la mme date. On
choisit gnralement de le faire lanne 0 (au moment de lemprunt) .
Lorsquon cherche la valeur en t0 dune somme verse en tn on dit quon effectue une
opration dactualisation.
La somme des annuits actualises est gale au capital emprunt.
A
A
A
K=
+
++
= A (1 + i)- 1 + A (1 + i)- 2 + + A (1 + i)- n
(1 + i) (1 + i)
(1 + i)n
= A (1 + i)- n + + A (1 + i)- 2 + A (1 + i)- 1
= A [ (1 + i)- n + + (1 + i)- 2 + (1 + i)- 1 ]
Cette somme est en fait la somme des n termes dune suite gomtrique de raison (1+i)
et de premier terme (1 + i)- n
(1 + i)n 1
K = A (1 + i)- n
(1 + i) - 1
1 (1 + i)- n
Soit : K = A
i
Exercices
1. Une somme de 8000 euros est emprunte pour 10 ans au taux annuel de 5%. Cet
emprunt est remboursable par annuits constantes. Dterminer le montant de ces annuits.
Rponse : A =
51

= 1036, 0366 euros.

2. Un individu a besoin demprunter 40000 euros pour financer lachat dun appartement.
Sa capacit annuelle de remboursement est de 5000 euros par an. Un tablissement
financier lui propose un crdit au taux de 6%. Quelle sera la dure approximative du prt ?
Rponse :
1 (1,06)-n
40000 = 5000
0,06
Do : 8 0,06 = 1 (1,06)-n
(1,06)-n = 1 8 0,06 = 0,52
- n ln 1,06 = ln 0,52
ln 0,52
n== 11,222... Il faudra donc un peu moins de douze ans.
ln 1,06
Taux effectif global (TEG)
Le taux effectif global dun prt est un taux annuel, proportionnel au taux de priode,
terme chu (dcret 1985).
Exemple :
Un crdit de 2000 euros pour un an au taux de 9% est accord Mr X. Les frais de dossier
sont de 40 euros payables louverture du prt. Le remboursement se fait par mensualits
constantes. Calculer le taux effectif global de ce crdit.
Rponse :
0,09
Le taux mensuel proportionnel est :
= 0,0075
12
i
0,0075
La mensualit constante vaut : M = K
= 2000
174,903
-12
1 (1 + i)
1 (1,0075)-12
A louverture du prt, Mr X ne disposera que de 1960 euros puisquil y a 40 euros de frais.
1 (1 + im)-12
Si on appelle im le taux effectif global mensuel : 1960 = 174,903
im
-12
1 (1 + im)
11,206 =
im
Soit
On cherche avec la calculatrice une valeur approche de la solution de lquation
.
im = 0,0106
Le taux effectif global annuel est i = 0,0106 12 = 0,1272, cest--dire 12,72%.
Annuits progressives
Un individu emprunte 3000 euros pour 12 ans au taux annuel de 8% et remboursable par
annuits progressives. Le taux de progression est de 2% partir de la premire chance.
Quel est le montant de la 1re annuit, de la 3me annuit ?
Rponse :
K
A A(1 + r)
A(1+r)11

52

Soit A la premire annuit verse. Si on appelle r, le taux de progression des annuits et i le


taux dactualisation, on a la relation :
A
A (1 + r)
A (1 + r)11
+
++
1 + i (1 + i)
(1 + i)12
A
Cest--dire 3000 =
+
++
1,08
Le second membre de lgalit est la somme des termes dune suite gomtrique de 1er
A
1,02
terme
et de raison q =
.
1,08
1,08
K=

12

12

1,02
1,02
1
1-

A
1,08
1,08
On a donc : 3000 =

=A
1,08
1,02
0,06
11,08
Do A =

= 362,63729

La 3me annuit est A (1,02) = 377,28784


Remboursement dun emprunt avec diffr
Un emprunt de 4000 euros 5% est propos pendant 3 ans. Les remboursements
mensuels constants commencent 3 mois aprs lemprunt. Calculer les mensualits.
Rponse
On a lchancier suivant :
K

K=

38

M
M
M
+
+ ... +
(1 + im)3 (1 + im)4
(1 + im)38
36

1
1

M
M
1 (1 + im)-36
(1 + im)
K=

3
(1 + im)
1
(1 + im)
im
1
(1 + im)
Do : M =
M=

avec im =

i
0,0042 (i = taux annuel)
12

= 120,97

Remboursement anticip
Un individu emprunte 6000 euros pour 4 ans au taux de 6 % remboursable en annuits
constantes. Quelle est la valeur des annuits ?

53

Si lindividu dcide de rembourser la banque au moment de la 2 me annuit, quelle


somme doit-il rembourser la banque ?
Rponse :
0,06
A = 6000
= 1731,5489
1 (1,06)-4

A
A
+
(1 + i) (1 + i)
cest--dire la somme des annuits 2, 3 et 4 actualises lanne 2.
1731,5489 1731,5489
R = 1731,5489 +
+
4906,158
1,06
1,06
La somme rembourser la 2me chance est : R = A +

Tableau damortissement
Principe
On a un emprunt fait en un seul versement lanne 0 et un remboursement par une
suite de n annuits terme chu et sans diffr .
D0

a1

a2

a3

an

a4

D0 : capital emprunt ; i : taux nominal de la priode ; Ap : amortissement inclus dans


lannuit ap ; Dp : capital restant d aprs le versement de ap
Dans le tableau damortissement ci-dessous :
- Lamortissement Ap est la partie de capital que lon rembourse en versant la p ime
annuit ap.
- Dp-1 i est lintrt que lon paie en versant la pime annuit.
- Si ap est constante, alors, puisque Dp i diminue, Ap augmente. Au dbut du
remboursement, on paie beaucoup dintrt et ensuite on rembourse de plus en plus le
capital emprunt.
Epoques
n

1
2
3
.
.
.
p
54

Capital
restant d
en dbut de
priode
D0
D1
D2
.
.
.
Dp-1

Intrt

Amortissement

Doi
D1i
D2i
.
.
.
Dp-1i

A1
A2
A3
.
.
.
Ap

Annuits

a1 = D0i + A1
a2 = D1i + A2
a3 = D2i + A3
.
.
.
ap = Dp-1i+Ap

Capital restant
d
en fin de
priode
D1 = D0-A1
D2 = D1 - A2
D3 = D2 - A3
.
.
.
Dp =Dp-1- Ap

.
.
n

.
.

.
.

Dn-1

Dn-1i

.
.
An

.
.
an = Dn-1i+An

.
.
Dn= Dn 1 - An

Proprits
Dn = 0
Il sensuit que Dn-1 = An, donc an = An (1 + i)
Cette relation entre annuit et amortissement nest valable que pour la dernire priode.
Le capital emprunt doit tre intgralement rembours.
n

On a donc : D0 = A1 + A2 + A3 + + An = Ap
I=1

Relation gnrale entre annuits et amortissements


Daprs le tableau damortissement :
ap+1 ap = (Dp i + Ap+1) (Dp-1 i + Ap)
= Ap+1 Ap + (Dp Dp-1) i
mais Dp Dp-1 = - Ap
do ap+1 ap = Ap+1 Ap (1 + i)
(1)
Relation entre annuits et capital emprunt
a1
a2
ap
D0 =
+
++
1 + i (1 + i)
(1 + i)p
n

D0 =

ap
(1 + i)p

i=1

Cas particulier : remboursement par annuits constantes


ap+1 = ap donc : Ap+1 = Ap (1 + i) daprs (1)
Lorsque les annuits sont constantes, alors les amortissements croissent en suivant un
progression gomtrique, de raison q = (1 + i).

Calcul de lannuit (voir plus haut) : a =

D0 i
1 - (1 + i)-n

Calcul du premier amortissement :


D 0 = A1 + A2 + + A n
D0 = A1 + A1 ( 1 + i) + + A1 (1 + i)n-1
Le second membre est la somme des termes dune suite gomtrique, de premier terme
A1 et de raison q = (1 + i).
(1 + i)n 1 A1 (1 + i)n 1
Do : D0 = A1
=
1+i-1
i
Do A1 =

55

D0 i
(1 + i)n - 1

Exercice
Dresser le tableau damortissement dun emprunt de 200 000 euros, terme chu, sans
diffr, par 5 annuits constantes. Le taux dintrt est de 10%.
Rponse
Calcul de lannuit a : a

= 52759,5 euros

Le premier intrt vaut I1 = 200 000 0,1 = 20000


do A1 = a I1 = 32759,5
Remarque :on aurait aussi pu calculer le 1er amortissement avec la formule ci-dessus :
A1 =

= 32759,5

I1 = 20000 do a = 32754,5 + 20000 = 52759,5


Pour obtenir A2, A3, .. on utilise le fait que (An) est une suite gomtrique de raison 1,1.
A2 = A1 1,1 = 36035,5
Do le tableau damortissement :
Epoques
n

Capital restant d
en dbut de
priode

Intrt

Amortissement

Annuits

1
2
3
4
5

20000
167240,5
131205
91566
47963,1

20000
16724
13120,5
9156,6
4796,3

32759,5
36035,5
39639
43602,9
47963,2

52759,5
52759,5
52759,5
52759,5
52759,5

III.4. Investissements
Principe
Un investissement est une immobilisation dargent en vue de raliser des profits futurs.
On remplace par exemple du matriel pour accrotre la productivit de lentreprise.
On a donc :
- un investissement initial (I0)
- une srie de recettes dexploitation et de dpenses dexploitation (cash-flows :
recettes moins dpenses)
- en fin de dure de vie, une valeur rsiduelle ventuelle si le matriel acquis nest pas
obsolte.
La question qui se pose un investisseur est celle de savoir si linvestissement quil
envisage est rentable, ou, sil a le choix entre deux investissements, lequel des deux doit tre
prfr lautre.
Il faut donc comparer linvestissement ralis la date 0 aux diffrentes recettes perues
des dates 1, 2, 3 .
On doit pour cela se placer la mme date t0 (on pratique donc des calculs
dactualisation).

56

S1
la date t0.
(1 + i)
i sappelle le taux dactualisation de lanne 1.
Cest ainsi quune somme dargent S1 vaut

Critres de choix dinvestissement


Valeur actualise nette : VAN
Soit un investissement initial I0, dune dure de vie n.
On espre obtenir de cet investissement des recettes annuelles R1, R2, R3 , Rn
On peut galement subir des dpenses de maintenance D1, D2, D3, . Dn.
Enfin, on peut avoir, en fin de priode, une valeur rsiduelle du matriel acquis, note Vn
R1 D1 R2 D2
Rn Dn
Vn
On a alors VAN = - I0 +
+
++
+
(1 + i) (1 + i)
(1 + i)n (1 + i)n
On pose Bp = Rp - Dp
B1
B2
Bn
Vn
Do : VAN = - I0 +
+
++
+
n
(1 + i) (1 + i)
(1 + i) (1 + i)n
Dans le cas particulier o les bnfices Bp sont constants, alors :
B
B
B
B
Vn
VAN = - I0 +
+
+
++
+
3
n
(1 + i) (1 + i) (1 + i)
(1 + i) (1 + i)n
B
B
B
B
+
+
++
est la somme des termes dune suite gomtrique, de
(1 + i) (1 + i) (1 + i)3
(1 + i)n
B
1
premier terme
et de raison q =
1+i
1+i
On en dduit :
n

1
1

B
Vn
1 (1 + i)-n
Vn
1 + i
VAN = - I0 +

+
= - I0 + B
+
n
1+i
1
(1 + i)
(1
+ i)n
1

1(1 + i) 1
1+i
1 + i
Do enfin VAN = - I0 + B

1 (1 + i)-n
Vn
+
i
(1 + i)n

Remarques :
Linvestissement est rentable si VAN > 0.
B
B
B
B
Vn
On a vu que VAN = - I0 +
+
+
++
+
3
n
(1 + i) (1 + i) (1 + i)
(1 + i) (1 + i)n
B et Vn tant donns, si i augmente, on a dans le second membre une somme de
termes qui diminuent. Donc, la VAN est une fonction dcroissante de i
Linvestissement est rentable pour i r, r tant la valeur du taux dactualisation pour
laquelle la VAN est nulle (il sagit du TRI ou Taux de Rendement Interne).

57

Taux de rentabilit interne (TRI)


Le taux de rentabilit (ou de rendement) interne est la valeur du taux dactualisation telle
que VAN = 0, soit :
1 (1 + r)-n
Vn
I0 = B
+
r
(1 + r)n
Exercice
Un entrepreneur veut acqurir une nouvelle machine de 35000 euros. Les frais
dinstallation slvent 13000 euros. Les recettes annuelles attendues sont de : 10400 la
premire anne, de 13400 la deuxime anne, de 14600 la troisime anne et de 17000
la quatrime anne.
Calculer la VAN sachant que le taux dactualisation est de 10%.
Dterminer le taux de rentabilit interne de ce projet.
Rponse
10400 13400 14600 17000
VAN = - 48000 +
+
+
+
1,1
1,1
1,13
1,14
10400 13400 14600 17000
= - 48000 +
+
+
+
1,1
1,21 1,331 1,464
= - 48000 + 43110 = - 4890
Linvestissement nest donc pas rentable.
Remarque : avec des frais dinstallation de 5000 euros au lieu de 13000euros, on
obtiendrait : VAN = - 40000 + 43110 = 3110 et linvestissement serait alors rentable.
Calcul du TRI :
On cherche r tel que VAN = 0
10400 13400 14600 17000
- 48000 +
+
+
+
=0
(1 + r) (1 + r) (1 + r)3 (1 + r)4
On pose x = 1 + r
10400 13400 14600 17000
VAN = - 48000 +
+
+
+
x
x
x3
x4
Avec la calculatrice, par ttonnement, on obtient :
pour x = 1,05, VAN = 656,927
pour x = 1,06, VAN = - 538,6931
do 0,05 < r < 0,06
Par interpolation linaire, on obtient alors :
0,05
656,927

r 0,05
0 656,927
=
0,06 0,05 - 538,6931 656,927
r 0,05 - 656,927
=
= 0,5494
0,01
- 1195,6201
r 0,05 = 0,01 0,5494
58

0,06
0

- 538,6931

r = 0,05 + (0,01 0,5494)


r = 0,0555
soit r 5,55%
Dlai de rcupration dune machine
Le dlai de rcupration dune machine est le nombre dannes ncessaires pour que la
somme des recettes actualises devienne suprieure ou gale linvestissement initial.
1 (1 + i)-n
Vn
On cherche alors n minimal tel que : - I0 + B
+
0
i
(1 + i)n
Exercice
On a un investissement de 1000000 . Les recettes attendues sont de 200 000 par an
pendant 10 ans et le taux dactualisation slve 7%.
Quels sont la VAN et le dlai de rcupration de cet investissement ?
1 (1,07)-10
VAN = - 1000000 + 200000
= 404716,31
0,07
Le dlai de rcupration est obtenu ainsi :
1 (1,07)-n
- 1000000 + 200000
=0
0,07
1 (1,07)-n
=5
0,07
1 (1,07)-n = 0,35
(1,07)-n = 0,65
ln 0,65
do : n = = 6,37
ln 1,07
Le dlai de rcupration est alors n = 7, cest--dire quil faut au moins 7 ans pour
rcuprer largent investi.

59

Matrices et Calcul Matriciel


I. Dfinition, types de matrices, proprits
I.1. Dfinition
Une matrice A de dimensions (n p) est un tableau de nombres ayant n lignes et p
colonnes.
aa1121 aa2212 aa1p2p

Notation :
A=

an1 an2 anp


o A= ( aij )
i est lindice de ligne et j lindice de colonne, avec 1 i n et 1 j p.
Exemple : les notes lcrit du CAPES de SES de 3 tudiants A,B,C peuvent tre
reprsentes par la matrice suivante, en mettant les notes dconomie sur la 1re ligne et les
notes de sociologie sur la 2me ligne :
12 8 13
A = 6 11 14

sa dimension est (2 3)
I.2. Transpose dune matrice
La matrice transpose dune matrice A est obtenue en permutant les lignes et les
colonnes.
Exemple : la transpose de la matrice A prcdente est :
12 6
tA = 8 11

13 14
sa dimension est (3 2)
I.3. Matrices particulires
Matrice unicolonne
Une matrice unicolonne est une matrice ne comportant quune seule colonne (p = 1).
12
A = 8
13
Matrice uniligne
Une matrice uniligne est une matrice ne comportant quune seule ligne (n = 1)
60

A = ( 12 6 )
Matrice carre
Si p = n la matrice est dite carre dordre n :
12 6
A = 8 11

Matrice diagonale
Si A est une matrice carre dordre n, si aij = 0 pour
i j , 1 i n, A est dite diagonale :
11 0 0
A = 0 3 0
0 0 6
Cas particulier : si aij = 0 pour i j et aii = 1 pour 1 i n, la matrice diagonale est appele
matrice unit ou encore matrice identit.
1 0 0
Par exemple, la matrice unit (identit) dordre 3 est : I = 0 1 0
0 0 1
I.4. Egalit de deux matrices
Deux matrices A et B de mme dimension sont gales si et seulement si les lments
situs la mme place dans A et B sont gaux.
II. Oprations de matrices
II.1. Somme de deux matrices
La somme de deux matrices A et B de mme dimension est la matrice obtenue en
ajoutant les lments de A et B situs la mme place.
Proprits : Pour toutes matrices A, B, C de Mn,p :
A+B=B+A
(A+B)+C=A+(B+C)
A+0=A
A+(-A)=0
Remarque : 0 est la matrice nulle, cest--dire une matrice dont tous les coefficients (aij)
sont nuls.
II.2. Produit dune matrice par un rel
Soit une matrice A Mn,p. On appelle produit de la matrice A par le rel k, la matrice B
Mn,p obtenue en multipliant chaque lment de A par le rel k.
2 4
14 28
Exemple : Soit A = 3 5 et k = 7, alors k. A = 21 35

61

II.3. Produit de deux matrices A et B


II.3.1. Cas particulier dune matrice uniligne A et dune matrice unicolonne B
A tant une matrice uniligne de dimension (1, n) et B une matrice unicolonne de
dimension (n, 1), le produit de ces deux matrices A et B est le nombre obtenu en multipliant
le premier lment de A par le premier lment de B, , ,le nime lment de A par le
nime lment de B et en ajoutant les produits obtenus.
bb21
( a1 a2 an ) x = a1b1 + a2b2 ++ anbn

bn
Cela est le principe de base de la multiplication matricielle.
Exemple
Un consommateur achte 3kg de pches 5 euros le kg, 2 kg dabricots 6 euros le kg et
1 kg de raisins 4 euros le kg. Calculer sa dpense.
Rponse :
Soit P la matrice des prix unitaires
P=
Q la matrice des quantits

3
Q = 2
1

La dpense est :
3
2 = (5 3 + 6 2 + 4 1) = 31
1
Le consommateur paie 31 euros.
Remarque : le nombre de colonnes de la 1re matrice A est gal au nombre de lignes de la
2me matrice B.
II.3.2. Cas gnral
A tant une matrice de dimension n p et B une matrice de dimension p m, le produit :
C = A B est une matrice de dimension n m.
Chaque lment cij de C est obtenu en appliquant le principe de base avec cij produit de la
ime ligne de A par la jme colonne de B.
Exemples
2 4
2 1 7 0
1) A = 3 2
B = -1 4 3 - 4 Effectuer le produit A B.

5 1
A est de dimension 3 2 et B de dimension 2 4.
On peut donc faire le produit C = A B. C est une matrice de dimension 3 4.
2 4 2 1 7 0

C
3 2
23
C=AB=
-1 4 3 - 4 =

5 1

Calcul de c23 : on multiplie la 2me ligne de A par la 3me colonne de B.
62

c23 =

= (3 7 + 2 3 ) = ( 27)

On obtient de la mme faon les autres lments de C :


0 18 26 - 16
C = 4 11 27 - 8
9 9 38 - 4
2) Jacques, Pierre et Paul veulent acheter des livres dconomie, de sociologie et de
mathmatiques aux prix unitaires suivants (en euros) dans la collection A ou dans la
collection B. Exprimer les dpenses de chacun suivant la collection choisie.
Nombre
de
livres
dconomie
Nombre de livres de
sociologie
Nombre de livres de
mathmatiques

Jacques
2

Pierre
3

Paul
1

Collection
Prix
Economie
Sociologie
Mathmatiques

20
15
18

25
20
16

2 3 2 20 25 121 142
3 2 1 15 20 = 108 131

1 3 2 18 16 101 117
101 est la dpense en euros de Paul en achetant les livres de la collection A.
142 est la dpense de Jacques en achetant les livres de la collection B.
Remarque : pour pouvoir effectuer le produit C = A B il faut que le nombre de
colonnes de la 1re matrice A soit gal au nombre de lignes de la 2me matrice.

