Chapitre 1

FONCTIONS D’UNE SEULE

VARIABLE

1.1 Définitions et exemples

Définition 1. Une fonction d’une variable réelle est toute correspondance de R (ou une partie de
R) dans R.

f: ]a, b[ −→ R
x 7−→ y = f (x).

f (x) est l’image de x par f et x est l’antécédent de y par f .

Remarque 1. Un nombre x n’a qu’une seule image, mais un nombre y peut avoir plusieurs antécédents.

Exemple 1. Soit la fonction f définie par

f: R −→ R
x 7−→ x2 − 1.

ˆ On a f (2) = 3, donc l’image de 2 est 3.

ˆ Cherchons les antécédents de 0.

f (x) = 0 =⇒ x2 − 1 = 0 =⇒ x = 1 ou x = −1.

Donc les antécédents de 0 sont -1 et 1.

1
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 2

Définition 2. Soit f : ]a, b[−→ R. On appelle domaine de définition de f le sous ensemble Df de

]a, b[ défini par
Df = {x ∈]a, b[ / f (x) ∈ R}.

Exemple 2.
3x
ˆ f (x) = .
x2 −1
x ∈ Df ⇐⇒ x2 − 1 ̸= 0 ⇐⇒ x ̸= 1 et x ̸= −1.

Donc Df = R\{−1; 1} =] − ∞, −1[∪] − 1, 1[∪]1, +∞[.

3x
ˆ f (x) = √ .
x2 − 3x − 4
√
f (x) existe ⇐⇒ x2 − 3x − 4 ̸= 0 et x2 − 3x − 4 ≥ 0 ⇐⇒ x2 − 3x − 4 > 0.

x −∞ −1 4 +∞

x2 − 3x − 4 + 0 − 0 +

Donc Df =] − ∞, −1[∪]4, +∞[.

Rappel : Soit à résoudre, dans R, l’inéquation (I) ax2 + bx + c > 0, a ̸= 0.
Pour cela, On résout l’équation (E) ax2 + bx + c = 0. On calcule donc △ = b2 − 4ac.

ˆ Si △ < 0, alors pas de solution pour (E). Le signe de ax2 + bx + c est le signe de a :

– Si a > 0, ax2 + bx + c > 0 ∀x ∈ R. Donc SI = R.

– Si a < 0, ax2 + bx + c < 0 ∀x ∈ R. Donc SI = ∅.

−b
ˆ Si △ = 0, alors (E) a une solution double : x0 = et ax2 + bx + c = a(x − x0 )2 . Donc le
2a
signe de ax2 + bx + c est le signe de a :

– Si a > 0, ax2 + bx + c > 0 ∀x ∈ R. Donc SI = R.

– Si a < 0, ax2 + bx + c < 0 ∀x ∈ R. Donc SI = ∅.

ˆ Si △ > 0, alors (E) admet deux solutions distinctes (x1 < x2 ):

√ √
−b − △ −b + △
x1 = et x2 = ,
2a 2a
et ax2 + bx + c = a(x − x1 )(x − x2 ). On dresse alors le tableau de signe de ax2 + bx + c pour
résoudre (I).
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 3

x −∞ x1 x2 +∞

ax2 + bx + c signe de a 0 signe de (-a) 0 signe de a

L’ensemble de solution de l’inéquation (I) est alors


 ] − ∞, x1 [∪]x2 , +∞[
 si a > 0
SI =

 ]x , x [
1 2 si a < 0

Définition 3. Soit f : ]a, b[−→ R. La courbe représentative Cf de la fonction f est l’ensemble des
points M de coordonnées (x, f (x)) où x ∈ Df . Ainsi

M (x, y) ∈ Cf ⇐⇒ y = f (x) et x ∈ Df .

Définition 4. Soit f : ]a, b[−→ R et soit I un intervalle inclu dans Df .

ˆ On dit que f est croissante sur I si

∀ x, y ∈ I x ≤ y ⇐⇒ f (x) ≤ f (y),

ou encore
∀ x, y ∈ I x ≥ y ⇐⇒ f (x) ≥ f (y).

ˆ On dit que f est décroissante sur I si

∀ x, y ∈ I x ≤ y ⇐⇒ f (x) ≥ f (y),

ou encore
∀ x, y ∈ I x ≥ y ⇐⇒ f (x) ≤ f (y).

ˆ On dit que f est monotone sur I si f est croissante sur I ou f est décroissante sur I.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 4

Exemple 3.

ˆ f (x) = 3x2 + 4x − 5. Etudions la monotonie de f sur [0, +∞[.

Soit x, y ∈ [0, +∞[ tels que x ≤ y.

x ≤ y ⇐⇒ 3x2 ≤ 3y 2 et 4x ≤ 4y

⇐⇒ 3x2 + 4x ≤ 3y 2 + 4y

⇐⇒ 3x2 + 4x − 5 ≤ 3y 2 + 4y − 5

⇐⇒ f (x) ≤ f (y).

Donc f est croissante sur [0, +∞[.

ˆ g : Demande, x : prix de vente. g est une fonction décroissante de x.

Définition 5. Soit f : ]a, b[−→ R.

ˆ On dit que x0 réalise le maximum de f sur ]a, b[ si

f (x) ≤ f (x0 ) ∀ x ∈ Df .

f (x0 ) est le maximum de f .

ˆ On dit que x0 réalise le minimum de f sur ]a, b[ si

f (x) ≥ f (x0 ) ∀ x ∈ Df .

f (x0 ) est le minimum de f .

ˆ On dit que x0 réalise un extremum si f (x0 ) est un minimum ou maximum.

Exemple 4. Soit f définie par

f: R −→ R
x 7−→ x2 − 4x.

Montrer que -4 est le minimum de f .

On a : f (x) + 4 = x2 − 4x + 4 = (x − 2)2 ≥ 0, ∀x ∈ R, c’est à dire f (x) ≥ −4 ∀x ∈ R.
De plus f (2) = −4, ce qui montre que f (x) ≥ f (2), ∀x ∈ R. Ainsi -4 est le minimum de f atteint
en 2.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 5

1.2 Limite d’une fonction

1.2.1 Limite en un point x0

Soit f une fonction définie sur un intervalle ouvert, Ix0 , de centre x0 de R (Ix0 ⊂ R), sauf peut être
en x0 et à valeurs dans R : f : Ix0 −→ R.

a) Limite finie en x0

Définition 6. On dit que f admet une limite en x0 , s’il existe l tel que

∀ Il , ∃ Ix0 , ∀ x ∈ Ix0 ∩ Df =⇒ f (x) ∈ Il .

Cela signifie que f (x) se rapproche de l lorsque x se rapproche de x0 avec x ̸= x0 .

Remarque 2. Si la limite l existe alors elle est unique. On la note lim f (x).
x→x0
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 6

b) Limite infinie en x0

Dans le cas où lim f (x) = ±∞, on dit que la droite d’équation x = x0 est asymptote verticale à Cf
x→x0
en ±∞.

lim f (x) = +∞ lim f (x) = −∞

x→x0 x→x0

1.2.2 Limite d’une fonction à l’infini

a) Limite finie

Dans le cas où lim f (x) = l, on dit que la droite d’équation y = l est asymptote horizontale à Cf
x→±∞
en ±∞.

lim f (x) = l lim f (x) = l

x→+∞ x→−∞
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 7

b) Limite infinie

Dans le cas où lim f (x) = ±∞, la courbe Cf présente une branche parabolique ou une asymptote
x→±∞
oblique.
La recherche des branches infinies est indispensable à l’étude du comportement global d’une fonction.
f (x)
Pour ce faire on calcule lim . Trois sous-cas se présentent :
x→±∞ x

f (x)
ˆ Si lim = ±∞ alors la courbe Cf admet en ±∞ une branche parabolique en direction
x→±∞ x
de l’axe des ordonnées (OY ).

f (x)
ˆ Si lim = 0 alors la courbe Cf admet en ±∞ une branche parabolique en direction de
x→±∞ x
l’axe des abscisses (OX).

f (x)
ˆ Si lim = a ̸= 0, on calcule lim (f (x) − ax). Deux sous-cas se présentent :
x→±∞ x x→±∞
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 8

– Si lim (f (x) − ax) = ±∞ alors Cf admet en ±∞ une branche parabolique en direction

x→±∞
de la droite d’équation y = ax.

