Académique Documents
Professionnel Documents
Culture Documents
L A
.
.K
A Avril 2023
TABLE DES MATIÈRES
Note introductive 7
, NA
1.1.3 Fonction réciproque . . . . . . . . . . . . . . . .
1.2 Limites et continuité d’une fonction . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
11
OA
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
LDK.
1.2.2 Propriétés de la limite d’une fonction . . . . . . . . . . . . . . . . . . . 13
1.2.3 Limites remarquables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
R A
1.2.4 Règles pratiques de calcul de limites . . . . . . .
&
1.2.5 Continuité d’une fonction . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
14
E N
1.3 Dérivation de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
. GO
1.3.1 Dérivabilité - Nombre dérivé - Fonction dérivée
1.3.2 Interprétation géométrique de la dérivée . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
17
.I C KM
1.3.3 Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.4 Notion de différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.5 Opérations sur les dérivées . . . . . . . . . . . . . . . . . . . . . . . . . 18
L A
1.4 Applications de la dérivée . . . . . . . . . . . . . . . . .
1.4.1 Etude du sens de variation d’une fonction . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
20
20
.
1.4.2 Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
.K
1.4.3 Calcul de limites . . . . . . . . . . . . . . . . . .
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
24
2
A
Fonctions usuelles : compléments 27
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Fonctions circulaires réciproques . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 Arc cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.2 Arc sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.3 Arc tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Fonctions hyperboliques et hyperboliques réciproques . . . . . . . . . . . . . 32
2.3.1 Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Fonctions hyperboliques réciproques . . . . . . . . . . . . . . . . . . . 33
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3
4 Table des matières
, NA
5.4.3 Condition suffisante d’optimalité du second ordre (CSO-2) . . . . . . . 75
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
OA
LDK.
Références bibliographiques 79
R A &
E N
. GO
.I C KM
L A
.
.K
A
L’analyse mathématique occupe une place de plus en plus importante dans la modéli-
sation et dans l’étude des phénomènes observés en sciences de la vie et de la terre (SVT).
La complexité de ces phénomènes nécessite des techniques et outils bien élaborées pour la
quantification et l’interprétation des résultats. Pour ce faire, divers modèles mathématiques
I
ont été élaborés. Ces modèles reposent généralement sur des outils tels que les fonctions à
une ou plusieurs variables et les équations différentielles. Ce cours permet à l’étudiant d’ap-
N
pliquer ces différents outils. Ceci le rendra capable de résoudre des problèmes de SVT faisant
appel à la modélisation mathématique.
, NA
OA
L’objectif général de ce cours est d’appliquer les outils et méthodes de l’analyse mathé-
LDK.
matique utilisés dans la modélisation des phénomènes en sciences de la vie et de la terre
(SVT). A la fin de ce cours, l’apprenant devra être capable de (d’) :
R A
• étudier des fonctions réelles d’une variable réelle (chapitres 1 et 2)
&
E N
• calculer des intégrales simples (chapitre 3)
. GO
• résoudre les équations différentielles usuelles en SVT (chapitre 4)
• étudier des fonctions réelles de plusieurs variables réelles (chapitre 5).
.I C KM
Le présent document est subdivisé en cinq (5) chapitres contenant chacun une présenta-
L A
tion détaillée des notions et des exemples détaillés. Chaque chapitre finit par des exercices
non corrigés dont la résolution est aisée une fois les notions essentielles du chapitre maîtri-
sées.
.
.K
A
7
8 Note introductive
Sommaire
1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.2 Composition de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . I
10
1.1.3 Fonction réciproque . . . . . . . . . . . . . . . . . . . . . . . . . .
N
. . 10
1.2
, NA
Limites et continuité d’une fonction . . . . . . . . . . .
1.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
OA
1.2.2 Propriétés de la limite d’une fonction . . . . . . . . . . . . . . . . . . 13
LDK.
1.2.3 Limites remarquables . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.4 Règles pratiques de calcul de limites . . . . . . . . . . . . . . . . . . . 14
1.3
R A
1.2.5 Continuité d’une fonction . . . . . . . . . . . . .
&
Dérivation de fonctions . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
E N
1.3.1 Dérivabilité - Nombre dérivé - Fonction dérivée . . . . . . . . . . . . 15
. GO
1.3.2 Interprétation géométrique de la dérivée . . . .
1.3.3 Dérivées successives . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
17
.I C KM
1.3.4 Notion de différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.5 Opérations sur les dérivées . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 Applications de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
L A
1.4.1 Etude du sens de variation d’une fonction . . . . . . . . . . . . . . . 20
.
1.4.2 Optimisation . . . . . . . . . . . . . . . . . . . .
1.4.3 Calcul de limites . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
23
1.5
.K
Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
A 1.1 G ÉNÉRALITÉS
1.1.1 Définitions
9
10 Chapitre 1. Fonctions réelles d’une variable réelle
Exemple 1.2 Dans une réaction chimique, la concentration C (t) d’une substance, en fonction
du temps t > 0, est donnée par
C (t) = C0 e−kt
où C0 est la concentration initiale et k une constante de réaction (k > 0). On peut considérer
R+ à la fois comme ensemble de départ et d’arrivée.
∀ x ∈ E, ( g ◦ f )( x ) = g [ f ( x )] . (1.1)
f (x) = y
Exemple 1.7 Les fonctions x 7→ ln x (de R∗+ vers R) et x 7→ e x (de R vers R∗+ ) sont réci-
proques l’une de l’autre. En effet, pour tout y ∈ R, l’équation ln x = y a une unique solution
x = ey ∈ R∗+ et inversement.
Remarque 1.9 Les courbes représentatives respectives d’une fonction bijective et de sa réci-
proque sont symétriques par rapport à la droite d’équation y = x appelée première bissectrice
(voir Figure 1.1 pour un exemple).
I
y N
, NA
x
=
8
= x2
OA y
):
(∆
7
(C f ) : y
6
LDK.
5
4
R A &
3 E N
2
. GO (C f −1 ):y=
√
x
.I C KM
1
0
x
L A 0
.K
Proposition 1.10 Soient E, F ⊂ R et f : E → F une fonction (application) bijective.
A
• Pour tout x ∈ E, f −1 ◦ f ( x ) = f −1 ( f ( x )) = x.
• Pour tout y ∈ F, f ◦ f −1 (y) = f ( f −1 (y)) = y.
• On dit que f admet ℓ pour limite en a (ou que f ( x ) tend vers ℓ lorsque x tend vers a)
si pour tout ε > 0 arbitrairement petit, on peut trouver η > 0 arbitrairement petit tel
que :
| x − a| < η =⇒ | f ( x ) − ℓ| < ε.
On écrit : lim f ( x ) = ℓ.
x→a
• On dit que f tend vers +∞ au point a si pour tout A > 0 arbitrairement grand, on peut
trouver η > 0 arbitrairement petit tel que :
| x − a| < η =⇒ f ( x ) > A
On note : lim f ( x ) = +∞.
x→a
• On dit que f tend vers −∞ au point a si pour tout A > 0 arbitrairement grand, on peut
trouver η > 0 arbitrairement petit tel que :
| x − a| < η =⇒ f ( x ) < − A.
On note : lim f ( x ) = −∞.
x→a
1
Exemple 1.12 Soit f ( x ) = . On montre que lim f ( x ) = 1 et que lim f ( x ) = +∞ (la dé-
x2 x →1 x →0
monstration dépasse le cadre de ce cours).
• On dit que f admet ℓ pour limite à gauche en a si pour tout ε > 0 arbitrairement petit,
on peut trouver η > 0 arbitrairement petit η tel que :
a − η < x < a =⇒ | f ( x ) − ℓ| < ε.
Remarque 1.14 La limite d’une fonction f en a existe si et seulement si les limites à droite et
à gauche en a existent et sont identiques. Dans ce cas :
lim f ( x ) = lim f ( x ) = lim f ( x ).
x→a x → a− x → a+
1
Exemple 1.17 Soit f ( x ) = . On montre que lim f ( x ) = lim f ( x ) = 0 et que lim f ( x ) =
x2 x →−∞ x →+∞
+∞ (ici aussi, la démonstration dépasse le cadre de ce cours).
x →0
I
N
, NA
Remarque 1.18 Au lieu de la limite finie ℓ, on peut définir le fait que f admette comme limite
+∞ (resp. −∞) en l’infini en remplaçant dans la définition 1.16 la condition | f ( x ) − ℓ| < ε
OA
par f ( x ) > A (resp. f ( x ) < − A) où A > 0 est un réel arbitrairement grand.
1.2.2 LDK.
Propriétés de la limite d’une fonction
R A
Proposition 1.19 (Unicité de la limite) si f admet une limite en a alors cette limite est unique.
&
Proposition 1.20 (Limites et suites) E N
. GO
1) lim f ( x ) = ℓ si et seulement si pour toute suite ( xn ) convergeant vers a, la suite ( f ( xn )) converge
x→a
.I C KM
vers ℓ.
2) Si deux suites ( xn ) et (yn ) convergent vers a et si f ( xn ) et f (yn ) ont des limites différentes, alors
f n’admet pas de limite en a.
L A
.
Exemple 1.21 La fonction définie par f ( x ) = 1/x n’admet pas de limite en 0. En effet, les
.K
suites (un ) et (vn ) définies par un = 1/n et vn = −1/n convergent vers 0 mais f (un ) diverge
vers +∞ et f (vn ) diverge vers −∞.
1.2.3 A
Limites remarquables
• Si α et β sont deux réels strictement positifs on a :
(ln x ) β
lim x α (ln x ) β = 0 lim =0
x → 0+ x →+∞ xα
e βx
lim x α e βx = 0 lim = +∞
x →−∞ x →+∞ x α
sin x ln(1 + x )
lim =1 lim =1
x →0 x x →0 x
cos x − 1 ex − 1
lim =0 lim =1
x →0 x x →0 x
lim (1 + x )1/x = e
x →0
f (x) lim f ( x )
• lim = x→a si lim g( x ) ̸= 0.
x→a g( x ) lim g( x ) x→a
x→a
avec les conventions suivantes :
Remarque 1.22 (Formes indéterminées (FI)) Une limite ayant l’une des formes suivantes
0 ∞
(+∞) − ∞; 0 · ( ∞ ); ; ; 1∞ ; ∞0 ; 00
0 ∞
est appelée une forme indéterminée (FI). Dans ce cas, on ne peut pas conclure immédiate-
ment. Une transformation (factorisation, expression conjuguée, etc. . .) est nécessaire pour se
ramener aux cas classiques de limites mentionnés plus haut.
lim f ( x ) = f ( a).
x→a
ou si
lim f ( x ) = lim f ( x ) = f ( a).
x → a− x → a+
aux points x = 0 et x = 3.
• f (0) = (1 + 02 ) = 1,
I
lim f ( x ) = lim (cos x ) = 1 et lim f ( x ) = lim (1 + x ) = 1.2
N
x → 0− x → 0−
, NA x → 0+ x → 0+
OA
donc f est continue au point x = 0.