63

II.3.3. Proprits
En gnral A B B A ; Il faut donc tre trs attentif lordre dcriture des matrices.
Pour tout A , B , C ( lorsque les produits sont possibles ) :
(A B) C = A ( B C)
A(B+C)=AB+AC
(B+C)A=BA+CA
A I = I A = A ( I tant la matrice unit )
A = O ou B = O A B = O
Attention : la rciproque est fausse. En effet :
1 0 0 0 0 0

0 0 1 0 0 0

III. Dterminants et inversion de matrices


III.1. Calcul dun dterminant
Soit une matrice A dordre n.
III.1.1. Matrices dordre 1 et 2
Pour les matrices dordre un et deux, le calcul du dterminant est immdiat :
- ordre 1 : si A = ( a ) alors det (A) = a
a b
- ordre 2 : si A = c d , alors det ( A ) = ad bc

III.1.2. Matrices dordre 3


Mthode des mineurs
* Mineur de aij : on appelle mineur Mij de aij, le dterminant de la matrice issue de A
obtenue en barrant dans A la ime ligne et la jme colonne.
1 4 7
Exemple : A = 2 5 8
3 6 9
1 4
Le mineur de a23 = 8 est M23 = 3 6 = 1 6 4 3 = 6 - 12 = - 6
* Calcul du dterminant de A avec la mthode des mineurs :
On peut utiliser par exemple les lments de la 1re colonne :
det (A) = (- 1)1+1 a11 M11 + (- 1)2+1 a21 M21 + (- 1)3+1 a31 M31
* Application lexemple prcdent :
5 8
4 7
4 7
A = (- 1)1+1 1 6 9 + (- 1)2+1 2 6 9 + (- 1)3+1 3 5 8
5 8
4 7
4 7
= 6 9 -2 6 9 +3 5 8
= ( 45 48 ) 2 (36 42 ) + 3 (32 35 )
= - 3 2 (- 6) + 3 (-3) = - 3 + 12 9 = 0
Remarque : on pourrait calculer le dterminant de A en utilisant nimporte quelle ligne ou
nimporte quelle colonne. On obtient le mme rsultat.
Par exemple, calculons le dterminant de la matrice A prcdente en utilisant la 2 me
ligne :
D = (- 1)2 + 1 a21 M21 + (- 1)2 + 2 a22 M22 + (- 1)2 + 3 a23 M23
4 7
1 7
1 4
D = (- 1) 2 6 9 + 1 5 3 9 - 1 8 3 6
= - 2 (36 42 ) + 5 (9 21 ) - 8 ( 6 12 )
= - 2 (- 6 ) + 5 (- 12) 8 (- 6) = 12 60 + 48 = 0

64

Mthode de la rgle de Sarrus


On a vu que :
a11 a12 a13
a22 a23
a12 a13
a12 a13
det (A) = a21 a22 a23 = a11 a a - a21 a a
+ a31 a a
32
33
32 33
22
23
a31 a32 a33
= a11 (a22a33 a32 a23 ) a21 ( a12 a33 a13 a32 ) + a31 ( a12a23 a13 a22 )
= a11 a22 a33 + a21 a32 a13 + a31 a12 a23 a11 a32 a23 a31 a22 a13 a21 a12 a33
Rsultat que lon peut retenir au moyen du schma suivant :

a11 a12 a13 a11 a12


a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
Les produits des facteurs situs sur les traits pleins sont affects du signe + .
Les produits des facteurs situs sur les traits en pointill sont affects du signe - .
Reprenons lexemple prcdent :
1
2
3

4
5
6

7
8
9

1
2
3

4
5
6

det ( A ) = 1 5 9 + 4 8 3 + 7 2 6 3 5 7 6 8 1 9 2 4
= 45 + 96 + 84 105 48 72 = 0
Pour les matrices dun ordre n 4, seule la mthode des mineurs est valable.
III.2. Inversion de matrice
III.2.1. Dfinition
Une matrice carre dordre n est inversible s il existe une matrice A dordre n telle que :
A A = A A = I
Remarque : A se note encore A 1
III.2.2. Existence de A 1
A 1 existe si et seulement si det (A) 0
III.2.3. Calcul de A 1
Pour les matrices dordre 2
a b
A = c d avec det A = ad - bc 0

1
d -b
4 3

: A=

A 1 =
2 7
det (A) - c a

65

det ( A ) = 28 6 = 22 0

7
3

-
1 7 - 3 22 22

=
Donc A-1 existe et A-1 =
22 - 2 4 1 2
- 11 11
7
3

-
22
22
4 3
= 1
Remarque : on peut vrifier que : 2 7
1
2


0
11 11

Pour les matrices dordre n 3


Mthode des co-facteurs :
Un cofacteur de aij est llment Cij tel que :
Cij = (-1) i + j Mij (Mij) dsignant le mineur de aij
Mthode :
- Calculer det (A) et sassurer que det (A) 0
- Calculer la matrice adjointe de A (ou comatrice de A) qui est la matrice des cofacteurs
des lments de A : elle est note Adj (A)
- Transposer Adj (A)
1
t(Adj A)
- Calculer A -1 =
det (A)
Exemple :
5 - 1 4
A = 2 2 3 det A = 51 0
3 0 7
1
donc A existe.
14 - 5 - 6
Adj ( A ) = 7 23 - 3
- 11 - 7 12
14 7 -11
t(Adj A) = -5 23 -7

-6 -3 12
14 7
11
51 51 51
5 23
7
A 1 =
51 51 51
2
1 4
17 17 17

Mthode du pivot de Gauss


On juxtapose droite de A la matrice unit I.
Le principe consiste prendre une combinaison des lignes ou des colonnes de A de
manire obtenir gauche la matrice unit.
5 - 1 4
Exemple : A = 2 2 3
3 0 7
* On Juxtapose la matrice I
66

* 5 est le 1er pivot : on divise toute la 1re ligne L1 par ce pivot :


* Il faut ensuite obtenir des 0 dans la colonne du pivot (sur les 2me et 3me lignes) : on
remplace par exemple la 2me ligne L2 par 2 L1 + L2 et la 3me ligne L3 par 3 L1 + L3.

On obtient :

* On divise la 2me ligne par le 2me pivot 12/5.

On obtient :

* On remplace la 1re ligne L1 par L1 + 1/5 L2 et la 3me ligne L3 par L3 3/5 L2 pour obtenir
des 0 dans la colonne du pivot (sur les 1re et 3me lignes)

On obtient :

* On divise la 3me ligne par le 3me pivot 17/4. On obtient :

* On remplace la 1re ligne par L1 11/12 L3 et la 2me ligne L2 par L2 7/12 L3 pour obtenir
des 0 dans la colonne du pivot sur les lignes 1 et 2.

On obtient :

La matrice inverse de A est alors :

14
51
5
51
2
17

7
11
51 51
23
7
51 51
1 4
17 17

Mthode polynomiale
Si lon connat une relation sur A crite sous forme polynomiale, on peut calculer A 1 plus
rapidement :

67

1 2 2
Soit A = 2 1 2 ;
2 2 1
Calculer A2 4 A 5 I et en dduire A- 1
1 2 2 1 2 2
1 2 2

A - 4 A 5 I = 2 1 2 2 1 2 4 2 1 2 5
2 2 1 2 2 1
2 2 1

1 0 0
0 1 0

0 0 1

9 8 8 4 8 8 5 0 0
= 8 9 8 - 8 4 8 - 0 5 0 = 0
8 8 9 8 8 4 0 0 5
On en dduit que :
A2 4 A = 5I
(attention : dans la parenthse il faut mettre 4 I et non 4 ; A 4 naurait pas de sens)

A-1

do

5 5 5
1 2 2
1 0 0
1
4
2 3 2
= = 2 1 2 0 1 0 = 5 - 5 5
5
5
2 2 1
0 0 1
2 2 3
5 5 -5
3 2

Calculs matriciels avec une calculatrice


Casio Graph35-65
Entrer les donnes suivantes comme matrice A :

Pour enregistrer une matrice unit comme matrice A :


Utilisez la commande Identity sur le menu doprations matricielles ( F1 ) pour crer
une matrice unit.

Additionner les deux matrices A et B :

68

Multiplier les deux matrices A et B :

Calculer le produit scalaire de la matrice A en utilisant le multiplicateur 4:

Obtenir le dterminant de la matrice A :

Transposer la matrice A :
Inverser la matrice A :
lever la matrice A au carr :
lever la matrice A la puissance 3:
Texas Instrument
Entrer une matrice
2nd [MATRIX] (ou matrice selon le modle) EDIT entrer : entrer les dimensions de la
matrice, puis ses lments (entrer pour passer au suivant)
Calculer le dterminant dune matrice
2nd [MATRIX] (ou matrice selon le modle), MATH 1 : dt( entrer 2nd [MATRIX]
NOMS 1 : entrer
Calculer la matrice inverse
2nd [MATRIX] (ou matrice selon le modle), NOMS 1 : entrer

entrer

IV. Application du calcul matriciel la rsolution de systmes de Cramer


Soit rsoudre le systme :
x + y +2z =9
2x y + z =3
3x + 3y 3z = 0
On appelle dterminant principal du systme le nombre :
1 1 2
-1 1
1 2
1 2
2 -1 1 =
2
+
3
3 -3
3 -3
-1 1 = 0 - 2 ( -9) + 3 ( 3 ) = 27 0
1 3 -3
Lorsquun systme compte autant dquations que dinconnues et lorsque le dterminant
principal du systme est non nul, on dit que lon a un systme de Cramer.

69

IV.1. Rsolution dun systme de Cramer par la mthode des dterminants


(mthode de Cramer)

x =

y=

9 1 2
3 -1 1
0 3 -3
det A
1 9 2
2 3 1
3 0 -3

-1 1
1 2
9 3 -3 - 3 3 -3
27

- 3 (- 9)
=1
27

1 1 9
2 -1 3
3 3 0

= 2
z=
=3
det A
det A
S = { ( 1,2,3 )}
Remarque : au numrateur de x on a remplac la 1re colonne du dterminant de A par la
colonne du 2me membre. De mme, au numrateur de y on a remplac la 2me colonne du
dterminant de A par la colonne du 2me membre. De mme pour z.
IV.2. Rsolution par la mthode de la matrice inverse
x
9

On Pose X = y et B = 3
z
0
Le systme scrit :
1 1 2 x 9
2 -1 1 y = 3


3 3 -3 z 0
Cest--dire :
AX=B
On cherche X et det A 0 donc A 1 existe.
A 1 (A) X = A-1 B
I X = A-1 B
I tant llment neutre de la multiplication dans lensemble des matrices :
X = A-1 B
Appliquons cette mthode au systme prcdent.
Pour cela on calcule A-1 :
1 1
0
3 9
0 9 9
0 9 3
0 9 3
1 1 1
1

t
-1
Adj A = 9 - 9 0 ; Adj A = 9 -9 3 ; A = 9 -9 3 = 3 - 3 9
27
3 3 - 3
9 0 -3
9 0 -3
1
1
0 3
9
(le jour du concours, on fait ce calcul laide de la calculatrice)

70

X=

A-1

B =

1
3
1 1
3 3
1
0
3
0

1
9
1
9
1
9

9
1
3 = 2


0
3

S = { (1,2,3 )}
IV.3. Sujet de CAPES

1) Rsoudre le systme:

x y 1

y z 1
x z 1

2) Dduire de la rsolution du systme

x y a

y z b
x z c

l'inverse

de

la

matrice

1 1 0

M 0 1 1
1 0 1

1 0 0

3) Calculer (M - I)3 o I 0 1 0

0 0 1

En dduire (M - I)10

Correction
1) Rsolution laide des matrices inverses : MX = Y
M est la matrice des coefficients, X est la matrice colonne des inconnues et Y est la
matrice colonnes des seconds membres
1 1 0
1
x



Ici M 0 1 1 , X y et Y 1



1 0 1
1
z

Calcul de M-1 :

M 1

71

21

2
1

1
2
1
2
1
2

2
1

2
1

x
21

1
On a donc: y M Y
2

z
1

2
2)

x y a

y z b
x z c

2 1 21
1
1 21
2 1
1 1 2

1
2
1
2
1
2

1 1 0

M 0 1 1

1 0 1

Det M = 2

Rsolution par la mthode de Cramer :


a 1 0

M1 b 1 1

c 0 1

det M1= a + c - b

d'o x

a cb
2

1 a 0

M 2 0 b 1

1 c 1

det M2 = b + a - c

d'o y

bac
2

1 1 a

M 3 0 1 b

1 0 c

det M3 = c + b - a

d'o z

cba
2

Ecriture matricielle du systme: MX = Y


1 1 0 x a


Soit: 0 1 1 y b


1 0 1 z c

On en dduit donc M 1

3)

a bc

2
a

1
M b
On en dduit: M = A-1 Y Soit

2
c
abc

2
1

2
1

0 1 0

M I 0 0 1
1 0 0

1 0 0

M I 0 1 0 I
0 0 1

On peut donc en dduire que


3

72

1
2
1
2
1
2

2
1

2
1

M I

0 0 1

t
1 0 0 M I
0 1 0

M I

10

M I M I M I M I I I I M I M I
3

V. Matrices et graphes
V.1. Dfinitions
V.I.1. Graphes probabilistes
Un graphe est un dessin particulier permettant de reprsenter des situations concrtes :
des points (ou sommets), relis par des traits (ou artes). Pour certains problmes, les artes
ont une orientation sur le graphe. On parle dans ce cas de graphe orient.
Enfin, on parlera galement de graphe probabiliste pour un graphe orient pondr, tel
que la somme des poids des artes issues de chaque sommet vaut 1.
Les graphes probabilistes, aussi appels chanes de Markov, sont lexemple le plus simple
de dynamique probabiliste : on considre un sujet qui peut tre dans un nombre fini dtats,
et qui peut passer chaque tape dun tat un autre avec une probabilit qui ne dpend
que de ltat dans lequel il est.
Ce modle est trs rudimentaire : on regarde uniquement le dernier tat du sujet, en
oubliant son histoire prcdente (il est probable quune personne qui tombe malade pour la
cinquime fois ne ragit pas de la mme faon que celle qui tombe malade pour la premire
fois !).
Par exemple, soit la situation suivante : Une marque de lessive A reprsentant 10% du
march a effectu une enqute de consommation. Elle a constat au cours dun achat que
dans 90 % des cas, ses clients lui sont fidles. En revanche, un client dune autre marque
adopte la marque A dans 15% des cas. On cherche dterminer la part de march que peut
esprer atteindre A.
On peut reprsenter cette situation par le graphe probabiliste dordre 2 suivant :

V.1.2. Matrice de transition


La matrice de transition d'un graphe probabiliste d'ordre n est de dimension nn. Le
terme l'intersection de la i-me ligne et de la j-me colonne a pour valeur le poids de
l'arte orient allant de i vers j si cette arte existe, 0 sinon.
La somme des lments dune ligne de la matrice de transition vaut 1.
Pour lexemple ci-dessus, la matrice de transition scrit :
0,9 0,1

M=
0,15 0,85
73

Si Pn est ltat probabiliste ltape n et

est ltat probabiliste ltape n + 1 alors :

V.2. Recherche de ltat stable


Soit M la matrice de transition dun graphe probabiliste.
Si est ltat probabiliste ltape n et P0 est ltat probabiliste initial alors :
On dit quun tat probabiliste P est stable sil reste le mme dans la rptition de
lexprience dcrite par le graphe probabiliste de matrice de transition M, cest--dire:
Remarque : Pour trouver ltat stable par le calcul dans un systme a deux tats
possibles, il faut rsoudre lquation
avec
et
.
Proprit : (admise)
Pour tout graphe probabiliste dordre 2 dont la matrice de transition M ne comporte pas
de zro, ltat probabiliste Pn converge toujours vers ltat stable P vrifiant
,
indpendamment de ltat probabiliste initial P0.
Dans lexemple prcdent, Soit P = x y , ltat stable du systme.
P est lunique solution de lquation
x

y = x

y x

0,9 0,1

y
0,15 0,85

x = 0,9 x + 0,15 y
y = 0,1 x + 0,85 y

Ce systme se ramne lquation unique 0,1 x 0,15 y = 0


Par ailleurs, nous savons que x + y = 1

x+y=1
Il nous faut donc rsoudre le systme : 0,1 x 0,15 y = 0

Par substitution on obtient : x = 1 y


0,1 (1 y) 0,15 y = 0 0,25 y = 0,1 y = 0,4
Et donc x = 0,6
A terme, A peut donc esprer atteindre 60% de parts de march.

74

SYSTEMES
I. Systmes dquations
I.1. Systmes deux quations et deux inconnues

ax + by = c
ax + by = c

a b
Dterminant du systme : D = a b = ab' - ba'
I.1.1. 1er cas : D 0
Le systme a alors une solution unique et peut tre rsolu laide de plusieurs mthodes
Mthode par substitution
Rsoudre dans R2 :
2x + y = 7
(1) x + 3y = -5

2 1
D= 1 3 =6-1=50
2x + y = 7
2(- 3y 5) + y = 7
(I) x = - 3y - 5 x = - 3y - 5

y = - 17
5

51
26
17
x = - 3 - 5 - 5 = 5 - 5 = 5

S=

- 5y = 17
x = - 3y - 5

26
,
5

17

Mthode par combinaison linaire


Rsoudre dans R2 :
2x + y = 7
(1) x + 3y = -5

On multiplie la 2me ligne par (-2) et on ajoute les deux lignes pour faire disparatre x. On
obtient :
2x + y = 7

Et : - 5 y = 17
- 2x 6y = 10
A partir du systme (1), on multiplie prsent la 1re ligne par (-3) et on ajoute pour faire
disparatre y.
On obtient :

75

- 6x 3y = - 21
x + 3y = - 5
26
17
D'o x = et y = 5
5
26 17
S = 5 , - 5

Et : -5 x = -26

I.1.2. 2me cas : D = 0


On se ramne un systme ayant les mmes premiers membres :
o Si les seconds membres sont distincts, le systme nadmet pas de solution :
S=
o Si les seconds membres sont gaux le systme admet une infinit de solutions.
Exemples : rsoudre dans R2 :
x + 3y = 5
* (1) 4x + 12y = 8

1 3
D = 4 12 = 12 - 12 = 0
(1)

* (2)

x + 3y = 5
x + 3y = 2

x + 3y = 5
4x + 12y = 20

S=

x + 3y = 5

x + 3y = 5

x=53y

S = { ( 5 3 y , y ) , y R } On a donc une infinit de solutions.


I.2. Systmes deux quations et trois inconnues
Rsoudre dans R3:
2x + y + z = 5
2x + y = 5 z
(I) 4x y +2z = 7 4x y = 7 2z

Une des inconnues devient un paramtre, les deux autres inconnues restant les
inconnues principales.
2x + y = 5 z

4x y = 7 2z
Si on additionne les deux quations du systme, on tire directement :

Soit
Pour le calcul de y, on procde par combinaison linaire (voir ci-dessus) :

76

(I)

2x + y = 5 - z
4x y = 7 2z

-2
1

-4x - 2y = - 10 +

4x y = 7 2z

2z

y = 1
-3 y = - 3
2x+y=5-z x=21z

S=

77

On a donc une infinit de triplets solutions.

I.3. Systmes trois quations et deux inconnues


Rsoudre dans R2:
x + y = 5
(1) 2x + y = 7
x y = 4
On rsout un systme extrait form de deux quations et deux inconnues. On regarde
si le couple trouv convient ou non la 3me quation.
x + y = 5
(2) 2x + y = 7

S(2) = { ( 2, 3 ) }
Mais 2 - 3 = -1 4
donc le systme de dpart na pas de solution : S(1) =
I.4. Systmes trois quations et trois inconnues
On peut utiliser la mthode du pivot de Gauss (voir chapitre 4 sur les matrices). On parle
alors dune triangularisation du systme.
Rsoudre dans R3 :
x + y + 2z = 9
(1) 2x y + z = 3
3x + 3y 3z = 0
Nous voulons triangulariser ce systme, c'est--dire avoir 0 sur la diagonale principale :
pour cela, on conserve la ligne L1, on remplace L2 par L2 2L1 et L3 par L3 3 L1
(1)

On finit de le rsoudre par remonte :

D'o
Enfin

et
et

S={(1,2,3)}
II. Systmes dinquations et programmation linaire
La programmation linaire est l'tude de l'optimisation d'une fonction conomique de
plusieurs variables, ces variables tant soumises un certain nombre de contraintes.
Exemple : une entreprise fabrique des objets A et des objets B. La ralisation d'un objet A
demande 30 euros de matire premire et 125 euros de main d'uvre. La ralisation d'un
objet B demande 70 euros de matire premire et 75 euros de main d'uvre. L'entreprise
ne peut pas supporter une dpense journalire en matire premire suprieure 560 euros

78

et en main d'uvre suprieure 1250 euros. Les bnfices sont de 54 euros par objet A et
de 45 euros par objet B.
Dterminer le nombre d'objets A et d'objets B que l'entreprise doit produire par jour pour
raliser un bnfice maximal.
* On commence par choisir les variables de lexercice (pour cela il suffit gnralement de
lire la dernire question du problme) ;
Soit x le nombre dobjets A et y le nombre dobjets B fabriquer.
* On prcise la fonction conomique : il sagit ici dune fonction bnfice maximiser :
* On dtermine le domaine de validit (on parle encore de polygone dacceptabilit :
Le systme de contraintes est :
une quantit)(1)
xy 00 (x(y est
est une quantit)(2)
3x + 7y 56 (contrainte en matires premires)(3)
5x + 3y 50 (contrainte en main duvre)(4)
Pour cela, on commence par tracer les droites correspondant aux frontires de ce
domaine : x = 0 (axe des ordonnes) y = 0 (axe des abscisses). On barre la partie du plan hors
du 1er quadrant pour satisfaire (1) et (2).
D1 :

On peut tracer cette droite en choisissant deux points :


x
0
56
3
y
8
0
et on barre la partie du plan situe au-dessus de D1 pour satisfaire (3).
D2 :

On trace cette droite D2 en choisissant deux points :


x
y

0
50
3

10
0

et on barre la partie du plan situe au-dessus de D2 pour satisfaire (4).


