Cours Mathematiques Pour Economistes 2022 2023 28 09 2022

Mathématiques pour économistes
Septembre 2022
Prof. Sylvain KPENAVOUN CHOGOU

Agro-économiste
Enseignant-chercheur Maître de Conférences
Database manager
Email : kpenavoun@yahoo.fr
Pré-requis nécessaires
▪ Connaissances de base en analyse notamment
les ensembles et les fonctions d'une seule
variable, les fonctions de plusieurs variables, les
suites et les séries, les limites, le calcul
différentiel ;
▪ Connaissances de base en algèbre linéaire
notamment le calcul matriciel et les systèmes
d'équations linéaires.
2
Objectif général
▪ Il est essayé dans ce cours d'enseigner certains
éléments des mathématiques avec des
exemples, chaque fois que cela est possible en
économie.
▪ Les mathématiques permettent à l'économiste
d'être précis dans la définition des variables, de
poser clairement les hypothèses, d'être logique
dans le développement de l'analyse et de
prendre en considération un nombre plus
important de variables. 3
Objectif général
▪ L'objectif général de ce cours est donc
d'aider les étudiants en agro-économie à
comprendre, apprécier et appliquer
l'analyse mathématique en agro-économie.
4
Objectifs spécifiques
A l'issue de ce cours, les étudiants seront capables
:
• de comprendre la nécessité de ne pas avoir peur
des mathématiques ;
• d'apprécier positivement l'importance des
mathématiques pour un agro-économiste ;
• d'appliquer aisément les mathématiques dans
l'analyse économique.
5
Contenu synthétique
Chapitre 0 : Tests de connaissances (évaluation
diagnostique)
Chapitre 1 : Théorie des ensembles
• ensembles
• opérations sur les ensembles
• produit cartésien et cardinalité
• variables
• relations et fonctions à une seule variable
• fonction inverse
• fonctions explicites et implicites
• différents types de fonction
• applications économiques des fonctions 6
Chapitre 2 : Calcul différentiel des fonctions à une seule
variable et ses applications en économie
• Introduction
• définition de la première dérivée
• règle générale de dérivation
• interprétation géométrique de la première dérivée
• dérivées des fonctions algébriques
• différentielles
• croissance et décroissance des fonctions
• minima et maxima des fonctions
• courbure des fonctions
• applications économiques des dérivées
• applications économiques des intégrales définies. 7
Chapitre 3 : Calcul différentiel des fonctions à
plusieurs variables et ses applications en économie
• définitions
• dérivées partielles
• applications économiques des dérivées partielles
• minima et maxima d'une fonction de deux variables
• multiplicateurs de Lagrange
• applications économiques des multiplicateurs de
Lagrange
8
Chapitre 4 : Suites, séries et leurs applications en
économie
• définitions
• démonstration par récurrence (induction)
• séries aritmétiques
• séries géométriques
• application des séries dans les calculs financiers
9
Chapitre 5 : Probabilités
• Expérience aléatoire
• Définition classique de la probabilité
• Tribu ou σ-algèbre
• Définition générale d'une probabilité
• Définition axiomatique de la probabilité
• Définition de la probabilité conditionnelle
• Système complet et théorème de Bayes
• Indépendance des événements.
10
Chapitre 6 : Calcul matriciel
• définition
• différents types de matrices
• calcul sur les matrices
• transposée d'une matrice
• trace d'une matrice carrée
• rang d'une matrice
• déterminants et leurs propriétés
• inverse d'une matrice
• transformations élémentaires
• systèmes d'équations linaires
• approche matricielle du calcul différentiel dans les problèmes
d'optimisation. 11
Méthodes pédagogiques et support du cours
• Exposé magistral ;
• Exercices écrits en groupe ;
• Exercices écrits individuels ;
• Partage en plénière.
12
Mode d’évaluation
Trois types d'évaluations seront réalisés.
• L'évaluation diagnostique qui va permettre de mesurer
les connaissances acquises par les cours préalables au
présent cours.
• Elle se fera avec une série d'exercices individuels qui
seront discutés en plénière.
• L'évaluation formative des apprentissages sera faite au
fur et à mesure, avant, pendant et après les exposés avec
des exercices à réaliser en groupe et le partage en
plénière.
• L'évaluation sommative se fera par devoirs écrits et
individuels qui seront sanctionnés par des notes à raison
de devoirs de maison (40 %) et un examen final (60 %). 13
Lecture conseillée
• Chiang, A. (1984). Fundamental Methods of
Mathematical Economics. New York : McGraw-Hill
Book Company.
• Dodge Y (2004). Optimisation appliquée. Paris :
Springer.
• Dollo, C. et Luiset B. (1998). Des Concepts
Economiques aux Outils Mathématiques. Paris :
Hachette Université.
• Durand J.F. (2002). Calcul Matriciel et Analyse
Factorielle des Données. Montpellier : Université
Montpellier II.
14
Lecture conseillée
• Dussart J., Joukoff N., Loulit A., Szafarz A. (2009).
Mathématiques appliquées à la gestion, synthèse
de cours et exercices corrigés. Paris : Pearson
Education France.
• Goldfarb B., Pardoux C. (2011). Introduction à la
méthode statistique : Manuel et exercices corrigés.
Paris : Dunod
• Hurlin C., Mignon V. (2015). Statistique et
probabilité en économie-gestion. Paris : Dunod
• Simon, C.P., Blume L. (2002). Mathématiques pour
Economistes. Bruxelles : De Boek Université.
15
Lecture conseillée
• Smirnov V. 1969. Cours de mathématiques
supérieures. Tome 1. Moscou : MIR.
supérieures. Tome 2. Moscou : MIR.
supérieures. Tome 3, 1ère partie. Moscou : MIR.
16
Lecture conseillée
supérieures. Tome 3, 2ème partie. Moscou :
MIR.
supérieures. Tome 4, 1ère partie. Moscou : MIR.
supérieures. Tome 4, 2ème partie. Moscou :
MIR.
17
Chapitre 0 : Tests de connaissances
Exercice 1
• Sur 100 étudiants, on considère les ensembles S de
ceux qui étudient la sociologie, E de ceux qui
étudient l'économie et G de ceux qui étudient la
gestion.
• Sur ces 100 étudiants, 55 étudient la sociologie, 9 la
sociologie et la gestion, 7 la sociologie et
l'économie, 8 l'économie et la gestion, 6 la
sociologie et la gestion mais pas l'économie, 80 la
sociologie ou la gestion et 12 l'économie seulement.18
Chapitre 0 : Tests de connaissances
Exercice 1
Questions
(a) Combien d'étudiants suivent les trois matières
?
(b) Combien sont-ils à étudier la gestion ?
(c) Combien sont-ils à étudier l'économie ?
(d) Combien n'étudient aucune de ces trois
matières ?
19
Définition
Georg Ferdinand Cantor, né en 1845 à Saint-
Petersbourg en Russie, fonda la théorie des
ensembles et introduisit le concept des nombres
infinis avec sa découverte des nombres cardinaux.
Il développa aussi l'étude concernant les séries
trigonométriques et fut le premier à prouver que
les nombres réels sont indénombrables.
20
Définition
Un ensemble est une collection d'objets bien
déterminés.
On appelle ces objets les éléments de l'ensemble.
Un ensemble est défini soit par une liste de ses
éléments, soit par une règle qui définit les
éléments de l'ensemble.
On utilisera les majuscules pour représenter un
ensemble, et il est d' usage de noter les éléments à
l'intérieur d'accolades. 21
Définition
L'appartenance à un ensemble se note
par le signe ∈, la non-appartenance se
note par ∉.
Un ensemble ne contenant aucun
élément se note par 𝜙 et se lit ensemble
vide.
22
Définition
Si chaque élément de A se trouve aussi
dans B, A est un sous-ensemble de B ; on
note A ⊆ B.
S'il existe dans B au moins un élément
qui n'appartient pas à A, on dit que A est
sous-ensemble propre de B et on le note
A ⊂ B.
23
Définition
La notation A ⊈ B signifie que A n'est pas
un sous-ensemble de B.
Par définition, deux ensembles sont
égaux si A ⊆ B et B ⊆ A.
24
Opérations sur les ensembles
La réunion de deux ensembles A et B est le
nouvel ensemble consistant en la réunion
des éléments de A et des éléments de B.
La réunion de A et B, notée A ⋃ B , qui se lit
"A union B" est définie comme suit :
A ⋃ B = {𝑥 : 𝑥 ∈ A ou 𝑥 ∈ B}
Le terme "ou" est employé ici dans le sens
25
de et/ou. On dit que c'est un "ou" inclusif.

La différence entre deux ensembles A et
B est le nouvel ensemble formé des
éléments qui appartiennent à B mais pas
à A.
La différence entre B et A, notée B - A,
est définie par :
B - A = {𝑥 :𝑥 ∈ B et 𝑥 ∉ A}. 26
L'intersection de deux ensembles A et B
est le nouvel ensemble formé des
éléments communs à A et B.
L'intersection de A et B, notée A ∩ B est
définie par : A ∩ B = {𝑥 : 𝑥 ∈ A et 𝑥 ∈ B}.
27
Théorème
Quels que soient les ensembles A, B et C,
on a :
A ∩ (B ⋃ C) = (A ∩ B) ⋃ (A ∩ C).
On dit de cette propriété que l'intersection
est distributive par rapport à la réunion.
On peut représenter les ensembles et les
opérations sur ces ensembles à l'aide de
diagrammes qu'on appelle diagrammes de 28
Venn.
Produit cartésien et cardinalité
On peut représenter les ensembles et les
opérations sur ces ensembles à l'aide de
diagrammes qu'on appelle diagrammes
de Venn.
29
On appelle produit cartésien de deux
ensembles E et F, l'ensemble des couples
ordonnés (x ; y) où 𝑥 ∈ E et y ∈ F.
On le note ExF et on lit "E croix F".
Les éléments (x ; y) sont des couples
ordonnés et non des ensembles.
30
L'ordre dans lequel on écrit x et y est
fondamental.
Le premier élément x du couple
appartient au premier ensemble et le
deuxième élément au deuxième
ensemble.
31
Un ensemble est dit fini s'il contient un
nombre fini d'éléments.
Le nombre d'éléments d'un ensemble
s'appelle cardinal de l'ensemble.
On le note Card(E ).
Un ensemble qui n'est pas fini est dit
infini. 32
Si A et B sont des ensembles finis, alors :
Card(AxB) = Card(A)*Card(B).
Soit un ensemble E .
Tous les sous-ensembles de E peuvent
être considérés comme les éléments
d'un nouvel ensemble que l'on appelle
ensemble des parties de l'ensemble E,
noté P(E ). 33
Si E contient n éléments, P(E) contiendra
2n éléments.
Soient A et B deux parties d'un
ensemble fini E, alors :
Card(A ⋃ B) + Card(A ∩ B) = Card(A) +
Card(B).
34
Variables quantitatives
Il s'agit de distinguer deux sortes de
quantités : les constantes et les variables.
Une constante est une quantité prenant
une valeur fixe.
Les constantes numériques gardent la
même valeur dans tous les problèmes.
Les constantes arbitraires ou paramètres
gardent la même valeur tout au long d'un 35
problème particulier.
Variables
Une variable quantitative est une quantité
qui peut prendre différentes valeurs de
l'ensemble des nombres réels tout au long
d'un même problème.
Une variable quantitative peut être
continue, discontinue ou discrète.
Une variable continue est une variable qui
peut prendre n'importe quelle valeur réelle
à l'intérieur d'un intervalle de l'ensemble
des nombres réels. 36
Variables
Les valeurs successives d'une variable
continue diffèrent d'une quantité
infinitésimale.
Une variable discontinue ou discrète est
une variable qui prend uniquement
certaines valeurs dans un intervalle de
l'ensemble des nombres réels. 37
Variables
Il est d 'usage de noter les constantes par
les premières lettres de l'alphabet et les
variables par les dernières lettres.
Toutefois, dans l'application des
mathématiques, par exemple en économie,
une variable est souvent désignée par la
première lettre de son nom : p pour prix, q
pour quantité, c pour coût, etc. 38
Variables
Il est d 'usage de noter les constantes par
les premières lettres de l'alphabet et les
variables par les dernières lettres.
Toutefois, dans l'application des
mathématiques, par exemple en économie,
une variable est souvent désignée par la
première lettre de son nom : p pour prix, q
pour quantité, c pour coût, etc. 39
Variables
Les constantes et les valeurs des
variables quantitatives appartiennent à
l'ensemble des nombres réels.
Le quotient de deux nombres a et b est
𝑎
égal à un nombre x tel que = 𝑥.
𝑏
On en tire : 𝑎 = 𝑏𝑥.
40
Variables
En rapport avec cette définition, la division
par 0 n'est pas admissible.
En effet, si b = 0, a = 0*x qui n'est vrai que si
a = 0 ; mais dans ce cas, on peut donner à x
n'importe quelle valeur.
𝑎
Donc le quotient 𝑏, lorsque b = 0 et a= 0
peut prendre n'importe quelle valeur.
41
Ce qui contredit la définition d'un quotient.