LDK.
•
lim f ( x ) = lim (1 + x2 ) = 10 et lim f ( x ) = lim (2x + 1) = 7
x → 3− x → 3− x → 3+ x → 3+
R A
donc f n’est pas continue au point x = 3.
&
1.3 D E N ÉRIVATION DE FONCTIONS
. GO
.I C KM
1.3.1 Dérivabilité - Nombre dérivé - Fonction dérivée
1.3.1.1 Définitions
L A
Définition 1.25 Soient I un intervalle de R, f une fonction de I dans R et x0 ∈ D f .
.
• On dit que f est dérivable en x0 si et seulement si :
.K lim
f ( x0 + h ) − f ( x0 )
existe et est finie.
A h →0 h
y = f ′ ( x0 )( x − x0 ) + f ( x0 ). (1.2)
1
I
N
−4 −3 −2 −1
, NA 0 1 2 3 4 x
OA
• f est dérivable partout sauf au point 0 où elle ne possède pas de tangente.
LDK.
• Au point x0 = 2 par exemple, elle possède une tangente représentée en rouge.
. GO
• Si f ′ est elle aussi dérivable, sa dérivée est appelée dérivée seconde de f et notée f ′′ .
.I C KM
• Pour tout n ∈ N∗ , la fonction dérivée d’ordre n de f (ou dérivée n−ième de f ) est la
dérivée de la fonction dérivée d’ordre n − 1 et notée f (n) .
L A
Exemple 1.32 Soit f la fonction définie par f ( x ) = x3 + 5x2 − 3. Ses dérivées successives
sont :
.
.K
f ′ ( x ) = 3x2 + 10x
f ′′ ( x ) = 6x + 10
A f (3) ( x ) = 6
(n)
f ( x ) = 0, pour n ⩾ 4.
Définition 1.33 Soit f une fonction définie sur I et dérivable en un point x0 de I. On appelle
différentielle de f en x0 , l’application linéaire notée d x0 f et définie par :
d x0 f (h) = f ′ ( x0 )h.
Exemple 1.34
• L’application identique x 7→ x a pour différentielle en x0 , d x0 x (h) = h.
• La fonction f définie sur R par f ( x ) = x2 a pour différentielle en x0 , d x0 f (h) = 2x0 h.
df
d f = f ′ ( x )dx soit encore f ′ (x) = .
dx
d2 f dn f
• La dérivée seconde de f se note , . . ., la dérivée n − ième se note . (les positions
dx2 dx n
d
des exposants sont décalées afin de rappeler que agit n fois de suite).
dx
df
Exemple 1.35 Si f ( x ) = x2 , alors = 2x.
dx
1
x 7−→ tan x R x 7−→ 1 + tan2 x = (cos x )2
1
x 7−→ ln x R∗+ x 7−→
x
x 7−→ e x R x 7−→ e x
I
1.3.5.3 Dérivée de la composée de deux fonctions
A N
, N
Théorème 1.36 Soient I, J ⊂ R, x0 ∈ I, f : I −→ R, g : J −→ R tels que f ( I ) ⊂ J. Si f est
OA
dérivable en x0 et g dérivable en f ( x0 ) alors g ◦ f est dérivable en x0 et on a :
L D .
( g ◦ f )′ ( x0 ) = f ′ ( x0 ) × g′ [ f ( x0 )]. (1.3)
A K
Exemple 1.37 Soit h : R → R la fonction d’expression h( x ) = sin( x2 ). Pour tout x ∈ R, on
a : h′ ( x ) = 2x cos( x2 ).
R
E N&
le tableau 1.1.
. G O
Remarque 1.38 En composant une fonction f par x 7→ x α (pour α ∈ R), ln et exp, on obtient
.I C KM
TABLE 1.1 – Dérivation et compositions usuelles
Fonction
L A Dérivée
x 7→ ( f ( x ))α , α ∈ R
x 7→ f ( x )
p
K . x 7→ α f ′ ( x )( f ( x ))α−1
x 7→ p
f ′ (x)
A .
x 7→ e f (x) = exp( f ( x ))
2 f (x)
x 7→ f ′ ( x )e f (x)
f ′ (x)
x 7→ ln | f ( x )| x 7→ (dérivée logarithmique)
f (x)
Exercice d’application 1.39 Dans chacun des cas suivants, calculer f ′ ( x ) pour tout x ∈ R.
√
1) f ( x ) = x2 + 1.
2
2) f ( x ) = e− x .
3) f ( x ) = ln( x2 + 1).
1
( f −1 ) ′ ( y 0 ) = h i. (1.4)
f ′ f −1 ( y 0 )
1 1 1
( f −1 ) ′ ( y ) = i = = √ .
2 f −1 ( y ) 2 y
h
f ′ f −1 ( y )
Exemple 1.43 Déterminons le sens de variation de la fonction de R vers R définie pour tout
x ∈ R par
f ( x ) = x2 e− x .
On a :
f ′ ( x ) = 2xe− x − x2 e− x = (2x − x2 )e− x = x (2 − x )e− x .
x −∞ 0 2 +∞
x − 0 + +
2−x + + 0 −
e− x + + +
f ′ (x) − 0 + 0 −
La fonction f est décroissante sur ] − ∞, 0] et sur [2, +∞[ et croissante sur [0, 2]. Sa représen-
tation graphique est :
−1 0 1 2 3 4 5 x
Exercice d’application 1.44 Dans le cadre de l’étude d’une épidémie dans un pays, on mo-
délise le nombre de malades (en milliers) à l’aide de la fonction N définie sur l’intervalle
[0, 60] par
N (t) = t2 e−0.1t I
N
, NA
où t représente le nombre de jours écoulés depuis l’apparition de la maladie. Déterminer le
sens de variation de N (t).
OA
LDK.
1.4.2 Optimisation
R A &
E N
Définition 1.45 Soit I ⊂ R, a ∈ I et f : I −→ R.
. GO
• On dit que f admet un maximum (resp. minimum) local en a s’il existe un voisinage J de
a (un intervalle ouvert J de centre a) inclus dans I tel que pour tout x ∈ J, l’on ait :
.I C KM f ( x ) ⩽ f ( a) (resp. f ( x ) ⩾ f ( a)).
L A
• Un maximum ou un minimum local est appelé extremum local.
.
.K
1.4.2.1 A
Condition nécessaire d’optimalité du premier ordre (CNO-1)
Théorème 1.46 Soit f une fonction dérivable sur un intervalle ouvert ] a, b[ ⊂ D f . Si f est dérivable
en x0 ∈ ] a, b[ et si f admet un extremum local en x0 alors f ′ ( x0 ) = 0.
Remarque 1.47
• Un point x ∗ tel que f ( x ∗ ) = 0 est appelé point stationnaire (ou point critique).
• Les extrema locaux de f sont nécessairement des points stationnaires mais un point
stationnaire n’est pas forcément un extremum local. Par exemple, si f ( x ) = x3 on a
f ′ (0) = 0 alors que 0 n’est pas un extremum local.
x1 x3 x5
x2 x4 x6 x
Théorème 1.48 Soit f une fonction deux fois dérivable sur un intervalle ouvert I et x ∗ ∈ I un point
critique de f . Alors :
• f ′′ ( x ∗ ) > 0 −→ f présente en x ∗ un minimum local.
• f ′′ ( x ∗ ) < 0 −→ f présente en x ∗ un maximum local.
1−3 1+3
x1 = = −1 et x2 = = 2.
2 2
• f ′′ ( x ) = 12x − 6.
• f ′′ (−1) = −18 < 0 donc f admet en x1 = −1 un maximum local.
• f ′′ (2) = 18 > 0 donc f admet en x2 = 2 un minimum local.
Exercice d’application 1.50 L’amplitude d’habitat (la variation d’altitude que peut suppor-
ter une espèce) de certaines reptiles est donnée en fonction de l’altitude x (en m) par
40
20
0
−3 −2 −1 0 1 2 3 4
−20
−40
I
N
, NA
OA
LDK.
F IGURE 1.3 – Représentation graphique de la fonction d’expression f ( x ) = 2x3 − 3x2 − 12x + 4
f (x) . GO
0 ∞
.I C KM
lim ∈ ;
x → x0 g ( x ) 0 ∞
f (x) f ′ (x)
=⇒ lim = lim ′ .
′ x → x0 g ( x ) x → x0 g ( x )
f (x)
A
lim existe
x → x0 g ′ ( x )
L
.
sin x 0
.K
Exemple 1.52 lim = (F.I.). Posons f ( x ) = sin x et g( x ) = x ; On a f ′ ( x ) = cos x,
x →0 x 0
′ f ′ (x) sin x
g ( x ) = 1 et lim ′ = 1 donc lim = 1.
A
x →0 g ( x ) x →0 x
Remarque 1.53 La condition 0/0 ou ∞/∞ est très importante. Par exemple, le calcul
4x + 1 (4x + 1)′ 4
lim = lim = lim = 2
x →1 2x + 1 x →1 (2x + 1) ′ x →1 2
est erroné car dans ce cas la limite de départ ne donne pas 0/0 ou ∞/∞ donc ce cas c’est pas
un cas où la règle de l’Hôpital peut s’appliquer. D’ailleurs la bonne réponse est 5/3.
1.5 E XERCICES
Exercice 1.1 Donner l’ensemble de définition de chacune des fonctions suivantes d’ensemble
de départ R :
1
f 1 ( x ) = x3 − 3x2 + 1 f 2 ( x ) = 1 − e− x f3 (x) =
x2 + 1
1
f4 (x) = 2 f 5 ( x ) = ln | x − 1| f 6 ( x ) = ln(ln x )
x −1 √
1 x 1
f7 (x) = x f8 (x) = √ f9 (x) =
e +2 1−x sin x
√
Exercice 1.2 On considère les fonctions de R vers R définies par u( x ) = x2 et v( x ) = x.
Donner les ensembles de définition et les expressions des fonctions u ◦ v et v ◦ u.
Exercice 1.3 L’effectif d’une population de bactéries est donnée en fonction du temps par
KN0 e at
N (t) =
K − N0 + N0 e at
√
x2 + x + 1 − 1 x + 2| x |
1) lim 2) lim
x →0 x x →0 x
x + 2| x | x5 − 1
3) lim 4) lim
x →−∞ x x →1 x−1
√ √
1+x− 1 + x2 √ √
5) lim 6) lim ( x + 5 − x − 3)
x →0 x x →+∞
√ x2 − 4
7) lim ( x − x) 8) lim
x →+∞ x →2 x2 − 3x + 2
e x−1 si x < 1
(
1) f ( x ) = , x0 = 1.
2x si x ⩾ 1
e− x + x + 1 si x ⩽ 0
(
2) g( x ) = , x0 = 0.
