Math Algelbre

1
COURS D’ALGEBRE / Par VITHAL PONDA
Chapitre Un
THEORIES DES NOMBRES ET DES ENSEMBLES
I.1. RAPPELS SUR LES NOMBRES
Nous allons examiner succinctement les principaux ensembles des nombres que nous rencontrerons dans
la vie courante.
En général, on rencontre les ensembles numériques ci-après :
1. L’ensemble des Entiers naturels (ou arithmétiques)

L’ensemble des nombres entiers naturels, noté ℕ, comprend les nombres qui servent à caractériser des
collections d’objets. ℕ = {0,1, 2, 3, …}. ℕ * = ℕ - {0} = {1, 2, 3, …}
2. L’ensemble des Entiers relatifs

L’ensemble des nombres entiers relatifs, ℤ, est l’ensemble des nombres composé de :
ℤ = {…, - 3, - 2, - 1, 0, 1, 2, 3, …}.
De cet ensemble, on peut aussi définir :
ℤ∗! = {…, - 3, - 2, - 1} ℤ∗# = {𝟏, 𝟐, 𝟑, … }= ℕ *. ℤ *= {…, - 3, - 2, - 1, 1, 2,

3,…}
3. L’ensemble des Nombres rationnels

L’ensemble des nombres rationnels, noté ℚ, est défini par : ℚ ={x / x = b , où a Î ℤ * et b ÎZ }
a
Si a = 1 et b = 3 Þ x = 3 = 3 Si a = - 2 et b = 1 Þ x = 1 = - 1
1 -2 2
Si a = 4 et b = 0 Þ x = 0 = 0
4
Tout nombre rationnel peut se mettre sous la forme soit de :
1 3 16 9
Ø Fraction décimale finie : = 0.5 ; = 0.375 ; = 3.2 ; = 0.009
2 8 5 1000
5 1
Ø Fraction décimale infinie périodique : = 0.277777… ; = 0.3333333… .
18 3
1
Ø Fraction décimale infinie périodique mixte : = 0.142857142857142857…
7
5 1789
= 0.15151515… = 1.18085085085…
33 1515
[Date] 1
2
4. L’ensemble des Nombres irrationnels

L’ensemble des nombres irrationnels ( Q') comprend les nombres qui ne peuvent être exprimés sous la
forme x = b où a et b sont des entiers relatifs. Cet ensemble regroupe donc les nombres pouvant être
a
représentés par une écriture décimale infinie non périodique.
2 = 1.414213562… ; p = 3.14159265358979 …;
3 = 1.732050808… ; e = 2.71828182845904…
5. L’ensemble des Nombres réels

L’ensemble des nombres réels (ℝ) regroupe les nombres rationnels et les nombres irrationnels.
Donc : ℝ = QƲQ’. L’ensemble des nombres réels (ℝ) est considéré comme l’ensemble des éléments d’une
droite munie d’un point privilégié 0 (l’origine), d’un sens, représenté par une flèche et une unité de
!
longueur ( u ) permettant la mesure des segments de cette droite, appelée « droite euclidienne » ou « axe
réel ».
!
u
X I I X
A 0 B
Fig. 1.1 : droite euclidienne
A chaque point de cette droite, on associe un et un seul nombre réel. De même, à tout nombre réel, on peut
associer un et un seul point sur la droite euclidienne.
Enfin, on peut définir d’autres parties de l’ensemble des nombres réels :
ℝ * = ℝ – {0}, ℝ + = [0, + ¥ [ et ℝ - = ] – ¥ , 0]
6. L’ensemble des Nombres Complexes
a. Définition
Les équations de la forme. 𝑥 $ = −1 n′ont pas de solution dans l’espace des nombres réels. Ainsi les
nombres complexes prolongent l'ensemble des nombres réels.
Par définition ∶
𝑪 = 𝒙 + 𝒊𝒚 𝒂𝒗𝒆𝒄 F 𝒙, 𝒚 ∈ 𝑹 𝒆𝒕 𝒊𝟐 = −𝟏J
Il comprend deux parties : Partie réelle 𝐈𝐫(𝒄) = 𝒙 𝑒𝑡 𝑝𝑎𝑟𝑡𝑖𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑖𝑟𝑒 ∶ 𝐈𝐦(𝒄) = 𝒚.
Opérations fondamentales sur les nombres complexes
Dans le repère ortho normal direct (O ; I, J), z se représente par le point M(x ; y).
[Date] 2
3
Le module r du nombre complexe z est la longueur OM : 𝒓 = |𝒄| = \𝒙𝟐 + 𝒚𝟐
L'argument du nombre complexe non nul z est l'angle orienté : 𝑨𝒓𝒈 𝑪 = 𝜽 = bbbbb⃗
𝑶𝑰 , 𝑶𝑴bbbbbbb⃗
b. Operations fondamentales sur les nombres complexes
Ø Addition : (𝒂 + 𝒃𝒊) + (𝒄 + 𝒅𝒊) = 𝒂 + 𝒃𝒊 + 𝒄 + 𝒅𝒊 = (𝒂 + 𝒄) + (𝒃 + 𝒅)𝒊
Ø Soustraction : (𝒂 + 𝒃𝒊) − (𝒄 + 𝒅𝒊) = 𝒂 + 𝒃𝒊 − 𝒄 − 𝒅𝒊 = (𝒂 − 𝒄) + (𝒃 − 𝒅)𝒊.
Ø Multiplication : (𝒂 + 𝒃𝒊)(𝒄 + 𝒅𝒊) = 𝒂𝒄 + 𝒂𝒅𝒊 + 𝒃𝒄𝒊 + 𝒃𝒅𝒊𝟐 = (𝒂𝒄 − 𝒃𝒅) + (𝒂𝒅 + 𝒃𝒄)𝒊
𝒂"𝒃𝒊 (𝒂"𝒃𝒊) (𝒄)𝒅𝒊) 𝒂𝒄)𝒂𝒅𝒊"𝒃𝒄𝒊)𝒃𝒅𝒊𝟐 𝒂𝒄"𝒃𝒅"(𝒃𝒄)𝒂𝒅)𝒊 𝒂𝒄"𝒃𝒅

Ø Division :
𝒄"𝒅𝒊
= (𝒄"𝒅𝒊)
x (𝒄)𝒅𝒊)
= 𝒄𝟐 −𝒅𝟐 𝒊𝟐
= 𝒄𝟐 +𝒅𝟐
= 𝒄𝟐 +𝒅𝟐
+
𝒃𝒄)𝒂𝒅
𝒄𝟐 +𝒅𝟐
𝑖
c. Représentation graphique des nombres complexes
𝒙 = 𝒓. 𝒄𝒐𝒔𝜽. 𝒚 = 𝒓. 𝒔𝒊𝒏𝜽.
Où. 𝒓 = \𝒙𝟐 + 𝒚𝟐 = |𝒙 + 𝒊𝒚| 𝒒𝒖𝒊 𝒆𝒔𝒕 𝒍𝒆 𝒎𝒐𝒅𝒖𝒍𝒆
q est l’amplitude ou l’argument de

𝑀 = 𝑥 + 𝑖𝑦
𝑴 = 𝒓(𝒄𝒐𝒔𝜽 + 𝒊𝒔𝒊𝒏𝜽)
d. Nombre complexe conjugué
Le nombre complexe conjugué de

𝑀 = 𝑥 + 𝑖𝑦 𝑒𝑠𝑡 𝑴+ = 𝑥 − 𝑖𝑦
[Date] 3
4
I.2. NOTIONS D’INTERVALLES DANS ℝ
a. Définition
Soient a et b, deux nombres réels tels que : a ≤ b.
Des ensembles des nombres compris entre a et b sont les « intervalles », parmi lesquels on distingue les
intervalles bornés et les intervalles non bornés.
- Les nombres a et b sont les « extrémités » ou les « bornes de l’intervalle ».
a+b
- Si a et b sont deux réels, a<b, le réel s’appelle centre de l’intervalle ;
2
Le réel b – a est appelé longueur de l’intervalle d’extrémité a et b.
On peut avoir plusieurs cas :
Soient a,b⋲ ℝ tels que a < b ; ces intervalles sont notés ainsi :
1° Intervalles bornés
- Intervalle fermé : [a, b] = {x Î ℝ / a ≤ x ≤ b}
[⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄] ℝ
a b
- Intervalle ouvert : ]a, b[ = { x ÎÂ / a < x < b }

]⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄[ Â
a b
- Intervalle semi-ouvert à droite ou semi - fermé à gauche : [a, b [= { x Îℝ/a≤x<b}
[⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄[ ℝ
a b
[Date] 4
5
- Intervalle semi-ouvert à gauche ou semi - fermé à droite : ] a, b] = {x ÎÂ / a < x ≤ b}

]⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄] Â
a b
2° Intervalles non bornés
- Intervalle ouvert à droite et non borné à gauche : ] - ∞, a [ = {x Î ℝ / x < a} est appelé
d’extrémité a.
⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄[ Â
a
- Intervalle fermé à droite et non borné à gauche : ] - ∞, a] = {x Î ℝ / x≤a}

⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄] Â
a
- Intervalle ouvert à gauche et non borné à droite : ] a, +∞ [= {x Î ℝ / x > a}

]⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄ Â
a
- Intervalle fermé à gauche et non borné à droite : [a, +∞[ = { x Îℝ/x≥a}
[⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄⁄ Â
a
- Intervalle ouvert de ℝ : ] - ∞, +∞ [ = ℝ représente l’ensemble des réels , illimité à gauche et

à droite.
Remarque : Notons que - ∞ et +∞ n’appartiennent pas à ℝ.
I.3. THEORIES SUR LES ENSEMBLES
I.3.1. Définition
Un ensemble est une collection d'objets bien déterminés. On appelle ces objets les éléments de l’ensemble.
Un ensemble est défini soit par une liste de ses éléments ou définition en extension, soit par une règle qui
définit les éléments de l’ensemble ou définition en compréhension.
Exemple
A = {1,2,3} signifie que l’ensemble A contient les éléments : 1,2 et 3.
B = {x/ x est un nombre impair} signifie que l’ensemble B contient tous les nombres entiers impairs, à savoir
±1, ±3 ; ±5, ±7, etc.
[Date] 5
6
I.3.2. Operations sur les ensembles
1. L'appartenance
L’appartenance à un ensemble se note par le signe ⋲, la non-appartenance se note par ∉. Un ensemble ne
contenant aucun élément se note par Ф et se lit ensemble vide. Par exemple, S = {x : x est un nombre impair
se terminant par 4} = Ф.
Si chaque élément de A se trouve aussi dans B, A est un sous-ensemble de B, on note A ⊆ B. S'il existe dans
B au moins un élément qui n'appartient pas à A, on dit que A est sous-ensemble propre de B et on le note
A ⊂ B. La, notation A ⊄ B signifie que A n'est pas un sous-ensemble de B. Par définition, deux ensembles
sont égaux si A ⊆ B et B ⊆ A.
Sauf mention contraire, tous les ensembles considérés sont des sous-ensembles d'un certain ensemble
qu'on appelle ensemble universel et qui sera noté par Ω.
Exemple
Si A= {1,2,3} et B= {1,2,3,4}, A est un sous-ensemble propre de B : A ⊂ B.
Si A= {x / x est un multiple de 3} et B = {x/ x est un multiple de 6}, alors B est un sous-ensemble propre de A
: B ⊂ A.
Si A {0.1,0.4,0.6,0.8} et B {x / x est un nombre entier}, A n’est pas un sous-ensemble de B: A ⊈ B.
2. La réunion
La réunion de deux ensembles A et B est le nouvel ensemble consistant en la réunion des éléments de A et des
éléments de B. La réunion de A et B, notée AƲ B, qui se lit « A union B » est définie comme suit : AU B= {x / x ⋲
A ou x⋲ B}. Le terme « ou » est employé ici dans le sens de et/ou.
Exemple
Si A= {1,3, 5} et B = {2,3,4}, alors AUB = {1,2,3,4, 5}. On notera que l’élément 3 qui se trouve dans A et dans B
n’est pas répété dans AƲ B.
3. L’intersection
L’intersection de deux ensembles A et B est le nouvel ensemble formé des éléments communs à A et B.
L’intersection de A et B, notée A∩B est définie par : A∩ B = {x/ x ⋲ A et x ⋲ B).
Exemple
Si A = {x/ x est un multiple de 4} et B = {x/ x est un multiple de 6}, alors A ∩ B = {x/x est un multiple de 12}.
[Date] 6
7
4. La différence
La différence entre deux ensembles A et B est le nouvel ensemble formé des éléments qui appartiennent à B
mais pas à A. La différence entre B et A, notée B ∖ A, est définie par :
B∖A = {x/x ⋲ B et x∉A} .
Exemple
Si A= {1,2,3} et B= {1,2,3,4,5}, on aura : B∖A= {4,5}.
5. Le complémentaire
Le complémentaire d’un ensemble A est le nouvel ensemble formé des éléments qui n’appartiennent pas à A.
Le complémentaire de A, noté Ā, est défini par : Ā = {x/x⋲ Ω et x∉A}.
6. Distributivité de l’intersection par rapport à la réunion

Théorème 1.1 : Quels que soient les ensembles A, B et C, alors : A∩ (B Ʋ C) = (A∩B) Ʋ(A∩C).
7. Quelques lois importantes sur les ensembles

a. Loi idempotente AUA=A A∩A=A
b. Loi de commutativité : AUB=BUA A∩B=B∩A
c. Loi d’identité : AU ∅ = A AU Ω = Ω
A∩ Ω = A A∩∅ =∅
d. Loi de complémentarité
AU Ā = Ω A∩Ā=∅
𝐴=𝐴 𝛺=∅ ∅= Ω
I.3.3. Produit cartésien et la cardinalité

a. Ensemble fini
Un ensemble est dit fini s’il contient un nombre fini d’éléments. Le nombre d’éléments d’un ensemble s’appelle
cardinal de l’ensemble. On le note Card(E). Un ensemble qui n’est pas fini et dit infini.
b. Produit cartésien
On appelle produit cartésien de deux ensembles E et F, l’ensemble des couples ordonnés (x ; y) où x ⋲ E
et y ⋲ F. On le note E x F et on lit "E croix F". Les éléments (x ; y) sont des couples ordonnés et non des
ensembles. L'ordre dans lequel on écrit x et y est fondamental. Le premier élément x du couple appartient
au premier ensemble et le deuxième élément au deuxième ensemble.
Exemple
[Date] 7
8
Si A = {0,1,2,3,4} et B = {1,3,5} ; alors il y aura 5 x 3 = 15 éléments dans AxB : (0; 1), (0 ; 3), (0; 5), (1; 1), . . . ,
(4; 3), (4; 5). De façon plus générale, si A et B sont des ensembles finis, alors : Card(AxB) = Card(A).
Card(B).
c. Ensemble des parties
Soit un ensemble E. Tous les sous-ensembles de E peuvent être considérés comme les éléments d’un nouvel
ensemble que l’on appelle ensemble des parties de l’ensemble E, note ℙ(E).
Exemple
Soit E = {a, b, c}. Les sous-ensembles de E sont : ∅, {a}, (b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}.
Ainsi : ℙ (E)= {∅, {a}, (b}, {c}, {a, b}, {a, c}, {b, c}, {a,b,c}}.
On notera que Card (ℙ (E)) = 23 = 8.
Plus généralement, si E contient n éléments, ℙ (E) contiendra 2n éléments.
Théorème
Soient A et B deux parties d’un ensemble fini E, alors :
Card(AƲB) + Card(A∩B) = Card(A) + Card(B).
Démonstration
Le nombre d'éléments de "AƲB" est égal au nombre d'éléments de A plus le nombre d'éléments de B auquel
on retranche le nombre d'éléments en commun à A et B, car ils ont été comptés deux fois, d’où : Card(AƲB)
= Card(A) + Card(B) - Card(A∩B). c.q.f.d.
Si A∩B = ∅, alors on obtient la formule :
Card (A U B) = Card(A) + Card(B).
I.4. PUISSANCES
I.4.1. Notion de puissance
Étant donné un nombre réel a et un entier naturel n (avec n >1), l’expression an (on lit : nième puissance de
a ou encore a à la puissance n) représente le produit de n facteurs égaux à a. L’entier n est l’exposant ou la
puissance, et la valeur a représente la base de la puissance.
aáá´ …´ a = an(n facteurs de a ; n > 1, entier)
I.4.2. Signe des puissances

La puissance entière d’une base négative a une valeur positive si l’exposant est pair ; si l’exposant est
impair, elle est négative.
Exemple
[Date] 8
9
En prenant comme base a = - 1, on obtient pour tout nombre entier positif n :

( - 1)n = +1 si n est pair ; ( - 1)2n = +1 ; ( - 1)2n+1 = - 1
I.4.3. Propriétés
1.am. an = a m+ n 2. (a.b)n = an. bn
n
æaö an 1
3. ç ÷ = 4. = a - n , pour a ¹ 0 et n > 0
n
èbø bn a
5. (am)n = amn= (an)m

ì m-n
ïa si m>n
6. a m - n ï 0
= ía = 1 si m = n
ï 1
ï a n - m si m<n
î
I.5. RACINES
I.5.1. Racine ne arithmétique d’un réel positif

a. Définition
Soient a un réel positif, et n un entier naturel non nul. La racine nième arithmétique de a, notée
n a,
représente le même nombre positif A tel que An = a. Le symbole s’appelle « signe radical », et n est
l’indice du radical. Notons qu’il n’y a pas des radicaux d’indice zéro. Les racines peuvent être écrites sous
m
forme des puissances fractionnaires :

n
a =a
m n
.
b. Propriétés des radicaux arithmétiques

*
Soient a et b Î Â + , et m et n ÎN*, on a :
1. n
ab = n a × n b
( a)
m
m
2. n
= an m
=a n
a na
3. n =
b nb
1
4. n m
a = nm
a =a nm
I.5.2. Radicaux portant sur des nombres relatifs
[Date] 9
10
1° Racines carrées
On appelle racine carrée d’un nombre a, notée a , tout nombre x tel que : x2 = a .
- Si a > 0 : x = ± a , un nombre positif a deux racines carrées opposées. Par exemple, comme 32 = 9 et
(-3)2=9, alors 3 et –3 sont deux racines carrées réelles de 9. Il est d’usage de noter la racine carrée
positive par 9 =3 et la racine carrée négative par - 9 = -3.
- Si a = 0 : x = 0 ; zéro a pour racine carrée 0.
- Si a < 0, il n’y a pas de nombre réel x dont le carré est négatif ; un nombre négatif n’a pas de racine
carrée.
2° Racine cubique
Tout nombre relatif a une seule racine cubique, positive s’il est positif, négative s’il est négatif. On
3 a.
représente la racine cubique du nombre relatif a par
Exemples
3 3
Exemple 1 : 8 = 2 Exemple 2 : -8 = -2
3° Racine d’indices pairs

Un nombre négatif n’a pas de racine d’indice pair donné. Tout nombre positif a deux racines d’indice pair
donné, l’une positive, l’autre négative, ayant la même valeur absolue de l’une ou l’autre des racines nièmes de
a.
4 4
Par exemple, 625 = 5et - 625 = -5 sont les deux racines quatrièmes de 625.
4° Racine d’indices impairs

n
Tout nombre relatif a admet une seule racine d’indice impair donné, n, notée a , qui est positive si a est
positif et négative si a est négatif.
Exemples
Ex.1 :
5
32 = 2 Ex.2 :
5
- 32 = -2
I.6. OPÉRATEURS SIGMA Σ & 𝝅
I.6.1 Opérateur Sigma (Σ)
I.6.1.1 Sommation sur un seul indice
[Date] 10
11
a. Notions
L’opérateur sigma (Σ) est largement utilisé en Mathématiques et en Statistiques surtout lorsqu’il s’agit
d’une part d’agréger une suite des valeurs numériques représentées par des variables indicées ou d’autre
part d’abréger l’écriture de certaines formules mathématiques.
Soit une suite composée de n nombres indicés : x1, x2, x3,…, xn-1, xn. La somme des éléments de cette suite
est égale à :
𝑺 = 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + ⋯ + 𝒙𝒏.
Par convention, cette expression peut s’écrire comme suit :
n
S= å xi
i =1
et on lit : « somme de xi, i allant de 1 à n », c’est à dire que l’on donne à l’indice i les valeurs successives à
partir de 1 jusqu’à n, et on effectue la somme des termes ainsi indicés.
L’indice utilisé dans le symbole S est dit « indice muet », car on peut le remplacer par n’importe quel autre
indice sans toutefois modifier la valeur de la somme. Ainsi :
n n n
å xi = å x j = å xk = x1 + x2 + ...+ xn.
i =1 j=1 k =1
b. Propriétés
n
(1) å b i = b + b + b + ...+ b = nb
i =1
n fois
où b est une constante réelle.
n
(2) å ( xi + y i )= (x1 + y1) + (x2 + y2) + (xn + yn) = x1 + y1 + x2 + y2 + xn + … + yn
i =1
n n
=(x1 + x2 + x3 + ...+ xn) + (y1 + y2 + ...+ yn) = å x i + å yi
i =1 i =1
n n n n
(3) å ( xi + b) = å xi + å b= å x i + nb
i =1 i =1 i =1 i =1
n n
å (bxi ) b å xi
(4) i =1 = i =1
n n
En effet : å (bxi ) = bx1 + bx2 + ...+ bxn = b (x1 + x2 + ...+ xn) = b å x i
i =1 i =1
m n n n
(5) å xi + å xi = å xi . En effet, x0 + x1 + x2 + ...+ xn + xm+1 + ...+ xn= å xi
i =0 i = m +1 i =0 i =0
n n- j
(6) å xk = å xi , où i = k – j
k=j i =0
[Date] 11
12
Remarques
n n
(1) å ( xk i ) ¹ ( å xk )i en effet, x0i + x1i + ...+ xni¹( x0 + x1 + ...+ xn )i
k =0 k =0
n
n æ xk ö k =0
å xk
x x x x + x 2 +.... + xn
(2) å ç
ç
÷¹
÷ n
car 1 + 2 + ... + n ¹ 1 .
k =0 è yk ø y1 y 2 yn y1 + y 2 + ... + yn
å yk
k =0
n
(3) Au lieu de å xi , on écrit parfois å x i ou simplement å xi , s’il n’y a pas de confusion. Généralement,
i =1 i
le nombre d’opérateurs à utiliser doit correspondre au nombre d’indices de la variable. Ainsi, la somme
des x ijkl sera :
n1 n2 n3 n4 n1 n2 n3 æ n4 ö
å å å å xijkl = å å å çç å xijkl ÷÷ = ............
i =1 j=1 k =1 l =1 i =1 j= 1 k =1 è l =1 ø
I.6.1.2. Sommation sur plusieurs indices

a. Notions
ì x11 , x12 ,!, x1n ,
ï x , x ,!, x ,
Soit une suite de mn termes indicés suivants : ï
í
21 22 2n
ï !!
ïî x m1 , x m 2 ,!, x mn ,
La somme de ces termes de la suite peut s’écrire comme suit :

m n m æ n ö
å å ij å ç å ij ÷÷ = (x11 + x12 +…+ x1n) + (x21 + x22 +…+ x2n) +…+ (xm1 + xm2 +…+ xmn)
x = ç x
i =1 j=1 i =1 è j=1 ø
Exemple
Partons du tableau suivant :
Totaux marginaux
4 5 2 7 18
3 6 9 5 23
1 4 3 4 12
Totaux 8 15 14 16 53
marginaux TOTAL GENERAL
On additionne d’abord colonne par colonne les termes constituants chacune des 4 colonnes, c’est-à-dire
effectuer des sommes dans lesquelles seule d’indice i varie pour obtenir successivement :
[Date] 12
13
3 3 3 3
å xi1 å xi 2 å xi 3 åx i4
i =1 =8, i =1 = 15, i =1 = 14 et i =1 = 16.
On additionne ensuite ces colonnes afin d’obtenir :

3 3 3 3
å xi1 å xi 2 å xi 3 åx i4
i =1 + i =1 + i =1 + i =1 = 8 + 15 + 14 + 16 = 53.
Les deux sommations successives effectuées, ou double sommation, auraient pu être écrites :
n m
åå x ij
j =1 i =1 = 53.
Le calcul aurait pu aussi être effectué en respectant le cheminement suivant :
Addition ligne par ligne des termes des 3 lignes :

4
4 + 5 +2 + 7 = 18 = åxj =1
1j
4
3 + 6 +9 + 5 = 23 = åx
j =1
2j
4
1 + 4 +3 + 4 = 12 = åx
j =1
3j
Puis, addition des 3 résultats :

4 4 4
åx åx åx1j 2j 3j
j =1 + j =1 + j =1 = 18+ 23 + 12 = 53.
b. La double sommation
m n
La double sommation aurait pu être écrite : åå xi =1 j =1
ij = 53
En conclusion, l’addition des termes d’un tableau constitué de m lignes (indice i) et de n colonnes (indice j)
peut s’écrire :
n m
åå x
j =1 i =1
ij : Addition en colonne (i varie), puis addition en ligne (j varie) des totaux obtenus.
m n
åå x
i =1 j =1
ij : Addition en lignes (i varie), puis addition en colonne (i varie) des totaux obtenus.
[Date] 13
14
c. Propriétés
m n m n
1° å å αx ij = α å å x ij
i =1 j=1 i =1 j=1
où αÎR
m n m n m n
2° å å ( x ij + y ij ) = å å x ij + å å y ij
i =1 j=1 i =1 j=1 i =1 j=1
I.6.2. Opérateur Pi (π)

Pour certaines opérations répétitives de multiplication, on peut recourir à l’opérateur de produit,
communément appelé « opérateur Pi ».
1.6.2.1. Notions
Soit une suite de n valeurs (où n est un entier) : x1, x2, x3, ….,xn . Le produit des termes de cette suite des
n n
valeurs peut être représenté par l’expression ci-après : Õ xi = x1 . x2 . x3 ....xn . L’expression Õ xi se lit : «
i =1 i =1
produit des xi, i allant de 1 à n ».
I.6.2.2. Propriétés
n n n n n
(1) Õ λxi = ( λx1 ) ( λx 2 ) ..... ( λxn ) = λn Õ x i (2) ( Õ x i ) ( Õ y i ) = Õ xi y i
i =1 i =1 i =1 i =1 i =1
æ m öæ ö
n
æ n ö
(3) ç Õ xi ÷ çç
ç ÷ Õ x ÷÷ø = çç Õ xi ÷÷
i
è i =1 ø è i = m +1 èi =1 ø
Exemples 1.23
3
Õx =x
i = -2
i -2 .x-1 . x0 . x1. x2 . x3
Ex.1 :
4
Ex.2 : Õ 2 y k = (2 y1) . (2 y 2 ).(2 y3 ).( y 4 ) = 24 y1 y2 y3 y4 = 16 y1 y2 y3 y4
k =1
æ5ö æ 3 ö æ 7 ö
4 2 1 2 1 2 1 2 1 çè 3 ÷ø çè 2 ÷ø çè 6 ÷ø
2 1
Ex.3 : Õ ( + ) = ( + ) ( + )( + ) ( + ) = . . . (1) = 35
j =1 j 2 1 2 2 2 3 2 4 2 8
6
Ex. 4 : Õ 2i = (2 x 3 ) (2 x 4) ( 2 x 5 ) (2 x 6) =24 ( 3 x 4 x 5 x 6) = (16)(360) = 5760
i =3
[Date] 14
15
n
Ex. 5 : Õi
i =1
= 1 x 2 x 3 x … x n = n ! (où n ! = factorielle n )
6
Ex. 6 : Õ i = 1 x 2 x 3 x 4 x 5 x 6 = 6 ! = 720.
i =1
I.7. LES VARIABLES
Il existe deux sortes de quantités : les constantes et les variables.
a. La constante numérique et la constante arbitraire

Une constante est une quantité prenant une valeur fixe. Les constantes numériques gardent la même
valeur dans tous les problèmes. Les constantes arbitraires ou paramètres gardent la même valeur tout
au long d'un problème particulier.
Ex : Dans l’expression de l’aire du disque 𝐴 = 𝜋𝑟 $ , Π est une constante numérique, r le rayon et A sont des
variables.
Les variables et les constantes appartiennent à l’ensemble des nombres réels ℝ.
b. La variable
Une variable est une quantité qui peut prendre différentes valeurs tout au long d'un même problème. Une
variable peut être continue ou discrète. Une variable continue est une variable qui peut prendre n'importe
quelle valeur réelle à l’intérieur d'un intervalle. Les valeurs successives d'une variable continue diffèrent
d'une quantité infinitésimale. Une variable discrète est une variable qui prend uniquement certaines
valeurs dans un intervalle. II est d'usage de noter les constantes par les premières lettres de l'alphabet et
les variables par les dernières lettres. Toutefois, dans l‘application des mathématiques, par exemple en
économie, une variable est souvent désignée par la première lettre de son nom : p pour prix, q pour
quantité, c pour coût. etc.
Exemple
0
Le quotient de deux nombres a et b est égal à un nombre x :1 = 𝑥.
On en tire : a=bx. En rapport avec cette définition, la division par 0 n'est pas admissible. En effet, si b=0, a =
0.x qui n'est vrai que si a = 0 ; mais dans ce cas, on peut donner à x n'importe quelle valeur. Donc le quotient
0
, lorsque b = 0 et a = 0 peut prendre n'importe quelle valeur.
1
2 3
L'expression 3 est appelée indéfinie si a≠0 et I ‘expression 3 est appelée indéterminée.
3 3
Notons que 1 = 0 pour b≠0 puisque 1 est la valeur de x pour laquelle bx = 0 et que cette valeur doit être nulle
quand b≠ 0.
[Date] 15
16
I.8. RELATIONS ET FONCTIONS
I.8.1. Définition 1
Dans la vie courante, nous rencontrons à chaque instant des variables qui dépendent d'autres variables
comme par exemple le nombre de marches d'un escalier dépend de la hauteur de l’escalier, etc.
Un ensemble de paires ordonnées de nombres réels est appelée une relation binaire.
L'ensemble des premiers nombres d'une relation binaire est l’ensemble de départ, ou domaine de la
relation. Le deuxième ensemble est l’ensemble d'arrivée de la relation. L'ensemble de départ contient les
valeurs que prend la variable x appelée variable indépendante. L'ensemble d'arrivée contient les valeurs
que prend la variable y appelée variable dépendante.
On attribue à la variable indépendante des valeurs arbitraires qui vont déterminer les valeurs de la variable
dépendante. En général, on note par x la variable indépendante, et par y la variable dépendante.
Exemple
A= {(x, y)/x, y⋲ ℕ, x≼y} est une relation binaire dont quelques couples sont : (1 ;1) ; (1;2); (5; 20); etc. Notons
que (3 ;2), (8 ; 6), (25 ;21) par exemple, n’appartiennent pas à A.
B={(x; y)/y = 2x-1 , x⋲ ℝ } est une relation binaire où l’ensemble de départ est ℝ et l’ensemble d’arrivée est
aussi ℝ. Quelques exemples de couples : (0 ; -1), (0.5; 0), (I.4I ; 1.82), etc.
I.8.2. Définition 2
Si une relation est telle qu'à chaque élément de l’ensemble de départ est associe un et un seul élément de
l’ensemble d’arrivée, on dit que c’est une fonction.
Toutes les fonctions sont des relations, mais toutes les relations ne sont pas des fonctions.
On représente traditionnellement une fonction par une lettre minuscule :

f (ou g, ou h etc.). Si la fonction f associe à l’élément x de l’ensemble de départ E, l’élément y de l’ensemble
d'arrivée F, on écrit :
f: E F
x y=f(x)
On dit que y est l’image de x par la fonction f. Au cours d'un même problème particulier, le même symbole
fonctionnel indique toujours la même loi de dépendance de la fonction.
Exemple 1.26
𝑆𝑖 𝑓(𝑥) = 𝑥 $ + x − 2,
𝑓(𝑥) = 𝑎$ + a − 2,
𝑓(1) = 1+1−2=0
𝑓(−2) = 4−2−2=0
𝑓(𝑥 + 2) = (𝑥 + 2)$ + (x+2)− 2 = 𝑥 $ + 5x + 4
[Date] 16
17
𝑓(𝑥 + ℎ) − f(x) = (𝑥 + ℎ)$ + (x+h)− 2 − ( 𝑥 $ + x − 2)

= 2xh + ℎ$ + h
On définit la somme, la différence, le produit et le quotient de deux fonctions f(x) et g(x) de la manière
suivante :
Somme de deux fonctions : (f + g) (x) = f(x) + g(x)
Différence de deux fonctions : (f — g) (x) = f(x) — g(x)
Produit de deux fonctions : (f. g) (x) = f(x). g(x)
𝒇 𝒇(𝒙)
Quotient de deux fonctions : ( )(x)= , g(x)≠ 0.
𝒈 𝒈(𝒙)
I.8.3. Composition de deux fonctions

*On peut finalement définir la composition de deux fonctions
y = f(x) et z = g(y) par : (g o f)(x) = g(f(x)).
Cette nouvelle fonction est notée h = gₒ f qui se lit " g rond f ". On trouve h(x) en substituant la première
fonction dans la deuxième : h(x) = g(f(x)). On peut résumer la composition des fonctions par le schéma
suivant :
F g h = gₒ f
X y z , alors x z
Note : En général, f(g(x)) ≠ g(f(x)).
Exemple
𝑆𝑖 𝑓(𝑥) = 𝑥 $ + 𝑥 + 1 𝑒𝑡 𝑔(𝑥) = 𝑥 + 1 , 𝑎𝑙𝑜𝑟𝑠 ∶
𝑓 𝑔
𝑔‹𝑓(𝑥)Œ: $
𝑥−→ 𝑥 + 𝑥 + 1 = 𝑦−→ 𝑧 = 𝑦 + 1
4" 5 $ 𝟐
6!!→8
= (𝑥 + 𝑥 + 1) + 1 = 𝒙 + 𝒙 + 𝟐 .
4 5
𝑓‹𝑔(𝑥)Œ: 6!!→6#9
= ;!!→8<; # #;#9
𝑓3 𝑔
= (𝑥 + 1)$ + (𝑥 + 1) + 1 = 𝒙𝟑 + 𝟑𝒙 + 𝟑
𝑥 − −→ 𝑧
Dans cet exemple, g(f(x)) est bien diffèrent de f(g(x)).
[Date] 17
18
CHAPITRE II
REPRESENTATION GRAPHIQUE DES FONCTIONS
II.1. Coordonnées cartésiennes
Pour localiser un point dans ce repère, il suffit de reporter les coordonnées (x ; y) du point comme suit : on
reporte horizontalement la distance x (appelé aussi l’abscisse) et verticalement la distance y (appelé aussi
l’ordonnée). Axes des
Y
Quadrant II Quadrant I
x sont négatifs et x sont positifs et
y sont positifs y sont positifs
Axe des
Quadrant III Quadrant IV
x sont négatifs et x sont positifs et
y sont négatifs y sont négatifs
Système des axes cartésiens
II.2. Les droites
Une équation du type 𝑦 = 𝑎𝑥 + 𝑏 , 𝑜ù 𝑎 𝑒𝑡 𝑏 sont des paramètres dont l’un au moins n'est pas nul, est dite
équation cartésienne d'une droite. Un point appartient à la droite si et seulement si ses coordonnées
satisfont I ‘équation ci-dessus. Pour chaque droite dans le plan, pour autant qu'elle ne soit pas parallèle à
l’axe des y, on peut trouver l’équation cartésienne correspondante. II y a deux problèmes à envisager :
1. Connaissant l’équation cartésienne, représenter la droite graphiquement.

