Vous êtes sur la page 1sur 236

COLE POLYTECHNIQUE

FDRALE DE LAUSANNE

Cours dAnalyse I et II

Sections
Microtechnique
&
Science et g
enie des mat
eriaux
Dr. Philippe Chabloz

avril 2013

Table des mati`


eres
1 Sur les nombres
1.1 Les nombres entiers . . . . . . . . . . . . . . . . . . . .
1.1.1 Denitions et notations . . . . . . . . . . . . . .
1.1.2 Demonstration par recurrence . . . . . . . . . . .
1.1.3 Nombres premiers . . . . . . . . . . . . . . . . .
1.1.4 La formule du binome . . . . . . . . . . . . . . .
1.2 Les nombres rationnels . . . . . . . . . . . . . . . . . . .
1.3 Les nombres reels . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Introduction . . . . . . . . . . . . . . . . . . . .
1.3.2 Developpement decimal . . . . . . . . . . . . . .
1.3.3 Majorants et bornes superieures . . . . . . . . .
1.4 Les nombres complexes . . . . . . . . . . . . . . . . . .
1.4.1 Denition et proprietes . . . . . . . . . . . . . .
1.4.2 Representation dans le plan, module et argument
1.4.3 Conjugue complexe . . . . . . . . . . . . . . . . .
1.4.4 Forme trigonometrique . . . . . . . . . . . . . . .
1.4.5 Similitude du plan complexe . . . . . . . . . . .
1.4.6 Racines n-i`eme dun nombre complexe . . . . . .
1.5 Polynomes et racines . . . . . . . . . . . . . . . . . . . .
1.5.1 Denition et division euclidienne . . . . . . . . .
1.5.2 Theor`eme fondamental de lalg`ebre . . . . . . . .
1.5.3 Equations du second degre . . . . . . . . . . . .
1.5.4 Equations de degre 3 . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

2 Suites r
eelles et s
eries num
eriques
2.1 Suites reelles . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . .
2.1.2 Convergence dune suite . . . . . . . . . . . . . . . . .
2.1.3 Proprietes de convergence des suites . . . . . . . . . .
2.1.4 Sous-suites et points daccumulation . . . . . . . . . .
2.1.5 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . .
2.2 Suites recurrentes . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Methodes pour trouver la limite dune suite recurrente
2.3 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Convergence dune serie . . . . . . . . . . . . . . . . .
2.3.2 Proprietes des series . . . . . . . . . . . . . . . . . . .
2.3.3 Series `a termes positifs . . . . . . . . . . . . . . . . . .
2.3.4 Series alternees . . . . . . . . . . . . . . . . . . . . . .
2.3.5 Serie absolument convergente . . . . . . . . . . . . . .
iii

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

1
1
1
1
2
3
4
5
5
6
7
8
8
9
11
12
14
15
17
17
17
18
18

.
.
.
.
.
.
.
.
.
.
.
.
.
.

21
21
21
22
25
28
28
29
29
31
32
34
34
37
38

`
TABLE DES MATIERES

iv
2.4
2.5

Denition du nombre e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Un petit resume de quelques series . . . . . . . . . . . . . . . . . . . . . . .

3 Fonctions r
eelles et continuit
e
3.1 Denitions generales . . . . . . . . . . . .
3.2 Fonctions reelles . . . . . . . . . . . . . .
3.3 Quelques fonctions reelles elementaires . .
3.4 Representation des courbes planes . . . .
3.5 Valeur limite dune fonction `a linni . . .
3.6 Valeurs limites en un point et continuite .
3.6.1 Denitions . . . . . . . . . . . . .
3.6.2 Proprietes des limites . . . . . . .
3.6.3 Exemples . . . . . . . . . . . . . .
3.7 Continuite . . . . . . . . . . . . . . . . . .
3.7.1 Exemples . . . . . . . . . . . . . .
3.7.2 Prolongement par continuite . . .
3.7.3 Proprietes des fonctions continues