– Si lim (f (x) − ax) = b alors Cf admet une asymptote oblique d’équation y = ax + b.

x→±∞

1.2.3 Limite à droite et limite à gauche

Exemple 5.
1
ˆ f (x) = √ , Df =]0, +∞[. f est définie à droite mais non à gauche de x0 = 0. On parlera de
x
la limite à droite de 0 et on note

lim f (x) ou lim f (x).

x→0+ x→0
x>0

1
lim+ f (x) = lim+ √ = +∞.
x→0 x→0 x
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 9

1
ˆ f (x) = √ , Df =] − ∞, 1[. f est définie à gauche mais non à droite de x0 = 1. On parlera
1−x
de la limite à gauche de 1 et on note

lim f (x) ou lim f (x).

x→1− x→1
x<1

1
lim− f (x) = lim− √ = +∞.
x→1 x→1 1−x
1
ˆ f (x) = , Df =] − ∞, 0[∪]0, +∞[. f est définie à droite et à gauche de x0 = 0 et on a
x
1 1
lim+ f (x) = lim+ = +∞ et lim− f (x) = lim− = −∞.
x→0 x→0 x x→0 x→0 x

1.2.4 Propriétés sur les limites

Proposition 1. Si f et g admettent comme limites respectives en x0 , l et l′ , alors

ˆ f + g admet une limite en x0 et sa limite est l + l′ .

ˆ f × g admet une limite en x0 et sa limite est l × l′ .

ˆ Si l′ ̸= 0, f /g admet une limite en x0 et sa limite est l/l′ .

Remarque 3. On rencontrera aussi des formes dites indéterminées (F.I), ce sont les formes pour
lesquelles on ne peut pas conclure directement :

0 ∞
0 × ∞, +∞ − ∞, , , 1∞ , ∞0 et 00 .
0 ∞

Proposition 2. f admet une limite en x0 si et seulement si f admet une limite à droite et à gauche
en x0 et si ces deux limites sont égales. La limite de f en x0 est alors cette limite.

lim f (x) = l ⇐⇒ lim+ f (x) = lim− f (x) = l.

x→x0 x→x0 x→x0

Exemple 6. Soit la fonction f définie par :


 x2 − 4 si x≥1
f (x) =
 x−1 si x < 1.

On a lim+ f (x) = lim+ x2 − 4 = 12 − 4 = −3 et lim f (x) = lim− x − 1 = 1 − 1 = 0.

x→1 x→1 x→1− x→1
Puisque lim+ f (x) ̸= lim− f (x), f n’admet pas de limite en x0 = 1.
x→1 x→1
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 10

Proposition 3.

ˆ Si f est un polynôme de degré n :

f (x) = a0 xn + a1 xn−1 + · · · + an avec a0 ̸= 0,

alors
lim f (x) = lim a0 xn .
x→±∞ x→±∞

ˆ Si 
n n−1
 f (x) = a0 x + a1 x

 + · · · + an avec a0 ̸= 0


 g(x) = b xp + b xp−1 + · · · + b

avec b0 ̸= 0,
0 1 p

alors la limite de la fonction rationnelle h(x) = f (x)/g(x) est

a0 x n
lim h(x) = lim .
x→±∞ x→±∞ b 0 xp

Exemple 7.

ˆ lim 4x5 + x3 + 1 = lim 4x5 = +∞.

x→+∞ x→+∞

3x5 + 2x + 1 3x5
ˆ lim = lim = lim 3x3 = −∞.
x→−∞ x2 + 1 x→−∞ x2 x→−∞

1.3 Continuité d’une fonction

Définition 7.

ˆ Une fonction f : I −→ R est dite continue en x0 ∈ I si

lim f (x) = f (x0 ).

x→x0

ˆ f est continue à droite (resp. à gauche) en x0 si

!
lim f (x) = f (x0 ) resp. lim− f (x) = f (x0 ) .
x→x+
0 x→x0

ˆ f est dite continue sur I si elle est continue en tout point de I.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 11

1.3.1 Propriétés sur les fonctions continues

Proposition 4. Soient f et g deux fonctions continues en x0 , alors

ˆ f + g est continue en x0 .

ˆ f × g est continue en x0 .

ˆ ∀ α ∈ R, αf est continue en x0 .

ˆ Si g(x0 ) ̸= 0 alors f /g est continue en x0 .

ˆ Si f est continue en x0 et g est continue en f (x0 ), alors (g ◦ f ) est continue en x0 .

Proposition 5.

ˆ Toute fonction polynôme est continue sur R.

ˆ Toute fonction rationnelle est continue sur son domaine de définition.

ˆ f est continue en x0 ⇐⇒ f continue à droite et à gauche en x0 .

Remarque 4. Si f est continue et strictement croissante (resp. strictement décroissante), alors

ˆ f ([a, b]) = [f (a), f (b)] . (resp. f ([a, b]) = [f (b), f (a)]).

    
ˆ f (]a, b[) = lim+ f (x), lim− f (x) . resp. f (]a, b[) = lim− f (x), lim+ f (x) .
x→a x→b x→b x→a
    
ˆ f ([a, b[) = f (a), lim− f (x) . resp. f ([a, b[) = lim− f (x), f (a) .
x→b x→b
    
ˆ f (]a, b]) = lim f (x), f (b) resp. f (]a, b]) = f (b), lim+ f (x) .
x→a+ x→a
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 12

1.3.2 Théorème des valeurs intermédiaires

Théorème 1. Soit f une fonction définie sur un intervalle I. Si f est continue sur I alors

ˆ Pour tout (a, b) ∈ I 2 tels que a < b, pour tout réel β compris entre f (a) et f (b), il existe au
moins un réel α ∈]a, b[ tel que f (α) = β.

ˆ Si de plus f est strictement monotone alors le réel α est unique.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 13

Conséquence 1. Soit (a, b) ∈ R2 tels que a < b

ˆ Si f est continue sur [a, b] et f (a) × f (b) < 0, alors ∃ c ∈]a, b[ tel que f (c) = 0.

ˆ Si de plus f est strictement monotone alors c est unique.

Exemple 8. Montrer que l’équation x4 − 4x + 2 = 0 possède dans l’intervalle ]0; 1[ une racine réelle.
Soit f (x) = x4 − 4x + 2.

ˆ f est continue sur R (fonction polynôme), donc elle est continue sur ]0; 1[.

ˆ f (0) = 2 et f (1) = −1, donc f (0) × f (1) < 0

Ainsi, ∃ α ∈]0; 1[ tel que f (α) = 0.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 14

1.4 Dérivée d’une fonction

1.4.1 Définitions

Définition 8. Soit f une fonction définie sur I ⊂ R et soit x0 ∈ I.

ˆ f est dérivable en x0 s’il existe un nombre noté f ′ (x0 ) tel que

f (x) − f (x0 )
lim = f ′ (x0 ).
x→x0 x − x0

f ′ (x0 ) est dit le nombre dérivé ou la dérivée de f en x0 .

ˆ f est dérivable à droite (resp. à gauche) en x0 s’il existe un nombre noté fd′ (x0 ) (resp. fg′ (x0 ))
tel que !
f (x) − f (x0 ) f (x) − f (x0 )
lim+ = fd′ (x0 ) resp. lim− ′
= fg (x0 ) .
x→x0 x − x0 x→x0 x − x0

ˆ f est dérivable sur I si elle est dérivable en tout point de I.

Remarque 5.

ˆ Si on pose h = △x = x − x0 , alors

f (x) − f (x0 ) f (x0 + h) − f (x0 )

lim = lim = f ′ (x0 ).
x→x0 x − x0 h→0 h

ˆ △x s’appelle l’accroissement de la variable.

ˆ △y = f (x) − f (x0 ) = f (x0 + △x) − f (x0 ) s’appelle l’accroissement de f.

△y
ˆ est le rapport des accroissements ou le taux de variation de f entre x et x0 .
△x
△y
ˆ On a f ′ (x0 ) = lim . On peut alors écrire quand △x tend vers 0
△x→0 △x

△y ≃ f ′ (x0 )△x.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 15

1.4.2 Propriétés

Proposition 6.

ˆ f est dérivable en x0 =⇒ f est continue en x0 .

ˆ f est discontinue en x0 =⇒ f est non dérivable en x0 .

ˆ f est dérivable en x0 ⇐⇒ fd′ (x0 ) = fg′ (x0 ) = f ′ (x0 ).

Exemple 9.

ˆ Soit la fonction f définie par :


 x2 − 4 si x≥1
f (x) =
 x−1 si x < 1.

Etudier la dérivabilité de f en x0 = 1.
On a f (1) = −3.
f (x) − f (1) x2 − 4 + 3 x2 − 1
(i) lim+ = lim+ = lim+ = lim+ x + 1 = 2.
x→1 x−1 x→1 x−1 x→1 x−1 x→1

Donc f est dérivable à droite en x0 = 1 et fd′ (1) = 2.

f (x) − f (1) x−1+3 x+2

(ii) lim− = lim− = lim− = −∞.
x→1 x−1 x→1 x−1 x→1 x − 1

Donc f n’est pas dérivable à gauche en x0 = 1.

