1) Dérivée d'une fonction en un point.
Soit $f$ une fonction et $a$ un réel. On dit que la fonction $f$ est dérivable en $a$ si le quotient (appelé taux d'accroissement ou taux de variation) $\displaystyle{\frac{f(a+h)-f(a)}{h}}$ tend vers une limite finie $L$ lorsque $h$ tend vers $0$. Cette limite se note $f'(a)$ et s'appelle le nombre dérivée de $f$ en $a$.
La droite d'équation $y=f'(a)(x-a)+f(a)$ est l'équation de la tangente à la courbe $y=f(x)$ au point de coordonnées $(a,f(a))$.
Exemple.
Considérons la fonction $f(x)=x^2$ et montrons qu'elle est dérivable en $a=3$.
Le taux de variation de $f$ est $\displaystyle{\frac{f(3+h)-f(3)}{h} = \frac{(3+h)^2-3^2}{h} = 6+h}$ qui tend vers $6$ lorsque $h$ tend vers $0$. Donc la fonction $f$ est dérivable en $3$ et $f'(3)=6$.
2) Dérivée sur tout un intervalle
Une fonction $f$ est dérivable sur tout un intervalle de ${\Bbb R}$ si elle dérivable en tout point de cette intervalle.
Exemple.
On peut montrer que la fonction précédente, $f(x)=x^2$, est dérivable en tout point $a$ réel et que $f'(a)=2a$. On dit ainsi que $f$ est dérivable sur ${\Bbb R}$ et on définit une nouvelle fonction appelée la fonction dérivée $f'(x)=2x$.
3) Le signe de la dérivée d'une fonction $f$ permet d'obtenir les variations de $f$.
Si $f' \ge 0$ sur un intervalle $I$ alors $f$ est croissante sur $I$. Si $f' \le 0$ sur un intervalle $I$ alors $f$ est décroissante sur $I$.
Exemple : la fonction $f(x)=x^2$ est croissante sur $]0,+\infty[$ et décroissante sur $]-\infty,0[$ car $f'(x)=2x$ est positive sur $]0,+\infty[$ et négative sur $]-\infty,0[$.
4) Dérivée partielle
Soit $f$ une fonction de plusieurs variables. Par exemple :
\[f(x,y,z) = 2x+xyz - 2xe^{x^2+yz}.\]
On fixe les variables $y$ et $z$ c'est-à-dire on les considère comme constante. On obtient une fonction de la variable $x$ :
\[a(x) = 2x+xyz - 2xe^{x^2+yz}.\]
La dérivée partielle de $f$ par rapport à la variable $x$, notés $\displaystyle{\frac{\partial f}{\partial x}}$, est $a'(x)$ autrement dit c'est la dérivée de $f$ lorsqu'on considère $y$ et $z$ comme des constantes.
Exemple avec $f$ précédent.
\[\displaystyle{\frac{\partial f}{\partial x} = 2+yz -2e^{x^2+yz}-2x(2x)e^{x^2+yz}} \\\displaystyle{\frac{\partial f}{\partial x}=2+yz -2e^{x^2+yz} -4x^2 e^{x^2+yz}},\]
\[\displaystyle{\frac{\partial f}{\partial y} = xz - 2xze^{x^2+yz}}\text{ et }\displaystyle{\frac{\partial f}{\partial z} = xy - 2xye^{x^2+yz}}.\]
5) Différentielle
La formule de Taylor-Young pour les fonctions d'une variable se généralise aux fonctions de plusieurs variables par la formule suivante :
\[\displaystyle{f(x_1+dx_1,\ldots,x_n+dx_n) \approx f(x_1,\ldots,x_n) +\frac{\partial f}{\partial x_1}dx_1
+\ldots + \frac{\partial f}{\partial x_n}dx_n.}\]
Les $dx_i$ représente une petite variation de la variable $x_i$.
La quantité $\displaystyle{df = \frac{\partial f}{\partial x_1}dx_1+\ldots + \frac{\partial f}{\partial x_n}dx_n}$ s'appelle la différentielle de $f$ et permet de mesurer la variation d'une grandeur $f$ lorsqu'on les variables
sont modifiés de façon infinitésimale :
\[\displaystyle{\Delta(x_1,\ldots,x_n) = f(x_1+dx_1,\ldots,x_n+dx_n) - f(x_1,\ldots,x_n) \approx df.}\]
6) Calcul d'incertitude
On montre que lorsqu'une quantité $g$ dépend de plusieurs autres grandeurs $l_1, \ldots, l_n$ par une relation mathématique du genre $g = f(l_1,\ldots,l_n)$ alors l'incertitude des mesures des grandeurs $l_i$ notée $u(l_i)$ se transmet à l'incertitude globale $u(g)$ sur $g$ par la formule :
\[\displaystyle{u(g) = \sqrt{\sum_{i}\left(\frac{\partial f}{\partial l_i}\right)^2 u^2(l_i)}.}\]
Par exemple, on considère la grandeur $C_2$ qui dépend des grandeurs $V_1$, $V_2$ et $C_1$ par la relation $\displaystyle{C_2 = \frac{V_1}{V_2}C_1 = f(V_1,C_1,V_2)}$. Ici la fonction $f$ est $\displaystyle{f(x,y,z) = \frac{x}{z}y}$.
Calculons les dérivées partielles de $f$ :
\[\begin{array}{lll}\displaystyle{\frac{\partial f}{\partial V_1} = \frac{C_1}{V_2}},\\ \displaystyle{\frac{\partial f}{\partial C_1} = \frac{V_1}{V_2}}\\
\text{et}\\
\displaystyle{\frac{\partial f}{\partial V_2} = -\frac{C_1V_1}{V_2^2}.}\end{array}\]
L'incertitude sur $C_2$ est :
\[u(C_2) =\\ \displaystyle{
\sqrt{
\left(\frac{\partial f}{\partial V_1}\right)^2u(V_1)^2 + \left(\frac{\partial f}{\partial C_1}\right)^2u(C_1)^2 + \left(\frac{\partial f}{\partial V_2}\right)^2 u(V_2)^2}.}\]
Donc :
\[\displaystyle{u(C_2) = \sqrt{\frac{C_1^2}{V_2^2}u(V_1)^2 + \frac{V_1^2}{V_2^2}u(C_1)^2 + \frac{C_1^2V_1^2}{V_2^4}u(V_2)^2 }.}\]
En générale, seule l'incertitude relative est pertinente: $\displaystyle{\frac{U(C_2)}{C_2}}$. Sachant que $\displaystyle{C_2 = \frac{V_1}{V_2}C_1}$, on obtient après calcul :
\[\displaystyle{\frac{u(C_2)}{C_2} = \sqrt{\frac{u(V_1)^2}{V_1^2} + \frac{u(V_2)^2}{V_2^2} + \frac{u(C_1^2)}{C_1^2}}.}\]