Mathématiques Économie d'Entreprise ( PDFDrive )

Mathématiques économie
d’entreprise
Paul Ruppen
15 septembre 2017
La mise en page de ce document à été effectuée par LATEX.
Littérature
— Favre, J.-P. (2009). Mathématiques de gestion. Epalinges : Digilex.
— Tietze, J. (1998). Einführung in die angewandte Wirtschaftsmathematik (7e éd.). Wiesba-
den : Vieweg.
— Sydsaeter, K., & Hammond, P. (2002). Essential Mathematics for Economic Analysis.
Prentice-Hall : Pearson.
— Varian, H. R. (2010). Intermediate microeconomics: A modern approach (8e éd.). London :
Norton.
Paul Ruppen
HES-SO Valais Wallis
économie d’entreprise
site de Sierre
CH-3960 Sierre
Vous trouvez ce dossier et d’autres documents sous http://math.logik.ch

Table des matières
1 Théorie des ensembles 1

1.1 Vocabulaire des mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Types de propositions en mathématiques . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Le concept de l’ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Types de représentation des ensembles . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.5 Quelques définitions et théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.6 Couples et relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7 Relations d’équivalence et partitions . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9 Objectifs d’apprentissage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2 Représentation graphique 39
2.1 Les nombres réels et la droite réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Couples et système de coordonnées cartésiennes . . . . . . . . . . . . . . . . . . . . 41
2.3 Représentation graphique de triplets . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3 Polynômes 55
3.1 Economie et fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.2 Définition de la fonction polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3 Polynômes de degré zéro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4 Polynômes du premier degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.5 Polynômes du deuxième degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.6 Polynômes du troisième degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.7 Polynômes du n-ième degré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4 D’autres fonctions réelles élémentaires 103

4.1 Fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.2 Fonctions racine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.3 Fonctions exponentielles et fonctions logarithme . . . . . . . . . . . . . . . . . . . . 128
4.4 Fonctions définies par intervalles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5 Limites d’une fonction réelle 153

5.1 La limite d’une fonction pour x vers l’infini“ . . . . . . . . . . . . . . . . . . . . . 153
”
5.2 La limite d’une fonction pour x → −∞ . . . . . . . . . . . . . . . . . . . . . . . . . 163
5.3 La limite d’une fonction pour x → x0 . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.4 Limites à droite et à gauche en x0 . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
5.5 Limites des méthodes introduites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
5.6 Démonstration de quelques théorèmes limite . . . . . . . . . . . . . . . . . . . . . . 183
i
ii TABLE DES MATIÈRES
6 Continuité 189
6.1 Définitions et théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
6.2 Zéros de fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
7 La pente d’une fonction continue en un point 203

7.1 Définition de la pente d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . 203
7.2 La dérivée d’une fonction continue . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
7.3 Monotonie et dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
7.4 Maxima et minima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
7.5 Convexité et concavité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.6 Points d’inflexion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
8 Règles supplémentaires du calcul différentiel 237

8.1 Quelques règles et leur démonstrations . . . . . . . . . . . . . . . . . . . . . . . . . 237
8.2 Exemples d’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9 Extrema - quelques cas spéciaux 253

9.1 Extrema dans des intervalles fermés . . . . . . . . . . . . . . . . . . . . . . . . . . 253
9.2 Extrema dans des intervalles ouverts . . . . . . . . . . . . . . . . . . . . . . . . . . 256
9.3 Extrema en cas de segments constants d’une fonction continue . . . . . . . . . . . 256
9.4 Extrema de fonctions continues sans dérivée continue . . . . . . . . . . . . . . . . . 257
9.5 Optimisation linéaire avec système de restriction non-affine . . . . . . . . . . . . . 259
10 Fonctions économiques marginales 267

10.1 Unités de mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
10.2 Fonctions marginales et dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
11 Types de croissance 279

11.1 Fonction d’utilité néoclassique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
11.2 Fonction de production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
11.3 Fonction de coût . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
11.4 Fonction de consommation keynésienne . . . . . . . . . . . . . . . . . . . . . . . . 286
11.5 Fonction de production néoclassique . . . . . . . . . . . . . . . . . . . . . . . . . . 287
12 Applications économiques supplémentaires 295

12.1 Coûts unitaires et coûts marginaux . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
12.2 Profit maximal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
12.3 Elasticité de fonctions économiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
Index 312
Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312
Chapitre 1
Théorie des ensembles
La théorie des ensembles est une théorie fondamentale des mathématiques : on peut formuler
à l’intérieur de cette théorie les autres théories mathématiques (p.ex. théorie des nombres, théorie
des fonctions, analyse, algèbre linéaire, théorie des probabilités, statistiques, etc.).
1.1 Vocabulaire des mathématiques

Pour définir un mot il faut d’autres mots. Pour définir à leur tour ces mots, de nouveau d’autres
mots, etc. Si nous voulions tout définir, on serait amené à définir sans fin (=régression à l’infini).
Comme cela n’est pas possible, on doit commencer quelque part par un vocabulaire non défini.
On appelle les termes (mots) indéfinis d’une théorie vocabulaire de base“. Le vocabulaire de base
”
des mathématiques comprend les expression et symboles suivants :
— le symbole pour l’expression est un élément de“ : ∈“
” ”
— le symbole pour l’ensemble vide : ∅“ ou {}“
” ”
— le vocabulaire logique : et“, ou“, non“ (= il n’est pas), si ... alors“, si et seulement si“
” ” ” ” ”
il existe (au moins) un, de sorte que“, tous (toutes)“, est identique à“ (ou est la même
” ” ” ”
chose que“, est égal“ ; symbole : =“).
” ”
Avec ces expressions du vocabulaire de base on peut définir les autres expressions de la théorie
des ensembles et des mathématiques.
1.2 Types de propositions en mathématiques

Dans les systèmes mathématiques (et par là dans la théorie des ensembles) on rencontre trois
types de propositions :
1. Les Définitions sont utilisées pour introduire des termes nouveaux à l’aide du vocabulaire de
base ou de termes déjà introduits par définition. Les définitions n’introduisent que des ex-
pressions ou symboles plus courts et plus pratiques pour des expressions plus compliquées.
On ne peut prouver (= démontrer) des définitions et les définitions ne sont ni vraies ni
fausses. Les définitions proposent d’utiliser certains symboles d’une certaine manière dans
un livre. Elles peuvent varier d’un livre à l’autre, bienqu’un usage uniforme des symboles fa-
cilite les études en mathématiques. Si nous définissons une expression A par une expression
B nous écrivons A := B“ ou B =: A“.
” ”
2. Les Axiomes sont les propositions d’une théorie qu’on ne prouve pas. Ils sont le fondement
de la théorie et on peut prouver toutes les autres propositions de la théorie sur leur base.
3. Les Théorèmes sont les propositions qu’on peut prouver à l’intérieur d’un système mathé-
matique. La plupart des règles de calcul que nous utilisons sont au fond des théorèmes
(p.ex. a + b = b + a pour a, b ∈ R). Les théorèmes d’un système mathématiques sont vrais,
si les axiomes du système sont vrais.
1
2 CHAPITRE 1. THÉORIE DES ENSEMBLES
Pour rendre compréhensible les théories mathématiques, on ajoute des motivations et des ex-
plications aux axiomes, définitions et théorèmes d’une théorie mathématique.
1.3 Le concept de l’ensemble

La théorie des ensemble se base sur l’existence d’ensembles. Les ensembles sont des objets
abstraits, qu’on ne peut percevoir par les sens. Un tas de sable n’est p.ex. pas identique à l’ensemble
des grains de sable de ce tas. Les ensembles peuvent comprendre des objets qui ne se trouvent
pas dans des endroits proches dans l’espace (p.ex. une bouteille à Sao Paolo et un stylo dans une
salle de classe à Sierre). Les ensembles peuvent de plus comprendre des objets qui ne sont pas
perceptible par les sens (p.ex. des nombres - attention, le chiffre utilisé pour désigner un nombre
n’est pas le nombre lui-même !). Passons à une détermination plus précise du terme ensemble“ :
”
Un ensemble est défini par le fait qu’il contient des éléments. Sinon un ensemble est l’ensemble vide.
Cette définition peut être formulé à l’aide du vocabulaire de base d’une manière plus formelle :
Définition 1.3.1. x est un ensemble si et seulement si il existe un y de sorte que y ∈ x, ou x = ∅. ♦
Définition 1.3.2. x ∈
/ z si et seulement si n’est pas élément de x ∈ z ♦
Exemple 1.3.3. L’ensemble des lettres de l’alphabète latin

L’ensemble des cantons suisses
L’ensemble des pages d’un livre
L’ensemble des nombres pairs.
L’ensemble des classes d’une haute école spécialisée. ♦
Remarque 1.3.4. On marquera la fin d’une preuve par le symbole “. Il signifie Ce qui était
” ”
à démontrer“. Une expression équivalente est q.e.d“ (Quod erat demonstrandum, latin pour Ce
” ”
qui était à démontrer“). On termine les exemples et les remarques par le symbole ♦“ pour rendre
”
plus lisible le texte. Il est recommandable de travailler avec des couleurs (toujours la même couleur
pour les définitions, toujours la même pour les théorèmes et toujours la même pour les exemples
et remarques). ♦
Puisque les ensembles sont des objets, les ensembles peuvent contenir des ensembles comme
éléments. On peut par exemple former l’ensemble des ensembles des classes des hautes écoles
spécialisées suisses.
1.4 Types de représentation des ensembles

1.4.1 Par l’énumération des éléments entre des accolades
Nous utilisons en général les majuscules A, B, C, D, .... pour les ensembles.
Pour l’ensemble A, qui contient les éléments a, b, c et 3, nous écrivons
A = {a, b, c, 3}.
Pour l’ensemble B, qui contient Zurich, Sierre et Brigue comme éléments, nous écrivons
B = {Zurich, Sierre, Brigue}.
S’il est clair de quel ensemble on parle - après l’énumération de quelques éléments de l’ensemble
- on peut renoncer à l’énumération des autres éléments. Par là on peut exprimer des ensembles
avec un nombre infini d’éléments, p.ex.
{1, 2, 3, 4, 5, 6, 7, ......}
1.4. TYPES DE REPRÉSENTATION DES ENSEMBLES 3
(= l’ensemble des nombres naturels sans zéro). En général on préfère pour ce cas la représentation
suivante :
1.4.2 Par la propriété caractéristique

Nous fournissons une propriété et formons l’ensemble des objets qui ont cette propriété, p.ex.
{x | x est un nombre naturel}
L’expression suivante est tout aussi courante :
{x : x est un nombre naturel}

Nous utiliserons la première. On lit {x | x“ de la manière suivante : l’ensemble de tous les x, tel
” ”
que x“. Dans l’exemple : L’ensemble de tous les x, tel que x est un nombre naturel.“
”
Autre exemple :
{x | x est un nombre premier}
(les nombres premiers sont des nombres, qu’on ne peut - dans le domaine des nombres naturels -
que diviser par 1 et par le nombre lui-même : 2, 3, 5, 7, 11, 13, 17, 19, 23, .... . 0 et 1 n’en font
pas partie selon la définition courante)
Exercice 1.4.1. Représenter les ensembles suivants selon la méthode d’énumération :
A = {x | x ∈ N et x < 5}. ( <“ se lit comme est inférieur à“ pour des nombres ; >“ pour
” ” ”
supérieur à“, ≤“ pour inférieur ou égal à“ et ≥“ pour supérieur ou égal à“ ; N = l’ensembles
” ” ” ∗ ” ”
des nombres naturels avec zéro ; N = l’ensemble des nombres naturels sans zéro)
B = {x | x ∈ N et 3 < x < 10}
C = {x | x = 2n + 1 et n ∈ N∗ }.
Représenter les ensembles suivants par une propriété caractéristique :
D = {2, 4, 6, 8, 10, 12, 14, 16, ................}
F = {Lausanne, Genève, Sion, Berne, Delémont, Zurich, Glaris, Bellinzone, Appenzell, Coire,
Bâle, Fribourg, .....}
Solutions 1.4.2. A = {0, 1, 2, 3, 4}
B = {4, 5, 6, 7, 8, 9}
C = {3, 5, 7, 9, ......}
D = {x | x = 2n et n ∈ N∗ }
F = {x | x est la capitale d’un canton suisse}
Pour aider l’intuition on représente souvent les ensembles à l’aide de diagrammes (diagrammes
de Venn, John Venn, 1834 - 1923, mathématicien anglais ; aussi appelés diagramme d’Euler, selon
le mathématicien suisse Leonhard Euler, 1707 - 1783), p.ex. (voir figure 1.4.1) :
B
A
b 6 8
a c
C
Figure 1.4.1 – Exemple de représentation graphique d’ensembles à l’aide de diagrammes de Venn
Ce diagramme illustre le fait que a, b, c, 6 ∈ A ; 6, c, 8 ∈ B et c ∈ C et que 6 est un élément de

A et de B. c est un élément de A, B et C.
Il faut souligner que la théorie des ensembles ne se réduit pas à ce type de diagrammes. En
fait, elle n’a rien à voir avec ces diagrammes qui ne sont que des instruments d’illustration. Les
diagrammes ne s’utilisent que dans les premier pas dans le domaine. Pour la suite, uniquement la
compréhension des définitions et des théorèmes mènera plus loin.
1.5 Quelques définitions et théorèmes

Nous nous limitons à des définitions et des théorèmes qu’on utilisera par la suite. Il n’est pas
nécessaire d’arriver à reproduire les preuves. Il est cependant recommandable d’avoir compris les
preuves au moins une fois. Par là, on devient plus habile par rapport à l’utilisation des symboles
et on comprend mieux les théorèmes. Travailler les preuves permet de s’occuper de la matière sans
apprendre par coeur.
Si deux ensembles contiennent exactement les mêmes éléments, alors les deux ensembles sont
identiques (égaux). Ils ne sont alors qu’un seul objet. Autre formulation : un ensemble est déterminé
par ses éléments et uniquement par ses éléments. Formulation plus formelle :
Axiome 1 : (Si pour tout x, x ∈ A si est seulement si x ∈ B), alors A = B
Nous avons mentionné d’une manière exemplaire un axiome. Il restera seul, comme nous n’in-
troduirons pas la théorie des ensembles d’une manière formelle.
On peut facilement prouver l’inverse :
Théorème 1.5.1. Si A = B, alors pour tout x, x ∈ A si est seulement si x ∈ B.
Démonstration. Il est clair que pour tout x, x ∈ A si est seulement si x ∈ A. Puisque A = B, nous
pouvons remplace dans cette proposition le deuxième A par B pour obtenir : pour tout x, x ∈ A
si est seulement si x ∈ B. ✷
Théorème 1.5.2. {a, a} = {a}
Démonstration. Supposons que x ∈ {a, a}. Alors x = a. Comme a ∈ {a}, x ∈ {a}. Supposons de
l’autre côté que x ∈ {a}. Alors x = a. Comme a ∈ {a, a}, il s’ensuit que x ∈ {a, a}. Avec l’axiome
1 on peut affirmer : {a, a} = {a} ✷
Important : On peut déduire du théorème précédent qu’un ensemble contient un élément ou

ne le contient pas. Il ne peut pas le contenir plusieurs fois. C’est pourquoi p.ex. {a, a, a} = {a}.
Il n’est pas faux de mettre plusieurs fois le nom d’un objet entre les accolades, mais cela n’a pas
beaucoup de sens.
1.5. QUELQUES DÉFINITIONS ET THÉORÈMES 5
Théorème 1.5.3. {a, b} = {b, a}

Démonstration. Chaque élément de {a, b} est un élément de {b, a}, comme a est élément de {b, a}
et b est élément de {b, a}. A l’inverse tout élément de {b, a} est élément de {a, b}. Par conséquent
un objet est élément de {a, b} si et seulement s’il est élément de {b, a}. Selon l’axiome 1 les deux
ensembles sont identiques. ✷
Important : On peut déduire du théorème que l’ordre des objets à l’intérieur des accolades
ne joue aucun rôle.
Définition 1.5.4. x 6= y si et seulement si il n’est pas le cas que x = y ♦
On peut caractériser l’ensemble vide p.ex. par
∅ = {x | x 6= x}.
Il n’y a pas d’objets qui ne sont pas identiques à eux-mêmes. Par conséquent, l’ensemble des objets
qui ne sont pas identiques à eux-mêmes est vide. Sur la base des autres axiomes de la théorie des
ensemble, l’ensemble {x | x 6= x} existe. Comme {x | x 6= x} est un ensemble, on peut déduire de
la définition de est un ensemble“, qu’il existe des éléments de {x | x 6= x} ou que {x | x 6= x} = ∅.
”
Puisqu’il n’existe pas d’éléments de {x | x 6= x}, il en résulte {x | x 6= x} = ∅. L’ensemble vide ne
contient alors pas d’éléments, car {x | x 6= x} ne contient pas d’éléments.
A est un sous-ensemble de B si et seulement si tous les éléments de A sont éléments de B.

Ainsi {1, 2} est un sous-ensemble de {3, 1, 4, 2}, p.ex. (voir figure 1.5.2).
2 4
1
Figure 1.5.2 – Diagramme de Venn pour la proposition {1, 2} est un sous-ensemble de {3, 1, 4, 2}
Nous introduisons pour l’expression est un sous-ensemble de“ un symbole : ⊂“ et nous

” ”
définissons :
Définition 1.5.5. A ⊂ B si est seulement si pour tout x, si x ∈ A alors x ∈ B.
(on appelle ⊂“ aussi inclusion“. On lit la définition de la manière suivante : A est un sous-
” ” ”
ensemble de B si et seulement si ....“). ♦
Théorème 1.5.6. (1) Pour tout A, A ⊂ A

(2) Pour tout A, ∅ ⊂ A
(3) Pour tout A, B, (A ⊂ B et B ⊂ A) si et seulement si A = B
(4) Pour tout A, B, C : si (A ⊂ B et B ⊂ C), alors A ⊂ C (transitivité de l’inclusion)
(5) Pour tout A, si A ⊂ ∅ , alors A = ∅.
Démonstration. (1) Pour tout x, si x ∈ A, alors x ∈ A. Selon la définition de l’inclusion on peut
en conclure : A ⊂ A
(2) La proposition pour tout x, si x ∈ A alors x ∈ B“ est équivalente à il n’y a pas de x, x ∈ A

” ”
et x ∈/ B“ (un exemple illustratif : La proposition Tous les chevaux sont des mammifères“ est
”
équivalente à la proposition Il n’y a pas d’objet, qui soit un cheval et qui ne soit pas un mam-
”
mifère“). Comme ∅ ne contient pas d’élément, il n’y a pas d’élément de A, qui ne soit pas élément
de B. On peut en déduire : ∅ ⊂ A.
(3) Supposons que A ⊂ B et B ⊂ A. On peut en déduire pour tout x, si x ∈ A, alors x ∈ B et

pour tout x, si x ∈ B, alors x ∈ A, en d’autres mots : pour tout x, x ∈ A si et seulement si x ∈ B.
Selon l’axiome 1 : A = B.
(4) Supposons que (A ⊂ B et B ⊂ C). Selon la définition de l’inclusion on peut en déduire :

pour tout x, si x ∈ A, alors x ∈ B. Pour tout x, si x ∈ B, alors x ∈ C. Par conséquent : pour tout
x, si x ∈ A, alors x ∈ C. Selon la définition de l’inclusion : A ⊂ C
(5) Supposons que A ⊂ ∅. Pour tout x, si x ∈ A alors x ∈ ∅. Puisque ∅ ne contient pas d’élément,
A ne peut contenir d’élement. On peut en déduire : A = ∅. ✷
Important : (1) A ⊂ B n’exclut pas que A = B.
(2) Il faut soigneusement différencier la relation d’être élément de“ de la relation de l’inclusion. En
”
fait A ⊂ A, mais non pas A ∈ A, car aucun ensemble n’est élément de lui-même. Un ensemble peut
cependant être tout aussi bien élément que sous-ensemble d’un autre ensemble : p.ex. A = {2, 4, 6},
B = {2, 4, 6, 8, 10, 12, A}. Dans l’exemple : A ⊂ B, A 6= B, A ∈ B.
La différence des ensembles A et B est l’ensemble des objets, qui sont éléments de A sans
être éléments de B. Ainsi {5, 6} est la différence de {1, 2, 5, 6} et de {1, 2, 3, 4} (dans cet ordre
- la différence de {1, 2, 3, 4} et de {1, 2, 5, 6} est {3, 4} ; voir figure 1.5.3). La différence de deux
ensembles est un ensemble.
5 2 4
1
6
Figure 1.5.3 – Diagramme de Venn pour la proposition {5, 6} est la différence de {1, 2, 5, 6} et
{1, 2, 3, 4} - dans cet ordre
Pour l’expression est la différence de A et de B“ nous introduisons le symbole A\B“ :

” ”
Définition 1.5.7. A\B = {x | x ∈ A et x ∈ / B} ♦
Théorème 1.5.8. (1) A\A = ∅

(2) A\∅ = A
Démonstration. (1) Il n’y a pas d’élément de A, qui ne soit pas élément de A. Alors A\A = ∅.
(2) L’ensemble des x ∈ A de sorte que x ∈ / ∅ est égal à A, comme ∅ ne contient pas d’élément. ✷
Si A est un sous-ensemble de B, le complément de A (par rapport à B) est la différence de B
et de A. Ainsi {1, 2} est un sous-ensemble de {1, 2, 3, 4}. Le complément de {1, 2} par rapport à
{1, 2, 3, 4} est l’ensemble {3, 4} (voir figure 1.5.4).
2 4
1
Figure 1.5.4 – Diagramme de Venn pour la proposition : le complément de {1, 2} relatif à

{1, 2, 3, 4} est l’ensemble {3, 4}
Pour le complément d’un ensemble par rapport à un autre ensemble nous introduisons le
symbole Ac “ ou AcB “, si le contexte nécessite la mention de l’ensemble englobant.
” ”
Définition 1.5.9. Si A ⊂ B, alors (AcB = B\A) ♦
Il s’agit d’une définition conditionnelle. Le complément d’un ensemble A par rapport à un autre
ensemble B n’est défini que s’il y a un ensemble B, de sorte que A est un sous-ensemble de B. On
lit la définition comme Si A est un sous-ensemble de B, alors le complément de A par rapport à
”
B est la différence de B et de A“.
L’intersection de A et de B est l’ensemble des objets qui sont élément de A et de B. Ainsi
{1, 2} est l’intersection de {1, 2, 3, 4} et de {1, 2, 5, 6, 7} (voir figure 1.5.5)
3
5 2 4
1
6
Figure 1.5.5 – Diagramme de Venn pour la proposition : {1, 2} est l’intersection de {1, 2, 3, 4} et
{1, 2, 5, 6, 7}.
Pour l’intersection de A et de B nous introduisons la notation A ∩ B“. Formellement nous

”
définissons le nouveau symbole par la
Définition 1.5.10. A ∩ B = {x | x ∈ A et x ∈ B} ♦
Théorème 1.5.11. (1) (A ∩ B) ⊂ A

(2) (A ∩ B) ⊂ B
(3) A ∩ A = A
(4) A ∩ ∅ = ∅
(5) Si A ⊂ B, alors A ∩ B = A
(6) A ∩ B = B ∩ A (commutativité)
(7) (A ∩ B) ∩ C = A ∩ (B ∩ C) (associativité)
Démonstration. (1) A ∩ B est l’ensemble de tous les x, de sorte que x ∈ A et x ∈ B. Si x ∈ A ∩ B,

alors x ∈ A. Selon la définition de l’inclusion (A ∩ B) ⊂ A.
(2) La preuve suit celle de (1).
(3) x ∈ A ∩ A si et seulement si x ∈ A et x ∈ A. Ainsi x ∈ A, si x ∈ A ∩ A. Selon la définition de

l’inclusion (A ∩ A) ⊂ A. Supposons à l’inverse que x ∈ A. Par conséquent x ∈ A et x ∈ A. Selon la
définition de l’inclusion A ⊂ (A ∩ A) . En utilisant le théorème 1.5.6(3) on peut affirmer A∩A = A.
(4) Puisque ∅ ne contient pas d’élément, il n’y a pas de x, de sorte que x ∈ A et x ∈ ∅. Par
conséquent il n’y a pas de x ∈ A ∩ ∅. Ainsi A ∩ ∅ = ∅.
(5) Selon le théorème 1.5.11(1) on peut affirmer (A ∩ B) ⊂ A. Supposons que A ⊂ B et x ∈ A. Il

s’ensuit que - puisque A est un sous-ensemble de B - x ∈ B. Par conséquent x ∈ A et x ∈ B. Avec
cela x ∈ A ∩ B. Selon la définition de l’inclusion il s’ensuit que A ⊂ (A ∩ B) et par conséquent -
avec le thérorème 1.5.6(3) - A ∩ B = A (sous condition que A ⊂ B).
(6) Supposons que x ∈ A ∩ B. Il s’ensuit que x ∈ A et x ∈ B. Par conséquent x ∈ B et x ∈ A.

Selon la définition de l’intersection x ∈ B ∩ A. Ainsi (A ∩ B) ⊂ (B ∩ A) . De manière analogue
nous déduisons (B ∩ A) ⊂ (A ∩ B) . Selon le théorème 1.5.6(3) (A ∩ B) = (B ∩ A) .
(7) Supposons que x ∈ (A ∩ B) ∩ C. Il s’ensuit que x ∈ A ∩ B et x ∈ C. Par conséquent (x ∈ A et

x ∈ B) et x ∈ C. On peut en déduire que x ∈ A et (x ∈ B et x ∈ C) et par là x ∈ A et x ∈ B ∩C et
finalement x ∈ A ∩ (B ∩ C). Il s’ensuit que ((A ∩ B) ∩ C) ⊂ (A ∩ (B ∩ C)) . De manière analogue
nous déduisons que (A ∩ (B ∩ C)) ⊂ ((A ∩ B) ∩ C) . Par conséquent (A∩B)∩C = A∩(B ∩C). ✷
Définition 1.5.12. Deux ensembles A et B sont disjoints si et seulement si
A ∩ B = ∅ (voir figure 1.5.6) ♦
2 4
1
Figure 1.5.6 – Diagramme de Venn pour la proposition : les ensembles {1, 2} et {3, 4} sont
disjoints
L’union de deux ensembles A et B est l’ensemble des objets qui sont éléments de A ou de B.
Ainsi l’union de {1, 2} et {2, 3, 4} est l’ensemble {1, 2, 3, 4} (voir figure 1.5.7).
2 4
1
Figure 1.5.7 – Diagramme de Venn pour l’union des ensembles {1, 2} et {2, 3, 4}
Pour l’expression l’union de A et B“ nous introduisons la notation A ∪ B“, d’une manière

” ”
plus formelle nous fournissons la
Définition 1.5.13. A ∪ B = {x | x ∈ A ou x ∈ B} ♦
Théorème 1.5.14. (1) A ⊂ (B ∪ A)

(2) B ⊂ (B ∪ A)
(3) A ∪ A = A
(4) A ∪ ∅ = A
(5) Si A ⊂ B, alors (A ∪ B = B)
(6) A ∪ B = B ∪ A (commutativité)
(7) A ∪ (B ∪ C) = (A ∪ B) ∪ C (associativité)
(8) A ∩ (B ∪ C) = ((A ∩ B) ∪ (A ∩ C)) (distributivité)
(9) A ∪ (B ∩ C) = ((A ∪ B) ∩ (A ∪ C)) (distributivité)
Démonstration. (1) Supposons que x ∈ A. Il s’ensuit que x ∈ A ou x ∈ B. Par conséquent
x ∈ A ∪ B et avec ce résultat A ⊂ (B ∪ A).
(2) La preuve suit celle de (1).
(3) Supposons que x ∈ A ∪ A. On peut en déduire que x ∈ A ou x ∈ A. Par conséquent x ∈ A

et par là A ∪ A ⊂ A. Supposons que x ∈ A. On peut en déduire que x ∈ A ou x ∈ A et par là
x ∈ A ∪ A. Il s’ensuit que A ⊂ A ∪ A. Finalement il s’ensuit que A ∪ A = A.
(4) Supposons que x ∈ A ∪ ∅. Ainsi x ∈ A ou x ∈ ∅. Comme il n’y a pas de x tel que x ∈ ∅

on peut en déduire que x ∈ A. Ainsi A ∪ ∅ ⊂ A. Supposons maintenant que x ∈ A. On peut en
déduire que x ∈ A ou x ∈ ∅ et par conséquent x ∈ A ∪ ∅. Ainsi A ⊂ A ∪ ∅. Finalement on obtient
A ∪ ∅ = A.
(5) (i) Supposons que A ⊂ B et x ∈ A ∪ B. Il s’ensuit que x ∈ A ou x ∈ B. Supposons d’abord

que x ∈ A. Selon la première hypothèse on peut en déduire que x ∈ B. Supposons maintenant que
x ∈ B. Indépendamment du fait que x ∈ A ou x ∈ B on peut déduire que x ∈ B. Par conséquent
A ∪ B ⊂ B. (ii) Supposons que x ∈ B. On peut en déduire que x ∈ A ou x ∈ B et par là x ∈ A ∪ B.
Par conséquent B ⊂ A ∪ B.
On peut déduire de (i) et (ii) A ∪ B = B (si A ⊂ B).
(6) Supposons que x ∈ A ∪ B. Par conséquent x ∈ A ou x ∈ B. Il s’ensuit que x ∈ B ou

x ∈ A et par conséquent x ∈ B ∪ A. Ainsi A ∪ B ⊂ B ∪ A. De manière analogue nous montrons
que B ∪ A ⊂ A ∪ B. Ces résultats impliquent A ∪ B = B ∪ A.
(7) Supposons que x ∈ A ∪ (B ∪ C). Ainsi x ∈ A ou x ∈ B ∪ C. De plus on peut en déduire

x ∈ A ou (x ∈ B ou x ∈ C) et ainsi (x ∈ A ou x ∈ B) ou x ∈ C. Par conséquent x ∈ A ∪ B

ou x ∈ C et par là x ∈ (A ∪ B) ∪ C. C’est pourquoi A ∪ (B ∪ C) ⊂ (A ∪ B) ∪ C. De manière
analogue on peut prouver que (A ∪ B) ∪ C ⊂ A ∪ (B ∪ C). En résumant ces résultats on obtient
A ∪ (B ∪ C) = (A ∪ B) ∪ C.
(8) Supposons que x ∈ A ∩ (B ∪ C). Ainsi x ∈ A et x ∈ B ∪ C et par conséquent x ∈ A et

(x ∈ B ou x ∈ C). On en déduit que (x ∈ A et x ∈ B) ou (x ∈ A et x ∈ C). Cela permet
d’affirmer que x ∈ A ∩ B ou x ∈ A ∩ C et dans un pas supplémentaire x ∈ ((A ∩ B) ∪ (A ∩ C)).
Ainsi A ∩ (B ∪ C) ⊂ ((A ∩ B) ∪ (A ∩ C)). A l’inverse supposons que x ∈ ((A ∩ B) ∪ (A ∩ C)).
Ainsi x ∈ A ∩ B ou x ∈ A ∩ C, ce qui implique (x ∈ A et x ∈ B) ou (x ∈ A et x ∈ C). On
peut en déduire que x ∈ A et (x ∈ B ou x ∈ C). Ainsi x ∈ A et x ∈ B ∪ C et par conséquent
x ∈ A ∩ (B ∪ C) . Ainsi (A ∩ B) ∪ (A ∩ C) ⊂ A ∩ (B ∪ C) . En résumant ces résultats on obtient
A ∩ (B ∪ C) = ((A ∩ B) ∪ (A ∩ C)).
(9) Supposons que x ∈ A ∪ (B ∩ C). Il s’ensuit que x ∈ A ou x ∈ B ∩ C. Ainsi x ∈ A ou

(x ∈ B et x ∈ C). Par conséquent (x ∈ A ou x ∈ B) et (x ∈ A ou x ∈ C). On peut en déduire que
x ∈ A∪B et x ∈ A∪C, ce qui implique x ∈ (A∪B)∩(A∪C). Ainsi A∪(B ∩C) ⊂ (A∪B)∩(A∪C).
De manière analogue on peut déduire que (A ∪ B) ∩ (A ∪ C) ⊂ A ∪ (B ∩ C). En résumant ces
résultats on obtient A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C). ✷
L’ensemble des parties d’un ensemble A est l’ensemble de tous les sous-ensembles de A. Ainsi
l’ensemble des parties de {1, 2, 3} est l’ensemble
{∅, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}}
D’une manière plus formelle nous fournissons la
Définition 1.5.15. P(A) = {B | B ⊂ A} ♦
On lit la définition de la manière suivante : L’ensemble des parties de A est l’ensemble de tous
”
les ensembles B, de sorte que B est un sous-ensemble de A“.
Définition 1.5.16. Si A contient un nombre fini d’éléments, |A| est le nombre d’éléments de
l’ensemble A ♦
On peut démontrer que l’ensemble des parties P(A) d’un ensemble fini A contient 2n éléments
(n est le nombre d’éléments de A, un ensemble est fini s’il contient un nombre fini d’éléments).
On peut alors écrire pour des ensembles finis A
|P(A)| = 2|A| .
Important : Les théorèmes prouvés ci-dessus impliquent que pour tout A : ∅ ⊂ A et A ⊂ A.

Par conséquent on peut affirmer pour des ensembles arbitraires A : ∅ ∈ P(A) et A ∈ P(A).
1.5.1 Exercices
1. Indiquer selon la notation de l’énumération les ensembles suivants
(a) A = {x | x ∈ N∗ et x < 10}
(b) B = {x | x ∈ N et 3 < x < 8}
(c) C = {x | x ∈ Z et −3 < x < 3} (Z = ensemble des nombres entiers)
(d) E = {x | x = 2n et n ∈ N∗ }
x
(e) F = {x | x ∈ Z et 4 ∈ Z}
2. Indiquer selon la notation de la propriété caractéristique les ensembles suivants

(a) A = {Bâle, Berne, Bellinzone}
(b) B = {nord, sud, est, ouest}
(c) D = {−3, −2, −1, 1, 2, 3}
(d) E = {6, 12, 18, 24, 30, 36, ...}
(e) G = {2, 4, 6, 8}
3. Supposons que A = {a, b, c, d, 1, 2, 3} et B = {a, d, 2}. Déterminer par énumération des
éléments l’ensemble suivant : E = {x | x ∈ A et x ∈
/ B}
4. Est-ce que les ensembles suivants sont identiques ?

(a) A = {a, b, c, d} et B = {c, a, d, b}
(b) A = {1, 2, 3} et B = {123}
(c) A = {x | x ∈ N et x5 ∈ N et 10 < x < 15} et
B = {x | x ∈ N et x est un nombre premier et 24 < x < 28}
(d) A = {a, 1, 2} et B = {1, 2, {a}}
(e) A = {x | x ∈ N∗ et x est impair} et B = {x | il y a un z ∈ N∗ de sorte que x = 2z + 1}
x
(f) A = {x | x ∈ N∗ et x est impair} et B = {x | x ∈ N∗ et 2 ∈ N}
5. Sous quelles conditions les ensembles A et B sont-ils identiques ?
(a) A = {a, b, c, d} et B = {a, 1, c, b}
(b) A = {a, b} et B = {1, 2}
(c) A = {a, b, c, d, e} et B = {1, 2, a, c, e}
6. Nous considérons les ensembles A = {a, b}, B = {a, b, 1} et C = {A, B, {1}}. Est-ce que les
propositions suivantes sont-elles vraies ou fausses ?
(a) a ∈ A
(b) 2 ∈
/B
(c) {a} ∈ A
(d) {a, b} ∈ B
(e) B ∈ C
(f) {a, b} ∈ C
(g) 1 ∈ C
(h) {1} ∈ C
7. Est-ce que les propositions suivantes sont vraies ? Si non, modifier les affirmations de sorte
qu’il en résulte des propositions vraies (souvent plusieurs possibilités)
(a) 1 ⊂ {1, 2, 3}
(b) {a} ∈ {2, a, b}
(c) {4, 6} ⊂ {6, 4}
(d) {1, 2, 3} ∈ N
(e) ∅ ⊂ {a, b, c}
(f) ∅ ⊂ {∅, {a, b}}
(g) ∅ ∈ ∅
(h) ∅ ⊂ {∅}
(i) {∅} ⊂ ∅
8. Supposons que E = {a, b, c, d, e} et que A := {a, c} et B := {a, b, c, e}. Chercher tous les
sous-ensembles X de E de sorte que A ∪ X = B.
9. Indiquer pour les équations (affirmations) suivantes les conditions nécessaires et suffisantes
qui garantissent leur vérité (parfois plusieurs possibilités).
(a) A ∩ B = A
(b) A ∩ (B ∪ C) = A
(c) A ∪ B = A
(d) A ∪ (B ∩ C) = A
(e) A ∩ B = A ∪ B
10. Supposons que E = {1, 2, 3, 4, 5}. Former l’ensemble des parties de E.
1.5.2 Solutions
1. On obtient :
(a) A = {1, 2, 3, 4, 5, 6, 7, 8, 9}
(b) B = {4, 5, 6, 7}
(c) C = {−2, −1, 0, 1, 2}
(d) E = {2, 4, 6, 8, 10, ........}
(e) F = {........ − 16, −12, −8, −4, 0, 4, 8, 12, 16, ....}
2. On obtient :
(a) A = {x | x est le chef-lieu d’un canton et la première lettre du nom de x est B“}
”
(b) B = {x | x est un point cardinal}
(c) D = {x | x ∈ Z et x 6= 0 et −4 < x < 4}
x
(d) E = {x | x ∈ N et 6 ∈ N∗ } = {x | x = 6y et y ∈ N∗ }
x
(e) G = {x | x ∈ N et 2 ∈ N∗ et x < 10} = {x | x = 2y et y ∈ N∗ et x < 10}
3. E = {b, c, 1, 3}
4. On obtient :
(a) Oui
(b) Non
(c) Oui, A et B sont vides !
(d) Non, comme a 6= {a}
/ N∗ , 1 n’appartient pas à B = {x | il existe un z ∈ N∗ tel que x = 2z+1}.
(e) Non, comme 0 ∈
(f) Non
5. On obtient :
(a) Si d = 1, alors A = B.
(b) Si a = 1 et b = 2 ou si a = 2 et b = 1, alors A = B.
(c) Si d = 1 et b = 2 ou si d = 2 et b = 1, alors A = B.
1.6. COUPLES ET RELATIONS 13
6. On obtient :
(a) vrai
(b) vrai, sauf si 2 = a ou 2 = b
(c) faux
(d) faux
(e) vrai
(f) vrai
(g) faux
(h) vrai
7. On obtient :
(a) non. 1 ∈ {1, 2, 3}“ est vrai. (ou : {1} ⊂ {1, 2, 3})
”
(b) non : {a} ⊂ {2, a, b} ;
(c) oui
(d) non : {1, 2, 3} ⊂ N
(e) oui ;
(f) oui ;
(g) non : ∅ ⊂ ∅ ;
(h) oui ;
(i) non : (le premier ensemble contient un élément, à savoir l’ensemble vide, le deuxième
ensemble ne contient pas d’élément !)
8. {b, e}, {a, b, e}, {b, c, e}, {a, b, c, e}
9. On obtient :
(a) A ⊂ B si et seulement si A ∩ B = A
(b) A ∩ (B ∪ C) = A si et seulement si A ⊂ (B ∪ C)
(c) B ⊂ A si et seulement si A ∪ B = A
(d) A ∪ (B ∩ C) = A si et seulement si (B ∩ C) ⊂ A
(e) A ⊂ B et B ⊂ A si et seulement si A ∩ B = A ∪ B
(Ces cinq propositions sont des théorèmes qu’on pourrait prouver !).
10. {∅, {1}, {2}, {3}, {4}, {5}, {1, 2}, {1, 3}, {1, 4}, {1, 5},
{2, 3}, {2, 4}, {2, 5}, {3, 4}, {3, 5}, {4, 5}, {1, 2, 3}, {1, 2, 4},
{1, 2, 5}, {1, 3, 4}, {1, 3, 5}, {1, 4, 5}, {2, 3, 4}, {2, 3, 5}, {2, 4, 5},
{3, 4, 5}, {1, 2, 3, 4}, {1, 2, 3, 5}, {1, 2, 4, 5}, {1, 3, 4, 5}, {2, 3, 4, 5}, E}
1.6 Couples et relations

1.6.1 Couples
Nous appelons les ensembles qui contiennent deux éléments paire (sans ordre)“ : p.ex. {a, b}
”
avec a 6= b. L’ordre des lettres à l’intérieur des accolades ne joue aucun rôle puisque {a, b} = {b, a}.
L’ordre joue en mathématique - comme dans le reste de la vie - un rôle important. Si Antoine
est le père de Pierre, Pierre n’est pas le père d’Antoine. Si 5 > 3, alors 3 n’est pas supérieur à 5.
etc. Les couples (paires ordonnées) sont des ensembles spécifiques qui devraient nous permettre
d’exprimer l’ordre. Nous les définissions de la manière suivante :
Définition 1.6.1. (x, y) := {{x}, {x, y}} ♦
(x, y) est un couple. Nous disons que x“ apparaı̂t en première position du couple (x, y) et que
”
y“ survient à la deuxième position de ce couple. Nous appelons x“ la première composante du
” ”
couple et y“ la deuxième composante du couple - les composantes ne sont pas des éléments du
”
couple. Les couples sont des ensembles qui contiennent des ensembles qui contiennent à leur tour
les composantes comme éléments.
Pour démontrer que les couples arrivent à exprimer l’ordre nous pouvons prouver la proposition
suivante :
Théorème 1.6.2. Si x 6= y, alors (x, y) 6= (y, x)
Démonstration. Puisqu’un ensemble A est égal à un ensemble B si et seulement si A et B

contiennent les mêmes éléments, il faut montrer que (x, y) et (y, x) ne contiennent pas les mêmes
éléments. Que cela soit le cas on voit immédiatement :
(x, y) = {{x}, {x, y}}
(y, x) = {{y}, {x, y}}
Tandisque (x, y) contient l’ensemble {x} comme élément, (y, x) ne contient pas cet objet comme
élément, car x 6= y. ✷
Au lieu de prouver ce théorème on pourrait tout aussi bien prouver le théorème suivant pour
montrer que les couples arrivent à exprimer l’ordre :
Théorème 1.6.3. (x, y) = (z, u) si et seulement si x = z et y = u.
Démonstration. (a) Supposons que (x, y) = (z, u). En utilisant la définition, on obtient
{{x}, {x, y}} = {{z}, {z, u}}.
Tous les éléments de {{x}, {x, y}} sont alors des éléments de {{z}, {z, u}} et tous les éléments de
{{z}, {z, u}} sont des éléments de {{x}, {x, y}}.
z = u ou z 6= u.
(i) Si z = u, {{z}, {z, u}} = {{z}}, et comme les éléments de {{x}, {x, y}} sont des éléments de
{{z}}, {x}, {x, y} ∈ {{z}} et {x} = {x, y} = {z}. Alors x = z et y = u, car x = z = y = u.
(ii) z 6= u. Puisque les éléments de {{x}, {x, y}} sont des éléments de {{z}, {z, u}}, {x} ∈
{{z}, {z, u}} et par conséquent {x} = {z} ou {x} = {z, u}. Comme z 6= u, la deuxième équation est
fausse - les deux ensembles ne contiennt pas les mêmes éléments. On peut en conclulre : {x} = {z}
et x = z. De plus, {x, y} ∈ {{z}, {z, u}}.
Puisque {x, y} 6= {z}, {x, y} = {z, u} et à cause de x = z, y = u.
(b) Si x = z et y = u, on obtient (z, u) à partir de (x, y), en remplaçant en (x, y) par x par z et y
par u (remplacer ce qui est identique). ✷
Les couples peuvent apparaı̂tre dans d’autres couples comme composantes. Si un couple est la
première composante d’un autre couple nous obtenons des triplets, p.ex. ((y, z), x).
Définition 1.6.4. (i) ((y, z), x) est un triplet.

(ii) (y, z, x) := ((y, z), x) ♦
Remarque 1.6.5. (y, z, x) = ((y, z), x) 6= (y, (z, x)). Tandisqu’à gauche la première composante
est un couple, à droite la première composante est y. Si l’on veut exprimer (y, (z, x)) on ne peut
pas renoncer aux parenthèses ! ♦
Un triplet peut apparaı̂tre comme première composante d’un couple, p.ex. ((y, z, x), u). Nous
appelons de tels couples quadruplet“.
”
Définition 1.6.6. (y, z, x, u) := ((y, z, x), u) est un quadruplet. ♦
Un quadruplet peut apparaı̂tre comme première composante d’un couple. Nous appelons de
tels couples 5-uplet (ou quintuplet). D’une manière générale un n− 1-uplet peut apparaı̂tre comme
première composante d’un couple et on obtient un n-uplet. Nous définissons d’une manière plus
formelle et récursive :
Définition 1.6.7. (i) (y, z) est un 2-uplet (= couple).
(ii) le couple ((x) , r) est un n-uplet si et seulement si (x) est un n − 1-uplet (n>2).
(iii) (x, z) := ((x) , z) ♦
Exemple 1.6.8. Est-ce que (5, 6, 7, 8, 9) est un 5-uplet ? Selon la définition (5, 6, 7, 8, 9) =
((((5, 6) , 7) , 8) , 9). De plus ((((5, 6) , 7) , 8) , 9) est un 5-uplet si et seulement si (((5, 6) , 7) , 8) est
un 4-uplet. (((5, 6) , 7) , 8) est un 4-uplet si et seulement si ((5, 6) , 7) est un 3-uplet (= triplet).
((5, 6) , 7) est un 3-uplet si et seulement si (5, 6) est un 2-uplet (= couple). Comme (5, 6) est un
2-uplet, ((5, 6) , 7) est un 3-uplet, (((5, 6) , 7) , 8) est un 4-uplet et ((((5, 6) , 7) , 8) , 9) un 5-uplet.
L’exemple montre que la définition détermine d’une manière récursive les n-uplets pour tout n. ♦
Remarque 1.6.9. Souvent on écrit (x1 , ..., xn ) pour symboliser un n-uplet . ♦
Exemple 1.6.10. (Berne, Bâle, Zurich, Paris, Londres) ; (5, 4, 6, 4, 38, 4, 3, 4) ♦
Théorème 1.6.11. (a, a) = {{a}} 6= {a}

Démonstration. (a, a) = {{a}, {a, a}} = {{a}, {a}} = {{a}} 6= {a} ✷
Théorème 1.6.12. (a, a, a) 6= (a, a)
Démonstration.
(a, a, a) = ((a, a), a)

= {{(a, a)}, {(a, a), a}}
= {{{{a}}}, {{{a}}, a}}
6= {{a}}
✷
Important : Ainsi les couples - par opposition au paires sans ordre - peuvent exprimer combien
de fois un objet surgit dans un autre objet, puisque {a, a, a} = {a, a} = {a}, tandis que (a, a, a) 6=
(a, a).
1.6.2 Relations
Une relation est un ensemble qui ne contient que des couples comme éléments. Définition plus
formelle :
Définition 1.6.13. A est une relation si et seulement si pour tout x, si x ∈ A, alors il y a un y
et un z de sorte que (y, z) = x. ♦
Exemple 1.6.14. A = {(Antoine, Pierre),(5, 6),(Paris, France)}

B = {(x, y) | x est le père de y}
C = {(x, y) | x est plus grand que y}
H = {(x, y) | x et y sont des nombres naturels et x < y}
A, B, C et H sont des relations.

∅ est une relation (il n’y a pas de x ∈ ∅ sans que x soit un couple). ♦
Théorème 1.6.15. Si A est une relation, alors pour tout B, si B ⊂ A, alors B est une relation.
Lecture informelle du théorème : Si A est une relation, alors tous les sous-ensembles de A sont
des relations.
Nous appelons des relations, qui ne contiennent que des n-uplets : relations n-aires“.
”
Nous considérons deux ensembles A et B. Nous pouvons former l’ensemble de tous les couples
qui contiennent comme première composante un élément de A et comme deuxième composante
un élément de B. La relation produite par là est appelée produit cartésien de A par B“ (René
”
Descartes, 1596 - 1650, mathématicien, physicien et philosophe français). Ainsi
{(1, 2), (1, 3), (1, 10), (2, 2), (2, 3), (2, 10)}
est le produit cartésien de {1, 2} par {2, 3, 10}.

Nous introduisons pour le produit cartésien de A par B la notation suivante :
A × B (on peut lire A croix B“ ou A fois B“) et nous définissons d’une manière plus formelle :
” ”
Définition 1.6.16. A × B := {(x, y) | x ∈ A et y ∈ B} ♦
Pour des ensembles finis A et B A × B contient n · m éléments de sorte que n est le nombre
d’éléments de A et m est le nombre d’éléments de B. Pour le nombre d’éléments d’un ensemble
nous introduisons la notation suivante :
Pour des ensembles finis A et B on peut affirmer :
|A × B| = |A| · |B| .
Chaque sous-ensemble de A × B est une relation !
Définition 1.6.17. R est une relation de A vers B si et seulement si R ⊂ A × B. ♦
Ainsi
{(1, 2), (2, 2)} ⊂ {(1, 2), (1, 3), (1, 10), (2, 2), (2, 3), (2, 10)} = {1, 2} × {2, 3, 10}
et {(1, 2), (2, 2)} est une relation de {1, 2} vers {2, 3, 10}.
L’ordre de formation du produit cartésien joue un rôle important comme A × B est différent
de B × A si et seulement si A 6= B (non-commutativité du produit cartésien), comme montre
l’exemple suivant :
{1, 2} × {3, 4} = {(1, 3) , (1, 4) , (2, 3) , (2, 4)} 6=

{3, 4} × {1, 2} = {(3, 1) , (3, 2) , (4, 1) , (4, 2)}
Nous pouvons former le produit cartésien de manière répétée :

p.ex. E = (A × B) × C. Les éléments de E sont des triplets. Ainsi avec
A = {1, 2}, B = {1, 3, 4} et C = {10, 8} :
(A × B) × C = {(1, 1), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4)} × {10, 8}
= {(1, 1, 10), (1, 3, 10), (1, 4, 10), (2, 1, 10), (2, 3, 10), (2, 4, 10),
(1, 1, 8), (1, 3, 8), (1, 4, 8), (2, 1, 8), (2, 3, 8), (2, 4, 8)}
Il faut souligner que (A × B) × C 6= A × (B × C) (le produit cartésien n’est pas associatif). Ainsi
A × (B × C) = {1, 2} × {(1, 10), (1, 8), (3, 10), (3, 8), (4, 10), (4, 8)}
= {(1, (1, 10)), (1, (1, 8)), (1, (3, 10)), (1, (3, 8)), (1, (4, 10)), (1, (4, 8)),
(2, (1, 10)), (2, (1, 8)), (2, (3, 10)), (2, (3, 8)), (2, (4, 10)), (2, (4, 8))}
On peut former le produit cartésien en utilisant quatre ensembles, p.ex. :
E = (((A × B) × C) × D).
Les éléments de E sont des 4-uplets et E est une relation 4-aire.

D’une manière générale et récursive nous définissons :
2
Définition 1.6.18. × Ai := A1 × A2
i=1
n n−1
× Ai := × Ai × An pour n > 2. ♦
i=1 i=1
n n
Les éléments de × Ai sont des n−uplets et × Ai est une relation n-aire.
i=1 i=1
Exemple 1.6.19. Pour illustrer le fonctionnement de la définition un exemple. On obtient :

5 4
× Ai = × Ai × A5
i=1 i=1

3
= × Ai × A4 × A5
i=1

2
= × Ai × A3 × A4 × A5
i=1
= (((A1 × A2 ) × A3 ) × A4 ) × A5
n
Définition 1.6.20. An := × Ai , si Ai = Aj pour i, j ∈ Nn∗ (le produit cartésien n-ième de
i=1
l’ensemble A) ♦
Exemple 1.6.21. (1) Avec A1 = {1, 2}, A2 = {3, 4} et A3 = {1, 5, 6}

3
× Ai = {(1, 3, 1), (1, 4, 1), (2, 3, 1), (2, 4, 1), (1, 3, 5), (1, 4, 5), (2, 3, 5), (2, 4, 5),
i=1
(1, 3, 6), (1, 4, 6), (2, 3, 6), (2, 4, 6)}
(2) Avec A = {0, 1}
A4 = {(0, 0, 0, 0), (1, 0, 0, 0), (0, 1, 0, 0), (0, 0, 1, 0), (0, 0, 0, 1),
(1, 1, 0, 0), (1, 0, 1, 0), (1, 0, 0, 1), (0, 1, 1, 0), (0, 1, 0, 1),
(0, 0, 1, 1), (1, 1, 1, 0), (1, 1, 0, 1)(1, 0, 1, 1), (0, 1, 1, 1), (1, 1, 1, 1)}
La relation 4-aire doit contenir 24 = 16 éléments. ♦
Les relations peuvent avoir différentes propriétés : symétrie, asymétrie, réflexivité, transiti-
vité, etc. Nous définissions quelques unes des ces propriétés qui jouent parfois un certain rôle en
mathématiques.
Symétrie et asymétrie
Définition 1.6.22. A est symétrique si et seulement si A est une relation et pour tout (x, y) ∈ A
il y a un (y, x) ∈ A. ♦
La relation suivante est symétrique :
{(3, 4), (4, 3)}.
La relation suivante n’est pas symétrique :
{(3, 4), (4, 5)}
Exemples moins formels : Si Antoine est aussi grand que Berthe, alors Berthe est aussi grande
qu’Antoine. Ainsi la relation G = {(x, y) | x est aussi grand que y} est symétrique. Si Antoine est
le frère de Berthe, Berthe n’est pas le frère d’Antoine. Ainsi la relation B = {(x, y) | x est le frère
de y} n’est pas symétrique.
Définition 1.6.23. A est asymétrique si et seulement si A est une relation et pour tout (x, y) ∈ A
il n’y a pas de (y, x) ∈ A. ♦
La relation suivante est asymétrique :
{(3, 4), (4, 5)}.
La relations suivante n’est pas asymétrique.
{(3, 4), (4, 3), (5, 4)}
Exemples moins formels : Si a est le père de b, alors b n’est pas le père de a. Cela vaut pour tous
les couples (a, b), de sorte que a est le père de b. Ainsi la relation d’être le père de quelqu’un est
asymétrique.
La relation >“ est asymétrique.
”
La relation est frère de“ n’est pas asymétrique. Si Antoine est le frère de Pierre, Pierre est le frère
”
d’Antoine.
Une relation peut être ni asymétrique ni symétrique :
{(3, 4), (4, 3), (5, 7)}

La relation est frère de“ est ni asymétrique ni symétrique comme il y a des couples (x, y) ∈ F
”
pour lesquels (y, x) ∈ F pourvu que x et y soient du même genre et des couples (x, y) ∈ F , pour
lesquels (y, x) ∈
/ F , pourvu que x et y ne soient pas du même genre.
Réflexivité et irréflexivité
Définition 1.6.24. Une relation A est réflexive si et seulement si pour toutes les composantes x
de ses couples il y a un couple (x, x) ∈ A. ♦
La relation de l’identité p.ex. est réflexive (tout objet est identique à soi-même).
La relation suivante est réflexive :
A = {(3, 3), (4, 4), (5, 5), (5, 4), (4, 5)}
A est de plus symétrique.

B = {(3, 3), (4, 4), (5, 5), (5, 4), (4, 3)}
1.7. RELATIONS D’ÉQUIVALENCE ET PARTITIONS 19
B est réflexif, mais ni asymétrique ni symétrique.
C = {(3, 3), (4, 4), (5, 5), (5, 6)}.

C n’est pas réflexif, comme 6 apparaı̂t comme composante dans un couple sans que (6, 6) soit
élément de C.
Définition 1.6.25. Une relation A est irréflexive si et seulement si pour aucune composante x
de ses couples il y a un couple (x, x) ∈ A. ♦
est plus grand que“ est irréflexif. Il n’existe aucun objet qui est plus grand que lui même.
”
<“ est irréflexif. Il n’existe aucun nombre qui est inférieur à lui-même. Une relation peut être ni
”
réflexive ni irréflexive. p.ex. {(a, a)(a, b)(b, c)}. Certaines personnes se soignent, d’autre pas.
Transitivité
Définition 1.6.26. Une relation A est transitive si et seulement si pour tout (x, y), (y, z) ∈ A
alors (x, z) ∈ A. ♦
Si a est plus grand que b et b est plus grand que c, alors a est plus grand que c. Cela est valable
pour tout a, b et c. La relation être plus grand que“ est alors transitive. La relation d’être le
” ”
père de“ n’est pas transitive : Si a est le père de b et b est le père de c, alors a n’est pas le père de
c.
Un autre exemple :
A = {(5, 3), (3, 6), (5, 6), (6, 7), (3, 7)}.
A n’est pas transitif.
B = {(5, 3), (3, 6), (5, 6), (6, 7)}
B n’est pas transitif, comme (3, 7) n’est pas élément de B.
C = {(5, 3), (5, 6)}

est transitif, puisqu’il n’y a pas de couples (x, y), (y, z) ∈ C sans que (x, z) ∈ C. Ainsi peut-on
affirmer pour tous les couples (x, y) et (y, z) ∈ C : (x, z) ∈ C.
Exemple 1.6.27. Préférer (Antoine préfère le vin à la bière) est une relation asymétrique,
irréflexive et transitive. On ne préfère pas le vin au vin (irréflexivité). Si on préfère le vin à
la bière, on ne préfère pas la bière au vin (asymétrie). Si on préfère le vin à la bière et la bière à
l’eau, on préfère le vin à l’eau (transitivité). ♦
1.7 Relations d’équivalence et partitions

Définition 1.7.1. R est une relation d’équivalence si et seulement si R est une relation transitive,
symétrique et réflexive.
♦
Ainsi est parent de“ n’est pas une relation d’équivalence, puisque la parenté n’est pas transi-
”
tive. De l’autre côté être de même taille que“ est une relation d’équivalence. De même =“ est
” ”
une relation d’équivalence.
Nous disons que R est une relation sur l’ensemble A si et seulement si tous les éléments de A
apparaissent en tant que composantes d’un élément de R et que seul de tels éléments sont utilisés
comme composantes de R. Plus formellement :
Définition 1.7.2. R est une relation sur l’ensemble A si et seulement si {x| (x, y) ∈ R ou
(y, x) ∈ R} = A. ♦
Si R est une relation d’équivalence sur A, nous pouvons considérer un élément x ∈ A et former
l’ensemble suivant :
Mx := {y | (x, y) ∈ R} (1.7.1)
Mx est alors l’ensemble des y, qui apparaissent à la deuxième position des couples avec x à
leur première position - c’est à dire l’ensemble des y avec lesquelles x est en relation R. Pour tout
x ∈ A on peut former un tel ensemble. On peut prouver pour ces ensembles, si R est une relation
d’équivalence :
1. Mx = My si et seulement si (x, y) ∈ R.
2. Mx ∩ My = ∅ si et seulement si (x, y) ∈
/ R.
S
3. Mx = A
x∈A
S 2
S n
S n−1
S
( Mx ist l’union de tous le Mx , tel que x ∈ A). Mi = M1 ∪ M2 ; Mi = Mi ∪ Mn ))
x∈A i=1 i=1 i=1
Définition 1.7.3. Un ensemble Z de n ensembles non vides Xi est une partition d’un ensemble
A si et seulement si :
(1) Xi ∩ Xj = ∅ pour i 6= j (1 ≤ i, j ≤ n)
n
S
(2) Xi = A
i=1
(3) Xi 6= ∅ pour tout i ∈ N∗n . ♦
Une partition d’un ensemble A est par là une répartition d’un ensemble en sous-ensembles
non-vides Xi de sorte que toutes les intersections de Xi et Xj (i 6= j) sont vides et que l’union de
tous les sous-ensembles Xi est égale à l’ensemble A (voir figure 1.7.8)
A A
0 0
5 5
6 1 6 1
2 2
10 10
Figure 1.7.8 – A gauche : répartition d’un ensemble A en ensemble d’ensembles

{{6, 2}, {5, 6, 2}, {10, 0, 1, 2}} qui ne constitue pas une partition de A ; A droite : répartition en
ensemble d’ensembles {{5}, {6, 10}, {0, 2, 1}} qui constitue une partition de A
Exemple 1.7.4. {{1, 2, 3}, {5, 6}, {8, 9}} est une partition de {1, 2, 3, 5, 6, 8, 9}.
{{1, 2, 3}, {1, 5, 6}, {8, 9}} n’est pas une partition de {1, 2, 3, 5, 6, 8, 9}, puisque
{1, 2, 3} ∩ {1, 5, 6} = {1}
{{1, 2, 3}, {6}, {8, 9}} n’est pas une partition de {1, 2, 3, 5, 6, 8, 9}, comme
{1, 2, 3} ∪ {6} ∪ {8, 9} 6= {1, 2, 3, 5, 6, 8, 9}. ♦
Théorème 1.7.5. Supposons que R est une relation d’équivalence sur l’ensemble A. On peut alors
affirmer : Z = {Mx | Mx = {y | (x, y) ∈ R}} est une partition de A.
(Nous appelons Z la R-partition de A).
1.8. FONCTIONS 21
Exemple 1.7.6. Nous supposons que R est une relation d’équivalence sur A et que
R = {(2, 2), (1, 1), (3, 3), (4, 4), (5, 5), (6, 6), (2, 3), (3, 2), (4, 5),
(5, 4), (5, 6), (6, 5), (4, 6), (6, 4), (7, 4), (7, 5), (7, 7), (7, 6), (6, 7), (4, 7), (5, 7)}.
Par là R est une relation d’équivalence sur A = {1, 2, 3, 4, 5, 6, 7}. L’ensemble des ensembles
Mx = {y | (x, y) ∈ R} est {{1}, {2, 3}, {4, 5, 6, 7}}, ce qui est une partition de A. ♦
Chaque relation d’équivalence R produit de la sorte une R-partition déterminée d’une manière
univoque par R. A l’inverse nous pouvons attribuer à chaque partition ZA = {Yi | i ∈ Nn∗ } d’un
ensemble A exactement une relation d’équivalence R de sorte que Z est la R-partition de A. La
construction est évidente : nous devons mettre en relation“ chaque élément x d’un élément Y de
”
Z à chaque élément y de Y et nous devons ne pas mettre en relation d’autres éléments de A, en
d’autres mots : n
[
R= (Yi × Yi )
i=1
Exemple 1.7.7. X = {1, 2, 3, 4, 5, 6}, Z = {{1}, {2, 3}, {4, 5, 6}}. Z est une partition de X, car
(a) M1 = {1}; M2 = M3 = {2, 3}; M4 = M5 = M6 = {4, 5, 6}
(b) {1} ∩ {2, 3} = ∅ = {2, 3} ∩ {4, 5, 6} = {1} ∩ {4, 5, 6}
(c) {1} ∪ {2, 3} ∪ {4, 5, 6} = X
Nous construisons la relation d’équivalence correspondante :
R = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (2, 3), (3, 2),
(4, 5), (5, 4), (4, 6), (6, 4), (5, 6), (6, 5)}. R est réflexif, transitif et symétrique. ♦
Définition 1.7.8. Les éléments d’une R-partition sont appelés classes d’équivalence“ de la
”
R−partition.
♦
Exercice 1.7.9. (a) Construire une relation d’équivalence R sur un ensemble A avec peu d’éléments.
Vérifier que les caractéristiques d’une relation d’équivalence sont satisfaites. Former la R-partition
de A et vérifier qu’il s’agit d’une partition.
(b) Choisir un ensemble A et construire une partition quelconque de cet ensemble. Construire la re-
lation d’équivalence correspondante et vérifier qu’il s’agit effectivement d’une relation d’équivalence.
Solutions 1.7.10. (exemple) :
(a) R = {(1, 3), (3, 1), (1, 1), (3, 3), (4, 5), (5, 4), (5, 5), (4, 4)}. R est réflexif, symétrique et transitif.
La partition correspondante est : Z = {{1, 3}, {4, 5}}. A = {1, 3, 4, 5} (c’est effectivement une
partition)
(b) Z = {{1, 2}, {3, 4, 5}, {8, 9}}. A = {1, 2, 3, 4, 5, 8, 9}. La relation d’équivalence correspondante
est R = {(1, 1), (2, 2)(3, 3), (4, 4), (5, 5), (8, 8), (9, 9),
(1, 2), (2, 1), (3, 4), (4, 3), (3, 5), (5, 3), (4, 5), (5, 4), (8, 9), (9, 8)} (c’est effectivement une relation d’é-
quivalence).
1.8 Fonctions
Nous introduisons dans ce sous-chapitre le concept de la fonction qui est absolument fonda-
mental en mathématiques. g est le graphe d’une fonction de A vers B si et seulement si g est une
relation de A vers B et que chaque composante en première position d’un couple de la relation a
tout au plus une autre composante à la deuxième position - (x, y) et (x, z) ne peuvent alors être
élément d’un graphe d’une fonction g, si y 6= z. Définition plus formelle :
Définition 1.8.1. g est le graphe d’une fonction de A vers B si et seulement si g est une relation
de A vers B et pour tout x, y, z : si (x, y) ∈ g et (x, z) ∈ g, alors z = y. ♦
Exemple 1.8.2. g = {(1, 2), (2, 5), (4, −5), (6, 18)} est le graphe d’une fonction, car les objets en
première position des couples n’ont que seul objet à la deuxième position du couple.
g = {(1, 2), (1, 3), (4, −5), (6, 18)} n’est pas le graphe d’une fonction, car dans deux couples avec 1
en première position il y a deux objets différents à la deuxième position - à savoir 2 et 3. ♦
Définition 1.8.3. f est une fonction si et seulement s’il y a des ensembles A, B et g de sorte
que
(i) f = (A, B, g) et
(ii) g est le graphe d’une fonction de A vers B. ♦
Une fonction est par conséquent un triplet contenant comme composantes un graphe d’une
fonction de A vers B et les ensembles A et B. g est le graphe de la fonction f de A vers B“.
”
Exemple 1.8.4. Si A = {1, 2, 3, 4, 5}, B = {2, 3, 4, 5, 6} et
g = {(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)}, alors f = (A, B, g) est une fonction, car g est le graphe
d’une fonction de A vers B.
Si A = B = humanité = l’ensemble de tous les êtres humains et g = {(x, y) | x est le père

de y}, alors f = (A, B, g) n’est pas une fonction, car certains pères ont plusieurs enfants. Par là
g n’est pas le graphe d’une fonction.
Si A = B = humanité et g = {(x, y) | y est le père de x}, alors f = (A, B, g) est une fonc-
tion, car aucun enfant a plus d’un père (biologique). Par là g est le graphe d’une fonction de A
vers B et (A, B, g) est une fonction. D’ailleurs : c = {(x, y) | x est enfant de y} = g. ♦
Définition 1.8.5. A est le domaine de définition de f si et seulement si f = (A, B, g) est une

fonction. (domaine de définition = ensemble de définition = ensemble de départ) (voir figure 1.8.9)
♦
Définition 1.8.6. B est le domaine des valeurs de f si et seulement si f = (A, B, g) est une
fonction. (domaine des valeurs = ensemble des valeurs = ensemble d’arrivée) (voir figure 1.8.9)
♦
A B
a
b x
c y
z
d
e
Figure 1.8.9 – Représentation d’une fonction à l’aide de diagrammes de Venn. (A domaine de

définition, B domaine des valeurs, les flèches dirigées de gauche à droite symbolisent - avec les
objets reliées par elles - les couples correspondants du graphe g de la fonction : a → b si et
seulement si (a, b) ∈ g)
Nous appelons l’ensemble des composantes en première position des couples du graphe de la
fonction f image réciproque de la fonction f “ et nous définissons d’une manière plus formelle :
”
Définition 1.8.7. Si f = (A, B, g) est une fonction, alors l’image réciproque de f est identique
à {x | (x, y) ∈ g} (voir figure 1.8.10) ♦
1.8. FONCTIONS 23
Nous appelons l’ensemble des composantes à la deuxième position des couples du graphe de la
fonction f image de la fonction f “. Nous utilisons l’abréviation Image(f )“
” ”
Définition 1.8.8. Si f = (A, B, g) est une fonction, alors Image(f ) := {y | (x, y) ∈ g} (voir
figure 1.8.10) ♦
A B
a
d b x
c y
z
e
Figure 1.8.10 – Représentation de l’image réciproque et de l’image d’une fonction à l’aide de

diagrammes de Venn. (A domaine de définition, B domaine des valeurs, l’image réciproque de f
est {b, c, e} ; l’image de f est {x, y}.
Au lieu de dire que x est la première composante d’un élément du graphe de la fonction f
”
et que y est la deuxième composante de cet élément“, les mathématiciens disent en général : la
”
fonction f attribue y à x “. D’une manière générale on dira qu’un fonction attribue des objets du
domaine des valeurs à des objets du domaine de définition. En réalité une fonction n’agit pas, elle
n’attribue pas. Il s’agit d’une manière de parler pratique et courte pour exprimer ce qui est défini
d’une manière tout à fait claire à l’intérieur de la théorie des ensembles. Nous allons utiliser aussi
cette manière de parler et on définit formellement :
Définition 1.8.9. La fonction f attribue y à x si et seulement si (x, y) ∈ g et g est le graphe de

la fonction f. ♦
On appelle la première composante de l’élément du graphe d’une fonction argument“ (antécédent)

”
, la deuxième valeur de la fonction“.
”
Si une fonction f attribue y à x, nous écrirons aussi f (x)“ pour y“ :
” ”
Définition 1.8.10. Supposons que f = (A, B, g) est une fonction. f (x) = y si et seulement si
(x, y) ∈ g. ♦
Si le domaine de définition et l’image réciproque d’une fonction sont identiques, nous parlons
d’une application. Nous retenons d’une manière plus formelle :
Définition 1.8.11. Pour une fonction f = (A, B, g), f est une application si et seulement si
l’image réciproque de f = A. ♦
Pour la représentation symbolique des applications nous utiliserons souvent la notation suivante
(différentes variantes) :
f :A→B
(1.8.2)
x → f (x)
A indique le domaine de définition (= image réciproque pour le cas des applications) et B le

domaines des valeurs. A la deuxième ligne on indique comment on attribue les objets de B aux
objets de A. A la deuxième ligne on utilise souvent 7−→“ pour →“. Si nous parlons de fonctions
” ”
par la suite nous entendons toujours des applications si rien d’autre est explicité. Exemple concret
pour la notation introduite :
f :R→R
(1.8.3)
x → x2
Nous attribuons y = x2 ∈ R à chaque x ∈ R. Une variante utile de la notation est :
f :R→R
(1.8.4)
f (x) := x2
Nous pouvons tout aussi bien écrire f est une application de R vers R de sorte que f (x) := x2 “,
”
f est une application de R vers R de sorte que x → x2 “ ou f est une application de R vers
” 2 ”
R, qui attribue x à x“. L’exemple est typique pour les fonctions dont le domaine de définition
est un ensemble de nombres : on définit l’attribution par des équations (dans l’exemple f (x) =
x2 ). Elles indiquent comment on calcule à l’aide de l’argument la valeur de la fonction de cet
argument. Ce type de démarche est important quant on a un nombre infini d’arguments dans le
domaine de définition de l’application. Il faut cependant souligner qu’il y a plus de fonctions que
d’équations - l’ensemble des équations est infini dénombrable ; l’ensemble des fonctions est infini
non dénombrable). C’est pourquoi il n’est pas possible de définir le concept général de la fonction à
l’aide des équations. On a fourni alors une définition de la fonction qui ne nécessite pas le concept
de l’équation.
Si l’ensemble des valeurs et l’image d’une fonction coı̈ncident nous parlons d’une surjection
ou d’une fonction surjective. Si l’on attribue des objets différents du domaine des valeurs aux
objets différents du domaine de définition d’une application nous parlons d’une injection ou d’une
fonction injective. Une injection surjective est appelé bijection ou fonction bijective. On appelle
les fonctions bijectives aussi biunivoques“. D’une manière plus formelle nous définissons :
”
Définition 1.8.12. Pour une fonction f = (A, B, g),
— f est une surjection si et seulement si image (f ) = B
— f est une injection si et seulement si f est une application et que pour tout (x, y) , (z, r) ∈ g,
si x 6= z alors y 6= r.
— f est une bijection si et seulement si f est une injection surjective.
♦
Exemple 1.8.13. Diagrammes de Venn pour les types de fonctions définis ci-dessus. La fonction
f de A = {a, b, c, d, e} vers B = {x, y, z} (voir figure 1.8.9) avec le graphe g = {(c, x), (c, y), (e, y)}
n’est ni une application ni une surjection. Elle n’est ni injective ni bijective.
A B
a
b x
c y
z
d
e
Figure 1.8.11 – Exemple pour la représentation graphique d’une relation qui n’est pas une fonction
La relation {(c, x), (c, y), (e, y)} de A vers B (voir figure 1.8.11) n’est pas le graphe d’une
fonction.
La fonction de A vers B avec le graphe g = {(a, x), (b, x), (c, y), (e, z)} est surjective, sans être une
application (voir figure 1.8.12).
1.8. FONCTIONS 25
A B
a
b x
c y
z
d
e
Figure 1.8.12 – Exemple d’une représentation graphique d’une surjection qui n’est pas une ap-
plication
La fonction de A vers B avec le graphe {(a, x), (b, x), (c, y), (d, z), (e, z)} (voir figure 1.8.13) est
une application qui n’est ni surjective ni injective.
A B
a u
b x
c y
z
d
e
Figure 1.8.13 – Exemple d’une représentation graphique d’une application qui n’est ni une injec-
tion ni une surjection
La fonction de A vers B avec le graphe {(a, x), (c, y), (d, z)} (voir figure 1.8.14) est une injection
(et une application), qui n’est pas surjective.
A B
a u
x
c y
z
d
Figure 1.8.14 – Exemple d’une représentation graphique d’une application injective qui n’est pas
surjective
La fonction de A vers B avec le graphe g = {(a, x), (d, z), (c, y)} est bijective (et une application,
une surjection et une injection) (voir figure 1.8.15) :
A B
a
x
c y
z
d
Figure 1.8.15 – Exemple d’une représentation graphique d’une bijection (application injective et
surjective)
Si A et B sont finis, une injection ne peut être surjective et par là bijective que si A et B
contiennent le même nombre d’éléments.
Dans le cas d’une bijection, le graphe de la fonction contient toutes les informations sur la
fonction, puisque le domaine de définition est identiques à l’image réciproque de la fonction et le
domaine des valeurs est identique à l’image de la fonction.
Définition 1.8.14. Pour des fonctions f = (A, B, g) bijectives nous définissons :

f −1 := (B, A, g −1 ) de sorte que g −1 = {(y, x) | (x, y) ∈ g}
Nous appelons f −1 la fonction réciproque (parfois appelée fonction inverse“) de f . ♦
”
La figure suivante 1.8.16 donne un aperçu des relations entres les graphes des types de fonctions
introduites :
ensemble des relations de A vers B
ensemble des graphes d’une fonction de A vers B
ensemble des graphes d’applications de A vers B
ensemble des graphes de surjections
ensembles ensemble des graphes

des graphes de bijections
d’injections
Figure 1.8.16 – Tableau récapitulatif des graphes introduits
La fonction réciproque de f avec g = {(a, x), (d, z), (c, y)} est : f −1 avec g −1 = {(x, a), (z, d), (y, c)}.
Si une fonction bijective est données par une équation (p.ex. f (x) = 5x + 2), on peut souvent don-
ner pour la fonction réciproque une équation qui peut être calculé à partir de la première. On isole
1.8. FONCTIONS 27
dans l’équation x. Dans l’exemple on obtient

f (x) − 2
x= (1.8.5)
5
et en adaptant la notation
y−2
f −1 (y) = .
5
Pour mener certaines discussions on échange parfois les variables : on remplace dans (1.8.5) f (x)
par x et x par g(x). On obtiendrait :
x−2
g(x) =
5
Exemples de fonctions
Exemple 1.8.15. f : R → R ; f (x) := x2 (application ; non injective, car p.ex. 4 est attribué à
2 et −2 ; non surjective, car −4 n’est pas attribué). ♦
Exemple 1.8.16. Les opérations sur les nombres réels sont des fonctions. Ainsi l’addition attribue
un nombre réel à deux nombres réels ou plutôt à leur couple. On peut formuler d’une manière
formelle :
+ : R2 → R
Au lieu de + ((x, y)) on écrit x + y := + ((x, y)). L’addition ainsi définie est une application de R2
vers R. Elle n’est pas bijective car x + y = y + x. Elle est surjective, puisqu’on trouve pour chaque
nombre réel x un couple (y, z), de sorte que x = (y + z).
La division n’est pas une application R2 → R, car x0 pour x 6= 0 n’est pas défini dans les nombres
réels. Si nous définissons par contre R2\0 := {(x, y) | (x, y) ∈ R2 et y 6= 0} et div : R2\0 → R tel
que par div on attribue xy à (x, y) il s’agit d’une application à partir de R2\0 . Cette application est
surjective, mais pas injective. ♦
Exemple 1.8.17. Nous utilisons pour les intervalles les notations et désignations suivantes :
[a, b] := {x | a ≤ x ≤ b} (intervalle fermé)
]a, b] := {x | a < x ≤ b} (intervalle semi-ouvert à gauche = intervalle semi-fermé à droite)
[a, b[ := {x | a ≤ x < b} (intervalle semi-fermé à gauche = intervalle semi-ouvert à droite)
]a, b[ := {x | a < x < b} (intervalle ouvert)
]a, ∞[ := {x | a < x} (intervalle non borné à droite - sans ∞)
] − ∞, a[ := {x | x < a} (intervalle non borné à gauche - sans − ∞)
] − ∞, ∞[ := R (intervalle non borné
- sans les nombres non-réels ∞ et − ∞)
∞ est une abréviation pour infini“ et −∞ pour moins infini“. Infini et moins infini sont des
” ”
nombres non-réels qu’on utilisera peu par la suite. Si I est un intervalle fermé ou semi-fermé à
droite nous l’appelons intervalle fermé à droite“. Si I est un intervalle fermé ou semi-fermé à
”
gauche nous l’appelons intervalle fermé à gauche“. Si I est un intervalle ouvert ou semi-ouvert
”
à droite nous l’appelons intervalle ouvert à droite“. Si I est un intervalle ouvert ou semi-ouvert
”
à gauche nous l’appelons intervalle ouvert à gauche“. (au lieu des notations introduites les sui-
”
vantes sont très courantes : [a, b) := [a, b[ ; (a, b] :=]a, b] ; (a, b) :=]a, b[)
Si nous considérons l’ensembles des intervalles fermés à droite Ir , nous pouvons définir la fonction
max : Ir → R
max (I) = x si et seulement si pour tout y ∈ I : y ≤ x et x ∈ I
Elle attribue à chaque intervalle fermé à droite un nombre réel, à savoir le nombre le plus grand de
l’intervalle. Il s’agit d’une application à partir de Ir . Ainsi max]5, 20] = 20. Si nous considérons par
contre l’ensemble de tous les intervalles max n’est pas une application. Pour les intervalles ouverts
à droite il n’y a pas de nombre le plus grand qui est élément de l’intervalle. Pour le comprendre
nous étudions l’intervalle ]a, b[. Pour tout nombre c ∈]a, b[ très proche de b il y a un nombre réel
d ∈]a, b[ encore plus proches de b, si nous définissons p.ex. d := b+c 2 .
On peut définir max aussi pour les ensembles finis de nombres réels. Ainsi max{4, 300, 100} = 300.
On peut attribuer des nombres à des intervalles fermés à gauche par la définition suivante - on
attribue le nombre réel le plus petit -
min : Il → R
min (I) = x si et seulement si pour tout y ∈ I : y ≥ x et x ∈ I
Il pour l’ensemble des intervalles fermés à gauche. Ainsi min[5, 6] = 5. Une définition analogue
peut être fournie pour des ensembles finis de nombres réels. Ainsi min{5, 4, 100} = 4. ♦
Exemple 1.8.18. Nous étudions l’ensemble K des cantons suisses. Les demi-cantons sont considérés
comme des cantons. Alors f : K → O de sorte que O est l’ensemble des communes suisses, définit
une application injective, si f attribue son chef-lieu à chaque canton. Ainsi f(Valais)=Sion. ♦
Exemple 1.8.19. Nous considérons l’ensemble Z des partitions Pi d’un ensemble fini. Nous
construisons selon le sous-chapitre 1.7 les relations d’équivalence Ri correspondant aux Pi . Nous
appelons l’ensembles des relations d’équivalence construites de la sorte RA . La fonction f , qui
attribue un Pi à chaque Ri , est une bijection de Z vers RA . ♦
Sommes des composantes de n-uplets

Nous pouvons non seulement à l’aide de fonctions attribuer des objets à des nombres ou des
ensembles (voir exemples ci-dessus), mais aussi à des n−uplets. Un exemple important est la
somme des composantes d’un n-uplet :
n
X
: Rn → R
i=1
n
X
(x1 , ..., xn ) := x1 + ... + xn
i=1
n
P n
P n
P
Aux lieu de (x1 , ..., xn ) nous écrivons xi := (x1 , ..., xn ). Il s’agit d’une application à partir
i=1 i=1 i=1
n
P
de l’ensembles de n-uplets de nombres réels vers les nombres réels. On lit l’expression xi comme
i=1
somme des xi , de i = 1 à n“. Σ est le S grecque majuscule (sigma ; pour somme). i est appelé
”
index de sommation“. Le départ de la sommation est indiqué par i = 1“, le dernier nombre à
” ”
sommer est xn ce qui est indiqué par le n“ au-dessus du signe Σ. Par là pour (2, 5, 3, 4, 1) :
”
5
X
xi = 2 + 5 + 3 + 4 + 1 = 15.
i=1
On peut choisir au lieu de i d’autres symboles pour l’index, p.ex. j ou k. L’index de sommation
ne parcourt que des nombres entiers et ceci dans l’ordre de grandeur des nombres - du plus petit
au plus grands.
1.8. FONCTIONS 29
Exercice 1.8.20. Calculer n

X
xi
i=1
pour a) (5, 16, 18, 19, 55)
b) (4.2, 5.55, 14.6)
P
Solutions 1.8.21. a) 5i=1 xi = 5 + 16 + 18 + 19 + 55 = 113
P3
b) i=1 xi = 4.2 + 5.55 + 14.6 = 24.35
Pour le calcul avec Σ on peut prouver trois règles (théorèmes) qu’on utilise souvent - surtout
en statistiques. La première règle dit qu’on peut mettre une constante se trouvant après Σ devant
ce signe. Cette règle correspond à la mise en évidence d’une constante dans une somme. De l’autre
côté on peut mettre une constante qui se trouve avant Σ après ce signe.
Théorème 1.8.22. Pour a ∈ R :
n
X n
X
axi = a xi
i=1 i=1
Démonstration.
n
X
axi = ax1 + ax2 + ... + axn−1 + axn
i=1
= a(x1 + x2 + ... + xn−1 + xn )
Xn
=a xi
i=1
✷
Exemple 1.8.23. Pour x := (x1 , x2 , x3 , x4 ) = (1, 5, 6, 8)
4
X
5xi = 5 · 1 + 5 · 5 + 5 · 6 + 5 · 8
i=1
= 5(1 + 5 + 6 + 8)
4
X
=5 xi
i=1
La règle suivante dit qu’on peut distribuer le signe Σ sur une somme ou qu’on peut à l’inverse
le mettre en évidence“. La règle se base sur la commutativité de l’addition (on peut réarranger
”
l’ordre selon lequel on additionne les nombres d’un ensemble fini de nombres).
Théorème 1.8.24. n n n
X X X
(xi + yi ) = xi + yi
i=1 i=1 i=1
Démonstration.
n
X
(xi + yi ) = (x1 + y1 ) + (x2 + y2 ) + ... + (xn−1 + yn−1 ) + (xn + yn )
i=1
= (x1 + x2 + ... + xn−1 + xn ) + (y1 + y2 + ... + yn−1 + yn )
Xn n
X
= xi + yi
i=1 i=1
✷
Exemple 1.8.25. Si x = (1, 5, 6, 3) et y = (4, 6, 8, 9) ont peut affirmer
4
X
(xi + yi ) = (1 + 4) + (5 + 6) + (6 + 8) + (3 + 9)
i=1
= (1 + 5 + 6 + 3) + (4 + 6 + 8 + 9)
4
X 4
X
= xi + yi
i=1 i=1
Définition 1.8.26. Pour (x1 , ..., xn ) = (a, ..., a) avec a ∈ R nous écrivons
n
X n
X
a := xi
i=1 i=1
La règle suivante se base sur le fait que a + a + ... + a + a = na.

| {z }
n f ois
Théorème 1.8.27.
n
X
a = na
i=1
Démonstration.
n
X
a = a + a + ... + a + a
| {z }
i=1 n f ois
= na
Exemple 1.8.28.
10
X
5 = 10 · 5 = 50.
i=1
En général nous utilisons ces trois règles pour démontrer des contenus généraux. Pour l’illustrer
un exemple : nous montrons que la somme des différences entre des nombres réelles et leur moyenne
arithmétique est identique à 0.
Exemple 1.8.29. Pour xi ∈ R et 1 ≤ n ∈ N :
n n
!
X 1X
xj − xi =0
j=1
n i=1
1.8. FONCTIONS 31
car
n n
! n n n
X 1X X X 1X
xj − xi = xj − xi
j=1
n i=1 théorème 1.8.24
j=1 j=1
n i=1
n n n
1X X1X
=n xj − xi (augmenter la première expression par n)
n j=1 j=1
n i=1
n n n
1X 1 XX
= n xj − xi
théorème 1.8.22 n j=1 n j=1 i=1
n n n
1X 1 X X
= n xj − n xi (car la somme xi est une constante !)
théorème 1.8.27 n n i=1
j=1 i=1
=0
Opérations sur les fonctions

On peut définir pour les fonctions - comme pour les nombres - différentes opérations. Puisque
les opérations sont des fonctions, nous définissons par là une fonction, qui attribue un autre objet
- p.ex. une autre fonction - à un couple de fonctions. Nous introduisons d’une manière exemplaire
deux opérations : l’addition (par points) et la multiplication (par points) de deux fonctions avec
des valeurs réelles. Il en résulte une nouvelle fonction.
Définition 1.8.30. Si deux applications f et g ont le même domaine de définition D et que leurs
domaines des valeurs sont des sous-ensembles de R, nous définissons
f +g :D →R
(f + g) (x) := f (x) + g(x)
f + g attribue la somme des valeurs attribuées à x par f et par g à x. Si les fonctions sont
données par des équations, nous pouvons additionner les équations pour obtenir une équation
décrivant la somme des fonctions.
Exemple 1.8.31. f (x) = 5x + 2 et g(x) = 4x2 − 3x + 5.
f (6) = 5 · 6 + 2 = 32 et g(6) = 4 · 62 − 3 · 6 + 5 = 131. Selon la définition
(f + g) (6) = 32 + 131 = 163.
En additionnant les équations nous obtenons :
(f + g) (x) = f (x) + g(x)

= 5x + 2 + 4x2 − 3x + 5
= 4x2 + 2x + 7.
et par là : (f + g) (6) = 4 · 62 + 2 · 6 + 7 = 163. ♦
Définition 1.8.32. Si deux applications f et g ont le même domaine de définition D et que leurs
domaines des valeurs sont des sous-ensembles de R, nous définissons
f ·g :D →R
(f · g) (x) := f (x) · g(x)
f · g attribue le produit des nombres attribué à x par f et par g. Si les fonctions sont données
par des équations, nous pouvons multiplier les équations pour obtenir une équation décrivant le
produit des fonctions.
Exemple 1.8.33. f (x) = 5x+2 et g(x) = 4x2 −3x+5. f (6) = 5·6+2 = 32 et g(6) = 4·62 −3·6+5 =
131. Selon la définition (f · g) (6) = 32 · 131 = 4192
En multipliant les équations
(f · g) (x) = f (x) · g(x)

= (5x + 2) · 4x2 − 3x + 5
= 20x3 − 7x2 + 19x + 10
et par là (f · g) (6) = 20 · 63 − 7 · 62 + 19 · 6 + 10. = 4192. ♦
1.8.1 Exercices
1. Former {1, 2} × {3, 4}
2. Former l’ensemble des parties de {1, 2} × {3, 4}.
3. Former A5 pour A = {1, 2}
4. Former A3 pour A = {1, 2, 3}
4
5. Former × Ai pour A1 = {1}, A2 = {2, 3}, A3 = {4}, A4 = {2, 4}
i=1
6. Examiner si les relations suivantes sont réflexives, transitives, etc :
{(1, 1)}
{(1, 1), (1, 2), (2, 1)}
{(1, 1), (1, 2), (2, 2), (2, 1)}
{(1, 1), (3, 4)}
7. Examiner si l’ensemble A est une relation d’équivalence :
A = {(1, 1), (2, 1), (1, 2), (3, 3)}
Si A n’est pas une relation d’équivalence, ajouter les couples qui manquent pour en produire
une telle relation A′ sur {1, 2, 3}.
Former la partition produite par A ou A′ sur {1, 2, 3}.
8. Former l’ensemble des graphes d’une fonction qui sont des sous-ensembles de {1, 2} × {3, 4}.
9. Former l’ensemble des graphes d’une fonction de {1, 2} vers {3, 4}, qui correspondent à des
applications.
10. Former l’ensemble des graphes d’une fonction {1, 2} vers {3, 4}, qui correspondent à des
surjections.
injections.
bijections.
13. Former les fonctions réciproques des bijections, dont vous avez formé le graphe sous 12).
14. Indiquer les sous-ensembles de {1,2} × {3,4,5} qui
a) sont des graphes d’injections
b) sont des graphes de surjections
c) sont des graphes de bijections.
1.8. FONCTIONS 33
15. Indiquer les sous-ensembles de {1,2,3}×{4,5} qui

a) sont des graphes d’injections
b) sont des graphes de surjections
c) sont des graphes de bijections.
16. Calculer max[5, 6] =
max[5, 6[=
min[5, 6] =
min]5, 6] =
max{4, 5, 6} =
min{4, 5, 6} =
6
P
17. Calculer xi pour (x1 , ..., x6 ) = (1, 2, 3, 4, 5, 6) .
i=1
4
P
(xi + yi ) pour (x1 , ..., x4 ) = (1, 2, 3, 4) et (y1 , ..., y4 ) = (7, 2, 3, 11)
i=1
P5
6xi pour (x1 , ..., x5 ) = (4, 1, 4, 6, −3)
i=1
P5
6
i=1
6
P
1
6 xi pour (x1 , ..., x6 ) = (1, 2, 3, 4, 5, 6) .
i=1
6 6
1 P 1 P
5 xj − 6 xi pour (x1 , ..., x6 ) = (1, 2, 3, 4, 5, 6) .
j=1 i=1
6
6
2
P P
xj − 61 xi pour (x1 , ..., x6 ) = (1, 2, 3, 4, 5, 6) .
j=1 i=1
n
P
1
18. Simplifier : n (xi − a)
i=1
n
P
1
n (xi − a)2
i=1
1.8.2 Solutions
1. {(1, 3), (1, 4), (2, 3), (2, 4)}
2. {∅, {(1, 3)}, {(1, 4)}, {(2, 3)}, {(2, 4)}, {(1, 3), (1, 4)}, {(1, 3), (2, 3)},
{(1, 3), (2, 4)}, {(1, 4), (2, 3)}, {(1, 4), (2, 4)}, {(2, 3), (2, 4)},
{(1, 3), (1, 4), (2, 3)}, {(1, 3), (1, 4), (2, 4)}, {(1, 3), (2, 3), (2, 4)},
{(1, 4), (2, 3), (2, 4)}, {(1, 3), (1, 4), (2, 3), (2, 4)}} (nombre d’éléments : 24 )
3. nombre d’éléments : 25 = 32
A5 = {(1, 1, 1, 1, 1) ,
(2, 1, 1, 1, 1) , (1, 2, 1, 1, 1) , (1, 1, 2, 1, 1) , (1, 1, 1, 2, 1) , (1, 1, 1, 1, 2) ,
(2, 2, 1, 1, 1) , (2, 1, 2, 1, 1) , (2, 1, 1, 2, 1) , (2, 1, 1, 1, 2) , (1, 2, 2, 1, 1) , (1, 2, 1, 2, 1) , (1, 2, 1, 1, 2) , (1, 1, 2, 2, 1) ,
(1, 1, 2, 1, 2) , (1, 1, 1, 2, 2) ,
(2, 2, 2, 1, 1) , (2, 2, 1, 2, 1) , (2, 2, 1, 1, 2) , (2, 1, 2, 2, 1) , (2, 1, 2, 1, 2) , (2, 1, 1, 2, 2) , (1, 2, 2, 2, 1) ,
(1, 2, 2, 1, 2) , (1, 2, 1, 2, 2) , (1, 1, 2, 2, 2)
(2, 2, 2, 2, 1) , (2, 2, 2, 1, 2) , (2, 2, 1, 2, 2) , (2, 1, 2, 2, 2) , (1, 2, 2, 2, 2) , (2, 2, 2, 2, 2)}
4. nombres d’éléments : 33 = 27
A3 ={(1, 1, 1) ,
(1, 1, 2) , (1, 2, 1) , (2, 1, 1) , (1, 2, 2) , (2, 1, 2) , (2, 2, 1) , (2, 2, 2)
(1, 1, 3) , (1, 3, 1) , (3, 1, 1) , (1, 3, 3) , (3, 1, 3) , (3, 3, 1) , (3, 3, 3)
(2, 2, 3) , (2, 3, 2) , (3, 2, 2) , (2, 3, 3) , (3, 2, 3) , (3, 3, 2)
(1, 2, 3) , (1, 3, 2) , (2, 1, 3) , (2, 3, 1) , (3, 1, 2) , (3, 2, 1)}
5. nombre d’éléments : 1 · 2 · 1 · 2 = 4
4
× Ai ={(1, 2, 4, 2) , (1, 3, 4, 2) , (1, 2, 4, 4) , (1, 3, 4, 4)}
1
6. {(1, 1)} est réflexif, symétrique et transitif (est une relation d’équivalence)
{(1, 1), (1, 2), (2, 1)} est symétrique
{(1, 1), (1, 2), (2, 2), (2, 1)} est symétrique, transitif, réflexif (est une relation d’équivalence)
{(1, 1), (3, 4)} est transitif.
7. A n’est pas une relation d’équivalence. En ajoutant p.ex. (2, 2) nous obtenons une relation
d’équivalence qui produit la partition {{1, 2}, {3}}
On pourrait aussi bien ajouter (2, 2), (2, 3), (3, 2), (3, 1), (1, 3) et par là produire la partition
{{1, 2, 3}}
8. {∅, {(1, 3)}, {(1, 4)}, {(2, 3)}, {(2, 4)}, {(1, 3), (2, 3)},
{(1, 3), (2, 4)}, {(1, 4), (2, 3)}, {(1, 4), (2, 4)}}
9. {{(1, 3), (2, 3)}, {(1, 3), (2, 4)}, {(1, 4), (2, 3)}, {(1, 4), (2, 4)}}
10. {{(1, 3), (2, 4)}, {(1, 4), (2, 3)}}
11. {{(1, 3), (2, 4)}, {(1, 4), (2, 3)}}
12. {{(1, 3), (2, 4)}, {(1, 4), (2, 3)}}
10) = 11) = 12), car {1, 2} et {3, 4} ont un nombre identique d’éléments.
13. f −1 = (B, A, gi−1 ) avec i ∈ {1, 2} et g1−1 = {(3, 1), (4, 2)} ou g2−1 = {(4, 1), (3, 2)} et
B = {3, 4}, A = {1, 2}
14. a) injections : {(1,3), (2,4)} ; {(1,3), (2,5)} ; {(1,4), (2,5)} ; {(2,3), (1,4)} ; {(2,3), (1,5)} ;
{(2,4), (1,5)} ;
b) pas de surjections (en voulant attribuer tous les objets de {3,4,5} il faut attribuer à 1
ou à 2 deux objets différents - on n’est plus en face d’une fonction
c) pas de bijections (car pas de surjections)
15. a) pas d’injections, car une injection est une application et il faut utiliser tous les objets de
{1,2,3} ce qui n’est pas possible sans attribuer un object deux fois.
b) quelques surjections : {(1,4), (2,4), (3,5)} ; {(1,5), (2,4), (3,5)} ; {(1,4), (2,5), (3,4)}, etc.
c) pas de bijections (car pas d’injections).
16. max[5, 6] = 6
max[5, 6[ (n’est pas défini)
min[5, 6] = 5
min]5, 6] (n’est pas défini)
max{4, 5, 6} = 6
min{4, 5, 6} = 4
P6
17. xi = 1 + 2 + 3 + 4 + 5 + 6 = 21 pour (x1 , ..., x6 ) = (1, 2, 3, 4, 5, 6) .
i=1
P4
(xi + yi ) = (1 + 7) + (2 + 2) + (3 + 3) + (4 + 11) = 33
i=1
pour (x1 , ..., x4 ) = (1, 2, 3, 4) pour (y1 , ..., y4 ) = (7, 2, 3, 11)
P5
6xi = 6 · 4 + 6 · 1 + 6 · 4 + 6 · 6 − 6 · 3 = 6 (4 + 1 + 4 + 6 − 3) = 72 pour (x1 , ..., x5 ) =
i=1
(4, 1, 4, 6, −3)
P5
6 = 5 · 6 = 30
i=1
6
1 P
6 xi = 61 (1 + 2 + 3 + 4 + 5 + 6) = 72 = 3. 5
i=1
P6 P6
1 1
5 xj − 6 xi = 51 ((1 − 3.5) + (2 − 3.5) + (3 − 3.5) + (4 − 3.5) + (5 − 3.5) + (6 − 3.5)) =
j=1 i=1
0
1.8. FONCTIONS 35
6
6
2
P 1 P 2 2 2 2 2 2
xj − 6 xi = (1 − 3.5) + (2 − 3.5) + (3 − 3.5) + (4 − 3.5) + (5 − 3.5) + (6 − 3.5) =
j=1 i=1
17. 5
n
n n
n n n
1
P 1
P P 1
P P P
18. n (xi − a) = n xi − a xi − na = n1
= n xi − n1 na = 1
n xi − a
i=1 i=1 i=1 i=1 i=1 i=1
n
Pn n
P n
P n
P n
P P n
P
1 2 1 2 2 1 2 2 1
n (xi −a) = n xi − 2axi + a = n xi − 2axi + a = n x2i − 2a xi + na 2
i=1 i=1 i=1 i=1 i=1 i=1 i=1
n
P n
P n
P n
P
1
= n x2i − 2a n1 xi + n1 na2 = 1
n x2i − 2a n1 xi + a2
i=1 i=1 i=1 i=1
1.8.3 Exercices
1. Supposons que A = {a, b, c}, B = {a, b} et C = {a, d}. Déterminer
(a) A × A
(b) A × B
(c) (A × B) × C
(d) B × (C × C)
2. Examiner si les relations suivantes sont transitives, réflexives ou symétrique (toutes les
composantes sont différentes par paire) :
(a) A = {(a, 2), (b, 3), (c, 4)}

(b) B = {(a, b), (b, a), (c, d), (d, 4), (a, a), (c, 4)}
(c) C = {(a, b), (b, a), (c, d), (d, c), (5, 6), (6, 5), (8, 9), (9, 8)}
(d) D = {(a, b), (b, c), (a, c), (c, d), (a, d), (b, a), (a, a), (c, b), (b, b), (d, c),
(c, c), (d, d), (c, a), (d, a), (b, d), (d, b)}
(e) E = {(5, 5), (6, 6), (7, 7), (Sitten, Sitten)}
3. Nous supposons que A = {1, 2, 3} et B = {x, y}.
(a) Former A × B
(b) Indiquer tous les graphes d’une fonction qui sont des sous-ensembles de A × B
(c) Indiquer tous les graphes qui correspondent à des applications de A vers B et qui sont
sous-ensemble de A × B
4. Déterminer les graphes de toutes les applications de l’ensemble E = {a, b} vers E.