2. Connaissant deux points d'une droite, trouver l’équation cartésienne correspondante.
Exemple
Soit l’équation de la droite y = 4x — 2. II suffit de calculer les coordonnées de deux points pour représenter
cette droite graphiquement.
20
10
0
-5 0 5
-10
-20 Y
Graphe de y = 4x — 2
Intersection avec l’axe des x :𝑦 = 0 → 𝑥 = 4𝑥 − 2 → 𝑥 =1/2
[Date] 18
19
9
Le point est donc :( ;0)
$
Intersection avec l’axe des y : 𝑥 = 0 → 𝑦 = 4.0 − 2 → 𝑦 = −2
Le point est donné (0 ; -2).
9
La droite qui passe par les points :( $ ;0) et (0 ; —2) est représentée dans la figure 2.2.
Exemple 2.2
Sachant que la droite :𝒚 = 𝒂. 𝒙 + 𝒃 passe par les deux points (1 ; 2) et (3 ; 4), trouvons a et b. Pour cela,
remplaçons successivement dans 𝑦 = 𝑎. 𝑥 + 𝑏 , x et y par les coordonnées des deux points (1 ; 2) et (3 ; 4) :
2 = 𝑎 + 𝑏 (2.1)
4 = 3𝑎 + 𝑏 (2.2)
De l’équation (2.1) , nous déduisons : b = 2 — a.
En remplaçant dans l’équation (2.2), on a : 4 = 3𝑥 + (2 − 𝑎) → 2 = 2𝑎
→𝑎=1
Comme b = 2 — a, nous trouvons b=1. Nous avons donc l’équation : y = x + 1.
Dans l’équation générale d'une droite, y = ax + b, il peut y avoir a = 0 ou b= 0. Si b = 0, cela signifie que la
droite passe par l’origine, à savoir le point (0 ; 0). Si a = 0, la droite est horizontale et passe en y = b.
y=
B b
Figure 2.3: Représentation graphique de droites
00
Représentation graphique de droites
Deux droites dans le plan sont soit parallèles soit sécantes. Elles sont parallèles si a (appelé pente de la
droite) est le même pour les deux droites et b (appelé aussi l’ordonnée à l‘origine) est diffèrent pour les
deux droites. Elles se confondent si a et b sont les mêmes pour les deux droites. Dans tout autre cas, les
deux droites se coupent en un point (x ; y) qui doit satisfaire les deux équations simultanément.
Par conséquent, on trouve les coordonnées du point d'intersection en résolvant le système d'équations
linéaires formé par les équations des deux droites. Si les deux droites sont parallèles, il n'y a pas de solution
au système (les deux droites ne se coupent pas), et si les deux droites sont confondues, il y a une infinité de
solutions (chaque point de la droite est solution). En général, on peut résoudre un système d'équations
linéaires par élimination ou par substitution.
Exemple
On va trouver le point d’intersection de deux droites par élimination. Supposons que l’équation de la première
droite est y = 3x + 7 et l’équation de la deuxième droite est y=x-3.
Nous avons donc le système de deux équations suivantes :
𝑦 = 3𝑥 + 7 (2.3)
𝑦 =𝑥−3 (2.4)
[Date] 19
20
Nous multiplions la deuxième équation par 3 et la soustrayons de la première équation pour éliminer x :
𝑦 = 3𝑥 + 7
−3𝑦 = 3𝑥 − 9
−2y = 16
De là, nous obtenons y = −8 et nous substituons cette valeur dans (2.3) ou (2.4) :
−8 = 3x + 7
D’où x = —5. Le point d’intersection est donc (—5 ; —8). Graphiquement, nous obtenons la figure 2.4.
Exemple
Reprenons les deux mêmes droites et cherchons le point d’intersection par substitution. Le système est le
suivant :
𝑦 = 3𝑥 + 7 (2.5)
𝑦 =𝑥−3 (2.6)
Nous substituons la valeur de y de la deuxième équation dans la première équation :
𝑥 − 3 = 3𝑥 + 7
Nous obtenons ainsi 2x = —10 ; soit x = —5, et substituons cette valeur dans (2.5) ou dans (2.6), ce qui nous
donne y = —8. Le point d’intersection est évidemment le même : (—5 ; —8).
Y
y=3x+7
y=x-3
(-5 ;-8)
Intersection de deux droites
Exemple
Soient les deux droites suivantes : y= 2x + 1 et y =2x+ 2. La pente est identique dans les deux droites, et b est
diffèrent. Elles sont donc parallèles et n’ont pas d’intersection (Figure 2.5).
y=2x+2
y=2x+1
Deux droites parallèles
[Date] 20
21
II.3. Applications économiques des droites
II.3.1. Fonction de demande

Dans ce paragraphe, nous nous intéressons aux fonctions de demande, d'offre et de consommation. En
économie élémentaire, la fonction de demande est une droite de pente négative, c'est-à-dire que lorsque
les prix augmentent, la quantité demandée diminue, et lorsque les prix diminuent, la quantité demandée
augmente. Représentons dans la figure 2.6 une fonction de demande.
Prix
Fonction de demande
Quantité demandée
Par convention, le prix sera indiqué sur l’axe des y et la quantité demandée sur l’axe des x. La variable x
représente la quantité et la variable y le prix. Nous noterons que seul le quadrant I nous intéresse. En effet,
il est le seul pertinent en économie (du moins dans ce problème), des prix et des quantités négatifs n'ayant
pas de sens. II est nécessaire également de signaler que dans la réalité une fonction de demande est
rarement trouvée sous la forme d'une droite (ou même d'une portion de parabole) ; cependant, dans le
cadre de ce cours, nous nous permettrons de la simplifier pour ne travailler qu'avec des droites.
Exemple
La demande de montres est de 10 unités si le prix est égal à 160 francs et elle est de 20 unités si le prix est égal
à 120 francs. Nous allons calculer l’équation de la demande. Nous avons deux points (10 ; 160) et (20 ; 120).
Nous substituons les coordonnées de ces points dans l’équation générale d’une droite pour obtenir un système
de deux équations à deux inconnues
160 = 10𝑎 + 𝑏 (2.7)
120 = 20𝑎 + 𝑏 (2.8)
Nous résolvons par élimination : 320 = 20𝑎 + 2𝑏
−120 = 20𝑎 + 𝑏
Prix 200 = 𝑏
(0 ;200)
(10 ;160)
(20 ;120)
(50 ;0)
Quantité demandée
Graphe de la fonction de demande y = —4x + 200
[Date] 21
22
Nous substituons b = 200 dans (2.8) : 120 = 20a + 200, d'où a =—4. Nous avons donc l’équation de demande
y = —4x + 200.
II.3.2. Fonction d'offre

En général, la fonction d'offre est une droite de pente positive, c'est-à-dire que lorsque les prix
augmentent, la quantité offerte augmente aussi, et lorsque les prix diminuent, la quantité offerte diminue
aussi. Comme pour la fonction de demande, x représente la quantité, et y le prix. A nouveau, seules les
valeurs positives de x et de y nous intéressent. Représentons dans la figure 2.8 une fonction d'offre.
Prix
Quantité
offerte
0
Fonction d'offre
Exemple
Quand le prix est de 100 francs, le nombre d'appareils photos d’une certaine marque offerts sur le marché est
50 et quand le prix est de 150 francs, le nombre d’appareils photos offerts est 100. Nous allons calculer
l’équation de l’offre.
Prix
100
(50 ;100)
50
0
Quantité
offerte
50
Graphe de la fonction d'offre y = x + 50
Nous avons les deux points (50 ; 100) et (100 ; 150). Nous substituons les coordonnées de ces points dans
l’équation générale y = ax + b et obtenons le système suivant :
100 = 50𝑎 + 𝑏 (2.9)
150 = 100𝑎 + 𝑏 (2.10)
que nous résolvons par élimination :
200 = 100𝑎 + 2𝑏
−150 = 1000𝑎 + 𝑏
50 = 𝑏
[Date] 22
23
Nous substituons b = 50 dans (2.10) : 150 = 100a + 50, d’où a=1 avons donc l’équation d’offre y = x + 50
(Figure 2.9),
Nous venons d'introduire les fonctions de demande et d'offre. Par conséquent, nous pouvons maintenant
parler de l’équilibre du marché.
II.3.3. Représentation graphique de l’équilibre du marché

On parle d'équilibre du marché quand les fonctions de demande et d'offre se coupent dans le quadrant I.
En ce point, la quantité demandée est égale à la quantité offerte. Donc la quantité à l’équilibre et le prix
d'équilibre sont données par les coordonnées du point d'intersection des deux droites (demande et offre).
Exemple
Cherchons l’équilibre du marché pour les fonctions d’offre et de demande suivantes :
1
𝑜𝑓𝑓𝑟𝑒 ∶ 𝑦 = 𝑥 + 1
2
𝑑𝑒𝑚𝑎𝑛𝑑𝑒 ∶ 𝑦 = −2𝑥 + 6
Le point d'intersection est trouvé par élimination :
4𝑦 = 2𝑥 + 4
+𝑦 = −2𝑥 + 6
5𝑦 = 10 → 𝑦 = 2
On remplace y = 2 dans (2.12) : 2 = —2x + b, d'où x = 2. L'équilibre du marché se produit quand la quantité
est égale à 2 et le prix égal à 2.
Prix
Offre
Équilibre
Demande
Quantité
Représentation graphique de l’équilibre du marché
II.3.4. Fonction de consommation Keynésienne
Nous allons terminer ce paragraphe en parlant de la fonction de consommation. Cette fonction est
caractérisée de la façon suivante :
1. La consommation est fonction du revenu disponible, c'est-à-dire que 𝐶 = 𝑓(𝑌= )
[Date] 23
24
2. Quand le revenu est nul, la consommation n'est pas nulle car il y a toujours la consommation qui
correspond au minimum vital. La droite ne passe donc pas par l’origine, mais au-dessus de l’origine.
3. Quand le revenu augmente, la consommation augmente aussi mais d'une quantité inférieure. C'est
donc une droite de pente positive, inférieure à 1.
Exemple
Si le minimum vital est égal à 10, et si la consommation représente 60% du revenu disponible, la fonction de
consommation est C = 0.6𝒀𝒅 + 10 ; où C est la consommation et Yd le revenu disponible. Nous pouvons tracer
le graphe de cette fonction de consommation :
10
yd
0
Graphe de la fonction de consommation C=0.6𝒀𝒅 + 10
II.4. Différents Types De Fonctions
II.4.1. Polynômes
On appelle polynôme de degré n la fonction donnée par :
𝑦 = 𝑎> 𝑥 > + 𝑎>!9 𝑥 >!9 + 𝑎>!$ 𝑥 >!$ + ⋯ + 𝑎9 𝑥 + 𝑎3
où 𝑎> ≠ 0 , n ⋲ ℕ et 𝑎3, 𝑎9 … , 𝑎> ⋲ ℝ sont des 𝐜𝐨𝐞𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐭𝐬 du polynôme.
Pour n = 1, en posant 𝒂𝟏 =a et 𝒂𝟎 =b nous obtenons le polynôme de degré 1 : 𝑦 = 𝑎𝑥 + 𝑏 dont on sait que

sa représentation graphique est une droite.
II.4.1.1. Paraboles
Regardons le polynôme de degré 2 donne par : 𝑦 = 𝑎𝑥 $ + 𝑏𝑥 + 𝑐 dont la représentation graphique est une
parabole. Dans la figure 2.12, nous observons deux paraboles différentes suivant le signe de a.
[Date] 24
25
Ici nous avons le graphe de la parabole de l’équation : 𝑦 = 𝑥 $ − 𝑥 − 2
Exemple : Représentation graphique d’un polynôme de degré 5
Graphe de 𝒚 = 𝒙𝟓 − 𝟓𝒙𝟑 + 𝟒𝒙
II.4.1.1. Fonctions rationnelles
𝒑(𝒙)
Une fonction rationnelle est une fonction de la forme 𝒒(𝒙)
, où p(x) et q(x) et q{x) sont des polynômes,
c'est-à-dire :
𝒂𝒏 𝒙𝒏 + 𝒂𝒏!𝟏 𝒙𝒏!𝟏 + + ⋯ + 𝒂𝟏 𝒙 + 𝒂𝟎
𝒚=
𝒃𝒎 𝒙𝒎 + 𝒃𝒎!𝟏 𝒙𝒎!𝟏 + ⋯ + 𝒃𝟏 𝒙 + 𝒃𝟎
avec 𝑎> ≠ 0 𝑒𝑡 𝑏H ≠ 0.
Les fonctions rationnelles les plus simple (mis à part les polynômes) sont celles que l’on peut exprimer
𝟏
sous la forme 𝑦 = 𝒙𝒏 , avec n = 1, 2, . . ..
𝟏
On peut aussi les écrire 𝑥 !> 𝑎𝑢 𝑙𝑖𝑒𝑢 𝑑𝑒 𝒙𝒏
.
Exemple
[Date] 25
26
𝒂
Traçons les graphes de l’hyperbole caractérisée par l’équation y =𝐱 .
Selon la valeur de a, on obtient deux hyperboles différentes (Figure 2.14) –
a≺0
a>0
Exemple
𝟏
𝒙!𝟐
Traçons encore le graphe de la fonction rationnelle 𝒚 = 𝒙𝟑 !𝒙
dont le domaine de définition est ℝ−
{−1,0,1} .
𝟏
𝒙!𝟐
Graphe rationnelle 𝒚 = 𝒙𝟑 !𝒙
II.4.1.2. Fonctions puissances
On appelle fonction puissance la fonction 𝒚 = 𝒙∝ 𝑜ù ∝ 𝑒𝑠𝑡 𝑢𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑎𝑟𝑏𝑖𝑡𝑟𝑎𝑖𝑟𝑒.

P
Lorsque ∝ est rationnel (a ⋲ ℚ), il peut toujours s'écrire sous la forme ∝= où p et q sont des entiers et
Q
'
q≠ 0. Dans ce cas, 𝑥 ∝ =𝑥 R/Q = √𝑥 R (on lit "racine 𝑞èHU puissance 𝑝> ).
Le domaine de définition de la fonction 𝒚 = 𝒙∝ dépend de la nature du nombre ∝; par exemple, si ∝ est un

entier négatif ou nul, c'est-à-dire a ≼ 0, alors le domaine de définition sera ℝ — {0}.
Si ∝ = 1/q, ou q est un entier strictement positif, alors le domaine de définition sera ℝ lorsque q est impair
et ℝ + = {x ⋲ℝ /x ≽ 0} lorsque q est pair.
Exemple
Représentons les graphes de la fonction 𝒚 = 𝒙∝ avec différentes valeurs de ∝ .
[Date] 26
27
Graphes de fonctions puissances
II.4.1.3. Fonctions exponentielles et logarithmiques
a. Définition
On appelle fonction exponentielle la fonction y = 𝒂𝒙 , où a > 0 et a≠1. La fonction réciproque de y = 𝒂𝒙 est
appelée fonction logarithmique et se note y =log 2 x, où a>0, a≠1 et x>0.
Puisque l’ensemble des valeurs de la fonction exponentielle est 0<y<+∞, la fonction logarithmique ne peut
être définie que pour les valeurs positives de l’argument et admet ainsi pour domaine de définition 0 < x
< ∞, c'est-à-dire ℝ +— {0}.
L'indice a dans log 2 indique que le logarithme est pris en base a. En pratique, les bases usitées sont la base
10 et la base e (logarithme népérien ou logarithme naturel, e ≅ 2.7182). C'est pourquoi le logarithme en
base 10 s'écrit simplement logx et le logarithme naturel se note lnx.
Les figures 2.17 et 2.18 représentent les fonctions exponentielles et logarithmiques pour différentes bases.
[Date] 27
28
Graphes de fonctions exponentielles
Graphes de fonctions logarithmiques
b. Règles de manipulation des logarithmes

Rappelons ici quelques règles de manipulation des logarithmes :
1. log( x1 x2 ) = log a x1 + log a x2 (où x1 et x2 sont positifs) ;
2. log a (1 / x) = log a 1 - log a x = - log a x (car loga 1 = 0) ;
3. log a ( x1 / x2 ) = log a x1 - log a x2

4. log a x n = n log a x
( ) = log
m
m
5. log a x n m
a x =
n
log a x
n
6. log a a = 1
7. loga 1 = 0
[Date] 28
29
II.5. Applications économiques des fonctions

Nous avons déjà vu I ‘application économique concernant les droites (paragraphe 2.4), dans laquelle les
fonctions d'offre et de demande étaient représentées par des droites. Mais il se peut aussi que ces fonctions
soient des paraboles. Ici, c'est uniquement le quadrant I qui est de nouveau pertinent.
La fonction de demande est aussi souvent représentée par la branche supérieure d'une hyperbole.
Exemple Soient les courbes d’offre et de demande suivantes :

Offre y = x2 + 5x + 2 et Demandes y = —2x2 + 3
Intersection de y = x2 + 5x + 2 et y = —2x2 + 3
Nous allons chercher l‘équilibre du marché. Pour cela, nous résolvons ce système de deux équations en posant
I’ égalité entre l’équation d'offre et celle de demande :
-2x + 3 = x2 + 5x + 2
→-3x2 - 5x + 1 = 0.
Nous employons la formule de Viète pour trouver x1 et x2 :
!1±√1 #( X0Y Z±√$Z#9$
x1, x2= $0
= ![
→ 𝑥9 ≅ −1.85 𝑒𝑡 𝑥$ ≅ 0.18
où a le coefficient de x2, b le coefficient de x et c la constante.

On remplace ensuite x1 et x2 par leurs valeurs et on trouve :
Les solutions sont (—1.85 ; —3.82) et (0.18; 2.93). Le point d'équilibre est (0.18; 2.93) puisque seul le quadrant
I nous intéresse. Nous pouvons vérifier le résultat graphiquement.
Exemple
Cherchons le point d'équilibre des deux fonctions d'offre et de demande suivantes :
93
Offre : y = x+5 demande : y =(6#9) − 1
[Date] 29
30
(0.533 ;5.53)
y = x+5 93
y =(6#9) − 1
𝟏𝟎
Intersection de l’Offre : y = x+5 et la demande : y =(𝒙,𝟏) − 𝟏
Substituons y = x+5 dans la deuxième équation :

93
x + 5= (6#9) − 1
(x+ 5).(x + 1) = 10 - (x + 1)
x2 + 7x – 4= 0
!1±√1 #( X0Y !\±√X]#9[
d'où: x1, x2= = → 𝑥9 ≅ 0.53 𝑒𝑡 𝑥$ ≅ −7.53
$0 $
et on remplace dans y = x + 5
y1≅ 5.53 y2≅-2.53 solution à écarter
Le point d’équilibre est donc (0,53 ; 5.53), qui est représenté sur la figure ci-dessus.
[Date] 30
31
CHAPITRE III
SUITES, LIMITES ET PREMIERE DERIVEE
III.1. SUITES
III.1.1. Définition
Une suite est une succession de termes formés d'après une loi donnée. Par exemple 1, 4, 9, 16 est une suite.
Une suite finie possède un nombre fini de termes. On peut généraliser une suite finie en la représentant
de la façon suivante : u1, u2, u3, …, un.
Ø Suite infinie
Une suite infinie a un nombre illimité de termes. On note par des points de suspension une suite infinie.
Par exemple, si l’on continue indéfiniment à écrire les termes de la suite ci-dessus, on obtient la suite infinie
1, 4, 9, 16, ...
Avec la représentation généralisée, on a : u1, u2, u3, …, un.
Ø Terme général d’une suite
Le terme général ou nè terme à une expression qui indique comment former les différents termes. Dans
l’exemple ci-dessus, le terme général est un = n2. Le premier terme s'obtient en posant n = 1, le deuxième
en posant n = 2, etc.
Ø Suites alternées
Une suite alternée est une suite ou deux termes voisins sont de signes opposés.
Exemple
La suite de terme général un= (—1) n+1 • n est une suite alternée : pour n = 1, 2, 3 ,4, . . ., nous avons : 1, —2,
3, —4, . . .
Ø Suites monotones
Une suite peut être monotone croissante, c'est-à-dire que chacun de ses termes est plus grand que son
prédécesseur : un+1 > un , ∀n ≥ 1,
ou monotone décroissante, c'est-à-dire : un+1 < un, ∀𝑛 ≥ 1.
Note Si un+1 ≥ un , ∀𝒏 ≥ 1, on dira simplement que la suite est croissante et si un+1 ≼ un , ∀𝒏 ≥ 1, on dira
qu'elle est décroissante.
Exemple
999 9
La suite des fractions : 1, $,^,X, . . ., > , … est monotone décroissante.
[Date] 31
32
𝟏 𝟏 𝟏
En effet : Un+i — Un =𝒏#𝟏 — 𝒏= 𝒏.(𝒏#𝟏)< 0, ∀𝒏 ≥ 1. Par conséquent : un+1 < un , ∀𝒏 ≥ 1.
Ø Suites bornées
Une suite est dite bornée s'il existe deux nombres ƙ et K tels que ƙ ≼ un ≼ K, ∀𝒏 ≥ 1 , c'est-à-dire si aucun
de ses termes n'est plus petit que la valeur ƙ et si aucun de ses termes n'est plus grand que K.
Un tel ƙ est appelé minorant et K est appelé majorant de la suite. Le plus grand des minorants est appelé
borne inferieure et le plus petit des majorants borne supérieure.
Exemple
!9 99 >!$ !9
La suite, $
,0, [,X, . . qui est définie par un = $> est une suite bornée car aucun de ses termes n'est inférieur à $
9
ni supérieur à .
$
!9 9
Nous avons $
≼ un≼ $
, ∀𝒏 ≥ 1.
Ø Suites arithmétiques
Dans une suite arithmétique, la différence entre deux termes consécutifs est constante et non nulle : : un+1
— un=d , ∀𝒏 ≥ 1.
d est appelé la raison de la suite. Si d est positif, la suite est monotone croissante, s'il est négatif, elle est
monotone décroissante. On peut représenter une suite arithmétique de la façon suivante :
u1 = u1
u2 = u1+ d
u3 = u2 + d = u1 + d + d
u4 = u3 + d = u1 + d + d + d
.
.
un = un-1+ d = u1+ (n-1).d
Exemple
La suite arithmétique 33,41, 49, ... a pour raison d= 8 et comme premier terme u1 =33. Si l’on veut connaître
son 100è terme, on remplace n par 100 dans un = u1+ (n-1).d et l’on obtient :
u100 = 33 + 99 • 8 = 825.
Une suite arithmétique infinie est toujours non-bornée.
Ø Suites géométriques
Dans une suite géométrique, le rapport entre deux termes consécutifs est constant et différent de 1 :
_./0
= q , où q est appelée la raison de la suite. Si q est positif, tous les termes ont le même signe que u1 ; si
_.
[Date] 32
33
q est négatif, la suite est alternée. Les suites géométriques sont bornées si | q |≼1 ; et non bornées si |q|> 1.
On peut représenter une suite géométrique de la façon suivante :
u1 = u1
u2 = u1.q
u3 = u2.q = u1. q.q=u1.q2
u4 = u3.q = u1.q.q.q=u1.q3
.
un = un-1.q = u1. qn-1
Exemple
9 9 9
La suite géométrique 2 ,1, $ , X , . . . a pour raison q=$ - et comme premier terme u1 = 2. Si l’on veut connaitre
son 10è terme, on remplace n par 10 dans un = u1. qn-1 et l’on obtient :
9 9
u1 = un-1.q = u1. qn-1= 2..($ )9 =$Z[
9
La suite est bornée car q = $< 1. La suite un est donc comprise entre 2 et 0 : 0≼un≼ 2, ∀𝒏 ≥ 1.
III.2. Limite d'une fonction

Nous pouvons maintenant étendre le concept de limite aux fonctions. Nous allons étudier les différents
cas de limite de fonction en considérant un certain nombre d'exemples.
III.2.1. Limite d'une fonction à l‘infini.