On obtient alors le polygone des contraintes suivant (domaine non barr sur le graphique
ci-dessous) :

79

On trace la droite B dquation


Pour B = 0
B a pour quation

ou
(

B
est lordonne lorigine de B)
45

On veut que :
B soit parallle 0 ( B et 0 ont le mme coefficient directeur) ;
B et le domaine de validit aient une intersection non vide (pour que le domine de
validit soit respect et la fonction conomique soit satisfaite) ;
B
B coupe (oy) le plus haut possible (pour avoir B maximal, il faut lordonne lorigine
45
maximale).
On dplace B paralllement elle-mme vers le haut de manire satisfaire ces
exigences.
Le point optimal est ainsi obtenu graphiquement et on trouve C.
Pour trouver les coordonnes de C, soit on les lit graphiquement, soit on rsout le
systme :
3x + 7y = 56

5x + 3y = 50
On trouve x= 7 et y = 5
Conclusion : lentreprise ralise un bnfice maximal en fabriquant 7 objets A et 5 objets
B. Ce bnfice est alors de

euros.

Remarque
Le point optimal C est obtenu comme intersection de D 1 et D2 et le coefficient directeur
6
3
5
de B - est compris entre les coefficients directeurs de D1 - et D2-
5
7
3
80

III. Sujet de CAPES


Un fabricant dispose de 35 tonnes de fibre acrylique et de 27 tonnes de laine pour
produire deux qualits de laine tricoter: la qualit A est compose de 60% de laine et de
40% d'acrylique; la qualit B de 30% de laine et de 70% dacrylique. Pour des raisons
commerciales, la production d'aucun des deux produits ne doit dpasser le triple de l'autre.
Quelle quantit de chaque qualit faut-il produire pour obtenir le plus grand bnfice
possible, sachant que le bnfice par kilo est de 7 pour la qualit A et de 15 pour la qualit
B?
1. On spcifie les variables
Soit x la quantit produite de fil tricoter de qualit A en Kg
y la quantit produite de fil tricoter de qualit B en Kg
2. On crit la fonction objectif
Ici, on cherche maximiser le bnfice B 7x 15y
3. On traduit les contraintes donnes dans le texte en un systme dinquations
linaires:
x 0, y 0

0,6 x 0,3 y 27000

0,4 x 0,7 y 35000

x 3y

y 3x

4. On reprsente dans un repre lensemble M (x; y ) satisfaisant aux contraintes

On met chaque inquation sous la forme y ax b (ou ; ; ) ou x > c (ou ; ; ).


81

Ensuite, on trace la droite dquation y ax b ou x c . La droite trace partage le


plan en deux demi-plans dont un seul est conserv. On hachure celui quon ne conserve pas
et on trace la droite en pointills si on ne la conserve pas.
Ici, les inquations deviennent:
(1) y 2x 90000
La droite associe est la droite D1, dquation y 2x 90000 , et lon conserve le demiplan situ en-dessous de la droite.
4
(2) y x 50000
7

4
La droite associe est la droite D2, dquation y x 50000 , et lon conserve le demi7
plan situ en-dessous de la droite.
1
(3) y x
3
1
La droite associe est la droite D3, dquation y x , et lon conserve le demi-plan situ
3
au-dessus de la droite.
(4) y 3x
La droite associe est la droite D4, dquation y 3x , et lon conserve le demi-plan situ
en-dessous de la droite.
On obtient le polygone dacceptabilit dont les frontires sont les droites de contraintes.
Lensemble S des couples solutions du systme dinquations correspond lintersection des
demi-plans conservs.
5. On crit la condition doptimisation et on dtermine graphiquement le point optimal
du polygone laide dune translation
Ici, il faut donc maximiser la fonction B = 7x + 15y
7 B
Cette fonction peut scrire encore : y
15 15
Suivant le bnfice B, les droites B reprsentant le bnfice ont mme coefficient
7
directeur et sont donc toutes parallles entre elles.
15
On trace lune des droites B (en pointills sur la figure), et, par translation, on cherche le
point P du polygone tel que la droite passant par ce point a une ordonne lorigine
maximale. Ici, le point P se trouve lintersection des droites D2 et D4 .
7
On constate que le coefficient directeur de la droite est compris entre les
15
coefficients directeurs des droites D2 et D4.
Remarque : Point dintersection de D2 et D4 :
Point dintersection de D1 et D2 :
82

B = 706000

B = 728000

Polynmes
I. Binme
On appelle binme toute expression de la forme P(x) = a x + b avec a 0.
I.1. Equation du premier degr
Rsoudre dans IR : a x + b = 0
b
- si a 0 , S = - a

- si a = 0 et b 0 S =
- si a = 0 et b = 0 S = IR
Exemples : rsoudre dans IR :
1) 4 x 5 = 7
2) x + 7 = 2 x x + 5
3) x + 5 = x + 3 + 2
x - 8
1
1
4)
=
(x 3) (x 2) x - 3 x - 2
Rponses :
12
(1) 4 x 12 = 0 x = = 3
4
()

S = {3}
(2) x 2 x + x = 5 7 0 x = - 2
S=
(3) x x = 3 + 2 5 0 x = 0
S = IR
(4) D = IR \ { 2, 3 }
Pour tout x D
x - 8
x2x+3
(4)
=
x - 8 = 1 x - 9 = 0 x = 3 ou x = - 3
(x 3) (x 2) (x 3) (x 2)
- 3 D et 3 D
S = {- 3}
I.2. Signe dun binme
On peut rsumer les diffrents signes que prend un binme laide dun tableau :
x
ax+b

83

-
signe de (- a) 0

b
a

+
signe de (a)

Exemple : quel est le signe des binmes (2 x + 3) et (- 4 x + 8) ?


x

2x+3
-4x+8

3
2

2
+
+

+
-

Remarque : pour tudier le signe dun produit ou dun quotient de binmes, on fait un
tableau de signes.
x2
Exemple : tudier le signe de :
-x+3
Rponse :
x
x-2
-x+3
x2
-x+3

-
+
-

2
0

3
+
+

+
-

Le double trait dans la dernire cellule du tableau signifie que 3 est une valeur
interdite (on ne peut pas diviser par 0).
Conclusion :
x2
- si x < 2
<0
-x+3
x2
- si 2 < x < 3
>0
-x+3
x2
- si x > 3
<0
-x+3
I.3. Inquation du premier degr ou sy ramenant
Rsoudre dans IR l inquation

3
x 3 (1)
x-1

Mthode :
- on recherche lensemble de dfinition de linquation ;
- on rduit au mme dnominateur ;
- on se ramne un second membre nul ;
- on factorise le premier membre ;
- on tudie le signe du premier membre.
Rponse :
D = IR\ { 1 }
3
(x 3) (x 1)

x-1
x-1
3 (x 3) (x 1)
- x + 4 x
x (- x + 4)

0
0
0
x-1
x-1
x-1

Pour tout x D : (1)

84

x
-
x
-x+4
x-1
x (- x + 4)
x-1

0
+
-

1
0

+
0
Conclusion : S = [0, 1[ [4 , + [

+
+
-

4
+
+
+
+

+
0

+
+

II Trinmes
On appelle trinme toute expression du type P(x) = a x + b x + c avec a 0
II.1. Equation du second degr
Cest une quation de la forme a x + b x + c = 0 avec a 0
Si lquation est incomplte, on la rsout directement.
Exemples :
1) x - 4 x = 0 x (x 4) = 0 x = 0 ou x = 4

S = { 0, 4 }

2) x - 5 = 0 x = 5 x = 5 ou x = - 5
S = { - 5, 5 }
3) x + 5 = 0 x = - 5
S=
Si lquation est complte : il y a au plus deux solutions lquation.
Ces solutions sappellent des racines. Lorsque les deux racines, x et x, existent, alors
c
leur produit vaut P = x x =
a
c
si 1 est racine vidente, lautre solution vaut .
a
Exemple : 4 x + 5 x 9 = 0
4 1 + 5 1 9 = 0 . 1 est donc une racine vidente de cette quation. Lautre racine
9

9
vaut donc
S = 4, 1
4

c
si 1 est racine vidente, lautre solution vaut
a
si 1 et 1 ne sont pas solution, on calcule alors le discriminant,
= b - 4ac
- Si > 0, lquation admet deux solutions qui sont :
-b-
-b+
x =
et x =
2a
2a
Exemple : 2 x + 4 x + 1 = 0
1 et 1 ne sont pas racines videntes.
= 16 4 2 1 = 16 8 = 8
x =

85

-4- 8 -42 2 -2- 2


=
=
4
4
2

x =
S=

-4+ 8 -4+2 2 -2+ 2


=
=
4
4
2

2 - 2 - 2 + 2

,
2
2

- si = 0, lquation admet une solution double :


b
x = x = 2a
Exemple : 3 x - 30 x + 75 = 0
1 et 1 ne sont pas racines videntes
= 900 4 3 75 = 900 900 = 0
- 30
x = x = =5
S = {5}
6
- si < 0, lquation nadmet pas de solution.
Exemple : 4 x + x + 1 = 0
1 et 1 ne sont pas racines videntes.
= 1 16 = - 15 < 0
S=
II.2. Signe dun trinme a x + b x + c

Si > 0 le trinme a deux racines x et x. Supposons x < x.


x -
x
x
+
a x + b x + c signe de (a)
0 signe de (- a) 0 signe de (a)
Exemple : quel est le signe du trinme : x + 4 x 5
= 16 4 1 (- 5) = 36
- 4 - 36
- 4 + 36
=-5
x =
=1
2
2
(remarque : on aurait galement pu noter que 1 tait racine vidente. La seconde racine
c -5
vaut donc =
= - 5)
a
1
x -
-5
1
+
x + 4 x - 5 +
0
0
+
x =

Si < 0, le trinme na pas de racine, le trinme est toujours du signe de (a).


x -
+
a x + b x + c
signe de (a)
=-3
x -
- x + x - 1

Exemple : - x + x 1

86

Si = 0, le trinme a une racine double x = x.

+
-

Il peut tre factoris : P(x) = 0 = (x x) (x x) . Si x = x, alors P(x) = (x x)


or, un carr est toujours positif, le trinme est donc toujours positif.
x -
x
+
a x + b x + c
+
0
+
II.3. Inquation du second degr
Exemple : Rsoudre dans IR : 15 x - 26 x + 8 > 0
2
4
Rponse : le premier membre est un trinme ayant deux racines, x = et x =
5
3
x

2
5

15 x - 26 x + 8

4
3
-

+
+

2
4
S = ] - , [ ] , + [
5
3
Exercice : tude dun bnfice
Une entreprise fabrique un produit et le cot de production dune quantit q de produits
est donn, en euros, par la relation : C(q) = 0,2 q + 200 q + 400000.
Le prix unitaire de vente du produit est 1100 euros. Dterminer la quantit de produits que
doit fabriquer lentreprise pour raliser un bnfice positif ou nul.
Rponse :
La recette R(q) vaut : R(q) = p q = 1100 q
Le bnfice B(q) vaut : B(q) = R(q) C(q)
B(q) = 1100 q (0,2 q + 200 q + 400 000)
= - 0,2 q + 900 q 400 000
= 810000 4 (- 0,2) (- 400 000) = 490 000 = 700
Les racines du trinme sont :
- 900 700
- 900 + 700
q =
= 4000
q =
= 500
2 (- 0,2)
2 (- 0,2)
x -
500
4000
+
- 0,2 q + 900 q 400 000
0
+
0
Lentreprise doit donc produire une quantit q telle que q [500, 4000] pour raliser un
bnficie positif ou nul.
Remarque : 500 et 4000 sappellent les seuils de rentabilit de lentreprise.
III. Polynmes
III.1. Dfinition
P est un polynme de degr n, sil existe n + 1 nombres a0, a1 , an avec an 0 tels que,
pour tout x rel :
P(x) = an xn + an-1 xn-1 + + a1x + a0
87

III.2. Factorisation dun polynme


Un polynme se factorise par (x a) si et seulement si P(a) = 0
Exemple : P(x) = 2 x3 + 4 x - 5 x 7
- 1 est ici racine vidente : P(- 1) = 2 (- 1)3 + 4 (- 1) - 5 (- 1) 7 = - 2 + 4 + 5 7 = 0
On peut factoriser P par x (- 1) = x + 1
1re mthode : mthode des coefficients indtermins.
2 x3 + 4 x - 5 x 7 = (x + 1) (a x + b x + c)
Les deux coefficients a et c sont faciles dterminer.
a = 2 pour que le coefficient du terme en x3 soit 2 ; c = - 7 pour que le terme constant soit 7
2 x3 + 4 x - 5 x 7 = (x + 1) (2 x + b x 7)
On dveloppe et on identifie : 2 x3 + 4 x - 5 x 7 = 2 x3 + (b + 2) x + (b 7) x 7
b + 2 = 4

b 7 = - 5
b=2
Do : 2 x3 + 4 x - 5 x 7 = (x + 1) (2 x + 2 x 7)
2me mthode : division euclidienne
2 x3 + 4 x - 5 x 7
x+1
3
- 2 x 2 x
2 x + 2 x - 7
2 x - 5 x
- 2 x - 2 x
-7x7
7x+ 7
0

88

Etude et reprsentation graphique dune


fonction
Introduction : Plan dtude dune fonction
Lorsquon veut tudier une fonction, on doit gnralement respecter les tapes
suivantes.
1) Recherche de lensemble de dfinition de la fonction
2) Recherche de certaines particularits de la fonction : parit, imparit
3) Recherche des limites de la fonction aux bornes de lensemble de dfinition. Etude des
branches infinies
4) Etude du sens de variation de la fonction
5) Etablissement du tableau de variation
6) Reprsentation graphique de la fonction.
I. Ensemble de dfinition, parit dune fonction
I.1. Ensemble de dfinition dune fonction
Lensemble de dfinition reprsente lensemble des rels x pour lesquels la fonction f
u
existe. Par exemple, lorsquon a un rapport , ce rapport nexiste que si :
v
Erreur !
Exemples
f (x) = x + 4 x 5
Df = IR
g (x) = 2 x + 7
Dg = IR
h (x) = 2 x + 7
Dh = IR+ = [0 ; + [
x+3
I (x) =
Di = IR \ {4}
x-4
x+3
j (x) =
Dj = IR \ {- 2, 2}
x - 4
x+3
k (x) =
Dk = IR (pour tout x de IR, x + 4 0)
x + 4
l (x) = 2 - x
Dl = ]- , 2]
1
m (x) =
Dm = ]- , 2[
2-x

n (x) =

x+3
n (x) existe
x-4

Do Dn = ]4, + [

89

o (x) =

x+3
x-4
x
x+3
x-4
x+3
x-4

o (x) existe
-
+

-3
0

x+3
0
x-4
+

4
+
-

+
+
+

Do = ]- , - 3] ]4, + [
I.2. Parit et imparit
I.2.1. Fonction paire
Une fonction f est paire si et seulement si pour tout x Df :
Proprit : la reprsentation graphique dune fonction paire, dans un repre orthogonal
(o, i, j), est symtrique par rapport (O, j))
Exemples
x
f (x) =
Df = IR \ {1}
x-1
1 Df 1 Df donc f nest pas paire
x+1
f (x) =
Df = IR*= ]- , 0[ ]0, + [
x
Pour tout x Df, (- x) Df
f (- 1) = 0 f (1) = 2
f (1) f (- 1)
donc f nest pas paire
x + 1
f (x) =
Df = IR*= ]- , 0[ ]0, + [
x
Pour tout x Df, (- x) Df
(- x) + 1 x + 1
et f(- x) =
=
= f (x)
(- x)
x
donc f est paire.
Remarques :
- Pour dmontrer que f nest pas paire, on construit un contre-exemple : la ngation de
pour tout x Df, - x Df et f (- x) = f (x) est :
il existe x Df tel que x Df ou f (- x) f (x)
- Si f nest pas paire, lors de ltude dune fonction il nest pas ncessaire de le signaler.
- Par contre, si f est paire, il est intressant de le mentionner car ainsi il suffit dtudier
f sur [0, + [ Df ou ]- , 0] Df et dutiliser la proprit de symtrie pour Cf (courbe
reprsentative de f).
I.2.2. Fonction impaire
Une fonction f est impaire si et seulement si pour tout x Df :

90

Proprit : la reprsentation graphique dune fonction impaire dans un repre


quelconque (o,i, j) est symtrique par rapport O.
Exemples
x3
Df = IR \ {2}
x-2
2 Df et 2 Df donc f nest pas impaire.
x+1
f (x) =
Df = IR \ {- 1, 1}
x - 1
Pour tout x Df - x Df
1
f (- 2) = et f (2) = 1 f (- 2) f(2) donc f nest pas impaire
3
x
f (x) =
Df = IR
f(- x) =
=
= - f (x) f est impaire
x + 1
Remarques :
- Pour dmontrer que f nest pas impaire, on construit un contre-exemple : la ngation
de pour tout x Df, - x Df et f (- x) = - f (x) est :
il existe x Df tel que x Df ou f (- x) - f (x)
Si f nest pas impaire, lors de ltude dune fonction il nest pas ncessaire de le
signaler.
Par contre, si f est impaire, il est intressant de le mentionner car ainsi il suffit
dtudier f sur [0, + [ Df ou ]- , 0] Df et dutiliser la proprit de symtrie pour Cf
(courbe reprsentative de f).

f (x) =

I.3. Symtrie
I.3.1. Axe
Soit une fonction f dfinie sur un ensemble E symtrique par rapport la valeur a. la
droite , dquation x = a, est un axe de symtrie pour Cf lorsque pour tout h rel tel que (a +
h) E : f (a + h) = f (a h)

Exemple : soit f (x) = x + 2 x 7


Montrer que la droite dquation x = - 1 est un axe de symtrie pour Cf
Rponse : Df = IR
Pour tout h IR, - 1 + h IR.
f(- 1 + h) = (- 1 + h) + 2 (- 1 + h) 7 = 1 + h - 2 h 2 + 2 h 7
= h - 8
f (- 1 - h) = (- 1 h) + 2 (- 1 h) 7 = 1 + h + 2 h 2 2 h 7
= h - 8
f (- 1 + h) = f (- 1 h)
91

Do la droite dquation x = - 1 est un axe de symtrie pour la courbe Cf


Remarque : on aurait pu utiliser une autre mthode.
- 1
On fait un changement de repre, en prenant pour nouvelle origine O 0 et les mmes

vecteurs de base i, j.
On choisit comme abscisse de O - 1 car laxe de symtrie a pour quation
x = - 1. Lordonne de O est quelconque : 0 par exemple.
Soit M un point quelconque.
x
X
Ses coordonnes sont y dans (O, i, j) et Y dans (O, i, j).


Les formules de changement de repre, quand on na quun changement dorigine sont :
x = - 1 + X

y = 0 + Y
M(x, y) Cf y = x + 2 x 7
0 + Y = (- 1 + X) + 2 (- 1 + X) 7 Y = X - 2 X + 1 + 2 X 2 7 Y = X - 8 = g(X)
Dg =IR
Pour tout X IR, - X IR et g (- X) = (- X) - 8 = X - 8 = g (X)
g est paire.
Le nouvel axe des ordonnes est donc un axe de symtrie pour Cf

I.3.2. Centre
Soit une fonction f dfinie sur un ensemble E symtrique par rapport la valeur a. Le
point (a, b) est centre de symtrie de la courbe C lorsque pour tout h rel tel que (a + h)
E : f(a + h) + f(a h) = 2 b

Exemple
Soit f(x) =
92

2x+3
x-4

Montrer que le point (4,2) est un centre de symtrie pour C.


Rponse :
Df = IR \ {4}
2 (4 + h) +3 2(4 h) + 3
+
4+h-4
4-h-4
11 + 2 h 11 2 h 11 + 2 h 11 + 2 h
=
+
=
h
-h
h
f(4 + h) + f(4 h) =

=4=22

Donc le point (4, 2) est un centre de symtrie pour C.


Remarque : on aurait pu utiliser une autre mthode. On fait un changement de repre,
en prenant pour nouvelle origine O(4, 2).
x = 4 +X

y = 2 + Y
2(4 + X) + 3
M(x, y) C 2 + Y =
4+X-4
11 + 2 X
Y=
-2
X
11
Y = = g(X)
X
Dg = IR*
11
Pour tout X Dg, - X Dg et g (- X) = = - g (X)
g est impaire.
-X
II. Limites et continuit
II.1. Approches de la notion de limite
II.1.1. Approche calculatoire
- Soit Y1 = 2 x + 3
Lorsque x se rapproche de 3 par la droite (par valeurs suprieures 3) ou par la gauche
(par valeurs infrieures 3), Y1 se rapproche de 9 (valeur obtenue en remplaant x par 3
dans Y1).
X
2,9
2,99
2,999
3
3,001
3,01
3,1

Y1
8,8
8,98
8,998
9
9,002
9,02
9,2

On dira que 2 x + 3 tend vers 9 quand x tend vers 3 .