5. Examiner si les ensembles suivants sont des graphes d’une fonction :
(a) A = {(a, 2), (b, 2), (c, 2), (d, 2), (4, 2), (f, 2), (Sion, 2), (g, 2), (5, 8)}
(b) B = {(a, 2), (b, 2), (c, 2), (d, 2), (4, 2), (f, 2), (Sion, 2), (g, 2), (a, 8)}
(c) C = {(a, 2), (b, 2), (c, 2), (d, 2), (4, 2), (f, 2), (Sion, 2), (g, 2), (4, 8)}
(d) {((0, 0), 1), ((0, 1), 1), ((1, 0), 1), ((1, 1), 0)}
6. Examiner si l’ensemble A est une relation d’équivalence. Si tel est le cas, indiquer la partition
produite par A.
A = {(1, 2), (2, 1), (1, 3), (3, 1), (3, 2), (3, 3), (1, 1), (2, 2), (4, 5),
(2, 3), (5, 4), (6, 4), (4, 6), (4, 4), (6, 6), (5, 5), (6, 5), (5, 6)}
7. Trouver pour la partition suivante {{1, 2, 3}, {4, 5}, {6, 7}} la relation d’équivalence corres-
pondante.
1.8.4 Solutions
1. On obtient :
(a) A × A = {(a, a), (a, b), (a, c), (b, b), (b, a), (b, c), (c, c), (c, a), (c, b)}
(b) A × B = {(a, a), (a, b), (b, a), (b, b), (c, a), (c, b)}
(c) (A × B) × C = {((a, a), a), ((a, a), d), ((a, b), a), ((a, b), d), ((b, a), a),
((b, a), d), ((b, b), a), ((b, b), d), ((c, a), a), ((c, a), d), ((c, b), a), ((c, b), d)}
(d) B × (C × C) = {(a, (a, a)), (a, (a, d)), (a, (d, a)), (a, (d, d)), (b, (a, a)),
(b, (a, d)), (b, (d, a)), (b, (d, d))}
2. A est transitif.
B n’est pas transitif, pas symétrique, pas réflexif.
C est symétrique.
D est transitif, symétrique et réflexif.
E est réflexif, symétrique et transitif.
3. On obtient :
(a) A × B = {(1, x), (1, y), (2, x), (2, y), (3, x), (3, y)}
(b) {(1, x)}, {(1, y)}, {(2, x)}, {(2, y)}, {(3, x)}, {(3, y)},
{(1, x), (2, x)}, {(1, x), (2, y)}, {(1, x), (3, x)}, {(1, x), (3, y)},
{(1, y), (2, x)}, {(1, y), (2, y)}, {(1, y), (3, x)}, {(1, y), (3, y)},
{(2, x), (3, x)}, {(2, x), (3, y)}, {(2, y), (3, x)}, {(2, y), (3, y)},
{(1, x), (2, x), (3, x)}, {(1, y), (2, y), (3, y)}, {(1, x), (2, y), (3, y)},
{(1, y), (2, y), (3, x)}, {(1, y), (2, x), (3, y)}, {(1, x), (2, x), (3, y)},
{(1, x), (2, y), (3, x)}, {(1, y), (2, x), (3, x)}, ∅
(c) {(1, x), (2, x), (3, x)}, {(1, y), (2, y), (3, y)}, {(1, x), (2, y),
(3, y)}, {(1, y), (2, y), (3, x)}, {(1, y), (2, x), (3, y)}, {(1, x), (2, x), (3, y)},
{(1, x), (2, y), (3, x)}, {(1, y), (2, x), (3, x)}
4. {(a, a), (b, a)}; {(a, b), (b, b)}; {(a, b), (b, a)}; {(a, a), (b, b)}
5. A est graphe d’une fonction. B n’est pas graphe d’une fonction. C n’est pas graphe d’une
fonction. D est graphe d’une fonction.
6. A est réflexif, transitif et symétrique. A est par conséquent une relation d’équivalence.
La partition produite est {{1, 2, 3}, {4, 5, 6}}
7. A = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6), (7, 7), (1, 2),
(2, 1), (1, 3), (3, 1), (2, 3), (3, 2), (4, 5), (5, 4), (6, 7), (7, 6)}
1.9 Objectifs d’apprentissage

— Arriver à définir et appliquer correctement les concepts de la théorie des ensembles en-
”
semble“, sous-ensemble“, intersection“, union“, différence“, complément“ et ensemble
” ” ” ” ” ”
des parties“. Comprendre et arriver à utiliser correctement les symboles correspondants.
— Arriver à définir et appliquer correctement les concepts de la théorie des ensembles paire
”
ordonnée“, n-uplet“, relation“ et produit cartésien“. Comprendre et arriver à utiliser
” ” ”
correctement les symboles correspondants. Arriver à vérifier si une relation est réflexive,
transitive, symétrique ou asymétrique. Arriver à définir le concept relation d’équivalence“
”
et partition“. Arriver à trouver la partition produite par une relation d’équivalence et la
”
relation d’équivalence produite par une partition.
1.9. OBJECTIFS D’APPRENTISSAGE 37
— Arriver à définir et appliquer correctement les concepts fonction“, graphe d’une fonc-
” ”
tion“, application“, injection“, surjection“, bijection“ et fonction réciproque“. Arriver
” ” ” ” ”
à définir et appliquer correctement les concepts domaine de définition“, domaine des
” ”
valeurs“, image d’une fonction“ et image réciproque d’une fonction“. Savoir que f (x)
” ”
désigne y dans (x, y), si (x, y) ∈ g et g est le graphe de la fonction.
— Arriver à définir et appliquer correctement max et min.
— Arriver à appliquer correctement le signe de sommation et les règles de sommation liées à
ce signe.
— Arriver à effectuer l’addition et la multiplication (par points) sur des fonctions.
— Arriver à résoudre des exercices du type ce ceux ci-dessus.
Chapitre 2
Représentation graphique des

nombres, couples, relations et
fonctions
2.1 Les nombres réels et la droite réelle

Nous utiliserons les ensembles de nombres suivants qu’on peut supposer comme connus. On
pourrait définir dans le cadre de la théorie des ensembles les différents types de nombres ce qui
mènerait cependant trop loin.
— N = l’ensemble des nombres naturels : {0, 1, 2, 3, ...}
— N∗ = l’ensemble des nombres naturels sans zéro : {1, 2, 3, ...}
— Nn = l’ensemble des n + 1 nombres naturels de 0 à n : {0, 1, 2, 3, ..., n}
— N∗n = l’ensemble des n nombres naturels de 1 à n : {1, 2, 3, ..., n}
— Z = l’ensemble des nombres entiers (exemple d’un nombre entier qui n’est pas naturel :
−1).
— Q = l’ensemble des nombres rationnels (exemples de nombres rationnels qui ne sont pas
entiers : 54 ; 6.77777777...)
— R= √ l’ensemble des nombres réels (exemples de nombres réels qui ne sont pas rationnels :
π; 2; log10 5)
— R+ = l’ensemble des nombres positifs réels (avec zéro). D’une manière analogue pour Z+
et Q+ (ou aussi R+ , Z+ et Q+ )
On peut affirmer :
N∗n ⊂ N∗ ⊂ N ⊂ Z ⊂ Q ⊂ R
Nn ⊂ N ⊂ Z ⊂ Q ⊂ R
Z+ ⊂ Q+ ⊂ R+ ⊂ R
Les représentations graphiques des nombres réels peuvent alors s’utiliser aussi pour les autres
types de nombres du tableau.
Nous supposons connus les concepts point“, segment“ et droite“. Un point n’a pas d’exten-
” ” ”
sion et n’est par conséquent pas visible. Lorsqu’on dessine un point sur un papier ou sur un autre
support, il s’agit d’une représentation du point, pas du point lui-même. Un segment est le lien
le plus court entre deux points différents et contient un nombre non dénombrable de points - les
ensembles des nombres naturels, entiers et rationnels sont dénombrables, l’ensemble des nombres
réels ou les intervalles réels ne sont pas dénombrables. La droite est le prolongement d’un segment
des deux côté vers l’infini.
Nous définissons à partir des nombres réels une bijection f sur une droite g, en attribuant
un point arbitraire de la droite à 0. Ensuite on attribue à droite de 0 de nouveau d’une manière
39
40 CHAPITRE 2. REPRÉSENTATION GRAPHIQUE
arbitraire un point à 1. On applique un nombre positif entier z sur la droite en lui attribuant le
point qui se trouve à une distance égale à z fois la distance entre 0 et 1. Le nombre entier négatif
z est appliqué à la droite en lui attribuant le point qui se trouve à gauche de 0 de sorte que la
distance entre z et 0 est identique à celle entre 0 et −z. On applique les nombres rationnels pq
entre 0 et 1 en divisant le segment entre 0 et 1 en p segments de même longueur et en attribuant le
dernier point des premiers q segments à pq . etc. Par rapport à l’application des nombres réels, les
bases pour une discussion précise nous manquent. On peut en tout cas appliquer chaque nombre
réel à un point de la droite. Pour les dessins on utilise une approximation rationnelle pour les
nombres non-rationnels. Nous appelons la droite ainsi construite g droite réelle graduée“.
”
Exercice 2.1.1. Dessiner deux droites réelles graduées et placer les nombres réels 2.5, 3 et 5.
0 1 2.5 3 5
0 1 2.5 3 5
Figure 2.1.1 – Exemple de solution pour l’exercice 2.1.1 - deux droites réelles graduées
Définition 2.1.2. Pour x, y ∈ R on définit la longueur (euclidienne) du segment

q entre le nombre
2
x et le nombre y (= la distance entre les nombres x et y) par d (x, y) := (x − y) (d pour dis-
tance, d est une application R2 → R, la distance est un nombre non-négatif ). ♦
q
2
La longueur d (5, 3) du segment entre 5 et 3 est 5−3 = 2 ou à l’aide de la définition (5 − 3) =
2. Pour le cas spécial x = 0 on obtient d (x, y) = |y| pour |y| = y siqy ≥ 0 et |y| = −y si y < 0.
2
Ainsi |5| = 5 et |−5| = − (−5) = 5. On obtient p.ex. d (0, −3) = (0 − (−3)) = 3. Il y a un
nombre non-dénombrable
q de segments de longeur identique sur la droite réelle. De plus on peut
2
affirmer (y − x) = |x − y| pour x, y ∈ R.
Théorème 2.1.3. Pour d déterminée par la définition 2.1.2 on peut affirmer :
1. d (x, y) = d (y, x) (symétrie)
2. d (x, y) ≥ 0
3. d (x, z) ≤ d (x, y) + d (y, z)
q q
2 2
Démonstration. (y − x) = (x − y) = d (y, x)
1. d (x, y) =
q
2 2
2. Puisque (x − y) ≥ 0 pour tout x, y ∈ R, on obtient (x − y) ≥ 0.
3. On peut affirmer y ∈ [x, z] ou y ∈ / [x, z]. Pour le premier cas d (x, z) = d (x, y) + d (y, z)
et par là d (x, z) ≤ d (x, y) + d (y, z) . Pour le deuxième cas soit y > z soit y < x. Pour le
premier de ces cas d (x, y) > d (x, z). Alors d (x, z) ≤ d (x, y) + d (y, z), car d (y, z) ≥ 0.
Si par contre y ≤ x, on peut affirmer : d (y, z) > d (x, z) et par conséquent d (x, z) ≤
d (x, y) + d (y, z), car d (x, y) ≥ 0.
✷
Remarque 2.1.4. Si on etiquète le point qu’on attribue à 5.3 par le chiffre 5.3“, on peut indi-
”
quer par là la distance d (5.3, 0) ou le nombre auquel on attribue le point, puisque les deux sont
identiques. Si on etiquète le point correspondant par le chiffre −5.3“, on désigne le nombre, et
”
non pas la distance qui se monte à 5.3. ♦
2.2. COUPLES ET SYSTÈME DE COORDONNÉES CARTÉSIENNES 41
2.2 Couples et système de coordonnées cartésiennes

Si nous choisissons deux droites réelles graduées de sorte qu’une est perpendiculaire à l’autre,
qu’elles ont le même zéro et que la droite horizontale devient - éventuellement après la multiplica-
tion par une constante positive - la droite verticale par une rotation de 900 dans le sens inverse des
aiguilles d’une montre, nous parlons d’un système cartésien de coordonnées (à deux dimensions).
Nous appelons la droite horizontale en général axe des x “ (= abscisse) et la droite verticale
”
axe des y“ (= ordonnée). Nous appelons l’aire à droite de l’ordonnée au dessus de l’axe des x
”
premier quadrant“, l’aire à gauche de l’ordonnée et au dessus de l’abscisse deuxième quadrant“,
” ”
l’aire à gauche de l’ordonnée et en dessous de l’abscisse troisième quadrant“ et l’aire qui reste
”
quatrième quadrant“. Nous pouvons attribuer des points du plan créé par l’abscisse et l’ordonnée
”
aux couples (x, y) ∈ R2 . Pour un couple (z, u) ∈ R2 nous obtenons cette attribution en
— dessinant (z, 0) sur l’abscisse et une droite parallèle à l’ordonnée à travers (z, 0),
— dessinant (0, u) sur l’ordonnée et une droite parallèle à l’abscisse à travers (0, u) et
— attribuant l’intersection de ces deux droites aux couples (z, u) (voir figure 2.2.2).
axe des y
6
5 (z, u)
u bc
4
deuxième quadrant 3 premier quadrant
2
1
z axe des x
−4 −3 −2 −1−1 1 2 3 4 5
−2
troisième quadrant −3 quatrième quadrant
−4
Figure 2.2.2 – Exemple de l’attribution d’un point à un couple (z, u) dans le système de coor-
données cartésiennes
On peut ainsi définir une bijection entre les points du plan et les couples (x, y) ∈ R2 . C’est
pourquoi on peut identifier les points du plan par les couples correspondants.
Exercice 2.2.1. Dessiner un système de coordonnées cartésiennes et dessiner les points
(5, 6), (−2, 3), (1, −3), (−1, −2), (0, 3) et (2, 0).
Solutions 2.2.2. On obtient :
axe des y
6 bc (5, 6)
5
4
(−2, 3) (0, 3)
bc
3 bc
2
1
(2, 0)
bc
axe des x
−4 −3 −2 −1−1 1 2 3 4 5
(−1, −2)
bc
−2
−3 bc
(1, −3)
−4
Figure 2.2.3 – Solution de l’exercice 2.2.1
Puisque les relations sont des ensembles de couples nous pouvons dessiner les relations R ⊂ R2
dans un système de coordonnées cartésiennes.
Exercice 2.2.3. Dessiner la relation {(1, 2), (3, 4), (2, 2), (2, 4)} dans un système de coordonnées
cartésiennes.
axe des y
6
5
4 bc bc
3
2 bc bc
1
axe des x
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Exercice 2.2.5. Dessiner le produit cartésien {1, 2, 3} × {2, 4, 5} dans un système de coordonnées
cartésiennes.
axe des y
6
5 bc bc bc
4 bc bc bc
3
2 bc bc bc
1
axe des x
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Remarque 2.2.7. L’ensemble des points qui correspond au produit cartésien de deux ensembles
de nombres correspond toujours à un rectangle. Pour le cas du produit cartésien de deux intervalles
on obtient un rectangle plein. ♦
Puisque les fonctions ont pour graphe des relations spécifiques, nous pouvons dessiner les
graphes d’une fonction dans un système de coordonnées cartésiennes. Souvent on appelle la
représentation graphique d’un graphe d’une fonction aussi graphe“.
”
Exercice 2.2.8. Dessiner le graphe de la fonction ({1, 2, 3}, {4, 5, 6}, {(1, 4), (2, 4), (3, 5)}) dans
un système de coordonnées cartésiennes.
axe des y
6
5 bc
4 bc bc
3
2
1
axe des x
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Si une fonction attribue un nombre réel y à chaque nombre réel x, la représentation graphique
est - sous certaines conditions - une courbe continue, p.ex. pour les points du graphe de la fonction
f : R → R ; f (x) = 0.8x2 dans l’intervalle [−3, 3] (voir figure 2.2.7) on obtient
axe des y
6
5
4
3
2
1
axe des x
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Figure 2.2.7 – Exemple de la représentation graphique du graphe d’une fonction donné par
f (x) = 0.8x2
En théorie la courbe contient √ un nombre infini non dénombrable de points - entre autre p.ex.
(0.1, 0.008), (ln 2, 0.384362411), ( 2, 1.6), (2, 3.2), (2.5, 5), (3, 7.2). L’exemple produit une courbe
continue ce qui est dû au fait que pour les nombres x très proches de x0 , f (x) est très proche de
f (x0 ). Cela doit êter valable pour tous les x0 . Les fonctions avec cette caractéristique sont un cas
spécial très important pour les mathématiques qu’on va analyser en détail par la suite.
Un exemple pour une fonction dont la représentation graphique ne produit pas une ligne conti-
nue est la fonction qui attribue à tous les x ∈ R selon le hasard (distribution standard normale)
un y ∈ R. Pour la représentation graphique nous pouvons nous restreindre à des nombres entre
-3 et 3 à une distance de 0.001 - il faut alors dessiner 6001 points. On obtient la représentation
graphique suivante, qu’on peut reproduire (pas dans le détail à cause de l’effet du hasard) p. ex.
par R avec les commandes (a=seq(-3,3,0.001) ; b=rnorm(a) ; ab=cbind(a,b) ;plot(ab))
f (x)
3
x
−4 4
−3
Figure 2.2.8 – Représentation graphique de la fonction qui attribue un nombre aux x entre −3
et 3 à une distance de 0.001 selon le hasard (distribution standard normale). Aucun point est
au-dessus d’un autre.
La représentation graphique du graphe d’une fonction se distingue de la représentation gra-

phique d’une relation qui n’est pas le graphe d’une fonction par le fait qu’il y a au plus un point
au dessus de chaque x sur l’abscisse (voir figures 2.2.9 et 2.2.10 pour un exemple).
f (x) f (x)
10 10
bc
5 5
bc
0 x 0 x
0 5 10 0 5 10
Figure 2.2.9 – Exemple de la Figure 2.2.10 – Exemple de la
représentation graphique d’une relation représentation graphique d’une relation,
qui est le graphe d’une fonction qui n’est pas le graphe d’une fonction
Définition 2.2.10. La longeur (euclidienne) d (x, y) du segment entre deux points x := (x1 , x2 )
et y := (y1 , y2 ) dans l’espace deux-dimensionnel R2 est définie par
q
2 2
d (x, y) := (x1 − y1 ) + (x2 − y2 )
La longeur du segment est alors un nombre réel. d est une application R2 × R2 → R, qui n’est ni
surjective ni injective (pourquoi ?). ♦
Remarque 2.2.11. L’application d : R × R → R n’est pas le même objet que d : R2 × R2 → R,

puisque les deux applications ont des domaines de définitions différents. On pourrait différencier
ces deux applications par la notation en utilisant p.ex. d1 et d2 . Comme le contexte rend claire les
espaces en question nous renonçons à cette complication notationnelle. ♦
Exemple 2.2.12. La distance entre x = (5, 4) et y = (0.5, 1) est

q
2 2
(5 − 0.5) + (4 − 1) = 5. 408 3
5 2
3
2 +
4 √ 4 .5 b (5, 4)
=
1))
3
(0 .5 ,
4−1
4),
2 (5,
d(
1 b
5 − 0.5
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
Figure
q 2.2.11 – La distanceqentre les points x = (5, 4) = (x1 , x2 ) et y = (0.5, 1) = (y1 , y2 ) est
2 2 2 2
(x1 − y1 ) + (x2 − y2 ) = (5 − 0.5) + (4 − 1)
La longueur du segment entre (0, 0) et (x, 0) se monte par conséquent à |x|, car
q
(0 − 0)2 + (x − 0)2 = |x| .
Remarque 2.2.13. Au lieu de (x, 0) nous écrivons souvent près du point (x, 0) uniquement x.
Pour exprimer la distance entre (0, 0) et (0, x), nous écrivons souvent sous le segment entre (0, 0)
et (0, x) ou sous (0, x) |x|“. Pour x > 0, |x| = x. ♦
”
La longueur du segment entre (x1 , 0) et (y1 , 0) est |x1 − y1 |, car
q q
d ((x1 , 0) , (y1 , 0)) = (x1 − y1 ) + (0 − 0) = (x1 − y1 )2 = |x1 − y1 | = d (x1 , y2 ) .
2 2
Exemple 2.2.14. La longeur du segment entre (5.5, 0) et (3.1, 0) est 5.5 − 3.1 = 2. 4, car
q
2 2
(5.5 − 3.1) + (0 − 0) = 2.4
2.3. REPRÉSENTATION GRAPHIQUE DE TRIPLETS 47
b b
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
5.5 − 3.1
Figure 2.2.12 – La distanceqentre les points x = (5.5, 0) = (x1 , x2 ) et y = (3.1, 0) = (y1 , y2 ) est
q
2 2 2 2
(x1 − y1 ) + (x2 − y2 ) = (5.5 − 3.1) + (0 − 0) = 2.4
Pour le cas d’un point du graphe d’une fonction f : R → R on peut retenir : la longueur du
segment entre (x, 0) et (x, f (x)) est |f (x)| .
Exemple 2.2.15. Si f (2) = 3, la distance entre le point (2, 3) = (2, f (2)) et (2, 0) se monte à 3,
car q
2 2
(2 − 2) + (3 − 0) = 3
b (2, 3) = (2, f (2))
2
3−0
b
(2, 0)
−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6
Figure 2.2.13 – Distance entre

p p les points x = (2, 3) = (x1 , f (x1 )) et y = (2, 0) = (y1 , y2 ) est
(x1 − y1 )2 + (f (x1 ) − 0)2 = (2 − 2)2 + (3 − 0)2 = 3
Remarque 2.2.16. f (x) en (x, f (x)) pour f : R → R est un nombre réel. |f (x)| est la longueur
du segment entre (x, 0) et (x, f (x)). Par conséquent nous pouvons, pour illustrer f (x), dessiner
le segment entre (x, 0) et (x, f (x)) et l’étiqueter par f (x)“ (au mileu du segment ou à côté du
”
point (x, f (x)) : Selon les besoins d’illustration nous écrivons à côté du point (x, f (x)) souvent
f (x)“ au lieu de (x, f (x))“. ♦
” ”
Remarque 2.2.17. Le théorème 2.1.3 est aussi valable pour d : R2 × R2 → R ♦
2.3 Représentation graphique de triplets

Si nous ajoutons à un système cartésien à deux dimensions une troisième droite réelle graduée
qui est perpendiculaire à l’axe des x et à l’axe des y et a le même zéro que les deux axes, nous
parlons d’un système de coordonnées cartésiennes à trois dimension (voir pour la direction du
troisième axe la figure 2.3.14). L’espace créé par les trois axes est l’espace standardisé à trois
dimensions. Nous pouvons attribuer des points de cet espace à des triplets (pour la méthode voir
la figure 2.3.14)
axedesz
6 b
(1, 3, 4)
5
4 axedesy
6
3 5
4
2 3
2
1 1
axedesx
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Figure 2.3.14 – Exemple de la représentation graphique du triplet (1, 3, 4) dans le système de
coordonnées cartésiennes à trois dimensions avec pavet droit (parallélépipède rectangle) dont le
point forme un des angles
Par conséquent on peut représenter des relations contenant des triplets dans le système de
coordonnées cartésiennes. Souvent les applications f : R × R → R jouent un rôle - on verra des
exemples économiques par la suite. Leur graphe est une relation contenant des triplets et peut
être représenté dans un système de coordonnées cartésiennes tridimensionnel. Ainsi on peut p.ex.
dessiner f : R × R → R défini par
f (x, y) := f ((x, y)) = (x + 1)2 + y 2 + 0.1
(voir figure 2.3.15).
x y
Figure 2.3.15 – Représentation graphique de la fonction donnée par z := f (x, y) = (x + 1)2 +

y 2 + 0.1 dans le domaine [−1, 1] × [−0.8, 1] (sous-ensemble du domaine de définition)
Ainsi
f (3, 4) = (3 + 1)2 + 42 + 0.1 = 32.1

2
f (2, 1) = (2 + 1) + 12 + 0.1 = 10.1
Définition 2.3.1. La distance (euclidienne) d (x, y) entre x := (x1 , x2 , x3 ) et y := (y1 , y2 , y3 ) est

définie par q
d (x, y) := (x1 − y1 )2 + (x2 − y2 )2 + (x3 − y3 )2 .
Généralement, la distance (euclidienne) d (x, y) entre x := (x1 , ..., xn ) et y := (y1 , ..., yn ) est
v
u n
uX 2
d (x, y) := t (xi − yi ) .
i=1
d est une application Rn × Rn → R. ♦
D’une manière générale on peut utiliser des fonctions f : Rn → R ou f : Rn → Rm - cela aussi

dans la théorie économique, comme on verra par la suite - on peut p.ex. attribuer un m-uplet de
produits à un n-uplet de ressources nécessaires à leur production. On ne peut plus représenter
graphiquement ce type de fonctions.
Exercices
1. (a) dessiner 5.3 et −3.2 sur la droite réelle suivante :
−4 −3 −2 −1 0 1 2 3 4 5 6
Figure 2.3.16 – Graphique pour l’exercice
(b) étiqueter le résultat.

(c) Calculer d (5.3, 0),
(d) d (0, −3.2),
(e) d (5.3, −3.2) et
(f) d (5.3, 3.2) .
2. (a) Dessiner (3.5, 2) et (1.3, −1.2) dans la surface suivante. Etiqueter le résultat.
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1
−2
(b) déterminer la distance entre les points (3.5, 2) et (1.3, −1.2)

(c) entre les points (3.5, 2) et (3.5, 0)
(d) entre les points (0, 2) et (3.5, 2)
(e) entre les points (1.3, −1.2) et (1.3, 0)
(f) entre les points (1.3, −1.2) et (0, −1.2)
(g) Dessiner les segments avec les longueurs calculées dans le graphique (il y a différentes
possibilités, choisir des exemples illustratifs)
3. On connaı̂t du graphe d’une fonction les deux points suivants : (1, 3) et (4, 2).
(a) Dessiner ces points dans le graphique suivants. Etiqueter le résultat.
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1
−2
(b) Dessiner le segment d’une longueur de |f (1) − f (4)| dans le graphique (il y a différentes
possibilités, choisir un exemple illustratif)
4. Dessiner le point (2, 3, −1) dans le graphique suivant.
z − Achse
6
5
4 y − Achse
6
3 5
4
2 3
2
1 1
x − Achse
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Figure 2.3.19 – Représentation graphique de l’espace tri-dimensionnal
Quelle es la distance entre le point (2, 3, −1) et le point (0, 0, 0)

et entre le point (2, 3, −1) et le point (4, 2, 5)?
Solutions
1. (a) Dessiner 5.3 et −3.2 sur la droite réelle résulte en :
−3.2 5.3
b b
−4 −3 −2 −1 0 1 2 3 4 5 6
Figure 2.3.20 – Graphique pour la solution de l’exercice
(b) Pour l’étiquetage voir la figure 2.3.20.

(c) d (5.3, 0) = 5.3
(d) d (0, −3.2) = 3.2
p
(e) d (5.3, −3.2) = (5.3 − (−3.2))2 = 8.5 = 5.3 + 3.2
p
(f) d (5.3, 3.2) = (5.3 − 3.2)2 = 2.1 = 5.3 − 3.2
2. (a) Le dessin de (3.5, 2) et de (1.3, −1.2) ainsi que l’étiquetage résultent en :
2 b (3.5, 2)
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1 b
(1.3, −1.2)
−2
Figure 2.3.21 – Solution de l’exercice - dessin et étiquetage de points
q
2 2
(b) d (3.5, 2) , (1.3, −1.2)) = (3.5 − 1.3) + (2 − (−1.2)) = 3. 883 3
q
(c) d ((3.5, 2) , (3.5, 0)) = (3.5 − 3.5)2 + (2 − 0)2 = 2
q
2 2
(d) d ((0, 2) , (3.5, 2)) = (0 − 3.5) + (2 − 2) = 3. 5
q
2 2
(e) d ((1.3, −1.2) , (1.3, 0)) = (1.3 − 1.3) + (−1.2 − 0) = 1. 2
q
(f) d ((1.3, −1.2) , (0, −1.2)) = (1.3 − 0)2 + (−1.2 − (−1.2))2 = 1. 3
(g) On obtient :
2 b (3.5, 2)
(d)
1 (b) (c)
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1 (e) b
(f) (1.3, −1.2)

−2
Figure 2.3.22 – solution de l’exercice (segments)
3. Représentation graphique de (1, 3) = (1, f (1)) et de (4, 2) = (4, f (4)) :

4
(1, 3) = (1, f (1))
3 b
(4, 2) = (4, f (4))

2 b
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1
−2
Figure 2.3.23 – Représentation de deux éléments du graphe de la fonction f
(a) Le dessin du segment de la longueur |f (1) − f (4)| dans le graphique :
4
(1, 3) = (1, f (1))
3 b
(4, 2) = (4, f (4))

2 b
−6 −5 −4 −3 −2 −1 1 2 3 4 5 6
−1
−2
Figure 2.3.24 – Représentation graphique d’un segment de longeur |f (1) − f (4)| = |3 − 2| = 1
Une autre possibilité illustrative est un segment entre les points (4, 3) et (4.2).
4. On obtient :
z − Achse
6
5
4 y − Achse
6
3 5
4
2 3
2
1 1
b
x − Achse
−4 −3 −2 −1−1 1 2 3 4 5
−2
−3
−4
Figure 2.3.25 – Représentation graphique du triplet (2, 3, −1) dans l’espace tridimensional
La distance entre les points (2, 3, −1) et (0, 0, 0) :

q
2 2 2
(2 − 0) + (3 − 0) + (−1 − 0) = 3. 741 7
et (4, 2, 5) : q
2 2 2
(2 − 4) + (3 − 2) + (−1 − 5) = 6. 403 1

— Connaı̂tre les abréviations pour les ensembles de nombres (première page du chapitre)
— Arriver à dessiner des nombres réels sur une droite réelle graduée.
— Arriver à calculer la longueur d’un segment entre deux points sur la droite réelle (= distance
entre les deux points)
— Arriver à dessiner des couples et par là les éléments des relations et des graphes d’une
fonction dans un système de coordonnées cartésiennes.
— Arriver à calculer la longueur d’un segment entre deux points dans l’espace deux-dimensionnel
R2 .
— Arriver à dessiner des triplets et par là les éléments des relations contenant des triplets et
des graphes de fonctions R × R → R dans un système de coordonnées cartésiennes à trois
dimensions.
— Arriver à calculer la longueur d’un segment entre deux points dans l’espace tri-dimensionnel
R3 .
— Arriver à étiqueter correctement les points sur la droite réelle, dans l’espace deux- et tri-
dimensionnel.
Chapitre 3
Polynômes
3.1 Economie et fonctions

On peut décrire certains phénomènes économiques en utilisant des fonctions. Cela est le cas
si l’on peut attribuer certaines grandeurs uniques à des grandeurs. Ainsi dans un processus de
production il y a des coûts spécifiques uniques (à un certain moment d’un processus de production
spécifique) qui correspondent à une quantité de biens produits spécifique. Ce n’est pas possible
d’avoir dans un processus de production d’une certaine entreprise à un moment précis deux coûts
différents. C’est pourquoi on peut représenter le lien entre la quantité de biens produits et les coûts
correspondants par une fonction. Les fonctions sont des modèles que nous pouvons utiliser pour
décrire des aspects de la réalité. En général nous utilisons des fonctions réelles que nous définissons
comme des fonctions dont le graphe est un sous-ensemble de R2 . Plus précisément nous utilisons
presque toujours des fonctions réelles définies sur des intervalles de R. L’utilisation de ce type
de fonctions réelles est une idéalisation mathématique : en réalité nous mesurons les grandeurs
(coûts, quantités produites, temps, etc.) toujours dans un sous-ensemble de Q (nombres rationnels),
à savoir les nombres rationnels d’un nombre fini de chiffres après la virgule. Les fonctions réelles
définies sur des intervalles ont cependant souvent des qualités mathématiques qui sont très utiles
entre autre pour la théorie de l’optimisation (gain maximal, coûts minimaux par unité , etc.)
Comme cette idéalisation n’a pas d’inconvénients, elle est tout à fait anodine.
Comment peut-on trouver des fonctions aptes à décrire des liens entre des phénomènes écono-
miques ? En général on utilise des moyens statistiques à cette fin - dans notre contexte nous nous
limiterons à des méthodes moins exigeantes pour construire des fonctions. Souvent nous avons
une idée générale de la forme réaliste d’une fonction - ainsi les coûts augmentent avec la quantité
produite de biens. Par conséquent une fonction de coût doit monter de gauche à droite. Puisqu’il
n’y a pas des quantités négatives de biens ou des coûts négatifs, la fonction doit se développer
dans le premier quadrant. De plus on peut parfois réclamer des caractéristiques supplémentaires :
une fonction de coût doit toujours croı̂tre, mais peut-être moins pour des petites quantités que
pour des grandes(voir figure 3.1.1).
C(x)
8
6
4
2
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Figure 3.1.1 – Fonction de coût C. Sur l’axe des x il y a les quantités produites, sur l’axe des y
les coûts. Pour chaque quantité possible, on peut calculer les coûts correspondants. La fonction
est partout croissante, d’abord de moins en moins, ensuite de plus en plus
55
56 CHAPITRE 3. POLYNÔMES
Exercice 3.1.1. Dessiner dans la figure 3.1.1 les coûts, qui correspondent à une production de
10 unités de quantité. Indiquer le montant approximatif de ces coûts.
Si nous connaissons sur la base de l’expérience certains points d’une fonction de coût (10 kg
coûtent 5 CHF, 20 kg coûtent 8 CHF, etc.) nous pouvons calculer une fonction à travers ces points
qui respecte éventuellement ces autres caractéristiques réclamées (voir figure 3.1.2).
C(x)
9
b
8
7
6 b
5 b
4
3 b
2 b
1
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Figure 3.1.2 – Fonction de coût C. Sur l’axe des x il y a les quantités produites, sur l’axe des y
les coûts. On connaı̂t 4 points. Il faut trouver une fonction raisonnable qui relie ces ponits. Relier
ces points par une courbe !
Nous allons traiter d’abord une classe simple de fonctions réelles, fonctions dites polynomiales
ce qui nous permettra de plus de répéter certaines connaissances de base élaborées dans les écoles
précédentes.
3.2 Définition de la fonction polynomiale

Les fonctions polynomiales (polynômes) sont des applications R → R. Il s’agit alors de fonctions
réelles.
Exemple 3.2.1. Exemples de fonctions polynomiales
f :R→R
f (x) = 3x2 + 2x + 4
g:R→R
g (x) = 4x + 2
Formellement on peut définir :

Définition 3.2.2. Une application f est un polynôme si est seulement si
f :R→R
n
X
f (x) := ai xi
i=0
3.2. DÉFINITION DE LA FONCTION POLYNOMIALE 57
pour ai ∈ R et n ∈ N. Nous appelons les ai les coéfficients du polynôme et n le degré du polynôme.

Pn
( ai xi = a0 + a1 x1 + a2 x2 + ... + an−1 xn−1 + an xn = an xn + an−1 xn−1 + ... + a2 x2 + a1 x1 + a0 )
i=0
♦
On définit d’une manière récursive :

Définition 3.2.3. x1 := x; xn := xn−1 x pour n > 1 ♦
Pour calculer avec des polynômes on a besoin du

Théorème 3.2.4. xn xm = xn+m
Démonstration. (par induction) (1) x1 x1 = xx = x2 = x1+1 . (2) Nous posons xn xm = xn+m .
Pour xn xm+1 on peut en déduire : xn xm+1 = xn xm x = xn+m x1 = xn+m+1 et d’une manière
analoge xn+1 xm = xn+1+m . La théorème est alors valable pour tout m, n ≥ 1. ✷
Il est p.ex. 23 24 = (2 · 2 · 2) · (2 · 2 · 2 · 2) = 27 = 23+4 .
m n
Théorème 3.2.5. (xn ) = xnm = (xm )
3 3
Il est p.ex. 22 = (2 · 2) = (2 · 2) (2 · 2) (2 · 2) = 26 = 22·3 et (2 · 2) (2 · 2) (2 · 2) = (2 · 2 · 2) (2 · 2 · 2) =
2 2
(2 · 2 · 2) = 23
n
Théorème 3.2.6. (xy) = xn y n
4
Il est p.ex. (2 · 3) = (2 · 3) (2 · 3) (2 · 3) (2 · 3) = (2 · 2 · 2 · 2) · (3 · 3 · 3 · 3) = 24 34 .
Pour des raisons économiques nous ne tenons parfois compte que de certains intervalles comme
domaine de définition.
Remarque 3.2.7. Nous appelons aussi polynômes“ des fonctions qu’on peut transformer en
n
P ”
2 2
ai xi . Ainsi f (x) = (4x + 2) est un polynôme, car (4x + 2) = (4x + 2) (4x + 2) = 16x2 + 8x +
i=0
8x + 4 = 16x2 + 16x + 4 = 4 + 16x + 16x2 . ♦
Exemple 3.2.8.
f (x) = 5x4 + 3x2 − 4x + 5 (3.2.1)
Dans l’exemple (3.2.1) : n = 4; a4 = 5; a3 = 0; a2 = 3; a1 = −4; a0 = 5 (polynôme du 4ème degré).
f (x) = 5 (3.2.2)
Dans l’exemple (3.2.2) : n = 0; a0 = 5; x0 = 1; 1 · 5 = 5 (polynôme du degré 0)
f (x) = 0.234x20 − 4x (3.2.3)
Dans l’exemple (3.2.3) : n = 20; a20 = 0.234; (polynôme du 20ème degré)

ai = 0 pour i ∈ {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}; a1 = −4; a0 = 0.
f (x) = 4.5x + 4 (3.2.4)
Dans l’exemple (3.2.4) : n = 1; a1 = 4.5; a0 = 4. (polynôme du premier degré)

3
f (x) = 5x2 + 3x est un polynôme du 6ème car on obtient par calcul :
3
f (x) = 5x2 + 3x = 125x6 + 225x5 + 135x4 + 27x3
(a6 = 125; a5 = 225; a4 = 135; a3 = 27; a2 = a1 = a0 = 0). ♦
Nous discuterons par la suite ce type de fonctions et introduisons des exemples économiques
pour leur utilisation.
3.3 Polynômes de degré zéro

Définition 3.3.1. f est un polynôme de degré zéro si et seulement si
f :R→R
f (x) = a0 , a0 ∈ R
— On appelle les polynômes de degré zéro aussi constants“ ou fonctions constantes“, puis-
” ”
qu’un polynôme de degré zéro attribue partout le même nombre aux nombres réels. Le
graphe d’une constante est alors {(x, a0 ) | x ∈ R} pour un a0 ∈ R. Un sous-ensemble du
graphe du polynôme défini par l’équation f (x) = 5 serait alors {(10, 5), (0.5, 5), (0.1, 5), (−200, 5)}.
Le graphe possède un nombre infini non dénombrable de couples. La deuxième composantes
de ces couples est partout 5. On appelle les sous-ensembles du graphe d’une fonction qu’on
donne à l’aide d’un tableau tableau des valeurs“. En général on utilise pour les tableaux
”
des valeurs des x à distance égale, pour l’exemple
x -3 -2 -1 0 1 2 3 4 5 6 7 8 9
f (x) 5 5 5 5 5 5 5 5 5 5 5 5 5
— La représentation graphique du graphe est une droite parallèle à l’axe des x. Elle coupe
l’axe des y au point (0, a0 ) (voire figure 3.3.3).
f (x)
x
−3 −2 −1 0 1 2
Figure 3.3.3 – Représentation graphique du polynôme f (x) = 2.5
— La droite parallèle est déterminée par le nombre a0 . Il suffit alors de connaı̂tre un seul point
(x, a0 ) de la fonction polynomiale du 0ième degré pour pouvoir la dessiner dans un système
de coordonnées cartésiennes.
— Les polynômes de degré 0 sont des applications dont l’image est un ensemble qui ne contient
qu’un seul élément : image(f ) = {a0 }. Ces fonctions ne sont alors pas surjectives, comme
on n’attribue pas tous les nombres réels. Elle ne sont pas injectives, car on attribue à
des nombres réelles différents toujours le même nombre. Ainsi ces fonctions ne sont pas
bijectives et on ne peut pas former la fonction réciproque.
— Exemple économique : fonction de coût fixe. Les coûts fixes sont les coûts qui surviennent
indépendamment de la quantité de biens produite. On attribue un nombre fixe, les coûts
fixes, à chaque quantité de production. (abréviation p.ex. Cf (x) = a0 ). Puisque les quantités
produites ne peuvent être négatives, nous limitons le polynôme cependant au domaine de
définition R+ . Voir l’exemple graphique la figure 3.3.4)
3.4. POLYNÔMES DU PREMIER DEGRÉ 59
Cf (x)
4
3
2
1
0 x
0 2 4
Figure 3.3.4 – Représentation graphique d’un polynôme du degré zéro ; fonction de coût fixe
3.4 Polynômes du premier degré

Nous distinguons deux types de polynômes du premier degré : les fonctions linéaires et affines.
3.4.1 Fonctions affines

Définition 3.4.1.
f :R→R
f (x) := a1 x + a0 avec a1 6= 0 6= a0
— On attribue le nombre a1 x + a0 à chaque nombre x. Le graphe de f est alors {(x, a1 x + a0 ) |

x ∈ R}.
Avec a0 = 3; a1 = 4 : f (x) = 4x + 3. Un sous-ensemble du graphe de f (x) = 4x + 3 serait
alors {(10, 43), (0.5, 5), (0.1, 3.4), (−200, −797)}.
— Si nous dessinons les points du graphe d’une fonction affine dans un système de coordonnées
cartésiennes nous obtenons une droite (voir figure 3.4.5).
f (x)
x
−3 −2 −1 0 1 2
Figure 3.4.5 – Représentation graphique du polynôme f (x) = 0.15x + 1.7
— Les fonctions affines sont bijectives, car (i) elles sont surjectives. Soit y ∈ R pour un y
arbitraire. Il faut montrer qu’il y a un x ∈ R tel que y = a1 x + a0 . Cet x est donné par
x = y−a a1 (isoler x dans l’équation y = a1 x + a0 ). (ii) De plus ces fonctions sont injectives :
0
Soit x1 6= x2 . Ainsi a1 x1 6= a1 x2 und a1 x1 + a0 6= a1 x2 + a0 . On attribue alors à des xi

différent des valeurs de fonction différentes.
Puisque les fonctions affines sont bijectives, la fonction réciproque existe. Si une fonction
affine est donnée par f (x) = a1 x + a0 la fonction réciproque est donnée par f −1 (x) = x−aa1
0
- car y = a1 x + a0 est équivalent à x = y−aa1 . Pour exprimer que x est la valeur attribuée
0
par la fonction réciproque f −1

au nombre y, nous écrivons f −1 (y) = y−a a1 . Comme le
0
choix des symboles pour les variables est arbitraire on peut affirmer tout aussi bien affirmer
f −1 (x) = x−a 1 a0
a1 = a1 x − a1 .
0
Pente d’une fonction affine

Avant de discuter d’autres qualités des fonctions affines nous définissons le concept de la pente
d’une droite qui est déterminée par une fonction affine f . On la définit par
Définition 3.4.2.
f (x2 ) − f (x1 )
mf := ,
x2 − x1
tel que (x1 , f (x1 )) et (x2 , f (x2 )) sont deux éléments différents quelconques du graphe de f . ♦
La figure 3.4.6 ci-dessous illustre la définition de la pente d’une droite qui est déterminée par
une fonction affine f.
f (x)
f (x2 )
2 f (x2 ) − f (x1 )
f (x1 )
1
x2 − x1
x1 x2 x
−3 −2 −1 0 1 2
Figure 3.4.6 – Pente d’une droite qui est déterminée par un polynôme affine
Théorème 3.4.3. Pour une fonction affine f (x) = a1 x + a0 :

— La pente mf = f (xx22)−f
−x1
(x1 )
est indépendante du choix des points (x1 , f (x1 )) et (x2 , f (x2 )
— La pente mf est identique à a1 .
Démonstration.
f (x2 ) − f (x1 )
mf =
x2 − x1
a1 x2 + a0 − (a1 x1 + a0 )
=
x2 − x1
a1 x2 + a0 − a1 x1 − a0
=
x2 − x1
a1 x2 − a1 x1
=
x2 − x1
a1 (x2 − x1 )
=
x2 − x1
= a1
Puisque x1 et x2 n’apparaissent pas en a1 , la pente est indépendante du choix de x1 ou de x2 . ✷

La pente d’une droite peut être positive ou négative. Attention : plus la pente est négative,
plus petite elle est ! (voir figures 3.4.7 et 3.4.8)
f (x) f (x)
2 2
1 1
x x
−3 −2 −1 0 1 2 −3 −2 −1 0 1 2
Figure 3.4.7 – La pente −1.5 de la droite Figure 3.4.8 – La pente −0.5 de la droite
de cette figure est plus petite que la pente de cette figure est plus grande que la pente
−0.5 de la droite de la figure 3.4.8, puisque −1.5 de la droite de la figure 3.4.7, puisque
−1.5 < −0.5 −0.5 > −1.5
y−a0 1 a0
Nous avons montré que la fonction réciproque de f (x) = a1 x+a0 est f −1 (y) = a1 = a1 y− a1 .
Par conséquent l pente de la fonction réciproque se monte à a11 .
L’intersection d’une fonction affine avec l’axe des y

Théorème 3.4.4. Une fonction affine f (x) = a1 x + a0 coupe l’axe des y en (0, a0 ).
Démonstration. L’axe des y est coupé par le graphe d’une fonction en x = 0. Nous posons alors
en f (x) = a1 x + a0 x = 0 et obtenons : f (0) = a1 · 0 + a0 = a0 (voir figure 3.4.9)
f (x)
2
a0
1
x
−3 −2 −1 0 1 2
Figure 3.4.9 – Point d’intersection de la fonction affine avec l’axe des y
Nous appelons f (0) l’ordonnée à l’origine“ pourvu que f (0) soit défini. L’ordonnée à l’origine
”
de la fonction réciproque de f (x) = a1 x + a0 est − aa10 .
Le zéro d’une fonction affine

Définition 3.4.5. Une fonction réelle f a un zéro en x si et seulement si f (x) = 0. ♦
Théorème 3.4.6. Les fonctions affines f (x) = a1 x + a0 ont un seul zéro, à savoir en − aa10 .
(a1 6= 0).
Démonstration. Selon la définiton d’un zéro on peut affirmer f (x) = 0 = a1 x + a0 . En isolant x

on obtient a1 x = −a0 et x = − aa10 . ✷
(voir figure 3.4.10)
f (x)
bc
x
−3 −2 −1 0 1 2
Figure 3.4.10 – Zéro du polynôme affine f (x) = 0.5x + 1.3 en x = − aa10 = − 0.5
1.3
= −2.6
Représentation graphique
A l’aide de l’équation f (x) = a1 x + a0 on peut dessiner immédiatement le graphe de la fonction
affine dans un système de coordonnées cartésiennes. On connaı̂t l’intersection (0, a0 ) avec l’axe
des y et on peut immédiatement représenter la pente a1 sans calcul, si l’on choisit comme base du
triangle de la pente 1. (voir figure 3.4.11).
f (x)
2
a1
a0
1
x
−3 −2 −1 0 1 2
Figure 3.4.11 – Dessiner un polynôme affine à l’aide des coéfficients
On peut dessiner immédiatement une fonction affine dans un système de coordonnées cartésiennes
si l’on connaı̂t deux points du graphe. On dessine une droite à travers ces deux points. Pour des
raisons pratiques (précision du dessin) il est cependant préférable de choisir des points plus éloignés.
Calcul de fonctions affines

Une fonction affine est déterminée par deux points ou par un point et sa pente. Nous analysons
ces deux possibilités.
— Si nous connaissons deux points (x1 , f (x1 )) et (x2 , f (x2 )) du graphe d’une fonction affine,
nous pouvons calculer la pente selon le théorème 3.4.3
f (x2 ) − f (x1 )
a1 = .
x2 − x1
Il nous reste à calculer la l’intersection avec l’axe des y. Puisque nous connaissons déjà la
pente, nous pouvons la substituer dans l’équation f (x1 ) = a1 x1 + a0 :
f (x2 ) − f (x1 )
f (x1 ) = x1 + a0 =⇒
x2 − x1
f (x2 ) − f (x1 )
a0 = f (x1 ) − x1
x2 − x1
8−4
Exemple : Nous connaissons (5, 4), (6, 8). La pente est 6−5 = 4. Nous substituons :
a0 = 4 − 4 · 5 = −16
De là, l’équation de la fonction affine est f (x) = 4x − 16.
Une autre possibilité de calcul est la résolution du système d’équations suivant (isoler a1
et a0 ; x1 , x2 , f (x1 ) et f (x2 ) sont connus) :
f (x1 ) = a1 x1 + a0
f (x2 ) = a1 x2 + a0
Dans l’exemple (x1 = 5, x2 = 6, f (x1 ) = 4, f (x2 ) = 8) :
4 = a1 5 + a0
8 = a1 6 + a0
On obtient les solutions a1 = 4 et a0 = −16 (contrôle votre calcul !)

— Si nous connaissons la pente mf et un point (x1 , f (x1 ), nous avons immédiatement a1
(= mf ). a0 se calcule comme ci-dessus en substituant dans l’équation
f (x1 ) = a1 x1 + a0 =⇒
a0 = f (x1 ) − a1 x1
Exemple : Soit la pente mf = 3 et le point (1.5, 6). Nous calculons

a0 = 6 − 3 · 1.5 = 1.5
On obtient l’équation f (x) = 3x + 1.5.
Fonctions affines et équations du premier degré

Nous appelons une expression qui ne contient que des termes de la forme ai et aj x tel que ces
termes sont relié par +“ ou −“ et ai aj ∈ R, expression du premier degré“. Si nous relions
” ” ”
deux expression du premier degré par le signe de l’égalité, nous obtenons une équation que nous
appelons équation du premier degré“. Ainsi
”
5x + 30x − 10 = 4x − 13 (3.4.5)
est une équation du premier degré.

Résoudre une équation c’est trouver l’ensemble des objets qui transforment une équation en
une proposition vraie. Nous appelons cet ensemble ensemble solution“. Pour l’equation (3.4.5) et
”
pour x = 3 on obtient 5 ·3 + 30 ·3 − 10 = 95 et 4 ·3 − 13 = −1. On obtient ainsi la proposition fausse
95 = −1“. x n’est alors pas élément de l’ensemble solution. On trouve les x tel que (3.4.5) devient
”
une proposition vraie en appliquant des opérations sur l’équation qui laissent inchangé l’ensemble
solution. On peut transformer ainsi l’équation pour arriver à la fin de ce calcul à l’indication
des éléments de l’ensemble solution. Ainsi on peut simplifier les deux côté de l’équation par des
transformations algébriques, p.ex. 5x + 30x = 35x, et (3.4.5) devient
35x − 10 = 4x − 13. (3.4.6)
De plus l’ensemble solution reste inchangé si nous additionnons des deux côtés la même expression
du premier degré ou des constantes. L’addition de −13 des deux côtés de (3.4.6) produit p.ex.
35x − 10 + 13 = 4x − 13 + 13.
Par une simplification algébrique on obtient

35x + 3 = 4x.
Par l’addition de −35x il en résulte :
−35x + 35x + 3 = 4x − 35x
et par une autre simplification

3 = −31x.
L’ensemble solution reste de plus inchangé si l’on multiplie les deux côtés de l’équation par une
1
constante (nombre réel) différente de 0. Ainsi par une multiplication par − 31 des deux côtés on
obtient
3 −31
− = x
31 −31
et par simplification algébrique
3
− = x.
31
3
L’ensemble solution est alors − 31 . Pour le vérifier : on remplace tous les x de l’équation (3.4.5)
3
par − 31 . On obtient pour 5x + 30x − 10 respectivement 4x − 13 :
3 3
5·− + 30 · − − 10 = −13. 387
31 31
3
4 · − − 13 = −13. 387
31
Il en résulte une proposition vraie.

La solution d’une équation du premier degré est identique au zéro d’une fonction affine qui est
déterminée par l’équation (éventuellement multipliée par un nombre constant différent de zéro).
Avec les opérations introduites nous pouvons transformer l’équation de la manière suivante :
5x + 30x − 10 = 4x − 13
35x − 10 = 4x − 13
31x − 10 = −13
31x + 3 = 0
La fonction affine déterminée par l’équation est alors f (x) = 31x + 3, mais les polynômes f (x) =
62x + 6 ou généralement f (x) = c(31x + 3) avec c ∈ R\{0} sont des polynômes avec le même zéro.
Le zéro selon la formule donnée ci-dessus est
a0 3
− =− .
a1 31
L’intersection de deux fonctions affines

Définition 3.4.7. L’ensemble des points d’intersection de deux fonctions est donné par l’inter-
section des graphes de ces deux fonctions. ♦
Théorème 3.4.8. Si deux fonctions affines n’ont pas la même pente, alors ils ont un point d’in-
tersection unique. Si deux fonctions affines différentes ont la même pente, alors ils n’ont pas de
point d’intersection (on a dans ce cas des droites dites parallèles“).
”
Puisque l’ensemble des points d’intersection de deux fonctions f et g est défini comme l’inter-
section des graphes de ces fonctions, les éléments de l’intersection doivent être élément des deux
graphes. Il faut par conséquent chercher des couples (x, f (x)) = (x, g(x)) qui remplissent les deux
équations
f (x) = a1 x + a0
g(x) = b1 x + b0
tel que f (x) = g(x). On obtient :
a1 x + a0 = b1 x + b0 ⇐⇒
a1 x − b1 x = b0 − a0 ⇐⇒
x (a1 − b1 ) = b0 − a0 ⇐⇒
b 0 − a0
x=
a1 − b 1
Il y a une solution, si a1 6= b1 , c. à d. si f et g ne sont pas des parallèles.
Exemple 3.4.9. Supposons que f (x) = 1.5x+1.8 et g(x) = 1.2x−2. Il faut chercher le point d’in-
tersection des deux fonctions. Nous savons qu’au point d’intersection f (x) = g(x). Nous résolvons
alors le système d’équations (isoler x)
f (x) = 1.5x + 1.8

g (x) = 1.2x − 2
p.ex. en posant 1.5x + 1.8 = 1.2x − 2 et nous obtenons le point (−12.667, −17.2) en tant que point
d’intersection comme vous pouvez contrôler par votre calcul. ♦
Exemples économiques de fonctions affines

Fonction de coût C : R+ → R; C(x) = a1 x + a0 (fonction de coût total ; sans rabais ; sans
économies d’échelle). C(0) = a0 = Cf (x). a0 représente alors les coûts fixes, comme il s’agit des
coûts qui apparaissent même si l’on ne produit rien. Les coûts variables Cv sont définis en tant
que coûts totaux moins les coûts fixes. On peut alors affirmer C(x) = Cv (x) + Cf (x). Les côuts
totaux sont la somme des coûts fixes et des coûts variables.
Exemple 3.4.10. Fonction de coût total C(x) = 0.7x + 3 = Cv (x) + Cf (x). Ainsi les coûts fixes
se montent à Cf (x) = 3. Les coûts variables sont 0.7x + 3 − 3 = 0.7x. Pour une production de
5 unités de quantité les coûts s’élèvent à C(5) = 0.7 · 5 + 3 = 6.5 unités monétaires. Les coûts
variables à 5 unités produites se montent : 0.7 · 5 = 3.5 (voir figure 3.4.12)
C(x)
4 Cv (x)
3 Cf (x)
2
1
0 x
0 2 4
Figure 3.4.12 – Représentation graphique d’une fonction affine ; fonction de coût
total C(x) = 0.7x + 3 = Cv + Cf
Fonction de demande La quantité demandée D dépend du prix p. Si le prix augmente, la

demande du produit baisse. Si le prix baisse, la demande augmente. Pour chaque prix il y a
exactement une quantité demandée. C’est pourquoi on peut représenter la quantité demandée en
fonction de l’évolution des prix. On peut p.ex. utiliser une fonction affine de pente negative pour
représenter le lien entre les deux grandeurs (voir l’exemple 3.4.13)
D(p)
0 p
0 1 2 3 4 5 6
Figure 3.4.13 – Représentation graphique d’une fonction de demande D(p) = −0.15p + 1.7
Le graphe de la fonction doit être sous-ensemble de R+ × R+ , comme il n’y a pas de prix

négatifs et de quantités négatives.
Si une grandeurs influence une autre grandeur, nous appelons la grandeur qui influence variable
”
indépendante“, la grandeur influencée variable dépendante“. En général on désigne les valeurs
”
de la variable indépendante par x et les valeurs de la variable dépendante par y. Dans la théorie
économique, on a cependant tendance à mettre les quantité sur l’axe des x. Ainsi on exprimerait
le prix en fonction de la quantité demandée. On obtient de l’équation D(p) = −0.15p + 1.7 de
l’exemple 3.4.13 en remplaçant D(p) par x et p par pD (x) :
x = −0.15pD (x) + 1.7.
Nous isolons pD (x) et nous obtenons la fonction de demande qui exprime le prix en fonction de la
quantité demandée
x − 1.7
pD (x) = = 11.333 − 6. 6667x
−0.15
pD (x)
12
10
8
6
4
2
0 x
0 1 2 3
Figure 3.4.14 – Représentation graphique d’une fonction de demande pD (x) = −6.6667x+11.3333
Dans le calcul ci-dessus nous avons calculé la fonction réciproque de D et nous avons renoncé
à échanger les variables puisque celles-ci ont une interprétation économique. Pour la fonction
réciproque nous nous restreignons aussi au premier quadrant.
Remarque 3.4.11. Si nous avons une fonction de demande pD (x) donné par une équation
déterminant une fonction affine nous pouvons isoler x et exprimer la quantité demandée en fonc-
tion du prix. ♦
Fonction d’offre Si le prix augmente, la quantité offerte du bien augmente et il y a à un moment

donné et à un prix donné une quantité offerte unique. C’est pourquoi on peut exprimer le lien
entre le prix et la quantité offerte par une fonction, qui doit croı̂tre dans l’intervalle économique
raisonnable. On pourrait par conséquent utiliser une fonction affine d’une pente positive pour
représenter ce lien (voir l’exemple figure 3.4.15)
O(p)
0 p
0 1 2 3 4 5 6
Figure 3.4.15 – Représentation graphique d’une fonction décrivant la quantité offerte en fonction
du prix O(p) = 0.3p − 0.5
La fonction peut être interprété économiquement pour des prix positifs et des quantités positives
(le graphe de la fonction doit alors se situer dans le premier quadrant). Le zéro de la fonction
indique à quel prix l’offre est zéro. Dans l’exemple O(p) = 0.3p − 0.5 pour un prix plus bas que
− −0.5
0.3 = 1.666 7 la quantité offerte est 0.
Pour les fonctions exprimant le lien entre le prix et l’offre il est aussi de coutume de mettre la
quantité offerte sur l’axe des x. Pour l’exemple ci-dessus on obtiendrait à partir de x = 0.3pO (x) −
0.5 la représentation
x + 0.5
pO (x) = = 3.3333x + 1.66666
0.3
pO (x)
8
6
4
2
0 x
0 1 2 3 4 5
Figure 3.4.16 – Représentation graphique de la fonction d’offre pO (x) = 3.33333x + 1.66666
L’équilibre de marché (de l’offre et de la demande) est défini par l’intersection des fonctions
de demande et d’offre. Le prix au point d’intersection est appelé prix d’équilibre“ et la quantité
”
quantité d’équilibre“.
”
Exemple 3.4.12. Considérons la fonction de demande pD et la fonction d’offre pO :
pD (x) = −0.8x + 3
pO (x) = 1.2x + 0.2
Le point d’intersection de ces deux polynômes est (1.4, 1.88) . Autrement dit : la quantité d’équilibre
se monte à 1.4 et le prix d’équilibre à 1.88 (voir figure 3.4.17)
p(x)
0 x
0 1 2 3 4 5 6
Figure 3.4.17 – Représentation graphique d’une fonction d’offre et de demande ; prix et quantité
d’équilibre.
La réflexion suivante montre pourquoi l’intersection des deux fonctions fournit l’équilibre de
marché. Si le prix est plus élevé que 1.88, par ex. 2.5, la quantité demandée se monte à x dans
l’équation 2.5 = −0.8x + 3, c. à d. x = 0.625. La quantité offerte par contre se monte à x dans
l’équation 2.5 = 1.2x + 0.2, à savoir x = 1. 916 7. Il y a un surplus d’offre de 1. 916 7 − 0.625 = 1.
291 7. Le marché n’est pas en équilibre (voire la figure 3.4.18). Si le prix est trop bas, par ex. 1.25,
la quantité demandée se monte à x dans l’équation 1.25 = −0.8x + 3, c. à d. x = 2.187 5, tandis
que la quantité offerte est x dans l’équation 1.25 = 1.2x + 0.2, à savoir x = 0.875. Il en résulte
un surplus de demande de 2.187 5 − 0.875 = 1. 312 5 (voire la figure 3.4.19 ). Dans l’équilibre, la
quantité demandée et offerte doivent être identique, alors il se trouve au point d’intersection des
deux droites.
p(x) p(x)
2 2
1 1
0 x 0 x
0 1 2 3 4 5 0 1 2 3 4 5
Figure 3.4.18 – Prix trop élevé : l’offre Figure 3.4.19 – Prix trop bas : la demande
dépasse la demande. Le segment avec les dépasse l’offre. Le segment avec les flèches
flèches exprime le surplus d’offre exprime le surplus de demande
Exemple 3.4.13. Par l’introduction d’une taxe l’équilibre de marché n’est plus le même. Posons
la fonction de demande et d’offre suivante :
pD (x) = ax + b
pO (x) = cx + d.
On obtient le nouvel équilibre en soustrayant la taxe de la fonction de demande
pD (x) = ax + b − t
et en cherchant l’intersection de la nouvelle droite avec l’ancienne fonction d’offre (proposition ).

Il en résulte
ax + b − t = cx + d ⇐⇒ ax − cx = t − b + d ⇐⇒
x (a − c) = t − b + d ⇐⇒
t−b+d b−t−d
x= = . (3.4.7)
a−c c−a
On voit immédiatement qu’on peut tout aussi bien aditionner la taxe à la fonction d’offre, puisque
ax + b − t = cx + d ⇐⇒ ax + b = cx + d + t.
On peut démontrer qu’il faut enlever la taxe à la fonction de demande par les réflexions suivantes :
La quantité demandée au prix de p est (fonction réciproque !) :
p−b
p−1
D (p) = xD (p) = .
a
La quantité offerte au prix de p est :
p−d
p−1
O (p) = xO (p) = .
c
De plus il y a une taxe t.
L’offrant n’obtient après l’introduction de la taxe d’un prix spécifique p payé par le demandeur que
p − t. La quantité offerte au prix obtenu p − t est alors
p−t−d
p−1
O (p − t) = xO (p − t) =
c
Au point d’équilibre du marché la quantité demandée est identique à la quantité offerte, alors si
p−b p−t−d
= .
a c
Nous obtenons le prix du consommateur p - pour la quantité d’équilibre - suivant :
p−b p−t−d
= ⇐⇒
a c
pc − bc = ap − at − ad ⇐⇒
pc − ap = bc − at − ad ⇐⇒
p (c − a) = bc − at − ad ⇐⇒
bc − at − ad
p= .
c−a
Le prix obtenu par l’offrant pour cette quantité est

bc − at − ad
po = p − t = −t
c−a
La quantité d’équilibre est alors :
bc−at−ad
bc − at − ad c−a −b
xD ( )=
c−a a
bc−at−ad−cb+ba
c−a
=
a
−at−ad+ba
c−a
=
a
b−t−d
=
c−a
Cela correspond à la formule (3.4.7). ♦
La droite de budget Nous partons de l’idée qu’une personne a un certain budget m. Nous
désignons la quantité achetée du bien i par xi ainsi que son prix par pi (i ∈ {1, 2}, nous ne
considérons que deux biens à la fois). Les dépenses pour l’achat d’une combinaison (x1 , x2 ) de ces
biens se montent alors à
D (x1 , x2 ) = x1 p1 + x2 p2 .
Ces dépenses ne peuvent dépasser m, c. à d.
x1 p1 + x2 p2 ≤ m.
La droite qui est donnée par
x1 p1 + x2 p2 = m (3.4.8)
fournit les combinaisons (x1 , x2 ) qui mènent à la dépense de tout le budget face à des prix donnés.
Car, en isolant x2 on obtient
m − x1 p1 m p1
x2 = = − x1 . (3.4.9)
p2 p2 p2
Pour chaque x1 on obtient un x2 correspondant et unique, tel que la combinaison de x1 et x2
consomme tout le budget. (3.4.9) décrit alors une fonction et nous allons parfois écrire
m p1
x2 (x1 ) = − x1 (3.4.10)
p2 p2
pour exprimer la dépendance de la quantité x2 de x1 . La fonction affine décrite par (3.4.10) est
appelée droite de budget“.
”
Remarque 3.4.14. La situation avec deux biens est d’ailleurs plus générale qu’on pourrait le
penser. On peut considérer le deuxième bien comme un bien composé comprenant tous les autres
biens. On peut décrire ce reste par l’argent qui peut acheter ce bien composé. x2 est alors la quantité
d’argent dans
x2 p2 = m − x1 p1 .
En tenant compte du fait que le prix de l’argent est 1 (un franc coûte un franc) on obient :
x1 p1 + x2 = m. ♦
Lorsque la consommation se trouve sur la droite de budget et qu’on consomme une quantité
supplémentaire ∆1 du bien 1 (p.ex. ∆1 = 3 unités), la quantité achetée du bien 1 est alors x1 + ∆1 .
Les dépenses pour le bien 1 se montent à
p1 (x1 + ∆1 ) .
Pour compenser l’augmentation de la consommation du bien 1 il faut renconcer à une quantité
∆2 du bien 2. On peut alors affirmer (∆2 sera négatif) :
p1 (x1 + ∆1 ) + p2 (x2 + ∆2 ) = m (3.4.11)
En soustrayant l’équation (3.4.8) de l’équation (3.4.11) on obtient :
p1 (x1 + ∆1 ) + p2 (x2 + ∆2 ) − (x1 p1 + x2 p2 ) = 0 ⇐⇒
p1 ∆1 + p2 ∆2 = 0 ⇐⇒
∆1 p2
=−
∆2 p1
∆1
Le quotient ∆ 2
- le rapport de l’augmentation de la consommation du bien 1 à la réduction de la
consommation du bien 2 - correspond à la pente de la droite de budget (voir équation (3.4.9)). Les
économistes disent parfois que la pente de la droite de budget mesure les coûts d’opportunité de
la consommation du bien 1 : le renoncement à la possibilité (= opportunité) de consommer une
partie du bien 2 représe les coûts causées par la consommation supplémentaire du bien 1.
Si le revenu d’une personne augmente (le budget augmente) et si les prix restent inchangés, on
voit - en inspectant (3.4.9) - qu’il en résulte seulement un changement de l’ordonnée à l’origine.
La pente (coûts d’opportunité) reste inchangée. Si p1 monte (p2 et m restant stables), l’ordonnée
à l’origine reste inchangée et la pente devient plus négative (s’éloigne de l’horizontale). Si p2
augmente (p1 et m restant stables) l’ordonnée à l’origine baisse et la pente augmente (s’approche
de l’horizontale). Si les prix augmentent d’un facteur de t > 0 (inflation identique pour tous les
biens sans changement des salaires), on peut constater un déplacement parallèle de la droite de
budget vers la gauche, car
x1 tp1 + x2 tp2 = m ⇐⇒
t (x1 p1 + x2 p2 ) = m ⇐⇒
m
x1 p1 + x2 p2 =
t
et on obtient
m p1
x2 (x1 ) = − x1 ,
tp2 p2
à savoir une baisse de l’ordonnée à l’origine sans changement de la pente. Si les prix et le budget
augmentent d’un facteur t > 0 identique (inflation identique pour tous les biens et compensation
correspondante du revenu), la droite de budget reste invariée, car t peut se réduire :
x1 tp1 + x2 tp2 = tm ⇐⇒
t (x1 p1 + x2 p2 ) = tm ⇐⇒
x1 p1 + x2 p2 = m
Pour un exemple chiffré de certains de ces faits voir les exercices.
Fonction épargne Si le revenu moyen augmente dans une économie nationale l’épargne aug-
mente. D’une part c’est la somme absolue épargnée qui augmente. De l’autre côté c’est la part
de l’épargne par rapport au revenu (= propension moyenne à épargner) qui augmente. Ainsi avec
un revenu qui augmente sa portion utilisée pour la consommation diminue. Puisque la propen-
sion moyenne à épargner augmente en fonction du revenu l’épargne absolue n’augmente pas d’une
manière proportionnelle au revenu (= d’une manière affine = selon une fonction affine). On ne
peut par conséquent utiliser de tels polynômes pour représenter le lien entre le revenu national et
l’épargne absolue. De l’autre côté la propension moyenne à épargner se développe éventuellement
selon une fonction affine ce qui est à relever empiriquement (par l’expérience !).
Exercices
1. Nous savons qu’une fonction de coût total contient les points (10, 18) et (30, 32) (première
composante exprime la quantité produite, la deuxième composante les coûts). Calculer une
équation décrivant la fonction de coût total sous condition qu’il soit raisonnable de calculer
une fonction affine à travers ces points. Indiquer les coûts fixes. Indiquer la fonction de coût
fixe. Combien coûte la production de 25 unités d’un bien ? Quels sont les coûts variables et
fixes de cette production ?
2. Soit la fonction d’offre suivante : pO (x) = 5 + 3x.
De plus la demande du même produit est décrite par l’équation pD (x) = 20 − 2x. Calculer
la quantité et le prix d’équilibre.
A quel prix la quantité offerte est de 0 ?
A quel prix la quantité demandée est de 0 ?
Calculer la quantité offerte au prix de 6.
Calculer le prix auquel une quantité de 4 est offerte.
Calculer la quantité demandée à un prix de 3.
Calculer le prix, auquel la quantité demandée se monte à 4.
3. Les graphes des fonctions affines d’offre et de demande d’un certain bien contiennent deux
points : le graphe de la fonction de demande (100, 10) et (50, 40), le graphe de la fonction
d’offre (90, 58) et (30, 38) (à la première place des couples on trouve les quantités, à la
deuxième les prix) Quel est le surplus de demande à un prix de 40 ? (le surplus de demande
est défini par la quantité demandée qui n’est pas offerte).
4. Une entreprise peut acheter l’énérgie nécessaire à sa production selon deux structures de
tarif alternatives : tarif I : taxe de base 35 CHF/mois ; par kWh : 0.24 CHF/kWh
tarif II : taxe de base 13 CHF/mois ; par kWh : 0.38 CHF/kWh.
(a) Calculer pour chaque structure de tarif la fonction de coût correspondante.
(b) Dessiner les deux fonctions de coût dans le même système de coordonnées.
(c) Calculer la consommation d’énérgie (= xe ) qui même aux mêmes coûts pour les deux
structures de tarif .
(d) Quelle structure de tarif est meilleur marché pour des quantités supérieures à xe ,
inférieur à xe ?
5. (examen de maturité professionnelle commerciale Brigue 2015) Une entreprise A produit
des fours exclusifs en céramique. Les coûts fixes mensuels se montent à CHF 80000. Le seuil
de profit est atteint lors d’une production de 125 pièces. La recette et les coûts se montent
pour 125 pièces à CHF 415000. Le concurrent, l’entreprise B, atteint le seuil de profit avec
une production et vente de 130 pièces. Les coûts variables par pièce se montent à CHF
2920, la recette par pièce à CHF 3520. On part de l’idée que les fonctions de coûts et de
recette sont des fonctions linéaires ou affines (x = nombre de pièces, f (x) en CHF).
(a) Calculer les fonctions de coût et de recette de l’entreprise A.
(b) De combien les coûts fixes de B sont inférieurs à ceux de A ?
(c) Une troisième entreprise C affronte les fonctions suivantes : CC (x) = 2850x + 200000
und RC (x) = 3650x. Déterminer la zone de profit de l’entreprise.
(d) Par l’utilisation d’une matière première meilleur marché A peut réduire ses coûts va-
riables par 15%. Déterminer le seuil de profit.
6. La demande mensuelle d’un vin mousseux vis-à-vis d’un commerçant peut être décrite par
la fonction affine pD , dont le graphe contient les points (150, 37) et (400, 32) (quantité à
la première position) ; l’offre du commerçant suit la fonction affine pO , dont le graphe est
3
donné par la pente mf = 50 et le point (550, 37) (quantité à la première position du couple).
(a) Déterminer les équations décrivant les fonctions pD et pO , si la limite de capacité s’élève
à 600 bouteilles (dessiner la situation).
(b) Calculer le prix et la quantité d’équilibre
(c) Par l’augmentation de la taxe sur l’alcool de CHF 3.- par bouteille on veut augmenter
le revenu fiscal de l’Etat et baisser la consommation d’alcool. Quelle est la baisse de
consommation de vin mousseux due à cette augmentation ?
(d) Quelle est l’augmentation absolue de l’impôt, si l’impôt s’élevait jusqu’ici à CHF 1.-.
7. Le budget d’une personne se monte à 5000 (salaire net par mois). Le bien 1 coûte CHF 5.-
et le bien 2 coûte CHF 30.-.
(a) Calculer la droite de budget.
(b) Combien d’unités du bien 2 peut-on acheter au maximum si on a acheté 20 unités du
bien 1 ?
(c) Nous supposons que p1 monte de 5 à 7 (le budget et p2 restent invariés). Indiquer la
nouvelle droite de budget et examiner à l’aide de l’exemple les affirmations de la théorie
par rapport au changement de p1 .
(d) Nous supposons que p2 monte de 30 à 35 (le budget et p1 restent invariés). Indiquer la
nouvelle droite de budget et examiner à l’aide de l’exemple les affirmations de la théorie
par rapport au changement de p2 .
(e) Si le prix de p1 monte à 7, de combien faut-il réduire la quantité achetée du bien 1 pour
que la quantité achetée du bien 2 reste invariée ?
8. Chercher un lien entre des phénomènes économiques qui puisse être décrit par une fonction
affine.
Solutions
1. Nous calculons selon les méthodes introduites :
32 − 18 7
a1 = = = 0.7
30 − 10 10
a0 = 32 − 0.7 · 30 = 11
ou le système d’équations :
18 = a1 10 + a0
32 = a1 30 + a0
7
avec les solutions a0 = 11, a1 = 10 .
On obtient la fonction de coût
C(x) = 0.7x + 11.
L’intersection avec l’axe des y est (0, 11), donc la fonction de coût fixe est Cf (x) = 11. La
fonction de coût variable est par conséquent Cv (x) = 0.7x.
Lors d’une production de 25 unités les coûts se montent à C(25) = 0.7 · 25 + 11 = 28.5. Les
coûts fixes sont identiques pour tous les x à savoir 11 unités monétaires. Les coûts variables
s’élèvent à Cv (25) = 0.7 · 25 = 17.5 unités monétaires.
2. Nous trouvons le point d’intersection des deux droites par la résolution du système d’équations
suivant
pO (x) = 5 + 3x
pD (x) = 20 − 2x
de sorte que pO (x) = pD (x) et nous obtenons le point d’intersection (3, 14). Par là, la
quantité d’équilibre est de 3 unités et le prix d’équilibre de 14 unités monétaires.
Pour calculer le prix qui réduit l’offre à 0, nous isolons en pO (x) = 5 + 3x la variable
x pour exprimer la quantité en fonction du prix. Avec le notation introduite on obtient :
p−5 1 5
O(p) = = p− .
3 3 3
Nous cherchons le zéro de ce polynôme : 31 p − 53 = 0 =⇒ p = 5. Un prix de 5 réduit
l’offre à 0. Plus facilement on peut remplacer x par 0 dans pO (x) = 5 + 3x et on obtient
immédiatement pO (x) = 5 + 3 · 0 = 5.
Pour calculer le prix qui réduit la quantité demandée à 0, nous isolons x dans l’équation et
nous obtenons à l’aide de la notation introduite :
p − 20
D(p) = = −0.5p + 10
−2
Nous cherchons le zéro : −0.5p + 10 = 0 =⇒ p = 20. Si le prix augmente à 20 unités
monétaires il n’y a plus de demande du bien. D’une manière plus simple on peut remplacer
x par 0 dans pD (x) = 20 − 2x pour obtenir pD (0) = 20 − 2x = 20 − 2 · 0 = 20.
La quantité offerte à un prix de 6 : O(6) = 31 · 6 − 35 = 0.333 33 unités du bien

Le prix qui crée une offre de 4 : pO (4) = 5 + 3 · 4 = 17 unités monétaires
La quantité demandée à un prix de 3. D(3) = −0.5 · 3 + 10 = 8.5 unités du bien
Le prix auquel on demande une quantité de 4. pD (4) = 20 − 2 · 4 = 12 unités monétaires
3.
10 = 100a + b
40 = 50a + b
=⇒ a = − 53 , b = 70 et pD (x) = − 53 x + 70.
58 = 90a + b
38 = 30a + b
=⇒ a = 31 , b = 28 et pO (x) = 13 x + 28.
quantité d’équilibre : − 53 x + 70 = 13 x + 28 =⇒ x = 45
prix d’équilibre : pO (45) = 31 · 45 + 28 = 43
surplus de demande : pD (x) = − 53 · x + 70 = 40 =⇒ xD = 50
pO (x) = 13 · x + 28 = 40 =⇒ xO = 36
xD − xO = 14. (s. Abbildung 3.4.20)
f (x)
60 b
40 b b
20
b
0 x
0 20 40 60 80 100
Figure 3.4.20 – représentation graphique de l’exercice avec les points donnés et les droites
déterminées par ces points ; le suplus de demande est représenté par le segment avec les flèches
4. tarif I : taxe de base 35 CHF/mois ; par kWh : 0.24 CHF/kWh

tarif II : taxe de base 13 CHF/mois ; par kWh : 0.38 CHF/kWh.
(a) C1 (x) = 35 + 0.24x und C2 (x) = 13 + 0.38x
(b) On obtient :
f (x)
70
60
50
40
30
20
10
0 x
0 20 40 60 80 100 120 140 160
Figure 3.4.21 – Fonctions de coût de l’exercice
(c)
35 + 0.24x = 13 + 0.38x
solution : 157.14kWh.
(d) C1 (158) = 35 + 0.24 · 158 = 72. 92
C2 (158) = 13 + 0.38 · 158 = 73. 04
C2 > C1 pour x > 157.14kWh et C2 < C1 pour x < 157.14kWh.
5. On obtient : CA fonction de coût de l’entreprise A; RA fonction de recette de l’entreprise
A; CfB fonction de coût fixe de l’entreprise B.
(a) CA (x) = 80000 + xa, CA (125) = 415000; en remplaçant :
415000 = 80000 + 125a
solution : 2680; fonction de coût de l’entrepreise A : CA (x) = 80000 + 2680x.

RA (x) = 415000x/125 = 3320x
(b) CB (x) = CfB + 2920x ; RB (130) = 130 · 3520 = 457 600 = CB (130).
457600 = CfB + 2920 · 130
solution : CfB = 78 000 : CB (x) = 78000 + 2920x

différence des coûts fixes : 80000 − 78000 = 2000
(c) Avec CC (x) = 2850x + 200000 et RC (x) = 3650x : PC (x) = RC (x) − CC (x) =
3650x − (2850x + 200000) = 800x − 200 000
800x − 200 000 > 0
pour ]250, ∞[.