2 + x2 ln x si x > 0
Exercice 1.6 Calculer la dérivée de la fonction f dans chacun des cas suivants (on ne de-
mande pas le domaine de définition) :
1) f ( x ) = x3 − 4x + 6 2) f ( x ) = ( x + 1) ln x
3) f ( x ) = 2x 4) f ( x ) = x5/3
3x − 1 √
5) f ( x ) = 6) f ( x ) = ln x + x2 + 1
2x + 1
7) f ( x ) = (ln x )2 8) f ( x ) = x + 1
x
√ √
9) f (t) = (t − 1) t 10) f (u) = 3eu + 1
11) f ( x ) = e x
2 −3
12) f (t) = sin(2t + 1) I
N
, NA
Exercice 1.7 Pour chacune des fonctions suivantes, déterminer les points stationnaires et
leurs natures respectives.
OA
1) f ( x ) = 2x2 − x + 6.
2) f ( x ) = x2 − 4x + 3. LDK. 3) f ( x ) = x3 − 3x + 3.
4) f ( x ) = 1 − 9x − 6x2 − x3 .
R A &
Exercice 1.8 Afin de financer vos études et vous faire un peu d’économie, vous entreprenez
E N
avec quelques amis de fabriquer et de vendre des gâteaux purement bio dont la quantité
. GO
vendue en un mois q dépend du prix de vente unitaire p par la relation q( p) = α + βp.
1) Dans toute la suite, on suppose que q = 5000 si p = 100 et que q = 4000 si p = 200.
Déterminer α et β.
.I C KM
2) Quelle est la plus grande valeur possible pour p sachant que la quantité vendue q est
toujours un nombre positif ?
L A
3) Déterminer en fonction de p les recettes mensuelles r ( p).
.
.K
4) Quelle est la valeur maximale des recettes ?
5) Le coût unitaire de fabrication est égal à 100. Déterminer en fonction de p le profit b( p)
A
total réalisé (la différence entre recettes et coût).
6) Pour quel prix le profit est-il maximal ? Quelle est la quantité correspondante ?
Exercice 1.9 Si un cultivateur de riz effectue sa récolte de riz cette semaine, il obtiendra 1200
kg valant 400 FCFA le kg. Pour chaque semaine d’attente, la récolte augmente de 100 kg mais
le prix baisse de 20 FCFA par kg. Soient x le nombre de semaines d’attente avant d’effectuer
sa récolte et R( x ) le revenu issu de la vente après récolte. Quelle valeur de x permet de
maximiser le revenu R( x ) ?
Exercice 1.10 Dans chacun des cas suivants, calculer la limite de f en a en utilisant la règle
de l’Hôpital :
x − tan x 1 1
1) f ( x ) = , a = 0; 3) f ( x ) = − , a = 1.
x − sin x ln x x − 1
xn − 1
4) f ( x ) = , a = 1;
e x − e− x x−1
2) f ( x ) = , a = 0; 5) f ( x ) = x2 e− x , a = +∞.
1 − e2x
Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Fonctions circulaires réciproques . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 Arc cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
I
27
2.2.2 Arc sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
N
. . 29
, NA
2.2.3 Arc tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Fonctions hyperboliques et hyperboliques réciproques . . . . . . . . . . . 32
OA
2.3.1 Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . 32
LDK.
2.3.2 Fonctions hyperboliques réciproques . . . . . . . . . . . . . . . . . . 33
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
C M
présentons de nouvelles fonctions.
.
2.2 F I K
L A ONCTIONS CIRCULAIRES RÉCIPROQUES
Les fonctions circulaires (ou fonctions trigonométriques) les plus utilisées sont les trois
.
fonctions suivantes : cosinus, sinus et tangente. En tant que fonctions de R vers R, elles ne
.K
sont pas bijectives mais il est possible de les rendre bijectives en modifiant les ensembles de
départ et d’arrivée.
2.2.1
A
Arc cosinus
Considérons la fonction cosinus cos : R → [−1, 1] représentée sur la figure 2.1.
Pour définir une bijection à partir de cette fonction, il faut prendre comme ensemble de
départ [0, π ] et comme ensemble d’arrivée [−1, 1] (voir la partie en rouge sur la figure 2.1).
Sur l’intervalle [0, π ] la fonction cosinus est continue et strictement décroissante et définit
donc une bijection de [0, π ] dans [−1, 1]. Sa bijection réciproque est la fonction Arc cosinus
notée arccos et définie par :
arccos : [−1, 1] −→ [0, π ]
(2.1)
x 7−→ y tel que cos y = x.
27
28 Chapitre 2. Fonctions usuelles : compléments
y
1
0
−π − π2 π π x
2
−1
En d’autres termes,
π
2
−1 0 1 x
soit encore
arccos′ ( x ) × (− sin(arcsin x )) = 1
dans (2.6), on a
−1 −1
arccos′ ( x ) = =p .
sin(arccos x ) 1 − (cos(arccos x ))2
Comme cos(arccos x )) = x, on conclut que
−1
arccos′ ( x ) = √ .
1 − x2
I ■
A K
−π
R
E N&
− π2
0
π
2
π x
. G O −1
.I C KM
F IGURE 2.3 – Représentation de la fonction sinus
Pourh définiriune bijection à partir de cette fonction, il faut prendre comme ensemble de
départ − ,
π π
2 2 A
et comme ensemble d’arrivée [−1, 1] (voir la partie en rouge sur la figure
L
.
h π πi
2.3). Sur l’intervalle − , la fonction sinus est continue et strictement croissante et définit
h 2 π2 π i
donc une bijection de − ,
. K
notée arcsin et définie par :
2 2
dans [−1, 1]. Sa bijection réciproque est la fonction Arc sinus
A arcsin : [−1, 1] −→ − ,
h π πi
2 2 (2.7)
x 7−→ y tel que sin y = x.
En d’autres termes,
y
π
2
−1 0 1 x
− π2
1
arcsin′ ( x ) = √ . (2.11)
1 − x2
La proposition suivante donne la relation entre les fonctions Arc sinus et Arc cosinus.
−1 1
f ′ (x) = √ +√ =0
1−x 2 1 − x2
donc f est une fonction constante c’est-à-dire f ( x ) = k. Pour connaître k, calculons f (0). On
a f (0) = k et aussi
π π
f (0) = arccos(0) + arcsin(0) = + 0 =
2 2
donc k = 2 . On conclut donc que
π
π
arccos x + arcsin x = .
2
■
−π − π2 π π x
2
I
N
, NA
OA
F IGURE 2.5 – Représentation de la fonction tangente
LDK.
Pouri définirhune bijection à partir de cette fonction, il faut prendre comme ensemble de
départ − ,
π π
2 2i
π πh
Sur l’intervalle − , R A
et comme ensemble d’arrivée R (voir la partie en rouge sur la figure 2.5).
&
la fonction tangente est continue et strictement croissante et définit
2 2i
π πh E N
donc une bijection de − ,
2 2
notée arctan et définie par :
. GO
dans R. Sa bijection réciproque est la fonction Arc tangente
.I C KM
arctan : R −→
x
i π πh
− ,
2 2
7−→ y tel que tan y = x.
(2.13)
L A
En d’autres termes,
. ∀ x ∈ R, arctan x = y ⇐⇒ tan y = x. (2.14)
.K
A π
2
y
−3 −2 −1 0 1 2 3 x
− π2
tan(arctan x ) = x, ∀x ∈ R (2.15)
i π πh
arctan(tan( x )) = x, ∀x ∈ − , . (2.16)
2 2
La proposition suivante donne la dérivée de la fonction Arc tangente.
1
arctan′ ( x ) = . (2.17)
x2 + 1
1
arctan′ ( x ) = .
x2 +1
■
e x − e− x
sinh( x ) =
2
• cosinus hyperbolique la fonction notée cosh (ou ch) et définie sur R par
e x + e− x
cosh( x ) =
2
• tangente hyperbolique la fonction notée tanh et définie sur R par
sinh( x ) e x − e− x
tanh( x ) = = x
cosh( x ) e + e− x
y
4
−2 −1 1 2 x
−1
−2
I
−3
A N
, N
OA
F IGURE 2.7 – Représentation graphique des fonctions sinh (en bleu), cosh (en rouge) et tanh (en vert).
L D .
K
Proposition 2.9 Les fonctions sinh, cosh et tanh vérifient les propriétés suivantes :
A
• Pour tout x ∈ R, on a :
R
E N& ch2 x − sh2 x = 1. (2.18)
. G O
• Pour tous réels a et b, on a :
ch( a + b) = ch a · ch b + sh a · sh b
.I C KM
ch(2a) = ch2 a + sh2 a = 2 ch2 a − 1 = 1 + 2 sh2 a
sh( a + b) = sh a · ch b + sh b · ch a
L A
sh(2a) = 2 sh a · ch a
K .
tanh( a + b) =
tanh a + tanh b
1 + tanh a · tanh b
.
.
Proposition 2.10 Les fonctions sinh, cosh et tanh sont dérivables et pour tout x ∈ R, on a :
A ch′ ( x ) = sh x (2.19)
′
sh ( x ) = ch x (2.20)
1
tanh′ ( x ) = 1 − tanh2 ( x ) = 2
. (2.21)
ch ( x )
Preuve :
1)
e x + e− x
cosh( x ) = y ⇐⇒ = y ⇐⇒ e x + e−x = 2y
2
1 ( e x )2 + 1
⇐⇒ e x + x = 2y ⇐⇒ = 2y
e ex
⇐⇒ (e x )2 + 1 = 2ye x
⇐⇒ (e x )2 − 2ye x + 1 = 0.
y −∞ −1 1 +∞
∆ + 0 − 0 +
2y − 4y2 − 4 2y − 2 y2 − 1
p p q
X1 = = = y − y2 − 1
p2 2
2y + 4y − 42 2y + 2 y2 − 1
p q
X2 = = = y + y2 − 1
2 2
• Si y ∈ ] − ∞, −1[, les deux solutions sont négatives
2)
e x − e− x
sinh( x ) = y ⇐⇒ = y ⇐⇒ e x − e−x = 2y
2
1 ( e x )2 − 1
⇐⇒ e x − x = 2y ⇐⇒ = 2y
e ex
⇐⇒ (e x )2 − 1 = 2ye x
I
⇐⇒ (e x )2 − 2ye x − 1 = 0.
N
, NA
En posant X = e x , il s’agit alors de résoudre l’équation X 2 − 2yX − 1 = 0. Cette équation
a pour discriminant ∆ = 4y2 + 4 > 0 donc admet deux solutions
OA
LDK.
2y − 4y2 + 4 2y − 2 y2 + 1
p p q
X1 = = = y − y2 + 1
p2 2
A
2y + 4y2 + 4 2y + 2 y2 + 1
p q
X2 = = = y + y2 + 1
La
p solutionp
2
R
E N & 2
X1 est négative et la solution X2 est positive. En effet, y2 + 1 > y2 donc
y2 + 1 > y2 = |y|. Ce qui implique que
q
. GO q
y − y + 1 < y − |y| ⩽ 0 et y + y2 + 1 > y + |y| ⩾ 0.