Définition
f(x) admet la limite L lorsque x tend vers plus l’infini si pour tout nombre ε > 0, il existe ѵ(ε) > 0 tel
que|𝑓(𝑥) − L|< ε dès que x >ѵ(ε). On écrit dans ce cas :
lim 𝑓(𝑥) = 𝐿.
6→`
De même : lim 𝑓(𝑥) = 𝐿 si pour tout nombre ε > 0, il existe ѵ(ε) > 0 tel |𝑓(𝑥) − L| ≺ 𝜀 dès que x < -v(ε).
6→!`
On écrit dans ce cas :
lim 𝑓(𝑥) = 𝐿.
6→!`
III.2.2. Propriétés de la limite d'une fonction
Comme pour les limites de suites, on a les propriétés suivantes pour les limites d'une fonction :
Si = lim 𝑓(𝑥) = 𝐿9 , lim 𝑔(𝑥) = 𝐿$ et si c’est une constante, alors :

6→0 6→0
1. 𝐥𝐢𝐦 𝒄 = 𝒄 2. 𝐥𝐢𝐦𝒄. 𝒇(𝒙) = 𝒄. 𝑳𝟏

𝒙→𝒂 𝒙→𝒂
3. 𝐥𝐢𝐦( 𝒇(𝒙) ± 𝒈(𝒙)) = 𝐥𝐢𝐦( 𝒇(𝒙) ± 𝐥𝐢𝐦 𝒈(𝒙) = 𝑳𝟏 ±𝑳𝟐 4. 𝐥𝐢𝐦( 𝒇(𝒙). 𝒈(𝒙)) = 𝐥𝐢𝐦 𝒇(𝒙). 𝐥𝐢𝐦 𝒈(𝒙) = 𝑳𝟏 .𝑳𝟐
𝒙→𝒂 𝒙→𝒂 𝒙→𝒂 𝒙→𝒂 𝒙→𝒂 𝒙→𝒂
𝒇(𝒙) 𝐥𝐢𝐦 𝒇(𝒙) 𝑳𝟏

5. 𝐥𝐢𝐦 = 𝒙→𝒂
= pour 𝑳𝟐 ≠0
𝒙→𝒂 𝒈(𝒙) 𝐥𝐢𝐦 𝒈(𝒙)
𝒙→𝒂
𝑳𝟐
[Date] 33
34
II faut noter que ces propriétés ne sont pas nécessairement valables quand la limite de l’une ou l’autre des
fonctions f(x) ou g(x) est infinie. Nous verrons comment traiter ces différents cas dans le chapitre suivant.
En revanche, ces propriétés sont valables dans le cas où les limites sont définies uniquement soit à droite
soit à gauche de a, ou lorsque x tend vers l’infini. Finalement, les propriétés 3 et 4 peuvent être généralisées
à un nombre fini de fonctions.
Exemple
𝑥$ + 3 lim 𝑥 $ +3
lim = 6→$ (𝑝𝑟𝑜𝑝𝑟𝑖é𝑡é 5)
6→$ 𝑥 lim 𝑥
6→$
lim 𝑥 $ + lim 3
6→$ 6→$
= (𝑝𝑟𝑜𝑝𝑟𝑖é𝑡é 3)
lim 𝑥
6→$
lim 𝑥 . lim 𝑥 . + lim 3
6→$ 6→$ 6→$
= (𝑝𝑟𝑜𝑝𝑟𝑖é𝑡é 4)
lim 𝑥
6→$
2.2. +3
= (𝑝𝑟𝑜𝑝𝑟𝑖é𝑡é𝑠 1 𝑒𝑡 2)
2
7
=
2
En appliquant la propriété 5 concernant la limite d'un quotient, il peut arriver que le quotient des limites
3 3
donne comme résultat 3. Cette forme 3 est appelée forme indéterminée. On ne peut a priori rien dire de la
division de zéro par zéro. II est cependant possible de déterminer si une telle expression possède une limite,
comme le montrent les exemples suivants.
Exemple
6# 3
Calculons lim s’agit d’une forme indéterminée puisque la limite du dénominateur et du numérateur
6→3 6 3
sont toutes deux nulles. Cependant, si x≠0, numérateur et dénominateur peuvent être divisés par x. Dans ce cas
6#
: = 𝑥 , ∀x≠ 0.
6
Dans la définition de la limite d’une fonction lorsque x tend vers a, on suppose que x devient arbitrairement
proche de a, mais n’est pas égal à a. C’est pourquoi, on peut écrire :
6#
lim = lim 𝑥 = 0.
6→3 6 6→3
6#
Ainsi, bien que f(x) = ne soit pas définie en x = 0, cette fonction admet pour limite zéro lorsque x tend vers
6
zéro.
Exemple
6 # !9[ 6 # !9[ 3
Si 𝑓(𝑥) = 6#X
, alors lim est une forme indéterminée𝑒 . Si x≠—4, on a :
6→!X 6#X 3
6 # !9[ (6#X)(6!X)
6#X
= 6#X
= 𝑥 − 4.
D’après la définition de la limite, on peut écrire :
𝑥 $ − 16 (𝑥 + 4)(𝑥 − 4)
lim = lim = lim (𝑥 − 4) = −8.
6→!X 𝑥 + 4 6→!X 𝑥+4 6→!X
[Date] 34
35
On peut rencontrer un autre type de forme indéterminée en utilisant la propriété 5. II s'agit de la forme
`
indéterminée ` . Dans ce cas aussi, il est possible de déterminer si une telle expression admet une limite.
Exemple
$6 9 #Z6 # #[ $6 9 #Z6 # #[ `
Si 𝑓(𝑥) = , alors lim , est une forme indéterminée . Dans ce cas, on peut diviser
6 9 !^6#] 6→` 6 9 !^6#] `
numérateur et dénominateur par le terme de plus grande puissance du dénominateur, c’est-à-dire
: <
$# # 9
𝑥 ^ . Si x≠0, nous obtenons 𝑓(𝑥) = ; ;
9 = . Nous pouvons, dès lors, déterminer cette limite :
9! # # 9
; ;
0 0
: < abc$#Zabc #[abc 9
$6 9 #Z6 # #[ $# # 9 ;→> ;→> ; ; $#Z.3#[.3
; ;
lim = lim 9 = = 0
;→>
0 = =2
6→` 6 9 !^6#] 6→` 9! # # 9 abc9!âbc # #]abc 9 9!^.3!].3
; ; ;→> ;→> ; ;
;→>
III.2.3. Quelques limites importantes

Pour déterminer la limite d'une fonction, il n'existe pas de méthode générale. Par conséquent, nous
indiquons ici quelques limites importantes.
𝒔𝒊𝒏𝒙 𝒕𝒂𝒏𝒈𝒙
𝟏. 𝐥𝐢𝐦 =𝟏 𝟐. 𝐥𝐢𝐦 =𝟏
𝒙→𝟎 𝒙 𝒙→𝟎 𝒙
𝒆𝒙 − 𝟏 𝐥𝐧 (𝟏 + 𝒙)
𝟑. 𝐥𝐢𝐦 =𝟏 𝟒. 𝐥𝐢𝐦 =𝟏
𝒙→𝟎 𝒙 𝒙→𝟎 𝒙
𝟏
𝟓. 𝐥𝐢𝐦(𝟏 + 𝒙)𝟏/𝒙 = 𝒆 6. 𝐥𝐢𝐦 (𝟏 + 𝒙)𝒙 = 𝒆
𝒙→𝟎 𝒙→`
𝒂 𝒙𝒌
𝟕. 𝐥𝐢𝐦 (𝟏 + )𝒙 = 𝒆𝒂 𝟖. 𝐥𝐢𝐦 = 𝟎 ,𝒂 > 𝟎
𝒙→` 𝒙 𝒙→` 𝒂𝒙
III.3. La𝒂première
𝒙 dérivée 𝐥𝐧 (𝒙𝒌 )
𝟗. 𝐥𝐢𝐦 = 𝟎 , 𝒂 > 𝟎. 𝟏𝟎. 𝐥𝐢𝐦 =𝟎, 𝒎> 𝟎
𝒙→` 𝒙𝒙 𝒙→` 𝒙𝒎
III.3.1. Définition
9
Dérivée de 𝑦 = −𝑥 $ 𝑒𝑛 𝑥 = − $ 𝑒𝑡 𝑥 = 0
III.3.4. Dérivées des fonctions algébriques

La recherche de la dérivée en utilisant sa définition est un travail long et pénible. C'est pourquoi il est
préférable de dériver une fonction à l’aide des règles spéciales déduites de la règle générale pour dériver
certaines formes classiques des fonctions algébriques.
a) Dérivée d'une somme
𝑆𝑜𝑖𝑡 𝑓(𝑥) = 𝑢(𝑥) + 𝑣(𝑥), 𝑜ù 𝑢(𝑥) 𝑒𝑡 𝑣(𝑥) 𝑠𝑜𝑛𝑡 𝑑𝑒𝑠 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑠 𝑑é𝑟𝑖𝑣𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝑥 . 𝐷𝑎𝑛𝑠 𝑐𝑒 𝑐𝑎𝑠,
[Date] 35
36
𝑓(𝑥 + ∆𝑥) − 𝑓(𝑥)

𝑓 + (𝑥) = lim
∆6→3 ∆𝑥
_(6#∆6)#f(6#∆6)![_(6)#f(6)]
= lim ∆6
∆6→3
_(6#∆6)!_(6) _(6#∆6)!f(6)
= lim ∆6
+ lim ∆6
∆6→3 ∆6→3
+ (𝑣)
=𝑢. + 𝑣′(𝑥)
= =f =_
Ainsi : (𝑢 + 𝑣)+ = 𝑢+ + 𝑣 + , c’est-à-dire : =6 (𝑢 + 𝑣) = =6 + =6
Cette règle se généralise à un nombre fini de termes : La dérivée d'une somme d'un nombre fini de
fonctions est égale à la somme des dérivées de ces fonctions. II en est de même pour la différence d'un
nombre fini de fonctions.
b) Dérivée d'un produit
𝑆𝑜𝑖𝑡 𝑓(𝑥) = 𝑢(𝑥). 𝑣(𝑥), 𝑜ù 𝑢(𝑥) 𝑒𝑡 𝑣(𝑥) 𝑠𝑜𝑛𝑡 𝑑𝑒𝑠 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑠 𝑑é𝑟𝑖𝑣𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝑥 . 𝐷𝑎𝑛𝑠 𝑐𝑒 𝑐𝑎𝑠,
𝑓(𝑥 + ∆𝑥) − 𝑓(𝑥)

𝑓′(𝑥) = lim
∆6→3 ∆𝑥
_(6#∆6).f(6#∆6)![_(6).f(6)] [_(6!∆6)!_(6)]f(6#∆6)#[f(6#∆6)!f(6)]_(6)
= lim = lim
∆6→3 ∆6 ∆6→ ∆6
= 𝑢+ (𝑥). 𝑣(𝑥) + 𝑣 + (𝑥). 𝑢(𝑥)
𝑑 𝑑𝑣 𝑑𝑢
𝐴𝑖𝑛𝑠𝑖 ∶ (𝑢. 𝑣)+ = 𝑢. 𝑣 + + 𝑢+ . 𝑣 , 𝑐 + 𝑒𝑠𝑡 − à − 𝑑𝑖𝑟𝑒 ∶ (𝑢. 𝑣) = .𝑢 + . 𝑣.
𝑑𝑥 𝑑𝑥 𝑑𝑥
On notera que pour trois facteurs, on a :
(𝑢. 𝑣. 𝑤. )+ = 𝑢+ . 𝑣. 𝑤 + 𝑢. 𝑣 + . 𝑤 + 𝑢. 𝑣. 𝑤 + .
Cette règle peut se généraliser au cas du produit d’un nombre fini de fonctions :
(𝑢9 . 𝑢$ . 𝑢^ … . 𝑢> )+ = 𝑢9+ . 𝑢$ . 𝑢^ … . 𝑢> + 𝑢9 . 𝑢$+ . 𝑢^ … . 𝑢> + ⋯ + 𝑢9 . 𝑢$ . 𝑢^ … . 𝑢>+
c) Dérivée d'un quotient

_(6)
Soit y = f(x) = , où u(x) et v(x) sont dérivables et v(x)≠ 0. La dérivée de cette fonction se déduit de la
f(6)
_
dérivée du produit. On a : 𝑦 = f
→ 𝑣. 𝑦 = 𝑢. Par dérivation : 𝑣. 𝑦 + 𝑣 + . 𝑦 = 𝑢+ . 𝐷𝑜𝑛𝑐 ∶
𝑢+ − 𝑣′𝑦 1 𝑢 1
𝑦+ = → 𝑦 + = . Ç𝑢+ − 𝑣 + . È → 𝑦 + = $ . (𝑣. 𝑢+ − 𝑢. 𝑣 + ).
𝑣 𝑣 𝑣 𝑣
[Date] 36
37
_ + f_? #_f+ = _ 9 =_ =f
Ainsi : Ç f È = f#
, 𝑐 + 𝑒𝑠𝑡 − à − 𝑑𝑖𝑟𝑒 ∶ =6 f
Ç È = f # Ç𝑣 =6 − 𝑢 =6 È.
d) Dérivée d'une composition de fonctions
Si y = f(u) et u = g(x), c'est-à-dire si y=f(g(x)), alors
∆𝑦 ∆𝑦 ∆𝑢 + ∆𝑦 𝑑𝑦 𝑑𝑢
= . , 𝑑 𝑜ù: lim = . ; 𝑎𝑖𝑛𝑠𝑖 ∶
∆𝑥 ∆𝑢 ∆𝑥 ∆6→3 ∆𝑥 𝑑𝑢 𝑑𝑥
𝑑𝑦 𝑑𝑦 𝑑𝑢 +
𝑦+ = = . , 𝑐 𝑒𝑠𝑡 − à − 𝑑𝑖𝑟𝑒 𝑦 + = 𝑓 + ‹𝑔(𝑥)Œ. 𝑔+ (𝑥).
𝑑𝑥 𝑑𝑢 𝑑𝑥
Exemple
La fonction y=( (5𝑥 ^ + 2)X est de la forme y = f(u) = 𝑢X , avec 𝑢 = 𝑔(𝑥) = 5𝑥 ^ +D’après la règle précédente :
𝑑𝑦 𝑑𝑦 𝑑𝑢
𝑦+ = = . = 4. 𝑢^ . 15. 𝑥 $ = 4. (5𝑥 ^ + 2)^ . 15𝑥 $ = 60𝑥 $ . (5𝑥 ^ + 2)$ )
𝑑𝑥 𝑑𝑢 𝑑𝑥
Le processus de dérivation. La dérivée de la première dérivée est la seconde dérivée ; sa dérivée est la
troisième dérivée, etc., jusqu'à la nième dérivée. Là aussi, il existe plusieurs notations possibles pour indiquer
les dérivées successives. Ainsi :
+ 𝑑𝑦
𝑓(6) = 𝑦+ = ∶ 𝑝𝑟𝑒𝑚𝑖è𝑟𝑒 𝑑é𝑟𝑖𝑣é𝑒 ,
𝑑𝑥
++ ++
𝑑;$
𝑓(6) = 𝑦 = $ ∶ 𝑑𝑒𝑢𝑥𝑖è𝑚𝑒 𝑑é𝑟𝑖𝑣é𝑒 ,
𝑑6
….
> 𝑑;>
𝑓(6) = 𝑦 (>) = > ∶ 𝑛è𝑚𝑒 𝑑é𝑟𝑖𝑣é𝑒 ,
𝑑6
Exemple
Si 𝑦 = 3𝑥 X − 𝑥 $ , alors
𝑦 + = 12𝑥 ^ − 2𝑥
𝑦 ++ = 36𝑥 $ − 2
𝑦 (^) = 72𝑥
𝑦 (X) = 72
𝑦 (Z) = 0
…
𝑦 (>) = 0, ∀n≥ 5.
[Date] 37
38
CHAPITRE IV
APPLICATIONS DES DERIVEES
IV.1 Introduction
A I ‘aide des dérivées, on peut étudier la croissance d'une fonction, ses points minimum et maximum, ses
points d'inflexion, sa concavité. Nous donnons également une procédure générale pour trouver la limite
des formes indéterminées. Cette procédure est fondée sur la règle de l’Hospital. La deuxième forme
d'applications concerne l’utilisation des dérivées en économie, comme par exemple le cout et revenu
marginal, ainsi qu'un profit en régime de monopole.
IV.2. Croissance et décroissance des fonctions

La première dérivée d'une fonction nous permet de déterminer si cette fonction est croissante on
décroissante.
Définition
On dit qu’une fonction f(x) est croissante au point x=x0 si pour h > 0 (suffisamment petit), on a :
𝑓(𝑥3 − ℎ) < 𝑓(𝑥3 + ℎ).
On dit qu’une fonction est décroissante au point x = x0, si pour h > 0, on a :
𝑓(𝑥3 − ℎ) > 𝑓(𝑥3 ) > 𝑓(𝑥3 + ℎ).
On peut montrer que si f ‘(xo) > 0, alors f(x) est une fonction croissante au point x = x0. Comme f ‘(x0) est la
pente de la tangente au point x = x0, nous pouvons illustrer ce résultat sur la figure 4.1(a).
Si f ‘(xo) < 0 ; alors f(x) est une fonction décroissante au point x= x0 .
F: Croissance et décroissance d’une fonction au point x=x0

y
x
Croissance et décroissance de 𝑦 = 𝑥 $ − 3𝑥 + 4
Exemple
[Date] 38
39
3
𝑆𝑜𝑖𝑡 𝑓(𝑥) = 𝑥 $ − 3𝑥 + 4 ; 𝑜𝑛 𝑎 𝑓 ‘(𝑥) = 2𝑥 − 3. 𝐶𝑜𝑚𝑚𝑒 𝑓 ‘(𝑥) ≺ 0 𝑝𝑜𝑢𝑟 𝑥 ≺
𝑒𝑡 𝑓 + (𝑥) > 0 𝑝𝑜𝑢𝑟
2
3 3 3
𝑥 > , 𝑓(𝑥)𝑒𝑠𝑡 𝑢𝑛𝑒 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛 𝑑é𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑡𝑒 𝑝𝑜𝑢𝑟 𝑥 < 𝑒𝑡 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑡𝑒 𝑝𝑜𝑢𝑟 𝑥 >
2 2 2
IV.3. Minima et maxima des fonctions
La première dérivée peut aussi être utilisée pour déterminer les minima et maxima d'une fonction.
Définition Soit une fonction y = f(x) définie sur un intervalle contenant x0. On dit que la fonction y = f(x)
possède un minimum relatif au point x = x0 si f(xo)≼ f(x) pour tout x appartenant à un certain intervalle
contenant x0. De même, f(x) possède un maximum relatif au point x=x0 si f(xo)≽ f(x) pour tout x appartenant
à un certain intervalle contenant x0. On parle de minimum absolu si f(x0)≼ f(x) pour tout x appartenant au
domaine de définition de la fonction et de maximum absolu si f(x0)≽ f(x) pour tout x appartenant au domaine
de définition de la fonction.
Ces différents types de minima et maxima sont illustrés dans la figure ci-après : pour x⋲ [a ; b].
Maximum absolu
Maximum relatif
Minimum relatif
Minimum
absolu
Minima et maxima d'une fonction
Considérons à présent une fonction f(x), et supposons que f(x) et f ‘(x) soient continues en un point x = x0.
II est géométriquement évident que si f(x) a un maximum relatif en x = x0, la fonction est croissante pour
les valeurs justes inférieures à x0 et décroissante pour les valeurs justes supérieures.
Ainsi, f ‘(x) passe du signe positif au signe négatif quand x passe en croissant par x0. Comme f ‘(x) est
supposée continue, elle doit s'annuler en x=x0 : f(xo) = 0.
De même, quand f(x) a un minimum relatif en x = x0, la fonction est décroissante pour les valeurs juste
inferieures à x0 et croissante pour les valeurs justes supérieures. Dans ce cas, f(x) passe du signe négatif au
signe positif lorsque x passe en croissant par x0 ; f ‘(x) doit, par conséquent, s'annuler en x = xo : f(xo) = 0.
Remarques
1. Un minimum ou un maximum relatif en x = x0 implique : f '(xo) = 0 seulement si f(x) et f '(x) sont
continues au point x = x0 (exemple 4.2).
2. f '(x0) = 0 n'implique pas un minimum ou un maximum relatif en x = x0, même si f(x) et f ‘(x)
sont continues en x = x0 (exemple 4.3).
[Date] 39
40
Exemple
^ $
Si f(x)=x2/3 alors f ‘(x)= 𝑥 !9/^ = 9 et f ‘(x) a une discontinuité (infinie) en x= 0. Ainsi, bien que la fonction
$ ^ √6
ait un minimum (absolu) en x = 0, f ‘(0)≠0..
Graphe de y = f(x) = x2/3
Exemple
Si f(x)=x5, alors f ‘(x)=5 x4 et f ‘(0) =0 pour x=0. Cependant, la fonction f(x)=x5 n’a pas de minimum ou de
maximum relatif en x=0 (figure4.5).
Graphe de y=x5
L'exemple 4.2 nous montre qu'il peut exister des minima et maxima pour des valeurs de x en lesquelles la
dérivée est discontinue. Si la fonction f(x) est continue au point x = x0, mais que sa première dérivée est
discontinue en x = xo, alors f(x) peut avoir un minimum ou un maximum en
x = x0 , même si f ‘(xo)≠ 0. Ici encore, un changement de signe de la première dérivée lorsque x passe en
croissant par x0 est nécessaire pour l’existence d'un minimum ou maximum relatif en x = x0.
Remarque Les différents résultats concernant les extrema relatifs restent valables pour les extrema
absolus non situés aux extrémités de l’intervalle de définition.
La marche à suivre pour déterminer les minima et maxima d'une fonction y = f(x) à l’aide de la première
dérivée est la suivante.
1. Calculer la première dérivée f(x) de la fonction.
2. (a) chercher les valeurs de x pour lesquelles la dérivée s'annule, c'est à- dire résoudre l’équation f
‘(x)=0.
(b) chercher les valeurs de x pour lesquelles la dérivée f '(x) a des discontinuités.
3. Pour chaque valeur x0 trouvée sous 2a et 2b, déterminer si f ‘(x) change de signe lorsque x passe en
croissant par x0 :
f ‘(x) passe du signe — au signe + : minimum relatif en x = x0.
[Date] 40
41
f ‘(x) passe du signe + au signe — : maximum relatif en x = x0.

f ‘(x) passe du signe + au signe + : ni minimum ni maximum relatif en x = x0.
f ‘(x) passe du signe — au signe — : ni minimum ni maximum relatif en x = x0.
4. Calculer la valeur de la fonction f(x) pour chaque valeur de x0 en laquelle on a soit un minimum soit
un maximum relatif. On obtient ainsi les coordonnées des minima et des maxima relatifs.
Exemple
Soit la fonction y = f(x) = (1 + x)2/3. (2 — x)1/3. Cherchons les minima et maxima de cette fonction :
1. Calculons la 'première dérivée f '(x) de la fonction :

$ 1 $ 2
𝑓 + (𝑥) = (1 + 𝑥)^ . . (2 − 𝑥)!^ . (−1) + . (1 + 𝑥)!9/^ . (2 − 𝑥)9/^
3 3
1 !9 $
= (1 + 𝑥) ^ . (2 − 𝑥)!^ . ⌊−(1 + 𝑥) + 2. (2 − 𝑥)⌋
3
1 !9 $
= (1 + 𝑥) ^ . (2 − 𝑥)!^ . ⌊3. (2 − 𝑥)⌋
3
1−𝑥
=
(1 + 𝑥) (2 − 𝑥)$/^
9/^
3
(a) f '(x) = 0 lorsque x = 1 ; en effet f ‘(1) =($)0/9 = 0.
(9)#/9
(b) f '(x) est discontinue en x = —1 et en x = 2 car le dénominateur s’annule pour chacune de ces deux valeurs.
En fait, il s’agit de discontinuités infinies puisque d’une part :
lim( 𝑓′(𝑥) = −∞ 𝑒𝑡 lim/ 𝑓 + (𝑥) = ∞
6→9 6→9
Et d’autre part :
lim 𝑓′(𝑥) = −∞ 𝑒𝑡 lim 𝑓 + (𝑥) = −∞
6→$( 6→$/
2. Déterminons le changement de signe de f ‘(x) aux points x = — 1, x = 1 et x=2
𝑠𝑖 𝑥 ≺ −1 , 𝑓 + (𝑥) ≺ 0 } ⇨minimum relatif en x=-1

𝑠𝑖 − 1𝑥 ≺ 1 , 𝑓′(𝑥) > 0
𝑠𝑖 − 1 ≺ 𝑥 ≺ 1 , 𝑓 + (𝑥) > 0 } ⇨maximum relatif en x=1

𝑠𝑖 1 ≺ 𝑥 ≺ 2 , 𝑓′(𝑥) ≺ 0
𝑠𝑖 1 ≺ 𝑥 ≺ 2 , 𝑓 + (𝑥) ≺ 0 } ⇨ni minimum ni maximum relatif

𝑠𝑖 𝑥 > 2 , 𝑓′(𝑥) ≺ 0 en x=2
3. f(-1) =(1 - 1)2/3. (2- (-1))1/3 = 0

f(1) = (1 + 1)2/3 . (2 - 1)1/3 = 22/3 . 11/3 =41/3
Ainsi, les coordonnées du minimum relatif sont : (—1 ;0) et les coordonnées du maximum relatif sont : (1 ;
41/3) .
[Date] 41
42
Graphe de y = f(x) = (1 + x)2/3 . (2— x)1/3
IV.4. Courbure des fonctions
La deuxième dérivée d'une fonction peut être utilisée pour étudier la concavité de cette fonction.
Définition
Une fonction est dite concave, si la tangente se situe au-dessus de la courbe (Figure 4.7(a)).
Elle est dite convexe (ou concave vers le haut), si la tangente se situe au-dessous de la courbe (Figure 4-7(b)).
Concavité et convexité d'une fonction
On peut montrer que si f ''(x) > 0 alors la fonction f(x) est convexe (elle a une courbure positive). De la
même façon, si f ‘'(x) < 0 alors la fonction f(x) est concave (elle a une courbure négative).
Cela s'explique géométriquement par le fait que si f ‘’(x) > 0, alors f '(x) est une fonction croissante. Or f ‘(x)
est la pente de la tangente au point x et il est clair que si la pente de la tangente croît lorsque x croît, la
fonction est convexe .
Si f ''(x) < 0, alors f '(x) est une fonction décroissante ; ainsi la pente de la tangente décroît lorsque x croit et
la fonction est donc concave (Figure 4.7(a)).
Considérons une fonction f(x) et supposons que f(x) et f ‘(x) sont continues au point x = x0. II est
géométriquement évident que si f '(xo) = 0 et f(x) est concave en x = x0, alors f(x) a un maximum relatif en x
= x0. (Figure 4.7(a)). De même, si f ‘(X0) = 0 et f(x) est convexe en x = x0, alors f(x) a un minimum relatif en x
= x0. (Figure 4.7(b)).
II en découle un nouveau critère pour déterminer s'il s'agit d'un minimum ou d'un maximum :
[Date] 42
43
Supposons f ‘(x) et f ‘'(x) continues au point x = x0. Alors :

• f ‘(x) = 0 et f "(x) > 0 →minimum relatif en x = x0.
• f ‘(x) = 0 et f ''(x) < 0 →maximum relatif en x = x0.
Exemple
Étudions la courbure et cherchons les minima et maxima de la fonction f(x) = x3 — 2x2 + x + 1
Graphe de y = f(x) = x3 — 2x2 + x + 1
f ‘(x) = 3x2—4x+1.
f ‘’(x) = 6x—4.
$ $
Comme f ‘’(x) < 0 pour x < , la fonction est concave pour —∞ < x < .
^ ^
$ $
f "(x) > 0 pour X > < ^, ; par conséquent, la fonction est convexe pour < ^ < x < ∞.
Cherchons à présent les extrema :
f ‘(x) = 0→ 3x2-4x+1 = 0
9
→ x = 1 et x= .
^
Remplaçons x = 1 dans f "(x) :

f "(1) = 6.1-4 = 2>0.
9
Le point (1;1) est donc un minimum relatif et la fonction est convexe en ce point. Remplaçons x= ^ dans f "(x) :
1
𝑓 ++ (𝑥) = 6. − 4 = −2 < 0.
3
9 ^9
Le point ( ^ ; $\) est donc un maximum et la fonction est concave en ce point (Figure 4.8).
Le critère utilisant la dérivée seconde pour déterminer s'il s'agit d'un minimum ou d'un maximum relatif
ne s'applique pas lorsque f ‘’(x0)=0. II existe cependant un critère fondé sur les dérivées d'ordre supérieur
permettant de conclure quant à l’existence d'un extremum dans les cas suivants :
𝑠𝑖 𝑓 + (𝑥3 ) = 𝑓 ++ (𝑥3 ) = 𝑓 +++ (𝑥3 ) = ⋯ = 𝑓 (>!9) (𝑥3 ) = 0 𝑒𝑡 𝑓 (>) (𝑥3 ) ≠ 0,
alors :
[Date] 43
44
1° Pour n pair : 𝑓 (>) (𝑥3 ) > 0 → minimum relatif en x = x0.

𝑓 (>) (𝑥3 ) ≺ 0 → Maximum relatif en x = x0.
2° Pour n impair : ni minimum ni maximum relatif en x = x0.
Exemple
Soit la fonction𝑓(𝑥) = 3𝑥 X − 2𝑥 ^ + 1 . Cherchons les minima et maxima de cette fonction :
𝑓 + (𝑥) = 12𝑥 ^ − 6𝑥 $ = 6𝑥 $ (2𝑥 − 1)
1
𝑓 + (𝑥) = 0 → 6𝑥 $ (2𝑥 − 1) = 0 → 𝑥 = 0 𝑒𝑡 𝑥 = .
2
𝑓 ++ (𝑥) = 36𝑥 $ − 12𝑥
1 1
𝑓 ++ Ñ Ò = 3 > 0 → 𝑚𝑖𝑛𝑖𝑚𝑢𝑚(𝑎𝑏𝑠𝑜𝑙𝑢)𝑒𝑛 𝑥 = .
2 2
𝑓 ++ (0) = 0: 𝑜𝑛 𝑛𝑒 𝑝𝑒𝑢𝑡 𝑝𝑎𝑠 𝑐𝑜𝑛𝑐𝑙𝑢𝑟𝑒 . 𝐶𝑎𝑙𝑐𝑢𝑙𝑜𝑛𝑠

𝑓 +++ (𝑥) = 72𝑥 − 12
𝑓 +++ (0) = −12 ≠ 0.
D'après le critère ci-dessus, comme n = 3 est impair, on peut en conclure qu’en x0=0, il n’y a ni minimum ni
maximum relatif.
Graphe de y=𝒇(𝒙) = 𝟑𝒙𝟒 − 𝟐𝒙𝟑 + 𝟏 .
IV.5. Points d'inflexion des fonctions
Un point d'inflexion est un point où la courbure de la fonction change de sens. II est évident qu'en un point
d'inflexion la tangente traverse la courbe, puisque d'un côté de ce point la courbe est disposée au-dessus
de la tangente et de l’autre côté au-dessous. Puisque le signe de la dérivée seconde nous indique le sens de
courbure de la fonction, un changement de signe de la dérivée seconde implique un changement de
courbure, et donc un point d'inflexion.
Si une fonction f(x) a un point d'inflexion en x = x0 en lequel la dérivée seconde est continue, alors f ‘’(x0) =
0. Cependant, il se peut que la fonction soit continue en x = x0 et que f ‘’(x) soit discontinue en ce point. Ici
encore, un changement de signe de la dérivée seconde lorsque x passe par x0 est nécessaire pour l’existence
d'un point d'inflexion en x=x0.
La marche à suivre pour déterminer les points d'inflexion d'une fonction y= f(x) est la suivante :
1. Calculer f ‘’(x)
2. (a) chercher les valeurs de x pour lesquelles la dérivée seconde s'annule, c'est-à-dire résoudre
l’équation : f ''(x) = 0.
(b) chercher les valeurs de x pour lesquelles la dérivée seconde f ‘’(x) a des discontinuités.
[Date] 44
45
3. Pour chaque valeur x0 trouvée sous 2a et 2b, déterminer si f ''(x) change de signe lorsque x
passe en croissant par x0 :
f ''( x ) change de signe en x = x0→ point d'inflexion en x = x0.
f ‘'(x) ne change pas de signe en x =x0 → aucun point d'inflexion en x=x0.
4. Calculer la valeur de la fonction f(x) pour chaque valeur x0 en laquelle on a un point d'inflexion.
On obtient ainsi les coordonnées des points d'inflexion.
Note Si f ‘’(x) et f "'(x) sont continues en x = x0, on peut utiliser le critère suivant : f "(xo) = 0 et f ‘’'(x0)≠0 ⇨
point d'inflexion en x=x0. De manière plus générale, la fonction y = f(x) admet un point d'inflexion en x = x0
si f "(x) = 0 et si la première dérivée non nulle fn(x0) est d'ordre impair (n impair > 2).
Exemple
Soit la fonction 𝑦 = 𝑓(𝑥) = 𝑥 Z .
Graphe de 𝑦 = 𝑓(𝑥) = 𝑥 - .
Cherchons ses points d’inflexion :
𝑓 + (𝑥) = 5𝑥 X 𝑓 ++ (𝑥) = 20𝑥 ^

𝑓 ++ (𝑥) = 0 ⇨ 20𝑥 ^ = 0 ⇨ 𝑥=0
𝑓 +++ (𝑥) = 60𝑥 $ ⇨ 𝑓 +++ (0)
=0 ⇨ 𝑜𝑛 𝑛𝑒 𝑝𝑒𝑢𝑡 𝑝𝑎𝑠 𝑐𝑛𝑐𝑙𝑢𝑟𝑒
𝑓 +f (𝑥) = 120𝑥 ⇨ 𝑓 +f (0)
=0
𝑓 f (𝑥) = 120 ⇨ 𝑓 f (0) = 120 ≠ 0.
Ainsi, f ‘’(0) = 0 et la première dérivée non nulle est d’ordre 5, donc impair. Par conséquent, le point (0 ; 0) est
un point d’inflexion (Figure 4.10).
Exemple
9
Cherchons les points d’inflexion de la fonction 𝑦 = 𝑓(𝑥) = √𝑥.
1
𝑓 +(6) = 𝑥 !$/^
3
+ 2 Z 2 1
𝑓 + (𝑥) = − 𝑥 !^ = − 9 ≠ 0, ∀𝑥 ∈ ℝ.
9 9 √𝑥 Z
Comme f ‘’(x) ne s’annule jamais et qu’elle est discontinue en x = 0, il suffit d’examiner le signe de la dérivée
seconde autour de x = 0 :
[Date] 45
46
Si x>0, f ‘’(x) < 0 } point d’inflexion en x= 0 (Figure 4.11).