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

4 D
eriv
ees et applications
4.1 La derivee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3 Regles de calculs . . . . . . . . . . . . . . . . . . . . . .
4.1.4 Derivees des fonctions elementaires . . . . . . . . . . . .
4.1.5 Derivee de la fonction reciproque . . . . . . . . . . . . .
4.1.6 Quelques exemples . . . . . . . . . . . . . . . . . . . . .
4.2 Derivee des fonctions implicites . . . . . . . . . . . . . . . . . .
4.2.1 Representation parametrique . . . . . . . . . . . . . . .
4.3 Theor`eme de la moyenne . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Quelques theor`emes . . . . . . . . . . . . . . . . . . . .
4.3.2 La r`egle de Bernoulli-lHospital . . . . . . . . . . . . . .
4.3.3 Comparaison des croissances des fonctions (ln x) , x et
4.4 Derivees dordres superieurs . . . . . . . . . . . . . . . . . . . .
4.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1 Croissance et extremum . . . . . . . . . . . . . . . . . .
4.5.2 Courbure et point dinexion . . . . . . . . . . . . . . .
4.6 Developpement limite et serie de Taylor . . . . . . . . . . . . .
4.6.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.3 Operations sur les developpements limites . . . . . . . .
4.6.4 Application : calcul de limite . . . . . . . . . . . . . . .
4.6.5 Application aux extremums . . . . . . . . . . . . . . . .
4.6.6 Formule dEuler . . . . . . . . . . . . . . . . . . . . . .
4.7 Resolution numerique dequations : methode de Newton . . . .
5 Calcul int
egral
5.1 Lintegrale denie . . . . . . . . . . . . . . . . . .
5.1.1 Denition par sommes de Riemann . . . .
5.1.2 Proprietes de lintegrale denie . . . . . .
5.1.3 Theor`eme fondamental du calcul integral

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
ex
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .

.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.

40
44

.
.
.
.
.
.
.
.
.
.
.
.
.

45
45
46
47
53
55
56
56
58
59
61
62
63
64

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

65
65
65
67
68
69
71
72
73
75
76
76
78
82
83
84
84
86
87
87
90
93
94
95
95
96

.
.
.
.

99
99
99
100
101

`
TABLE DES MATIERES
5.2

5.3

5.4

5.5

5.6
5.7

Primitives . . . . . . . . . . . . . . . . . . .
5.2.1 Denition et proprietes . . . . . . .
5.2.2 Recherche des primitives . . . . . . .
5.2.3 Integration des fonctions rationnelles
5.2.4 Integration des fonctions rationnelles
5.2.5 Quelques autres techniques . . . . .
Integrales impropres . . . . . . . . . . . . .
5.3.1 Denitions . . . . . . . . . . . . . .
5.3.2 Crit`eres de convergence . . . . . . .
Application : calcul daires . . . . . . . . . .
5.4.1 Aire entre 2 courbes . . . . . . . . .
5.4.2 Domaine ferme . . . . . . . . . . . .
5.4.3 Surfaces sectorielles . . . . . . . . .
5.4.4 Longueur darc . . . . . . . . . . . .
Calcul des volumes . . . . . . . . . . . . . .
5.5.1 Cas o`
u laire des sections est connue
5.5.2 Corps de revolution . . . . . . . . .
Surface de revolution . . . . . . . . . . . . .
Convergence des series : crit`ere integral . .

. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
de fonctions trigonometriques
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

103
103
104
108
111
112
113
113
115
117
117
119
120
122
124
124
126
128
129

6 Equations di
erentielles ordinaires
6.1 Introduction et denitions . . . . . . . . . .
6.2 Equation dierentielle du premier ordre . .
6.2.1 Equation separable . . . . . . . . . .
6.2.2 Equation homog`ene en x et y . . . .
6.2.3 Equation lineaire . . . . (. . . . . )
. .
ax+by+c

6.2.4 Equation du type y = dx+ey+f


6.2.5 Equation de Bernoulli . . . . . . . .
6.3 Equation dierentielle du 2`eme ordre . . . .
6.3.1 Equation sans terme y . . . . . . . .
6.3.2 Equation autonome (sans terme x) .
6.3.3 Equation lineaire . . . . . . . . . . .
6.3.4 Equation de Ricati . . . . . . . . . .
6.3.5 Equation dierentielle dEuler . . . .
6.4 Applications . . . . . . . . . . . . . . . . . .
6.4.1 Position dequilibre dun cable . . .
6.4.2 Phenom`enes oscillatoires . . . . . . .
6.4.3 Circuit RLC serie . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

131
131
132
132
134
135
139
140
140
140
140
141
147
147
148
148
149
153

7 Calcul di
erentiel `
a plusieurs variables
7.1 Lespace Rn . . . . . . . . . . . . . . . .
7.1.1 Structures sur Rn . . . . . . . . .
7.2 Courbes dans Rn . . . . . . . . . . . . .
7.2.1 Denition . . . . . . . . . . . . .
7.2.2 Derivabilite . . . . . . . . . . . .
7.2.3 Longueur dune courbe . . . . . .
7.2.4 Angle entre deux courbes . . . .
7.3 Fonctions reelles `a plusieurs variables . .
7.3.1 Graphe . . . . . . . . . . . . . .
7.3.2 Ensembles et courbes de niveau .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