2
3)
p
.I C KM
On a donc e x = y + y2 + 1 soit x = ln(y + y2 + 1).
p
L
tanh( x ) = y ⇐⇒
A e x − e− x
y
e2x − 1
=y
. e x + e− x
= ⇐⇒
e2x + 1
.K
⇐⇒ e2x − 1 = y(e2x + 1) ⇐⇒ e2x (1 − y) = 1 + y
1+y
⇐⇒ e2x = , y ̸= 1
A 1−y
⇐⇒ (e x )2 =
1+y
, y ̸= 1.
1−y
1+ y
Le signe de 1− y est donné par :
y −∞ −1 1 +∞
1+y − 0 + +
1−y + + 0 −
1+ y
1− y − 0 + −
La quantité (e x )2 est strictement positive, donc on ne peut trouver une solution que si
y ∈ ] − 1, 1[. Ainsi,
• Si −1 < y < 1, on applique ln et on obtient
1 1+y
x = ln .
2 1−y
• Sinon, il n’y a pas de solution.
En conclusion, l’ensemble des solutions est
n
1 ln 1+y
o
2 1− y si − 1 < y < 1
S=
∅ sinon.
On peut définir les réciproques respectives des fonctions hyperboliques dans les condi-
tions suivantes :
Définition 2.12
• La fonction cosh est bijective de R dans [1, +∞[ et sa réciproque, appelée argument
cosinus hyperbolique est définie comme suit :
Argch : [1, +∞[ −→ R √ (2.22)
x 7−→ Argch( x ) = ln x + x2 − 1 .
Proposition 2.13 Les fonctions Argch, Argsh et Argth sont dérivables sur leurs ensembles de défi-
nition respectifs et leurs dérivées sont respectivement données par :
1
Argch′ ( x ) = √ ( x > 1);
x2 −1
1
Argsh′ ( x ) = √ ( x ∈ R);
x2 + 1
1
Argth′ ( x ) = (−1 < x < 1).
1 − x2
x
−3 −2 −1 1 2 3
−1
−2
F IGURE 2.8 – Représentation graphique des fonctions Argsh (en bleu), Argch (en rouge) et Argth (en I
vert). N
, A
2.4 E O AN XERCICES
Exercice 2.1
LDK. √ √
√
2) Idem pour arctan en 0, 1, 3 et √13 .
R A
1) Calculer les valeurs de arccos et arcsin en 0, 1, 12 ,
&
2
2
et 3
2 .
3) En se rappelant de l’ensemble E N
d’arrivée
de chacune7πdes
fonctions circulaires inverses,
7π
GO 7π
calculer arccos cos 3 , arcsin sin 3 et arctan tan 3 .
.
.I C KM
Exercice 2.2 Calculer la dérivée de la fonction f définie sur ] − 1, 1[ par
x
f ( x ) = arctan √
L A 1 − x2
.
et en déduire que f ( x ) = arcsin x.
.K
Exercice 2.3 Montrer que pour tout x ∈ R, l’on a :
A
cos(arctan( x )) = √
1
1+ x2
et sin(arctan( x )) = √
x
1 + x2
.
sinh(2x )
Exercice 2.4 Montrer que pour tout x ∈ R, = tanh x.
1 + cosh(2x )
Sommaire
3.1 Notion de primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Rappels sur la notation différentielle de la dérivée . . . . . . . . . . . . . . 40
3.3 Calcul de primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I
41
3.3.1 Primitives usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . .
N
. . 41
, NA
3.3.2 Utilisation de la linéarité . . . . . . . . . . . . . . .
3.3.3 Intégration par parties . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
42
42
OA
3.3.4 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . 43
LDK.
3.4 Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
R A
3.4.2 Lien entre intégrale et primitive . . . . . . . . . .
&
3.4.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
45
45
E N
3.4.4 Intégration par parties – Changement de variable . . . . . . . . . . . 46
3.5
3.6
. GO
Intégrales impropres . . . . . . . . . . . . . . . . . . . . .
Exemples d’utilisation des intégrales . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
46
47
.I C KM
3.6.1 Calcul d’aires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.6.2 Calcul de la valeur moyenne d’une fonction . . . . . . . . . . . . . . 47
3.6.3 Application au calcul de probabilités . . . . . . . . . . . . . . . . . . . 48
L A
3.6.4 Résolution d’équations différentielles . . . . . . . . . . . . . . . . . . 49
3.7
.
Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Dérivation
f f′
Intégration
39
40 Chapitre 3. Calcul intégral dans R
Définition 3.1 Soit f une fonction continue sur un intervalle I. On appelle primitive (ou
encore intégrale indéfinie) de f sur I, toute fonction F dérivable sur I telle que :
∀ x ∈ I, F ′ ( x ) = f ( x ).
Soit F la fonction définie sur R par F ( x ) = x2 . Elle a pour dérivée la fonction f d’expres-
sion f ( x ) = 2x. On dira donc que la fonction F est une primitive de f . Mais, les fonctions
G : x 7−→ x2 − 1 et H : x 7−→ x2 + 5 sont elles aussi des primitives de f puisque pour tout
x ∈ R, G ′ ( x ) = H ′ ( x ) = 2x = f ( x ). On peut donc en déduire qu’une fonction continue
donnée ne possède pas qu’une seule primitive. Si F est une primitive de f sur un intervalle I
donné, alors pour toute constante réelle c, la fonction G définie par G ( x ) = F ( x ) + c est aussi
une primitive de f (car la dérivée d’une fonction constante est la fonction nulle).
Toute fonction continue f sur un intervalle I possède donc une infinité de primitives
définies à une constante près. Pour signifier que F est une primitive de f à une constante
près, on écrit : Z
f ( x ) dx = F ( x ) + c, c ∈ R. (3.1)
Le réel c est la constante d’intégration. Sa valeur ne peut être déterminée que si l’on connait
la valeur de la primitive en un point donné. La fonction à intégrer f est aussi appelée
Z inté-
grande et la variable x est la variable d’intégration. Le symbole mathématique est appelé
signe somme, signe d’intégration, signe intégral ou intégrateur ; il a été introduit par le mathéma-
ticien allemand Leibniz 1 .
L’avantage de cette notation est qu’il s’agit d’un quotient. On peut donc l’inverser pour
dx
obtenir du :
dx 1 1 1 1
= 2 = 1/3 2
= 2/3 = u−2/3 .
du 3x 3( u ) 3u 3
Le tableau 3.1 donne les primitives des fonctions usuelles. La vérification, laissée au soin
du lecteur, se fait aisément en dérivant le terme de droite pour retrouver l’expression de I
l’intégrande.
A N
, N
OA
TABLE 3.1 – Table des primitives usuelles
L D . x α +1
K
Z Z
k dx = kx + c
R A x α dx =
α+1
+c (α ̸= −1)
E N&
Z
dx 1
Z
1 ax
= ln | ax + b| + c (a ̸= 0) e ax dx = e +c (a ̸= 0)
ax + b a a
Z
sin x dx = − cos x + c
. G O Z
cos x dx = sin x + c
Z
2
dx
x +1
= arctan x + c .I C KM Z √
x + 1 dx =
2
3
( x + 1)3/2 + c
Z
√
dx
x+1
√
= 2 x+1+c
L A Z
√
dx
1−x
√
= −2 1 − x + c
Z
√
dx
K .
= arcsin x + c
Z
dx
= tan x + c
Z
1− x2
A .
tan x dx = − ln |cos x | + c
Z
cos2 x
dx 1
= ln
x−1
+c
x2 −1 2 x+1
1 1 ( x + a ) − n +1
Z Z
dx = ln | x + a| + c dx = +c (n > 1)
x+a ( x + a)n −n + 1
Z
dx p
√ = ln x + x2 + a + c
x2 + a
En utilisant les propriétés de dérivation de fonctions composées, on note les cas particu-
liers suivants.
f ′ (x)
Z
dx = ln | f ( x )| + c. (3.2)
f (x)
Z
f ′ ( x )e f (x) dx = e f (x) + c. (3.3)
1
Z
f ′ ( x )[ f ( x )]n dx = [ f ( x )]n+1 + c, n ̸= −1. (3.4)
n+1
(3.5)
Remarque 3.6 Dans la pratique, la plupart des cas ne donnent pas directement des primi-
tives usuelles. Il est alors nécessaire de faire quelques transformations pour se ramener à des
primitives plus simples à calculer.
L’on pourra vérifier cela en prenant pr exemple les fonctions f et g définies sur R par f ( x ) =
x et g( x ) = 1.
Lorsqu’on veut calculer l’intégrale indéfinie d’une fonction continue f à l’aide de l’inté-
gration par parties, on décompose f sous la forme f = u′ v puis on applique la proposition.
Exemple 3.11 Calculons les intégrales indéfinies suivantes en utilisant une intégration par
parties : Z Z
ln x dx ; xe x dx.
1
• Pour la première intégrale indéfinie, posons u′ = 1 et v = ln x. Alors u = x, v′ = x et
Z Z
ln x dx = x ln x − dx = x ln x − x + c = x (ln x − 1) + c, c ∈ R.
Remarque 3.12 Le choix des fonctions u′ et v est très important et conditionne l’efficacité
de la méthode d’intégration par parties. Il doit permettre une identification facile de u et I
Z
aussi rendre l’intégrale indéfinie ′
N
u( x )v ( x ) dx facile à calculer. Si tel n’est pas le cas, on
, NA
peut essayer d’autres valeurs de u′ et de v et recommencer le calcul. Par exemple, si dans
l’intégrale indéfinie
OA
LDK.
Z
xe x dx,
on choisit u′ = x et v = e x , alors u = 21 x2 , v′ = e x et
Z
R A &1 1
Z
E N
xe dx = x2 e x −
x
2 2
x2 e x dx.
. GO
Nous remarquons ici que l’intégrale indéfinie obtenue dans le second membre est bien plus
difficile à calculer que celle qui est donnée au départ.
.K
variables vérifient la relation dx = φ′ (t) dt.
alors on a : A
Proposition 3.13 Si l’on pose x = φ(t) avec φ une fonction dérivable et dont la dérivée est continue,
Z Z
f ( x ) dx = f ( φ(t)) · φ′ (t) dt. (3.7)
ln x
Z
I= dx.
x
Calculons I en procédant au changement de variable t = ln x. On a x = et et
dx
= et d’où dx = et dt.
dt
Définition 3.15 Soient f une fonction continue sur un intervalle I ⊂ R et a, b deux éléments
de I tels que a < b. Soit encore C f la courbe représentative de f dans un repère orthonormé.
• On appelle intégrale (définie) de f sur [ a, b] et on note
Z b
f ( x ) dx,
a
l’aire algébrique (c’est-à-dire comptée avec son signe + ou −) de la zone délimitée par
l’axe des abscisses, les droites d’équations x = a et x = b et C f (voir Figure 3.1).
• Les réels a et b sont les bornes de l’intégrale.