Si x>0, f ‘’(x) < 0
!
Graphe de 𝑦 = 𝑓(𝑥) = √𝑥 .
IV.6. Étude complète d'une fonction

Voici les points que nous devons étudier dans une fonction :
1. Domaine de définition et continuité. 2. Parité d'une fonction

3. Intersection avec les axes. 4. Asymptotes verticales
5. Asymptotes horizontales ou obliques. 6. Première dérivée
7. Deuxième dérivée 8. Minima et maxima
9. Points d'inflexion 10. Tableau de variation
11. Graphe
Nous allons reprendre en détails certains de ces points. Les autres ont déjà été étudiés dans les paragraphes
précédents. Finalement, nous aborderons un exemple complet d'étude de fonction.
• Domaine de définition et continuité

Le domaine de définition comprend les x pour lesquels on peut trouver une image y. Sont exclus de cet
ensemble, les x pour lesquels la fonction présente une discontinuité. On note par DDF l’ensemble de
définition.
Exemple
Si la fonction est f(x) = x2 — 3x + 4 : tous les x réels ont une image par la fonction f(x). Le domaine de définition
est, par conséquent, l’ensemble des nombres réels ℝ.
DDF : {x/x⋲ ℝ.}
Exemple
6 # #9
La fonction f(x) = 6!$
présente une discontinuité (infinie) en x= 2. Nous devons, par conséquent, exclure x = 2
de l’ensemble de définition et nous écrivons DDF =ℝ — {2} qui signifie que le domaine de définition est égal
au complémentaires de 2 par rapport à ℝ, ou encore DDF est tout ℝ sauf 2.
[Date] 46
47
• Parité de la fonction
Définition
Une fonction est dite pairs si f(x) = f(—x) pour tout x du domaine de définition. Elle est dite impaire si f(—x)
= —f(x) pour tout x du domaine de définition. Dans les autres cas, elle n’est ni paire ni impaire.
Le graphe d'une fonction paire est symétrique par rapport à l’axe des y.
Le graphe d'une fonction impaire est symétrique par rapport à l’origine.
Exemple
Soit la fonction f(x) = x3. Son domaine de définition est ℝ . Cette fonction est impaire puisque :
𝑓(−𝑥) = (−𝑥)^ = −𝑥 ^ = −𝑓(𝑥), ∀⋲ ℝ.
Exemple4.17
6 # #9
Soit la fonction 𝑓(𝑥) = 6!$
Son domaine de définition est DDF =ℝ — {2}. Montrons que cette fonction n’est
ni paire ni impaire :
Pour cela, il suffit de trouver une valeur x0⋲ 𝔻 telle que f(x0) ≠f(—x0) et f(—xo) ≠—f(xo).
−2 2 2
𝑆𝑜𝑖𝑡 𝑥3 = 1 ; 𝑓(1) = = −2 𝑒𝑡 𝑓(−1) = =− .
1 −3 3
Ainsi, f(1)≠ f(-1)→ la fonction n'est pas paire.
D'autre part, f(—1)≠ — f(1)→ fonction n’est pas impaire.
IV.7. Asymptotes
IV.7.1. Définition
Une droite d est dite asymptote à une courbe si la distance 𝛿 du point courant P de la courbe à cette droite
tend vers zéro, lorsque le point P s’éloigne à l’infini (c’est-à-dire le point P(x;y) a l’une au moins de ses
coordonnées qui tend vers l’infini).
Les trois cas qui peuvent se présenter sont illustres par la figure ci- dessous : .
(a) (b) (c)
[Date] 47
48
Asymptotes (a) Verticale, (b) Horizontale, (c) Oblique
IV.7.2. Types d’asymptotes

IV.7.2.1. Asymptotes verticales
Définition
Une asymptote à la courbe y = f(x) est dite asymptote verticale si l’équation de celle-ci est de la forme x = a,
où a⋲ ℝ. Dans ce cas, l’une des égalités suivantes a lieu :
𝐥𝐢𝐦 𝒇(𝒙) = ±∞ ; 𝐥𝐢𝐦/ 𝒇(𝒙) = ±∞ ; 𝐥𝐢𝐦 𝒇(𝒙) = ±∞.

𝒙→𝒂( 𝒙→𝒂 𝒙→𝒂
Définition
Inversement, on déduit de la définition d’une asymptote que si l’une au moins des égalités ci-dessus a lieu, alors
la droite x = a est une asymptote verticale.
Exemple
6 # #9
Reprenons la fonction 𝑓(𝑥) = dont le DDF est DDF =ℝ — {2}.
6!$
6 # #9 6 # #9
Comme 𝐥𝐢𝐦( 6!$
= −∞ , la droite x=2 est asymptote verticale à la courbe f(x)= 6!$
.
𝒙→𝟐
6 # #9 6 # #9
De même, 𝐥𝐢𝐦/ 6!$
= ∞ , la droite x=2 est asymptote verticale à la courbe f(x)= 6!$
.
𝒙→𝟐
Asymptote verticale en x=2
IV.7.2.2. Asymptotes horizontales
Définition
Une asymptote à la courbe y= f(x) est dite asymptote horizontale si l’équation de celle-ci est de la forme y=b,
où b⋲ ℝ . Dans ce cas, l’une au moins des égalités suivantes a lieu :
𝐥𝐢𝐦 𝒇(𝒙) = 𝒃 𝑜𝑢 𝐥𝐢𝐦 𝒇(𝒙) = 𝒃.

𝒙→!` 𝒙→#`
Inversement, si l’une au moins des égalités ci-dessus a lieu, alors la droite y = b est une asymptote horizontale.
Exemple
[Date] 48
49
6#9
Soit la fonction f(x)= . Etudions les limites de cette fonction quand x tend vers plus ou moins l’infini :
6!X
6#9 6#9
𝐥𝐢𝐦 =𝟏 et 𝐥𝐢𝐦 = 𝟏.
𝒙→#` 6!X 𝒙→!` 6!X
Ainsi, nous avons une asymptote horizontale en y=1 (Figure 4.14).
Asymptote horizontale en y = 1
IV.7.2.3. Asymptotes obliques
Définition
Une asymptote à la courbe y = f(x) est dite asymptote oblique si l’équation de celle-ci est de la forme 𝑦 =
𝑎𝑥 + 𝑏 𝑜ù 𝑎 ≠ 0 𝑎𝑣𝑒𝑐 𝑎 ∈ ℝ 𝑒𝑡 𝑏 ⋲ ℝ .
Dans ce cas, on trouve les coefficients a et b a l’aide des formules suivantes :
𝒇(𝒙)
𝒂 = 𝐥𝐢𝐦
𝒙→` 𝒙
𝒃 = 𝐥𝐢𝐦 (𝒇(𝒙) − 𝒂𝒙))

𝒙→`
Inversement, si les limites (4-1) et (4-2) existent avec a≠0, alors la droite 𝑦 = 𝑎𝑥 + 𝑏 est une asymptote
oblique. Le même principe reste valable lorsque x →0.
Exemple
6 # #9
Soit la fonction de l’exemple 4-17 : f(x)= 6!$
. Il n’existe pas d’asymptote horizontale puisque par la règle de
l’Hospital :
𝑥$ + 1 2𝑥 𝑥$ + 1 2𝑥
lim = lim = −∞ 𝑒𝑡 lim = lim = ∞.
6→!` 𝑥 − 2 6→!` 1 6→` 𝑥 − 2 6→` 1
En revanche, cette fonction admet une asymptote oblique y = ax + b que nous allons chercher :
𝑓(𝑥) 𝑥$ + 1 2𝑥
𝑎 = lim = lim = lim = 1.
6→` 𝑥 6→` 𝑥 (𝑥 − 2) 6→` 2𝑥 − 2
[Date] 49
50
𝑥$ + 1 𝑥 $ + 1 − 𝑥 $ + 2𝑥 2𝑥 + 1
𝑏 = lim (𝑓(𝑥) − 𝑎𝑥) = lim − 1. 𝑥 = lim = lim = 2.
6→` 6→` (𝑥 − 2) 6→` 𝑥−2 6→` 𝑥 − 2
On trouve exactement les mêmes résultats lorsque x → —∞. Ainsi, cette fonction admet une asymptote oblique
d’équation : y = x + 2.
IV.7.3. Tableau de variation

Nous pouvons résumer dans un tableau tout ce qui est intéressant, à savoir les extrema, les points
d'inflexion, la concavité et la croissance de la fonction. Voici un exemple fictif d'un tableau de variation de
la fonction y = f(x) :
x —∞ x1 x2 x3 x4 x5 +∞
y’ — — 0 + 0 — —
y’’ — 0 + 0 — 0 +
y ↘ ↘ min ↗ max ↘ ↘
∩ point infl. ∪ point infl. ∩ point infl. ∪
Graphe
Nous représentons tout ce que nous avons trouvé sur le graphe : la fonction elle-même, les intersections
avec les axes, les minima, les maxima, les points d'inflexion et les asymptotes.
Nous allons maintenant donner un exemple complet d'étude de fonction.
Exemple 4
𝒙𝟐 "𝟏
Étude complète de f(x)= 𝒙)𝟐
.
1. DDF : ℝ — {2}.
2. Parité de la fonction : ni paire, ni impaire

Il suffit de trouver une valeur x0⋲ 𝔻 telle que f(x0) ≠f(—x0) et f(—xo) ≠—f(xo).
−2 2 2
𝑆𝑜𝑖𝑡 𝑥3 = 1 ; 𝑓(1) = = −2 𝑒𝑡 𝑓(−1) = =− .
1 −3 3
Ainsi, f(1)≠ f(-1)→ la fonction n'est pas paire.
D'autre part, f(—1)≠ — f(1)→ fonction n’est pas impaire.
3. Intersections avec les axes :

0$ + 1 1
𝑥=0 ⇨𝑦= =− .
0−2 2
9
Nous avons donc le point (0 ; − $).
[Date] 50
51
𝑥$ + 1
𝑦=0 ⇨ = 0.
𝑥−2
⇨ 𝑥$ + 1 = 0
$
Il n’y a pas d’intersection avec l’axe des x car 𝑥 + 1≽∀x⋲ ℝ .
4- Asymptote verticale : asymptote verticale en x = 2 (exemple 4-18).
5. Asymptote horizontale : il n'en existe pas (exemple 4-20).

Asymptote oblique : asymptote oblique d’équation y = x + 2 (exemple 4.20).
f_? !_f+
6. Première dérivée : 𝑓 + (𝑥) =
f#
2𝑥(𝑥 − 2) − (𝑥 $ + 1)
=
(𝑥 − 2)$
(𝑥 $ − 4𝑥 − 1)
=
(𝑥 − 2)$
f_? !_f+
7. Deuxième dérivée : 𝑓 ++ (𝑥) = f#
(2𝑥 − 4)(𝑥 − 2)$ − 2(𝑥 $ − 4𝑥 − 1)(𝑥 − 2)

=
(𝑥 − 2)X
(2𝑥 − 4)(𝑥 − 2) − 2(𝑥 $ − 4𝑥 − 1)

=
(𝑥 − 2)^
10
= .
(𝑥 − 2)^
8. Minima et maxima :
𝑓 + (𝑥) = 0
(𝑥 $ − 4𝑥 − 1)
=0
(𝑥 − 2)$
(𝑥 $ − 4𝑥 − 1) = 0
4 ± √16 + 4
𝑥9 , 𝑥$ = → {𝑥9 ≅ 4.24 𝑒𝑡 𝑥$ ≅ −0.24
2
On remplace 𝑥9 , 𝑥$ dans f(x) pour obtenir 𝑦9 , 𝑦$ :
𝑥9$ + 1 𝑥$$ + 1
𝑦9 , = ≅ 8.47 𝑦9 , = ≅ −0.47
𝑥9 − 2 𝑥$ − 2
Pour voir si (4.24; 8.47) et (—0.24 ; —0.47) sont des maximas ou des minima, on remplace 𝑥9 𝑒𝑡 𝑥$ dans f
‘’(x) :
93
f ‘’ (4.24) =(X.$X!$)9 > 0 : minimum.
[Date] 51
52
93
f ‘’ (-0.24) =(!3.$X!$)9 ≺ 0 : minimum.
9. Points d’inflexion : n’y a pas de solution ; par conséquent, aucun point d’inflexion.
93
𝑓 ++ (𝑥) = 0 → (6!$)9 = 0.
Il n’y a pas de solution ; par conséquent, aucun point d’inflexion.
10. Tableau de variation :

x —∞ —0.24 0 2 4.24 +∞
y’ — — — 0 —
y’’ — — — + +
y ↗ Max ↘ ‖ min ↗
∩ ∩ ∩ ∩ A.V ∪ ∪
11. Graphe :
IV.8. Applications économiques des dérivées
Les applications des dérivées en économie sont nombreuses. Dans ce paragraphe, nous nous limiterons aux
notions de coût et de revenu marginaux ainsi qu'au profit en régime de monopole.
IV.8.1. Coût marginal

Si l’on suppose que le cout total de production y est fonction uniquement du nombre d'unités produites x,
on peut représenter la fonction du coût total comme suit :
𝑦 = 𝑓(𝑥).
En général, la fonction du coût total a les propriétés suivantes :
1. Lorsqu'on ne produit rien, le coût total est positif ou nul, c'est-à-dire : f(O)≽0. Si f(O)>0, la quantité
f(O) représente les coûts fixes de production.
2. Le coût total croît quand la production croît, c'est-à-dire que f ‘(x) n'est jamais négative. Si le coût
total est CT = y = f(x), le coût moyen ou le coût par unité est égal à :
𝑓(𝑥)
𝐶𝑀 =
𝑥
et le coût marginal est la première dérivée par rapport à x du coût total :
𝑑𝑦
𝐶𝑀𝑎 = 𝑦 + = 𝑓 + (𝑥) = .
𝑑𝑥
Exemple
Si le coût total est 𝐶𝑇 = 𝑥 ^ − 3𝑥 $ + 3x + 1,
5(6) 6 9 !^6 # #î#9 9

Le coût total moyen est égal à : 𝐶𝑀 = 6
= 6
= 𝑥 $ − 3𝑥 + 3 + 6
[Date] 52
53
=jk
Le coût marginal est égal à : 𝐶𝑀𝑎 = 𝑦 + = 𝑓 + (𝑥) = =6
= 3𝑥 $ − 6𝑥 + 3.
Le coût variable total est de : 𝐶𝑉 = 𝑥 ^ − 3𝑥 $ + 3x.
6 9 !^6 # #î
Le coût variable moyen est de : 𝐶𝑉𝑀 = 6
= 𝑥 $ − 3𝑥 + 3.
Le coût total fixe est de : CTF= 1.
jlk 9
Le coût fixe moyen : CFM= = 6.
6
On remarque que la courbe du coût marginal coupe celle du coût moyen au minimum du coût moyen, comme
le montre la figure ci-dessous : .
CMa
𝐶𝑇 = 𝑥 0 − 3𝑥 1 + 3x + 1.
IV.8.2. Revenu marginal

Pour toute fonction de demande y = f(x) où y représente le prix par unité demandée et x le nombre d'unités
demandées, le revenu total RT est égal au produit de x par y.
𝑅𝑇 = 𝑥. 𝑦 = 𝑥. 𝑓(𝑥).
Le revenu marginal est égal a la première dérivée par rapport à x du revenu total :
𝑑𝑅𝑇
𝑅𝑀𝑎 = .
𝑑𝑥
Exemple
Soit la fonction de demande 𝑦 = −2𝑥 + 3. Le revenu total est égal à :
𝑅𝑇 = 𝑥. 𝑦 = 𝑥. 𝑓(𝑥) = 𝑥. (−2𝑥 + 3) = −2𝑥 $ + 3𝑥.
Le revenu marginal est donc la première dérivée par rapport à x du revenu total :
𝑑𝑅𝑇
𝑅𝑀𝑎 = = −4𝑥 + 3
𝑑𝑥
mk !$6 # #^6
Le revenu total moyen est égale : 𝑅𝑀 = = = −2𝑥 + 3.
6 6
[Date] 53
54
quantité
Revenu total (a) et revenu marginal (b)
IV.8.3. Profit en régime de monopole

En général, le monopoleur va contrôler l’offre x et le prix y (déterminé par la fonction de demande) afin de
maximiser son profit. La fonction du profit total résulte de la différence entre le revenu total et le coût total
:
PT = RT- CT.
Le profit total est maximum si :
=Pk = # Pk
1) =0 𝑒𝑡 2) ≺0.
=6 =6 #
=Pk =mk =jk

En d’autres termes, =6
= =6
− =6
.
=Pk
Par conséquent, =6
= 0 (première condition) revient au même que RMa = CMa, ce qui signifie que le profit
est maximum quand le revenu marginal est égal au coût marginal.
Exemple
La fonction de demande d’un certain bien est : 𝑦 = 18 − 5𝑥

et le coût total pour le monopoleur est: 𝐶𝑇 = 𝑥 ^ − 3𝑥 $ + 3x + 1
On va chercher le profit maximum que le monopoleur peut obtenir. Le revenu total est égal a :
𝑅𝑇 = 𝑥. 𝑦
= 𝑥(18 − 5𝑥)
= 18𝑥 − 5𝑥 $ .
Le profit total est donc :
PT = RT- CT
= 18𝑥 − 5𝑥 $ − (𝑥 ^ − 3𝑥 $ + 3x + 1)
= −𝑥 ^ − 2𝑥 $ + 15x − 1.
La première condition pour avoir un profit maximum est :
=Pk
=6
= 0, 𝑐 + 𝑒𝑠𝑡 − à − 𝑑𝑖𝑟𝑒 − 𝑥 ^ − 2𝑥 $ + 15x − 1 = 0.
Nous obtenons deux solutions :
Z
x = —3 et x =
^.
La première est irrecevable car une quantité négative n’a aucun sens en économie, du moins dans ce contexte.
Nous vérifions donc la deuxième condition à savoir
= # Pk Z
=6 #
≺0 avec la solution x =^.
[Date] 54
55
Z
Pour avoir le profit maximum, on remplace x =^ dans le PT :
5 ^ 5 $ 5
𝑃𝑟𝑜𝑓𝑖𝑡 𝑚𝑎𝑥𝑖𝑚𝑢𝑚 = − Ñ Ò − 2 Ñ Ò + 15 Ñ Ò − 1 = 13.81.
3 3 3
Si nous prenons l’autre méthode et égalisons RMa et CMa, nous obtenons le même résultat :
𝑅𝑀𝑎 = 𝐶𝑀𝑎
18 − 10𝑥 = 3𝑥 $ − 6𝑥 + 3
−3𝑥 $ − 4𝑥 + 15 = 0.
Nous pouvons représenter graphiquement cette deuxième méthode (Figure 4.18). Si l’on représente les
9
courbes de demande et de coût moyen (qui est 𝐶𝑀 = 𝑥 $ − 3𝑥 + 3 + ^) sur le même graphe, le profit
maximum est représenté par la surface hachurée :
ABEF = ABCD-EFCD
Profit maximum = revenu total-coût total
Le profit maximum peut être calculé par BF.CD où CD représente la solution x pour laquelle
RMa = CMa, B est la valeur de la demande quand on remplace la solution dans l’équation et F est la valeur du
coût moyen pour la même quantité x.
10
CM
3 quantité
Surface hachurée : profit maximum.
IV.8.4. Les élasticités

IV.8.4.1. Définition
Il est souvent intéressant pour un gestionnaire de disposer d’une mesure de la sensibilité de la demande
ou de l’offre à une variation donnée de n’importe quel déterminant. Bien que l’analyse marginale permette
aussi trouver une mesure de sensibilité, elle présente tout de même certains défauts. L’inconvénient majeur
de cette mesure est qu’elle dépend des unités dans lesquelles les grandeurs économiques considérées sont
mesurées. En effet, si les quantités demandées ou offertes (Q) sont exprimées en unités physiques (litres,
[Date] 55
56
DQ
kilogrammes, tonnes, grammes, …) et les prix (P) en unités monétaires, le rapport aura donc une
DP
Litre kg
dimension du type , , etc...
Franc Franc
Afin de remédier à cet inconvénient majeur, les gestionnaires ont choisi d’utiliser une mesure
indépendamment des unités, appelée « élasticité ». L’élasticité d’une variable y par rapport à une variable
x, à laquelle elle est liée par une dépendance quelconque, est le rapport des variations relatives de y et de
x:
Dy
y
ey =
Dx
x
x
En réarrangeant les termes, nous obtenons l’expression de l’élasticité la plus couramment utilisée :
Dy x dy x
e y/x = . ou bien e y/x = .
Dx y dx y
Donc l’élasticité de y par rapport à x, ( e y/x) , est définie comme la variation relative (en pourcentage) de y
divisée par la variation relative (en pourcentage) de x. Généralement, l’élasticité est exprimée en valeur
absolue :
dy x
e y/x = .
dx y
En se reportant a la formule de l’élasticité de y par rapport à x, on observe qu’elle peut également s’écrire
sous forme logarithmique comme suit :
d ln y
e y/x =
d ln x
1
car d lny = dy (cf. différentielle d’une fonction)
y
1 dy 1 d ln y
et de même d lnx = dx, de sorte que : e y/x = . = .
x y y d ln x
Exemple: Supposons que pour x = 10, y = 28 et que pour x = 11, y = 26. On a donc :
Δx = +1 ; Δy = –2 et e y/x = (–2/28) : (1/10) = – 0,71.

L’élasticité de y par rapport à x, sur l’intervalle considéré, est de –0,71. Il faut préciser l’intervalle puisque
l’élasticité n’a aucune raison de rester constante. En effet, en supposons que pour x = 12, on ait y = 23 ;
l’élasticité sur l’intervalle [11 ; 12] sera de :
e y/x = (–3/26) : (1/11) = – 1,27.
[Date] 56
57
IV.8.4.2. Signification de l’élasticité

L’interprétation de l’élasticité est immédiate : e y/x = – 0,71 signifie que, si la variable x augmente de 1%, la
variable y diminue de 0,71%. Notons que cette relation s’applique également en cas de baisse de x. Ainsi, si
on diminue la variable x de 5%, la variable y va augmenter de 3.55 %.
2
Exemple: Soit y = x + 17 x - 7 .On peut vérifier que pour x = 10, 11, 12, on a bien y = 28, 26, 23. Comme
2 2
x et y sont des variables continues, liées par une liaison fonctionnelle, l’élasticité de y par rapport à x
s’exprime, non plus sur l’intervalle Δx comme dans l’exemple précédent, mais au point x0. Le calcul des
élasticités aux points x = 10 et x = 11 donne :
- en x = 10 : e y/x = (–3/2)(10/28) = – 0,54

- en x = 11 : e y/x = (–5/2)(11/26) = – 1,06.
IV.8.4.3. Types d’élasticités
1. Élasticité de la demande par rapport au prix
Pour mesurer comment la demande répond aux variations de ses déterminants, les économistes utilisent
la notion d’élasticité. On appelle élasticité de la demande par rapport aux prix (ou encore élasticité prix de la
demande), la variation relative des quantités demandées par rapport à la variation relative des prix.
DQ
Donc : Variation de la quantité demandée en % Q DQ P DQ P
eD = = = ´ = ´
P Variation du prix en % DP Q DP DP Q
P
où Q représente la quantité demandée; P, le prix.
Donc, la notion d'élasticité par rapport au prix permet de mesurer la sensibilité de la demande aux
variations du prix.
Compte tenu de la "loi de la demande", l'élasticité de la demande d'un produit par rapport à son prix est
normalement négative (variation en sens inverse), puisqu'une hausse du prix provoque une diminution de
la demande et inversement.
Exemple : Supposons qu’une augmentation de prix du pain de 10 à 11 Francs Congolais fasse tomber la
consommation de 28 à 26. L’augmentation du prix en pourcentage est de :
D P = 11 - 10 = 1 et D P * 100 = 10 %.
P
La variation de la quantité demandée est :
D Q = 28 - 28 = - 1 et DQ * 100 = - 2 %.
Q 28
[Date] 57
58
-2
( )
Ainsi, l’élasticité-prix de la demande est : e D = 28 * 100 = - 0,71.
P 1
( )
10
L’interprétation de l’élasticité obtenue est immédiate : e D = - 0,71 signifie que, si le prix augmente de
P
1 %, la quantité demandée du pain diminue de 0.71 %.
2. Les élasticités croisées de la demande par rapport aux prix
Dans certains cas, les variations des quantités demandées de certains biens dépendent des variations des
prix d'autres biens auxquels ils sont substituables ou complémentaires. Dans ce cas, on pourra calculer une
élasticité–prix croisée.
Soient deux biens A et B, l'élasticité croisée de la demande du bien A par rapport au prix du bien B se définit
par le rapport :
Variation en % de la quantité demandée du bien A

e =
D Variation en % du prix du bien B
P
DQ
A
Q DQ P
= A = A´ B
DP Q DPB
B A
PB
DQ P
= A´ B
DP Q
B A
où QA est la quantité demandée du bien A;
PB, le prix du bien B.
Les élasticités croisées de la demande par rapport aux prix indiquent :
- soit que les biens considérés n'ont pas de rapport entre eux c’est-à-dire qu’ils sont indépendants (
eD = 0 );
A
PB
- soit qu’ils sont complémentaires ( e D < 0). Ainsi, la demande du thé s'accroît lorsque baisse le prix
A
PB
du sucre ;
- soit qu'ils sont substituables ( e D > 0). Par exemple : la demande des poissons de mer progresse
A
PB
lorsque les prix des poissons d'eau douce augmente.
3. Élasticité de la demande par rapport au revenu
[Date] 58
59
Cette notion sert à exprimer la relation existante entre les variations de la demande des biens et les
variations du revenu. Cette relation est mesurée par un coefficient appelé "élasticité - revenu". Il consiste à
faire le rapport de la variation relative de la quantité demandée d'un bien à la variation relative du revenu
:
Variation en % de la quantité demandée du bien

eD =
R Variation en % du revenu
DQ
Q DQ R
= = ´
DR Q DR
R
DQ R
= ´
DR Q
Généralement, l'élasticité - revenu est de signe positif (ce qui exprime une relation directe entre revenu et
consommation). Les différentes valeurs qu'elle peut prendre permettent d'opérer une classification des
biens :
- si e D < 1, la demande augmente moins vite que le revenu. Ce qui arrive lorsqu'il s'agit des biens
R
de nécessité (alimentation, par exemple) pour lesquels à partir d'un certain montant de revenu le
seuil de saturation est atteint ;
- si e D = 1, la variation de la demande est strictement proportionnelle à la variation du revenu. Les
R
biens de confort peuvent obéir à un tel comportement ;
- si e D
> 1, la variation observée de la demande est supérieure à celle du revenu.
R
Remarquons que pour les biens inférieurs, l'élasticité - revenu est exceptionnellement de signe négatif, car
leur demande diminue avec l'augmentation du revenu. Si e D > 1, il s’agit d’un bien de luxe
R
4. Élasticité – publicité ou élasticité promotionnelle

Vu le rôle de la publicité dans une société de consommation, l’élasticité – publicité de la demande est une
donnée importante dans le processus décisionnel. Elle mesure le degré de réponse des quantités demandée
ou encore des recettes réalisées à une action publicitaire ; ce qui permet d’apprécier la rentabilité des
dépenses de publicité.
L’élasticité promotionnelle de la demande est donnée par la formule ci-après :
Variation en % de la quantité demandée du bien

eD =
Pu Variation en % de la publicité
DQ
Q DQ Pu DRT Pu
= = ´ = ´
DPu Q DPu DPu Q
Pu
où Q est la quantité demandée ;
Pu, les dépenses de publicité et de promotion ;
[Date] 59
60
RT, les recettes totales.
Généralement, le coefficient e D est supérieur à un, sauf si l’on se trouve dans une région des rendements
Pu
décroissants de la publicité.
5. Élasticité de l’offre
L’élasticité prix de l’offre permet de trouver comment varie l’offre du bien en fonction des variations
relatives de son prix. Elle est définie de façon analogue à l’élasticité de la demande par :
Variation relative de l' offre d' un produit ( en %)

eO =
P Variation relative du prix de ce produit (en %)
DQ
Q DQ P DQ P
= = . = .
DP Q DP DP Q
P
Pour des variations infinitésimales, la formule de l’élasticité de l’offre par rapport au prix devient :
dQ P 1 P
eO = . = .
P dP Q dP / dQ Q
où Q représente la quantité offerte et non plus demandée.
Les variations des quantités offertes et du prix se faisant dans le même sens, l’élasticité de l’offre est donc
toujours positive. La valeur de l’élasticité de l’offre est généralement comprise entre 0 et l’infini :
a) e O = 0 : offre totalement inélastique, c’est-à-dire le vendeur ne change pas la quantité offerte malgré
P
des variations du prix.
b) 0 < e O < 1 : offre relativement inélastique (donc peu sensible) aux variations de prix. Il s’agit des
P
biens pour lesquels les considérations de prix influent peu sur le volume des quantités offertes. C’est
le cas des biens périssables, ceux dont le stockage n’est pas possible. Une baisse de prix ne permet
pas le retrait facile du marché (poissons frais, légumes, …). De la même manière, une hausse de prix
ne provoque pas, instantanément au moins, une augmentation des quantités offertes.
c) e O = 1 : élasticité unitaire ; l’offre est dite parfaitement élastique, c’est-à-dire la quantité offerte
P
varie en pourcentage comme le prix.
d) 1 < e O < +¥ : offre relativement élastique (donc sensible) aux variations de prix. C’est le cas des
P
biens qui ne subissent pas l’altération du temps ; donc tous ceux qui peuvent attendre et être stockés.
Une légère baisse de prix peut suffire à soustraire du marché une quantité très forte des biens, peut-
être à les faire disparaître. Inversement, une légère hausse peut suffire à les faire apparaître ou à en
augmenter considérablement la masse.
[Date] 60
61
e) e O = +¥ : offre totalement élastique, c’est-à-dire qu’une variation infinitésimale du prix entraîne