Ainsi f n’est pas dérivable en x0 = 1.


 ax + 1 si x<0
ˆ Pour quelles valeurs de a, la fonction f (x) = est dérivable en x0 = 0.
 x2 + 1 si x ≥ 0.
On a f (0) = 1.
f (x) − f (0) ax + 1 − 1
(i) lim− = lim− = a.
x→0 x−0 x→0 x

f (x) − f (0) x2 + 1 − 1
(ii) lim+ = lim+ = lim+ x = 0.
x→0 x−0 x→0 x x→0

Ainsi f est dérivable en x0 = 0 si et seulement si a = 0.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 16

1.4.3 Interprétation géométrique

Soit M0 (x0 , y0 ) un point fixe de Cf et soit M (x, y) un point variable de Cf .

△y
Le rapport est le cœfficient directeur de la droite (M M0 ). Quand M tend vers M0 , la droite
△x
(M M0 ) tend vers une position limite (AM0 ) qui est la tangente à Cf en M0 .
Donc le cœfficient directeur de la droite (AM0 ) est

f (x) − f (x0 )
lim = f ′ (x0 ).
x→x0 x − x0

Equation de la tangente (T ) à Cf en M0 (x0 , f (x0 ))

M (x, y) ∈ T =⇒ y = f ′ (x0 )(x − x0 ) + f (x0 ).

1.4.4 Opérations sur les dérivées

a) Règles de calcul

Proposition 7. Si f et g deux fonctions dérivables en x0 , alors

ˆ f + g est dérivable en x0 et (f + g)′ (x0 ) = f ′ (x0 ) + g ′ (x0 ).

ˆ f g est dérivable en x0 et (f g)′ (x0 ) = f ′ (x0 )g(x0 ) + f (x0 )g ′ (x0 ).

 ′
f f ′ (x0 )g(x0 ) − f (x0 )g ′ (x0 )
ˆ Si g(x0 ) ̸= 0, f /g est dérivable en x0 et (x0 ) = .
g g 2 (x0 )
ˆ Si α est une constante rèelle, (αf ) est dérivable en x0 et (αf )′ (x0 ) = αf ′ (x0 ).
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 17

Proposition 8. Si f est dérivable en x0 et si g est dérivable en f (x0 ), alors g ◦ f est dérivable en

x0 et
(g ◦ f )′ (x0 ) = g ′ (f (x0 )) × f ′ (x0 ).

Proposition 9. Si f admet une fonction inverse f −1 et si f ′ (x0 ) ̸= 0, alors f −1 est dérivable en

f (x0 ) et

′ 1
f −1 (f (x0 )) = .
f ′ (x 0)

b) Dérivées de quelques fonctions usuelles

√
Fonctions constante 1/x x xα , α ∈ R ln x ex sin x cos x tan x
√
Dérivées 0 −1/x2 1/(2 x) α xα−1 1/x ex cos x − sin x 1 + tan2 x

Soit f une fonction dérivable sur I ⊂ Df . Alors

√
′ f′
• (f n )′ = nf ′ f n−1 • f = √ (f strictement positive sur I)
2 f

′ f′
• ef = f ′ ef • (ln f )′ = (f strictement positive sur I)
f

1.4.5 Dérivées successives

En dérivant n fois la fonction f , on obtient la dérivée d’ordre n notée f (n) .

Exemple 10. Soit la fonction polynôme f (x) = x5 + 6x3 − x2 .

La dérivée première : f ′ (x) = 5x4 + 18x2 − 2x,

La dérivée seconde : f ′′ (x) = 20x3 + 36x − 2,

La dérivée d’ordre 3 : f (3) (x) = 60x2 + 36, etc · · ·

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 18

1.4.6 Fonction dérivée et sens de variation / Extermum

Soit f une fonction dérivable sur I ⊂ Df .

Proposition 10.

ˆ f est strictement croissante sur I ⇐⇒ f ′ (x) > 0.

ˆ f est strictement décroissante sur I ⇐⇒ f ′ (x) < 0.

ˆ f est constante sur I ⇐⇒ f ′ (x) = 0.

√
Exemple 11. f (x) = x2 + 3x + 4. Df = {x ∈ R / x2 + 3x + 4 ≥ 0} = R. (△ = −7 < 0).

2x + 3
∀ x ∈ R, f ′ (x) = √ .
2 x2 + 3x + 4

Le tableau de variation de f est le suivant.

3
x −∞ − +∞
2
f ′ (x) − 0 +

+∞ +∞
√
f (x) 7
2

Proposition 11. Conditions nécéssaires d’existence d’un extremum

ou conditions du premier ordre

Si f admet un extremum en x0 alors f ′ (x0 ) = 0.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 19

Remarque 6.

ˆ La réciproque est fausse en général. En effet; pour f (x) = x3 , on a f ′ (x) = 3x2 ≥ 0.

Ainsi f ′ (0) = 0 mais f (0) n’est pas un extremum.

x −∞ 0 +∞

f ′ (x) + 0 +

+∞
f (x) 0
−∞

ˆ Si f ′ (x0 ) = 0 alors la tangente à Cf au point d’abscisse x0 est horizontale.

Proposition 12. Si f ′ (x0 ) s’annule en changeant de signe en x0 alors f (x0 ) est un extremum de f .

ˆ Si f est croissante à gauche et décroissante à droite alors f (x0 ) est un maximum.

ˆ Si f est décroissante à gauche et croissante à droite alors f (x0 ) est un minimum.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 20

√
Exemple 12. f (x) = x2 − 4x + 5. Df = R.

2x − 4
∀ x ∈ R, f ′ (x) = √ .
2 x2 − 4x + 5

Le tableau de variation de f est le suivant.

x −∞ 2 +∞

f ′ (x) − 0 +

+∞ +∞
f (x)
1

f étant croissante à droite et décroissante à gauche au point d’abscisse 2, donc f présente un mini-
mum en ce point. Ce minimum est f (2) = 1.

Proposition 13. Nature d’extremum : Conditions suffisantes

ou conditions de second ordre

Si f est deux fois dérivable en x0 avec f ′ (x0 ) = 0 et f ′′ (x0 ) ̸= 0, alors f admet un extremum en x0 .

ˆ Si f ′′ (x0 ) < 0 alors f présente un maximum en x0 ; c’est f (x0 ).

ˆ Si f ′′ (x0 ) > 0 alors f présente un minimum en x0 ; c’est f (x0 ).

Remarque 7. Si f ′′ (x0 ) = 0 alors on ne peut pas conclure.

Exemple 13. f (x) = x3 − 3x2 + 4. Df = R.

∀ x ∈ R, f ′ (x) = 3x2 − 6x = 3x(x − 2) et f ′′ (x) = 6x − 6.
f ′ (x) = 0 ⇐⇒ x = 0 ou x = 2. Donc f (0) et f (2) peuvent être des extremums.

ˆ f ′′ (0) = −6 < 0, ainsi f (0) = 4 est un maximum.

ˆ f ′′ (2) = 6 > 0, ainsi f (2) = 0 est un minimum.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 21

Remarque 8.

1. Concavité d’une fonction

ˆ Si f ′′ (x) > 0 alors l’arc de Cf est convexe.

ˆ Si f ′′ (x) < 0 alors l’arc de Cf est concave.

2. Concavité et point d’inflexion

Si f ′′ (x) s’annule en x0 en changeant de signe, alors f admet un point d’inflexion en x0 .

Exemple 14. f (x) = x3 − 3x2 + 4. On a f ′′ (x) = 6x − 6. La concavité de Cf est donnée par

le signe de f ′′ (x).

x −∞ 1 +∞

f ′′ (x) − 0 +

Concavité
Concave A(1;2) Convexe
de Cf

Ainsi le point A(1; 2) est un point d’inflexion.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 22

1.5 Rappel sur quelques fonctions usuelles

1.5.1 Les fonctions logarithmes

a) La fonction logarithme népérien

Définition 9. On appelle fonction logarithme népérien, et on note ln, la fonction définie sur ]0; +∞[,
1
ayant pour dérivée la fonction inverse : x 7−→ , et s’annulant pour x = 1.
x
Remarque 9.
1
ˆ La fonction ln est la primitive sur ]0; +∞[ de la fonction x 7−→ s’annulant en 1.
x
ˆ On note e l’antécédent unique du nombre 1 par la fonction ln. On a donc ln e = 1.
Une valeur approchée de e à 10−1 est 2.7.

Signe de ln x

ˆ ln(x) ≤ 0 sur ]0 ; 1], • ln(x) > 0 sur ]1 ; +∞[.