(d) CA (x) = 80000 + 2680 · 0.85x = 2278x + 80000; RA (x) = 3320x
2278x + 80000 = 3320x

80 000
x= 1042 = 76.775 ; On atteint le seuil de profit avec une production moindre.
6. On obtient les résultats suivants :
(a)
37 = 150a + b
32 = 400a + b
1 1
=⇒ a = − 50 , b = 40 et pD (x) = − 50 x + 40.
3
37 = · 550 + b
50
3
=⇒ b = 4 et pO (x) = 50 x + 4 pour x ∈ [0, 600]
1 3
(b) quantité d’équilibre : − 50 x+
40 = 50 x + 4 =⇒ x = 450
1
prix d’équilibre : pD (450) = − 50 · 450 + 40 = 31.
(c) En utilisant le résultat de l’exemple 3.4.13 on obtient :
1 3
− x + 37 = x+4
50 50
825
x= 2 = 412. 5 < 450.
f (x)
40
35 PO (x)
30 s PD (x)
25
20
15
10
5
0 x
0 100 200 300 400
Figure 3.4.22 – Equilibre de marché avec taxe sur la consommation s
La baisse de la consommation d’alcool dans la forme de vin mousseux se monte à

450 − 412.5 = 37.5 bouteilles.
1
Le prix obtenu par l’offrant s’élève à pO (412.5) = − 50 ·412.5+37 = 28.75. Le fournisseur
est près à livrer une quantité de 412.5 à ce prix. Le consommateur doit ajouter au prix net
1
de 28.75 une taxe de 3. Ainsi le produit coûte finalement pD (412.5) = − 50 · 412.5 + 40 =
31.75 (voir figure 3.4.22).
(d) taxe ancienne : 450 · 1 = 450. taxe nouvelle : 412.5 · 4 = 1650. différence : 1650 − 450 =
1200. Par conséquent l’Etat peut atteindre les deux buts (augmentation du montant de
l’impôt et baisse de la consommation d’alcool, au moins sous sa forme de vin mousseux).
7. On obtient :
(a) la droite de budget :
5x1 + 30x2 = 5000
ou en isolant x2 :
5000 5
x2 (x1 ) = − x1
30 30
500 1
= − x1
3 6
(b) Si on consomme 20 unités du bien 1 on peut acheter au maximum
500 1 490 1
x2 (20) = − · 20 = = 163 +
3 6 3 3
unités du deuxième bien.
contrôle 20 · 5 + 163 + 13 · 30 = 5000
(c) p1 monte de 5 à 7. On obtient :
7x1 + 30x2 = 5000

500 7
x2 (x1 ) = − x1
3 30
L’ordonnée à l’origine ne change pas, la pente devient plus négative (s’éloigne de l’ho-
7 5
rizontale !), car − 30 = −0.233 33 < − 30 = −0.166 67.
(d) p2 monte de 30 à 35. On obtient :
5x1 + 35x2 = 5000

1000 1
x2 (x1 ) = − x1
7 7
L’ordonnée à l’origine a baissé, car 1000 500 1000
7 < 3 = 6 . La pente a augmenté(plus proche
1 1
de l’horizontale), car − 7 = −0.142 86 > − 6 = −0.166 67.
(e) On peut poser
1 500 7
163 + = − x1
3 3 30
solution : x1 = 100
7 = 14.286
contrôle : 14.286 · 7 + 163 + 31 30 = 5000.
8. Un exemple de solution : à partir d’une somme de 100 unités monétaires l’entreprise offre
un rabais de 5% par rapport au montant qui dépasse les 100 unités monétaires. En fonction
du montant de la facture le rabais en argent absolu augmente d’une manière proportionnelle
et peut par conséquent être représenté par une fonction affine qui passe par le point (100, 0)
et a une pente de 0.05 (pour un montant de la facture de 200 unités monétaires le rabais se
5
monte à 5 unités monétaires. Par conséquent la pente s’élève à 100 = 0.05; ainsi on obtient
0 = 0.05 · 100 + a0 ). L’équation de la droite a par conséquent la forme :
Rabais du (montant de la facture) = 0.05 · (montant de la facture) − 5
pour montant de la facture ∈ [100, ∞[.
3.4.2 Polynômes linéaires

Définition 3.4.15. f est un polynôme linéaire si et seulement si
f :R→R
f (x) = a1 x avec a1 6= 0
♦
— Selon la définition pour un polynôme linéaire a0 = 0. Dans un certain sens les polynômes
linéaires sont des cas spéciaux des fonctions affines avec a0 = 0, quoique nous avons exclu
ce cas pour les fonctions affines. La raison en est le fait que les polynômes linéaires se
distinguent par une qualité importantes des fonctions affines. :
Dans l’algèbre linéaire on définit les fonctions linéaires par les caractéristiques suivantes :
f (bx) = bf (x)
f (x + y) = f (x) + f (y)
pour b ∈ R. Cela est valable pour f (x) = a1 x, comme on peut se convaincre :
f (bx) = ba1 x = bf (x)
f (x + y) = a1 (x + y) = a1 x + a1 y = f (x) + f (y)
Cela n’est cependant pas valable pour f (x) = a0 + a1 x avec a0 6= 0 6= a1 . Par conséquent
f (x) = a0 + a1 x n’est pas une fonction linéaire au sens de l’algèbre linéaire. De l’autre côté
le graphe de f (x) = a0 + a1 x forme une droite, raison pour laquelle on appelle souvent
f (x) = a0 + a1 x fonction linéaire“. Nous allons appeler les polynômes linéaires par la suite
”
fonctions linéaires“, parfois fonctions linéaires du R2 “ pour les différencier des autres
” ”
fonctions linéaires, car les couples du graphe des polynômes sont éléments du R2 .
— Le graphe de f est {(x, a1 x) | x ∈ R}. Le graphe contient un nombre infini non dénombrable
de couples. Avec a1 = 5, chaque couple a 5x pour deuxième composante de sorte que x est
la première composante du couple. Un sous-ensemble du graphe de f (x) = 5x serait alors
{(10, 50), (0.5, 2.5), (0.1, 0.5), (−200, −1000)}.
— La représentation graphique d’une fonction linéaire du R2 consiste en une droite de pente
a1 . Elle coupe l’axe des y en (0, 0), comme a0 = 0.
— Une fonction linéaire du R2 est déterminée par un point (x1 , f (x1 )), x1 6= 0 6= f (x1 ), c.à d.
si nous connaissons un point (x1 , f (x1 )) de la fonction de sorte que x1 6= 0, nous pouvons
écrire l’équation correspondante et dessiner le graphe. On peut affirmer pour (x1 , f (x1 ))
f (x1 )
f (x) = x.
x1
car en substituant dans l’équation f (x) = a1 x on obtient
f (x1 ) = a1 x1 =⇒
f (x1 )
a1 =
x1
La représentation graphique du graphe est une droite à travers (0, 0) et le point (x1 , f (x1 ))
de pente f (x 1)
x1 (voir figure 3.4.23)
f (x)
4
3
2
1 f (x1 )
0 x1 x
0 1 2 3 4
Figure 3.4.23 – Représentation graphique d’un polynôme linéaire
— Il y a pour chaque fonction affine une fonction linéaire parallèle. L’ensemble des fonctions
affines parallèles à une fonction linéaire du R2 est identique au plan R2 .
— Les polynômes linéaires sont des bijections (argumentation analogue que par rapport aux
polynômes de premier degré de type f (x) = a1 x + a0 , voir page 59). Comme pour un
polynôme linéaire f (x) = a1 x, la fonction réciproque est donnée par f −1 (x) = ax1 (y = a1 x
si et seulement si ay1 = x. En exprimant que f −1 attribue ay1 à y nous écrivons f −1 (y) = ay1 .
En remplaçant (facultativement) y par x on obtient f −1 (x) = ax1 ). La pente de la fonction
réciproque de ces polynômes est alors a11 .
— La règle de trois ou la règle de proportionnalité consiste à calculer des points sur une
fonction linéaire du R2 donnée par un point. Exemple : 5 unités d’un bien coûtent 7.5 - on
donne alors le point (5, 7.5). Combien coûtent 8 unités de ce bien ? Nous supposons qu’il
n’y ait pas de rabais pour certaines quantités et que plus ou moins d’unités de ce bien
coûtent proportionnellement plus ou moins. Rien coûte rien, la fonction passe alors par le
point (0, 0). Nous pouvons par conséquent utiliser la formule f (x) = f (x 1)
x1 x pour calculer
les coûts de x unités du bien, en l’occurrence f (8) = 7.5 5 · 8 = 12 pour calculer les coûts
de 8 unités. Ou selon la méthode éventuellement utilisée dans les écoles précédentes : si 5
unités du bien coûtent 7.5, une unité coûte 5 fois moins que 5 unités et 8 unités coûtent 8
fois plus qu’une unité. On obtient le même résultat qu’avant : 7.5 5 ·8 .
La règle de trois inverse ne repose cependant pas sur une fonction linéaire. Exemple : 8
ouvriers ont besoin pour un travail de 5 journées. Combien de temps utilisent 10 ouvriers ?
On suppose que les ouvriers ne s’entravent pas en travaillant et que tous les ouvriers ont
la même efficacité. Avec ces suppositions pas toujours réalistes on peut déduire : 1 ouvrier
travaille 8 fois plus longtemps que 8 ouvriers (8 · 5), 10 ouvriers travaillent 10 fois moins
longtemps qu’un ouvrier, alors 8·5 5·8
10 , ou f (10) = 10 = 4. Pour calculer le temps nécessaire
pour x ouvriers, nous calculons les valeurs de la fonction suivantes f (x) = 5·8 x pour x 6= 0.
Il ne s’agit pas d’un polynôme mais d’une fonction rationnelle qu’on traitera par la suite.
— Exemple économique : la fonction de coût variable (sans rabais pour certaine quantités ;
pas d’économie d’échelle), déjà mentionné ci-dessus. Si l’on ne produit rien, il n’y a pas de
coûts variables. La courbe passe alors par (0, 0). Voir l’exemple graphique la figure 3.4.24)
Cv (x)
4
3
2
1
0 x
0 2 4
Figure 3.4.24 – Représentation graphique d’une fonction de coût variable
3.5 Polynômes du deuxième degré

Définition 3.5.1. f est un polynôme du deuxième degré si et seulement si
f (x) = a2 x2 + a1 x + a0
avec a2 6= 0. a0 ou a1 peuvent être identique à 0 ( ou“ s’utilise en mathématiques toujours au
”
sens non exclusif, c. à d. comme l’un ou l’autre ou les deux“). ♦
”
— On peut naturellement remplacer ai par d’autres variables pour les constantes pour obtenir
p.ex. f (x) = ax2 + bx + c.
— Une autre appellation des polynômes du deuxième degré est polynômes quadratiques“.
”
— On attribue à chaque nombre réel x un nombre unique, à savoir a2 x2 + a1 x + a0 . Le graphe
de f est alors {(x, a0 + a1 x + a2 x2 ) | x ∈ R}. Avec a0 = 3; a1 = 4, a2 = 11 on obtient
f (x) = 11x2 + 4x + 3. Un sous-ensemble du graphe de f (x) = 3 + 4x + 11x2 serait alors
{(10, 1143), (0.5, 7.75), (0.1, 3.51), (−200, 439203)}. (contrôler s.v.p. à l’aide d’Excel).
— La représentation graphique est une courbe qui coupe l’axe des y en (0, a0 ). Si a2 > 0, la
courbe s’ouvre vers le haut, si a2 < 0 la courbe s’ouvre vers le bas, on prouvera ces résultats
plus tard avec des méthodes qu’on introduira par la suite (voir figures 3.5.25 et 3.5.26). On
peut cependant facilement se rendre compte de ces résultats : le coefficient qui accompagne
x2 joue le rôle important puisque la valeur de a2 x2 dépassera de loin les valeurs de a1 x
pour des x assez grands pour a2 > 0. a2 x2 sera beaucoup plus petit pour a2 < 0 que a1 x
pour des x assez grands. Ainsi le terme a2 x2 détermine le développement de la courbe vers
le bas ou vers le haut.
— Les polynômes du deuxième degré ne sont pas surjectifs. Si a2 > 0, ils ont un minimum.
Toutes les valeurs plus petites que ce minimum ne sont pas attribuées. Si a2 < 0 ils ont
un maximum, et toutes les valeurs plus grandes que le maximum ne sont pas attribuées.
Les polynômes du deuxième degré ne sont pas injectives, car on attribue un y ∈ image (f )
à deux x différent. Si y = a2 x2 + a1 x + a0 , on √peut en déduire 0 = a2 x2 +√a1 x + a0 − y
−a1 + a21 −4(a0 −y)a2 −a1 − a21 −4(a0 −y)a2
et par là (voir sous-chapitre suivant) x1 = 2a2 et x2 = 2a2
avec f (x1 ) = y et f (x2 ) = y.
f (x) f (x)
2 2
1 1
x x
−3 −2 −1 0 1 2 −3 −2 −1 0 1 2
Figure 3.5.25 – Représentation graphique Figure 3.5.26 – Représentation graphique
du graphe d’un polynôme du deuxième du graphe d’un polynôme du deuxième
degré ouvert vers le haut f (x) = 0.5x2 + degré ouvert vers le bas f (x) = −0.5x2 +
0.1x − 0.4 mit a2 > 0 0.1x + 2.5 mit a2 < 0
Zéros d’un polynôme du deuxième degré

Selon la définition 3.4.5 du zéro d’une fonction les zéros sont les x résolvant
f (x) = a2 x2 + a1 x + a0 = 0 (3.5.12)
Pour une représentation graphique d’un exemple voir la figure 3.5.27 :

3.5. POLYNÔMES DU DEUXIÈME DEGRÉ 81
f (x)
bc bc
x
−3 −2 −1 0 1 2
Figure 3.5.27 – Représentation graphique du graphe d’un polynôme du deuxième degré f (x) =
−0.5x2 + 0.1x + 2.5 avec ses zéros
1
En multipliant avec a2 on obtient à partir de (3.5.12)
a1 a0
x2 + x+ = 0. (3.5.13)
a2 a2
2 2
a1 a1 1 a1
Nous retenons le résultat : x+ 2a2 = x2 + a2 x + 4 a22 . On peut en déduire (additionner
a21
− 41 a22
des deux côtés de l’équation)
2
a1 1 a21 a1
x+ − = x2 + x.
2a2 4 a22 a2
2
a2
Dans l’équation (3.5.13) nous pouvons alors substituer x2 + aa21 x par x + a1
2a2 − 41 a12 pour obtenir
2
2
a1 1 a21 a0
x+ − 2 + =0
2a2 4 a2 a2
Dans cette équation on peut facilement isoler le x :

2
a1 1 a21 a0
x+ = − =⇒
2a2 4 a22 a2
s
a1 1 a21 a0
x+ =± − =⇒
2a2 4 a22 a2
s
a1 1 a21 a0
x=− ± −
2a2 4 a22 a2
q 2
1 a1 a0
On peut transformer l’expression 4 a22 − a2 de la manière suivante :
s s
1 a21 a0 1 a21 4a0 a2
− = −
4 a22 a2 4 a22 4a22
q
1
= a21 − 4a0 a2
2a2
On obtient alors le
Théorème 3.5.2. Un polynôme du deuxième degré f (x) = a2 x2 + a1 x + a0 a deux, un ou aucun

zéros réels. Si a21 − 4a0 a2 > 0 il y a exactement deux zéros réels, à savoir
q
a1 1
x1,2 = − ± a21 − 4a0 a2
2a2 2a2
p
−a1 ± a21 − 4a0 a2
=
2a2
a1
Si a21 − 4a0 a2 = 0, il y a exactement un zéro réel, à savoir − 2a 2
.
2
Si a1 − 4a0 a2 < 0, il n’y a pas de zéro réel.
Remarque 3.5.3. Avec a := a2 , b := a1 et c := a0 on obtient pour f (x) = a2 x2 + a1 x + a0 =

ax2 + bx + c : √
−b ± b2 − 4ac
x1,2 =
2a
Exemple 3.5.4. Calculer les zéros du polynôme f (x) = 2x2 + 3x − 4.

Avec a2 = 2, a1 = 3 et a0 = −4 on obtient :
p p
−a1 ± a21 − 4a0 a2 −3 ± 32 − 4 · (−4) · 2
=
2a2 2·2
1√ 3
=± 41 −
4 4
= −2.3508; 0.85078
(voir figure 3.5.28) ♦
Exemple 3.5.5. Calculer les zéros du polynôme f (x) = 2x2 + 3x + 4

Avec a2 = 2, a1 = 3 et a0 = 4 on obtient :
p √
−a1 ± a21 − 4a0 a2 −3 ± 32 − 4 · 4 · 2
=
2a2 2·2
et 32 − 4 · 4 · 2 = 9 − 32 = −23 < 0. Il n’y a alors pas de solution réelle (voir figure 3.5.29) ♦
9
Exemple 3.5.6. Calculer les zéros du polynôme f (x) = 2x2 + 3x + 8
Avec a2 = 2, a1 = 3 et a0 = 98 on obtient :
q
p 9
−a1 ± a21 − 4a0 a2 −3 ± 32 − 4 · 8 ·2
=
2a2 2·2
√
−3 ± 0
=
2·2
−3
=
4
(voir figure 3.5.30) ♦
f (x) f (x)
2
1 6
x
−3 −2 −1−1 1 2 4
−2
−3 2
−4
−5 x
−3 −2 −1 0 1 2
Figure 3.5.28 – Deux zéros réels (po- Figure 3.5.29 – Aucun zéro réel (polynôme
lynôme f (x) = 2x2 + 3x − 4) f (x) = 2x2 + 3x + 4)
f (x)
x
−3 −2 −1 0 1 2
Figure 3.5.30 – Un seul zéro réel (polynôme f (x) = 2x2 + 3x + 98 )
Equations quadratiques et polynômes du deuxième degré
Une équation quadratique, que nous appelons aussi équation du deuxième degré“, est composée
”
d’expressions de la forme suivante : ai , aj x et ak x2 relié par +“ ou −“. Ainsi
” ”
6x2 − 2x + 4 − x2 = 3x2 + 15x + 8
est une équation du deuxième degré. Comme avec les équations du premier degré il s’agit de
trouver l’ensemble des nombres, qui rendent vraie cette équation. Cet ensemble est l’ensemble
solution. Le problème peut être réduit au calcul du zéro d’une fonction quadratique, parce qu’on
peut transformer ce type d’équation à une équation de la forme
a2 x2 + a1 x + a0 = 0.
Pour l’exemple ci-dessus on obtient :
5x2 − 2x + 4 = 3x2 + 15x + 8 =⇒

2x2 − 17x − 4 = 0
et l’ensemble solution :

17 1 √ 1√ 17
− 321, 321 + = {−0.22912, 8.7291}.
4 4 4 4
Il faut vérifier, si ces nombres rendent effectivement vraie l’équation ci-dessus : avec 8.7291 :
6x2 − 2x + 4 − x2 : 6 · 8.72912 − 2 · 8.7291 + 4 − 8.72912 = 367. 53
3x2 + 15x + 8 : 3 · 8.72912 + 15 · 8.7291 + 8 = 367. 53
Avec −0.22912 :
6x2 − 2x + 4 − x2 : 6 · (−0.22912)2 − (2 · −0.22912) + 4 − (−0.22912)2 = 4. 720 7
2
3x2 + 15x + 8 : 3 · (−0.22912) + (15 · −0.22912) + 8 = 367. 53 = 4. 720 7
√
Remarque 3.5.7. Strictement parlant 17 1
4 − 4 321 6= −0.22912, comme −0.22912 ne constitue
17 1
√
qu’une approximation rationnelle au nombre réel non-rationnel 4 − 4 321. Nous allons cependant
mettre dans ce texte toujours le signe de l’identité entre les nombres réels et leurs approximations
rationnelles. On procédera de manière analogue pour les nombres rationnels ayant un nombre in-
fini de chiffres différents de ”0” après la virgule. ♦
Points d’intersection du polynôme quadratique avec des polynômes d’un degré inférieur
ou égal à 2
Lors du calcul des points d’intersection de deux polynômes quadratiques on est amené au calcul
des zéros d’un polynôme du deuxième degré :
f (x) = 2x2 + 0.2x − 2
g(x) = −0.5x2 + 2x + 2
Pour les points d’intersection f (x) = g(x). Nous posons alors l’égalité entre les expressions à
gauche des deux équations et nous obtenons :
2x2 + 0.2x − 2 = −0.5x2 + 2x + 2 =⇒
2.5x2 − 1.8x − 4 = 0
avec les solutions : −0.955 14, 1.675 1. Il faut encore calculer les valeurs f (x) (ou g(x)) des ces
valeurs de x :
f (−0.95514) = 2 · (−0.955 14)2 + 0.2 · (−0.955 14) − 2 = −0.36643
2
f (1.6751) = 2 · (1.675 1) + 0.2 · 1.675 1 − 2 = 3.9472
(pour g(−0.95514) et g(3.9472) on obtient les mêmes valeurs). L’ensemble des points d’intersection
est alors {(−0.95514, −0.36643)(1.6751, 3.9472)} (voir figure 3.5.31)
Puisque le calcul des points d’intersection passe par le calcul des zéros d’un polynôme qua-
dratique on peut deviner qu’il y a deux, un ou aucun point d’intersection de deux polynômes
quadratiques (voir pour le premier cas l’exemple de la figure 3.5.31). Pour les deux autres cas voir
les exemples suivants 3.5.8 et 3.5.9 ainsi que les figures 3.5.32 et 3.5.33 :
Exemple 3.5.8.
f (x) = 2x2 + 0.2x − 2
g(x) = −0.5x2 + 2x − 2.324
On obtient l’équation suivante :

2.5x2 − 1.8x + 0.324 = 0
f (x); g(x)
5
4 bc
3
2
1
bc
x
−3 −2 −1−1 1 2
−2
Figure 3.5.31 – Points d’intersection des polynômes f (x) = 2x2 +0.2x−2 et g(x) = −0.5x2 +2x+2
avec la solution unique x0 = 0.36.

f (0.36) = 2 · 0.362 + 0.2 · 0.36 − 2 = −1. 668 8. Le seul point d’intersection est alors (0.36, −1.6688)
f (x); g(x)
5
4
3
2
1
x
−3 −2 −1−1 1 2
bc
−2
Figure 3.5.32 – Point d’intersection des polynômes f (x) = 2x2 + 0.2x − 2 et g(x) = −0.5x2 +
2x − 2.324
Exemple 3.5.9.
f (x) = 2x2 + 0.2x + 1

g(x) = −0.5x2 + 2x − 1.424
mène à
2.5x2 − 1.8x + 2.424 = 0.
Il n’y a pas de zéro réel(voir figure 3.5.33).
♦
f (x); g(x)
5
4
3
2
1
x
−3 −2 −1−1 1 2
−2
Figure 3.5.33 – Polynômes sans point d’intersection : f (x) = 2x2 + 0.2x + 1 et g(x) = −0.5x2 +
2x − 1.424
Par rapport aux points d’intersection d’un polynôme quadratique avec des polynômes de degré
inférieur (constants, linéaires ou affines) on peut constater des résultats similaires : pour chaque
cas on est amené au calcul des zéros d’une fonction polynomiale du deuxième degré.
Pour le cas de la fonction constante g(x) = b0 et un polynôme quadratique f (x) = a2 x2 +
a1 x + a0 nous obtenons par identification (les valeurs des fonctions sont identiques aux points
d’intersection)
a2 x2 + a1 x + a0 = b0 =⇒
a2 x2 + a1 x + a0 − b0 = 0
Finalement, il faut calculer les valeurs de f (x0 ) ou de g(x0 ) pour les zéros x0 - facilité par le
fait que g(x0 ) = b0 . Il y a de nouveau deux, un ou aucun point d’intersection. Ainsi pour le
polynôme f (x) = 2x2 + 0.2x + 1.5 et la constante g(x) = 2.5 il y a deux points d’intersection
(−0.758 87, 2.5), (0.658 87, 2.5)), pour g(x) = 1.495 il y a un point d’intersection (−0.05, 1.495) et
pour g(x) = 0.5 il n’y a pas de points d’intersection (voir figure 3.5.34)
f (x); g(x)
5
4
3
g(x) = 2.5
2
g(x) = 1.495
1
g(x) = 0.5
x
−3 −2 −1−1 1 2
−2
Figure 3.5.34 – Points d’intersection de f (x) = 2x2 + 0.2x + 1.5 et de g(x) = 2.5 (deux points
d’intersection) ; g(x) = 1.495 (un point d’intersection) et g(x) = 0.5 (aucun point d’intersection)
Pour le cas de la fonction affine g(x) = b1 x + b0 et d’un polynôme quadratique f (x) = a2 x2 +

a1 x + a0 nous obtenons en posant l’équation entre les deux expression
a2 x2 + a1 x + a0 = b1 x + b0 =⇒
a2 x2 + a1 x + a0 − b1 x − b0 = 0 =⇒
a2 x2 + (a1 − b1 ) x + (a0 − b0 ) = 0
Il y a de nouveau deux, un seul ou aucun point d’intersection. Ainsi pour les polynômes f (x) =
2x2 +0.2x+1.5 et g(x) = 0.8x+3 il y a deux points d’intersection (−0.728 92, 2.416 9), (1.028 9, 3.823 1)),
pour g(x) = 0.8x + 1.455 un seul (0.15, 1.575)) et pour g(x) = 0.8x + 1 aucun. (voir figure 3.5.35)
f (x); g(x)
5 g(x) = 0.8x + 3
4 g(x) = 0.8x + 1.455
3 g(x) = 0.8x + 1
2
1
x
−3 −2 −1−1 1 2
−2
Figure 3.5.35 – Points d’intersection des polynômes f (x) = 2x2 + 0.2x + 1.5 et g(x) = 0.8x + 3
(deux points d’intersection); g(x) = 0.8x + 1.455 (un point d’intersection); g(x) = 0.8x + 1 (aucun
point d’intersection)
Pour le cas de la fonction linéaire g(x) = b1 x on obtient
a2 x2 + a1 x + a0 = b1 x =⇒
a2 x2 + a1 x + a0 − b1 x = 0 =⇒
a2 x2 + (a1 − b1 ) x + a0 = 0
Il y a deux, un seul ou aucun point d’intersection. Ainsi pour f (x) = 2x2 + 0.2x + 1.5 et g(x) = 4x
il y a deux points d’intersection (0.559 49, 2.238 0), (1.3405, 5.362)), pour g(x) = 3.6641x un seul
(0.866 03, 3.1732)) et pour g(x) = 2x aucun (voir figure 3.5.36)
f (x); g(x)
5
4
3
2
1
x
−3 −2 −1−1 1 2
−2
Figure 3.5.36 – Points d’intersection des polynômes f (x) = 2x2 + 0.2x + 1.5 et g(x) = 4x
(deux points d’intersection ) ; g(x) = 3.6641x (un point d’intersection) et g(x) = 2x (aucun point
d’intersection)
Calcul d’un polynôme quadratique à travers des points
Un polynôme du deuxième degré est donné par trois points (x1 , f (x1 )), (x2 , f (x2 )), (x3 , f (x3 ));
xi , f (xi ) ∈ R; xi 6= xj pour i 6= j, si l’équation ci-dessous a une solution unique (c. à d. si nous
connaissons trois points du graphe de la fonction, nous pouvons calculer l’équation qui décrit le
polynôme sous la réserve mentionnée). Le calcul se fait à l’aide du système d’équations suivant :
f (x1 ) = a2 x21 + a1 x1 + a0 (3.5.14)

f (x2 ) = a2 x22 + a1 x2 + a0
f (x3 ) = a2 x23 + a1 x3 + a0
Il faut le résoudre pour a0 , a1 , a2 - les points (x1 , f (x1 )), (x2 , f (x2 )), (x3 , f (x3 )) sont donnés.
Exemple 3.5.10. Calculer pour les points (1, 2), (3, 8) et (−3, 4) l’équation du polynôme du
deuxième degré qui passe par ces points. Nous pouvons poser :
2 = a2 · 1 2 + a1 · 1 + a0
8 = a2 · 3 2 + a1 · 3 + a0
4 = a2 · (−3)2 + a1 · (−3) + a0
La solution est : a0 = 34 , a1 = 23 , a2 = 7
12 (contrôler s.v.p.). L’équation est alors
3 2 7
f (x) = + x + x2 .
4 3 12
♦
Exemple économique
Un monopoliste se voit face à la fonction de prix, qui exprime le prix en fonction de la quantité
offerte,
p(x) = 30 − 2x.
La recette , que le monopoliste réalise par la vente de ses produits, est alors :
R(x) = xp(x) = x(30 − 2x) = 30x − 2x2
(= prix fois la quantité vendue). On donne aussi la fonction de coût suivante :
C(x) = 1 + 4x.
Le profit (gain) (= recette moins les coûts) est alors
P (x) = R(x) − C(x) = 30x − 2x2 − (1 + 4x) = 26x − 2x2 − 1.
Déterminer la zone de profit (= l’ensemble des quantités pour lesquels il en résulte un profit). Il
faut calculer les zéro du polynômes
P (x) = 26x − 2x2 − 1
c. à d. nous calculons
−2x2 + 26x − 1 = 0.
√ √
La solution est 13 1
2 − 2 167 = 3. 857 6 × 10
−2
et 21 167 + 13
2 = 12. 961. La zone de profit est alors
]0.03857, 12.96[, comme pour 2 p.ex. G(2) = 26 · 2 − 2 · 22 − 1 = 43 > 0. Il serait intéressant de
savoir où le gain est maximal ainsi que son montant. On peut prouver - ce qu’on montrera plus
tard -, que les polynômes quadratiques atteignent leur maximum ou minimum avec x déterminé
par :
a1
xmax / min = −
2a2
Si a2 < 0, la fonction est ouverte vers le bas et on aura donc un maximum. Ainsi dans notre
exemple :
26 13
− = = 6.5
2 · −2 2
ce qui signifie que le profit maximal est atteint avec une production de 6.5 unités du bien.
Le gain maximal se monte à
G(6.5) = 26 · 6.5 − 2 · 6.52 − 1 = 83.5
(voir pour la représentation graphique de l’exemple la figure 3.5.37).
f (x)
110 R(x)
100
90
80
70 P (x)
60 C(x)
50
40
30
20
10
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Figure 3.5.37 – Représentation graphique de la fonction de coût C(x), de la fonction
de recette R(x) et de la fonction de profit P (x) de l’exemple économique
Remarque 3.5.11. Si l’on représente plusieurs fonctions dans un seul graphique il faut garantir
que les arguments et les valeurs de la fonction sont mesurés chacun avec les mêmes unités comme
c’est le cas dans l’exemple ci-dessus. On ne peut cependant pas dessiner la fonction de prix dans le
même système de coordonnées cartésiennes que la fonction de recette, de coût et de profit, puisque
les prix sont mesurés en unités d’argent divisées par des unités du bien et sont alors p.ex. mesurés
par CHFkg , tandis que le profit, les coûts et la recette sont mesurés en francs. ♦
Exercices
1. Calculer un polynôme du deuxième degré passant par les points (5, 6), (8, 9) et (50, 7).
Indiquer les points d’intersection avec l’axe des y. Calculer les zéros du polynôme. Calculer
l’ensemble des points d’intersection avec le polynôme suivant g(x) = 0.5x + 2.
2. Calculer les points d’intersection des polynômes suivants :
f (x) = 2x2 + 0.1x + 2
g(x) = 0.02x2 + 0.1x + 3
3. Calculer la valeur de la fonction suivante en x = 20 :

f (x) = 2x2 + 0.1x + 2
4. Un monopoliste se voit face à la fonction de prix suivante :
p(x) = 40 − 3x.
De plus, il est confronté à la fonction de coût suivante :
C(x) = 0.5 + 3.5x.
Calculer la zone de profit, la production qui génère le profit maximal et le profit maximal.
5. Supposons que le marché d’un bien soit décrit par la fonction de demande et d’offre sui-
vantes :
pO (x) = 3(x + 0.5)

pD (x) = 0.6(35 − 0.2x2 )
Fixer le domaine économique raisonnable.

Calculer le prix et la quantité d’équilibre.
Solutions
1. Il faut résoudre le système d’équations suivant (nous utilisons les coefficients a, b, c pour
alléger l’écriture) :
6 = 52 a + 5b + c
9 = 82 a + 8b + c
7 = 502 a + 50b + c
22
On obtient : a = − 945 , b = 1231 13
945 , c = 189
13
L’intersection du polynôme avec l’axe des y est 0, 189
Les zéros du polynôme se calculent par la solution de l’équation suivante :
22 2 1231 13
− x + x+ =0
945 945 189
1231 3
√
x01 = 44√ − 44 169 009 = −5. 275 3 × 10−2
3 1231
x02 = 44 169 009 + 44 = 56. 007
Le point d’intersection avec g(x) = 0.5x+2 est donné par la solution de l’équation suivante :
22 2 1231 13
0.5x + 2 = − x + x+
945 945 189
Il en résulte : x1 = 2.602 5, x2 = 31.875 et g(x1 ) = 0.5 · 2.602 5 + 2 = 3. 301 3
g(x2 ) = 0.5 · 31.875 + 2 = 17. 938. L’ensemble des points d’intersection est alors
{(2.602 5, 3. 301 3) , (31.875, 17. 938)} .
2.
f (x) = 2x2 + 0.1x + 2

g (x) = 0.02x2 + 0.1x + 3
de sorte que f (x) = g (x). L’ensemble des points d’intersection :

{(−0.710 67, 2. 939)(0.710 67, 3.081 2)} .
3. Il faut calculer : f (20) = 2 · 202 + 0.1 · 20 + 2 = 804
4. R(x) = x (40 − 3x) = 40x − 3x2

P (x) = R(x) − C(x) = 40x − 3x2 − (0.5 + 3.5x) = 36. 5x − 3x2 − 0.5
Il faut calculer les zéros de la fonction de profit :
x01 = 0.01371 4, x02 = 12.153. Comme la fonction de profit s’ouvre vers le bas (car a2 < 0)
la fonction de profit est positive entre les deux zéros. Par conséquent la zone générant un
profit est située entre ces deux points. Le profit maximal se réalise avec une production de
36.5
− = 6.0833,
2 · (−3)
Le profit maximal est :
G(6.0833) = 36.5 · 6.0833 − 3 · 6.08332 − 0.5 = 110.52
f (x)
110 R(x)
100
90
80
70 P (x)
60
C(x)
50
40
30
20
10
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
de recette R(x) et de la fonction de profit P (x) de l’exercice
5. Comme pD n’a de sens que dans un domaine où la fonction est croissante, il faut déterminer
le maximum de la fonction pD (x) = 21.0 − 0.12x2 : il se trouve en
0
=0
2 · −0.12
Puisque la fonction s’ouvre vers le bas, la fonction descend dans le premier quadrant. De
plus les valeurs de la fonction doivent être positives. Nous calculons alors les zéros de pD :
On obtient 13. 229, −13. 229. Par conséquent le domaine économiquement raisonnable de
la fonction de demande se trouve entre 0 et 13.229. Nous calculons maintenant le domaine
économiquement raisonnable de la fonction d’offre. Le zéro de la fonction pO est −0.5. C’est
pourquoi la fonction de demande est partout positive à droite de 0 (car pO est une droite
qui monte !). C’est pourquoi le domaine raisonnable se situe entre 0 et 13.229.
La quantité d’équilibre se calcule avec l’équation
3(x + 0.5) = 0.6(35 − 0.2x2 )
Ensemble solution : {−30. 354, 5. 353 6} . La deuxième solution seule se trouve dans le do-
maine raisonnable. La quantité d’équilibre est alors 5.3536 unités du bien. Le prix d’équilibre
est
pO (5.3536) = 3(5.3536 + 0.5) = 17. 561
3.6 Polynômes du troisième degré

Définition 3.6.1.
f :R→R
f (x) := a3 x3 + a2 x2 + a1 x + a0
avec des nombres réelles ai . a3 6= 0; a0 , a1 ou a2 peuvent être 0. ♦
— On attribue de la sorte à chaque nombre x réel un nombre unique, à savoir a3 x3 + a2 x2 +

a1 x + a0 . Le graphe de f est alors {(x, a3 x3 + a2 x2 + a1 x + a0 ) | x ∈ R}. Avec p.ex.
a0 = 3; a1 = 4, a2 = 11, a3 = −2 : f (x) = −2x3 +11x2 +4x+3. Un sous-ensemble du graphe
de f (x) = −2x3 +11x2 +4x+3 serait {(10, −857), (0.5, 7.5), (0.1, 3.508), (−200, 16′439′ 203)}.
— La fonction coupe l’axe des y en (0, a0 ).
— Les polynômes du troisième degré sont surjectifs. Il y a des polynômes du troisième degré
qui sont bijectifs et d’autres qui ne le sont pas. Pour différencier ces ceux cas, on développera
des moyens techniques plus tard.
Les zéros d’un polynôme du troisième degré

Pour les polynômes du troisième et du quatrième degré il est possible de développer des formules
pour trouver leurs zéros. Pour les polynômes d’un degré supérieur, ce n’est plus possible. Puisque
le développement de ces formules et leur application est plutôt pénible et qu’on utilise pour des
polynômes d’un degré supérieur à 4 de toute façon d’autres méthodes applicables à beaucoup de
types de fonctions nous introduisons une de ces méthodes sans attendre. Nous introduisons une
des méthodes d’approximation qu’on peut retrouver dans la littérature. Pour la justifier d’abord
un théorème, dont le sens intuitif est le suivant : la moyenne arithmétique m de a et b (b > a) est
plus proche d’un x ∈]a, b[ que a ou b (ou que les deux).
Théorème 3.6.2. Si a < b et m := a+b

2 , alors pour tout x ∈]a, b[ :
(1) x = m ou a < x < m ou m < x < b.
(2) i) Si x = m, x − m = 0 < b − x
ii) Si a < x < m alors m − x < b − x
iii) Si m < x < b alors x − m < x − a (voir figure 3.6.39 pour les cas ii et iii)
ii iii
x m m x
b b b b b b b b
a b a b
Figure 3.6.39 – Exemple graphique pour l’idée du théorème 3.6.2 cas ii) et iii) .
a+b
Démonstration. D’abord nous pouvons retenir pour a < b que a < 2 < b, car
a+b
a< < b ⇐⇒ 2a < a + b < 2b
2
⇐⇒ 2a − a < 2b − b
⇐⇒ a < b.
alors m := a+b
2 ∈ ]a, b[. On peut en conclure sans autre (1).
Le premier cas de (2) est évident. Pour ii) : comme x < m et m < b : m − x < b − x. Pour iii) :
comme m < x et a < m : x − m < x − a. ✷
3.6. POLYNÔMES DU TROISIÈME DEGRÉ 93
Après cette préparation nous passons à l’algorithme d’approximation du zéro d’une fonction
polynomiale. Nous nous limitons au cas où la fonction coupe l’axe des x, c.à d. les signes de la
fonction sont opposés des deux côtés du zéro dans un intervalle autour du zéro. On cherche deux
nombres x1 et x2 , x1 < x2 , sur l’axe des x tel que f (x1 )·f (x2 ) < 0. Cela est valable si et seulement
si f (x1 ) et f (x2 ) ont des signes opposés. De plus il faut veiller à ce qu’il n’y ait pas plus d’un
zéro entre x1 et x2 , ce qui se contrôle à l’aide d’une représentation graphique ou d’un tableau des
valeurs de la fonction. Par la suite nous calculons la moyenne arithmétique de x1 et x2 :
x1 + x2
x3 :=
2
La moyenne arithmétique doit se trouver plus près du zéro recherché que x1 ou x2 (ou que les
deux) selon le théorème 3.6.2. Pour f (x3 ) il y a trois possibilité : f (x3 ) = 0 ou f (x3 ) > 0 ou
f (x3 ) < 0. Pour le premier cas f (x3 ) = 0, on a trouvé le zéro entre x1 et x2 . Pour les deux
autres cas on choisit parmi les nombres {x1 , x2 , x3 } les plus proches du zéro recherché, mais de
sorte que ces nombres se trouvent toujours des deux côtés du zéro recherché, ce qui est le cas
si f (xi ) f (xj ) < 0. Nous choisissons alors x1 et x3 , si x3 se trouve à droite du zéro (ce qui est
équivalent à f (x1 ) f (x3 ) < 0), autrement nous choisissons x3 et x2 . Pour les nombres choisis nous
calculons de nouveau la moyenne arithmétique. Le choix des nombres et le calcul de la moyenne
arithmétique peuvent être décrits par :
x1 +x3
2 si et seulement si f (x1 )f (x3 ) < 0
x4 := x2 +x3 .
2 autrement
De la sorte on continue, jusqu’à ce qu’on ait trouvé une approximation satisfaisante xi . Satisfai-
”
sante“ dépend des besoins de celui qui calcule le zéro et peut être spécifiée d’avance par un k > 0.
On termine le processus d’approximation quand |f (xi )| < k. (|f (xi )| pour la valeur absolue de
f (xi ), c. à d. |f (xi )| = f (xi ), si f (xi ) > 0, autrement |f (xi )| = −f (xi ))
Exemple 3.6.3. Déterminer les zéros du polynôme suivant tel que |f (xi )| < 0.00001.
f (x) = 0.9x3 − 2x2 − 3x + 4
Nous étudions d’abord une représentation graphique :
f (x)
4
3
2
1
bc bc bc
x
−3 −2 −1−1 1 2 3
−2
−3
Figure 3.6.40 – Représentation graphique du polynôme f (x) = 0.9x3 − 2x2 − 3x + 4
Un des zéros se trouve évidemment entre x1 = 2.5 et x2 = 3. On obtient
f (2.5) = −1.9375
f (3) = 1.3
et par là f (2.5)f (3) < 0. Nous calculons la moyenne arithmétique

2.5 + 3
x3 = = 2. 75.
2
Nous contrôlons le signe de f (2.75) :
f (2.75) = −0.657 81 < 0
Ainsi f (2.75) f (3) < 0. Le zéro recherché se trouve alors entre 2.75 et 3 (x3 et x2 ).
Nous calculons la moyenne arithmétique :
2.75 + 3
x4 = = 2. 875
2
Pour le signe de f (2.875) :
f (2. 875) = 0.231 05 > 0
Ainsi f (2.75) f (2.875) < 0 et le zéro recherché se trouve entres 2.75 et 2.875.
Nous calculons la moyenne arithmétique :
2.75 + 2.875
x5 = = 2. 812 5
2
et
f (2.8125) = −0.235 23.
f (2.8125) f (2.875) < 0. Nous calculons :

2.8125 + 2.875
= 2. 843 8
2
etc. La procédure est un peu pénible, à l’aide Excel le calcul se fait vite (voir tableau Excel Null-
stellen501.xls). On obtient 2.844772366 pour le zéro recherché (avec f (2.844772366) = 0 arrondi
à 15 chiffres après la virgule). ♦
Nous retenons sans preuve :

Théorème 3.6.4. Un polynôme du troisième degré à au moins un zéro réel et tout au plus trois
zéros réels.
Voir la figure 3.6.40 pour le cas de trois zéros et la figure 3.6.41 pour le cas d’un seul zéro.
f (x)
4
3
2
1
x
−3 −2 −1−1 1 2 3
−2
−3
Figure 3.6.41 – Exemple d’un polynôme du troisième degré avec un seul zéro
L’importance des zéros de fonctions continues (ce sont des fonctions qu’on peut tracer sans
lever le crayon ; on va fournir une définition mathématique plus tard) est, entre autre, que leur
connaissance permet de savoir où les valeurs de fonction sont positives ou négatives.
Définition 3.6.5. 1. La valeur de fonction f (x) est positive en x si et seulement si f (x) > 0.
2. Les valeurs de fonction sont positives sur l’intervalle ]a, b[ si et seulement si pour tout
x ∈]a, b[ : f (x) > 0.
3. La valeur de fonction f (x) est négative en x si et seulement si f (x) < 0.
4. Les valeurs de fonction sont négatives sur l’intervalle ]a, b[ si et seulement si pour tout
x ∈]a, b[ : f (x) < 0.
♦
Entre deux zéros avoisinants toutes les valeurs de fonction ont le même signe pour des fonctions
continues. A gauche du zéro le plus petit xg , les valeurs de fonction ont toutes le même signe sur
] − ∞, xg [. De même à droite du zéro le plus grand xd , les valeurs de fonction ont toutes le même
signe sur ]xd , ∞[ (voir figure 3.6.42).
f (x)
4
3
2
1
x1 bc bc
x2 x3 bc
x
−3 −2 −1−1 1 2 3
−2
−3
Figure 3.6.42 – A gauche du zéro le plus petit x1 , sur l’intervalle ]− ∞, x1 [, les valeurs de fonction
sont partout négatives, sur l’intervalle ]x1 , x2 [, les valeurs de fonction sont partout positives, sur
l’intervalle ]x2 , x3 [ les valeurs de fonction sont partout négatives et sur l’intervalle ]x3 , ∞[ les
valeurs de fonction sont partout positives.
Equations du troisième degré et polynômes du troisième degré

Une équation du troisième degré ne contient que des expressions du type ai x3 , aj x2 , ak x, am ,
reliées par +“ ou −“, p.ex.
” ”
4x3 + 2x2 − 0.5x + 14 = 18x3 − 14.5x2 + 1.5x + 9x3
A l’aide des transformations introduites on peut réduire cette équation au calcul des zéros d’un
polynôme du troisième degré :
4x3 − 18x3 − 9x3 + 2x2 + 14.5x2 − 0.5x − 1.5x + 14 = 0 =⇒

−23x3 + 16.5x2 − 2x + 14 = 0
Seule solution réelle : 1.122 8
Points d’intersection d’un polynôme du troisième degré avec des polynômes d’un
degré inférieur ou égal
En posant l’égalité entre les parties droites des équations décrivant les deux fonctions on obtient
une équation qui mène par les transformations mentionnées au problème du calcul des zéros d’un
polynôme du troisième degré. On calcule ainsi les premières composantes des points d’intersection.
Par la suite, il faut encore calculer les deuxièmes composantes en calculant les valeurs des zéros xi
d’une des fonctions. Il y a au moins un point d’intersection, au maximum trois points d’intersection
- sauf si l’équation qui résulte des transformations est d’un degré inférieur à 3.
Exemple 3.6.6.
g(x) = 14x3 − 2x2 + x − 14

f (x) = 5
mène à
14x3 − 2x2 + x − 19 = 0
et la solution réelle 1.134 4. Ainsi le point d’intersection est (1.1344, 5) ♦
Exemple 3.6.7.
g(x) = 14x3 − 2x2 + x − 14

f (x) = 5x + 2
produit
14x3 − 2x2 − 4x − 16 = 0
et la seule solution réelle 1.19. Le point d’intersection est alors (1.19, 7.95) ♦
Exemple 3.6.8.
g(x) = 14x3 − 2x2 + x − 14

f (x) = 5x2 + 2x
implique
14x3 − 7x2 − x − 14 = 0
et la seule solution réelle 1.224 9. Le point d’intersection avec f (1.2249) = 9.9517 est alors
(1.2249, 9.9517) ♦
Calcul d’un polynôme du troisième degré à travers des points

Un polynôme de ce degré est déterminé par quatre points (x1 , f (x1 )), (x2 , f (x2 )),
(x3 , f (x3 )), (x4 , f (x4 )) avec xi , f (xi )) ∈ R, xi 6= xj pour i 6= j, pourvu que le système d’équations
ci-dessous ait une solution unique. Nous isolons a0 , a1 , a3 , a4 dans
f (x1 ) = a3 x31 + a2 x21 + a1 x1 + a0
f (x2 ) = a3 x32 + a2 x22 + a1 x2 + a0
f (x3 ) = a3 x33 + a2 x23 + a1 x3 + a0
f (x4 ) = a3 x34 + a2 x24 + a1 x4 + a0
Exemple 3.6.9. Supposons que (1, 2), (3, 8), (−3, 4) et (−8, −5) soient des éléments du graphe
d’un polynômes du troisième degré. Chercher l’équation qui décrit cette fonction. Nous posons :
2 = a3 1 3 + a2 · 1 2 + a1 · 1 + a0
8 = a3 3 3 + a2 · 3 2 + a1 · 3 + a0
4 = a3 (−3)3 + a2 · (−3)2 + a1 · (−3) + a0
−5 = a3 (−8)3 + a2 · (−8)2 + a1 · (−8) + a0
La solution est : a0 = 79 13 251 151

55 , a1 = − 660 , a2 = 495 , a3 = 1980 (Contrôler s.v.p.) On exécute en général
de tels calculs à l’aide d’un logiciel. Il vaut cependant la peine d’avoir résolu une fois un tel système
151 3 251 2 13
d’équations à la main. L’équation de la fonction est alors f (x) = 1980 x + 495 x − 660 x + 79
55 .(voir
Figure 3.6.43)
f (x)
8 b
6
b
4
2 b
x
−8 −6 −4 −2 2 4
−2
−4
b
−6
Figure 3.6.43 – Représentation graphique pour l’exemple : les points données et le polynôme du
troisième degré calculé à travers ces points
Exemple économique
Un monopoliste se voit face à la fonction de prix suivante :
p(x) = 500 − 20x.
La recette est alors

R(x) = xp(x) = x(500 − 20x) = 500x − 20x2 .
De plus, il affronte la fonction de coût suivante
C(x) = 0.2x3 − 6x2 + 80x + 100.
La fonction de profit est alors

P (x) = R(x) − C(x) = 500x − 20x2 − 0.2x3 − 6x2 + 80x + 100
= 420x − 14x2 − 0.2x3 − 100.
Déterminer la zone de profit.

Solution : Il faut trouver les zéros du polynôme P (x) = 420x − 14x2 − 0.2x3 − 100, c.à d. nous
calculons
420x − 14x2 − 0.2x3 − 100 = 0
Les solutions sont : 22.470, 0.240 02, −92.710. La fonction de profit coupe l’axe des x trois fois. Nous
calculons la valeur de la fonction de profit entre 0.24002 et 22.47 pour un nombre quelconque (p.ex.
x = 10) : 420·10−14·102 −0.2·103 −100 = 2500. Ainsi la zone où les valeurs de la fonction de profit
sont positives est l’intervalle ]0.24002, 22.47[. Il serait intéressant de savoir quelle quantité produit
un profit maximal. On abordera la solution de ce problème plus tard. Pour la représentation
graphique de l’exemple voir la figure 3.6.44.
f (x)
R(x)
3000
2500 P (x)
2000
C(x)
1500
1000
500
0 x
0 2 4 6 8 10 12 14 16 18 20 22 24
de recette R(x) et de la fonction de profit P (x) de l’exemple économique
Remarque 3.6.10. On appelle des fonctions de coût qui montent d’abord de moins en moins et
par la suite de plus en plus fonctions de coût selon la loi des rendements non-proportionnels“
”
(réfléchir pourquoi cette forme de la courbe est raisonnable dans certains domaines de l’économie
- l’origine du concept est l’économie agricole). ♦
Exercices
1. Calculer pour un polynôme du troisième degré qui passe par les points (5, 6), (8, 9), (50, 7)
et (100, 30) l’équation qui le décrit. Indiquer le point d’intersection avec l’axe des y. Indiquer
les zéros du polynôme (utiliser la méthode d’approximation introduite, contrôler le résultat
à l’aide d’un logiciel). Calculer la valeur de la fonction en 50. Pourrait-il s’agir d’une fonction
de coût selon la loi des rendements non-proportionnels ?
2. Calculer les points d’intersection du polynôme f (x) = 0.02x3 −2x2 +x−2 avec g(x) = 2x+2.
3. Un monopoliste affronte la fonction de coût suivante :
C(x) = 0.2x3 − 0.9x2 + 4x + 2
De plus il sait que p(x) = −0.02x + 4 (fonction de prix).

Calculer la zone de profit
Les coûts en x = 3
La recette en x = 3
Le profit en x = 3.
4. Une fonction de production exprime la quantité x de biens produits en fonction de la
quantité de matières premières ou de produits intermédiaires r. Une fonction de production
respectant la loi des rendements non-proportionnels monte d’abord de plus en plus, ensuite
de moins en moins et finalement elle baisse.
Examiner graphiquement si la fonction de production suivante suit cette loi.
x(r) = −0.4r3 + 1.3r2 + 5r
Calculer le domaine de définition raisonnable de cette fonction.

Calculer x(5).
5. Résoudre l’équation suivante
5x3 + 2x2 − 4x2 − 4 = 15x2 + 5x2 + 2
Solutions
1.
6 = 53 a3 + 52 a2 + 5a1 + a0
9 = 83 a3 + 82 a2 + 8a1 + a0
7 = 503 a3 + 502 a2 + 50a1 + a0
30 = 1003 a3 + 1002 a2 + 100a1 + a0
44 393 542 891

a0 = − 82 593 = −0.537 49 ; a1 = 359 100 = 1. 511 8
3500 131 −2 25 037
a2 = − 82 593 000 = −4. 237 8 × 10 ; a3 = 82 593 000 : 3. 031 4 × 10−4
L’équation de la fonction est
f (x) = 0.00030314x3 − 0.042378x2 + 1.5118x − 0.53749
0.00030314x3 − 0.042378x2 + 1.5118x − 0.53749

L’intersection avec l’axe des y : (0, −0.53749)
zéros : un seul zéro réel : 0.359 14
valeur de la fonction en 50 : f (50) = 7.
La fonction devrait passer par 0, pour être une fonction de production (sans matières
premières, pas de biens produits).
2. f (x) = 0.02x3 − 2x2 + x − 2 avec g(x) = 2x + 2.
2x + 2 = 0.02x3 − 2x2 + x − 2
Un seul zéro réel en 100.52. g(100.52) = 2 · 100.52 + 2 = 203. 04. Le point d’intersection est
alors (100.52, 203.04).
3. R(x) = p(x)x = −0.02x2 + 4x
P (x) = R(x) − C(x) = −0.02x2 + 4x − 0.2x3 − 0.9x2 + 4x + 2
= 0.88x2 − 0.2x3 − 2
Zéros de la fonction de profit : 3.649 0, 2.073, −1.322 0
Nous vérifions où la fonction de profit est positive à droite de 0 :
P (3) = 0.88 · 32 − 0.2 · 33 − 2 = 0.52 > 0. La zone de profit est alors : ]2.073, 3.6490[.
Les coûts en x = 3 : C(3) = 0.2 · 33 − 0.9 · 32 + 4 · 3 + 2 = 11. 3
La recette en x = 3 : R(3) = −0.02 · 32 + 4 · 3 = 11. 82
Le profit en x = 3 : 11.82 − 11.3 = 0.52.
4. Pour l’examen des caractéristiques d’une fonction de production selon la loi des rendements
non-proportionnels voir la figure 3.6.45
x(r)
18
16
14
12
10
8
6
4
2
0 r
0 1 2 3 4 5 6
Figure 3.6.45 – Représentation graphique de la fonction de production respectant la loi des
rendements non-proportionnels de l’exercice
La courbe monte d’abord de plus en plus, ensuite de moins en moins et finalement elle
baisse. Les conditions d’une telle fonction sont alors remplies.
Le premier zéro se trouve en r = 0; le deuxième en 5. 516 1 (le troisième n’est pas à droite
de 0). Le domaine de définition raisonnable du point de vue économique est alors [0, 5.5161].
x(5) = −0.4 · 53 + 1.3 · 52 + 5 · 5 = 7. 5
5. Ensemble solution : {4.460 3}
3.7 Polynômes du n-ième degré

Définition 3.7.1. f (x) = an xn + an−1 xn−1 + ... + a3 x3 + a2 x2 + a1 x + a0 avec an 6= 0 est un
polynôme du n-ième degré. ♦
— Un polynôme de cette forme est déterminé par n+1 points (xi , yi ) avec xi , yi ∈ R et xi 6= xj
pour i 6= j, pourvu que le système d’équations correspondant ait une solution unique.
— L’intersection du polynôme avec l’axe des y est (0, a0 ).
— Un polynôme du n-ième degré a tout au plus n zéros réels.
— Un polynôme d’un degré impair a au moins un zéro réel.
3.7. POLYNÔMES DU N-IÈME DEGRÉ 101
— Un polynôme d’un degré pair peut n’avoir aucun zéro réel.

— Les zéros d’un polynôme d’un degré supérieur à 4 doivent être calculé avec une méthode
d’approximation.
— Un polynôme d’un degré pair n’est ni surjectif ni injectif. Un polynôme d’un degré impair
est surjectif. Il y a des polynômes d’un degré impair qui sont injectifs et d’autre qui ne le
sont pas.
Exercices
1. Calculer la valeur de la fonction f (x) = 17x10 + 6x3 − 2 en x = 3.
2. Développer le système d’équations par lequel on peut calculer les coefficients d’un polynôme
qui passe par les points suivants : (5, 10), (6, 12), (7, 5), (8, 3), (9, 20), (10, 50).
3. Calculer les points d’intersection des polynômes suivants :
f (x) = 12x5 + 6x2 − 2

g(x) = 5x7 − 2x3 + 4x + 4
4. Trouver les solutions réelles de l’équation suivante :
20x9 − 10x4 + 2x + 4 = 14x6 + 12x5
Solutions
1. f (3) = 1003 993
2.
10 = 55 a5 + 54 a4 + 53 a3 + 52 a2 + 5a1 + a0
12 = 65 a5 + 64 a4 + 63 a3 + 62 a2 + 6a1 + a0
5 = 75 a5 + 74 a4 + 73 a3 + 72 a2 + 7a1 + a0
3 = 85 a5 + 84 a4 + 83 a3 + 82 a2 + 8a1 + a0
20 = 95 a5 + 94 a4 + 93 a3 + 92 a2 + 9a1 + a0
50 = 105 a5 + 104 a4 + 103 a3 + 102 a2 + 10a1 + a0
La solution du système d’équations : a0 = 1895, a1 = − 9467 6 = −1577.8,

a2 = 1523
3 = 507. 67, a 3 = − 157
2 = −78. 5, a 4 = 35
6 = 5. 833 3,
a5 = − 61 = −0.166 67
L’équation du polynôme est alors : f (x) = 1895 − 9467 1523 2 157 3
6 x+ 3 x − 2 x +
35 4
6 x − 16 x5 .
f (x)
50 b
45
40
35
30
25
20 b
15 b
10 b
5 b
b
0 x
0 1 2 3 4 5 6 7 8 9 10
Figure 3.7.46 – Représentation graphique pour l’exemple : les points donnés et le polynôme du
5ième dégré à travers ces points. On voit qu’à l’extérieur des points la fonction reprend des formes
qui n’ont rien à voir avec une tendance éventuelle qui se trouverait dans les points
3. On peut réduire le problème au problème du calcul des zéros de la fonction :
5x7 − 12x5 − 2x3 − 6x2 + 4x + 6 = 0
Les zéros réels sont 0.8539979, −1.4893849 et 1.6159621

f (0.8539979) = 7.826 7. Un des points d’intersection est alors (0.8539979, 7.8267)
f (−1.4893849) = −76.636. Un autre point d’intersection est (−1.4893849, −76.636)
f (1.6159621) = 145.9. Le dernier point d’intersection est (1.6159621, 145.9)
4. Nous cherchons les zéros :
20x9 − 14x6 − 12x5 − 10x4 + 2x + 4 = 0
Un élément de l’ensemble solution est : 0.70471345

D’autres zéros : -0.6904269 ; 1.1368600

— Connaı̂tre la définition d’un polynôme du n-ième degré.
— Arriver à calculer le point d’intersection d’un polynôme avec l’axe des y.
— Arriver à calculer les zéros d’un polynôme (pour les polynômes du deuxième degré à l’aide
d’une formule, pour les polynômes d’un degré supérieur à l’aide d’une méthode d’approxi-
mation. Arriver à utiliser un logiciel pour calculer l’approximation. Arriver à utiliser un
logiciel pour trouver les zéros d’un polynôme).
— Arriver à calculer les points d’intersection de polynômes.
— Arriver à calculer l’équation d’un polynôme du n-ième degré à travers n + 1 points (pour
n > 3 à l’aide d’Excel ou de R).
— Arriver à résoudre des équations du n-ième degré à une variable.
— Arriver à résoudre des exercices du type des exercices ci-dessus.
Chapitre 4
D’autres fonctions réelles

élémentaires
A part les polynômes, d’autres fonctions réelles élémentaires jouent un rôle dans l’analyse
économique. Nous étudions quelques uns de ces types de fonctions et fournissons des exemples
économiques.
4.1 Fonctions rationnelles

Définition 4.1.1. f est une fonction rationnelle si et seulement si il y a des fonctions polynomiales
g et h tel que
f : R\{x | h(x) = 0} → R
g(x)
f (x) := .
h(x)
Il faut parfois restreindre le domaine de définition de h pour éviter une division par 0. Nous
g(x)
appelons aussi les restrictions de fonctions de ce type rationnelles“ et une expression du type h(x)
”
expression rationnelle“.
”
♦
Exemple 4.1.2. Supposons que C soit une fonction de coût (p.ex. C : R+ → R+ ; C(x) = 5x + 2).
Alors la fonction de coût unitaire est
5x + 2 2
c(x) = =5+ .
x x
La fonction de coût unitaire exprime les coûts par unité d’un bien en dépendance de la quantité
produite. Elle est définie dans le domaine R+ \{0} =]0, ∞[ (voir figure 4.1.1).
103
104 CHAPITRE 4. D’AUTRES FONCTIONS RÉELLES ÉLÉMENTAIRES
c(x)
40
30
20
10
0 x
0 1 2 3 4 5 6 7 8
C(x)
Figure 4.1.1 – Représentation graphique de la fonction de coût unitaire c(x) = x de l’exemple
économique
Remarque 4.1.3. Raison pour l’interdiction de la division par 0 : Nous commençons par une
définition :
Definition : ab = c si et seulement si a = bc (pour a, b, c ∈ R, b 6= 0).
La raison pour l’exclusion de b = 0 se montre facilement : si pour chaque a ∈ R il existait un
c ∈ R, tel que a0 = c, on pourrait en déduire pour tout a 6= 0, selon la définition, 0 · c = a. Comme
0 · c = 0 il en résulterait la contraction 0 = a 6= 0.
Une division par zéro peut se faire de manière inconsciente en appliquant mécaniquement les règles
de calcul.
5x + 6 = 4x + 3
x + 5x + 6 = x2 + 4x + 3
2
(x + 2) (x + 3) = (x + 1) (x + 3)
x+2=x+1
2=1
−3 est une solution de 5x + 6 = 4x + 3, car
5 · (−3) + 6 = −9
4 · (−3) + 3 = −9.
C’est pour quoi il y a de la ligne 4 à la ligne 5 une division implicite par zéro (−3 + 3 = 0). Cela
permet de produire à la dernière ligne une proposition qui contredit le théorème 2 6= 1. Un exemple
plus explicite où la division par zéro est évidente est le suivant :
x=x
x2 = x2
x2 − x2 = x2 − x2
x (x − x) = (x − x) (x + x)
x = x + x = 2x
1 = 2.
♦
4.1. FONCTIONS RATIONNELLES 105
4.1.1 Zéros d’une fonction rationnelle

Lors du calcul des zéros d’une fonction rationnelle il faut veiller à contrôler que la fonction soit
définie aux zéros éventuels. Ainsi
1
f : R\{ } → R
2
5x − 2.5
f (x) :=
x − 21
1
n’est pas défini en 2 (division par zéro). Si nous résolvons l’équation
5x − 2.5
= 0,
x − 21
nous obtenons
5x − 2.5 = 0 =⇒
1
x= .
2
Comme la fonction n’est pas définie en 21 , on ne peut pas affirmer f ( 12 ) = 0. Par conséquent la
fonction f n’a pas de zéro, mais dans l’exemple un trou. De tels trous se produisent par rapport
aux fonctions rationnelles, si l’on peut réduire les équations les déterminant de manière à ce qu’il
en résulte un polynôme. Dans l’exemple on peut réécrire
5x − 2.5 5(x − 0.5)

1 =
x− 2 x − 21
= 5.
(voir figure 4.1.2)
f (x)
5 bc
4
3
2
1
x
−2 0 2
5x−2.5
Figure 4.1.2 – Représentation graphique de la fonction f (x) = x− 12
, qui n’est pas définie en
0.5. La fonction a en 0.5 un trou.
A part des trous on peut observer par rapport aux fonctions rationnelles des pôles - des points
sur l’axe des x où la fonction va vers l’infini ou vers moins l’infini en s’approchant de ces points.
Ces pôles se trouvent aux zéros du polynôme du dénominateur de l’équation décrivant la fonction
rationnelle (voir figure 4.1.3 et 4.1.4).
f (x)
f (x)
4
4
2
x
2
−4 −2 2 4
−2
0 x
−4 0 2 4
Figure 4.1.3 – Fonction rationnelle f (x) = Figure 4.1.4 – Fonction rationnelle f (x) =
1 1
x2 −4 avec un pôle en x = −2 et x = 2 (x−2)2 avec un pôle en x = 2
On voit que les fonctions rationelles ne peuvent changer le signe des valeurs de fonction pas
uniquement au zéro de la fonction, mais aussi aux points, où la fonction n’est pas définie.
4.1.2 Equations avec des expressions rationnelles

La solution d’équations ne contenant que des expressions rationnelles et des expressions du
n-ième degré, mène au calcul des zéros d’un polynôme. De plus, il faut veiller à ce que les zéros
trouvés ne mène pas à une division par zéro. Si nous multiplions p. ex.
5x + 2 4+x
1 = (4.1.1)
x− 2 x − 12
1
des deux côtés par x − 2 et que nous réduisons, nous obtenons
5x + 2 = 4 + x =⇒
4x − 2 = 0,
tel que le zéro de f (x) = 4x − 2 est 21 . 12 n’est cependant pas une solution de (4.1.1) , puisque le
remplacement de x par 12 mène à une division par zéro - c.à d. 21 n’est pas élément du domaine de
définition de g (x) = 5x+2
x− 21
. C’est pourquoi il faut - avant de résoudre de telles équations - déterminer
l’ensemble des objets pouvant être éléments de l’ensemble solution - les zéros du dénominateur ne
peuvent pas faire partie de l’ensemble solution.
Petit rappel :
Définition 4.1.4. Pour x ∈ R\{0}, n ∈ N∗ on définit
1
x−n :=
xn
♦
xm xm
Théorème 4.1.5. xn = xm−n pour m 6= n et xn = xm−n = x0 = 1 pour m = n.
Démonstration. (a) (par induction) : (1)
x1 x 1
= = = x−1 = x1−2
x2 xx x
x2 xx
= = x = x2−1
x x
xm
(2) On pose xn = xm−n . Avec cela
xm+1 xm x
n
= n = xm−n x = xm−n+1 = xm+1−n
x x
xm xm xm−n xm−n−1 x
= = = = xm−n−1 = xm−(n+1)
xn+1 xn x x x
xn
(b) On pose xn = 1. Avec cela
xn+1 xn x xn x
n+1
= n = n = 1 · 1 = 1 = xn+1−(n+1) = x0 .
x x x x x
✷
4 4
Le résultat x0 = 1 se comprend facilement. On voit p.ex. que xx4 = xxxx x
xxxx = 1 et que x4 =
x4 x−4 = x4−4 = x0 . Pour x = 0 on définit souvent 00 = 1 pour que x0 = 1 pour tout x ∈ R.
Certain livres définissent par contre 00 = 0 pour que 0x = 0 pour tout x ∈ R. Il y des auteurs qui
renoncent à une définition de 00 . R fournit 1, Excel une erreur. Nous posons ici 00 = 1.
Exercices
1. Calculer f (24) pour
15x + 2x2
f (x) =
4x2 + 5x + 3
Indiquer le domaine de définition de la fonction.
2. Le coût trimestriel C pour l’énergie électrique d’une entreprise se compose des taxes trimes-
trielles se montant à 150 UM (unités monétaires) et un prix de 0.17 UM par kWh. Calculer
la fonction de coût total C, la fonction de coût variable Cv , la fonction de coût fixe Cf et
la fonction de coût unitaire c.
3. Supposons la fonction de coût total
C(x) = 0.06x3 − 1.8x2 + 70x + 265
Dessiner cette fonction à l’aide d’Excel ou d’un autre logiciel. Indiquer les équations définissant
Cv , Cf et c. Calculer c(25). Calculer la fonction de profit unitaire sous condition que la
fonction de prix soit donnée par p(x) = −2x + 4 (monopole).
4. Trouver les zéros des fonctions données par
a)
2x2 + 5x − 2x
f (x) =
3x2 + 4
b)
2x2 + 5x − 2x
f (x) =
4x2 − 9
5. Résoudre les équations suivantes :
a)
3x2 − 4x + 5
5x2 + 3x − 5 =
2x2
b)
10x2 + 4x + 5
= 4x + 14
2x + 3
6. Calculer les points d’intersection des fonctions suivantes :
5x2 + 2x − 5
f (x) =
3x2 − 1
g(x) = 14x + 4
Solutions
1. Nous commençons par calculer le domaine de définition de la fonction en cherchant les zéros
du dénominateur du terme à droite g(x) = 4x2 + 5x + 3. Il n’y a pas de zéros réels. Par
conséquent f est définie sur R.
15 · 24 + 2 · 242
f (24) = = 0.622 99
4 · 242 + 5 · 24 + 3
2.
C(x) = 0.17x + 150

Cv (x) = 0.17x
Cf (x) = 150
150
c(x) = 0.17 +
x
On peut affirmer alors

C(x) = Cv (x) + Cf (x)
3. Figure :
C(x)
3500
3000
2500
2000
1500
1000
500
0 x
0 5 10 15 20 25 30 35 40 45
Figure 4.1.5 – Représentation graphique de la fonction C(x) = 0.06x3 − 1.8x2 +
70x + 265
Cv (x) = 0.06x3 − 1.8x2 + 70x

Cf (x) = 265
0.06x3 − 1.8x2 + 70x + 265
c(x) =
x
2 265
= 0.06x − 1.8x + 70 +
x
Le domaine de définition de c est R+ \{0}.
265
c(25) = 0.06 · 252 − 1.8 · 25 + 70 +
25
= 73.1
R(x) = xp(x) = −2x2 + 4x

P (x) = R(x) − C(x)

= −2x2 + 4x − 0.06x3 − 1.8x2 + 70x + 265
= −0.06x3 − 0.2x2 − 66x − 265
−0.06x3 − 0.2x2 − 66x − 265
pprof it (x) =
x
2 265
= −0.06x − 0.2x − 66 −
x
4. a) Nous déterminons les zéros de g(x) = 3x2 + 4. Ce polynôme n’a pas de zéros. Par
conséquent f est définie sur R. Il faut résoudre
2x2 + 5x − 2x
= 0 =⇒
3x2 + 4
2x2 + 5x − 2x = 0 =⇒

Ensemble solution : 0, − 23
b)
2x2 + 5x − 2x
f (x) =
4x2 − 9
Les zéros de g(x) = 4x2 − 9 sont 23 , − 23 . Ainsi le domaine de définition de f est R\{ 23 , − 23 }.
2x2 + 5x − 2x
= 0 =⇒
4x2 − 9
2x2 + 5x − 2x = 0

Les zéros de g(x) = 2x2 + 5x − 2x sont 0, − 23 . Par conséquent l’ensemble solution est
{0} − car − 32 ne fait pas partie du domaine de définition de f .
5. a) Les solutions doivent être des éléments de R\{0}, car 2x2 = 0 pour x = 0. On obtient
alors pour x 6= 0 :
3x2 − 4x + 5
5x2 + 3x − 5 = =⇒
2x2
2x2 5x2 + 3x − 5 = 3x2 − 4x + 5 =⇒
10x4 + 6x3 − 10x2 = 3x2 − 4x + 5 =⇒
10x4 + 6x3 − 13x2 + 4x − 5 = 0
c.à d. 0.937752327 et −1.6479071.

contrôle :
5 · 0.9377523272 + 3 · 0.937752327 − 5 = 2.210 2

3 · 0.9377523272 − 4 · 0.937752327 + 5
= 2.210 2
2 · 0.9377523272
2
5 · (−1.6479071) + 3 (−1.6479071) − 5 = 3. 634 3
2
3 · (−1.6479071) − 4 · (−1.6479071) + 5
2 = 3. 634 3
2 · (−1.6479071)
b) Les éléments de l’ensemble solution doivent être différents de − 23 , car pour 2x + 3 = 0

on obtient x = − 32
10x2 + 4x + 5
= 4x + 14 =⇒
2x + 3
10x2 + 4x + 5 = (4x + 14) (2x + 3)
= 40x + 8x2 + 42 =⇒
2x2 − 36x − 37 = 0
1
√ √
9− 2 398 = −0.974 97; 12 398 + 9 = 18.975. Ainsi l’ensemble solution est
{−0.974 97, 18.975}
Nous contrôlons le résultat en substituant dans l’équation :
2
10 · (−0.974 97) + 4 · −0.974 97 + 5
= 10. 1
2 · −0.974 97 + 3
4 · −0.974 97 + 14 = 10. 1
10 · 18.9752 + 4 · 18.975 + 5
= 89. 9
2 · 18.975 + 3
4 · 18.975 + 14 = 89. 9
6. Détermination du domaine de définition de f : √ √ √

Il faut éviter une division par 0 : 3x2 − 1 = 0, Solutions : 13 3, − 13 3 avec − 13 3 =
−0.577 35. Il faut alors enlever ces zéros du domaine de définition :

1√ 1√
R\ − 3, 3
3 3
Pour chercher les intersections, nous identifions
5x2 + 2x − 5
= 14x + 4 =⇒
3x2 − 1

5x2 + 2x − 5 = (14x + 4) 3x2 − 1
= 42x3 + 12x2 − 14x − 4 =⇒
42x3 + 7x2 − 16x + 1 = 0
On obtient les zéros :
1
= 0.5
2
1√ 1
− 70 − = −0.731 742863
21 3
1√ 1
70 − = 0.065076243
21 3
Comme
14 · 0.5 + 4 = 11
14 · −0.731 742863 + 4 = −6.244 4
14 · 0.065076243 + 4 = 4.911 1
4.2. FONCTIONS RACINE 111
on obtient l’ensemble des points d’intersection suivant : (voir la représentation graphique

4.1.6) :
{(−0.731742863, −6. 244 4), (0.065076243, 4.911 1), (0.5, 11)}
f (x); g(x)
40
30
20
10
x
−1.0 −0.5 0.5 1.0
−10
−20
−30
−40
−50
5x2 +2x−5
Figure 4.1.6 – Points d’intersection des fonctions f (x) = 3x2 −1 et g(x) = 14x + 4
4.2 Fonctions racine ; composition de fonctions

Définition 4.2.1. Supposons que f soit une fonction réelle f : R → R. Dans ce cas nous appelons
g : E → R avec E ⊂ R et f (x) = g(x) pour x ∈ E la restriction de f sur E“.
”
♦
Nous appelons la restriction d’une fonction réelle aussi fonction réelle“. Souvent on restreint
”
le domaine des valeurs d’une fonction à l’image de la fonction pour obtenir une surjection.
n
Les polynômes f : R+ → R avec f (x) = x sont injectifs. Leur image est R+ . Par conséquent
f : R+ → R+ est une bijection et la fonction réciproque existe. Nous introduisons une notation
spécifique pour les désigner :
Définition 4.2.2. Pour f : R+ → R+ avec y := f (x) = xn , nous définissons :
√n
y := f −1 (y)
pour n ∈ N\{0, 1}. Nous appelons les applications
g : R+ → R+
√
g(x) := n y
fonctions racine. ♦
Théorème 4.2.3. Si f −1 est la fonction réciproque de f on peut affirmer ( ⇐⇒“ pour si et

” ”
seulement si“) :
−1
f (y) = x ⇐⇒ f (x) = y
Démonstration. Nous posons f (x) = y. Avec cela (x, y) est élément du graphe der la fonction
f - selon de définition de f (x) = y. Par conséquent (y, x) est élément du graphe de la fonction
réciproque f −1 , c. à d. f −1 (y) = x. De l’autre côté nous posons f −1 (y) = x. Ainsi (y, x) est
élément du graphe de la fonction réciproque de f −1 et (x, y) est élément de fonction f , c. à d.
f (x) = y. ✷
√
n y = x ⇐⇒ xn = y
Théorème 4.2.4.
Démonstration. Les fonctions racine sont les fonction réciproques des fonctions xn . Ainsi le théorème
suit immédiatement du théorème 4.2.3. ✷
Exemple 4.2.5.
f : R+ → R
√
f (x) = 3 x
Exemple 4.2.6. Le produit national Y d’un pays dépend du travail A investi dans le processus
de production. Supposons que le lien soit donné par la fonction suivante :
Y : R+ → R
√5
Y (A) := A.
Y (A)
0 A
0 2 4 6
Figure 4.2.7 – Représentation graphique de la fonction Y (A) = A0.2
Lors d’une masse de travail de 200 unités le produit national se monterait à
Y (200) = 2000.2 = 2. 885 4
unités monétaires. ♦
On peut formuler le
Théorème 4.2.7. Le zéro d’une fonction racine est 0

√ √ n
Démonstration. n x = 0 ⇔ n x = 0n ⇔ x = 0 ✷
Pour les répéter nous retenons quelques théorèmes (règles de calcul) :

Théorème 4.2.8. Pour x, y ≥ 0 et n, m ∈ N∗
notations racine notations puissance

√ 1
n n
n
xn = x ) = x
(x
√ n 1
n
n
x =x xn =x
√ √ √ 1 1 1
n xy = n x n y (xy) = x n y n
n
q n1
n 1 1 1
y = n y (y > 0)
√
y = 11 (y > 0)
yn
q √
nx
n1 1
n x = √ x xn
y n y (y > 0) y = 1 (y > 0)
yn
p √ p√ √ 1 n1 1 m1 1
n m
x = m n x = mn x xm = xn = x nm
√ √ √ 1 1 1 m+n
x n x m = (xm+n ) nm = x
nm
n
xmx= xm+n nm
√
nx √
nm
1
xn m−n
m x =
√ xm−n (x > 0) 1 =x mn (x > 0)
xm
Remarque 4.2.9. Les polynômes f (x) = x2n+1 avec n ∈ N∗ sont bijectifs sur R. Ainsi leurs
fonctions réciproques sont définies sur R sans restriction. Malgré ce fait, on définit en général les
fonctions racine pour des raisons d’un traitement unifié aussi pour ce cas sur R+ . Par là on ne veut
pas dire que les fonctions réciproques de f (x) = x2n+1 ne soient pas définies pour des x négatifs,
1 √
mais qu’on réserve les notations x n et n x à des x positifs. Le calcul des valeurs des fonctions
réciproques
p f (x) = x2n+1
pour des
x négatifs s’exprime à la l’aide de la notation pour les racines
1
par − 2n+1
|x| ou − |x| 2n+1
. Si on définissait les fonctions racine avec un exposant impair
n 2n
sur les nombres réelles, la règle a m = a 2m p.ex. ne serait plus valable sans restriction, comme
montre l’exemple suivant :
√3
1 2
q
6 2
√6
−2 = −8 = (−8) = (−8) = (−8) = 64 = 2
3 6
f aux
(contradiction !). Il faut relever trois points : (1) Le premier pas dans le développement ci-dessus
est faux selon la définition des fonctions racine adoptée ici. Il y a des livres qui définissent les
fonctions racine différemment en différenciant entre exposant pair et impair - les matématiciens
n’apprécient pas la tentative de leur imposer des définitions spécifiques. La faute dans le calcul
ci-dessus se ferait alors dans le troisième pas. (2) Excel
√ avec =(-8)ˆ(1/3)“ et d’autres logiciels
3 ”
(mais
√ pas R) et certaines calculatrices donnent pour −8 un
√ résultat, à savoir le même que pour
3
− 8√ (Excel : =− (8ˆ (1/3))). Dans ce cas on peut regarder 3 −8 comme √ une notation alternative
de − 8. (3) Pour les solutions de x2 = 2 nous écrirons x = ± 4 = ±2, puisque et −2 et 2
3
rendent l’équation x2 = 4 vraie. ♦
4.2.1 La composition de fonctions

On peut construire de nouvelles applications par la composition des applications f par g. La
composition de f par g se construit en attribuant aux arguments de g les valeurs de fonction
de f . Par obtenir une application sur le domaine de définition de g vers le domaine des valeurs
de f l’image de g doit être un sous-ensemble du domaine de définition de f . Autrement il faut
restreindre le domaine de définition de g de sorte que cette exigence soit remplie. On peut appliquer
plusieurs fois l’opération de la composition.
Définition 4.2.10. La composition de f par g pour les deux applications
g:A→B
f :D→C
tel que Image(g) ⊂ D est définie par
h:A→C
h(x) = f (g(x))
Nous lisons f (g(x)) comme f de g de x“. Souvent on introduit pour la composition une notation
”
spécifique : f ◦ g. Nous nous limiterons à écrire f (g) et nous lisons cela comme f de g“ ou f
” ”
composée par g“. ♦
A
h := f (g) C
x f (g(x))
g f
g(x)
Image(g)
Figure 4.2.8 – Explication graphique de la composition h de f par g
Pour calculer les valeurs de fonction de h(x) = f (g(x)) nous calculons d’abord g(x) et ensuite
f (g(x)).
Exemple 4.2.11. Supposons que
f : R+ → R
√
f (x) := x
et
g:R→R
g(x) := 2x2
En l’occurrence Image(g) = R+ et avec cela
h:R→R
h(x) := f (g(x))
est défini. Si nous voulons calculer h(5) nous déterminons g(5) :
g(5) = 2 · 52 = 50
et par la suite f (50) √

f (50) = 50 = 7. 071 1.
♦
Si l’on a des équations décrivant les fonctions, on obtient une équation décrivant la composition,
en substituant
√ g(x) pour dans f (g (x)). Dans l’exemple 4.2.11 nous obtenons avec g (x) = 2x2 et
f (x) = x pour h (x) = f (g (x)) :
p √
h(x) = f (g (x)) = g(x) = 2x2
La composition n’est pas commutative, bien que pour des cas spéciaux f (g) puisse être identique
à g(f ).
√
Exemple 4.2.12. Pour l’exemple 4.2.11 avec g (x) = 2x2 et f (x) = x on obtient f (g (x)) =
√ √ √ √ 2
2x2 = x 2, tandis que g (f (x)) = g ( x) = 2 x = 2x pour x ≥ 0 - deux résultats différents.
Pour g (f ) le domaine de définition est R+ , pour f (g) cependant R. ♦
La composition est un instrument efficace pour construire à partir des fonctions introduites jus-
qu’ici d’autres fonctions qui ne sont pas couvertes par les définitions des polynômes, des fonctions
rationnelles et des fonctions racine.
f :R→R
f (x) = 5x3 − 3x4 + 5x
g : R+ → R
√
g(x) = x5 .
Avec cela
√ 3 √ 4 √
f (g(x)) = 5 x5 − 3 x5 + 5 x5
√ √ 2 √ 3
= x5 5 x5 − 3 x5 + 5
√ 5·2 5·3
√ 15

= x5 5x 2 − 3x 2 + 5 = x5 5x5 − 3x 2 + 5
q
5
Comme g est définie sur R+ , f (g) est défini sur R+ . g(f (x)) = (5x3 − 3x4 + 5x) n’est par
contre pas défini sans restriction du domaine de définition de f , comme dans certains intervalles
f (x) < 0 et que g n’est définie que dans des domaines non-négatifs. Pour garantir que f (x) ≥ 0
5
nous cherchons les zéros de f (x) = 5x3 −3x4 +5x (5x3 −3x4 +5x ≥ 0 ⇐⇒ 5x3 − 3x4 + 5x ≥ 0),
3 4
qui sont 0 et 2.059 6. Comme f (1) = 5 − 3 + 5 = 7 > 0, f (−1) = 5 (−1) − 3 (−1) + 5 (−1) =
3 4
−13 et f (3) = 5 (3) − 3 (3) + 5 (3) = −93, cette fonction n’est non-négative que dans l’intervalle
[0, 2.0596]. Nous restreignons alors le domaine de définition de f à [0, 2.0596] et nous obtenons
une application g (f ) : [0, 2.0596] → R. ♦

p
4
h(x) = 2x2 − 5x − 2.
Cette fonction est une composition de

√
4
f (x) = x
par
g(x) = 2x2 − 5x − 2,
car p p
4
h (x) = f (g (x)) = 4
g (x) = 2x2 − 5x − 2.
La fonction g est ouverte vers le haut. Les zéros sont

5 1√
x1 = − 41 = −0.350 78
4 4
1√ 5
x2 = 41 + = 2. 850 8.
4 4
√ √
Par là la fonction g a des valeurs négatives dans l’intervalle ] 54 − 41 41, 41 41+ 45 [. Par conséquent
le domaine de définition D de h est

5 1√ 1√ 5
D= −∞, − 41 ∪ 41 + ,∞ .
4 4 4 4
♦
Lors du calcul des zéros de fonctions composées il faut vérifier si le candidat trouvé pour un
zéro fait partie du domaine de définition.
q 2
2 −5x+4
Exemple 4.2.15. On cherche le zéro de f (x) = 4 x (x−4) . Il faut que x − 4 6= 0 et x (x−4)
−5x+4
≥ 0.
x − 4 = 0 si et seulement si x = 4. De plus
x2 − 5x + 4
= 0 ⇐⇒
(x − 4)
x2 − 5x + 4 = 0 ⇐⇒
x1 = 4 ou x2 = 1.
g (x) = x2 − 5x + 4 est ouvert le haut. Par conséquent le domaine de définition de f est
] − ∞, 1]∪]4, ∞[.
Si nous calculons les zéros nous obtenons :

s
4
x2 − 5x + 4
= 0 ⇐⇒
(x − 4)
x2 − 5x + 4
= 0 ⇐⇒
(x − 4)
x2 − 5x + 4 = 0 ⇐⇒
x1 = 4 ou x2 = 1.
Puisque 4 n’est pas élément du domaine de définition, le seul zéro est 1. ♦
Pour résoudre des équations avec ces expressions qui définissent des fonctions composées, il
faut vérifier que les éléments possibles de l’ensemble solution sont effectement des solutions. L’ex-
pression à droite et à gauche de l’équation définissent des fonctions. L’ensemble solution doit être
un sous-ensemble de l’intersection des domaines de définitions de ces fonctions.
Exemple 4.2.16.
p
2 2x3 + 2
3x3 + 5x2 + 5 = 2
4x − 2
√ 2x3 +2
f (x) = 2 3x3 + 5x2 + 5 et g (x) = 4x 2 −2 definissent des fonctions sur des domaines de définitions
spécifiques et l’ensemble solution est l’ensemble des x tel que f (x) = g (x). Par conséquent ces
x doivent être éléments des domaines de définition de f et de g. Par rapport à f il faut que
5x2 +3x3 +5 ≥ 0. Nous calculons le zéros : 3x3 +5x2 +5 = 0. Il n’y a qu’un seul zéro : −2.059576504.
A gauche du zéro la fonction est négative, à droite positive. Le domaine de définition de f est
alors [−2.059576504,
√ ∞[. Par rapport à g on
√ peut constater : l’expression mène à une division par
0 pour x1 = − 21 2 = −0.707 11 et x2 = 21 2. = 0.707 11. Le domaine de définition de g est alors
√ √
R\{− 21 2, 21 2}. L’intersection de ces deux domaines de définition est
1√ 1√ 1√ 1√
[−2.059576504, ∞[ ∩ R \ {− 2, 2} = [−2.059576504, ∞[ \ {− 2, 2}
2 2 2 2
et l’ensemble solution doit être un sous-ensemble de cette intersection. Pour l’exemple nous obte-
nons :
2
3 2 2x3 + 2 4x6 + 8x3 + 4
3x + 5x + 5 = 2 = =⇒
(4x2 − 2) 16x4 − 16x2 + 4
3 2

3x + 5x + 5 16x − 16x + 4 = 4x6 + 8x3 + 4 =⇒
4 2
48x7 + 80x6 − 48x5 + 12x3 − 60x2 + 2 = 4x6 + 8x3 + 4 =⇒

48x7 + 76x6 − 48x5 + 4x3 − 60x2 − 2 = 0
Avec polyroot(c(-2,0,-60,4,0,-48,76,48)) on obtient : 0.9515663 ; -0.9505161 ; -1.9945529,

√ et √ on
peut constater que {−1.9945529; 0.9515663; −0.9505161} ⊂ [−2.059576504, ∞[ \ {− 21 2, 21 2}.
√
Ainsi {0.9515663; −0.9505161, −1.9945529} est l’ensemble solution (− 12 2 = −0.707 11). ♦
√
Exemple 4.2.17. Nous obtenons pour f : R+ → R; f (x) := xn et g : R+ → R; g(x) := m
x pour
la composition de f par g
√ n
f (g(x)) = m x
et pour la composition de g par f

√
m
g(f (x)) = xn .
Dans ce cas spécifique on peut alors affirmer
f (g(x)) = g(f (x))
√ m n
xn = x m
√ n
m
n
x = xm
Démonstration.
√ 1 n
xn = (xn ) m = x m
m
√ n
m
1
n n
x = xm = xm
Les zéros des fonctions composées se calculent en général en utilisant une méthode d’approxi-
mation pourvu qu’il existe un intervalle autour du zéro de la fonction sans sauts, pôles ou trous
de celle-ci. La méthode d’approximation introduite dans le contexte des polynômes du troisième
degré peut s’utiliser aussi pour ces autres fonctions.
4.2.2 Fonctions réciproques et composition

Si nous composons une fonction par sa fonction réciproque, nous obtenons une fonction qui
attribue x à x. On appelle cette fonction fonction identité.
Théorème 4.2.19. f −1 : Image(f ) → R est la fonction réciproque de f : D → R si et seulement

si f −1 (f (x)) = x pour tout x ∈ D ⊂ R.
Démonstration. Supposons que f −1 soit la fonction réciproque de f , que gf soit le graphe de la

fonction f et que (x, y) ∈ gf . On peut alors affirmer
f (x) = y. (4.2.2)
Selon la définition de la fonction réciproque (y, x) ∈ gf −1 , c. à d.
f −1 (y) = x. (4.2.3)
et en mettant (4.2.2) dans (4.2.3)

f −1 (f (x)) = x.
De l’autre côté avec f −1 (f (x)) = x la fonction f −1 attribue x à f (x),
c. à d. (f (x), x) ∈ gf −1 . De plus f attribue f (x) à x, c.à d. (x, f (x)) ∈ gf . Par là f −1 est la
fonction réciproque de f. ✷

f (x) = 5x + 3.
Comme déjà montré f est une bijection et la fonction réciproque existe. Nous calculons la fonction
réciproque :
y = 5x + 3 =⇒
y − 3 = 5x =⇒
y−3
x=
5
On peut vérifier :
(5x + 3) − 3
f −1 (f (x)) = =
5
5x
= = x.
5
♦
√
Exemple 4.2.21. Supposons que f (x) = xn et g(x) = n x. g est alors la fonction réciproque de
f.
√
n
g(f (x)) = xn
n
= xn
= x.
♦
Remarque 4.2.22. Si nous dessinons la fonction
f : R+ → R
f (x) := x2
et sa fonction réciproque √
f −1 (x) = x.
dans un système de coordonnées cartésiennes on peut voir que la formation de la réciproque cor-
respond à une réflexion par rapport à la droite h(x) = x. Cela est assez évident, car la fonction
réciproque a comme graphe l’ensemble des couples dont on a renversé l’ordre. Ainsi (1.5, 1.52 ) ∈ gf
devient (1.52 , 1.5) ∈ gf −1 . De l’autre côté on peut aussi le démontrer formellement. La droite
d (x) = ax + b à travers (x1 , x2 ) ∈ gf et (x2 , x1 ) ∈ gf −1 a la pente xx21 −x
−x2
1
x1 −x2
= −(x 2 +x1 )
= −1, est
alors perpendiculaire à la droite h (x) = x, qui a la pente 1. Comme le point (x1 , x2 ) ∈ d, on
obtient
x2 = −1 · x1 + b
L’ordonnée à l’origine b de la droite d est alors x1 + x2 . On obtient l’équation suivante pour d :
d (x) = −x + x1 + x2 .
La position x0 sur l’axe des x du point d’intersection de d avec h est à cause de
h (x) = x = −x + x1 + x2 = d (x) :
x1 + x2
x0 = .
2
x1 +x2
x1 +x2
Avec cela h 2 = .
L’intersection de h et de d est alors
2

x1 + x2 x1 + x2
, .
2 2

La distance entre (x1 , x2 ) et x1 +x
2
2 x1 +x2
, 2 est
s 2 2
x1 + x2 x1 + x2
x1 − + x2 −
2 2
x1 +x2 x1 +x2

et entre (x2 , x2 ) et 2 , 2 de même
s 2 2
x1 + x2 x1 + x2
x2 − + x1 − .
2 2
Ainsi la droite h coupe le segment entre les points (x1 , x2 ) et (x2 , x1 ) en deux et on obtient (x2 , x1 )
à partir de (x1 , x2 ), en reflétant le point (x1 , x2 ) par rapport à la droite h (voir figure 4.2.9).
y
h(x) = y = x
f (x)
(x1 , x2 )
b
2
f −1 (x)
b
(x2 , x1 )
0 x
0 1 2
2
Figure 4.2.9
√ – Représentation graphique de la fonction f (x) = x et sa fonction réciproque
−1
f (x) = x comme réflexion par rapport à la droite h(x) = x
Théorème 4.2.23. Si f −1 est la fonction réciproque de f , alors f est la fonction réciproque de

f −1 .
Démonstration. Supposons que f −1 est la fonction réciproque de f . Comme f a une fonction
réciproque, f est injective, c. à d. pour (x, y), (z, r) ∈ gf (= graphe de la fonction f ) et x 6= z on
peut affirmer y 6= r. Par conséquent pour ces (y, x) et (r, z) ∈ gf −1 : si y 6= r, alors x 6= z. f −1
est alors injective. f −1 est surjective sur le domaine de définition de f , car f est une application :
pour tout x ∈ A il existe un (x, y) ∈ gf et pour ce couple (y, x) ∈ gf −1 . Par conséquent toutes
les valeurs de x ∈A sont des éléments de l’image de f −1 . Comme de plus pour f = (A, B, gf ) :
f −1 = B, A, gf −1 , il n’y a pas de valeurs qui sont des éléments du domaine des valeurs de f −1 ,
−1
sans être élément de A. Avec cela f −1 est bijective et f −1 possède une fonction réciproque f −1 .
Nous posons (x, y) ∈ gf . Avec cela (y, x) ∈ gf −1 et (x, y) ∈ g(f −1 )−1 . Nous posons (x, y) ∈ g(f −1 )−1 .
Avec cela (y, x) ∈ gf −1 et (x, y) ∈ gf . Par conséquent (x, y) ∈ gf si et seulement si (x, y) ∈ g(f −1 )−1 .
−1
Par conséquent gf = g(f −1 )−1 . Les domaines de définititon et des valeurs de f et f −1 sont
−1

identiques : car pour la fonction réciproque de f = (A, B, gf ) on a f = B, A, gf −1 . Pour la
−1

−1 −1
fonction réciproque de f on obtient alors f = A, B, g(f −1 )−1 . Puisque gf = g(f −1 )−1 ,
−1
f −1 = f. ✷
4.2.3 Monotonie
Une fonction peut avoir dans certains intervalles ou sur R des valeurs de fonction croissantes,
des valeurs de fonction décroissantes ou des valeurs de fonction constantes pour des x croissants.
Nous dirons que la fonction croı̂t, décroı̂t ou est constante dans I ⊂ R. Ainsi la fonction f (x) = x2
croı̂t dans l’intervalle ]0, ∞[, et elle décroı̂t dans l’intervalle ] − ∞, 0[. La fonction g(x) = 2x + 5
croı̂t sur R, tandis que h(x) = −2x + 5 décroı̂t sur R. Nous précisions d’une manière plus formelle :
Définition 4.2.24. Supposons que f : D → R soit une fonction réelle et que I ⊂ D ⊂ R soit un
intervalle ouvert
— f croı̂t sur I d’une manière strictement monotone (f est strictement croissante) si et
seulement si pour tout x, y ∈ I avec x > y : f (x) > f (y).
— f croı̂t sur I d’une manière monotone (f est croissante) si et seulement si pour tout x, y ∈ I
avec x > y : f (x) ≥ f (y).
— f décroı̂t sur I d’une manière strictement monotone (f est strictement décroissante) si et
seulement si pour tout x, y ∈ I avec x > y : f (x) < f (y).
— f décroı̂t sur I d’une manière monotone (f est décroissante) si et seulement si pour tout
x, y ∈ I avec x > y : f (x) ≤ f (y).
— Si f croı̂t d’une manière (strictement) monotone sur I ou décroı̂t d’une manière (stricte-
ment) monotone sur I, nous appelons f (strictement) monotone“.
”
♦
(voir les figures 4.2.10 et 4.2.11 pour des représentations graphiques).
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 4.2.10 – Exemple d’une fonction Figure 4.2.11 – Exemple d’une fonc-
strictement croissante sur R+ : f (x) = tion strictement décroissante sur R+ \{0} :
0.002x3 + 0.2x + 2 f (x) = x1 + 5
Exemple 4.2.25. Démonstration de la croissance strictement monotone pour g(x) = 2x + 5.