P
une variation infinie de l’offre. Donc, pour un prix donné, le vendeur est disposé à offrir n’importe
quelle quantité.
a
Exemple : Soit la fonction de demande linéaire ci après : Q = a – P. Calculer et discuter l’élasticité-prix
b
de la demande de cette fonction.
Solution
dQ P dQ a a P
eD = . or = – ; d’où : e D = – .
P dP Q dP b P b Q
- Si Q = a et P = 0 Þ eD = 0
P
- Si Q = 0 et P = b Þ eD = – ¥
P
a b
- Si = et P = Þ eD = 1
2 2 P
[Date] 61
62
CHAPITRE V
CALCUL D’INTEGRALES
V.1. Intégrale indéfinie
V.1.1. Définition
Reprenons le problème inverse de la dérivation : étant donne une fonction f(x), trouver une fonction F(x)
telle que F'(x) = f(x).
Définition
On dit que F(x)+c est l’intégrale indéfinie de la fonction f(x) si et seulement si F'(x) =f(x) et l’on note alors :
∫ 𝒇(𝒙)𝒅𝒙 = 𝑭(𝒙) + 𝒄 , où c⋲ℝ est appelée Constante d’intégration.
En outre, F(x) est dite une primitive de f(x). La différentielle dx indique que x est la variable d’intégration.
Le membre de gauche, qui est l’ensemble des primitives de f, se lit « l’intégrale non définie de f de x par
rapport à x ». Le symbole ∫ qui a la forme d'un S allongé est le signe d'intégration ou le signe intégral et se
lit « somme de ». » f(x) est la fonction à intégrer appelée aussi « intégrande », et C est la constante
d’intégration. La constante arbitraire C est utilisée pour donner une formule généralisée, la dérivée de C étant
nulle ; de ce fait, le résultat d'une dérivation n'est pas modifié lorsqu'une constante est ajoutée à la fonction
F(x).
Nous avons toute une famille de fonctions F(x)+c qui sont des intégrales de f(x). En effet, la dérivée d'une
constante étant nulle, c peut prendre n'importe quelle valeur. On peut trouver la valeur de c quand on
connait la valeur de l’intégrale pour une certaine valeur de la variable x. Cette spécification s'appelle
condition initiale.
Exemple
Supposons qu’une fonction f(x) a une intégrale indéfinie 𝐹(𝑥) = 2𝑥 $ + 3𝑥 + 𝑐. Cette famille de courbes est
représentée sur la ci-dessous :
Famille de courbes d'équation 𝑦 = 2𝑥 1 + 3𝑥 + 𝑐
[Date] 62
63
A chaque courbe correspond un c différent. Supposons comme condition initiale que l’intégrale vaut 5 quand
x vaut zéro. Nous avons alors :
2(0)$ + 3(0) + 𝑐=5
D’où c = 5 et l’intégrale avec la condition initiale est alors :

ß 𝑓(𝑥)𝑑𝑥 = 2𝑥 $ + 3𝑥 + 5.
Cette intégrale fait partie de la famille de courbes données par : 2𝑥 $ + 3𝑥 + 𝑐.
V.1.2. Formes standard d’intégration
Avant de donner des méthodes d'intégration, nous donnerons une liste d'intégrales indéfinies que l’on peut
obtenir directement à partir de la définition, c'est-à-dire que l’on peut vérifier que la dérivée du second
membre est égale à la fonction à intégrer.
Les règles d'intégration sont identiques à celles de la dérivation, en particulier,
Règle 1. L’intégrale d’une constante k est
ò k dx = kx + C
Règle 2. L’intégrale d’une fonction puissance xn, où n ¹ –1, est donnée par
xn + 1
ò x dx = n + 1 + C,
n
(n ¹ –1)
Règle 3. L’intégrale de x–1 (ou 1/x) est
òx
-1
dx = ln x + C, pour x > 0
Règle 4. L’intégrale d’une fonction exponentielle est
a kx
ò a dx = +C
kx
k ln a
Règle 5. L’intégrale d’une fonction exponentielle naturelle est
e kx e kx
ò e dx = +C= +C
kx
puisque ln e = 1.
k ln e k
Règle 6. L'intégrale du produit d'une fonction par une constante est égale au produit de l'intégrale de ladite
fonction par cette constante.
ò k f (x) dx = k ò f (x) dx
Règle 7. L'intégrale de la somme algébrique de deux ou plusieurs fonctions est égale à la somme algébrique de
leurs intégrales
ò[ f 1 ( x) + f 2 ( x)] dx = ò f1 ( x) dx + f 2 ( x) dx
[Date] 63
64
Lorsque l’on calcule les intégrales indéfinies, il est parfois utile de se rappeler les règles suivantes. Si
ò f ( x) dx = F(x) + C, alors :
1
Règle 8. ò f (ax) dx = a F(ax) + C
Règle 9.
ò f (x + b) dx = F (x + b) + C
1
Règle 10. ò f (ax + b) dx = a F (ax + b) + C
Exemple
1.
ò 5 dx = 5x + C (Règle 1)
x -2 + 1 1
ò x dx =
-2
2. +C=- +C (Règle 2)
-2 +1 x
dx
3. ò x + 8 = ln x + 8 + C (Règle 3)
òe
-x
4. dx = = - e- x + C (Règle 5)
1 a 2v
ò a dx = +C
2x
5 (Règle 4)
2 ln a
æ x3 + 5 x² - 4 ö
( )
ò ççè x² ÷÷ødx = ò x + 5 - 4 x dx =ò x dx + ò 5 dx - ò 4 x dx
*2 -2
x² 4 x -2 + 1
=( ( + C1 ) + (5 x + C2 ) - ( + C3 )
2 -2 +1
= x²/2 + 5x + 4/x + C
avec C = C1 + C2 + C3.
(Règles 1, 2, 6 et 7).
Donnons encore deux propriétés importantes de l’intégrale indéfinie (dans ce qui suit, on suppose que
les intégrales indéfinies considérées existent) :
1ère propriété L'intégrale indéfinie de la somme d'un nombre fini de fonction est égale à la somme
de leurs intégrales :
ß[𝒇𝟏 (𝒙) + 𝒇𝟐 (𝒙) + ⋯ + 𝒇𝒏 (𝒙)] 𝒅𝒙 = ß 𝒇𝟏 (𝒙)𝒅𝒙 + ß 𝒇𝟐 (𝒙)𝒅𝒙 + ⋯ + ß 𝒇𝒏 (𝒙)𝒅𝒙

2ème propriété On peut sortir un facteur constant "du signe∫ ", c'est-à-dire si a est une constante, alors
: ∫ 𝑎𝑓(𝑥)𝑑𝑥 = 𝑎 ∫ 𝑓(𝑥)𝑑𝑥.
Exemple 5.2.
Soit ∫(7𝑥 $ + 2)𝑑𝑥. A l’aide des deux propriétés ci-dessus et de la table des intégrales indéfinies, nous
calculons :
[Date] 64
65
𝑥^
ß(7𝑥 $ + 2)𝑑𝑥 = ß(7𝑥 $ )𝑑𝑥 + ß(2)𝑑𝑥 = 7 ß 𝑥 $ 𝑑𝑥 + 2 ß 𝑑𝑥 = 7. + 2. 𝑥 + 𝑐
3
=6 =6
Exemple 5.3. ∫ 2 = 2∫ = 2𝑙𝑛|𝑥| + 𝑐.
6 6
Exemple 5.4. ∫ 3𝑒 6 𝑑𝑥 = 3 ∫ 𝑒 6 𝑑𝑥 = 3𝑒 6 + 𝑐.
$ 6
Exemple 5.5. ∫(26 − 𝑠𝑖𝑛𝑥)𝑑𝑥 = ∫ 26 𝑑𝑥 − ∫ 𝑠𝑖𝑛𝑥𝑑𝑥 = n>$ + 𝑐𝑜𝑠𝑥 + 𝑐.
Remarque
Rappelons que la dérivée d'une fonction composée y = f(g(x)) est donnée par y= f ‘(g(x)). g’(x), où g'(x) est
parfois appelée dérivée intérieure. Il ne faut pas oublier d'en tenir compte lorsqu'on veut intégrer une telle
fonction composée.
Exemple
9
∫ 𝑒 X6 𝑑𝑥 = X 𝑒 X6 +c, puisque la dérivée intérieure de 𝑒 X6 𝑒𝑠𝑡 é𝑔𝑎𝑙𝑒 à 4.
V.1.3. Intégration par changement de variable
L'intégrale ∫ 𝑓(𝑥)𝑑𝑥 peut devenir plus simple à calculer si la variable x est remplacée par une nouvelle
variable t telle que x = 𝝋(t). Dans ce cas, 𝑑𝑥 = 𝜑+ (𝑡)𝑑𝑡 et l’égalité suivante est satisfaite :
∫ 𝒇(𝒙)𝒅𝒙 = ∫ 𝒇( 𝝋(t)) 𝝋+ (𝒕)𝒅𝒕.
II est parfois préférable de choisir le changement de variable 𝑡 = 𝜓(𝑡) au lieu de x = 𝝋(t).
Exemple
9 9
∫(𝑥 + 3)[ 𝑑𝑥. Posons : t=x+3 ; dt=dx. D’où : ∫(𝑥 + 3)[ 𝑑𝑥 = ∫ 𝑡 $ 𝑑𝑡 = \ 𝑡 \ + 𝑐 = \ (𝑥 + 3)\ + 𝑐.
Exemple
𝟐𝒙
∫ 𝒙𝟐 #𝟓 𝒅𝒙. Posons : 𝑡 = 𝑥 $ + 5 ; 𝑑𝑡 = 2𝑥𝑑𝑥. 𝐴𝑖𝑛𝑠𝑖:
2𝑥 𝑑𝑡
ß 𝑑𝑥 = ß = 𝑙𝑛|𝑡| + 𝑐 = 𝑙𝑛( 𝑥 $ + 5) + 𝑐.
𝑥$ +5 𝑡
o? (6)
Lorsque l’intégrale à calculer est de la forme ∫ o(6)
𝑑𝑥 , on pose 𝑡 = 𝜓(𝑥) et on obtient la formule :
𝜓 + (𝑥) 𝑑𝑡
ß 𝑑𝑥 = ß = 𝑙𝑛|𝑡| + 𝑐 = 𝑙𝑛|𝜓(𝑥)| + 𝑐.
𝜓( 𝑥 ) 𝑡
Exemple
=6 =p
∫ ^6#$ . Posons : 𝑡 = 3𝑥 + 2; 𝑑𝑡 = 3𝑑𝑥 ⇨ 𝑑𝑥 = ^
. Ainsi :
=6 =p 𝟏 𝒅𝒕 9
∫ ^6#$ = ∫ ^p = 𝟑 ∫ 𝒕 =^ 𝑙𝑛|𝑡| + 𝑐 = 𝑙𝑛|3𝑥 + 2| + 𝑐.
[Date] 65
66
Exemple
∫ 𝑥 ^ . √1 + 𝑥 $ 𝑑𝑥 . Posons : t= 1 + 𝑥 $ ; dt=2xdx. Comme
9
𝑡 = 1 + 𝑥 $ , 𝑜𝑛 𝑎 ∶ 𝑥 $ = 𝑡 − 1. Ainsi, 𝑥 ^ 𝑑𝑥 = 𝑥 $ . 𝑥𝑑𝑥 = (𝑡 − 1) $ 𝑑𝑡. 𝐷+ 𝑜ù:
9
∫ 𝑥 ^ . √1 + 𝑥 $ 𝑑𝑥= ∫ $ . (𝑡 − 1). √𝑡 𝑑𝑡
9 9
= ∫($ 𝑡. √𝑡 − $ √𝑡)𝑑𝑡
9 9
= $ ∫ 𝑡 ^/$ 𝑑𝑡 − $ ∫ 𝑡 9/$ 𝑑𝑡
9 $ : 9 $ 9
= $ . Z 𝑡# − $ . ^ 𝑡# + 𝑐
$ $ 9
= Z 𝑡 Z/$ − ^ 𝑡 # + 𝑐
9
9
= 9Z 𝑡 # . (3𝑡 − 5) + 𝑐
9
= (1 + 𝑥 $ ). (3𝑥 $ − 2) + 𝑐.
9Z
V.1.4. Applications économiques des intégrales indéfinies

Nous avons vu précédemment que la variation marginale peut être obtenue en dérivant une fonction. Par
conséquent, cette fonction est l’intégrale de la variation marginale. Nous allons voir cette application de
l’intégration pour le coût et pour le revenu.
V.1.4.1. Le coût
Si le coût total de production y pour produire x unités est fourni par la fonction y = f(x), alors le coût moyen
par unité est :
𝑦 𝑓(𝑥)
=
𝑥 𝑥
et le coût marginal est :
𝑑𝑦
𝑦+ = = 𝑓 + (𝑥).
𝑑𝑥
C'est-à-dire que le coût marginal est la dérivée par rapport à x de la fonction du coût total y=f ‘(x). Donc le
coût total est l’intégrale par rapport à x de la fonction du coût marginal f '(x) :
ß 𝑓 + (𝑥)𝑑𝑥 = 𝑓(𝑥) + 𝑐.
Pour obtenir une fonction du coût total unique en intégrant la fonction du coût marginal correspondante,
il faut remplir une condition initiale.
Fréquemment, il s'agit du coût fixe, c'est-à-dire le coût quand x = 0.
Exemple
[Date] 66
67
Le coût marginal y' est donné par y'= 1.64—0.05x. Trouvons les fonctions du coût total et du coût moyen
quand le coût fixe est égal à 10.3.
𝑦 = ß(1.64 − 0.05)𝑑𝑥 = 1.64𝑥 − 0.025𝑥 $ + 𝑐.
Six = 0, y= 1.64 • 0 - 0.025 • 02 + c - 10.3. Par conséquent, c = 10.3 et la fonction du coût total est :
𝑦 = 10.3 + 1.64𝑥 − 0.025𝑥 $ .
Celle du coût moyen est égale au coût total divise par la quantité x :
𝑦 10.3
= + 1.64 − 0.025𝑥.
𝑥 𝑥
V.1.4.2. Le revenu
Pour n'importe quelle fonction de demande y = f(x) où y est le prix par unité et x le nombre d'unités, le
revenu total R est le produit de x par y, c'est-à-dire :
𝑅 = 𝑥. 𝑦 = 𝑥. 𝑓(𝑥).
Le revenu marginal par rapport à la demande est la dérivée par rapport à x du revenu total :
𝑑𝑅
= 𝑅+ (𝑥).
𝑑𝑥
Par conséquent, la fonction du revenu total est l’intégrale par rapport à x de la fonction du revenu marginal,
et puisque :
ß 𝑅+ (𝑥)𝑑𝑥 = 𝑅(𝑥) + 𝑐.
Il faut donner une condition initiale pour obtenir une fonction du revenu total unique en intégrant la
fonction du revenu marginal correspondante. La condition initiale stipulant que le revenu est nul quand la
demande est nulle peut être utilisée pour évaluer la constante d'intégration.
Notons que le revenu moyen ou revenu par unité est le prix par unité y et de ce fait la courbe du revenu
moyen et la courbe de demande sont identiques.
Exemple
La fonction du revenu marginal est 𝑅+ (𝑥) = 4 − 4𝑥 + 6𝑥 $ .
Déterminons les fonctions du revenu total et de demande :
𝑅(𝑥) = ß(4 − 4𝑥 + 6𝑥 $ )𝑑𝑥 = 4𝑥 − 2𝑥 $ + 2𝑥 ^ + 𝑐.
𝑠𝑖 𝑥 = 0 , 𝑅(0) = 4.0 − 2. 0$ + 2. 0^ + 𝑐 = 0, 𝑑+ 𝑜ù 𝑐 = 0. 𝐿𝑒 𝑟𝑒𝑣𝑒𝑛𝑢 𝑡𝑜𝑡𝑎𝑙 𝑒𝑠𝑡 𝑑𝑜𝑛𝑐 ∶
𝑅
𝑅(𝑥) = 4𝑥 − 2𝑥 $ + 2𝑥 ^ 𝑒𝑡 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑒 ∶ 𝑦 = = 4 − 2𝑥 + 2𝑥 $ .
𝑥
V.2. Intégrale définie
V.2.1. Définition
Nous allons voir maintenant comment calculer l’aire A de la surface comprise entre la courbe
y = f(x), l’axe des x et les droites x = a et x = b (pour autant que f soit définie sur [a; b] ).
[Date] 67
68
Aire sous une courbe y = f(x)
Pour cela, nous ferons les hypothèses suivantes :
1° Soit y = f(x) une fonction continue sur l’intervalle [a ; b].
2° Soit f(x) ≽0, ∀x⋲[𝑎, 𝑏].
3° Effectuons une subdivision de l’intervalle [a ; b] en n parties en choisissant (n + 1) points 𝑥9 , 𝑥$ , … , 𝑥>#9

tels que : 𝑎 = 𝑥9 < 𝑥$ < ⋯ < 𝑥r < 𝑥r#9 < ⋯ < 𝑥>#9 = 𝑏 (𝐹𝑖𝑔𝑢𝑟𝑒 5.3).
4° Soit ∆𝑥r = 𝑥r#9 − 𝑥r , r<9,$,^,..,>.
5° Soit ∆𝑥 𝑙𝑎 𝑣𝑎𝑙𝑒𝑢𝑟 𝑚𝑎𝑥𝑖𝑚𝑎𝑙𝑒 𝑑𝑒𝑠 ∆𝑥𝑖 𝑝𝑜𝑢𝑟 1 ≤ 𝑖 ≤ 𝑛. Les (n+1) points choisis divisent l’intervalle [a ; b]
en n parties de longueur ∆𝑥𝑖 , nous pouvons ainsi former des rectangles dont la base est la largeur∆𝑥𝑖, et la
hauteur est la valeur f(xi) .
Subdivision de l’intervalle [a ; b]
L'aire de ces rectangles est respectivement égale a :

∆𝑥9 . 𝑓(𝑥9 ), ∆𝑥$ . 𝑓(𝑥$ ), … . , ∆𝑥> . 𝑓(𝑥> )
Et leur somme est :

>
è ∆𝑥r . 𝑓(𝑥r ).
r<9
Ainsi, l’aire cherchée est approximée par :
>
𝐴 ≅ è ∆𝑥r . 𝑓(𝑥r ).
r<9
[Date] 68
69
En augmentant le nombre de rectangles, l’aire se trouvant entre la courbe et les rectangles va diminuer. Si
l’on veut calculer l’aire exacte, il faut calculer la limite de cette somme lorsque n tend vers l’infini et ∆𝑥 tend
vers zéro.
L'aire A limitée par la courbe y = f(x), l’axe des x et les deux droites
x = a et x = b est définie comme étant cette limite :
>
𝐴= lim è ∆𝑥r . 𝑓(𝑥r )

>→`,∆6→3
p<9
1
que l’on note ∫0 𝑓(𝑥)𝑑𝑥 (lire "intégrale de a à b de f(x)dx'') et que l’on appelle intégrale définie ; a et b sont
appelés les bornes d'intégration.
Nous énonçons à présent l’un des théorèmes les plus importants du calcul intégral.
V.2.2. Interprétation d'une aire négative
Théorème
(Théorème fondamental du calcul intégral) Si f(x) est continue sur l’intervalle fermé [a ; b] et si F(x) est
une primitive de f(x), alors :
1
ß 𝑓(𝑥)𝑑𝑥 = 𝐹(𝑥)│10 = 𝐹(𝑏) − 𝐹(𝑎).
0
Expliquons ce résultat géométriquement en considérant l’aire limitée par la courbe y = f(x), l’axe des x, une
abscisse fixée en x = a et une abscisse mobile en x = b. Notons cette aire abgh par A (Figure 5.4).
Quand x = b s'accroît de ∆x, A s'accroit de ∆A = aire bceg. Nous voyons que :
𝑎𝑖𝑟𝑒 𝑏𝑐𝑑𝑔 < 𝑎𝑖𝑟𝑒 𝑏𝑐𝑒𝑔 < 𝑎𝑖𝑟𝑒 𝑏𝑐𝑒𝑓
𝑏𝑔. ∆𝑥 < ∆𝐴 < 𝑐𝑒. ∆𝑥
𝑏𝑔 < ∆𝐴/ ∆𝑥 < 𝑐𝑒.
Lorsque nous faisons tendre ∆𝑥 vers zéro, ce va tendre vers bg qui reste fixe et nous avons :
∆𝐴 𝑑𝐴
lim = = 𝑏𝑔 = 𝑦 = 𝑓(𝑥).
∆6→3 ∆𝑥 𝑑𝑥
Nous pouvons écrire cette limite comme suit :

𝑑𝐴 = 𝑓(𝑥)𝑑𝑥.
Notons par F(x) + c l’intégrale de f(x)dx; d'où par intégration :
A = F(x) + c.
[Date] 69
70
𝒃
A = aire abgh = ∫𝒂 𝒇(𝒙)𝒅𝒙 = 𝑭(𝒙)│𝒃𝒂 = 𝑭(𝒃) − 𝑭(𝒂)
On trouve la constante d'intégration c en remarquant que pour x = a ; A = 0.

Nous avons alors :
𝐴 = 𝐹(𝑎) + 𝑐 = 0
⇨ 𝑐 = −𝐹(𝑎).
Par conséquent, on obtient :
𝐴 = 𝐹(𝑥) − 𝐹(𝑎).
L'aire abgh de la figure 5.4, où x =b, est donc égale à :

𝐴 = 𝐹(𝑏) − 𝐹(𝑎).
et on la note:
1
ß 𝑓(𝑥)𝑑𝑥 = 𝐹(𝑥)│10 = 𝐹(𝑏) − 𝐹(𝑎).
0
La constante d'intégration disparaît et l’intégrale a une valeur finie. C'est pourquoi l’on parle d'intégrale
définie.
Exemple
^
Calculons l’intégrale définie ∫3 𝑥 $ 𝑑𝑥. Tout d’abord, il faut trouver F(x) :
𝑥^
𝐹(𝑥) =
.
3
Ensuite, nous remplaçons dans 𝐴 = 𝐹(𝑏) − 𝐹(𝑎) avec b = 3 et a = 0 :
3^ 0^
𝐴= − = 9.
3 3
Cela signifie que l’aire comprise entre y =𝑥 $ , 𝑙 + 𝑎𝑥𝑒 𝑑𝑒𝑠 𝑥, 𝑥 = 0 𝑒𝑡 𝑥 = 3 𝑒𝑠𝑡 é𝑔𝑎𝑙𝑒 à 9 (Figure 5.5).
[Date] 70
71
𝟑
ß 𝒙𝟐 𝒅𝒙 = 𝟗.
𝟎
V.2.3. Interprétation d'une aire négative
1
Dans la définition d'une aire par 𝐴 = ∫0 𝑓(𝑥)𝑑𝑥 , on a supposé que f(x) est une fonction positive continue
entre a et b. Si f(x) est négative entre a et b, c'est-à-dire si la courbe 𝑦 = 𝑓(𝑥) se situe au-dessous de l’axe
des x entre a et b, alors la valeur de l’intégrale :
1
𝐴 = ß 𝑓(𝑥)𝑑𝑥
0
est négative. De telles aires sont appelées des aires négatives. Lorsque l’on calcule
1
𝐴 = ∫0 𝑓(𝑥)𝑑𝑥 sans tenir compte du fait que la courbe y= 𝑓(𝑥) se situe au-dessus ou au-dessous de l’axe
des x, on parle d'aire orientée. II se peut que cette aire soit nulle comme le montre l’exemple suivant.
Exemple
Xt
∫3 𝑠𝑖𝑛𝑥𝑑𝑥 = −𝑐𝑜𝑠𝑥│Xt
3 = −𝑐𝑜𝑠4𝜋 − (−𝑐𝑜𝑠0) = 0. Dans ce cas, la somme des aires positives compense
exactement la somme des aires négatives (Figure 5.6).
𝟒𝝅
∫𝟎 𝒔𝒊𝒏𝒙𝒅𝒙 = 𝟎 en tant qu'aire orientée
En revanche, si l’on veut calculer l’aire totale absolue entre une courbe et l’axe de x pour un intervalle
[a;b], on utilisera la formule :
𝐴𝑖𝑟𝑒 𝑡𝑜𝑡𝑎𝑙𝑒 = è(𝑎𝑖𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑒𝑠) − è(𝑎𝑖𝑟𝑒𝑠 𝑛é𝑔𝑎𝑡𝑖𝑣𝑒𝑠).
Aire totale (aires positives) (aires négatives).
Figure 5.7
[Date] 71
72
Par conséquent, si l’aire que l’on doit calculer se situe à la fois au-dessous et au-dessus de l’axe des x, il faut
décomposer l’intégrale en utilisant la propriété 5 et la définition de l’aire totale donnée ci-dessus :
Exemple
L'aire se situant entre 𝑓(𝑥) = 𝑥 $ − 4𝑥 , l’axe des x , x = 0 et x = 2 est donnée par :
$
𝑥^
ß (𝑥 $ − 4𝑥)𝑑𝑥 = ( − 2𝑥 $ )│$3
3 3
$9 39
= − 2.2$ − ( ^ − 2.0$ )
^
8 16
−8=− . =
3 3
Comme l’aire se situe au-dessous de l’axe des x (Figure 5.8), l’aire totale s’obtient en changeant de signe :
16
𝐴𝑖𝑟𝑒 𝑡𝑜𝑡𝑎𝑙𝑒 = — 𝑎𝑖𝑟𝑒 𝑛é𝑔𝑎𝑡𝑖𝑣𝑒 = .
3
𝟐 𝟏𝟔
∫𝟎 (𝒙𝟐 − 𝟒𝒙)𝒅𝒙 = − 𝟑
.
Exemple
L’aire qui se situe entre 𝑓(𝑥) = −𝑥 ^ + 𝑥 $ + 5𝑥 , l’axe des x, x = —1 et x = 1 est représentée dans la figure 5.9.
𝟏
Pour trouver l’aire totale, il faut donc décomposer l’intégrale∫!𝟏 𝒇(𝒙)𝒅𝒙 de la manière suivante :
3 9
− ß 𝑓(𝑥)𝑑𝑥 + ß 𝑓(𝑥)𝑑𝑥
!9 3
3 3
𝑜ù − ß 𝑓(𝑥)𝑑𝑥 = − ß (−𝑥 ^ + 𝑥 $ + 5𝑥)𝑑𝑥
!9 !9
𝑥 X 𝑥 ^ 5𝑥 $ 3
= −(− + + )│!9
4 3 2
3A 39 Z.3# (!9A ) (!99 ) Z.(!9# )

= − Ç− X
+ ^
+ $
È + Ç− X
+ ^
+ $
È
1 1 5
= 0 + Ñ− − + Ò
4 3 2
−3 − 4 + 30 23
=Ñ Ò=
12 12
[Date] 72
73
9 9
𝑒𝑡 ß 𝑓(𝑥)𝑑𝑥 = ß (−𝑥 ^ + 𝑥 $ + 5𝑥)𝑑𝑥
3 3
𝑥 X 𝑥 ^ 5𝑥 $ 9
= (− + + )│3
4 3 2
1 1 5 (−0)X 0^ 5.0$
= Ñ− + + Ò − í− + + î
4 3 2 4 3 2
!^!X#^3 ^9
=Ç 9$
È = 9$.
$^ ^9 ZX ]
𝐿+ 𝑎𝑖𝑟𝑒 𝑡𝑜𝑡𝑎𝑙𝑒 𝑣𝑎𝑢𝑡 𝑑𝑜𝑛𝑐 ∶ + 9$ = 9$=$.
9$
23
3 9 ]
− ∫!9(−𝑥 ^ + 𝑥 $ + 5𝑥)𝑑𝑥 + ∫3 (−𝑥 ^ + 𝑥 $ + 5𝑥)𝑑𝑥=$
V.2.4. Propriétés des intégrales définies

Soit deux fonctions f(x) et g{x) continues sur l’intervalle [a;b]. Nous avons les propriétés suivantes :
𝒃 𝒂
1. ∫𝒂 𝒇(𝒙)𝒅𝒙 = − ∫𝒃 𝒇(𝒙)𝒅𝒙.
𝒂
2. ∫𝒂 𝒇(𝒙)𝒅𝒙 = 𝟎.
𝒃 𝒃
3. ∫𝒂 𝒄𝒇(𝒙)𝒅𝒙 = 𝒄 ∫𝒂 𝒇(𝒙)𝒅𝒙 , 𝒐ù 𝒄 𝒆𝒔𝒕 𝒖𝒏𝒆 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆.
𝒃 𝒃 𝒃
4. ∫𝒂 (𝒇(𝒙) ± 𝒈(𝒙))𝒅𝒙 = ∫𝒂 𝒇(𝒙)𝒅𝒙 ± ∫𝒂 𝒈(𝒙)𝒅𝒙.
𝒄 𝒃 𝒄
5. ∫𝒂 𝒇(𝒙)𝒅𝒙 = ∫𝒂 𝒇(𝒙)𝒅𝒙 ± ∫𝒃 𝒇(𝒙)𝒅𝒙 , 𝒂𝒗𝒆𝒄 𝒂 ≤ 𝒃 ≤ 𝒄.
Exemple
X
Appliquons la propriété 1 à ∫9 (2𝑥 + 5)𝑑𝑥:
X
ß (2𝑥 + 5)𝑑𝑥 = (𝑥 $ + 5𝑥)│9X
9
= 4$ + 5.4 − (1$ + 5.1)
[Date] 73
74
= 36 − 6
= 30.
9
ß (2𝑥 + 5)𝑑𝑥 = (𝑥 $ + 5𝑥)│9X
X
= 1$ + 5.1 − (4$ + 5.4)
= 6 − 36
= −30.
Exemple
9
Appliquons la propriété 2 à ∫9 (6𝑥 $ + 1)𝑑𝑥:
9
ß (6𝑥 $ + 1)𝑑𝑥 = (2𝑥 $ + 𝑥)│99
9
= 2. 1^ + 1 − (2. 1^ + 1)
=3−3
= 0.
Exemple
^ ^ $ ^
Appliquons la propriété 5 à ∫9 4𝑑𝑥 = ∫9 4𝑑𝑥 = ∫9 4𝑑𝑥 + ∫$ 4𝑑𝑥
^
∫9 4𝑑𝑥 = 4𝑥│9^ = 4.3 − 4.1 = 14 − 4 = 8.
$ ^
∫9 4𝑑𝑥 + ∫$ 4𝑑𝑥 = 4𝑥│9$ + 4𝑥│^$
= 4.2 − (4.1) + 4.3 − (4.2)
= 8 − 4 + 12 − 8
= 8.
V.2.5. Aire entre deux courbes