Variables
𝑎
L'expression est appelée indéfinie si a ≠ 0.
0
0
L'expression est appelée indéterminée.
0
0
Notons que l’expression = 0 pour b ≠ 0
𝑏
0
puisque est la valeur de x pour laquelle
𝑏
𝑏𝑥 = 0 et que cette valeur doit être nulle
quand b ≠ 0. 42
Relations et fonctions
Dans la vie courante, nous rencontrons à
chaque instant des variables qui
dépendent d'autres variables.
Par exemple, le temps de freinage d'une
voiture dépend de la vitesse de la
voiture, ou encore le nombre de marches
d'un escalier dépend de la hauteur de
l'escalier, etc. 43
Un ensemble de paires ordonnées de
nombres réels est appelé une relation
binaire.
L'ensemble des premiers nombres d'une
relation binaire est l'ensemble de départ,
ou domaine de la relation.
Le deuxième ensemble est l'ensemble
d'arrivée de la relation. 44
L'ensemble de départ contient les valeurs
que prend la variable x appelée variable
indépendante.
L'ensemble d'arrivée contient les valeurs que
prend la variable y appelée variable
dépendante.
On attribue à la variable indépendante des
valeurs arbitraires qui vont déterminer les
valeurs de la variable dépendante. 45
En général, on note par x la variable
indépendante, et par y la variable
dépendante.
Si une relation est telle qu'à chaque
élément de l'ensemble de départ est
associé un et un seul élément de
l'ensemble d'arrivée, on dit que c'est une
fonction. 46
Ainsi, toutes les fonctions sont des
relations, mais toutes les relations ne
sont pas des fonctions.
On représente traditionnellement une
fonction par une lettre minuscule : 𝑓 (ou
𝑔, ou ℎ, etc.).
47
Si la fonction 𝑓 associe à l'élément x de
l'ensemble de départ E, l'élément y de
l'ensemble d'arrivée F, on écrit :
𝑓∶𝐸→𝐹
𝑥↦𝑦=𝑓 𝑥
On dit que y est l'image de x par la
fonction f. 48
La relation 𝑓 qui associe à l'élément 𝑥
l’image 𝑦 telle que 𝑦 = ∓ 5𝑥 + 6 n’est
pas une fonction.
En effet, pour 𝑥 = 38 par exemple, on a
𝑦 = −14 et 𝑦 = 14.
Ce qui signifie que l’élément 𝑥 = 38 a
deux images. 49
Somme de deux fonctions
𝑓+g 𝑥 = 𝑓 𝑥 + 𝑔 𝑥
Différence de deux fonctions
𝑓− g 𝑥 = 𝑓 𝑥 − 𝑔 𝑥
Produit de deux fonctions
𝑓.g 𝑥 = 𝑓 𝑥 . 𝑔 𝑥
50
Quotient de deux fonctions
𝑓 𝑓 𝑥
𝑥 = avec 𝑔 𝑥 ≠ 0.
𝒈 𝑔 𝑥
On peut finalement définir la
composition de deux fonctions y = 𝑓 𝑥
et z = 𝑔 𝑦 par : 𝑔 ∘ f 𝑥 = 𝑔 𝑓 𝑥 .
51
Cette nouvelle fonction est notée
h = 𝑔 ∘ f et se lit " 𝑔 rond 𝑓 ".
On trouve h 𝑥 en substituant la
première fonction dans la deuxième :
ℎ 𝑥 =𝑔 𝑓 𝑥 .
52
On peut résumer la composition des
fonctions par le schéma suivant :
𝑓 𝑔
𝑥→𝑦 →𝑧
ℎ=𝑔∘f
𝑥 𝑧
En général, 𝑔 ∘ f 𝑥 ≠ 𝑓 ∘ g 𝑥 .
53
Fonction surjective
On appelle surjection ou fonction
surjective une fonction telle que tout
élément y de l'ensemble d'arrivée F soit
l'image d'au moins un élément x de
l'ensemble de départ E.
∀ 𝑦 𝜖 𝐹, ∃ 𝑥 𝜖 𝐸 ∶ 𝑦 = 𝑓 𝑥 .
54
Fonction injective
Une application f est dite injective si et
seulement si deux éléments quelconques
distincts de l'ensemble de départ ont
deux images par f distinctes.
𝑥1 ≠ 𝑥2 ⟹ 𝑓 𝑥1 ≠ 𝑓 𝑥2 ou encore
𝑓 𝑥1 = 𝑓 𝑥2 ⟹ 𝑥1 = 𝑥2 .
55
Fonction injective
Une injection (ou fonction injective) est
en fait une fonction telle que chaque
élément y de l'ensemble d'arrivée soit
l'image d'au plus un élément x de
l'ensemble de départ.
56
Fonction bijective
On appelle bijection ou fonction bijective
une fonction qui est à la fois surjective et
injective.
Si 𝑓 𝑥 est une bijection , chaque élément
y de l'ensemble d'arrivée est l'image d'un
unique élément x de l'ensemble de
départ. 57
Exercice
• Montrer que la fonction 𝑓 ci-dessous est
bijective, c'est-à-dire injective et surjective.
𝑓 ∶ ℝ− 0 →ℝ− 0
1
𝑥 ↦
𝑛
58
Fonction inverse
Si 𝑓 𝑥 est une bijection telle que 𝑥 ↦ 𝑦,
il existe une et une seule bijection telle
que y ↦ 𝑥.
On dit que cette fonction est la fonction
−1
inverse de 𝑓 et on la désigne par 𝑓 𝑥 .
59
Fonction inverse
−1
On trouve 𝑓 𝑥 en résolvant l'équation
y = 𝑓 𝑥 par rapport à la variable 𝑥, ce
qui donne 𝑥 = 𝑔 𝑦 , c'est-à-dire que
𝑦 est la variable indépendante et 𝑥 la
variable dépendante.
On a donc 𝑓 −1 𝑓 𝑥 = 𝑥.
Déterminer l’inverse de la fonction
𝑓 𝑥 = 2𝑥 + 4. 60
Fonction inverse
Soit la fonction 𝑓 𝑥 = 2𝑥 + 4.
𝑦−4
On a : 2𝑥 + 4 = 𝑦 ou 𝑥 = .
2
𝑦−4
Nous avons donc 𝑥 = 𝑔 𝑦 = .
2
Par conséquent, la fonction inverse est 𝑓 −1 𝑥 =
𝑥−4
puisqu'il est d'usage d'employer la lettre x
2
pour la variable indépendante et la lettre y pour la
variable dépendante.
2𝑥+4−4
On vérifie que 𝑔 𝑓 𝑥 = = 𝑥. 61
2
Fonctions explicites et implicites
Jusqu' ici, nous avons toujours vu les
fonctions sous la forme : y = 𝑓 𝑥 .
La variable dépendante est y et elle est en
quelque sorte explicitée par 𝑥, d'où le nom
de fonction explicite quand y est écrit en
fonction de 𝑥.
En revanche, une fonction implicite est une
fonction où les deux variables
apparaissent du même côté de l'équation.62
Il est parfois possible de résoudre
l'équation d'une fonction implicite par
rapport à l'une ou l'autre des variables
pour obtenir ainsi une fonction explicite.
63
Par exemple, la relation 𝑥 2 − 5𝑦 = 6 est une
fonction implicite.
Avec 𝑥 2 − 5𝑦 = 6, on a :
2
𝑥 −6
𝑦= et 𝑥 = ∓ 5𝑦 + 6
5
𝑥 2 −6
La relation 𝑦 = est une fonction
5
tandis que la relation 𝑦 = ∓ 5𝑥 + 6 n’est
pas une fonction. 64
Quand, à partir d'une fonction implicite,
on parvient à écrire deux fonctions
explicites, ces deux fonctions explicites
sont alors réciproques l'une de l'autre.
Soit la fonction implicite 3𝑥 − 5𝑦 = 0.
3
Les deux fonctions explicites 𝑦 = 𝑥 et
5
5 65
𝑥= 𝑦 sont réciproques l'une de l'autre.
3
Différents types de fonctions
Polynômes
On appelle polynôme de degré n la
fonction donnée par :
𝑦 = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + ⋯ + 𝑎1 𝑥 +
𝑎0 𝑜ù 𝑎𝑛 ≠ 0, 𝑛 ∈ ℕ et
𝑎0 , 𝑎1 , … , 𝑎𝑛 ∈ ℝ sont les coefficients
du polynôme.
66
Fonctions rationnelles
Une fonction rationnelle est une fonction
𝑝 𝑥
de la forme , où p 𝑥 et q 𝑥 sont des
𝑞 𝑥
polynômes.
Les fonctions rationnelles les plus simples
sont celles que l’on peut exprimer sous la
1
forme 𝑛 , avec 𝑛 = 1, 2, ….
𝑥
−𝑛 167
On peut aussi les écrire 𝑥 au lieu de 𝑛 .
𝑥
Fonctions puissances
On appelle fonction puissance la fonction
𝑦 = 𝑥 𝛼 , où 𝛼 est une constante
arbitraire.
Lorsque 𝛼 est rationnel (𝛼𝜖ℚ), il peut
𝑝
toujours s'écrire sous la forme 𝛼 = où p
𝑞
et q sont des entiers et 𝑞 ≠ 0.
68
Fonctions puissances
𝛼 𝑝Τ𝑞 𝑞
Dans ce cas, 𝑥 =𝑥 = 𝑥𝑝.
On lit "racine qième de 𝑥 puissance p".
Le domaine de définition de la fonction
𝑦 = 𝑥 𝛼 dépend de la nature du nombre 𝛼 ; par
exemple, si 𝛼 est un entier négatif ou nul, c'est-
à-dire 𝛼 ≤ 0, alors le domaine de définition sera
ℝ− 0 .
Si 𝛼 = 1Τ𝑞, où q est un entier strictement
positif, alors le domaine de définition sera ℝ
lorsque q est impair et ℝ+ = 𝑥 ∈ ℝ ∶ 𝑥 ≥ 0 69
lorsque q est pair.
Fonctions exponentielles et logarithmiques
On appelle fonction exponentielle la
fonction 𝑦 = 𝑎 𝑥 , où 𝑎 > 0 et 𝑎 ≠ 1.
Il faut bien noter la différence de cette
fonction avec une fonction puissance.
𝑥
La fonction réciproque de 𝑦 = 𝑎 est
appelée fonction logarithmique et se
note 𝑦 = 𝑙𝑜𝑔𝑎 𝑥 , où 𝑎 > 0, 𝑎 ≠ 1 et
𝑥 > 0. 70
Puisque l'ensemble des valeurs de la
fonction exponentielle est 0 < 𝑦 < +∞,
la fonction logarithmique ne peut être
définie que pour les valeurs positives de
l'argument et admet ainsi pour domaine
de 0 < 𝑥 < +∞, c'est-à-dire ℝ+ − 0 .
71
L'indice 𝑎 dans 𝑙𝑜𝑔𝑎 indique que le
logarithme est pris en base 𝑎.
En pratique, les bases usitées sont la base
10 et la base e (logarithme népérien ou
logarithme naturel, e ≅ 2,7182) .
C'est pourquoi le logarithme en base 10
s'écrit simplement l𝑜𝑔𝑥 et le logarithme
naturel se note l𝑛𝑥 . 72
Rappel de quelques règles de manipulation
des logarithmes
𝑙𝑜𝑔𝑎 𝑥
1. 𝑎 =𝑥
𝑥
2. 𝑙𝑜𝑔𝑎 𝑎 =𝑥
3. 𝑙𝑜𝑔𝑎 𝑎 =1
4. 𝑙𝑜𝑔𝑎 1 =0
l𝑛𝑥
5. 𝑙𝑜𝑔𝑎 𝑥 = l𝑛𝑎
6. 𝑙𝑜𝑔𝑎 𝑥. 𝑦 = 𝑙𝑜𝑔𝑎 𝑥 + 𝑙𝑜𝑔𝑎 𝑦 73
Rappel de quelques règles de manipulation
des logarithmes
7. 𝑙𝑜𝑔𝑎 𝑥Τ𝑦 = 𝑙𝑜𝑔𝑎 𝑥 - 𝑙𝑜𝑔𝑎 𝑦 pour
𝑦≠0
𝑟
8. 𝑙𝑜𝑔𝑎 𝑥 = 𝑟𝑙𝑜𝑔𝑎 (𝑥)
𝑟
9. 𝑙𝑜𝑔𝑎 𝑥 = 1Τ𝑟 𝑙𝑜𝑔𝑎 (𝑥) pour r ≠ 0
10. 𝑙𝑜𝑔𝑏 𝑥 = 𝑙𝑜𝑔𝑏 𝑎 . 𝑙𝑜𝑔𝑎 𝑥
74
Fonctions trigonométriques
Les fonctions trigonométriques sont des
fonctions dont la variable est une mesure
d'angle.
Elles permettent de relier les longueurs des
côtés d'un triangle en fonction de la mesure
des angles aux sommets.
Plus généralement, les fonctions
trigonométriques sont importantes pour
modéliser des phénomènes périodiques. 75
Les trois fonctions trigonométriques les plus
utilisées sont le sinus (noté sin), le cosinus
(cos) et la tangente (tan, tang ou tg).
D'autres fonctions sont utilisées notamment
la cosécante (csc ou cosec), la sécante (sec),
la cotangente (cot).
Ils sont des inverses des 3 premières
fonctions respectivement. 76
Les fonctions trigonométriques simples
sont les suivantes :
1. 𝑦 = sin 𝑥
2. 𝑦 = cos 𝑥
sin 𝑥
3. 𝑦 = tan 𝑥 =
cos 𝑥
77
cos 𝑥
4. 𝑦 = cot 𝑥 =
sin 𝑥
1
5. 𝑦 = sec 𝑥 =
cos 𝑥
1
6. 𝑦 = csc 𝑥 =
sin 𝑥
La variable indépendante 𝑥 est exprimée
en radians. 78
Pour définir les fonctions trigonométriques d'un
angle 𝛼, considérons un triangle rectangle dont 𝛼 est
l'un des deux angles aigus.
Les côtés du triangle rectangle sont appelés :
- l'hypoténuse : c'est le côté opposé à l'angle droit,
constituant une jambe de l'angle 𝛼 et le côté le plus
long du triangle ;
- le côté adjacent : c'est le côté joignant l'angle
droit depuis 𝛼, constituant une jambe de l'angle 𝛼,
qui n'est pas l'hypoténuse ;
- le côté opposé : c'est le côté opposé à l'angle 𝛼,
joignant l'angle droit, qui n'est pas l'hypoténuse. 79
Le sinus d'un angle est le rapport de la
longueur du côté opposé par la longueur de
l'hypoténuse.
Le cosinus d'un angle est le rapport de la
longueur du côté adjacent par la longueur
de l'hypoténuse.
La tangente d'un angle est le rapport de la
longueur du côté opposé à la longueur du
côté adjacent. 80
La cosécante d'un angle est l'inverse du sinus de
l'angle, c'est-à-dire le rapport de la longueur de
l'hypoténuse par la longueur du côté opposé.
La sécante d'un angle est l'inverse du cosinus de
l'angle, c'est-à-dire le rapport de la longueur de
l'hypoténuse par la longueur du côté adjacent.
La cotangente d'un angle est l'inverse de la
tangente de l'angle, c'est-à-dire le rapport de la
longueur du côté adjacent par la longueur du
côté opposé. 81
La principale propriété des fonctions
trigonométriques est leur périodicité.
On dit que la fonction y = 𝑓 𝑥 est
périodique s'il existe un nombre c tel que
𝑓 𝑥+𝑐 =𝑓 𝑥 .
Le plus petit de ces nombres est appelé
période de la fonction.
Il découle de cette définition que les
fonctions 𝑦 = sin 𝑥 et 𝑦 = cos 𝑥 sont des
fonctions périodiques de période 2π. 82
La période des fonctions tan 𝑥 et 𝑦 =
cot 𝑥 est égale à π .
Notons l'identité suivante :
𝑠𝑖𝑛2 𝑥 + 𝑐𝑜𝑠 2 𝑥 = 1
Les fonctions 𝑦 = sin 𝑥 et 𝑦 = cos 𝑥 sont
définies pour toutes les valeurs de 𝑥.
83
Les fonctions tan 𝑥 et 𝑦 = sec 𝑥 sont
définies partout sauf aux points 𝑥 =
2𝑘 + 1 . 𝜋Τ2, 𝑘 ∈ ℤ.
Les fonctions y = csc 𝑥 et 𝑦 = cot 𝑥 sont
définies partout sauf aux points 𝑥 = 𝑘. 𝜋,
𝑘 ∈ ℤ.
84
Chapitre 2 : Calcul différentiel d’une fonction à une
seule variable et ses applications en économie
Introduction
Le calcul différentiel concerne l'analyse
mathématique du changement ou du
mouvement.
Du fait que tout bouge dans le monde, le
calcul différentiel a des applications dans
presque tous les domaines scientifiques.
Au début, le calcul différentiel a été
développé en physique par Isaac Newton et 85
en géométrie par Gottfried Leibniz.