Axe y Axe y Cf
Cf
a b Axe x Axe x
a b
Z b Z b
(a) Cas où f ( x ) dx ⩽ 0 (b) Cas où f ( x ) dx ⩾ 0
a a
Remarque 3.16
1) Dans une intégrale définie, la variable d’intégration est dite muette en ce sens qu’on peut
remplacer x par u, t, y, etc. . .à condition que la lettre ne figure pas dans les bornes de
l’intégrale :
Z b Z b Z b
f ( x ) dx = f (u) du = f (t) dt.
a a a
Z
2) Il faut aussi noter que l’intégrale indéfinie f ( x ) dx désigne une fonction alors que l’in-
Z b
tégrale définie f ( x ) dx désigne un nombre réel.
a
Exemple 3.18
Z 2
dx
= [ln | x + 1|]21 = ln 3 − ln 2.
1 x+1
3.4.3 Propriétés
Proposition 3.19 (Linéarité) L’intégrale est linéaire c’est-à-dire que si f et g sont deux fonctions
continues sur [ a, b] et α, β deux réels, on a :
Z b Z b Z b
I
α f ( x ) + βg( x ) dx = α
a
f ( x ) dx + β g( x ) dx.
a a
A N
, N
Proposition 3.20 (Relation de Chasles) Si f est une fonction continue sur un intervalle I et a, b,
c trois réels de I alors :
b OA c b
D .
Z Z Z
f ( x ) dx = f ( x ) dx + f ( x ) dx.
a
AL K
a
Cette relation s’utilise surtout lorsque la fonction f à intégrer est définie par intervalle.
c
R
E N&
Exemple 3.21 Soit à calculer l’intégrale suivante :
I=
Z 3
| x | dx.
On sait que . G O −3
.I C KM
(
− x si x ∈ [−3, 0]
|x| =
x si x ∈ [0, 3].
On a alors :
L A
.
Z 0 Z 3
I= | x | dx + | x | dx
. K =
−3
Z 0
(− x )| dx + x dx
0
Z 3
A =−
−3
2 0
x
+
0
2 3
x
2 −3 2
0
9 9
= − 0− + −0
2 2
= 9.
Proposition 3.22 (Autres propriétés) Soit f une fonction continue sur I et soient a, b ∈ I. On a :
Z b Z a
1) f ( x ) dx = − f ( x ) dx.
Za a b
2) f ( x ) dx = 0.
a
Pour retrouver aisément les nouvelles bornes, on peut utiliser l’astuce (ou la question)
suivante : pour x = a (resp. x = b), que vaut t ?
Z 1/2
x
Exemple 3.25 Calculons dx en posant u = 1 − x2 . On a du = −2x dx et
0 (1 − x2 )3/2
x dx = − du/2. Pour x = 0, on a u = 1 et pour x = 1/2, on a u = 3/4. Ainsi,
Z 1/2
x 1 3/4 du
Z
dx = − (3.11)
0 (1 − x2 )3/2 2 1 u3/2
Z 3/4
1 1h i3/4
=− u−3/2 du = − −2u−1/2
2 1 2 1
3/4
1 1
= √ = q −1
u 1 3
4
2
= √ − 1.
3
Remarque 3.26 Notez que sur la ligne (3.11), l’on a gardé les valeurs de u en respectant
l’ordre des valeurs de x et non l’ordre des valeurs de u.
où f est une fonction continue sur un intervalle fermé [ a, b] de R. Nous allons étendre la
notion d’intégrale au cas de fonctions continues sur un intervalle non fermé borné de la
forme [ a, +∞[, ] − ∞, b] ou sur R tout entier.
Définition 3.27 Soit f une fonction continue sur un intervalle de la forme [ a, +∞[, ] − ∞, b]
ou sur R tout entier.
• Lorsque les limites existent et sont finies, les intégrales suivantes :
Z +∞ Z t
f ( x ) dx = lim f ( x ) dx ;
a t→+∞ a
Z b Z b
f ( x ) dx = lim f ( x ) dx ;
−∞ t→−∞ t
Z +∞ Z b
f ( x ) dx = lim f ( x ) dx.
−∞ a→−∞ a
b→+∞
LDK.
Exercice d’application 3.28 Calculer
0
R A &
3.6 E XEMPLES D UTILISATION DES INTÉGRALES
’
E N
3.6.1 Calcul d’aires
. GO
Partant de la définition de l’intégrale définie, le calcul d’aires en est donc la première
calcule plutôt .I C KM
application qui vient à l’esprit. Lorsque l’aire à calculer doit absolument être positive, on
Z b
L A a
| f ( x )| dx.
.
Par exemple, pour calculer l’aire comprise entre la courbe de la figure 3.2, l’axe des abscisses
.K
et les droites d’équations x = a et x = c, il faudra faire
Z b Z c
A a
(− f ( x )) dx +
b
f ( x ) dx
Définition 3.29 Soit a, b deux réels tels que a < b et f une fonction continue sur l’intervalle
[ a, b]. On appelle valeur moyenne de f sur [ a, b] le nombre réel m défini par :
Z b
1
m= f ( x ) dx. (3.12)
b−a a
Axe y
a b Axe x
c
F IGURE 3.2
Considérons une expérience aléatoire (une expérience dont il est impossible de prévoir
le résultat, c’est-à-dire, qui répétée dans des conditions identiques, peut donner des résultats
différents). Une variable aléatoire (v.a.) X est une grandeur numérique inconnue dont la
valeur dépend exclusivement du résultat de ladite expérience.
Définition 3.30 Une v.a. X est dite absolument continue (ou à densité) s’il existe une fonction
f (appelée densité) définie sur R, positive, continue (sauf peut-être en un nombre fini de
points), telle que
Z +∞
f ( x ) dx = 1 (3.13)
−∞
et pour tout intervalle B ⊂ R, la probabilité que X prenne une valeur dans B est
Z
P( X ∈ B ) = f ( x ) dx. (3.14)
B
Définition 3.31 Soit X une v.a. continue de densité f . On appelle fonction de répartition
(f.r.) de X, la fonction croissante de R dans [0, 1] définie par
Z x
∀ x ∈ R, F ( x ) = P( X ⩽ x ) = f (t) dt. (3.15)
−∞
Définition 3.33 Soit X une v.a. réelle continue de densité f . L’espérance mathématique (ou tout
simplement espérance) ou encore moyenne de X, si elle existe, est notée E( X ) et définie comme
suit : Z +∞
E( X ) = x f ( x ) dx. (3.20)
−∞
I
N
, NA
Théorème 3.34 (König-Huygens) Soit X une v.a.r. La variance de X, si elle existe, est donnée par
OA 2
Var( X ) = E( X ) − (E( X )) , 2
(3.21)
où
LDK.
E( X 2 ) =
Z +∞
x2 f ( x ) dx.
Le réel positif σ( X ) =
p
R A &
−∞
E N
. GO
Exercice d’application 3.35 La distribution de la hauteur (en mètres) X des vagues sur l’océan
.I C KM
peut être décrite par une loi de Rayleigh dont la f.r. est donnée par :
2 !
x
F ( x ) = exp −2
L A
Hs
si x ⩾ 0 et F ( x ) = 0 sinon,
.
où Hs est appelé hauteur de vague significative.
.K
1) Vérifier que F est bien une fonction de répartition.
A
2) Donner l’expression de la densité de probabilité f associée.
3) On donne Hs = 19. Calculer la probabilité d’observer une vague de plus de 25 m de
hauteur.
3.7 E XERCICES
Exercice 3.1 Calculer les primitives des fonctions suivantes :
√
f 1 ( x ) = x3 − x7 , f 2 ( x ) = cos x + e x , f 3 ( x ) = sin(2x ), f4 (x) = 1 + x + x,
1 √ 1 3
f5 (x) = √ , f6 (x) = 3
x, f7 (x) = , f 8 ( x ) = 2x3 + ,
x x+1 x5
3x2 1
f9 (x) = , f 10 ( x ) = 2e−3x , f 11 ( x ) = , f 12 (θ ) = sin θ cos θ,
x3 + 10 2x − 3
1 1 t2 + 5t + 7
f 13 (t) = 3t , f 14 (y) = − 2
+ , f 15 (t) = ,
y ( y − 1)2 t−1
w−1 2 /2
f 16 (w) = , f 17 (σ) = σe−σ , f 18 (t) = tanh t.
w−2
Exercice 3.2 Calculer les intégrales indéfinies suivantes à l’aide d’une ou de plusieurs inté-
grations par parties :
ln x
Z Z Z
1) ( x ln x ) dx 2) dx 3) ( x2 + 2x )e−x dx
x3
Z Z Z
2
4) ln(1 + x ) dx 5) arcsin x dx 6) e x cos x dx
Z
7) cos(ln x ) dx
Exercice 3.3 Calculer les primitives en utilisant, à chaque fois, le changement de variable
indiqué :
dx
Z Z
1) x (2x2 − 5)3 dx, t = 2x2 − 5 2) , x = − ln t
ex +1
Z
ln(ln x )
Z
1 √
3) dx, t = ln x 4) √ dx, t= x+1
x x+1
Z
1
Z √
t
√
5) dx, u = sin x 6) e dt, x= t.
cos x
Exercice 3.4 Soit f la fonction de R vers R définie par
4x + 5
f (x) = .
x2+x−2
a b
Déterminer a et b ∈ R tels que f ( x ) = x +2 + x −1 et en déduire une primitive de f .
Exercice 3.6 La durée de vie d’un atome d’un certain élément radioactif est une variable
aléatoire T de densité :
Exercice 3.7 La hauteur maximale de la crue annuelle d’un fleuve est modélisée par une
variable aléatoire de Rayleigh X de densité :
I
x x2
N
f ( x ) = exp − si x⩾0 et f (x) = 0 sinon,
, NA
a 2a
R A &
E N
. GO
.I C KM
L A
.
.K
A
4.1 G ÉNÉRALITÉS
Dans tout ce chapitre, sauf mention contraire, y désigne une fonction réelle d’une variable
réelle x. On note aussi y pour désigner l’expression y( x ), y′ pour désigner la dérivée de y, y′′
I
pour désigner la dérivée seconde de y et y(n) (n ∈ {3, 4, . . .}) pour désigner la dérivée d’ordre
n de y.
N
4.1.1 Définitions , NA
OA
Définition 4.1
LDK.
• Une équation différentielle d’ordre n ∈ N est toute relation de la forme :
R A &
H ( x, y, y′ , . . . , y(n) ) = 0 (4.1)
E N
où y est une fonction réelle de la variable réelle x et H est une fonction de Rn+2 → R.
. GO
• L’ordre n de dérivation de y le plus élevé qui figure dans (4.1) est appelé ordre de l’équa-
tion différentielle.
.I C KM
Remarque 4.2 Dans une équation différentielle d’ordre n, l’ordre de dérivation le plus grand
L A
est n et la fonction y(n) doit apparaître. Toutefois, il se peut que certaines des quantités x, y,
y′ , . . ., y(n−1) , correspondant à des ordres de dérivation inférieures à n, ne figurent pas dans
la relation (4.1). .