Si l’aire totale que l’on doit calculer ne se situe pas entre une courbe f(x) et l’axe des x, mais entre une courbe
f(x) et une autre courbe g(x) (toujours entre x = a et x = b), on obtient cette aire de la façon suivante, en
supposant f(x) ≤ g(x) :
1
𝐴 = ß [𝑔(𝑥) − 𝑓(𝑥)]𝑑𝑥 𝑎𝑣𝑒𝑐 𝑎 ≤ 𝑥 ≤ 𝑏.
X
Remarque Comme, par hypothèse, f(x) ≤ g(x), il n'est plus nécessaire de tenir compte des aires négatives.
Exemple
Trouvons l’aire qui se situe entre f(x) = x3 et g(x) = x).
Nous cherchons tout d’abord les points d’intersection :
𝑥^ = 𝑥
𝑥^ − 𝑥 = 0
[Date] 74
75
(𝑥 $ − 1)𝑥 = 0
𝑥. (𝑥 − 1)(𝑥 + 1) = 0.
𝟎 𝟏
𝟏
ß ‹𝒙𝟑 − 𝒙Œ𝒅𝒙 + ß ‹𝒙𝟑 − 𝒙Œ𝒅𝒙 =
!𝟏 𝟎 𝟐
Les solutions de cette équation sont : 𝑥 = −1 , 𝑥 = 0 𝑒𝑡 𝑥 = +1.
Nous remarquons qu’entre —1 et O, c’est g(x) qui est inférieure à f(x) tandis qu’entre 0 et 1, c’est f(x) qui est
inférieure à g(x). Par conséquent, nous devons décomposer l‘intégrale en deux intégrales :
3 9
ß [𝑓(𝑥) − 𝑔(𝑥)]𝑑𝑥 𝑒𝑡 ß [𝑔(𝑥) − 𝑓(𝑥)]𝑑𝑥.
!9 3
Nous avons alors :
3
𝑥X 𝑥$
ß ï‹𝒙𝟑 − 𝒙Œð𝑑𝑥 = ( − )│3!9
!9 4 2
1 1
= −( − )
4 2
1
=
4
9
𝑥$ 𝑥X
ß ï‹𝒙 − 𝒙𝟑 Œð𝑑𝑥 = ( − )│93
3 2 4
1 1
= −
2 4
1
= .
4
9 9 9
L’aire totale comprise est égale à X
+X=$
V.2.6. Applications économiques des intégrales définies
L'intégrale définie a de nombreuses applications en économie. Les concepts d'excèdent du consommateur

et d'excédent du producteur en sont deux exemples ainsi que l’étude du profit total.
V.2.6.1. Excédent du consommateur

Une fonction de demande représente les quantités d'un produit qui pourraient être achetées à différents
prix. Si le prix du marché est yo et la demande du marché correspondante est x0, les consommateurs qui
seraient d'accord de payer plus que le prix du marché y gagne du fait que le prix est seulement yo . Sous
[Date] 75
76
certaines hypothèses économiques, le gain total du consommateur est représenté par l’aire qui se situe
sous la courbe de demande et au-dessus de la droite y=yo. Cette aire est désignée par Marshall comme
"l’excédent du consommateur" et est évaluée comme suit
6
- Excédent du consommateur = ∫3 " 𝑓(𝑥)𝑑𝑥 − 𝑥3 . 𝑦3 où la fonction de demande est y = f(x), ou d'une
manière analogue
H
- Excédent du consommateur = ∫; " 𝑔(𝑦)𝑑𝑦
"
où la fonction de demande est x = g(y) et 𝑚3 est la valeur de y quand x = 0, c'est-à-dire que 𝑚3 est
l’intersection de la fonction de demande avec l‘axe des y. Par conséquent :
6 H
Excédent du consommateur = ∫3 " 𝑓(𝑥)𝑑𝑥 − 𝑥3 . 𝑦3 = ∫; " 𝑔(𝑦)𝑑𝑥.
"
Excédent du consommateur
Exemple
Si la fonction de demande est y = 24 — 2x — x2, nous allons trouver l’excédent du consommateur :
(a) Si 𝑥3 = 3
Ainsi : y0= 24 – 2.3 - 32 = 9.
6
Excédent du consommateur = ∫3 " 𝑓(𝑥)𝑑𝑥 − 𝑥3 . 𝑦3
^
= ∫3 (24 — 2𝑥 — 𝑥 $ )𝑑𝑥 − 3.9
𝑥^ ^
= í24𝑥 — 𝑥 $ — î │3 − 27
3
= (72 — 9 — 9) − 0 − 27 = 27
(b) Si 𝑦3 = 21
Ainsi, 𝑥3 est trouvé par 21 = 24 − 2𝑥 − 𝑥 $ .De là, nous avons 𝑥 $ + 2𝑥 − 3 = 0 d’où
!$±√X#9$ !$±X
𝑥= $
= $
= 1 et −3. Comme une quantité ne peut pas être négative, 𝑥3 = 1.
[Date] 76
77
6
Excédent du consommateur = ∫3 " 𝑓(𝑥)𝑑𝑥 − 𝑥3 . 𝑦3
9
=∫3 (24 − 2𝑥 − 𝑥 $ )𝑑𝑥 − 1.21
69
=(24𝑥 − 𝑥 $ − ^
)│93 − 21
Z
=^.
Excédents du consommateur (a) si x0 = 3 (b) si yo = 21
V.2.6.2. Excédents du producteur
Une fonction d'offre représente les quantités respectives d'un produit qui pourraient être offertes à
différents prix. Si le prix du marché est yo et l’offre du marché correspondante est x0, les producteurs qui
seraient d'accord d'offrir le produit au-dessous du prix du marché y gagnent du fait que le prix est yo. Sous
certaines hypothèses économiques, le gain total pour le producteur est représenté par l’aire qui se situe
au-dessus de la courbe d'offre et au-dessous de la droite y = yo et il est connu sous le nom d'excédent du
producteur (Figure 5.13). Cette aire est évaluée par:
6
— excédent du producteur = 𝑥3 . 𝑦3 − ∫3 " 𝑓(𝑥)𝑑𝑥.
où la fonction d'offre est y = f(x)
ou encore par :
;
— excédents du producteur = ∫w" 𝑔(𝑦)𝑑𝑦
"
ou la fonction d'offre est x = g(y) et 𝑀3 est la valeur de y quand x= 0, c'est-à-dire que 𝑀3 est l’intersection
de la fonction d'offre avec l’axe des y.
6 ;
Nous avons donc : excédents du producteur= 𝑥3 . 𝑦3 − ∫3 " 𝑓(𝑥)𝑑𝑥 = ∫w" 𝑔(𝑦)𝑑𝑦.
"
pnx
(xo;yo
)
Excédents du producteur
[Date] 77
78
Exemple
Si l’offre est 𝑦 = (𝑥 + 2)$ 𝑒𝑡 𝑙𝑒 𝑝𝑟𝑖𝑥 𝑒𝑠𝑡 𝑦3 = 25 , nous allons trouver l’excédent du producteur en utilisant
deux méthodes différentes (Figure 5.14).
(0;25) (3;25)
-2 2
Excédent du producteur si 𝑦2 = 25
Remarque 𝑥3 se trouve comme suit : 25 = (𝑥 + 2)$ , ce qui nous donne 𝑥 $ + 4𝑥 − 21 = 0.
!X±√9[#xX !X±93
De là, nous avons 𝑥 = $
= $
= −7 𝑒𝑡 3. Comme une quantité ne peut pas être négative, 𝑥3 = 3.
Ainsi :
63
a) excédent du producteur = 𝑥3 . 𝑦3 − ∫3 𝑓(𝑥)𝑑𝑥
^
= 3.25 − ß (𝑥 + 2)$ 𝑑𝑥
3
(𝑥 + 2)^ ^
= 75 − │3
3
125 8
= 75 − ( − )
3 3
= 36.
Remarque On trouve g(y) en inversant 𝑦 = (𝑥 + 2)$ : \𝑦 = 𝑥 + 2 𝑒𝑡 \𝑦 − 2 = 𝑥.

Quant à 𝑀3 , on le trouve en posant x = 0 dans 𝑦 = (𝑥 + 2)$ , ce qui donne 𝑀3 = 4. Ainsi :
;
b) excédents du producteur = ∫w3" 𝑔(𝑦)𝑑𝑦
$Z
= ß ‹\𝑦 − 2Œ𝑑𝑦
X
$Z
= ß ‹𝑦9/$ − 2Œ𝑑𝑦
X
2𝑦 ^/$ $Z
=( )│X
3
$Z3 9[
= Ç ^ − 50È − Ç ^ − 8È = 36.
V.2.6.3. Profit total
L'intégrale peut être utilisée pour déterminer le profit total ou le bénéfice net total dans différents
contextes. En général, le profit est maximum (en concurrence parfaite) quand le revenu marginal est égal
au cout marginal. Le profit total est l’intégrale du revenu marginal moins le cout marginal de la quantité
zéro à la quantité pour laquelle le profit est maximum.
[Date] 78
79
Exemple : Nous allons trouver la quantité qui maximise le profit et le profit total en ce point, si les fonctions
de revenu marginal et de coût marginal sont données par :
𝑅𝑀𝑎 = 25 − 5𝑥 − 2𝑥 $ .
𝐶𝑀𝑎 = 15 − 2𝑥 − 𝑥 $ .
Ces fonctions sont représentées sur la figure 5.15. Si RMa = CMa, on a :

25 − 5𝑥 − 2𝑥 $ = 15 − 2𝑥 − 𝑥 $
25 − 5𝑥 − 2𝑥 $ − 15 + 2𝑥 + 𝑥 $ = 0
10 − 3𝑥 − 𝑥 $ = 0
(𝑥 + 5)(2 − 𝑥) = 0
avec comme solutions: 𝑥9 = −5 𝑒𝑡 𝑥$ = 2.
𝑆𝑒𝑢𝑙𝑒 𝑥$ = 2 a un sens économique.

La première dérivée de (RMa — CMa) est la seconde dérivée du profit total (PT) et son signe nous indique si le
profit est un maximum ou un minimum pour une valeur particulière de x.
= = # Pk = # Pk
(𝑅𝑀𝑎 − 𝐶𝑀𝑎) = = −3 − 2𝑥 𝑎𝑣𝑒𝑐 𝑥 = 2 , = −7
=6 =6 # =6 #
le profit est bien un maximum pour 𝑥 = 2.
$
profit total = ∫3 (𝑅𝑀𝑎 − 𝐶𝑀𝑎)𝑑𝑥
$
= ß ( 10 − 3𝑥 − 𝑥 $ )𝑑𝑥
3
3𝑥 $ 𝑥 ^ $
= í 10𝑥 − − î │3
2 3
8
= Ñ20 − 6 − Ò − 0
3
34
= .
3
L'aire hachurée sur la figure ci-dessous représente le profit total calculé ci-dessus.
$ ^X
Profit total =∫3 (𝑅𝑀𝑎 − 𝐶𝑀𝑎)𝑑𝑥 = ^
.
[Date] 79
80
CHAPITRES VI
FONCTIONS DE PLUSIEURS VARIABLES
VI.1. Définitions
Nous allons considérer des fonctions de deux ou plusieurs variables indépendantes dont nous pouvons
citer quelques exemples tirés de formules mathématiques élémentaires ; ainsi,
9
L’aire 𝑆 d'un triangle quelconque : 𝑆 = $ . 𝑏. ℎ est une fonction de deux variables indépendantes : h (base du
triangle) et h (hauteur du triangle).
Le volume 𝑉 d'un parallélépipède rectangle est donné par : 𝑉 = 𝑎. 𝑏. 𝑐 ,

Où 𝑎, 𝑏 𝑒𝑡 𝑐 , sont les longueurs respectives des arêtes.
Définition
On dit que 𝑧 = 𝑓(𝑥9 , 𝑥$ , … , 𝑥> ) est une fonction de n variables indépendantes si à tout système de valeurs
des variables indépendantes 𝑥9 , 𝑥$ , … , 𝑥> correspond une valeur bien déterminée de la variable
dépendante 𝑧.
Dans ce chapitre, nous nous intéresserons plus particulièrement au cas des fonctions de deux variables.
Définition
Si, à chaque couple (x;y) de valeurs de deux variables indépendantes X et y correspond une valeur bien
déterminée de la variable dépendante 𝑧 , on dit que 𝑧 est une fonction de deux variables indépendantes x
et y. Une fonction de deux variables est notée 𝑧 = 𝑓(𝑥, 𝑦).
Définition
On appelle domaine de définition de la fonction 𝑧 = 𝑓(𝑥, 𝑦) l’ensemble des couples (x;y) pour lesquels
cette fonction est définie. On note par DDF le domaine de définition.
Exemple
Soit la fonction de deux variables 𝑧 = \𝑥 $ − 𝑦 $ . Pour que 𝑧 soit définie dans l’ensemble des nombres réels,
il faut que : 𝑥 $ − 𝑦 $ ≽ 0 , c’est-à-dire : 𝑥 $ ≽ 𝑦 $ > ou encore : |𝑥| ≥ |𝑦|. On a représenté ce domaine de
définition sur la figure 7.1.
Définition
Une fonction de deux variables f(x,y) est dite continue au point x = a, y = b si les trois conditions suivantes
sont satisfaites simultanément :
1. 𝑓(𝑎, 𝑏)𝑒𝑠𝑡 𝑑é𝑓𝑖𝑛𝑖𝑒.
2. lim 𝑓(𝑥, 𝑦) existe.
6→0,;→1
3. lim 𝑓(𝑥, 𝑦) = 𝑓(𝑎, 𝑏) quelle que soit la façon dont x et y tendent vers leurs limites respectives a et b.
6→0,;→1
[Date] 80
81
VI.2. Représentations graphiques des fonctions de deux variables
Soit une fonction de deux variables 𝑧 = 𝑓(𝑥, 𝑦) .On peut représenter une telle fonction dans un système de
coordonnées cartésiennes dans l’espace, note Oxyz : à chaque point (xo;yo) du plan Oxy en lequel la fonction
est bien définie, on associe la valeur 𝑓(𝑥3 , 𝑦3 ) en élevant une perpendiculaire au plan Oxy de longueur égale
à la valeur de 𝑓(𝑥3 , 𝑦3 ). On obtient ainsi un point P dont les coordonnées sont : ‹𝑥3 ; 𝑦3; 𝑧3 Œ =
‹𝑥3 ; 𝑦3; 𝑓(𝑥3 ; 𝑦3 )Œ. L'ensemble de tous les points P dont les coordonnées satisfont l’équation 𝑧 = 𝑓(𝑥, 𝑦) est
appelé graphe de la fonction de deux variables f(x, y). Ainsi, l’équation 𝑧 = 𝑓(𝑥, 𝑦) définit une surface dans
l’espace.
Système de coordonnées cartésiennes dans l’espace
Exemple
Représentons graphiquement la fonction de deux variables 𝑧 = 𝑥 $ + 𝑦 $ dont le graphe porte le nom de
paraboloïde de révolution (Figure 7.3).
On peut dresser un tableau des valeurs que prend la fonction pour chaque couple (x;y):
x -2 -1 0 1 2
y
-2 8 5 4 5 8
-1 5 2 1 2 5
0 4 1 0 1 4
1 5 2 1 2 5
2 8 5 4 5 8
VI.3. Dérivées partielles

Considérons la fonction de deux variables 𝑧 = 𝑓(𝑥, 𝑦) .
Si l’on considère 𝑦 comme une constante, 𝑧 n'est plus qu'une fonction de 𝑥 et l’on peut calculer la dérivée
de 𝑧 par rapport à 𝑥, si elle existe. La dérivée obtenue dans ce cas est la dérivée partielle de 𝑧 par rapport
à 𝑥 que l’on peut écrire de plusieurs façons :
𝜕𝑧 𝜕𝑓 𝜕
, , 𝑓(𝑥, 𝑦), 𝑓6 (𝑥, 𝑦), 𝑓6 𝑜𝑢 𝑧6 .
𝜕𝑥 𝜕𝑥 𝜕𝑥
La dérivée partielle de 𝑧 par rapport à 𝑥 est définie ainsi :
[Date] 81
82
𝜕𝑧 𝑓(𝑥 + ∆𝑥, 𝑦) − 𝑓(𝑥, 𝑦)

= lim
𝜕𝑥 ∆6→3 ∆𝑥
lorsque la limite existe et qu'elle est finie.
De manière analogue, si l’on considère 𝑥 comme une constante, 𝑧 n'est plus qu'une fonction de 𝑦 et l’on
peut calculer la dérivée de 𝑧 par rapport à 𝑦, si elle existe. La dérivée obtenue dans ce cas est la dérivée
partielle de 𝑧 par rapport à 𝑦 .
Définition
La dérivée partielle de z par rapport à y est définie ainsi :
𝜕𝑧 𝑓(𝑥, 𝑦 + ∆𝑦) − 𝑓(𝑥, 𝑦)

= lim
𝜕𝑦 ∆;→3 ∆𝑦
lorsque la limite existe et est finie.
Notons qu'en général une fonction de n variables possède n dérivées partielles, chacune étant prise par
rapport à une variable.
Exemple
Soit la fonction de deux variables 𝑧 = 3𝑥 $ + 𝑥𝑦 − 2𝑦 $ (Figure7.4); on peut calculer la dérivée partielle de
𝑧 par rapport à 𝑥 et la dérivée partielle 𝑧 par rapport à 𝑦:
𝜕𝑧
= 6𝑥 + 𝑦, 𝑦 é𝑡𝑎𝑛𝑡 𝑐𝑜𝑛𝑠𝑖𝑑é𝑟é𝑒 𝑐𝑜𝑚𝑚𝑒 𝑢𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒,
𝜕𝑥
z8
z;
= 𝑥 − 4𝑦, 𝑥 é𝑡𝑎𝑛𝑡 𝑐𝑜𝑛𝑠𝑖𝑑é𝑟é𝑒 𝑐𝑜𝑚𝑚𝑒 𝑢𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒, la dérivée de 3𝑥 $ 𝑧𝑠𝑡 𝑛𝑢𝑙𝑙𝑒.
Exemple
Calculons les deux dérivées partielles de 𝑧 = 5𝑥𝑙𝑛(1 + 2𝑦) représentée dans la figure 7.5.
𝜕𝑧 𝜕𝑧 10𝑥
= 5 ln(1 + 2𝑦) 𝑒𝑡 =
𝜕𝑥 𝜕𝑦 (1 + 2𝑦).
Puisqu'en général, les dérivées partielles d'une fonction 𝑧 = 𝑓(𝑥, 𝑦) sont aussi des fonctions de x et y, on
peut les dériver partiellement une seconde fois par rapport à x et par rapport à y. On appelle ces dérivées
les secondes dérivées partielles de z et on les note :
𝜕$𝑧 𝜕$𝑓
= = 𝑧66 = 𝑓66
𝜕𝑥 $ 𝜕𝑥 $
𝜕$𝑧 𝜕$𝑓
= = 𝑧6; = 𝑓6;
𝜕𝑥𝜕𝑦 𝜕𝑥𝜕𝑦
𝜕$𝑧 𝜕$𝑓
= = 𝑧;; = 𝑓;;
𝜕𝑦 $ 𝜕𝑦 $
𝜕$𝑧 𝜕$𝑓
= = 𝑧;6 = 𝑓;6
𝜕𝑦𝜕𝑥 𝜕𝑦𝜕𝑥
[Date] 82
83
De ces quatre dérivées, seules trois sont distinctes puisque, si elles sont continues:
𝜕$𝑓 𝜕$𝑓
=
𝜕𝑦𝜕𝑥 𝜕𝑥𝜕𝑦
Exemple
Nous allons calculer les dérivées partielles de premier et second ordre de la fonction :
𝑧 = −2𝑥 $ + 3𝑥𝑦 $ − 𝑦 ^
Les premières dérivées partielles de z par rapport à x et y sont :

𝜕𝑧
= −4𝑥 + 3𝑦 $
𝜕𝑥
𝜕𝑧
= 6𝑥𝑦 − 3𝑦 $
𝜕𝑦
Les dérivées secondes de z par rapport à x et y sont :

z# 8 z# 8
z6 #
= −4 z; #
= 6𝑥 − 6
On peut aussi avoir deux autres dérivées secondes croisées :
z# 8 z# 8
z6z;
= 6𝑦 et z;z6
= 6𝑦 : les deux sont égales.
VI.4. Applications économiques des dérivées partielles
Dans ce paragraphe, nous allons voir deux applications économiques des dérivées partielles : le coût
marginal, la productivité marginale et les élasticités.
VI.4. 1. Coût marginal
La fonction de coût conjointe :

𝐶 = 𝑄(𝑥, 𝑦)
est définie comme étant le coût de production des quantités x et y de deux biens. Nous pouvons calculer les
dérivées partielles de C par rapport à x et par rapport à y :
𝜕𝐶
: 𝑐𝑜û𝑡 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙 𝑝𝑎𝑟 𝑟𝑎𝑝𝑝𝑜𝑟𝑡 à 𝑥.
𝜕𝑥
𝜕𝐶
: 𝑐𝑜û𝑡 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙 𝑝𝑎𝑟 𝑟𝑎𝑝𝑝𝑜𝑟𝑡 à 𝑦.
𝜕𝑦
Exemple
Si la fonction de coût conjointe pour produire des quantités x et y de deux biens est :
𝐶 = 10 + 𝑥 $ + 𝑥𝑦 + 3𝑦 $ (𝐹𝑖𝑔𝑢𝑟𝑒 7.7)
Calculons le coût marginal par rapport à x :
𝜕𝐶
= 2𝑥 + 𝑦
𝜕𝑥
[Date] 83
84
et le cout marginal par rapport à y :

𝜕𝐶
= 𝑥 + 6𝑦
𝜕𝑦
VI.4.2. Productivité marginale
Pour produire la plupart des biens, on a besoin d'au moins deux facteurs de production tels que le travail,
le capital, la terre, les matériaux ou les machines. Une fonction de production 𝑧 = 𝑓(𝑥, 𝑦) signifie qu'une
quantité z d'un bien est fabriquée à l’aide des quantités x et y de deux facteurs de production. On peut alors
calculer la dérivée partielle de par rapport à x qui nous donne la productivité marginale de x et la dérivée
partielle de z par rapport à y qui nous donne la productivité marginale de y.
Exemple
Si la fonction de production d’un bien est donnée par :
𝑧 = 2𝑥𝑦 − 3𝑥 $ + 𝑦 $ (𝐹𝑖𝑔𝑢𝑟𝑒 7.8)
la productivité marginale de x est égale à :
𝜕𝑧
= 2𝑦 − 6𝑥
𝜕𝑥
et la productivité marginale de y est égale à:
𝜕𝑧
= 2𝑥 + 2𝑦.
𝜕𝑦
VI.4.3. Minima et maxima d'une fonction de deux variables
Une fonction de deux variables 𝑧 = 𝑓(𝑥, 𝑦) présente un maximum au point 𝑃‹𝑎; 𝑏; 𝑓(𝑎, 𝑏)Œ𝑠𝑖 𝑓(𝑎, 𝑏) a une
valeur supérieure à toutes celles que prend 𝑓(𝑥, 𝑦) au voisinage de x = a et y = b (Figure 7.9(a)).
De même, f(x, y) présente un minimum au point 𝑃‹𝑎; 𝑏; 𝑓(𝑎, 𝑏)Œ𝑠𝑖 𝑓(𝑎, 𝑏) a une valeur inférieure à toutes
celles que prend f(x,y) au voisinage de x = a et y = b (Figure 7.9(b)). II en résulte qu'il existe un plan tangent
horizontal au point (a;b; f(a,b)). Ce plan tangent est engendré par les deux tangentes déterminées par :
𝜕𝑓 𝜕𝑓
𝑒𝑡
𝜕𝑥 𝜕𝑦
Ainsi, pour que f(a, b) soit un maximum ou un minimum, il faut que les deux équations suivantes soient
satisfaites simultanément :
𝜕𝑓
1° (𝑎, 𝑏) = 0.
𝜕𝑥
𝜕𝑓
2°(𝑎, 𝑏) = 0.
𝜕𝑦
Cette condition est nécessaire, mais pas suffisante. II faut donc une condition suffisante qui est la
suivante :
$
∗
𝜕$𝑓 𝜕$𝑓 𝜕$𝑓
∝ = $. $−í î > 0.
𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦
[Date] 84
85
Nous admettrons sans démonstration le résultat suivant :

z5 z5
Soit P(a;b) le point en lequel = 0 𝑒𝑡 = 0.
z6 z;
𝑆𝑖 ∝∗ > 0
z# 5 }⇨minimum au point P.
𝑒𝑡 >0
z6 #
𝑆𝑖 ∝∗ > 0
z# 5 }⇨maximum au point P.
𝑒𝑡 ≺0
z6 #
Si ∝∗ = 0 ⇨ on ne peut pas conclure.
Si ∝∗ ≺ 0 ⇨ ni minimum ni maximum au point P (point-selle).
Exemple
Soit 𝑧 = 3𝑥 $ + 2𝑦 $ . Cherchons les extrema de cette fonction. On a :
𝜕𝑧 𝜕𝑧
= 6𝑥 𝑒𝑡 = 4𝑦.
𝜕𝑥 𝜕𝑦
Annulons ces deux dérivées partielles :
𝜕𝑧
= 6𝑥 = 0 ⇨ x = 0
𝜕𝑥
𝜕𝑧
= 4𝑦 = 0 ⇨ y = 0.
𝜕𝑦
II y a donc une valeur critique au point x = y = z = 0 et cette valeur est un minimum puisque toutes les autres
valeurs de z sont positives (Figure 7.11).
En effet, comme :
𝜕$𝑓 𝜕$𝑓 𝜕$𝑓

=6, = 4 𝑒𝑡 =0
𝜕𝑥 $ 𝜕𝑦 $ 𝜕𝑥𝜕𝑦
On a bien :
∝∗ = 6.4 − 0$ = 24 > 0
et
𝜕$𝑓
= 6 > 0.
𝜕𝑥 $
D’après le résultat vu précédemment, il s’agit bien d’un minimum.
Exemple
𝑆𝑜𝑖𝑡 𝑧 = 4𝑥 $ − 𝑥𝑦 + 𝑦 $ − 𝑥 ^ (Figure 7.12). On a :
z8
z6
= 8𝑥 − 𝑦 − 3𝑥 $
z8
z;
= −𝑥 + 2𝑦
𝜕$𝑧
= 8 − 6𝑥
𝜕𝑥 $
𝜕$𝑧
= −1
𝜕𝑥𝜕𝑦
[Date] 85
86
z# 8
= 2.
z; #
Les valeurs critiques s’obtiennent en résolvant le système d’équations :

8𝑥 − 𝑦 − 3𝑥 $ = 0 et −𝑥 + 2𝑦 = 0.
On trouve deux valeurs critiques :
𝑧 = 0 𝑝𝑜𝑢𝑟 𝑥 = 𝑦 = 0
125 5 5
𝑒𝑡 𝑧 = 𝑝𝑜𝑢𝑟 𝑥 = 𝑒𝑡 𝑦 = .
16 2 4
La première est une valeur minimale de z puisque quand x=y=0, nous avons :
$
𝜕$𝑧 𝜕$𝑧
∗
𝜕$𝑧
∝ = $. $−í î = 8.2 − (−1)𝟐 = 15 > 0
𝜕𝑥 𝜕𝑦 𝜕𝑥𝜕𝑦
z# 5
et = 8 > 0.
z6 #
Z Z
Lorsque 𝑥 = $ 𝑒𝑡 𝑦 = X , 𝑛𝑜𝑢𝑠 𝑎𝑣𝑜𝑛𝑠 ∶
𝜕$𝑧 𝜕$𝑧 𝜕$𝑧

= −7 , = 2 𝑒𝑡 = −1.
𝜕𝑥 $ 𝜕𝑦 $ 𝜕𝑥𝜕𝑦
Par conséquent :
∝∗ = −7.2 − (−1)$ = −15 ≺ 0.

Il s’agit donc d’un point-selle.
VI.5. Multiplicateurs de Lagrange
Dans de nombreuses applications pratiques de maximisation ou de minimisation, le problème est de

maximiser ou minimiser une fonction donnée assujettie à certaines conditions ou contraintes sur les
variables impliquées.
La méthode étudiée ci-après est applicable à n'importe quel nombre de variables et de contraintes. La
méthode des multiplicateurs de Lagrange est employée pour obtenir un maximum ou un minimum
d'une fonction soumise à des contraintes d’égalité.
Supposons que f(x,y), appelée fonction objectif, doit être maximisée ou minimisée sous la contrainte
g(x,y)=0. Formons une fonction auxiliaire appelée un lagrangien :
𝐹(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) + 𝜆𝑔(𝑥, 𝑦)
Où 𝜆 (multiplicateur de Lagrange) est une inconnue. Pour que cette fonction passe par un extremum, il faut
que les trois équations suivantes soient satisfaites simultanément :
𝜕𝐹 𝜕𝑓 𝜕𝑔
= + 𝜆. = 0.
𝜕𝑥 𝜕𝑥 𝜕𝑥
[Date] 86
87
𝜕𝐹 𝜕𝑓 𝜕𝑔
= + 𝜆. = 0.
𝜕𝑦 𝜕𝑦 𝜕𝑦
𝜕𝐹
= 𝑔(𝑥, 𝑦) = 0.
𝜕𝜆
Notons que la troisième équation n'est autre que la contrainte ! Ainsi, F(x, y, 𝜆) ne doit être dérivée
partiellement que par rapport à x et à y. La solution du système de trois équations à trois inconnues
(x, y et 𝜆)ci-dessus fournit les points critiques de la fonction sous contrainte. Ces points critiques satisfont
la contrainte, mais il reste encore à déterminer s'il s'agit effectivement d'un extremum. Pour cela, on
utilisera le résultat suivant :
z# l z# l
On a un maximum en 𝑥 = 𝑎 , 𝑦 = 𝑏 𝑠𝑖 ∝∗ > 0 , z6 # < 0 𝑒𝑡 z; #
< 0.
z# l z# l
On a un minimum en 𝑥 = 𝑎 , 𝑦 = 𝑏 𝑠𝑖 ∝∗ > 0 , > 0 𝑒𝑡 > 0.
z6 # z; #
z# l z# l z# l $
Avec ∝∗ = #. # −( ) .
z6 z; z6z;
Si ∝∗ ≤ 0, le test échoue ; il faut examiner la fonction au voisinage de x, y.
Exemple
Soient à déterminer les minima et maxima de la fonction objectif 𝑓(𝑥, 𝑦) = 5𝑥 $ + 6𝑦 $ — xy sous la
contrainte x + 2y = 24.
Pour cela, construisons la fonction de Lagrange :
𝐹(𝑥, 𝑦, 𝜆) = 5𝑥 $ + 6𝑦 $ — xy + 𝜆(x + 2y − 24)
annulons les premières dérivées partielles :
zl zl zl
z6
= 10𝑥 − 𝑦 + 𝜆 = 0. z;
= 12𝑦 − 𝑥 + 2𝜆 = 0. z{
= x + 2y − 24 = 0.
On obtient et x = 6 ; y = 9 .
Le point critique est donc (6 ;9). On calcule les dérivées partielles de 2ème ordre pour vérifier s’il s’agit d’un
extremum :
z# l z# l z# l
z6 #
= 10 z; #
= 12 z6z;
= −1 ∝∗ = 10.12 − (−1)$ = 119.
z# l z# l
𝐶𝑜𝑚𝑚𝑒 ∝∗ = 119 > 0 , z6 # = 10 > 0, 𝑒𝑡 z; # = 12 > 0 , il s’agit d'un minimum. x = 6 et y = 9 est donc la
solution qui minimise la fonction objectif tout en respectant la contrainte.
VI.6. Applications économiques des multiplicateurs de Lagrange
II y a beaucoup d'applications économiques des minima et maxima sous contraintes. Par exemple, si un
producteur fabrique deux biens, il peut vouloir minimiser le coût total tout en devant fabriquer une
quantité totale minimale spécifiée ; une compagnie peut désirer maximiser ses ventes résultant de deux
publicités effectuées, tout en observant la contrainte du budget de publicité ; un consommateur peut
vouloir maximiser sa fonction d'utilité provenant de la consommation de certains biens, tout en étant
restreint par son budget.
[Date] 87
88
Exemple
Un consommateur dépense son revenu de 48 francs pour l’achat de deux biens : x et y. Les prix de x et de y sont
respectivement 2 francs et 3 francs. La fonction d’utilité du consommateur est donnée par la formule :
U=—x2 — 2y2 + 2xy.
Combien d’unités du bien x et du bien y doit-il consommer pour maximiser son utilité ?
La fonction objectif à maximiser est U=—x2—2y2 + 2xy.
La contrainte est 2x + 3y = 48, ou 2x + 3y — 48 = 0.
Formons la fonction auxiliaire :
F = —x2—2y2 + 2xy+ 𝜆 (2x + 3y — 48).