157
157
157
159
159
159
162
163
163
164
164

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

`
TABLE DES MATIERES

vi
7.4

7.5

7.6

7.7

7.8

Derivees partielles . . . . . . . . . . . . . . . . . . . . . . .
7.4.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . .
7.4.2 Approximation du 1er ordre and plan tangent . . . .
7.4.3 R`egles de derivation . . . . . . . . . . . . . . . . . .
7.4.4 Derivee directionnelle . . . . . . . . . . . . . . . . .
7.4.5 Gradient et courbes de niveau . . . . . . . . . . . . .
7.4.6 Derivees partielles dordres superieurs . . . . . . . .
Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . .
7.5.1 Extremum . . . . . . . . . . . . . . . . . . . . . . . .
7.5.2 Classication des points stationnaires . . . . . . . .
Theor`eme des fonctions implicites . . . . . . . . . . . . . . .
7.6.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . .
7.6.2 Theor`eme general . . . . . . . . . . . . . . . . . . .
7.6.3 Application : equation du plan tangent `a une surface
Extremum sous contraintes : multiplicateur de Lagrange . .
7.7.1 Multiplicateur de Lagrange . . . . . . . . . . . . . .
7.7.2 Contraintes multiples . . . . . . . . . . . . . . . . .
Fonctions de Rn dans Rm . . . . . . . . . . . . . . . . . . .
7.8.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . .
7.8.2 Application : changement de coordonnees . . . . . .

8 Int
egrales multiples
8.1 Integrales doubles . . . . . . . . . . . . . . . . . . .
8.1.1 Denition et interpretation geometrique . .
8.1.2 Proprietes de lintegrale double . . . . . . .
8.1.3 Calcul eectif . . . . . . . . . . . . . . . . .
8.1.4 Applications . . . . . . . . . . . . . . . . .
8.1.5 Integration sur tout R2 . . . . . . . . . . .
8.1.6 Changement de variables . . . . . . . . . .
8.1.7 Application : coordonnees polaires . . . . .
8.2 Integrales triples . . . . . . . . . . . . . . . . . . .
8.2.1 Denition . . . . . . . . . . . . . . . . . . .
8.2.2 Calcul eectif . . . . . . . . . . . . . . . . .
8.2.3 Changement de variables . . . . . . . . . .
8.3 Integrales de surfaces . . . . . . . . . . . . . . . . .
8.3.1 Representation parametrique dune surface
8.3.2 Calcul de laire dune surface . . . . . . . .
8.3.3 Cas explicite z = f (x, y) . . . . . . . . . . .
8.4 Integrales dependant dun param`etre . . . . . . . .
8.5 Integrales curvilignes . . . . . . . . . . . . . . . . .
8.5.1 Integration dun champ scalaire . . . . . . .
8.5.2 Integration dun champ vectoriel . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
implicite
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

165
167
167
169
171
173
174
178
178
180
187
187
188
189
190
190
193
194
194
198

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

201
201
201
202
202
205
209
211
213
214
214
215
215
219
219
220
221
222
225
225
225

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

Chapitre 1

Sur les nombres


1.1

Les nombres entiers

1.1.1

D
enitions et notations

On note
N = {0, 1, 2, 3, . . .}

lensemble des entiers naturels ;

Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .} lensemble des nombres entiers relatifs.

1.1.2

D
emonstration par r
ecurrence

On utilise ce type de demonstration lorsque lenonce `a demontrer depend dun param`etre


n N.
Soit P (n) un enonce dependant de n N et ayant un sens pour tout n > n0 N (souvent
n0 = 0 ou 1). La demonstration par recurrence de P (n) comporte 2 etapes, la seconde
possedant 2 variantes :
1) On montre dabord que le resultat est vrai pour n = n0 .
2) On demontre ensuite, en admettant que le resultat est vrai pour n > n0 , quil reste vrai
pour n + 1. On montre donc limplication
n > n0

P (n) = P (n + 1)

Variante 2) On admet le resultat pour tout k tel que n0 6 k 6 n et on le demontre pour


n + 1. On demontre donc, dans cette variante, limplication
[
]
P (k) k {n0 , n0 + 1 , . . . , n}
= P (n + 1).
Exemples 1.1.
(a) Montrons que
n(n + 1)
n > 1.
2
1) Larmation est vraie pour n = 1 car 1 = 12
2 .
2) Supposons la formule vraie pour n > 1 et montrons-la pour n + 1.
S(n) = 1 + 2 + 3 + + n =