seule variable
Introduction
Les opérations de base du calcul différentiel
sont la différentiation et l'intégration.
Ces opérations sont inverses l' une de
l'autre.
La différentiation consiste à déterminer le
taux de variation d'une fonction donnée.
L'intégration consiste, elle, à trouver une
86
fonction dont le taux de variation est connu.
seule variable
Introduction
Puisque l'analyse économique est
particulièrement sujette au changement, le
calcul différentiel est un outil très utilisé
pour ces problèmes.
L'analyse marginale est peut-être
l'application la plus directe du calcul
différentiel en économie.
Le taux marginal de variation est donné par
la première dérivée de la fonction. 87
seule variable
Introduction
Le calcul différentiel permet aussi la
recherche des minima et des maxima.
Par conséquent, des problèmes de
maximisation de profit ou de
minimisation de coût peuvent être
résolus à l'aide du calcul différentiel.
88
seule variable
Continuité d'une fonction
Intuitivement, la notion de continuité d'une
fonction sur un intervalle se conçoit comme
une courbe qui n'est interrompue nulle part.
Cependant, cette notion intuitive est trop
imprécise pour pouvoir être utilisée
pratiquement.
il faut donc définir avec précision cette
notion. 89
seule variable
Continuité d'une fonction
Une fonction 𝑓(𝑥) est dite continue au
point 𝑥 = 𝑎, si les trois conditions
suivantes sont satisfaites simultanément :
1. 𝑓(𝑎) est défini ;
2. lim 𝑓(𝑥) existe ;
𝑥→𝑎
3. lim 𝑓(𝑥) = 𝑓(𝑎).
𝑥→𝑎 90
seule variable
Définition de la première dérivée
∆𝑥 c’est-à-dire la différence entre deux
valeurs de 𝑥 𝑥2 − 𝑥1 peut être positive ou
négative suivant que 𝑥 croît ou décroît.
De même, on note ∆𝑦 l'accroissement de 𝑦,
∆𝑓(𝑥) l'accroissement de 𝑓(𝑥), etc.
Si , dans une fonction 𝑦 = 𝑓(𝑥), la variable
indépendante 𝑥 varie de ∆𝑥, 𝑦 varie de ∆𝑦,
où ∆𝑦 dépend de la valeur de 𝑦 qui
correspond à la valeur initiale de 𝑥 ainsi que
de ∆𝑥. 91
seule variable
Ainsi, on a :
𝑦 + ∆𝑦 = 𝑓(𝑥 + ∆𝑥)
ou
∆𝑦 = 𝑓(𝑥 + ∆𝑥)- 𝑓 𝑥
ou
∆𝑦 𝑓(𝑥 + ∆𝑥)− 𝑓 𝑥
=
∆𝑥 ∆𝑥 92
seule variable
La limite de ce rapport quand ∆𝑥 tend
vers zéro est par définition la première
dérivée de la fonction 𝑦 = 𝑓 𝑥 .
On la note 𝑑𝑥ൗ𝑑𝑦.
𝑑𝑦 ∆𝑦 𝑓(𝑥 + ∆𝑥)− 𝑓 𝑥
= lim = lim
𝑑𝑥 ∆𝑥→0 ∆𝑥 ∆𝑥→0 ∆𝑥
93
seule variable
𝑑𝑦
est la première dérivée de 𝑦 par
𝑑𝑥
rapport à 𝑥.
On peut aussi la noter𝑓′ 𝑥 ou
simplement 𝑦′.
94
seule variable
Si la fonction 𝑦 = 𝑓 𝑥 a une dérivée au
point 𝑥 = 𝑥0 , c'est-à-dire que si la limite
∆𝑦 𝑓(𝑥0 +∆𝑥)− 𝑓 𝑥0
lim = lim existe, on
∆𝑥→0 ∆𝑥 ∆𝑥→0 ∆𝑥
dit que la fonction 𝑦 = 𝑓 𝑥 est dérivable
au point 𝑥 = 𝑥0 et on la note 𝑓′ 𝑥0
95
seule variable
On dit que 𝑓 est dérivable à droite au
𝑓(𝑥0 +∆𝑥)− 𝑓 𝑥0
point 𝑥0 si lim + existe.
∆𝑥→0 ∆𝑥
On dit que 𝑓 est dérivable à gauche au
𝑓(𝑥0 +∆𝑥)− 𝑓 𝑥0
point 𝑥0 si lim − existe.
∆𝑥→0 ∆𝑥
Une fonction est dérivable en 𝑥 = 𝑥0 si et
seulement si les limites à droite et à
gauche existent et sont égales. 96
seule variable
Si une fonction 𝑦 = 𝑓 𝑥 est dérivable au
point 𝑥 = 𝑥0 , alors elle est aussi continue
en ce point.
La réciproque est fausse : si une fonction
est continue en 𝑥 = 𝑥0 , elle n'est pas
forcément dérivable en ce point.
97
seule variable
On dit d'une fonction qu'elle est
dérivable sur un intervalle 𝐼 ∈ ℝ, si elle
est dérivable en chaque point de cet
intervalle.
Si 𝐼 est un intervalle fermé [𝑎 ; 𝑏], alors
on dit que 𝑓 est dérivable sur [𝑎 ; 𝑏], si
elle est dérivable sur ]𝑎 ; 𝑏[, et si elle est
dérivable à droite en a et à gauche en b. 98
seule variable
Règle générale de dérivation
D'après la définition de la dérivée, on voit que dans le
processus de dérivation d'une fonction 𝑦 = 𝑓 𝑥 , il
faut effectuer les opérations suivantes :
1. remplacer 𝑥 par (𝑥 + ∆𝑥) dans 𝑦 = 𝑓 𝑥 pour
obtenir 𝑦 + ∆𝑦 ;
2. retrancher 𝑦 = 𝑓 𝑥 pour obtenir ∆𝑦 ;
3. diviser à gauche et à droite par ∆𝑥 ;
∆𝑦
4. calculer la limite du quotient quand ∆𝑥 tend
∆𝑥
vers zéro.
Cette limite est la dérivée cherchée.
99
seule variable
Interprétation géométrique de la
première dérivée
On définit la pente d'une droite comme
étant égale à la tangente de l'angle
qu'elle forme avec l'axe des 𝑥 ou d'une
manière équivalente comme étant égale
∆𝑦
au rapport
∆𝑥
100
seule variable
première dérivée
On définit la pente d'une droite comme
étant égale à la tangente de l'angle
qu'elle forme avec l'axe des 𝑥 ou d'une
manière équivalente comme étant égale
∆𝑦
au rapport (figure 1).
∆𝑥
101
Figure 1 : Pente d'une droite 102
seule variable
Interprétation géométrique de la première
dérivée
Nous avons donc :
∆𝑦 𝑦1 − 𝑦0
𝑝𝑒𝑛𝑡𝑒 = 𝑡𝑎𝑛𝛼 = =
∆𝑥 𝑥1 − 𝑥0
La pente d'une droite donnée est une
constante.
Cela signifie que, où que l'on soit sur la
∆𝑦
droite, le rapport est toujours le même.
∆𝑥
Ce n'est pas le cas pour les autres courbes. 103
seule variable
dérivée
Nous allons maintenant généraliser la notion
de pente pour toutes les fonctions.
Prenons deux points quelconques sur la
courbe (C) de la fonction 𝑦 = 𝑓 𝑥 ∶
𝑀 𝑥0 ; 𝑦0 et N 𝑥1 ; 𝑦1 .
La droite qui relie M à N, appelée une
∆𝑦 𝑦1 −𝑦0
sécante, a une pente égale à = .
∆𝑥 𝑥1 −𝑥0 104
seule variable
première dérivée
On va maintenant faire bouger le point N
le long de la courbe en direction de M.
Par cette opération, la pente de la
sécante (qui relie M à N) va changer.
Or, plus N se rapproche de M, moins le
changement de la pente de la sécante est
grand. 105
seule variable
dérivée
En fait, la pente tend vers une limite finie.
Cette limite est appelée la pente de la
tangente à la courbe au point 𝑀 𝑥0 ; 𝑦0 ou
plus simplement la dérivée au point 𝑀.
Nous avons donc :
∆𝑦
pente de 𝑓 𝑥 = lim 106
∆𝑥→0 ∆𝑥
Figure 2 : Dérivée au point M 107
seule variable
dérivée
La valeur de la dérivée en un point quelconque
d'une courbe est égale à la pente de la tangente
en ce point.
La recherche de la dérivée en utilisant sa
définition est un travail long et pénible.
C'est pourquoi il est préférable de dériver une
fonction à l'aide des règles spéciales déduites de
la règle générale pour dériver certaines formes
classiques des fonctions algébriques que vous
avez déjà étudiées. 108
seule variable
Dérivées des fonctions les plus courantes
109
seule variable
Dérivées des fonctions les plus courantes
110
seule variable
Processus de dérivation
La dérivée de la première dérivée est la
seconde dérivée ;
Sa dérivée est la troisième dérivée, etc.,
jusqu'à la 𝑛𝑒 en dérivée.
Là aussi, il existe plusieurs notations
possibles pour indiquer les dérivées
successives. 111
seule variable
Processus de dérivation
Ainsi,
𝑓 ′ (𝑥) = 𝑦 ′ = 𝑑𝑦Τ𝑑𝑥 : première dérivée ;
𝑓 ′′ (𝑥) = 𝑦 ′′ = 𝑑2𝑦Τ𝑑𝑥2 : deuxième dérivée ;
…
𝑓 𝑛 (𝑥) = 𝑦 𝑛 = 𝑑𝑛𝑦Τ𝑑𝑥𝑛 : 𝑛𝑒 dérivée.
112
seule variable
Différentielles
Dans les paragraphes précédents,
𝒅𝒚Τ𝒅𝒙 n'est pas considéré comme un
quotient, mais comme le symbole
∆𝑦
représentant la limite de quand
∆𝑥
∆𝑥 tend vers zéro.
Il existe toutefois des problèmes où
𝒅𝒚 et 𝒅𝒙 prennent des significations
séparées. 113
seule variable
Différentielles
Dans ce cas, on appelle 𝒅𝒚 la
différentielle de 𝒚 et 𝒅𝒙 la différentielle
de 𝒙.
La notion de différentielle est utilisée en
calcul intégral et dans l'approximation
des valeurs d' une fonction.
La définition de la différentielle de 𝒚,
notée 𝒅𝒚 ou 𝒅𝒇(𝒙) est la suivante : 114
seule variable
Différentielles
si 𝒇′(𝒙) est la première dérivée de 𝒇(𝒙) et ∆𝑥
un accroissement arbitraire de 𝒙,
𝒅𝒚 = 𝒅𝒇(𝒙) = 𝒇′ 𝒙 . ∆𝑥
Notons que si 𝒇 𝒙 = 𝒙, nous avons 𝒇′ 𝒙 = 𝟏
et, de ce fait :
𝒅𝒇(𝒙) = 𝒅𝒙 = ∆𝑥.
Par suite, si y = 𝒇 𝒙 , c'est-à-dire si 𝒙 est la
variable indépendante, on peut généralement
écrire :
𝒅𝒚 = 𝒅𝒇(𝒙) = 𝒇′ 𝒙 . 𝒅𝒙 115
seule variable
Croissance et décroissance des fonctions
La première dérivée d'une fonction nous
permet de déterminer si cette fonction est
croissante ou décroissante.
On dit qu'une fonction 𝒇 𝒙 est
croissante au point 𝒙 = 𝒙𝟎 si pour h > 0
(suffisamment petit ), on a :
𝒇 𝒙𝟎 − 𝒉 < 𝒇 𝒙𝟎 < 𝒇 𝒙𝟎 + 𝒉 . 116
seule variable
On dit qu'une fonction 𝒇 𝒙 est
décroissante au point 𝒙 = 𝒙𝟎 si pour h >
0 (suffisamment petit ), on a :
𝒇 𝒙𝟎 − 𝒉 > 𝒇 𝒙𝟎 > 𝒇 𝒙𝟎 + 𝒉 .
117
seule variable
On peut montrer que si 𝒇′ 𝒙 > 𝟎, alors
𝒇 𝒙 est une fonction croissante au point
𝒙 = 𝒙𝟎 .
Si 𝒇′ 𝒙 < 𝟎, alors 𝒇 𝒙 est une fonction
décroissante au point 𝒙 = 𝒙𝟎 .
118
seule variable
Minima et maxima des fonctions
La première dérivée peut aussi être utilisée pour
déterminer les minima et maxima d'une fonction.
Soit une fonction 𝐲 = 𝒇 𝒙 définie sur un intervalle
contenant 𝒙𝟎 .
On dit que la fonction 𝐲 = 𝒇 𝒙 possède un
minimum relatif au point 𝒙 = 𝒙𝟎 si 𝒇 𝒙𝟎 ≤ 𝒇 𝒙
pour tout 𝒙 appartenant à un certain intervalle
contenant 𝒙𝟎 .
De même, 𝒇 𝒙 possède un maximum relatif au
point 𝒙 = 𝒙𝟎 si 𝒇 𝒙𝟎 ≥ 𝒇 𝒙 pour tout 𝒙
appartenant à un certain intervalle contenant 𝒙𝟎 .
119
seule variable
On parle de minimum absolu si 𝒇 𝒙𝟎 ≤
𝒇 𝒙 pour tout 𝒙 appartenant au
domaine de définition de la fonction et
de maximum absolu si 𝒇 𝒙𝟎 ≥ 𝒇 𝒙
pour tout 𝒙 appartenant au domaine de
définition de la fonction.
120
seule variable
Considérons à présent une fonction
𝒇 𝒙 , et supposons que 𝒇 𝒙 et 𝒇′ 𝒙
soient continues en un point 𝒙 = 𝒙𝟎 .
Il est géométriquement évident que si
𝒇 𝒙 a un maximum relatif en 𝒙 = 𝒙𝟎 , la
fonction est croissante pour les valeurs
juste inférieures à 𝒙𝟎 et décroissante
pour les valeurs juste supérieures à 𝒙𝟎 . 121
seule variable
Ainsi, 𝒇′ 𝒙 passe du signe positif au
signe négatif quand 𝒙 passe en croissant
par 𝒙𝟎 .
Comme 𝒇′ 𝒙 est supposée continue,
elle doit s'annuler en 𝒙 = 𝒙𝟎 : 𝒇′ 𝒙𝟎 =0.
122
seule variable
De même, quand 𝒇 𝒙 a un minimum
relatif en 𝒙 = 𝒙𝟎 , la fonction est
décroissante pour les valeurs juste
inférieures à 𝒙𝟎 et croissante pour les
valeurs juste supérieures à 𝒙𝟎 .
123
seule variable
Ainsi, 𝒇′ 𝒙 passe du signe négatif au
signe positif quand 𝒙 passe en croissant
par 𝒙𝟎 .
Comme 𝒇′ 𝒙 est supposée continue,
elle doit s'annuler en 𝒙 = 𝒙𝟎 : 𝒇′ 𝒙𝟎 =0.
124
seule variable
Un minimum relatif ou un maximum
relatif en 𝒙 = 𝒙𝟎 implique :
𝒇′ 𝒙𝟎 = 0 seulement si 𝒇 𝒙 et 𝒇′ 𝒙
sont continues au point 𝒙 = 𝒙𝟎 .
𝒇′ 𝒙𝟎 = 0 n'implique pas un minimum
relatif ou un maximum relatif en 𝒙 =
𝒙𝟎 , même si 𝒇 𝒙 et 𝒇′ 𝒙 sont
continues au point 𝒙 = 𝒙𝟎 . 125
seule variable
Courbure des fonctions
La deuxième dérivée d'une fonction peut
être utilisée pour étudier la concavité de
cette fonction.
Une fonction est dite concave, si toute
tangente à la courbe se situe au dessus de
ladite courbe.
Elle est dite convexe (ou concave vers le
haut), si toute tangente à la courbe se situe
au dessous de ladite courbe. 126
seule variable
On peut montrer que si 𝒇′′ 𝒙 > 𝟎 alors la
fonction 𝒇 𝒙 est convexe (elle a une courbure
positive).
De la même façon,𝒇′′ 𝒙 < 𝟎 alors la fonction
𝒇 𝒙 est concave (elle a une courbure négative).
Cela s'explique géométriquement par le fait que
si 𝒇′′ 𝒙 > 𝟎, alors 𝒇′ 𝒙 est une fonction
croissante.
Or 𝒇′ 𝒙 est la pente de la tangente au point 𝒙
et il est clair que si la pente de la tangente croît
lorsque 𝒙 croît, la fonction est convexe. 127
seule variable
si 𝒇′′ 𝒙 < 𝟎, alors 𝒇′ 𝒙 est une
fonction décroissante.
Ainsi la pente de la tangente décroît
lorsque 𝒙 croît et la fonction est donc
concave.
128
seule variable
Considérons une fonction 𝒇 𝒙 et supposons que
𝒇 𝒙 et 𝒇′ 𝒙 sont continues au point 𝒙 = 𝒙𝟎 .
Il est géométriquement évident que si 𝒇′ 𝒙𝟎 =0
et 𝒇 𝒙 est concave en 𝒙 = 𝒙𝟎 , alors 𝒇 𝒙 a un
maximum relatif en 𝒙 = 𝒙𝟎 .
De même, si 𝒇′ 𝒙𝟎 =0 et 𝒇 𝒙 est convexe en
𝒙 = 𝒙𝟎 , alors 𝒇 𝒙 a un minimum relatif en 𝒙 =
𝒙𝟎 .
Il en découle un nouveau critère pour déterminer
s'il s'agit d'un minimum ou d'un maximum.
129
seule variable
Supposons 𝒇′ 𝒙 et 𝒇′′ 𝒙 continues
au point 𝒙 = 𝒙𝟎 . Alors si :
• 𝒇′ 𝒙𝟎 =0 et 𝒇′′ 𝒙𝟎 > 𝟎 alors 𝒇 𝒙
admet un minimum relatif en 𝒙 = 𝒙𝟎 .
• 𝒇′ 𝒙𝟎 =0 et 𝒇′′ 𝒙𝟎 < 𝟎 alors 𝒇 𝒙
admet un maximum relatif en 𝒙 = 𝒙𝟎 .
130
seule variable
Le critère utilisant la dérivée seconde
pour déterminer s'il s'agit d'un minimum
ou d'un maximum relatif ne s'applique
pas lorsque 𝒇′′ 𝒙𝟎 = 𝟎.
Il existe cependant un critère fondé sur
les dérivées d'ordre supérieur permettant
de conclure quant à l'existence d'un
extremum dans les cas suivants : 131
seule variable
𝒇′ 𝒙𝟎 = 𝒇′′ 𝒙𝟎 = 𝒇′′′ 𝒙𝟎 = ⋯ =
𝒇(𝒏−𝟏) (𝒙𝟎 ) = 𝟎 et 𝒇𝒏 (𝒙𝟎 ) ≠0 alors :
Pour 𝒏 pair,
𝒏
𝒇 (𝒙𝟎 ) >0, 𝒇 𝒙 admet un minimum
relatif en 𝒙 = 𝒙𝟎 .
𝒏
𝒇 (𝒙𝟎 ) <0, 𝒇 𝒙 admet un maximum
relatif en 𝒙 = 𝒙𝟎 .
Pour 𝒏 impair, ni minimum ni maximum en 132
𝒙 = 𝒙𝟎 .
plusieurs variables
• Des exemples simples en sont fournis par
des formules de mathématiques
élémentaires.
• La formule de calcul du volume 𝑉 d’un
cylindre droit à base circulaire en est un
exemple.
• 𝑉 = ∏𝑟 2 ℎ, 𝑉 est une fonction à deux
variables indépendantes : 𝑟 (rayon du
cercle de base) et ℎ (hauteur). 133
plusieurs variables
• De la même manière, la formule qui donne
l’aire 𝐴 d’un triangle quelconque en est un
autre exemple.
• 𝐴 = 2𝑥𝑦 sin 𝛼, 𝐴 est une fonction à trois
variables indépendantes, 𝑥, 𝑦 et 𝛼 qui
traduisent respectivement les longueurs de
deux côtés du triangle et l’angle formé par
ces deux côtés.
134
plusieurs variables
• Pour les fonctions à deux variables, 𝑧 =
𝑓 𝑥, 𝑦 , le graphe est une surface dans
l’espace à trois dimensions.
• Une telle fonction présente un maximum
au point 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 , si 𝑓 𝑥0 , 𝑦0
atteint une valeur supérieure à toutes
celles que prend 𝑓 𝑥, 𝑦 au voisinage de
𝑥 = 𝑥0 et 𝑦 = 𝑦0 .
135
plusieurs variables
• De même, 𝑓 𝑥, 𝑦 possède un minimum au
point 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 si 𝑓 𝑥0 , 𝑦0
atteint une valeur inférieure à toutes celles
que prend 𝑓 𝑥, 𝑦 au voisinage de
𝑥 = 𝑥0 et 𝑦 = 𝑦0 .
136
plusieurs variables
• Il en résulte qu’au
point 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 , il existe un plan
tangent horizontal.
• Ce plan tangent est engendré par deux
tangentes, elles-mêmes déterminées par :
𝜕𝑓 𝜕𝑓
et
𝜕𝑥 𝜕𝑦
137
plusieurs variables
• Ainsi, la condition nécessaire à l’existence d’un
𝜕𝑓 𝜕𝑓
extremum est la suivante = 0 et = 0.
𝜕𝑥 𝜕𝑦
• Cette condition est nécessaire mais pas
suffisante. En effet, il existe des fonctions pour
𝜕𝑓 𝜕𝑓
lesquelles = 0 et = 0 sans qu’il existe un
𝜕𝑥 𝜕𝑦
extremum en ce point.
• Dans ce cas, on parle de point-selle.
138
plusieurs variables
• Il faut donc remplir une condition suffisante qui
2
est la suivante : 𝛼 = 𝑓𝑥𝑥 𝑓𝑦𝑦 − 𝑓𝑥𝑦
• où:
• 𝑓𝑥𝑥 = 𝜕 2 𝑓Τ𝜕𝑥 2 c’est-à-dire que la fonction a été
dérivée deux fois par rapport à 𝑥;
• 𝑓𝑦𝑦 = 𝜕 2 𝑓Τ𝜕𝑦 2 c’est-à-dire que la fonction a été
dérivée deux fois par rapport à 𝑦;
2
• 𝑓𝑥𝑦 = 𝜕 2 𝑓Τ𝜕𝑥𝜕𝑦 2 c’est-à-dire que la première
dérivée se fait par rapport à 𝑦 et la deuxième par
rapport à 𝑥 ; cette expression est ensuite élevée
au carré.
plusieurs variables
𝜕𝑓
• Soit 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 le point en lequel =
𝜕𝑥
𝜕𝑓
0 et = 0. Alors si en ce point :
𝜕𝑦
• 𝑓𝑥𝑥 > 0 et 𝛼 > 0, 𝑓 possède un minimum au
point 𝑃.
• 𝑓𝑥𝑥 < 0 et 𝛼 > 0, 𝑓 possède un maximum au
point 𝑃.
• 𝛼 < 0, 𝑓 ne possède ni un minimum, ni un
maximum au point 𝑃, mais un point-selle;
• 𝛼 = 0, on ne peut pas conclure.
plusieurs variables
• Notons que la condition suffisante évoquée
ci-dessus provient d’un résultat plus
général concernant les fonctions à 𝑛
variables 𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛 .
• Avant d’énoncer ce résultat général,
introduisons la matrice des secondes
dérivées partielles.
plusieurs variables
• Celle-ci joue un rôle clé dans la
détermination des extrema d’une fonction
à plusieurs variables.
• Cette matrice est appelée matrice
hessienne et se présente sous la forme :
plusieurs variables
𝑓𝑥21 𝑓𝑥1𝑥2 … 𝑓𝑥1𝑥𝑛