On cherche ensuite les dérivées partielles par rapport à x, y et 𝜆 :
zl zl zl
z6
= −2𝑥 + 2𝑦 + 2𝜆 z;
= −4𝑦 + 2𝑥 + 3𝜆 z{
= −2x − 3y − 48
Pour trouver un extremum, on annule ces 3 dérivées partielles :

-2x + 2y-2𝜆 = 0
-4y +2x-3𝜆= 0
- 2 x - 3 y + 48 = 0
et en résolvant pour x et y, on trouve:
336 240
𝑥= 𝑒𝑡 𝑦 = .
29 29
Il s'agit à présent de calculer les dérivées partielles de deuxième ordre afin de déterminer la nature de ce
point critique :
z# l z# l z# l
= −2 = −4 =2 ∝∗ = −2. −4 − (2)$ = 4.
z6 # z; # z6z;
z# l z# l
𝐶𝑜𝑚𝑚𝑒 ∝∗ = 4 > 0 , z6 # = −2 < 0, 𝑒𝑡 z; # = −4 < 0 , il s’agit d'un maximum.
Exemple
Une firme produit des appareils dans deux usines différentes. Les coûts totaux de production pour les deux
usines sont respectivement :
CT9 = 200 + 6𝑞9 + 0.03𝑞9$ CT$ = 150 + 10𝑞$ + 0.02𝑞$$
Où q9 𝑒𝑡 q$ représentent le nombre d'appareils produits dans chaque usine. La firme s'est engagée à livrer
100 appareils à une entreprise. Les frais de transport par appareil sont de 4 francs pour les livraisons à
partir de la première usine et de 2 francs pour les livraisons à partir de la seconde usine. Les frais de
transport sont supportés par la firme productive.
Calculons le nombre d'appareils que doit produire la firme dans chaque usine afin de minimiser le coût
total de production y compris le coût de transport.
Le coût total est égal à :

𝐶𝑇 = (CT9 + 4q9 ) + (CT$ + 2q$ )
= 200 + 6𝑞9 + 0.03𝑞9$ + 4𝑞9 + 150 + 10𝑞$ + 0.02𝑞$$ + 2𝑞$
= 0.03𝑞9$ + 0.02𝑞$$ + 10𝑞9 + 12𝑞$ + 350.
[Date] 88
89
Il s'agit donc de minimiser cette fonction, et cela sous la contrainte de livrer 100 appareils au total, c'est-à-
dire q9 + q$ = 100.
La fonction auxiliaire devient par conséquent :
𝐹(q9 , q$ , 𝜆) = 0.03𝑞9$ + 0.02𝑞$$ + 10𝑞9 + 12𝑞$ + 350 − 𝜆(q9 + q$ − 100).
Les dérivées partielles de premier ordre :

zl zl zl
zQ0
= 0.06𝑞9 + 10 − 𝜆 zQ#
= 0.04𝑞$ + 12 − 𝜆 z{
= 100 − q9 − q$.
Pour trouver le point critique, on les annule :

0.06𝑞9 + 10 − 𝜆 = 0 0.04𝑞$ + 12 − 𝜆=0 100 − q9 − q$ = 0
Et en résolvant pour : q9 = 60 𝑒𝑡 q$ = 40.
Il faut encore vérifier que, pour ces valeurs, il s’agit bien d’un minimum :
z# l z# l z# l
# = 0.06 # = 0.04 z|0 z|#
=0
z|0 z|#
∗
∝ = 0.06. (0.04) − 0 = 0.0024.
z# l z# l
𝐶𝑜𝑚𝑚𝑒 ∝∗ = 0.0024 > 0 , # = 0.06 > 0, 𝑒𝑡 = 0.044 > 0 , il s’agit d'un minimum.
z|0 z|# #
Par conséquent, quand la firme livre 60 appareils de sa première usine et 40 de sa deuxième usine, le coût
total est minimal sous la contrainte d’une livraison de 100 appareils.
[Date] 89
90
Chapitre VII
CALCUL MATRICIEL
VII.1 Introduction
Dans de nombreuses analyses économiques, les différentes variables sont reliées entre elles par des
équations linéaires. L'algèbre linéaire fournit une notation claire et précise pour formuler et résoudre de
tels problèmes. Dans ce chapitre, nous allons tout d'abord définir la notion de matrice. Nous nous
intéresserons ensuite aux différents types de matrices et aux opérations usuelles telles que l’arithmétique,
le calcul du déterminant ou de l’inverse.
VII.2. Matrices
Une matrice est un tableau rectangulaire de nombres réels que l’on peut représenter de la manière
suivante :
𝑎99 𝑎9$ . . . 𝑎9>
𝑎$9 𝑎$$ … 𝑎$>
𝐴 = ‹𝑎r} Œ = ú ⋮ ⋮ ⋱ ⋮ ý
𝑎H9 𝑎H$ … 𝑎H>
Les termes représentés dans le tableau constituent les éléments de la matrice. Un élément est caractérisé
par sa valeur et par sa position. Nous désignons les éléments de la matrice A par la lettre minuscule a,
munie de deux indices. Donc, 𝑎r} est un élément de la matrice A dont 𝒊 indique le numéro de la ligne et j le
numéro de la colonne. Une matrice de m lignes et de n colonnes est dite d'ordre (𝑚𝑥𝑛) .
Si le nombre de lignes est égal au nombre de colonnes, la matrice est dite carrée. On a alors m = n et on
dira simplement que la matrice est d'ordre n. Une matrice d'ordre (m x 1) est appelée vecteur-colonne
et une matrice d'ordre (1 x n) est appelée vecteur-ligne.
Exemple La matrice A suivante est carrée et d'ordre 3 :
−1 4 2
𝐴 = þ 0 1 −3ÿ
4 1 5
Exemple
Les matrices A d'ordre (4x1) et B d'ordre (1x2) sont respectivement appelées vecteur colonne et vecteur ligne
:
1
3
𝐴=ú ý 𝐵 = [2 −6]
1
0
VII.3. Addition de matrices

Si 𝐴 = ‹𝑎r} Œ 𝑒𝑡 𝐵 = ‹𝑏r} Œ sont deux matrices d'ordre (m x n), leur somme 𝑨 + 𝑩 est definie par la matrice :
𝑪 = ‹𝒄𝒊𝒋 Œ = 𝑨 + 𝑩 = (𝒂𝒊𝒋 + 𝒃𝒊𝒋 )
𝑪 = ‹𝒄𝒊𝒋 Œ est d'ordre (mxn); chaque élément est la somme des éléments correspondants de A et B.
Exemple
Soient les matrices A et B suivantes :
3 4 2 6 1 9
𝐴=# $ 𝐵=# $
1 3 5 2 0 3
On obtient :
[Date] 90
91
3+6 4+1 2+9 9 5 11

𝐶 =𝐴+𝐵 =# $=# $.
1+2 3+0 5+3 3 3 8
La somme de deux matrices d'ordre différents n'est pas définie. Si A, B et C sont des matrices de même ordre,
alors nous avons :
𝐴+𝐵 =𝐵+𝐴 (𝐶𝑜𝑚𝑚𝑢𝑡𝑎𝑡𝑖𝑣𝑖𝑡é)
𝐴+ (𝐵 + 𝐶) = (𝐴 + 𝐵) + 𝐶 ( 𝐴𝑠𝑠𝑜𝑐𝑖𝑎𝑡𝑖𝑣𝑖𝑡é).
Exemple
Soient les matrices A et B suivantes :
1 −1 6 −5
𝐴=# $ 𝐵=# $
3 0 2 1
1 −1 6 −5 7 −6
𝑎𝑙𝑜𝑟𝑠 ∶ 𝐴+𝐵 = # $+# $=# $
3 0 2 1 5 1
6 −5 1 −1 7 −6
𝑒𝑡 𝐵+𝐴 = # $+# $=# $
2 1 3 0 5 1
donc : A + B = B + A.
Exemple
Soient les matrices A , B , C suivantes :
A + (B + C) = (A + B) + C :
1 −1 6 −5 0 2
𝐴=# $ , 𝐵=# $, 𝐶=# $
3 0 2 1 2 4
on obtient :
6 −5 0 2 6 −3
𝐵+𝐶 =# $+# $=# $
2 1 2 4 4 5
et
1 −1 6 −3 7 −4
𝐴 + (𝐵 + 𝐶) = # $+# $=# $
3 0 4 5 7 5
On obtient :
1 −1 6 −5 7 −6
𝐴+𝐵 =# $+# $=# $
3 0 2 1 5 1
et
(𝐴 + 𝐵) + 𝐶 = #7 −6$ + #0 2$ = #7 −4$
5 1 2 4 7 5
par conséquent, on voit que : A + (B + C) = (A + B) + C.
VII.4. Multiplication des matrices
Soient A et B deux matrices, le produit AB est défini si et seulement si le nombre de colonnes de A est
égal au nombre de lignes de B. Si A est d'ordre (m x n) et B d'ordre (n x q) alors le produit AB est défini
par la matrice C d'ordre (m x q) dont les éléments sont obtenus par :
>
𝑐r} = è 𝑎r• 𝑏•} 𝑖 = 1,2, … , 𝑚 𝑒𝑡 𝑗 = 1,2, … , 𝑞.

•<9
[Date] 91
92
Cela signifie que I ‘on multiplie les éléments de la 𝑖 è ligne de A par les éléments correspondants de la 𝑗 è
colonne de B puis que l’on additionne les résultats.
Exemple
Solent les deux matrices A et B suivantes :
1 2 0
1 3 0
𝐴=# $ 𝐵 = þ0 2 3ÿ 𝐴(2,3) x 𝐵(3,3) ⇨ 𝐶 = 𝐴x𝐵 = (2,3)
−1 1 2
0 −1 −2
A est d’ordre (2 x 3) et B est d'ordre (3x3). Le produit AB est donc défini puisque A a 3 colonnes et B a 3 lignes.
Le produit AB que nous appellerons C est une matrice d'ordre (2x3).
L'élément 𝒄𝟏𝟏 s'obtient en multipliant les éléments de la première ligne de A par les éléments de la première
colonne de B puis en additionnant les résultats : 𝒄𝟏𝟏 = 𝟏. 𝟏 + 𝟑. 𝟎 + 𝟎. 𝟎 = 𝟏.
L'élément 𝒄𝟏𝟐 s'obtient en multipliant les éléments de la première ligne de A par les éléments de la deuxième
colonne de B puis en additionnant les résultats : 𝒄𝟏𝟐 = 𝟏. 𝟐 + 𝟑. 𝟐 + 𝟎. (−𝟏) = 𝟖.
On répète la même opération pour tous les éléments 𝒄𝒊𝒋 . On obtient la matrice C suivante :
1.1 + 3.0 + 0.0 1.2 + 3.2 + 0. (−1) 1.0 + 3.3 + 0. (−2) 1 8 9

𝐶=& '=# $.
(−1). 1 + 1.0 + 2.0 (−1). 2 + 1.2 + 2. (−1) −1.0 + 1.3 + 2. (−2) −1 −2 −1
Si A, B et C sont trois matrices dont le produit et la somme sont définis, nous avons :
( A B ).C = A .( B C) (associativité)
A . (B + C) = A B + A C (distributivité).
Exemple
Solent A, B, C trois matrices carrées d'ordre 2, nous allons vérifier que :
(AB). C = A. (BC) :
1 −1 6 −5 0 2
𝐴=# $, 𝐵 = # $, 𝐶=# $
3 0 2 1 2 4
1 −1 6 −5 4 −6
𝐴𝐵 = # $# $=# $
3 0 2 1 18 15
(𝐴𝐵). 𝐶 = # 4 −6$ #0 2$ = #−12 −16$

18 15 2 4 −30 −24
6 −5 0 2 −10 −8
𝐵𝐶 = # $# $=# $
2 1 2 4 2 8
1 −1 −10 −8 −12 −16

𝐴. (𝐵𝐶) = # $# $=# $.
3 0 2 8 −30 −24
Exemple
Avec les mêmes matrices A, B et C de l‘exemple 8.7, nous vérifions que :
[Date] 92
93
A.(B+ C) = AB + AC :
1 −1 6 −5 0 2
𝐴=# $, 𝐵=# $, 𝐶=# $
3 0 2 1 2 4
6 −5 0 2 6 −3
𝐵+𝐶 =# $+# $=# $
2 1 2 4 4 5
1 −1 6 −3 2 −8
𝐴. (𝐵 + 𝐶) = # $# $=# $
3 0 4 5 18 −9
1 −1 6 −5 4 −6
𝐴𝐵 = # $# $=# $
3 0 2 1 18 −15
1 −1 0 2 −2 −2
𝐴𝐶 = # $# $=# $
3 0 2 4 0 6
4 −6 −2 −2 2 −8
𝐴𝐵 + 𝐴𝐶 = # $+# $=# $
18 −15 0 6 18 −9
La multiplication de matrices n'est pas commutative, c’est-à-dire qu'en général AB ≠ BA.
Prenons le cas général avec A d'ordre (m x p) et B d'ordre (p x n). Le produit AB est défini ; c'est une
matrice d'ordre (mxn). Qu'en est-il du produit BA ? II faut distinguer 3 cas :
1. m≠n ; le produit BA n'est pas défini. A ce moment-là, AB ne peut pas être égal à BA.
2. m = n mais p≠ n; les deux produits AB et BA sont définis, mais AB est d'ordre (n x n) et BA est
d'ordre (p x p). Les deux produits ne peuvent donc pas être égaux.
3. m = n= p ; A et B sont deux matrices carrées d'ordre n. AB et BA sont aussi carrées d'ordre n. Mais,
là encore, en général AB≠BA.
Exemple
Reprenons les matrices A et B de l’exemple 8.4 et regardons si AB est égal à BA :
1 −1 6 −5 4 −6
𝐴𝐵 = # $# $=# $
3 0 2 1 18 −15
6 −5 1 −1 −9 −6
𝐵𝐴 = # $# $=# $
2 1 3 0 5 −2
AB est différent de BA.
VII.5. Multiplication d'une matrice par un scalaire

Si 𝜇 est un scalaire (un scalaire est un nombre réel) et A une matrice, le produit 𝜇A est la matrice de même
ordre que A, obtenue en multipliant chaque élément (𝑎r}) de A par 𝜇:
𝜇𝐴 = 𝐴𝜇 = (𝜇𝑎r})
Exemple
Reprenons la matrice A de l’exemple 8.3 et multiplions-la par 𝜇 = 0.7 :
3 4 2 3 4 2 2.1 2.8 1.4
𝐴=# $ ⇨ 𝜇𝐴 = 𝐴𝜇 = 0.7 # $=# $
1 3 5 1 3 5 0.7 2.1 3.5
Si A et B sont deux matrices de même ordre et 𝜇 un scalaire, nous avons :

𝜇(𝐴 + 𝐵) = 𝜇𝐴 + 𝜇𝐵 (𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑣𝑖𝑡é).
[Date] 93
94
Exemple
Avec A , B et 𝜇 = 0.7, nous allons vérifier que 𝜇(𝐴 + 𝐵) = 𝜇𝐴 + 𝜇𝐵:
1 −1 6 −5
𝐴=# $ 𝐵=# $ 𝜇 = 0.7
3 0 2 1
1 −1 6 −5 7 −6 7 −6 4.9 −4.2
𝐴+𝐵 =# $+# $=# $ ⇨ 𝜇(𝐴 + 𝐵) = 0.7 # $=# $
3 0 2 1 5 1 5 1 3.5 0.7
1 −1 0.7 −0.7
𝜇𝐴 = 0.7 # $=# $
3 0 2.1 0
6 −5 4.2 −3.5
𝜇𝐵 = 0.7 # $=# $
2 1 1.4 0.7
0.7 −0.7 4.2 −3.5 4.9 −4.2
𝜇𝐴 + 𝜇𝐵 = # $+# $=# $.
2.1 0 1.4 0.7 3.5 0.7
VII.6. Transposée d'une matrice

La matrice d'ordre (n x m) obtenue en échangeant les lignes et les colonnes d'une matrice A d'ordre (m x
n) est appelée matrice transposée de A et est notée A' (ou parfois At).
Exemple
La matrice A d'ordre (2 x 3), et sa transposée A' d'ordre (3 X 2) sont donn6.es ci-dessous :
1 4
1 2 3
𝐴=# $ , 𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛 (2𝑥3) 𝐴+ = þ2 5ÿ , 𝑑𝑖𝑚𝑒𝑛𝑠𝑖𝑜𝑛 (3𝑥2).
4 5 6
3 6
Si A et B sont deux matrices dont la somme et le produit sont définis, il est facile de montrer les relations
suivantes :
(𝐴 + 𝐵)+ = 𝐴+ + 𝐵+ .
(𝐴𝐵)+ = 𝐵+ 𝐴+ .
(𝐴′)+ = 𝐴.
Exemple
Reprenons les matrices A et B de l’exemple 8.4 et vérifions que (A + B)'= A'+B' et que (AB) '= B'A'.
1 −1 6 −5 7 −6 7 5
𝐴=# $ , 𝐵=# $ ,𝐴 + 𝐵 = # $ ⇨ (𝐴 + 𝐵)+ = # $
3 0 2 1 5 1 −6 1
1 −1 + 1 3
𝐴+ = # $ =# $
3 0 −1 0
+
6 −5 6 2
𝐵+ = # $ =# $
2 1 −5 1
1 3 6 2 7 5
𝐴+ + 𝐵+ = # $ +# $=# $
−1 0 −5 1 −6 1
1 −1 6 −5 4 −6
𝐴𝐵 = # $# $=# $
3 0 2 1 18 −15
(𝐴𝐵)+ = # 4 18$
−6 15
+ + 6 2 1 3 4 18
𝐵𝐴 =# $# $=# $.
−5 1 −1 0 −6 −15
[Date] 94
95
VII.7. Différents types de matrices
VII.7.1. Matrice nulle

La matrice dont tous les éléments sont nuls est appelée matrice nulle. Elle sera notée O. Lorsque les
opérations sont définies, nous avons :
A+O = A = 0+A A-A = O AO = 0 = 0A
Notons que AB = O n'entraine pas nécessairement A = O ou B = 0.
Exemple 8.14 Soient les matrices A et B non nulles suivantes :

1 4 4 0
𝐴=# $ 𝐵=# $
0 0 −1 0
Le produit AB est nul malgré tout, mais BA est non nul. Donc AB≠BA.
1 4 4 0 0 0 4 0 1 4 4 16
𝐴𝐵 = # $# $=# $ ≠ 𝐵𝐴 = # $# $=# $.
0 0 −1 0 0 0 −1 0 0 0 −1 −4
VII.7.2. Matrice identité

Pour toute matrice carrée, les éléments qui ont le même indice pour la ligne et pour la colonne (c'est-à-
dire les éléments en position (𝑖, 𝑖) forment la diagonale principale de la matrice.
Une matrice identité est une matrice carrée qui a des "1" sur la diagonale principale et des "0" partout
ailleurs. On la désigne par la lettre 𝕀.
Exemple
La matrice identité d’ordre 3 est la suivante :
1 0 0
𝕀 = þ0 1 0ÿ
0 0 1
• Si nous désignons les éléments de la matrice identité par 𝑢r,} pour ne pas répéter la lettre minuscule 𝑖,
nous pouvons définir la matrice identité de la sorte :
𝕀 = ub,€ avec ub,€<9 •b b<€ .
ub,€ = 0 si i ≠ j.
Si A et 𝕀 sont deux matrices de même ordre, alors on a :

𝕀A = A𝕀 = A
𝕀• = 𝕀 , k = 1,2, … , n.
Exemple
1 −1
Soient 𝐴 = # $ et 𝕀 d+ ordre2,
3 0
1 0 1 −1 1 −1
𝕀A = # $# $=# $ = 𝐴.
0 1 3 0 3 0
1 −1 1 0 1 −1
A𝕀 = # $# $=# $=𝐴
3 0 0 1 3 0
[Date] 95
96
VII.7.3. Matrice symétrique

Une matrice carrée A telle que A’= A est dite matrice symétrique.
Ainsi, une matrice carrée 𝑨 = ‹𝒂𝒊𝒋 Œest symétrique si‹𝒂𝒊𝒋 Œ = ‹𝒂𝒋𝒊 Œ pour tout 𝑖 et tout 𝑗, c'est-à-dire ses
coefficients sont symétriques par rapport à la diagonale principale.
VII.7.4. Matrice antisymétrique

Une matrice carrée A telle que —A'= A est dite matrice antisymétrique, c'est-à-dire si 𝑎r} = −𝑎r} pour tout
𝑖 et 𝑗 ; il s'ensuit que les éléments de la diagonale principale sont nuls.
VII.7.5. Matrice scalaire

Une matrice carrée A est dite matrice scalaire si :
𝑎r} = 𝛽 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑖 = 𝑗
𝑎r} = 0 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑖 ≠ 𝑗
𝑜ù 𝛽 𝑒𝑠𝑡 𝑢𝑛 𝑠𝑐𝑎𝑙𝑎𝑖𝑟𝑒.
VII.7.6. Matrice diagonale

Une matrice carrée A est dite matrice diagonale si :
𝑎r} = 𝑑r} 𝑝𝑜𝑢𝑟 𝑖 = 𝑗
𝑎r} = 0 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑖 ≠ 𝑗
𝑜ù 𝑙𝑒𝑠 𝑑r} 𝑠𝑜𝑛𝑡 𝑑𝑒𝑠 𝑛𝑜𝑚𝑏𝑟𝑒𝑠 𝑞𝑢𝑒𝑙𝑐𝑜𝑛𝑞𝑢𝑒𝑠.
VII.7.7. Matrice triangulaire

Une matrice carrée A est dite triangulaire (supérieure) si :
𝑎r} = 0 𝑝𝑜𝑢𝑟 𝑖 > 𝑗.
Exemple
Voici un exemple pour chacun des types de matrice carrée vus ci-dessus :
−1 2 4
1. Matrice symétrique : 𝐴 = þ 2 1 0 ÿ.
4 0 −2
0 2
2. Matrice anti-symétrique : 𝐴 = # $.
−2 0
6 0 0
3. Matrice scalaire : 𝐴 = þ0 6 0ÿ = 6𝕀.
0 0 6
3 0 0
4. Matrice diagonale : 𝐴 = þ0 1 0ÿ.
0 0 5
[Date] 96
97
−1 −3 −1 1
0 2 1 3
5. Matrice triangulaire : 𝐴 = ú ý.
0 0 4 −2
0 0 0 1
VII.7.8. Trace d’une matrice carrée

La trace d'une matrice carrée est la somme des éléments de la diagonale principale. Si A est une matrice
carrée d'ordre n, on définit la trace de A comme suit :
𝒏
𝒕𝒓(𝑨) = è 𝒂𝒊𝒊.
𝒊<𝟏
Exemple
La trace de la matrice A d'ordre 3 suivante :
1 3 2 𝟑
𝐴 = þ0 1 −1ÿ 𝑒𝑠𝑡 𝒕𝒓(𝑨) = è 𝒂𝒊𝒊 = 𝒂𝟏𝟏 + 𝒂𝟐𝟐 + 𝒂𝟑𝟑 = 𝟏 + 𝟏 + 𝟎 = 𝟐.

2 −1 0 𝒊<𝟏
Si A et B sont deux matrices carrées, alors nous avons :

tr(A’) = tr(A)
tr (A + B) = tr(A) + tr(B).
Si A est d'ordre (m x n) et B d'ordre (n x m), alors nous avons : tr(AB) = tr(BA).
Exemple
Avec la même matrice A que dans l’exemple 8.18, nous avons :
1 3 2 1 0 2
𝐴 = þ0 1 −1ÿ , 𝐴+ = þ3 1 −1ÿ
2 −1 0 2 −1 0
𝒕𝒓(𝑨′) = 𝟏 + 𝟏 + 𝟎 = 𝟐.
Exemple
Avec les matrices A et B de l’exemple 8.4, nous allons vérifier que
tr (A + B) =tr(A)+tr(B):
1 −1 6 −5
𝐴=# $ 𝐵=# $
3 0 2 1
1 −1 6 −5 7 −6
𝑎𝑙𝑜𝑟𝑠 ∶ 𝐴+𝐵 = # $+# $=# $
3 0 2 1 5 1
𝒕𝒓(𝑨 + 𝑩) = 𝟕 + 𝟏 = 𝟖. 𝒕𝒓(𝑨) = 𝟏 + 𝟎 = 𝟏 𝒕𝒓(𝑩) = 𝟔 + 𝟏 = 𝟕 𝒕𝒓(𝑨) + 𝒕𝒓(𝑩) = 𝟏 + 𝟕 = 𝟖.
Exemple
Soient la matrice A d'ordre (2 x 3) et la matrice B d'ordre (3x2) suivantes :
0 −1
2 1 −1
𝐴=# $ 𝐵 = þ1 0 ÿ.
1 2 0
1 1
Nous allons vérifier que 𝒕𝒓(𝑨𝑩) = 𝒕𝒓(𝑩𝑨):
[Date] 97
98
0 −1
2 1 −1 0 −3
𝑨𝑩 = # $ þ1 0 ÿ = # $ ⇨ 𝑡𝑟(𝐴𝐵) = 0 − 1 = −1
1 2 0 2 −1
1 1
0 −1 −1 −2 0
2 1 −1
𝑨𝑩 = þ1 0 ÿ # $=þ 2 1 −1ÿ ⇨ 𝑡𝑟(𝐵𝐴) = −1 + 1 − 1 = −1.
1 2 0
1 1 3 3 −1
VII.8. Déterminant d'une matrice
VII.8.1. Définition
A chaque matrice carrée, on peut associer un nombre qui s'appelle son déterminant. On le désigne par
l’expression Det(A) ou par |𝐴|. Nous allons commencer par deux cas particuliers : le déterminant d'une
matrice (2 x 2) et le déterminant d'une matrice (3x3).
Le déterminant d'une matrice d'ordre 2 est égal à la différence du produit croisé de ses éléments :
𝑎 𝑎
|𝐴|=1𝑎99 𝑎9$ 1 = 𝑎99 𝑎$$ − 𝑎9$ 𝑎$9 .
$9 $$
Exemple
Le déterminant de la matrice :
1 −1 1 −1
𝐴=# $ 𝑒𝑠𝑡 |𝐴|=1 1 = 1.0 − (3. −1) = 3.
3 0 3 0
Pour calculer le déterminant d'une matrice d'ordre 3, on répète les deux premières colonnes à côté de la
matrice. On effectue la somme des produits des éléments de chaque diagonale tournée dans le même sens
que la diagonale principale et on enlève les produits des éléments de chaque diagonale de sens contraire.
Cela donne :
𝑎99 𝑎9$ 𝑎9^ 𝑎99 𝑎9$
|𝐴|=2𝑎$9 𝑎$$ 𝑎$^ 2 𝑎$9 𝑎$$ = (𝑎99 . 𝑎$$ . 𝑎^^ + 𝑎9$ . 𝑎$^ . 𝑎^9# 𝑎9^ . 𝑎$9 . 𝑎^$ )
𝑎^9 𝑎^$ 𝑎^^ 𝑎^9 𝑎^$
−(𝑎9^ . 𝑎$$ . 𝑎^9 + 𝑎99 . 𝑎$^ . 𝑎^$# 𝑎9$ . 𝑎$9 . 𝑎^^ ).-
Exemple
Le déterminant de la matrice
1 2 0
𝐴 = þ0 2 3ÿ
0 −1 2
est :
|𝐴| = 1.2. (−2) + 2.3.0 + 0.0. (−1) − 0.2.0 − 1.3. (−1) − 2.0. (−2) = −1.
Pour calculer le déterminant d'une matrice d'ordre n, il faut introduire quelques notions sur les
permutations.
On dit que les entiers 1,...,n sont dans un ordre naturel lorsqu'ils apparaissent dans l’ordre 1,2,3,..., n. Deux
entiers ne sont pas dans l’ordre naturel dans un ensemble de n entiers si le plus grand précède le plus petit.
Par exemple, l’ordre naturel des 5 premiers entiers, commençant par 1, est (1,2,3,4,5). Si l’on inverse la
position des entiers 2 et 4, nous obtenons (1,4, 3, 2, 5) et l’ensemble n'est plus un ordre naturel, parce que
4 précède 3 et 2, 3 précède 2.
[Date] 98
99
On appelle permutation de n entiers tout arrangement de ces n entiers. Le nombre d'inversions dans une
permutation de n entiers est le nombre de paires d'éléments (non nécessairement adjacents) dans
lesquelles le grand entier précède le petit. Dans l’exemple donné précédemment, nous avons 3 inversions :
(4,3), (4,2) et (3,2). Notons que le nombre d'inversions dans toute permutation est unique et peut être
compté directement et systématiquement. Une permutation est dite paire si le nombre d'inversions de
cette permutation est pair. Elle est dite impaire si le nombre d'inversions est impair.
Le déterminant d'une matrice A d'ordre n, note |A|, est le nombre calcule à partir de la somme suivante :
|𝐴| = è(±) 𝑎9r 𝑎$} … 𝑎>‚
La somme est prise sur toutes les permutations du second indice. On assigne à un terme le signe plus si
(𝑖, 𝑗, … , 𝑟) est une permutation paire de (1, ..., n) et le signe moins si c'est une permutation impaire.
Exemple
Pour une matrice d’ordre 3, nous avons les caractéristiques suivantes :
𝑷𝒆𝒓𝒎𝒖𝒕𝒂𝒕𝒊𝒐𝒏𝒔 𝑵𝒃𝒓𝒆 𝒅+ 𝒊𝒏𝒗𝒆𝒓𝒔𝒊𝒐𝒏𝒔 𝑷𝒂𝒓𝒊𝒕é