On admet que ce rsultat se gnralise :
Rgle opratoire : si P(x) est un polynme, alors P(x) tend vers P(a) lorsque x tend vers a.
93

- Soient Y1 = x + 4 x + 1 et Y2 = x
Pour des grandes valeurs de x, Y1 se comporte comme Y2, cest--dire prend des valeurs
pouvant dpasser nimporte quelle valeur A fixe lavance.
X
10
100
1000
10000

Y1
141
10401
100401
100040001

Y2
100
10000
100000
100000000

On admet que ce rsultat se gnralise :


Rgle opratoire : si P(x) est un polynme, alors P(x) se comporte comme son monme de
plus haut degr.
5
- Soit Y1 = . Lorsque lon divise 5 par un trs grand nombre, le rsultat tend vers 0.
x
X
10
100
1000
10000
100000

Y1
0 ,5
0,05
0,005
0,0005
0,00005

On admet que ce rsultat se gnralise :


Rgle opratoire : lorsque lon divise un nombre par un nombre tendant vers linfini, alors
le rsultat tend vers 0.
2
- Soit Y1 =
x
Lorsque lon divise 2 par un nombre proche de 0, Y1 se rapproche de + lorsque x est
positif, de - lorsque x est ngatif.
X

Y1

- 0,1
- 0,01
- 0,001
0,1
0,01
0,001

- 20
- 200
- 2000
20
200
2000

Ce rsultat se gnralise :
Rgle opratoire : lorsque lon divise un nombre non nul par un nombre x tendant vers
zro, alors le rsultat tend vers linfini lorsque x garde un signe constant.
II.1.2. Approche graphique
a) Soit C la reprsentation graphique dune fonction f dans un repre (O, i, j)

94

On dira que :
= - 2 (la limite de f(x) lorsque x tend vers - vaut 2).
-

lim f(x) = - (la limite gauche de f(x), lorsque x tend vers 1 vaut - )

x 1

lim f(x) = + (la limite droite de f(x), lorsque x tend vers 1, vaut + )

x 1+

lim f(x) = + (la limite gauche de f(x), lorsque x tend vers 3, vaut + )

x 3

lim f(x) = + (la limite droite de f(x), lorsque x tend vers 3, vaut + )

x 3+

= 0 (la limite de f(x), lorsque x tend vers + , vaut 0)

De plus, on dira que : les droites dquation y = - 2, x = 1, x = 3, y = 0 sont asymptotes la


courbe C.
b) Soient Y1 = - 2 x + 2, Y2 = x + 1 , Y3 = 3 x 1

On a
et

Y1 = - ;

Y2 = + ;

Y1 + Y 2 = -

Y3 = +

Y1 + Y3 = +

Remarque : on a dailleurs Y1 + Y2 = - x + 3 et Y1 + Y3 = x+ 1 = Y2
II.2. Dfinitions sur les limites
II.2.1. Limite finie en a
Dfinition : Une fonction f a pour limite l lorsque x tend vers a, si, pour tout > 0, il existe
> 0 tel que : x - a < et x a f (x) - l <
Notation : lim = l
xa

95

Exemple : montrer laide de la dfinition que lim (2 x 1) = 3


x2

Rponse : soit > 0 donn.


f(x) 3 = 2 x 1 - 3 = 2 x - 4 = 2 x - 2
f(x) 3 < 2 x - 2 < x - 2 <
2

existe et vaut .
2

Conclusion : lim f (x) = 3


x2

II.2.2. Limite infinie linfini


Dfinition : f a pour limite + en + , si, pour tout A > 0, il existe B > 0 tel que :
x > B f (x) > A
Notation :
f=+
ou
f(x) = +
Exemple : montrer que

(2 x 3) = +

Rponse :2 x 3 > A 2 x > A + 3


Pour A > - 3, B existe et vaut

x>

A+3
2

A+3
2

Pour A - 3, on prend B quelconque (par exemple B = 1)


Conclusion :
(2 x 3) = +
II.2.3. Limite finie linfini
Dfinition :
f a pour limite l lorsque x tend vers + , si, pour tout > 0, il existe A > 0 tel que :
x > A f(x) - l <
Exemple : montrer que
Rponse :

2
2
-0 =
x
x

Soit > 0 donn : f(x) 0 <

2
x

<

x
2

>

1
2
x >

2
Pour x > alors f(x) 0 <

2
A existe et vaut

Conclusion :
Remarque : on retrouve une rgle opratoire vue prcdemment.
96

II.2.4. Limite infinie en une valeur a


Dfinition : f a pour limite + lorsque x tend vers a par valeurs suprieures a si, pour
tout A > 0, il existe B > 0 tel que a < x < B f (x) > A
Notation : lim +f(x) = +
xa

1
=+
x
-1
x1
Soit A > 0 donn. Prenons x > 1
1
1
>Ax1<
x-1
A
1
x<1+
A
1
B existe et vaut 1 +
A
1
Si 1 < x < 1 +
alors f(x) > A
A
1
Conclusion : lim +
=+
x1 x - 1
Remarque : on dfinirait de mme lim +f(x) = - , lim -f(x) = + , lim -f(x) = -
Exemple : Montrer que lim +

xa

II.3. Continuit
II.3.1. Dfinitions et interprtation graphique

97

xa

xa

f est continue en a si et seulement si lim f(x) = f(a).


xa

f est continue en a

a
Cf n'a pas de saut au point

f(a)

f nest pas continue en a


a
Cf a un saut au point f(a)

Remarque : en conomie, la plupart des fonctions sont continues en toute valeur de lintervalle
dtude de la fonction.
Continuit par intervalle : f est continue sur un intervalle I si et seulement si f est continue en
toute valeur de I.
II.3.2. Thormes gnraux
a) Si f et g sont continues en a, alors : f + g, fg, kf (k tant constante) f sont continues en a.
f
b) Si f et g sont continues en a, si g (a) 0 alors est continue en a.
g
c) Tout polynme est continu sur IR.
Toute fonction rationnelle est continue en toute valeur de son intervalle de dfinition.
d) Si f est drivable en a (voir plus loin les drives), alors f est continue en a.
II.4. Oprations sur les limites
II.4.1. Somme
Lorsque x tend vers a :

cas indtermin

Si f (x) tend vers

Si g (x) tend vers


alors f (x) + g (x) tend vers

II.4.2. Produit
Lorsque x tend vers a :

cas indtermin

Si g(x) tend vers


alors f (x) g (x)tend vers
98

=0

Si f (x) tend vers

II.4.3. Quotient
Lorsque x tend vers a :
f (x) tend vers

=0

=0

g (x) tend vers

= 0

= 0

f(x)
tend vers
g(x)

cas indtermin

* cas indtermin

* : signifie que lorsque la limite est infinie, la rgle des signes du produit ou du quotient
donne le rsultat + ou .
Cas indtermins : il y a 4 cas o les tableaux ne nous permettent pas de conclure
directement. Il faut faire une transformation algbrique pour lever ces 4 indterminations.
II.5. Applications ltude de certaines fonctions
II.5.1. Fonctions polynmes
a) en a fini : f est continue en a, donc lim f(x) = f(a)
xa

Exemple : lim (x + x 3) = 2 + 2 3 = 3
x2

b) en a infini :
Rgle opratoire : la limite dune fonction polynme au voisinage de linfini est gale la
limite de son monme de plus haut degr.
Exemple :
(x + x 3) =
x = +
II.5.2. Fonctions rationnelles
P(x)
f(x) =
P et Q tant des polynmes
Q(x)
a) en a fini : daprs ce qui prcde lim P(x) = P(a) et lim Q(x) = Q(a)
xa

xa

- Si Q(a) 0
alors lim f(x) = f(a) =
xa

P(a)
(daprs le tableau du quotient)
Q(a)

2x1
1
=
=
x
+
2
3
x1
x3 33
lim
=
= 0
3+5
x3 x + 5

Exemples : lim

- Si Q(a) = 0 et P(a) 0
daprs le tableau sur le quotient, lim + f(x) = et lim f(x) =
xa

x3
et
x 2 5 x- 10
et lim (5 x 10) = 0

Exemple : Calculer lim +


lim (x 3) = - 1

x2

99

x2

xa

lim

x2

x3
5 x- 10

x
x-3
5 x - 10
x3
5 x - 10

lim

x2

x3
=+
5 x- 10

2
-

3
0

lim + =

x2

+
+
+
+

x3
=-
5 x- 10

- Si Q(a) = 0 et P(a) = 0
Daprs le tableau du quotient, on a une indtermination.
Pour la lever, mettre (x a) en facteur au numrateur et au dnominateur
x3 + 4 x - 5 x 8
Exemple : Calculer lim
5 x + 3 x - 2
x-1
lim- 1 (x3 + 4 x - 5 x 8) = 0
x
et

lim- 1 (5 x + 3 x 2) = 0
x
Mettre (x (- 1) ) = x + 1 en facteur
(x + 1) (x + 3 x 8)
x + 3 x 8
lim
f(x)
=
lim
=
lim
x-1
x - 1 (x + 1) (5 x 2)
x-1 5x-2
On est ramen une situation prcdente.
- 10 10
lim- 1 f(x) = x
lim- 1
=
x
-7 7
b) en a infini :
Rgle opratoire : la limite dune fonction rationnelle au voisinage de linfini est gale la
limite du quotient des monmes de plus haut degr.
Exemples :
x
=
=
x=-
x
x + 1
x
=
=1
x - 3
x
x + 1
x
1
=
=
=0
4
4
x -3
x
x
II.5.3. Fonctions irrationnelles
Une fonction irrationnelle est une fonction dfinie avec la variable x sous le radical .
a) Limite en a fini :
- Sil ny a pas dindtermination : remplacer la variable x par la valeur en laquelle on cherche
la limite .
Exemple : lim

x2

4x-1=

= 7

0
: multiplier numrateur et dnominateur par lexpression
0
conjugue du numrateur et/ou du dnominateur.
- Sil y a lindtermination

100

Exemple : lim

x2

= lim

x2

= lim

x2

( x + 7 - 3) ( x + 7 + 3)
x+73
= lim
x-2
x2
(x 2) ( x + 7 + 3)

x + 7)2 3

(x 2) ( x + 7 + 3)
x2
(x 2) ( x + 7 + 3)

x+79

= lim

(x 2) ( x + 7 + 3)

x2

1
1
=
x+7+3 6

= lim

x2

b) Limite en a infini :
- Sans indtermination : conclure directement avec les tableaux
Exemple :

4 x + 5 x - 1 + 2x

4 x + 5 x 1 =

4 x = +

2x=+
4 x + 5 x - 1 + 2x = +

Donc

0
: multiplier numrateur et dnominateur par lexpression
0
conjugue du numrateur et/ou du dnominateur.
- Avec lindtermination

Exemple :
=
=

4 x + 5 x - 1 + 2x
4 x + 5 x - 1 + 2x

)(

4 x + 5 x - 1 - 2x

4 x + 5 x - 1 - 2x

4 x + 5 x 1 4 x
=
4 x + 5 x - 1 - 2x

)
5x1
4 x + 5 x - 1 - 2x

Pour lever la forme indtermine , mettre x en facteur :

1
x 5
x
=
5 1
x 4 + - - 2x
x x

1
x 5
x
=
5 1
-x
4 + - - 2x
x x

1
x 5
x
5 1
4 + - - 2x
x x
5

1
x

5 1
4+ - -2
x x

5
5
=-4 4

Remarque : dans certains cas, il est plus rapide de mettre directement x en facteur dans
lexpression de f(x).
II.6. Continuit sur un intervalle
(1) Si f est continue sur [a, b]
(2) Si f est strictement monotone sur [a, b] (f strictement croissante sur [a, b] ou strictement
dcroissante sur [a, b])
101

(3) Si f (a) < et f (b) > (ou f(b) < et f(a) > )
Alors, lquation f(x) = admet une solution unique sur [a, b]
Remarques :
- ce thorme peut stendre un intervalle ]a, b[ , ]- , b] , [a, + [ .
- ce thorme est intressant lorsque lon ne sait pas rsoudre une quation et que lon veut
montrer lexistence et lunicit dune solution sur un intervalle. Souvent, on prolonge cette
tude par la recherche dune solution approche de cette solution.
Exemple : Montrer que lquation x3 + x + 1 = 0 admet une solution unique dans IR.
Rponse : soit f(x) = x3 + x + 1 sur lintervalle IR. f est une fonction polynme, donc continue
sur IR.
f est drivable sur IR et pour tout x rel : f (x) = 3 x + 1 > 0
Donc f est strictement croissante (voir plus loin, partie sur la drivation et le sens de variation
dune fonction).
f(x) =
(x3 + x + 1) =
x3 = -
f(x) =

x3 = +

(x3 + x + 1) =

Donc lquation f(x) = 0 admet une solution unique dans IR.


II.7. Branches infinies
II.7.1. Cas o
Si

f(x) = b (b fini)

f(x) = b, alors Cf admet la droite dquation y = b comme asymptote horizontale.

2x+3
2x+3
2x
=
=
=2
x-4
x-4
x
Donc la droite dquation y = 2 est asymptote la courbe reprsentative de f. (il en serait de
mme au voisinage de - ).
Exemple : Soit la fonction f(x) =

II.7.2. Cas o lim +f(x) = ou lim f(x) =


xa

xa

Si lim +f(x) = ou lim f(x) = , alors Cf admet la droite dquation x = a comme


xa

xa

asymptote verticale .
Exemple : Soit la fonction f(x) =

x+3
.
x-2

lim +

x2

x+3
= + , donc la droite dquation x = 2 est
x-2

asymptote Cf.
II.7.3. Cas o
- Si

f(x) =

[f(x) (a x + b) ] = 0, alors Cf admet la droite dquation y = a x + b comme

asymptote (oblique si a 0).


f(x)
- Si
= , alors Cf admet (Oy) comme branche parabolique.
x

102

- Si

f(x)
= 0, alors Cf admet (Ox) comme branche parabolique.
x

III. Drivation
III.1. Accroissement moyen
On considre une fonction f dfinie sur un intervalle I contenant les rels a et b.
On appelle accroissement moyen (ou croissance moyenne) de f, entre a et b, le nombre :
f (b) f (a )
ba
Interprtation graphique :
(AB) nest pas parallle (Oy) ; (AB) a une quation
de
la forme : y = x + ; A (AB) donc f(a) = a + ; B
(AB) donc f(b) = b+
Par diffrence : f(b) f(a) = b - a = (b a)
f (b) f (a )
Puisque a b : =
ba
a
Laccroissement moyen de f entre a et b est le coefficient directeur de (AB) avec A f (a) et

b
B f(b) .

Autre notation : b = a + h avec h 0


f(a + h) f(a)
Laccroissement moyen de f est alors
h
Exemple : dans une entreprise, le cot total de fabrication pour une quantit q est donn par
la formule C(q) = 0,03 q + 5 q + 400, q allant de 0 300.
Calculer laccroissement moyen du cot total entre 100 et 200, entre 100 et 101.
Rponse : laccroissement moyen entre 100 et 200 est :
C(200) C(100)
1400
=
=
= 14
200 - 100
100
Laccroissement moyen entre 100 et 101 est :
C(101) C(100)
= (0,03 101 + 5 101 + 400) (0,03 100 + 5 100 + 400)
101 - 100
= 11,03
III.2. Nombre driv en a
Soit f dfinie sur un intervalle I, a I, x I.

103

f ( x) f ( a )
f ( x) f ( a )
est finie, alors f est drivable en a, lim
sappelle le nombre
x a
x a
xa
xa
f ( x) f ( a )
driv de f en a et on utilise la notation : f (a) = lim
x a
xa
Autre notation : en posant x = a + h
f ( a h) f ( a )
f (a) = lim
h0
h
f (a) sappelle le nombre driv de f en a.
Exemple : Soit f(x) = 2 x + 5 x 7. Montrer laide de la dfinition que f (4) = 21
f(x) f(4)
2 x + 5 x 7 45
2x + 5 x 52
lim
= lim
= lim
x
4
x
4
x-4
x4
x4
x4
(x 4) (2x + 13)
= lim
= lim 2 x + 13 = 21
x-4
x4
x4
do f(a) = 21

Si lim

III.3. Drives et oprations


En ralit, quand cela est possible, on utilise plutt le tableau des drives suivant pour
calculer une drive et on rserve le calcul de drive laide de la dfinition aux cas o les
tableaux ne sappliquent pas.
fonction f
Formules en x
f(x) = k
f(x) = x
f(x) = xn
f(x) =

1
x
x

f(x) =

drive f
f (x) = 0
f (x) = 1
f (x) = n xn-1

1
x
1
f (x) =
2 x
f (x) =

validit
k rel donn, x IR
x IR
x IN, n entier naturel
x IR
x ]0, +[

Formules en u et v (u et v sont des fonctions drivables sur un intervalle I)


f=u+v
f = u + v
I
f=ku
f = k u
I
f=uv
f = u v + u v
I
{x I / v(x) 0 }
1
v'
f=
f =

v
u
f=
v

v
u ' v uv '
f =
v

f = un

f = n u un-1

f=

Exemples
f(x)

104

f=

u'
2 u

{x I / v(x) 0 }
{x I / u(x) 0 }, n entier relatif
{x I / u(x) > 0 }

f(x) =

3
(4 x 1)

1
sur IR \ 4

4x + 5 x 1
sur IR \ {- 7}
x+7
(4 x + 5 x 1) (x + 7) (4x + 5 x 1) (x + 7)
f (x) =
(x + 7)
(8 x + 5)(x + 7) (4 x + 5 x 1)
=
(x + 7)
8 x + 5 x + 56 x + 35 4 x - 5 x + 1
=
(x + 7)
4 x + 56 x + 36
=
(x + 7)
3
f(x) = 5x - 3 sur I = ] , + [
5
Pour x I, 5x 3 > 0, on peut donc appliquer la dernire formule du tableau prcdent :
f(x) =

u )
f (x) =

(5x 3)
5
=
2 5x - 3 2 5x - 3

x+3
sur E = ]- , - 3[ ]2, + [
2x - 4
f est une racine carre de quotient.
x+3
Pour x E,
> 0, on peut donc appliquer la dernire la dernire formule du tableau
2x - 4
prcdent.
x + 3 '
2x - 4

f (x) =
=
x+3
2
2x - 4
f(x) =

Cas o lon ne peut pas appliquer le tableau prcdent :


f (x) = x - 3
Df = [3, + [
Peut-on calculer f (3) ?
3 Df, f (3) est donc envisageable.

105

Mais f (3) = 0, on ne peut donc pas utiliser le tableau prcdent. Il faut alors revenir la
dfinition du nombre driv.
lim +

x3

f(x) f(3)
x-3
= lim +
= lim +
x-3
x3 x - 3
x3

x-3

x - 3)

= lim +
x3

1
=+
x-3

Donc f (3) nexiste pas.


f (x) = (x 3)3 Df = [3, + [
Peut-on calculer f(3) ?
3 Df, f (3) est donc envisageable.
Mais f (3) = 0, on ne peut donc pas utiliser le tableau prcdent. Il faut alors revenir la
dfinition du nombre driv.
lim +

x3

f(x) f(3)
= lim +
x-3
x3

x-3 x-3
(x 3)3
(x 3) (x 3)
= lim +
= lim +
x-3
x-3
x-3
x3
x3

= lim + x - 3 = 0
x3

f (3) existe et f (3)= 0


III.4. Tangente
III.4.1. Approche de la notion de tangente
Soit une fonction f drivable en a et C la reprsentation graphique.
a
x
Soit A f (a) et M f (x) .

Lorsque x tend vers a, M tend vers A.


f (x) f (a)
tend vers f (a)
x-a
f (x) f (a)
(AM) de coefficient directeur
x-a
tend vers la droite (AT) de coefficient directeur f (a)
III.4.2. Dfinition et quation
a
Si f est drivable en a, la tangente C courbe reprsentative de f au point A f (a) est la

droite passant par A, de coefficient directeur f (a).