𝑓𝑥2𝑥1 𝑓𝑥22 … 𝑓𝑥2𝑥𝑛
𝐻= ⋮ ⋮ ⋱ ⋮
𝑓𝑥𝑛−1𝑥1 𝑓𝑥𝑛−1𝑥2 … 𝑓𝑥𝑛−1𝑥𝑛
𝑓𝑥𝑛𝑥1 𝑓𝑥𝑛𝑥2 … 𝑓𝑥2𝑛
𝑓𝑥21 = 𝜕 2 𝑓Τ𝜕𝑥12 , 𝑓𝑥1𝑥2 = 𝜕 2 𝑓ൗ𝜕𝑥1 𝜕𝑥2, …, et
𝑓𝑥2𝑛 = 𝜕 2 𝑓Τ𝜕𝑥𝑛2
plusieurs variables
• On appelle mineurs principaux de la matrice 𝐻,
notés ∆𝑖 , les déterminants des sous-matrices de
𝐻 obtenues en lui retirant ses 𝑛 − 𝑖 dernières
lignes et 𝑛 − 𝑖 dernières colonnes 𝑖 =
1,2, … , 𝑛.
• Soit 𝑃 le point en lequel 𝜕𝑓Τ𝜕𝑥1 =
𝜕𝑓Τ𝜕𝑥2 = ⋯ = 𝜕𝑓Τ𝜕𝑥𝑛 = 0.
• Alors :
plusieurs variables
‒ Si les mineurs principaux de la matrice
hessienne au point 𝑃 sont tous strictement
positifs, il s’agit d’un minimum.
‒ Si les mineurs principaux de la matrice
hessienne au point 𝑃 sont de signes
alternés, le premier étant strictement
négatif, il s’agit d’un maximum.
plusieurs variables
‒ Si les mineurs principaux ne vérifient pas

l’une des conditions ci-dessus prises au
sens large (c’est-à-dire respectivement
”positif ou nul” et ”négatif ou nul”), il ne
s’agit ni d’un minimum ni d’un maximum,
mais d’un point-selle.
‒ Si les conditions (1) et (2) se vérifient au
sens large, alors on ne peut conclure.
plusieurs variables
• Exercice d'application
• Une exploitation agricole produit des
poussins qu’elle vend sur deux marchés
étrangers.
• Soit 𝑞1 le nombre de poussins vendus sur le
premier marché et 𝑞2 le nombre de
poussins vendus sur le deuxième marché.
• Les fonctions de demande dans les deux
marchés respectifs sont :
plusieurs variables
• 𝑝1 = 60 − 2𝑞1 et 𝑝2 = 80 − 4𝑞2
• 𝑝1 et 𝑝2 sont les prix de vente du poussin sur les
deux marchés respectivement.
• La fonction de coût total de la firme est : 𝐶 =
50 + 40𝑞 où 𝑞 est le nombre total de poussins
produits.
• Il faut trouver le nombre de poussins que
l'exploitation doit vendre sur chaque marché
pour maximiser son bénéfice.
plusieurs variables
• Dans de nombreuses applications pratiques, les
variables d’une fonction donnée sont soumises à
certaines conditions ou contraintes.
• Ces contraintes peuvent être formulées sous
forme d’égalités ou d’inégalités.
• Par exemple, si un producteur fabrique deux
biens, il peut vouloir minimiser le coût total tout
en étant obligé de fabriquer une quantité totale
minimum spécifiée.
plusieurs variables
• De même, une compagnie peut désirer
maximiser ses ventes résultant de deux
publicités alors qu’elle doit observer la
contrainte du budget de publicité.
• Enfin, le consommateur désirant maximiser la
fonction d’utilité provenant de la consommation
de certains biens est restreint par son budget.
• Dans le cas où les contraintes s’expriment sous
forme d’égalités, l’optimisation de la fonction
peut être obtenue grâce à la méthode des
multiplicateurs de Lagrange.
plusieurs variables
• La méthode des multiplicateurs de Lagrange est

la plus largement répandue pour trouver les
extrema d’une fonction soumise à des
contraintes d’égalité.
• Nous allons introduire cette méthode dans le cas
simple où la fonction à optimiser est une
fonction simple à deux variables 𝑓 𝑥, 𝑦 soumise
à une seule contrainte de la forme 𝑔 𝑥, 𝑦 = 0.
plusieurs variables
• La méthode des multiplicateurs de

Lagrange consiste à construire une fonction
auxiliaire 𝐹 𝑥, 𝑦, 𝜆 , appelée Lagrangien,
définie ainsi : 𝐹 𝑥, 𝑦, 𝜆 = 𝑓 𝑥, 𝑦 +
𝜆𝑔 𝑥, 𝑦 où λ (appelé multiplicateur de
Lagrange) est une inconnue.
• Il faut ensuite annuler les premières
dérivées partielles de 𝐹 𝑥, 𝑦, 𝜆 (condition
nécessaire) :
plusieurs variables
F f g
= + =0
x x x
F f g
= + =0
y y y
F
= g ( x, y ) = 0

plusieurs variables
• Les points candidats s’obtiennent en résolvant ce
système de trois équations à trois inconnues
𝑥, 𝑦, 𝜆
• Mentionnons que la troisième équation de ce
système :
F
•  = g ( x, y ) = 0
• n’est rien d’autre que la contrainte !
plusieurs variables
• Les points candidats satisfont par conséquent

cette contrainte.
• La solution des trois équations ci-dessus fournit
les points candidats de la fonction sous
contrainte.
• Mais il reste à déterminer leur nature ; pour cela,
introduisons la matrice hessienne bordée :
plusieurs variables
𝜕2 𝐹 𝜕2 𝐹 𝜕2 𝐹 𝜕𝑔 𝜕𝑔
0
𝜕𝜆2 𝜕𝜆𝜕𝑥 𝜕𝜆𝜕𝑦 𝜕𝑥 𝜕𝑦
𝜕2 𝐹 𝜕2 𝐹 𝜕2 𝐹 𝜕𝑔 𝜕2 𝐹 𝜕2 𝐹
H= = 𝜕𝑥 2
𝜕𝑥𝜕𝜆 𝜕𝑥 2 𝜕𝑥𝜕𝑦 𝜕𝑥 𝜕𝑥𝜕𝑦
𝜕2 𝐹 𝜕2 𝐹 𝜕2 𝐹 𝜕𝑔 𝜕2 𝐹 𝜕2 𝐹
𝜕𝑦𝜕𝜆 𝜕𝑦𝜕𝑥 𝜕𝑦 2 𝜕𝑦 𝜕𝑦𝜕𝑥 𝜕𝑦 2
dont le déterminant sera noté 𝐻 .
plusieurs variables
• Soit 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 le point en lequel

𝜕𝐹 Τ𝜕𝑥 = 𝜕𝐹 Τ𝜕𝑦 = 𝜕𝐹 Τ𝜕𝜆 = 0 .
• Alors, si en ce point:
• 𝐻 < 0 ,il s'agit d'un minimum au point 𝑃
• 𝐻 > 0 ,il s'agit d'un maximum au point 𝑃.
plusieurs variables

Lagrange peut se généraliser à
l’optimisation d’une fonction à 𝑛 variables
𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛 soumise à k contraintes
𝑔𝑗 𝑥1 , 𝑥2, … , 𝑥𝑛 ; 𝑗 = 1, … , 𝑘 où 1 ≤ 𝑘
≤ 𝑛.
plusieurs variables
• Dans ce cas, le Lagrangien s'écrit:

• 𝐹 𝑥1 , 𝑥2, … , 𝑥𝑛 , 𝜆1 , 𝜆2 , … , 𝜆𝑘
𝑘
= 𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛 + σ𝑗 𝜆𝑗 𝑔𝑗 𝑥1 , 𝑥2, … , 𝑥𝑛
• L’annulation des premières dérivées
partielles fournit un système de (𝑛
+ 𝑘 ) équations à 𝑛 + 𝑘 inconnues :
plusieurs variables
𝜕𝐹 𝜕𝑓 𝜕𝑔1 𝜕𝑔2 𝜕𝑔𝑘
• = + 𝜆1 + 𝜆2 + ⋯+ 𝜆𝑘 =0
𝜕𝑥1 𝜕𝑥1 𝜕𝑥1 𝜕𝑥1 𝜕𝑥1
𝜕𝐹 𝜕𝑓 𝜕𝑔1 𝜕𝑔2 𝜕𝑔𝑘
• = + 𝜆1 + 𝜆2 + ⋯+ 𝜆𝑘 =0
𝜕𝑥2 𝜕𝑥2 𝜕𝑥2 𝜕𝑥2 𝜕𝑥2
• ⋮
𝜕𝐹 𝜕𝑓 𝜕𝑔1 𝜕𝑔2 𝜕𝑔𝑘
• = + 𝜆1 + 𝜆2 + ⋯+ 𝜆𝑘 =0
𝜕𝑥𝑛 𝜕𝑥𝑛 𝜕𝑥𝑛 𝜕𝑥𝑛 𝜕𝑥𝑛
𝜕𝐹
• = 𝑔1 𝑥1 , 𝑥2, … , 𝑥𝑛 = 0
𝜕𝜆1
• ⋮
𝜕𝐹
• = 𝑔𝑘 𝑥1 , 𝑥2, … , 𝑥𝑛 = 0
𝜕𝜆𝑘
plusieurs variables
• Les conditions du deuxième ordre

permettant de déterminer s’il s’agit d’un
maximum ou d’un minimum reposent sur
le calcul des mineurs de la matrice
hessienne bordée suivante :
plusieurs variables
plusieurs variables
𝜕2 𝐹
• Notons le mineur principal qui contient
𝜕𝑥12
comme dernier élément de la diagonale
principale par 𝐻1 .
• 𝐻2 correspond au mineur principal qui contient
𝜕2 𝐹
2 comme dernier élément de la diagonale
𝜕𝑥2
principale et ainsi de suite.
• La condition suffisante pour l’existence d’un
minimum ou d’un maximum dépend des signes
des mineurs principaux 𝐻𝑘+1 , 𝐻𝑘+2 ,… , 𝐻𝑛
= 𝐻 .
plusieurs variables
• Mentionnons qu’il existe au moins une contrainte

𝑘 ≥ 1 et que, par conséquent, 𝐻1 |
n’intervient jamais dans les calculs. La condition
suffisante pour que la fonction 𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛
soumise à k contraintes 𝑔𝑗 𝑥1 , 𝑥2, … , 𝑥𝑛 ; 𝑗
= 1, … , 𝑘 où 1 ≤ 𝑘 ≤ 𝑛 ait un extremum est
donnée par les règles suivantes :
plusieurs variables
• La fonction 𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛 admet un maximum

au point candidat si les mineurs principaux
𝐻𝑘+1 , 𝐻𝑘+2 ,… , 𝐻𝑛 sont de signes alternés,
le signe de 𝐻𝑘+1 étant celui de −1 𝑘+1 .
• Elle admet un minimum au point candidat si les
mineurs principaux 𝐻𝑘+1 , 𝐻𝑘+2 ,… , 𝐻𝑛 sont
de même signe, le signe de 𝐻𝑘+1 étant celui de
−1 𝑘 .
plusieurs variables
Exercice d'application
• Une entreprise béninoise a gagné une offre de l'Etat béninois
pour fabriquer trois types de machines transformatrices du
manioc en gari : 𝑋1 ,𝑋2 et 𝑋3 .La fonction de coût conjointe
𝐶 𝑋1 , 𝑋2 , 𝑋3 . est:
• 𝐶 𝑋1 , 𝑋2 , 𝑋3 . = 4𝑋12 + 2𝑋22 + 𝑋32 − 2𝑋1 𝑋2 + 𝑋2 𝑋3 − 30𝑋2
− 30𝑋3 .
• Dans le contrat dudit marché, il est mentionné que l'Etat est
indifférent des quantités des différents types de machines
dans la mesure il est vérifié que les trois types de machines
présentés par l'entreprise sont conformes aux exigences
mentionnées dans les Termes de Références (TdR).
• Par ailleurs, le nombre total de machines à fabriquer est égal à
100.
• Combien de machines de chaque type l’entreprise doit-elle
fabriquer pour minimiser son coût?
plusieurs variables
Lagrange ne peut pas être utilisée dans
tous les cas.
• Notamment lorsque le problème
d’optimisation possède des contraintes de
non-négativité ou lorsque la fonction n’est
pas dérivable, cette méthode n’est pas
adaptée.
plusieurs variables
• Or, ces contraintes sont très importantes en
économie. Par conséquent, il nous faut
aborder d’autres méthodes lorsque les
contraintes se présentent sous forme
d’égalité ou d’inégalité.
• Ce type de problèmes sera traité sous le
nom de programmation linéaire dans les
cas des problèmes spécifiques dans
lesquels la fonction objectif et les
contraintes sont linéaires.
Chapitre 4 : Suites, séries numériques et leurs
applications dans les calculs financiers
Taux de croissance
• Le taux de croissance ou d'accroissement est
définie par le rapport :
xt − x0
I ( x) =
x0
valeur finale − valeur initiale