Exemple 4.3
.K
A
1) L’équation x3 y′ ( x ) − y( x )3 + 1 = 0 est une équation différentielle du premier ordre (ou
d’ordre 1) plus simplement notée x3 y′ − y3 + 1 = 0 s’il n’y a pas de confusion possible sur
la variable x dont y est la fonction.
2) Les équations (y′ )2 − y3 = 0, y′ − 2xy = 0, 2yy′ + 3x = 1, (y′ )2 + y + x + 1 = 0 sont aussi
des équations différentielles du premier ordre.
3) L’équation y′′ + y = 0 est une équation différentielle du second ordre.
4) L’équation y(n) = cos x est une équation différentielle d’ordre n.
L’inconnue de l’équation différentielle (4.1) est la fonction y. Résoudre (4.1) sur un inter-
valle I ⊂ R consiste à trouver toutes les fonctions y : x 7→ y( x ) dérivables jusqu’à l’ordre n
sur I satisfaisant la relation (4.1).
53
54 Chapitre 4. Equations différentielles ordinaires
y′ = y (4.2)
mais rien ne nous assure qu’elle soit la seule solution possible. On parlera de solution parti-
culière.
Définition 4.5
• Une équation différentielle d’ordre n est dite linéaire si elle est de la forme
a n ( x ) y ( n ) + · · · + a1 ( x ) y ′ + a0 ( x ) y = b ( x ), (4.3)
Par équations différentielles ordinaires (EDO), on entend les équations différentielles les plus
utilisées dans la pratique
Définition 4.6 Une équation différentielle à variables séparées est une équation de la forme :
f (y)y′ = g( x ) (4.4)
où f et g sont des fonctions continues et l’inconnue y est une fonction de la variable réelle x.
F (y( x )) = G ( x ) + k, k ∈ R. (4.5)
y ( x ) = F −1 ( G ( x ) + k ), k ∈ R. (4.6)
La relation (4.6) donne toutes les solutions de l’équation et la fonction y ainsi trouvée est I
appelée solution générale de l’équation (4.4). La valeur de la constante ne peut s’obtenir
N
, NA
qu’avec une information supplémentaire, par exemple la valeur initiale y( x0 ) pour x = x0 .
OA
Définition 4.7 Une équation différentielle à variables séparables est une équation de la
LDK.
forme :
a( x )c(y) − b(y)d( x )y′ = 0 (4.7)
R A
où a, b, c et d sont des fonctions continues.
&
E N
On se ramène à une équation à variables séparées en se restreignant à des intervalles où
c(y) ̸= 0 et d( x ) ̸= 0.
. GO
.I C KM
Exemple 4.8 L’équation différentielle
y′ = 2ty2
A
est une équation du premier degré à variables séparables d’inconnue y qui est une fonction
L
.
de t. Elle peut donc s’écrire sous la forme :
.K
dy dy
= 2ty2 soit encore = 2t dt.
dt y2
A
En intégrant, on obtient :
1
− = t2 + k, k∈R
y
d’où la solution générale :
1
y(t) = − , k ∈ R.
t2 +k
y′ (t)y2 (t) = 1.
Définition 4.10
• Une équation différentielle linéaire du premier ordre est une équation de la forme :
a1 ( x ) y ′ + a0 ( x ) y = f ( x ) (4.8)
a1 ( x ) y ′ + a0 ( x ) y = 0 (4.9)
et est appelée équation homogène ou équation sans second membre (ESSM) associée à
l’équation (4.8).
y ′ + a ( x ) y = f ( x ). (4.10)
y′ + a( x )y = 0 (4.11)
avec a une fonction continue. Sans perte de généralités, supposons y ̸= 0. On obtient une
équation à variables séparables que l’on sait résoudre :
dy
y′ + a( x )y = 0 ⇐⇒ = − a( x )y
dx
1
⇐⇒ dy = − a( x ) dx
y
1
Z Z
⇐⇒ dy = − a( x ) dx
y
Z
⇐⇒ ln |y| = − a( x ) dx + c
Z
⇐⇒ y( x ) = k exp − a( x ) dx , k = ec ∈ R.
y p = k ( x )e− A( x ) . (4.13)
I
Cela revient à supposer que la non nullité du second membre est due au fait que k est
une fonction de x et non une constante. La solution particulière doit vérifier l’équation N
, NA
(4.10). En y remplaçant y par y p , on obtient l’expression de la fonction k ( x ). On procède
comme suit :
OA
LDK.
y′p + a( x )y p = f ( x ) ⇐⇒ k′ ( x )e− A(x) − k ( x ) A′ ( x )e− A(x)
+ a ( x )k ( x )e− A( x ) = f ( x )
E N ⇐⇒ k′ ( x ) = f ( x )e A(x)
GO
Z
⇐⇒ k( x ) = f ( x )e A(x) dx.
.
.I C KM
Ainsi la solution particulière est de la forme (4.13) où
k( x) =
Z
f ( x )e A(x) dx. (4.14)
L A
• Etape 3 : La solution générale de l’équation (4.10) est la somme de la solution de
.
l’ESSM et de la solution particulière c’est-à-dire :
.K y = y0 + y p . (4.15)
A
Exemple 4.13 Résolvons sur l’intervalle ]0, +∞[ l’équation différentielle
2
y′ = y − 3. (4.16)
x
• L’équation homogène associée à (4.16) est :
2
y′ − y = 0
x
qui admet pour solution générale sur l’intervalle ]0, +∞[, la fonction
2
Z
y0 = k exp dx = ke2 ln x = kx2 , k ∈ R.
x
2xk( x ) + x2 k′ ( x ) = 2xk( x ) − 3
d’où
3 3
k′ ( x ) = − c’est-à-dire k( x) = .
x2 x
Ainsi,
y p = x2 k ( x ) = 3x.
• La solution générale de (4.16) sur ]0, +∞[ est donc
y = y0 + y p = kx2 + 3x, k ∈ R.
y′ − 2y = 4x.
4.3.1 Généralités
Définition 4.16 Une EDO linéaire du second ordre à coefficients constants est une équation
du type :
ay′′ + by′ + cy = f ( x ), (4.17)
où a, b, c sont des réels tels que a ̸= 0. Lorsque f ( x ) = 0, on parle d’équation homogène ou
sans second membre.
ar2 + br + c = 0. (4.19)
Théorème 4.18 (Résolution de l’ESSM) Soit à résoudre l’ESSM (4.18) et soit ∆ = b2 − 4ac le
discriminant de l’équation caractéristique (4.19).
• Si ∆ = 0 alors l’équation (4.19) possède une solution double r0 et on a :
I
y( x ) = (λx + µ)e r0 x
, λ, µ ∈ R ; N
, NA
• si ∆ > 0 alors l’équation (4.19) possède deux solutions réelles r1 et r2 et on a :
OA
LDK.
y( x ) = λer1 x + µer2 x , λ, µ ∈ R ;
et on a :
R A
• si ∆ < 0 alors l’équation (4.19) possède deux solutions complexes r1 = α + iβ et r2 = α − iβ
&
E N
y( x ) = eαx (λ cos βx + µ sin βx ) , λ, µ ∈ R.
4.3.3
. GO
Résolution de l’équation avec second membre
.I C KM
On se limite au cas où le second membre est de la forme
f ( x ) = emx P( x ),
L A
où P est une fonction polynôme et m ∈ R. Il faut noter que le cas m = 0 est équivalent au cas
.
où f ( x ) = P( x ) est une fonction polynôme.
.K
La résolution se fait en trois étapes :
A
• Etape 1 : on résout l’ESSM pour obtenir une solution y0 .
• Etape 2 : on cherche une solution particulière sous la forme :
y p ( x ) = emx x α Q( x )
Dans la suite, nous considérons que l’activité bactérienne produit une toxine qui dimi-
nue la croissance bactérienne de façon proportionnelle à la quantité Y (t) de toxine avec un
coefficient b > 0 [4].
L’évolution de l’effectif des bactéries est donc régie par l’équation différentielle : I
N
, NA
N ′ (t) = aN (t) − bY (t). (4.24)
OA
Si la production de la toxine se fait à vitesse constante c, à partir de t = 0, on a Y (t) = ct.
LDK.
L’EDO régissant l’évolution des bactéries devient alors :
R A
N ′ (t) = aN (t) − bct.
&
(4.25)
E N
On vérifie que la solution générale est :
. GO at
N (t) = Ke +
bc
a
1
a
+t , K ∈ R. (4.26)
.I C KM
Si l’on connaît la quantité initiale de bactéries N (0) = N0 , la constante K est donnée par
L A K = N0 −
bc
a2
. (4.27)
.
4.4.3
.K
Modèle de Verhulst
A
Proposé par le mathématicien belge Pierre François Verhulst en 1838, il permet de décrire
l’évolution d’une population (bactéries, animaux, . . .) en prenant en compte un phénomène
de régulation de la croissance de ladite population à l’aide des naissances et de la mortalité.
Considérons une population dont l’effectif au temps t est noté x (t). Dans la version usuelle
du modèle de Verhulst, les taux de natalité et de mortalité sont considérées comme deux
constantes positive respectivement notées a et b [4, 5]. La variation de x (t) est décrite par
l’EDO :
x ′ (t) = ( a − bx (t)) x (t) (4.28)
où K = a/b est appelée la capacité limite c’est-à-dire la taille maximale de la population que
son milieu d’évolution peut supporter. Il s’agit d’une EDO d’ordre 1 à variables séparables
dont la solution générale est :
Kx0
x (t) = , (4.30)
x0 + (K − x0 )e−at
où x0 = x (0) est l’effectif initial.
On vérifie que
aKx0 (K − x0 )e−at
x ′ (t) = .
( x0 + (K − x0 )e−at )2
Ainsi, selon que le sens de variation x (t) est fonction du signe de K − x0 . Dans tous les cas,
quand t → +∞, e−at → 0 et
lim x (t) = K.
t→+∞
On résout une EDO linéaire d’ordre 1 avec second membre pour obtenir u(t) puis on en
déduit la solution générale de (4.31) :
N0
−rt
N (t) = K exp ln e , (4.32)
K
où N0 = N (0) est l’effectif initial.
Agbokou et al. [1] ont appliqué le modèle de Gompertz au nombre cumulé d’infections du
Covid-19 observé entre mars et juin 2020 au Togo (voir Figure 4.1). Ils ont obtenu r = 0.019
et K = 1942.
F IGURE 4.1 – Comparaison des nombres cumulés d’infections au Covid-19 au Togo selon le modèle
de Gompertz (courbe en rouge) avec les nombres cumulés d’infections observés (courbe en noir) entre
mars et juin 2020 (source : Agbokou et al. [1]).