Si f est drivable en a, alors la tangente C au point dabscisse a est :
y = f (a) + f (a) (x - a)
Exemple : Soit f(x) = x + 4x - 3. Donner lquation de la tangente C au point dabscisse 1.
Lquation cherche est : y = f(- 1) + f (- 1) (x + 1)
f (- 1) = 1 4 3 = - 6
f (x) = 2x + 4
f (- 1) = 2
La tangente a pour quation

106

f(x) f(a)
f(x) f(a)
= ou lim
=
x-a
x-a
xa
xa

III.4.3. Cas o f(a) nexiste pas, mais lim +

a
Dans ce cas, C admet au point A f (a) une tangente parallle (Oy) (verticale si le repre

est orthogonal)
Exemple : f (x) = x sur [0, + [
Dterminer la tangente C au point dabscisse 0.
O Df et 0 annule la quantit sous le radical. On ne peut pas utiliser le tableau de la drive.
f(x) f(0)
x
1
= lim +
= lim +
=+
x

0
x
x0
x0
x0
x
C admet au point dabscisse 0 une tangente verticale

Do : lim +

III.5. Drive et sens de variation dune fonction


III.5.1. Dfinition du sens de variation dune fonction
f est croissante sur un intervalle I si et seulement si pour tout a et b de I :
a b f(a) f(b)
Remarque : les ingalits sont dans le mme sens
f est dcroissante sur un intervalle I si et seulement si pour tout a et b de I :
a b f(a) f (b)
Remarque : les ingalits sont de sens contraire
f est constante sur un intervalle I si et seulement si pour tout a et b de I :
f (a) = f (b)
III.5.2. Sens de variation des fonctions usuelles
Fonction affine
Soit la fonction affine f dfinie sur IR par f(x) = ax + b
Si a > 0, f est croissante ; Si a < 0 f est dcroissante ; Si a = 0, f est constante
Remarque : la reprsentation graphique dune fonction affine est une droite
Fonction trinme
Soit la fonction trinme dfinie sur IR par f(x) = ax + bx +c avec a 0
b
b
Si a > 0, f est dcroissante sur ]- ; - [ et croissante sur [- ; + [
a
a
Le tableau de variation est alors :

107

x -
f(x)

+
f

b
b
Si a < 0, f est croissante sur [ - ; - [ et dcroissante sur [- ; + [
a
a
Le tableau de variation est alors :
x -

f(x)

Fonction inverse

Soit la fonction inverse dfinie sur IR* par f(x) =

1
x

f est dcroissante sur ]- ; 0[ et sur ]0 ; + [


Le tableau de variation est :
x -
f(x) +

0
+

III.5.3. Thormes
u et v sont des fonctions dfinies sur un intervalle I et k est un rel non nul.
Si k > 0, les fonctions v et k u ont mme sens de variation sur I
Si k < 0, les fonctions v et k u ont des sens de variation contraires.
Si u et v sont croissantes sur I, alors u + v est croissante sur I.
Si u et v sont dcroissantes sur I, alors u + v est dcroissante sur I.
Soit une fonction drivable sur un intervalle I
Si la drive est positive sur I, alors f est croissante sur I
Si la drive est ngative sur I, alors f est dcroissante sur I
Si la drive est nulle sur I, alors f est constante sur I
Consquence : pour tudier le sens de variation dune fonction f, on peut calculer
la drive sur lensemble des valeurs o f est drivable, puis rechercher les intervalles o f
garde un signe constant. Enfin, on utilise le thorme ci-dessus.
5
Exemple : f (x) = x3 + x - 8x + 7 Etudier les variations de f sur IR
2
Rponse : f (x) = 3x + 5x 8 = (x 1) (3x + 8)
x
3x + 5x - 8
108

8
3

1
-

8
Conclusion : f est croissante sur ]- ; - [ et sur ]1 ; + [
3
8
et f est dcroissante sur ]- ; 1[
3
Remarques :
8
f est croissante sur ]- ; - [ et sur ]1 ; + [ . Elle nest pas ncessairement croissante
3
8
sur ]- ; - [ ]1 ; + [
3
Pour tudier le sens de variation dune fonction, il ny a pas que loutil drive, on
peut aussi utiliser les thormes gnraux vus avant.
Thorme rciproque : soit une fonction f drivable sur un intervalle I
Si la fonction est croissante sur I, alors la drive est positive sur I
Si la fonction est dcroissante sur I, alors la drive est ngative sur I
Si la fonction est constante sur I, alors la drive est nulle sur I
III.6. Extremum

Soit f dfinie sur un intervalle E et a E. On dit que f admet un maximum (relatif) en


a, sil existe un intervalle ouvert non vide Ia centr en a sur lequel, pour tout x Ia :
f(x) f(a) ; f admet alors un maximum (relatif) en a valant f(a).
Soit f dfinie sur un intervalle E et a E. On dit que f admet un minimum (relatif) en
a, sil existe un intervalle ouvert non vide Ia centr en a sur lequel, pour tout x Ia :
f(x) f(a) ; f admet alors un minimum (relatif) en a valant f(a).

III.6.1. Thorme
Soit une fonction f drivable sur un intervalle I.
Si la drive sannule pour une valeur de lintervalle I, en changeant de signe, alors la
fonction f admet un extremum en a valant f (a).
Remarque : dans ce cas, lextremum est soit un maximum, soit un minimum. Pour
dterminer la nature de cet extremum, on a deux mthodes :
Utiliser le tableau de variation de la fonction f ;
Utiliser la proprit suivante :
Soit f une fonction drivable sur I et a I.
Si f (a) = 0
Si f (a) < 0
alors f admet un maximum en a
Si f (a) = 0
Si f (a) > 0
alors f admet un minimum en a
III.6.2. Exemple
Soit f (x) = - x + 4x + 5 sur IR

Montrer que f admet un maximum en a = 2.


Rponse :
1re mthode avec la dfinition :
109

Pour tout x IR :
pour tout x IR : f(x) f(2) < 0
f(x) f(2)
donc f admet un maximum relatif en 2 valant f(2) = 9
2me mthode :
pour tout x IR, f (x) = - 2x + 4
x -
- 2x + 4

2
0

donc f admet un extremum en a = 2


Dautre part le tableau de variation est :
x -
f (x)

2
0

+
-

9
f (x)
-

donc f admet un maximum en 2 valant 9.


3me mthode :
pour tout x IR,
f (x) = - 2x + 4
f (x) = - 2
f (x) = 0 - 2x + 4
x=2
et f (2) = - 2 < 0
donc f admet un maximum en 2 valant f (2) = 9.
Remarque : lorsque la drive seconde est longue calculer, il est prfrable dutiliser la 2 me
mthode.
III.7. Convexit concavit
Soit f une fonction deux fois drivable sur un intervalle I.
f est convexe sur I si et seulement si pour tout x I : f (x) 0
Soit f une fonction deux fois drivable sur un intervalle I.
f est concave sur I si et seulement si pour tout x I : f (x) 0
Remarques :
Si une fonction est convexe sur un intervalle I, la pente de la tangente C est
croissante sur I. La courbe reprsentative C de la fonction f est au-dessus de la
tangente C en un point quelconque de I.
Si une fonction est concave sur un intervalle I, la pente de la tangente C est
dcroissante sur I. La courbe reprsentative C de la fonction f est au-dessous de la
tangente C en un point quelconque de I.
Exemples :
f(x) = x + 4x 5
f (x) = 2x + 4
f (x) = 2
pour tout x IR, f (x) > 0, f est convexe sur IR
f (x) = - x + x 2
110

f (x) = - 2x + 1
f (x) = - 2
pour tout x IR, f (x) < 0, f est concave sur IR.
III.8. Point dinflexion
Soit f une fonction deux fois drivable sur un intervalle I.
a
Si f sannule en a en changeant de signe, alors C admet au point K f (a) un point

dinflexion;
Remarque : en un point dinflexion, la courbe C traverse sa tangente. On a alors un
changement de concavit.

Exemple : f (x) = 2 x3 + 3x + 4x 5

- 12

Montrer que C admet un point dinflexion K 13
-
2
Rponse : f (x) = 6 x + 6x + 4
f (x) = 12x + 6
x
f (x)

1
2
0

+
+

- 12

Daprs la dfinition C admet donc un point dinflexion K 13
-
2
III.9. Elasticit-point
On a vu prcdemment que llasticit-arc (volume 1) de la demande par rapport au prix est :
D
D
eD/P =
P
P
On utilise cette formule lorsque la demande est donne discrtement par rapport au prix
(par exemple lorsque le prix prend des valeurs entires).

111

Lorsque la demande est une fonction continue du prix, on utilise plutt llasticit-point de la
demande par rapport au prix, que lon dfinit pour p [0 ; + [ :
D
D
D P
D P
P
D P
eD/P = lim
= lim

= lim
= lim = D (P)
D
D
D
D
P
P
P
P
p 0
p 0
p 0
p 0

P
D (P)
P
D (P)
D (P)
Remarque :
est la drive logarithmique de la demande.
D (P)
Exemple : Si D(P) = - 0,2 p + 3, quelle est llasticit de la demande par rapport au prix pour p
=1?
D(P) = - 0,2 p + 3
D (P) = - 0,2
- 0,2
Pour p = 1, eD/P =
1 - 0,7143
2,8
Interprtation : pour p = 1, si le prix augmente de 1% alors la demande du bien diminue de
0,7142 %.
eD/P =

IV. Sujets sur les fonctions (problme de capes)


IV.1. Sujet N 1

x 2 3x 6
Soit f la fonction dfinie par : f ( x )
2x 4
a) Etudier f
b) Montrer que (C) admet un centre de symtrie
c) Ecrire une quation de la tangente (C) au point d'abscisse x0 1
d) Discuter selon les valeurs du paramtre m le nombre de racines de l'quation:
x + (3 - 2m)x + 6 + 4m = 0
IV.1.1. Domaine de dfinition :

D f \ 2

IV.1.2. Limites

x2
x
Lim f ( x ) Lim Lim
x
x 2 x
x 2
f ( x )

xLim
2
Lim f ( x )

x2
La droite d'quation x 2 est asymptote la courbe.

x
Lim f ( x ) Lim
x
x 2
112

IV.1.3. Calcul de la drive :

f '( x)

2( x 6)( x 2)
(2 x 4) 2

Cette drive sannule pour les valeurs x = - 2 et x = 6. Le dnominateur tant positif, le signe
de la drive dpend du signe du numrateur. Or, on sait quun polynme (du type ax + bx + c)
possdant deux racines prend le signe de (a) lextrieur de lintervalle des racines et le signe
de (-a) lintrieur de lintervalle des racines. Ici, a = 2, il est positif, et la drive sera donc
positive sur ;2 et sur 2;

IV.1.4. Sens de variation et tableau de variation


La fonction f est croissante sur ;2 et sur 6; ;
x

f(x)

-2

-1/2

+
+

f(x)

On remarquera que la droite dquation y


effet f(x) =

1
5
16
x
et
2
2 2x 4

15/2

1
5
x est asymptote oblique la courbe. (en
2
2

16
0)
x 2 x 4
lim

IV.1.5. Centre de symtrie


Dfinition : S'il existe un point (a,b) du plan tel que

x , x a D, a x D et f (a x ) f (a x ) 2b, alors est centre de symtrie


du graphique de f
Ici, le centre de symtrie a pour abscisse 2 (on le repre sur le graphique).
On trouve son ordonne en crivant f ( 2 x ) f ( 2 x ) 2b
On obtient: 2b = 7 soit b = 3,5
Le point (2;3,5) est donc un centre de symtrie
IV.1.6. Equation de la tangente
Cas gnral : y f ( x0 ) f '( x0 )( x x0 )
Ici x0 = 1 On obtient: y = 2,5 - 7,5x
IV.1.7. Nombre de racines de l'quation
Il correspond au nombre de points d'intersection du graphique avec la droite d'quation y = m.
(on vrifie dabord que x = 2 nest pas solution de cette quation)

x 2 (3 2m) x 6 4m 0
(3 2m) 2 4(6 4m) 4m2 28m 15
Signe de : le discriminant est une quation du second degr qui a deux racines: m = -0,5 et
m = 7,5
113

Il est donc positif lorsque m<-0,5 ou m>7,5 et ngatif entre les racines;
si m = -0,5 ou m = 7,5, l'quation a une racine double x ' x"
Si m 0,5; 7,5 , l'quation n'a pas de solution.

2m 3
2

Si m ; 0,5 7,5; , l'quation a deux solutions:


IV.2. Sujet N 2
Soit la fonction f, qui, tout rel x, associe : f ( x )

x 2x 1
x

1) a) dterminer lensemble de dfinition de f et trouver les rels A, B et C tels que:

f ( x ) Ax B

C
x

b) Discuter, suivant les valeurs du rel h, le nombre de points communs (C) et la


droite (Dh) dquation :
y=x-2+h
On prcisera si la courbe est situe au-dessus ou au-dessous de la droite (D0) correspondant
h = 0.
2) a) Etudier les variations de f
b) Tracer la courbe (C) ainsi que la droite (D0) dans un repre orthonorm (unit, 1 cm).
3) Montrer que le point I de coordonnes (0, -2) est centre de symtrie de la courbe ( C ).
IV.2.1. Correction
1) a) Domaine de dfinition : Df = R*
C
Ax Bx C
f ( x ) Ax B
f (x)
x
x
On procde ensuite par identification : A = 1
B=-2
C=1
1
do f ( x ) x 2
x
1
1
1
h
x
b) x 2 x 2 h
x
x
h
Pour h 0 , il y a un point dintersection
1
Pour h = 0, on obtient 0 , ce qui est impossible. La courbe ne coupe donc jamais la droite
x
Do .
Elle est au-dessus de la courbe pour x < 0 et au-dessus pour x > 0.
La droite dquation y = x - 2 est asymptote la courbe ( Lim f ( x ) ( x 2) 0 )
x

2) a)

Lim f (x)
Lim f (x )
x

x 0

114

Lim f (x)
Lim f (x )
x

x 0

( 2 x 2 )( x ) ( x 2 x 1) x 1 ( x 1)( x 1)

x
x
x
f ' (x ) 0 ssi x 1 ou x 1
f ' (x )

Tableau de variation
x

-1

-
f(x)

f(x)

0
-

-4

1
-

-
-
f(-1) = - 4 f(1) = 0
3) Point I(0 ; -2) centre de symtrie de la courbe C
On doit avoir f(-x) + f(x) = - 4

-
0

x 2 x 1 x 2 x 1 x 2 x 1 (1)( x 2 x 1)

x
x
x
x 2x 1 x 2x 1 4x

4
CQFD
x
x

V. Application de ltude de fonction la microconomie (fonctions de demande)


Remarque : pour les rappels des notions et concepts de la microconomie, on se rfrera
des manuels de microconomie
V.1. Sujet N1
Soit un consommateur dont les prfrences sont donnes par la fonction dutilit U(x, y) =
x1/2y1/3
1) Quelles sont les fonctions de demande du consommateur pour les deux biens x et y, avec R,
Px et Py quelconques ?
2) On pose prsent R = 25, Px = 3 et Py =5. Quelles sont les quantits des deux biens qui
permettent au consommateur de maximiser son utilit ?
3) Le prix Px augmente et passe 5. Quel doit tre le nouveau revenu R pour que le
consommateur conserve le mme niveau dutilit quen 2). ?
4) Si le revenu ne change pas (R = 25) quelles sont les nouvelles quantits demandes aprs la
variation du prix de x ?
Corrig
1) Equation de la droite de budget : R = x Px + y Py
A lquilibre du consommateur, le rapport des utilits marginales est gal au rapport des prix
U 'x
P
x
:
U ' y Py

115

On peut donc crire :

1
2
1
3

x 1 / 2 y1 / 3 12 y 3 y Px

x1 / 2 y 2 / 3 13 x 2 x Py

Par ailleurs (quation de la droite de budget) y

R xPx
Py

R xPx

3
Py Px
On a donc :

2x
Py

3R 3xPx Px

2 xPy
Py

2 xPx Py 3RPy 3xPx Py

Fonction de demande du bien x : x


2) R = 25
Px = 3
3R 3 25
x

5
5Px
15

5xPx 3R

3R
5Px

du bien y : y

3R
Px
2R
5Px

Py
5Py

Py = 5
2R 2 25
y

2
5Py
25

3) Px = 5
R = 5x + 5y
Calcul du niveau dutilit correspondant aux prix et au revenu donns :
U1 = (5)1/2 (2)1/3 = 2,817
On remplace ensuite dans la fonction dutilit x et y par leurs valeurs en fonction de R et des
prix des biens, sachant quon cherche le revenu permettant de conserver le niveau dutilit
obtenu (2,817)

3R

5Px
R

25

1/ 2

1/ 2

2R

5Py

1/ 2

1/ 3

3R

25

2 ,817

R

25

1/ 3

1/ 3

2,817

R

25

1/ 2

2R

25

5/ 6

1/ 3

2,817

2,817
1,291
2,182

5 R
R
ln
ln 1,291
1,358 R 33,966
6 25
25
Pour ce niveau de revenu et ce niveau dutilit, on obtient les quantits suivantes de biens
demandes : x 4,076 et y 2,717
3 25
2 25
x
3
y
2
4) R = 25
25
25
Les deux dernires questions permettent de montrer que lorsque le prix dun bien est
modifi, il existe en fait deux effets : un effet substitution (effet prix) et un effet revenu .
Leffet prix est mis en vidence en raisonnant revenu rel (pouvoir dachat) inchang. A
pouvoir dachat inchang, le consommateur va en effet demander davantage de bien y et moins
de bien x (du fait de laugmentation du prix du bien x). Leffet revenu est matrialis par le fait
que laugmentation du prix du bien x entrane galement, revenu inchang, une diminution du
116

pouvoir dachat, et le nouvel quilibre du consommateur est donc obtenu sur une courbe
dindiffrence situe au-dessous de la premire.
V.2. Sujet N 2
Soit un consommateur dont la fonction dutilit est U = 10 x y
x et y reprsentent les quantits consommes de deux biens.
1) Donner les fonctions de demande des biens x et y en fonction du revenu R et du prix des
deux biens, respectivement Px et Py.
2) Calculer llasticit-prix de la demande de y.
y est-il un bien Giffen ?
3) Calculer llasticit-croise de la demande de y.
x et y sont-ils substituables?
Corrig
1) U = 10 x y
Equation de la droite de budget : R = x Px + y Py
R yPy
Par substitution, on obtient : x =
Px

R yPy
U = 10
y
Px

U=

10Ry 10y Py
Px

Pour maximiser lutilit du consommateur, on drive la fonction dutilit, et on lannule :


10R 20yPy
Uy =
10 R = 20 y Py
0
Px
do y =

R
(fonction de demande de y).
2 Py

On a par ailleurs

, on a donc bien affaire un maximum.

Fonction de demande de x :
y

2) e =

Py

y
Py

dy Py
dy Py

y dPy dPy y

dy
: drive de la fonction de demande par rapport au prix de y.
dPy
dy
R
= 2
dPy
2 Py

117

do e =

2P
Py
R
R
y 1
=

2
R
R
2 Py
2 Py
2 Py

Llasticit est gale -1 : la demande baisse de 1% lorsque le prix baisse de 1%.


Le bien y nest donc pas un bien Giffen.
y
dy Px
dy Px
y
3) ec =
=0

Px
y dPx dPx y
Px
dy
: drive de la fonction de demande par rapport au prix de x.
dPx

dy
=0
dPx

118

do ec = 0 : les biens x et y sont donc indpendants.

Calcul Intgral
I. Primitives
I.1. Dfinition
f est une fonction dfinie sur un intervalle I.
Une primitive de f sur I est une fonction F drivable sur I telle que pour tout x I :
F (x) = f (x)
Exemple : soit f (x) = x + 4x - 5 sur IR
x3
f admet une primitive sur IR : la fonction F dfinie par F (x) = + 2x - 5x + 6
3
x
En effet, pour tout x IR : F (x) = 3 + 2 (2x) 5 = 3x + 4x 5
3
I.2. Existence et proprits dune primitive
I.2.3. Existence
Toute fonction continue sur un intervalle I admet une primitive sur I.
I.2.2. Proprits
Si f est une fonction continue sur un intervalle I, alors f admet une infinit de primitives
sur I. Si F est lune dentre elles, alors toute autre primitive G de f sur I est dfinie par :
G (x) = F (x) + k, k tant un rel donn.
Si F et G sont des primitives respectives de f et g sur un intervalle I, si a et b sont des
constantes alors a F + b G est une primitive de a f + b g sur I.
Si f est une fonction continue sur un intervalle I, a I et b est un rel donn, alors il
existe une primitive et une seule de f sur I telle que F (a) = b.
I.3. Tableau des primitives
Il se dduit du tableau des drives
Fonctions

Primitives

Ensemble de validit

formules en x
k (constante)

IR
xn + 1
n+1

IR
IR*
IR*

119

]0; + [
ex

ex

u u (n - 1)

formules en u(x)
un + 1
n+1

IR
IR

u dfinie sur I

1
u

pour tout x de I tel que u(x) 0

u
u

ln u

pour tout x de I tel que u(x) > 0

u
u

2 u

pour tout x de I tel que u(x) > 0

eu u

eu

IR

u
u

I.4. Mthode de calcul dune primitive


Retrouver dans la colonne de gauche du tableau prcdent la forme de f(x)
Mettre exactement la forme repre de la colonne de gauche en multipliant ou en
divisant, si ncessaire, lexpression de f (x) par une constante.
Utiliser le tableau pour crire une primitive de f
Exemples :
2 4
Soit f dfinie sur IR par f (x) = 2x + 3x + 5 +
x
x
3
x
x
2
Rponse : F (x) = 2 + 3 + 5x + + 8 x sur IR
3
2
x
Soit f dfinie sur IR par f (x) = (2x + 5)4
1
Rponse : f (x) = (2x + 5)4 (2x + 5)
2
F (x) =

1 (2x + 5)5 (2x + 5)5


=
2
5
10

5
(4x 1)
5 (4x 1) 1 5 (4x 1)
Rponse : f (x) =
=
(4x 1) 4 4 (4x 1)
5
1
5
F(x) = =4 4x - 1
16x - 4
3
Soit f dfinie sur IR par f (x) =
2x + 7
(2x + 7) 1 3
Rponse : f (x) = 3
= 2 2x + 7
2x + 7 2 2

Soit f dfinie sur IR par f (x) =

F (x) = 3 2x + 7

120

II. Calcul intgral


II.1. Dfinition et proprits
II.1.1. Dfinition
Soit f une fonction continue sur un intervalle I, a et b deux rels de lintervalle I.
Lintgrale de a b de la fonction f est le rel F(b) F(a) o F est une fonction primitive
quelconque de f sur I.
b
b
Notation :
a f(x) dx = [F (x) ] a = F(b) F(a)

Exemple :
45 (2x + 3) dx = [x + 3x] 5 = (5 + 3 5) (4 + 3 4)
4

= (25 + 15) (16 + 12) = 40 28 = 12


II.1.2. Proprits
f et g sont continues sur un intervalle I, et a, b, c sont des rels dans I.
a

a f (t) dt = 0

b
a

a f(t) dt = -
b f(t) dt

b
b
ab (f(t) + g(t)) dt =
a f(t) dt +
a g(t) dt

b
b
b

a f(t) dt +
a g(t) dt, et tant des constantes
a ( f(t) + g(t)) dt =
b
c
b

a f(t) dt =
a f(t) dt +
c f(t) dt

b
Si f 0 sur [a, b] alors
a f(t) dt 0

Si f g sur [a, b] alors


ab f(t) dt
ab g(t) dt

II.2. Calcul dune intgrale


II.2.1. 1re mthode
On cherche utiliser le tableau des primitives
Exemples :
3 1
3

1 (4x - 1) dx = 4 (4x 1) (4x 1) dx
1
3
3
1 (4x 1) 3 1 11 33 1 113
=
=
=
- 9
4 3 1 4 3 3 4 3

12

1/2
2
2x + 1 dx =
1 (2x + 1) dx

=
=

5 53 3
3
2

I e3 x dx
1

121

1
1
1
1

I e 3 x e 6 e 3 e 3 (e 3 1)
3
3
3
1 3

II.2.2. 2me mthode


Si on ne peut pas utiliser le tableau des primitives, alors on utilise la mthode de lintgration
par parties :
b
b
b
si u et v sont 2 fois drivables sur [a, b] :
a u' v dx = [uv] a
a u v' dx

Exemple :
1

Calculer I xe x dx
0

On utilise une intgration par parties, en posant :

u x; u' 1 et v ' e x ; v e x

d ' o I xe

x 1

dx xe x

e
1

x 1

I xe x e x

e
1

( x 1) 2e 1 1
0

II.3. Application du calcul intgral au calcul daire


Soient f et g drivables sur lintervalle I, a et b deux rels appartenant I avec
a b.
Si, pour tout x [a, b] : f (x) g (x)
Si est la surface comprise entre Cf , Cg , les droites dquation x = a et x = b, alors laire A ()
b
vaut : A () =
a (f(x) g(x) ) dx units daire

Cf

Cg

j
Oi

II.3.1. Cas particuliers


g(x) = 0 sur [a, b].
Si f est continue et positive sur [a, b] :
b
A () =
a f(x) dx u.a

Erreur !