Propriétés algébriques : Pour tous x et y de ]0 ; +∞[ et tout réel r, on a :

   
x 1
 ln(xy) = ln x + ln y,  ln = ln x − ln y,  ln = − ln y,  ln(xr ) = r ln x.
y y

Limites à retenir

ˆ lim+ ln x = −∞ : L’axe des ordonnées (Oy) est asymptote verticale à la courbe représentative
x→0
de la fonction ln.
ln x
ˆ lim = 0 : La courbe représentative de la fonction ln admet en +∞ une branche
x→+∞ x
parabolique de direction (Ox).
ln x ln(1 + x)
ˆ lim ln x = +∞, • lim+ x ln x = 0− , • lim = lim = 1.
x→+∞ x→0 x→1 x − 1 x→0 x
Dérivation de la fonction ln
1
ˆ La fonction ln est continue et dérivable sur ]0 ; +∞[ : ∀ x > 0 on a ln′ (x) = .
x
ˆ La fonction ln est strictement croissante sur ]0 ; +∞[. Ainsi ∀ x, y ∈ ]0; +∞[ :

x < y ⇐⇒ ln x < ln y et x = y ⇐⇒ ln x = ln y.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 23

Remarque 10. Si u est une fonction dérivable et strictement positive sur un intervalle I , alors la
u′ (x)
fonction ln u est dérivable sur I et, pour tout x de I on a : (ln u)′ (x) = .
u(x)
Courbe représentative de x 7−→ ln x

b) La fonction logarithme de base quelconque

Définition 10. Soit a un nombre strictement positif et différent de 1. On appelle fonction logarithme
ln x
de base a, et on note loga , la fonction définie sur ]0; +∞[ par : loga x = .
ln a
Remarque 11.

ˆ Pour a = e, on retrouve la fonction logarithme népérien ln.

ˆ Pour a = 10, on parle de la fonction logarithme décimal log.

Limites à retenir

ˆ Lorsque a > 1, lim+ loga x = −∞ et lim loga x = +∞.

x→0 x→+∞

ˆ Lorsque 0 < a < 1, lim+ loga x = +∞ et lim loga x = −∞.

x→0 x→+∞

Sens de variations de loga

1
ˆ La dérivée de la fonction f (x) = loga x est f ′ (x) = pour tout x > 0.
x ln a
ˆ Lorsque a > 1, la fonction x 7−→ loga x est strictement croissante sur ]0 , +∞[.

ˆ Lorsque 0 < a < 1, la fonction x 7−→ loga x est strictement décroissante sur ]0 , +∞[.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 24

Remarque 12. Si u est une fonction dérivable et strictement positive sur un intervalle I , alors la
u′ (x)
fonction loga u est dérivable sur I et, pour tout x de I on a : (loga u)′ (x) = .
u(x) ln a
Courbe représentative de x 7−→ loga x

1.5.2 Les fonctions exponentielles

a) La fonction exponentielle de base e

Définition 11. On appelle fonction exponentielle de base e et on note exp, la fonction réciproque
de la fonction logarithme népérien.

Conséquences

• exp : R −→ ]0, +∞[

• Pour tout réel x, ln (ex ) = x.
x
x 7−→ exp(x) ou e .
 
x


 y = e 

 x = ln y
 
ˆ y > 0 ⇐⇒ y > 0 • Pour tout réel x > 0, eln x = x.

 

 x ∈ R
 
 x ∈ R.

Propriétés algébriques : Pour tous réels x et y, on a

ex 1
 e(x+y) = ex × ey ,  enx = (ex )n , ∀n ∈ Z,  ex−y = ,  e−y = .
ey ey
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 25

Limites à retenir

ˆ lim ex = 0 : la courbe représentative de la fonction exponentielle admet au voisinage de −∞

x→−∞
la droite d’équation y = 0 comme asymptote horizontale (c’est-à-dire l’axe (Ox)).
ex
ˆ lim = +∞ : la courbe représentative de la fonction exponentielle admet en +∞ une
x→+∞ x
branche parabolique de direction (Oy).
ex − 1
ˆ lim ex = +∞, • lim xex = 0, • lim = 1.
x→+∞ x→−∞ x→0 x
Dérivation de la fonction exp

ˆ La fonction exp est continue et dérivable sur R et, pour tout réel x on a exp′ (x) = ex .

ˆ La fonction exp est strictement croissante sur R, donc, pour tous réels x et y :

x < y ⇐⇒ ex < ey et x = y ⇐⇒ ex = ey .

Remarque 13. Si u est une fonction dérivable sur un intervalle I, alors la fonction composée eu est
dérivable sur l’intervalle I et on a : (eu )′ = u′ × eu .

Courbe représentative de x 7−→ ex : Les courbes des fonctions exp et ln sont symétriques
par rapport à la droite △ d’équation y = x.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 26

b) La fonction exponentielle de base quelconque

Définition 12. Soit a un nombre strictement positif. La fonction définie sur R par : x 7−→ ax
s’appelle fonction exponentielle de base a.

Remarque 14.

ˆ Pour a = e, on retrouve la fonction exp.

ˆ La fonction exponentielle de base a est la fonction réciproque de la fonction loga :

 


 y = ax 

 x = loga y
 
y > 0 ⇐⇒ y > 0

 

 x ∈

R  x ∈

R.

ˆ Pour tout réel x, on a ax = ex ln a , donc ax > 0.

Limites à retenir
ˆ Lorsque a > 1, lim ax = 0 et lim ax = +∞.
x→−∞ x→+∞

ˆ Lorsque 0 < a < 1, lim ax = +∞ et lim ax = 0.

x→−∞ x→+∞

Sens de variation de x 7−→ ax (a > 0)

ˆ La dérivée de la fonction f (x) = ax est f ′ (x) = ax ln a pour tout réel x.

ˆ Lorsque a > 1, la fonction x 7−→ ax est strictement croissante sur R.

ˆ Lorsque 0 < a < 1, la fonction x 7−→ ax est strictement décroissante sur R.

Remarque 15. Si u est une fonction dérivable sur un intervalle I, alors la fonction composée au est
dérivable sur l’intervalle I et on a : (au )′ = u′ au ln a.

Courbe représentative de x 7−→ ax

Les courbes des fonctions ax et loga x sont symétriques par rapport à la droite d’équation y = x.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 27

1.5.3 Les fonctions Puissances

Soient a et b deux réels strictement positifs et soient α et β deux réels. Alors on a

1 aα 1  a α aα
a0 = 1, aα aβ = aα+β , (ab)α = aα bα , = a−α , = aα−β = β−α , = .
aα a β a b bα

a) Etude des fonctions fn : x 7−→ xn avec n entier, n ≥ 2

ˆ fn est définie sur R. • Pour tout réel x, fn′ (x) = nxn−1 .

ˆ Lorsque n est pair, fn est décroissante sur ] − ∞, 0] et croissante sur [0, +∞[.

ˆ Lorsque n est impair, fn est croissante sur R.

ˆ Si u est une fonction dérivable sur un intervalle I, alors la fonction composée un est dérivable
sur l’intervalle I et on a : (un )′ = nu′ un−1 .

Courbe représentative

1
b) Etude des fonctions gn : x 7−→ avec n entier n ≥ 1
xn
−n
ˆ gn est définie sur R∗ . • Pour tout réel x ̸= 0, gn′ (x) = .
xn+1
ˆ Lorsque n est pair, gn est strictement croissante sur ] − ∞, 0[ et strictement décroissante sur
]0, +∞[.

ˆ Lorsque n est impair, gn est strictement décroissante sur ] − ∞, 0[ et sur ]0, +∞[.

ˆ Si u est une fonction dérivable ne s’annulant pas sur un intervalle I, alors la fonction composée
1 −nu′
g = n est dérivable sur l’intervalle I et on a : g ′ = n+1 .
u u
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 28

Courbe représentative

c) Etude des fonctions hα : x 7−→ xα avec α réel

ˆ hα est définie sur ]0 , +∞[. • Pour tout x > 0, xα = eα ln x .

ˆ Lorsque α > 0, on a lim+ xα = 0 et lim xα = +∞.

x→0 x→+∞

ˆ Lorsque α < 0, on a lim+ xα = +∞ et lim xα = 0.

x→0 x→+∞

ˆ Pour tout réel α, la fonction hα est dérivable sur ]0 , +∞[. Pour tout x > 0, h′α (x) = αxα−1 .

ˆ Lorsque α > 0, la fonction x 7−→ hα (x) est strictement croissante sur ]0 , +∞[.

ˆ Lorsque α < 0, la fonction x 7−→ hα (x) est strictement décroissante sur ]0 , +∞[.

ˆ Si u est une fonction dérivable et strictement positive sur un intervalle I, alors la fonction
composée uα est dérivable sur l’intervalle I et pour tout x de I, (uα )′ = αu′ uα−1 .

Courbe représentative
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 29

Remarque 16. Lorsque α est un entier n, les fonctions hα sont les fonctions x 7−→ xn qui ont été
déja étudiées. Dans ce cas, l’ensemble de définition n’est pas ]0 , +∞[ mais R lorsque n est positif
et R∗ lorsque n est négatif.

d) Racine nième d’un nombre x ≥ 0, x 7−→ x1/n (n entier ≥ 1)

n
ˆ Pour tout réel positif, x1/n est le seul nombre qui, élevé à la puissance n, donne x : x1/n = x.