I ( x) =
valeur initiale
Chapitre 4 : Suites et séries numériques
Taux de croissance moyen
• Soit n le nombre de périodes au niveau
desquelles le taux de croissance peut être
calculé.
• Le taux de croissance ou d'accroissement
moyen est calculé avec la formule dans MS
Excel :
=puissance(valeur finale/valeur initiale;1/n) – 1
qu'il faut passer en pourcentage.
• On utilise souvent un chiffe après la virgule.
Exercice 1
Soient a et b deux nombres entiers naturels.
1. Lorsqu'on compte successivement de a à b,
combien de termes a-t-on ?
Une suite numérique est une succession de
termes formés d'après une loi donnée.
Par exemple, 1, 7, 9, 16 est une suite.
Exercice 1
Une suite de n termes est souvent notée U n et
les n termes sont notés 𝑈1; 𝑈2; … , 𝑈𝑛 ou
𝑈0; 𝑈; … , 𝑈𝑛−1 .
Exercice 1
Une suite (un) n≥0 est dite arithmétique s’il
existe un scalaire r tel que
∀ n ∈ IN, un+1 = un + r.
Le scalaire r est appelé raison de la suite
arithmétique.
Il est défini de façon unique.
Exercice 1
Le terme général d'une suite arithmétique est
𝑈𝑛 = 𝑈𝑝 + 𝑛 − 𝑝 ∗ 𝑟 pour tout p, entier
naturel.
2. Quel est le 100ème terme de la suite
arithmétique 33, 41, 49, ... ?
3. Comment calcule-t-on la somme des n
premiers termes successifs de la suite (un)n≥0 ?
Exercice 1
Une suite (vn) n≥0 est dite géométrique s’il
existe un scalaire q tel que :
∀ n ∈ IN, vn+1 = qvn.
Le scalaire q est appelé raison de la suite
géométrique.
Il est défini de façon unique, sauf si v0 = 0,
auquel cas la suite v est identiquement nulle,
ce qui n’a pas beaucoup d’intérêt.
Exercice 1
• Le terme général d'une suite géométrique est
𝑉𝑛 = 𝑉𝑝 ∗ 𝑞 𝑛−𝑝 pour tout p, entier naturel.
4. Comment calcule-t-on la somme des n
premiers termes successifs de la suite (vn) n≥0.
• Démonstration par récurrence ou induction
• Pour démontrer qu'une formule 𝑃(𝑛)
dépendant d'un nombre variable 𝑛 est vraie
quel que soit 𝑛, on procède en deux étapes :
- on vérifie que 𝑃 est vraie pour 𝑛 = 1
(ancrage) ;
- on démontre que si la proposition est vraie
pour un entier 𝑘 quelconque, elle est aussi
vraie pour l'entier 𝑘 + 1.
• Exercice 2
• Démontrer par récurrence que :
𝑛(𝑛+1)
• 1 + 2 + ⋯+ 𝑛 =
2
Série arithmétique
La somme des n premiers termes successifs
d'une suite (un)n≥0 arithmétique de raison r est
m + n −1
n
Sn = 
k =m
uk = ( um + um + n −1 )
2
Série géométrique
La somme des n premiers termes successifs d'une suite
(un)n≥0 géométrique de raison q ( q  1)
est :
m + n −1
1 − qn b 1 − q (b − a +1)
Sn = 
k =m
uk = um =  uk = ua
1 − q k =a 1− q
Si q = 1, on a :
Sn = num
Application au calcul financier
Définition et justification de l’intérêt
• L’intérêt peut être défini comme la
rémunération d’un prêt d’argent.
• C’est le prix à payer par l’emprunteur au
prêteur, pour rémunérer le service rendu par
la mise à disposition d’une somme d’argent
pendant une période de temps.
• Trois facteurs essentiels déterminent le coût
de l’intérêt :
• la somme prêtée ;
• la durée du prêt ;
• et le taux auquel cette somme est prêtée.
• Il y a deux types d’intérêt : l’intérêt simple et
l’intérêt composé.
Conventions fondamentales de calcul
• Notons tout d’abord qu’un taux intérêt est
toujours relatif à une période.
• Il faut donc toujours veiller à ce que l'intérêt
et la période s'expriment dans la même unité
de temps.
• Quelques taux usuels (tableau 1).
Tableau 1 : Quelques taux usuels

Période Taux Période Taux
Jour Journalier Six mois Semestriel
Semaine Hebdomadaire Année Annuel
Quinzaine Bimensuel Deux ans Biennal
Mois Mensuel Trois ans Triennal
Deux mois Bimestriel Cinq ans Quinquennal
Trois mois Trimestriel Dix ans Décennal
Capitalisation et actualisation
• D’après ce qui précède, le taux d’intérêt apparaît
comme le taux de transformation de l’argent dans
le temps.
• Cette relation entre temps et taux d’intérêt
signifie que deux sommes d’argent ne sont
équivalentes que si elles sont égales à la même
date.
• Dès lors, pour pouvoir comparer deux ou des
sommes disponibles à différentes dates, le
passage par les techniques de calcul actuariel
(capitalisation et actualisation) devient
nécessaire.
• La capitalisation consiste à faire avancer dans
le temps une valeur présente pour calculer sa
valeur future appelée aussi Valeur Acquise.
• Dans un calcul à intérêts composés, les
intérêts produits au cours d’une période sont
capitalisées (produisent eux-mêmes des
intérêts) dès la période suivante.
• Dans ce cas, le capital (productif d'intérêts)
augmente à chaque période.
• Dans un calcul à intérêts simples, les intérêts
produits au cours d’une période ne sont pas
capitalisées (ne produisent pas d'intérêts) au
cours des périodes suivantes.
• Dans ce cas, le capital reste constant et
produit les intérêts à chaque période.
• Les intérêts produits au bout de n
périodes sont donc :
• 𝑖 et 𝑛 doivent être exprimés dans la même
période.
• Si 𝑖 est un taux annuel alors 𝑛 doit être exprimé
en années. Dans ces conditions 𝑛 devient un
entier relatif.
• Pour une durée de placement exprimée en jours,
l’usage fait que l’intérêt est calculé sur la base de
l’année financière ou commerciale comptant 360
jours et non pas l’année civile comptant 365 jours
ou 366 jours.
• L’exception est faite pour les comptes à terme et
les bons de caisse dont l’intérêt servi est calculé
sur la base de l’année civile, c’est à dire 365 jours.
• Par ailleurs, il faut aussi signaler que lorsque la
durée est exprimée en jours, les mois sont
comptés à leur nombre exact de jours, et on ne
tient compte que de l’une des deux dates
extrêmes.
• La suite 𝐼𝑛 est une suite arithmétique de premier
terme 𝐼0 = 0 et de raison 𝐶𝑖 , car la différence
𝐼𝑛+1 - 𝐼𝑛 est constamment égale à 𝐶𝑖.
• La valeur acquise 𝐶𝑛 par le capital 𝐶 au bout de
𝑛 périodes est : 𝐶𝑛 = C + 𝐼𝑛
• Déterminer les caractéristiques de la suite 𝐶𝑛 .
• Exercice 2
• Une somme de 6500000 FCFA est placée sur
un compte du 23 Avril au 9 Août 2020 au taux
d'intérêt simple annuel de de 7 %
• 1. Calculer le montant de l’intérêt produit à
l’échéance.
• 2. Calculer la valeur acquise par ce capital.
• 3. Chercher la date de remboursement pour
un intérêt produit égal à 204750 FCFA.
• Soit 𝐶𝑛 la valeur acquise par un capital 𝐶 à un
taux d’intérêt composé 𝑖 au bout de 𝑛
périodes.
• 𝑖 et 𝑛 doivent être exprimés dans la même
période.
• 𝑛 est un entier relatif.
• On a : 𝐶𝑛 = 𝐶 ∗ 𝑖 + 1 𝑛
• L’identité 𝐶𝑛 = 𝐶 ∗ 𝑖 + 1 𝑛 comporte 4
paramètres : le capital initial 𝐶, le nombre de
périodes de capitalisation 𝑛, le capital au bout
des n périodes 𝐶𝑛 , et le taux d'intérêt 𝑖.
• 𝑛 est un entier relatif.
• Si on connaît trois d'entre eux, il faut s'exercer
à déterminer le quatrième.
• Taux équivalent
Soit un taux d'intérêt sur une période de
référence donnée.
On appelle taux équivalent ie à i sur une sous-
période contenue m fois dans la période de
référence le taux donnant les mêmes
capitalisations que sur la période de référence.
On a :
𝑖𝑒 = 1 + 𝑖 1Τ𝑚 − 1
Le taux d'intérêt équivalent peut par exemple
permettre de comparer des taux sur des périodes
différentes .
• Taux proportionnel
• Deux taux correspondants à des périodes
différentes sont dits proportionnels, lorsque leur
rapport est égal au rapport de leurs périodes de
capitalisation respectives.
• Le taux proportionnel par période est :
i
ip =
m
• Seuls les taux équivalents sont justes et

équitables.
• Taux variable et taux moyen
• Dans ce paragraphe, on considère un taux
d'intérêt sur un ensemble de n périodes
donné qui n'est pas fixe. Alors le capital C à
échéance est donné par :
Cn = C *(1 + i1 ) *(1 + i2 ) *....*(1 + in )
• Taux variable et taux moyen
• Le taux moyen entre différents taux donnés
sur une même période de référence est le
taux qui donne la même capitalisation sur n
périodes de référence.
i = n (1 + i1 ) *(1 + i2 ) *....*(1 + in ) − 1
• Exercice 3
Un capital de 650 000 FCFA est placé à un taux
annuel de 4 % pendant 55 mois.
1. Quel est le capital échu ?
2. Quel est le placement le plus rentable entre
: placer (placement A) à un taux d’intérêt
mensuel de 0,875 %, ou (placement B) à un
taux d’intérêt semestriel de 5,5 % ?
Exercice 4
Un capital de 6 000 000 FCFA est placé à un
taux annuel de 8 %, et les intérêts sont
capitalisés tous les trimestres.
Quel sera le capital deux ans et demi plus tard ?
Exercice 5
Considérons ces deux placements sur trois ans
:
• Placement A : 8 % la première année, 10 %
la deuxième année, et 7 % la troisième
année ;
• Placement B : 12 % la première année, 11
% la deuxième année, et 2% la troisième
année.
Quel est le placement le plus rentable ?
Valeur acquise 𝑉𝑛 par une série de n versements
constants a
• Si le 1er versement a eu lieu à la fin de la 1ère
période, la chronique est la suivante :
0, 𝑎, 𝑎, … , 𝑎
𝑛 𝑓𝑜𝑖𝑠
• On a donc :
1+𝑖 𝑛 −1
• 𝑉𝑛 = 𝑎 ∗
𝑖
Valeur acquise 𝑉𝑛 par une série de n versements

constants a
• Si le 1er versement a eu lieu au début de la 1ère période,
le dernier versement aura lieu à la période (n-1), c’est-
à-dire une période avant la fin de l'échéance, la
chronique est la suivante :
𝑎, 𝑎, … , 𝑎 , 0
• On dit que les n versements sont décalés d'une période
sur la gauche.
• On a donc :
1+𝑖 𝑛−1
𝑉𝑛 = 𝑎 ∗ 1+𝑖
𝑖
Exercice 6
Le 02 janvier de l'année 2012, un ménage
agricole avait déposé une somme de 10 000
000 FCFA sur un compte bloqué.
Il a versé ensuite régulièrement, 500 000 FCFA
par mois, à partir du 31 janvier 2012 et ce
jusqu'au 31 décembre 2019 inclus.
Ce placement a été réalisé au taux d'intérêt
fixe de 6 % par an.
Quel est le capital acquis par ce ménage à la
fin de l'année 2019 ?
Exercice 7
Au début de l'année de 2010, une entreprise a
placé 10 000 000 FCFA.
Ensuite, au début de chaque mois et ce
jusqu'au 1er mars 2013 inclus, elle a
renouvellé la même opération.
L'intérêt annuel a été négocié avec la banque
au taux de 7,25 %.
Quel est le capital acquis par l'entreprise le 31
mars 2013 ?
Actualisation
• Contrairement à la capitalisation,
l’actualisation est une technique qui consiste à
faire reculer dans le temps une valeur future
pour calculer sa valeur présente appelée
Valeur Actuelle.
• On dit souvent « le temps, c’est de l’argent »
pour signifier qu’il ne faut pas le gaspiller.
• Mais en finance, on le dit au sens propre,
c'est-à-dire que le temps est vraiment de
l’argent.
• Alors en quoi consiste la valeur temporelle de
l’argent ?
• Comment peut-on expliquer qu’un FCFA
d’aujourd’hui vaut plus qu’un FCFA dans un an
ou plus ?
• La valeur temporelle de l’argent devient une
réalité évidente pour tout le monde, en
rappelant simplement ce qu’on pourrait
acheter avec 25 FCFA il y a plusieurs années ?
Sans doute beaucoup plus que ce qu’on en
peut acheter aujourd’hui.
• La façon la plus simple pour expliquer
l’influence du temps sur la valeur de l’argent
est que ce dernier peut produire lui-même de
l’argent, ce qui, sans doute, influence sa
valeur.
• Valeur actuelle V0 d'une série de 𝑛
versements constants a à la fin de chaque
période.
• La chronique est la suivante : 0, 𝑎, 𝑎, … , 𝑎 .
On a :
 1 − (1 + i ) 
1 2 n −n
 1   1   1 
V0 = a *   + a *  + ... + a *   =a 
1+ i  1+ i   1+ i   i 
• Valeur actuelle V0 d'une série de (n+1)
versements constants a dont le premier est
payé au début de la période et les autres
versements à la fin de la période
• La chronique est la suivante : 𝑎, 𝑎, 𝑎, … , 𝑎 .
On a donc :
 1 − (1 + i ) − n 
V0 = a + a  