Si f est continue et ngative sur [a, b ]


b
A() =
a (0 f(x)) dx
b
=-
a f(x) dx u.a.

122

Si f est continue et c quelconque sur [a, b]


A () =
ac f(x) dx -
cb f(x) dx u.a.
c b
a
Exemple
Soit f(x) = x + 2
Calculer laire en units daires de la surface comprise entre (Ox), Cf, les droites dquation x
= 1 et x = 3.
Rponse
f est continue et positive sur [1, 3]
x
3 9 1
3
A=
1 (x + 2) dx = 2 + 2x = 2 + 6 2 + 2 = 8
1
II.4. Application du calcul daire au calcul du surplus du consommateur et du
producteur
Remarque : pour les rappels des notions et concepts de la microconomie, on se rfrera
des manuels de microconomie
Sujet N 1
Soient la fonction de demande Pd = 25 - q et la fonction d'offre Po = 2q +1 sur un march en
situation de concurrence pure et parfaite.
1) Quel est le prix d'quilibre et quelles sont les quantits changes ce prix ?
2) Calculer le surplus du consommateur
3) Calculer le surplus du producteur
Correction
1) Pd = Po 25 - q = 2q + 1
- q - 2 q + 24 = 0
On ne retient que la solution positive : q = 4
2) Surplus du consommateur :

do p = 9

q3
64
128
(
25

)
dq

(
9

4
)

25
q

36
42,667
Sc =

36 100
3
3
3
0

0
3) Surplus du producteur :
4

Sp = (9 4) (2q 1)dq 36 q q 0 36 16 4 16
4

Sujet N 2
Soit une entreprise en position de monopole sur le march de son produit. Son cot total de
production est :
123

C(y) = -1/2 y + 110y (y reprsente la quantit produite)


La demande qui sadresse la firme est : p = 200 - 2y
1) Calculer les dcisions de la firme dans les deux cas suivants:
a) Elle maximise son profit
b) Elle tarifie au cot marginal
2) Calculer, dans chacun des cas, le surplus du consommateur.
Correction
1) a. Lentreprise en situation de monopole maximise son profit :
Profit : (y) = p y - C(y)
(y) = (200 - 2 y) y - (- y + 110 y)
(y) = 200 y - 2 y + y - 110 y
(y) = - 3/2 y + 90 y
Pour maximiser le profit, on annule la drive de la fonction de profit et on vrifie que la
drive seconde est ngative.
(y) = - 3 y + 90 = 0 y = 30
La firme qui cherche maximise son profit produira donc 30 units de son produit et le prix
de monopole sera de : p = 200 - 60 = 140
b. Si lentreprise tarifie au cot marginal, elle produira une quantit telle que le prix de vente
du produit est gal au cot marginal.
P = cm 200 - 2 y = - y + 110
do y = 90
Le prix de vente du produit est alors de p = 200 - 180 = 20
2) Calcul du surplus du consommateur :
a. Cas de la maximisation du profit :
30

S1 ( 200 2 y ) dy (140 30) = 200y y 0 4200 = 6000 900 4200 900


30

b. Cas de la tarification au cot marginal :


90

S2 ( 200 2 y ) dy ( 20 90) = 200y y 0 1800 = 18000 - 8100 - 1800 = 8100


90

Le surplus du consommateur est donc plus lev lorsque lentreprise en situation de


monopole tarifie au cot marginal (cas de certaines entreprises publiques en situation de
monopole)

124

Fonctions logarithmes, exponentielles,


puissances
I. Fonctions logarithmes
I.1. Fonction logarithme en base e : ln
1
x
La primitive de f qui sannule pour x = 1 sappelle la fonction logarithme nprien (ou
logarithme en base e).
Elle est note f(x) = lnx
Soit la fonction f dfinie sur ]0, + [ par f(x) =

I.1.1. Ensemble de dfinition


Soit la fonction f(x) = ln x
Df = ]0 ; + [
Exemples : calculer les ensembles de dfinition des fonctions suivantes dfinies par :
f(x) = ln (3x 1)
1
1
f(x) existe si et seulement si 3x 1 > 0
x>
Df = ] , + [
3
3
g(x) = ln x
g(x) existe x >0 x 0
Dg = R*
2x 1
2x - 1
h (x) = ln
h(x) existe
>0

x+4
x + 4
x
2x 1
x+4
2x 1
x+4

1
2

-4
-

+
+
+
+

1
Dh = ]- ,- 4[ ] , + [
2

i(x) =

ln (2x 1)
x+4

I.1.2. Limites

=+

lim + ln (x) = -
x0

i(x) existe

(1)
(2)

ln x
= 0 (avec > 0)
(3)
x
lim + x ln x = 0 (avec > 0) (4)

x0

lim +
x0

125

ln(1 + x)
=1
x

(5)

1
Di = ] , + [
2

Remarque : au voisinage de linfini, les puissances de x lemportent sur le logarithme de x.


Cette remarque permet de retenir facilement les limites (3) et (4) et de lever des
avec (3) et du type 0 avec (4)

indterminations du type
Exemples :
Calculer

n (x) x

On a lindtermination + - .
Dans ce cas, on met une puissance de x en facteur :
ln (x) x =

x = +
ln (x) x = -

Donc

=01=-1

Calculer

ln (x) x

On a lindtermination + -
ln x
x
- 1
x
ln x
- 1 = - 1

x=+
ln (x) x = -

Donc

ln x
x0 x
On na pas dindtermination.
ln x
1
lim +
= lim + ln (x)
x
x0 x
x0

Calculer lim +

1
lim + = +
x0 x

lim + ln x = -

x0

Donc lim +
x0

ln x
=-
x
ln (x + 3)
x

On a la forme indtermine . On va se ramener la limite (3)


ln (x + 3)
=
x
ln (x + 3)
=
x+3
x+3
=
x
126

ln (x + 3) x + 3

x+3
x
ln u
= 0 (en posant u = x + 3)
u
x
=1
x

ln (x + 3)
=0
x

Donc

I.1.3. Drive
Pour tout x > 0 : (ln x) =

1
x

Pour tout x tel que u (x) > 0 : (ln u(x)) =

u'(x)
u(x)

Exemples

Calculer (ln(2x + 5)) =

x + 3 '
Calculer ln
=
4x - 1

(2x + 5)'
2
=
(2x + 5) (2x + 5)
- 13
(4x 1)
- 13
=
=
x+3
(4x 1) (x + 3)
4x - 1

I.1.4. Tableau de variations de ln


1
Sur ]0, + [ f (x) = > 0
ln est croissante sur ]0, + [
x
+

x 0
(ln x)

+
+

ln x
-

Remarque :
Sur ]0, 1[, lnx < 0
Sur ]1, + [ ln x > 0

I.1.5. Reprsentation graphique

e 2,718
127

ln e = 1

I.1.6. Proprits algbriques


Pour tout a > 0 et b > 0 :
ln (a b) = ln a + ln b
1
ln = - ln b
b
a
ln = ln a ln b
b
ln a = ln a ( tant un rationnel quelconque).
ln a = ln b a = b (cette proprit sert rsoudre certaines quations)
ln a ln b a b (cette proprit sert rsoudre certaines inquations)
I.2. Rsolution dquation avec des logarithmes

2ln(2x 1) ln(3x 2x) = ln(4x 3) lnx


3 3
Rponse : Df = ;
4 2

2
2
ln(2 x 1) ln(3x 2 x ) ln(4 x 3) ln x

(2 x 1) 2
(4 x 3)
ln
ln
2
( 3x 2 x )
x
(2 x 1) 2
(4 x 3)
d ' o

2
( 3x 2 x )
x
x (2 x 1) 2 (3x 2 x 2 )(4 x 3)
x (2 x 1) 2 x (3 2 x )(4 x 3)
(2 x 1) (3 2 x )(4 x 3)
4 x 4 x 1 12 x 8 x 9 6x
12 x 22 x 10 0
6x 11x 5 0
(On pourra remarquer que x = 1 est une racine vidente ; lautre racine vaut 5/6). Si on ne le
voit pas, on peut galement calculer le discriminant :
121 120 1 0;
Il y a donc deux racines
11 1 5
11 1
x'
et x"
1
12
6
12
Ces deux solutions sont toutes les deux dans D. Donc S = {5/6 ; 1}
I.3. Fonctions logarithmes en base a (a > 0, a 1)
On appelle fonction logarithme en base a, la fonction dfinie par : loga (x) =
Cas particuliers :
a = e loge x = ln x

128

a = 10

log10 x =

ln x
ln 10

ln x
ln a

On notera plus simplement log10 x = log x


log sappelle le logarithme dcimal de x
Remarque : log 10 = 1
II. Fonctions exponentielles
II.1. Fonction exponentielle en base e
On appelle fonction exponentielle en base e, note exp, la fonction rciproque de la fonction
logarithme nprien ln.
Consquences :
Dexp = IR et lensemble image de la fonction exp est ]0, + [
ce qui signifie que pour tout x rel ex > 0
Autre notation : exp(x) se note aussi ex
II.1.1. Ensemble de dfinition
Dexp = IR
Exemples : dterminer lensemble de dfinition des fonctions suivantes
f (x) = e4x 3
Df = IR
g (x) = e
Df = [0, + [
ex
h (x) =
x
*
Dh = IR

II.1.2. Limites

ex = +

(1)

ex = 0

(2)

ex
= + (avec > 0)
x
x ex = 0 (avec > 0)

(3)
(4)

ex 1
=1
(5)
x0 x
Remarque : au voisinage de linfini, lexponentielle de x lemporte sur toute puissance de x.
Cette remarque permet de retenir facilement les limites (3) et (4) et de lever les

lim

indterminations du type
Exemples :
Calculer

avec (3) et du type 0 avec (4).

ex x

On a lindtermination + - . On met x ou une puissance de x en facteur.

129

ex x =

ex
x - 1
x

x=+
ex
x - 1 = +

Donc
ex x = +

Calculer

ex 1
ex + 2

On a lindtermination . On met ex en facteur.

ex
ex

1
=
+2

ex 1 x
e
=
2

x
e 1 + x
e

1
=
ex

1
ex
2
1+ x
e
1

2
=0
ex
ex 1
Do
=1
ex + 2
e3x 1
Calculer lim
x 0 4x
0
On a lindtermination . On cherche se ramener la limite (5).
0
3x
3x
e 1
e 1 3
lim
= lim

4
x 0 4x
x 0 3x
e3x 1
eu 1
= lim
=1
x 0 3x
u0 u
lim

e3x 1 3
=
4
x 0 4x

Do lim

II.1.3. Drive
Pour tout x rel : (ex) = ex
Pour tout x rel : (eu(x)) = eu(x) u(x)
Exemple
Calculer (e4x - 1)

(e4x - 1) = e4x 1 (4x 1) = e4x 1 4


II.1.4. Tableau de variations
Sur IR : (ex) = ex > 0
exp est croissante sur IR

130

x -

+
+

(e )

+
0

ex

II.1.5. Reprsentation graphique

II.1.6. Proprits algbriques


Pour tout a et b rels :
ea + b = e a eb
(ea)b = eab
1
e- a = a
e
a
e

= ea b
eb
e0 = 1
e1 = e
ea = eb a = b
Cette proprit sert rsoudre certaines quations
ea eb a b
Cette proprit sert rsoudre certaines inquations
II.2. Rsolution dquations avec des exponentielles
ln(1 x 2 )

e
Rponse
D 1;1

131

2 x 1

eln(1 x ) (1 x 2 )
2

(1 x 2 ) 2 x 1
x2 2 x 0
x ( x 2) 0
Les solutions de cette quation sont x = 0 et x = 2.
Mais seul {0} appartient D. On a donc S = {0}
e 10e 9 0
Rponse
D
On pose :
2x

X e x : X 2 10 X 9 0;
(On peut remarquer que X = 1 est une racine vidente, ou calculer le discriminant rduit)
' 25 9 16 d'o X ' 5 4 1 et X" 5 4 9

X 1 e x 1 x ln1 0; X 9 e x 9 x ln 9 d ' o S 0;ln 9

2x

6
5
2x

Rponse
D

2 2 x 6 5 2 x 2 2 x 5 2 x 6 0; On pose X 2 x : X 2 5 X 6 0; 25 24 1
5 1
5 1
X '
2; X "
3 d' o 2 x 2 e x ln 2 2 x ln 2 ln 2 x 1
2
2
ln 3
ln 3
2 x 3 e x ln 2 3 x ln 2 ln 3 x
d' o S 1;

ln 2
ln 2
II.3. Fonctions exponentielles en base a (avec a > 0)
On appelle fonction exponentielle en base a, la fonction dfinie par : ax = exlna
II.3.1. Cas particuliers
a=e
on retrouve ex
a = 10
10x = exln10
II.3.2. Drive
(ax) = (exlna) = (exlna) (x lna) = exlna lna
Donc : (ax) = lna ax
Exemple : (2x) = ln2 2x
Remarque
Les fonctions loga et ax sont rciproques lune de lautre.
Pour tout x rel : loga ax = x
Pour tout x > 0 : alogax = x
132

III. Fonctions puissances


On appelle fonction puissance lapplication de ]0, + [ dans IR dfinie par :
f(x) = xa = ea lnx avec a IR
Remarques :
lorsque a IN, on peut dfinir f sur IR
Il ne faut pas confondre x xa qui est une fonction puissance avec
x ax qui est une fonction exponentielle.
III.1. Limites
a>0:

a<0:

a=0:
III.2. Drives
(xa) = (ea lnx) = ea lnx (a lnx) = xa

a
x

(xa) = a xa - 1
III.3. Tableaux de variation
a>0
+

x 0
f (x)

+
+

f(x)
0

a<0
+

x 0
f (x)

f(x)

a=0
+

x 0
f(x)

133

III.4. Proprits algbriques


Soit n IN. Si a et b sont quelconques dans IR*
a0 = 1
a1 = a
an = a a a a si n > 2
am an = a m + n
(am)n = amn
(ab)n = an bn
1
a-n = n
a
a n an
= n
b b

134

Dnombrements et probabilits
I. Dnombrements
I.1. Cardinal dun ensemble fini
Dfinition
Soit un ensemble E ayant un nombre fini dlments. On appelle cardinal de E, not card. E,
le nombre dlments de E.
Cardinal dun ensemble produit
E = {x1, x2, , xn}
F = {y1, y2, , yp}
On appelle ensemble produit E F, lensemble
E F = {(x, y), x E et y F}
E F = { (x1, y1), (x2, y2), }
Thorme
Card E F = Card E Card F
Exemples
1) A une soire, on a trois filles F1, F2, F3 et deux garons G1, G2. Combien de couples peut-on
former ?
(F, G)

3 choix
2 choix
3 2 choix
On peut dailleurs citer les couples possibles : (F1, G1), (F1, G2), (F2, G1), (F2, G2), (F3, G1), (F3,
G2). On peut galement tracer un arbre de choix pour recenser ces diffrentes possibilits.
G1

(F1, G1)

F1
G2

G1

(F1, G2)
(F2, G1)

F2
G2

(F2, G2)

G1

(F3, G1)

F3
G2

135

(F3, G2)

2) Au restaurant un menu est constitu dune entre, dun plat de rsistance et dun dessert.
Le restaurant propose deux choix dentres, trois choix de plats de rsistance et quatre choix de
desserts. Combien a-t-on de menus possibles ?
Un menu est un triplet (E, P, D). On choisit une entre, puis un plat de rsistance, puis un
dessert. Card (E P D) = card E card P Card D = 2 3 4. On a donc 24 menus possibles.
I.2. P-Listes dlments
Dfinition
Soit un ensemble fini et p un entier suprieur 1.
Une p. liste dlments de E est une liste ordonne de p lments de E, distincts ou non.
Exemple : Avec les chiffres 1, 2, 3, 4 on peut crire les 3 listes : 123, 122, 111...
Nombre de p-listes
Thorme : Si le nombre dlments de E est n, alors le nombre de p-listes dlments de E
est np.
Preuves : Pour la 1re composante de la p-liste on a n choix
Pour la 2me composante de la p-liste on a n choix
Pour la pme composante de la p-liste on a n choix
On a donc np p-listes possibles
3

Exemple : Avec les chiffres 1, 2, 3, 4 on peut former 4 = 64 nombres de 3 chiffres (distincts


ou non) exactement.
I.3. Arrangements
Dfinition
Soit un ensemble fini E de n lments et p un entier tel que 1 p n. Une p-liste
dlments de E deux deux distincts sappelle un arrangement.
Exemple : Avec les chiffres 1, 2, 3, 4 on peut former les arrangements suivants : 123, 124...
Nombre darrangements
Si E a n lments et p est un entier tel que 1 p n, alors le nombre darrangements de p
lments de E est
A pn = n(n 1)...(n p 1)

p facteurs
Preuve :

Pour la 1re composante de la p-liste on a n choix


Pour la 2me composante de la p-liste on a (n-1) choix
Pour la pme composante de la p-liste on a (n-p+1) choix
On a donc ; n n 1 ... n p 1 p-listes possibles

Exemple : Avec les chiffres 1, 2, 3, 4 on peut former A 4 = 4 3 2=24 nombres de 3 chiffres


3

distincts.
136

I.4. Permutations
Dfinition
Soit E un ensemble fini de n lments. On appelle permutation de E un arrangement de n
lments.
Exemple : Avec les chiffres 1, 2, 3, 4 on peut former A 4 = 4 3 2 1= 24 nombres de 4
chiffres distincts
Remarques
4

A nn = n (n 1) ...1 n ! (factorielle n)
Par convention

0!=1

1!=1
n!
n(n 1) ... 1
A pn = n (n 1)...(n p + 1) =
=
(n p) ... 1 ( n p)!
I.5. Combinaisons
Dfinitions
Soit E un ensemble ayant n lments et p un entier tel que o p n
Une combinaison de p lments de E est un sous-ensemble de E ayant p lments
Exemple : Avec les chiffres 1, 2, 3, 4 on peut former les combinaisons de 2 lments
suivants :{1,2},{1,3} ,...
Thorme
Soit E un ensemble fini de n lments et p un entier tel que 0 p n .Le nombre de
combinaisons de p lments de E est le nombre.
p
p An
Cn =

p!

n!
( n p)! p !

Preuve : A chaque partie de E ayant p lments, on associe p ! p-listes dlments distincts


de E. On obtient ainsi tous les arrangements de p lments de E, une fois et une seule. Do :
p
Cp
n p! = A n

Exemple : Avec les chiffres 1, 2, 3, 4 on peut former :


lments de {1, 2, 3, 4}.

4 3
= 6 parties de 2
2

2!
On peut les citer 1,2, 1,3, 1,4, 2,3, 2,4, 3,4

Proprits des C pn
n
- Pour tout n 0 : C o
n =1, C n = 1,

- Pour tout n 1 : C1n = n


- Pour tout n IN, p IN, 0 p n : Cnn - p = C pn

137

2
2 A4
C4 =

I.6. Organigramme

OUI

Peut-on rpter
un lment ?

NON
OUI

A-t-on un ordre ?