ˆ Pour tout entier n ≥ 1 et pour tout réel x ≥ 0, la racine nième de x est le nombre positif, noté
√ √
n
x, dont la puissance nième vaut x : n x = x1/n .

ˆ Pour tous réels x et y positifs, y = x1/n ⇐⇒ y n = x.

Courbe représentative : Les courbes des fonctions x1/n et xn sont symétriques par rapport
à la droite d’équation y = x.

1.5.4 Croissance comparée

La comparaison des croissances respectives des fonctions ex , ln x et xn peuvent permettre de lever

certaines indéterminations se présentant lors du calcul des limites de fonctions.

Pout tout m et n strictement positifs, on a les limites suivantes :

enx
ˆ lim = +∞, • lim xm enx = 0.
x→+∞ xm x→−∞

Pour ces deux limites on dit que l’exponentielle l’emporte sur la puissance.
(log x)n
ˆ lim = 0, • lim xm (log x)n = 0.
x→+∞ xm x→0+

Pour ces deux limites on dit que la puissance l’emporte sur le logarithme.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 30

1.6 Applications économiques de la dérivée

1.6.1 Fonctions économiques

a) Notion de coût total / Coût marginal / Coût moyen

ˆ Le coût total Ct de production d’un bien est généralement une fonction de la quantité produite
Q de ce bien. Le coût total vérifie les conditions suivantes

(i) Q ≥ 0.

(ii) Ct (Q) ≥ 0.

(iii) Ct est une fonction croissante de Q : Ct′ (Q) ≥ 0 car quand Q augmente Ct augmente aussi
et vice versa.

ˆ Lorsqu’une production passe d’une quantité produite Q à une quantité Q + 1; il en résulte un

coût supplémentaire, appelé coût marginal. C’est donc le coût de fabrication de la (Q + 1)ème
unité. Il est égal à
Ct (Q + 1) − Ct (Q)
.
(Q + 1) − Q
Dans la pratique, on confond le coût marginal avec le nombre dérivé Ct′ (Q) : Cm (Q) = Ct′ (Q).

Remarque 17. Le coût total Ct est la primitive de Cm .

ˆ Le coût moyen noté CM (ou coût unitaire) est le coût de production par unité produite.

Ct (Q)
CM (Q) = .
Q

Exemple 15. Supposons que le coût total Ct (en dhs) de production d’un bien est fonction de la
quantité produite de ce bien.

Q3
Ct (Q) = 10−10 − 10−5 Q2 + 5Q.
12

ˆ Pour une production de 15.104 unités, on a Ct (15.104 ) = 553 125 dhs.

ˆ Le coût marginal est

Q2
Cm (Q) = Ct′ (Q) = 10−10 − 2.10−5 Q + 5.
4
Pour Q = 15.104 , Cm (Q) = 2, 56 dhs. Ainsi le coût de la 150 000ème unité est 2,56 dhs.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 31

ˆ Le coût moyen est

Ct (Q) Q2
CM (Q) = = 10−10 − 10−5 Q + 5.
Q 12
553 125
Donc CM (15.104 ) = = 3, 68 dhs.
150 000
Remarque 18. En pratique, il est utile de comparer le coût marginal et le coût moyen. Dans
l’exemple Cm (15.104 ) = 2, 56 et CM (15.104 ) = 3, 68. Ainsi le coût marginal est inférieur au coût
unitaire, c’est à dire que la 150 000ème unité revient moins chère que la moyenne.

b) Notion de revenu total / revenu marginal / Profit / Revenu moyen

ˆ De la vente d’une quantité Q résulte un revenu total (ou recette totale) Rt (Q) = P.Q où P est
le prix unitaire. Si P dépend de Q on aura Rt (Q) = P (Q).Q.

ˆ De la vente d’une unité supplémentaire découle un revenu marginal (ou recette marginale) Rm .
C’est donc ce qui apporte la dernière unité vendue.

Rm (Q) = Rt′ (Q) ⇐⇒ Rm (Q) = QP ′ (Q) + P (Q).

Rt (Q)
ˆ Le revenu moyen (revenu unitaire ou encore recette moyenne) est : RM (Q) = .
Q
ˆ La fonction profit est définie par Πt = Rt − Ct .

ˆ Le profit marginal est donné par Πm = Rm − Cm = Π′t .

Exemple 16. Soit la fonction coût total

−10 Q3
Ct (Q) = 10 − 10−5 Q2 + 5 Q.
12

Supposons que le prix est fonction de la quantité vendue

Q
P (Q) = −10−5 + 5.
2
Q2
ˆ La recette totale est Rt (Q) = Q.P (Q) = −10−5 + 5 Q.
2
ˆ Le revenu marginal est
Rm (Q) = Rt′ (Q) = −10−5 Q + 5.

ˆ De la vente de 150 000 unités découle un revenu de Rt = 637 500 dhs.

Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 32

ˆ De la vente d’une unité supplémentaire, on peut escompter un revenu de Rm (15.104 ) = 3.5 dhs.

ˆ Pour cette dernière unité, on a un profit égal à

Πm (15.104 ) = Rm (15.104 ) − Cm (15.104 ) = 3, 5 − 2, 56 = 0, 94 dhs.

ˆ Le revenu moyen est

Rt (Q) Q
RM (Q) = = −10−5 + 5 = P (Q).
Q 2

1.6.2 Croissance et extremums des fonctions économiques

a) Coût croissant / Coût décroissant

Le coût de production d’un bien est généralement une fonction croissante de la quantité de ce bien.
Par contre les coûts moyen et marginal peuvent aussi croı̂tre que décroı̂tre.
Il serait intéressant pour l’économiste de déterminer le coût moyen minimum.

Exemple 17. Soit la fonction coût total

Q3
Ct (Q) = 10−10 − 10−5 Q2 + 5 Q.
12
Le coût moyen est
Ct (Q) Q2
CM (Q) = = 10−10 − 10−5 Q + 5.
Q 12
Etude de CM

′ Q 10−10
CM (Q) = 10−10 − 10−5 = (Q − 6.105 ) = 0 ⇐⇒ Q = 6.105 .
6 6

Q 0 6.105
′
CM (Q) − 0 +

5
CM (Q)
2

On a CM (6.105 ) = 2, le minimum est alors égal à 2 dhs.

A ce niveau le coût total est Ct (6.105 ) = 12.105 dhs.

Remarque 19. Une situation dans laquelle le coût marginal est inférieur au coût moyen incite
l’économiste à produire.
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 33

Etude de Cm
On a
Q3 Q2
Ct (Q) = 10−10 − 10−5 Q2 + 5 Q et Cm (Q) = Ct′ (Q) = 10−10 − 2.10−5 Q + 5.
12 4
′ Q 10−10
Cm (Q) = 10−10 − 2.10−5 = (Q − 4.105 ).
2 2

Q 0 4.105
′
Cm (Q) − 0 +

5
Cm (Q)
1

On a Cm (4.105 ) = 2, le minimum est alors égal à 1 dh.

Comparaison du coût marginal et coût moyen
Etude du signe de Cm − CM

2 2
 
C t (Q) Q −5 −10 Q −5
Cm (Q) − CM (Q) = Ct′ (Q) − = 10−10 − 2.10 Q + 5 − 10 − 10 Q + 5
Q 4 12
Q2
= 10−10 − 10−5 Q
6
10−10
= Q (Q − 6.105 ).
6
Q 0 6.105

Cm (Q) − CM (Q) − 0 +

ˆ Si 0 < Q < 6.105 alors Cm − CM < 0 c’est à dire Cm < CM : Situation intéressante pour
l’économiste. On ajoute des unités qui reviennent moins chère que CM .

ˆ Si Q = 6.105 alors Cm = CM .

ˆ Si Q > 6.105 alors Cm − CM > 0 c’est à dire Cm > CM : Situation difficile.

b) Maximisation du profit

Soit Q0 la valeur qui maximise le profit, c’est à dire la valeur pour laquelle Π′t (Q) s’annule en
changeant de signe.

Π′t (Q0 ) = 0 ⇐⇒ Rt′ (Q0 ) − Ct′ (Q0 ) = 0 ⇐⇒ Rm (Q0 ) − Cm (Q0 ) = 0 ⇐⇒ Rm (Q0 ) = Cm (Q0 ).
Chapitre 1 FONCTIONS D’UNE SEULE VARIABLE S. Assoudou 34

Q 0 Q0

Π′t (Q) = Rm (Q) − Cm (Q) + 0 −

Πt (Q0 )
Πt (Q)

Remarque 20.

ˆ Si Rm > Cm alors on réalise un bénéfice.

ˆ Si Rm < Cm alors il y a une perte.

ˆ Le maximum est atteint lorsque Rm = Cm .

Exemple 18. Soit

Ct (Q) = 4.10−6 Q3 − 42, 5.10−3 Q2 + 250 Q et P (Q) = −9, 5.10−3 Q + 250.