Supposons que y > x. Alors 2y > 2x et 2y + 5 > 2x + 5. C’est pourquoi f (y) > f (x). ♦
Exemple 4.2.26. Démonstration de la croissance strictement monotone pour f (x) = x2 avec x ∈

]0, ∞[. Supposons que y > x et y, x > 0. Alors y 2 > x2 et par conséquent f (y) > f (x). ♦
Exemple 4.2.27. Démonstration de la décroissance strictement monotone pour f (x) = x2 avec

x ∈ ] − ∞, 0[. Supposons que y > x et y, x < 0. Alors y 2 < x2 . Par conséquent f (y) < f (x). ♦
La démonstration de la croissance strictement monotone d’une fonction dans un intervalle

peut être pénible. Est–ce que la fonction décrite par f (x) = x3 − 3x2 + 4x + 5 est sur ]5, 6[
croissante ou décroissante ? Il faudrait montrer p.ex. pour la croissance strictement monotone que
x3 − 3x2 + 4x + 5 > y 3 − 3y 2 + 4y + 5 pour tout x > y et x, y ∈]5, 6[, ce qui n’est pas facile. C’est
pourquoi on introduira plus tard des méthodes plus pratiques pour de telles démonstrations.
Remarque 4.2.28. Une fonction peut être croissante sur un intervalle, décroissante sur un inter-
vall suivant, de nouveau croissante, etc. Les polynômes de degré n ≥ 1 sont partout soit strictement
croisssants soit strictement déccroissants sauf aux points où la fonction devient décroissante (après
avoir été croissante) ou l’inverse (s. figure 4.2.12).
f (x)
10
b
x
−3 −2 −1 1 2
b
−10
Figure 4.2.12 – les parties avec une ligne en pointillé sont strictement croissantes, les parties
avec une ligne pleine sont strictement décroissantes ; aux points la fonction n’est ni croissante ni
décroissante
Les fonctions économiques spécifiques doivent parfois être croissantes ou décroissantes dans
certains intervalles. Ainsi une fonction de coût doit être croissante : plus on produit, plus ça coûte.
La valeur actuelle d’un capital décroı̂t en fonction de l’éloignement du moment de la réalisation du
capital. On ne peut alors accepter que des fonctions décroissantes pour décrire le développement
de la valeur actuelle en fonction du temps.
Théorème 4.2.29. Une fonction strictement monotone sur un intervalle ouvert I y est injective.
Démonstration. Nous supposons que f ne soit pas injective. Il existe alors x 6= y, x, y ∈ I tel que
f (x) = f (y). Par conséquent x < y ou x > y. Si x > y, à cause de la monotonie stricte f (x) > f (y)
ou f (x) < f (y). Par conséquent f (x) 6= f (y). D’une manière analogue on argumente pour x < y.
Ainsi f (x) 6= f (y), ce qui contredit f (x) = f (y). On peut en conclure que f est injective. ✷
4.2.4 Concavité et convexité

Une fonction est concave dans l’intervalle ouvert I si elle croı̂t de moins en moins ou qu’elle
décroı̂t de plus en plus. Une fonction est convexe dans l’intervalle ouvert I si elle croı̂t de plus en
plus ou qu’elle décroı̂t de moins en moins (voir les figures 11.0.1 et 11.0.4 pour des représentations
graphiques).
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 4.2.13 – Croissance convexe Figure 4.2.14 – Croissance concave
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 4.2.15 – Décroissance convexe Figure 4.2.16 – Décroissance concave
Définitions plus formelles :

Définition 4.2.30. Supposons que f : D → R, avec intervalle ouvert I ⊂ D ⊂ R.
f est strictement concave sur I si et seulement si pour tout x, y ∈ I avec y > x et la droite g à
travers (x, f (x)) et (y, f (y)) : g(z) < f (z) pour z ∈ ]x, y[.
f est strictement convexe sur I si et seulement si pour tout x, y ∈ I avec y > x et la droite g à
travers (x, f (x)) et (y, f (y)). g(z) > f (z) pour z ∈ ]x, y[ (voir pour une interprétation graphique
de la définition les figures 4.2.17 et 4.2.18). ♦
f (x) f (x)
10 g 10 bc
bc
5 5
bc
bc
g
0 x1 x2 x 0 x1 x2 x
z z
0 4 8 12 0 5 10
Figure 4.2.17 – Fonction convexe sur Figure 4.2.18 – Fonction concave sur
]0, 16[ ; pour tout x2 > x1 avec x2 , x1 ∈ ]0, 12[ ; pour tout x2 > x1 avec x2 , x1 ∈
]0, 16[ : g(z) > f (z) pour tout z ∈]x1 , x2 [ ]0, 12[ : g(z) < f (z) pour tout z ∈]x1 , x2 [
Il est assez difficile de démontrer à l’aide des définitions fournies la concavité ou la convexité.
C’est pourquoi on introduira plus tard des méthodes plus pratiques. Pour le moment il suffit
d’arriver à comprendre les définitions et à pouvoir indiquer dans des graphiques les parties convexes
ou concaves de fonctions.
Remarque 4.2.31. Une fonction peut être concave sur un intervalle, convexe sur un intervall
suivant, de nouveau concave, etc. Les polynômes de degré n ≥ 2 sont partout soit strictement
concaves soit strictement convexes sauf aux points où la fonction devient convexe (après avoir été
concave) ou l’inverse (s. figure 4.2.19).
f (x)
10
b
x
−3 −2 −1 b
1 2
−10
Figure 4.2.19 – les parties avec une ligne en pointillé sont strictement concaves, les parties avec
une ligne pleine sont strictement convexes ; aux points la fonction n’est ni concave ni convexe
La concavité et la convexité jouent un rôle important par rapport à certaines fonctions écono-
miques. La fonction de coût respectant la loi des rendements non-proportionnels (voir figure 3.6.44
à la page 98), doit d’abord suivre une courbe concave et ensuite une courbe convexe - les coûts
montent toujours, mais d’abord de moins en moins et ensuite de plus en plus.
Nous retenons sans preuve :
Théorème 4.2.32. Les fonctions racine croissent d’une manière strictement monotone et elles
sont concaves sur R+ \{0}.
Exercices
1. On sait que les gens investissent plus dans le secteur immobilier si le taux d’intérêt i
est bas - ou formulé d’une manière différente : plus le taux d’intérêt i est élevé, plus les
investissements immobiliers I sont bas - nous distinguerons entre le taux d’intérêt i et le
p
taux d’intérêt en pourcent p avec i = 100 . Nous supposons que nous avons une fonction
5
I(i) := i − 9, qui décrit ce lien entre le taux d’intérêt et les investissements. Calculer
√
les investissements à un taux d’intérêt de 0.01 et de 0.1. Calculer le zéro dans l’intervalle
i ∈]0, ∞[. Donner une interprétation économique de ce zéro.
2. Calculer le domaine de définition maximal de
p4
f (x) = x3 − 4
3. Supposons qu’une entreprise affronte la fonction de production suivante, qui décrit le lien
entre la quantité du facteur de production r nécessaire à la production d’une certaine
quantité de biens : √
x(r) = 3r − 80 − 20
a) Calculer le domaine de définition mathématique et le domaine de définition économique.

b) La quantité produite se monte à 60 unités. Calculer les coûts de cette production si le
facteur de production coûte 6 UM par unité. Calculer la recette si le prix du marché s’élève
à 170 UM par unité des biens produits.
c) Calculer la fonction de coût C, qui exprime les coûts en fonction de la quantité de biens
produite (coûts du facteur de production 6 UM par unité).
d) Quelle quantité de biens doit être produite (et vendue) pour que l’entreprise réalise un
profit (indiquer l’intervalle de profit).
4. Calculer les points d’intersection des fonctions réelles après avoir déterminé le domaine de
définition
√
f (x) = 2 2 x − 1 + 2
g(x) = 2x2 − 3
5. Trouver les zéros de la fonction réelle suivante après avoir déterminé le domaine de définition
p2
f (x) = 5x2 − 2x + 5 − 2
6. Résoudre l’équation suivante après avoir déterminé l’ensemble dont l’ensemble solution doit
être un sous-ensemble
2x2 − 2x + 5 √
2
= 2 2x − 1
3x + 2
7. Démontrer le théorème 4.2.8 (facultatif).
Solutions
5
1. I(0.01) = √0.01 − 9 = 41, I(0.1) = √50.1 − 9 = 6.811.
5 25
Zéro : √i − 9 = 0 =⇒ i = 81 = 0.308 64. Interprétation : A partir d’un taux d’intérêt
en pourcentage de 30.864% les gens retireraient leurs investissements immobiliers (pour la
représentation graphique voir la figure 4.2.20).
I(i)
18
12
6
0 i
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Figure 4.2.20 – Fonction d’investissement - investissements I en fonction du taux

d’intérêt i
√
2. Nous déterminons les zéros de x3 − 4 : 3 4 = 1. 587 4. La fonction croı̂t d’une manière
monotone. Par conséquent le domaine de définition est [1.5874, ∞[
3. a) Pour le domaine mathématique : 3r −80 ≥ 0, c. à d. r ≥ 80 3 = 26.667. Alors l’ensemble de
définition est [ 80
3 , ∞[. En économie une production négative n’a pas de sens. Par conséquent
√
3r − 80 − 20 ≥ 0
Cela est valable pour r ≥ 160. Le domaine économique est alors [160, ∞[. Evidemment
[160, ∞[⊂ [ 80
3 , ∞[ (un domaine économique raisonnable doit être un sous-ensemble d’un
domaine mathématique permis)
b)
√
3r − 80 − 20 = 60 =⇒
r = 2160
2160 se trouve dans le domaine de définition économiquement raisonnable. Les coûts sont
alors
2160 · 6 = 12960 UM
La recette est
60 · 170 = 10200
Avec cette quantité produite, l’entreprise ferait une perte.
c) Nous devons savoir de combien d’unités du facteur de production r nous avons besoins
pour une production de x unités du bien. Par conséquent, nous devons calculer la fonction
réciproque r(x) de x(r) - r(x) est injective dans le domaine de définition Image(f ) = R+ .
√
3r − 80 − 20 = x(r) =⇒
1 2 80
r(x) = (x + 20) +
3 3
Nous n’échangeons pas les variables car celles-ci ont une interprétation économique. La
fonction de coût est alors C : R+ → R avec

1 2 80
C(x) := 6r(x) = 6 (x + 20) +
3 3
2
= 2 (x + 20) + 160
= 2x2 + 80x + 960
d) La fonction de recette est R : R+ → R avec R(x) := 170x.

Avec cela
P (x) = R(x) − C(x)

= 170x − 2x2 + 80x + 960
= −2x2 + 90x − 960
√
Les zéros sont : x1 = 45 1
2 − 2 105 = 17. 377
√
x2 = 21 105 + 45 2 = 27. 623. Nous contrôlons si ces xi se trouvent dans le domaine de
définition économique
1 2 80
r(17. 377) = (17. 377 + 20) +
3 3
= 492. 35
1 80
r(27. 623) = (27. 623 + 20)2 +
3 3
= 782. 65
Les deux quantités se trouvent dans le domaine avec une interprétation économique rai-
sonnable. Comme la courbe s’ouvre vers la bas, la zone de profit se trouve entre ces xi
]17.377, 27.623[.
4. Domaine de définition : f : x − 1 ≥ 0 si et seulement si x ∈ [1, ∞[.
√
2 2 x − 1 + 2 = 2x2 − 3 =⇒
√
2
x − 1 = x2 − 2.5 =⇒
2
x − 1 = x2 − 2.5 =⇒
x − 1 = x4 − 5x2 + 6. 25 =⇒
−x4 + 5x2 + x − 7. 25 = 0
Avec polyroot(c(-7.25,1,5,0,-1)) on obtient 1.374159 et 1.849827. Les deux nombre font
partie du domaine de définition de f et on obtient comme point d’intersection avec 2 ·
1.3741592−3 = 0.776 63 et 2·1.8498272−3 = 3. 843 7 : (1.374159, 0.776 63) et (1.849827, 3. 843 7).
5. 5x2 − 2x + 5 n’a pas de zéros réels. Puisque 5 > 0 , 5x2 − 2x + 5 ≥ 0 pour tout x ∈ R.
p2
5x2 − 2x + 5 − 2 = 0 =⇒
p2
5x2 − 2x + 5 = 2 =⇒
5x2 − 2x + 5 = 4 =⇒
5x2 − 2x + 1 = 0
Pas de solution réelle. Il n’y a pas de zéro de la fonction.

6. Il est nécessaire que 2x − 1 ≥ 0, c. à d. x ∈ [ 12 , ∞[. De plus il faut que 3x2 + 2 6= 0. Cela est
valable pour tout x ∈ R. On obtient :
2
2x2 − 2x + 5
= 2x − 1 =⇒
3x2 + 2
4x4 − 8x3 + 24x2 − 20x + 25
= 2x − 1 =⇒
9x4 + 12x2 + 4

4x4 − 8x3 + 24x2 − 20x + 25 = (2x − 1) 9x4 + 12x2 + 4
= 18x5 − 9x4 + 24x3 − 12x2 + 8x − 4 =⇒
0 = −18x5 + 13x4 − 32x3 + 36x2 − 28x + 29
Il y a un zéro réel en x = 1. L’ensemble solution est alors {1}. Nous contrôlons le résultat :
!2
2 · (1)2 − (2) + 5 2
= (1) = 1
3 · 12 + 2
√
2
2·1−1=1
7. On peut montrer :
√ √
(a) n xn = x : n y = x si et seulement si xn = y (thèorème 4.2.4). Si on remplcae y par xn ,
√ √
on obtient : n xn = x si et seulement si xn = xn . Alors n xn = x
√ n √
(b) n
x = x : Nous posons xn = y et en concluons avec le théorème 4.2.4 n y = x. On
√ √ n
obtient - en mettant n y pour x dans xn = y - n y = y.
√ √ √ n √ √ n √ n√ √
(c) n xy = n x n y : (xy)
√ = xn y n . Alors n x n y = n x n y n = xy = n xy n et par
√ √
conséquent n x n y = n xy.
q q √ q √ q
n 1 1 n 1 n n 1 n n 1 1
(d) y = √
n y : y y = y y = 1 = 1 et alors y = ny
√
q √
n x
q q √ q √ 1 √
nx
(e) n x = √ n x = n x1 = n x n 1 = n x √
n y : ny = ny
√
y y y y
p √ p√ p √ nm √ m √ n p √ n m
(f) n m
x = m n x : On peut affirmer n m x = ( m x) = x = ( n x) = m ( n x)
√ mn
et x = ( mn x) et avec cela la proposition à démontrer.
√ √ √ √ √ nm √ nm m √ nm √ nm
= xm xn = xm+n =
nm nm
(g) n
xmx= xm+n : ( n x m x) = nx x xm+n .
√ √ √
nm
Alors n x m x = xm+n .
√
n
x
√ √n
x
nm √
n nm
x xm
√ nm √n
m−n
. Donc m√xx =
nm m−n : nm m−n
(h) m
√
x
= x √
m
x
= √
m
x nm = xn = x = x
nm
√
xm−n .
1
Le côté droit (notations puissance) on l’obtient par l’application de la définition x n =
√n
x. On peut observer la comptabilité du règles valables pour les puissances avec les
règles pour les racines en constatant
n 1
1 n
x n = x1 = x = (xn ) n = x n
1 n1 1
1 m1
xm = x mn = x n
1 1 1 1 m n m+n
x n x m = x n + m = x mn + mn = x mn
1
xn 1 1 1 1 m n m−n
1 = x n x− m = x n − m = x mn − mn = x mn
x m
4.3 Fonctions exponentielles et fonctions logarithme

4.3.1 Fonctions exponentielles
Définition 4.3.1. f est une fonction exponentielle de base a, a ∈ R+ \{0}, si et seulement si
f :R→R
f (x) := ax
Pour la représentation graphique de
f :R→R
f (x) := 2x
voir la figure 4.3.21
1x 1x
2 3 3x 2x
x
−3 −2 −1 0 1 2 3
x x 1x
Figure 4.3.21 – Représentation graphique du graphe de f (x) = 2 , g(x) = 3 , h(x) = 3 ,
x
c(x) = 21
Remarque 4.3.2. Nous n’admettons que des bases positives, √ puisqu’il en résulterait autrement
1
des racines de nombres négatifs. Par ex. (−3)0.5 = (−3) 2 = 2 −3. ♦
Remarque 4.3.3.−3Un sous-ensemble du graphe de 3x est p. ex. :

−4
{ −4, 3 , (−3, 3 ), (−2, 3 )(−1, 3 ), (−0.5, 3−0.5 ), (0, 30 ), (1, 31 ), (1.5, 31.5 ), (2, 32 ), (3, 33 )} =
−2 −1
3
{ −4, 34 , (−3, 313 ), (−2, 312 ), (−1, 13 ), (−0.5, 30.5
1 1
), (0, 1) , (1, 3), (1.5, 3 2 ), (2, 9), (3, 27)} =
4.3. FONCTIONS EXPONENTIELLES ET FONCTIONS LOGARITHME 129
{(−4, 0.012345679), (−3, 0.037037), (−2, 0.11111), (−1, 0.333333), (−0.5, 0.577 35), (0, 1), (1, 3),
(1.5, 5.196 2), (2, 9), (3, 27)} ♦
Remarque 4.3.4. Nous appelons x dans 2x l’exposant et 2 la base. ♦
Le cas spécial a = e, e étant le nombre d’Euler, est d’une importance particulière. On définit :
∞
P xk
Définition 4.3.5. ex := k!
k=0
avec k! = k (k − 1) (k − 2) .....2 · 1 et 0! = 1! = 1. k! est appelé la factorielle de k“, k factorielle“
” ”
ou factorielle k“ ♦
”
Les premiers 7 termes de la somme définissant ex :
x0 x1 x2 x3 x4 x5 x6
ex = + + + + + + + ....
0! 1! 2! 3! 4! 5! 6!
x2 x3 x4 x5 x6
=1+1+ + + + + + ...
2 6 24 120 720
xn
Il s’agit d’une somme infinie de polynômes du type n! , n ∈ N.
∞
P ∞
P
1k 1
Théorème 4.3.6. e1 = e = k! = k! .
k=0 k=0
En calculant la somme pour les premiers 17 termes de la somme, à savoir
10 11 12 13 14 15 16 117
e≈ + + + + + + + ... +
0! 1! 2! 3! 4! 5! 6! 17!
1 1 1 1 1 1
=1+1+ + + + + + ... + ,
2 6 24 120 720 17!
on obtient :
e ≈ 2.71828182845905.
Définition 4.3.7.
exp(x) := ex
expa (x) := ax
Théorème 4.3.8. Pour les fonctions exponentielles f tel que a, b > 0 on peut affirmer :
— f (0) = 1, car f (0) = a0 = 1.
— Image(f ) =]0, ∞[, car les nombres positifs puissance un nombre positif quelconque sont
positifs.
— Si a > 1, alors f est strictement croissante, car avec a > 1 : ax > ay pour x > y.
— Si 0 < a < 1, alors f est strictement décroissante, car avec 0 < a < 1 : ax < ay pour x > y.
— f est convexe.
−x x x
— ax = a1 (symétrie par rapport à l’ordonnée de ax et de a1 , on obtient p.ex. 31 par
réflexion de 3x à l’ordonnée, voir figure 4.3.21)
— axx ay = ax+y
— aay = ax−y
y
— (ax ) = axy
x
— ax bx = (ab)
— 1x = 1 (=⇒ 10 = 1)
1 x
— Pour une base a := 1b avec b > 1 : ax = b = 1
bx = b−x .
Exemple 4.3.9.
C : R+ → R
C(t) = C0 (1 + i)t
est le produit de la constante C0 (capital initial) et de la fonction exponentielle de base (1 + i)
tel que i est le taux d’intérêt. A l’aide de cette fonction on peut calculer la valeur nominale d’un
capital C0 après t années (intérêts composés). A l’intérieur des années cette formule ne produit
pas les intérêts usuels, puisque les banques calculent à l’intérieur des années d’une manière linéaire
(règle de trois), tandis que la fonction C est convexe. Ainsi elle produit à l’intérieur d’une année
un capital final inférieur.
♦
On obtient d’autres fonctions si l’on accepte comme base des fonctions exponentielles à part
les constantes des fonctions f , dont on a restreint le domaine de définition tel que l’image de f
devient un sous-ensemble des nombres réels positifs (sans zéro).
Exemple 4.3.10. Supposons que g(x) = 5x + 2; 5x + 2 > 0 pour ] − 52 , ∞[. Par conséquent
2
g :] − , ∞[ → R
5
x
g(x) = (5x + 2)
est une application bien définie. ♦
Par la composition d’une fonction exponentielle par des fonctions du type introduit jusqu’ici
nous obtenons de nouvelles fonctions. Il faut de nouveau veiller à ce que le domaine de définition
soit choisi correctement.
Exemple 4.3.11. Pour les fonctions
f :R→R
f (x) = 5x
g:R→R
g(x) = 3x + 2
on obtient
f (g) : R → R
f (g(x)) = 53x+2
ou
g(f ) : R → R
g(f (x)) = 3 · 5x + 2
Dans cet exemple, il ne faut pas restreindre les domaines de définition. ♦
Exemple 4.3.12. Pour

f : R+ \{0} → R
x
f (x) = (5x)
g:R→R
g(x) = 3x + 2
on obtient pour f (g (x))

2
f (g) : ] − , ∞[ → R
3
f (g(x)) = (5(3x + 2))3x+2
car : 5(3x + 2) > 0 si et seulement si x ∈] − 32 , ∞[. ♦
4.3.2 Fonctions logarithme

Les fonctions exponentielles f := ax avec a > 0 et a 6= 1 sont strictement monotones et par là
injectives tel que le domaine de définition est R et l’image de f est R+ \{0}. La fonction réciproque
existe alors et il s’agit d’une application de R+ \{0} vers R. En raison de leur importance nous
introduisons pour les fonctions réciproques des fonctions exponentielles une notation spécifique :
Théorème 4.3.13. Pour f : R → R+ \{0} ; f (x) := ax avec a > 0 et a 6= 1, nous définissons
loga (y) := f −1 (y)
Nous appelons les applications
g : R+ → R
g(x) := loga (x)
fonctions logarithme.
log “ se lit comme logarithme de base a“, loga (y) = x“ se lit comme le logarithme de base
” a ” ” ”
a de y est x“. Le logarithme x est l’exposant, à la puissance duquel il faut élever la base a pour
obtenir y - les logarithmes sont alors des exposants ! Au lieu de loga (y) nous écrivons en général
loga y.
loga (y) = x ⇐⇒ ax = y
Démonstration. Suit immédiatement du théorème 4.2.3. ✷
Pour la base e on écrit (sauf dans la littérature anglo-saxonne où l’on utilise log x := loge x) :
Définition 4.3.15.
ln x := loge x
On appelle ln x logarithme naturel“ (ou logarithme népérien d’après John Napier, en France ap-
”
pelé Neper, 1550 - 1617, théologien, physicien, astronome et mathématicien écossais). ♦
f (x)
2
ln x
1 log5 x
0 x
1 2 3
log0.1 x
−1
−2 log0.5 x
−3
Figure 4.3.22 – Représentation graphique de fonctions logarithme
Remarque 4.3.16. Un sous-ensemble du graphe de la fonction ln :

{(0.1, −2.302585093), (0.5, −0.693147181), (1, 0) , (2, 0.693147181) , (3, 1.098612289) , (4, 1.386294361),
(5, 1.609437912) , (6, 1.791759469)} ♦
Nous retenons le
Théorème 4.3.17. Pour les fonctions logarithme loga avec a > 0 :
— Le zéro unique des fonctions logarithme est 1, car loga y = 0 si et seulement si y = a0 = 1.
— Les fonctions logarithme sont strictement croissantes pour a > 1.
— Les fonctions logarithme sont concaves pour a > 1.
— Si a > 1, alors pour x > 1 : loga x > 0 et pour 0 < x < 1 : loga x < 0.
— Les fonctions logarithme sont strictement décroissantes pour 0 < a < 1.
— Si 0 < a < 1, alors pour x > 1 : loga x < 0 et pour 0 < x < 1 : loga x > 0.
— Les fonctions logarithme sont convexes pour 0 < a < 1.
Nous prouvons quelques théorèmes utiles pour calculer :
Théorème 4.3.18. loga ax = x
Démonstration. Puisque loga x est la fonction réciproque de ax , le théorème est impliqué immédiatement
- voir théorème 4.2.19 à la page 118. On peut cependant aussi procéder de la manière suivante :
Selon le théorème 4.3.14 et par remplacement mécanique de y par ax on obtient :
loga ax = x ⇐⇒ ax = ax .
Comme le côté gauche est une vérité logique (chaque objet est identique à lui-même) on peut en
conclure
loga ax = x.
✷
Remarque 4.3.19. Intuitivement la proposition se comprend facilement. A quelle puissance faut-

il élever la base a pour obtenir ax ? A la puissance x naturellement ! ♦
Théorème 4.3.20. aloga x = x

Démonstration. Comme ax est la fonction réciproque de loga x le théorème est évident. Un autre
raisonnement : Nous remplaçons d’une manière mécanique dans le théorème 4.3.14 x par loga x et
y par x pour obtenir :
loga x = loga x ⇐⇒ x = aloga x .
Puisque loga x = loga x, on peut en conclure x = aloga x . ✷
Remarque 4.3.21. Réflexion intuitive : comme loga x est la puissance à laquelle il faut élever la
base a pour obtenir x, a puissance loga x est identique à x. ♦
Remarque 4.3.22. Pour la base e, on peut affirmer à cause des théorèmes 4.3.18 et 4.3.20 et à
l’aide des notations introduites :
ln(exp x) = x
exp(ln x) = x
Théorème 4.3.23. loga (xy) = loga x + loga y

Démonstration. Selon le théorème 4.3.20 on peut affirmer
aloga (xy) = xy
aloga x = x
aloga y = y
En ramplaçant dans la première équation xy par aloga x aloga y (en utilisant les deux autres équations)
on obtient
aloga xy = aloga x aloga y

= aloga x+loga y .
Comme les bases sont identiques on peut en conclure l’identité des exposants, c.à d.
loga xy = loga x + loga y.
✷
On peut démontrer les théorèmes suivants d’une manière analogue : La preuve du premier est
un exercice :
x
Théorème 4.3.24. loga y = loga x − loga y
Théorème 4.3.25. loga xy = y loga x
Démonstration. Selon le théorème 4.3.20 on peut affirmer :
y
aloga x = xy
aloga x = x
En remplaçant dans la première équation dans le terme à droite x par aloga x (deuxième équation)
on obtient
y y
aloga x = aloga x
= ay loga x
Comme les bases sont identiques, on peut en conclure l’identité des exposants :
loga xy = y loga x
✷
Théorème 4.3.26. loga a = 1
Démonstration. Selon le thérome 4.3.14 et en remplaçant y par a et x par 1 on obtient
loga a = 1 ⇐⇒ a = a1
Comme a = a on peut en déduire loga a = 1 (réflexion intuitive : A quelle puissance faut-il élever
la base a pour obtenir a ?) ✷
Remarque 4.3.27. Pour la base e on peut affirmer ln e = 1. ♦
Pour résoudre des équations on utilise souvent la règle prendre le logarithme des deux côtés
”
de l’équation“. Pour le faire, il faut choisir la même base pour les deux côtés de l’équation, le choix
de la base est arbitraire. Le théorème suivant justifie cette manière de procéder.
Théorème 4.3.28. Pour des fonctions réelles f et g avec f (x) = g(x) et f (x), g(x) > 0 on peut
affirmer
loga f (x) = loga g(x)
Démonstration.
loga f (x) = loga g(x) ⇐⇒

expa (loga f (x)) = expa (loga g(x)) ⇐⇒
f (x) = g(x)
ou d’une manière plus intuitive : Si f (x) = g(x), il faut élever la base a à la même puissance pour
maintenir la vérité de l’équation. ✷
logb x
Théorème 4.3.29. loga x = logb a
Démonstration. Selon le théorème 4.3.20 :
blogb x = x
aloga x = x
Avec cela on obtient

blogb x = aloga x .
En logarithmant les deux côtés (blogb x , aloga x > 0) on obtient :
logb blogb x = logb aloga x
et avec le théorème 4.3.25

logb x · logb b = loga x · logb a.
Comme logb b = 1 il en résulte
logb x = loga x · logb a.
Par conséquent
logb x
loga x = .
logb a
✷
Avec cela on peut transformer des logarithmes de base quelconque en logarithmes de base
différente quelconque. En particulier on peut affirmer :
ln x
Théorème 4.3.30. loga x = ln a
Théorème 4.3.31. ax = ex ln a
Démonstration. ex ln a = exp (ln ax ) = ax ✷
Exemple 4.3.32. Nous voulons savoir après combien de temps un capital initial de C0 à un taux
d’intérêt i atteint un capital final C(t). Il s’agit d’isoler t dans l’équation
Ct := C(t) = C0 (1 + i)t
On obtient :
Ct t
= (1 + i) ⇐⇒
C0
Ct
ln = t ln (1 + i) ⇐⇒
C0
ln Ct − ln C0
t= .
ln (1 + i)
Ct
Le deuxième pas est justifié par le fait que C 0
> 0 pour Ct , C0 > 0. Il faut mentionner le fait que
par là on ne calcule qu’une approximation au méthodes coutumières de calcul, puisque en général
on calcule d’une manière linéaire à l’intérieur des années. Le calcul ci-dessus est identique aux
résultats coutumiers pour t ∈ N.
♦
On peut composer les fonctions logarithme par d’autres fonctions introduites et l’inverse. Il
faut veiller à contrôler les domaines de définition en jeu. Les fonctions logarithme ne sont définies
que pour le domaine R+ \{0}.
Exemple 4.3.33. Supposons deux fonctions avec
f : R+ \{0} → R
f (x) := ln x
g:R→R
g(x) := 5x + 2
Alors
f (g(x)) = ln(5x + 2)
2
n’est définie que pour x ∈ ] − 5 , ∞[ - puisque 5x + 2 doit être supérieure à 0. De l’autre côté
g(f (x)) = 5 ln x + 2
est définie sur R+ \{0}. ♦
On peut calculer les valeurs de fonction logarithme (= les logarithmes) à l’aide d’une méthode
d’approximation. Un exemple peut montrer la méthode. Nous voulons calculer log3 5. Il s’agit
de trouver un nombre x tel que 3x = 5. Nous commençons avec deux nombres x1 et x2 tel que
3x1 < 5 et 3x2 > 5. Ainsi 31 = 3 < 5 et 32 = 9 > 5. Dans un deuxième pas nous calculons
x1 +x2
3 2 = 31.5 = 5.196 2. Ce nombre est supérieur à 5. Nous mettons x2 := 1.5 et calculons de
x1 +x2 1+1.5
nouveau 3 2 = 3 2 = 31.25 = 3.948 2. Ce nombre est plus petit que 5 et nous mettons
x1 +x2 1.25+1.5
x1 := 1.25. Nous calculons 3 2 = 3 2 = 31.375 = 4.5294. Nous savons que le logarithme
recherché se trouve entre 1.375 et 1.5. Nous continuons de la sorte pour trouver un nombre assez
précis. A l’aide d’Excel, la méthode peut être appliquée d’une manière efficace.
Remarque 4.3.34. Nous avons expliqué jusqu’ici f (x) = ax pour x ∈ Q, mais pas pour x ∈ R\Q.
On peut définir avec nos moyens nouveaux : ax := exp (x ln a) pour x ∈ R et a > 0. Nous avons
défini d’une manière claire exp (définition 4.3.6) et avec cela la fonction réciproque de exp, à
savoir ln. On n’a pas démontré par là cependant p.ex. la règle ax ay = ax+y , que nous avons uti-
lisée pour la démonstration d’une des règles pour les logarithmes. Sa preuve suppose des moyens
technique qui ne sont pas à disposition dans ce cour. ♦
Exercices
1. Calculer sans moyens techniques les logarithmes suivants :
log2 4 =
log2 8 =
log3 27 =
log4 4 =
log5 625 =
log10 10000000 =
2. Calculer les valeurs de fonction suivantes :
f (5) et f (−3) pour f (x) = ex
f (5), f (0.5), f (0) et f (−5) pour f (x) = ln x
f (5) et f (0.5) pour f (x) = log2 x
f (5) et f (0.5) pour f (x) = log0.2 x
3. Calculer la valeur finale d’un capital C = 500 à i = 0.025 pour 5.5 années avec la formule
ci-dessus et avec un calcul linéaire à l’intérieur des années - comparer les résultats.
4. Combien de temps faut-il placer un capital de 1000 UM pour un capital final de 5000 UM
à un taux d’intérêt de 0.03 (intérêts composés ; calculer avec une fonction exponentielle
définie sur R+ ). Combien de temps si vous calculez d’une manière linéaire à l’intérieur des
années ?
5. A quel taux d’intérêt faut-il placer un capital de 1000 UM pour obtenir après 6 ans un
capital final de 4000 UM (intérêts composés)
6. Déterminer le domaine de définition maximal pour les fonctions suivantes :

f (x) = ln 5x2 + 3x − 5
5x2 + 4
g(x) =
5x−3
ln 4x 2 −2
7. Une économie nationale croı̂t à un taux moyen de 1.8%. Après combien d’années le produit
national brut a-t-il doublé ?
8. Deux balles en caoutchouc tombent par terre et remontent. La balle A atteint après chaque
choc par terre 90% de la hauteur de laquelle elle est tombée. Pour la balle B cette valeur
se monte à 86%.
(a) Quelle est l’équation qui décrit la hauteur des sauts de la balle A en fonction du nombre
de choc (x = nombre de chocs, f(x) = hauteur en cm), si la balle tombe la première fois
d’une hauteur de 3 m ?
(b) Quelle est la hauteur de A après 8 chocs ?
(c) Après combien de chocs la hauteur de A se monte à 45 cm ?
(d) B tombe d’une hauteur de 6.5 m. Calculer après combien de chocs les balles montent à
la même hauteur.
9. L’initiative populaire Ecopop (votation le 30 novembre 2014 ) réclamait que la croissance
de la population en Suisse soit limitée à 0.2% par année (0.2% calculé sur la base de chaque
année précédente). De combien la population aurait-t-elle crû (en pourcent, calculé sur la
base de l’année 2014) en 20 ans, si l’initiative avait été acceptée et que la croissance avait
atteint la croissance permise par la limite proposée ?
Dans les années 00 la population en Suisse connaissait une croissance de 0.880114592%
(moyenne géométrique des 11 ans de 2000 à 2011, les pourcentages calculés sur la base de
chaque année précédente). De combien de pourcent la population croı̂trait-t-elle (calculé sur
la base de l’année 2014) dans 20 ans, si cette moyenne était atteinte ces prochaines années.
Si la population suisse comprend en 2014 8 millions d’habitants, combien en chiffres absolus
selon ces deux scénarios après 20 ans ?
10. Calculer le domaine
de définition maximal de la fonction donnée par l’équation f (x) =
ln 3x + 6 + ln x2 .
11. Une voiture perd chaque année 20% de sa valeur par rapport à l’année précédente. Aujour-
d’hui la voiture a une valeur de 30% de sa valeur initiale. Quel est l’âge de la voiture ?
Quelle est sa demie-vie ? (= durée dans laquelle la voiture perd la moitié de sa valeur).
√
12. On affronte la fonction de production suivante x : R+ → R ; x (r) = r (la quantité
produite x en tant que fonction des ressources utilisées r). r coûte par unité 10 CHF.
(a) Calculer la fonction de coût qui exprime les coûts en fonction de la quantité produite
(x). (remarque : la fonction réciproque r (x) de x (r) exprime les ressources nécessaires
r à la production de la quantité x.)
(b) Calculer les coûts pour une quantité produite de x = 12.
(c) Calculer la fonction de profit (fonction de demande qui exprime le prix en fonction de
la quantité offerte x : p (x) = −0.3x2 + 110)
(d) Calculer la zone de profit (l’intervalle où la fonction de profit est positive).
(e) Calculer (a)-(b) pour x (r) = ln r.
13. Les fonctions de production expriment la production (output) d’une entreprise en fonction
des biens achetés pour la production (input). Nous partons de la situation simple qu’une
entreprise ne produit qu’un seul type de bien et qu’elle n’a besoin que d’un seul type de
bien comme input. Nous supposons qu’on puisse exprimer pour une production spécifique
la quantité produite x en fonction de l’input r de la manière suivante :
x(r) = ln (r + 1)
(a) Déterminer les zéros de la fonction x. Indiquer l’intervalle sur lequel la fonction est
positive
(b) Donner le domaine de définition maximal du point de vue mathématique
(c) Donner le domaine de définition maximal du point de vue économique
(d) Une unité de l’input r coûte 8 unités monétaires. Indiquer la fonction de coût C du
produit x.
(e) La fonction de prix exprimant le prix p en fonction de la quantité vendue x est données
par p(x) = 260 (concurrence parfaite). Calculer la fonction de profit et l’intervalle des
x, pour lesquels la production est profitable.
14. La représentation graphique de log a1 (x) est la réflexion de la représentation graphique de

loga (x) par rapport à l’axe des x, ce qui veut dire que
loga (x) = − log a1 (x)
Démontrer cette équation.

c
15. Démontrer loga b = − loga bc .
Solutions
1. log2 4 = 2, car 22 = 4.
log2 8 = 3, car 23 = 8.
log3 27 = 3, car 33 = 27.
log4 4 = 1, car 41 = 4.
log5 625 = 4, car 54 = 625.
log10 10 000 000 = 7, car 107 = 10 000 000.
2. e5 = 148. 41
e−3 = e13 = 0.04978 7
ln 5 = 1. 609 4
ln 0.5 = −0.693 15
ln 0 n’est pas défini
ln (−5) n’est pas défini
log2 5 = 2. 321 9 = ln 5
ln 2
ln 0.5
log2 0.5 = −1.0 = ln 2
log0.2 5 = −1.0 = lnln0.2
5
log0.2 0.5 = 0.430 68 = ln 0.5

ln 0.2
3. Selon la formule exponentielle :
C(5.5) = 500(1 + 0.025)5.5
= 572.73
Selon la méthode linéaire à l’intérieur des années :
C (6) − C (5)
C(5.5) = C(5) +
2
500(1 + 0.025)6 − 500(1 + 0.025)5
= 500(1 + 0.025)5 +
2
= 572.78
La différence se monte à 5 centimes.
4.
t
5000 = 1000 (1 + 0.03) =⇒
ln 5000 = ln 1000 + t ln 1.03 =⇒
ln 5000 − ln 1000
t=
ln 1.03
= 54.449
54 ans et 0.449 · 360 = 161. 64 jours.

Avec la méthode linéaire à l’intérieur des années : pour les années entières on obtient :
54
C(54) = 1000 (1.03) = 4934. 1
La différence au capital recherché se monte à
5000 − 4934.1 = 65.9
et l’intérêt annuel pour l’an 55
55 54
C(55) − C(54) = 1000 (1.03) − 1000 (1.03)
= 148. 02
Nous obtenons 65.9·360

148.02 = 160. 28 jours pour l’an 54. Da différence entre les deux méthodes
se monte à 161. 64 − 160. 28 = 1. 36 jours.
5.
6
4000 = 1000 (1 + i) =⇒
ln 4000 = ln 1000 + 6 ln(1 + i) =⇒
ln 4000 − ln 1000
= ln(1 + i) =⇒
6
ln 4000 − ln 1000
exp = exp ln (1 + i))
6
= 1 + i =⇒

ln 4000 − ln 1000
i = exp −1
6
= 0.259 92
(en pourcent : 25.992%)

La méthode est un peu compliquée : en fait on peut calculer :
6
4000 = 1000 (1 + i)
4000
= (1 + i)6
r 1000
6 4000
=1+i
1000
r
6 4000
i= −1
1000
6. a) 5x2 + 3x − 5 > 0 si et seulement si

1√ 3 1√ 3
x ∈ −∞, − 109 − ∪ 109 − , ∞
10 10 10 10
Cet ensemble constitue le domaine de définition maximal

5x−3 2
b) 4x 2 −2 est défini pour 4x − 2 6= 0.
√
1
4x2 − 2 = 0 ⇐⇒ 4x2 = 2 ⇐⇒ x2 = 2n⇐⇒ x = ± √12 = ± 22 .
√ √ o
5x−3 2 2
2
4x −2 est défini alors défini pour R \ − 2 , 2
n √ √ o
5x−3
ln 4x 5x−3
2 −2 est défini pour 4x2 −2 > 0 et x ∈ / − 22 , 22 .
5x−3
Pour déterminer les x tel que 4x 2 −2 > 0 il faut distinguer deux cas :
2 2
4x − 2 > 0 ou 4x − 2 < 0.
√ √
4x2 − 2 > 0 sur ] − ∞, − 21 2[ ∪ ] 12 2, ∞[
5x−3 3
4x2 −2 > 0 =⇒ 5x − 3 > 0 =⇒ 5x > 3 =⇒ x > 5 . √ √ √
5x−3 3 1 1
4x2 −2 est alors positif sur {x|x > 5 } ∩ ] − ∞, − 2 2[ ∪ ] 2 2, ∞[ = ] 21 2, ∞[
√ √
4x2 − 2 < 0 sur ] − 12 2, 12 2[
5x−3 3
4x2 −2 > 0 =⇒ 5x − 3 < 0 =⇒ 5x < 3 =⇒ x < 5 . (en multipliant par un nombre négatif, >
change en <). √ 1√ √ 3
5x−3 3 1 1
4x2 −2 est positif sur {x|x < 5 }∩] − 2 2, 2 2[ = ] − 2 2, 5 [
5x−3 1
√ 3 √
En tout l’expression 4x2 −2 est positive sur ] − 2 2, 5 [ ∪ ] 21 2, ∞[
5x−3
ln 4x 2 −2 est alors défini pour

1√ 3 1√
x∈ − 2, ∪ 2, ∞
2 5 2
5x−3
De plus ln 4x 2 −2 doit être différent de 0 pour éviter une division par 0.
ln x = 0 si et seulement si x = 1.
5x−3
4x2 −2 doit alors être différent de 1. 1
5x−3 2 2
4x2 −2 = 1 ⇐⇒ 5x − 3 = 4x − 2 ⇐⇒ −4x + 5x − 1 = 0 ⇐⇒ x ∈ 1, 4
√
Le domaine de définition maximal est alors ( 12 2 = 0.707 11).

1√ 3 1√ 1
− 2, ∪ 2, ∞ \ 1,
2 5 2 4
7. En première année
P N B(1) = P N B0 (1 + 0.018) (4.3.4)
En deuxième
P N B(2) = P N B(1)(1 + 0.018) (4.3.5)
et en remplaçant (4.3.4) dans (4.3.5)
P N B(2) = P N B0 (1 + 0.018)(1 + 0.018) (4.3.6)

2
= P N B0 (1 + 0.018)
En troisième année
P N B(3) = P N B(2)(1 + 0.018) (4.3.7)
et en substituant (4.3.6) dans (4.3.7)
P N B(3) = P N B0 (1 + 0.018)2(1 + 0.018)

= P N B0 (1 + 0.018)3
D’une manière générale :

n
BN P (n) = BN P0 (1 + 0.018)
et si nous définissons cette fonction sur R+ au lieu de N :
t
BN P (t) = BN P0 (1 + 0.018)
Dans l’exemple nous pouvons affirmer à cause du dédoublement du BN P0 : BN P (t) =

2BN P0 . Avec cela on obtient
2BN P0 = BN P0 (1 + 0.018)t =⇒
t
2 = (1 + 0.018) =⇒
ln 2 = t ln(1 + 0.018) =⇒
ln 2
t=
ln(1 + 0.018)
= 38.854
8. On obtient
x
(a) f (x) = 300 · (0.9) (3 m = 300 cm)
8
(b) f (8) = 300 · (0.9) = 129.14 cm
45
x ln 300
(c) f (x) = 45; 300 · (0.9) = 45; x = ln 0.9 = 18.006 (18 chocs)
(d) g(x) = 650 · 0.86x = f (x) = 300 · 0.9x

0.86x 300
0.9x = 650
300
x ln (0.86) − x ln 0.9 = ln 650
ln( 650
300
)
x = ln(0.86)−ln(0.9) = 17. 007 (17 chocs)
9. 1.00220 = 1.040 8 (de 4.08% ; en 20 ans 8 · 1.0408 = 8. 326 millions (= 8 · 1.00220 = 8. 326 )
1.0088011459220 = 1. 191 5 (de 19.15% ; en 20 ans 8 · 1.1915 = 9. 532 millions (= 8 ·
1.0088011459220 = 9. 532) (remarque : il est risqué d’extrapoler les tendances actuelles
d’une manière purement mathématique sans tenir compte des conditions cadre politiques
et économiques européennes et globales futures - qu’on ne connaı̂t pas !).

10. f (x) = ln 3x + 6 + ln x2 ; ln f (x) n’est défini que pour f (x) > 0. Ainsi il faut enlever pour
ln x2 le nombre 0 du domaine de définition. Pour la même raison il faut que 3x+6+ln x2 > 0.
Nous cherchons les zéros, par exemple avec R :
f=function(x) 3*x+6+log(xˆ2)
plot(f,xlim=c(-5,5))
Sur la base du graphique il y a 3 zéros : deux proche de 0 et un troisième entre -2 et -4.
uniroot(f,c(-4,-2)) : résultat : −2.649605
uniroot(f,c(-2,-0.000000000001)) : résultat : −0.05399684
uniroot(f,c(0.000000000001,2)) : résultat : 0.0464659
f (−3) = −0.8027754
f (−2) = 1.386294
Ainsi entre −2.649605 et −0.05399684 la fonction donnée par 3x + 6 + ln x2 est positive .
f (−0.01) = −3.24034
f (0.01) = −3.18034
f (1) = 9
Ainsi sur ]0.0464659, ∞[ la fonction est positive.
Le domaine de définition maximal est alors
R\ (] − ∞, −2.649605] ∪ [−0.05399684, 0.0464659]) = ]−2.649605, −0.05399684[ ∪ ]0.0464659, ∞[
t
11. Vi pour valeur initiale“. On pose l’équation suivant : 0.3Vi = Vi (1 − 0.2) . En isolant t on
”
obtient :
t
0.3 = (1 − 0.2)
ln (0.3) = t ln (0.8)
ln 0.3
t = ln 0.8 = 5. 395 5
Ou : Après une année, la voiture a une valeur de V1 := 0.8Vi
Après la deuxième année, la voiture a une valeur de V2 := 0.8V1 = 0.8 (0.8Vi ) = 0.82 Vi
Après la troixième année, la voiture a une valeur de V3 := 0.8V2 = 0.83 Vi , etc.
formule générale pour un taux d’amortisation de 20% : Vn = 0.8n Vi . En passant a une
fonction exponentielle (temps continu) :
t
V (t) = 0.8t Vi . Comme V (t) = 0.3Vi on obtient 0.3Vi = Vi (0.8) .
t
V (t) = 0.5Vi . 0.5Vi = Vi (0.8)
ln 0.5
t = ln 0.8 = 3. 106 3
12. On obtient :
(a) fonction réciproque de x (r) : r (x) = x2 .
puisque le prix d’une unité de r se monte à 10, on obtient : C (x) = 10 · r (x) = 10x2
(fonction de coût)
(b) Les coûts d’une quantité de x = 12 : C (12) = 10 · 122 = 1440
2
(c) fonction de profit avec p (x) = −0.3x
+ 110) :
2 3
R (x) = xp (x) = x −0.3x + 110 = 110x − 0.3x
P (x) = R (x) − C (x) = 110x − 0.3x − 10x = −0.3x3 − 10x2 + 110x
3 2
(d) zone de profit :

−0.3x3 − 10x2 + 110x = 0, solutions : 8. 719 2, −42. 053, 0
G (1) = −0.3 − 10 + 110 = 99. 7 > 0.
zone de profit : ]0, 8.7192[
(e) pour x (r) = ln r ; fonction réciproque : exp (x (r)) = r (r (x) = ex ).
fonction de coût : K (x) = 10ex
fonction de profit : G (x) = 110x − 0.3x3 − 10ex
zone de profit : 110x − 0.3x3 − 10ex = 0
(zéro avec uniroot de R - f = function(x) 110 ∗ x − 0.3 ∗ xˆ3 − 10 ∗ exp (x)
plot(f,xlim=c(-2,4)) (trouver l’intervalle utile en essayant)
uniroot(f,c(-2,3)) : 0.1005251 (l’intervalle trouvé sur la base du graphique)
uniroot(f,c(3,10)) : 3.657509 (l’intervalle trouvé sur la base du graphique)
f (0) = −10; f (1) = 82.51718 > 0 ; f (4) = 110 · 4 − 0.3 · 43 − 10e4 = −125. 18;
zone de profit : ]0.1005251, 3.657509[
13. On obtient :
(a) Les zéros de la fonction : ln (1) = 0 ; le zéro se trouve alors en r + 1 = 1 =⇒ r = 0.
Les fonctions logarithme de base supérieure à 1 sont strictement croissante. A droite du
zéro, la fonction est alors positive sur ]0, ∞[.
(b) domaine de définition maximal du point de vue mathématique : r + 1 > 0 ⇐⇒ r > −1.
Alors : Dx = ] − 1, ∞[
(c) domaine de définition économique ]0, ∞[ . Un input et un output négatif n’ont pas de
sens. L’input est positif après 0 et l’output aussi (voir a).
(d) Une unité de l’input r coûte 8 unités monétaires. Indiquer la fonction de coût C du
bien produit x. Pour calculer l’input nécessaire pour x unité du bien à produire il faut
calculer la fonction réciproque de la fonction de production :
exp (x) = exp (ln (r + 1)) = r + 1

=⇒ r (x) = ex − 1
Le coûts de la quantité produite x se montent au produit prix*quantité d’input nécesssaire

à la production de x :

C (x) = 8r (x) = 8 e3 − 1 = 8ex − 8
(e) La fonction de prix est donnée par p(x) = 260 (concurrence parfaite). La fonction de
profit P est alors
P (x) = R (x) − C (x)

= xp (x) − C (x)
= 260x − (8ex − 8)
= 260x − 8ex + 8
premier zéro : 0, car 260 · 0 + 8e0 − 8 = 8 · 1 − 8 = 0

deuxième zéro avec uniroot de R :
f=function(x) 260*x-8*exp(x)+8 ; plot(f,xlim=c(0,6)) ; abline(h=0)
On voit qu’il y a un zéro entre 5 et 6. Avec uniroot(f,c(5,6)) on obtient le zéro : 5.120478
Puisque P (1) = 250 − 8e + 8 = 236. 25 > 0
et P (6) = 250 · 6 − 8e6 + 8 = −1719. 4 < 0, la zone de profit est ]0, 5.120478[.
4.4. FONCTIONS DÉFINIES PAR INTERVALLES 143
14. On peut développer
loga x = − log a1 x ⇐⇒

expa (loga x) = expa − log a1 x ⇐⇒

x = expa − log a1 x

= expa log a1 x−1

loga x−1
= expa (théorème 4.3.29
loga a1

loga x−1
= expa
−1

−1 · loga x
= expa
−1
= expa (loga x)
=x
Un exemple graphique : log3 x = − log 13 x
f (x)
2
log3 x
1
0 x
1 2 3
−1
log 31 x
−2
−3
Figure 4.3.23 – Représentation graphique de log3 x = − log 31 x
c
15. loga b = loga c − loga b = − (loga b − loga c) = − loga bc .
4.4 Fonctions définies par intervalles

Nous supposons que Z soit l’union de n intervalles réels Ii tel que Ii ∩ Ij = ∅ pour i 6= j et
i, j ∈ N∗n . De plus nous considérons les fonctions fi : Ii → R. Nous appelons la fonction f : Z → R
définie par intervalles Ii par fi “ si et seulement si f est identique à fi sur Ii pour tout i ∈ N∗n .
”
On fournit les fonctions définies par intervalles en général en indiquant une expression définissant
fi pour chaque intervalle Ii après une accolade. Si l’on veut calculer la valeur de la fonction f de
x il faut d’abord vérifier dans quel intervalle x se trouve. Si x ∈ Ii , alors f (x) = fi (x).
Exemple 4.4.1. fonction valeur absolue (voir graphique 4.4.24) :

|| : R → R

x pour x ≥ 0
|x| :=
−x pour x < 0
Ainsi
|5| = 5
|−5| = 5
|−20| = 20.
|x|
x
−5 −4 −3 −2 −1 0 1 2 3 4
Figure 4.4.24 – Représentation graphique de la fonction valeur absolue
Exemple 4.4.2. fonction charactéristique (ou fonction indicatrice)

1A : R → R

1 pour x ∈ A
1A (x) =
0 pour x ∈
/A
pour A ⊂ R. Avec la fonction indicatrice on peut exprimer des fonctions définies par inter-
valles sans la notation avec l’accolade. La fonction valeur absolue peut être exprimée par : |x| =
−x · 1]−∞,0[ (x) + x · 1[0,∞[ (x) ♦

f1 :] − ∞, 5] → R
f1 (x) = 2x
et
f2 :]5, ∞[→ R
f2 (x) = 5x2 + ex .
La fonction f définie par intervalle par f1 et f2 peut être décrite par :
f :R→R

2x pour x ∈ ] − ∞, 5]
f (x) =
5x2 + ex pour x ∈ ]5, ∞[
ou aussi par
f :R→R

2x pour − ∞ < x ≤ 5
f (x) = .
5x2 + ex pour 5 < x < ∞
Dans l’exemple Z = ] − ∞, 5] ∪ ]5, ∞[ = R.

Les valeurs de fonction de 3 et 6 :
f (3) = f1 (3) = 2 · 3 = 6
f (6) = f2 (6) = 5 · 62 + e6 = 583. 43.
f1 :]0, 3] → R
f1 (x) = 2 ln (x)
f2 :]3, 10[→ R
f2 (x) = ex
et
f3 :]11, 15[→ R
3
f3 (x) =
x
La fonction f définie par intervalle par f1 , f2 et f3 peut être décrite par :
f :]3, 10]∪ ]11, 15[ → R


 2 ln (x) pour x ∈ ]0, 3]
f (x) = ex pour x ∈ ]3, 10[
 3
x pour x ∈ ]11, 15[
Dans l’exemple Z = ]0, 10] ∪ ]11, 15[. ♦
Exemple 4.4.5. Une option européenne (en anglais aussi Vanilla Option“) est une sorte de
”
contrat qui donne le droit de vendre (option de vente, en anglais put option“) ou d’acheter
”
(option d’achat, en anglais call option“) un actif sous-jacent (en anglais underlying“) (actions,
” ”
obligations, métaux précieux, marchandises, devises, etc.) à un certain moment T (= échéance =
maturité, en anglais maturity“ ou strike“) à un certain prix k (= prix d’exercice, en anglais
” ”
exercice price“, strike price“). Les options sont des produits dérivés standardisés et cotés en
” ”
bourse. Celui qui achète le droit d’acheter ou de vendre l’actif sous-jacent est appelé acheteur de
”
l’option“. L’acheteur de l’option doit payer au vendeur une prime c. Les options sont alors une
sorte d’assurance qui permettent de réaliser un certain prix pour l’actif sous-jacent dans l’avenir
(Put Option) ou de pouvoir acheter l’actif sous-jacent dans l’avenir à un certain prix (Call Option).
Les options peuvent par conséquent servir à s’assurer p.ex. contre des risques de change ou des
risques dus aux changements des prix de vente de certains biens ou des prix d’achat de certaines
matières premières. A part ça les options peuvent aussi servir à des buts spéculatifs. Une option
est exercée quand l’actif sous-jacent est échangé à T . (voir le tableau 4.4.1).
A l’échéance option d’achat option de vente

l’acheteur de l’option a le droit de acheter vendre l’actif sous-jacent
le vendeur a l’obligation de vendre acheter l’actif sous-jacent
Table 4.4.1 – Option d’achat et de vente vu de l’acheteur et du vendeur
Une option de vente est exercée par un acheteur maximisant son profit si le prix de marché ST
de l’actif sous-jacent en T est plus bas que le prix d’exercice k.
1. Pour un acheteur qui utilise l’option comme assurance contre un prix de marché en T trop
bas, peut vendre au prix plus élévé k. La différence k − ST moins la prime c est l’argent
qu’il gagne en n’étant pas obligé de vendre au prix de marché plus bas.
2. Un spéculateur peut acheter l’actif sous-jacent aux prix ST et le vendre aux prix k. Il fait
un profit de k − ST − c.
Si ST ≥ k, un acheteur d’une option de vente n’exercera pas l’option. L’acheteur paie la prime
c indépendamment du prix de marché de l’actif.
On peut représenter graphiquement ces résultats par des diagrammes des résultats à l’échéance“,
”
qui représentent les résultats nets à l’échéance f (ST ) en fonction du développement du prix du
marché ST de l’actif sous-jacent et de la constante c dans le système des coordonnées cartésiennes
(sans taxes de la part de l’Etat, de la bourse ou de la banque). Par là on obtient pour ST dans le
domaine [0, k[ - là ST < k et l’option est exercée - comme fonction des résultats à l’échéance
f (ST ) = k − ST − c,
et dans le domaine [k, ∞[, dans lequel l’option n’est pas exercée, f (ST ) = −c. Avec la notation
introduite on obtient :
f : R+ → R

k − ST − c pour 0 ≤ ST < k
f (ST ) = .
−c pour k ≤ ST < ∞
Pour dessiner la fonction nous observons que f (ST ) = k−ST −c sur [0, k[ est une droite (polynôme
affine) avec l’ordonnée à l’origine k − c et la pente −1 ainsi que le zéro : f (ST ) = k − ST − c =
0 =⇒ −ST = −k + c =⇒ ST = k − c.
La différence k − ST compense une partie de la prime pour k − ST < c. c est exactement compensé,
si k − ST = c, et il en résulte un profit net si k − ST > c. Pour k = 60 et c = 5 on obtient la
représentation graphique 4.4.25 de la fonction
f : R+ → R

60 − ST − 5 pour 0 ≤ ST < 60
f (ST ) = :
−5 pour 60 ≤ ST < ∞
f (ST )
50
40
30
20
10
0 ST
50
Figure 4.4.25 – Diagramme des résultats à l’échéance pour l’acheteur d’une option de vente avec
le prix d’exercice k = 60 et la prime c = 5
Le résultat à l’échéance pour ST = 30 est f (30) = 60 − 30 − 5 = 25. Le résultat pour

ST = 70 est f (70) = −5 - on observe une perte de la prime. Le résultat pour ST = 58 est
f (58) = 60 − 58 − 5 = −3. Il y a perte d’une partie de la prime.
Pour le vendeur d’une option de vente (put) on peut aussi dessiner un diagramme des résultats
à l’échéance. Il gagne quand l’acheteur perd et vice versa. Son diagramme est par conséquent la
réflexion de la fonction de l’acheteur par rapport à l’axe des x. On obtient pour l’exemple 4.4.25 :
f : R+ → R

ST − 55 pour 0 ≤ ST < 60
f (ST ) =
5 pour 60 ≤ ST < ∞
♦
Exemple 4.4.6. Un acheteur exerce une option d’achat (call) si le prix de marché ST en T est
supérieur au prix d’exercice k de l’option, c. à d. pour ST > k ou pour ST ∈ ]k, ∞[.
1. Un acheteur qui voulait s’assurer contre un prix d’achat trop élévé gagne ST −k −c, l’argent
qu’il n’est pas obligé de payer pour un prix d’achat de marché plus élevé que k.
2. Un spéculateur peut acheter l’actif sous-jacent au prix d’exercice et le vendre au prix de
marché en réalisant un profit de ST − k − c.
Sur ]k, ∞[ on obtient alors f (ST ) = ST − k − c et sur [0, k] f (ST ) = −c. A l’aide de notre
notation on obtient la fonction des résultats à l’échéance suivante :
f : R+ → R

−c pour 0 ≤ ST ≤ k
f (ST ) =
ST − k − c pour k < ST < ∞
Pour k = 70 et c = 6 on obtient
f : R+ → R

−6 pour 0 ≤ ST ≤ 70
f (ST ) =
ST − 76 pour 70 < ST < ∞
et graphiquement (voir figure 4.4.26) :
f (ST )
50
40
30
20
10
0 ST
50
Figure 4.4.26 – Diagramme des résultats à l’échéance pour un acheteur d’une option d’achat avec
le prix d’exercice k = 70 et la prime c = 6
Le diagramme des résultats à l’échéance du vendeur d’une option d’achat (call) consiste en la
réflexion de la fonction de la figure 4.4.26 par rapport à l’axe des x. On obtient pour l’exemple
f : R+ → R

6 pour 0 ≤ ST ≤ 70
f (ST ) = .
76 − ST pour 70 < ST < ∞
Remarque 4.4.7. On utilise une option de vente en tant qu’assurance, si on part de l’idée qu’on
aura au moment T l’actif sous-jacent à sa disposition (p.ex. un paysan sa récolte ou une entreprise
sa production). On veut s’assurer contre une chute des prix du produit sur le marché. L’option de
vente est utilisée comme instrument de spéculation, si on ne pense pas avoir l’actif sous-jacent
en T . On espère que l’actif sous-jacent aura en T un prix inférieur aux prix d’exercice k. Dans
l’exemple ci-dessus
60 − ST − 5 pour 0 ≤ ST < 60
f (ST ) =
−5 pour 60 ≤ ST < ∞
et avec un prix de marché de 52 on exercerait l’option. On achèterait le produit à 52 et le vendrait
à 60 en exerçant l’option. On gagne après la déduction de la prime 3. Cela correspond à un profit
de 53 · 100 = 60% - la prime est le seul investissment ! (on appelle ce phénomène effet de levier“).
”
Si le prix de marché n’est pas en-dessous de 60, on perd 100% de l’investissement. L’utilisation
spéculative des options est alors très risquée.
On utilise une option d’achat en tant qu’assurance, si on veut acheter l’actif sous-jacent au mo-
ment T , p.ex. parce qu’on en a besoin pour sa production (matières premières). On veut s’assurer
contre une hausse des prix des matières premières. L’option d’achat est utilisée comme instrument
spéculatif, si on n’a pas l’intention d’acheter le l’actif sous-jacent en T . On s’attend à ce que le
prix du marché de l’actif sous-jacent soit en T supérieur au prix d’exercice. En ce cas on exerce
l’option et on vend l’actif sous-jacent aux prix du marché supérieur. Dans l’exemple ci-dessus

−6 pour 0 ≤ ST ≤ 70
f (ST ) =
ST − 76 pour 70 < ST < ∞
on exercerait l’option en face d’un prix du marché de 78. En exerçant l’option on achète au prix
de 70 et on vend sur le marché à 78. Le profit se monte aprè la déduction de la prime à 26 · 100 =
33. 333%. Evidemment l’utilisation spéculative des options d’achat est aussi risquées que celle des
options de vente. ♦
Exercices
1. Dessiner la fonction suivante définie par intervalles sur ] − 10, 10[ :
f :R →R

 0.2x pour x ∈ ] − ∞, 3]
1
f (x) = x pour x ∈ ]3, 7[
ln x2

pour x ∈ ]7, ∞[
et calculer f (−5), f (4), f (8).

2. Indiquer la fonction des résultats à l’échéance de l’acheteur de l’option de vente (put)
suivante : prix d’exercice = 40 ; prime = 4. Dessiner la fonction. Calculer le résultat pour
les prix du marché de l’actif sous-jacent suivants : ST = 30; ST = 38; ST = 50.
Indiquer et dessiner la fonction des résultats de la même option pour le vendeur.
3. Indiquer et dessiner la fonction des résultats à l’échéance pour l’acheteur de l’option d’achat
suivante : prix d’exercice = 45 ; prime = 3.5. Indiquer et dessiner la fonction des résultats
à l’échéance de la même option pour le vendeur.
Solutions
1. La représentation graphique est :
f (x)
x
−10 −8 −6 −4 −2 0 2 4 6 8
Figure 4.4.27 – Représentation graphique de la fonction de l’exercice
Avec R :
plot(1,type=”n”,xlim=c(-1,10),ylim=c(-1,6)) #Nécessaire pour avoir une surface adaptée
au problème
f1=function(x) 0.2*x
curve(f1,xlim=c(-1,3),add=T)
f2=function(x) 1/x
curve(f2,xlim=c(3,7),add=T)
f3=function(x) log(xˆ2)
curve(f3,xlim=c(7,10),add=T)
f (−5) = 0.2 · −5 = −1
f (4) = 1/4
f (8) = ln 82 = 4. 158 9
2. La fonction des résultats à l’échéance d’un acheteur de l’option de vente (put ; c = 4; k =

40) :
f L : R+ → R

40 − ST − 4 pour 0 ≤ ST < 40
fL (ST ) =
−4 pour ∞ > ST ≥ 40
Pour le vendeur :
f : R+ → R

−(40 − ST − 4) pour 0 ≤ ST < 40
fS (ST ) =
4 pour 40 ≤ ST < ∞
Représentation graphique :
fL (ST )
fS (ST )
50 0 ST
40 −10 50
30 −20
20 −30
10 −40
0 ST −50
50
Figure 4.4.28 – Diagramme des résultats à Figure 4.4.29 – Diagramme des résultats
l’échéance pour l’acheteur d’une option de à l’échéance pour le vendeur d’une option
vente avec le prix d’exercice k = 40 et la de vente avec le prix d’exercice k = 40 et la
prime c = 4 prime c = 4
fL (30) = 40 − 30 − 4 = 6
fL (38) = 40 − 38 − 4 = −2
fL (50) = −4
Le L dans fL (x) rappelle qu’on appelle en anglais l’achat d’une option going long“, tandis
”
que sa vente est appelée going short“ - pour cela le S dans fS (x).
”
3. La fonction des résultats à l’échéance d’un acheteur de l’option d’achat (call, k = 45, c = 3.5)
f L : R+ → R

−3.5 pour 0 ≤ ST ≤ 45
fL (ST ) =
ST − 45 − 3.5 pour ∞ > ST > 45
f S : R+ → R

3.5 pour 0 ≤ ST ≤ 45
fS (ST ) =
− (ST − 45 − 3.5) pour ∞ > ST > 45
fL (ST )
fS (ST )
50 0 ST
40 −10 50
30 −20
20 −30
10 −40
0 ST −50
50
Figure 4.4.30 – Diagramme des résultats Figure 4.4.31 – Diagramme des résultats
à l’échéance pour l’acheteur d’une option à l’échéance pour le vendeur d’une option
d’achat avec le prix d’exercice k = 45 et la d’achat avec le prix d’exercice k = 45 et la
prime c = 3.5 prime c = 3.5

— Arriver à définir les fonctions introduites (fonction rationnelle, fonction racine, fonction
exponentielle et fonction logarithme). Arriver à déterminer les domaines de définition et à
calculer les zéros de telles fonctions.
— Arriver à expliquer le concept de la composition de fonctions. Arriver à développer des
équations décrivant des compositions de fonctions à partir des équations décrivant les fonc-
tions à composer. Arriver à calculer les valeurs de fonctions composées.
— Arriver à appliquer le concept de la fonction réciproque aux types de fonctions traitées.
Savoir que la composition de la fonction réciproque par la fonction inversée attribue aux
arguments de la fonction inversées ces arguments comme valeur. Savoir que la fonction
logarithme est la fonction réciproque de la fonction exponentielle.
— Connaı̂tre et savoir appliquer correctement les concepts de la monotonie (stricte), de la
croissance (stricte) et de la décroissance (stricte). Connaı̂tre est savoir appliquer correcte-
ment les concepts de la concavité et de la convexité.
— Savoir appliquer dans des calculs les théorèmes démontrés pour les fonctions logarithme.
— Connaı̂tre et savoir appliquer le concept de la fonction définie par intervalles. Comprendre
et savoir calculer les exemples économiques donnés (options d’achat et de vente).
— Arriver à résoudre des devoirs du type des exercices.
Chapitre 5
Limites d’une fonction réelle
Le concept de la pente“ joue un rôle important dans la théorie de l’optimisation. En fait

”
beaucoup de fonctions réelles atteignent un maximum ou un minimum là où la courbe a la pente
0. Jusqu’ici nous pouvions uniquement calculer la pente des polynômes du premier degré. La pente
d’un polynôme du premier degré y = ax + b est en chaque point (x, f (x)) la même, à savoir a.
D’autres fonctions peuvent avoir en chaque point une autre pente - p.ex. y = x2 . Il s’agit par
la suite de définir et de calculer la pente en (x, f (x)) pour certaines classes de fonctions réelles.
Pour le faire nous avons besoins du concept de la limite d’une fonction, dont nous introduirons
dans ce chapitre différentes variantes : nous examinons des limites qui permettent de décrire le
comportement de fonctions si x tend vers l’infini positif ou négatif. De plus nous introduisons une
limite qui permet de décrire le comportement de certaines fonctions au voisinage d’un nombre réel.
5.1 La limite d’une fonction pour x vers l’infini“

”
Nous examinons des fonctions f avec R → R ou I → R (I est un sous-ensemble de R, qui
n’est pas borné à droite, c. à d. il n’existe pas de nombre réel a tel que x < a pour tout x ∈ I).
Comment se comportent p.ex. les fonctions suivantes définies sur R+ \{0} si x tend vers l’infini ?
(voir la figure 5.1.1)
1
f (x) =
x
1
g(x) = 2
x
1
h(x) = 1 +
x2
3x − 1
k(x) =
x
f (x) = x1 s’approche de 0, g(x) = x12 s’approche de 0. h(x) = 1 + x12 s’approche de 1, k(x)
s’approche de 3. Par f (x) s’approche de a“ nous entendons que la distance entre les valeurs de
”
la fonction f et le nombre a tend vers 0 si x tend vers l’infini.
153
154 CHAPITRE 5. LIMITES D’UNE FONCTION RÉELLE
1
f (x) = x
1
g(x) = x2
3x−1
3 k(x) = x
1
1 h(x) = 1 + x2
0 x
0 1 2 3 4 5 6 7 8 9
Figure 5.1.1 – Comportement d’une fonction pour x tendant vers l’infini
Le nombre dont une fonction s’approche pour x tendant vers l’infini est appelé limite de la
”
fonction (pour x tendant vers l’infini)“.
D’un autre côté il y a des fonctions qui tendent vers l’infini si x tend vers l’infini (p.ex. f (x) =
3x + 2 tend vers +∞ pour x tendant vers +∞, tandis que f (x) = −3x + 2 tend vers −∞ si x
tend vers +∞). Dans un premier pas nous allons définir de manière précise ce premier concept
de la limite d’une fonction. Il s’agit de préciser la tournure la fonction s’approche de a, si x tend
”
vers l’infini“. ∞ et −∞ sont des nombres non-réels. Par rapport au calcul des limites ils montrent
souvent un comportement très différent des nombres réels.
5.1.1 Définitions et théorèmes

Définition 5.1.1. Pour a est la limite de la fonction f pour x vers l’infini“ on écrit :
”
lim f (x) = a
x→∞
L’abréviation provient du mot latin limes“ pour limite“, frontière“. Pour lim f (x) = a“
” ” ” ”x→∞
nous écrivons entre autre aussi f (x) → a pour x → ∞“ (à lire comme f (x) tend vers a pour x
” ”
qui tend vers l’infini“).
Définition 5.1.2. lim f (x) = a si et seulement si pour tout k > 0, il existe un x′ tel que pour
x→∞
tout x : si x > x′ , alors |f (x) − a| < k
(f : D → R est une fonction réelle ; D n’est pas borné à droite ; x, x′ ∈ D; a ∈ R). ♦
k est un nombre réel positif quelconque. La définition reflète la signification intuitive de f (x)
”
s’approche de a, si x tend vers l’infini“, car si a est la limite de f , nous pouvons choisir un k
positif aussi petit que souhaité. Nous trouverons toujours un x tel que pour tout x : si x > x′ ,
′
alors |f (x) − a| < k. Cela veut dire, qu’après ce x′ le segment entre les valeurs de la fonction et la
limite est partout plus petit que k.
Nous illustrons la définition à l’aide de l’exemple 5.1.3.
Exemple 5.1.3. La limite de la fonction f (x) = 2x−1x (x > 0) est pour x tendant vers l’infini le
nombre 2. Si nous déterminons un k > 0, p.ex. k = 0.5, il y a sur l’axe des x un x′ (p. ex. 3), tel
que pour tout x > x′ = 3 : |f (x) − 2| < k. Ainsi f (4) = 2·4−1
4 = 1.75 et 2 − 1.75 = 0.25 < 0.5.
(voir figure 5.1.2)
5.1. LA LIMITE D’UNE FONCTION POUR X VERS L’INFINI“ 155
”
f (x)
2.5
2x−1
2.0 f (x) = x
k = 0.5
1.5 |2 − f (4)| = 0.25 < k = 0.5
1.0
0.5
0 x
0 1 23′ 4 5 6 7 8 9
x
Figure 5.1.2 – Exemple du lien entre k, x′ , x > x′ ainsi que |2 − f (x)|
Remarque 5.1.4. Le choix de x′ n’est pas déterminé d’une manière unique. Dans l’exemple on
pourrait aussi choisir un x′′ < x′ (p.ex. 2.5, 2.1, 2.00001), tel que pour x > x′′ : |f (x) − 2| < k.
On pourrait aussi choisir le plus petit x′′ possible. Dans l’exemple cela serait f −1 (a − k) =
f −1 (2 − 0.5) = 2. De l’autre côté on pourrait choisir des nombres plus grands. Cela ne joue
aucun rôle. Il suffit de trouver pour chaque k > 0 au moins un x′ tel que pour tout x > x′ :
|f (x) − 2| < k. Dans l’exemple on a choisi x′ = f −1 (a − k) + 1 ♦
Remarque 5.1.5. Par la définition, la limite réelle d’une fonction est déterminée uniquement
si elle existe. Nous l’illustrons à l’aide de l’exemple ci-dessus. Aucun nombre supérieur à 2 est
une limite de cette fonction. Ainsi 3 n’est pas une limite de la fonction étudiée f (x) = 2x−1
x pour
x → ∞. Car il n’y a pas pour tout k > 0 un x′ , tel que pour tout x > x′ : |f (x) − 3| < k. Nous
choisissons pour le démontrer k = 0.002. Puisqu’il n’y a pas de f (x) > 2, il n’est pas possible que
|f (x) − 3| < 0.002, car |f (x) − 3| > 1 pour tout x. Cette réflexion est valable pour des nombres
autant petits que l’on veut mais supérieurs à 2. On peut toujours trouver un k tel que pour tout
x > x′ : |f (x) − 3| > k. D’une manière analogue on peut montrer pour des nombres inférieurs
à 2 qu’il n’est pas possible qu’ils soient la limite de la fonction. Ainsi 1.9 n’est pas la limite de
f (x) pour x → ∞. Car pour k = 0.01 pour tout x > 5000 : |f (x) − 1.9| > 0.01, parce que
f (5000) = 2·5000−1
5000 = 1.999 8 et donc |1.9 − 1.9998| = 0.099 8 > 0.01. Ces réflexions montrent que
la limite réelle d’une fonction est un nombre déterminé de manière unique, si la fonction tend
vers une limite réelle (voir figures 5.1.3 et 5.1.4)
f (x)
2.5
k = 0.25
2.0 2 = limite
1.5 f (x) 2.5 − f (x) > k = 0.25 pour tout x
1.0
0.5
0 x
0 1 2 3 4 5 6 7 8 9
Figure 5.1.3 – Illustration du fait que la limite réelle d’une fonction est unique. f (x) s’approche
de 2.5, car 2.5 − f (x) devient plus petit pour des x croissants - mais 2.5 n’est pas une limite de
f . Pour k = 0.25 il n’existe aucun x′ tel que pour tout x > x′ , 2.5 − f (x) < 0.25. Cette différence
est toujours plus grande que 0.5.
f (x)
2.5
2.0 2 = limite
k = 0.1 1.7
1.5 f (x) − 1.7 > k = 0.1 pour x
f (x) supérieur à l’intersection de 1.8 et de f
1.0
0.5
0 x
0 1 2 3 4 5 6 7 8 9
Figure 5.1.4 – Illustration du fait que la limite réelle d’une fonction est unique. 1.7 par exemple
n’est pas une limite de f . f (x) s’éloigne après l’intersection avec 1.7 de 1.7 et pour un k assez
petit, par exemple 0.1, il n’existe aucun x′ tel que pour tout x > x′ , f (x) − 1.7 < 0.1. A partir de
l’intersection de la fonction et de la constante 1.7 + 0.1, cette différence est toujours plus grande
que 0.1.
Remarque 5.1.6. Si a est la limite de f pour x → ∞, f peut reprendre pour certains x la limite
a ou non. La valeur d’une fonction constante est identique à la limite de la fonction en tout x.
Dans l’exemple avec la figure 5.1.2 la limite de la fonction est une asymptote. Il n’y a aucune
valeur de fonction identique à sa limite, mais les valeurs de fonction s’en approchent de plus en
plus. Pour une fonction oscillante (voire figure 5.1.6) la fonction reprend sa limite en un nombre
infini de points. Entre les points il y a des intervalles, où les valeurs de fonction sont différentes
”
de la limite de la fonction. ♦
Remarque 5.1.7. On utilise la valeur absolue de la différence f (x) − a dans la définition pour la
raison suivante : une fonction peut - entre autre - s’approcher de la limite a d’en bas (voir figure
5.1.2), d’en haut (voir figure 5.1.5) ou d’une manière oscillante des deux côtes (voir figure 5.1.6).
Si la fonction s’approche d’en haut, f (x) − a > 0, si elle s’approche d’en bas, f (x) − a < 0. Pour
une fonction oscillante il y a des segments où f (x) − a > 0 et où f (x) − a < 0. In peut tenir
compte de toutes ces variantes en utilisant la valeur absolue de la différence f (x) − a.
f (x) f (x)
5 5
4 4
3 3
2 2
1 1
0 x 0 x
0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 16
Figure 5.1.5 – La fonction s’approche d’en Figure 5.1.6 – Fonction oscillante avec la
haut de la limite. Pour la limite a = 2 : limite a = 2. Parfois f (x) − a > 0, parfois
f (x) − a > 0, tandis que pour l’exemple de f (x)− a < 0, tandis que |f (x)− a| ≥ 0 pour
la figure 5.1.2 f (x) − a < 0. tout x > 2.
Remarque 5.1.8. Il faut souligner que les limites réelles sont des nombres et non pas une ap-
proximation à un nombre. Dans les mathématiques appliquées √ on utilise souvent des méthodes
d’approximation. Pour calculer numériquement avec π ou 2 nous utilisons des nombres qui s’ap-
proche suffisamment de ces nombres, comme nous ne pouvons souvent pas les utiliser eux-mêmes.
Pour calculer de tels nombres approximatifs nous utilisons des méthodes d’approximation. La limite
n’est pas identique au résultat d’une telle méthode. √
Il s’agit d’un nombre uniquement déterminé et
peut p.ex. être un nombre non-rationnel comme π, 2 ou e. ♦
Remarque 5.1.9. Si nous connaissons la limite a d’une fonction f (pour x vers l’infini), nous
pouvons montrer à l’aide de la définition que lim f (x) = a. Ces démonstrations sont cependant
x→∞
souvent exigeantes de sorte que nous y renonçons en général. Nous allons par contre mentionner
certains théorèmes qui permettent de calculer la limite pour certaines fonctions. ♦
Remarque 5.1.10. A part lim f (x) = ∞, lim f (x) = −∞ ou lim f (x) = c ∈ R il existe la
x→∞ x→∞ x→∞
possibilité de n’avoir aucune limite pour une fonction, même si celle-ci est bornée. Une fonction
est bornée si il existe un nombre positif réel a tel que |f (x)| < a pour tout x ∈ R. Nous donnons
un exemple. Supposons que pour x ∈ R,
⌊⌋ : R → R
⌊x⌋ := max{z|z ≤ x et z ∈ Z}.
⌊x⌋ est alors le nombre z entier (z ∈ Z) qu’on obtient en biffant les chiffres après la virgule
(commande Excel : =tronque“ pour tronquer“). Ainsi ⌊5.53⌋ = 5 (⌊⌋ est alors une fonction
” ”
réelle !). A l’aide de cette fonction nous définissions une autre fonction réelle
f :R→R

1 pour ⌊x⌋
2 ∈Z
f (x) =
−1 autrement
Nous attribuons 1 au nombre réel x si ⌊x⌋ est divisible par deux dans le domaine des nombres
entiers, autrement nous attribuons −1. Ainsi f (3.3) = −1, car 32 = 1.5 ∈ / Z et f (6.8) = 1, car
6
2 = 3 ∈ Z. Pour le graphique de la fonction on obtient (voir figure 5.1.7) :
f (x)
1.50
0.75
x
−3 −2 −1 1 2 3 4 5 6
−0.75
−1.50
Figure 5.1.7 – Exemple d’une fonction bornée qui n’a pas de limite.
Si f tend vers l’infini (pour x → ∞) (p.ex. y = x2 ) nous écrivons : lim x2 = ∞. Si la fonction

x→∞
tend vers −∞ pour x vers l’infini nous écrivons lim x2 = −∞.
x→∞
Définition 5.1.11. lim f (x) = ∞ si et seulement si pour tout k > 0 il existe un x′ tel que pour
x→∞
tout x : si x > x′ , alors f (x) > k.
Nous donnons un exemple du fonctionnement de la définition :

Exemple 5.1.12. Nous voulons examiner comment se comporte f (x) = 0.5x − 1 pour x vers
l’infini. Il est possible de trouver pour tout k > 0 un x′ tel que pour tout x > x′ : f (x) > k. Pour
k = 5 on peut calculer un tel x′ facilement par f −1 (k) + 1 (dans l’exemple on pourrait aussi choisir
f −1 (k), voir figure 5.1.8).
”
f (x)
2.5
2.0
1.5 f (5.5) > k pour 5.5 > 5
1.0
0.5 k f −1 (k) + 1 = x′ = 5
0 b
x
0 1 2 3 4 5 6 7 8 9
′ ′
Figure 5.1.8 – Exemple du lien entre k, x , x > x : f (x) > k pour x > 5
Définition 5.1.13. lim f (x) = −∞ si et seulement si pour tout k < 0 il existe un x′ tel que
x→∞
pour tout x : si x > x′ , alors f (x) < k.
Faire pour la définition un graphique similaire à la figure 5.1.8 !

Nous introduisons maintenant des théorèmes qui permettent le calcul des limites de certaines
fonctions réelles pour x → ∞. Quelques preuves données à titre d’exemples se trouvent dans le
dernier sous-chapitre.
Théorème 5.1.14. Si lim f (x), lim g(x) ∈ R, alors
x→∞ x→∞
lim (f (x) + g(x)) = lim f (x) + lim g(x),

x→∞ x→∞ x→∞
Théorème 5.1.15. Si lim f (x), a ∈ R, alors

x→∞
a lim f (x) = lim (af (x))

x→∞ x→∞
Théorème 5.1.16. Si lim f (x), lim g(x) ∈ R, alors

x→∞ x→∞
lim (f (x) · g(x)) = lim f (x) · lim g(x)

x→∞ x→∞ x→∞
Théorème 5.1.17. Si lim f (x), lim g(x) ∈ R et lim g(x) 6= 0, alors

x→∞ x→∞ x→∞
f (x) lim f (x)

lim = x→∞
x→∞ g(x) lim g(x)
x→∞
a
Théorème 5.1.18. lim n = 0 (n > 0, a ∈ R).
x→∞ x
Théorème 5.1.19. lim a = a pour a ∈ R

x→∞
Si nous utilisons ces règles il faut garantir que lim f (x) et lim g(x) désignent des nombres
x→∞ x→∞
réelles. L’art du calcul des limites consiste souvent en la stratégie suivante : en augmentant ou en
réduisant nous essayons
1. de transformer le dénominateur de l’expression de sorte qu’on évite une division par 0.
2. de transformer les partie d’une expression pour qu’on obtienne des expressions de type
lim xan (n > 0, a ∈ R) qu’on peut remplacer par 0 en formant la limite et
x→∞
3. de transformer les parties d’une expression pour qu’on obtienne des termes de la forme
lim a, a ∈ R, qu’on peut remplacer par a en formant la limite.
x→∞
Nous donnons pour 2. et 3. un premier exemple (pour 1. les exemples suivront).
Exemple 5.1.20. Dans l’exemple

2+x
lim
x→∞ 1 + 2x
le dénominateur et le numérateur tendent vers l’infini pour x vers l’infini. Nous ne pouvons ap-
pliquer les règles introduites que si les expressions désignent des nombres réels. Nous pouvons
cependant appliquer les règles en augmentant la fraction par x1 :
1
2+x x (2 + x)
lim = lim 1
x→∞ 1 + 2x
x (1 + 2x)
x→∞
2
+1
= lim x1
x +2
x→∞
lim ( 2 + 1)
x→∞ x
=
lim ( 1 + 2)
x→∞ x
lim 2 + lim 1
x→∞ x x→∞
=
lim 1 + lim 2
x→∞ x x→∞
0+1 1
= =
0+2 2
lim ( 2 +1) lim 2 + lim 1
x→∞ x x→∞ x x→∞ 2
L’équation lim ( 1 +2)
= lim 1 + lim 2
est correcte, parce que lim , lim 1, lim x1 , lim 2 ∈ R.
x→∞ x x→∞ x x→∞ x→∞ x x→∞ x→∞ x→∞
2 lim ( 2 +1)
x +1 x→∞ x
Par là le pas lim 1 = lim ( 1 +2)
est justifié, car lim ( x2 + 1), lim ( x1 + 2) ∈ R. Nous devons
x→∞ x +2 x→∞ x x→∞ x→∞
contrôler l’application correcte des règles en quelque sorte à reculons. ♦
Nous retenons encore sans démonstration :


 ∞ pour a > 1
Théorème 5.1.21. — Pour a ∈ R : lim ax = 1 pour a = 1
x→∞ 
 0 pour 0 < a < 1
 0 pour a > 1
— Pour a ∈ R : lim a−x = 1 pour a = 1
x→∞ 
∞ pour 0 < a < 1
1
— Si lim f (x) = ∞, alors lim f (x) = 0.
x→∞ x→∞
— lim (1 + x1 )x = e
x→∞
— Pour a ∈ R : lim loga x = ∞ (a > 1) et lim loga x = −∞ (0 < a < 1)
x→∞ x→∞

∞ pour a > 0
— Si lim f (x) = ∞ et a ∈ R, alors lim (af (x)) =
x→∞ x→∞ −∞ pour a < 0

∞ pour a < 0
— Si lim f (x) = −∞ et a ∈ R, alors lim (af (x)) =
x→∞ x→∞ −∞ pour a > 0
— Si lim f (x) = ∞ et a ∈ R, alors lim (a + f (x)) = ∞
x→∞ x→∞
— Si lim f (x) = −∞ et a ∈ R, alors lim (a + f (x)) = −∞
x→∞ n x→∞
n
— lim (f (x) ) = lim f (x) (n ∈ N)
x→∞ x→∞
”
p q
— lim g(x) = lim g(x) (pour (x) ≥ 0)
x→∞ x→∞
f (x) lim f (x)
— lim e = ex→∞
x→∞
— lim ln(f (x)) = ln( lim f (x)) (pour f (x) > 0)
x→∞ x→∞
— Si lim g(x) = −∞ alors lim ag(x) = 0. (a > 1, a ∈ R)
x→∞ x→∞
— Si f est un polynôme du n-ième degré (n > 0),

∞ pour an > 0
lim f (x) =
x→∞ −∞ pour an < 0
5.1.2 Exercices
1. Calculer les limites suivantes :
4−x
(a) lim
x→∞ 2+x
8

(b) lim 4 − x
x→∞
2x2 +3
(c) lim 2
x→∞ 5x −1
(d) lim 2x+3
2
x→∞ x +3
3x2 −11x−20
(e) lim 3x+4
x→∞
20x2 −7x−6
(f) lim 4x−3
x→∞
21x2 −6x−5
(g) lim 3x−3
x→∞
210x3 −34x2 −80x+24
(h) lim 7x−3
x→∞
2. Pour le revenu d’une branche économique en expansion on prédit le développement suivant :

(t = 0 le moment actuel) :
210
Y (t) = 0.1+20e −0.5t
Décrire le comportement de la fonction pour t tendant vers l’infini.

Comment peut-on interpréter la limite économiquement ?
3. Supposons que la consommation C de denrées dans un ménage soit une fonction du revenu
Y du ménage décrite par C(Y ) = 40YY +8
−140
, Y > 0. Déterminer la limite pour Y vers l’infini.
4. Calculer les limites suivantes :
1
3− x
(a) lim 5− 2
x→∞ x2
5
(b) lim e− x
x→∞
6x3 +4x2 −7
(c) lim x3 +x
x→∞
3
−a−b
(d) lim 2x+d
x→∞
5.1.3 Solutions
1. On obtient :
4−x
1
x (4−x)
4
x−x
x 4
x −1
(
x→∞ x
)
lim 4 −1 lim 4 − lim 1
x→∞ x x→∞
(a) lim = lim 1 = lim 2 x = lim 2 = = lim 2 + lim 1
=
x→∞ 2+x x→∞ x (2+x) x→∞ x + x x→∞ x +1 (
x→∞ x
)
lim 2 +1 x→∞ x x→∞
1
4 lim −1
(4·0)−1
x→∞ x
2 lim
= (2·0)+1
1
+1
= −1
x→∞ x

(b) lim 4 − x8 = lim 4 − lim 8
= 4 − 8 lim 1
= 4 − (8 · 0) = 4
x→∞ x→∞ x→∞ x x→∞ x
2x2 +3 2+ x32 lim

x→∞
(2+ x32 ) lim 2+ lim
x→∞ x→∞ x2
3
(c) lim 2 = lim 1 = lim (5− x12 )

= lim 5− lim x12
=
x→∞ 5x −1 x→∞ 5− x2 x→∞ x→∞ x→∞
1
2+3 lim
x→∞ x2 2+(3·0) 2
5−0 = 5 = 5
2x+3
2 3
x + x2 x→∞ x
(
lim 2 + x32 ) lim 2 + lim 3
x→∞ x x→∞ x2
(d) lim 2 = lim 1+ x32
= = lim 1+ lim x32
=
x→∞ x +3 x→∞ x→∞
(
lim 1+ x32 ) x→∞ x→∞
1
2 lim +3 lim x12 (2·0)+(3·0)
x→∞ x x→∞
1+3 lim x12
= 1+(3·0) =0
x→∞
(e) Pour pouvoir réduire la fraction il faut essayer de factoriser le numérateur tel que le
dénominateur devient un des facteurs. Nous calculons alors la division polynomiale
suivante : 3x2 − 11x − 20 : 3x + 4 = x − 5
− 3x2 − 4x
− 15x − 20
15x + 20
0
3x2 −11x−20
Nous obtenons alors : lim 3x+4 = lim (3x+4)(x−5)
3x+4 = lim (x − 5) = ∞
x→∞ x→∞ x→∞
2

(f) 20x − 7x − 6 : 4x − 3 = 5x + 2
− 20x2 + 15x
8x − 6
− 8x + 6
0
2
lim 20x4x−3
−7x−6
= lim (4x−3)(5x+2)
4x−3 = lim (5x + 2) = ∞
x→∞ x→∞ x→∞
(g) 2
10
21x − 6x − 5 : 3x − 3 = 7x + 5 +
2 3x − 3
− 21x + 21x
15x − 5
− 15x + 15
10
Comme le numérateur n’est pas divisible par 3x − 3 sans reste, nous ne pouvons pas
calculer la limite avec les méthodes introduites.