Raisonner avec les p-listes dlments


distincts ou les arrangements

Raisonner avec
les p-listes

Exemple : tirage successif


(sans remise, avec ordre)

Exemple : tirage
avec remise

NON

Raisonner avec
les combinaisons

Exemple: Tirage
simultan (sans remise,
sans ordre)

II. Notions de probabilits


II.1. Vocabulaire des vnements
Considrons une exprience alatoire.
Exemple : Le lancer dun d cubique
On appelle :
Espace fondamental ou univers des possibles, not , lensemble des rsultats possibles
de lexprience
Exemple : d cubique

: 1,2,3,4,5,6

Evnement lmentaire, un vnement contenant un seul lment.


Exemple : d cubique : {1}, {4} sont des vnements lmentaires.
Evnements incompatibles, des vnements disjoints
Exemple : d cubique : {1, 2, 3} et {5, 6} sont incompatibles
Evnement contraire de A, le complmentaire de A dans
Exemple : d cubique : A = {1, 3,5} et B = {2, 4,6} sont des vnements contraires.
(A = avoir un rsultat impair , B = avoir un rsultat pair ). Notation : B = A
Systme complet dvnements, une suite dvnements A1, A2... An
tels que :

pour tout i et j distincts de {1,2 ...,n}

Exemple : d cubique
Les singletons {1}, {2}, ... {6} forment un systme complet dvnement.
A et A forment un systme complet dvnements

138

II.2. Probabilits
Dfinition
Soit un univers. Une probabilit sur est une application p de lensemble des
vnements de dans [0,1] telle que :
p( ) = 1
Pour tous vnements A et B vrifiant A B = : p (A B) = p (A) + p (B)
Proprits
Pour tout vnement A : p( A ) = 1- p(A)
Pour tous vnements A, B : p ( A B ) = p(A) + p(B) p(A B)
La probabilit dun vnement A est gale la somme des probabilits des vnements
lmentaires inclus dans A.
Equiprobabilit : On dit que lon a quiprobabilit lorsque tous les vnements
lmentaires ont la mme probabilit : dans ce cas, la probabilit dun vnement A de lunivers
nombre de rsultats favorables A
est :
p (A) =
nombre de rsultats possibles de
Remarque : On a une situation dquiprobabilit lorsque lon a un d quilibr, une pice
parfaite, un jeu de cartes bien battu, des boules indiscernables au toucher...
Exemple : la probabilit davoir 1 cur dans un jeu de 32 cartes bien battu est :
8 1
p(C) =
= = 0,25
32 4
Non quiprobabilit : on dit que la somme des probabilits des vnements lmentaires
vaut 1.
Exemple : un ascenseur dessert un immeuble 4 tages. La probabilit pour que lascenseur
sarrte un tage est proportionnelle au numro de ltage. Au rez-de-chausse, un visiteur
attend lascenseur arrt un certain tage. Calculer la probabilit pour quil soit arrt au 3 me
tage.
En notant p (i) la probabilit pour que lascenseur soit au ime tage, on obtient :
p(1) p( 2) p( 3) p( 4) p(1) p( 2) p( 3) p( 4) 1
3
=
=
=
=
=
do p(3) = = 0,3
2
3
4
1 2 3 4
1
10
10
II.3. Probabilit conditionnelle
Exemple : lancer dun d cubique parfait
Soient A et B les vnements suivants :
A le rsultat est pair ;
B le rsultat est strictement suprieur 5

139

1,2,3,4,5,6 A = {2,4,6} B 6

p(A) =

La probabilit de B sachant que A est ralis se note

3 1
1

P(B) =
6 2
6
(ancienne criture : P(B/A) et vaut

1
.
3

1
1
p( A B) 6 1
= 2=
On peut par ailleurs remarquer que
1 6
3
p( A )
2
Dfinitions
Soit p une probabilit sur et A un vnement de probabilit non nulle.
Pour tout vnement B de , on appelle probabilit de B sachant A le nombre :
p( A B)
=
p( A)
Consquence : si A et B sont deux vnements de probabilits non nulles, alors :
(Formule des probabilits composes) :
II.4. Indpendance
Dfinition
Les vnements A et B sont indpendants si et seulement si : p (B/A) = p(B)
Proprit
Les vnements A et B sont indpendants si et seulement si :
p(A B) p( A) p( B)
Exercice
Dans une urne, on a 3 jetons marqus E, 2 jetons marqus C, 4 jetons marqus O, 1 jeton
marqu N, 2 jetons marqus I. On tire 3 jetons au hasard. Quelle est la probabilit davoir dans
lordre les lettres E, C, O dans le cas dun tirage avec remise, dans le cas dun tirage sans remise.
Tirage avec remise :
1re mthode : avec les probabilits conditionnelles
Soient les vnements :
E1 Avoir E au 1er tirage
C2 Avoir C au 2me tirage
O3 Avoir O au 3me tirage
p (E1 C2 O3) p(O3 / E1 C2 ) p ( E1 C2 ) = p( O 3 / E1 C2 ) p( C2 / E1) p( E1)
=

4
2
3
1

12 12 12 72

2me mthode : indpendance


140

Puisquil y a tirage avec remise, les vnements E1 , C2 , O3 sont indpendants. On aurait pu


dire plus simplement :
3
2
4
1

p ( E1 C2 O3) p( E1) p(C2 ) p(O3) =


12 12 12 72
me
3 mthode : dnombrement
Puisquil y a tirage avec remise, un tirage est une 3-liste. Pour chaque composante, on a 12
choix, donc 12 3 rsultats possibles.
On a 3 2 4 24 cas favorables la ralisation de lvnement cherch
24
1
Puisque lon a quiprobabilit : p( E1 C2 O3) 3
72
12
Tirage sans remise
1re mthode : avec les probabilits conditionnelles
Avec les notations prcdentes, on a :
p ( E1 C2 O 3) p( O 3 / E1 C2 ) p( C2 / E1) p( E1)

4 2
3
1

10 11 12 55

2me mthode : avec le dnombrement


On a des tirages successifs de 3 lments pris parmi les 12 jetons de lurne.
On a A312 = 12 11 10 cas possibles et 3 2 4 cas favorables
Puisque lon a quiprobabilit : p ( E1 C 2 O3)

3 2 4
1

12 11 10 55

II.5. Probabilits totales


Thorme
Soit p sur un espace fondamental et A1 , A2 ...A4 un systme complet dvnements de
de probabilits non nulles.
n

Pour tout vnement B on a : p (B) = p(B/Ai) p(Ai)


i 1

Preuve :

= A1 A2 ... An
B donc B = B
p(B)=p(B ) pB ( A1 A2 ... An)

Lintersection est distributive sur lunion : p(B) = p[ (B A1) (B A2) ... (B An)]
Les vnements A1, A2, , An sont incompatibles, donc B A1, B A2, ... B An sont
incompatibles.
Do : p (B) = p (B A1) + p (B A2) + p (B An)]
Daprs la formule des probabilits composes :
p (B) = p (B/A1) p (A1) + p (B/A2) p (A2) + + p (B/An) p (An)
Exemple : On a fait une tude sur les causes qui poussent un garon fumer. On a remarqu
quun garon, dont le pre est fumeur, va se mettre fumer avec la probabilit 0,7 et quun
garon dont le pre ne fume pas sera non fumeur avec la probabilit 0,8.
On estime dans une population donne que 50% des pres sont fumeurs.
141

a) A combien peut-on estimer la proportion des hommes fumeurs la gnration suivante ?


b) On note pn la probabilit quun garon de la nime gnration soit fumeur et q n la
probabilit quil ne fume pas.
Exprimer pn + 1 en fonction de pn et de q n .
En dduire une relation de rcurrence de entre pn + 1 et pn , puis la valeur de pn , ne fonction
de n.
Etudier la limite de la suite ( pn ) quand n augmente indfiniment. Comment pouvez-vous
interprter cette limite ?
Soit Fn lvnement un garon de la nme gnration est fumeur
Fn et Fn forment un systme complet dvnements
a) pF1 pF1 / F0 pF0 p F1 / F0 p F0 0,7

1
1
0,2 0,45
2
2

b) p Fn1 p Fn1 / Fnp Fn p Fn1 / Fnp Fn =0,7 p n + 0,2 (1- p n )=0,2 + 0,5 p n
( pn) est une suite arithmtico-gomtrique.

On a donc :

pn 0,1 0, 5n 0,4

lim 0,5 n 0

car 0 < 0,5 < 1

lim p n 0,4

do

On a donc un taux de fumeurs de 40% pour une gnration trs loigne.


II.6. Formule de Bayes
Soit p une probabilit sur un espace fondamental et A1 , A2 ... An un systme complet
dvnements de probabilits non nulles. Pour tout vnement B de probabilit non nulle on a :

p Aj / B

p Aj p B / Aj

p B / A i pA i
n

i 1

Preuve : p(A j / B)

p( B A j )
p( B)

p( B / A j ) p(A j )
p( B)
n

Daprs le thorme des probabilits totales : p(B) = p(B/ Ai ) p( Ai )


i 1

do le rsultat cherch.
Exemple : Dans un lot de 100 ds, 75 sont parfaits et 25 sont pips. Pour un d pip, la
1
probabilit davoir 1 est . On lance le d et on obtient 1. Quelle est la probabilit pour que ce
3
d soit pip ?
Soit P lvnement : le d est pip .
P et P forment un systme complet dvnements
142

soit E lvnement : obtenir 1 .


1
12

2
= = 0,4
1 1 5
+
12 8

p (P/E) =

III. Variables Alatoires


III.1. Variable alatoire
Soit une probabilit p sur un espace fondamental . On appelle variable alatoire relle,
toute application X de dans IR
Exemple : On lance 3 pices parfaites numrotes 1, 2, 3. Soit P lvnement avoir pile sur
lune des pices . Soit F lvnement avoir face sur lune des pices
= ( P, P, P), ( P, P, F), ( P, F, P), ( P, F, F), ( F, P, P), ( F, P, F), ( F, F, P), ( F, F, F)
Lorsque lon obtient un pile on gagne 1 et lorsque lon obtient un face on perd 1.
On a donc :

IR
(P,P,P)
(P,F,P)
(P,P,F)
(F,P,P)
(F,F,P)
(F,P,F)
(P,F,F)
(F,F,F)

+3
+1

-1
-3

III.2. Fonction de rpartition


Soit une variable alatoire X dfinie sur un espace fondamental muni dune probabilit p. On
appelle fonction de rpartition de X, la fonction FX dfinie sur IR par : FX ( x ) = P (X x )
Exemple : reprenons lexemple prcdent : le lancer de 3 pices parfaites.
FX ( x) P( X x) P() 0
Si x < - 3 :
1
8

Si 3 x < - 1 :

FX ( x) P( X x) P( X 3)

Si 1 x < 1 :

FX ( x ) P ( X 3) P ( X 1)

Si 1 x < 3 :
Si x 3 :
143

1 3 1

8 8 2

F ( x) P( X 3) P( X 1) P( X 1) 7
X

FX ( x ) 1

Do la reprsentation graphique de FX

III.3. Variables alatoires discrtes


Dfinition
Une variable alatoire X de dans IR est discrte si lensemble image X ( ) est un
ensemble de valeurs isoles (chaque image peut-tre le centre dun intervalle ouvert non vide
ne contenant pas dautre image).
Exemple : le lancer de 3 pices parfaites
Loi de probabilit dune variable alatoire discrte
Soit X une variable alatoire discrte.
Lapplication f de X ( ) dans IR dfinie sur X ( ) par : f ( x) P( X x) sappelle loi de
probabilit de X.
Exemple : lancer de 3 pices parfaites
xi
pi

Remarque :

-3

-1

1
8

3
8

3
8

1
8

1 3 3 1
1
8 8 8 8

Esprance dune variable alatoire discrte


Soit X une variable alatoire discrte sur et X () x0 , x1 ,... xn ,... . Lesprance est

E( X) x n p( X x n ) si ce nombre est fini.


n0

Exemple : lancer de 3 pices parfaites (exemple prcdent)


4
1
3
3
1
E ( X) p i . x i ( 3) ( 1) 1 3 0
i 1
8
8
8
8
Lorsque E( X) 0, on dit que le jeu est quilibr.
Variance dune variable alatoire discrte
Soit X une variable alatoire discrte sur et X() x0 , x1 ,..., xn . . . . X a pour variance V

(X) le nombre V(X)= x2n p ( X x n ) E( X) si ce nombre est fini.


2

n0

Remarque : X V (X ) sappelle lcart-type de X


Exemple : lancer de 3 pices parfaites :
144

V( X) ( 3) 2

1
3
3
1 24
( 1) 2 12 32
3
8
8
8
8
8

III.4. Variables alatoires continues


Dans le paragraphe prcdent, nous avons envisag des variables alatoires qui prennent des
valeurs isoles. Par exemple le nombre de fois o lon a un as en lanant 5 fois un d cubique
parfait.
A prsent, nous allons considrer une variable alatoire pouvant prendre nimporte quelle
valeur dun intervalle de IR. Par exemple, la taille des habitants de Paris .
Dfinition
Soit X une variable alatoire dfinie sur un espace fondamental muni dune probabilit p.
On dit que X est une variable continue sil existe une fonction f dfinie sur IR telle que :
pour tout x IR: f ( x) 0
f est continue sur IR sauf peut-tre en un nombre fini de points o elle admet une limite
finie gauche et droite.

existe et vaut 1

Dans ce cas, on appelle fonction de rpartition de X la fonction FX dfinie sur IR par :


pour tout a IR et b IR
Remarque : f sappelle fonction de densit de X
Voici quelques exemples de fonctions de densit et de leur courbe reprsentative :

f(x) = 2

f(x) = 0

f(x) = 0 si x < 0

si 0 x
si >

1
2

1
2

f(x) = 0 si x < 0
f(x) = e- x si x 0

Exercice :
Soit un nombre rel strictement positif ; Dterminer en fonction de le nombre A>0 pour
lequel la fonction f :

est une densit de probabilit.

f est positive sur IR car A>0


On a un seul point de discontinuit de f en O.

Ae

145

dx A e
0

1 A
1

1
lim A e x lim A e X
X
X

Pour que f soit une densit, il faut et il suffit que A . On dit dans ce cas que X suit une loi
exponentielle de paramtre .
Esprance
Soit X une variable alatoire continue de densit f. On appelle esprance de X, si elle existe,

le nombre : E( X) t f ( t ) dt

Proprits : X et Y tant des variables alatoires, a et b des nombres rels :


E (a X + b) = a E(X) + b
E (X + Y) = E(X) + E(Y)
Consquence : E(X Y) = E(X) + E(- Y) = E(X) E(Y)
Si X1, X2, , Xn sont n variables alatoires de mme esprance m
et si S = X1 + X2 + + Xn, alors E(S) = n m

Exemple prcdent : E( X) t e - t dt t e -t dt
Intgrons par parties :

u=t
v = e- t

u = 1
1
v = - e- t

X
X 1

t t
E( X) lim e lim e t dt
0 X 0
X

1
1

1
E( X) lim 2 e t lim 2 e X 2
X
X


0

1
E ( X)

Variance
Soit X une variable alatoire continue de densit f.

On appelle variance de X, si elle existe, le nombre : V( X) t f ( t )dt E( X)

Proprits : X et Y sont des variables alatoires, a et b des nombres rels.


V (a X + b) = a V(X)
Si X et Y sont indpendantes, alors V(X + Y) = V(X) + V(Y)
Consquence : si X et Y sont indpendantes,
V(X Y) = V(X + (-Y)) = V(X) + V(- Y) = V(X) + (-1) V(Y) = V(X) + V(Y)
Si X1, X2, , Xn sont n variables alatoires indpendantes de mme cart-type
et si S = X1 + X2 + + Xn, alors V(S) = n et (S) = n

1
Exemple prcdent : V( X) t e t dt 2

0
Aprs une double intgration par parties on arrive :
2 1
1
V( X) 2 2 2

146

IV. Lois discrtes usuelles


IV.1. Loi binomiale
Dfinition
Soit une preuve lmentaire (preuve de Bernoulli) dont le rsultat revt deux formes :
le succs de probabilit p
lchec de probabilit q = 1 p
On rpte n fois cette preuve lmentaire.
Les preuves lmentaires sont indpendantes.
Soit X la variable alatoire qui associe aux n preuves le nombre de fois o lon a un succs.
On dit que X suit la loi binomiale de paramtres n et p
Notation

B (n, p)
X ( ) 0,1,.... n
X

Soit : 0 k n , k entier

p ( X k ) Ckn p k (1 p) n k

Exemple :
On sintresse aux ventes journalires dun article A, commercialis par un magasin de gros.
Le rapprovisionnement du magasin quotidien, permet de reconstituer chaque matin de jour
ouvrable le stock initial darticles A. Pour chaque jour ouvrable choisi au hasard parmi un grand
nombre de jours ouvrables, la probabilit de rupture de stock est de 0,05.
Soit X la variable alatoire qui, chaque prlvement de 50 jours ouvrables, au hasard et
avec remise, choisi parmi un grand nombre de jours ouvrables, associe le nombre de jours, sur
les 50, o il y a rupture de stock en articles A.
Quelle est la loi suivie par X ? Justifier. Calculer la probabilit de lvnement X=2 puis de
lvnement X 2 .
Soit lpreuve lmentaire qui consiste choisir un jour ouvrable et se demander si ce jour
il y a rupture de stock.
Le rsultat revt deux formes :
Le succs de probabilit p = 0,05
lchec de probabilit q = 0,95
On rpte 50 fois cette preuve lmentaire. Les preuves lmentaires sont indpendantes.
X

B (50 ; 0,05)

2
p( X 2) C50
0,052 0,9548 0,261
p ( X 2) p ( X 0) p ( X 1) p ( X 2)
0
2
C50
0,050 0,9550 C150 0,051 0,9549 C50
0,052 0,9548 0,541

Esprance de X
Si X
B (n, p)

alors E (X) = n p

Exemple prcdent : E( X) 50 0,05 2,5


147

Variance de X
Si X

B (n, p)

alors V(X) = npq

Exemple prcdent : V( X) 50 0,05 0,95 2,375


IV.2. Loi gomtrique
Dfinition
Soit une preuve lmentaire dont le rsultat revt deux formes :
le succs de probabilit p
lchec de probabilit q = 1 p
On rpte n fois cette preuve lmentaire. Les preuves lmentaires sont indpendantes.
Soit X la variable alatoire qui associe aux n preuves la 1re fois o lon a un succs.
On dit que X suit la loi gomtrique de paramtre p.
X() = IN*
Pour tout x IN* P( X k ) pq k 1
Preuve : soit Si lvnement : la ime preuve est un succs
p( X k) p(S1 S2 ...... S k 1 S k )

= p(S1 ) p(S2 )... p(S k 1 ) p(Sk)


= q q...... q p

k 1 fois
= qk 1 p
Notation : X

(p)

Exemple : une urne contient des boules indiscernables au toucher numrotes de 1 n. On


tire successivement une une les boules avec remise jusqu obtenir la boule n. Soit X le nombre
de tirages raliss. Quelle est la loi de X ?
1
X () = IN*. La probabilit dobtenir la boule n est, chaque tirage, gale .
n
1
1
P( X k ) (1 ) k 1 pour k 1
n
n
Esprance et cart type de X
Si X

(p) alors E( X)

1
q
et V( X) 2
p
p

IV.3. Loi de Poisson


Dfinition
On dit quune variable alatoire suit une loi de Poisson de paramtre 0 si les deux
conditions suivantes sont raliss :
X() IN

148

Pour tout k IN : P( X k ) e

Notation : X

k
k!