On a alors

ˆ Rt (Q) = −9, 5.10−3 Q2 + 250 Q.

ˆ Πt (Q) = Rt (Q) − Ct (Q) = −4.10−6 Q3 + 33.10−3 Q2 .

ˆ Π′t (Q) = −12.10−6 Q2 + 66.10−3 Q = −6.10−6 Q (2 Q − 11.103 ).

Π′t (Q) = 0 ⇐⇒ Q = 0 ou Q = 5 500.

Q 0 5 500

Π′t (Q) + 0 −

332 750
Πt (Q)

ˆ Le profit est maximal lorsque Q = 5 500. Ce profit vaut Π

b t = 332 750 dhs.

ˆ Le prix qui maximise le profit est donc P (5 500) = 197, 75 dhs.

ˆ La recette totale est Rt = P.Q = 5500 × 197, 75 = 1 087 625 dhs.

ˆ Le coût total est donc Ct = Rt − Πt = 754 875 dhs.

Chapitre 2

FONCTIONS REELLES A DEUX

VARIABLES

2.1 Définitions

2.1.1 Définition d’une fonction à deux variables

On appelle fonction réelle à deux variables x et y toute correspondance de R2 (ou une partie de R2 )
dans R.
f: I ⊂ R2 −→ R
(x,y) 7−→ f (x, y).
Exemple 19.

ˆ f (x, y) = x2 + xy + y 2 , Df = R × R = R2 .

ˆ g(x, y) = ln(x2 + y 2 ), Dg = R2 \ {(0, 0)}.

ˆ h(x, y) = x2 + y 2 − 4, Dh = {(x, y) ∈ R2 / x2 + y 2 ≥ 4} = R2 \ {Disque D(O, 2)}.

p

Rappel

ˆ L’équation du cercle C(ω, r) de centre ω(a, b) et de rayon r est donnée par

(x − a)2 + (y − b)2 = r2 .

En particulier le cercle C(O, r) de centre O(0, 0) et de rayon r a pour équation

x2 + y 2 = r 2 .
35
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 36

ˆ L’équation du disque D(ω, r) de centre ω(a, b) et de rayon r (fontière incluse) est donnée par

(x − a)2 + (y − b)2 ≤ r2 .

2.1.2 Dérivées partielles premières d’une fonction à deux variables

Définition 13. On appelle dérivée partielle première de f (ou du premier ordre) par rapport à x,
au point (a, b) la limite suivante (lorsqu’elle existe)

f (x, b) − f (a, b) f (a + h, b) − f (a, b)

lim = lim .
x→a x−a h→0 h
∂f
On note cette limite (a, b) ou fx′ (a, b).
∂x
Définition 14. On appelle dérivée partielle première de f (ou du premier ordre) par rapport à y, au
point (a, b) la limite suivante (lorsqu’elle existe)

f (a, y) − f (a, b) f (a, b + h) − f (a, b)

lim = lim .
y→b y−b h→0 h
∂f
On note cette limite (a, b) ou fy′ (a, b).
∂y
Exemple 20.
∂f ∂f
ˆ f (x, y) = x2 + xy + y 2 . En utilisant la définition, calculer (1, 2) et (1, 2).
∂x ∂y
∂f f (x, 2) − f (1, 2)
(1, 2) = lim
∂x x→1 x−1
x2 + 2x + 4 − 7 x2 + 2x − 3
= lim = lim
x→1 x−1 x→1 x−1
(x − 1)(x + 3)
= lim = lim (x + 3) = 4.
x→1 x−1 x→1

∂f f (1, y) − f (1, 2)
(1, 2) = lim
∂y y→2 y−2
1 + y + y2 − 7 y2 + y − 6
= lim = lim
y→2 y−2 y→2 y−2
(y − 2)(y + 3)
= lim = lim (y + 3) = 5.
y→2 y−2 y→2
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 37

∂g ∂g
ˆ g(x, y) = ln(x2 + y 2 ). Calculer directement (1, 2) et (1, 2).
∂x ∂y
Pour tout (x, y) ∈ R2 \ {(0, 0)}, on a :
∂g 2x ∂g 2
(x, y) = 2 =⇒ (1, 2) = .
∂x x + y2 ∂x 5
∂g 2y ∂g 4
(x, y) = 2 2
=⇒ (1, 2) = .
∂y x +y ∂y 5
∂h ∂h
ˆ h(x, y) =
p
x2 + y 2 − 4. Calculer directement (1, 2) et (1, 2).
∂x ∂y
Pour tout (x, y) ∈ R2 tel que x2 + y 2 > 4, on a :
∂h 2x x ∂h
(x, y) = p =p =⇒ (1, 2) = 1.
∂x 2 2
2 x +y −4 2 2
x +y −4 ∂x
∂h 2y y ∂h
(x, y) = p =p =⇒ (1, 2) = 2.
∂y 2 2
2 x +y −4 2 2
x +y −4 ∂y

2.1.3 Dérivées partielles d’ordre 2 d’une fonction à deux variables

∂f ∂f
Soit la fonction réelle f : I ⊂ R2 −→ R. On suppose que les fonctions et existent dans I.
∂x ∂y
Les dérivées partielles secondes ou du second ordre s’obtiennent en dérivant chacune des dérivées
partielles premières par rapport à x et à y.
Ainsi on a les quatre dérivées partielles du second ordre suivantes :


  
∂f ∂f
 
 ∂  ∂
∂ 2f 2
 

 ′′ ∂x 
 ∂ f ′′ ∂y
 ∂x2 (x, y) = fx2 (x, y) =  ∂x∂y (x, y) = fyx (x, y) =

 

∂x ∂x
 
   

 ∂f 
 ∂f

 2 ∂ 
 2 ∂

 ∂ f ′′ ∂x 
 ∂ f ′′ ∂y
(x, y) = fxy (x, y) = (x, y) = f 2 (x, y) =

 

y
∂y∂x ∂y ∂y 2 ∂y

Exemple 21.

ˆ f (x, y) = x2 + xy + y 2 . ∀ (x, y) ∈ R2 , on a
∂f ∂f
(x, y) = 2x + y et (x, y) = x + 2y.
∂x ∂y

 2  2
∂ f ∂ f
 ∂x2 (x, y) = 2  ∂x∂y (x, y) = 1

 

 
et

 ∂ 2f 
 ∂ 2f

 (x, y) = 1 
 (x, y) = 2
∂y∂x ∂y 2
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 38

ˆ g(x, y) = ln(x2 + y 2 ). ∀ (x, y) ∈ R2 \ {(0, 0)} on a

∂g 2x ∂g 2y
(x, y) = 2 et (x, y) = 2 .
∂x x + y2 ∂y x + y2

 2
2y 2 − 2x2
 2
∂ g ∂ g −4xy
 ∂x2 (x, y) = (x, y) =

 

(x2 + y 2 )2  ∂x∂y (x2 + y 2 )2
 
et

 ∂ 2g −4xy 
 ∂ 2g 2x2 − 2y 2

 (x, y) = 
 (x, y) =
∂y∂x (x + y 2 )2
2 ∂y 2 (x2 + y 2 )2
Théorème 2. (Théorème de Schwartz)
∂ 2g ∂ 2g
Soit la fonction réelle f : I ⊂ R2 −→ R. Si les dérivées partielles et existent et
∂x∂y ∂y∂x
sont continues alors elles sont égales.

2.2 Fonctions homogènes

Définition 15. Soit f : I ⊂ R2 −→ R. f est dite homogène de degré k (k ∈ R) si

∀ t > 0 ; ∀ (x, y) ∈ I telque (tx, ty) ∈ I, on a f (tx, ty) = tk f (x, y).

k est le degré d’homogéneité de f .

Exemple 22.

ˆ f (x, y) = x2 + xy + y 2 . Df = R2 . ∀ t > 0, ∀ (x, y) ∈ R2 on a (tx, ty) ∈ R2 et

f (tx, ty) = (tx)2 + txty + (ty)2 = t2 (x2 + xy + y 2 ) = t2 f (x, y).

Donc f est homogène de degré 2.

ˆ f (x, y) = xex/y . Df = R × R∗ .
Soit (x, y) ∈ R × R∗ on a alors ∀ t > 0, (tx, ty) ∈ R × R∗ . De plus

f (tx, ty) = txetx/ty = txex/y = tf (x, y).

Donc f est homogène de degré 1.

Théorème 3. (Théorème d’ Euler)

Soit f : I ⊂ R2 −→ R. On suppose que f admet des dérivées partielles premières continues.
∂f ∂f
f est homogène de degré k ⇐⇒ x (x, y) + y (x, y) = kf (x, y).
∂x ∂y
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 39

Exemple 23.

ˆ f (x, y) = x2 + xy + y 2 .