I
4.4.5 Loi du refroidissement de Newton N
, NA
Cette loi stipule que la vitesse de refroidissement d’un corps est proportionnelle à la
OA
différence entre la température dudit corps à l’instant t et la température constante du milieu
LDK.
environnant. Si on note T (t) la température au temps t et Ta la température ambiante, cela
correspond à :
R A
T ′ (t) = −k ( T (t) − Ta ),
&
(4.33)
où k On suppose le coefficient de proportionnalité est une constante notée k. Il s’agit d’une
E N
EDO linéaire d’ordre 1 avec second membre. On vérifie que la solution générale est
. GO
T (t) = Ta + ( T0 − Ta )e−kt , (4.34)
.I C KM
où T0 = T (0) représente la température au temps initial.
4.4.6 A
Ordre d’une réaction chimique
L
.
Dans une réaction chimique, l’évolution de la concentration C (t) d’un réactif, en fonction
.K
du temps t, est souvent modélisée par une équation différentielle de la forme :
C ′ (t) = −k (C (t))n ,
A
où k est une constante positive appelée constante de réaction et n ∈ {0, 1, 2} est un entier
(4.35)
C ′ (t) = −k
qui admet pour solution C (t) = −kt + α où α est une constante réelle. D’une part,
C (0) = C0 et d’autre part, C (0) = −k × 0 + α = α. On en déduit que α = C0 et
C ′ (t) + kC (t) = 0
qui est une EDO linéaire d’ordre 1 sans second membre. La solution générale est
Z
C (t) = K exp − k dt = Ke−kt , K ∈ R.
C ′ (t) = −k (C (t))2
dC
C ′ (t) = −k (C (t))2 =⇒ = −kC2
dt
dC
Z Z
=⇒ = − k dt
C2
1
=⇒ − = −kt + α, α ∈ R
C
La solution générale est
1
C (t) = , α ∈ R.
kt − α
D’une part, C (0) = C0 et d’autre part, C (0) = 0−1 α = − α1 . On en déduit que α = −1/C0
et
1
C (t) = . (4.38)
kt + C10
4.5 E XERCICES
Exercice 4.1 Résoudre les équations différentielles linéaires d’ordre 1 suivantes :
(1) y′ − y = e x (2) xy′ − y = ln x (3) y′ − 3y = 9x, y(0) = 6.
Exercice 4.2 Résoudre les équations différentielles d’ordre 1 à variables séparables suivantes :
(1) xy′ − 2y = 0 (2) y2 + ( x + 1)y′ = 0 (3) yy′ = x
(4) y′ = ey (5) x2 y′ = 3 − y (6) y′ − xe−y = 0
Exercice 4.3 Soit a un réel strictement positif. On considère l’équation différentielle à va-
riables séparables
y′ = ay(1 − y), (4.39)
I
où l’inconnue y est fonction d’une variable réelle x.
N
1) Trouver deux réels α et β tels que
, NA
OA1 α β
LDK.
= + .
y (1 − y ) y 1−y
R A &
E N
Exercice 4.4 Résoudre les équations différentielles linéaires d’ordre 2 suivantes :
(1) y′′ − 5y′ + 6y = 0
. GO (2) y′′ − 9y = 0
.I C KM
(3) y′′ + 9y = 0 (4) y′′ + 2y′ + y = x
Exercice 4.5 La température de votre cuisine est constante, égale à 20°C. Quand vous le sor-
L A
tez du four à 18h, la température du gâteau que vous avez préparé pour vos invités est
180°C. On note T (t) la température (en °C) du gâteau au temps t (exprimé en heures à partir
.
du temps initial) et T0 = T (0).
.K
1) Ecrire l’équation différentielle décrivant la variation de T (t).
A
2) Déterminer l’expression de T (t).
3) Vous observez qu’à 18h30, la température du gâteau est de 100°C. A quelle heure pourrez-
vous le servir à la température idéale c’est-à-dire 25°C ?
Exercice 4.6 On suppose que la variation de la concentration sanguine C (t) d’un médica-
ment en fonction du temps t est décrite par l’équation :
On suppose aussi que C (0) = 0 (l’origine du temps est le moment de l’injection et le médi-
cament ne préexiste pas dans le sang). Déterminer C (t).
Exercice 4.7 Une goutte de pluie sphérique tombe dans l’air. Ce faisant, il s’évapore à un
rythme proportionnel à sa surface. L’équation du taux de changement de vitesse v de la
gouttelette au cours du temps t est
3µ
v′ (t) − v(t) = g,
r0 − µt
où µ = α/ρ, ρ est la densité de l’eau, r0 est le rayon initial de la goutte de pluie, g est
l’accélération due à la pesanteur, et α > 0 est une constante. Déterminer v(t).
Sommaire
5.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.1.1 Notion de fonction de deux variables . . . . . . . . . . . . . . . . . . 67
5.1.2 Ensemble de définition . . . . . . . . . . . . . . . . . . . . . . . . . . . I
68
5.2 Représentation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . .
N
. . 68
, NA
5.2.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2.2 Ligne de niveau k . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
68
69
5.3 OA
Dérivation des fonctions de deux variables . . . . . . . . . . . . . . . . . . 70
LDK.
5.3.1 Dérivées partielles d’ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . 70
5.3.2 Vecteur gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
R A
5.3.3 Notation différentielle . . . . . . . . . . . . . . . . . . . . . . .
&
5.3.4 Dérivées partielles d’ordre 2 . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
71
72
5.4
E N
Optimisation d’une fonction de deux variables . . . . . . . . . . . . . . . . 74
. GO
5.4.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4.2 Condition nécessaire d’optimalité du premier ordre (CNO-1)
.
.
.
.
.
.
.
.
74
74
.I C KM
5.4.3 Condition suffisante d’optimalité du second ordre (CSO-2) . . . . . . 75
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
A
5.1L D
. ÉFINITIONS ET EXEMPLES
5.1.1
.K
Notion de fonction de deux variables
A
Définition 5.1 On appelle fonction de deux variables, toute relation f de R2 (ensemble de
départ) dans R (ensemble d’arrivée) qui, à chaque couple ( x, y) ∈ R2 , associe au plus un
élément de R.
On note f : R2 → R et pour tout ( x, y) ∈ R2 , l’élément associé à ( x, y), s’il existe, est noté
f ( x, y). Si z = f ( x, y), alors z est l’image de ( x, y) par f et ( x, y) est un antécédent de z par f .
Exemple 5.2 La surface d’un champ rectangulaire de longueur x et de largeur y est une
fonction de deux variables x et y définie par s( x, y) = xy. Le périmètre dudit champ est
aussi une fonction de deux variables définie par p( x, y) = 2( x + y).
67
68 Chapitre 5. Fonctions de deux variables
Exemple 5.3 L’Organisation mondiale de la santé (OMS) a défini en 1997 l’indice de masse
corporelle (IMC) comme le standard pour évaluer les risques liés au surpoids chez l’adulte.
Selon la définition de l’OMS,
m
IMC(m, t) = 2
t
où m représente la masse en kg et t représente la taille en mètres.
D f = {( x, y) ∈ D | f ( x, y) existe}.
1
f ( x, y) = ln( x2 + y2 ); g( x, y) = e x+y ; h( x, y) = ; i ( x, y) = y ln x.
x 2 + y2 + 1
Γ = ( x, y, f ( x, y)) ∈ R3 | ( x, y) ∈ D f .
5.2.1 Exemples
Deux exemples de représentations graphiques ont donnés sur les figures 5.1 et 5.2.
10
f ( x, y)
0 0
−2
0 −2 y
x
2
I
N
, NA
F IGURE 5.1 – Représentation graphique de la fonction f : R2 → R définie par f ( x, y) = x2 + y2 pour
OA
x ∈ [−4, 4] et y ∈ [−4, 4].
LDK.
5
R A &
E N
GO
f ( x, y)
0
.
.I C KM 5
−5
−4
L A
−2 0
. 0
2 y
.K
4 −5
x
A
F IGURE 5.2 – Représentation graphique de la fonction f : R2 → R définie par f ( x, y) = sin( x +
y) cos( x + y) pour x ∈ [−5, 5] et y ∈ [−5, 5].
Ck = {( x, y) ∈ D | f ( x, y) = k }
∂f f ( x0 + ∆x, y0 ) − f ( x0 , y0 )
( x0 , y0 ) = lim (5.1)
∂x ∆x →0 ∆x
est appelée dérivée partielle première (ou d’ordre 1) de f par rapport à x en ( x0 , y0 ).
• Si elle existe et est finie, la quantité
∂f f ( x0 , y0 + ∆y) − f ( x0 , y0 )
( x0 , y0 ) = lim (5.2)
∂y ∆y→0 ∆y
Remarque 5.9 La dérivée partielle première d’une fonction f suivant l’une de ses variables
décrit la façon dont f varie si ladite variable subit une petite variation, l’autre variable étant
maintenue constante. Dans les formules (5.1) et (5.2), bien que f soit une fonction à deux
variables, le calcul de ses dérivées partielles repose sur l’accroissement d’une seule variable
à la fois (soit x soit y mais pas les deux à la fois). Ainsi, en pratique :
• pour calculer ∂ f /∂x, il suffit de dériver f comme fonction de x en considérant y comme
une constante ;
f ( x, y) = x2 + y2 − 3xy + 4x, g( x, y) = e x − y, h( x, y) = y ln x.
On a :
∂f ∂f
• = 2x − 3y + 4 et = 2y − 3x.
∂x ∂y
∂g ∂g
• = e x et = −1.
∂x ∂y
∂h y ∂h
• = et = ln x.
∂x x ∂y
I
Remarque 5.11 Si f est une fonction de deux variables x et y, la dérivée partielle première
N
, NA
de f par rapport à x (respectivement y) est aussi notée f x′ ou ∂ x f (respectivement f y′ ou ∂y f ).
−−→
R A &
∂f ∂f
E N
grad f ( x0 , y0 ) =
∂x
( x0 , y0 ), ( x0 , y0 ) .
∂y
−−→
. GO
Si grad f ( x0 , y0 ) est différent du vecteur nul, alors il est orthogonal à la tangente de la courbe
.I C KM
de niveau passant par ( x0 , y0 ).
L A
Par définition, la dérivée partielle quantifie la variation de la valeur d’une fonction f ( x, y)
.
lorsque l’une des deux variables varie alors l’autre est maintenue constante. En sciences ex-
.K
périmentales, l’intérêt est parfois porté sur la variation de f lorsque les deux variables x et
y subissent simultanément des variations. On utilise pour cela, la différentielle totale définie
par
A df =
∂f
∂x
dx +
∂f
∂y
dy. (5.3)
∂f ∂f
∆ f = f ( x + ∆x, y + ∆y) − f ( x, y) ≈ ∆x + ∆y. (5.4)
∂x ∂y
Exemple 5.12 On considère un cône dont le volume est donné par V = πr2 h/3 où r est le
rayon r et h la hauteur du cône. Supposons que le rayon passe de 20 à 20.5 et la hauteur passe
de 48 à 47.7.
∂V ∂V 2πrh πr2 πr
∆V ≈ ∆r + ∆h = ∆r + ∆h = (2h∆r + r∆h)
∂r ∂h 3 3 3
3.1416 × 20
≈ (2 × 48 × 0.5 + 20 × (−0.3))
3
≈ 879.65
On voit que l’erreur d’approximation est très faible par rapport à l’ordre de grandeur
du volume. L’approximation est donc bonne.