(h) 210x3 − 34x2 − 80x + 24 : 7x − 3 = 30x2 + 8x − 8
− 210x3 + 90x2
56x2 − 80x
− 56x2 + 24x
− 56x + 24
56x − 24
0
3 2
210x −34x −80x+24 (30x2 +8x−8)(7x−3)
lim 7x−3 = lim 7x−3 = lim 30x2 + 8x − 8 = ∞
x→∞ x→∞ x→∞
lim 210
210 t→∞ 210
2. lim = = =
t→∞ 0.1+20e lim (0.1+20e−0.5t ) lim 0.1+ lim 20e−0.5t
−0.5t
t→∞ t→∞ t→∞
210 210
0.1+20 lim e−0.5t = 0.1+(20·0) = 2100
t→∞
40Y −140 40− 140 lim

Y →∞ Y )
(40− 140 lim 40− lim
Y →∞
140
Y →∞ Y
3. lim Y +8 = lim 8
Y
= lim (1+ Y8 )
= lim 1+ lim Y8
=
Y →∞ Y →∞ 1+ Y Y →∞ Y →∞ Y →∞
40−140 lim Y1
Y →∞ 40−(140·0)
1+8 lim Y1
= 1+(8·0) = 40
Y →∞
4. On obtient :
1
3− x x→∞
(3− x1 )
lim
x→∞ x→∞ x
1
lim 3− lim
3−0 3 3
(a) lim 5− 2 = lim (5− x22 )
= lim 5− lim x22
= 5−2 lim 1 = 5−(2·0) = 5
x→∞ x2 x→∞ x→∞ x→∞ x→∞ x2
5.2. LA LIMITE D’UNE FONCTION POUR X → −∞ 163
5 1
5 lim − x −5 lim
(b) lim e− x = ex→∞ =e x→∞ x = e−5·0 = e0 = 1
x→∞
6x3 +4x2 −7 x3 (6+ x

4
− x73 ) 4
6+ x − x73 lim
x→∞
(6+ x4 − x73 )
(c) lim x3 +x = lim x3 (1+ x12 )
= lim 1+ x12
= lim (1+ x12 )
=
x→∞ x→∞ x→∞ x→∞
4
lim 6+ lim − lim 7 6+4 lim 1
−7 lim x13 6+(4·0)−(7·0)
x→∞ x→∞ x x→∞ x3 x→∞ x x→∞ 6+0−0
lim 1+ lim x12
= 1+0 = 1+0 = 1 =6
x→∞ x→∞
3 a b 3 a b
3 lim (− a − b ) 3
−a−b −x−x −x −x x x
(d) lim = lim d = lim d = x→∞ lim (2+ x
=
x→∞ 2x+d x→∞ 2+ x x→∞ 2+ x x→∞
d
)
3 3
lim (− a
x )−x→∞
b
lim x −a lim x1 1
−b lim x 3 3
x→∞
lim 2+ lim d
= x→∞ x→∞
2+d lim 1
= (−a·0)−(b·0)
2+(d·0) = 0−02+0 =0
x→∞ x→∞ x x→∞ x
5.2 La limite d’une fonction pour x → −∞

Définition 5.2.1. lim f (x) = a si et seulement si pour tout k > 0 il existe un x′ tel que pour
x→−∞
tout x : si x < x′ , alors |f (x) − a| < k.
(f : D → R est une fonction réelle ; D n’est pas borné à gauche ; x, x′ ∈ D; a ∈ R). ♦
Cette définition correspond à la définition 5.1.2. Uniquement la direction du symbole d’inégalité

dans l’expression x < x′ “ a changé.
”
Nous examinons un exemple :
2x−1
Exemple 5.2.2. lim f (x) = y = x (x < 0). f (x) s’approche de 2, si x diminue (x < 0).
x→−∞
Nous écrivons : lim 2x−1 = 2. (voir figure 5.2.9).
x→−∞ x
f (x)
5
x
−10 −9 −8 −7 −6 −5 −4 −3 −2 −1
Figure 5.2.9 – Exemple d’une fonction avec une limite réelle pour x → −∞
Pour calculer la limite pour x → −∞ nous appliquons de nouveau des théorèmes. En général
les théorème formulés pour x → ∞ restent valables. Il faut changer lim par lim . Parfois il faut
x→∞ x→−∞
reformuler les théorèmes. Exercice : réfléchir quels théorèmes sont valables pour lim et après
x→−∞
quelles reformulations.
Comme nous pouvons constater dans l’exemple 5.2.9 :
2x − 1 2x − 1
lim = lim =2
x→∞ x x→−∞ x
Cela n’est pas valable pour toutes les fonctions ce que montre l’exemple suivant :
√
2x+ x2 +1
Exemple 5.2.3. f (x) = x :
q
√ √
x2
2x + x2 + 1 2x
+ x2 +1 + x12 2+ x2
x x
lim = lim x = lim
x→∞ x x→∞
x
x→∞ 1
r !
1
= lim 2 + 1 + 2
x→∞ x
r s
1 1
= lim 2 + lim 1 + 2 = 2 + lim 1 + 2
x→∞ x→∞ x x→∞ x
r
1
2+ lim 1 + lim 2
x→∞ x→∞ x
√
= 2+ 1+0= 2+1= 3
q
√ √
x2
2x + x2 + 1 2x
+ x2 +1 + x12
∗
2− x2
x x
lim = lim x = lim
x→−∞ x x→−∞
x
x→−∞ 1
r !
1
= lim 2− 1+ 2
x→−∞ x
r s
1 1
= lim 2 − lim 1+ 2 =2− lim 1+ 2
x→−∞ x→−∞ x x→−∞ x
r
1
=2− lim 1 + lim 2
x→−∞ x→−∞ x
√
=2− 1+0=2−1=1
(voir figure
√ 7.3.4). (* remarque pour le passage de la deuxième à la troisième équation : pour
x < 0 : − x2 = x)
f (x)
x
−7 −6 −5 −4 −3 −2 −1 1 2 3 4 5 6 7
−1
Figure 5.2.10 – Exemple d’une fonction avec des limites différentes pour x → ∞ et pour x → −∞
Pour x → −∞ la fonction f peut de nouveau tendre vers −∞ ou vers ∞ :

5.3. LA LIMITE D’UNE FONCTION POUR X → X0 165
Définition 5.2.4. lim f (x) = ∞ si et seulement si pour tout k > 0 il existe un x′ tel que pour
x→−∞
tout x < x′ : f (x) > k.
(f : D → R est une fonction réelle ; x, x′ ∈ D ; D n’est pas borné à gauche). ♦
Définition 5.2.5. lim f (x) = −∞ si et seulement si pour tout k < 0 il existe un x′ tel que
x→−∞
pour tout x < x′ : f (x) < k.
(f : D → R est une fonction réelle ; x, x′ ∈ D ; D n’est pas borné à gauche). ♦
Exemple 5.2.6. f (x) = x3 tend pour x → −∞ vers −∞, tandis que f (x) = −x3 + 3 tend pour
x → −∞ vers ∞ (voir figure 5.2.11).
f (x)
4 f (x) = x3
3
2
1
x
−2 −1−1 1 2
−2 f (x) = −x3 + 3
−3
−4
Figure 5.2.11 – Exemples de comportements de fonctions pour x → ∞ et x → −∞
Théorème 5.2.7. Pour un polynôme f du n-ième degrès (n > 0) on peut affirmer :



 ∞ pour an > 0 et n pair

−∞ pour an < 0 et n pair
lim f (x) =
x→−∞ 
 −∞ pour an > 0 et n impair

∞ pour an < 0 et n impair
5.3 La limite d’une fonction pour x → x0

Pour étudier le comportement d’une fonction à l’intérieur d’un intervalle ou au voisinage d’un
point x0 , nous avons besoin du concept de la limite d’une fonction réelle f pour x → x0 . Nous
définissons d’abord le terme voisinage“
”
Définition 5.3.1. Un voisinage de x0 est un intervalle ]x0 −r; x0 +r[ avec r > 0. On écrit souvent
pour un voisinage de x0 : V (x0 ) et si le voisinage est spécifié par un r : Vr (x0 ) ♦
Définition 5.3.2. x0 ∈ R est un point d’accumulation d’un ensemble D ⊂ R si et seulement si

dans tout voisinage de x0 il existe un x ∈ D, x0 6= x. La définition ne réclame pas que x0 ∈ D
mais ne l’exclue pas. ♦
Nous pouvons maintenant passer à la définition de la limite d’une fonction réelle f : D → R

pour x → x0 . Elle exprime que les valeurs de la fonction f (x) s’approchent de la limite a si l’on
considère des éléments x de voisinages de x0 de plus en plus restreints. de plus en plus restreints“
”
signifie que le r en Vr (x0 ) décroı̂t.
Définition 5.3.3. lim f (x) = a si et seulement si pour tout k > 0 il existe un r > 0 tel que pour
x→x0
tout x avec 0 < |x0 − x| < r : |f (x) − a)| < k
(f : D → R est une fonction réelle ; x ∈ D; a ∈ R ; x0 est un point d’accumulation de D ; x0 peut,
mais ne doit pas être élément de D ; k, r ∈ R). ♦
Remarque 5.3.4. La condition 0 < |x0 − x| < r est équivalente à x0 − r < x < x0 + r pour
x 6= x0 . ♦
Remarque 5.3.5. Avec la notion du voisinage et f (A) := {f (x) : x ∈ A} on peut définir d’une
manière équivalente : lim f (x) = a si et seulement si pour tout k > 0 il existe un r > 0 tel que
x→x0
f (Vr (x0 ) \{x0 }) ⊂ Vk (a). ♦
Pour montrer le fonctionnement de la définition à l’aide d’un graphique nous étudions l’

Exemple 5.3.6. Nous regardons la fonction f : R → R; f (x) = x2 en x0 = 3. On peut affirmer
lim x2 = 9 (voir figure 5.3.12).
x→3
f (x)
11
k
10
a= 9
8
k
7
6
5
4
3
2
1 r r
x
−1 −1 1 2 3
=
−2 x0
Figure 5.3.12 – Pour k > 0 il existe un r > 0, tel que |f (x) − a| < k pour |x − x0 | < r
Remarque 5.3.7. x0 peut être élément de D ou non. ♦
Remarque 5.3.8. Tandis qu’une fonction a tout au plus une limite pour x → ∞ et x → −∞, une
fonction peut avoir une limite pour x → x0 en tout x0 ∈ R ! Pour y = x2 on peut même affirmer
que pour tout x0 ∈ R :
lim x2 = lim f (x) = f (x0 ) = x20
x→x0 x→x0
(p.ex. lim x = 16 = 4 ; lim x = 121 = 112 ). C’est pourquoi on pourrait sur la base de cet
2 2 2
x→4 x→11
exemple penser que l’expression lim f (x) n’apporte rien. L’affirmation lim f (x) = f (x0 ) n’est
x→x0 x→x0
cependant pas un théorème - elle vaut seulement pour certaines fonctions et pour certaines fonc-
2
tions uniquement dans certains intervalles. Examinons un exemple concret : Pour f (x) = x −3x+2
x−2 ,
x2 −3x+2
on peut montrer que lim x−2 = 1, bien que f (2) n’existe pas dans les nombres réelles (division
x→2
par 0 (= 2 − 2) et par conséquent 2 ∈
/ D). La fonction f a en x = 2 un trou. Malgré ce fait on
peut trouver pour tout k > 0 un r > 0 tel que pour |2 − x| < r : |f (x) − 1| < k. La fonction f a
pour x → x0 en x0 = 2 la limite 1. On verra des exemples supplémentaires par la suite. ♦
Remarque 5.3.9. Il vaut la peine de montrer pour des fonctions qui n’ont pas de limite en x0 pour
x tendant vers x0 , comment la définition fonctionne et comment elle mène au refus de l’hypothèse
qu’il s’y trouve une limite (voir figure 5.3.13 et 5.3.14).
f (x)
9
8
7
6
|f (x) − 3|
5
4
k
3 limite hypothétique 3
k
2
1
0 x
0 1 2 3 4 5 6 7 8 9
Figure 5.3.13 – En x0 =2.5 la limite n’existe pas pour la fonction définie par intervalles f (x) = 0.5x
en [0, 2.5] et f (x) = 0.7x + 3 in ]2.5, ∞[ pour x vers 2.5, car il n’y a pas de r pour des k assez
petits tel que pour tout x avec |x − x0 | < r : |f (x) − 3| < k, car dans ce cas |f (x) − 3| > k. cela est
valable pour des limites hypothétiques arbitraires entre 1.25 et 4.75 et encore plus pour les valeurs
à l’extérieur de cet interval.
f (x)
9
8
7
6 |f (x) − 3|
5
4
k
3 limite hypothétique 3
k
2
1
0 x
0 1 2 3 4 5 6 7 8 9
1
Figure 5.3.14 – En x0 = 2 il n’y a pas de limite réelle pour la fonction f (x) = x−2 pour x
tendant vers 2, car pour des k assez petits il n’y a pas de r tel que pour tout x avec |x − x0 | < r :
|f (x) − 3| < k, car on peut retenir dans ce cas |f (x) − 3| > k. Cela est valable pour des limites
hypothétiques arbitraires.
♦
Comme par rapport aux limites pour x → ∞ et pour x → −∞ nous utilisons des théorèmes
pour calculer la limite pour x → x0 de la fonction f . A cause de l’importance de certains théorèmes
pour la suite nous fournissons les preuves des huit premiers dans le dernier sous-chapitre.
Théorème 5.3.10. lim (f (x) + g(x)) = lim f (x) + lim g(x) pour lim f (x), lim g(x) ∈ R
x→x0 x→x0 x→x0 x→x0 x→x0
Théorème 5.3.11. lim (bf (x) = b lim f (x) pour b, lim f (x) ∈ R
x→x0 x→x0 x→x0
Théorème 5.3.12. lim a = a (pour a ∈ R)

x→x0
Théorème 5.3.13. lim f g (x) = lim f (x) lim g (x) pour lim f (x), lim g(x) ∈ R
n
Théorème 5.3.14. lim x = xn0 pour x, x0 ∈ R et n ∈ N ∗
x→x0
Sur la base de ces théorèmes on peut affirmer pour les polynômes que lim f (x) = f (x0 ) pour
x→x0
tout x0 ∈ R.
lim f (x)
f (x) x→x0
Théorème 5.3.15. lim = pour lim g (x) 6= 0 et lim f (x), lim g(x) ∈ R.
x→x0 g(x) x→x0
lim g(x) x→x0 x→x0 x→x0
−1
Théorème 5.3.16. Si f est bijective et lim f (x) = a ∈ R, alors lim f (y) = x0 .
x→x0 y→a
Théorème 5.3.17. lim f (x) = f (x0 ) vaut pour les fonctions exponentielles, pour les fonctions
x→x0
rationnelles ainsi que pour les fonctions racine et logarithme à l’intérieur de leurs domaines de
définition ( intérieur“ veut dire, qu’on ne considère pas les bords du domaine de définition).
”
Théorème 5.3.18. Si lim f (x) = a et lim g (x) = b, alors lim g (f (x)) = b, pour a, b ∈ R
x→x0 x→a x→x0
(composition)
Il faut souligner que cette règle de composition n’est pas valable pour x → ±∞.
Théorème 5.3.19. lim f (x) = lim f (x0 + h)
x→x0 h→0
Pour x tend vers x0 “ on peut tout aussi bien dire que la différence h := x − x0 tend vers 0.
”
C’est pourquoi on peut remplacer dans les théorèmes cités d’abord x → x0 par h → 0 et ensuite
x“ par x0 + h“. Cela se fait dans beaucoup de livres. On utilise au lieu de h souvent ∆ (= le
” ”
delta grec pour différence“)
”
Un exemple de calcul :
x2 −3x+2 (x−1)(x−2)
Exemple 5.3.20. lim x−2 = lim x−2 = lim (x − 1) = lim x − lim 1 = 2 − 1 = 1
x→2 x→2 x→2 x→2 x→2
Il faut souligner que la distribution de lim sur la première fraction, à savoir
x→2

x2 − 3x + 2 lim x2 − 3x + 2
x→2
lim = ,
x→2 x−2 faux ! ! ! ! lim (x − 2)
x→2
ne serait pas correcte, car lim (x − 2) = lim x − lim 2 = 2 − 2 = 0 et la division par 0 n’est pas
x→2 x→2 x→2
définie dans les nombres réelles. C’est pourquoi pour la même fonction et pour un x0 spécifique une
reformulation (augmentation, factorisation et réduction, etc.) peut s’imposer sans être nécessaire
pour d’autres x0 :

x2 − 3x + 2 lim x2 − 3x + 2 lim x2 − lim 3x + lim 2
x→3 x→3 x→3 x→3
lim = =
x→3 x−2 correct ! lim (x − 2) lim x − lim 2
x→3 x→3 x→3
9 − 3 lim x + 2 9−3·3+2
x→3
= = =2
3−2 1
♦
5.3.1 Exercices
Trouver les limites suivantes :
5x3 −4
1. lim x2
x→3
2y+1
2. lim 5
y→12 5y −y
2y+1
3. lim 5
y→∞ 5y −y
4. lim 2y+1
5 (facultatif)
y→−∞ 5y −y
x3
5. lim
x→5 8
x3
6. lim
x→0 8
7. lim 83
x→∞ x
8. lim 83
x→5 x
9. lim 83
x→−∞ x
x2 +3x−4
10. lim 2
x→1 2x −9x+7
11. lim 15x23x+8
+28x−32
x→ 54
15x2 +28x−32
12. lim 3x+8
x→3
168x3 +206x2 −30x−8
13. lim1 56x2 −6x−2
x→ 4
168x3 +206x2 −30x−8

14. lim 56x2 −6x−2
x→2
5.3.2 Solutions
lim (5x3 −4) lim 5x3 − lim 4 5 lim x3 −4
5x3 −4 x→3 x→3 x→3 x→3 (5·27)−4 131
1. lim 2 = lim x2 = = = =
x→3 x x→3
9 9 9 9
lim (2y+1) lim 2y+ lim 1 2 lim y+1

2y+1 y→12 y→12 y→12 y→12
2. lim 5y 5 −y = lim (5y 5 −y) = lim 5y 5 − lim y = 5 lim y 5 −12 =
y→12 y→12 y→12 y→12 y→12
(2·12)+1 25
(5·125 )−12 = 1244 148

2
2
+ y15 lim + y15
y4
lim 2 + lim 1
y→∞ y4 y→∞ y5
lim 2y+1 y4 y→∞
3. 5 = lim 1 = = lim 5− lim y14
=
y→∞ 5y −y y→∞ 5− y4 lim 5− y14 y→∞ y→∞
y→∞
1
2 lim +0
y→∞ y4 (2·0)+0
5−0 = 5−0 =0

2 1

2
+ y15 lim 4 + y5
lim 2y+1 y4 y→−∞ y
4. 5 = lim = =
y→−∞ 5y −y y→−∞ 5− y14 lim 5− y14
y→−∞

2 1 1
lim 4 + lim 5 2 lim 4 +0
= (2·0)
y→−∞ y y→−∞ y y→−∞ y

1
= 5−0 5 = 0
lim 5− lim y4
y→−∞ y→−∞
3
5. lim x = 1
lim x3 = 81 53 = 125
x→5 8 8 x→5 8
x3
6. lim = 18 lim x3 = 81 03 = 0
x→0 8 x→0
7. lim x83 = 8 lim x13 = 8 · 0 = 0
x→∞ x→∞
lim 1
8. 8
lim x3 = 8 lim x13 = 8 lim
x→5 1
x3 = 8 53 = 8
125
x→5 x→5 x→5
9. lim 83 = 8 lim 1
3 =0
x→−∞ x x→−∞ x
lim (x+4) lim x+ lim 4
x2 +3x−4 (x+4)(x−1) (x+4) x→1 x→1 x→1
10. lim 2 = lim (2x−7)(x−1) = lim = = =
x→1 2x −9x+7 x→1 x→1 (2x−7) lim (2x−7)
x→1
lim 2x− lim 7
x→1 x→1
1+4 5
2 lim x−7 = (2·1)−7 = −1
x→1
11. En remplaçant x par 54 dans le dénominateur il en résulterait une division par 0. Nous
essayons de factoriser le dénominateur,
pour pouvoir réduire la fraction.
15x2 + 28x − 32 : 3x + 8 = 5x − 4
− 15x2 − 40x
− 12x − 32
12x + 32
0
3x+8 3x+8 1
lim4 15x2 +28x−32 = lim4 (5x−4)(3x+8) = lim4 (5x−4) Comme 5 · 54 − 4 = 0, il n’y a pas de
x→ 5 x→ 5 x→ 5
solution avec les méthodes introduites.
12. 3 · 3 + 8 = 17. Nous pouvons - en sautant l’application de quelques règles - remplacer
2 2
directement x par 3 : lim 15x 3x+8
+28x−32
= 15·3 3·3+8
+28·3−32
= 11
x→3
2
13. En remplaçant x par 41 dans le dénominatgeur : 56 · 41 − 6 · 14 − 2 = 0
Nous essayons de factoriser :
168x3 + 206x2 − 30x − 8 : 56x2 − 6x − 2 = 3x + 4
− 168x3 + 18x2 + 6x
224x2 − 24x − 8
− 224x2 + 24x + 8
0
168x +206x2 −30x−8
3 (56x2 −6x−2)(3x+4) 19
On obtient : lim1 56x2 −6x−2 = lim1 56x2 −6x−2 = lim1 (3x + 4) = 4
x→ 4 x→ 4 x→ 4
14. 56 · 22 − 6 · 2 − 2 = 210. Nous pouvons - en sautant l’application de quelques règles -

remplacer :
3
+206x2 −30x−8 3
+206·22 −30·2−8
lim 168x 56x 2 −6x−2 = 168·256·22 −6·2−2 = 10
x→2
5.4 Limites à droite et à gauche en x0

Une fonction peut tendre vers l’infini positif ou négatif pas uniquement pour x → ∞, mais
aussi pour x → x0 .
1
Exemple 5.4.1. La fonction f (x) = (x−2)2 tend vers l’infini pour x → 2 (voir figure 5.4.15).
5.4. LIMITES À DROITE ET À GAUCHE EN X0 171
f (x)
35
30
25
20
15
10
5
x
−1 0 1 2 3
Figure 5.4.15 – Exemple d’une fonction qui tend vers l’infini pour x tendant vers x0 = 2
De plus une fonction peut faire preuve d’un comportement différent à gauche et à droite d’un
x0 selon qu’on s’approche de x0 par la gauche ou par la droite :
1
Exemple 5.4.2. La fonction f (x) = (x−2) 3 tend vers −∞, si l’on s’approche de 2 par la gauche
et vers ∞, si l’on s’approche de 2 par la droite (voir figure 5.4.16).

f (x)
40
30
20
10
x
−1−10 1 2 3
−20
−30
−40
Figure 5.4.16 – Exemple d’une fonction qui pour x tendant vers x0 = 2 fait preuve de compor-
tements différents à droite et à gauche
Pour détecter de tels comportements nous avons besoin des concepts de la limite à droite et à
gauche.
Définition 5.4.3. lim f (x) = a si et seulement si pour tout k > 0 il existe un r > 0 tel que :
x→x+
0
si 0 < x − x0 < r, alors |f (x) − a| < k.
(f : D → R est une fonction réelle ; x ∈ D; a ∈ R ; x0 est un point d’accumulation de D ∩ [x0 , ∞[
pouvant être élément de D ou non). ♦
“ lim f (x) = a“ se lit comme : la limite à droite de f pour x vers x0 est égale à a.“ ou f (x)
x→x+0
” ”
tend vers a pour x tendant vers x0 à droite“.
Définition 5.4.4. lim− f (x) = a si et seulement si pour tout k > 0 il existe un r > 0 tel que :
x→x0
si 0 < x0 − x < r, alors |f (x) − a| < k.
(f : D → R est une fonction réelle ; x ∈ D; a ∈ R ; x0 est un point d’accumulation de D ∩

] − ∞, x0 ] pouvant être élément de D ou non). ♦
“ lim f (x) = a“ se lit comme la limite à gauche de f pour x vers x0 est égal à a“ ou f (x)
x→x−0
” ”
tend vers a pour x tendant vers x0 à gauche“.
Définition 5.4.5. Pour f : D → R est une fonction réelle ; x ∈ D, x0 est un point d’accumulation
de D ∩ [x0 , ∞[ pour x → x+ −
0 et de D ∩ ] − ∞, x0 ] pour x → x0 pouvant être élément de D ou
non :
— lim+ f (x) = ∞ si et seulement si pour tout k > 0 il existe un r > 0 tel que : si 0 <
x→x0
x − x0 < r, alors f (x) > k.
— lim+ f (x) = −∞ si et seulement si pour tout k < 0 il existe un r > 0 tel que : si 0 <
x→x0
x − x0 < r, alors f (x) < k.
— lim− f (x) = ∞ si et seulement si pour tout k > 0 il existe un r > 0 tel que : si 0 <
x→x0
x0 − x < r, alors f (x) > k.
— lim− f (x) = −∞ si et seulement si pour tout k < 0 il existe un r > 0 tel que : si 0 <
x→x0
x0 − x < r, alors f (x) < k.
♦
Pour les limites à droite et à gauche de f pour x vers x0 , des théorèmes similaires à ceux pour
x → x0 sont valables.
De plus nous pouvons retenir :
1
Théorème 5.4.6. lim xn =∞
x→0+

1 +∞ pour n pair
Théorème 5.4.7. lim− xn =
x→0 −∞ pour n impair
Théorème 5.4.8. lim loga x = −∞ pour a > 1 et lim loga x = ∞ pour 0 < a < 1.
x→0+ x→0+
Définition 5.4.9. L’intérieur des intervalles [a, b], ]a, b], [a, b[ et ]a, b[ est ]a, b[. Si le domaine de
définition est un intervalle l’intérieur du domaine de définition est l’intérieur de cet intervalle. Si
le domaine de définition comprend plusieurs intervalles, l’intérieur du domaine de définition est
l’union des intérieurs de ces intervalles). ♦
Théorème 5.4.10. A l’intérieur du domaine de définition : lim f (x) existe si et seulement

x→x0
si lim f (x) et lim f (x) existent et que lim f (x) = lim f (x). Si lim f (x) existe, alors
x→x− x→x+ x→x− x→x+ x→x0
0 0 0 0
lim f (x) = lim− f (x) = lim f (x).
Démonstration. (i) Si les limites à gauche et à droite de x0 ne sont pas identiques, il n’y a pas pour
tout k > 0 un r > 0 tel que : si |x0 − x| < r, alors |f (x) − a| < k. Pour trouver un tel k pour lequel
il n’existe pas de r > 0 tel que pour |x0 − x| < r : |f (x) − a| < k, il suffit de choisir un k assez petit
qui satisfait la condition k < lim f (x) − lim− f (x) . C’est pourquoi lim f (x) n’existe pas. (ii)
x→x+ x→x0 x→x0
0
Si lim f (x), lim f (x) et lim f (x) existent, alors l’équation lim f (x) = lim f (x) = lim f (x)
x→x0 x→x+ x→x− x→x+ x→x− x→x0
0 0 0 0
résulte immédiatement des définitions des limites à gauche et à droite. ✷
Pour les polynômes, les fonctions racine, les fonctions exponentielles et les fonctions
logarithme la limite en x0 est identique à la valeur de la fonction f (x0 ) à l’intérieur de leur
domaine de définition D. Pour calculer la limite il suffit de calculer la valeur de fonction. Comme
exercice on va calculer quand même dans les devoirs la limite pour de telles fonctions en x0 ∈ D.
Pour les fonctions rationnelles, le domaine de définition ne comprend pas les zéros éventuels
x1 < x2 < ... < xn−1 < xn du dénominateur. Pour ces fonctions le domaine de définition est
n−1
[
D = ] − ∞, x1 [ ∪ ]xi , xi+1 [ ∪ ]xn , ∞[.
i=1
Dans le domaine de définition lim f (x) = f (x0 ). Pour calculer la valeur limite lim f (x) pour
x→x0 x→x0
x0 ∈ D il suffit alors de calculer la valeur de fonction de x0 . Les zéros xi du dénominateur par
contre sont des points d’accumulation de D sans appartenir à D. Il faut calculer lim f (x) et
x→x−
i
lim f (x) pour savoir si ces valeurs limites sont réelles ou pas et pour contrôler si les deux valeurs
x→x+
i
limites coı̈ncide ou pas. Si elles coı̈ncident la valeur limite lim f (x) existe (réelle ou non-réelle),
x→xi
autrement pas. Si p.ex. lim+ f (x) = +∞ et lim− f (x) = −∞, alors lim f (x) n’existe pas !
De la même manière on procède pour d’autres types de fonction, qui ne sont pas définie en
x
certains points d’accumulation de leur domaine de définition (p.ex. f (x) = |x| avec le point
d’accumulation 0 de D, qui n’est pas un élément du domaine de définition D = R\{0}).
Pour les fonctions définies par intervalles (voir page 143) il faut étudier lim f (x) et
x→x+
0
lim f (x) pour les nombres x0 où les intervalles pour lesquelles les fonctions sont définies se
x→x−
0
touchent. Si ces deux valeurs existent et coı̈ncident alors lim f (x) existe et est identique à
x→x0
lim f (x) = lim f (x). Si les deux limites ne coı̈ncident pas lim f (x) n’existe pas (p.ex. Si
x→x+ x→x− x→x0
0 0
lim f (x) = 3 et lim f (x) = 2, lim f (x) n’existe pas ! ).
x→x+ x→x− x→x0
0 0
Exemple 5.4.11.
f :R→R
1
2x pour x ≥ 2
f (x) = 1
2 x + 1 pour x < 2
2 est le x0 critique.
2 est un point d’accumulation du domaine de définition et en fait partie.
f (2) = 12 · 2 = 1 est défini.
lim f (x) existe-t-elle ?
x→2
x
Nous calculons lim f (x) et lim f (x) : à gauche de 2 la fonction est définie par 2 + 1. Nous
x→2+ x→2−
calculons : lim f (x) à l’aide de nos théorèmes : lim ( x x
+ 1) = lim + lim 1 = 1
lim x+ 1 =
x→2− x→2− 2 x→2− 2
x→2− 2 x→2 −
1
2 ·2 +1 =2
A droite de 2 la fonction est définie par x2 . Nous calculons : lim x2 = 12 lim x = 1
2 · 2 = 1.
x→2+ x→2+
La limite à gauche et à droite ne coı̈ncident pas. La fonction fait un saut en x0 = 2 : lim f (x)
x→2
n’existe pas (voir figure 5.4.17). f (2) ne peut pas coı̈ncider avec une limite qui n’existe pas en 2.
f (x)
3
2
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.17 – Exemple de limites différentes à gauche et à droite 2 (saut). f est défini en 2.
En tout autre point x0 (à part x0 = 2) la fonction est définie par un polynôme du premier
degré. Selon nos règles, la limite existe pour tout x0 et coı̈ncide avec la limite à gauche et à droite,
p.ex. lim− f (x) = lim+ f (x) = lim f (x) = 2.5. La limite lim f (x) existe et coı̈ncide avec la valeur
x→3 x→3 x→3 x→3
de la fonction en x0 . ♦
Si une fonction est définie par intervalles tel que deux de ces intervalles se touchent en x0 alors
lim+ f (x) = lim− f (x) est possible.
x→x0 x→x0
Exemple 5.4.12.
f :R→R

3x − 7 pour x ≤ 3
f (x) =
−4x + 14 pour x > 3
3 est un point d’accumulation du domaine de définition et en fait partie.
f (3) = 3 · 3 − 7 = 2 est défini.
Nous voulons examiner si lim f (x) existe. Nous calculons :
x→3
lim f (x) = lim (−4x + 14) = lim (−4x) + lim 14 = −4 lim x + 14 = (−4 · 3) + 14 = 2
x→3+ x→3+ x→3+ x→3+ x→3+
lim f (x) = lim (3x − 7) = lim (3x) − lim 7 = 3 lim x − 7 = (3 · 3) − 7 = 2
x→3− x→3− x→3− x→3− x→3−
On peut en déduire : lim f (x) = lim f (x) = 2 =⇒ lim f (x) = 2 existe (voir figure 5.4.18). De
x→3+ x→3− x→3
plus on peut affirmer : f (3) = lim f (x). La représentation graphique du graphe a en x0 = 3 un
x→3
changement de direction abrupt.
f (x)
3
2
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.18 – Exemple d’une fonction définie par intervalles avec des limites à droite et à gauche
identiques en 3. f est définie en 3.
|x|
Exemple 5.4.13. f : R\{0} → R ; y = f (x) = x . Cette formule est équivalente à
f : R\{0} → R
x
x pour x > 0
f (x) =
− xx pour x < 0
0 est un point d’accumulation du domaine de définition sans en faire partie.
f (0) n’est pas défini.
Nous voulons examiner si lim f (x) existe.
x→0
Nous calculons : lim xx = lim 1 = 1 et lim − xx = lim (−1) = −1. Les limites à gauche et à
x→0+ x→0+ x→0− x→0−
droite ne coı̈ncident pas en x0 = 0. lim f (x) n’existe pas. f n’est pas définie en 0. Pour tout autre
x→0
x0 la fonction est une constante (polynôme du degré 0). Les limites à gauche et à droite ainsi que
la valeur de la fonction y coı̈ncident (voir figure 5.4.19).
f (x)
3
2
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.19 – Exemple de limites différentes à gauche et à droite en 0 (saut). f n’est pas définie
en 0.
♦
Exemple 5.4.14.
f : R\{0} → R
1
f (x) = 2
x
Nous voulons savoir si lim f (x) existe. C’est pourquoi nous calculons les limites à gauche et à
x→0
droite .
lim x12 = ∞; lim 1
x2 =∞
x→0− x→0+
La fonction a en x0 = 0 la limite non-réelle ∞ (voir figure 5.4.20) qui ne peu pas coı̈ncider avec
une valeur de fonction qui n’existe pas en 0.
f (x)
3
2
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.20 – Exemple pour des limites identiques à gauche et à droite mais non-réelles. La
limite en 0 est ∞ (pôle). f n’est pas définie en 0 .
Exemple 5.4.15.
f : R\{0} → R
8
f (x) = 3
x
Nous voulons savoir si lim f (x) existe.
x→0
Nous calculons :
lim− x83 = lim− 8 x13 = −∞ et lim+ 8
x3 = lim+ 8 x13 = ∞
x→0 x→0 x→0 x→0
8
lim 3 n’est pas définie (voir figure 5.4.21).
x→0 x
f (x)
3
2
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.21 – Exemple de limites à gauche et à droite différentes en 0 (pôle). La limite et f ne

sont pas définies en 0.
Exemple 5.4.16.
f : R\{1} → R
x2 − 1
f (x) =
x−1
Nous voulons savoir si lim f (x) existe. Nous calculons :
x→1
x2 −1 (x+1)(x−1)
lim x−1 = lim x−1 = lim (x + 1) = lim x + lim 1 = 1 + 1 = 2
x→1+ x→1+ x→1+ x→1+ x→1+
2 (x+1)(x−1)
x −1
lim x−1 = lim x−1 = lim (x + 1) = lim x + lim 1 = 1 + 1 = 2
x→1− x→1− x→1− x→1− x→1−
2
x −1 x2 −1
Par conséquent : lim+ x−1 = 2 = lim− x−1 .
x→1 x→1
2
lim x −1 est un nombre réel bien que f (1) ne soit pas défini et 1 ∈
/ D par conséquent (voir figure
x→1 x−1
5.4.22).
f (x)
3
2 bc
1
x
−4 −3 −2 −1−1 1 2 3
−2
−3
−4
Figure 5.4.22 – Exemple d’une valeur de fonction non définie en 1 et de l’existence d’une limite
en 1 (trou)
♦
En résumé, nous pouvons retenir :

— Dans les exemples 5.4.11 et 5.4.13 (fonctions définies par intervalles), la fonction fait un
saut. Il y a un x0 , tel que lim f (x) n’est pas définie (x0 = nombre où les intervalles de
x→x0
définition se touchent). La fonction f est définie en x0 pour l’exemple 5.4.11 et n’est pas
définie pour l’exemple 5.4.13.
— Dans l’exemple 5.4.12 (fonction définie par intervalles), f change de pente d’une manière
abrupte. lim f (x) est définie pour tout x0 , car lim f (x) = lim f (x) pour tout x0 . La
x→x0 x→x− x→x+
0 0
fonction f est définie en x0 .
— Dans l’exemple 5.4.14 la fonction f n’est pas définie en x0 = 0 et la fonction reprend la
limite non-réelle ∞. Nous disons que la fonction f a en x0 un pôle.
— Dans l’exemple 5.4.15 la fonction f n’est pas définie en x0 = 0 et lim f (x) n’est pas définie,
x→x0
car lim− f (x) = −∞ et lim+ f (x) = ∞. Nous disons que la fonction f a en x0 un pôle.
x→x0 x→x0
— Dans l’exemple 5.4.16, f n’est pas définie en x0 . lim f (x) est définie, car lim f (x) =
x→x0 x→x−
0
lim+ f (x). Nous disons que f a en x0 un trou.
x→x0
exemple f (x0 ) définie lim f (x0 ) définie

x→x0
5.4.12 oui oui
5.4.11 oui non
5.4.16 non oui
5.4.15 non non
Valeurs limite aux points précédés ou suivis d’un intervalle qui ne fait √ pas parti du
domaine de définition : Pour les fonctions racines f : R+ → R avec f (x) = n x le nombre 0
n’est pas un point d’accumulation de ] − ∞, 0[ ∩ D (D = R+ ). La limite à gauche n’est alors pas
définie. La limite à droite par contre est définie et coı̈ncide dans ce cas avec lim f (x). Car 0 est pour
x→0
ce cas spécifique un point d’accumulation de D si et seulement s’il est un point d’accumulation de
]x0 , ∞[ ∩ D. On peut par conséquent affirmer que lim f (x) = lim+ f (x) = f (0) = 0. La valeur
x→0 x→0
limite existe et est identique à la valeur de fonction qui est définie.
D’une manière plus générale on peut retenir :
Théorème 5.4.17. Si un intervalle I = [a, x0 [ ou I =]a, x0 [ existe tel que x0 n’est pas un point
d’accumulation de D ∩ I et que lim+ f (x) existe, alors lim+ f (x) = lim f (x) (D est le domaine
de définition de f ).
Pour les fonctions logarithme on peut alors affirmer
lim loga x = lim+ loga x.

x→0 x→0
La limite lim loga x = lim loga x existe et la valeur de fonction (indéfinie) en 0 ne coı̈ncident pas
x→0+ x→0
avec la limite (voir théorème 5.4.8).
On peut développer des réflexions analogues par rapport aux limites à gauche :
Théorème 5.4.18. Si un intervalle I =]x0 , a[ ou I =]x0 , a] existe tel que x0 n’est pas un point
d’accumulation de D ∩ I et que lim− f (x) existe, alors lim− f (x) = lim f (x) (D est le domaine
de définition de f ).
5.4.1 Exercices
1. Calculer les limites suivantes (si nécessaire la limite à gauche et à droite)
x2 −3x+2
(a) lim x−2
x→3
x2 −3x+2
(b) lim x−2
x→2
1
(c) lim 2
x→∞ x
1
(d) lim 2
x→11 x

5x − 2 pour x < 4
(e) f (x) =
10x − 8 pour x ≥ 4
lim f (x); lim − f (x); lim + f (x); lim f (x)
x→−8 x→−8 x→−8 x→4
√
3x+ 2x2 +1
(f) lim x
x→∞
√
3x+ 2x2 +1
(g) lim x (facultatif)
x→−∞
√
2
(h) lim 2x+ xx +1
x→5
√
2
(i) lim 2x xx +1
x→0
(j) lim ex
x→∞
(k) lim ex
x→5
(l) lim ex
x→−∞
x
(m) lim e
x→−5−
x
(n) lim 1.1 · 1
1.1x
x→∞ 0.1
5x3 +4x2
(o) lim 5 3
x→3 2x −8x
q
p3 −3p2 +8p
(p) lim p4 +p
p→0
q
p3 −3p2 +8p
(q) lim p4 +p
p→3
(x+h)3 −x3
(r) lim h
h→0
(x+h)3 −x3
(s) lim h
h→−2
2. Calculer les limites suivantes (si nécessaire la limite à gauche et à droite)

3t5 +3t3
(a) lim+ 5t2 −8t4
t→0
3t5 +3t3
(b) lim 2 4
t→−5 5t −8t
2

(c) lim 5 ln 2z z−3z+1
2 −1
z→1
2

(d) lim− 5 ln 2z z−3z+1
2 −1
z→2
2

(e) lim 5 ln 2z z−3z+1
2 −1
z→∞
x2 +x−2
(f) lim x3 +5x2 +8x+4
x→−2−
x2 +x−2
(g) lim x3 +5x2 +8x+4
x→−2+

x−1

 pour 0 < x < 1
1+x2
(h) f (x) = 2 pour x = 1
 x3 −1 pour x > 1

6(1−x)
lim− f (x); lim+ f (x); lim f (x); lim f (x)
x→0 x→0 x→1 x→6
x+4
(i) lim x
x→∞
2+x
(j) lim
x→∞ 1+2x
x3
(k) lim
x→∞ 8
3
(l) lim x
x→−∞ 8
(m) lim 85
x→0 x
5.4.2 Solutions
1. Nous obtenons :
lim (x2 −3x+2) lim x2 − lim (3x)+ lim 2
x2 −3x+2 x→3 x→3 x→3 x→3
(a) a) lim x−2 = lim (x−2) = lim x− lim 2 =
x→3 x→3 x→3 x→3
32 −3 lim x+2
x→3 9−(3·3)+2
3−2 = 1 =2
x2 −3x+2
(b) lim x−2 = lim (x−1)(x−2)
x−2 = lim (x − 1) = lim x − lim 1 = 2 − 1 = 1
x→2 x→2 x→2 x→2 x→2
(c) lim 12 =0
x→∞ x
lim 1
1 x→11 1 1
(d) lim 2 = lim x2 = 112 =
x→11 x x→11
121
(e) lim (5x − 2) = lim (5x) − lim 2 = 5 lim x − 2 = (5 · −8) − 2 = −42

x→−8 x→−8 x→−8 x→−8
lim − (5x − 2) = lim − (5x) − lim − 2 = 5 lim − x − 2 = (5 · −8) − 2 = −42
x→−8 x→−8 x→−8 x→−8
lim + (5x − 2) = lim + (5x) − lim + 2 = 5 lim + x − 2 = (5 · −8) − 2 = −42
x→−8 x→−8 x→−8 x→−8
lim− (5x − 2) = lim− (5x) − lim− 2 = 5 lim− x − 2 = (5 · 4) − 2 = 18
x→4 x→4 x→4 x→4
lim+ (10x − 8) = lim+ (10x) − lim+ 8 = 10 lim+ x − 8 = (10 · 4) − 8 = 32
x→4 x→4 x→4 x→4
lim− f (x) 6= lim+ f (x) =⇒ lim f (x) n’existe pas. Il y un saut en x0 = 4.
x→4 x→4 x→4
√ q
√ 3x 2x2 +1 3+ 2x2
+ 1
3x+ 2x2 +1 x + 2 2
(f) lim x = lim = lim x
1x
x
x
=
x→∞ q x→∞
x→∞
q x
q
lim 3 + 2 + x12 = lim 3 + lim 2 + x12 = 3 + lim 2 + 1
x2 =
x→∞q x→∞ x→∞ x→∞
√ √
3+ lim 2 + lim x12 = 3 + 2 + 0 = 3 + 2
x→∞ x→∞
√ q
√ 3x 2x2 +1 3− 2x2
+ 1
x +
2
(g) lim 3x+ x2x +1= lim = lim x2
1
x2
x
x
=
x→−∞ x→−∞ x→−∞ x
q q q
lim 3 − 2 + x12 = lim 3 − lim 2 + x12 = 3 − lim 2 + 1
x2 =
x→−∞ x→−∞ x→−∞ x→−∞
q √ √
3− lim 2 + lim x12 = 3 − 2 + 0 = 3 − 2
x→−∞ x→−∞
√ √
√ lim (2x+ x2 +1) lim 2x+ lim x2 +1
2x+ x2 +1 x→5 x→5 x→5
(h) lim x = lim x = 5 =
x→5 x→5
q q
2
2 lim x+ lim (x +1) 2
(2·5)+ lim x + lim 1 √ √
x→5
5
x→5
= x→5
5
x→5
= 10+ 525+1 = 10+5 26 ≈ 3. 019 8
√
2
√
2 √
(i) lim 2x xx +1 = lim 2 x1 +1 = lim 2 x2 + 1 =
x→0− √ x→0 −
q x→0 −
q
2 lim− x2 + 1 = 2 lim− (x2 + 1) = 2 lim− x2 + lim− 1 =
x→0 x→0 x→0 x→0
√
2 0+1=2·1=2 √
2x x2 +1
D’une manière analogue on obtient lim+ x = 2. Par là, la limite en x0 = 0 est
x→0
définie et se monte à 2.
(j) lim ex = ∞
x→∞
lim x
(k) lim ex = ex→5 = e5 = 148. 41
x→5
(l) lim ex = 0
x→−∞
lim x
(m) lim ex = ex→−5− = e−5 = 6. 737 9 × 10−3
x→−5−
1.1x 1
1 1
(n) lim 0.1 · 1.1x = lim = = 10
x→∞ x→∞ 0.1 0.1
lim (5x3 +4x2 ) lim 5x3 + lim 4x2 5 lim x3 +4 lim x2

5x3 +4x2 x→3 x→3 x→3 x→3 x→3
(o) lim 5 3 = lim (2x5 −8x3 ) = lim 2x5 − lim 8x3 = 2 lim x5 −8 lim x3 =
x→3 2x −8x x→3 x→3 x→3 x→3 x→3
(5·3 )+(4·3 )
3 2
19
(2·35 )−(8·33 ) = 30 = 0. 633 33
q q 2 q
p3 −3p2 +8p 2
(p) lim p4 +p = lim p(pp(p−3p+8)
3 +1) = lim p p−3p+8
3 +1 =
p→0
r sp→0 s p→0
lim (p2 −3p+8) lim p2 − lim 3p+ lim 8
p2 −3p+8 p→0 p→0 p→0 p→0
lim 3 = lim (p3 +1) = lim p3 + lim 1 =
p→0 p +1 p→0 p→0 p→0
r
0−3 lim p+8
p→0
q
(−3·0)+8 √ √ √
0+1 = 1 = 8 = 4·2 =2 2
r s
q lim (p3 −3p2 +8p)
p3 −3p2 +8p p3 −3p2 +8p p→3
(q) lim p4 +p = lim p4 +p = lim (p4 +p) =
p→3 p→3 p→3
s r
lim p3 − lim 3p2 + lim 8p
p→3 p→3 p→3
33 −3 lim p2 +8 lim p
p→3 p→3
q
33 −(3·32 )+(8·3) 1
√
lim p4 + lim p = 34 +3 = 34 +3 = 7 14 = 0.534 52
p→3 p→3
(x+h)3 −x3 3 3 3 2 2
+h3 −x3
(r) lim h = lim (x+h)h −x = lim x +3x h+3xh h =
h→0 h→0 h→0
2 2 3 2 2 2 2
lim 3x h+3xh
h
+h
= lim h(3x +3xh+h
h
)
= lim 3x +3xh+h
1 =
h→0 h→0
h→0
lim 3x + 3xh + h = lim 3x + lim 3xh + lim h = 3x2 +
2 2 2 2
3x lim h + 0 =
h→0 h→0 h→0 h→0 h→0
2 2
3x + (3x · 0) = 3x
lim ((x+h)3 −x3 ) lim (x+h)3 − lim x3
(x+h)3 −x3 h→−2 h→−2 h→−2
(s) lim h = lim h = −2 =
h→−2 h→−2
3
lim x+ lim h −x3 3
−x3 x3 −6x2 +12x−8−x3
= (x+−2) = 3x2 − 6x + 4
h→−2 h→−2
−2 −2 = −2
2. On obtient :
t2 (3t3 +3t)
lim (3t3 +3t)
3t5 +3t3 3t3 +3t t→0+
(a) lim 5t2 −8t4 = lim t2 (5−8t2 ) = lim 5−8t2 = lim (5−8t2 ) =
t→0+ t→0+ t→0+ t→0+
3 3
lim 3t + lim 3t 3 lim t +3 lim t
t→0+ t→0+ t→0+ t→0+ (3·0)+(3·0) 0
lim 5− lim 8t2 = 5−8 lim t2 = 5−(8·0) = 5 =0
t→0+ t→0+ t→0+
3t5 +3t3
lim
t→−5
(3t5 +3t3 ) lim 3t5 + lim 3t3
t→−5 t→−5
3 lim t5 +3 lim t3
t→−5 t→−5
(b) lim 2 4 = lim (5t2 −8t4 ) = lim 5t2 − lim 8t4 = 5 lim t2 −8 lim t4 =
t→−5 5t −8t t→−5 t→−5 t→−5 t→−5 t→−5
(3·(−5) )+(3·(−5) )
5 3
=2
(5·(−5)2 )−(8·(−5)4 )
2
2
2

(c) lim 5 ln 2z z−3z+1
2 −1 = 5 lim ln 2z z−3z+1
2 −1 = 5 ln lim 2z z−3z+1
2 −1 =
z→1 z→1 z→1
lim (2z−1)
5 ln lim (2z−1)(z−1) = 5 ln lim 2z−1) = 5 ln z→1 =
z→1 (z+1)(z−1) z→1 z+1 lim (z+1)
z→1

lim 2z− lim 1 2 lim z−1
5 ln z→1 z→1
lim z+ lim 1 = 5 ln z→1
1+1 = 5 ln (2·1)−1
2 = 5 ln 21 = −3. 465 7
z→1 z→1

2
2z 2 −3z+1 2z 2 −3z+1
(d) lim 5 ln 2z z−3z+1
2 −1 = 5 lim ln z 2 −1 = 5 ln lim z 2 −1 =
z→2− z→2− z→2−
! !
lim (2z2 −3z+1) lim 2z 2 − lim 3z+ lim 1
z→2− z→2− z→2− z→2−
5 ln lim (z 2 −1) = 5 ln lim z 2 − lim 1 =
z→2− z→2− z→2−
!
2 lim z 2 −3 lim z+1
z→2− z→2− (2·22 )−(3·2)+1
5 ln 22 −1 = 5 ln 22 −1 =0
2z 2

2z 2 −3z+1 2z 2 −3z+1 z2
− z3z2 + z12
(e) lim 5 ln z2 −1 = 5 lim ln z2 −1 = 5 ln lim z2
=
z→∞ z→∞ z→∞ z2
− z12

2− 3 + 1
lim (2− z + z 2 )
3 1
lim 2− lim z + lim z12
3
5 ln lim 1−z 1 z2 = 5 ln z→∞ lim (1− z12 )

= 5 ln z→∞ z→∞
lim 1− lim z12
z→∞
=
z→∞ 2
z z→∞ z→∞ z→∞
5 ln 2−0+0
1−0 = 5 ln 2 = 3. 465 7
x2 +x−2
(f) lim x3 +5x2 +8x+4 ; f n’est pas définie en −2.
x→−2−
x2
+ xx3 − x23 1 1 2 lim ( x1 + x12 − x23 )
x3 x + x2 − x3 x→−2−
lim − x3 5x2
= lim − 5
+ x82 + x43
= =
x→−2 x3
+ x3 + x 8x 4
3 + x3 x→−2 1+ x lim (1+ x5 + x82 + x43 )
x→−2−
1
lim x + lim x12 − lim x23 1 1 2
x→−2− x→−2− x→−2− −2 + 4 − −8
= lim 1+ lim x 5
+ lim x82 + lim x43
= 5
1+ −2 + 48 + −8
4
x→−2− x→−2− x→−2− x→−2−
5 8 4
1+ −2 + 4 + −8 = 0 =⇒ On ne peut résoudre le problème avec les règles introduites.
2
(g) lim 3 x +x−2
2 ; f n’est pas définie en −2. Avec les règles introduites on ne peut
x→−2+ x +5x +8x+4
pas résoudre le problème.

x−1

 1+x2 pour 0 < x < 1
(h) f (x) = 2 pour x=1
 x3 −1 pour x > 1

6(1−x)
La fonction n’est pas définie en x ≤ 0. Nous examinons si la limite à droite existe :
lim (x−1) lim x− lim 1
x−1 x→0+ x→0+ x→0+ 0−1 x−1
lim+ 1+x2 = lim (1+x2 ) = lim 1+ lim x2 = 1+0 = −1. lim+ 1+x2 = lim f (x).
x→0 x→0+ x→0+ x→0+ x→0 x→0
La fonction est définie par des intervalles dont deux se touchent en 1. Nous calculons
les limites à droite et à gauche :
lim (x−1) lim x− lim 1
x−1 x→1− x→1− x→1− 1−1
lim− 1+x2 = lim (1+x2 ) = lim 1+ lim x2 = 1+1 =0
x→1 x→1− x→1− x→1−
2
x3 −1 (x−1)(x +x+1) −(1−x)(x2 +x+1) −(x2 +x+1)
lim+ 6(1−x) = lim+ 6(1−x) = lim+ 6(1−x) = lim+ 6 = − 21 =⇒
x→1 x→1 x→1 x→1
lim f (x) 6= lim+ =⇒ lim f (x) n’existe pas.
x→1− x→1 x→1
3 lim (x3 −1) lim x3 − lim 1
63 −1
lim x −1 = x→6
= x→6 x→6
= = 215
= − 43
x→6 6(1−x) lim (6(1−x))
x→6
6 lim (1−x)
x→6 6 lim 1− lim x
6(1−6) 6
x→6 x→6
x+4
x
x+x
4 4
1+ x lim
x→∞
(1+ x4 ) lim 1+ lim
x→∞
4
x→∞ x 1+0
(i) lim = lim x = lim = = = =1
x→∞ x x→∞ x x→∞ 1 lim 1
x→∞
lim 1
x→∞
1
2+x
2
x +1 x→∞ x
(
lim 2 +1 ) lim 2 + lim 1
x→∞ x x→∞
2 lim 1
x→∞ x
+1 (2·0)+1 1
(j) lim = lim 1 = = lim 1 + lim 2
= = =
x→∞ 1+2x x→∞ x +2 (
lim 1 +2
x→∞ x
) x→∞ x x→∞
0+2 0+2 2
x3 1 3
(k) lim = lim x =∞
x→∞ 8 x→∞ 8
3
(l) lim x = lim 1 3
x = −∞
x→−∞ 8 x→−∞ 8
(m) lim x85 . f n’est pas définid en 0. lim 8

x5 = −∞; lim : x85 = ∞. La limite lim 8
5 n’existe
x→0 x→0− x→0+ x→0 x
pas.
5.5. LIMITES DES MÉTHODES INTRODUITES 183
5.5 Limites des méthodes introduites

Plusieurs des théorèmes par rapport aux limites ne sont valables que si les limites qui appa-
raissent sont des nombres réelles. Ainsi, si lim g(x) = ∞, lim g(x) n’est pas un nombre réel.
x→∞ x→∞
C’est pourquoi on ne peut appliquer la règle lim (f (x) + g(x)) = lim f (x) + lim g(x)“. Nous
”x→∞ x→∞ x→∞
devons transformer - si c’est possible - les formules pour garantir que les expressions désignent des
nombres réels. Si l’on n’observe pas cette restriction, on peut déduire des contradictions :
(1)

1 1 1 1
lim x(x + 1 = lim · lim x(x + 1)
x→∞ x2 2 f aux x→∞ x2 x→∞ 2

1
= 0 · lim x(x + 1) = 0 · ∞ = 0
x→∞ 2
(2)

1 1 11 1x+1
lim x(x + 1 = lim (x + 1 = lim
x→∞ x2 2 x→∞ x 2 x→∞ 2 x

1 1 1 1 1 1
= lim 1+ = lim (1 + ) = lim 1 + lim
x→∞ 2 x 2 x→∞ x 2 x→∞ x→∞ x
1 1
= (1 + 0) =
2 2
On peut déduire de (1) et (2) : 0 = 21 . Dans la première ligne nous n’avons

pas appliqué
correctement la règle 5.1.16, car lim 12 x(x + 1) = ∞ et lim 12 x(x + 1) “ ne désigne pas un
x→∞ ”x→∞
nombre réel. Si nous n’arrivons pas à transformer les formules pour pouvoir appliquer nos règles,
les méthodes introduites jusqu’ici échouent.
x2 +4 x2 +4 1 1+ x42
Exemple 5.5.1. lim . Nous essayons d’amplifier 2x+5 , p.ex. par x2 : lim 2 5 . Après
x→∞ 2x+5 x→∞ x + x2
4
x+ x
l’application des théorèmes, le dénominateur devient 0. Si nous augmentons par x1 : lim 5 , il
x→∞ 2+ x
2
reste dans le numérateur un terme qui tend vers l’infini. Si nous mettons en évidence x dans le
x2 (1+ 4 ) x(1+ 4 )
numérateur et x dans le dénominateur : lim x 2+ x52 = lim 2+ 5x2 , il reste dans le numérateur
x→∞ ( x) x→∞ ( x)
un terme qui tend vers l’infini. Si nous mettons en évidence dans le numérateur et le dénominateur
x(x+ 4 ) x+ 4
x : lim x 2+ 5x = lim 2+ x5 , il reste dans le numérateur un terme qui tend vers l’infini. Fac-
x→∞ ( x ) x→∞ x
toriser et réduire ne semble pas mener au but. Nous n’arrivons alors pas à appliquer nos règles.
Par conséquent il faudrait développer d’autres théorèmes ou méthodes pour résoudre ce type de
problèmes. Certaines méthodes nécessitent des développements théoriques qu’on fera par la suite
et qui utilisent ce qu’on vient d’introduire. ♦
5.6 Démonstration de quelques théorèmes limite (faculta-

tif )
Théorème 5.3.10 de la page 168 : lim (f (x)+g(x)) = lim f (x)+ lim g(x) pour lim f (x), lim g(x) ∈
R
Démonstration. Supposons que lim f (x), lim g(x) ∈ R.

x→x0 x→x0
k
(i) Supposons que k > 0. Par là, k ′ := 2 > 0 et pour k ′ il existe un r′ , tel que pour 0 < |x − x0 | <
r′ : f (x) − lim f (x) < k ′ et
x→x0
pour k il existe un r′′ , tel que pour 0 < |x − x0 | < r′′ : g(x) − lim g(x) < k ′ .
′
x→x0
(ii) Par conséquent pour tout 0 < |x − x0 | < min{r′ , r′′ }
f (x) − lim f (x) + g(x) − lim g(x) < 2k ′ = k.

x→x0 x→x0
(iii) De plus
f (x) − lim f (x) + g(x) − lim g(x) ≤ f (x) − lim f (x) + g(x) − lim g(x) , et
x→x0 x→x0 x→x0 x→x0

f (x) − lim f (x) + g(x) − lim g(x) = f (x) + g(x) − lim f (x) + lim g(x) .
(iv) Par là pourtout k > 0 il existe unr := min{r′ , r′′ } > 0 tel que pour |x − x0 | < r :
f (x) + g(x) − lim f (x) + lim g(x) < 2k ′ = k.
x→x0 x→x0

(v) Ainsi lim f (x) + lim g(x) est la limite de f (x) + g(x),
x→x0 x→x0
c. à d. lim (f (x) + g(x)) = lim f (x) + lim g(x). ✷
Théorème 5.3.11 de la page 168 : lim (bf (x) = b lim f (x) pour b, lim f (x) ∈ R
Démonstration. Supposons que b, lim f (x) ∈ R. Alors la limite lim f (x) existe et il y a selon la
x→x0 x→x0
définition pour tout k > 0 un r > 0, tel que pour 0 < |x − x0 | < r : f (x) − lim f (x) < k. Pour
x→∞
tout k > 0 et pour un c ∈ R il existe un k ′ > 0, tel que k = |c| k ′ . Supposons alors que k > 0. Il
k
y a par conséquent un k ′ > 0 pour b, tel que k = |b| k ′ et k ′ > 0. Par là k ′ = |b| . Puisque k ′ > 0,
on peut trouver à cause de l’existence de la limite un r, tel que pour tout 0 < |x − x0 | < r :
k
f (x) − lim f (x) < k ′ = |b| . On peut en déduire |b| f (x) − lim f (x) < k. De plus
x→x0 x→x0

b f (x) − lim f (x) = bf (x) − b lim f (x) ≤ |b| f (x) − lim f (x) < k.
Par conséquent et selon la définition de la limite b lim f (x) est la limite de bf (x), c. à d.
x→x0
lim bf (x) = b lim f (x). ✷
x→x0 x→x0
Théorème 5.3.12 de la page 168 : lim a = a (pour a ∈ R)

x→x0
Démonstration. Supposons que f (x) = a pour tout x ∈ R. Pour tout k > 0 il existe un r, tel
que pour tout |x − x0 | < r : |f (x) − a| < k . Car |f (x) − a| = |a − a| = 0 pour tout x. Selon la
définition de la limite a est alors la limite de f (x) = a, c. à d. lim a = a. ✷
x→x0
Théorème 5.3.13 de la page 168 : lim f g (x) = lim f (x) lim g (x) pour lim f (x), lim g(x) ∈
R
5.6. DÉMONSTRATION DE QUELQUES THÉORÈMES LIMITE 185
Démonstration. a := lim f (x) et b := lim g(x). Nous posons k > 0. Nous cherchons un r > 0
x→x0 x→x0
tel que |f (x)g(x) − ab| < k pour 0 < |x − x0 | < r . On peut affirmer :
|f (x)g(x) − ab| = |f (x)g(x) − ag(x) + ag(x) − ab|

= | (f (x) − a) g(x) + a (g(x) − b) |
≤ | (f (x) − a) g(x)| + |a (g(x) − b) | (l’inégalité triangulaire )
= |f (x) − a||g(x)| + |a||g(x) − b|
k
Nous essayons de montrer que chacun de ces deux termes de la somme est plus petit ou égal à 2.
Dans ce cas la somme des deux est plus petite ou égale à k.
k
Comme lim g(x) = b , il y a un nombre r1 > 0, tel que |g(x)− b| < 2(1+|a|) pour 0 < |x− x0 | < r1 .
x→x0
De manière analogue il y a un r2 > 0, tel que |g(x) − b| < 1 pour 0 < |x − x0 | < r2 . Avec cela on
obtient pour 0 < |x − x0 | < r2 : |g(x)| = |g(x) − b + b| ≤ |g(x) − b| + |b| < 1 + |b|
k
Comme lim f (x) = a , il y a un nombre r3 > 0, tel que |f (x)−a| < 2(1+|b|) pour 0 < |x−x0 | < r3 .
x→x0
Posons r := min{r1 , r2 , r3 }. Pour 0 < |x − x0 | < r on peut alors affirmer
|f (x)g(x) − ab| ≤ |f (x) − a||g(x)| + |a||g(x) − b|

k k
< (1 + |b|) + |a|
2(1 + |b|) 2(1 + |a|)
k k
= + |a|
2 2(1 + |a|)
|a| k k
En tenant compte de (1+|a|) < 1, on peut déduire |a| 2(1+|a|) < 2 et alors
k k
|f (x)g(x) − ab| < + =k
2 2
On peut en conclure lim f (x)g(x) = ab. ✷

x→x0
Théorème 5.3.14 de la page 168 lim xn = xn0 pour x, x0 ∈ R et n ∈ N∗

x→x0
Démonstration. (i) On peut affirmer que lim x = x0 , car pour tout k > 0 il existe un r > 0 tel
x→x0
que pour tout r − x0 < x < x0 + r : f (x0 ) − k < f (x) < f (x0 ) + k. f est strictement croissante,
car pour x > y : f (x) = x > f (y) = y. Si nous choisissons r = f −1 (k) on peut affirmer pour
x0 − r < x < x0 + r à cause de la monotonie stricte f (x0 − r) < f (x) < f (x0 + r). En raison de la
linérarité de f (x) = x, on peut déduire que f (x0 − r) = f (x0 ) − f (r) et f (x0 + r) = f (x0 )+ f (r)
avec quoi on obtient : f (x0 ) − f (r) < f (x) < f (x0 ) + f (r) et avec
f (r) = k : f (x0 ) − k < f (x) <f (x0 ) + k.
(ii) lim xn = | · {z
lim x ... · x} = lim x · ... · lim x = x0 · ... · x0 = xn0 . ✷
x→x0 Def. puissance x→x0 théorème 5.6 x→x0 x→x0 (i)
n fois
lim f (x)
f (x) x→x0
Théorème 5.3.15 de la page 168 : lim = pour g (x) 6= 0 et lim f (x), lim g(x) ∈
x→x0 g(x) lim g(x)
R.
1
Démonstration. (i) Nous montrons d’abord pour a := lim f (x) 6= 0 : lim = a1 .
x→x0 x→x0 f (x)
1 1
Pour k > 0 il faut trouver un r tel que pour 0 < |x − x0 | < r : f (x) − a < k.
|a|
Puisque a := lim f (x), il y a un r1 , tel que pour 0 < |x − x0 | < r1 : |f (x) − a| < 2 .
x→x0
Ainsi pour 0 < |x − x0 | < r1
|a| |a|
− < |f (x)| − |a| ≤ |f (x) − a| <
2 2
et par là
|a| |a|
−+ |a| = < |f (x)| .
2 2
On peut en déduire pour 0 < |x − x0 | < r1 :
1 2
<
|f (x)| |a|
et
1 1 1 |f (x) − a| 2 |f (x) − a|
− = < .
f (x) a |f (x)| |a| |a|2
2
|a|2 k
Pour |a|2 k il y a un r2 , tel que pour 0 < |x − x0 | < r2 : |f (x) − a| < 2 . Posons r := min{r1 , r2 }.
Ainsi pour 0 < |x − x0 | < r :
2
1 1 |f (x) − a| 2 |f (x) − a| 2 |a|2 k
− = < < = k.
f (x) a |f (x)||a| |a|2 |a|2
f (x) 1
(ii) Le théorème est prouvé par g(x) = f (x) · g(x) et le théorème 5.6. ✷
Théorème 5.3.16 de la page 168 : Si f est bijective et lim f (x) = a ∈ R, alors lim f −1 (y) = x0 .
x→x0 y→a
Démonstration. Parce que lim f (x) = a, il existe pour tout k > 0 un r > 0, tel que pour
x→x0
0 < |x − x0 | < r : |f (x) − a| < k. Supposons alors que k ′ > 0. Avec
r′ := min{|a − f (x0 − k ′ )| , |a + f (x0 + k ′ )|} on obtient pour 0 < |y − a| < r′ :
0 < f −1 (y) − x0 < k ′ . ✷
√ √ √
Théorème 5.3.17 de la page 168 : Pour n x on peut affirmer lim n x = n x0 , x0 ∈ domaine
x→x0
√
de définition de n x.
√
Démonstration. Puisque n x est la fonction réciporoque de xn et que lim xn = xn0 , la proposition
x→x0
est immédiatement prouvée par le théorème 5.3.16. ✷
Théorème 5.3.17 de la page 168 : lim ax = ax0
x→x0
Démonstration. Suppsosons que k > 0 expa (x0 ) − k > 0. Puisque expa est injective et loga est la
fonction réciproque de expa , il existe un x1 unique tel que x1 = loga (ex0 − k). De même il existe
un x2 unique tel que x2 = loga (ex0 + k) . Si nous choisissons r := min{|x0 − x1 | , |x0 − x2 |}, on
obtient 0 < |x − x0 | < r : |ax − ax0 | < k, car expa est strictement monotone. ✷
Théorème 5.3.17 de la page 168 : lim loga (x) = log (x0 )
x→x0
Démonstration. Comme loga est la fonction réciproque de expa , est immédiatement prouvée par
le théorème 5.3.16. ✷
Théorème 5.3.18 de la page 168 : Si lim f (x) = a et lim g (x) = b, alors lim g (f (x)) = b,
x→x0 x→a x→x0
pour a, b ∈ R (règle de la composition ou règle de la chaı̂ne)
Théorème 5.1.14 de la page 159 :
lim (f (x) + g(x)) = lim f (x) + lim g (x) pour lim f (x) , lim g (x) ∈ R.
x→∞ x→∞ x→∞ x→∞ x→∞
Démonstration. Supposons que lim f (x) , lim g (x) ∈ R. Pour tout k > 0 il existe un x′ , tel que
x→∞ x→∞
′
pour tout x > x : f (x) − lim f (x) < k et g(x) − lim g (x) < k. Par conséquent pour tout
x→∞ x→∞
ces x
f (x) − lim f (x) + g(x) − lim g (x) < 2k
x→∞ x→∞
De plus on peut affirmer pour de tels x

f (x) + g(x) − lim f (x) + lim g (x) ≤ f (x) − lim f (x) + g(x) − lim g (x) < 2k
x→∞ x→∞ x→∞ x→∞
Par là, il existe pour tout k ′ := 2k > 0 un x′ , tel que pour x > x′ :

f (x) + g(x) − lim f (x) + lim g (x) < k ′
x→∞ x→∞
(on peut exprimer tout k ′ > 0 par 2k tel que k > 0). Par conséquent selon la définition de la
limite lim f (x) + lim g (x) est la limite de f (x) + g(x), c. à d. lim (f (x) + g (x)) = lim f (x) +
x→∞ x→∞ x→∞ x→∞
lim g (x) . ✷
x→∞
Théorème 5.1.15 de la page 159 : lim (bf (x) = b lim f (x) pour b, lim f (x) ∈ R
x→∞ x→∞ x→∞
Démonstration. (i) Supposons que b, lim f (x) ∈ R. La limite lim f (x) existe alors, c. à d. pour
x→∞ x→∞
′ ′
tout k > 0 il existe un x , tel que pour tout x > x : f (x) − lim f (x) < k.
x→∞
(ii) Il existe pour tout k > 0 un k ′ > 0 et un b ∈ R, tel que k = |b| k ′ .
(iii) Supposons alors un k > 0. Selon (ii) il existe un k ′ > 0 et un b ∈ R, tel que k = |b| k ′ et
k
k ′ > 0. Avec cela k ′ = |b| . Puisque k ′ > 0 il existe selon (i) un x′ , tel que pour tout x > x′ :
k
f (x) − lim f (x) < k ′ = |b| .
x→∞
k
(iv) On peut déduire de f (x) − lim f (x) < |b| : |b| f (x) − lim f (x) < k. De plus
x→∞ x→∞

b f (x) − lim f (x) = bf (x) − b lim f (x) ≤ |b| f (x) − lim f (x) < k.
x→∞ x→∞ x→∞
(v) (iii)-(iv) vaut pour des k arbitraire, c. à d. pour tout k > 0 existe un x′ , tel que pour tout
x > x′ : bf (x) − b lim f (x) < k.
x→∞
(vi) Avec la définition de la limite on peut en déduire que b lim f (x) est la limite de bf (x), c. à
x→∞
d. lim (bf (x) = b lim f (x). ✷
x→∞ x→∞
Théorème 5.1.19 de la page 159 : lim a = a pour a ∈ R.

x→∞
Démonstration. Supposons que f (x) = a ∈ R pour tout x ∈ R. Nous examinons un k > 0. Pour
tout ces k il existe un x′ , tel que pour tout x > x′ , |f (x) − a| = |a − a| < k - car |f (x) − a| =
|a − a| = 0 < k pour tout x. Par là on peut choisir un x′ quelconque tel que pour tout x > x′ :
|f (x) − a| < k. Selon la définition de la limite, il s’ensuit que a est la limite de a, c. à d. lim a =
x→∞
a. ✷

— Arriver à calculer lim f (x), lim f (x), lim f (x), lim+ f (x), lim− f (x) en indiquant les
x→∞ x→−∞ x→x0 x→x0 x→x0
théorèmes utilisés (dans des exercices qui correspondent à ceux des exercices ci-dessus ; on
peut utiliser une liste des théorèmes)
— Arriver à expliquer ce que lim f (x), lim f (x), lim f (x), lim+ f (x), lim− f (x) signifient
x→∞ x→−∞ x→x0 x→x0 x→x0
(en mots propres, une reproduction exacte des définitions n’est pas requises)
— Arriver à définir l’expression voisinage de x0 “ et point d’accumulation d’un ensemble“.
” ”
— Arriver à calculer et à décrire le comportement de fonctions au voisinage de x0 (saut, trou,
pôle, changement abrupt de la pente). Quand la limite d’une fonction en x0 est-elle un
nombre réel sans que la fonction soit définie en x0 ?
Chapitre 6
Continuité
Pour des fonctions définies sur R ou des intervalles I ⊂ R la continuité signifie intuitivement
qu’on peut dessiner le graphe de la fonction sans lever le crayon - il n’y a pas de saut, de trous ou
de pôles.
6.1 Définitions et théorèmes

Définition 6.1.1. — Une fonction f : D → R est continue en x0 ∈ I ⊂ D si et seulement si
lim f (x) = f (x0 ) (D ⊂ R, I est un intervalle)
x→x0
— Une fonction f : D → R est en x0 ∈ I ⊂ D continue à droite si et seulement si lim f (x) =
x→x+
0
f (x0 )
— Une fonction f : D → R est en x0 ∈ I ⊂ D continue à gauche si et seulement si
lim− f (x) = f (x0 )
x→x0
♦
Ces définitions impliquent que f (x0 ) est définie (existe) si f est continue en x0 . De plus f ne
peut être continue en x0 que si la limite pour x vers x0 est définie. Si une fonction est continue à
droite et à gauche en x0 elle est continue en x0 .

x2 pour x ∈] − ∞, 5]
Exemple 6.1.2. La fonction f : R → R ; f (x) = est continue à
2x + 3 pour x ∈]5, ∞[
gauche en 5 et2n’est pas continue à droite en 5. Elle n’est pas continue en 5. La fonction g : R → R ;
x pour x ∈] − ∞, 5[
g(x) = n’est pas continue à gauche en 5, mais continue à droite.
2x + 3 pour x ∈ [5, ∞[
Elle n’est pas continue en 5. ♦
Définition 6.1.3. — Une fonction f est continue sur l’intervalle I ⊂ R si et seulement si

pour tout x ∈ I : f est continue en x.
— Une fonction f est continue si et seulement si elle est continue sur R.
♦
Le théorème suivant est une conséquence immédiate des théorèmes démontrés dans le chapitre
précédent.
Théorème 6.1.4. — Pour f : R → R ; f (x) = a, f est continue (a ∈ R ; fonction constante)

— f (x) = xn est continue sur R, n ∈ N∗ .
— La somme f + g de fonctions f et g continues sur l’intervalle I ⊂ R est continue sur I
189
190 CHAPITRE 6. CONTINUITÉ
— Si f est continue sur l’intervalle I ⊂ R, af est continue sur I (a ∈ R) (A partir de ces

trois théorèmes on peut conclure que tous les polynômes sont continus).
— Le produit f g de fonctions continues f et g sur l’intervalle I ⊂ R est continu sur I.
— fg pour des fonctions continues sur l’intervalle I ⊂ R est continue sur I\{x|g(x) = 0}
— Si f est continue sur l’intervalle I ⊂ R, f est continue sur l’intervalle J ⊂ I.
— Pour une fonction continue
√ bijective sur I ⊂ R avec l’image I ′ , la fonction réciproque est
′
continue sur I (ainsi x est continue sur R+ ).
n
— expa (x) est continue sur R pour a ∈ R+ \{1, 0} (par conséquent : loga x est continue sur
R+ \{0})
— La composition de fonctions continues est continue sur le domaine de définition.
Sur la base de ces théorèmes on peut p.ex. affirmer que les fonctions rationnelles sont continues
dans leur domaine de définition.
Nous avons fait connaissance jusqu’ici de trois types de discontinuité : il y a un saut, un pôle ou
un trou. Pour les trous, on peut en quelque sorte enlever “ la discontinuité. Si f est une fonction
”
avec le domaine de définition I\{x0 } et qui a en x0 un trou tel que la limite réelle existe en x0 ,
nous pouvons définir une nouvelle fonction g, qui est continue, de la manière suivante :
(
f (x) pour x ∈ I\{x0 }
g(x) = lim f (x) pour x = x0
x→x0
Nous appelons g la prolongation par continuité de f en x0 “.

”
La majorité des fonctions économiques ne sont pas continues. On mesure p.ex. les biens par des
unités discrètes. Cela vaut aussi pour des biens comme la farine, le pétrole ou l’électricité dont on
mesure les quantités d’une manière métrique, mais toujours à un nombre fini de chiffres après la
virgule près. Pour ne pas être obligé de renoncer aux avantages du calcul dans les nombres réelles
(p.ex. l’existence de racines, logarithmes, zéros de polynômes, etc.), on suppose la continuité des
fonctions utilisées. Il s’agit d’une idéalisation anodine.
Cela ne veut pas dire que des fonctions discontinues ne jouent aucun rôle dans l’économie.
Les coûts fixes p.ex. ne sont fixes que dans des intervalles spécifiques. Dès qu’on augmente la
production au-delà les capacités de productions données il faut acheter de nouvelles machines ou
de nouveau bâtiments. Les coûts fixes augmentent abruptement. La fonction de coût fixe fait un
saut.
Exemple 6.1.5. Fonction de coût fixe (voire figure 6.1.1)


 2 pour 0 ≤ x < 3
Cf (x) = 3 pour 3 ≤ x < 5

4 pour 5 ≤ x < 7
Cf (x)
0 x
0 1 2 3 4 5 6
Figure 6.1.1 – Représentation graphique d’une fonction de coût fixe avec sauts
6.1. DÉFINITIONS ET THÉORÈMES 191
Nous supposons qu’on puisse représenter les coûts variables par la fonction continue Cv = 3x.
Nous obtenons la fonction de coût total discontinue suivante (voir figure 6.1.2) :

 2 + 3x pour 0 ≤ x < 3
C(x) = 3 + 3x pour 3 ≤ x < 5

4 + 3x pour 5 ≤ x < 7
C(x)
25
20
15
10
5
0 x
0 1 2 3 4 5 6
Figure 6.1.2 – Représentation graphique d’une fonction de coût avec saut
La fonction de coût unitaire discontinue correspondante est (voir figure 6.1.3) :



 2
x + 3 pour 0 < x < 3





c(x) = 3
 x + 3 pour 3 ≤ x < 5




 4 + 3 pour 5 ≤ x < 7

x
c(x)
10
0 x
0 1 2 3 4 5 6
Figure 6.1.3 – Représentation graphique d’une fonction de coût unitaire avec sauts
6.1.1 Exercices
1. Calculer la fonction du montant de la facture P (montant net de la facture en fonction
de la quantité achetée) : le prix de base d’une marchandise est 100 UM par UQ (unité
de quantité). Si l’on achète 1000 ou plus de 1000 UQ, le vendeur accorde un rabais de
10% et à partir (et inclus) 2000 UQ un rabais de 20% sur le prix de base (pour la quantité
totale). Dessiner la fonction du montant de la facture. Est-ce que la fonction du montant est
continue sur ]0, ∞[ ? Indiquer les discontinuités (le système de rabais décrit incite l’acheteur
à acheter plus que ce dont il a besoin. A partir de quelle quantité l’acheteur achète 1000 UQ
bien qu’il serait satisfait avec une quantité inférieure ? (sans tenir compte d’autres coûts,
p.ex. ceux du stockage).
2. Calculer la fonction du montant de la facture P : le prix d’une marchandise est de 100 UM
par UQ. Si l’on commande plus de 1000 UQ le vendeur accorde 20% et à partir de 2000
UQ 40% de rabais sur le prix de base (uniquement pour la quantité qui dépasse les limites
indiquées). Dessiner la fonction. Est-ce que la fonction est continue sur ]0, ∞[ ?
3. Cf est défini par. 
 30 pour 0 ≤ x < 4
Cf (x) = 50 pour 4 ≤ x < 10

70 pour 10 ≤ x < 15
et Cv par Cv (x) = 0.5x. Déterminer la fonction de coût total et la fonction de coût unitaire.
Dessiner les fonctions. Est-ce que les fonctions sont continues sur l’intervalle 0 < x < 15 ?
4. Déterminer les intervalles sur lesquels les fonctions suivantes sont continues.
f (x) = 2x3 + 2x − ln x
g(x) = 2x3 + 2x − ln(−x
√ + 8)
h(x) = 3x5 − 8x2 + √ −2x + 8
c(x) = 3x5 − 8x2 + 2x2
6.1.2 Solutions
1. On peut définir la fonction par intervalles (voir figure 6.1.4) :

 100x pour 0 ≤ x < 1000
P (x) = 90x pour 1000 ≤ x < 2000

80x pour 2000 ≤ x
P (x)
400000
300000
200000
100000
00000 x
0 1000 2000 3000
Figure 6.1.4 – Représentation graphique d’une fonction de montant net de la facture avec sauts
Car : Une unité de quantité coûte 100 par unité. Ainsi x unités coûtent 100x. Dans le
deuxième intervalle une unité coûte 90 UM. Par là, x unités coûtent 90x.
La fonction n’est pas continue en 1000 et en 2000 :
Pour x0 = 1000 :
lim (100x) = lim 100 · lim x = 100 · 1000 = 100′ 000
x→1000− x→1000− x→1000−
lim (90x) = lim 90 · lim x = 90 · 1000 = 90′ 000.
x→1000+ x→1000+ x→1000+
Les limites à droite et à gauche ne coı̈ncident pas. La fonction n’est pas continue en x0 =
1000.
Pour x0 = 2000 :
lim − (90x) = lim 90 · lim x = 90 · 2000 = 180′ 000
x→2000 x→2000− x→2000−
lim (80x) = lim 80 · lim x = 80 · 2000 = 160′ 000.
x→2000+ x→2000+ x→2000+
Les limites à droite et à gauche ne coı̈ncident pas. La fonction n’est pas continue en x0 =
2000.
1001 coûtent p.ex. (1001·90) = 90 090 et moins que 995·100 = 99 500. Il s’agit de déterminer
la quantité à partir de laquelle il est meilleur marché d’acheter 1000 UQ. C’est le cas à partir
de 90000
100 = 900.
2. Nous obtenons 
 100x pour 0 < x ≤ 1000
P (x) = 80x + 20000 pour 1000 < x ≤ 2000

60x + 60000 pour 2000 < x
Car jusqu’à x = 1000 l’équation décrivant la fonction est 100x. Le rabais n’est accordé que
pour des quantités dépassant les 1000. Pour les x avec 1000 < x ≤ 2000 on peut calculer
le montant de la manière suivante : 1000 · 100 + (x − 1000) · 80 = 20 000 + 80x - ou par le
calcul d’une droite à travers les points (1000, 100000) et (2000, 180000).
100000 = 1000a + b
180000 = 2000a + b
solutions : a = 80, b = 20 000

Pour x avec (2000 < x) de la manière suivante : 1000 · 100 + 1000 · 80 + (x − 2000) · 60 =
60000 + 60x
Nous calculons les limites à droite et à gauche aux frontières des intervalles :
lim − (100x) = lim − 100 · lim − x = 100 · 1000 = 100′ 000
x→1000 x→1000 x→1000
lim (80x + 20000) = lim 80x + lim 20000 = 80 · 1000 + 20000 = 100000
x→1000+ x→1000+ x→1000+
Les limites à droite et à gauche coı̈ncident en 1000. La limite y est égale à la valeur de la
fonction. La fonction est alors continue en 1000.
lim (80x + 20000) = lim 80x + lim 20000 = 80 · 2000 + 20000 = 180000
x→2000− x→2000− x→2000−
lim (60x + 60000) = lim 60x + lim 60000 = 60 · 2000 + 60000 = 180000
x→2000+ x→2000+ x→2000+
Les limites à droite et à gauche coı̈ncident en 2000. La limite y est égale à la valeur de la
fonction. La fonction est alors continue en 2000 (voir figure 6.1.5).
P (x)
400000
300000
200000 b
100000 b
000000 x
0 1000 2000 3000
Figure 6.1.5 – Représentation graphique d’une fonction de montant net de la facture avec des
changements abrupts de pente
3. Nous obtenons (voir figure 6.1.6) :


 30 pour 0 ≤ x < 4
Cf (x) = 50 pour 4 ≤ x < 10

70 pour 10 ≤ x < 15
Cf (x)
70
60
50
40
30
20
10
0 x
0 2 4 6 8 10 12 14
Figure 6.1.6 – Représentation graphique d’une fonction de coût fixe avec sauts
La fonction n’est pas continue en 4 et en 10, car :

lim 30 = 30 et lim 50 = 50. Les limites à droite et à gauche ne coı̈ncident pas en 4. Par
x→4− x→4+
conséquent la limite n’y est pas définie et ne peut être égale à la valeur de fonction en 4.
Cf est discontinu en 4.
lim − 50 = 50 et lim + 70 = 70. Les limites à droite et à gauche ne coı̈ncident pas en 10.
x→10 x→10
Cf est discontinu en 10.
On obtient la fonction de coût total suivante (voir figure 6.1.7) :

 0.5x + 30 pour 0 ≤ x < 4
C(x) = 0.5x + 50 pour 4 ≤ x < 10

0.5x + 70 pour 10 ≤ x < 15
C(x)
70
60
50
40
30
20
10
0 x
0 2 4 6 8 10 12 14
Figure 6.1.7 – Représentation graphique d’une fonction de coût avec sauts
La fonction de coût total n’est pas continue :

lim− (0.5x + 30) = 32; lim+ (0.5x + 50) = 52 =⇒ discontinue en 4
x→4 x→4
lim − (0.5x + 50) = 55; lim + (0.5x + 70) = 75 =⇒ discontinue en 10
x→10 x→10
Nous obtenons la fonction de coût unitaire suivante (voir figure 6.1.8) :





 0.5 + 30
x pour 0 < x < 4


c(x) = 0.5 + 50 pour 4 ≤ x < 10
 x




 0.5 + 70 pour 10 ≤ x < 15

x
.
c(x)
70
60
50
40
30
20
10
0 x
0 2 4 6 8 10 12 14
Figure 6.1.8 – Représentation graphique d’une fonction de coût unitaire avec sauts
c n’est pas continue en 4 et en 10 :



 30


 0.5 + x pour 0 < x < 4


c= 0.5 + 50
pour 4 ≤ x < 10
 x




 70
 0.5 + x pour 10 ≤ x < 15
30
50

lim 0.5 + lim 0.5
x = 8 et x→4 + x = 13
x→4− +
50

lim 0.5 + x = 5. 5 et lim + 0.5 + 70
x = 7.5
x→10− x→10
4. On obtient :
(a) f (x) = x est, en tant que polynôme, une fonction continue sur R. ln x est continue sur
R+ \{0}. Puisque 2x3 + 2x est continue sur R, 2x3 + 2x est continue sur R+ \{0}. Ainsi
f (x) = 2x3 + 2x − ln x est continue sur R+ \{0} (somme de fonctions).
(b) La fonction logarithme n’est définie que pour des nombres positifs. Nous devons alors
déterminer le domaine où −x + 8 > 0 =⇒ x < 8. Puisque g ′ (x) = −x + 8 est continue
sur R, ln g ′ (x) est continue sur R\{x | x ≥ 8}. Comme 2x3 + 2x est continue sur R,
g(x) = 2x3 + 2x − ln(−x + 8) est continue sur R\{x | x ≥ 8}.
(c) La racine n’est définie dans les nombres réelles que pour h′ (x) ≥ 0, c. à d. pour −2x+8 ≥
0 =⇒ x ≤ 4. Comme p h′ (x) = −2x + 8 est continue sur R, h′ (x) est continue sur
R\{x|x > 4} et par là h′ (x) est √ continue sur R\{x|x > 4}. Puisque 3x5 − 8x2 est
continue sur R, h(x) = 3x5 − 8x2 + −2x + 8 est continue sur R\{x|x > 4}.
√
(d) 2x2 est défini pour 2x2 ≥ 0. Cette inéquation est √ valable pour tout x ∈ R. Comme
2x2 - en tant√ que polynôme - est continue sur R, 2x2 est continue sur R. Par là,
5 2 2
3x − 8x + 2x est continue sur R.
6.2 Zéros de fonctions continues

Dans le chapitre 3 (polynômes) nous avons développé une méthode d’approximation pour les
zéros de polynômes. En le faisant nous avons supposé tacitement le théorème suivant :
Théorème 6.2.1. (théorème de Bolzano, théorème des zéros intermédiaires) (i) Si f : I → R est
une fonction continue sur l’intervalle I avec a, b ∈ I, a < b, f (a) < 0 et f (b) > 0, alors il existe au
moins un zéro de la fonction entre a et b.
(ii) Si f : I → R est une fonction continue sur l’intervalle I avec a, b ∈ I, a < b, f (a) > 0 et
f (b) < 0, alors il existe au moins un zéro entre a et b.
Démonstration. Nous définissons l’ensemble
I≤ := {x | f (x) ≤ 0 et x ∈ [a, b]}.
De plus nous définissons :

(1) s est une borne supérieure d’un ensemble A si et seulement si pour tout x ∈ A : x ≤ s.
(2) sup A = S si et seulement si S est une borne supérieure de A et pour toutes les autres bornes
supérieures s de A : S ≤ s (exemple : sup[a, d] = d = sup[a, d[; [a, d] et [a, d[ sont des intervalles
et par conséquent des ensembles)
(3) d := sup I≤
On peut affirmer : f (d) ≤ 0 ou f (d) > 0. Nous examinons ces ceux cas :
(a) Supposons que f (d) ≤ 0. Alors f (d) < 0 ou f (d) = 0.
Nous examinons ces deux possibilités :
6.2. ZÉROS DE FONCTIONS CONTINUES 197
(a.1) Supposons que f (d) < 0. Alors f n’est pas continue en d. Car pour x > d : f (x) > 0. Si
nous choisissons un k avec 0 < k < −f (d), il n’existe pas de r > 0 tel que pour tout |x − d| < r
|f (x) − f (d)| < k. Alors limx→d f (x) n’est pas définie et ne peut coincider avec f (d).
(a.2) Supposons que f (d) = 0. Il existe alors un zéro de f.
(b) f (d) > 0. Nous distinguons trois cas : (b.1) Il existe un c ∈ [a, b] tel que pour tout x ∈ [c, d[ :
f (x) ≤ 0 ou (b.2) il existe un c ∈ [a, b] tel que pour tout x ∈ [c, d[ : f (x) > 0 ou (b.3) pour
chaque voisinage V de d dans [a, b] il existe des x, y < d tel que f (x) > 0 et f (y) ≤ 0. Pour
le cas (b.3) f ne serait pas continue, car il existerait dans chaque voisinage de d un y tel que
f (d) − f (y) > k < f (d). Pour le cas (b.2) soit f (d) = 0 soit d n’est pas égal à sup I≤ , ce qui
violerait les suppositions. Pour (b.1) f n’est pas continue sur d, car il existerait dans un voisinage
de d un x tel que f (d) − f (x) > k < f (d). C’est pourquoi il n’est pas possible que f (d) > 0.
Puisque (a.1) et (b) ne sont pas possibles - la continuité de f est supposée - on peut déduire (a.2),
c. à d. il existe au moins un zéro dans l’intervalle [a, b] et un de ces zéros est d.
(ii) est démontré d’une manière analogue. ✷
Pour une représentation graphique de quelques éléments de l’idée de la démonstration voir la

figure 6.2.9 :
f (x)
10
bc
f (b)
5
a dbc x
b
−3 −2 −1 1 2 3
−5
bc
f (a) −10
−15
−20
Figure 6.2.9 – Illustration graphique de quelques idées du théorème des zéros intermédiaires
Théorème 6.2.2. (Zéros de fonctions strictement monotones) (i) Si une fonction f est continue
sur l’intervalle I, f (x1 ) < 0, f (x2 ) > 0 pour xi ∈ I et f est strictement croissante sur l’intervalle
I, alors il existe exactement un zéro entre x1 et x2 .
(ii) Si une fonction f est continue sur l’intervalle I, f (x1 ) > 0, f (x2 ) < 0 pour xi ∈ I et f est
strictement décroissante sur l’intervalle I, alors il existe exactement un zéro entre x1 et x2 .
Démonstration. Nous démontrons le théorème pour des fonctions strictement croissantes. Nous
supposons qu’il existe deux zéros a et b avec b > a. Comme f est strictement croissante on peut
en déduire f (b) > f (a), ce qui est en contradiction avec f (b) = 0 = f (a). La démonstration de (ii)
suit les mêmes pas. ✷
Le théorème des zéros intermédiaires est un cas spécial du théorème suivant :
Théorème 6.2.3. (théorème des valeurs intermédiaires) (i) Si une fonction f est continue sur
l’intervalle I ⊂ R (I 6= ∅), alors pour x1 < x2 (x1 , x2 ∈ I) avec f (x1 ) < f (x2 ) il existe pour tout
y avec f (x1 ) < y < f (x2 ) au moins un x3 ∈ [x1 , x2 ] tel que f (x3 ) = y
(ii) Si une fonction f est continue sur l’intervalle I ⊂ R (I 6= ∅), alors pour x1 < x2 (x1 , x2 ∈ I)
avec f (x1 ) > f (x2 ), il existe pour tout y avec f (x1 ) > y > f (x2 ) au moins un x3 ∈ [x1 , x2 ] tel que
f (x3 ) = y (voir figure 6.2.10)
Démonstration. Si nous mettons f ∗ (x) = f (x) − y, alors f ∗ (x1 )f ∗ (x2 ) < 0 et avec le théorème
des zéros intermédiaires on obtient qu’il existe un zéro de f ∗ dans ]x1 , x2 [. Si ce zéro est x3 , alors
f (x3 ) = f ∗ (x3 ) + y = y.
De manière analogue on peut prouver (ii)
f (x)
10
x1 x3 x2 x
−15 −10 −5 5 10
−5
Figure 6.2.10 – Représentation graphique pour le théorème des valeurs intermédiaires - pour une
fonction continue il existe pour tout y : f (x1 ) < y < f (x2 ) un x3 : x1 < x3 < x2 avec f (x3 ) = y.
✷
Théorème 6.2.4. Supposons que f soit continue sur l’intervalle I et que c ∈ I et f (c) > 0. Il
existe dans ce cas un voisinage V de c tel que f (x) > 0 pour tout x ∈ V.
Démonstration. Nous supposons qu’un tel voisinage n’existe pas. Il y alors pour tout voisinage
de c un x tel que f (x) ≤ 0. Par conséquent f n’est pas continue en c. Car pour un k tel que
0 < k < f (c) il n’existerait aucun r tel que pour tout x avec |x − c| < r : |f (x) − f (c)| < k, parce
que pour le x avec f (x) ≤ 0 : f (c) − f (x) ≥ f (c) > k. Sur la base de cette contradiction nous
pouvons conclure qu’il existe un voisinage V de c tel que f (x) > 0 pour x ∈ V. ✷
De manière analogue on peut montrer pour une fonction continue sur l’intervalle I et c ∈ I tel
que f (c) < 0 : il existe un voisinage V de c tel que f (x) < 0 pour tout x ∈ V .
En inversant en quelque sorte le théorème des zéros intermédiaires on peut affirmer - nous disons
qu’une fonction f est positive sur un intervalle I, si f (x) > 0 pour x ∈ I; nous disons qu’une
fonction f est négative sur un intervalle I, si f (x) < 0 pour x ∈ I :
Théorème 6.2.5. (1) Entre deux zéros avoisinants, une fonction continue est soit partout positive
soit partout négative.
(2) S’il n’y a plus de zéro réel à droite d’un zéro réel x0 d’une fonction continue f , la fonction a
partout le même signe à droite de x0 .
(3) S’il n’y a plus de zéro réel à gauche d’un zéro réel x0 d’une fonction continue f , la fonction
a partout le même signe à gauche de x0 .
(4) Si une fonction continue n’a pas de zéro réel, elle est soit partout positive, soit partout négative.
Démonstration. (1) Deux zéros d’une fonction sont avoisinants s’il n’y a pas de zéro entre ces deux
zéros. Nous supposons qu’il y ait entre deux zéros avoisinants x0 et x1 d’une fonction continue une
valeur de fonction négative en x3 et une positive en x4 avec x0 < x3 < x4 < x1 . Selon le théorème
des zéros intermédiaires il devrait y avoir un zéro entre x3 et x4 . Alors x0 et x1 ne seraient pas
des zéros avoisinants.
(2) Si une fonction continue avait à droite du dernier zéro x0 des signes opposés, il faudrait avoir
un zéro entre les arguments avec les valeurs de fonctions de signes opposés, ce qui contredirait la
supposition que x0 est le dernier zéro.
(3) même argumentation que sous (2).
(4) Supposons que la fonction n’ait pas partout le même signe. Comme elle est continue, il faudrait
avoir un zéro entre des arguments avec des valeurs de fonction opposées, ce qui contredit le fait
qu’elle n’a pas de zéro réel. ✷
6.2. ZÉROS DE FONCTIONS CONTINUES 199
Pour examiner si une fonction continue est partout positive ou partout négative entre deux
zéros avoisinants x0 et x1 il suffit de calculer une seule valeur de fonction de x avec x0 < x < x1 :
Si f (x) > 0 la fonction est partout positive sur ]x0 , x1 [, si f (x) < 0, elle y est partout négative. De
plus on peut conclure du fait qu’une fonction continue n’a pas de zéros dans un intervalle, que les
valeurs de fonction y ont partout le même signe. De l’autre côté, on en peut pas conclure du fait
qu’une fonction a trois zéros avoisinants x0 , x1 et x2 avec x0 < x2 < x3 qu’elle change forcément
de signe en passant de l’intervalle ]x0 , x1 [ à l’intervalle ]x1 , x2 [. La fonction pourrait par ex. être
négative sur ]x0 , x1 [, frôler l’axe en x1 et être à nouveau négative sur ]x1 , x2 [. Pour déterminer le
signe d’une fonction continue à droite du dernier zéro réel de la fonction il suffit de calculer une
valeur de fonction à droite du dernier zéro - d’une manière analogue à gauche du premier zéro. Si
une fonction continue n’a pas de zéro réel, il suffit de calculer une seule valeur de fonction, pour
déterminer partout le signe des valeurs de fonction.
Pour les fonctions réelles continues dans les cas où la fonction traverse l’axe des x, on peut
utiliser la méthode d’approximation introduite dans le contexte des polynômes du troisième degré
pour calculer les zéros.
6.2.1 Exercices
1. Calculer les zéros de f (x) = ln x − 1 avec x > 0 (Calcul à la main et méthode d’approxi-
mation et avec R).
2. Calculer les zéros de f (x) = 5x3 − 1.5e + ln(3x) avec Excel (méthode d’approximation et
avec R) à 6 chiffres après la virgule près.
3. Déterminer pour les fonctions
f (x) = −3x2 + 4x + 2
f (x) = 3x3 + 6x2 − 2
f (x) = ln (x + 5)
f (x) = 3 − ex−5
f (x) = 2x2 + 2
l’ensemble de nombres où f (x) > 0 et f (x) < 0. Déterminer le domaine de définition.
4. Déterminer les intervalles sur lesquels la fonction suivante est positive et sur lesquels elle
est négative :
1 2
f (x) = −
x−1 4−x
6.2.2 Solutions
1. Le domaine de définition de f (x) = ln(x)− 1 est R+ \{0}. f est de plus continue pour x > 0.
Par calcul : ln x − 1 = 0 =⇒ ln x = 1 =⇒ exp ln x = x = exp 1 = e. Alors x = e
Pour la méthode d’approximation nous pouvons commencer par constater
ln 1 − 1 = −1
ln 10 − 1 = 1.302 6
Par conséquent il existe entre 1 et 10 au moins un zéro. Puisque ln(x) − 1 est strictement
croissant, il existe un zéro unique.
2. Le domaine de définition de ln(3x) est R+ \{0}, pour la constante −1.5e : R et pour le
polynôme 5x3 : R. Par conséquent le domaine de définition de f est R+ \{0}. Ainsi nous
pouvons restreindre la recherche de zéros à ce domaine. 5x3 − 1.5e + ln(3x) est continue sur
R+ \{0}. 5x3 est positif pour des x positif et strictement croissant dans ce domaine, ce qui
est aussi valable pour 3x. Par conséquent ln(3x) est strictement croissant. C’est pourquoi
et parce que 1.5e est une constante que f est strictement croissante dans le domaine de
définition. Par conséquent il existe un zéro unique dans le domaine de définition : 0.85585.
3. On obtient :
(a) (polynôme du deuxième degré ; domaine de définition = R, continu sur R) : −3x2 + 4x +
2>0
Nous calculons
√ les zéros de la fonction :
x1 = 23 + 31 10 ≈ 1. 720 8
√
x2 = 32 − 31 10 ≈ −0.387 43
Comme 0 ∈]x1 , x2 [ et que f (x) = 2 > 0, on peut affirmer f (x) > 0 sur l’intervalle
]x1 , x2 [
L’ensemble solution de −3x2 + 4x + 2 > 0 est alors
S =] − 0.38743, 1.7208[
L’ensemble solution de −3x2 + 4x + 2 < 0

f (−2) = −3(−2)2 + 4(−2) + 2 = −18. Alors f (x) < 0 pour tout x ∈] − ∞, x2 [
f (2) = −3(2)2 + 4(2) + 2 = −2. Alors f (x) < 0 pour tout x ∈]x1 , ∞[
Ainsi : S =] − ∞, −0.38743[ ∪ ]1.7208, ∞[
L’ensemble solution de −3x2 + 4x + 2 ≤ 0 :
S =] − ∞, −0.38743] ∪ [1.7208, ∞[
(b) f (x) = 3x3 + 6x2 − 2 Domaine de définition : R, continu sur R.
Nous calculons les zéros : 3x3 + 6x2 − 2 = 0
x1 = −1.79251721397;
x2 = −0.722351724464,
x3 = 0.514868938439.
Nous calculons dans chaque intervalle ]−∞, x1 [ ]x1 , x2 [, ]x2 , x3 [, ]x3 , ∞[

une valeur de fonction :
f (−2) = 3 · (−2)3 + 6 · (−2)2 − 2 = −2. Alors pour tout x ∈ ]−∞, x1 [ : f (x) < 0
f (−1) = 3 · (−1)3 + 6 · (−1)2 − 2 = 1. Alors pour tout x ∈ ]x1 , x2 [ : f (x) > 0
f (0) = −2. Alors pour tout x ∈ ]x2 , x3 [ : f (x) < 0
f (1) = 3 · (1)3 + 6 · (1)2 − 2 = 7. Alors pour tout x ∈ ]x3 , ∞[ : f (x) > 0
L’ensemble solution pour 3x3 + 6x2 − 2 > 0 : S = ]x1 , x2 [ ∪ ]x3 , ∞[

L’ensemble solution pour 3x3 + 6x2 − 2 < 0 : S = ]−∞, x1 [ ∪ ]x2 , x3 [.
(c) f (x) = ln(x + 5)
Les logarithmes sont définis pour les nombres positifs. Entsprechend muss x + 5 > 0
sein. Alors x > −5. Le domaine de définition est alors : ]−5, ∞[. La fonction est continue
sur le domaine de définition.
zéros : ln(x + 5) = 0 =⇒ eln(x+5) = e0 = 1
Alors : eln(x+5) = x + 5, car ln eln(x+5) = ln(x + 5) ⇐⇒ ln(x + 5) ln e = ln(x + 5) ⇐⇒
ln(x + 5) = ln(x + 5)
(rappel : ln e = 1). On obtient comme zéro : x + 5 = 1 et x = −4
Nous calculons un f (x) à gauche et à droite du zéro.

f (−4.5) = ln(−4.5 + 5) = −0.693 15
Alors pour tout x ∈ ]−5, −4[ : f (x) < 0
f (0) = ln(5) = 1. 609 4
Alors pour tout x ∈ ]−4, ∞[ : f (x) > 0
L’ensemble solution de ln(x + 5) > 0 est : S =]−4, ∞[

L’ensemble solution de ln(x + 5) < 0 est S = ]−5, −4[
(d) f (x) = 3 − ex−5 Domaine de définition : R. La fonction est continue sur R.
zéro : 3 − ex−5 = 0 =⇒ ex−5 = 3 =⇒

ln ex−5 = ln 3 =⇒ (x − 5) ln e = ln 3 =⇒ x − 5 = ln 3 =⇒ x = 5 + ln 3 ≈ 6. 098 6
f (x) avant et après le zéro :
f (0) = 3 − e−5 = 2. 993 3. Alors pour tout x ∈ ]−∞, 5 + ln 3[ : f (x) > 0
f (10) = 3 − e10−5 = −145. 41. Alors pour tout x ∈ ]5 + ln 3, ∞[ : f (x) < 0
Ensemble solution de 3 − ex−5 > 0 : S = ]−∞, 5 + ln 3[
Ensemble solution de 3 − ex−5 < 0 : S = ]5 + ln 3, ∞[
(e) f (x) = 2x2 + 2 Domaine de définition : R, la fonction est continue sur R.
zéros : 2x2 + 2 = 0 =⇒ x2 = −1 =⇒ pas de zéro réel.
Nous calculons un f (x) : f (0) = 2.Alors pour tout x ∈ R: f (x) > 0
4. Le domaine de définition de la fonction est R\{1, 4}. La fonction est continue sur les in-
tervalles ] − ∞, 1[, ]1, 4[, ]4, ∞[. Elle a des discontinuités en 1 et en 4. Elle a un zéro
en
1 2
− =0
x−1 4−x
x − 4 − 2 (x − 1)
=0
(x − 1) (4 − x)
x − 4 − 2x + 2 = −x − 2 = 0
x = 2.
Les changements de signes peuvent se produire aux discontinuités et au zéros. C’est pour-
quoi nous contrôlons le signe des valeurs de fonctions avant et après le zéro et les disconti-
nuités 1 et 4.
3
f (0) = −
2
f (1.5) = 1.2
2
f (2.5) = −
3
9
f (5) =
4
La fonction est alors négative sur ]-∞, 1[, positive sur ]1,2[, negative sur ]2,4[ et positive sur
]4,∞[.
Faire un graphique avec R, pour examiner la forme du graphe de la fonction :
f=function(x) 1/(x-1)-2/(4-x) ; plot(f,xlim=c(-1,5)) ; abline(0,0).
1 2
Avec la méthode on peut résoudre des inéquations comme x−1 ≤ 4−x . On peut en déduire
1 2 1 2
x−1 − 4−x ≤ 0. Il s’agit alors de trouver les intervalles où la fonction f (x) = x−1 − 4−x ≤ 0.