∂f ∂f
x (x, y) + y (x, y) = x(2x + y) + y(x + 2y)
∂x ∂y
= 2x2 + xy + xy + 2y 2

= 2(x2 + xy + y 2 ) = 2f (x, y).

ˆ f (x, y) = xex/y .
   2 
∂f ∂f x/y x x/y x x/y
x (x, y) + y (x, y) = x e + e + y − 2e
∂x ∂y y y

x/y x2 x/y x2 x/y

= xe + e − e
y y

= xex/y = f (x, y).

2.3 Extremums libres / Extremums liés

Définition 16. Soit f : I ⊂ R2 −→ R.

ˆ On dit que f admet un maximum en (a, b) si, pour tout (x, y) ∈ I, f (x, y) ≤ f (a, b).

ˆ On dit que f admet un minimum en (a, b) si, pour tout (x, y) ∈ I, f (x, y) ≥ f (a, b).

ˆ On dit que f admet un extremum en (a, b) si f admet un maximum ou bien un minimum en

(a, b).

On distinguera deux types d’extremums.

2.3.1 Extremums libres ou sans contrainte

Dans ce cas les variables x et y sont indépendantes. La recherche des extremums de la fonction f
passe successivement par la vérification des

a) Conditions nécessaires (C.N) ou conditions du 1er ordre,

b) Conditions suffisantes (C.S) ou conditions du 2d ordre.

Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 40

a) Conditions Nécessaires (C.N) ou conditions du 1er ordre

On suppose que f est dérivable au point A(a, b). Si f admet un extremum en A(a, b) alors

∂f ∂f
(a, b) = 0 et (a, b) = 0.
∂x ∂y

Un point A(a, b) vérifiant les conditions précédentes est appelé un point critique ou stationnaire ou
encore un point condidat à être extremum.

Remarque 21.

ˆ Pour qu’un point critique soit un extremum, il doit vérifier en plus les conditions suffisantes.

ˆ Les conditions suffisantes permettent aussi de déterminer la nature de cet extremum : minimum
ou maximum.

Définition de la matrice Hessienne de f

On suppose que toutes les dérivées partielles secondes existent au point (a, b).

ˆ On appelle matrice Hessienne de f au point (a, b), la matrice Hf (a, b) définie par

∂ 2f ∂ 2f
 
 ∂x2 (a, b) (a, b)
∂x∂y 
Hf (a, b) = 
 

 ∂ 2f ∂ 2f 
(a, b) (a, b)
∂y∂x ∂y 2

ˆ On appelle le Hessien de la fonction f au point (a, b) la quantité

∂ 2f ∂ 2f ∂ 2f ∂ 2f
∇f (a, b) = (a, b). (a, b) − (a, b). (a, b).
∂x2 ∂y 2 ∂y∂x ∂x∂y

Remarque 22. La quantité ∇f (a, b) n’est autre que le déterminant de la matrice Hessienne de f :

∇f (a, b) = det(Hf (a, b)).

b) Conditions Suffisantes (C.S) ou conditions du 2d ordre

Théorème 4. Soit f : I ⊂ R2 −→ R. On suppose que f est dérivable et soit A(a, b) ∈ I tel que

∂f ∂f
(a, b) = 0 et (a, b) = 0 (A point critique).
∂x ∂y

Alors
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 41

(i) si ∇f (a, b) < 0 alors f n’admet pas d’extremum en A(a, b), on dit que A(a, b) est un point selle.

(ii) si ∇f (a, b) = 0 alors on ne peut rien conclure.

(iii) si ∇f (a, b) > 0 alors f présente un extremum en A(a, b);

∂ 2f
(a) si (a, b) > 0 alors f admet un minimum en A(a, b).
∂x2
∂ 2f
(b) si (a, b) < 0 alors f admet un maximum en A(a, b).
∂x2
Exemple 24.

ˆ f (x, y) = x2 + 4y 2 + 2x − 4y.

– Cherchons les points stationnaires de f .

Les C.N donnent :

∂f 

 (x, y) = 2x + 2 = 0  x = −1

∂x

⇐⇒
∂f  y = 1
(x, y) = 8y − 4 = 0

 

∂y 2
Donc il y a un seul point critique A −1, 21 .

– Les dérivées partielles secondes sont :

 2  2
∂ f ∂ f
 ∂x2 (x, y) = 2  ∂x∂y (x, y) = 0

 

 
et
2

 ∂ f 
 ∂ 2f

 (x, y) = 0 
 (x, y) = 8
∂y∂x ∂y 2

– Les C.S pour A −1, 21 : La matrice Hessienne est

 2
∂ 2f

∂ f
 ∂x2 (x, y) ∂x∂y (x, y) 
 
  2 0 
Hf (x, y) =  = .

 ∂ 2f ∂ 2f  0 8
(x, y) (x, y)
∂y∂x ∂y 2
Le Hessien est : ∇f (x, y) = det(Hf (x, y)) = 16 > 0. Ainsi f admet un extremum au point
A −1, 21 .

∂ 2f 1


De plus (−1, 1/2) = 2 > 0 donc f admet un minimum au point A −1, 2
et ce min-
∂x2
imum est f −1, 12 = −2.


Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 42

ˆ f (x, y) = x3 + xy + y 3 .

– Cherchons les points stationnaires de f .

Les C.N donnent :

∂f  

 (x, y) = 3x2 + y = 0  3x2 + y = 0
  y(27y 3 + 1) = 0
 ①
∂x

=⇒ =⇒
∂f
(x, y) = x + 3y 2 = 0 x = −3y 2
x = −3y 2
  

   ②
∂y

① =⇒ y = 0 ou 27y 3 + 1 = 0 =⇒ y = 0 ou y = −1/3.
② =⇒ x = 0 ou x = −1/3.

Donc il y a deux points critiques A(0, 0) et B − 13 , − 31 .

– Les dérivées partielles secondes sont :

 2  2
∂ f ∂ f
 ∂x2 (x, y) = 6x  ∂x∂y (x, y) = 1

 

 
et

 ∂ 2f 
 ∂ 2f

 (x, y) = 1 
 (x, y) = 6y
∂y∂x ∂y 2

– La matrice Hessienne de f est

∂ 2f ∂ 2f
 
 ∂x2 (x, y) (x, y)  
∂x∂y   6x 1 

Hf (x, y) =  = .

 ∂ 2f ∂ 2f  1 6y
(x, y) (x, y)
∂y∂x ∂y 2

Le Hessien est alors : ∇f (x, y) = det(Hf (x, y)) = 36xy − 1.

– Les C.S s’expriment

* Pour A (0, 0) : ∇f (0, 0) = −1 < 0. Le point A (0, 0) est donc un point selle.

∂ 2f
 
1 1
* Pour B − 13 , − 13 − 31 , − 13



: ∇f = 3 > 0. De plus − ,− = −2 < 0 donc f
∂x2 3 3
1
admet un maximum au point B − 13 , − 13 et ce maximum est f − 13 , − 13 = .



27
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 43

2.3.2 Extremums liés ou extremums avec contrainte

Il s’agit de chercher les extremums d’une fonction f (x, y) dont les variables x et y sont liées par une
relation exprimée par la contrainte g(x, y) = 0.
Il y a deux méthodes pour traiter un tel problème :

ˆ Méthode de substitution,

ˆ Méthode du multiplicateur de Lagrange.

a) Méthode de substitution

A partir de la contrainte g(x, y) = 0 on tire y en fonction de x (ou x en fonction de y). Ainsi en

remplaçant y par son expression dans f (x, y) on se ramène au cas d’une fonction à une seule variable
dont on sait déterminer les extremums.

Exemple 25.

ˆ Optimiser f (x, y) = x2 + xy + y 2 sous la contrainte x + y = 4.

– D’après la contrainte x + y = 4 on a y = 4 − x. En remplaçant y par 4 − x dans f (x, y),

on obtient
F (x) = x2 + x(4 − x) + (4 − x)2
= x2 + 4x − x2 + 16 − 8x + x2
= x2 − 4x + 16.
– Etude de la fonction F : ∀x ∈ R, F ′ (x) = 2x − 4.

* F ′ (x) = 0 =⇒ x = 2 et puisque y = 4 − x alors y = 2. Ainsi le point A(2, 2) est un

point condidat à être extremum.
* Or ∀x ∈ R, F ′′ (X) = 2, il en résulte que F ′′ (2) = 2 > 0. F (x) présente alors un
minimum en 2 et ce minimum est F (2) = 12.

Donc f admet un minimum au point A(2, 2) et ce minimum est f (2, 2) = 12.

b) Méthode du multiplicateur de Lagrange

Exprimer y en fonction de x n’est pas toujours facile sous la contrainte g(x, y). La présente méthode
fait appel à une fonction auxiliaire dite fonction de Lagrange de f ou le Lagrangien de f notée
F (x, y, λ) telle que F (x, y, λ) = f (x, y) + λg(x, y), λ est le multiplicateur de Lagrange.
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 44

Les Conditions Nécessaires

On commence par exprimer les conditions nécessaires de l’existence d’extremums :

∂F
(x, y, λ) = 0


∂x




∂F

(S) : (x, y, λ) = 0


 ∂y

 ∂F

 (x, y, λ) = 0
∂λ
En résolvant le système (S), on obtient les points stationnaires Mi (xi , yi , λ).