1,2,3 0 𝑝𝑎𝑖𝑟𝑒
2,3,1 2 𝑝𝑎𝑖𝑟𝑒
3,1,2 2 𝑝𝑎𝑖𝑟𝑒
1,3,2 1 𝑖𝑚𝑝𝑎𝑖𝑟𝑒
Le déterminant est alors :
|𝐴| = 𝑎9(9) . 𝑎$($) . 𝑎^(^) + 𝑎9($) . 𝑎$(^) . 𝑎^(9) + 𝑎9(^) . 𝑎$(9) . 𝑎^($)
−𝑎9(9) . 𝑎$(^) . 𝑎^($) − 𝑎9($) . 𝑎$(9) . 𝑎^(^) − 𝑎9(^) . 𝑎$($) . 𝑎^(9) .
Exemple
Soit la matrice A suivante :
2 3 −1
𝐴=þ 0 6 4ÿ
−1 2 2
Son déterminant est :
|𝐴| = (2.6.2) + ‹3.4. (−1)Œ + ‹(−1). 0.2Œ
−(2.4.2) − (3.0.2) − ((−1). 6. (−1))
= 24 − 12 − 16 − 6 = −10.
VII.8.2. L'expansion du déterminant par les cofacteurs

Nous reprenons le déterminant de la matrice A ci-dessus :
(𝑎99 . 𝑎$$ . 𝑎^^ + 𝑎9$ . 𝑎$^ . 𝑎^9# 𝑎9^ . 𝑎$9 . 𝑎^$ )
−(𝑎99 . 𝑎$^ . 𝑎^$ + 𝑎9$ . 𝑎$9 . 𝑎^^# 𝑎9^ . 𝑎$$ . 𝑎^9 ).
Considérons maintenant les deux termes qui contiennent l’élément :

𝑎99 : 𝑎99 . 𝑎$$ . 𝑎^^ − 𝑎99 . 𝑎$^ . 𝑎^$ 𝑞𝑢𝑒 𝑛𝑜𝑢𝑠 𝑝𝑜𝑢𝑣𝑜𝑛𝑠 é𝑐𝑟𝑖𝑟𝑒 ∶
𝑎99 . (𝑎$$ . 𝑎^^ − 𝑎$^ . 𝑎^$ ).
[Date] 99
100
Les termes entre parenthèses représentent le cofacteur de l’élément 𝑎99 . On notera qu'il ne contient aucun
élément de la première ligne et aucun élément de la première colonne. Nous représentons le cofacteur de
𝑎99 par 𝐴99 .
Considérons maintenant les deux termes du déterminant contenant le

2ème élément de la première ligne de A:
𝑎9$ . 𝑎$^ . 𝑎^9 − 𝑎9$ . 𝑎$9 . 𝑎^^ = 𝑎9$ (𝑎$^ . 𝑎^9 − 𝑎$9 . 𝑎^^ )
= 𝑎9$ 𝐴9$ .
De même, pour le troisième élément de la première ligne de A :

𝑎9^ . 𝑎$9 . 𝑎^$ − 𝑎9^ . 𝑎$$ . 𝑎^9 = 𝑎9^ (𝑎$9 . 𝑎^$ − 𝑎$$ . 𝑎^9 )
= 𝑎9^ 𝐴9^ .
Notons que tous les termes du déterminant ont été utilisés, nous pouvons donc écrire :
^
|𝐴| = 𝑎99 𝐴99 + 𝑎9$ 𝐴9$ + 𝑎9^ 𝐴9^ = è 𝑎r} 𝐴r} .
}<9
Le même raisonnement peut être répété pour toutes les lignes ainsi que toutes les colonnes de A.
Exemple
Calculons le déterminant de la matrice A suivante :
2 3 −1
𝐴=þ 0 6 4ÿ
−1 2 2
par la première ligne :
|A| = 𝑎99. 𝐴99 + 𝑎9$ . 𝐴9$ + 𝑎9^ . 𝐴9^ = 2. (12 − 8) − 3. ‹0 − (−4)Œ − 1. ‹0 − (−6)Œ = −10
par la première colonne :

|A| = 𝑎99. 𝐴99 + 𝑎$9 . 𝐴$9 + 𝑎^9 . 𝐴^9 = 2. (12 − 8) + 0 + (−1). ‹12 − (−6)Œ = −10.
Le cofacteur 𝐴r} de relement 𝑎r} est égal au déterminant de la sous-matrice obtenue de la matrice originale
lorsqu'on a éliminé la 𝑖 è et la 𝑗 è colonne, multiplie par (−1)r#} .
Exemple
Reprenons la matrice A de l’exemple 8.30 et calculons le déterminant par la 2ème colonne à l’aide de la
définition des cofacteurs :
|𝐴| = 𝑎9$. 𝐴9$ + 𝑎$$ . 𝐴$$ + 𝑎^$ . 𝐴^$
= (−1)(9#$) . 3. ‹0 − (−4)Œ + (−1)($#$) . 6(4 − 1) + (−1)(^#$) . 2(8 − 0)
= −3. (4) + 6. (3) − 2. (8) = −10.
Nous allons voir maintenant quelques propriétés des déterminants qui vont nous permettre de les calculer
beaucoup plus facilement.
VII.8.3. Propriétés du déterminant

Propriété 1. : Det(A) =Det(A').
[Date] 100
101
Pour vérifier cette propriété, il suffit de noter que l’expansion du déterminant par une des lignes de A’ est
égale à l’expansion par la colonne correspondante de A. L'importance de ce résultat est que toutes les
propriétés que nous verrons par la suite à propos des lignes seront valables aussi pour les colonnes.
Propriété 2 : si l’on échange deux lignes de la matrice A, le déterminant change de signe.
Propriété 3. : Si la matrice possède deux lignes identiques, le déterminant est égal à zéro.
Propriété 4 : Si l’on multiplie une ligne de la matrice A par le scalaire β, le déterminant est lui aussi
multiplie par β.
Propriété 5 : Si tous les éléments d'une ligne d'une matrice A sont nuls, le déterminant est égal à zéro.
Propriété 6 : Si, aux éléments d'une ligne de la matrice A, on ajoute un multiple quelconque des éléments
correspondants d'une autre ligne de A, le déterminant reste inchangé.
Propriété 7 : Le déterminant d'une matrice triangulaire est égal au produit des éléments de la diagonale
principale.
Propriété 8 : Le déterminant d'une matrice diagonale est égal au produit des éléments de la diagonale
principale. A partir de cette propriété, on peut en déduire que le déterminant d'une matrice identité (quel
que soit son ordre) est égal à 1.
Propriété 9 : Soient A et B deux matrices carrées d'ordre n, le déterminant du produit des deux matrices
est égal au produit des déterminants des deux matrices : Det(AB)= Det(A). Det(B).
VII.9. Inverse d'une matrice
Si A et B sont deux matrices carrées telles que AB = BA = I alors B est dite matrice inverse de A et l’on note
B par A-1.
VII.9.1. Calcul de l’inverse

Soit A une matrice carrée d'ordre n. A chaque élément 𝑎r} correspond un cofacteur𝐴r} . On forme la matrice
Ac où chaque élément 𝑎r} est remplacé par son cofacteur : c'est la matrice des cofacteurs. On transpose cette
matrice pour obtenir une nouvelle matrice, appelée matrice adjointe, que l’on note Aa. L'inverse de la
matrice A est défini par :
1 0
𝐴!9 = 𝐴 .
|𝐴|
On notera que l’inverse d'une matrice existe si et seulement si son déterminant est différent de zéro.
Une matrice carrée A est dite singulière si |A| = 0 ; elle est dite non singulière (ou régulière) si |A|≠0. On
peut donc dire que l’inverse d'une matrice existe uniquement si la matrice est non singulière.
Exemple
Soit A une matrice d’ordre 2, nous allons calculer son inverse :
[Date] 101
102
3 1
𝐴=# $
2 0
Nous commençons par calculer son déterminant :
|A| = (3.0) − (2.1) = −2.
Puis nous cherchons la matrice des cofacteurs :
0 −2
𝐴Y = # $.
−1 3
Nous transposons la matrice des cofacteurs pour obtenir la matrice adjointe.
0 −1
A2 = # $.
−2 3
Puis finalement, nous trouvons l’inverse :
1
1 −1 0
0 −1 2 ý.
𝐴!9 = 𝐴0 = # $=ú
|𝐴| 2 −2 3 3
1 −
2
Exemple
Prenons cette fois une matrice A d'ordre 3 et calculons son inverse :
−2 2 1
𝐴 = þ 0 1 1ÿ.
−3 1 2
Nous commençons par calculer |A| :
|A| = (−1)9#9 . (−2) 11 11 + (−1)^#9 . (−3) 12 11 = −2 − 3 = −5.
1 2 1 1
Nous cherchons ensuite les cofacteurs :
1 1 0 1
𝐴99 = (−1)9#9 1 1=1 𝐴9$ = (−1)9#$ 1 1 = −3
1 2 −3 2
0 1 2 1
𝐴9^ = (−1)9#^ 1 1=3 𝐴$9 = (−1)$#9 1 1 = −3
−3 2 1 2
−2 1 −2 2
𝐴$$ = (−1)$#$ 1 1 = −1 𝐴$^ = (−1)$#^ 1 1 = −4
−3 2 −3 1
2 1 −2 1
𝐴^9 = (−1)^#9 1 1=1 𝐴^$ = (−1)^#$ 1 1=2
1 1 0 2
−2 2
𝐴^^ = (−1)^#^ 1 1 = −2
0 1
D’où la matrice des cofacteurs :

1 −3 3
𝐴Y = þ−3 −1 −4ÿ.
1 2 −2
Nous la transposons pour obtenir la matrice adjointe :
1 −3 1
𝐴0 = þ−3 −1 2 ÿ.
3 −4 −2
Finalement, l’inverse est le suivant :
1 0 −1 1 −3 1 −1/5 3/5 −1/5
𝐴!9 = 𝐴 = þ−3 −1 2 ÿ = þ 3/5 1/5 −2/5ÿ.
|𝐴| 5
3 −4 −2 −3/5 4/5 2/5
[Date] 102
103
VII.9.2. Quelques propriétés de l’inverse

𝟏
1. Si 𝑨 = (𝒂𝟏𝟏 ), 𝒂𝟏𝟏 ≠ 𝟎 𝒂𝒍𝒐𝒓𝒔 𝑨!𝟏 = 𝒂 .
𝟏𝟏
2. Si 𝑨 est inversible, alors l’inverse 𝑨!𝟏 𝒅𝒆 𝑨 𝒆𝒔𝒕 𝒖𝒏𝒊𝒒𝒖𝒆.
3. Si A et B sont deux matrices carrées et inversible alors : (𝑨𝑩)!𝟏 = 𝑩!𝟏 𝑨!𝟏 .
4. (𝑨!𝟏 )!𝟏 = 𝑨.
+
5. (𝑨+ )!𝟏 = ‹𝑨!𝟏 Œ .
6. 𝑺𝒊 𝑨 𝒆𝒔𝒕 𝒖𝒏𝒆 𝒎𝒂𝒕𝒓𝒊𝒄𝒆 𝒏𝒐𝒏 𝒔𝒊𝒏𝒈𝒖𝒍𝒊è𝒓𝒆 , 𝒂𝒍𝒐𝒓𝒔 𝑨𝑩 = 𝟎 ⇨ 𝑩 = 𝟎.
𝟏
7. 𝑫𝒆𝒕‹𝑨!𝟏 Œ = 𝑫𝒆𝒕(𝑨).
[Date] 103
104
BIBLIOGRAPHIE
[1] Archinard, G. (1992). Principes mathématiques pour économistes. Economica, Paris.
[2] Archinard, G. et Guerrien, B. (1988). Analyse mathématique pour économistes. Economica, Paris, 3è édition.
[3] Ayres, F.Jr. (1972). Théorie et applications du calcul différentiel et intégral. Série de Schaum, McGraw-Hill Inc., New York.
[4] Ayres, F.Jr. (1973). Matrices. Séries de Schaum, McGraw-Hill Inc, New York.
[5] Balestra, P. (1972). Calcul matriciel pour économistes. Editions Castella, Albeuve.
[6] Bismans, F. (1999). Mathématiques pour l’économie. De Boeck Université, Paris.
[7] Bosonga et KAMIANTAKO (2015-2016) , Cours de Mathématiques Générales I, Université de Lubumbashi .
[8] Bouzitat, C. (1991). Algèbre linéaire. Cujas, Paris.
[9] Boucher, C. et Sagnet, J.P. (1985). Calcul différentiel et intégral I. Gaétan Morin, Québec.
[10] Cahen, G. (1964). Eléments de calcul matriciel. Dunod, Paris.
[11] Calame, A. (1967). Mathématiques modernes III. Editions du Griffon, Neuchâtel.
[12] Deschamps, P. (1988). Cours de mathématiques pour économistes. Dunod, Paris.
[13] Dodge, Y. (1999). Analyse de régression appliquée. Dunod, Paris.
[14] Dodge, Y. (1999). Premiers pas en statistique. Springer-Verlag France, Paris.
[15] Dodge, Y. (1987). Programmation linéaire. EDES, Neuchatel.
[16] Dumoulin, D. (1993). Mathématiques de gestion : cours et applications. Economica, Paris, 4è édition.
[17] Esch, L. (1992). Mathématique pour économistes et gestionnaires. De Boeck Univ., Bruxelles.
[18] Granville, W.A., Smith RF. et Longley W.R. (1970). Éléments de calcul différentiel et intégral. Vuibert, Paris.
[19] Graybill, F.A. (1969). Introduction to matrices with applications in statistics. Wadworth, Belmont (California).
[20] Grun-Rehomme, M. (1987). Mathématiques appliquées à la gestion. Masson, Paris.
[21] Guerrien, B. (1991). Algèbre linéaire pour économistes. Economica, Paris, 3è édition.
[22] Guerrien, B. (1991). Initiation aux mathématiques : sciences économiques et sociales : algèbre, analyse, statistique. Economica, Paris, 2è édition.
[24] Guerrien, B. et Nezeys, B. (1982). Microéconomie et calcul économique. Economica, Paris.
[25] Lahaderne, J.-J. et Fourcade G. (1985). Des mathématiques à l’économie Edition Marketing, Paris.
[26] Lions, J.L., Aubin J.P., Glowinski R. et al. (1980). Petite encyclopédie des mathématiques. Editions K. Pagoulatos, Paris-Londres-Athènes.
[27] Lipschutz, S. (1994). Algèbre linéaire : cours et problèmes. McGraw-Hill, New York.
[28] Maeder, R. (1991). Programming in Mathematica, second edition. Addison-Wesley.
[29] Mett, C.L. et Smith J.C. (1986). Introduction au calcul différentiel et intégral. McGraw-Hill, Quebec.
[30] Michel, P. (1989). Cours de mathématiques pour économistes. Economica, Paris, 2é édition.
[31] Morrison, D.F. (1976) Multivariate statistical methods. McGraw-Hill, Tokyo.
[32] Noel, E. (1985). Le matin des mathematiciens. Belin-Radio France, Paris.
[33] Nougier, J.P. (1983). Méthode de calcul numérique. Masson, Paris.
[34] Piskounov, N. (1993). Calcul différentiel et intégral. Edition Marketing - Ellipses, Paris, 12è édition.
[35] Poulalion, G. (1999). Les mathématiques de l’économiste : cours, applications, exercices corriges. Vuibert, Paris.
[36] Pupion, G. et Poulalion, G. (1984). Mathématiques générales appliquées à l‘économie et la gestion. Colin, Paris.
[37] Roure, F. et Butery, A. (1987). Mathématiques pour les sciences économiques et sociales. Presses Universitaires de France, Paris, 3è édition.
[38] Suter, H. (1965). Mathématiques modernes I. Éditions du Griffon, Neuchâtel.
[39] Suter, H. (1966). Mathématiques modernes H. Éditions du Griffon, Neuchâtel.
[40] Tricot, C. et Picard, J.-M. (1969). Ensembles et statistique. McGraw- Hill, Montréal.
[Date] 104
105
TABLE DES MATIERES

Chapitre Un ----------------------------------------------------------------------------------------------- 1
THEORIES DES NOMBRES ET DES ENSEMBLES ------------------------------------------ 1
I.1. RAPPELS SUR LES NOMBRES ---------------------------------------------------------------------- 1
1. L’ensemble des Entiers naturels (ou arithmétiques)------------------------------------------------- 1
2. L’ensemble des Entiers relatifs------------------------------------------------------------------------- 1
3. L’ensemble des Nombres rationnels------------------------------------------------------------------- 1
Ø Fraction décimale finie ---------------------------------------------------------------------------------- 1
Ø Fraction décimale infinie périodique ------------------------------------------------------------------ 1
Ø Fraction décimale infinie périodique mixte ---------------------------------------------------------- 1
4. L’ensemble des Nombres irrationnels ----------------------------------------------------------------- 2
5. L’ensemble des Nombres réels ------------------------------------------------------------------------- 2
6. L’ensemble des Nombres Complexes ----------------------------------------------------------------- 2
I.2. NOTIONS D’INTERVALLES DANS ℝ ------------------------------------------------------------- 4
a. Définition ------------------------------------------------------------------------------------------------- 4
1° Intervalles bornés ------------------------------------------------------------------------------------------- 4
2° Intervalles non bornés -------------------------------------------------------------------------------------- 5
I.3. THEORIES SUR LES ENSEMBLES ---------------------------------------------------------------- 5
I.3.1. Définition ------------------------------------------------------------------------------------------------ 5
I.3.2. Operations sur les ensembles -------------------------------------------------------------------------- 6
I.3.3. Produit cartésien et la cardinalité --------------------------------------------------------------------- 7
I.4. PUISSANCES-------------------------------------------------------------------------------------------------- 8
I.4.1. Notion de puissance ------------------------------------------------------------------------------------ 8
I.4.2. Signe des puissances ------------------------------------------------------------------------------------ 8
I.4.3. Propriétés ------------------------------------------------------------------------------------------------- 9
I.5. RACINES--------------------------------------------------------------------------------------------------------- 9
I.5.1. Racine ne arithmétique d’un réel positif--------------------------------------------------------------- 9
I.5.2. Radicaux portant sur des nombres relatifs ----------------------------------------------------------- 9
I.6. OPÉRATEURS SIGMA Σ & 𝝅 -----------------------------------------------------------------------10
I.6.1 Opérateur Sigma (Σ) ----------------------------------------------------------------------------------- 10
I.6.2. Opérateur Pi (π) --------------------------------------------------------------------------------------- 14
I.7. LES VARIABLES -------------------------------------------------------------------------------------------15
a. La constante numérique et la constante arbitraire ------------------------------------------------- 15
b. La variable ---------------------------------------------------------------------------------------------- 15
I.8. RELATIONS ET FONCTIONS ----------------------------------------------------------------------16
I.8.1. Définition 1 -------------------------------------------------------------------------------------------- 16
I.8.2. Définition 2 -------------------------------------------------------------------------------------------- 16
I.8.3. Composition de deux fonctions --------------------------------------------------------------------- 17
CHAPITRE II -------------------------------------------------------------------------------------------18
REPRESENTATION GRAPHIQUE DES FONCTIONS -------------------------------------18
II.1. Coordonnées cartésiennes -----------------------------------------------------------------------18
II.2. Les droites -------------------------------------------------------------------------------------------------18
II.3. Applications économiques des droites ---------------------------------------------------21
II.3.1. Fonction de demande -------------------------------------------------------------------------------- 21
II.3.2. Fonction d'offre -------------------------------------------------------------------------------------- 22
II.3.3. Représentation graphique de l’équilibre du marché --------------------------------------------- 23
II.3.4. Fonction de consommation Keynésienne --------------------------------------------------------- 23
[Date] 105
106
II.4. Différents Types De Fonctions -----------------------------------------------------------------24

II.4.1. Polynômes -------------------------------------------------------------------------------------------- 24
II.5. Applications économiques des fonctions -----------------------------------------------29
CHAPITRE III ------------------------------------------------------------------------------------------31
SUITES, LIMITES ET PREMIERE DERIVEE -------------------------------------------------31
III.1. SUITES -----------------------------------------------------------------------------------------------------31
III.1.1. Définition -------------------------------------------------------------------------------------------- 31
III.2. Limite d'une fonction --------------------------------------------------------------------------------33
III.2.1. Limite d'une fonction à l‘infini. ------------------------------------------------------------------- 33
III.2.2. Propriétés de la limite d'une fonction ------------------------------------------------------------ 33
III.2.3. Quelques limites importantes ---------------------------------------------------------------------- 35
III.3. La première dérivée ----------------------------------------------------------------------------------35
III.3.1. Définition -------------------------------------------------------------------------------------------- 35
III.3.4. Dérivées des fonctions algébriques --------------------------------------------------------------- 35
CHAPITRE IV ------------------------------------------------------------------------------------------38
APPLICATIONS DES DERIVEES ----------------------------------------------------------------38
IV.1 Introduction ---------------------------------------------------------------------------------------------38
IV.2. Croissance et décroissance des fonctions ------------------------------------------38
IV.3. Minima et maxima des fonctions----------------------------------------------------------39
IV.4. Courbure des fonctions ------------------------------------------------------------------------42
IV.5. Points d'inflexion des fonctions ------------------------------------------------------------44
IV.6. Étude complète d'une fonction ------------------------------------------------------------46
IV.7. Asymptotes------------------------------------------------------------------------------------------------47
IV.7.1. Définition -------------------------------------------------------------------------------------------- 47
IV.7.2. Types d’asymptotes--------------------------------------------------------------------------------- 48
IV.7.3. Tableau de variation -------------------------------------------------------------------------------- 50
IV.8. Applications économiques des dérivées --------------------------------------------52
IV.8.1. Coût marginal --------------------------------------------------------------------------------------- 52
IV.8.2. Revenu marginal ------------------------------------------------------------------------------------ 53
IV.8.3. Profit en régime de monopole --------------------------------------------------------------------- 54
IV.8.4. Les élasticités ---------------------------------------------------------------------------------------- 55
CHAPITRE V -------------------------------------------------------------------------------------------62
CALCUL D’INTEGRALES--------------------------------------------------------------------------62
V.1. Intégrale indéfinie -------------------------------------------------------------------------------------62
V.1.1. Définition --------------------------------------------------------------------------------------------- 62
V.1.2. Formes standard d’intégration --------------------------------------------------------------------- 63
V.1.3. Intégration par changement de variable ----------------------------------------------------------- 65
V.1.4. Applications économiques des intégrales indéfinies -------------------------------------------- 66
V.2. Intégrale définie -----------------------------------------------------------------------------------------67
V.2.1. Définition --------------------------------------------------------------------------------------------- 67
V.2.2. Interprétation d'une aire négative ------------------------------------------------------------------ 69
V.2.3. Interprétation d'une aire négative ------------------------------------------------------------------ 71
V.2.4. Propriétés des intégrales définies ------------------------------------------------------------------ 73
V.2.5. Aire entre deux courbes ----------------------------------------------------------------------------- 74
V.2.6. Applications économiques des intégrales définies ---------------------------------------------- 75
CHAPITRES VI ----------------------------------------------------------------------------------------80
FONCTIONS DE PLUSIEURS VARIABLES ---------------------------------------------------80
[Date] 106
107
VI.1. Définitions--------------------------------------------------------------------------------------------------80
VI.2. Représentations graphiques des fonctions de deux variables -------------81
VI.3. Dérivées partielles ------------------------------------------------------------------------------------81
VI.4. Applications économiques des dérivées partielles--------------------------------83
VI.4. 1. Coût marginal --------------------------------------------------------------------------------------- 83
VI.4.2. Productivité marginale ----------------------------------------------------------------------------- 84
VI.4.3. Minima et maxima d'une fonction de deux variables ------------------------------------------ 84
VI.5. Multiplicateurs de Lagrange --------------------------------------------------------------------86
VI.6. Applications économiques des multiplicateurs de Lagrange ---------------87
Chapitre VII ---------------------------------------------------------------------------------------------90
CALCUL MATRICIEL -------------------------------------------------------------------------------90
VII.1 Introduction -----------------------------------------------------------------------------------------------90
VII.2. Matrices ---------------------------------------------------------------------------------------------------90
VII.3. Addition de matrices -------------------------------------------------------------------------------90
VII.4. Multiplication des matrices --------------------------------------------------------------------91
VII.5. Multiplication d'une matrice par un scalaire -----------------------------------------93
VII.6. Transposée d'une matrice-----------------------------------------------------------------------94
VII.7. Différents types de matrices------------------------------------------------------------------95
VII.7.1. Matrice nulle---------------------------------------------------------------------------------------- 95
VII.7.2. Matrice identité------------------------------------------------------------------------------------- 95
VII.7.3. Matrice symétrique -------------------------------------------------------------------------------- 96
VII.7.4. Matrice antisymétrique ---------------------------------------------------------------------------- 96
VII.7.5. Matrice scalaire ------------------------------------------------------------------------------------ 96
VII.7.6. Matrice diagonale ---------------------------------------------------------------------------------- 96
VII.7.7. Matrice triangulaire -------------------------------------------------------------------------------- 96
VII.7.8. Trace d’une matrice carrée ----------------------------------------------------------------------- 97
VII.8. Déterminant d'une matrice ---------------------------------------------------------------------98
VII.8.1. Définition ------------------------------------------------------------------------------------------- 98
VII.8.2. L'expansion du déterminant par les cofacteurs ------------------------------------------------ 99
VII.8.3. Propriétés du déterminant ------------------------------------------------------------------------ 100
VII.9. Inverse d'une matrice ----------------------------------------------------------------------------101
VII.9.1. Calcul de l’inverse -------------------------------------------------------------------------------- 101
VII.9.2. Quelques propriétés de l’inverse ---------------------------------------------------------------- 103
BIBLIOGRAPHIE ----------------------------------------------------------------------------------- 104
TABLE DES MATIERES -------------------------------------------------------------------------- 105
[Date] 107

Math Algelbre

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Math Algelbre

Transféré par

Droits d'auteur :

Formats disponibles

1

COURS D’ALGEBRE / Par VITHAL PONDA

1. L’ensemble des Entiers naturels (ou arithmétiques)

2. L’ensemble des Entiers relatifs

De cet ensemble, on peut aussi définir :

ℤ∗! = {…, - 3, - 2, - 1} ℤ∗# = {𝟏, 𝟐, 𝟑, … }= ℕ *. ℤ *= {…, - 3, - 2, - 1, 1, 2,

3. L’ensemble des Nombres rationnels

4. L’ensemble des Nombres irrationnels

5. L’ensemble des Nombres réels

6. L’ensemble des Nombres Complexes

Il comprend deux parties : Partie réelle 𝐈𝐫(𝒄) = 𝒙 𝑒𝑡 𝑝𝑎𝑟𝑡𝑖𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑖𝑟𝑒 ∶ 𝐈𝐦(𝒄) = 𝒚.

Opérations fondamentales sur les nombres complexes

Le module r du nombre complexe z est la longueur OM : 𝒓 = |𝒄| = \𝒙𝟐 + 𝒚𝟐

b. Operations fondamentales sur les nombres complexes

Ø Addition : (𝒂 + 𝒃𝒊) + (𝒄 + 𝒅𝒊) = 𝒂 + 𝒃𝒊 + 𝒄 + 𝒅𝒊 = (𝒂 + 𝒄) + (𝒃 + 𝒅)𝒊

Ø Soustraction : (𝒂 + 𝒃𝒊) − (𝒄 + 𝒅𝒊) = 𝒂 + 𝒃𝒊 − 𝒄 − 𝒅𝒊 = (𝒂 − 𝒄) + (𝒃 − 𝒅)𝒊.

𝒂"𝒃𝒊 (𝒂"𝒃𝒊) (𝒄)𝒅𝒊) 𝒂𝒄)𝒂𝒅𝒊"𝒃𝒄𝒊)𝒃𝒅𝒊𝟐 𝒂𝒄"𝒃𝒅"(𝒃𝒄)𝒂𝒅)𝒊 𝒂𝒄"𝒃𝒅

c. Représentation graphique des nombres complexes

Où. 𝒓 = \𝒙𝟐 + 𝒚𝟐 = |𝒙 + 𝒊𝒚| 𝒒𝒖𝒊 𝒆𝒔𝒕 𝒍𝒆 𝒎𝒐𝒅𝒖𝒍𝒆

q est l’amplitude ou l’argument de

d. Nombre complexe conjugué

Le nombre complexe conjugué de

I.2. NOTIONS D’INTERVALLES DANS ℝ

- Les nombres a et b sont les « extrémités » ou les « bornes de l’intervalle ».

On peut avoir plusieurs cas :

- Intervalle ouvert : ]a, b[ = { x ÎÂ / a < x < b }

- Intervalle semi-ouvert à gauche ou semi - fermé à droite : ] a, b] = {x ÎÂ / a < x ≤ b}

- Intervalle fermé à droite et non borné à gauche : ] - ∞, a] = {x Î ℝ / x≤a}

- Intervalle ouvert à gauche et non borné à droite : ] a, +∞ [= {x Î ℝ / x > a}

- Intervalle ouvert de ℝ : ] - ∞, +∞ [ = ℝ représente l’ensemble des réels , illimité à gauche et

I.3. THEORIES SUR LES ENSEMBLES

I.3.2. Operations sur les ensembles

6. Distributivité de l’intersection par rapport à la réunion

7. Quelques lois importantes sur les ensembles

I.3.3. Produit cartésien et la cardinalité

I.4.2. Signe des puissances

En prenant comme base a = - 1, on obtient pour tout nombre entier positif n :

5. (am)n = amn= (an)m

I.5.1. Racine ne arithmétique d’un réel positif

forme des puissances fractionnaires :

b. Propriétés des radicaux arithmétiques

I.5.2. Radicaux portant sur des nombres relatifs

3° Racine d’indices pairs

4° Racine d’indices impairs

I.6. OPÉRATEURS SIGMA Σ & 𝝅

I.6.1 Opérateur Sigma (Σ)

I.6.1.1 Sommation sur un seul indice

I.6.1.2. Sommation sur plusieurs indices

La somme de ces termes de la suite peut s’écrire comme suit :

On additionne ensuite ces colonnes afin d’obtenir :

Le calcul aurait pu aussi être effectué en respectant le cheminement suivant :

Addition ligne par ligne des termes des 3 lignes :

Puis, addition des 3 résultats :

I.6.2. Opérateur Pi (π)

I.7. LES VARIABLES

Il existe deux sortes de quantités : les constantes et les variables.

a. La constante numérique et la constante arbitraire

Les variables et les constantes appartiennent à l’ensemble des nombres réels ℝ.

I.8. RELATIONS ET FONCTIONS

On représente traditionnellement une fonction par une lettre minuscule :

𝑓(𝑥 + ℎ) − f(x) = (𝑥 + ℎ)$ + (x+h)− 2 − ( 𝑥 $ + x − 2)

Somme de deux fonctions : (f + g) (x) = f(x) + g(x)

Différence de deux fonctions : (f — g) (x) = f(x) — g(x)

Produit de deux fonctions : (f. g) (x) = f(x). g(x)

ℤ∗! = {…, - 3, - 2, - 1} ℤ∗# = {𝟏, 𝟐, 𝟑, … }= ℕ . ℤ = {…, - 3, - 2, - 1, 1, 2,