— Arriver à reproduire la définition de la continuité d’une fonction en un point.
— Savoir reproduire la définition de la continuité d’une fonction par rapport à un intervalle
et arriver à expliquer ce que la continuité signifie pour le dessin du graphe de la fonction.
— Connaı̂tre les fonctions continues les plus importantes et savoir sur quels intervalles elles
sont continues. Connaı̂tre et arriver à appliquer les règles qui permettent de déterminer sur
quelles intervalles la composition de fonctions est continue.
— Arriver à faire des calculs correspondants aux exercices.
— Arriver à expliquer le théorème des zéros et des valeurs intermédiaires à l’aide d’un dessin.
— Arriver à calculer les zéros de fonctions réelles continues à l’aide d’Excel (méthode d’ap-
proximation) et à l’aide de R.
— Arriver à déterminer pour des fonctions continues les intervalles sur lesquels la fonction est
positive ou négative.
Chapitre 7
La pente d’une fonction continue

en un point
7.1 Définition de la pente d’une fonction continue en un

point
Définition 7.1.1. Supposons que f : I → R, I un intervalle ouvert, x0 ∈ I. Nous définissons la
pente m de f en x0 par
f (x) − f (x0 )
m(x0 ) := lim
x→x0 x − x0
pourvu que cette limite soit définie. ♦
f (x)−f (x0 )
Pour que lim x−x0 soit définie, la continuité de la fonction f en x0 est une condition
x→x0
nécessaire, mais pas suffisante, comme on verra par la suite.
Les réflexions suivantes peuvent rendre plausible la définition :
1. Par rapport aux fonctions linéaires et affines (polynômes du premier degré) nous pou-
vons choisir deux points arbitraires (x0 , f (x0 )) et (x1 , f (x1 )), pour calculer la pente m =
f (x1 )−f (x0 )
x1 −x0 . La similarité de cette définition avec la définition 7.1.1 saute aux yeux. La
différence des définitions est due au fait que la définition 7.1.1 mène à une pente en
dépendance du choix de x0 , tandis que pour les polynômes du premier degré le choix du x0
n’a pas d’importance pour la pente. Ceci est adapté à la situation : les polynômes de degré
supérieur à 1 p.ex. ont en général pour chaque x0 une pente différente. C’est pourquoi if faut
chercher une définition qui permette de trouver une pente correcte pour les x0 différents.
2. Nous définissons une sécante g d’une fonction f en x0 comme une droite qui passe par
(x0 , f (x0 )) et qui coupe dans un voisinage V de x0 la fonction f une deuxième fois (voir
figure 7.1.1) :
203
204 CHAPITRE 7. LA PENTE D’UNE FONCTION CONTINUE EN UN POINT
f (x)
2
(x0 , f (x0 )
bc
1
bc
g
x
0 1 2 3 4
Figure 7.1.1 – Fonction f et une sécante à travers le point (x0 , f (x0 ))
Nous désignons le deuxième point d’intersection de g et f dans un voisinage de x0 par

(x, f (x)). Si nous laissons tendre x vers x0 , la sécante s’approche d’une droite h, qui n’a
avec f dans le voisinage considéré qu’un seul point d’intersection en commun et dont on
peut identifier la pente raisonnablement avec la pente de f en x0 (voir figure 7.1.2) :
f (x)
bc
(x0 , f (x0 )
1 bc
bc
bc
g
x
0 1 2 3 4
h
Figure 7.1.2 – Sécantes à travers (x0 , f (x0 )) et (x, f (x)) avec x = 2.7, 2, 1.5 et la
droite h, dont les sécantes s’approchent pour x → x0 .
Les pentes des sécantes sont f (x)−f

x−x0
(x0 )
. La pente de h est alors égale à la limite des pentes
des sécantes pour x → x0 , c. à d. avec
f (x) − f (x0 )
mh = lim .
x→x0 x − x0
Nous appelons h la tangente de f en (x0 , f (x0 ).

f (x)−f (x0 )
3. La définition 7.1.1 mène pour les droites au même résultat que la définition m = x−x0 .
Pour f (x) = ax + b nous obtenons :
f (x) − f (x0 ) ax + b − (ax0 + b) a(x − x0 )

lim = lim = lim = lim a = a
x→x0 x − x0 x→x0 x − x0 x→x0 x − x0 x→x0
La définition 7.1.1 est alors compatible avec ce qu’on connaı̂t mais ne sert pas uniquement à
reproduire ce qu’on connaı̂t déjà. Pour voir les autres possibilités de la nouvelle définition nous
7.1. DÉFINITION DE LA PENTE D’UNE FONCTION 205
allons examiner la fonction f (x) = x2 . Nous pouvons déduire la pente de cette fonction pour
chaque x0 d’une manière générale :
Nous substituons dans la définition 7.1.1 :
f (x) − f (x0 ) x2 − x20 (x + x0 )(x − x0 )

lim = lim = lim = lim (x + x0 )
x→x0 x − x0 x→x0 x − x0 x→x0 x − x0 x→x0
= lim x + lim x0 = x0 + x0 = 2x0 .

x→x0 x→x0
Pour la pente m de la fonction f (x) = x2 on peut affirmer pour chaque point (x0 , f (x0 )) :
m(x0 ) = 2x0 .
La pente de f (x) = x2 en (1, 1) est 2 · 1 = 2 (= la pente de la tangente en (1, 1)). En (2, 4) la

pente se monte à : 2 · 2 = 4, en (3, 9) : 3 · 2 = 6, etc. Les expressions la pente en x0 “ et la pente
” ”
en (x0 , f (x0 ))“ sont considérées comme équivalentes (voir figure 7.1.3)
f (x)
10
4 b
1 b
x
−5 −4 −3 −2 −1 1 2 3 4 5
Figure 7.1.3 – Pentes des tangentes de la fonction f (x) = x2 en x0 = 1 et x0 = 2. On peut vérifier
les pentes des tangentes à l’aide de la grille.
f (x)−f (x0 ) f (x)−f (x0 )

Remarque 7.1.2. lim x−x0 est la limite de la fonction Fx0 (x) := x−x0 pour x tendant
x→x0
vers x0 . Fx0 n’est pas définie pour x = x0 (division par 0) et Fx0 n’est pas continue en x0 . Malgré
cela, la limite de la fonction Fx0 pour x → x0 existe pour beaucoup de fonctions continues dans
leurs intervalles de définition. ♦
7.2 La dérivée d’une fonction continue

Dans l’exemple f (x) = x2 la pente de f en x0 est une fonction m(x0 ) = 2x0 de x0 . Puisque x0
est une variable comme x, nous utiliserons par la suite en général x au lieu de x0 . Nous appelons
la fonction m la dérivée“ de f et nous la notons par f ′ .
”
Dans notre exemple, la dérivée de f (x) = x2 est la fonction f ′ (x) = 2x. Calculer la dérivée
se dit dériver“ (substantif correspondant dérivation“). On appelle le domaine mathématique du
” ”
calcul des dérivées calcul différentiel“. D’autres notations courantes pour f ′ (x) :
”
f (x) − f (x0 )
f ′ (x0 ) = lim
x→x0 x − x0
f (x0 + △) − f (x0 )
= lim
△→0 △
f (x0 + h) − f (x0 )
= lim
h→0 h
△f (x)
= lim
△x→0 △x
dy
=
dx
df (x)
=
dx
Il n’est pas nécessaire de calculer pour chaque fonction la limite en x0 à l’aide de la définition
7.1.1 pour déterminer la dérivée. Nous pouvons démontrer des théorèmes qui permettent de dériver
des classes entières de fonctions facilement.
Théorème 7.2.1. Si f (x) = xn , alors f ′ (x) = nxn−1 pour n > 0.
Démonstration. En remplaçant dans la définition on obtient

xn − xn0
lim .
x→x0 x − x0
Nous pouvons calculer la limite si nous arrivons à représenter xn − xn0 comme produit
(x − x0 ) · A
(factoriser) tel que A est une expression algébrique qu’il faudrait encore calculer. Si nous y arrivons
on peut réduire
(x − x0 ) · A
lim .
x→x0 x − x0
Par la division de xn − xn0 par x − x0 nous obtenons :
n−1
X
xn − xn0 : x − x0 = xi0 xn−1−i . (7.2.1)
i=0
On peut démontrer ce résultat par induction.

(1) La proposition est valable pour n = 2 :
x2 − x20 : x − x0 = x + x0
x2 − xx0
xx0 − x20
xx0 − x20
0
7.2. LA DÉRIVÉE D’UNE FONCTION CONTINUE 207
On peur réécrire
2−1
X
x + x0 = x1 x00 + x0 x10 = xi0 x2−1−i
i=0
Par là, la proposition est vraie pour n = 2.

(2) Nous supposons que la proposition soit vraie pour n, c. à d. (7.2.1) est vrai. Il faut démontrer
que la proposition est valable pour n + 1 :
xn+1 − xn+1
0 : x − x0 = xn
xn+1 − xn x0
xn x0 − xn+1
0
Pour le reste un peut affirmer xn x0 − xn+1

0 = x0 (xn − xn0 ) . Puisque la proposition est vraie pour
n, on obtient
n−1
X
n
x0 (x − xn0 ) : (x − x0 ) = x0 xi0 xn−1−i
i=0
et par là
n−1
X
xn+1 − xn+1
0 : x − x0 = xn + x0 xi0 xn−1−i
i=0
n−1
X
= xn + xi+1
0 x
n−1−i
i=0
n−1
X
= x00 xn + xi+1
0 x
n−1−i
i=0
Xn
= xi0 xn−i
i=0
(n+1)−1
X
= xi0 x(n+1)−1−i
i=0
(3) Par induction nous obtenons
n−1
xn − xn0 X
= xi0 xn−1−i
x − x0 i=0
et par conséquent
n−1
X
xn − xn0 = (x − x0 ) xi0 xn−1−i
i=0
pour tout n ≥ 2.
Avec ce résultat nous pouvons démontrer le théorème : nous remplaçons dans la définition de
la dérivée et calculons
n−1
P
n (x − x0 ) xi0 xn−1−i
x − xn0 i=0
lim = lim
x→x0 x − x0 x→x0 x − x0
n−1
X n−1
X
= lim xi0 xn−1−i = xi0 lim xn−1−i
x→x0 x→x0
i=0 i=0
n−1
X n−1
X n−1
X
= xi0 x0n−1−i = xi+n−1−i
0 = x0n−1
i=0 i=0 i=0
= nx0n−1
Théorème 7.2.2. Si h(x) = f (x) + g(x), alors h′ (x) = f ′ (x) + g ′ (x) (pourvu que f ′ (x) et
g ′ (x) ∈ R).
f (x)−f (x0 )
Démonstration. lim x−x0 devient :
x→x0
f (x) + g(x) − (f (x0 ) + g(x0 ) (f (x) − f (x0 )) + (g(x) − g(x0 ))

lim = lim
x→x0 x − x0 x→x0 x − x0

f (x) − f (x0 ) g(x) − g(x0 )
= lim +
x→x0 x − x0 x − x0
f (x) − f (x0 ) g(x) − g(x0 )
= lim + lim
x→x0 x − x0 x→x 0 x − x0
= f ′ (x) + g ′ (x)
Théorème 7.2.3. Si f (x) = a, alors f ′ (x) = 0 (a est un nombre réel).
Démonstration. f (x) = a = f (x0 ) . Alors
f (x) − f (x0 ) a−a 0

lim = lim = lim = lim 0 = 0
x→x0 x − x0 x→x 0 x − x0 x→x 0 x − x0 x→x0
Théorème 7.2.4. Si h(x) = af (x), alors h′ (x) = af ′ (x) (si a et f ′ (x) ∈ R).
f (x)−f (x0 )
Démonstration. lim x−x0 devient :
x→x0
af (x) − af (x0 ) a (f (x) − f (x0 ))

lim = lim
x→x0 x − x0 x→x0 x − x0
f (x) − f (x0 )
= a lim
x→x0 x − x0
′
= af (x0 )
Avec ces règles nous pouvons dériver tous les polynômes.

7.3. MONOTONIE ET DÉRIVÉES 209
Exemple 7.2.5. f (x) = 2x2 − 14x + 4 =⇒ f ′ (x) = 4x − 14

(car : Sur la base du théorème 7.2.2 nous pouvons
dériverune somme en dérivant chaque terme de
d d d d
la somme individuellement. De plus : dx 2x2 = 2 dx x2 = 2 · 2x = 4x ; dx (−14x) = −14 dx x=
x−x0
−14 · 1 = −14; (la dérivée de f (x) = x est 1, car lim x−x0 = lim 1 = 1. Une autre argumenta-
x→x0 x→x0
tion : f (x) = x est la bissectrice du premier et du troisième quadrant qui est formée par les points
(x, x). La pente est alors xx = 1).
d
dx (4) = 0; ♦
En d’autres mots : nous pouvons dériver des polynômes en multipliant le coefficient des termes
de la somme par l’exposant et en soustrayant 1 de l’exposant. Il faut faire attention au fait que le
coefficient de xn est 1 et que cette règle signifie pour x1 : 1 · x0 = 1 · 1 = 1.
Exemple 7.2.6. f (x) = 3x5 − 4x2 + x − 78 =⇒ f ′ (x) = 15x4 − 8x + 1 ♦
Exemple 7.2.7. f (x) = 24x6 − 13x5 + 143x4 − 184x3 − 99x2 + 12x + 4988 =⇒
f ′ (x) = 144x5 − 65x4 + 572x3 − 552x2 − 198x + 12 ♦
Théorème 7.2.8. Si f est dérivable en x0 , alors f est continue en x0

f (x)−f (x0 )
Démonstration. Nous supposons que f soit dérivable en x0 . Il existe alors un b = lim x−x0 ∈
x→x0
f (x)−f (x0 )
R. De plus on peut affirmer : lim (x − x0 ) = 0. Par là lim (x − x0 )· lim x−x0 est un nombre
réel et on peut déduire : lim f (x)−f
x−x0
(x0 )
· lim (x − x0 ) = 0
x→x0 x→x0
f (x)−f (x0 )
Puisque lim x−x0 · lim (x − x0 ) = lim f (x)−f
x−x0
(x0 )
· (x − x0 ) =
lim (f (x) − f (x0 )) = lim f (x) − lim f (x0 ) = lim f (x) − f (x0 )
on peut affirmer : lim f (x) − f (x0 ) = 0
x→x0
et par là : lim f (x) = f (x0 ). Par conséquent f est continue en x0 selon la définition de la
x→x0
continuité. ✷
Il faut faire attention au fait que l’inverse n’est pas correct. On ne peut déduire de la continuité
d’une fonction qu’elle est dérivable. On y reviendra.
7.3 Monotonie et dérivées

Dans le chapitre D’autres fonctions réelles élémentaires“ nous avons parlé brièvement des
”
fonctions monotones et nous avons introduit le concept de la croissance et de la décroissance
stricte (page 120, définition 4.2.24). On a constaté que l’application de la définition fournie était
difficile. Le calcul des dérivées nous offrent des possibilités nouvelles et plus faciles comme nous
voulons montrer maintenant :
Théorème 7.3.1. Supposons que f soit sur ]a, b[ continue et dérivable :

— Si f ′ (x) > 0 pour tout x ∈ ]a, b[, alors f est sur ]a, b[ strictement croissante
— Si f ′ (x) < 0 pour tout x ∈ ]a, b[, alors f est sur ]a, b[ strictement décroissante.
Démonstration. Supposons que f ′ (x1 ) > 0 pour tout x1 ∈ ]a, b[. Pour x1 et un x ∈ ]a, b[ arbitraire
différent de x1 on peut alors affirmer
f (x) − f (x1 )
lim > 0.
x→x1 x − x1
Puisque f est continue sur ]a, b[ la fonction
f (x) − f (x1 )
h(x) :=
x − x1
est continue sur
]a, b[ \ {x1 }.
f (x)−f (x1 )
Nous pouvons examiner la prolongation par continuité g de h en x1 , car la limite lim x−x1
x→x1
existe : 
f (x)−f (x1 )

x−x1 pour x ∈]a, b[ \{x1 }
g(x) := f (x′ )−f (x1 )
 lim x′ −x1 pour x = x1
x′ →x 1
Par là,
f (x′ ) − f (x1 )
f ′ (x1 ) = ′lim = g(x1 ) > 0.
x →x1 x′ − x1
Puisque g(x1 ) > 0 et g est continue sur ]a, b[, il existe un voisinage I de x1 , tel que g(x) > 0
pour x ∈ I. On peut affirmer pour x 6= x1 : x − x1 > 0 ou x − x1 < 0. Pour le premier cas, car
f (x)−f (x1 )
x−x1 > 0 pour x ∈ I, f (x) − f (x1 ) > 0, et par conséquent f (x) > f (x1 ). En d’autres mots :
si x > x1 alors f (x) > f (x1 ). Pour le deuxième cas à cause de f (x)−fx−x1
(x1 )
> 0 pour x ∈ I on peut
savoir que f (x) − f (x1 ) < 0 et par là f (x) < f (x1 ). Ainsi aussi pour ce cas on peut dire : si x1 > x,
alors f (x1 ) > f (x). Selon la définition de la croissance stricte f est strictement croissante.
La démonstration de la deuxième partie du théorème suit des arguments similaires. ✷
Exemple 7.3.2. Est-ce que f (x) = 5x4 − 12x3 + 6x2 − 4x + 5 est strictement croissante ou
décroissante sur ]5, 6[ ? Une fonction continue est strictement croissante dans un intervalle si
dans l’intervalle la dérivée est partout positive. Si la dérivée est continue cela signifie qu’il n’y a
pas de zéro de la dérivée dans l’intervalle et que les valeurs de fonction de la dérivée sont positives.
S’il n’y a pas de zéro d’une dérivée continue il suffit de calculer une seule valeur de la fonction
dans l’intervalle (voir théorème 6.2.5, page 198). Nous calculons alors les zéros de la dérivée :
f ′ (x) = 20x3 − 36x2 + 12x − 4 = 0 =⇒ x1 = 1.4869. Puisque x1 ∈ / ]5, 6[, que f ′ est continue et
′ 3 2 ′
f (5.5) = 20 (5.5) − 36 (5.5) + 12 (5.5) − 4 = 2300. 5 > 0, f est partout positive sur ]5, 6[ et f est
partout strictement croissante sur ]5, 6[.
Par contre f est strictement décroissante sur ] − 1, 1[, puisqu’il n’y a pas de zéro dans l’intervalle,
f ′ est continue et f ′ (0) = −4 < 0. Dans l’intervalle ]1, 2[ la fonction f n’est ni strictement
croissante ni décroissante. On y observe un changement de signe de la dérivée. A gauche du zéro
de la dérivée celle-ci a des valeurs négatives. La fonction y est strictement décroissante. A droite
du zéro la dérivée a des valeurs positives. C’est pourquoi la fonction y est strictement croissante.
A l’aide des zéros d’une dérivée continue et d’une valeur de la dérivée à gauche du premier zéro,
d’une valeur de la dérivée entre deux zéros avoisinants et d’une valeur de la dérivée à droite du
dernier zéro on peut décrire le comportement de croissance ou de décroissance de la fonction sur
son domaine de définition. Dans l’exemple il n’y a q’un zéro réel de la dérivée continue. Nous
calculons à droite et à gauche du zéro une valeur de fonction de la dérivée (ce qu’on a déjà fait ci-
dessus). La fonction est alors strictement décroissante à gauche de 1.4969 et strictement croissante
à droite de ce nombre.
7.4. MAXIMA ET MINIMA 211
f (x)
0 x
1 2 3
−2
Figure 7.3.4 – Représentation graphique de la fonction f (x) = 5x4 − 12x3 + 6x2 − 4x + 5
Il faut faire attention au fait que l’inverse du théorème 7.3.1 n’est pas valable. On ne peut pas
déduire de la monotonie stricte le signe des valeurs
de la dérivée. Ainsi la fonction f (x) = x3 est
d
sur ] − 1, 1[ strictement croissante, mais dx x = 3x2 =⇒ f ′ (0) = 0.
3
7.4 Maxima et minima

On peut utiliser le calcul de la dérivée pour déterminer pour quelques types de fonctions des
maxima et minima locaux.
Définition 7.4.1. — La fonction f atteint en x0 un minimum (strict) local si et seulement

si il existe un voisinage V de x0 tel que pour tout x ∈ V avec x 6= x0 : f (x) > f (x0 )
— La fonction f atteint en x0 un maximum (strict) local si et seulement si il existe un voisinage
V de x0 tel que pour tout x ∈ V avec x 6= x0 : f (x) < f (x0 )
— La fonction f atteint en x0 un extremum (strict) local si et seulement si elle atteint en x0
un minimum local ou un maximum local.
♦
f (x)
b
10
5
b
x
−3 −2 −1 1 2
−5
bc
−10
−15
−20 bc
Figure 7.4.5 – Funktion f (x) = x5 − 9x3 + 12x − 3. • maxima locaux, ◦ minima locaux
Pour introduire le calcul des extrema locaux commençons avec une réflexion intuitive. La pente
de la courbe peut être dans un intervalle positive et dans un autre intervalle négative. Dans
l’exemple suivant la pente de la courbe est en −5 positive, en −2 elle est par contre négative (voir
figure 7.4.6).
f ′ (x)
25
20
15
10
5
x
−10 −8 −6 −4 −2−5
−10
−15
f (x) −20
Figure 7.4.6 – Un polynôme du deuxième degré et sa dérivée (f (x) = −2x2 − 14x + 4 ; f ′ (x) =
−4x − 14) ; la coordonnée x du maximum est égale au zéro de la première dérivée
Si la dérivée est continue, il faut avoir entre la pente négative et la pente positive un zéro. Là, la
pente de la courbe est 0. Evidemment, les extrema se trouvent là où la pente de la courbe change
de signe, c. à d. aux zéros de la dérivée.
f (x) f ′ (x)
15
10
5
x
−2−5 2 4 6
−10
−15
−20
Figure 7.4.7 – Un polynôme du deuxième degré et sa dérivée (f (x) = 2x2 − 14x + 4, f ′ (x) =
4x − 14) ; la coordonnée x du minimum est égale au zéro de la première dérivée
Par conséquent, nous pouvons utiliser la dérivée pour déterminer les extrema locaux d’une
fonction dérivable. Il faut cependant être conscient du fait que bien que aux endroits où se trouve
un extremum la dérivée est 0, on ne peut conclure à partir de f ′ (x) = 0 qu’il y a un extremum
(p.ex. f (x) = x3 avec f ′ (x) = 3x2 a en x = 0 un zéro, mais pas un extremum). Pour avoir une
condition suffisante pour l’existence d’un extremum local nous pouvons de nouveau utiliser le calcul
des dérivées. Par là, on pourra de plus résoudre un problème supplémentaire : la classification des
extrema en maxima et minima. Avant d’y procéder un
Théorème 7.4.2. Une sécante g à travers deux points (a, f (a)) et (b, f (b)) d’une fonction f est
donnée par :
f (b) − f (a)
g(x) = f (a) + (x − a)
b−a
Démonstration. La sécante est une droite et est par conséquent de la forme :
g(x) = mx + c
7.5. CONVEXITÉ ET CONCAVITÉ 213
Pour la pente m on peut affirmer :

f (b) − f (a)
m=
b−a
En substituant le point (a, f (a)) et m dans l’équation de la droite on obtient :
f (b) − f (a)
f (a) = a+c
b−a
et par là
f (b) − f (a)
c = f (a) − a.
b−a
En substituant m et c dans g(x) = mx + c :
f (b) − f (a) f (b) − f (a)

g(x) = x + f (a) − a
b−a b−a
f (b) − f (a)
= f (a) + (x − a).
b−a
✷
7.5 Convexité et concavité

Comme nous avons vu dans le chapitre D’autres fonctions réelles élémentaires“ les fonctions
”
peuvent s’ouvrir vers le haut ou vers le bas (voir figures 7.5.8 et 7.5.9).
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 7.5.8 – Courbe ouverte vers le bas Figure 7.5.9 – Courbe ouverte vers le haut
Les fonctions qui s’ouvrent vers le bas dans un intervalle sont appelées concaves dans cet in-
tervalle, les fonctions qui s’ouvrent vers le haut dans un intervalle sont appelées convexes dans
l’intervalle (voir page 123, définition 4.2.30). Si la fonction n’a pas de segment droit dans l’inter-
valle, nous disons qu’elle est strictement concave ou convexe dans l’intervalle. Nous avons constaté
dans le chapitre mentionné que les définitions sont difficiles à appliquer. Le calcul des dérivées
offre une sortie plus facile. Dans le graphique suivant 7.5.10 avec une courbe concave on peut
constater que pour x > x′ la pente de f en x est inférieure à la pente en x′ , c. à d. f ′ (x) < f ′ (x′ ).
En d’autre mots : f ′ est strictement décroissante dans l’intervalle concave. De manière analogue
on peut constater que dans un intervalle convexe, pour x > x′ la pente de la fonction en x est
supérieure à la pente de la fonction en x′ , c. à d. f ′ (x) > f ′ (x′ ). Ainsi la dérivée y est strictement
croissante (voir figure 7.5.11).
f (x) f (x)
25 25
20 20
15 15
10 10
5 5
x x
−10 −8 −6 −4 −2 −2 0 2 4 6
Figure 7.5.10 – Courbe concave : pour des Figure 7.5.11 – Courbe convexe : pour des
x croissants, la pente de la tangente di- x croissants, la pente de la tangente croı̂t.
minue. La première dérivée est strictement La première dérivée est par conséquent
décroissante. strictement croissante.
Ces réflexions nous mènent au

Théorème 7.5.1. Nous supposons que f soit dérivable dans l’intervalle ouvert I.
— Une fonction f est strictement concave dans l’intervalle ouvert I si et seulement si f ′ (x)
est strictement décroissante sur I.
— Une fonction f est strictement convexe dans l’intervalle ouvert I si et seulement si f ′ (x)
est strictement croissante sur I.
Démonstration. Nous fournissons la démonstration pour la concavité.
(i) Supposons que f soit strictement concave sur I. Selon la définition de la concavité stricte et le
théorème 7.4.2 on peut affirmer pour x ∈]a, b[ et a, b ∈ I :
f (a) − f (b)
f (x) > f (a) + (x − a)
b−a
et par là
f (x) − f (a) f (b) − f (a)
>
x−a b−a
A cause de la dérivabilité de f on peut affirmer :

f (x) − f (a) f (a) − f (b) f (b) − f (a)
lim = f ′ (a) > lim =
x→a x−a x→a b−a b−a
Pour x ∈]a, b[ (théorème 7.4.2) :

f (b) − f (a)
f (x) > f (b) + (x − b)
b−a
et puisque x − b < 0
f (x) − f (b) f (b) − f (a)
< .
x−b b−a
En calculant la limite lim :
x→b
f (b) − f (a)
f ′ (b) <
b−a
On peut en déduire pour b > a

f (b) − f (a)
f ′ (b) < < f ′ (a)
b−a
7.5. CONVEXITÉ ET CONCAVITÉ 215
et par là
f ′ (b) < f ′ (a)
Selon la définition de la décroissance stricte f ′ est strictement décroissante.
(ii) La démonstration de la proposition si f ′ (x) est strictement décroissante sur I, alors f est
”
sur I strictement concave“ réclame des techniques qu’on n’a pas introduites. Nous y renonçons
alors. ✷
On voit immédiatement qu’un extremum local d’une fonction concave sur ]a, b[ est un maximum.
On peut alors affirmer pour un zéro x0 ∈ ]a, b[ de la dérivée : il s’y trouve un maximum si f ′ est
strictement décroissante sur un voisinage V de x0 , c. à d. si la dérivée f ′′ (x0 ) de la dérivée est
inférieure à 0 sur ce voisinage de x0 . Si f ′′ est continue et que f ′′ (x0 ) < 0, il existe selon le théorème
6.2.4 un voisinage V de x0 tel que f ′′ (x) < 0 pour x ∈ V . Dans ce cas il suffit de contrôler le signe
de f ′′ (x0 ).
Définition 7.5.2. Nous appelons désormais la dérivée d’une fonction première dérivée“ et la
”
dérivée de la première dérivée deuxième dérivée“, etc. Nous utilisons les notations suivantes :
”
f ′′ pour la deuxième dérivée et f ′′′ pour la troisième dérivée. La notation suivante s’utilise aussi :
f (n) pour la n-ième dérivée. ♦
Nous avons par conséquent les conditions suffisantes suivantes pour un maximum :
Théorème 7.5.3. Supposons que f soit deux fois dérivable et que V soit un voisinage de x0 : Si
f ′ (x0 ) = 0
f ′′ (x) < 0 pour x ∈ V,
alors il se trouve un maximum local en x0 . Si f ′′ est continue sur V , il suffit de vérifier que
f ′′ (x0 ) < 0.
Démonstration. Puisque f ′′ (x) < 0 sur V , f ′ est strictement décroissante sur V . Par là pour tout
x ∈ V et x < x0 : f ′ (x) > 0. De plus on peut affirmer pour x ∈ V et x > x0 : f ′ (x) < 0. C’est
pourquoi f est à gauche de x0 strictement croissante et à droite de x0 strictement décroissante, c.
à d. à gauche de x0 : f (x0 ) > f (x) et à droite de x0 f (x0 ) > f (x). Par conséquent f (x0 ) > f (x)
pour tout x ∈ V \{x0 }. ✷
Par rapport aux minima locaux on peut faire les mêmes réflexions. S’il y a un extremum dans un
intervalle où la fonction est convexe, cet extremum est un minimum. Puisque la courbe est convexe
sur un voisinage de x0 , f ′ y est strictement croissante. Si f ′′ est continue et que f ′′ (x0 ) > 0, il
existe selon le théorème 6.2.4 un voisinage V de x0 tel que f ′′ (x) > 0 pour x ∈ V . Dans ce cas
il suffit de nouveau de contrôler le signe de f ′′ (x0 ).Nous obtenons alors les conditions suivantes
pour un minimum :
Théorème 7.5.4. Supposons que f soit deux fois dérivable et que V soit un voisinage de x0 : Si
f ′ (x0 ) = 0
f ′′ (x) > 0 pour x ∈ V,
alors en x0 se trouve un miminum local. Si f ′′ est continue sur V , il suffit de vérifier que f ′′ (x0 ) >
0.
La démonstration est analogue à celle du maximum. Nous pouvons alors constater : si f ′ (x) = 0,
il y a en x un extremum si f ′′ (x) > 0 ou f ′′ (x) < 0. Pour l’exemple f (x) = x3 nous obtenons
d d 3 d 2
comme deuxième dérivée : dx dx (x ) = dx 3x = 6x. En 0 nous obtenons : f ′′ (0) = 0. Il n’y a
pas d’extremum.
Exemple 7.5.5. Supposons la fonction de profit suivante : P (x) = −2x2 + 12x + 3. Nous vou-
lons calculer le profit maximal. Nous dérivons la fonction et cherchons les zéros de la dérivée :
P ′ (x) = −4x + 12 = 0 =⇒ x = 3. La fonction atteint son extremum en x = 3 pourvu que
d
la deuxième dérivée ne soit pas 0 en 3. Nous calculons la deuxième dérivée : dx (−4x + 12) =
−4 < 0 pour tout x. Comme la deuxième dérivée est partout négative, elle est aussi négative en
3. C’est pourquoi la fonction de profit atteint en x = 3 un maximum. Le profit maximal se monte
à P (3) = −2 · 32 + 12 · 3 + 3 = 21 ♦
Exemple 7.5.6. Supposons que P soit une fonction de profit donnée par P (x) = −3x3 + 11x +
4 dans l’intervalle [0, 4]. Il s’agit de déterminer le profit maximal. Nous calculons
√ la première
√
dérivée : P ′ (x) = −9x2 + 11 et cherchons les zéros : 0 = −9x2 + 11 =⇒ x1 = 13 11, x2 = − 13 11.
√
Comme nous ne nous intéressons qu’à l’intervalle [0, 4] seul le zéro 13 · 11 = 1.1055 nous concerne.
Pour vérifier si en 1.1055 se trouve un maximum ou un minimum, nous calculons la deuxième
dérivée : P ′′ (x) = −18x. En 1.1055 P ′′ est négative, car P ′′ (1.1055) = −18 · 1.1055 < 0. C’est
pourquoi l’extremum local en 1.1055 est un maximum local. ♦
Exemple 7.5.7. Supposons la fonction de coût unitaire donnée par c(x) = 4x3 − 11x + 10
Nous cherchons la quantité de production avec les coûts unitaires
√ les plus1bas.
√
d d 3 2 1
(c(x)) = 4x − 11x + 10 = 12x − 11 = 0 =⇒ x1 = 33, x2 = − 6 33
dx dx √ 6
Nous ne nous intéressons qu’aux zéros positifs : 16 · 33 = 0.95743
Pour savoir s’il s’agit d’un maximum ou d’un minimum nous calculons la deuxième dérivée :
d d d 2
dx ( dx c(x)) = dx 12x √− 11 = 24x
′′ 1
k (0.95743) = 24 · 6 · 33 = 22.978 > 0
√
Il se trouve en 61 33 un minimum. ♦
Exemple 7.5.8. Pour les polynômes du deuxième degré on peut trouver les extrema à l’aide de
b
la formule suivante : − 2a . Avec nos nouveaux instruments on peut facilement démontrer cette
formule : f (x) = ax + bx + c. Nous calculons la première dérivée : f ′ (x) = 2ax + b et les zéros de
2
b d
la dérivée : 2ax + b = 0 =⇒ x = − 2a . La deuxième dérivée est : dx (2ax + b) = 2a. 2a < 0 si et
seulement si a < 0. On peut en déduire : un polynôme du deuxième degré a au zéro de la première
b
dérivée − 2a un maximum, si a < 0, un minimum si a > 0. ♦
d 3
Exemple 7.5.9. Pour f (x) = x3 on obtient : dx x = 3x2 . Le zéro de la première dérivée est 0.
d
La deuxième dérivée est dx 3x2 = 6x. En remettant le zéro de la première dérivée dans la deuxième
dérivée, on obtient 0. La fonction f est en 0 ni convexe ni concave, il n’y a pas d’extremum en ce
point. ♦
7.6 Points d’inflexion

Une courbe peut avoir des intervalles dans lesquels elle est concave et d’autres dans lesquels
elle est convexe. Dans les intervalles convexes la pente de la première dérivée est positive, dans les
intervalles concaves la pente de la première dérivée est négative. Dans le passage d’un intervalle
convexe à un intervalle concave (ou l’inverse) la première dérivée atteint un extremum local. Pour
trouver les extrema de la première dérivée, nous déterminons les zéros de la deuxième dérivée et
nous calculons la troisième dérivée pour savoir si au zéro de la deuxième dérivée se trouve un
maximum ou un minimum. Nous appelons les extrema de la première dérivée points d’inflexion
”
de f “. Il y a un point d’inflexion concave-convexe si aux zéros de la deuxième dérivée la troisième
dérivée a des valeurs positives - la pente de f atteint là dans un voisinage du point d’inflexion
un minimum. Il y a un point d’inflexion convexe-concave si aux zéros de la deuxième dérivée la
7.6. POINTS D’INFLEXION 217
troisième dérivée a des valeurs négatives - la pente de f atteint là dans un voisinage du point
d’inflexion son maximum ; voir figure 7.6.12.
10
5 bc
x
−2 −1 −5 1 2
−10
−15
−20 f ′′ (x) f ′ (x) f (x)
Figure 7.6.12 – Fonction f (x) = −3x3 + 11x + 4 - pour x < 0 f est convexe, pour x > 0 f est
concave. Point d’inflexion en (0, 4)
Dans l’exemple, la fonction est convexe avant le point d’inflexion et concave après pour des
x croissants. Le point d’inflexion se trouve en x = 0. Car f ′′ (x) = −18x = 0 =⇒ x = 0.
f ′′′ (x) = −18 < 0. Le point d’inflexion est (0, f (0)) = (0, 4). Comme la troisième dérivée est
partout négative, elle est aussi négative en x = 0. On peut en déduire qu’il s’agit d’un point
d’inflexion convexe-concave.
Exemple 7.6.1. Pour f (x) = 3x3 − 11x + 4 la fonction passe d’un intervalle où elle est concave
à un intervalle où elle est convexe :
d
f ′ (x) = dx 3x3 − 11x + 4 = 9x2 − 11
d

f ′′ (x) = dx 9x2 − 11 = 18x
f ′′ (x) = 18x = 0 =⇒ x = 0
f ′′′ (x) = 18 > 0
Le point d’inflexion est : (0, f (x)) = (0, 4). Il s’agit d’un point d’inflexion concave-convexe (voir
figure 7.6.13)
f ′′ (x) f ′ (x) f (x)

10
5 bc
x
−3 −2 −1 1 2
−5
−10
−15
−20
Figure 7.6.13 – Fonction f (x) = 3x3 − 11x + 4 - pour x > 0 f est convexe, pour x < 0 f est
concave. Point d’inflexion (0, 4)
Exemple 7.6.2. f (x) = x5 − 9x 3

+ 12x −3
d
f (x) = dx x − 9x + 12x − 3 = 5x4 − 27x2 + 12
′ 5 3
d

f ′′ (x) = dx 5x4 − 27x2 + 12 = 20x3 − 54x
Nous calculons les zéros de f ′′ (x) = 0 = x(20x2 − 54) =⇒
x1 = 0 ; √ √
3 3
20x2 − 54 = 0 =⇒ x2 = 10 30 ≈ 1.643 2, x3 = − 10 30 ≈ −1.643 2
f ′′′ (x) = 60x2 − 54
f ′′′ (0) = −54 < 0 (convexe-concave)
3
√ 3
√ 2
f ′′′ 10 30 = 60 10 30 − 54 = 108 > 0 (concave-convexe)
3
√ 3
√ 2
f ′′′ − 10 30 = 60 − 10 30 − 54 = 108 > 0 (concave-convexe)
Le points d’inflexion se trouvent en x1 , x2 et x3
Les points d’inflexion sont :
(x1 , f (x1 )) = (0, −3) ;
(x2 , f (x2 )) = (1.643 2, −11. 232) ;
(x3 , f (x3 )) = (−1.6432, 5. 232 3)(voir figure 7.6.14)
f (x)
10 parties concaves
bc
parties convexes
5
x
bc
−3 −2 −1 1 2
−5
−10 bc
−15
−20
Figure 7.6.14 – Fonction f (x) = x5 − 9x3 + 12x − 3 avec les points d’inflexion
(0, −3), (1.6432, −11.232) et (−1.6432, 5.2323) ; concave jusqu’à (−1.6432, 5.2323), ensuite convexe
jusqu’à (0, −3), ensuite concave jusqu’à (1.6432, −11.232), finalement convexe jusqu’à ∞
Pour terminer se chapitre nous retenons quelques théorèmes qui jouent un rôle dans les démonstrations
du chapitre suivant :
Théorème 7.6.3. Si f est dérivable en a et que g est la tangente à travers le point (a, f (a)),
alors g(x) = f (a) + f ′ (a)(x − a)
Démonstration. La tangente est une droite et est alors de la forme :
g(x) = mx + b (7.6.2)
Nous savons que m = f ′ (a). De plus nous pouvons substituer (a, f (a)) dans l’équation (7.6.2) et
nous obtenons :
f (a) = f ′ (a)a + b
et par là
b = f (a) − f ′ (a)a.
Si nous substituons m et b dans l’équation (7.6.2), nous obtenons :
g(x) = f ′ (a)x + f (a) − f ′ (a)a

= f (a) + f ′ (a)(x − a)
✷
f (b)−f (a)
On voit que les formules pour la sécante et la tangente sont parentes : b−a est remplacé
par lim f (b)−f
b−a
(a) ′
= f (a). En fait, on obtient la deuxième formule par la première en formant la
b→a
limite :
f (b) − f (a)
lim f (a) + (x − a) = f (a) + f ′ (a)(x − a).
b→a b−a
Exemple 7.6.4. pour le calcul d’une tangente à travers un point de la fonction. Supposons que
f (x) = 0.05x3 − 0.4x2 + 0.002x + 6.
Calculer la tangente en x = 3.
f (3) = 0.05 · 33 − 0.4 · 32 + 0.002 · 3 + 6 = 3.756

d
0.05x3 − 0.4x2 + 0.002x + 6 = 0.15x2 − 0.8x + 0.002
dx
f ′ (3) = 0.15 · 32 − 0.8 · 3 + 0.002 = −1.048

La tangente g est donnée par :
g(x) = 3.756 − 1.048(x − 3)

= 6.9 − 1.048x
Calcul sans l’utilisation de la formule 7.6.3 : Avec f ′ (3) = −1.048 on a la pente de la tangente.
De plus on a un point, à savoir (3, f (3)) = (3, 3.756). Avec ces informations on peut calculer la
tangente - voir chapitre sur les polynômes affines - avec 3.756 = −1.048 · 3 + b =⇒ b = 6.9 (voir
figure 7.6.15)
f (x)
7
6
5
4 bc
3
2
1
0 x
0 1 2 3 4 5 g(x)
Figure 7.6.15 – Représentation graphique de la fonction f (x) = 0.05x3 − 0.4x2 + 0.002x + 6 et
de la tangente g de la fonction en x = 3
Théorème 7.6.5. Supposons que f soit continue dans un voisinage V de a et que f ′ soit définie
en a. Sous ces conditions il y a une fonction r : V → R avec :
f (x) = f (a) + f ′ (a)(x − a) + r(x).
Démonstration. r(x) est la différence entre f (x) et f (a) + f ′ (a)(x − a), c. à d. entre la fonction et
la tangente en (a, f (a)). Puisque f (x) et la tangente existent, cette différence existe. ✷
r(x)
g(x) = f (a) + f ′ (a)(x − a)
f’(a)(x-a)
f(a)
x
a x
Figure 7.6.16 – Représentation graphique du théorème 7.6.5. g(x) = f (a) + f ′ (a)(x − a) est la
tangente en (a, f (a) de f .
Théorème 7.6.6. Supposons que f (x) = f (a) + β(x − a) + r(x).

r(x)
β = f ′ (a) si et seulement si lim x−a = 0.
x→a
Démonstration. (a) Supposons que β = f ′ (a). Alors
f (x) = f (a) + β(x − a) + r(x)

= f (a) + f ′ (a)(x − a) + r(x)
Nous isolons r(x) :

r(x) = f (x) − f (a) − f ′ (a)(x − a)
1
et multiplions par (x−a) :
r(x) f (x) − f (a) f ′ (a)(x − a)

= −
x−a x−a x−a
f (x) − f (a)
= − f ′ (a)
x−a
Avec ça on peut affirmer :
r(x) f (x) − f (a)

lim = lim − lim f ′ (a)
x→a x − a x→a x−a x→a
′ ′
= f (a) − f (a)
=0
r(x)
(b) Supposons que lim = 0. Avec cela, puisque r(x) = f (x) − f (a) − β(x − a) :
x→a x−a

r(x) f (x) − f (a) β(x − a)
lim = lim −
x→a x − a x→a x−a x−a

f (x) − f (a)
= lim −β
x→a x−a
f (x) − f (a)
= lim − lim β
x→a x−a x→a
f (x) − f (a)
= lim −β
x→a x−a
=0
f (x)−f (a)
On peut déduire de lim x−a −β =0 :
x→a
f (x) − f (a)
lim =β
x→a x−a
✷
r(x) 1 r(x)
Interprétation de lim = 0 : tend vers l’infini pour x → a. Pour que puisse
x→a x−a x−a x−a
1
tendre vers 0, r(x) doit tendre plus rapidement vers 0 que vers l’infini. Cela veut dire que
x−a
g(x) = f (a) + f ′ (a)(x − a) représente une bonne approximation à la fonction f dans des voisinages
de a assez petit, comme le reste r(x) entre la tangente et f tend rapidement vers 0 pour x → a.
7.6.1 Exercices
1. Dériver les fonctions suivantes et déterminer la pente en x = 5 :
(a) f (x) = 1.4x3 − 3.5x2 + x
(b) f (x) = 3x2 + 4x
(c) f (x) = −3x2 − 4x
(d) f (x) = x3 + 5x2
x3
(e) f (x) = 2x − 6
(f) f (x) = 15x17 − 4x9 + 14x4 + 11x2 + 4
(g) s(a) = a2 − 43 at
(h) s(t) = a2 − 43 at
(i) f (x) = 5(x2 − 3x + 4)
2. Calculer l’équation décrivant la tangente en (5, f (5)) de la fonction f (x) = 5x3 − 17x2 +
2x − 1.
3. Trouver les dérivées des fonctions suivantes et calculer la pente en x = −4
1
(a) f (x) = x
1
(b) f (x) = x2
1
(c) f (x) = x+1
1
(d) f (x) = (x+1)2
4. Déterminer les maxima et les minima des fonction de l’exercice 1.

5. Supposons la fonction de coût décrite par l’équation suivante : C (x) = 0.002x3 − 0.04x2 +
0.8x + 4
(a) Déterminer l’intervalle raisonnable d’un point de vue économique (valeurs de fonction
positives ; coûts strictement croissants).
(b) Déterminer les coûts fixes
(c) Un monopoliste affronte la fonction de demande suivante :
PD (x) = 2.5 − 0.1x. Calculer la fonction de recette, de profit et le profit maximal.
Dessiner la situation.
6. Supposons la fonction de coût décrite par l’équation suivante :
C(x) = −3 · 10−10 x4 + 3 · 10−7 x3 + 7 · 10−4 x2 + 300
(a) Déterminer l’intervalle économique
(b) Déterminer les coûts fixes
(c) Un monopoliste affronte la fonction de demande suivante :
PD (x) = 19−0.1x. Calculer la fonction de recette, de profit et le profit maximal. Dessiner
la situation.
7. On dispose des informations suivantes d’une fonction de coût :
La production de 0 UQ coûte 10 UM
de 4 UQ 296.4 UM
30 UQ coûtent 910 UM et
40 UQ coûtent 2010 UM. On sait ce qui suit de la fonction de demande : à un prix de 50
UM on demande 30 UQ, à un prix de 70 UM 20 UQ.
(a) Calculer la fonction de coût
(b) Examiner si la fonction trouvée peut être interprétée comme fonction de coût
(c) Calculer la fonction de demande
(d) Calculer la fonction de recette (cas du monopôle) et
(e) la fonction de profit
(f) déterminer le profit maximal
(g) Dessiner la fonction de coût, la fonction de recette et la fonction de profit dans un
système de coordonnées cartésiennes.
8. Est-ce que les fonctions de profit suivantes ont une pente positive ou négative dans les
intervalles donnés :
(a) f (x) = 2x3 − 3x2 + 2x − 5 I =]5, 6[
(b) g(x) = 5x4 − 2x3 + 3x − 20 I =]1, 2[
(c) h(x) = 4x2 − 100x + 20 I = ]2, 20[
9. Dans quels intervalles les fonctions suivantes sont-elles convexes ? Concaves ? Déterminer
les points d’inflexion.
(a) f (x) = 2x3 − 3x2 + 2x − 5
(b) g(x) = 5x4 − 2x3 + 3x − 20
(c) h(x) = 4x2 − 100x + 20
(d) c(x) = x3 − 16x2 + 6x − 4
(e) x(r) = r4 − 12r2 + 1
(f) g(u) = u4 − 4u3 + 6u2 − 3u + 1
10. Calculer à l’aide (et sans l’aide) de la formule la tangente de la fonction suivante f (x) =
3x3 − 2x2 + 2x − 5 en (3, f (3)).
11. Supposons la fonction de coût suivante : C(x) = 0.1x3 − 5x2 + 100x + 5. Un monopoliste
affronte la fonction de demande suivante : PD (x) = −3x + 150. Calculer la fonction de
recette, de profit et le profit maximal.
12. Supposons la fonction de coût suivante : C(x) = 0.2x3 − 6x2 + 90x + 5. Un monopoliste
connaı̂t deux points de sa fonction de demande : à un prix de 55 UM il peut vendre 10 UQ,
à un prix de 35 UM il peut vendre 20 UQ. Calculer la fonction de demande, de recette, de
profit et le profit maximal.
13. Supposons que g(x) = ax + b et (1, 2) ∈ g. De plus f (x) = −4x2 + x − 1. Déterminer g tel
que cette droite devienne tangente en un point de f - il y a deux cas pour cela ! Indiquer
les équations de ces deux tangentes g, ainsi que les points d’intersection avec f.
14. Un investisseur peut réduire le risque de son portefeuille en détenant des actifs qui ne soient
pas ou peu positivement corrélés, donc en diversifiant ses placements. Cela permet d’obtenir
la même espérance de rendement en diminuant la volatilité du portefeuille (volatilité =
risque, mesuré par ex. par la variance de la variable aléatoire, dont les valeurs sont les
rendements possibles). Les portefeuilles peuvent être représentés dans un graphique : sur
l’axe des x on indique le risque x du portefeuille, sur l’axe des y l’espérance du rendement
du portefeuille. Pour chaque niveau de risque, on peut trouver un portefeuille maximisant
le rendement attendu. L’ensemble de ces portefeuilles qui maximisent le rendement attendu
er (x) pour des risques x spécifiques est appelé frontière efficiente“. La frontière efficiente
”
d’un marché d’investissements risqués soit donnée sur l’intervalle ]0.1, 7] par la fonction
suivante :
er : [0.1, 7] → R
er (x) = −0.003x2 + 0.04x
La région au-dessus de la frontière ne peut être atteinte en détenant seulement des actifs
risqués - le marché n’offre pas des rendements si élevés à un risque si bas. Les points sous
la frontière sont sous-optimaux, et n’intéresseront pas un investisseur rationnel (trop peu
de rendement pour le risque affronté).
(a) Calculer la tangente à la courbe er qui passe par le point (0, 0.015) (la tangente s’appelle
ligne du marché financier“ (en anglais : capital market line), le point d’intersection de
”
la tangente avec er est appelé portefeuille de marché“, 0.015 est le taux d’intérêt sans
”
risque, p.ex. d’une obligation à court terme d’un État stable ; la tangente représente
l’espérance de tous les portefeuilles possibles composés d’actifs sans risque (au taux
d’intérêt 0.015) et d’actifs du portefeuille de marché)
(b) Calculer l’espérance de rendement et le risque du portefeuille de marché.
er (x)
0.25
0.20
0.15
0.10
0.05 b
0 x
0 1 2 3 4 5 6
Figure 7.6.17 – frontière efficiente et le point (0, 0.015)
(c) Si on veut investir à un certain risque x, pour x ∈ [0, xm ] (xm est le risque du portefeuille
de marché), on peut indiquer le portefeuille avec ce risque et avec un rendement attendu
maximal composé d’investissements sans risque et du portefeuille de marché. Calculer
le rendement attendu pour x = 2.
(d) Comment faut il composer le portefeuille en x = 2 ? (remarque : le segment entre le
a
point (0, 0.01) et (xm , g (xm )) peut être exprimé avec := (a, b) de la manière
b
suivante
0 xm
c + (1 − c)
0.01 g (xm )

a ca a
pour c ∈ [0, 1], en supposant les définitions suivantes c = et +
b cb b

d a+d
= pour a, b, d, e ∈ R. c exprime la part de l’investissement sans risque
e b+e
et (1 − c) la part du portefeuille de marché).
démonstration : Nous avons deux points (x1 , y2 ) , (x2 , y2 ) ∈ g = ax + b. Alors

x1 x2 − x1 x1 + cx2 − cx1
+c = ∈g
y1 y2 − y1 y1 + cy2 − cy1
car avec
g (x1 ) = ax1 + b = y1
g (x2 ) = ax2 + b = y2
on peut affirmer
y1 + cy2 − cy1 = ax1 + b + c (ax2 + b) − c (ax1 + b)

= b + ax1 − acx1 + acx2
= a (x1 + cx2 − cx2 ) + b
= g (x1 + cx2 − cx1 )
Avec cela pour c ∈ [0, 1]

x1 x2 − x1 x1 x2 x1
+c = +c −c
y1 y2 − y1 y1 y2 y1

x1 x2
= (1 − c) +c ∈g
y1 y2
de sorte que x1 + c (x2 − x1 ) se situe sur l’axe des x dans l’intervalle [x1 , x2 ] (p.ex. pour
c = 0.4, x1 = 4 et x2 = 7 : x1 + c (x2 − x1 ) = 4 + 0.4 (7 − 4) = 5. 2 ∈ [4, 7]).
15. Trouver les intervalles sur lequels f (x) = 5x8 − 6x4 + 3x2 est strictement croissante
(décroissante). Trouver les intervalles sur lesquels f ist concave et convexe. Trouver les
maxima et les minima locaux de la fonction.
7.6.2 Solutions
1. On obtient :
(a) f ′ (x) = 4.2x2 − 7x + 1,
f ′ (5) = 71.
(b) f (x) = 3x2 + 4x ; f ′ (x) = 6x + 4,
Pente en 5 : 34
(c) f (x) = −3x2 − 4x ; f ′ (x) = −6x − 4 ;
Pente en 5 : −34
(d) f (x) = x3 + 5x2 ; f ′ (x) = 3x2 + 10x ;
Pente en 5 : 125
x3 d x3 3x2 x2
(e) f (x) = 2x − 6 ; f ′ (x) =
dx 2x − 6 =2− 6 =2− 2
52
Pente en 5 : 2 − 2 = − 21
2 = −10. 5
(f) f (x) = 15x − 4x + 14x + 11x2 + 4 ; f ′ (x) = 255x16 − 36x8 + 56x3 + 22x
17 9 4
Pente en x = 5 : 38’909’898’053’985
(g) s(a) = a2 − 43 at ; s′ (a) = 2a − 43 t ;

(h) s(t) = a2 − 43 at ; s′ (t) = − 34 a
(i) f (x) = 5(x2 − 3x + 4) ; f ′ (x) = 10x − 15 ; en 5 la pente se monte à 35.
2. f (x) = 5x3 − 17x2 + 2x − 1.
d 3 2 2
dx 5x − 17x + 2x − 1 = 15x − 34x + 2
′
f (5) = 207
f (5) = 209
Nous avons un point et la pente de la droite :
209 = 207 · 5 + b =⇒ b = −826
L’équation de la tangente g en x0 : g(x) = 207x − 826
3. On obtient :
1 1 x0 −x x0 −x x0 −x
x − x0 xx0
(a) lim x−x0 = lim = lim −xx0
= lim −xx0
=
x→x0 x→x0 x−x0 x→x0 −(x−x0 ) x→x0 x0 −x
lim 1
lim 1 1 1 1
= − x12 ;
x→x0
= = = =
x→x0 −xx0 lim (−xx0 )
x→x0
− lim (xx0 )
x→x0
− lim x lim x0
x→x0 x→x0
−x0 x0 0
1
Pente en −4 : − 16
1 1 x2
0 −x
2
(x0 −x)(x0 +x) (x0 −x)(x0 +x)
x2
−
x2 x2 x2 x2 x2 −x2 x2
(b) lim x−x0
0
= lim x−x0
0
= lim x−x0
0
= lim x0 −x
0
=
lim (x0 +x) lim x0 + lim x
lim x0 +x x0 +x0 2x0 2
x→x0 x→x x→x
2 2 = = − lim0 x2 lim 0 x2 = −x 2 x2 = − x4 = − x3 ;
x→x0 −x x0 x→x0
(−x2 x20 )
lim x→x0 x→x0 0 0 0 0 0
Pente en −4 : 0.03125.
Les exercices a) et b) nous laissent deviner que le théorème Si f (x) = an , alors f ′ (x) =
”
nan−1 “ n’est pas uniquement valable pour des nombres naturels.
1 1 1+x0 −(1+x) x0 −x
1+x − 1+x0 (1+x)(1+x0 ) (1+x)(1+x0 )
(c) lim x−x0 = lim x−x0 = lim x−x0 =
lim (−1)
−1 x→x
lim = lim (1+x)0 lim (1+x0 ) =
x→x0 (1+x)(1+x0 ) x→x0 x→x0
−1 −1 −1
( lim 1+ lim x)( lim 1+ lim x0 ) = (1+x0 )(1+x0 ) = x20 +2x0 +1
;
Pente en −4 : −0.11111
1 1 (x0 +1)2 −(x+1)2
(x+1)2
− (x 2 (x+1)2 (x0 +1)2
0 +1)
(d) lim x−x0 = lim x−x0
x→x0 x→x0
2 2
(x0 + 1) − (x + 1) = x20 +
2x0 + 1 − x2 − 2x − 1 = x20 − x2 + 2(x0 − x) =
(x0 − x)(x0 + x) + 2(x0 − x) = (x0 − x)(x0 + x + 2)
(x0 +1)2 −(x+1)2 (x0 −x)(x0 +x+2) (x0 −x)(x0 +x+2)
(x+1)2 (x0 +1)2 (x+1)2 (x0 +1)2 −(x+1)2 (x0 +1)2
=⇒ lim x−x0 = lim x−x0 = lim −x+x0 =
(x0 +x+2) (x0 +x0 +2) 2(x0 +1) 2
lim − (x+1) 2
(x +1)2
= − (x +1)2 (x +1)2 = − (x +1)4 = − (x 3 ;
x→x0 0 0 0 0 0 +1)
La pente en −4 : 0.074. On peut constater que le calcul de la dérivée de fonctions même

simples à l’aide de la définition devient vite difficile. C’est pourquoi on démontrera
bientôt des théorèmes qui permettront de résoudre ce type de problèmes d’une manière
plus efficace.
4. On obtient :
(a) Maxima ou minima en : 4.2x2 − 7x + 1 = 0 ; x1 = 0.157797, x2 = 1.5088.
f ′′ (x) = 8.4x − 7 ; f ′′ (x1 ) = −5.6745. Il existe en x1 un maximum.
′′
f (x2 ) = 5.6745 =⇒ Il existe en x2 un minimum de la fonction.
(b) Maximum ou minimum en : 0 = 6x + 4 =⇒ x = − 32 ;
f ′′ (x) = 6 ; =⇒ en x = − 32 il y a un minimum.
(c) Maximum ou minimum en 0 = −6x − 4 =⇒ x = − 23 .
f ′′ (x) = −6 ; =⇒ en x = − 32 il y a un maximum.
(d) 0 = 3x2 + 10x, x1 = 0, x2 = −3.333 ;

f ′′ (x) = 6x + 10. ; f ′′ (0) = 10. En 0 il y a un minimum. In −3.333 f ′′ (−3.333) = −10.
Il y a un maximum.
2 √
(e) 2 − x2 = 0 ; x = ± 4 = ±2 ;
f ′′ (x) = − 2x
2 = −x
En −2 f ′′ est positive, c’est pourquoi il y a un minimum. En 2 f ′′ est négative. Il y a
un maximum.
(f) 255x16 − 36x8 + 56x3 + 22x = 0 ; deux solutions réelles : 0, −0.9353244 (R-commande :
polyroot(c(0,22,0,56,0,0,0,0,-36,0,0,0,0,0,0,0,255))
f ′′ (x) = 4080x15 − 288x7 + 168x2 + 22 ; f ′′ (0) = 22. Il y a un minimum.
f ”(−0.9) ≈ −544.2063. Il y a un maximum.
(g) le zéro de s′ : 2a − 34 t = 0 =⇒ .
2a − 43 t =⇒ a = 83 t
s”(a) = 2. Il y a en a = 38 t un minimum.
(h) s(t) est une droite sans maximum. s′′ (t) = 0.
(i) Le zéro de f ′ (x) : 10x − 15 = 0 =⇒ x = 1.5 ; f ′′ (x) = 10. En x = 1.5 il y a un minimum.
5. On obtient pour C (x) = 0.002x3 − 0.04x2 + 0.8x + 4
(a) l’intervalle économique 0.002x3 − 0.04x2 + 0.8x + 4 = 0, Solution −4. 026 3. C (0) =
4 > 0. Alors positif dans le premier quadrant - à cause de la continuité de C et du
d
fait qu’il n’y a plus de zéro réel à droite de -4.0263. dx 0.002x3 − 0.04x2 + 0.8x + 4 =
2 2
0.006 x − 0.08x + 0.8; 0.006 x − 0.08x + 0.8 = 0, Solution is : 6. 666 7 + 9. 428 1i, 6.
666 7 − 9. 428 1i. Aucune solution réelle : puisque la dérivée est continue (polynôme), elle
est soit partout positive soit partout négative. C ′ (0) = 0.8 > 0. Alors partout positive.
C est alors partout strictement croissante.
(b) coûts fixes : 4
(c) Fonction de recette R (x) = x (2.5 − 0.1x) = 2.5x − 0.1x2 .
Fonction de profit P (x) = R (x)−C (x) = 2.5x−0.1x2 − 0.002x3 − 0.04x2 + 0.8x + 4 =
−0.002 x3 − 0.06x2 + 1. 7x − 4
d 3 2 2
dx −0.002 x − 0.06x + 1. 7x − 4 = −0.006 x − 0.12x + 1. 7
2
−0.006 x − 0.12x + 1. 7 = 0, Solution is : 9. 578 9, −29. 579
d 2
dx −0.006 x − 0.12x + 1. 7 = −0.012 x − 0.12
P ′′ (9. 578 9) = −0.012 · 9. 578 9 − 0.12 = −0.234 95 < 0 (alors maximum en 9. 578 9)
Profit maximal : P (9. 578 9) = −0.002 · 9. 578 93 − 0.06 · 9. 578 92 + 1. 7 · 9. 578 9 − 4 =
5. 021 0
Dessiner la situation avec R :
C=function(x)0.002*xˆ3-0.04*xˆ2+0.8*x+4
plot(C,xlim=c(0,20),ylim=c(0,20))
R=function(x) x*(2.5-0.1*x)
curve(R, add=T,col=”green”)
P=function(x) -0.002*xˆ3-0.06*xˆ2+1.7*x-4
curve(P,add=T,col=”red”)
6. On obtient :
(a) La fonction de coût devrait être positive à droite de 0 et être croissante.
Les zéros de la fonction de coût : C(x) = −3·10−10 x4 +3·10−7 x3 +7·10−4 x2 +300 = 0 =⇒
deux zéros réelles : -1285.6026, 2171.9215 (avec polyroot(c(300,0,0.0007,0.0000003,-0.0000000003))
C est continue et C (0) = 300 > 0. C est alors positive entre les deux zéros. Par
conséquent C est dans le premier quadrant sur [0,2171.9215] . C(3000) = −3·10−10 30004+
3 · 10−7 30003 + 7 · 10−4 30002 + 300 = −9600.0 < 0. Alors à droite de 2171.9215 partout
négative (il n’y a plus de zéro réel à droite de ce nombre et continuité !)
Nous calculons la première dérivée :
C ′ (x) = −1.2 · 10−9 x3 + 9 · 10−7 x2 + 0.0014x

Les zéros : 0, −768.37, 1518.4
C ′ (1) = −1.2 · 10−9 + 9 · 10−7 + 0.0014 = 1. 400 9 × 10−3 > 0. C ′ est continue et a par
conséquent le même signe entre deux zéros.
C’est pourquoi la courbe est strictement croissante entre 0 et 1518.4
L’intervalle économique : [0, 1518.4]
(b) Coûts fixes : 300
(c) r(x) = xP (x) = 19x − 0.1x2 .
P (x) = R(x) − C(x) = 19x − 0.1x2 − (−3 · 10−10 x4 + 3 · 10−7 x3 + 7 · 10−4 x2 + 300) =
3 · 10−10 x4 − 3 · 10−7 x3 − 0.1007x2 + 19x − 300
P ′ (x) = 1.2 · 10−9 x3 − 9 · 10−7 x2 − 0.2014x + 19
Les zéros de P ′ (x) : −12634, 94.305, 13289
P ′′ (x) = 3.6 · 10−9 x2 − 1.8 · 10−6 x − 0.2014
P ′′ (94.305) = −0.20154. (=⇒ maximum)
P ′′ (13289) = 0.410 43 (=⇒ minimum).
Le profit maximal en : 94.305.
Le profit maximal en 94.305 est P (94.305) = 596
7. On obtient :
(a) Nous essayons d’adapter une fonction polynomiale aux données (4 points déterminent
probablement un polynôme du troisième degré. Il est alors de la forme C(x) = ax3 +
bx2 + cx + d. Puisque la fonction doit contenir les points donnés on obtient :
10 = d
296.4 = 43 a + 42 b + 4c + d
910 = 303 a + 302 b + 30c + d
2010 = 403 a + 402 b + 40c + d
Nous résolvons ce système d’équations et obtenons :
a = 0.1
b = −5
c = 90
d = 10
Cela nous donne la fonction de coût suivante : C(x) = 0.1x3 − 5x2 + 90x + 10
(10 sont les coûts fixes).
Avec R : X=matrix(c(0,0,0,1,4ˆ3,4ˆ2,4,1,30ˆ3,30ˆ2,30,1,40ˆ3,40ˆ2,40,1),
ncol=4,byrow=T)
y=c(10,296.4,910,2010)
solve(X,y)
(b) Une fonction de coût doit être croissante dans le premier quadrant ou dans l’intervalle
économique dans le premier quadrant. Nous calculons la première dérivée : C ′ (x) =
d 3 2 2
dx 0.1x − 5x + 90x + 10 = 0.3x − 10x + 90. Nous calculons les zéros de cette fonc-
tion : 0.3x2 − 10x + 90 = 0. Il n’y a pas de solution réelle. C ′ (0) = 90. Alors C ′ (x) > 0
pour tout x ∈ R, puisque C ′ est continue. C est alors partout strictement croissante.
Nous pouvons considérer la fonction comme une fonction de coût.
(c) Nous choisissons comme modèle de nouveau un polynôme. Deux points déterminent une
droite. Comme la fonction contient les deux points donnés, nous obtenons le système
d’équations suivant :
50 = 30a + b
70 = 20a + b
Solutions : a = −2, b = 110 =⇒ PD (x) = −2x + 110
(d) La recette est égale à la quantité vendue multipliée par le prix :

R(x) = xPD (x) = x (−2x + 110) = −2x2 + 110x

on obtient : P (x) = R(x) − C(x) =
(e) Pour la fonction de profit −2x2 + 110x −
0.1x3 − 5x2 + 90x + 10 = −0.1x3 + 3x2 + 20x − 10
(f) Nous calculons la première et la deuxième dérivée :
d 3 2
dx −0.1x + 3x + 20x − 10 = −0.3x2 + 6x + 20
d 2

dx −0.3x + 6x + 20 = −0.6x + 6
Zéros de la première dérivée : −0.3x2 + 6x + 20 = 0 =⇒ x1 − 2. 909 9, x2 = 22. 910
Nous ne considérons que le premier quadrant (domaine économique) et examinons si en
22. 910 il y a un maximum ou un minimum :
P ′′ (22.910) = −0.6 · 22.910 + 6 = −7.746 < 0
Il y a un maximum de la fonction de profit en 22.910.
Le profit maximal est : P (22.910) = −0.1 · 22.9103 + 3 · 22.9102 + 20 · 22.910 − 10 =
820.33.
(g) Représentation graphique voir figure 7.6.18 :
C(x)
1500
1000
500 P (x) R(x)
0 x
0 10 20 30 40 50
Figure 7.6.18 – Fonction de coût, de recette et de profit de l’exercice
Faire attention au fait que la fonction de profit a un zéro là où la fonction de coût coupe
la fonction de recette !
8. On obtient :
d
(a) f (x) = 2x3 − 3x2 + 2x − 5 3 2 2
dx (2x − 3x + 2x − 5) = 6x − 6x + 2
2
Nous calculons les zéros de la première dérivée : 6x − 6x + 2 = 0. Il n’y a pas de zéro
réel. Par là, f ′ (x) > 0 pour tout x ∈ R - à cause de la continuité de la fonction. Ainsi
f (x) est partout strictement croissant et par conséquent cela est aussi le cas sur ]5, 6[.
(b) g(x) = 5x4 − 2x3 + 3x − 20
d 4 3 3 2
dx (5x − 2x + 3x − 20) = 20x − 6x + 3
Nous calculons les zéros de la première dérivée : 20x3 − 6x2 + 3 = 0 =⇒ x = −0.447 85.
Il n’y a qu’un zéro réel. Nous calculons g ′ (0) = 3. Ainsi pour x > −0.44785 : g ′ (x) > 0.
Avec cela et la continuité de g ′ la pente est positive sur I = ]1, 2[.
(c) h(x) = 4x2 − 100x + 20
d 2
dx (4x − 100x + 20) = 8x − 100
Nous calculons les zéros de h′ (x) : 8x − 100 =⇒ x = 25 2 = 12.5
Comme h′ (0) = −100, on peut savoir (continuité !) que pour x < 12.5 : h′ (x) < 0 et
pour x > 12.5 : h′ (x) > 0.
Ainsi sur ]2, 12.5[ la pente de la fonction h est décroissante, sur ]12.5, 20[ elle est crois-
sante.
9. On obtient :
(a) f (x) = 2x3 − 3x2 + 2x − 5
d
Première dérivée : dx 2x3 − 3x2 + 2x − 5 = 6x2 − 6x + 2;
d

Deuxième dérivée : dx 6x2 − 6x + 2 = 12x − 6
1
12x − 6 = 0 =⇒ x = 2 (point d’inflexion in 0.5)
d
Troisième dérivée : dx (12x − 6) = 12 > 0
Ainsi en 0.5 il y a un point d’inflexion concave-convexe.
(b) g(x) = 5x4 − 2x3 + 3x − 20
d
Première dérivée : dx 5x4 − 2x3 + 3x − 20 = 20x3 − 6x2 + 3
d

Deuxième dérivée : dx 20x3 − 6x2 + 3 = 60x2 − 12x = x(60x − 12)
Zéros : x = 0 et 60x − 12 = 0 =⇒ x = 51
d

Troisième dérivée : dx 60x2 − 12x = 120x − 12
Nous avons un point d’inflexion en 0 et un autre en 0.2.
En x = 0, g (3) (0) = −12 < 0. Ainsi il y a un point d’inflexion convexe-concave.
En x = 0.2, g (3) (0.2) = 120 · 0.2 − 12 = 12 > 0. C’est pourquoi il y a un point d’inflexion
concave-convexe.
(c) h(x) = 4x2 − 100x + 20
d
Première dérivée : dx 4x2 − 100x + 20 = 8x − 100
d
Deuxième dérivée : dx (8x − 100) = 8 > 0 pour tout x. La courbe est partout convexe.
Il n’y a pas de point d’inflexion.
(d) c(x) = x3 − 16x2 + 6x − 4
d
Première dérivée : dx x3 − 16x2 + 6x − 4 = 3x2 − 32x + 6
d

Deuxième dérivée : dx 3x2 − 32x + 6 = 6x − 32
d
Troisième dérivée : dx (6x − 32) = 6 > 0
6x − 32 = 0 =⇒ x = 16 3 = 5.333 3 (= point d’inflexion)
Il y a un point d’inflexion concave-convexe.
(e) x(r) = r4 − 12r2 + 1
d
Première dérivée : dr r4 − 12r2 + 1 = 4r3 − 24r
d

Deuxième dérivée : dr 4r3 − 24r = 12r2 − 24
d

Troisième dérivée : dr 12r2 − 24 = 24r
√
12r2 −
√24 =⇒ r= √± 2 (2 points √ d’inflexion)
(3)
En −
√ 2 : r √ (− 2) = 24
√ · − 2 < 0. Il y a un point d’inflexion convexe-concave.
En 2 : r(3) ( 2) = 24 · 2 > 0. Il y a un point d’inflexion concave-convexe.
(f) g(u) = u4 − 4u3 + 6u2 − 3u + 1
d
Première dérivée : du u4 − 4u3 + 6u2 − 3u + 1 = 4u3 − 12u2 + 12u − 3
d

Deuxième dérivée : du 4u3 − 12u2 + 12u − 3 = 12u2 − 24u + 12
d

Troisième dérivée : du 12u2 − 24u + 12 = 24u − 24
12u2 − 24u + 12 = 0 =⇒ u = 1 (il y a un point d’inflexion).
g (3) (1) = 24 − 24 = 0. Ainsi la question n’est pas décidée par la troisième dérivée. Cela
s’explique par le fait que la deuxième dérivée a en 1 un zéro, mais elle ne traverse pas
l’axe des x. C’est pourquoi la deuxième dérivée est - sauf en 1 - partout positive. g est
alors - sauf en x = 1 - partout convexe. On peut se représenter ce phénomène comme
deux points d’inflexion joints en un seul point d’inflexion. Par là, il n’y a pas d’inflexion
2.8
f ′′ (u) f ′′′ (u) f ′ (u)
2.4
f (u)
2.0
1.6
1.2
0.8
0.4
0 u
0 0.4 0.8 1.2 1.6
Figure 7.6.19 – La deuxième dérivée a un zéro sans qu’il y ait un point d’inflexion
10. Nous calculons f (3) = 3 · 33 − 2 · 32 + 2 · 3 − 5 = 64,

d
f ′ (x) = dx 3x3 − 2x2 + 2x − 5 = 9x2 − 4x + 2
et f (3) = 9 · 32 − 4 · 3 + 2 = 71
′
Nous obtenons en (3, 64) la tangente : g(x) = 64 + 71(x − 3) = 71x − 149.

