Chapitre 11

Fonction exponentielle

Sommaire
  1. Définition
  2. Propriétés algébriques
  3. Signe et variations
  4. Dérivée de $t\mapsto e^{at}$
  5. Modélisation
  6. Approximations et algorithmes

Définition

Théorème — existence et unicité – admis#

Il existe une unique fonction $f$, dérivable sur $\mathbb{R}$, telle que \[ f' = f \qquad \text{et} \qquad f(0)=1. \] Cette fonction est appelée fonction exponentielle, notée $\exp$.

Remarque#

L'existence et l'unicité de cette fonction sont admises en première (leur démonstration rigoureuse dépasse le cadre du programme). Ce théorème signifie que $\exp$ est, à elle-même, sa propre dérivée : $\exp'(x)=\exp(x)$ pour tout $x\in\mathbb{R}$.

Propriétés algébriques

Propriété — relation fonctionnelle#

Pour tous réels $x$ et $y$ : \[ \exp(x+y) = \exp(x)\times\exp(y). \]

Propriété — conséquences#

Pour tous réels $x$ et $y$, et tout entier relatif $n$ : \[ \exp(-x) = \frac{1}{\exp(x)}, \qquad \exp(x)\exp(-x)=1, \qquad \exp(x-y) = \frac{\exp(x)}{\exp(y)}, \qquad \exp(nx) = \big(\exp(x)\big)^n. \]

Définition — nombre $e$, notation $e^x$#

On note $e = \exp(1) \approx 2{,}71828$. Grâce à la relation fonctionnelle, on montre que $\exp(n) = e^n$ pour tout entier $n$ ; on étend cette notation à tous les réels : \[ \exp(x) = e^x \quad \text{pour tout } x\in\mathbb{R}. \]

Exemple#

Simplifier $\dfrac{e^{3x}\times e^{-x+1}}{e^{2x-1}}$ : \[ \frac{e^{3x}\times e^{-x+1}}{e^{2x-1}} = e^{3x+(-x+1)-(2x-1)} = e^{3x-x+1-2x+1} = e^{2}. \]

Signe et variations

Propriété — approfondissement – stricte positivité#

Pour tout réel $x$, $e^x>0$.

Démonstration — approfondissement#

Pour tout $x$, $e^x\times e^{-x} = e^0=1$, donc $e^x$ ne peut pas être nul. De plus $e^x = \left(e^{x/2}\right)^2 \geqslant 0$ (un carré est positif ou nul) : étant non nul et positif ou nul, $e^x$ est donc strictement positif.

Propriété — sens de variation#

La fonction exponentielle est strictement croissante sur $\mathbb{R}$.

Remarque#

Ceci découle du théorème du chapitre 9 : $\exp'=\exp$ est strictement positive (propriété précédente), donc $\exp$ est strictement croissante sur $\mathbb{R}$.

Propriété — conséquences pour la résolution d'équations et d'inéquations#

Comme $\exp$ est strictement croissante sur $\mathbb{R}$, pour tous réels $a,b$ : \[ e^a=e^b \iff a=b, \qquad e^a<e^b \iff a<b. \]

Figure

Dérivée de $t\mapsto e^{at}$

Propriété#

Pour $a\in\mathbb{R}$, la fonction $t\mapsto e^{at}$ est dérivable sur $\mathbb{R}$, de dérivée $t\mapsto a\,e^{at}$.

Exemple#

La dérivée de $f(t)=e^{-0{,}3t}$ est $f'(t) = -0{,}3\,e^{-0{,}3t}$.

Propriété — allure des courbes $t\mapsto e^{kt}$ et $t\mapsto e^{-kt}$, pour $k>0$#

Pour $k>0$ :

  • $t\mapsto e^{kt}$ est strictement croissante sur $\mathbb{R}$ (croissance exponentielle) ;
  • $t\mapsto e^{-kt}$ est strictement décroissante sur $\mathbb{R}$ (décroissance exponentielle).

Dans les deux cas, les valeurs restent strictement positives.

Modélisation

Méthode — modéliser une évolution exponentielle#

Une grandeur $y(t)$ qui évolue à taux constant en temps continu (croissance ou décroissance) se modélise par $y(t) = y(0)\,e^{kt}$, avec $k>0$ pour une croissance, $k<0$ pour une décroissance.

Exemple#

La décroissance radioactive d'une substance obéit à $N(t) = N_0\,e^{-\lambda t}$, où $N_0$ est la quantité initiale et $\lambda>0$ une constante caractéristique de la substance (constante radioactive).

Propriété — lien avec les suites géométriques#

Si $(u_n)$ est géométrique de raison $q>0$, on peut écrire $q=e^{\ln q}$ (résultat admis, la fonction $\ln$ étant hors programme de première), et $u_n = u_0\,e^{n\ln q}$ : une suite géométrique est ainsi l'analogue discret (aux instants entiers) d'une fonction exponentielle, qui décrit la même évolution en temps continu.

Approximations et algorithmes

Algorithme / Python — construction de l'exponentielle par la méthode d'Euler#

Comme $\exp'=\exp$ et $\exp(0)=1$, on peut approcher $\exp$ en utilisant l'approximation linéaire $f(a+h)\approx f(a)+f'(a)\,h = f(a)(1+h)$ (ici $f'=f$), par petits pas $h$, en partant de $\exp(0)=1$ :

def euler_exp(x, n):
    h = x / n
    y = 1          # valeur de exp(0)
    for k in range(n):
        y = y * (1 + h)   # y approche y + h*y (car f'=f)
    return y

Plus $n$ est grand (donc $h$ petit), plus l'approximation de $\exp(x)$ obtenue est précise.

Algorithme / Python — approximation de $e$ par une suite#

On admet que la suite $\left(\left(1+\dfrac1n\right)^n\right)$ tend vers $e$ quand $n$ tend vers $+\infty$.

def approx_e(n):
    return (1 + 1/n)**n
Un peu d'histoire#

La notation exponentielle apparait vers la fin du XVIIe siècle, avec la volonté de traiter des phénomènes de croissance comparables aux intérêts composés. La caractérisation de $\exp$ comme unique fonction vérifiant $y'=y$ et $y(0)=1$ apparait naturellement dans cette modélisation.