 i 

Remboursement d'emprunt
• Un prêteur prête à un emprunteur une
somme d'argent 𝐶 à un taux d'intérêt constant
𝑖.
• L'emprunteur rembourse alors cette somme à
l'aide d'une somme constante 𝑅 pendant 𝑛
périodes.
• Cette somme 𝑅 est calculée en sorte que la
transaction soit « équitable » au sens suivant
:
Remboursement d'emprunt
• Du point de vue du prêteur, qui dispose de
l'ensemble du capital à la date initiale du prêt,
le capital 𝐶 est placé à un taux d'intérêt 𝑖 :
cela devrait lui rapporter 𝐶 1 + 𝑖 𝑛 à l'issue
du remboursement (au bout des 𝑛 périodes).
• Du point de vue de l'emprunteur, la chronique
0, 𝑅, 𝑅, … , 𝑅
a pour valeur actualisée à l'issue du
remboursement :
Remboursement d’emprunt
• 0 + 𝑅 1 + 𝑖 𝑛−1 + 𝑅 1 + 𝑖 𝑛−2 + ⋯ + 𝑅(1
1+𝑖 𝑛 −1 1+𝑖 𝑛 −1
+ 𝑖) + 𝑅 = 𝑅 =𝑅
1+𝑖−1 𝑖
• Le prêt est alors équitable si ces deux valeurs
sont égales (le remboursement a la même
valeur que l'emprunt, après actualisation) :
𝑛 1+𝑖 𝑛 −1
• 𝐶 1+𝑖 =𝑅
𝑖
1+𝑖 𝑛 −1
• On dira que 𝑉𝑛 = 𝑅 est la valeur
𝑖
acquise par une série de n versements
constants R.
• Si le premier versement a eu lieu au début de
la période et le dernier, une période avant la
fin de l'échéance,
1+𝑖 𝑛 −1
• On a : 𝑉𝑛 = 𝑅 ∗ 1+𝑖
𝑖
• On appelle annuités une suite de flux
monétaires perçus ou réglés à intervalles de
temps égaux.
• Le terme "annuité" est habituellement réservé
à des périodicités annuelles.
• Lorsque la période est différente de l’année, il
est préférable de remplacer le terme
"annuité" par "semestrialité", "trimestrialité"
ou "mensualité« , etc.
• L’étude des annuités consiste à déterminer la
valeur actuelle ou la valeur acquise, à une
date donnée, d’une suite de flux.
• Elle prend en considération la date du premier
flux, la périodicité des flux, le nombre des flux
et le montant de chaque flux.
• Lorsque les annuités sont égales, on parle
d’annuités constantes,
• Lorsque leur montant varie d’une période à
une autre, on parle d’annuités variables.
• Les annuités peuvent être perçues ou versées
en début de période ou en fin de période.
• Les annuités peuvent être certaines lorsque
leur nombre est connu à l’avance, aléatoires
ou viagères, lorsque leur nombre est inconnu
au moment du contrat ou enfin perpétuelles
lorsque leur nombre est illimité.
Amortissement
• Lorsqu'un emprunteur rembourse une annuité
au prêteur, il ne rembourse pas que le capital
emprunté, il paie aussi des intérêts sur ce
capital.
• Dans ce paragraphe, on va apprendre à
décomposer le remboursement en capital
remboursé et intérêts.
• Soient 𝐶, 𝑖, 𝑅 et 𝑛, le capital, le taux d'intérêt,
l'annuité et la durée d'un emprunt.
• Au bout de la première période, les intérêts
du capital 𝐶 sont 𝐶𝑖.
• L'emprunteur rembourse alors 𝑅 dont 𝐶𝑖
d'intérêts et 𝑅 − 𝐶𝑖 sur le capital.
• Le capital restant dû est alors 𝐶 ′ = 𝐶 − (𝑅
− 𝐶𝑖 ).
• Au terme de la 2ème période, les intérêts du
capital restant dû sont 𝐶 ′ 𝑖, l'emprunteur
remboursant :
• 𝑅= 𝐶ด′ 𝑖 +
𝐼𝑛𝑡é𝑟ê𝑡 𝑠𝑢𝑟 𝑙𝑒 𝑐𝑎𝑝𝑖𝑡𝑎𝑙 𝑟𝑒𝑠𝑡𝑎𝑛𝑡 𝑑û
′
𝑅−𝐶 𝑖 .
𝐶𝑎𝑝𝑖𝑡𝑎𝑙 𝑟𝑒𝑚𝑏𝑜𝑢𝑟𝑠é
• Le capital restant dû est alors :
𝐶 ′′ = 𝐶 ′ − 𝑅 − 𝐶 ′ 𝑖 .
• Ainsi, le service (remboursement au sens
large) d'un emprunt donne lieu au paiement
des différentes échéances qui, sauf cas
particulier (notamment le différé de
remboursement) peuvent être décomposés en
deux montants :
- les intérêts de l'emprunt, toujours calculés
sur le capital restant dû et qui constituent
une charge déductible pour les entreprises
assujetties à l'impôt ;
- le remboursement du capital emprunté
(remboursement de la dette).
Ce montant traduit en quelque sorte la
"dépréciation" de la dette, ce qui peut
expliquer sa dénomination d'amortissement
de l'emprunt (ou du capital).
S'agissant simplement du remboursement
d'un capital emprunté, cette somme ne
constitue en aucune manière une charge, ni
comptablement, ni fiscalement.
Par ailleurs, le terme d'amortissement ne doit
pas être confondu avec l'éventuelle dotation aux
amortissements de l'immobilisation financée par
l'emprunt.
Le tableau d'amortissement (ou échéancier) est un
tableau de 5 colonnes ("échéances ou périodes",
"capital restant dû en fin de période", "intérêts",
"amortissement ou capital remboursé", annuité) qui
présente les caractéristiques du remboursement d'un
emprunt.
Dans ce tableau, on peut aussi mettre la colonne du
capital restant dû en début de période, appelé dette..
Après ou au cours de la réalisation du tableau
d'amortissement, on doit faire quelques
vérifications pour s'assurer de sa validité :
• la somme des amortissements doit être égale au
montant de l'emprunt ;
• la somme des annuités actualisées (le taux
d'actualisation étant le taux d'intérêt) doit être
égale à l'emprunt ;
• le dernier amortissement doit éteindre la dette
que représente le capital restant dû ;
• la somme des annuités doit être égale à la
somme des amortissements et des intérêts.
Amortissements
• Soit m t les amortissements d'emprunt à
remboursements d'annuités constantes
avec et , le nombre de
périodes.
• On a :
Amortissements
• On a :
Amortissements
• Les amortissements d'emprunt suivent donc
une progression géométrique de raison
et de premier terme
ou, sans recourir à , à
Exercice 6
• Construire le tableau d'amortissement d'un
emprunt C = 1 000 000 FCFA à i = 3 %
mensuels, remboursé en n = 12 mensualités
constantes de valeur a = 100 462,09 FCFA,
versées en fin du mois.
Exercice 7
• Une petite exploitation agricole désire
emprunter 100 000 FCFA à un taux annuel de
12 % ;
• Sa capacité de remboursement mensuelle est
de 5 000 FCFA.
• En utilisant un taux d'intérêt proportionnel,
calculer le nombre de mois (entier) nécessaire
pour rembourser cet emprunt par des
mensualités constantes.
Exercice 8
• Une banque octroie un prêt de 3 000 000 FCFA
remboursable sous la forme de 15 annuités
constantes de montant A, versés en fin d'année.
Le taux d'intérêt, fixé à 6 % l'an pour les 5
premières années, passe à 7 % l'an (juste après le
cinquième versement) pour les 5 années
suivantes, et enfin à 8 % l'an (juste après le
dixième versement) pour les 5 dernières années.
• Les montants demandés seront arrondis au
centime le plus proche, et le taux présenté en
pourcentage, arrondi à la deuxième décimale.
Exercice 7 (suite)
• 1.
a) Présenter l'équation permettant de calculer A.
b) Calculer l'annuité A.
• Pour la suite des questions, on utilisera la valeur
arrondie de A = 319 000 FCFA.
• 2.
a) Calculer la dette restant immédiatement après
le versement de la dixième annuité.
b) Calculer le montant de l'amortissement en
capital contenu dans la onzième annuité.
Exercice 7 (suite)
• 3.
a) Sachant qu'il n'y a à considérer ni frais, ni
taxes, ni impôt, présenter l'équation
permettant de déterminer le taux moyen pour
l'ensemble de l'opération.
b) Calculer ce taux.
• 4. Déterminer les première, cinquième et
quinzième lignes du tableau d'amortissement
de ce prêt, sans chercher à calculer les
informations sur les autres lignes.
Expérience aléatoire
• Une expérience aléatoire (random
experiment or random trial) est une
expérience renouvelable, en théorie ou en
pratique, et qui, renouvelée dans des
conditions identiques ne donne pas forcément
le même résultat à chaque renouvellement.
Introduction
• La probabilité d'un fait caractérise la possibilité
que ce fait se produise, une vraisemblance, une
apparence de vérité, la chance qu'une chose a
d'être vraie.
• La notion de la probabilité est liée à celle du
risque.
• On peut dire donc que la probabilité désigne
l'opposé du concept de certitude.
• Elle est également une évaluation du caractère
probable d'un événement.
Introduction
• La probabilité d'un événement est un nombre
réel compris entre 0 et 1.
• Plus ce nombre est grand, plus le risque, ou la
chance, que l'événement se produise est grand.
Introduction
• Le calcul des probabilités a pris un nouvel essor
au début du XXème siècle, avec l'axiomatique de
Andreï Kolmogorov.
• C'est alors que commence la théorie des
probabilités.
• Les probabilités deviennent une science et une
théorie, comme branche des mathématiques.
Introduction
• Andreï Kolmogorov (1903-1987) est un
mathématicien russe considéré comme l'un des
pères fondateurs de la théorie des probabilités.
• Après des études à l'Université de Moscou,
Kolmogorov publie ses premiers travaux
concernant la théorie des ensembles et l'analyse
de Fourier dans les années 1920.
Introduction
• Mais c'est dans son manuel, Fondements de la
théorie des probabilités, publié en allemand en
1933, qu'il formalise la notion de σ-algèbre et
pose les bases de l'axiomatisation du calcul des
probabilités que nous verrons dans ce chapitre.
• Une expérience, dont les conditions
d’exécution bien que parfaitement définies,
est dite aléatoire lorsqu'on ne peut pas en
prévoir exactement les résultats du fait que
tous les facteurs qui déterminent ces résultats
ne sont pas maîtrisés ou contrôlés.
• À contrario les expériences, dites
déterministes, celles dont le résultat est
maîtrisé par les conditions initiales, ont un
seul résultat possible, en négligeant les
éventuelles erreurs de mesure.
• Ces situations s’opposent à celles où le hasard
intervient dans le résultat attendu et pour
lesquelles on parle d’incertitude.
• L’objectif du calcul des probabilités est
l’analyse et l’explication des phénomènes non
déterministes.
• Un événement aléatoire est un événement qui
peut ou ne pas se réaliser au cours d'une
expérience aléatoire.
• L'univers des possibles (ou univers), noté Ω
(prononcer grand omega), est défini par
l'ensemble de tous les résultats possibles ou
événements élémentaires qui peuvent être
obtenus au cours d'une expérience aléatoire.
• Les événements (ou événements composés)
seront représentés par des parties (sous-
ensembles) de Ω.
• Quel est l'événement associé à la réalisation
d'un échantillon (expérience aléatoire) à partir
d'une population donnée ?
• Il n’est pas toujours facile de trouver un
ensemble Ω permettant de modéliser
l’expérience aléatoire.
• Voici une règle pratique pour y arriver : les
événements élémentaires sont ceux qui
contiennent l’information maximale qu’il est
possible d’obtenir de l’expérience.
• Par exemple si on jette un dé, l’événement A :
"obtention d’un chiffre pair" n’est pas
élémentaire.
• Il est composé des trois événements élémentaires
2, 4, 6 : A = {2, 4, 6}.
• Ici, Ω = {1, 2, 3, 4, 5, 6}.
• De même si on lance trois fois une pièce de
monnaie, les événements élémentaires sont des
triplets comme (p, f, p) indiquant le résultat précis
de chacun des trois lancers.
• Ici Ω = {p, f}3.
• L’événement B "obtention de pile au deuxième
des trois lancers" est composé de:
B = {(f, p, f) ; (f, p, p) ; (p, p, f) ; (p, p, p)}.
Notations Vocabulaire ensembliste Vocabulaire probabiliste
𝜙 ensemble vide événement impossible
Ω ensemble plein événement certain
ω élément de Ω événement élémentaire
A sous-ensemble de Ω événement
Le résultat ω est une des
ω∈A ω appartient à A
réalisations possibles de A
A⊂B A inclus dans B A implique B
A⋃ B réunion de A et B A ou B
A∩B intersection de A et B A et B
complémentaire de A
Ac événement contraire de A
dans Ω
249
A∩B=𝜙 A et B sont disjoints A et B sont incompatibles
• Les opérations logiques sur les événements
peuvent bien sûr faire intervenir plus de deux
événements.
• Ainsi, si A1,. . ., An sont des événements,
⋃𝑛𝑖=1 𝐴𝑖 = 𝐴1 ⋃ 𝐴2 ⋃ … 𝑈 𝐴𝑛
est l’ensemble des ⴍ qui sont dans l’un au moins
des Ai.
• C’est donc l’événement "réalisation de l’un au
moins des 𝐴𝑖 (1 ≤ 𝑖 ≤ 𝑛)".
• De même, ‫=𝑖𝑛ځ‬1 𝐴𝑖 = 𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛
est l’ensemble des ⴍ qui sont dans tous les Ai.
• C’est donc l’événement "réalisation de chacun
des 𝐴𝑖 (1 ≤ 𝑖 ≤ 𝑛)".
Définition classique de la probabilité
• On suppose tout d’abord que les événements
élémentaires ont une chance égale de
réalisation, contexte dit d’équiprobabilité, ce
qui implique l’additivité des chances.
• Pour cette hypothèse et pour un ensemble
fondamental de type fini, on définit la
probabilité d’un événement comme l’analogue
d’une fréquence relative afin d’avoir une
échelle de valeurs comprise entre 0 et 1, et de
disposer d’une mesure additive.
• Pour des événements élémentaires
équiprobables, la probabilité d’un événement
quelconque est sa fréquence relative
d’apparition dans l’ensemble fondamental.
• Ce point est connu sous le nom de règle de
Laplace.
• Si une expérience a été répétée un grand
nombre de fois dans des conditions
uniformes, on constate généralement que la
fréquence relative (% de réalisation) d'un
événement donné se stabilise vers un nombre
fixe.
• Ce phénomène est connu sous le nom de
régularité statistique.
• Ce nombre fixe est par définition la probabilité
mathématique de l'événement considéré.
• Autrement dit, si m résultats peuvent se
produire avec des chances égales et si k
résultats correspondent à la réalisation de
l'événement A, la probabilité de l'événement
A est le rapport k/m : nombre de cas
favorables sur nombre de cas possibles.
• Il faut bien noter que les événements n'ont
pas toujours la même chance de se produire.
• Dès lors que l’ensemble fondamental n’est pas
fini et/ou que l’équiprobabilité n’est pas
assurée sur les événements élémentaires de
Ω, on ne peut plus appliquer cette règle du
nombre de cas favorables sur nombre de cas
possibles.
• On doit généraliser cette démarche et définir
abstraitement la probabilité pour qu’elle
coïncide avec la règle de Laplace lorsque cette
dernière s’applique.
Tribu ou σ-algèbre
• Une tribu ou σ-algèbre (prononcer sigma-
algèbre) sur un univers fini ou infini est un
ensemble d'événements de cet univers
vérifiant deux principales propriétés : la
stabilité par passage au complémentaire et la
stabilité par réunion dénombrable.
• C'est la famille des événements observables.
• Une tribu ou σ-algèbre sur l'univers Ω est un sous
ensemble d'événements ou de parties, noté ℱ ,
vérifiant :
1. ℱ ⊆ ℘ Ω , Ω ∈ ℱ, ∅ ∈ ℱ.
2. L'ensemble ℱ est stable par passage au
complémentaire : pour tout événement A de ℱ,
l'événement complémentaire 𝐴ҧ appartient à
l'ensemble ℱ, ∀ 𝐴 ∈ ℱ, 𝐴ҧ ∈ ℱ.
3. L'ensemble A est stable par réunion
dénombrable : pour toute suite d'événements
𝐴𝑛 𝑛∈ℕ appartenant à ℱ, l'union de ces
événements appartient à l'ensemble ℱ.
𝑛
𝐴𝑛 𝑛∈ℕ ∈ ℱ alors ⋃𝑖=1 𝐴𝑛 ∈ ℱ.
• Par convention, on note les tribus par des
lettres avec une police de caractère dite
calligraphique, comme par exemple A, B, ℱ,
etc.
• Le point important de cette définition est que
la stabilité par réunion dénombrable garantit
que toute union de sous-éléments
(événements) de la tribu est équivalente à un
autre événement qui appartient lui-même à la
tribu.
• Un univers probabilisable est un couple (ℱ, Ω)
où ℱ est une tribu (ou σ-algèbre) sur l'univers
Ω.
• Dans le cas d'un univers fini ou infini
dénombrable, un univers probabilisable est
donné par (ℱ, ℘ Ω puisque ℘ Ω est une
tribu sur Ω.
• Un univers probabilisable est un univers de
résultats sur lequel nous pouvons définir des
probabilités.
Définition générale d'une probabilité
• Une mesure de probabilité (ou probabilité) est
une application qui associe à tout événement
appartenant à une tribu une valeur sur [0, 1].
• Soit (ℱ, Ω) un univers probabilisable fini ou
infini dénombrable.
• Une probabilité (ou mesure de probabilité) est
une application Pr : ℱ → [0, 1], telle que :
• 1. Pr(Ω)=1
• 2. Pour toute suite d' événements disjoints
𝐴𝑛 𝑛∈ℕ ∈ ℱ, on a (propriété de σ-additivité)
Pr(⋃𝑛𝑖=1 𝐴𝑛 ) = σ𝑛𝑖=1 Pr 𝐴𝑛 .
• Pour tout événement A ∈ ℱ, le nombre Pr (A)
correspond à la probabilité de l'événement A.
• Un univers probabilisé est un triplet (ℱ, Ω, Pr)
où ℱ est une σ-algèbre sur l'univers Ω et Pr(.)
une mesure de probabilité .
Définition axiomatique de la probabilité
• Soit (ℱ, Ω) un univers probabilisable fini tel que Ω
= 𝑤1 , 𝑤1 , … , 𝑤𝑛 et ℘ Ω l'ensemble des parti.es,
avec ℱ ⊑ ℘ Ω . Une probabilité est une
application Pr : ℱ → [0, 1], telle que :
• 1. la somme des probabilités associées aux
événements élémentaires (ou singletons) 𝑤𝑖 est
égale à 1 : σ𝑛𝑖=1 Pr(𝑤𝑖 ) = 1 ;
• 2. la probabilité d'un événement A ∈ ℱ est égale à
la somme des probabilités associées aux
événements élémentaires 𝑤𝑖 qui le constituent :
Pr(A)= σ𝑤𝑖∈𝐴 Pr(𝑤𝑖 ).
Définition de la probabilité conditionnelle
• Comment doit-on modifier la probabilité que
l’on attribue à un événement lorsque l’on
dispose d’une information supplémentaire ?
• Le concept de probabilité conditionnelle
permet de répondre à cette question.
• On considère une expérience aléatoire
représentée par un univers probabilisé (ℱ, Ω,
Pr).
• On s' intéresse à la probabilité d'un événement
A ∈ ℱ.
• Mais, alors que l'expérience n'est pas réalisée,
c'est-à-dire avant que l'on obtienne le résultat,
on obtient une information qui se traduit par
un événement B ∈ ℱ.
• La probabilité associée à l'événement A doit
donc tenir compte de l'événement B.
• Cette probabilité associée à L' événement A
sachant l'événement B est appelée probabilité
conditionnelle.