11. C(x) = 0.1x3 − 5x2 + 100x + 5
2
R(x) = xPD (x) = x(−3x + 150) = −3x + 150x
P (x) = R(x) − C(x) = −3x + 150x − 0.1x3 − 5x2 + 100x + 5
2
= −0.1x3 + 2x2 + 50x − 5

d
P ′ (x) = dx −0.1x3 + 2x2 + 50x − 5 = −0.3x2 + 4x + 50
Zéros : −0.3x2 + 4x + 50 = 0 =⇒ x1 = −7. 863 0; x2 = 21. 196
Nous ne nous intéressons qu’au zéro positif.
d
P ′′ (x) = dx −0.3x2 + 4x + 50 = −0.6x + 4
′′
P (21. 196) = −0.6 · 21. 196 + 4 = −8. 717 6 < 0
Il y a en 21. 196 un maximum.
Profit maximal : P (21. 196) = −0.1 · (21. 196)3 + 2 · (21. 196)2 + 50 · 21. 196 − 5 = 1001. 1
12. Nous calculons d’abord la fonction de demande de la forme PD (x) = ax + b, car nous ne
connaissons que deux points. Nous obtenons :
55 = 10a + b
35 = 20a + b (7.6.3)
b = 75, a = −2. =⇒ PD (x) = −2x + 75

La fonction de recette est alors : xPD (x) = x (−2x + 75) = −2x2 + 75x
La fonction de profit : P (x) = R(x) − C(x) = −2x2 + 75x − 0.2x3 − 6x2 + 90x + 5 =
−0.2x3 + 4x2 − 15x − 5
d
P ′ (x) = dx −0.2x3 + 4x2 − 15x − 5 = −0.6x2 + 8x − 15
Zéros : −0.6x2 + 8x − 15 = 0 =⇒ x1 = 2.257 1, x2 = 11.076
d
P ′′ (x) = dx −0.6x2 + 8x − 15 = −1.2x + 8
P ′′ (11.076) = −1.2 · 11.076 + 8 = −5.291 2 < 0
Il y a alors en 11.076 un maximum
3 2
Profit maximal : P (11.076) = −0.2 · (11.076) + 4 · (11.076) − 15 · 11.076 − 5 = 47.815
d

13. dx −4x2 + x − 1 = 1 − 8x
On obtient les équations suivantes par les réflexions
(1) la pente a de la tangente est identique à la première dérivée en x

(2) Nous pouvons substituer le point (1, 2) dans l’équation g(x) = ax + b
(3) La tangente a un point d’intersection avec la fonction f
1 − 8x = a
2 = a + b ( =⇒ b = 2 − a = 2 − (1 − 8x)
−4x2 + x − 1 = ax + b
Il s’agit d’une système d’équations de trois équations et de trois inconnus. On obtient en
substituant le a et le b dans la troisième équation :
−4x2 + x − 1 = (1 − 8x) x + 2 − (1 − 8x)
−4x2 + x − 1 − ((1 − 8x) x + 2 − (1 − 8x)) = 4x2 − 8x − 2 = 0
√ √
Solution : 12 2 3 + 1 = 2. 224 7
√ √
1 − 12 2 3 = −0.224 74
√ √
pour x = 1 − 12 2 3 on obtient :
√
a=4 6− √ 7 = 2. 798 0
b = 9 − 4 6 = −0.797 96
Equation de la tangente : g(x) = 2.798x − 0.79796
Calcul des points d’intersection : g(−0.22474) = 2.798 · −0.224 74 − 0.79796 = −1. 426 8
Un des points d’intersection est alors (−0.22474, −1. 426 8)
Pour l’autre
√ x:
a′ = −4
√ 6 − 7 = −16. 798
b′ = 4√6 + 9 = 18. 798
x = 12 6 + 1 = 2. 224 7
Equation de la tangente : g ′ (x) = −16.798x + 18.798
Calcul du point d’intersection : g ′ (2.22447) = −16.798 · 2. 224 7 + 18.798 = −18. 573
Le point d’intersection est alors (2.2247, −18.573) (voir figure 7.6.20)
f (x)
5
bc
x
bc
−2 2
−5
−10
−15
bc
−20
Figure 7.6.20 – Représentation graphique de l’exercice
14. On obtient :
(a)
er : [0.1, 7] → R
er (x) = −0.003x2 + 0.04x
g (x) = ax + 0.015
d 2
dx −0.003x + 0.04x = 0.04 − 0.006 x
fournit le système d’équations suivant :
a = 0.04 − 0.006 x
ax + 0.015 = −0.003x2 + 0.04x

alors −0.006 x2 + 0.04x + 0.015 − −0.003x2 + 0.04x = 0.015 − 0.003 x2
(0.04 − 0.006 x) x + 0.015 = −0.003x2 + 0.04x

−0.006 x2 + 0.04x + 0.015 = −0.003x2 + 0.04x
0.015 − 0.003 x2 = 0
q
0.015
On obtient : 0.015 − 0.003 x2, Solution : 0.003 = 2. 236 1 pour x > 0.
q
a = 0.04 − 0.006 0.015
0.003 = 0.02658 4.
la ligne du marché financier :
g (x) = 0.026584x + 0.015
(b) le risque du portefeuille de marché :
2. 236 1
et l’espérance
g (2.236 1) = 0.026584 · 2.236 1 + 0.015 = 0.0744444
(c) g (2) = 0.026584 · 2 + 0.015 = 0.06816 8

(d)
0 2.2361 2
c + (1 − c) =
0.015 0.0744444 0.06816 8
On obtient deux équations à une inconnue :
c · 0 + (1 − c) 2.2361 = 2
c · 0.015 + (1 − c) 0.0744444 = 0.06816 8
Il suffit de résoudre une des ces équations. A part d’erreurs d’arrondi possibles les deux
équations ont la même solution. p.ex. c·0+(1 − c) 2.2361 = 2, Solution : 0.105 59. Il faut
prendre 10.559% de l’investissement sans risque et le reste du portefeuille de marché.
d

15. Comme f est un polynôme f est continue ainsi que toutes les dérivés de f. dx 5x8 − 6x4 + 3x2 =
40x7 − 24x3 + 6x (première dérivée)
zéros avec R :
> polyroot(c(0,6,0,-24,0,0,0,40))
[1] 0.0000000+0.0000000i 0.5395572+0.0000000i -0.5395572-0.0000000i
[4] 0.0000000-0.9370053i 0.7660659-0.0000000i 0.0000000+0.9370053i
[7] -0.7660659-0.0000000i
zéros réels : -0.7660659, -0.5395572, 0, 0.5395572, 0.7660659
df=function(x) 40*xˆ7-24*xˆ3+6*x
df(1) = 22 ; df(0.6) = -0.464256 ; df(0.5) = 0.3125 ; df(0) = 0 ; df(-0.5) = -0.3125 ; df(-0.6)
= 0.464256 ; df(-1) = -22
On peut en déduire :
f est strictement décroissante sur ] − ∞, −0.7660659[

f est strictement croissante sur ] − 0.7660659, −0.5395572[
f est strictement décroissante sur ] − 0.5395572, 0[
f est strictement croissante sur ]0, 0.5395572[
f est strictement décroissante sur ]0.5395572, 0.7660659[
f est strictement croissante sur ]0.7660659, ∞[.
intervalles où la fonction

est concave ou convexe.
d 7 3 6 2
dx 40x − 24x + 6x = 280x − 72x + 6 (deuxième dérivée)
Zéros : > polyroot(c(6,0,-72,0,0,0,280))
[1] 0.2928971+0.0000000i -0.2928971-0.0000000i 0.0000000-0.7379125i
[4] 0.6772932-0.0000000i 0.0000000+0.7379125i -0.6772932+0.0000000i
zéros réels : -0.6772932, -0.2928971, 0.2928971, 0.6772932
ddf=function(x) 6-72*xˆ2+280*xˆ6
ddf(-1) = 214 ; ddf(-0.5) = -7.625 ; ddf(0) = 6 ; ddf(0.5) = -7.625 ; ddf(1) = 214
La deuxième dérivée est positive sur ] − ∞, −0.6772932[ (f y est convexe)
La deuxième dérivée est négative sur ] − 0.6772932, −0.2928971[ (f y est concave)
La deuxième dérivée est positive sur ] − 0.2928971, 0.2928971[ (f y est convexe)
La deuxième dérivée est négative sur ]0.2928971, 0.6772932[ (f y est convave)
La deuxième dérivée est positive sur ]0.6772932, ∞[ (f y est convexe).
maxima et minima
au zéro de la première dérivée se trouve un maximum local de f , si la fonction f y est
concave ; un minimum local, si la fonction f y est convexe :
premier zéro : -0.7660659 (f est y convexe : minimum : f (−0.7660659) = 0.2872249)
deuxième zéro : -0.5395572 (f est y concave : maximum :f (−0.5395572) = 0.4007684)
troisème zéro : 0 (f est y convexe : maximum : f (0) = 0)
quatrième zéro : 0.5395572 (f est y concave : maximum : f (0.5395572)) = 0.4007684
cinquième zéro : 0.7660659 (f est y convexe : minimum : f (0.7660659) = 0.4007684)
avec R :
f=function(x) 5*xˆ8-6*xˆ4+3*xˆ2
f(-0.7660659) = 0.2872249 ; f(-0.5395572) = 0.4007684 ; f(0) = 0 ; f(0.5395572) = 0.4007684 ;
f(0.7660659) = 0.4007684
Pour déterminer les maxima et les minima il n’est pas nécessaire de déterminer les inter-
valles convexes et concaves. Il suffit de vérifier si la fonction est concave ou convexe aux
zéros de la première dérivée - pour les maxima : f ′′ (zéro de la première dérivée) < 0, pour
les minima f ′′ (zéro de la première dérivée) > 0.
Graphique de la fonction de départ : plot(f,xlim=c(-1,1))

Vérifier les résultats à l’aide du graphique ! ! ! ! !
pour ajouter les dérivées au graphique :
curve(df,add=T)
curve(ddf,add=T)
Si l’on veut avoir les dérivées entièrement sur le graphique dans l’intervalle considéré,
il faut exécuter p.ex.
plot(f,xlim=c(-1,1), ylim=c(-10,10))
curve(df,add=T)
curve(ddf,add=T)

— Arriver à reproduire par écrit la définition de la pente d’une fonction continue en x0 .
— Arriver à reproduire par écrit la définition de la tangente et de la sécante d’une fonction
continue en x0 .
— Arriver à démontrer les théorèmes 7.2.1, 7.2.2 et 7.2.3.
— Savoir dériver des fonctions polynomiales
— Savoir que la dérivabilité implique la continuité d’une fonction, mais pas l’inverse.
— Arriver à reproduire les définitions de strictement croissant“ et strictement décroissant“.
” ”
— Savoir reproduire l’énoncé qu’une première dérivée positive implique la croissance stricte
d’une fonction et que la première dérivée négative implique la décroissance stricte d’une
fonction (mais que l’inverse n’est pas le cas - arriver à donner un exemple pour ce fait).
— Arriver à donner la définition d’un maximum, d’un minimum et d’un extremum local.
— Arriver à donner la définition d’une courbe concave (convexe) dans un intervalle.
— Connaı̂tre le lien entre le maximum et la concavité (minimum et convexité).
— Arriver à indiquer et à appliquer les conditions pour l’existence d’un maximum (minimum)
local. Arriver à calculer des maxima et des minima locaux.
— Arriver à reproduire la définition d’un point d’inflexion et à expliquer sa signification.
Arriver à distinguer des points d’inflexion convexe-concave et concave-convexe par le calcul.
Arriver à calculer des points d’inflexion.
— Arriver à faire des calculs correspondants aux exercices.
Chapitre 8
Règles supplémentaires du calcul

différentiel
Nous avons constaté que le calcul de la dérivée de fonctions du type fg (f et g sont des polynômes)
devient difficile en utilisant la définition de la dérivée. Pour d’autres types de fonctions réelles
le problème s’accentuerait probablement. Il serait alors utile d’introduire des procédures plus
pratiques, ce qui est le but de ce chapitre. Nous supposons que f et g sont dérivables dans dans
l’intervalle I, dans lequel elles sont définies, et que leur première dérivée est continue.
8.1 Quelques règles et leur démonstrations

Théorème 8.1.1.
d
(f (x) · g(x)) = f ′ (x) · g(x) + f (x) · g ′ (x)
dx
Démonstration. Selon le théorème 7.6.5 on peut affirmer pour des fonctions dérivables en I et
pour a, x ∈ I :
f (x) = f (a) + f ′ (a)(x − a) + rf (x)

g(x) = g(a) + g ′ (a)(x − a) + rg (x)
Avec cela
f (x) · g(x) = [f (a) + f ′ (a)(x − a) + rf (x)] · [g(a) + g ′ (a)(x − a) + rg (x)] .
Le terme à droite est identique à (en effectuant)
f (a)g(a) + f (a)g ′ (a)(x − a) + f (a)rg (x)+

f ′ (a)(x − a)g(a) + f ′ (a)(x − a)g ′ (a)(x − a) + f ′ (a)(x − a)rg (x)+
rf (x)g(a) + rf (x)g ′ (a)(x − a) + rf (x)rg (x)
En changeant l’ordre et en mettant en évidence on obtient :
f (a)g(a) + [f (a)g ′ (a) + f ′ (a)g(a)] (x − a)+

+ f ′ (a)g ′ (a)(x − a)2 + f ′ (a)(x − a)rg (x) + f (a)rg (x)+
rf (x)g(a) + rf (x)g ′ (a)(x − a) + rf (x)rg (x)
237
238 CHAPITRE 8. RÈGLES SUPPLÉMENTAIRES DU CALCUL DIFFÉRENTIEL
Cette expression est de la forme
f (a)g(a) + [f (a)g ′ (a) + f ′ (a)g(a)] (x − a) + r(x),
si nous posons
r(x) := f ′ (a)g ′ (a)(x − a)2 + f ′ (a)rg (x)(x − a) + f (a)rg (x)+ (8.1.1)

rf (x)g(a) + rf (x)g ′ (a)(x − a) + rf (x)rg (x).
Selon le théorème 7.6.6

d
(f (a)g(a)) = f (a)g ′ (a) + f ′ (a)g(a)
da
si
r(x)
lim = 0.
x→a x−a
Puisque f et g sont des fonctions dérivables, on peut affirmer
rf (x) rg (x)
lim = 0 = lim .
x→a x−a x→a x−a
Par conséquent, en calculant la limite, f ′ (a)rg (x)(x − a), f (a)rg (x), rf (x)g(a), rf (x)g ′ (a)(x − a)
et rf (x)rg (x) deviennent 0 en (8.1.1).
De plus on peut affirmer
lim (x − a) = 0.
x→a
Ainsi en calculant la limite, f (a)g (a)(x − a)2 et f ′ (a)rg (x)(x − a) deviennent 0 en (8.1.1).
′ ′
r(x)
C’est pourquoi lim x−a = 0. ✷
x→a
Théorème 8.1.2.

d f (x) f ′ (x)g(x) − f (x)g ′ (x)
= (pourvu que g(x) 6= 0)
dx g(x) (g(x))2
f (x)
Démonstration. Posons h(x) := g(x) . Ainsi :
h(x)g(x) = f (x)
et
f ′ (x) = h′ (x)g(x) + h(x)g ′ (x)

f (x) ′
= h′ (x)g(x) + g (x)
g(x)
f (x) ′
h′ (x)g(x) = f ′ (x) − g (x)
g(x)
f ′ (x)g(x) − f (x)g ′ (x)
=
g(x)
8.1. QUELQUES RÈGLES ET LEUR DÉMONSTRATIONS 239
et

d f (x)
h′ (x) =
dx g(x)
f ′ (x)g(x) − f (x)g ′ (x)
=
g(x)g(x)
f ′ (x)g(x) − f (x)g ′ (x)
= 2
(g(x))
✷
Exemple 8.1.3.

d 5x2 10x(13 − 2x) − 5x2 (−2) 130x − 10x2
= = 2
dx (13 − 2x) (13 − 2x)2 (13 − 2x)

d 5x − 4 5(6x + 5) − (5x − 4)6 49
= 2
= 2
dx 6x + 5 (6x + 5) (6x + 5)

d 7x2 + 2x (14x + 2)(18x3 − x2 + 5) − (7x2 + 2x)(54x2 − 2x)
= 2
dx 18x3 − x2 + 5 (18x3 − x2 + 5)
−126x4 − 72x3 + 2x2 + 70x + 10
= 2
(18x3 − x2 + 5)
Théorème 8.1.4. (théorème de dérivation des fonctions composées, parfois appelé règle de
”
dérivation en chaı̂ne“ ou règle de la chaı̂ne“)
”
d
g(f (x)) = g ′ (f (x))f ′ (x)
dx
(avec g : J → R, f (I) ⊂ J, g(y) est dérivable en b := f (a) et y := f (x) est dérivable en a).
Démonstration. Selon la supposition et le théorème 7.6.6
f (x) = f (a) + f ′ (a)(x − a) + rf (x)
avec
rf (x)
lim =0
x→a x−a
De plus
g(y) = g(b) + g ′ (b)(y − b) + rg (y)
avec
rg (y)
lim =0
y→b y−b
En remplaçant les occurrences de y par f (x) et de b par f (a) nous obtenons :
g(f (x)) = g(f (a)) + g ′ (f (a))(f (x) − f (a)) + rg (f (x))

En remplaçant f (x) par f (a) + f ′ (a)(x − a) + rf (x) on obtient :
g(f (x)) = g(f (a)) + g ′ (f (a)) [(f (a) + f ′ (a)(x − a) + rf (x) − f (a)] + rg (f (x))
= g(f (a)) + g ′ (f (a)) [f ′ (a)(x − a) + rf (x)] + rg (f (x))
= g(f (a)) + g ′ (f (a))f ′ (a)(x − a) + g ′ (f (a))rf (x) + rg (f (x)).
Avec β := g ′ (f (a))f ′ (a) et r(x) := g ′ (f (a))rf (x) + rg (f (x)) :
g(f (x)) = g(f (a)) + β(x − a) + r(x)
d r(x)
Selon le théorème 7.6.6, on peut affirmer β = da g(f (a)) si et seulement si lim = 0.
x→a x−a
r(x)
Nous devons encore montrer que lim =0:
x→a x−a

r(x) g ′ (f (a))rf (x) + rg (y)
lim = lim
x→a x − a x→a x−a
′
g (f (a))rf (x) rg (f (x))
= lim + lim
x→a x−a x→a x − a
rf (x)
= g ′ (f (a)) lim +0
x→a x − a
= g ′ (f (a))0
=0
rg (f (x))
lim x−a = 0 est correct parce que pour x → a la valeur de fonction f (x) = y tend vers b (f
x→a
rg (y)
est continue). Puisque pour y → b, le terme y−a tend vers 0, la proposition est correcte.
d
Ainsi β = dx g(f (x)) et puisque β = g ′ (f (a))f ′ (a),
d
g(f (x)) = g ′ (f (a))f ′ (a).
dx
✷
On peut mémoriser la règle de la chaı̂ne par le mot d’ordre : dérivée extérieure fois dérivée
intérieure.
Exemple 8.1.5.
d
(5x2 − 2)2 = 2(5x2 − 2)10x = 100x3 − 40x
dx
d
(5x2 − 2x)3 = 3(5x2 − 2x)2 (10x − 2)
dx
= 750x5 − 750x4 + 240x3 − 24x2
d 2
(x + 2)100 = 100(x2 + 2)99 2x
dx
♦
Théorème 8.1.6.
d x
(e ) = ex
dx
Démonstration. Nous reprenons la définition de ex :
∞
X xn
ex :=
n=0
n!
∞
P ∞
P
1n 1
pour n ∈ N et n! := n (n − 1) (n − 2) · ... · 1 (On peut relever que pour x = 1 : n! = n! =e
n=0 n=0
- voir définition de e). Ainsi la définition de ex est compatible avec la définition de e). e est pour
x
chaque x une somme infinie. En dérivant les termes de la somme
x0 x x2 x3 xn
+ + + + ... + ....
0! 1! 2! 3! n!
1 x0
nous obtenons (car x0 = 1 ; 0! = 1 et 1! = 0! ) :
1 2x 3x2 nxn−1
0+ + + + .. + + ..
1! 2! 3! n!
1 x x2 xn−1
=0+ + + + .. + + ..
1! 1! 2! (n − 1)!
x0 x1 x2 x3 xn−1
= + + + + ... + ....
0! 1! 2! 3! (n − 1)!
= ex
Théorème 8.1.7.
d x
(a ) = ax ln a (pour a > 0)
dx
Démonstration. Nous montrons d’abord : ax = ex ln a .
Car
ln ax = x ln a
et
ln ex ln a = x ln a ln e = x ln a
=⇒
ax = ex ln a
Ainsi et par le théorème 8.1.6 :
d x d x ln a
(a ) = e = ln a · ex ln a = ax ln a
dx dx
✷
Théorème 8.1.8. Supposons que f −1 soit la fonction réciproque de f et que f (x) = y. On peut
d
affirmer pour dx f (x) 6= 0
d −1 1
f (y) = d
dy dx f (x)
Démonstration. Nous constatons : f −1 (f (x)) = x pour tout f avec une fonction réciproque (voir
théorème 4.2.19, page 118)
En dérivant l’équation f −1 (f (x)) = x, on obtient
d d
f −1 (f (x)) = x
dx dx
=1
et avec la règle de la chaı̂ne
d d d
f −1 (f (x)) = f −1 (f (x)) · f (x)
dx df (x) dx
d −1 d
= f (y) · f (x).
dy dx
Ainsi :
d −1 d
f (y) · f (x) = 1
dy dx
et
d −1 1
f (y) = d
.
dy dx f (x)
✷
Exemple 8.1.9. Supposons f (x) = ax + b; en dérivant
d −1 1 1
f (y) = d
=
dy dx f (x) a
et
d d
f (x) = (ax + b) = a
dx dx
♦
D’autres exemples suivront dans les démonstrations de théorèmes suivants :
d √ d 1
n
x = xn
dx dx
1 1
= x( n −1)
n
1√n
= x1−n (pour y > 0)
n
√
n y = x est la fonction réciproque de y = xn (pour y ≥ 0)
Démonstration.
Nous obtenons :
d −1 1 1 1 1√ 1−n 1 1−n 1 1
f (y) = d n
= = √ n−1 = n
n
y = y n = y n −1
dy dx x
nxn−1 n n y n n
(pour x > 0). Le théorème en résulte en remplaçant y par x. ✷

Exemple 8.1.11.
d √
5
d 1 1

20x = 20 5 · x 5
dx dx
1 d
1 1 1 1
= 20 5 x 5 = 20 5 x 5 −1
dx 5
1 1 1 1 1 1
−1
= 20 5 x x 5 = 20 5 x 5
√ 5 5x
5
20x
=
5x
1 4
(Dans de tels exemples nous n’allons pas réclamer une réponse spécifique (simplifiée) : 20 5 15 x− 5
serait correct). ♦
Exemple 8.1.12. √
d √4
d 1 1 1 −1 1 −1 1 4
x
( x) = x = x
4 4 = x x =
4
dx dx 4 4 4x
♦
d m m m
x n = x n −1 (pour x > 0)
dx n
m
1 m
Démonstration. x n = x n . A l’aide de la règle de la chaı̂ne :

d 1 m 1 m−1 1 1 −1 m 1 (m−1)+ 1 −1 m m −1
xn = m xn · xn = xn n = xn
dx n n n
✷
Exemple 8.1.14.
d √
4
d 5 5 5 −1 5 1 5√
x5 = x4 = x4 = x4 = 4 x
dx dx 4 4 4
♦
Exemple 8.1.15.

d 3√5
d 3 1 3 1 1 −1
x = x5 = · x5
dx 6 dx 6 6 5
1 −4 1 1
= x 5 = √ = √ 4
10 5
10 x4 10 ( 5 x)
♦
d 1
(ln x) = (pour x > 0).
dx x
Démonstration. ln y est la fonction réciproque de ex = exp x = y. Par la règle introduite on

obtient :
d 1 1 1
ln y = d x = x =
dy dx e
e y
✷
d 1
(loga x) = (pour x > 0, a > 0, a 6= 1)
dx x ln a
Démonstration. x = loga y est la fonction réciproque de y = ax . On obtient alors :

d 1 1 1
loga y = d
= x =
dy dx
x
(a ) a · ln a y ln a
✷
Théorème 8.1.18. Pour z ∈ R et x > 0
d z
x = zxz−1
dx
z
Démonstration. Es gilt xz = eln x = ez ln x . Mit der Kettenregel gilt dann :
d z ln x z
e = ez ln x
dx z x
= xz
x
= xz x−1 z
= zxz−1
✷

d g ′ (x)
g(x)h(x) = g(x)h(x) h′ (x) · ln g(x) + h(x) · (pour g (x) > 0)
dx g(x)
Démonstration. D’abord nous montrons : g(x)h(x) = eh(x) ln g(x)

Car :
ln g(x)h(x) = h(x) ln g(x)
et :
ln eh(x) ln g(x) = h(x) ln g(x) ln e = h(x) ln g(x)
Ainsi :
d d h(x) ln g(x)
g(x)h(x) = e =
dx dx
g ′ (x)
= eh(x) ln g(x) · h′ (x) ln g(x) + h(x)
g(x) ln e
′

g (x)
= g(x)h(x) · h′ (x) ln g(x) + h(x) .
g(x)
✷
Exemple 8.1.20.

d 4x
4x 2
2x = 2x 4 · ln(2x) + 4x · = 2x4x [4 · ln(2x) + 4]
dx 2x
♦
8.2. EXEMPLES D’APPLICATION 245
Exemple 8.1.21.

d 4x
(2x2 − 3)4x+5 = (2x2 − 3)4x+5 4 · ln(2x2 − 3) + (4x + 5) · 2
dx 2x − 3
♦
8.2 Exemples d’application

Exemple 8.2.1. logarithme et règle de la chaı̂ne :
d 1
log10 (17x2 + 14x − 8) = (34x + 14)
dx (17x2 + 14x − 8) ln 10 | {z }
| {z } dér. int.
dér. ext.
Exemple 8.2.2. logarithme et règle de la chaı̂ne :

d 1
ln(17x2 + 14x − 8) = (34x + 14)
dx (17x2 + 14x − 8)
Exemple 8.2.3. fonction exponentielle (base e) et règle de la chaı̂ne :

d 2x2 +3x+10 2
e = e|2x +3x+10
{z }|(4x{z
+ 3)
dx }
dér. ext. dér. int.
Exemple 8.2.4. fonction exponentielle (base e) et règle de la chaı̂ne (dérivée de la fonction de

répartition de la distribution exponentielle) :
d
(1 − e−λx ) = −e−λx (−λ) = λe−λx (pour λ > 0).
dx
♦
Exemple 8.2.5. fonction exponentielle (base a) et règle de la chaı̂ne

d 5x2 +2x 2
3 = 3| 5x +2x
{z ln 3}(10x + 2)
dx | {z }
Exemple 8.2.6. fonction exponentielle (base a) et règle de la chaı̂ne

d 3x5 −2x2 +2 5 2
5 = 53x −2x +2 ln 5 15x4 − 4x
dx
♦
Exemple 8.2.7. fonction racine et règle de la chaı̂ne

d p 1 − 4
16x3 + 14x2 + 8x + 3 5 48x2 + 28x + 8
5
16x3 + 14x2 + 8x + 3 =
dx |5 {z }| {z }
Exemple 8.2.8. fonction racine et règle de la chaı̂ne

d p 1 − 6
6x4 + 4x3 + 8x2 + 3x 7 24x3 + 12x2 + 16x + 3
7
6x4 + 4x3 + 8x2 + 3x =
dx 7
♦
Exemple 8.2.9. application répétée de la règle de la chaı̂ne

d p 1 1 − 3
4x2 + 5x 4 (8x + 5)
4
log3 4x2 + 5x = √
dx 4
4x2 + 5x ln 3 |4 {z }| {z }
| {z } dér. int.
dér. ext. dér. ext.
| {z }
dér. int.
Exemple 8.2.10.
d p 1 1 2 − 4
x + 5x3 5 2x + 15x2
5
log4 x2 + 5x3 = √
dx 5
x + 5x ln 4 5
2 3
Exemple 8.2.11.
d p 1 −2 1
3
ln (7x2 + 4x) = ln 7x2 + 4x 3 (14x + 4)
2 + 4x |
dx 3
| {z 7x
}| {z } {z }
dér. int.
dér. ext. dér. ext.
| {z }
dér. int.
Exemple 8.2.12. exp x := ex ; expa x = ax

d 1
exp5 log4 5x2 + 2x = exp5 log4 5x2 + 2x ln 5 2 + 2x) ln 4 |
(10x + 2)
dx | {z } (5x {z }
dér. ext.
| {z } dér. int.
dér. ext.
| {z }
dér. int.
Exemple 8.2.13.
d p 1 p 1 − 3
7x2 + 4x 4 (14x + 4)
4 4
ln exp3 7x2 + 4x = √ exp3 7x2 + 4x ln 3 ·
dx 4 2
exp3 7x + 4x 4
♦
8.3. RÉSUMÉ 247
Exemple 8.2.14.
p 1
− 23 1
p
d 3 ln (5x2 ) 3 ln 5x2 5x2 10x · exp4 x2 − 3 ln (5x2 ) · exp4 x2 ln 4 · 2x
= 2
dx exp4 (x2 ) (exp4 (x2 ))
Exemple 8.2.15.
d p 1 − 32 1 p
3
ln (5x2 ) · exp4 x2 = ln 5x2 2
10x · exp4 x2 + 3 ln (5x2 ) · exp4 x2 ln 4 · 2x
dx 3 5x
♦
8.3 Résumé
g et h sont des fonctions réelles avec une dérivée continue, a ∈ R.
f (x) f ′ (x)
1 polynômes xn nxn−1 ; n ∈ N
2 constante a 0
3 produit avec constante ag(x) ag ′ (x)
4 somme de fonctions g(x) + h(x) g ′ (x) + h′ (x)
5 produit de deux fonctions g(x) · h(x) (g ′ (x) · h(x)) + (g(x) · h′ (x))

g(x) (g′ (x)·h(x))−(g(x)·h′ (x))
6 quotient de deux fonctions h(x) [h(x)]2
(h(x) 6= 0)
7 règle de la chaı̂ne g(h(x)) g ′ (h(x)) · h′ (x)
8 fonction exponentielle (base e) ex ex
9 fonction exponentielle (base a) ax ax ln a (a > 0)

1
10 fonction logarithme (base e) ln x x (x > 0)
1
11 fonction logarithme (base a) loga x x·ln a(a > 0, x > 0)
h i
g′ (x)
12 fonction exponentielle (g > 0) g(x)h(x) g(x)h(x) · h′ (x) · ln g(x) + h(x) · g(x)
√ m (m
n −1) m ( m−n
n )
m
13 fonction racine n
xm = x n nx = nx (x > 0, m
n ∈ Q)
14 exposant réel z en xz (x > 0) xz zxz−1
8.3.1 Exercices
Dériver les fonctions suivantes sur leur domaine de définition
1 29
20
1. f (x) = x2 22. f (z) = √
7 15
2
43. P (W ) = ln We3+1
z
2. f (x) = 1 √
3
√ 23. f (t) = 4(2t − 1) t5 44. f (x) = x3 3x
3. f (x) = x(x > 0) √
24. f (x) = 4x3 y y
1 45. h(z) = 2ln z (ln z)10
4. f (x) = √
7 5 4p2 +1 √ 1−x
x 25. h(p) = (p2 −1)(2p 4 +p) r
√
x
+( 2)
5. f (x) = x ln 2 46. f (x) = √
x
26. k(x) = k3 x + k2 x2
3
+ √
6. f (x) = 5x20 k1 x + kx0 47. k(t) = t t
3
7. f (x) = −7e 27. 2v−x
u(x) = x2 · 5v+x 48. p(v) = v ln v
8. f (x) = 0.5 ln x u2 ·ln u
28. p(u) = eu
49. C(y) = (ln y)ln y
7
9. f (x) = √
8
b(x) = ex − e1x
2
9x3 29. 50. f (x) = log7 xx4 +4
+2
7
10. f (x) = 4x − x + 2 t 2
30. c(t) = eet −1
+1
4x +5x
11. f (x) = axn + bxn−1 + c 51. f (x) = ln 6x5 −7x2
√ √ 31. t(b) = 2b22ln+eb b p
12. f (x) = 8 + 2x 3 − ln 2 52. f (x) = 3 log5 (3x3 + 2x7 )
2 x 100
32. f (x) = (x + e )
13. f (t) = (ln t)2
2
√ 3
33. f (x) = 3x2 + x 53. f (x) = log3 59x +8x
4x2 +1
14. f (x) = z 4 −1
√
x √
34. f (x) = e 54. f (x) = 5
3
5x2 +17x
ez
15. f (z) = z 4 +1 35. f (x) = ln(x2 + 4)
55. f (x) = 3log4 (5x ln x)
4
2 3

16. f (x) = 5x − 3x 5x 36. f (x) = 0.5(4x7 − 3x5 )64 √
3x2 −4x
p 56. f (x) = 5 7x3 + 4x5 − 4
17. f (x) = (5x2 −4)7 37. g(y) = 7 y 2 − y 7
57. g (x) = log7 18x4 + 6x2
38. p(u) = e−2u
q
18. f (x) = 7 (x − 2x2 + 4)4 √ 2
39. k(t) = 5 ln(ln(t)) 3 ln 7 58. h (x) = e14x +18x
2
t
19. f (t) = ln t
−17
59. k(x) = 4x2 · 52x+4
40. N (y) = 20e y
20. f (x) = √ x
2
√ 2 x5 +4x+ln x
3+ln 2 41. C(I) = 3 21e−1 60. l (x) = 4x4
√
ln 4+ 5
√
21. f (x) = 2x 7 42. k(x) = xn e−n 61. m (x) = ln 4x18 + 14x7
8.3.2 Solutions
d 1
d

1. dx x2 = dx x−2 = −2x−3 = − x23
d
2. dx 1 = 0 (1 est une constante)
d √ d
1 1
3. dx ( x) = dx x
2 = 21 x− 2 = 2√1 x
5 12
d 1 d
4. dx
√7 = dx x
−7
= − 57 x− 7 = − √ 5
=− √ 5
x5 7 7 (x12 ) 7x 7 (x5 )
d

5. dx x
ln 2
= xln 2 0· ln x + ln 2· x1 = xln 2 ·x−1 ln 2 = xln 2−1 ln 2
d d

(ln 2 est une constante ; c’est pourquoi dx (ln 2) = 0. Ou plus simplement : dx xln 2 =
ln 2−1 d y y−1
ln 2x (à l’aide de la règle dx (x ) = yx )
d 20
19
6. dx 5x = 100x
d 3

7. dx −7e =0 (−7e3 = −140.60 est une constante).
d d
8. (0.5 ln x) = 0.5 dx
dx (ln x) = 0.5 · x1 = 0.x5
1
d 7 d 3 −8 d − 18 − 83 2 11
9. dx √
8 3
= dx 7 · 9x = dx 7 · 9 x = 7 · 3− 8 · − 38 x− 8 =
9x
1 11 1 4 11 3 11
−7 · 3− 4 38 x− 8 = −3− 4 ·3 4 78 x− 8 = −3 4 87 x− 8
d

10. dx 4x7 − x + 2 = 28x6 − 1
11. naxn−1 + (n − 1) bx(n−1)−1 = axn−1 n + bxn−2 n − bxn−2
√ √ √ √
d d
12. dx 8 + 2x 3 − ln 2 = dx 2x 3 ( 8 et ln 2 sont des constantes)
d
√
3
√ √
dx 2x = 2 3 · x 3−1
8.3. RÉSUMÉ 249
d d
13. dt (ln t)
2
= 2 ln t· dt (ln t) = 2 ln t· 1t = 2 lnt t

d 4x2 +1
14. dx z 4 −1 = z41−1 · dxd
4x2 + 1 = z41−1 ·8x = z48x
−1
z ez z4 +1 − ez 4z3
d e ( ) ( ) 4 3
15. dz z 4 +1 = (z 4 +1)2
= ez z(z+1−4z
4 +1)2
d

16. dx 5x2 − 3x3 5x = 10x − 9x2 5x + 5x2 − 3x3 5 = 75x2 − 60x3
7 6
d 3x2 −4x (6x−4)(5x2 −4) −(3x2 −4x)7(5x2 −4) 10x
17. dx (5x2 −4)7 = (5x2 −4)14
q 4 4 −1
d 4 d
x − 2x2 + 4 7 = 74 x − 2x2 + 4 7 (1 − 4x) =
7
18. dx (x − 2x2 + 4) = dx
4 2
− 37
7 x − 2x + 4 (1 − 4x)
2 21
h i
d t 2t ln t−t t 2 ln t−1 2 2
19. dt ln t = (ln t) 2 = t 2
ln t
ln t := (ln t)
2

d √ x 1 d 1 2x
20. dx 3+ln 2
= √3+ln 2 dx
x2 = √3+ln 2
·2x = √3+ln 2
√ √ ln 4+√5 d
d ln 4+ 5 ln 4+ 5 d 1 −7
21. dx 2x7 = 2 dx x7 = 2 dx x =
√ √
ln 4+ 5
2 · − 7x−8 = − 7(ln2x 4+ 5)
8
voie alternative
√
: √ √
d ln 4+ 5 0·2x7 −(ln 4+ 5)·14x6 (ln 4+ 5)14x6
dx 2x7 = 4x14 = − 4x14 =
√
(ln 4+ 5)·7
− 8
2x 15 22
d 29 d 1 d 15
22. dz
√7 15 = 29 dz
√7 15 = 29 dz z −7
= −29 7 z − 7 = − 62.14√ 22
z z ( 7 z)
√ √ √
d 3 5 = d 8t3 t5 − 4 t5 = d 8t3 t 52 − 4t 25 =
23. dt 4(2t − 1) t dt dt
11 5
9 3 9 3
d
dt 8t 2 − 4t 2 = 11 2
5
2 8t − 2 4t = 11·4t − 5·2t =
2 2 2
3
6 3 √
2t 2 22t 2 − 5 = 2t 2 22t3 − 5 = 2t t 22t3 − 5
3 √ 2 √ 3
d

24. dx 4x y y = 12x y (la variable est x).
d √ d 3 1 √
dériver par rapport à la variable y : dy 4x3 y y = dy 4x3 y 2 = 4x3 23 y 2 = 6x3 y

d 4p2 +1
25. dp (p2 −1)(2p4 +p) =
[8p((p2 −1)(2p4 +p))]−[(4p2 +1)(2p(2p4 +p)+(p2 −1)(8p3 +1))]
((p2 −1)(2p4 +p))2
Une simplification superflue dans notre contexte pourrait être :
7
+4p4 −4p5 +7p2 −8p3 −1
− 32p (p 2 −1)2 p2 (2p3 +1)2

26. dx k3 x3 + k2 x2 + k1 x + kx0 = 3k3 x2 + 2k2 x + k1 + 0x−k
d
x2
0 ·1
4 3 2
3k3 x2 + 2k2 x + k1 + −k x2 =
0 3k3 x +2k2 x +k1 x −k0
x2
(le dernier pas n’est pas nécessaire dans ce contexte).

d 2 (−1)(5v+x)−(2v−x)·1
27. dx x2 · 2v−x 2v−x
5v+x = 2x · 5v+x + x (5v+x)2 =
2x · 2v−x
5v+x + x2 −(5v+x)−(2v−x)
(5v+x)2 = 2x · 2v−x
5v+x + x2 −5v−x−2v+x
(5v+x)2 =
2v−x −7v −20v +13vx+2x2
2
2x · + x2 (5v+x)
5v+x 2 = −x (5v+x)2
2
d u ·ln u
d
(u2 ·ln u)·eu −(u2 ·ln u)eu d
(u2 ·ln u)−(u2 ·ln u)
28. du eu = du e2u = du eu
(2u·ln u+u2 u1 )−(u2 ·ln u) (2u·ln u+u2 u1 )−(u2 ·ln u) 2
= eu = eu = 2u ln u+u−u
eu
ln u
=
−u −u 2 −u
2u (ln u) e + ue − u (ln u) e
d

29. dx ex − e1x = ex − dx d
(e−x ) = ex − e−x ·(−1· ln e + −x 0e ) =
ex − e−x ·(−1·1) = ex + e−x

d et +1 et (et −1)−(et (et +1) t
30. dt et −1 = (et −1)2
= −2 (et e−1)2

d 2 ln b 2 1b (2b2 +eb )−2(ln b)(4b+eb )
31. db 2b2 +eb = (2b2 +eb )2
=
2 b 2 b
−2 −2b −e +4(ln b)b +(ln b)be
b(2b2 +eb )2
d 2
32. dx (x + ex )100 = 100(x2 + ex )99 · (2x + ex )
√ 1 − 1
d
33. dx 3x2 + x = dx d
3x2 + x 2 = 12 3x2 + x 2 ·(6x + 1) = √(6x+1)
2 (x(3x+1))
d
√
x
√
x d
√ √ 0
34. dx e h= e dx ( x)i· ln e + h x· e i
√ 1 √ 1 √
x d
=e dx x
2 ·1 + 0 = e x 12 x− 2 = 2√1 x e x
d 2x 2x
35. dx ln(x2 + 4) = (x2 +4) ln e = x2 +4
d

36. dx0.5(4x7 − 3x5 )64 = 32(4x7 − 3x5 )63 ·(28x6 − 15x4 ) =
32x5·63 (4x2 − 3)63 ·x4 (28x2 − 15) = 32x319 (4x2 − 3)63 (28x2 − 15)
p
d 7 2 d
1 − 6
37. dy y − y 7 = dy y 2 − y 7 7 = 71 y 2 − y 7 7 · 2y − 7y 6 =
y(2−7y 5 )
√ 6
7 7 (y 2 −y 7 )
d −2u

38. du e = e−2u −2· ln e + −2u 0e = e−2u [−2·1] = −2e−2u
d 1 d 1 1 5
39. dt (5 ln(ln t)) = 5 ln t) · dt (ln t) = 5 ln t t = t ln t
d 3
√ d
√
3

5
√3
ln 7
dt ln 7 = 0 (est une constante). Avec cela dt 5 ln(ln t) ln 7 = t ln t
−17
−17
d d
40. dy 20e = 20 dy
y e y
−17 −17
h i −17
d 17 −17 0 17
dy e y = e y
y 2 · ln e + y e = y2 e
y =⇒
−17
17
−
20 y172 e y = 340 y2 e
y
√ 2

d
41. dI 3
21e−1 = 0 (constante)
d n −n
42. dx (x e ) = xn−1 ne−n
−n
e est dans ce contexte une constante).
2
20 2 19 2 19
d
43. dW ln We3+1 = 20 ln We3+1 · W 21+1 · e13 2W = 20 ln We3+1 · 2W
W 2 +1
e3
d

44. dx x3 · 3x = 3x2 ·3x + x3 3x ln 3
d
d
d

45. dz 2ln z (ln z)10 = dz 2ln z ·(ln z)10 + 2ln z dz (ln z)10
d

dz 2
ln z
·(ln z)10 = 2ln z 1z ln 2 + ln z· 20 ·(ln z)10 = 2ln z z1 ln 2(ln z)10
d

2ln z dz (ln z)10 = 2ln z 10(ln z)9 z1 =⇒
d
10 9
dz 2
ln z
(ln z)10 = 2ln z · z1 ln 2 · (ln z) + 2ln z · 10 (ln z) · z1
√ √ 1−x h √ 1 √ 1−x √ √ i h √ √ 1−x 1 − 1 i
r x ·ln r· 12 x− 2 + 2 x − r x +( 2)
d r +( 2)
x ·ln 2·(−1) · 2x 2
46. dx
√
x
= x
d
√
t
√ h
1
√ 1i √
1 1

47. dt t = t t 2√ t
ln t + t t = t t √
2 t
ln t + √
t
=
√ √ 1
t√t 1 t− 2
2 t
(ln t + 2) = 2 t (ln t + 2)
d ln v
1
48. dv v = v ln v v ln v + ln v v1 = 2v ln v lnvv
1
d
49. dy (ln y)
ln y
= (ln y)ln y ( y1 ln(ln y) + ln y lnyy ) = 1
y ln y ln y (ln(ln y) + 1)
2x(x4 +2)−(x2 +4)4x3
d 2 (x4 +2)2 2x(x4 +2)−4(x2 +4)x3
50. dx log7 xx4 +2
+4
= x2 +4
= (x4 +2)(x2 +4) ln 7 =
x4 +2
ln 7
4 2
x −2+8x
−2x (x4 +2)(x 2 +4) ln 7
(8x+5)(6x5 −7x2 )−(4x2 +5x)(30x4 −14x)
d 4x2 +5x 1
51. dx ln 6x5 −7x2 = 4x2 +5x (6x5 −7x2 )2
6x5 −7x2
d
p − 32
52. dx
3
log5 (3x3 + 2x7 ) = 13 log5 3x3 + 2x7 1 2
(3x3 +2x7 ) ln 5 9x + 14x
6
2 2
d 9x +8x3 1 9x +8x3
53. dx log3 5 = 59x2 +8x 3
ln 3
5 ln 5 18x + 24x2
√3 √
3 − 2
d 5x2 +17x 2
54. dx 5 = 5 5x +17x ln 5 · 13 5x2 + 17x 3 (10x + 17)
d log4 (5x4 ln x)

= 3log4 (5x ln x) ln 3 · 5x4 ln1x ln 4 20x3 ln x + 5x4 x1
4
55. dx 3
√
d 5 1 3 5
− 45
56. 3 5
dx 7x + 4x − 4 = 5 7x + 4x − 4 21x2 + 20x4
d 4 2
1 3

57. dx log7 18x + 6x = (18x4 +6x 2 ) ln 7 72x + 12x
d 14x2 +18x 2
58. dx e = e14x +18x (28x + 18)
d 2 2x+4
59. dx 4x · 5 = 8x52x+4 + 4x2 52x+4 (ln 5) 2
d x5 +4x+ln x (5x4 +4+ x1 )4x4 −(x5 +4x+ln x)16x3
60. dx 4x4 = (4x4 )2
d
√ 1 1
− 21
61. dx ln 4x18 + 14x7 = √
4x18 +14x7 2
4x18 + 14x7 72x17 + 98x6

— Arriver à appliquer les règles introduites
— Arriver à résoudre des problèmes du type des exercices.
Chapitre 9
Extrema - quelques cas spéciaux
9.1 Extrema dans des intervalles fermés

Définition 9.1.1. — Une fonction atteint le maximum absolu strict par rapport à l’intervalle
I ⊂ R en x0 ∈ I si et seulement si pour x ∈ I avec x 6= x0 : f (x) < f (x0 );
— Une fonction atteint le maximum absolu par rapport à l’intervalle I ⊂ R en x0 ∈ I si et
seulement si pour x ∈ I avec x 6= x0 : f (x) ≤ f (x0 );
— Une fonction atteint le minimum absolu strict par rapport à l’intervalle I ⊂ R en x0 ∈ I si
et seulement si pour x ∈ I avec x 6= x0 : f (x) > f (x0 );
— Une fonction atteint le minimum absolu par rapport à l’intervalle I ⊂ R en x0 ∈ I si et
seulement si pour x ∈ I avec x 6= x0 : f (x) ≥ f (x0 );
— Une fonction atteint un extremum absolu par rapport à l’intervalle I ⊂ R en x0 ∈ I si et
seulement si elle y atteint un maximum ou un minimum absolu.
♦
Définition 9.1.2. La partie ouverte d’un intervalle [a, b] est ]a, b[

La partie ouverte d’un intervalle [a, b[ est ]a, b[
La partie ouverte d’un intervalle ]a, b] est ]a, b[
La partie ouverte d’un intervalle ]a, b[ est ]a, b[. ♦
Théorème 9.1.3. Supposons que f soit définie sur l’intervalle fermé I ⊂ R et que f soit continue
dans la partie ouverte de I et que f soit continue à droite au bord droit de I et continue à gauche
au bord gauche de I.
— La fonction f atteint en I un maximum absolu et un minimum absolu.
— Si f est en I strictement croissante, elle atteint son maximum au bord droit de I, et au
bord gauche son minimum absolu.
— Si f est en I strictement décroissante, f atteint au bord droit de I son minimum absolu et
au bord gauche de I son maximum absolu.
Exemple 9.1.4. f (x) = −x2 + 2x + 8 pour x ∈ [−1.8, 0.5] = I (voir figure 9.1.1).
253
254 CHAPITRE 9. EXTREMA - QUELQUES CAS SPÉCIAUX
f(x)
9
8
7
6
5
4
3
2
1
x
−4 −3 −2 −1
−1 1 2 3
Figure 9.1.1 – Représentation graphique de l’exemple 9.1.4
f est dans la partie ouverte de I continue, de plus en −1.8 continue à droite

et en 0.5 continue
d
à gauche. Nous calculons les zéros de la première dérivée : dx −x2 + 2x + 8 = −2x + 2 = 0 ⇐⇒
x=1
Le zéro se trouve à l’extérieur de I. Ainsi il n’y a pas d’extremum
dans la partie ouverte de I. La
d
fonction est en I strictement croissante, car : dx −x2 + 2x + 8 = −2x + 2 > 0 ⇐⇒ x < 1.
C’est pourquoi le maximum absolu se trouve en f (0.5) et la minimum absolu en f (−1.8). ♦
Exemple 9.1.5. Supposons que f soit une fonction de profit avec f (x) = −x2 + 13x + 12 pour
x ∈ [8, 13](voir figure 9.1.2).
f(x)
50
40
30
20
10
x
5 10 15 20
f est dans la partie

ouverte de I continue, continue à droite et à gauche aux bords de I.
d
dx −x2 + 13x + 12 = −2x + 13 = 0 si et seulement si x = 13 2 = 6.5
6.5 ∈/ [8, 13]. La fonction n’a pas d’extrema dans la partie ouverte de I. Nous constatons que
−2x + 13 > 0 si et seulement si x < 13 2 = 6.5. Avec cela la fonction est strictement décroissante
dans l’intervalle. Par conséquent le maximum absolu se trouve au bord gauche et le minimum
absolu au bord droit de l’intervalle, c.à d.
f (8) = −82 + 13 · 8 + 12 = 52 (maximum absolu dans l’intervalle)
f (13) = −132 + 13 · 13 + 12 = 12 (minimum absolu dans l’intervalle). ♦
Si la fonction est définie sur un intervalle fermé I ⊂ R est s’il y a des sous-intervalles de I, où f est
9.1. EXTREMA DANS DES INTERVALLES FERMÉS 255
strictement croissante et d’autres où f est strictement décroissante, la fonction y atteint plusieurs
extrema locaux. Pour retrouver le minimum absolu et le maximum absolu il faut comparer les
minima et les maxima locaux. Il est de plus possible qu’il n’y ait pas un seul maximum ou un seul
minimum absolu, puisque deux extrema locaux peuvent avoir la même valeur.
Exemple 9.1.6. f (x) = x5 − 9x3 + 12x + 8 pour x ∈ [−1.8, 2.5] (voir figure 9.1.3).
f(x)
15
10
x
−3 −2 −1 1 2 3
−5
−10
d

Nous calculons la première dérivée : dx x5 − 9x3 + 12x + 8 = 5x4 − 27x2 + 12
Nous calculons les zéros : 5x4 − 27x2 + 12 = 0 =⇒
x1 = 2. 216 2
x2 = −2. 216 2
x3 = 0.699 05
x4 = −0.699 05
x1 , x3 , x4 ∈ [−1.8, 2.5]
d
Nous calculons la deuxième dérivée : dx 5x4 − 27x2 + 12 = 20x3 − 54x
3
f ′′ (x1 ) = f (2.2162) = 20 (2.2162) − 54 · 2.2162 = 98. 024 > 0 (un minimum)
′′ 3
f (x3 ) = f (0.69905) = 20 (0.69905) − 54 · 0.69905 = −30. 917 < 0 (un maximum)
3
f ′′ (x4 ) = f (−0.69905) = 20 (−0.69905) − 54 · (−0.69905) = 30. 917 > 0 (un minimum).
Pour savoir quel est le maximum ou le minimum local le plus grand respectivement le plus petit
nous calculons :
3
pour le bord inférieur de l’intervalle : f (−1.8) = −1.85 − 9 (−1.8) + 12 · (−1.8) + 8 = 19. 992
3
pour le bord supérieur de l’intervalle : f (2.5) = 2.55 − 9 (2.5) + 12 · (2.5) + 8 = −4. 968 8
pour les autres extrema : f (x1 ) = 2.21625 − 9 (2.2162)3 + 12 · (2.2162) + 8 = −9. 908 3
3
f (x3 ) = 0.699055 − 9 (0.69905) + 12 · (0.69905) + 8 = 13. 481
3
f (x4 ) = −0.699055 − 9 (−0.69905) + 12 · (−0.69905) + 8 = 2. 518 9
Ainsi le maximum absolu de l’intervalle se trouve en −1.8 et le minimum absolu in x1 = 2.2162.
♦
9.2 Extrema dans des intervalles ouverts

Dans des intervalles ouverts une fonction a des extrema uniquement s’il y a dans l’intervalle des
zéros de la première dérivée et que la fonction y est concave ou convexe.
Exemple 9.2.1. f (x) = −x2 + 2x + 8 pour x ∈] − 1.8, 0.5[= I (voir figure 9.2.4).
f(x)
10
x
−3 −2 −1 1 2 3
d

Nous calculons les zéros de la première dérivée : dx −x2 + 2x + 8 = −2x + 2 = 0 =⇒ x = 1
1∈/ I. Il n’y a pas d’extremum local à l’intérieur de l’intervalle. Aux bords de l’intervalle il ne peut
y avoir d’extremum pour la raison suivante : nous examinons une fonction strictement croissante
en I et un voisinage V (g) du bord droit g de l’intervalle, g ∈ / I. Il y a dans ce cas pour tout f (x)
avec x ∈ V (g) ∩ I un x′ ∈ V (g) ∩ I avec f (x′ ) > f (x) (p.ex. x′ = x+g 2 ). Il n’y a alors pas de
maximum. L’argumentation pour l’inexistence d’un minimum est analogue. ♦
Exemple 9.2.2. f (x) = x5 − 9x3 + 12x + 8 pour x ∈ ] − 1.8, 2.5[ (voir figure 9.1.3). On peut
- avec les résultats de l’exemple 9.1.3 - conclure : il n’y a pas de maximum absolu de la fonction
dans l’intervalle, car en s’approchant de −1.8, les valeurs de fonction dépassent le maximum local
en 0.69905, et comme l’intervalle est ouvert à gauche, il n’y a pas de maximum en −1.8. Il y a
par contre un minimum absolu en 2.2162. En 2.5, il n’y a pas de maximum local, car l’intervalle
est ouvert à droite. Il y a un autre minimum local en −0.699 05. ♦
Remarque 9.2.3. Pour des intervalles semi-ouverts on peut faire des réflexions analogues.
1) f (x) = x5 − 9x3 + 12x + 8 pour x ∈ [−1.8, 2.5[ (voir figure 9.1.3). Il y a un maximum absolu
en −1.8, comme l’intervalle est fermé à gauche et que la valeur de fonction y dépasse tous les
maxima locaux. Il n ’y a pas de maximum local en 2.5 comme l’intervalle est ouvert à droite. Il y
a un minimum absolue au minimum local en 2. 216 2.
2) f (x) = x5 − 9x3 + 12x+ 8 pour x ∈ ]− 1.8, 2.5] (voir figure 9.1.3). Il n’y a pas de maximum ab-
solu, car en s’approchant de −1.8, les valeurs de fonction dépassent le maximum local en 0.69905,
et comme l’intervalle est ouvert à gauche, il n’y a pas de maximum en −1.8. Il y a un maximum
local en 2.5 comme l’intervalle est fermé à droite. Il y a un minimum absolue au minimum local
en 2. 216 2. ♦
9.3 Extrema en cas de segments constants d’une fonction

continue
Finalement une fonction continue peut avoir dans un intervalle I des segments constants. Cela
est le cas si il y a des intervalles I ′ ⊂ I tel que f ′ (x) = 0 pour tout x ∈ I ′ . Dans ces sous-intervalles
f (x) = f (x′ ) = c ∈ R - c est une constante.
Si il y a en x0 ∈ I ′ un extremum absolu il y a à côté de x0 d’autres x ∈ I ′ , où la fonction a aussi
des extrema, mais des extrema non-stricts. Nous pouvons alors choisir un point arbitrairement dans
9.4. EXTREMA DE FONCTIONS CONTINUES SANS DÉRIVÉE CONTINUE 257
cet intervalle si nous laissons de côté d’autres aspects comme par ex. l’utilisation des ressources
dans le cas d’une fonction de profit.
Exemple 9.3.1. (voir figure 9.3.5).



 ln(x) pour 0 < x ≤ 15


f (x) = ln 15 pour 15 < x ≤ 20




 −3x + 62.708 pour 20 < x ≤ 25
f(x)
3
2
1
x
5 10 15 20
−1
−2
−3
−4
Figure 9.3.5 – Fonction avec segment constant
Le maximum se situe dans le segment constant en [15, 20]. Par rapport au maximum il est égal
quel x on choisit à l’intérieur de cet intervalle. Il faut relever que 15 est élément de l’intervalle,
parce que limx→15 ln(x) = ln 15. ♦
9.4 Extrema de fonctions continues sans dérivée continue

La dérivée d’une fonction continue n’est pas forcément continue, comme le montre l’exemple
suivant : Supposons que f soit une fonction de profit (voir figure 9.4.6) :


 2x − 1 pour x ≤ 3
f (x) =

 −x + 8 pour x > 3
f(x)
0 x
0 1 2 3 4 5 6 7 8 9
Figure 9.4.6 – Exemple d’une fonction continue dont la dérivée n’est pas continue
La fonction est continue en x0 , car lim+ (−x + 8) = lim− (limx→3+ ). La dérivée en est :
x→3 x→3


 2 pour x < 3
f ′ (x) =

 −1 pour x > 3
En x0 = 3 la dérivée n’est pas définie puisque la limite à gauche et à droite de la fonction

f ∗ (x) = f (x)−f
x−3
(3)
pour x → 3 n’y coı̈ncident pas (voir figure 9.4.7). Car
f (x) − f (3)
lim = lim+ −1 = −1
x→3+ x−3 x→3
et
f (x) − f (3)
lim = lim− 2 = 2.
x→3− x−3 x→3
f’(x)
0 x
1 2 3 4 5 6 7 8 9
−1
Figure 9.4.7 – Représentation graphique de la dérivée de la fonction de la figure 9.4.6
Nous voyons que la première dérivée en x0 = 3 n’est pas continue tandis que la fonction de
départ y est continue. La fonction a en 3 un changement de la direction (de la pente) abrupt.
Avec de telles fonctions nous devons - pour déterminer les extrema - contrôler, si un extremum
se trouve à l’endroit où les fonctions définies par intervalles se touchent. Il y a un maximum en x0
si pour tout x ∈ V (x0 ) : f ′ (x) > 0 à gauche et f ′ (x) < 0 à droite - la fonction croı̂t à gauche et
décroı̂t à droite de x0 (V (x0 ) est un voisinage de x0 ).
Pour le cas
9.5. OPTIMISATION LINÉAIRE AVEC SYSTÈME DE RESTRICTION NON-AFFINE 259
— que les deux functions partielles ne coı̈ncide pas en x0 et que la fonction est par conséquent
discontinue en x0 ,
— et que la fonction croı̂t à gauche de x0 et décroı̂t à droite de x0 ,
il y a un maximum si la fonction partielle dont les valeurs de fonction dépassent les valeurs de
fonction de l’autre fonction partielle dans un voisinage de x0 , est définie en x0 . Autrement il n’y
a pas de maximum (voir les figures 11.0.1 et 11.0.2, à gauche il y a un maximum, à droite pas).
 
 
 0.2x + 1 pour x ∈ ]0, 4[  0.2x + 1 pour x ∈ ]0, 4]
g (x) = f (x) =

 −0.4x + 5 pour x ∈ [4, 13[ 
 −0.4x + 5 pour x ∈ ]4, 13[
3 3
2 2
1 1
0 x 0 x
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14
Figure 9.4.8 – fonction g avec maximum Figure 9.4.9 – fonction f sans maximum
dans l’intervalle dans l’intervalle
9.5 Optimisation linéaire avec système de restriction non-

affine
L’optimisation linéaire a pour but de maximiser ou de minimiser les valeurs d’une fonction
linéaire ou affine Z (p.ex. une fonction de profit ou de coût) tel que seul certains arguments sont
admis. L’ensemble des points admis est appelé ensemble de restriction“, le système d’inéquations
”
qui le décrit système de restriction“ ou système de contrainte“. Souvent la fonction à optimiser
” ”
est une fonction Z : R2 → R. Les points de l’ensemble de restriction (x1 , x2 ) sont alors éléments
du R2 ( du R2 “ signifie de l’espace R2 “). Une méthode courante est de mettre Z (x1 , x2 ) = a
” ”
constant et d’isoler dans cette équation x2 . On obtient une droite dans le R2 . On déplace cette
droite le plus possible à droite (ou à gauche, selon le problème et selon la fonction Z) tel que la
droite a toujours au moins un point en commun avec l’ensemble de restriction. Ce point (ou un
de ces points) est l’endroit où la fonction à optimiser atteint son maximum ou son minimum - en
respectant les exigences du système de restriction.
Remarque 9.5.1. Du point de vue géométrique, par la mise constante Z (x1 , x2 ) = a, on forme
une intersection d’une surface A parallèle au R2 (la distance de A à R2 est a) et de l’image de
Z. Cette intersection est une droite dans le R3 . En isolant x2 cette intersection est projetée d’une
manière orthogonale sur le R2 . Il en résulte une droite dans le R2 qui comprend les points tel
que Z (x1 , x2 ) = a. Le déplacement de la droite dans le R2 à gauche ou à droite correspond à un
déplacement de la surface A vers le haut ou vers le bas et par là à un déplacement correspondant
de l’intersection de A et de Z. ♦
On peut utiliser le calcul différentiel pour l’optimisation de fonctions linéaires ou affines, si le

système de restriction n’est pas uniquement donnée par des inéquations linéaires ou affines. Nous
étudions un
Exemple 9.5.2. (1) Fonction à maximiser : Z (x1 , x2 ) = 31 x2 + x1 . Il s’agit d’une fonction dans
l’espace tridimensionnel R3 . Elle passe par l’origine du système des coordonnées cartésiennes et
elle croı̂t dans la direction de l’axe des x1 ainsi que dans la direction de l’axe des x2 (car 31 x2
est une fonction strictement croissante ainsi que x1 ). Nous mettons constant : Z (x1 , x2 ) = a =⇒
x2 (x1 ) = −3x1 + 3a. On trouve le maximum Z en déplaçant la droite x2 (x1 ) = −3x1 + 3a le plus
possible à droite - en fait on augmente le a. Supposons que le système de restriction suivant doit
être respecté :
(1) x2 ≤ 13x1 + 3
(2) x2 ≤ −x21 + 13x1 + 12
(3) x1 ≤ 13
(4) x1 , x2 ≥ 0
x2
50
40
30
20
10
x1
5 10
Figure 9.5.10 – Problème d’optimisation linéaire - système de restriction non-affine
Nous constatons à l’aide du graphique que la fonction x2 (x1 ) = −3x1 + 3a est le plus à droite
si elle devient la tangente de la fonction f (x1 ) = −x21 + 13x1 + 12 en un point à déterminer.
Nous connaissons la pente de la droite x2 (x1 ) = −3x1 + 3a (à savoir −3). Celle-ci doit être iden-
tique à la pente de la courbe f au point qu’on cherche. Nous calculons la première dérivée de f :
d 2
dx1 −x1 + 13x1 + 12 = −2x1 + 13. Avec cela : −2x1 + 13 = −3 =⇒ x1 = 8
La fonction Z devient maximale en (8, x2 (8)) = (8, 52)
La valeur maximale de Z en ce point est Z (8, 52) = 13 x2 + x1 = 31 · 52 + 8 = 25.333 ♦
9.5.1 Exercices
1. Supposons la fonction de profit suivante :


 3x + 4 pour 0 ≤ x < 1
f (x) =

 −5x + 12 pour x ≥ 1
Déterminer le profit maximal.

2. Supposons la fonction de profit suivante : f (x) = 2x − 3 pour x ∈ [ 32 , 20]
3. Supposons la fonction de profit suivante : f (x) = 2x − 3 pour x ∈ [ 32 , 20[
4. Supposons la fonction de recette suivante : f (x) = 0.3x5 − 9x3 + 20x2 − 5 pour x ∈ [0, 4]
Déterminer la recette maximale.
5. Supposons la fonction à optimiser suivante : Z (x1 , x2 ) = 21 x1 + 61 x2

De plus le système de restriction suivant :
x1 , x2 ≥ 0
x2 ≤ 9x1 + 3
x2 ≤ −x31 + 15x1
x2 ≥ −x1 + 16
x2 ≥ 2x21 + 3x1 − 5
Calculer le point où (a) Z devient maximal, (b) Z devient minimal. Calculer les valeurs de
Z en ces points.
6. Fonction à maximiser Z (x1 , x2 ) = 100x1 + 2x2 .
Système de restrictions :
x2 (x1 ) ≥ 5x1 + 3
x2 (x1 ) ≤ −4x21 + 3x1 + 10
x2 (x1 ) ≤ 10x1 + 7.5
x2 (x1 ) ≤ 200x1 + 1
Indiquer l’ensemble de restriction dans le graphique suivant :
x2
15
12
0 x1
0 1 2
Figure 9.5.11 – Graphique de l’exercice
Trouver le couple (x1 , x2 ) qui maximise Z. Calculer Z (x1 , x2 ) pour ce couple.

7. Fonction à minimiser Z (x1 , x2 ) = 80x1 + 4x2
sytème de restriction : x2 (x1 ) ≥ 5x2 − 28x + 40
x2 (x1 ) ≥ 5x2 − 5x + 3
x2 (x1 ) ≤ 2x + 30
x2 (x1 ) ≤ −3x + 40
Indiquer l’ensemble de restriction dans le graphique suivant :
x2
40
35
30
25
20
15
10
5
0 x1
0 1 2 3 4
Trouver le couple (x1 , x2 ) qui minimise Z. Calculer Z (x1 , x2 ) pour ce couple.

8. Supposons le système de restrictions suivants qui indique les couples (x1 , x2 ) admissibles :
x2 (x1 ) ≤ −2x21 − 0.4x1 + 15

x2 (x1 ) ≤ 13x1 + 7
x2 (x1 ) ≥ 5x21
x2 (x1 ) ≥ 5
x2 ≥ 0
x1 ≥ 0
Il s’agit de maximiser la fonction g (x1 , x2 ) = 4x1 +x2 sur l’ensemble de restriction déterminé
par le système de restriction.
1) indiquer dans le graphique suivant l’ensemble de restriction (à l’aide d’une couleur p.ex.).
2) Indiquer dans le même graphique quelle courbe correspond à quelle inéquation du système
de restriction (première inéquation = a ; deuxième = b ; etc.)
x2
12
0 x1
0 2 4
Figure 9.5.13 – Représentation graphique des restrictions de l’ensemble des points admis.
c) Indiquer le couple (x1 , x2 ) de l’ensemble de restriction pour lequel g (x1 , x2 ) est maximal
d) Indiquer la valeur de fonction pour le couple trouvé sous c)
9.5.2 Solutions
1. On peut retenir limx− →1 (3x + 4) = 7
limx+ →1 (−5x + 12) = 7. Ainsi la fonction est continue en 1. Puisque la fonction croı̂t à
gauche et décroı̂t à droite il y a en 1 un maximum (voir figure 9.5.14).
f(x)
7
6
5
4
3
2
1
x
−2 −1−1 1 2 3
−2
Figure 9.5.14 – Problème d’optimisation - dérivée discontinue
profit maximal : f (1) = 7

2. f (x) = 2x − 3 pour x ∈ [ 23 , 20]
d
Nous calculons la première dérivée : dx (2x − 3) = 2 > 0. Ainsi la fonction est partout
strictement croissante (la fonction constante 2 est continue). Par conséquent le maximum
se trouve en x = 20 : f (20) = 37
3. f (x) = 2x − 3 pour x ∈ [ 32 , 20[
Il n’y a pas d’extremum local dans la partie ouverte de l’intervalle, puisque la première
dérivée n’a pas de zéro. Puisque l’intervalle est ouvert à droite il n’y a pas de maximum.
Nous pouvons cependant nous approcher de la valeur 37 toujours plus, car lim − (2x − 3) =
x→20
40 − 3 = 37.
d

4. dx 0.3x5 − 9x3 + 20x2 − 5 = 1.5x4 − 27x2 + 40x = 0 si est seulement si :
x1 = 0 ou x2 = −4. 847 8 ou x3 = 1. 812 ou x4 = 3. 035 8
d
Nous calculons la deuxième dérivée : dx 1.5x4 − 27x2 + 40x = 6x3 − 54x + 40
En x1 il y a un minimum.
x2 se situe à l’extérieur de l’intervalle étudié.
3
En x3 il y a un maximum, car f ′′ (1.812) = 6 (1.812) − 54 · 1.812 + 40 = −22. 151 < 0
f (1.812) = 0.3 (1.812)5 − 9 (1.812)3 + 20 (1.812)2 − 5 = 12. 982
3
En x4 il y a un minimum, car f ′′ (3.0358) = 6 (3.0358) − 54 · 3.0358 + 40 = 43. 936 > 0.
Finalement nous regardons les bords de l’intervalle : Comme il y a en 0 un minimum ce cas
est déjà pris en compte.
5 3 2
f (4) = 0.3 (4) − 9 (4) + 20 (4) − 5 = 46. 2
C’est pourquoi le maximum se situe en 4. La recette maximale est 46.2 (voir figure 9.5.15).
5. Nous dessinons l’ensemble de restriction et la droite qui résulte de l’isolation de x2 en

Z (x1 , x2 ) = 0 (voir figure 9.5.16) :
f(x)
50
40
30
20
10
x
−1 1 2 3 4
Figure 9.5.15 – Représentation graphique de la fonction de l’exercice 4
x2
20
15
10
5
x1
−5 −4 −3 −2 −1 1 2 3 4
−5
−10
−15
−20
Figure 9.5.16 – Représentation graphique de l’ensemble de restriction de l’exercice 5
a = 12 x1 + 61 x2 =⇒ x2 = −3x1 + 6a
Le maximum de Z se trouve là où x2 (x1 ) = −3x1 + 6a devient une tangente de la courbe
du troisième degré. Nous devons chercher le point de cette fonction où la tangente a une
pente de −3. Nous calculons la première dérivée de x2 (x1 ) = −x31 + 15x1 : √
d 3 2
dx1 −x 1 + 15x 1 = −3x 1 + 15 que nous mettons égale à −3 : −3x21 + 15 = −3 =⇒ x1 = 6
√ √
x2 = − 6. Nous ne nous intéressons
√ √ qu’au √ domaine
√ positif, alors à 6.
Nous avons alors le point√ :√ ( 6,
f( √6)) = ( √6, 9 6) où se trouve le maximum.
Le maximum est : Z 6, 9 6 = 12 6 + 16 9 6 = 4. 899 0
Le minimum est là où x2 = 9x1 + 3 et x2 = −x1 + 16 se coupent.
x2 = 9x1 + 3
x2 = −x1 + 16
13
=⇒ x1 = 10 , x2 = 147
10
13 147 1 13 1 147 31
Le minimum de Z est Z 10 , 10 = 2 10 + 6 10 = 10 = 3.1
6. Graphique :
x2
15
12
0 x1
0 1 2
5x1 + 3 = −4x21 + 3x1 + 10

En déplacant la droite à travers (0, 0) à droite on voit que le maximum est atteint à
l’intersection de x1 (x2 ) = 5x1 + 3 et x2 (x1 ) = −4x21 + 3x1 + 10 :
5x1 + 3 = −4x21 + 3x1 + 10
√
1
Solution positive : 4 29 − 41 = 1.0963 = x1 du point où se trouve le maximum.
√ √
5 · 41 29 − 41 + 3 = 54 29 + 74 = 8.4815 = x2 du point où se trouve le maximum.
Z (1.0963, 8.4815) = 100 · 1.0963 + 2 · 8.4815 = 126.59 (maximum)
7. Graphique :
x2
40
35
30
25
20
15
10
5
0 x1
0 1 2 3 4
Il paraı̂t que le minimum se trouve sur la courbe x2 (x1 ) = 5x21 − 28x1 + 40. Si l’on n’est
pas sûr, on peut chercher le point sur la courbe avec la même pente que x2 (x1 ) = −20x1
et contrôler si ce point est un élément de l’ensemble de restriction. Si cela n’est pas le
cas, le point où se trouve le minimum est l’intersection de x2 (x1 ) = 5x21 − 28x1 + 40 et
x2 (x1 ) = 5x21 − 5x1 + 3 ou de x2 (x1 ) = 5x21 − 28x1 + 40 et de x2 (x1 ) = 2x1 + 30.
d
5x21 − 28x1 + 40 = 10x1 − 28 = −20
dx1
Solution : 45 = 0.8
comme 0.8 se trouve entre l’intersection de x2 (x1 ) = 5x21 −28x1 +40 et x2 (x1 ) = 5x21 −5x1 +3
d’un côté et de x2 (x1 ) = 5x21 − 28x1 + 40 et de x2 (x1 ) = 2x1 + 30 de l’autre côté, le point
avec le minimum se trouve en x1 = 0.8
5 · 0.82 − 28 · 0.8 + 40 = 20. 8 = x2
Z (0.8, 20.8) = 80 · 0.8 + 4 · 20.8 = 147. 2 (minimum)
8. On obtient :
x2
12
0 x1
0 2 4
Figure 9.5.19 – Représentation graphique des restrictions de l’ensemble des points admis.
Pente de l’intersection de g (x1 , x2 ) = 4x1 + x2 avec la surface (x1 , x2 ) : g (x1 , x2 ) = 0 et

alors x2 (x1 ) = −4x1
Nous conjecturons que le (x1 , x2 ) élément de l’ensemble de restriction qui maximise g se
trouve sur la courbe x2 (x1 ) = −2x21 − 0.4x1 + 15.
d 2
dx1 −2x1 − 0.4x1 + 15 = −4x1 − 0.4
On identifie −4x1 − 0.4 = −4, solution : 0.9
On vérifie que (0.9, −2 · 0.92 − 0.4 · 0.9 + 15) se trouve sur le segment de x2 (x1 ) = −2x21 −
0.4x1 + 15 qui forme un bord de l’ensemble de restriction. En fait l’intersection de x2 (x1 ) =
−2x21 − 0.4x1 + 15 et de x2 (x1 ) = 13x + 7 donne :
(0.5516,14.17083488) et l’intersection de x2 (x1 ) = −2x21 − 0.4x1 + 15 et de x2 (x1 ) = 5x2
donne :
(1.4356,10.30386528). Comme 0.9 ∈]0.5516, 1.4356[, le maximum de g se trouvera au dessus
de
(x1 , x2 ) = 0.9, −2 · 0.92 − 0.4 · 0.95 + 15 = (0.9, 13) .
g (0.9, 13) = 4 · 0.9 + 13 = 16.6

— Arriver à calculer des maxima et des minima par rapport à des fonctions définies sur des
intervalles ouverts ou fermés, ouverts à droite ou ouverts à gauche.
— Arriver à calculer des maxima et des minima par rapport à des fonctions continues pour
lesquelles il n’y a pas de dérivée continue (du type étudié).
— Arriver à calculer des maxima et des minima par rapport à des fonctions continues qui ont
des segments constants.
— Arriver à résoudre des problème d’optimisation linéaire en présence d’un système de res-
triction non-affine.
Chapitre 10
Dérivées et fonctions économiques

marginales
Les dérivées permettent de définir les fonctions économiques marginales tel qu’on peut les analy-
ser d’une manière efficace. D’abord nous analysons les unités des dérivées de fonctions économiques.
Par la suite nous motivons la définition des fonctions économiques marginales à l’aide de leurs
dérivées. Finalement nous allons définir certaines fonctions économiques marginales.
10.1 Dérivées et unités de mesure

Dans un contexte économique les valeurs du domaine de définition et du domaine des valeurs
des fonctions sont dotées d’unités de mesure (p.ex. franc, kg, litre, tonne, etc.). La question est
de savoir par quelles unités les dérivées sont caractérisées. Nous examinons la fonction de coût
C(x) = x3 − 2x + 5. Elle exprime les coûts (unités monétaires (UM), p.ex. franc ou euro) en tant
que fonction de la quantité produite (unité de quantité (UQ), p.ex. kilo, tonne, pièce). En dérivant
nous formons la limite de la fonction suivante
f (x) − f (x0 )
h(x) :=
x − x0
pour x → x0 , en cas d’une fonction de coût la limite de la fonction
C(x) − C(x0 )
h(x) := .
x − x0
Les unités du numérateur sont alors des unités monétaires et du dénominateur des unités de
quantité. On obtient comme unité de mesure de la dérivée UM
UQ , p.ex.
CHF
t .
Pour la deuxième dérivée nous obtenons :
UM
UQ UM
C ′′ (x) : = ,
UQ U Q2
pour
UM
UQ2 UM
C ′′′ (x) : = ,
UQ U Q3
etc.
On peut constater que les unités de la première dérivée d’une fonction de coût sont identiques
à celles de la fonction de coût unitaire correspondante. Dans l’exemple :
C(x) U M
c(x) = : .
x UQ
267
268 CHAPITRE 10. FONCTIONS ÉCONOMIQUES MARGINALES
Par conséquent c’est raisonnable de dessiner la fonction de coût unitaire dans le même système
de coordonnées cartésiennes que la première dérivée de la fonction de coût. Il n’est par contre
pas raisonnable de dessiner la fonction de coût et la première dérivée de cette fonction dans le
même système de coordonnées cartésiennes. Aussi longtemps que nous examinons des fonctions
sans unités interprétées, le problème ne se pose cependant pas : on peut dessiner des fonctions et
leur dérivées dans le même système.
10.1.1 Exercices
1. La fonction de coût C(x) = 5x4 − 2x2 + 5 exprime les coûts en francs suisses (la quantité
produite est mesurée en kg. Quelles sont les unités de mesure de C ′ et de C ′′ ?
1 3
2. La fonction de production x(r) = − 15 r + 0.5r2 + 4r exprime la quantité produite x(r) en
tonnes de pain et la quantité de farine utilisée r en tonnes. Quelles sont les unités de x′ et
de x′′ ?
3. La fonction de coût C(x) = 5x4 − 2x2 + 5 exprime les coûts en CHF et la quantité produite
en kg. Quelles sont les unités de c(x) et de c′ (x) ?
10.1.2 Solutions
CHF CHF
1. Les unités de C ′ (x) : kg ; Les unités de C ′′ (x) : (kg)2
t
2. Les unités de x′ (r) : t = 1; ′′ t
Les unités de x (r) : t2 = 1t
CHF
3. Les unités de c(x) : ; kg Les unités de c′ (x) = CHF
(kg)2
.
′ ′′
c (x) a alors les mêmes unités que C (x).
10.2 Fonctions marginales et dérivées

Les fonctions économiques marginales expriment pour le cas discret combien la valeur de fonc-
tion croı̂t ou décroı̂t si l’argument augmente d’une unité. Pour une fonction d’utilité la fonction
d’utilité marginale exprime l’augmentation de l’utilité pour une consommation supplémentaire
d’une unité. Evidemment cette utilité dépend de la quantité x déjà consommée - une glace
supplémentaire n’a pas la même utilité après la consommation préliminaire d’une ou de quatre
glaces. Pour le cas d’une fonction de coût la fonction de coût marginal indique combien les coûts
augmentent si on produit une unité de plus. Les coûts supplémentaires dépendent de nouveau de la
quantité déjà produite. Pour le cas discret on peut définir la fonction de coût marginal (définition
traditionnelle)
Cm (x) := C(x + 1) − C(x)
Il n’est pas facile d’analyser des fonctions marginales de ce type. Pour pouvoir utiliser les instru-
ments du calcul différentiel on définit les fonctions marginales à l’aide du calcul différentiel. On
peut rendre plausible le pas de la définition traditionnelle à la définition basée sur les dérivées par
les réflexions suivantes.
La pente de la tangente g en x0 est f ′ (x0 ). La tangente g est une droite. C’est pourquoi sa
pente est g(x)−g(x
x−x0
0)
pour des x arbitraires différents de x0 , p.ex. pour x = x0 + 1. Avec cela on
obtient :
g(x) − g(x0 ) g(x0 + 1) − g(x0 )
f ′ (x0 ) = = = g(x0 + 1) − g(x0 ).
x − x0 x0 + 1 − x0
A l’aide du graphique 10.2.1 on voit que
f (x0 + 1) − f (x0 ) ≈ g (x0 + 1) − g (x0 ) = f ′ (x0 )
pourvu que la courbe ne change pas trop rapidement de direction en [x0 , x0 + 1].
10.2. FONCTIONS MARGINALES ET DÉRIVÉES 269
f (x)
8 g(x)
6
g (x0 + 1) − g (x0 ) = f ′ (x0 )
4
0 x
0 1 2 3
Figure 10.2.1 – Graphique pour l’équation approximative f (x0 + 1) − f (x0 ) ≈ g (x0 + 1) −
g (x0 ) = f ′ (x0 )
Le reste r (x) = f (x) − g (x) tend de plus très rapidement vers 0 pour x → x0 (voir théorème
7.6.6 et la remarque suivant sa démonstration, page 221). Pour le cas d’une fonction de coût il est
alors raisonnable d’exprimer les coûts marginaux à l’aide de la première dérivée, si la courbe ne
change pas trop rapidement de direction. Pour profiter des possibilités flexibles du calcul différentiel
il s’impose de définir les coûts marginaux à l’aide de la dérivée, même si f change en [x0 , x0 + 1]
rapidement de direction. C’est pourquoi nous allons entendre désormais par fonction de coût
”
marginal“, fonction de profit marginal“, fonction de recette marginale“, etc. la première dérivée
” ”
des fonctions correspondantes.
10.2.1 Définitions de quelques fonctions marginales

— fonction de coût : C = Cv + Cf , C exprime les coûts en fonction de la quantité produite ;
Cv est la fonction de coût variable, Cf la fonction de coût fixe ;
d
fonction de coût marginal : C ′ (x) = dx C (x)
C(x)
fonction de coût unitaire : c(x) = x
à relever : C ′ (x) = Cv′ (x)
d
fonction de coût unitaire marginal : c′ (x) = dx c(x)
— fonction de demande : pD (x)
— fonction de recette : R(x) = x · pD (x), R exprime la recette en fonction de la quantité
vendue ;
d
fonction de recette marginale :R′ (x) = dx R(x)
′
pour un prix constant : R (x) = p
— fonction de production x(r), qui exprime la quantité produite en fonction des facteurs de
production (matières premières, biens intermédiaires, capital ou travail).
d
productivité marginale x′ (r) = dr x(r)
fonction de production moyenne ou productivité moyenne : x̄(r) = x(r) r
d x(r)
productivité moyenne marginale : x̄′ (r) = dr r
— fonction de profit : P , exprime le profit en fonction de la quantité vendue.
d
fonction de profit marginal : P ′ (x) = dx P (x).
P (x)
fonction de profit unitaire : g(x) = x
d P (x)
fonction de profit unitaire marginal : g ′ (x) = dx x
— fonction de marge sur coût variable : PV (x) = R(x) − Cv (x)
d
fonction de marge sur coût variable marginal : PV′ (x) = dx (R(x) − Cv (x)) = R′ (x) −
′ ′ ′
Cv (x) = R (x) − C (x)
fonction de marge sur coût variable unitaire : pV (x) = PVx(x)
d PV (x)
fonction de marge sur coût variable unitaire marginal : p′V (x) = dx x
o
— fonction de consommation : C qui exprime la consommation mesurée en argent en fonction
du revenu Y . Fonction de consommation marginale (propension marginale à consommer) :
o
C o′ (Y ) = dCdY(Y ) > 0 (quand on gagne plus, on consomme plus)
fonction d’épargne : E, exprime l’épargne en fonction du revenu Y .
Fonction d’épargne marginale (propension marginale à épargner) : E ′ (Y ) = dE(Y dY
)
> 0
(quand on gagne plus on épargne plus)
d d d
On peut affirmer : Y = C o (Y ) + E(Y ) et avec cela : dY Y = 1 = dY C o (Y ) + dY E (Y )
o′ ′
Il en résulte C (Y ) ≤ 1 et E (Y ) ≤ 1
10.2.2 Exercices
1. Supposons les fonctions économiques suivantes (source : Tietze, J. (2005), Einführung in
die angewandte Wirtschaftsmathematik, pages 6-16 ff).
Fonction de coût C (x) = 0.06x3 − x2 + 50x + 400
1 3
Fonction de production : x(r) = − 60 r + 45 r2 + 3r
Fonction de demande : pD (x) = 150 − 0.4x
Fonction de consommation : C√o (Y ) = 1000 + 0.2Y
Fonction d’utilité : U (x) = 10 x
calculer :
(a) les coûts marginaux pour une production de 70 U Q (comparer le résultat avec résultat
de la définition Cm (x) := C (x + 1) − C (x))
(b) les coûts variables moyens pour une production de 70 U Q
(c) les coûts unitaires marginaux pour une production de 100 U Q ,
(d) la production moyenne pour 40 U Q du facteur de production
(e) la productivité marginale pour 40 U Q du facteur de production
(f) la pente de la fonction de productivité marginale pour 40 U Q du facteur de production
(g) la marge sur coût variable et la marge sur coût variable unitaire pour une production
de 30 U Q
(h) la marge sur coût variable marginal et la marge sur coût variable unitaire marginal pour
une production de 30 U Q
(i) la recette marginale par rapport à la quantité pour une quantité vendue de 150 U Q
(j) la recette marginale par rapport au prix pour un prix du marché de 120 U M/U Q ,
(k) le profit marginal par rapport à la quantité pour un prix du marché de 100 U M/U Q
(l) l’épargne marginale pour un revenu de 1000 U M ,
(m) la consommation moyenne pour un revenu de 1000 U M
(n) le profit unitaire marginal pour une production (vendue) de 40 U Q ,
(o) l’utilité marginale pour une quantité consommée de 4 U Q ,
(p) l’utilité moyenne pour une quantité consommée de 4 U Q
(q) la production pour laquelle
i) les coûts variables moyens sont minimaux
ii) les coûts totaux moyens augmentent de 0
iii) les coûts marginaux sont identiques aux coûts unitaires
(r) le revenu pour lequel
i) on épargne pour chaque UM 60%
ii) on épargne pour chaque UM supplémentaire 60%
(s) les facteurs de production pour lesquels

i) la pente de la fonction de production est 0
ii) la productivité marginale est 0
iii) la productivité moyenne est 0
iv) la productivité marginale est égale à la productivité moyenne
(t) le prix du marché pour lequel le profit marginal par rapport à la quantité est 0
(u) la production pour laquelle les coûts marginaux et la recette marginale sont égaux.
(v) la production pour laquelle la fonction de coût marginal a une tangente horizontale,
(w) le facteur de production pour lequel deux unités supplémentaires de ce facteur augmente
la production de 0.1 U Q,
(x) la production pour laquelle les coûts unitaires baissent de 0.4 U M/U Q si la production
augmente d’une U Q,
(y) le facteur de production pour lequel la productivité moyenne augmente de 0.5 U Qx /U Qr
si l’on utilise une unité de moins de ce facteur,
(z) le prix du marché pour lequel une augmentation du prix de 0.1 U M/U Q mène à une
diminution de la recette de 0.5 U M .
2. Calculer pour les fonctions de l’exercice 1 :
(a) la production pour laquelle le profit unitaire baisse de 2 U M/U Q si la production
augmente de 10 U Q,
(b) la consommation pour laquelle
i) l’utilité marginale
ii) l’utilité moyenne se monte à a) 0.5 b) 0,
(c) la production pour laquelle la marge sur coût variable augmente de 80 U M si la pro-
duction baisse de 4 U Q.
3. Répondre pour les fonctions économiques suivantes aux questions de l’exercice 1 et 2 :
Fonction de coût : C (x) = e0.001x+10 ′
√ + 10 000 (0 ≤ x ≤ 15′ 000U Q)
Fonction de production : x(r) = 4r − 100 (r ≥ 25 U Q)
Fonction de demande : x(p) = −100 ln(0.0005p) (0 < p ≤ 2′ 000U M/U Q)
Fonction de consommation : C o (Y ) = 200YY +80 +10000
(Y ≥ 0)
Fonction d’utilité : U (x) = − 13 x3 + 1.5x2 + 2x
4. Calculer pour les fonctions de l’exercice 3 :
(a) la fonction r(x) qui exprime la consommation du facteur de production en fonction de
la quantité produite,
(b) la consommation marginale du facteur de production pour une production de 20 U Qx
(c) le point de saturation de la fonction de consommation et de la fonction de consommation
moyenne pour un revenu croissant sans limite.
(d) le point de saturation de la fonction de consommation marginale et de la fonction
d’épargne marginale pour un revenu croissant sans limite.
10.2.3 Solutions
1. On obtient :
d

(a) C ′ (x) = dx 0.06x3 − x2 + 50x + 400 = 0.18x2 − 2x + 50
C ′ (70) = 792 U M/U Q (Comparaison : C (70 + 1) − C (70) = 0.06 · 713 − 712 + 50 · 71 +
400 − 0.06 · 703 − 702 + 50 · 70 + 400 = 803.66).
3 2
(b) cv (x) = 0.06x −x
x
+50x
= 0.06x2 − x + 50
cv (70) = 274 U M/U Q
3 2
(c) c(x) = 0.06x −x x+50x+400 = 0.06x2 − x + 50 + 400
x
d

c′ (x) = dx 0.06x2 − x + 50 + 400
x = 0.12x − 400
x2 −1
c′ (100) = 10.96 U M/U Q2
− 1
r 3 + 5 r 2 +3r
(d) x̄(r) = x(r)
r =
60
r
4 1 2
= − 60 r + 45 r + 3
x̄(40) = 26.33 U Qx /U Qr
d 1 3

(e) x′ (r) = dr − 60 r + 54 r2 + 3r = 25 r − 1 2
20 r +3
x′ (40) = 23 U Qx /U Qr
d 5 1 2
5 1
(f) x′′ (r) = dr 2 r − 20 r + 3 = 2 − 10 r
′′ 2
x (40) = −1.5 U Qx /U Qr
(g) Cv (x) = 0.06x3 − x2 + 50x
R(x) = xp(x) = 150x − 0.4x2
PV (x) = R(x) − Cv (x) = 150x − 0.4x2 − 0.06x3 − x2 + 50x = 100x + 0.6x2 − 0.06x3
PV (30) = 1920 U M ;
2 3
pV (x) = 100x+0.6xx −0.06x = 100 + 0.6x − 0.06x2
pV (30) = 64 U M/U Q
d

(h) PV′ (x) = dx 100x + 0.6x2 − 0.06x3 = 1.2x − 0.18x2 + 100
PV′ (30) = −26U M/U Q ;
d
p′V (x) = dx 100 + 0.6x − 0.06x2 = 0.6 − 0.12x
p′V (30) = −3U M/U Q2
(i) R(x) = xp(x) = x (150 − 0.4x) = 150x − 0.4x2
d
R′ (x) = dx 150x − 0.4x2 = 150 − 0.8x
′
R (150) = 30 U M/U Q
(j) la fonction de recette en fonction du prix : isoler le x en pD (x) = 150 − 0.4x : x(p) =
375 − 2.5p
R(p) = px(p) = 375p
− 2.5p2
d 2
dp 375p − 2.5p = 375 − 5p
R′ (120) = −225 U M/U M = −225
(k) x(100) = 375 − 2.5 · 100 = 125
P (x) = R(x) − C (x) = x(150 − 0.4x) − 0.06x3 − x2 + 50x + 400 = 100x + 0.6x2 −
0.06x3 − 400
d
P ′ (x) = dx 100x + 0.6x2 − 0.06x3 − 400 = 1.2x − 0.18x2 + 100
P ′ (125) = −2562.50 U M/U Q
(l) E(Y ) = Y − C o (Y ) = Y − (1000 + 0.2Y ) = 0.8Y − 1000
d
E ′ (Y ) = dY (0.8Y − 1000) = 0.8
′
E (1000) = 0.8 U M/U M = 0.8
(m) C̄ o (Y ) = 1000+0.2Y
Y = 0.2 + 1000
Y
o
C̄ (1000) = 1.2U M/U M = 1.2
2 3
(n) p(x) = pDx(x) = 100x+0.6x −0.06x
x
−400
= 100 + 0.6x − 0.06x2 − 400
x

′ d
p (x) = dx 100 + 0.6x − 0.06x − x = 400
2 400
x2 − 0.12x + 0.6
p′ (40) = −3.95U M/U Q2
d d √
(o) dx U (x) = dx (10 x) = √5x
U ′ (4) = 2.5U U/U Q (U U pour unité d’utilité)
√
(p) Ū (x) = 10x x = √10x
Ū (4) = 5U U/U Q
3 2
(q) i) kv (x) = 0.06x −x
x
+50x
= 0.06x2 − x + 50
′ d 2

kv (x) = dx 0.06x − x + 50 = 0.12x − 1
0.12x − 1 = 0 si et seulement si x = 8.333 3
d
kv′′ (x) = dx (0.12x − 1) = 0.12 > 0 (il y a alors un minimum)
3 2
ii) c(x) = 0.06x −x x+50x+400 = 400 2
x − x + 0.06x + 50
c (x) = dx x − x + 0.06x + 50 = 0.12x − 400
′ d 400 2
x2 − 1
0.12x − 400
x2 − 1 = 0, si x = 18.294
d

iii) dx 0.06x3 − x2 + 50x + 400 = 0.18x2 − 2x + 50
3 2
0.18x2 − 2x + 50 = 0.06x −x x+50x+400 si x = 18.294
o o
(r) i) S̄(Y ) = Y −CY (Y ) = 1 − C Y(Y ) = 1 − 1000+0.2Y
Y = 0.8 − 1000
Y
S̄(Y ) = 0.6 =⇒ Y = 5000 U M
d
ii) Il n’y a pas de revenu avec une épargne marginale de 0.6, puisque S ′ (Y ) = dY (Y − (100 − 0.2Y )) =
o
0.8 (l’épargne est la différence entre le revenu et la consommation C (Y ) = 100 − 0.2Y )

(s) i) dr x(r) = drd 1 3
− 60 r + 45 r2 + 3r = 25 r − 20
1 2
r +3
5 1 2
√
2 r − 20 r + 3 = 0 si et seulement si x = 25 − 685 = −1. 172 5 (puisque négatif le
√
résultat ne se trouve pas dans le domaine économique) ou x = 685 + 25 = 51.1725
ii) Selon la définition de la productivité marginale identique à i)
− 1
r 3 + 5 r 2 +3r
iii) x̄(r) = 60 r4 = 45 r − 60
1 2
r +3
5 1 2
√
4 r − 60 r + 3 = 0 si et seulement si r = 75 3
2 −√2 705 = −2. 327 8 (le résultat ne se trouve
pas dans le domaine économique) ou r = 32 705 + 75 2 = 77. 328
1 2
iv) 52 r − 20 r + 3 = 54 r − 601 2
r + 3 si et seulement si r = 0 ou r = 75
2 = 37. 5
d
(t) P ′ (x) = dx (xpD (x) − C (x)) =
d

dx x (150 − 0.4x) − 0.06x3 − x2 + 50x + 400 = −0.18x2 + 1. 2x + 100 = 0 =⇒ x =
27.138 U Q,
pD (27.138) = 150 − 0.4 · 27.138 = 139.14 U M/U Q
(u) C ′ (x) = R′ (x) =⇒ solution identique à exercice précédent 1t), car P ′ (x) = R′ (x) −
C ′ (x) = 0.
d d 3 2

(v) dx dx 0.06x − x + 50x + 400 = 0.36x − 2
0.36x − 2 = 0 si et seulement si x = 5.555 6 U Q
(w) Pour 2 unitées de r supplémentaires la quantité produite x (r) monte de 0.1. On peut
dessiner une sécante s à travers les points (r, x (r)) et (r + 2, x (r + 2)), tel que x (r + 2)−
x (r) = 0.1. La sécante à la pente 0.1
2 = 0.05. La tangente g à travers le point ((r, x (r)))
a une pente similaire à celle de la sécante et peut par conséquent être utilisée pour trou-
ver une solution approximative de r. Solution approximative : x′ (r) = 52 r − 20 1 2
r +3 :
g(r)
s(r)
x(r)
0.1
2
r r+2 r
Figure 10.2.2 – Courbes avec les points (r, x(r)) et (r + 2, x(r + 2), la
sécante s(r) à travers ces points et la tangente g(r) en (r, x(r))
x′ (r) = 0.1
2 =⇒ r = 51.15 U Qr
ou de manière exacte : r2 − r1 = 2 =⇒ r2 = r1 + 2
x (r2 ) − x (r1 ) = 0.1.
1 3

− 60 r2 + 45 r22 + 3r2 − − 60
1 3
r1 + 45 r12 + 3r1 = 0.1
1 3 2
− 60 (r1 + 2) + 54 (r1 + 2) +3 (r1 + 2)− − 60 1 3
r1 + 45 r12 + 3r1 = − 10 1 2 24
r1 + 5 r1 + 163
15 = 0.1
1 2
− 10 r1 + 245 1r + 163
15 = 0.1, Solution : r = 50.147 (−2. 147 n’est pas dans le domaine
économique)
Au lieu de simplifier (probabilité de faire des fautes) et de calculer avec polyroot de

R on peut aussi procéder de la manière suivante :
f=function(x) -1/60*(x+2)ˆ3 +5/4*(x+2)ˆ2+3*(x+2)-(-1/60*xˆ3+5/4*xˆ2+3*x)-0.1
plot(f,xlim=c(0,60))
abline(0,0)
uniroot(f,c(50,60))
(x) Solution approximative : c′ (x) = 0.12x − 400 ′
x2 − 1 : c (x) = −0.4 =⇒ x = 16.80 U Q
ou de manière exacte : x2 − x1 = 1 =⇒ x2 = x1 + 1
c (x2 ) − c (x1 ) = −0.4
= 0.06x22 − x2 + 50 + 400x2 − 0.06x2
1 − x1 + 50 + 400
x1

2
= 0.06 (x1 + 1) − (x1 + 1) + 50 + x400 1 +1 − 0.06x2
1 − x1 + 50 + 400
x 1
= 0.12x1 − 400
x1 +
400
x1 +1− 0.94 :
0.12x1 − 400
x1 +
400
x1 +1 − 0.94 = −0.4, solution : 16.309 (avec R : voir exercice w))
d d 1 2