∂f ∂f
Définition 5.13 Si les fonctions dérivées partielles premières et existent et sont déri-
∂x ∂x
vables, on peut aussi calculer leurs dérivées partielles :
∂f ∂f ∂f ∂f
∂ ∂ ∂ ∂
, , ,
∂x ∂x ∂x ∂y ∂y ∂x ∂y ∂y
∂2 f
Dans la notation , on dérive d’abord f par rapport à y puis le résultat est dérivé par
∂x∂y
rapport à x. Toutefois, le théorème suivant permet de préciser une condition simple sous la-
quelle le résultat de la dérivation partielle à l’ordre 2 par rapport à deux variables ne dépend
pas de l’ordre dans lequel se fait cette dérivation.
∂2 f ∂2 f
= . (5.6)
∂x∂y ∂y∂x
Remarque 5.16
• La formule (5.6) est aussi appelée théorème de Clairaut, du nom du mathématicien
français Alexis Clairaut (1713-1765).
I
• La condition « les dérivées partielles secondes de f existent et sont continues » se tra-
N
, NA
duit plus simplement par « f est de classe C 2 ».
OA
Exemple 5.17 Soit la fonction f : R2 → R définie par f ( x, y) = x2 y3 + 3ey . Les dérivées
LDK.
partielles d’ordre 1 sont données par :
∂f ∂f
= 2xy3 et = 3x2 y2 + 3ey .
∂x
R A &
∂y
E N
Les dérivées partielles secondes sont données par
∂2 f
∂x 2
=
. GO
∂ ∂f
∂x ∂x
=
∂
∂x
(2xy3 ) = 2y3 .
∂2 f
.I C KM
∂ ∂f
∂
= = (3x2 y2 + 3ey ) = 6xy2 .
∂x∂y ∂x ∂y ∂x
∂2 f
A
∂ ∂f
∂
= = (2xy3 ) = 6xy2 .
∂y∂x
∂2 f. L∂y ∂x
∂ ∂f
∂y
∂
= (3x2 y2 + 3ey ) = 6x2 y + 3ey .
.K
=
∂y2 ∂y ∂y ∂y
A
La formule (5.6) est donc vérifiée.
∂2 f
est aussi notée ∂ xx f , ∂2x f ou f xx
∂x2
∂2 f
" ∂ xy f ou f xy
∂x∂y
∂2 f
" ∂yx f ou f yx
∂y∂x
∂2 f
" ∂yy f , ∂2y f ou f yy
∂y2
Définition 5.20 On appelle ouvert de R2 , tout sous-ensemble U ⊂ R2 tel que pour tout
( x0 , y0 ) ∈ U, il existe r > 0 tel que B(( x0 , y0 ), r ) ⊂ U.
f ( x, y) ⩽ f ( x0 , y0 ) (resp. f ( x, y) ⩾ f ( x0 , y0 )).
∂f ∂f −−→ −
→
( x0 , y0 ) = ( x0 , y0 ) = 0 ou grad f ( x0 , y0 ) = 0 . (5.7)
∂x ∂y
Définition 5.23 Un point ( x0 , y0 ) ∈ R2 vérifiant (5.7) est appelé point stationnaire (ou point
critique).
Remarque 5.24 Les extrema locaux de f sont nécessairement des points stationnaires mais
un point stationnaire n’est pas forcément un extremum local. Par exemple, si
f ( x, y) = x2 − y2 ,
−−→
alors grad f = (2x, −2y) et (0, 0) est le seul point critique. Toutefois (0, 0) n’est pas un
extremum local c’est-à-dire ce n’est ni un minimum local ni un maximum local. Pour dé-
montrer cela, il suffit de trouver, pour tout r > 0, deux points dans B((0, 0), r ) dont l’un
a une image strictement inférieure à celle de (0, 0) et l’autre a une image strictement supé-
rieure à celle de (0, 0). On peut prendre par exemple les points (0, r/2) et (r/2, 0). En effet,
(0, r/2) ∈ B((0, 0), r ) et (r/2, 0) ∈ B((0, 0), r ) car
∥(0, 0) − (0, r/2)∥ = r/2 < r et ∥(r/2, 0) − (0, 0)∥ = r/2 < r.
De plus, f (0, 0) = 0, f (0, r/2) = −r2 /4 et f (r/2, 0) = r2 /4. On a donc f (0, r/2) < f (0, 0) <
f (r/2, 0) ce qui prouve que (0, 0) n’est ni un minimum local ni un maximum local. Le point
(0, 0) est appelé point-selle 1 (voir Figure 5.3).
2
I
A N
1
, N
OA
f ( x, y)
L D .
−1
A K 1
−2
−1
R
E N& 0
. G O
−0.5 0 0.5 1 1.5 −1 y
.I C KM
x
L A
F IGURE 5.3 – Illustration de la notion de point-selle avec le point (0, 0) pour la fonction f : R2 → R
d’expression f ( x, y) = x2 − y2 .
K .
5.4.3
.
Condition suffisante d’optimalité du second ordre (CSO-2)
A
Théorème 5.25 Soient f une fonction de classe C 2 sur un ouvert U de R2 et ( x0 , y0 ) un point
∂2 f ∂2 f
critique de f . Soient ∂ xx f ( x0 , y0 ) = ( x ,
0 0y ) , ∂ xy f ( x ,
0 0y ) = ( x0 , y0 ), ∂yy f ( x0 , y0 ) =
∂x2 ∂x∂y
∂2 f
( x0 , y0 ) et soit
∂y2
∂ xx f ( x0 , y0 ) ∂ xy f ( x0 , y0 )
H f ( x0 , y0 ) =
∂ xy f ( x0 , y0 ) ∂yy f ( x0 , y0 )
la matrice hessienne de f au point ( x0 , y0 ) de déterminant
2
det( H f ( x0 , y0 )) = ∂ xx f ( x0 , y0 )∂yy f ( x0 , y0 ) − ∂ xy f ( x0 , y0 ) .
1. Le mot selle vient de l’exemple d’une selle de cheval.
Exemple 5.26 Déterminons et étudions les éventuels extréma de la fonction f définie sur R2
par
f ( x, y) = x2 + xy + y2 − 3x − 6y.
On a :
∂f
=0 ( (
∂x 2x + y − 3 = 0 x=0
⇐⇒ ⇐⇒
∂f x + 2y − 6 = 0 y=3
=0
∂y
Le point (0, 3) est le seul point critique. On peut étudier sa nature en utilisant les dérivées
partielles secondes.
∂2 f ∂2 f ∂2 f
= 2, = 1, =2
∂x2 ∂x∂y ∂y2
donc la matrice hessienne au point (0, 3) est
∂ xx f (0, 3) ∂ xy f (0, 3) 2 1
H f (0, 3) = = .
∂ xy f (0, 3) ∂yy f (0, 3) 1 2
On a ∂ xx f (0, 3) = 2 > 0 et det( H f (0, 3)) = 3 > 0 donc (0, 3) est un minimum local. Cela est
confirmé par la figure 5.4.
Exercice d’application 5.27 Une certaine propriété φ d’une préparation pharmaceutique est
fonction de deux variables η et k selon l’expression :
φ(k, η ) = k3 − kη + η.
Les points critiques (ou points stationnaires) sont donc les points (k, η ) solutions du système
d’équations suivant :
2
3k − η = 0
−k + 1 = 0
20
f ( x, y)
−4
−2
0 4 I
x
2
4
2
y N
, NA
0
OA
LDK.
F IGURE 5.4 – Représentation graphique de la fonction d’expression f ( x, y) = x2 + xy + y2 − 3x − 6y.
R A
De la seconde ligne, on tire k = 1 et, en remplaçant dans la première, on obtient η = 3.
&
Ainsi, (k, η ) = (1, 3) est le seul point critique. Pour connaître sa nature, on utilise les dérivées
partielles secondes.
∂2 f E N
∂2 f ∂2 f ∂2 f
∂k2
= 6k,
. GO∂k∂η
=
∂η∂k
= − 1,
∂η 2
=0
.I C KM
La matrice hessienne est donc
6k −1
H φ (k, η ) = .
L A −1 0
.
Au point (k, η ) = (1, 3), on a :
.K
6 −1
H φ (1, 3) =
−1 0
A
et det( H φ (1, 3)) = −1 < 0 donc le point (1, 3) est un point-col. En conclusion, il n’existe
aucune valeur de k et η pour laquelle φ présente un extrémum.
5.5 E XERCICES
Exercice 5.1 Soit f : R2 → R définie par f ( x, y) = ln( x2 + y2 ).
1) Déterminer l’ensemble de définition de f .
∂2 f ∂2 f
2) Calculer le laplacien de f défini par ∆ f = ∂x2
+ ∂y2
.
Exercice 5.3 Déterminer et étudier les éventuels extréma de la fonction f définie sur R2 dans
chacun des cas suivants :
1) f ( x, y) = 2x3 + 6xy2 − 3y3 − 150x
2) f ( x, y) = x3 + y3 − 3xy + 3.
[1] K. A GBOKOU , K. G NEYOU & K. T CHARIE – « Investigation on the temporal evolution of the
covid’19 pandemic : prediction for Togo », Open Journal of Mathematical Sciences 4 (2020), p. 273–
279.
[2] A. B ODIN , N. B ORNE & L. D ESIDERI – « Cours de mathématiques première année », ch. Fonc-
tions usuelles, p. 173–182, Exo7, 2016, http://exo7.emath.fr/cours/cours-exo7.pdf.
I
N
[3] A. B ODIN , P. R OMON & B. B OUTIN – « Cours de mathématiques première année », ch. Intégrales,
, NA
p. 217–241, Exo7, 2016, http://exo7.emath.fr/cours/cours-exo7.pdf.
OA
[4] D. B OULARAS , D. F REDON & D. P ETIT – Mini-manuel de Mathématiques pour les sciences de la vie
et de l’environnement, Dunod, Paris, 2009.
LDK.
[5] A. B URD – Mathematical Methods in the Earth and Environmental Sciences, Cambridge University
Press, New York, 2019.
R A &
[6] C. D AVID , S. M USTAPHA , F. V IENS & N. C APRON – Mathématiques pour les sciences de la vie,
Dunod, Paris, 2014.
E N
GO
[7] G. FACCANONI – Optimisation : Recueil d’exercices corrigés et aide-mémoire, 2016.
.
.I C KM
[8] D. F REDON – Mathématiques pour les sciences de la vie et de la santé en 30 fiches, Dunod, Paris, 2008.
[9] J. M ONOD – « The Growth of Bacterial Cultures », Annual Review of Microbiology 3 (1949), no. 1,
p. 371––394.
L A
[10] D. M ÜLLER – Analyse, http://www.nymphomath.ch/MADIMU2/ANALY/INDEX.HTM, 2016.
.
.K
A
79