• Soit un univers probabilisé (ℱ, Ω, Pr) et soient
A et B deux événements appartenant à la tribu
ℱ sur Ω , tels que Pr(𝐵) > 0.
• La probabilité conditionnelle de l'événement
A sachant B est définie par :
𝑷𝒓 𝑨∩𝑩
Pr 𝐴 𝐵 =
𝐏𝐫(𝑩)
• Le conditionnement dans la mesure de
probabilité est indiqué par une barre verticale.
• À gauche de cette barre figure l'événement pour
lequel on cherche à déterminer la probabilité
conditionnelle (A) et à droite de celle-ci figure
l'événement dit "de conditionnement" (B).
• On note aussi parfois la probabilité conditionnelle
de A sachant B sous la forme 𝑃𝑟𝐵 𝐴 .
• Mais quelle que soit la notation adoptée, il
convient de remarquer que l'événement de
conditionnement a nécessairement une
probabilité non nulle pour que la probabilité
conditionnelle soit définie.
• Dit autrement, un événement impossible ne
peut pas être un événement de
conditionnement.
• Soit un univers probabilisé (ℱ, Ω, Pr) et soient
A et B deux événements appartenant à la tribu
ℱ sur Ω , tels que Pr(𝐴) > 0 et Pr(𝐵) > 0.
• La probabilité associée à l'événement 𝑨
∩ 𝑩 est définie par :
𝑷𝒓 𝑨 ∩ 𝑩 = 𝐏𝐫 𝑨 𝑩 ∗ 𝐏𝐫 𝐁 = 𝐏𝐫 𝑩 𝑨
∗ 𝐏𝐫 𝐀
• Cette définition peut se généraliser à plus de
deux événements par la formule de
l'intersection ou formule des probabilités
composées.
• On considère un patient qui peut suivre au
choix deux traitements, notés A et B.
• La probabilité qu' il suive Je traitement A est
égale à 75 %.
• On sait par ailleurs que la probabilité de succès
du traitement A est égale à 80 %, tandis que
celle du traitement B est égale à 90 %.
• On admet que la probabilité que ce patient soit
guéri, événement noté G, est égale à 82,5 %.

• Déterminons la probabilité que le patient ait
suivi le traitement A sachant qu'il est guéri.
• D' après la définition de la probabilité
conditionnelle, il vient :
𝑃𝑟 𝐴∩𝐺 𝐺𝐴
• 𝑃𝑟 𝐴 𝐺 = Pr(𝐺)
=
𝑃𝑟
Pr(𝐺)
∗Pr(𝐴)
=
0,8∗0,75
0,825
= 0,7273.
Définition de matrice
• Une matrice est un tableau rectangulaire de
nombres réels pouvant se représenter de la
manière suivante :
 a11 a12 a1n 
 
 a a22 a2 n 
A = aij = 21
 
 
 am1 am 2 amn 
• Les termes représentés dans le tableau
constituent les éléments de la matrice.
• Ces éléments, notés 𝑎𝑖𝑗 , sont caractérisés par
leur valeur et leur position.
• L’indice de ligne 𝑖 et l’indice de colonne j
indiquent la position d’un élément dans la
matrice.
• Ainsi, l’élément 𝑎𝑖𝑗 se trouve dans la ligne 𝑖 è𝑚𝑒 et
la 𝑗 è𝑚𝑒 colonne.
• Une matrice composée de 𝑚 lignes et 𝑛
colonnes est dite d’ordre 𝑚x𝑛 .
• Une matrice d’ordre 𝑚x1 est appelée
vecteur-colonne, tandis qu’une matrice
d’ordre 1x𝑛 est appelée vecteur-ligne.
• Une matrice dont le nombre de lignes est égal
au nombre de colonnes est une matrice carrée
d’ordre 𝑛.
Addition de matrices
• Si 𝐴 = 𝑎𝑖𝑗 et Si 𝐵 = 𝑏𝑖𝑗 sont deux matrices
d’ordre 𝑚𝑥𝑛 , leur somme 𝐴 + 𝐵 est définie par
la matrice C = 𝑐𝑖𝑗 d’ordre 𝑚𝑥𝑛 , dont chaque
élément est la somme des éléments
correspondants de 𝐴 et B ∶
• C = 𝑐𝑖𝑗 = A + B = 𝑎𝑖𝑗 + 𝑏𝑖𝑗 .
• Ainsi, l’addition se fait terme à terme.
• La somme de deux matrices d'ordres différents
n'est pas définie.
Addition de matrices
• Si 𝐴 et 𝐵 sont des matrices de même ordre
alors 𝐴 + 𝐵 = 𝐵 + 𝐶.
• On dit que la somme des matrices est
commutative.
• Si 𝐴, 𝐵 et 𝐶 sont des matrices de même ordre
alors 𝐴 + 𝐵 + 𝐶 = 𝐴 + 𝐵 + 𝐶.
• On dit que la somme des matrices est
associative.
Multiplication d’une matrice par un scalaire
• Si 𝛼 est un scalaire et 𝐴 une matrice, le
produit α𝐴 s’obtient en multipliant chaque
élément de 𝐴 par 𝛼.
• α𝐴 = α 𝑎𝑖𝑗 = α𝑎𝑖𝑗 .
Multiplication de matrices
• Soient 𝐴 et 𝐵 deux matrices, le produit 𝐴𝐵 est
défini si et seulement si le nombre de
colonnes de 𝐴 est égal au nombre de lignes de
B.
• Si 𝐴 est d’ordre 𝑚x𝑝 et B d’ordre 𝑝x𝑛
alors le produit 𝐴𝐵 est défini par la matrice C
d’ordre 𝑚x𝑛 dont les éléments sont obtenus
par :
𝑝
• 𝐶𝑖𝑗 = σ𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 , i = 1, 2 … , m ; j = 1,2 … , n.
• Cela signifie que l'on multiplie les éléments de
la 𝑖 è𝑚𝑒 ligne de 𝐴 par les éléments
correspondants de la 𝑗 è𝑚𝑒 colonne de 𝐵 puis
on additionne les résultats.
𝑝
• 𝐶𝑖𝑗 = σ𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 , i = 1, 2 … , m ; j = 1,2 … , n.
• Cela signifie que l'on multiplie les éléments de
la 𝑖 è𝑚𝑒 ligne de 𝐴 par les éléments
correspondants de la 𝑗 è𝑚𝑒 colonne de 𝐵 puis
on additionne les résultats.
• Soient les matrices :
1 0
1 0 2
• 𝐴= et 𝐵 = 1 5 .
4 1 0
3 0
• Calculer 𝐴B.
• 𝐴 est d'ordre 2x3 et 𝐵 est d’ordre 3x2 .
• Le produit 𝐴𝐵 est donc défini puisque 𝐴 a 3 colonnes et 𝐵 a 3
lignes.
• Le produit 𝐴𝐵 que nous appellerons 𝐶 est donc une matrice
d'ordre 3x2 .
• L'élément 𝑐11 s'obtient en multipliant les éléments de la
première ligne de 𝐴 par les éléments de la première colonne
de 𝐵 puis en additionnant les résultats :
2
• 𝑐11 = 1 0 2 ∗ 1 = 1∗2 + 0∗1 + 2∗3 =8
3
• L'élément 𝑐12 s'obtient en multipliant les éléments de la
première ligne de 𝐴 par les éléments de la deuxième
colonne de 𝐵 puis en additionnant les résultats :
0
• 𝑐12 = 1 0 2 ∗ 5 = 1∗0 + 0∗5 +
0
2∗0 =0
• On répète la même opération pour tous les éléments 𝑐𝑖𝑗 .
On obtient la matrice 𝐶 suivante :
8 0
• 𝐶= .
9 5
• Si 𝐴, 𝐵 et 𝐶 sont des matrices dont la somme et le
produit sont définis, nous avons :
• 𝐴 ∗ 𝐵 ∗ 𝐶 = 𝐴 ∗ 𝐵 ∗ 𝐶.
• On dit que le produit des matrices est associatif.
• Nous avons aussi 𝐴 ∗ 𝐵 + 𝐶 = 𝐴 ∗ 𝐵 +
𝐴∗𝐶 .
• On dit que le produit des matrices est distributif.
• Par contre, la multiplication de matrices n'est pas
commutative, c'est-à-dire que 𝐴𝐵 ≠ 𝐵𝐴 en
général.
Transposée d’une matrice
• La transposée d’une matrice 𝐴 d'ordre
𝑚xn est définie comme une nouvelle matrice,
notée 𝐴′ (ou parfois 𝐴𝑡 ) d'ordre 𝑛xm .
• Elle a pour colonnes les lignes de 𝐴 et pour
lignes les colonnes de 𝐴.
′ 𝑡 ′
• 𝐴 = 𝐴 = 𝑎𝑖𝑗 = 𝑎𝑗𝑖
Transposée d’une matrice
• Si 𝐴, 𝐵 et 𝐶 sont des matrices dont la somme et
le produit sont définis, il est facile de montrer
les relations suivantes :
• (𝐴 + 𝐵)′ = 𝐴′ + 𝐵′
• (𝐴𝐵)′ = 𝐵′ 𝐴′
• (𝐴′ )′ = 𝐴.
Différents types de matrices
• La matrice dont tous les éléments sont nuls est
appelée matrice nulle. Elle est notée 𝑂. Lorsque
les opérations sont définies, nous avons :
• 𝐴+𝑂 =𝑂+𝐴
• 𝐴−𝐴=𝑂
• 𝐴𝑂 = 𝑂 = 𝑂𝐴
• Notons que 𝐴𝐵 = 𝑂 n'entraîne pas
nécessairement 𝐴 = 𝑂 O ou 𝐵 = 𝑂.
• Par exemple, avec les matrices
1 4 4 0
• 𝐴= et 𝐵 = ,
0 0 −1 0
0 0
• on a bien 𝐴𝐵 = .
0 0
• Pour toute matrice carrée, les éléments qui ont
le même indice pour la ligne et pour la colonne
(c'est-à-dire les éléments en position 𝑖, 𝑖 )
forment la diagonale principale.
• Une matrice identité est une matrice carrée qui
a des 1 sur la diagonale principale et des "0"
partout ailleurs.
• On la désigne par la lettre 𝐼.
• Si nous désignons les éléments de la matrice
identité par 𝑢𝑖𝑗 , nous pouvons définir la
matrice identité de la sorte :
• 𝐼 = (𝑢𝑖𝑗 ) avec 𝑢𝑖𝑗 = 1 si 𝑖 = 𝑗 et 𝑢𝑖𝑗 = 0 si 𝑖 ≠
𝑗.
• Si 𝐴 et : 𝐼 sont deux matrices de même ordre,
alors on a : : 𝐴𝐼 = 𝐼𝐴 = 𝐴, : 𝐼𝑘 , 𝑘 = 1,2, … , 𝑛.
• Matrice symétrique
• Une matrice carrée 𝐴 telle que 𝐴′ = 𝐴 est dite
matrice symétrique.
• Ainsi, une matrice carrée 𝑎𝑖𝑗 est symétrique
si 𝑎𝑖𝑗 = 𝑎𝑗𝑖 pour tout 𝑖 et tout 𝑗, c'est-à-dire ses
coefficients sont symétriques par rapport à la
diagonale principale.
• Matrice anti-symétrique
• Une matrice carrée 𝐴 telle que −𝐴′ = 𝐴 est dite
matrice anti-symétrique c'est-à-dire 𝑎𝑖𝑗 = −𝑎𝑗𝑖
pour tout 𝑖 et 𝑗.
• Il s'ensuit que les éléments de la diagonale
principale sont nuls.
Matrice scalaire
• Une matrice carrée 𝐴 est dite matrice scalaire si :
𝑎𝑖𝑗 = 𝛽 pour si 𝑖 = 𝑗 et 𝑎𝑖𝑗 = 0 pour 𝑖 ≠ 𝑗, où 𝛽
est un scalaire.
Matrice diagonale
• Une matrice carrée 𝐴 est dite matrice diagonale
si : 𝑎𝑖𝑗 = 𝑑𝑖𝑗 pour si 𝑖 = 𝑗 et 𝑎𝑖𝑗 = 0 pour 𝑖 ≠ 𝑗,
où les 𝑑𝑖𝑗 sont des nombres quelconques.
Matrice triangulaire
• Une matrice carrée 𝐴 est dite matrice
triangulaire ou supérieure si :
• 𝑎𝑖𝑗 = 0 pour si 𝑖 > 𝑗.
Trace d'une matrice carrée
• La trace d'une matrice carrée est la somme des
éléments de la diagonale principale.
• Si A est une matrice carrée d'ordre n, on définit la
trace de A comme suit :
• 𝑡𝑟 𝐴 = σ𝑛𝑖=1 𝑎𝑖𝑖
• Si 𝐴 et 𝐵 sont deux matrices carrées, nous avons :
• 𝑡𝑟 𝐴 = 𝑡𝑟 𝐴′
• 𝑡𝑟 𝐴 + 𝐵 = 𝑡𝑟 𝐴 + 𝑡𝑟 𝐵
• Si 𝐴 est d'ordre 𝑚xn et 𝐵 d'ordre 𝑛xm , alors
nous avons : 𝑡𝑟 𝐴𝐵 = 𝑡𝑟(𝐵𝐴).
Déterminant d'une matrice carrée
• A chaque matrice carrée, on peut associer un
nombre qui s'appelle son déterminant. On la
désigne par 𝐷𝑒𝑡(𝐴) ou par 𝐴 .
• Nous allons partir commencer par deux cas
particuliers : le déterminant d'une matrice 2x2
et le déterminant d'une matrice 3x3 .
• Le déterminant d'une matrice d'ordre 2 est égal
à la différence de du produit croisé de ses
éléments.
𝑎11 𝑎12
• 𝐴 = 𝑎 = 𝑎11 ∗ 𝑎22 − 𝑎 12 ∗ 𝑎21
21 𝑎22
• Pour calculer le déterminant d'une matrice d'ordre
3, on répète les deux premières colonnes à droite de
matrice de manière à avoir 5 colonnes.
• On effectue la somme des produits des éléments de
chaque diagonale tournée dans le même sens que la
diagonale principale et on enlève les produits des
éléments de chaque diagonale de sens contraire.
• Cela donne :
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
• 𝑎21 𝑎22 𝑎23 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
• 𝐴 = (𝑎11 ∗ 𝑎22 ∗ 𝑎33 ) + (𝑎12 ∗ 𝑎23 ∗ 𝑎31 ) +
(𝑎13 ∗ 𝑎21 ∗ 𝑎32 ) − (𝑎13 ∗ 𝑎22 ∗ 𝑎31 ) − (𝑎11 ∗
𝑎23 ∗ 𝑎32 ) − (𝑎12 ∗ 𝑎21 ∗ 𝑎33 )
ou
• 𝐴 = (𝑎11 ∗ 𝑎22 ∗ 𝑎33 ) + (𝑎21 ∗ 𝑎32 ∗ 𝑎13 ) +
(𝑎31 ∗ 𝑎12 ∗ 𝑎23 ) − (𝑎13 ∗ 𝑎22 ∗ 𝑎31 ) − (𝑎23 ∗
𝑎32 ∗ 𝑎11 ) − (𝑎33 ∗ 𝑎21 ∗ 𝑎12 )
• Pour calculer le déterminant d'une matrice
d'ordre 𝑛, nous devons introduire quelques
notions sur les permutations.
• On dit que les entiers 1,2, … , 𝑛 sont dans un
ordre naturel lorsqu'ils apparaissent dans l'ordre
1,2, … , 𝑛.
• Deux entiers ne sont pas dans l'ordre naturel
dans un ensemble de 𝑛 entiers si le plus grand
précède le plus petit.
• Par exemple, l'ordre naturel des 5 premiers
entiers, commençant par 1, est 1,2,3,4,5 .
• Si l'on inverse la position des entiers 2 et 4, nous
obtenons 1,4,3,2,5 et l'ensemble n'est plus un
ordre naturel, parce que 4 précède 3 et 2, 3
précède 2.
• On appelle permutation de 𝑛 entiers tout
arrangement de ces 𝑛 entiers.
• Le nombre d'inversions dans une permutation de
𝑛 entiers est le nombre de paires d'éléments
(non nécessairement adjacents) dans lesquelles
le grand entier précède le petit.
• Dans l'exemple donné précédemment, nous
avons 3 inversions : (4,3), (4,2) et (3,2).
• Notons que le nombre d'inversions dans toute
permutation est unique et peut être compté
directement et systématiquement.
• Une permutation est dite paire si le nombre d'inversions
de cette permutation est pair.
• Elle est dite impaire si le nombre d'inversions de cette
permutation est impair.
• Le déterminant d'une matrice 𝐴 d'ordre 𝑛, noté 𝐴 , est le
nombre calculé à partir de la somme suivante :
• 𝐴 = σ ∓ 𝑎1𝑖 𝑎1𝑗 … 𝑎𝑛𝑟
• La somme est prise sur toutes les permutations du second
indice. On assigne à un terme le signe plus (+) si
𝑖, 𝑗, … , 𝑟 est une permutation paire de 1,2, … , 𝑛 et le
signe moins (-) si c'est une permutation impaire.
Tableau : Caractéristiques d'une matrice d'ordre 3
Permutation Nombre d'inversions Parité
1,2,3 0 Paire
2,3,1 2 Paire
3,1,2 2 Paire
1,3,2 1 Impaire
2,1,3 1 Impaire
3,2,1 3 Impaire
• Le déterminant est alors :
• 𝐴 = (𝑎1(1) ∗ 𝑎2 2 ∗ 𝑎3 3 ) + (𝑎1 2 ∗ 𝑎2 3 ∗ 𝑎3 1 )
+ (𝑎1 3 ∗ 𝑎2 1 ∗ 𝑎3 2 ) − (𝑎1 3 ∗ 𝑎2 2 ∗ 𝑎3 1 )
− (𝑎1 1 ∗ 𝑎2 3 ∗ 𝑎3 2 ) − (𝑎1 2 ∗ 𝑎2 1 ∗ 𝑎3 3 ).
• Dans ce déterminant, considérons maintenant les
deux termes qui contiennent l'élément 𝑎11 , nous
avons : +(𝑎11 ∗ 𝑎22 ∗ 𝑎33 ) et −(𝑎11 ∗ 𝑎23 ∗ 𝑎32 )
que l'on peut écrire sous la forme :
• 𝑎11 (𝑎22 ∗ 𝑎33 − 𝑎23 ∗ 𝑎32 ).
• Les termes entre parenthèses représentent le
cofacteur de l'élément 𝑎11 .
• On notera qu'il ne contient aucun élément de la
première ligne et aucun élément de la première
colonne.
• Nous représentons le cofacteur de 𝑎11 par 𝐴11 .
• Soit 𝑎11 𝑎22 ∗ 𝑎33 − 𝑎23 ∗ 𝑎32 = 𝑎11 ∗ 𝐴11 .
• Considérons maintenant les deux termes du
déterminant contenant le 2ème élément de la
première ligne de 𝐴, on a :
• 𝑎12 ∗ 𝑎23 ∗ 𝑎31 -𝑎12 ∗ 𝑎21 ∗ 𝑎33 = 𝑎12 (𝑎23 ∗ 𝑎31
- 𝑎21 ∗ 𝑎33 ) = 𝑎12 ∗ 𝐴12 .
• De même, pour le 3ème élément de la première
ligne de 𝐴, on a :
• 𝑎13 ∗ 𝑎21 ∗ 𝑎32 − 𝑎13 ∗ 𝑎22 ∗ 𝑎31 = 𝑎13 (𝑎21 ∗
𝑎32 − 𝑎22 ∗ 𝑎31 ) = 𝑎13 ∗ 𝐴13
• Notons que tous les termes du déterminant ont
été utilisés, nous pouvons donc écrire :
• 𝐴 = 𝑎11 ∗ 𝐴11 + 𝑎12 ∗ 𝐴12 + 𝑎13 ∗ 𝐴13 =
σ3𝑗=1 𝑎𝑖𝑗 ∗ 𝐴𝑖𝑗 .
• Le même raisonnement peut être répété pour
toutes les lignes de 𝐴.
• La définition du déterminant qui a été donnée
s’appelle l’expansion par les lignes (indices de
ligne fixés dans leur ordre naturel).
• On peut tout aussi bien fixer les indices de
colonnes dans leur ordre naturel et opérer les
permutations sur les indices de ligne.
• On obtient le même résultat du déterminant en
faisant une expansion par les colonnes.
• Ainsi, 𝐴 = 𝐴′ .
• Si l'on change deux lignes de la matrice 𝐴, le déterminant
change de signe.
• Si la matrice possède deux lignes identiques, le
déterminant est égal à zéro.
• Si l'on multiplie une ligne de la matrice 𝐴 par le scalaire 𝛽,
le déterminant est lui aussi multiplié par 𝛽.
• Si tous les éléments d'une ligne d'une matrice 𝐴 sont nuls,
le déterminant est égal à zéro.
• Si, aux éléments d'une ligne de la matrice 𝐴, on ajoute un
multiple quelconque des éléments correspondants d'une
autre ligne de 𝐴, le déterminant reste inchangé.
• Le déterminant d'une matrice triangulaire est égal
au produit des éléments de la diagonale principale.
• Le déterminant d'une matrice diagonale est égal au
produit des éléments de la diagonale principale.
• A partir de cette propriété, on peut en déduire que
le déterminant d'une matrice identité (quel que soit
son ordre) est égal à 1.
• Soient 𝐴 et 𝐵 deux matrices carrées d'ordre 𝑛, le
déterminant du produit des deux matrices est égal
au produit des déterminants des deux matrices :
𝐷𝑒𝑡 𝐴𝐵 = 𝐷𝑒𝑡 𝐴 ∗ 𝐷𝑒𝑡(𝐵).
Inverse d’une matrice
• Soit 𝐴 et 𝐵 deux matrices du même ordre. 𝐵 est
l’inverse de 𝐴 si et seulement si :
• 𝐴𝐵 = 𝐵𝐴 = 𝐼. On note l’inverse d’une matrice
𝐴 par 𝐴−1 .
• Si 𝐴 est inversible (c’est-à-dire possède un
inverse), alors l’inverse est unique.
Calcul de l’inverse d’une matrice carrée
• Nous avons vu précédemment qu’à chaque élément
𝑎𝑖𝑗 de la matrice 𝐴 correspond un cofacteur 𝐴𝑖𝑗 .
• Nous pouvons dès lors former la matrice des
cofacteurs (𝐴𝑖𝑗 ).
• Cette matrice sera notée 𝐴𝑐 .
• La transposée de cette matrice est appelée matrice
adjointe et notée 𝐴𝑎 .
𝐴11 𝐴21 … 𝐴𝑛1
𝑎 𝑐 ′ ′ 𝐴12 𝐴22 … 𝐴𝑛2
• 𝐴 = 𝐴 = 𝐴𝑖𝑗 =
⋮ ⋮ ⋱ ⋮
𝐴1𝑛 𝐴2𝑛 … 𝐴𝑛𝑛
• Le produit 𝐴𝐴𝑎 est une matrice dont l’élément
de la 𝑖 è𝑚𝑒 ligne et 𝑗 è𝑚𝑒 colonne est :
• σ𝑛𝑘=1 𝑎𝑖𝑘 𝐴′𝑘𝑗 = σ𝑛𝑘=1 𝑎𝑖𝑘 𝐴𝑗𝑘
• Sachant que si 𝐴 est inversible (c’est-à-dire
possède un inverse), alors l’inverse est unique,
on peut montrer que :
• σ𝑛𝑘=1 𝑎𝑖𝑘 𝐴𝑗𝑘 = 0 si 𝑖 ≠ 𝑗
• Par conséquent, tous les éléments hors de la
diagonale principale de 𝐴𝐴𝑎 sont nuls. Les
éléments de la diagonale principale sont donnés
par : σ𝑛𝑘=1 𝑎𝑖𝑘 𝐴𝑖𝑘 = 𝐴
• Ainsi : 𝐴𝐴𝑎 = 𝐴 ∗ 𝐼
• Si 𝐴 ≠ 0, on obtient :
1
• 𝐴 𝐴𝑎 = 𝐼 et puisque l’inverse est unique :
𝐴
−1 1
• 𝐴 = 𝐴𝑎 .
𝐴
• Une matrice carrée 𝐴 est dite singulière 𝐴 = 0 ;
elle est dite non singulière ou régulière 𝐴 ≠ 0.
• On peut donc dire que l’inverse d'une matrice 𝐴
existe si et seulement la matrice est non-singulière.
• Le logiciel Excel contient une fonction permettant
d’inverser une matrice.
• Il s’agit de la fonction matricielle INVERSEMAT, que
l’on active en sélectionnant une plage de cellule de
dimension égale à la matrice à inverser et que l’on
valide avec les touches Ctrl + Shift + Enter.
Figure : Matrice 𝐴 et son inverse 𝐴−1