(y) Solution approximative : dr x̄(r) = dr − 60 r + 45 r + 3 = 45 − 301
r
′
x̄ (r) = −0.5 =⇒ r = 52.5 U Qr
solution exacte : r2 = r1 − 1; x̄(r2 ) −x̄(r1 ) = 0.5
1 2
− 60 r2 + 45 r2 + 3 − − 60
1 2
r1 + 54 r1 + 3 =
1 2
− 60 (r1 − 1) + 54 (r1 − 1) + 3 − − 60 1 2
r1 + 45 r1 + 3 = 30
1
r1 − 19
15 = 0.5
1 19
30 r1 − 15 = 0.5, solution : 53 (avec R : voir exercice w))
(z) pD (x) = 150 − 0.4x =⇒ x (p) = p−150 −0.4 = 375 − 2.5p
R (p) = 375p − 2.5p2
p2 − p1 = 0.1.
p2 = 0.1 + p1
Avec R (p2 ) − R (p1 ) = −0.5 :
2
375p2 − 2.5p22 − 375p1 − 2.5p21 = 375 (0.1 + p1 ) − 2.5 (0.1 + p1 ) − 375p1 − 2.5p21 =
37. 475 − 0.5p1 = −0.5 =⇒ p1 = 75. 95
d d
En utilisant la dérivée (solution approximative) : dp R (p) = dp 375p − 2.5p2 = 375−5p
375 − 5p = −0.5
0.1 (la fonction de recette baisse de −0.5 pour une augmentation de 0.1. La
pente approximative en p est alors identique à −0.5
0.1 ) Solution : 76 (avec R : voir exercice
w))
2. On obtient :
(a) solution approximative g ′ (x) = 400 ′ −2
x2 − 0.12x + 0.6 : g (x) = 10 = −0.2 =⇒ x = 17.52
UQ
solution exacte : g(x + 10) − g (x) =
2 400
100 + 0.6 (x + 10) − 0.06 (x + 10) − x+10 − 100 + 0.6x − 0.06x2 − 400x = −2,
solution : 12.921 (le résultat est assez différent du résultat approximatif : sur l’axe des
x il y a une augmentation de 10 unités ce qui explique la différence). (avec R : voir
exercice 1.w))
√
(b) i) a) Avec U (x) = 10 x =⇒ U ′ (x) = √5x : U ′ (x) = 0.5 =⇒ x = 100 U Q
b) U ′ (x) 6= 0 pour tout
√
x ∈ R+ \{0}
10 x 10
ii) a) Avec Ū (x) = x = √ x
: Ū (x) = 0.5 =⇒ x = 400 U Q
+
b) Ū (x) 6= 0 pour tout x ∈ R \{0}
(c) Solution approximative PV′ (x) = 1.2x − 0.18x2 + 100 : PV′ (x) = −20 =⇒ x = 29.37 U Q
solution exakte : GD (x − 4) =
2 3
100 (x − 4) + 0.6 (x − 4) − 0.06 (x − 4) − 100x + 0.6x2 − 0.06x3 = 80,
solution : 31. 342 (avec R : voir exercice 1.w))
3. On obtient :
(a) C ′ (70) = 23.62 U M/U Q
e0.001·70+10
(b) cv (70) = 70 = 337. 48 U M/U Q
(c) c (100) = −3.19 U M/U Q2
′
(d) x̄(40) = 0.19 U Qx /U Qr

(e) x′ (40) = 0.26 U Qx /U Qr
(f) x′′ (40) = −0.0086 U Qx /U Q2r
(g) Les coûts fixes sont :
CF (0) = e0.001·0+10 + 10000 = 32026.
Cv (x) = C (x) − CF (x) = e0.001·x+10 + 10000 − 32026 = exp (0.001 x + 10) − 22026
PV (x) = R(x) − Cv (x)
exp( −100
x
) x

x (p) = −100 ln(0.0005p) =⇒ p (x) = 0.0005 = 2000 exp − 100
x
R (x) = xp (x) = 2000x exp
x
− 100
PV (x) = 2000x exp
x
− 100 − (exp (0.001 x + 10) − 22026) =
2000x exp − 100 − exp (0.001 x) exp 10) + 22026
30
PV (30) = 30 · 2000 · exp − 100 − exp (0.001 · 30) exp (10) + 22026 = 43778.29.
PV (x) 2000x exp(− 100
x
)−(exp(0.001 x+10)−22026) 1
pV (x) = x = x = 2000e− 100 x + 22 x026 − x1 e0.001 x e10
1
pV (30) = 2000e− 100 30 + 2230 026
− 301 0.001·30 10
e e = 1459.28
d x

(h) dx 2000x exp − 100 − (exp (0.001 x + 10) − 22026) =
2000.0e−0.01x − 0.001 exp (0.001 x + 10) − 20xe−0.01x
PV′ (30) = 2000.0e−0.01·30 − 0.001 exp (0.001 · 30 + 10) − 20 · 30e−0.01·30 =
1014.45
U M/U Q ;
d 1
dx 2000e − 100 x
+ 22 x026 − x1 e0.001 x e10 =
−18
− 10x2 2 × 1019 x2 e−0.01x − 2.202 6 × 1022 e0.001 x + 2.202 6 × 1019 xe0.001 x + 2. 202 6 × 1022
−18
p′V (30) = − 10302 (2 · 1019 · 302 e−0.01·30 − 2.202 6 · 1022 e0.001·30 +
2.202 6 · 1019 · 30e0.001·30 + 2. 202 6 · 1022 ) = −14.83 U M/U Q2
d x

(i) R′ (x) = dx 2000x exp − 100 =
x x 1
2000 exp − 100 + 2000x exp
− 100 − 100
150
R′ (150) = 2000 exp − 100 + 2000 · 150 exp − 150
100
1
− 100 = −223.13 U M/U Q
(j) R (p) = px (p) = p (−100 ln(0.0005p)) = −100p ln (0.0005p)
d 1
dp (−100p ln (0.0005p)) = −100 ln (0.0005p) − 100p0.0005 p = 760. 04 − 100 ln p
′
R (120) = 760.04 − 100 ln (120) = 281.29 U Q/U M
(k) x0 = x(100) = 299.57U Q =⇒ P ′ (x0 ) = −229.30 U M/U Q
(l) E ′ (1000) = 0.9949 U M/U M
(m) C̄(1000) = 0.1944 U M/U M
(n) p′ (40) = 6.60 U M/U Q2
(o) U (4) = −2 U U/U Q
(p) U (4) = 2.67 U U/U Q
(q) i) pas de solution (0 ∈
/ domaine de définition de c)
ii) x = 1.144.54 U Q
iii) voir ii)
(r) i) Y = 472.87 U M ii) Y = 42.47 U M
(s) 19) i) x′ (r) 6= 0 pour tout x ∈ R =⇒ Il n’y a pas de tels facteurs de production
ii) voir i)
iii) r = 25 U Qr
iv) r = 50 U Qr
(t) x = 96.81 U Q ; p = 759.61 U M/U Q
(u) voir exercice 3t)
(v) C ′′ (x) 6= 0 pour tout x ∈ R, la fonction de coût marginal n’a nulle part une tangente
horizontale.
d
√ 1
(w) Solution approximative : (à l’aide de la dérivée) : dr 4r − 100 = √r−25
√ 1 = 0.1
r−25 2 =⇒ r = 425U Qr
solution exacte :
r2 − r1 = 2 =⇒ r2 = r1 + 2
√(r2 ) − x (r1 ) √
x = 0.1.
p 4r 2 − 100 − 4r1 −√100 =
4 (r1 + 2) − 100 − 4r1 − 100 = 0.1 =⇒ r1 = 424
0.001x+10
(x) Solution approximative : (à l’aide de la dérivée) : : k (x) = e x
+10000
d e0.001x+10
+10000 e0.001x+10
(0.001)x−(e 0.001x+10
+10000) 0.001x+10
−e0.001x+10 −10000
dx x = x2 = 0.001xe x2
0.001xe0.001x+10 −e0.001x+10 −10000
x2 = −0.4
0.001xe0.001x+10 − e0.001x+10 − 10000 + 0.4x2 = 0 (avec uniroot de R :
f=function (x) 0.001*x*exp(0.001*x+10)-exp(0.001*x+10)-10000+0.4*xˆ2
uniroot(f,c(270,290)))
x = 278.37 M E
solution exacte : x2 − x1 = 1 =⇒ x2 = x1 + 1
k (x2 ) − k (x1 ) = −0.4
e0.001x2 +10 +10000 e0.001x1 +10 +10000
= x2 − x1
0.001(x1 +1)+10
0.001x +10
1
=e (x1 +1)
+10000
− e
x1
+10000
= −0.4
Avec uniroot de R :
f=function(x) (exp(0.001*(x+1)+10)+10000)/(x+1)-(exp(0.001*x+10)+10000)/x+0.4
277.8743
√ 1
1 √
d d 4r−100 (4r−100)− 2 4r− 4r−100
(y) Solution approximative : (à l’aide de la dérivée) : dr x̄(r) = dr r = 2 r2
√ p √
avec 4r − 100 = 4 (r − 25) = 2 r − 25 :
4r
√ √ √
r−2
√
r−25 r−25 r−2(r−25)
√ −2 r−25 √ r −2 r−25 √ √
d 2·2 r−25 r−25 r−25 r−25
dr x̄(r) = r2 = r2 = r2 = r2 =
r−2r+50
√
r 2 r−25
= r2−r+50
√
r−25
= − r2r−50
√
r−25
− r2r−50
√
r−25
= −0.5,
√
−r + 50 = −0.5r2 r − 25
(−r + 50)2 = r2 − 100r + 2500 = 0.52 r4 (r − 25) = 6.25r4 − 0.25r5
0.25r5 − 6.25r4 + r2 − 100r + 2500 = 0.
avec polyroot(c(2500,-100,1,0,-6.25,0.25))
on obtient deux zéros réels positifs : 4.483048, 24.993590 √
Ils n’appartiennent pas au domaine de définition de 4r − 100, car 4 · N S − 100 < 0
pour les deux zéros N S. Pas de solution.
Exact : r2 = r1 − 1; x̄(r2√) − x̄(r1 ) = 0.5
√ √ √
4r2 −100 4r1 −100 4(r1 −1)−100 4r1 −100
r2 − = − =
√ √ r1 √(r1 −1) √
r1
4r1 −104
(r1 −1) −
4r1 −100
r1 = 4r1 −104rr11−(r14r
−1)
1 −100(r1 −1)
= 0.5
√ √
4r1 − 104r1 − 4r1 − 100 (r1 − 1) = 0.5r12 − 0.5r1
domaine de définition : 4r1 − 104 ≥ 0 : [26, ∞[ √
√ne suffirait pas de montrer2 graphiquement qu’il n’y a pas de zéro de f (x) = 4r1 − 104r1 −
Il
4r1 − 100 (r1 − 1) − 0.5r1 + 0.5r1 en [26, ∞[. Une telle démarche n’est pas possible,
parce que [26, ∞[ est un intervalle infini. Par conséquent on ne peut pas travailler avec
uniroot de R. On√pourrait essayer√de montrer que la dérivée continue pour x > 26 est
negative et que 4r1 − 104r1 − 4r1 − 100 (r1 − 1) − 0.5r12 + 0.5r1 < 0 est pour un
x > 26 (difficile !).
(z) Solution approximative : (à l’aide de la dérivée) :
x (p) = −100 ln (0.0005p)
E (p) = px (p) = −p100 ln (0.0005p)
1
E ′ (p) = −100 ln (0.0005p) − p100 0.0005p 0.0005 = −100 ln (0.0005p) − 100 =
660.09 − 100 ln p (car 100 ln (0.0005p) = 100 ln p − 760.09)
E ′ (p) = −0.5
0.1 = −5, c. à d.
660.09 − 100 ln p = −5
ln p = −5−660.09
−100 = 6. 650 9
exp ln p = exp 6. 650 9 = 773. 48GE/M E
solution exacte :
E (p) = −p100 ln (0.0005p)
p2 − p1 = 0.1.
p2 = 0.1 + p1
Avec E (p2 ) − E (p1 ) = −0.5 :
−p2 100 ln (0.0005p2) + p1 100 ln (0.0005p1) =
− (p1 + 0.1) 100 ln (0.0005 (p1 + 0.1)) + p1 100 ln (0.0005p1) = −0.5
−p1 100 ln (0.0005 (p1 + 0.1))−0.1·100 ln (0.0005 (p1 + 0.1))+p1 100 ln (0.0005p1) = −0.5
avec uniroot de R :f=function(x)
-x*100*log(0.0005*(x+0.1))-0.1*100*log(0.0005*(x+0.1))+x*100*log(0.0005*x)+0.5
uniroot(f,c(770,780))
résultat : 773.432
4. On obtient :
(a) r(x) = 0.25x2 + 25
(b) r′ (20) = 10 U Qr /U Qx
(c) lim C(Y ) = 200 U M ; lim C̄(Y ) = 0 U M/U M
Y →∞ Y →∞
(d) lim C ′ (Y ) = 0 U M/U M ; lim S ′ (Y ) = 1 U M/U M
Y →∞ Y →∞

— Arriver à justifier pourquoi on remplace la définition de la fonction économique marginale
classique par une version basée sur la dérivée
— Comprendre et savoir utiliser les définitions des fonctions économiques marginales et uni-
taires introduites.
Chapitre 11
Types de croissance et
construction de fonctions
économiques
Le comportement de croissance des fonctions joue un rôle important pour la théorie écono-
mique. Ainsi une économie peut croı̂tre ou décroı̂tre et la croissance ou la décroissance peuvent
s’accélerer ou se ralentir. Les coûts peuvent augmenter de plus en plus ou de moins en moins. Le
calcul différentiel offre des instruments efficaces pour analyser des fonctions aptes à décrire de tels
comportements.
Une fonction croissante peut être convexe ou concave (voir figures 11.0.1 et 11.0.2). Dans le
premier cas elle croı̂t de plus en plus et pour le deuxième de moins en moins.
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 11.0.1 – croissance convexe Figure 11.0.2 – croissance concave
La première dérivée est positive pour les deux fonctions tandis que la deuxième est positive
pour la fonction convexe mais négative pour la fonction concave.
Par rapport aux courbes décroissantes on peut faire la même distinction : une courbe qui décroı̂t
peut décroı̂tre de plus en plus, c. à d. qu’elle est concave, ou elle peut décroı̂tre de moins en moins,
c. à d. elle est convexe (voir figures 11.0.3 et 11.0.4).
279
280 CHAPITRE 11. TYPES DE CROISSANCE
f (x) f (x)
10 10
5 5
0 x 0 x
0 5 10 0 5 10
Figure 11.0.3 – décroissance concave Figure 11.0.4 – décroissance convexe
La première dérivée est négative pour les deux fonctions tandis que la deuxième est positive
pour la fonction convexe mais négative pour la courbe concave.
Une fonction croissante peut d’abord être concave dans un intervalle et ensuite convexe dans
l’intervalle suivant (voir figure 11.0.5).
f(x)
25
20
15
10
5
x
−25 −20 −15 −10 −5−5 5 10 15 20
−10
−15
−20
−25
−30
Figure 11.0.5 – Fonction avec croissance d’abord concave, ensuite convexe ; la croissance est
minimale au point d’inflexion
Au point d’inflexion concave-convexe la pente est localement minimale. Par conséquent la

première dérivée y prend son minimum. Il y a alors un zéro de la première dérivée et une va-
leur positive de la troisième dérivée.
Une fonction croissante peut être convexe dans un intervalle et être concave dans l’intervalle
suivant (voir figure 11.0.6).
11.1. FONCTION D’UTILITÉ NÉOCLASSIQUE 281
f(x)
1.5
1.0
0.5
x
−3 −2 −1 0 1 2 3 4
Figure 11.0.6 – Fonction avec croissance convexe et par la suite croissance concave ; la croissance
est maximale au point d’inflexion
La première dérivée atteint au point d’inflexion convexe-concave son maximum. La deuxième

dérivée y est zéro et la troisième négative.
Jusqu’à présent on a pu développer des fonctions économiques en calculant une fonction à travers
des points donnés. A l’aide des résultats mentionnées ci-dessus nous pouvons parfois adapter des
fonctions à des points données en tenant de plus compte de certaines exigences théoriques vis-à-vis
des fonctions à construire. Nous donnons quelques exemples.
11.1 Fonction d’utilité néoclassique

Selon la théorie la fonction d’utilité néoclassique U, qui exprime l’utilité en fonction de la
quantité consommée, doit remplir les conditions suivantes :
1. L’utilité marginale est positive.
2. La croissance de l’utilité baisse (première loi de Gossen).
3. La fonction dispose d’un zéro en 0 (l’utilité d’une consommation de 0 unité est 0).
Discuter le réalisme de ces conditions (p.ex. consommation de chocolat). Ces conditions im-
pliquent
U ′ (x) > 0
U ′′ (x) < 0
Nous pouvons choisir des fonctions d’utilité qui remplissent ces conditions, p.ex.
√
U (x) = x
pour x ≥ 0.
Car :
d √ 1
x= √ >0
dx 2 x
pour x > 0 et

d 1 1
√ =− 3 <0
dx 2 x 4x 2
pour x > 0 (voir figure 11.1.7).
f(x)
1.5
1.0
0.5
x
−3 −2 −1 0 1 2 3 4
Figure 11.1.7 – Exemple d’une fonction avec les charactéristiques d’une fonction d’utilité
néoclassique
Une fonction logarithme déplacée à gauche peut aussi remplir ces conditions : p.ex.
U (x) = ln(x + 1)
pour x ≥ 0, car
d 1
ln (x + 1) = >0
dx x+1
pour x ≥ 0.
d 1 1
=− 2 <0
dx x+1 (x + 1)
pour tout x ∈ R\{−1}. Ainsi la fonction remplit les conditions exigées (voir figure 11.1.8).
f(x)
1.5
1.0
0.5
x
−3 −2 −1 0 1 2 3 4
Figure 11.1.8 – Exemple supplémentaire d’une fonction qui a les charactéristiques d’une fonction
d’utilité néoclassique
11.2 Fonction de production respectant la loi des rende-

ments non-proportionnels
Selon la théorie économique une fonction de production respectant la loi des rendements non-
proportionnels est définie par les caractéristiques suivantes.
11.2. FONCTION DE PRODUCTION 283
1. Dans un premier intervalle les rendements marginaux sont positifs et croissants.

2. Dans le deuxième intervalle les rendements marginaux sont positifs, mais décroissants.
3. Dans le troisième intervalle les rendements marginaux sont négatifs et décroissants.
4. La fonction a un zéro en 0.
x(r) b
140
120 (i) (ii) (iii)
100
80 x(r) > 0 b
x(r) > 0 x(r) > 0 x(r) < 0
60 x′ (r) > 0 x′ (r) > 0 x′ (r) < 0 x′ (r) < 0
x′′ (r) > 0 x′′ (r) < 0 x′′ (r) < 0 x′′ (r) < 0
40
20
0 r0 r1 r2 r
0 2 4 6 8 10 12 14 16 18 20
Figure 11.2.9 – Forme typique d’une fonction de production respectant la loi des rendements
non-proportionnels
Le passage du premier au deuxième intervalle s’appelle seuil de la loi des rendements“, c’est
”
le point d’inflexion. Le passage du deuxième au troisième intervalle s’appelle point de satura-
”
tion“. L’investissement du facteur de production au delà de ce point est dénué de sens puisque le
rendement décroı̂t après ce point.
Il faut trouver une fonction x(r) tel que (r0 est le seuil de la loi des rendements, r1 est le point
de saturation, r2 est le deuxième zéro de la fonction) :
1. x′ (r) > 0 sur ]0, r1 [, x′ (r) < 0 sur ]r1 , r2 [. Au point de saturation r1 : x′ (r1 ) = 0
2. x′′ (r) > 0 dans l’intervalle [0, r0 [ (convexe), et x′′ (r) < 0 dans l’intervalle ]r0 , r2 ] (concave).
Zéro réel en r0 de la deuxième dérivée x′′ (r0 ) = 0 (au seuil de la loi des rendements). Il y
a un point d’inflexion convexe-concave, c. à d. x′′′ (r0 ) < 0
3. x (0) = 0
Nous essayons d’adapter un polynôme du troisième degré à ces conditions. Il est alors de la
forme
x(r) = ar3 + br2 + cr + d
et nous obtenons :
d 3 2
2
1. première dérivée : dr ar + br + cr = 3ar + 2br +c
d

2. deuxième dérivée : dr 3ar2 + 2br + c = 6ar + 2b
d
3. troisième dérivée : dr (6ar + 2b) = 6a
Puisqu’il y a un point d’inflexion convexe-concave on peut en déduire : x′′′ (r0 ) = 6a < 0
Ainsi a doit être négatif.
4. le point d’inflexion (seuil) se trouve en : r0 = −b 3a (deuxième dérivée y est identique à 0 :
6ar0 + 2b = 0)
r0 doit y être positif. Puisque a est négatif, b doit être positif : b > 0
5. Sur ]0, r1 [ (r1 est le point sur l’axe des r où la fonction x est maximale) la fonction est,
selon la théorie économique, strictement croissante. Par conséquent la dérivée x′ (r) est
positive sur ]0, r1 [. C’est pourquoi limx→0+ x′ (r) ≥ 0 pour des dérivées continues. Comme
les dérivées des polynômes sont continues et que x′ (0) = c, on peut affirmer que c ≥ 0. En
géneral c > 0 (car autrement il y a un minimum de x en 0).
Nous obtenons alors les conditions suivantes pour une fonction de production respectant la loi
des rendements non-proportionnels :
a < 0, b > 0, c ≥ 0, d = 0
et on a montré que les conditions d’une telle fonction sont satisfaites (d’abord croissance stricte,
ensuite décroissance stricte, point d’inflexion convexe-concave dans l’intervalle où la fonction croı̂t ;
un des zéros est 0).
Exemple 11.2.1. x(r) = −0.1r3 + 2r2 + 3r
−b −2
Le seuil de la loi des rendements est en : x = 3a = 3(−0.1) = 6. 666 7
d

Le point de saturation est en : −0.1r + 2r + 3r = −0.3r2 + 4r + 3 = 0 =⇒ r = 14. 045
dr
3 2
d 2
dr (−0.3r + 4r + 3) : −0.6r + 4 < 0 en r = 14.045 (voir figure 11.2.10).
x(r)
140
120
100
80
60
40
20
0 r
0 2 4 6 8 10 12 14 16 18 20
Figure 11.2.10 – Fonction de production de l’exemple - la loi des rendements non-proportionnels
est respectée
11.3 Fonction de coût respectant la loi des rendements non-

proportionnels
Selon la définition, une fonction de coût respectant la loi des rendements non-proportionnels a
les qualités suivantes :
1. Pour les coûts fixes d : d ≥ 0
2. Les coûts marginaux sont partout positifs (la première dérivée est partout positive et il n’y
a pas de zéro de la première dérivée dans l’intervalle ]0, ∞[).
3. Les coûts marginaux baissent d’abord pour augmenter par la suite, c. à d. il y a un point
d’inflexion concave-convexe dans l’intervalle ]0, ∞[.
11.3. FONCTION DE COÛT 285
C(x)
140
120
100
80 C(x) > 0 C(x) > 0
60 C ′ (x) > 0 C ′ (x) > 0
C ′′ (x) < 0 C ′′ (x) > 0
40
b
20
0 x0 x
0 2 4 6 8 10 12 14 16 18 20
Figure 11.3.11 – Forme typique d’une fonction de coût respectant la loi des rendements non-
proportionnels
Nous choisissons de nouveau la classe des polynôme du troisième degré en espérant y trouver
des fonctions propices. La fonction aurait alors la forme
C(x) = ax3 + bx2 + cx + d
Nous essayons de déterminer les paramètres a, b, c et d de sorte qu’il en résulte une fonction de la
forme recherchée :
d

1. dx ax3 + bx2 + cx + d = 3ax2 + 2bx + c
d

2. dx 3ax2 + 2bx + c = 6ax + 2b
d
3. dx (6ax + 2b) = 6a
4. Les zéros de la première dérivée (à l’aide de la formule pour les zéros d’un polynôme du
deuxième degré) :
3ax2 + 2bx + c = 0 =⇒
1 p
x1 = −2b + 2 (b2 − 3ac)
6a
1 p
x2 = −2b − 2 (b2 − 3ac)
6a
Il n’y pas de zéro réel de la première dérivée, si b2 − 3ac < 0 ⇐⇒ b2 < 3ac
5. La troisième dérivée doit être positive, car il y a un point d’inflexion concave-convexe.
Ainsi : a > 0
6. Pour le zéro de la deuxième dérivée (extremum de la première dérivée, c. à d. point d’in-
b
flexion) : 6ax0 + 2b = 0 ⇐⇒ x0 = − 3a . Comme x0 et a sont positifs, b doit être négatif,
pour que l’équation soit correcte. Ainsi : b < 0.
7. puisque b2 < 3ac, a > 0, b2 > 0 =⇒ c > 0.
Nous avons alors les conditions suivantes pour une fonction de coût respectant la loi des rende-
ments non-proportionnels
a > 0, b < 0, c > 0, d ≥ 0, b2 < 3ac ,

par laquelle les conditions sont remplies.
Exemple 11.3.1. C(x) = 0.2x3 − 6x2 + 80x + 100
Les quatre premières conditions sont satisfaites. Pour la dernière : (−6)2 = 36 < 3 · 0.2 · 80 = 48
C(x)
1000
500
0 x
0 2 4 6 8 10 12 14 16 18 20
Figure 11.3.12 – Représentation graphique de l’exemple avec une forme typique d’une fonction
de coût respectant la loi des rendements non-proportionnels
b
Le point d’inflexion (où les coûts marginaux commencent à monter) se trouve en : x = − 3a =
6
3·0.2= 10. ♦
11.4 Fonction de consommation keynésienne

Selon Keynes (John Maynard Keynes, 1883 - 1946, économiste britannique) la consommation
d’un ménage est décrite par une fonction de consommation C(Y ) (Y est le revenu) avec les ca-
ractéristiques suivantes :
1. La propension marginale à la consommation (C ′ (Y )) est positive pour chaque revenu Y ,
c. à d. si quelqu’un gagne plus, il dépense plus pour la consommation. Formellement :
C ′ (Y ) > 0
2. La propension marginale à la consommation est inférieure à 1, c. à d. le revenu supplémentaire
n’est pas dépensé entièrement pour la consommation. Formellement : C ′ (Y ) < 1. Comme
d
Y = C (Y )+E (Y ) avec la fonction d’épargne E (Y ), on obtient dY Y = 1 = C ′ (Y )+E ′ (Y ).
′ ′
Puisque C (Y ) < 1 on peut en déduire que E (Y ) > 0. La propension marginale à l’épargne
est supérieur à 0.
3. La propension marginale à la consommation est inférieure à la consommation moyenne
c(Y ) := C(Y ) ′
Y . Formellement : C (Y ) < c(Y ). Si on gagne un franc de plus on dépense de
ce franc moins pour la consommation que ce qu’on dépense par franc jusque là. Par là la
consommation moyenne (consommation par franc) baisse avec la croissance du revenu et
l’épargne moyenne (l’épargne par franc gagné) augmente. Formellement : nous dérivons :
d C ′ (Y )·Y −C(Y )·1
dY c (Y ) = Y2 = Y1 (C ′ (Y ) − c (Y ))
Selon (3) C (Y ) < c (Y ) , alors : (C ′ (Y ) − c (Y )) < 0.
′
d
Ainsi : dY c (Y ) = Y1 (C ′ (Y ) − c (Y )) < 0
d
Puisque dY c (Y ) < 0, la fonction c (Y ) est strictement décroissante.
On ne peut pas en déduire que C ′ (Y ) est strictement décroissante (c. à d. que C est concave),
l’exemple suivant le démontre :
Exemple 11.4.1. Supposons C(Y ) = 0.5Y + 1 + Y36 +9 :

d 36 −36
dY 0.5Y + 1 + Y +9 = 0.5 + (Y +9)2 > 0 pour Y > 0.

d −36 −(−36)·2(Y +9)
dY 0.5 + (Y +9)2 = (Y +9)4
= (Y 72
+9)3
> 0 pour Y > 0 (alors convexe)
dC(Y ) −36 C(Y ) 0.5Y +1+ Y36
+9 1 36
De l’autre côté: dY = 0.5 + (Y +9)2
< Y = Y = 0.5 + Y + Y (Y +9)
11.5. FONCTION DE PRODUCTION NÉOCLASSIQUE 287
−36
pour 0 < Y, car (Y +9)2
< Y1 + Y (Y36+9) pour Y > 0.
dC(Y )
Finalement: dY = 0.5 + (Y−39
+9)2
<1 pour Y > 0
36
C remplit toutes les conditions mais est convexe. (Remarque : Comme limY →∞ Y +9 = 0, C (Y )
s’approche pour des Y assez grands de la droite 0.5Y + 1). ♦
Les données empiriques conseillent de choisir des fonctions C concaves.
11.5 Fonction de production néoclassique

Selon la définition, la fonction de production néoclassique x(r) est caractérisée par des rende-
ments marginaux positifs mais décroissants, c. à d. x′ (r) > 0 et x′′ (r) < 0. De plus pour r > 0 :
x(r) ≥ 0.
Des fonctions propices sont alors p.ex. x(r) = 2r0.5 , comme vous pouvez contrôler par calcul.
11.5.1 Exercices
1. Contrôler si la fonction de production suivante respecte la loi des rendements non-proportionnels
(avec et sans formules).
(a) x(r) = −r3 + 12r2 − 40r
(b) x(r) = −r3 + 10r2 + r
(c) x(r) = −2r3 + 18r2 − 60r
(d) x(r) = 4r3 + 24r2 − 60r
2. Supposons sur la base de reflexions
√ de la théorie économique que nous partons d’une fonction
d’utilité néoclassique U (x) = a x avec a > 0.
(a) Une courbe de ce type est déterminée par une seule donnée. Déterminer b > 0 pour la
courbe de cette forme qui passe par (5, 3).
(b) Nous avons plusieurs
√ points supplémentaires qui ne se trouvent pas sur la courbe donnée
par U (x) = a x et (5, 3) et nous pensons qu’on pourrait calculer à travers le nuage de
√ Pn √ 2
ces points une fonction de la forme U (x) = a x, tel que S (a) = i=1 ui − a xi
soit minimal (voir pour une idée analogue la régression linéaire que vous avez vue en
statistiques). Developper une formule pour la détermination de a pour des données
(x1 , u1 ) , (x2 , u2 ) , ..., (xn , un ) avec xi , ui ≥ 0 et au moins un (xi , ui ), tel que xi > 0 et
ui > 0.
3. Un modèle raisonnable pour représenter la relation entre la quantité consommée et l’utilité
soit donné par une fonction U (x) = loga (x + 1). Determiner le a, si le point (5, 3) est
donné.
4. Construire une fonction de coût respectant la loi des rendements non-proportionnels qui
passe par les points (0, 7), (20, 30) (= point d’inflexion) et (70, 120).
5. Contrôler si la fonction de production x(r) = (0.8r0.5 + 2)2 est néoclassique.
6. Déterminer les coefficients de f (x) = ax3 + bx2 + cx + d (fonction de coût) (trois exercices
a, b et c indépendants !) :
(a) un zéro de f en x0 = 0, zéro est en même temps un point d’inflexion. Il y a un extremum
local en x1 = −2. La tangente en x2 = 4 a la pente 3.
(b) f a un point d’inflexion en (1; 0) et une pente de −9. f coupe l’ordonnée en (0, 8).
(c) la pente de f en (0; 16) se monte à 30 et il y a un point d’inflexion en (3, 52).
7. Déterminer les constantes a, b, c de la fonction rationnelle f (x) = ax+b
x2 +c tel que f a un pôle
en x1 = 2 et un extremum local en x2 = 1 avec la valeur de fonction −0.25.
8. Trouver l’équation d’une fonction de coût respectant la loi des rendements non-proportionnels
qui respecte les conditions suivantes :
coûts fixes : 98 U M ,
minimum des coûts marginaux pour une production de 4 U Q ;
minimum des couts variables pour une production de 6 U Q ;
coûts marginaux pour 3 U Q = 2 UM UQ .
11.5.2 Solutions
1. On doit respecter : a < 0, b > 0, c > 0.
(a) x(r) = −r3 + 12r2 − 40r (la troisième condition n’est √ √ pas remplie)
Par calcul : x′ (r) = −3r2 + 24r − 40 = 0, zéros : 32 2 3 + 4 = 5. 633 0
√ √
4 − 23 2 3 = 2. 367. Selon la théorie, la fonction devrait être strictement croissante sur
]0, 2.367[ . x′ (1) = −3 + 24 − 40 = −19 < 0. Comme la dérivée est continue, elle partout
négative sur ]0, 2.367[ et la fonction strictement décroissante sur l’intervalle.
(b) x(r) = −r3 + 10r2 + r (toutes les conditions sont remplies)

Par calclul : (i) La fonction√doit être positive sue un√ intervalle ]0, r3 [, tel que r3 > 0 :
−r3 + 10r2 + r = 0, zéros : 26 + 5 = 10. 099; 5 − 26 = −0.09902 0 et 0.
x(1) = −1 + 10 + 1 = 10 > 0. La fonction continue est alors partout positive sur
]0, 10.099[
(ii) Il faut avoir unmaximum dans l’intervalle ]0, 10.099[
√ : 10 √
d 3 2 2 1 10 1
dr −r + 10r + r = −3r +20r+1 = 0 =⇒ N S : 3 103+ 3 = 6. 716 3; 3 − 3 103 =
−0.04963 1.
d 2 ′′
dr −3r + 20r + 1 = 20 − 6r; x (6. 716 3) < 0. Ainsi il y un maximum en r2 = 6.
716 3
(iii) Il faut avoir un point d’inflexion konvexe-konkave dans l’intervalle ]0, 6.7163[ :
d 10
dr (20 − 6r) = −6 < 0. Ainsi le maximum de la première dérivée est en 20−6r = 0, 3 =
3. 333 3. Par conséquent il y a un point d’inflexion konvexe-konkave en r1 = 3.3333.
(iv) Puisqu’il y a en ]0, r3 [ un maximum positif , que r3 est un zéro avoisinant de 0
et que la fonction est positive sur ]0, r3 [ , elle est à gauche du maximum strictement
croissante et à droite strictement décroissante.
(c) x(r) = −2r3 + 18r2 − 60r (la troisième

condition n’est par remplie)
d
par calcul : dr −2r3 + 18r2 − 60r = −6r2 +36r−60 = 0, pas de zéro réel. Comme x est
continue et que x (0) = −60, la première dérivée est partout strictement décroissante. La
condition qu’à droite de 0 il faut avoir un intervalle sur lequel la fonction est strictement
croissante n’est alors pas remplie.
(d) x(r) = 4r3 + 24r2 − 60r (la première et la troisième condition ne sont par remplies)
d
Par calcul : dr 4r3 + 24r2 − 60r = 12r2 + 48r − 60 = 0, zéros : 1, −5
x′ (0) = −60. La fonction continue est alors strictement décroissante sur ]0, 1[ et il n’y
pas d’intervall ]0, r1 [ tel que la fonction y est strictement croissante.
2. On obtient :
√ √
(a) x(r) = a 5; x (5) = 3 = a 5; =⇒ a = √3 = 1. 341 6
5
d √ √
(b) Avec da a xi = xi on obtient pour un extremum (règle pour l’addition et règle de la
chaı̂ne)
n n
d X √ 2 X √ √
(ui − a xi ) = (2 (ui − a xi ) (− xi ))
da i=1 i=1
n
X √
=2 (− xi ui + axi )
i=1
n n
!
X √ X
=2 −ui xi + a xi
i=1 i=1
=0
si et seulement si Pn √
i=1 ui xi
a= P n
i=1 xi
Pour déterminer s’il s’agit d’un minimum :

n n
!! n
d X √ X X
2 −ui xi + a xi = xi > 0
da i=1 i=1 i=1
pour xi ≥ 0 et au moins un xi > 0.

Il y alors un minimum en Pn √
i=1 ui xi
a= P n .
i=1 xi
Remarque : en statistiques il faudrait encore essayer de prouver que cette méthode d’es-
timation de a n’a pas de biais (= faute systématique).
Avec R on peut simuler un exemple pour l’exercice (pour a = 5 et n = 50, on peut
remplacer a et n par d’autres valeurs) avec les commandes suivantes :
n=50
a=5
x=runif(n,0,20)
u=a*sqrt(x)
u=u+rnorm(n,0,1)
plot(x,u)
ae=sum(u*sqrt(x))/sum(x)
ae
f=function(y) ae*sqrt(y) #f = fonction ou modèle estimé
curve(f,add=T)
√ √ 3 3
3. 3 = loga (5 + 1) = loga 6 si et seulement si a = 3 6, car 3 6 = 6 3 = 6.
4. d = 7
203 a + 202 b + 20c + 7 = 30
703 a + 702 b + 70c + 7 = 120
d 3 2
dx (ax + bx + cx + d) = 3ax2 + 2bx + c
d 2
dx 3ax + 2bx + c = 6ax + 2b = 0 en x = 20
120a + 2b = 0 (point d’inflexion = zéro de la deuxième dérivée).
203 a + 202 b + 20c + 7 = 30

703 a + 702 b + 70c + 7 = 120
120a + 2b = 0
=⇒ a = 4213000 = 3. 095 2 × 10
−4 13
; b = − 700 = −1. 857 1 × 10−2 , c = 587
420 = 1. 397 6
Ainsi, nous obtenons la fonction de coût suivante :
13 13 2 587
C(x) = x3 − x + x+7
42 000 700 420
= 3. 095 2 × 10 x − 1. 857 1 × 10−2 x2 + 1. 397 6x + 7
−4 3
Avec R sur la base de la représentation par matrices du système d’équations

    
203 202 20 a 30 − 7
    
    
 =  120 − 7
 703 702 
70   b 
  
 
    
120 2 0 c 0
m=matrix(c(20ˆ3,20ˆ2,20,70ˆ3,70ˆ2,70,120,2,0),ncol=3,byrow=T); y=c(30-7,120-7,0) ; solve(m,y)

ou avec     
 0 0 0 1  a   7 
    
    
 203 202 20 1   b   30 
  = 
    
 703 702 70 1   c   120 
    
    
120 2 0 0 d 0
m=matrix(c(0,0,0,1,20ˆ3,20ˆ2,20,1,70ˆ3,70ˆ2,70,1,120,2,0,0),ncol=4,byrow=T); y=c(7,30,120,0) ;solve(m,y)
Nous examinons s’il s’agit d’une fonction de coût respectant la loi des rendements non-

13 2 169
proportionnels (a > 0, b < 0, c > 0, d ≥ 0, b2 < 3ac) : b2 = − 700 = 490 000 = 3.
−4 13 587
449 0 × 10 < 3ax = 3 42 000 420 = 4. 193 3. a > 0; b > 0; c > 0.
Il s’agit alors d’une telle fonction.
Par calcul : (i) La fonction doit être positive à droite de 0.
13 3 13 2 587
42 000 x − 700 x + 420 x + 7 = 0 ; un seul zéro réel : −4. 693
C (0) = 7 > 0. Ainsi partout positive à droite de 0 (C est continue).
d 13 3 13 2 587
(ii) C doit être strictement croissante sur ]0,∞[ : dx 42 000 x − 700 x + 420 x + 7 =
13 2 13 587 ′ 587 ′
14 000 x − 350 x + 420 = 0, pas de zéro réel : Comme C (0) = 420 > 0 (C est conti-
nue), C est partout strictement croissante.
(iii) Il faut avoir un x1 >0 tel qu’il y a un point d’inflexion konvave-konvexe :
d 13 2 13 587 13 13
dx 14 000 x − 350
x + 420 = 7000 x − 350 = 0, zéro : 20
d 13 13 13
dx 7000 x − 350 = 7000 > 0 (alors minium de la première dérivée et point d’inflexion
concave-convexe en 20).
5. x(r) = (0.8r0.5 + 2)2 = 0.64r + 3. 2r0.5 + 4 ; r (0) = 4 6= 0 ; la condition r (0) = 0 n’est pas
remplie.
Il faut respecter : x′ (r)> 0 et x′′ (r) < 0 (dans le premier quadrant)
d
dr 0.64r + 3. 2r
0.5
+ 4 = r1.0.56 + 0.64 > 0 pour r > 0
d 1. 6
0.8 0.8
dr r 0.5 + 0.64 = − r 1. 5 = − r 23 < 0 pour r > 0
Ainsi les autres conditions sont remplies. Il ne s’agit pas d’une fonction de production
néo-classique. Une fonction de ce type serait alors x (r) = (0.8r0.5 + 2)2 − 4.
6. Nous obtenons :
(a) f a un zéro en 0 =⇒ d= 0.
d 3 2 2
dx ax + bx + cx+ d = 3ax + 2bx + c (première dérivée)
d 2
dx 3ax + 2bx + c = 6ax + 2b (deuxième dérivée) =⇒ 6ax + 2b = 0 (point d’inflexion
en 0) ; =⇒ b = 0
Exploitation de la propriété qu’il y a un extremum local en −2. Là, la première dérivée

est égale à 0 : 3a · (−2)2 + 2b (−2) + c = 12a − 4b + c = 0
Exploitation de la propriété tangente a la pente 3 en 4“ ; en 4 la première dérivée est
”
alors identique à 3.
3a · (4)2 + 2b(4) + c = 48a + 8b + c = 3
Avec b = 0, on obtient le système d’équations :
12a + c = 0
48a + c = 3
1
a = 12 , c = −1
1 3
On obtient l’équation : f (x) = 12 x −x
Avec R sur la base de la représentation :
    
 12 1   a   0 
  = 
48 1 c 3
X=matrix(c(12,1,48,1),ncol=2,byrow=T) ;y=c(0,3) ;solve(X,y)

(b) d = 8 (coupe l’ordonnée en (0, 8))
f (1) = a + b + c + d = 0 (le zéro est (1; 0), 13 = 12 = 1)
d 3 2 2
dx ax + bx + cx+ d = 3ax + 2bx + c (première dérivée)
d 2
dx 3ax + 2bx + c = 6ax + 2b (deuxième dérivée)
point d’inflexion en (1, 0)) =⇒ 6a · 1 + 2b = 6a + 2b = 0
f ′ (1) = 3a + 2b + c = −9 (pente en −9 (point d’inflexion), alors la première dérivée en
1 est −9)
On obtient le système d’équations :
d=8
a+b+c+d =0
6a + 2b = 0
3a + 2b + c = −9
Avec cela : f (x) = x3 − 3x2 − 6x + 8.

Avec R sur la base de
    
 0 0 0 1  a   8 
    
    
 1 1 1 1  b   0 
  = 
    
 6 2 0 0   c   0 
    
    
3 2 1 0 d −9
X=matrix(c(0,0,0,1,1,1,1,1,6,2,0,0,3,2,1,0),ncol=4,byrow=T); y=c(8,0,0,-9) ; solve(X,y)

(c) d = 16 (passe par (0, 16))

d 3 2 2 2
dx ax + bx + cx + d = 3ax + 2bx + c; la pente se monte à 30 en (0, 16) : 3a0 +
2b0 + c = c = 30
d 2
dx 3ax + 2bx + c = 6ax + 2b; point d’inflexion en (3, 52) : 6a3 + 2b = 18a + 2b = 0
en 3 la valeur de fonction est 52 : a33 + b32 + 3c + d = 27a + 9b + 3c + d = 52
On obtient alors le système d’équations :
d = 16
c = 30
9a + b = 0
27a + 9b + 3c + d = 52
a = 1, b = −9
Nous obtenons l’équation : f (x) = x3 − 9x2 + 30x + 16
Avec R sur la base de
    
 0 0 0 1  a   16 
    
    
 0 0 1 0  b   30 
  = 
    
 9 1 0 0  c   0 
    
    
27 9 3 1 d 52
X=matrix(c(0,0,0,1,0,0,1,0,9,1,0,0,27,9,3,1),ncol=4,byrow=T);y=c(16,30,0,52) ;solve(X,y)

7. Puisqu’en 2 il y a un pôle, on peut affirmer : lim ax+b
2
x +c = ∞ ou lim ax+b
2
x +c = −∞. La
x→2 x→2
2
fonction n’y est pas définie.
Ainsi 2 + c 2= 0, c, à d. c = −4
extremum local en 1 : dx x2 −4 = − ax(x+4a+2bx
d ax+b
2 −4)2 = 0 ⇐⇒ ax2 + 4a + 2bx = 0
Ainsi en x = 1 : a + 4a + 2b = 0 = 5a + 2b = 0
Valeur de fonction en 1 : f (1) = 1a+b
2 −4 = −0.25 =⇒ a + b = (1 − 4) (−0.25) = 0.75
Nous obtenons alors le système d’équations suivant :
a + b = 0.75
5a + 2b = 0
b = 1. 25, a = −0.5
Nous obtenons l’équation : f (x) = −0.5x+1.25
x2 −4
Avec R sur la base de     
 1 1   a   0.75 
  = 
5 2 b 0
X=matrix(c(1,1,5,2),ncol=2,byrow=T) ;y=c(0.75,0) ;solve(X,y)

8. d = 98.
d
C ′ (x) = dx ax3 + bx2 + cx + 98 = 3ax2 + 2bx + c. La fonction de coût marginal a un
d

extremum local en 4 : dx 3ax2 + 2bx + c = 6ax + 2b : 6a4 + 2b = 24a + 2b = 0
Les coûts variables sont Cv (x) = ax3 + bx2 + cx
d
Minimum des coûts variables en 6 : dx ax3 + bx2 + cx = 3ax2 + 2bx + c : 3a62 + 2b6 =
108a + 12b = 0
Les coûts marginaux en 3 se montent à 2 : 33 a + 6b + c = 27a + 6b + c = 2
On obtient le système d’équations :
d = 98
24a + 2b = 0
108a + 12b + c = 0
27a + 6b + c = 2
a = − 92 , b = 83 , c = −8, d = 98, c.à d : C (x) = − 29 x3 + 38 x2 − 8x + 98

Ave R sur la base de
    
 0 0 0 1  a   98 
    
    
 24 2 0 0  b   0 
  = 
    
 108 12 1 0   c   0 
    
    
27 6 1 0 d 2
X=matrix(c(0,0,0,1,24,2,0,0,108,12,1,0,27,6,1,0),ncol=4,byrow=T);y=c(98,0,0,2) ;solve(X,y)
Il faut contrôler pour C(x) = ax3 + bx2 + cx + d : a > 0, b < 0, c > 0, d ≥ 0, b2 < 3ac.
a < 0. Il ne s’agit alors pas d’une fonction de coût respectant la loi des rendements non-
proportionnels.

— Arriver à déterminer le comportement de croissance de fonctions économiques à l’aide
du calcul différentiel (intervalles convexes, concaves, points d’inflexion concave-convexe et
convexe-concave).
— Arriver à examiner par rapport à des fonctions économiques les conditions les caractérisant.
— Arriver à résoudre des problèmes du types des exercices (sauf exercices 7, 8 et 2b).
Chapitre 12
Applications économiques
supplémentaires du calcul
différentiel
12.1 Coûts unitaires et coûts marginaux

Définition 12.1.1. gx est la droite radiale de la fonction f en x si et seulement si g est une
droite qui passe par (0, 0) et (x, f (x)) ♦
Selon la définition la droite radiale de f en x est une droite qui relie l’origine du système de
coordonnées à un point de la fonction, à savoir le point (x, f (x)). Supposons que C soit une
fonction de coût. Dans ce cas la pente de la droite radiale de C en x exprime les coûts unitaires,
car pour la pente m de la droite radiale de f en x on peut affirmer : m = C(x) x = c (x) (= coûts
unitaires ou moyens, voir figure 12.1.1).
Exemple 12.1.2. Nous examinons une fonction de coût respectant la loi des rendements non-
proportionnels :
C(x) = 4x3 − 24x2 + 60x + 50.
Si nous déplaçons le point de la droite radiale sur la fonction de coût, on peut examiner d’une
manière graphique le développement des coûts unitaires. Pour une fonction de coût respectant la
loi des rendements non-proportionnels les coûts unitaires baissent d’abord (la pente de la droite
radiale baisse), et monte par la suite (la pente de la droite radiale augmente). Le point où la pente
est minimale est là où la droite radiale devient une tangente de la fonction de coût - en d’autre
mot il s’agit de l’endroit x où
C ′ (x) = c(x).
En ce point les coûts unitaires sont minimaux (voir figure 12.1.1) et on appelle la production de
cette quantité optimum de production“.
”
295
296 CHAPITRE 12. APPLICATIONS ÉCONOMIQUES SUPPLÉMENTAIRES
f(x)
250
200
150 bc
C(x0 )
100
50
0 x
x0
0 1 2 3 4
Figure 12.1.1 – La pente de la droite radiale indique les coûts unitaires c(x0 ) pour x0 à l’inter-
section de la fonction de coûts C et la droite radiale ; pour C ′ (x) = c(x) la droite radiale devient
la tangente de la fonction de coût respectant la loi des rendements non-proportionnels
Si le prix d’un produit est plus bas que les coûts unitaires minimaux, la production n’est pas
rentable à long terme. C’est pourquoi l’optimum de production constitue à long terme une limite
inférieure du prix (= seuil de rentabilité).
On peut faire des réflexions similaires par rapport aux coûts variables. Au lieu de dessiner les
coûts variables dans un graphique tel que la fonction de coûts variables traverse l’origine, nous
pouvons aussi étudier leur développement dans un graphique qui contient la fonction de coût total.
La droite radiale pour les coûts variables commencent alors au point (0, Cf ) - Cf sont les coûts
fixes. On voit directement sur le graphique que les coûts variables unitaires sont inférieurs aux
coûts totaux unitaires, pourvu qu’il y ait des coûts fixes (comparer les droites radiales à travers
le même points de C ; voir figure 12.1.2).
f(x)
250
200
150
100
50
0 x
0 1 2 3 4
Figure 12.1.2 – Les coûts variables unitaires sont inférieurs aux coûts totaux unitaires - la pente
de la droite radiale pour les coûts variables est inférieure à la pente de la droite radiale des coûts
totaux
12.1. COÛTS UNITAIRES ET COÛTS MARGINAUX 297
Les coûts variables sont minimaux là où la droite radiale devient tangente à la fonction de coût
total :
Cv (x)
Cv′ (x) = C ′ (x) = .
x
S’il y a des coûts fixes, le point des coûts variables unitaires minimaux est atteint plus rapidement
et les coûts unitaires variables minimaux sont inférieurs aux coûts unitaires totaux minimaux.
Interprétation économique : si le prix est égal au minimum des coûts unitaires variables, on peut
couvrir exactement les coûts variables. On ne peut cependant pas couvrir les coûts fixes. Puisque
les coûts fixes se présentent de toute façon, on peut à court terme continuer la production, car le
prix couvre au moins les coûts variables - en attendant un développement favorable du marché. A
long terme une telle production n’est cependant pas rentable. On appelle la quantité de production
aux coûts variables unitaires minimaux minimum de production“. Ces coûts constitue une limite
” ”
inférieure des prix à court terme“ (ou : seuil de fermeture“). Même à court terme on perd, si le
”
prix baisse en dessous de ce seuil.
Par rapport à notre exemple on peut calculer :
d
C ′ (x) = dx 4x3 − 24x2 + 60x + 50 = 12x2 − 48x + 60
3 2
c(x) = 4x −24x x+60x+50 = 4x2 − 24x + 60 + 50 x
3 2
cv (x) = 4x −24x x
+60x
= 4x2 − 24x + 60
C ′ (x) = c(x) ⇐⇒ 12x2 − 48x + 60 = 4x2 − 24x + 60 + 50 x ⇐⇒
12x3 − 48x2 + 60x = 4x3 − 24x2 + 60x + 50 ⇐⇒
8x3 − 24x2 − 50 = 0
Nous obtenons : 8x3 − 24x2 − 50 = 0 =⇒ x = 3.5079
Alternative : Pour calculer le seuil de rentabilité on peut aussi calculer la tangente de C à

travers (0, 0). La tangente ax avec la pente a a un point commun avec C. Pour ce point on peut
3 2
dire : ax = C(x) = 4x3 − 24x2 + 60x + 50 =⇒ a = 4x −24x x+60x+50 = c(x). Pour la pente on peut
3 2
dire a = C ′ (x) = 12x2 − 48x + 60. Avec cela on obtient : 12x2 − 48x + 60 = 4x −24x x+60x+50 .
Nous obtenons le seuil de fermeture par :
C ′ (x) = cv (x) ⇐⇒ 12x2 − 48x + 60 = 4x2 − 24x + 60 ⇐⇒
8x2 − 24x = 0 =⇒ x = 3
Les coûts variables unitaires minimaux sont atteints en 3. (voir figure 12.1.3).
f(x)
250
200
150 bc
bc
100
50
0 x
0 1 2 3 4
Figure 12.1.3 – Les coûts variables minimaux sont inférieurs aux coûts totaux unitaires
Le point où
C ′ (x) = c(x)
indique la quantité de production optimale (du point de vue de l’utilisation des ressources), car
les coûts unitaires y sont minimaux.
Le point où
C ′ (x) = cv (x)
indique la quantité pour laquelle les coûts variables sont minimaux.
12.2 Profit maximal

12.2.1 Concurrence parfaite et fonction de coût respectant la loi des
rendements non-proportionnels
Fonction de profit P (R recette, C coûts) :
P (x) = R(x) − C(x).
Le profit est maximal en x0 si et seulement si en x0 il y a un zéro de la première dérivée et la

deuxième dérivée y est négative. Cela veut dire :
(1) P est extrémal, si
P ′ (x) = R′ (x) − C ′ (x) = 0.
et avec cela :
R′ (x) = C ′ (x).
- la recette marginale est égale aux coûts marginaux.
Pour le cas de la concurrence parfaite, la fonction de recette a la forme :
R(x) = xp.
(x = quantité, p = prix), car la quantité vendue par le producteur n’influence pas le prix. La
dérivée de fonction de recette est
d
R′ (x) = (xp) = p.
dx
A l’extremum le prix est alors identique aux coûts marginaux.
R′ (x) = p = C ′ (x).
Sens intuitif de ce constat : Si p > C ′ (x), c. à d. le prix est supérieur aux coûts supplémentaires
engendrés par la production supplémentaires d’une unité du bien, le profit augmente par une
production supplémentaire. Si p < C ′ (x), c. à d. le prix est inférieur aux coûts supplémentaires
engendrés par la production d’une unité supplémentaire du bien, le profit baisse avec la production
supplémentaire. C’est pourquoi le profit maximal se situe en x avec p = C ′ (x).
(2) Un extremum en x est un maximum si
P ′′ (x) < 0 =⇒
R′′ (x) − C ′′ (x) < 0 =⇒
R′′ (x) < C ′′ (x).
Puisque
R′ (x) = p,
d ′
R (x) = R′′ (x) = 0.
dx
0 < C ′′ (x).
Un extremum en x est alors un maximum si la deuxième dérivée de la fonction de coût en x est
positive. Du point de vue intuitif c’est raisonnable : dans l’intervalle avec C ′′ (x) > 0, la production
12.2. PROFIT MAXIMAL 299
supplémentaire d’une unité coûte de plus en plus (coûts marginaux croissants), car la fonction de
coût y est convexe.
On peut en retenir :
En x0 il y a un profit maximal si et seulement si p = C ′ (x0 ) et C ′′ (x0 ) > 0.
Nous pouvons calculer le profit maximal en calculant P (x0 ).

Remarque 12.2.1. Une autre possibilité du calcul du profit est offerte par :
P (x) = R(x) − C(x)

C(x)
= xp − x
x
C(x)
=x p−
x
= x(p − c(x))
Ainsi le profit est la quantité vendue du bien fois la différence entre le prix et les coûts unitaires.
Là où le profit est maximal on peut calculer le profit par : P (x0 ) = [p − c(x0 )] · x0 (voir figure
12.2.5).
Exemple 12.2.2. Avec les réflexions ci-dessus on peut calculer la quantité qui maximise le profit
de la manière suivante, si le prix et la fonction de coût sont donnés. Pour p = 60 et
C(x) = x3 − 12x2 + 60x + 98
on obtient :
C ′ (x) = 3x2 − 24x + 60 = 60 = p
d

Solutions : 8 et 0. Avec C ′′ (x) = dx 3x2 − 24x + 60 = 6x − 24 on obtient :
C ′′ (0) = −24 < 0
et
C ′′ (8) = 6 · 8 − 24 > 0
Il y a alors profit maximal en x = 8.
Comparons cette manière de procéder avec le calcul qu’on a appliqué jusqu’ici :
P (x) = R (x) − C (x)

= 60x − x3 − 12x2 + 60x + 98
= −x3 + 12x2 − 98
d d
P (x) = −x3 + 12x2 − 98 = 24x − 3x2
dx dx
Il y a alors des extrema en 24x − 3x2 = 0 =⇒ x1 = 0, x2 = 8.

d
P ′′ (x) = dx 24x − 3x2 = 24 − 6x
P ′′ (0) = 24 > 0 (minimum de la fonction de profit en 0)
P ′′ (8) = 24 − 6 · 8 < 0 (maximum de la fonction de profit en 8)
Le profit maximal se monte à : P (8) = −83 + 12 · 82 − 98 = 158
Si l’on veut calculer avec la méthode le profit est maximal en x0 si et seulement si p = C ′ (x0 )
”
et C ′′ (x0 ) > 0“ non seulement la quantité à produire pour maximiser le profit mais aussi le pro-
fit maximal, il faut soit calculer la fonction de profit et ensuite P (x0 ), soit utiliser la remarque
12.2.1 :
(p − k(8)) · 8 = (60 − k(8)) · 8.
Avec
x3 − 12x2 + 60x + 98 98
k (x) = = x2 − 12x + 60 +
x x
on obtient
83 − 12 · 82 + 60 · 8 + 98
k (8) = = 40. 25
8
et alors : G(8) = 8(60 − 40. 25) = 158 (voir figures 12.2.4 et 12.2.5).
C(x) R(x)
f (x)
600
500
400
300
200 bc
P (x)
100
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Figure 12.2.4 – Fonction de coût C, fonction de recette R et fonction de profit P - concurrence
parfaite
f (x)
250 C ′ (x)
200
150
100
c(x)
p = R′ (x)
50 bc
bc
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13 g(x)
Figure 12.2.5 – L’aire grise x0 (p − c(x0 )) = 8(60 − c(8) correspond au profit maximal en x0 = 8 ;
La fonction de profit unitaire g(x) := P (x)
x est maximale là où c(x) est minimal. Le profit maximal
correspond au rectangle [p − c(x0 )] · x0 pour x0 = 8.
Remarque 12.2.3. Par rapport au profit unitaire on peut faire une analyse similaire (g au lieu
12.2. PROFIT MAXIMAL 301
de p pour éviter des malentendus, g pour gain“) :

”
P (x)
g(x) =
x
R(x) − C(x)
=
x
R(x) C(x)
= −
x x
= r(x) − c(x)
(g(x) = fonction de profit unitaire ; r(x) = fonction de recette unitaire)
R(x)
r(x) =
x
xp
=
x
= p;
Le profit unitaire est identique à la différence prix moins coûts unitaires“.

”
Si g est maximal, g ′ (x) = 0 =⇒ r′ (x0 ) = c′ (x0 )
d d
Or dx (r(x)) = dx (p) = 0.
On peut en déduire : Si g est maximal, c′ (x0 ) = 0.
De plus nous pouvons affirmer par rapport au maximum du profit unitaire : g ′′ (x0 ) < 0 =⇒
r′′ (x0 ) − c′′ (x0 ) < 0.
Or r′′ (x0 ) = 0
On peut en déduire : c′′ (x0 ) > 0.
Si c′′ (x0 ) > 0 et c′ (x0 ) = 0, la fonction c a en x0 un minimum. On peut en déduire :
Le profit unitaire est maximal en x0 si et seulement si c est minimal en x0 .
Remarque 12.2.4. Comparer x1 où c(x1 ) = C ′ (x1 ) et x0 où C ′ (x0 ) = p (profit maximal). On
voit que la quantité avec le profit maximal n’est pas identique à la quantité avec les coûts uni-
taires minimaux. L’optimum de production qui est le plus efficace par rapport à l’utilisation des
ressources n’est pas l’optimum par rapport au profit. ♦
12.2.2 Monopole et fonction de coût respectant la loi de rendements

non-proportionnel
Comme pour le cas de la concurrence parfaite on peut affirmer : P a un extremum en
P ′ (x) = R′ (x) − C ′ (x) = 0.
On peut en déduire de nouveau :

R′ (x) = C ′ (x).
La première dérivée de la fonction de recette n’est cependant plus une constante (prix). Il y a
maximu, si P ′′ (zéroP ′ ) = R′′ (zéroP ′ ) − C ′′ (zéroP ′ ) < 0, alors R′′ (zéroP ′ ) < C ′′ (zéroP ′ ). Nous
examinons un exemple concret :
Exemple 12.2.5. Nous reprenons l’exemple ci-dessus 12.2.2, même s’il faut tenir compte du fait
que dans le cas d’un monopole on se situera dans un autre intervalle par rapport aux quantités
produites que pour le cas de la concurrence parfaite où la quantité offerte d’une entreprise n’a au-
cun effet sur le prix du marché. Pour le premier cas, le monopoliste produit toute la quantité sur
le marché, dans le deuxième cas seulement une petite partie. Par conséquent on ne peut comparer
directement les résultats des deux cas. Bien que nous utilisions la même fonction de coût, on parle
en fait d’un autre produit et d’un autre marché :
C(x) = x3 − 12x2 + 60x + 98; =⇒ C ′ (x) = 3x2 − 24x + 60 =⇒ C ′′ (x) = 6x − 24
p(x) = −10x + 120 (p = fonction de prix). La fonction de recette est alors :
R(x) = xp(x) = −10x2 + 120x.
R′ (x) = −20x + 120.
Extremum en : R′ (x) = C ′ (x) ⇐⇒ √
3x2 − 24x + 60 = −20x + 120 =⇒ x0 = 23 46 + 23 = 5.188 2
Maximum ou minimum ? R′′ (x) = −20 < C ′′ (5.188 2) = 6 · 5.188 2 − 24 = 7. 129 2
Alors maximum. Le profit est
P (5.188 2) = R(5.188 2) − C(5.188 2) =
−10 · 5.18822 + 120 · 5.1882 − 5.18823 + 12 · 5.18822 − 60 · 5.1882 − 98 = 127. 47 > 0.
Le profit est de nouveau identique au produit suivant :
C(x)
P (x) = R(x) − C(x) = xp(x) − x = [p(x) − c(x)] · x.
x
Pour le x0 , où le profit est maximal : [p(x0 ) − c(x0 )] · x0 .

Nous
h obtenons le profit maximal i:
x3 −12x20 +60x0 +98 5.18823 −12·5.18822 +60·5.1882+98
−10x0 + 120 − 0 x0 ·x0 = −10 · 5.1882 + 120 − 5.1882 5.1882 =
127. 47 (voir figures 12.2.6 et 12.2.7).
12.3. ELASTICITÉ DE FONCTIONS ÉCONOMIQUES 303
C(x)
f (x)
600
500
400
300
200
bc
R(x)
100 P (x)
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Figure 12.2.6 – Fonction de coût C, fonction de recette R et fonction de profit P - monopole
f (x)
250 C ′ (x)
200
150
100
c(x)
50 bc
bc
0 x
0 1 2 3 4 5 6 7 8 9 10 11 12
13g(x) p = R′ (x)
Figure 12.2.7 – L’aire grise x0 (p(x0 ) − c(x0 )) = 8(60 − c(8) correspond au profit maximal ; de
plus g est maximal si et seulement si c est minimal
Exemple 12.2.6. ♦
12.3 Elasticité de fonctions économiques

La pente d’une fonction économique en x0 dépend des unités de mesure. On peut montrer cela
à l’aide d’un exemple. Supposons une fonction de coût à travers les points suivants :
(5, 437.5), (10, 600), (15, 662.5), (30, 1000)
- mesurés en tonnes et en CHF. Nous obtenons la fonction de coût suivantes, si l’on le considère
comme raisonnable de calculer un polynôme à travers ces points :
C(x) = 0.1x3 − 5x2 + 90x + 100
Les coûts marginaux en x = 17 sont :

d
C ′ (x) = 0.1x3 − 5x2 + 90x + 100 = 0.3x2 − 10x + 90
dx
C ′ (17) = 0.3 · 172 − 10·17 + 90 = 6.7
Si l’on mesure les quantités en kg et en CHF on obtient la fonction de coût suivante et les coûts
marginaux en 17000. :
C(x) = 10−10 x3 − 5·10−6 x2 + 0.09x + 100
C ′ (x) = 3·10−10 x2 − 0.0000 1x + 0.0 9
C ′ (17000) = 3·10−10 ·170002 − 0.00001·17000 + 0.09 = 0.0067
Il serait utile d’avoir une mesure pour le changement d’une fonction en un point qui serait
indépendante des unités. On obtient une telle mesure si l’on compare le changement relatif de
f au changement relatif de x en x0 . Le changement relatif de f en x0 est la différence de f (x) et
f (x0 ) divisé par f (x0 )
Remarque 12.3.1. le changement relatif d’un capital en une année est
C1 − C0 C0 (1 + i) − C0 C0 (1 + i − 1)
= = =1+i−1=i
C0 C0 C0
(i = intérêt). ♦
f (x)−f (x0 )
f (x0 )
Définition 12.3.2. L’élasticité Ef (x0 ) de f en x0 est égale à lim x−x0 ♦
x→x0 x0
f (x)
16
14
f (x)
12
10
f (x) − f (x0 )
8
f (x0 )
6
x − x0
4
2
0 x0 x
x
0 1 2 3
Figure 12.3.8 – Représentation graphique par rapport à la définition de l’élasticité. f (x)−f (x0 )
f (x0 )
est la proporation de f (x) − f (x0 ) à f (x0 ) et x−x
x0
0
est la proportion de x − x0 à x0 . L’élasticité
compare la première ce ces proportions à la deuxième.
f (x)−f (x0 )
f (x0 )
En transformant x−x0 nous obtenons :
x0
(f (x) − f (x0 )) ·x0 f (x) − f (x0 ) x0

= ·
f (x0 ) ·(x − x0 ) (x − x0 ) f (x0 )
et en calculant la limite

f (x) − f (x0 ) x0 f (x) − f (x0 ) x0
lim · = lim · lim
x→x0 (x − x0 ) f (x0 ) x→x0 (x − x0 ) x→x0 f (x0 )
x0
= f ′ (x0 )·
f (x0 )
(Cela correspond pour le cas de la fonction de coût au rapport des coûts marginaux aux coûts
unitaires). Ce développement est valable pour des x0 arbitraires. On peut alors affirmer :
f ′ (x)·x
Théorème 12.3.3. Ef (x) = f (x)
Exemple 12.3.4. Nous calculons l’élasticité des fonctions de coûts en 17 et 17000 : ♦
A) C(x) = 0.1x3 − 5x2 + 90x + 100
d
C ′ (x) = 0.1x3 − 5x2 + 90x + 100 = 0. 3x2 − 10x + 90
dx
x 0. 3x2 − 10x + 90 0. 3x3 − 10x2 + 90x

EC,x = f ′ (x)· = 3 2
·x = .
f (x) 0.1x − 5x + 90x + 100 0.1x3 − 5x2 + 90x + 100
0. 3·173 − 10·172 + 90·17

Ef,17 = = 0. 168 42
0.1·173 − 5·172 + 90·17 + 100
B) C(x) = 10−10 x3 − 5·10−6 x2 + 0.09x + 100
d
C ′ (x) = 10−10 x3 − 5·10−6 x2 + 0.09x + 100 = 3.0 × 10−10 x2 − 0.0000 1x + 0.0 9
dx
3.0 × 10−10 x2 − 0.0000 1x + 0.0 9

Ef,x = ·x
10−10 x3 − 5·10−6 x2 + 0.09x + 100
3.0 × 10−10 ·170002 − 0.0000 1·17000 + 0.0 9

EC,17000 = ·17000 = 0. 168 42
10−10 ·170003 − 5·10−6 ·170002 + 0.09·17000 + 100
L’élasticité des deux fonction est la même en 17 de A et en 17′ 000 de B.
Ef est une fonction qui nous indique l’élasticité de f pour chaque x. L’élasticité est une grandeur
sans dimension (sans unités de mesure) puisque les unités se réduisent (voir exemple ci-dessus :
CHF CHF
C ′ (x)·x t kgkg
les unités de mesure de EC,x = C(x) : t
CHF = 1 ou CHF = 1.
Remarque 12.3.5. L’élasticité d’une fonction f exprime d’une manière approximative, de com-
bien de pourcents la fonction f croı̂t (décroı̂t), si x augmente d’un pourcent. Justification : comme
les changements relatifs f (x)−f (x0 )
f (x0 ) et x−x
x0
0
multiplié par 100 expriment des changements rela-
tifs en pourcents, le quotient de deux changements relatifs est identique au quotient de ces deux
changements relatifs multipliés par 100 :
f (x)−f (x0 ) f (x)−f (x0 )
f (x0 ) f (x0 ) · 100
x−x0 = x−x0 .
x0 x0 · 100
♦
Définition 12.3.6. — f est élastique en x0 si et seulement si |Ef (x0 )| > 1 (approximative-

ment le changement d’un pourcent mène à un changement de plus d’un pourcent).
— f n’est pas élastique en x0 si et seulement si |Ef (x0 )| < 1 (approximativement un change-
ment d’un pourcent en x mène à un changement de moins d’un pourcent en f ).
— f est proportionnellement élastique en x0 si et seulement si |Ef (x0 )| = 1
— f est absolument élastique en x0 si et seulement si |Ef (x)| = +∞. (x0 ne fera pas partie
du domaine de définition de Ef )
— f est complètement inélastique en x0 si et seulement si |Ef (x0 )| = 0.
♦
12.3.1 Exercices
1. Un monopoliste affronte la fonction de coût suivante : C(x) = 3x3 − 11x2 + 65x + 108.
La fonction de demande est : p(x) = −8x + 130.
(a) Vérifier si la fonction de coûts respecte la loi des rendements non-proportionnels
(b) Calculer la recette et le profit maximal
(c) Calculer le profit maximal à l’aide de l’équation C ′ (x) = R′ (x) et
(d) de l’expression : [p(x0 ) − c(x0 )] · x0
2. Une entreprise (concurrence parfaite) affronte la fonction de coût suivante : C(x) = 3x3 −
11x2 + 65x + 108.
Le prix du marché est p = 45.
Calculer le profit maximal à l’aide des méthodes suivantes :
(a) première et deuxième dérivée de P (x)
(b) équation p = C ′ (x)
(c) expression [p − c(x0 )] · x0
3. Une entreprise (concurrence parfaite) affronte la fonction de coût suivante : C(x) = 3x3 −
11x2 + 65x + 108.
Quel est le prix minimal pour que la production soit profitable ?
4. Une entreprise (concurrence parfaite) affronte la fonction de coût suivante : C(x) = 65x +
180.
prix du marché p = 70.
Calculer le profit maximal.
5. Un monopoliste affronte la fonction de coût et de demande suivantes :
C(x) = 65x + 108.
p(x) = −8x + 130
Calculer le profit maximal.
6. Supposons que C(x) = 0.1x3 − 2.4x2 + 30x + 640 soit une fonction de coût.
(a) Vérifier s’il s’agit d’une fonction respectant la loi des rendements non-proportionnels.
(b) Calculer le point d’inflexion. Interpréter le point d’inflexion d’un point de vue économique.
(c) Trouver la quantité avec les coûts unitaires minimaux.
(d) Quel est le prix minimal pour que la production soit rentable par rapports au coûts
variables ?
7. Supposons que x(r) = −0.4r3 + 18r2 + 24r soit une fonction de production [0 < r < 25]
(a) Pour quel r la productivité marginale est optimale ? (productivité marginale = x′ (r)).
(b) Calculer la production maximale dans l’intervalle.
(c) Pour quelle quantité du facteur de production la production moyenne (unitaire) est-elle
maximale ?
(d) Pour quelle quantité du facteur de production la productivité marginale et la production
moyenne sont-elles identiques ?
8. Trouver la fonction d’élasticité des fonctions suivantes :

f (x) = 10x7
f (x) = 4x3 + 2x2 − x + 1
f (x) = 3x−4
8x+2
f (x) = axn (a, n 6= 0)
f (x) = x0.2
9. Supposons que x(p) = 18 − 2p.
(a) Calculer la fonction d’élasticité.

(b) Calculer l’élasticité en p = 5 et p = 10.
10. Supposons que PD (x) = 18 − 2x soit une fonction de demande. Calculer la fonction
d’élasticité
(a) par rapport à la quantité

(b) par rapport au prix
(c) Calculer les élasticités pour p = 5 et p = 10.
11. L’équation suivante décrit une fonction de consommation (consommation en fonction du

revenu). C(Y ) = 2−Y
2+Y . Calculer la fonction d’élasticité et les élasticités en Y = 15, Y = 100.
12. Supposons que x(p) = 18 − 2p soit une fonction de demande qui exprime la quantité achetée
en fonction du prix.
(a) Calculer p0 où x est proportionnellement élastique.

(b) Calculer l’intervalle où x est inélastique.
(c) Calculer l’intervalle où x est élastique.
(d) Calculer p0 où x est absolument élastique.
(e) Calculer p0 où x est complètement inélastique.
12.3.2 Solutions
1. On obtient :
(a) a > 0; b < 0; c > 0, d > 0; b2 = 121 < 3ac = 585. Il s’agit d’une fonction de coût
respectant la loi des rendements non-proportionnels.
(b) R(x) = xp(x) = x(−8x + 130) = −8x2 + 130x.
d
R′ (x) = dx −8x2 + 130x = −16x + 130 zéro en : x = 65 8 = 8. 125
d
R′′ (x) dx ( −16x + 130) = −16 =⇒ un maximum.
R(8.125) = −8 · 8.1252 + 130 · 8.125 = 528. 13 (= recette maximale)

P (x) = R(x) − C(x) = −8x2 + 130x − 3x3 − 11x2 + 65x + 108 =
−3x3 + 3x2 + 65x − 108
d
P ′ (x) = dx −3x3 + 3x2 + 65x − 108 = −9x2 + 6x + 65,
zéros en : 3. 041 3 et −2. 374 7
d
P ′′ (x) = dx −9x2 + 6x + 65 = −18x + 6
en : x = 3.041 3 −18 · 3. 041 3 + 6 = −48. 743 =⇒ in x = 3.0413 un maximum.
P (3.0413) = −3 · 3.04133 + 3 · 3.04132 + 65 · 3.0413 − 108 = 33. 041 (= profit maximal)
d

(c) C ′ (x) = dx 3x3 − 11x2 + 65x + 108 = 9x2 − 22x + 65
9x2 − 22x + 65 = −16x + 130, x1 = 3. 041 3; x = −2. 374 7
d
C ′′ (x) = dx 9x2 − 22x + 65 = 18x − 22
en x = 3.0413 : C ′′ (3.0413) = 18 · 3.0413 − 22 = 32. 743 =⇒
en x = 3.0413 il y a un maximum de P .
P (3.0413) = −3 · 3.04133 + 3 · 3.04132 + 65 · 3.0413 − 108 = 33. 041
(d) à l’aide de l’expression : [p(x0 ) − c(x0 )] · x0
Selon (b) ou (c) le maximum est en x0 = 3.0413.
p(3.0413) = −8 · 3.0413 + 130 = 105. 67
3 2
c(x) = 3x −11x x+65x+108 =⇒
3 2
c(3.0413) = 3·3.0413 −11·3.0413
3.0413
+65·3.0413+108
= 94. 805 =⇒
Pmax = (105.67 − 94.805) · 3.0413 = 33. 044
2. On obtient :
(a) R(x) = px
P (x) = R(x) − C(x) = 45x − 3x3 − 11x2 + 65x + 108 =
−3x3 + 11x2 − 20x − 108
d
P ′ (x) = dx −3x3 + 11x2 − 20x − 108 = −9x2 + 22x − 20
zéros : pas de solution réelle
d

(b) dx 3x3 − 11x2 + 65x + 108 = 9x2 − 22x + 65
9x2 − 22x + 65 = 45
pas de zéro réel
(c) à l’aide de l’expression [p − c(x0 )] · x0
Comme il n’y a pas de zéro réel de la première dérivée nous ne pouvons pas déterminer
x0 .
d

3. P ′ (x) = dx px − 3x3 − 11x2 + 65x + 108 = 0 doit avoir un zéro réel.
d 3 2

dx px − 3x − 11x + 65x + 108 = p − 9x2 + 22x − 65
2
p − 9x + 22x − 65 = 0. √
b2 −4ac
Nous calculons à l’aide de la formule −b± 2a et
a = −9; b = 22;√c = p − 65
√
−22± 222 −4·(−9)·(p−65) 22 36p−1856
=⇒ x1 = 2(−9) = 18 ± −18
√ √ √
11 4(9p−464) 2 9p−464 9p−464
= 9 ± −18 = 11
9 ± −18 = 11
9 ± −9
√
11 9p−464
= 9 ± 9
464
9p − 464 > 0 =⇒ p> 9 = 51.556
4. P (x) = R(x) − C(x) = 70x − 65x − 180 = 5x − 180
d
P ′ (x) = dx (5x − 180) = 5
d
P ′′ (x) = dx (5) = 0 (0 ≮ 0). Il n’y a pas de maximum. Il faut vérifier si le profit est jamais
positif.
R(x) − C(x) > 0; 5x − 180 > 0, x > 36
A partir de x = 36 le profit est positif. La fonction de profit tend vers l’infini : lim (5x − 180) =
x→∞
∞
On ne peut par conséquent déterminer le profit maximal que si l’on fixe un domaine
économique raisonnable : p.ex. [0, 50]
Le profit maximal serait alors : 5 · 50 − 180 = 70
5. C(x) = 65x + 108

p(x) = −8x + 130
P (x) = R(x) − C(x) = x (−8x + 130) − (65x + 108) = −8x2 + 65x − 108
d
P ′ (x) = dx −8x2 + 65x − 108 = −16x + 65 zéro en : x = 4. 062 5
′′ d
P (x) = dx (−16x + 65) = −16 =⇒ Il y a en x = 4.0625 un maximum.
P (4.0625) = −8 · 4.06252 + 65 · 4.0625 − 108 = 24. 031

Selon R′ (x) = C ′ (x) :
d
R′ (x) = dx −8x2 + 130x = −16x + 130
d
C ′ (x) = dx (65x + 108) = 65
−16x + 130 = 65, =⇒ x = 4. 062 5
P (4.0625) = 24.031
6. On obtient :
(a) 0.1 > 0 ; b < 0 ; c > 0 ; d > 0 ; b2 = (−2.4)2 = 5. 76 < 3 · 0.1 · 30 = 9
Toutes les conditions sont remplies.
(b) point d’inflexion C ′′ (x) = 0 ;
d 3 2
dx 0.1x − 2.4x + 30x + 640 = 0. 3x2 − 4. 8x + 30
d 2

dx 0.3x − 4. 8x + 30 = 0. 6x − 4. 8
0. 6x − 4. 8 = 0, x=8
Interprétation économique : jusqu’à ce point les coûts marginaux baissent, après ils
augmentent.
(c) La production est optimale si les coûts unitaires sont identiques aux coûts marginaux.
0.1x3 −2.4x2 +30x+640 d

x = dx 0.1x3 − 2.4x2 + 30x + 640 = 0.3x2 − 4. 8x + 30
= 0. 3x2 − 4. 8x + 30 =⇒
0.1x3 − 2.4x2 + 30x + 640 = 0.3x3 − 4.8x2 + 30x =⇒
−0.2x3 + 2.4x2 + 640 = 0 =⇒ x = 20
en x = 20, la production est optimale.
d 0.1x3 −2.4x2 +30x+640
ou par dx x = − 0.2 3 2 640.0
x2 −1.0x + 12.0x + 3200 = 0.2x − x2 − 2.4
640.0
0.2x − x2 − 2.4 = 0, Solutions : 20.0, −4.0 − 12.0i, −4.0 + 12.0i
solution réelle dans ledomaine économique : 1280.0
20.
d 640.0 0.2 3
dx 0.2x − x 2 − 2.4 = x 3 x + 6400 = x3 + 0.2 > 0 pour x > 0. (alors mini-
mum)
(d) Si le prix est inférieur aux coûts variables unitaires, la production n’est pas raisonnable
du point de vue économique.
kv (x) = C ′ (x) en :
3 2
kv (x) = 0.1x −2.4x
x
+30x
= 0.1x2 − 2.4x + 30
0. 3x − 4. 8x + 30 = 0.1x2 − 2.4x + 30 =⇒
2
0.2x2 − 2.4x = 0 =⇒ x = 12
kv (12) = 0.1 · 122 − 2.4 · 12 + 30 = 15. 6
Si le prix tombe en dessous de 15.6, il faudrait arrêter de produire.
7. On obtient :
(a) productivité marginale
d 3 2 2
dr −0.4r + 18r + 24r = −1. 2r + 36r + 24
d
maximum ou minimum en : dr −1. 2r2 + 36r + 24 =
−2. 4r + 36 = 0 =⇒ en : r = 15
d
dr (−2. 4r + 36) = −2. 4
en r = 15 il se trouve un maximum.
d

(b) dr −0.4r3 + 18r2 + 24r = −1.2r2 + 36r + 24 = 0
zéros : 30.652, −0.652 48 ∈ / [0 < r < 25]
Puisque la dérivée est continue, et qu’en [0, 25] il n’y a pas de zéro de la dérivée et que
x(0) = 24 > 0, la première dérivée est partout positive. Par conséquent la fonction x
est dans l’intervalle partout strictement croissante et atteint son maximum en 25. Le
maximum est x(25) = −0.4 · 253 + 18 · 252 + 24 · 25 = 5600.
−0.4r 3 +18r 2 +24r
(c) r = −0. 4r2 + 18r + 24
d 2

dr −0. 4r + 18r + 24 = −0. 8r + 18 =0
maximal ou minimal en r = 22.5
d
dr(−0. 8r + 18) = −0. 8
Il y a maximum en 22.5.
(d) −1. 2r2 + 36r + 24 = −0. 4r2 + 18r + 24, r = 22. 5
L’optimum se trouve en r, tel que x′ (r) = x(r)
r .
L’optimum x′ (x) = x(r)
r est optimal par rapport à l’utilisation des ressources.
8. On obtient :
x
x
d 6 x
(a) Ef (x) = f ′ (x)· f (x) = 10x7 · 10x
dx 7 = 70x · 10x7 = 7
d
4x2 +12x3 −x

(b) Ef (x) = dx 4x3 + 2x2 − x + 1 · 4x3 +2xx2 −x+1 = 4x d 3 2
3 +2x2 −x+1 , car x· dx 4x + 2x − x + 1 =

x 12x2 + 4x − 1 = 12x3 + 4x2 − x.

d 3x−4 x 19 x 19x(8x+2)
(c) Ef (x) = dx 8x+2 · 3x−4
8x+2
= 2(4x+1) 2 · 3x−4 =
8x+2
2(4x+1)2 (3x−4)

d 3x−4 3·(8x+2)−(3x−4)·8
dx 8x+2 = (8x+2)2
= 24x+6−24x+32
4(4x+1)2
19
= 2(4x+1) 2
n
d
(d) Ef (x) = dx (axn )· axxn = naxn−1 · axxn = n xxn = n.
Nous obtenons une constante. Pour un polynôme de ce type l’élasticité est partout la
même.
d x x
(e) Ef (x) = x0.2 = dx (x0.2 )· x0.2 = 0.2x−0.8 · x0.2 =
x x x
0.2· x0.8 ·x0.2 = 0.2· x0.8+0.2 = 0.2· x = 0.2
9. On obtient :
d p −2p
(a) Ef (p) = dp (18 − 2p) · 18−2p = 18−2p
−2·5
(b) Ef (5) = 18−2·5 = − 54
10. On obtient :
d x −2x
(a) EPD (x) = dx (18 − 2x)· 18−2x = 18−2x
(b) Pour calculer l’élasticité par rapport au prix il faut calculer la fonction réciproque :
PD (x) = 18 − 2x =⇒ p−18 −2 = x(p) =
18−p
2
d 18−p
p 1 p p·2 p
Ex (p) = dp 2 · 18−p = − 2 · 18−p = − 2(18−p) = − 18−p
2 2
5 5
(c) Ex (5) = − 18−5 = − 13 = −0. 384 62
10
Ex (10) = − 18−10 = − 54 = −1. 25

d
11. C ′ (Y ) = dY 2−Y
= −1(2+Y )−(2−Y )·1
(2+Y )2
4
= − (2+Y )2
2+Y
d 2−Y Y 4 Y (2+Y )
EC,Y = dY 2+Y · 2−Y = − (2+Y )2 · 2−Y =
2+Y
4 Y −4Y
− 2+Y 2−Y = 4−Y 2
−4·15 60
EC,15 = 4−15 2 = 221 = 0. 271 49
−4·100 100
EC,100 = 4−1002 = 2499 = 0.04 001 6
12. Nous déterminons d’abord le domaine économique : p et x(p) ≥ 0.
x(p) = 18 − 2p ≥ 0 =⇒ −2p ≥ −18 =⇒ p ≤ 9
L’intervalle intéressant est alors : 0 ≤ p ≤ 9.
(a) est proportionnellement élastique :
−2p
18−2p = 1 =⇒
−2p −2p
i) 18−2p = 1 ou ii) 18−2p = −1
−2p
i) 18−2p = 1 =⇒ −2p = 18 − 2p =⇒ 0 = 18 =⇒ pas possible
−2p 18
ii) 18−2p = −1 =⇒ −2p = −18 + 2p =⇒ −4p = −18 =⇒ p = 4 = 4.5
−2p
(b) 18−2p < 1 =⇒
−2p −2p −2p
−1 < 18−2p < 1 =⇒ −1 < 18−2p et 18−2p < 1.
Nous analysons ces deux conditions :
−2p
(i) 18−2p < 1 (il faut enlever 9 du domaine de définition pour éviter une division par
0)
Si l’on multiplie les deux côtés de l’inéquation par des expressions il faut faire attention
aux signe possible de ces expressions : 18 − 2p < 0 ou 18 − 2p > 0. Puisque pour le
domaine de définition 18 − 2p > 0, nous pouvons laisser de côté le cas 18 − 2p < 0 et
multiplier les deux côtés de l’inéquation par 18 − 2p sans changer la direction du signe
d’inégalité :
−2p < 18 − 2p =⇒ 0 < 18 (0 < 18 est vrai, mais p disparaı̂t. On n’a plus un énoncé sur
p)
−2p
(ii) −1 < 18−2p =⇒ −18 + 2p < −2p =⇒ −18 < −4p =⇒ −18 −4 > p =⇒ p < 4.5
Ainsi : p < 4.5
−2p −2p −2p
(c) 18−2p > 1 =⇒ 18−2p > 1 ou 18−2p < −1
Nous analysons ces deux cas :
−2p
(1) 18−2p > 1 =⇒ −2p > 18 − 2p ; =⇒ 0 > 18 (pas possible).
−2p
(2) 18−2p < −1 =⇒ −2p < −18 + 2p =⇒ −4p < −18 =⇒ p > −18 −4 = 4.5
En tenant compte de l’intervalle économique et en excluant la division par 0 : 4.5 < p <
9.
−2p −2p
(d) lim− 18−2p = −∞. Alors lim− 18−2p = ∞. Absolument élastique en p = 9 (Attention :
p→9 p→9
−2p
9 ne fait pas partie du domaine de définition de 18−2p , mais fait partie du domaine de
défition de x (p)).
−2p
(e) 18−2p = 0 =⇒ p = 0

— Arriver à expliquer à l’aide d’un graphique le lien entre les coûts unitaires et les coûts
marginaux
— Arriver à faire des analyses du profit pour le cas de la concurrence parfaite et du monopole
(arriver à faire les graphiques, à les interpréter et à faire les calculs).
— Connaı̂tre et arriver à expliquer intuitivement la définition de l’élasticité.
Références
Favre, J.-P. (2009). Mathématiques de gestion. Epalinges : Digilex.
Sydsaeter, K., & Hammond, P. (2002). Essential Mathematics for Economic Analysis. Prentice-
Hall : Pearson.
Tietze, J. (1998). Einführung in die angewandte Wirtschaftsmathematik (7e éd.). Wiesbaden :
Vieweg.
Varian, H. R. (2010). Intermediate microeconomics : A modern approach (8e éd.). London :
Norton.

Mathématiques Économie d'Entreprise ( PDFDrive )

Transféré par

Droits d'auteur :

Formats disponibles

Mathématiques Économie d'Entreprise ( PDFDrive )

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

Mathématiques Économie d'Entreprise ( PDFDrive )

Transféré par

Droits d'auteur :

Formats disponibles

Mathématiques économie

Vous trouvez ce dossier et d’autres documents sous http://math.logik.ch

1 Théorie des ensembles 1

4 D’autres fonctions réelles élémentaires 103

5 Limites d’une fonction réelle 153

7 La pente d’une fonction continue en un point 203

8 Règles supplémentaires du calcul différentiel 237

9 Extrema - quelques cas spéciaux 253

10 Fonctions économiques marginales 267

11 Types de croissance 279

12 Applications économiques supplémentaires 295

Théorie des ensembles

1.1 Vocabulaire des mathématiques

1.2 Types de propositions en mathématiques

1.3 Le concept de l’ensemble

Exemple 1.3.3. L’ensemble des lettres de l’alphabète latin

1.4 Types de représentation des ensembles

1.4.2 Par la propriété caractéristique

{x | x est un nombre naturel}

L’expression suivante est tout aussi courante :

{x : x est un nombre naturel}

Ce diagramme illustre le fait que a, b, c, 6 ∈ A ; 6, c, 8 ∈ B et c ∈ C et que 6 est un élément de

1.5 Quelques définitions et théorèmes

Important : On peut déduire du théorème précédent qu’un ensemble contient un élément ou

Théorème 1.5.3. {a, b} = {b, a}

On peut caractériser l’ensemble vide p.ex. par

A est un sous-ensemble de B si et seulement si tous les éléments de A sont éléments de B.

Nous introduisons pour l’expression est un sous-ensemble de“ un symbole : ⊂“ et nous

Théorème 1.5.6. (1) Pour tout A, A ⊂ A

(2) La proposition pour tout x, si x ∈ A alors x ∈ B“ est équivalente à il n’y a pas de x, x ∈ A

(3) Supposons que A ⊂ B et B ⊂ A. On peut en déduire pour tout x, si x ∈ A, alors x ∈ B et

(4) Supposons que (A ⊂ B et B ⊂ C). Selon la définition de l’inclusion on peut en déduire :

Pour l’expression est la différence de A et de B“ nous introduisons le symbole A\B“ :

Théorème 1.5.8. (1) A\A = ∅

Figure 1.5.4 – Diagramme de Venn pour la proposition : le complément de {1, 2} relatif à

Pour l’intersection de A et de B nous introduisons la notation A ∩ B“. Formellement nous

Théorème 1.5.11. (1) (A ∩ B) ⊂ A

Démonstration. (1) A ∩ B est l’ensemble de tous les x, de sorte que x ∈ A et x ∈ B. Si x ∈ A ∩ B,

(2) La preuve suit celle de (1).

(3) x ∈ A ∩ A si et seulement si x ∈ A et x ∈ A. Ainsi x ∈ A, si x ∈ A ∩ A. Selon la définition de

(5) Selon le théorème 1.5.11(1) on peut affirmer (A ∩ B) ⊂ A. Supposons que A ⊂ B et x ∈ A. Il

(6) Supposons que x ∈ A ∩ B. Il s’ensuit que x ∈ A et x ∈ B. Par conséquent x ∈ B et x ∈ A.

(7) Supposons que x ∈ (A ∩ B) ∩ C. Il s’ensuit que x ∈ A ∩ B et x ∈ C. Par conséquent (x ∈ A et

Pour l’expression l’union de A et B“ nous introduisons la notation A ∪ B“, d’une manière

Théorème 1.5.14. (1) A ⊂ (B ∪ A)

(2) La preuve suit celle de (1).

(3) Supposons que x ∈ A ∪ A. On peut en déduire que x ∈ A ou x ∈ A. Par conséquent x ∈ A

(4) Supposons que x ∈ A ∪ ∅. Ainsi x ∈ A ou x ∈ ∅. Comme il n’y a pas de x tel que x ∈ ∅

(5) (i) Supposons que A ⊂ B et x ∈ A ∪ B. Il s’ensuit que x ∈ A ou x ∈ B. Supposons d’abord

(6) Supposons que x ∈ A ∪ B. Par conséquent x ∈ A ou x ∈ B. Il s’ensuit que x ∈ B ou

(7) Supposons que x ∈ A ∪ (B ∪ C). Ainsi x ∈ A ou x ∈ B ∪ C. De plus on peut en déduire

x ∈ A ou (x ∈ B ou x ∈ C) et ainsi (x ∈ A ou x ∈ B) ou x ∈ C. Par conséquent x ∈ A ∪ B

(8) Supposons que x ∈ A ∩ (B ∪ C). Ainsi x ∈ A et x ∈ B ∪ C et par conséquent x ∈ A et

(9) Supposons que x ∈ A ∪ (B ∩ C). Il s’ensuit que x ∈ A ou x ∈ B ∩ C. Ainsi x ∈ A ou

D’une manière plus formelle nous fournissons la

Définition 1.5.15. P(A) = {B | B ⊂ A} ♦

Important : Les théorèmes prouvés ci-dessus impliquent que pour tout A : ∅ ⊂ A et A ⊂ A.

2. Indiquer selon la notation de la propriété caractéristique les ensembles suivants

4. Est-ce que les ensembles suivants sont identiques ?

1.6 Couples et relations