( )

Exemple : On admet que le nombre X de dfauts dune ampoule suit une loi de Poisson, de
paramtre 4 . Calculer la probabilit des vnements suivants :
a) il ny a pas de dfaut sur l ampoule
b) il y a strictement plus de deux dfauts sur lampoule
c) le nombre de dfauts est compris entre 3 et 7 (au sens large).
4k
p( X k ) e
k!
4

do :

40
e 4 0,01832
0!
p( X 2) 1 p( X 0) p( X 1) p( X 2)
p( X 0) e 4

1 [0,01832 + 0,077326 + 0,14653]


0,76189
p (3 7) p ( X 3) p ( X 4) p ( X 5) p ( X 6) p ( X 7) 0,71092
Remarque : les valeurs sont calcules laide dune calculatrice ou de la table de Poisson.
Esprance et variance de X
Si
X
P ( ) alors E( X) v( X)
Exemple prcdent : E( X) v( X) 4
Approximation dune loi binomiale par une loi de Poisson
La loi binomiale B (n,p) peut-tre approche par la loi de Poisson

(np) lorsque

p 0,1 , n 30 et np 15

Exercice : Un chantillon de 200 personnes est extrait au hasard et avec remise, de la


population constitue par les employs dune grande entreprise. Le tableau suivant dcrit la
distribution des salaires annuels bruts de ces 200 employs (on supposera que les salaires sont
rpartis uniformment dans chaque classe) :
salaires en
milliers
deuros

[50 ; 100[

[100 ; 150[

[150 ; 200[

[200 ; 250[

[250 ; 300[

effectifs

90

50

30

20

10

a) On considre un employ, choisi au hasard, dans cet chantillon. Quel est la probabilit
pour que son salaire annuel brut soit strictement infrieur 250 milliers deuros ?
b) On considre maintenant 40 personnes, choisies au hasard avec remise, dans lchantillon.
On note X la variable alatoire correspondant au nombre de personnes, parmi les 40, dont le
salaire est suprieur ou gal 250 milliers deuros
- Quelle est la loi suivie par X ? Justifier.
149

- Calculer E (X)
- Calculer la probabilit de lvnement X=3
- Calculer nouveau la probabilit de lvnement X=3 en utilisant, cette fois,
lapproximation de la loi de X par la loi de Poisson de mme esprance.
Rponse : a) On a quiprobabilit, do :
190
p( X 250)
0,95
200
b) Soit lpreuve lmentaire qui consiste demander une personne son salaire annuel.
Le rsultat revt deux formes :
Le succs (le salaire est suprieur 250 milliers deuros) de probabilit p = 0,05.
Lchec (le salaire est infrieur 250 milliers deuros) de probabilit q = 0,95
On rpte 40 fois cette preuve lmentaire. Les preuves lmentaires sont indpendantes.
X
B (40 ; 0,05)
E( X) 40 0,05 2

P( X 3) C 340 0,053 0,9537 0,1851


n 30; p 0,1; np 15
On peut considrer que X

(2) alors p( X 3) e 2

23
0,1804
3

V. Lois continues usuelles


V.1. Loi uniforme
Soit X une variable alatoire dfinie sur . On dit que X suit une loi uniforme sur le segment
[a, b] si et seulement si X est une variable alatoire continue de densit f, avec :
1
f(x) =
si x [a, b]
b-a
f(x) = 0 si x [a , b]
Notation : X

([a, b])

Fonction de rpartition
Si x < a
F(x) = 0
x dt
xa
si a x b
F(x) =
b-a=b-a
a
si x > b
F(x) = 1
1

150

Esprance et variance
a+b
E(X) =
2
(b a)
V(X) =
12
V.2. Loi exponentielle
Voir exemple prcdent (page 71).
V.3. Loi normale
Dfinition
Soit X une variable alatoire dfinie sur un espace fondamental . On dit que X suit une loi
normale (ou de Laplace-Gauss) de paramtres m IR et IR+* si X est une variable alatoire
(t m)
1
continue de densit f telle que : f(t) =
e - 2
2
Notation
X

N (m, )

Etude et reprsentation graphique de f


( t m )

tm 1
Pour t IR , f (t) = e 2
2
t

(t)
(t)

m
0

+
-

1
2

La droite x = m est un axe de symtrie pour C

Proprits
1) Si X

N (m , ), alors E (X) = m et V(X) =

Preuve : la dmonstration se fait en faisant le changement de variable


+ - u
utilisant le fait que
- e du = , mais elle sera admise ici.

151

tm
= u et en

N (m , ), alors

2) Si X

t=

Xm

N (0 , 1)

Remarque : faisons le changement de variable t =


1
F (x) =
2

( x m )
2

xm
:

1
devient g (t) =
e 2
2

devient

axb

am Xm bm

devient

P(a X b) = P (a t b)
Les aires hachures et les aires comprises entre Cf et x0x dune part, Cg et t0t dautre part,
ont t modifies proportionnellement, donc la probabilit est inchange.
Consquence : lorsque X suit une loi nouvelle
normale centre rduite
table de

N (m, ) on se ramnera toujours une loi

N (0 , 1) par le changement de variable t = X m. Puis on lira dans la

(0, 1) les mesures daire des surfaces comprises entre Cg, t0t et les droites

dquation t =) a et t = b. On utilisera chaque fois que ce sera utile la symtrie de C g par rapport
laxe des ordonnes.
Exemple : la variable alatoire X suit la loi normale N (20, 5) .
P (X 26)

a)

P (X 30)
P(X 15)
Calculer :
P (X 10)
P(10 X 26)

b) Trouver a tel que P (X a) = 0,95

Rponse :
X 20 26 20
a) P (X 26) = P 5 5 = P (t 1,2) = (1,2)

152

En dsignant par la fonction de rpartition de la loi normale centre rduite. Daprs la lecture
de la table : P (X 26) 0,8849
On cherche se ramener la situation P (t )
avec > 0 pour pouvoir utiliser la table de N (0, 1).
P (X 30) = 1 P (t < 2) = 1 0,9772 0,228
P (X 15) = P (t - 1)
P (t 1) = (1) 0,8413
P (X 10) = P (t - 2) = P (t 2)
= 1 P (t 2)
1 0,9772 0,0228

P (10 X 26) = P (- 2 t 1,2)


= (1,2) [1 - (2)]
= (1,2) + (2) 1 0,8621

a 20
a 20
b) P (X a) = 0,95 P t 5 = 0,95
1,65 a 28,25
5

Remarque :
On peut retenir que :
P (t 1,64) = 0,95 P (t 1,96) = 0,975
P (t 2,57) = 0,995 P (t 1) = 0,8413
Approximation dune loi binomiale par une loi normale
Si n 30, np 15 et npq > 5, alors la loi binomiale B (n, p) peut tre approche par la loi
normale N (np , npq)
Exemple : on jette quarante fois de suite une pice parfaite.
a) On note X la variable alatoire qui associe chaque partie le nombre de piles obtenus.
Dterminer la loi suivie par X.
b) Calculer la probabilit p (2 X 4).
c) Retrouver le rsultat prcdent en utilisant une approximation par une loi normale dont
on prcisera les paramtres.
Rponse :
a)
Soit lpreuve lmentaire qui consiste lancer une pice parfaite et considrer le
rsultat obtenu. Le rsultat revt deux formes :
1
Le succs (obtenir pile) de probabilit p =
2

153

1
2
On rpte 40 fois cette preuve lmentaire. Les preuves lmentaires sont indpendantes.

Lchec (obtenir face) de probabilit q =

B (40 ; 0,5)

b)
P (2 X 4) = P (X = 2) + P (X = 3) + P (X = 4)
2
3
4
= C40 0,52 0,538 + C40
0,540 + C40
0,540
= 0,540 (20 39 + 20 13 38 + 10 13 19 37)
9,28 10- 8
c) n = 40
np = 20
npq = 10
On peut approximer B (40 ; 0,5) par la loi normale N (20 ; 10 )
- 16
18
t

P (2 X 4) = P
10
10
= P (- 5,69 t - 5,06) = (5,69) - (5,06)

V.3. Droite de Henry


Principe
Le test de la droite de Henry consiste vrifier si, dans une population statistique donne, la
distribution dune variable quantitative peut tre ajuste par une loi de Gauss (ou loi normale).
La connaissance de lesprance mathmatique et de lcart-type de la loi nest pas ncessaire.
Pour raliser ce test, on utilise du papier gausso-arithmtique : ce papier prsente en
ordonne les (t) de la loi normale centre rduite. En abscisse, lchelle est arithmtique.
On relve les points sur le papier de la faon suivante : en abscisse sont portes les valeurs
correspondant aux bornes suprieures des classes de la distribution observe. En ordonne sont
portes les frquences cumules.
Xi
On construit donc les points Ai 100 F mais cela dpend en fait du type de papier : certains

i
donnent en ordonne 100Fi (%), dautres proposent une chelle avec 10000 Fi comme dans
lexemple ci-dessous, Fi tant la frquence cumule croissante associe la modalit xi et Xi les
extrmits des classes xi.
Si les points Ai sont aligns ou presque sur le papier Gausso-Arithmtique, on trace la droite
la plus proche de ces points, que lon appelle droite de Henry. On pourra alors dire que la
distribution observe suit une loi normale.
Il restera dterminer les paramtres m et de cette loi.
Si X est une variable alatoire qui obit une loi normale (X
fonction de rpartition F.
Pour tout m IR :
154

N (m, ) )

avec pour

X m x m
x m
x m
F(x) = P(X x) = P

= P t
=


tant la fonction de rpartition de la loi normale centre rduite N (0, 1).
xm
et x = m

xm
(1) = 0,8413, donc t = 1 =
et x = m +

Sur le papier Gausso-Arithmtique, une ordonne de 0,5 ou 50 (si les ordonnes sont
donnes en pourcentage) ou mme 5000 (si les ordonnes sont les frquences cumules 104
comme dans lexemple de papier ci-dessous) correspond donc une abscisse qui est la
moyenne m de la loi normale.
Une ordonne de 0,8413 ou de 84,13 ou encore de 8413 correspond une abscisse (m + ).
(0) = 0,5, donc t = 0 =

Exemple
Soit la srie statistique suivante (classes en milliers)
(Seules les lignes 1 et 2 sont donnes dans lnonc, les autres ont t compltes pour la
correction). Cette srie suit-elle une loi normale ?
xi
]0, 2]
fi
0,03
Fi
0,03
100Fi
3
Xi
2

]6,7]
]7,8] ]8,9] ]9,10] + de 10
0,15
0,17
0,09
0,05
0,02
0,67
0,84
0,93
0,98
1
67
84
93
98
100
7
8
9
10
Xi
Sur le papier Gausso-Arithmtique, les points Ai 100 F sont sensiblement aligns (sur

i
lexemple de papier ci-dessous, les frquences cumules sont multiplies par 10 4. Il faut donc en
fait relever les points Xi ; 10000Fi).
Dterminons graphiquement m et .

155

]2, 3]
0,03
0,06
6
3

]3,4]
0,12
0,18
18
4

]4,5]
0,11
0,29
29
5

]5,6]
0,23
0,52
52
6

m correspond lordonne 5000 (voir ci-dessus). Mais on peut galement la calculer par
interpolation linaire en sachant que cela correspond une frquence cumule de 0,5.
m 5000
0,5 0,29 21
=
=
8000 - 5000 0,52 0,29 23
21
Do m = 5000 + 1000 5913.
23
m + = 8000 Do 8000 5913 2087.
VI. Echantillonnage
VI. 1. Principe
La thorie de lchantillonnage consiste, connaissant des proprits dune population,
dterminer des proprits sur des chantillons prlevs dans la population.
En ralit, on est le plus souvent confront au problme inverse, celui de lestimation : on a
des renseignements sur un ou plusieurs chantillons et on en dduit des informations sur la
population totale. Ce sera lobjet du chapitre suivant
VI.2. Loi faible des grands nombres
1) Considrons une population P deffectif N. Certains lments de P possdent une proprit
A.
Soit lpreuve lmentaire : choisir un lment de P. Le rsultat revt deux formes :
Le succs ( il possde la proprit A ) de probabilit p.
On effectue n expriences indpendantes avec remise. Soit S n la variable alatoire qui associe
aux n preuves indpendantes le nombre de succs.

156

Sn
la variable alatoire, qui chaque chantillon de taille n, associe la frquence
n
dapparition de lvnement A au cours des n expriences.
Soit F =

On admet que pour tout entier n suffisamment grand ( n 30 ) F suit approximativement la loi
normale
p( 1p)
)
n
2) Moyenne :
N(p,

Soit une population sur laquelle sont dfinies n variables alatoires X 1,X 2 , . ,X
desprance mathmatique m et dcart type .
X 1 + X 2 + . + X n
n
taille n associe sa moyenne.
Soit X n =

toutes

dsignant la variable alatoire, qui chaque chantillon de

On admet que si n est suffisamment grand ( n 30 ) , X

normale N ( m ,
).
n

suit approximativement la loi

VII. Estimation-Sondage
VII.1. Principe
Cest le principe de linfrence statistique, cest dire ltude de populations partir
dchantillons. On dsire connatre une population P dont on connat la moyenne m et lcart
type .
Linvestigation exhaustive coterait chre et prendrait trop de temps.
VII.2. Estimation ponctuelle
Estimer un paramtre rsumant les valeurs dun caractre dans une population consiste
donner une valeur approche de ce paramtre calcule partir dun chantillon.
Moyenne
On choisit la moyenne x dun chantillon prlev au hasard dans une population comme
estimation ponctuelle de la moyenne inconnue de cette population.

Frquence
On choisit la frquence f des lments possdant une proprit donne dans un chantillon
prlev au hasard dans une population comme estimation ponctuelle de la frquence inconnue
p des lments de cette population ayant cette proprit.
157

Ecart type
tant lcart type de lchantillon de taille n , alors on choisit

n
comme
n-1

estimateur ponctuel de lcart type inconnu de cette population totale.


VII.3. Estimation par intervalle de confiance
Les estimateurs ponctuels dpendent des chantillons. On va sintresser un nouveau type
destimation de la moyenne et de la frquence dlments dune population ayant une
caractristique. Pour cela on utilise le calcul des probabilits et en particulier la thorie de
lchantillonnage pour connatre linfluence du choix dun chantillon donn dans ces
estimations
Moyenne
On montre que :
a) la moyenne m de la population se trouve dans I = [ X t

;X+t
] avec une
n
n

probabilit de
2(t)1
I sappelle intervalle de confiance de la moyenne de la population avec une confiance gale
2(t)1
b) cas particuliers :
Pour une confiance de 90 % t = 1,64
Pour une confiance de 95 % t = 1,96
Dmonstration : 2 ( t ) 1 = 0, 95
( t ) = 0, 975
En lisant la table de la loi normale centre rduite lenvers, on trouve que t = 1, 96
Pour une confiance de 99 %
t = 2,58
Autre confiance : on lit la table de la loi normale centre rduite lenvers

c) Le centre de I est x la moyenne de lchantillon. Le rayon de I est t


n
d) Plus la taille de lchantillon est grande (plus n est grand), plus le rayon de lintervalle de
confiance est petit pour une confiance donne.
e) En gnral, on ne connat pas lcart type de la population. On le remplace par son
estimateur ponctuel.
On remplace donc par

n
=
n-1

n
n- 1

1
1
n

=
=
=
et on a pour intervalle de confiance de la
n
n
n
n- 1
n-1
moyenne m de la population totale :

[ x - t
, x + t
]
x tant la moyenne de lchantillon , tant
n-1
n-1
lcart type de lchantillon , n tant la taille de lchantillon.
Mais

158

Pourcentage
Dans une population de taille N, la part des individus possdant une caractristique donne
est p inconnu. On prend un chantillon de taille n avec une part f dindividus possdant la
caractristique prcdente.
Soit F la variable alatoire, qui tout chantillon alatoire non exhaustif (avec remise) de
taille n associe la frquence des individus possdant la caractristique.
On suppose que N 30, ce qui permet de considrer que F suit la loi normale :
p(1p)
)
n
On montre que lintervalle de confiance cherch est alors :
N(p,

f(f1)
f(f1)
;f+
] f tant la part de lchantillon possdant la
n1
n1
caractristique donne et n tant la taille de lchantillon.
I=[ft

159

Annexe 1 : complments des programmes de


mathmatiques du cycle terminal de la srie
ES et savoir-faire applicables des donnes
quantitatives.
1. Analyse
Fonctions puissances.
Fonctions de deux variables : courbe de niveau, optimisation sous contrainte, dans les cas se
ramenant ltude dune fonction dune variable.
2. Statistiques descriptives
La plupart des notions ci-dessous sont abordes dans le cadre des programmes de
mathmatiques et de sciences conomiques et sociales.
a. Prsentation de donnes statistiques
Tableaux simple entre, double entre.
Diagramme en btons, histogrammes (avec classes de mme amplitude ou non).
Diagrammes circulaires, en rectangles, en secteurs.
Polygones des effectifs ou des frquences cumuls.
Graphiques raliss sur papier semi-logarithmique, log-log (comparaison de variations
relatives).
b. Analyse statistique lmentaire une variable
Paramtres de position (ou de tendance centrale) : mode, classe modale, mdiane, quartiles,
dciles.
Paramtres de dispersion : tendue, cart interquartile, variance, cart-type, coefficient de
variation.
Diagrammes en bote ou bote moustaches.
Paramtres de concentration : courbe de Lorenz et indice de Gini (dfini uniquement comme
le rapport de deux aires).
Indices simples et pondrs (Lapeyres, Paasche, Fisher) et leurs proprits.

160

c. Analyse statistique lmentaire deux variables.


Ajustement affine et ajustements sy ramenant (ajustements exponentiels et puissances) :
Mthode de Mayer, mthode des moindres carrs.
Covariance et coefficient de corrlation linaire (corrlation et causalit).
tude des sries chronologiques : dtermination de la tendance par ajustements affines ou
autres, dsaisonnalisation.
3. Probabilit et statistique infrentielle
Pour cette partie, le programme se limite celui du lyce, avec, entre autres, l'introduction
des lois uniforme et normale et les problmatiques d'aide la dcision et d'estimation d'une
proportion.
Le candidat pourra tre amen juger de l'galit de deux proportions l'aide des intervalles
de confiance 95% correspondant aux frquences observes dans deux chantillons (la
diffrence sera juge significative lorsque ces intervalles sont disjoints).

161

Annexe 2 :
Savoir-faire applicables aux donnes
quantitatives et aux reprsentations
graphiques dans les programmes de sciences
conomiques et sociales
Programme de Seconde
Savoir-faire applicables des donnes quantitatives qui seront mobiliss dans le
traitement du programme
Proportion, pourcentage de rpartition.
Taux de variation, coefficient multiplicateur, indice simple.
Moyenne arithmtique simple et pondre, mdiane.
lasticit prix et lasticit revenu.
Lecture de tableaux double entre, de diagrammes de rpartition, de sries
chronologiques.
Programme de Premire
Savoir-faire applicables aux donnes quantitatives et aux reprsentations
graphiques
L'enseignement des sciences conomiques et sociales en classe de premire doit conduire
la matrise de savoir-faire quantitatifs, ce qui implique la fois calcul et lecture (c'est--dire
interprtation) des rsultats. Les calculs ne sont jamais demands pour eux-mmes, mais pour
exploiter des documents statistiques travaills en classe ou pour prsenter sous forme
graphique une modlisation simple des comportements conomiques, sociaux ou politiques.
- Calculs de proportion et de pourcentages de rpartition
- Moyenne arithmtique simple et pondre, mdiane
- Lecture de reprsentations graphiques : diagrammes de rpartition, reprsentation des
sries chronologiques
- Mesures de variation : coefficient multiplicateur, taux de variation, indice simple
- Lecture de tableaux double entre
- volution en valeur et en volume
- Reprsentation graphique de fonctions simples (offre, demande, cot) et interprtation de
leurs pentes et de leurs dplacements

162

- Notion d'lasticit comme rapport d'accroissements relatifs. Notions d'lasticit-prix de la


demande et de l'offre, d'lasticit-revenu de la demande
Programme de Terminale
Enseignement de tronc commun : Savoir-faire applicables aux donnes quantitatives
et aux reprsentations graphiques
L'enseignement des sciences conomiques et sociales doit conduire la matrise de savoirfaire quantitatifs, qui ne sont pas exigs pour eux-mmes mais pour exploiter des documents
statistiques ou pour prsenter sous forme graphique une modlisation simple des
comportements conomiques ou sociaux.
Calcul, lecture, interprtation
- Proportions, pourcentages de rpartition (y compris leur utilisation pour transformer une
table de mobilit en tables de destine et de recrutement)
- Moyenne arithmtique simple et pondre
- volutions en valeur et en volume
- Propensions moyenne et marginale consommer et pargner
- lasticit comme rapport d'accroissements relatifs
- carts et rapports interquantiles
- Mesures de variation : coefficient multiplicateur, taux de variation, indices simples et
pondrs
Lecture et interprtation
- Corrlation et causalit
- Tableaux double entre
- Taux de croissance moyen
- Mdiane, cart-type
- lasticit prix de la demande et de l'offre, lasticit revenu de la demande
- Reprsentations graphiques : courbes de Lorenz, histogrammes, diagrammes de rpartition,
reprsentation des sries chronologiques, y compris les graphiques semi-logarithmiques
- Reprsentation graphique de fonctions simples (offre, demande, cot) et interprtation de
leurs pentes et de leurs dplacements
Enseignement de sciences sociales et politiques : Savoir-faire applicables aux
donnes quantitatives et aux reprsentations graphiques
L'enseignement de sciences sociales et politiques doit conduire la matrise de savoir-faire
quantitatifs, qui ne sont pas exigs pour eux-mmes mais pour exploiter des documents
statistiques.
Calcul, lecture, interprtation
- Proportions, pourcentages de rpartition
163

- Moyenne arithmtique simple et pondre, mdiane, cart-type


- Mesures de variation : coefficient multiplicateur, taux de variation, indices simples et
pondrs
- Taux de participation lectorale
- Taux de mobilisation lectorale
Lecture et interprtation
- Tableaux double entre
- Reprsentations graphiques : histogrammes, diagrammes de rpartition, reprsentation des
sries chronologiques
Enseignement dconomie approfondie : Savoir-faire applicables aux donnes
quantitatives et aux reprsentations graphiques
L'enseignement d'conomie approfondie doit conduire la matrise de savoir-faire
quantitatifs, qui ne sont pas exigs pour eux-mmes mais pour exploiter des documents
statistiques ou pour prsenter sous forme graphique une modlisation simple des
comportements conomiques ou sociaux.
Calcul, lecture, interprtation
- Proportions, pourcentages de rpartition
- Moyenne arithmtique simple et pondre, mdiane, cart-type
- volutions en valeur et en volume
- Propensions moyenne et marginale consommer et pargner
- lasticit comme rapport d'accroissements relatifs
- Mesures de variation : coefficient multiplicateur, taux de variation, indices simples et
pondrs
Lecture et interprtation
- Corrlation et causalit
- Tableaux double entre
- Taux de croissance moyen
- Reprsentations graphiques : histogrammes, diagrammes de rpartition, reprsentation des
sries chronologiques, y compris les graphiques semi-logarithmiques
- Reprsentation graphique de fonctions simples (offre, demande, cot) et interprtation de
leurs pentes et de leurs dplacements

164