Définition 17. On appelle le Hessien de la fonction F au point M (x, y, λ) le déterminant de la

matrice Hessienne de F :
∂ 2F ∂ 2F ∂ 2F
(x, y, λ) (x, y, λ) (x, y, λ)
∂x2 ∂x∂y ∂x∂λ
∂ 2F ∂ 2F ∂ 2F
∇F (x, y, λ) = det (HF (x, y, λ)) = (x, y, λ) (x, y, λ) (x, y, λ) .
∂y∂x ∂y 2 ∂y∂λ
∂ 2F ∂ 2F ∂ 2F
(x, y, λ) (x, y, λ) (x, y, λ)
∂λ∂x ∂λ∂y ∂λ2
Règle de Sarrus pour calculer un déterminant d’ordre 3
Cette méthode consiste à ajouter la première et la deuxième colonne de la matrice et faire le produit
des éléments diagonaux de la manière suivante :

O+ O+ O+
a11 a12 a13 a11 a12

a21 a22 a23 a21 a22

O O O
a31 a32 a33 a31 a32
- - -

a11 a12 a13

a21 a22 a23 =+ (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 )− (a13 a22 a31 + a11 a23 a32 + a12 a21 a33 ).
a31 a32 a33
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 45

1 1 1
Exemple : Soit à calculer le déterminant : 2 0 1 .
3 2 0
On applique la règle de Sarrus :

1 1 1 1 1

2 0 1 2 0

3 2 0 3 2

1 1 1
2 0 1 = 0 + 3 + 4 − (0 + 2 + 0) = 5.
3 2 0
Les Conditions Suffisantes
On calcule le Hessien de F (x, y, λ) pour chacun des points condidats Mi (xi , yi , λ) obtenus.

(i) si ∇F (xi , yi , λ) > 0 alors f présente un maximum en (xi , yi ).

(ii) si ∇F (xi , yi , λ) < 0 alors f présente un minimum en (xi , yi ).

(iii) si ∇F (xi , yi , λ) = 0 alors les C.S ne permettent pas de conclure (hors pogramme).

Exemple 26. Optimiser f (x, y) = x2 + xy + y 2 sous la contrainte x + y = 4 (ou encore sous la

contrainte g(x, y) = x + y − 4 = 0).
On exprime le Lagrangien de f

F (x, y, λ) = f (x, y) + λg(x, y) = x2 + xy + y 2 + λ(x + y − 4).

ˆ Les C.N impliquent


∂F
(x, y, λ) = 2x + y + λ = 0 ①


∂x




∂F

(S) : (x, y, λ) = x + 2y + λ = 0 ②


 ∂y

 ∂F

 (x, y, λ) = x + y − 4 = 0 ③
∂λ

x = 2
 
 x−y = 0 ①−②
 


(S) ⇐⇒ ⇐⇒ y = 2

 x+y = 4 ③ 

 λ = −6.


La fonction F admet un seul point critique M (2, 2, −6).

Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 46

ˆ Les C.S

La matrice Hesssienne est donnée par

∂ 2F ∂ 2F ∂ 2F
 
(x, y, λ) (x, y, λ) (x, y, λ)
 ∂x2 ∂x∂y ∂x∂λ   
  2 1 1
 
 2
 ∂ F ∂ 2F ∂ 2F   
HF (x, y, λ) =  (x, y, λ) (x, y, λ) (x, y, λ) = 1 2 1 .

 ∂y∂x
 ∂y 2 ∂y∂λ  
 

 ∂ 2F
 1 1 0
∂ 2F ∂ 2F 
(x, y, λ) (x, y, λ) (x, y, λ)
∂λ∂x ∂λ∂y ∂z 2

2 1 1
Le Hessien est donc ∇F (x, y, λ) = det(HF (x, y, λ)) = 1 2 1 .
1 1 0
On applique la règle de Sarrus pour calculer ∇F (2, 2, −6), le Hessien de F au point M (2, 2, −6)
:
2 1 1 2 1

1 2 1 1 2

1 1 0 1 1

2 1 1
Ainsi ∇F (2, 2, −6) = 1 2 1 = 0 + 1 + 1 − (0 + 2 + 2) = −2 < 0.
1 1 0
Donc f admet un minimum au point A(2, 2) et ce minimum est f (2, 2) = 12.
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 47

2.4 Applications économiques

2.4.1 Notion de coût total / Recette totale / Profit total

ˆ Le coût total Ct (x, y) doit vérifier les conditions suivantes

(i) x ≥ 0 et y ≥ 0.

(ii) Ct (x, y) ≥ 0.
∂Ct
(iii) Ct est une fonction croissante par rapport à x (avec y constant) : (x, y) ≥ 0.
∂x
∂Ct
(iv) Ct est une fonction croissante par rapport à y (avec x constant) : (x, y) ≥ 0.
∂y
ˆ Soient P1 et P2 les prix unitaires respectifs des biens X et Y . De la vente des quantités x et y
résulte une recette totale (ou revenu total) donnée par

Rt (x, y) = xP1 + yP2 .

ˆ La fonction profit total Πt est définie par

Πt (x, y) = Rt (x, y) − Ct (x, y).

2.4.2 Maximisation du profit total

Généralement les prix P1 et P2 sont fonctions des quantités x et y, donc le profit Πt s’exprime par :

Πt (x, y) = xP1 (x) + yP2 (y) − Ct (x, y).

On cherche à maximiser le profit Πt (x, y) en choisissant des quantités convenables x et y.

Ainsi selon le contexte, deux situations peuvent se présenter :

ˆ Optimisation sans contrainte (extremums libres) : le problème revient à chercher les extremums
d’une fonction d’une seule variable.

ˆ Optimisation avec contrainte (extremums liés) : on utilise la méthode de substitution ou la

méthode de Lagrange
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 48

Exemple 27. Les prix de deux biens X et Y en fonction de leurs quantités x et y sont

P1 (x) = 69 − 2 x et P2 (y) = 93 − 3 y.

Sachant que le coût total est

Ct (x, y) = x2 + 3 xy + y 2 ,

1. Déterminer la recette totale.

2. Déterminer les prix et les quantités de ces deux biens qui maximisent le profit.

3. Quel est ce profit maximum ?

Solution

1. La recette totale est donnée par :

Rt (x, y) = xP1 (x) + yP2 (y) = x(69 − 2 x) + y(93 − 3 y) = −2x2 − 3y 2 + 69x + 93y.

2. Déterminons les prix et les quantités de ces deux biens qui maximisent le profit.

Le profit total est donné par :

Πt (x, y) = Rt (x, y)−Ct (x, y) = −2x2 −3y 2 +69x+93y−x2 −3 xy−y 2 = −3x2 −4y 2 −3xy+69x+93y.

ˆ Cherchons les points stationnaires de Πt .

Les C.N donnent :

∂Πt 

 (x, y) = −6x − 3y + 69 = 0  6x + 3y = 69

∂x

=⇒
∂Πt
(x, y) = −8y − 3x + 93 = 0
 

  3x + 8y = 93.
∂y
On résout le système, par exemple, par la méthode de Cramer :

6 3
△= = 48 − 9 = 39 ̸= 0,
3 8

donc
69 3 6 69
93 8 273 3 93 351
x= = =7 et y= = = 9.
39 39 39 39
Le point critique est alors A(7, 9).
Chapitre 2 FONCTIONS REELLES A DEUX VARIABLES S. Assoudou 49

ˆ Les dérivées partielles secondes sont :

 2  2
∂ Πt ∂ Πt
 ∂x2 (x, y) = −6  ∂x∂y (x, y) = −3

 

 
et
 ∂ 2 Πt  ∂ 2 Πt
(x, y) = −3 (x, y) = −8

 

 
∂y∂x ∂y 2
 
−6 −3
ˆ Les C.S s’expriment à l’aide de la matrice Hessienne HΠt (x, y) =  .
−3 −8
Le Hessien est : ∇Πt (7, 9) = det(HΠt (7, 9)) = 39 > 0.

∂ 2 Πt
De plus (7, 9) = −6 < 0, donc Πt admet un maximum au point A (7, 9).
∂y 2

Ainsi, les quantités des deux biens X et Y qui maximisent le profit total sont repectivement
x = 7 et y = 9.

Les prix correspondants sont alors

P1 (x) = 69 − 2 × 7 = 55 et P2 (y) = 93 − 3 × 9 = 66.

3. Le profit maximum est

Πt (7, 9) = Rt (7, 9) − Ct (7, 9) = 979 − 319 = 660.