−1 1
• Si 𝐴 = (𝑎11 ) avec 𝑎11 ≠ 0 alors 𝐴 = .
𝑎11
• Si 𝐴 et 𝐵 sont deux matrices carrées et
inversibles alors : l'inverse 𝐴𝐵 −1 = 𝐵−1 𝐴−1 .
• 𝐴−1 −1 = 𝐴.
• 𝐴′ −1 = 𝐴−1 ′ .
• Si 𝐴 est une matrice carrée non singulière et
𝐴𝐵 = 𝑂 alors 𝐵 = 𝑂.
−1 1
• 𝐷𝑒𝑡(𝐴 ) = .
𝐷𝑒𝑡(𝐴)
Rang d’une matrice
• Avant d’introduire la notion de rang d’une matrice,
rappelons qu’une sous-matrice de 𝐴 est une matrice
obtenue de 𝐴 en éliminant un certain nombre de
lignes et de colonnes.
• La plus grande sous-matrice est la matrice 𝐴 elle-
même tandis que la plus petite n’est composée que
d’un seul élément de 𝐴.
• L’ordre maximum d’une sous-matrice carrée d’une
matrice 𝐴 d’ordre (𝑚 x 𝑛) est égal au plus petit des
entiers 𝑚 et 𝑛.
• Soit 𝑟 un nombre entier tel que 𝑟 ≤ 𝑚𝑖𝑛 𝑚, 𝑛 .
Rang d’une matrice
• Le rang d’une matrice 𝐴 d’ordre (𝑚 x 𝑛) est égal à 𝑟
s’il existe au moins une sous-matrice carrée d’ordre
𝑟 qui est non-singulière et si toutes les sous-
matrices carrées d’ordre supérieur à 𝑟 sont
singulières.
• Le rang d’une matrice est égal à l’ordre de la plus
grande sous-matrice carrée non-singulière.
• Dans le cas d’une matrice nulle, on dit que le rang
est zéro.
• Lorsque le rang 𝑟 d’une matrice est maximal : 𝑟 =
𝑚𝑖𝑛 𝑚, 𝑛 ; la matrice est dite de rang plein.
Transformations élémentaires des matrices
• Il est évident que le calcul du rang d’une matrice peut être
une opération très longue.
• Prenons le cas d’une matrice carrée d’ordre 𝑛.
• Nous devons d’abord calculer le déterminant de la
matrice.
• S’il est différent de zéro, le rang de la matrice est 𝑛, mais
s’il est égal à zéro, il faut calculer le déterminant des sous-
matrices d’ordre (𝑛 − 1).
• Or, il y en a 𝑛2 .
• Et si toutes ces sous-matrices ont un déterminant nul, il
faut passer aux sous-matrices d’ordre (𝑛 − 2) et ainsi de
suite.
• C’est pour cette raison que nous allons voir une méthode
qui facilite la détermination du rang d’une matrice.
• Cette méthode se base sur les transformations
élémentaires.
• Il y a trois sortes de transformations élémentaires
qui ne changent pas le rang de la matrice :
‒ échange de deux lignes (colonnes) de la matrice ;
‒ multiplication de tous les éléments d’une ligne
(colonne) de la matrice par la même constante
(différente de zéro) ;
‒ addition aux éléments d’une ligne de la matrice
d'un multiple quelconque des éléments
correspondants d’une autre ligne (idem pour les
colonnes).
• Ces transformations élémentaires ne changent
pas le rang de la matrice.
• Ainsi, nous allons utiliser ces transformations
pour réduire une matrice 𝐴 à sa forme normale.
• Si 𝐴 est une matrice d’ordre (𝑚 x 𝑛), sa forme
normale est la suivante :

Cours Mathematiques Pour Economistes 2022 2023 28 09 2022

Transféré par

Droits d'auteur :

Formats disponibles

Cours Mathematiques Pour Economistes 2022 2023 28 09 2022

Transféré par

Informations du document

Description originale:

Titre original

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

Cours Mathematiques Pour Economistes 2022 2023 28 09 2022

Transféré par

Droits d'auteur :

Formats disponibles

Mathématiques pour économistes

Prof. Sylvain KPENAVOUN CHOGOU

de et/ou. On dit que c'est un "ou" inclusif.

Ce qui contredit la définition d'un quotient.

en géométrie par Gottfried Leibniz.

𝑓𝑥21 𝑓𝑥1𝑥2 … 𝑓𝑥1𝑥𝑛

‒ Si les mineurs principaux ne vérifient pas

• La méthode des multiplicateurs de Lagrange est

• La méthode des multiplicateurs de

• Les points candidats satisfont par conséquent

• Soit 𝑃 𝑥0 , 𝑦0; 𝑓 𝑥0 , 𝑦0 le point en lequel

• La méthode des multiplicateurs de

• Dans ce cas, le Lagrangien s'écrit:

• Les conditions du deuxième ordre

• Mentionnons qu’il existe au moins une contrainte

• La fonction 𝑓 𝑥1 , 𝑥2, … , 𝑥𝑛 admet un maximum

valeur finale − valeur initiale

Tableau 1 : Quelques taux usuels

• Seuls les taux équivalents sont justes et

Valeur acquise 𝑉𝑛 par une série de n versements

Définition de la probabilité conditionnelle

Définition de la probabilité conditionnelle

Figure : Matrice 𝐴 et son inverse 𝐴−1

Vous aimerez peut-être aussi