S(n + 1) = 1 + 2 + 3 + + n + (n + 1) =

n(n + 1)
n(n + 1) + 2(n + 1)
+n+1=
2
2

n2 + 3n + 2
(n + 1)(n + 2)
=
2
2
ce qui montre que la formule reste vraie pour n + 1.
=

CHAPITRE 1. SUR LES NOMBRES

(b) Demontrons la formule suivante :


1
S(n) = 1 + 22 + 32 + + n2 = n(n + 1)(2n + 1).
6
1
1) La formule est vraie pour n = 1 car 1 = 6 1 2 3.
2) On suppose que la formule est vraie pour n. Alors
1
2
2
2
2
2
|1 + 2 + 3{z+ + n} +(n + 1) = 6 n(n + 1)(2n + 1) + n + 2n + 1
= 61 n(n+1)(2n+1)

)
1(
n(n + 1)(2n + 1) + 6n2 + 12n + 6
6
) 1
1( 3
=
2n + 9n2 + 13n + 6 = (n + 1)(n + 2)(2n + 3)
6
6
ce qui demontre la formule pour n + 1.
=

1.1.3

Nombres premiers

D
enition 1.2. On dit quun entier n N est premier sil est > 2 et quil nest divisible
que par 1 et par lui-meme.
Exemple 1.3. 2, 3, 5, 7, 11, ... sont premiers alors que 0, 1, 8, 9, 16, 22 ne le sont pas.
Th
eor`
eme 1.4. Tout nombre naturel n > 1 secrit de mani`ere unique comme produit de
nombres premiers, i.e.
n = pe11 pe22 perr
o`
u p1 < p2 < < pr sont des premiers uniques et les ei sont des entiers > 1 egalement
uniquement determines par n.
De plus, les nombres premiers p1 , p2 , , pn sont les uniques nombres premiers divisant n.
monstration : (par recurrence)
De
Ici, le debut de la recurrence est n0 = 2.
1) Si n = 2, alors le theor`eme est vrai car 2 est premier.
2) Supposons lenonce vrai pour tout entier k tel que 2 6 k 6 n et considerons n + 1.
Si n + 1 est un nombre premier, alors larmation est vraie.
Sinon, on a n + 1 = md avec 1 < m, d 6 n. Par hypoth`ese de recurrence, le theor`eme est
vrai pour d et m. Ainsi
d = pe11 pe22 . . . perr
m = q1c1 q2c2 . . . qscs
u les pi et les qj sont des nombres premiers.
et donc n + 1 = pe11 p2e2 . . . perr q1c1 q2c2 . . . qscs o`
Lunicite de cette decomposition est admise sans preuve ici.
Th
eor`
eme 1.5 (Euclide). Il existe une innite de nombres premiers
monstration :
De
Supposons, par labsurde, quil existe un nombre ni n de premiers et notons-les p1 , p2 ,
. . .pn . Soit
N = p1 p2 pn + 1.
Par les theor`emes precedents, il est alors divisible par un nombre premier cest-`a-dire quil
existe un pi qui divise N . Mais comme pi divise egalement le produit p1 p2 pn , il doit
diviser aussi la dierence, cest-`a-dire N p1 p2 pn = 1 ce qui est absurde. Il existe donc
une innite de nombres premiers.

1.1. LES NOMBRES ENTIERS

1.1.4

La formule du bin
ome

D
enition 1.6 (Coecients binomiaux). On pose, pour tout n N et pour tout k 6 n, k
N.
( )
n
n!
n(n 1)(n 2) (n k + 1)
=
=
.
k
k!(n k)!
k(k 1)(k 2) 2 1
Remarque 1.7. Par symetrie de la denition, on a toujours
( ) (
)
n
n
=
k
nk
( )
4
4!
Exemple 1.8.
=
=6
2
2!2!

( )
4
4!
=
=4
3
3!1!

( )
5
54
=
= 10
2
2

Propri
et
es : On a, entre autres,
( ) ( )
n
n
1.
=
= 1.
0
n
( ) (
)
n
n
2.
=
= n pour tout n > 1.
1
n1
( ) (
) (
)
n
n
n+1
+
=
(cf. exercices)
3.
k
k1
k
Le triangle de Pascal
Les formules 1-3 ci-dessus permettent de construire le triangle de Pascal.

Les coecients binomiaux sont utiles pour calculer (a + b)n :


Th
eor`
eme 1.9 (Formule du binome). Soient a, b R et n N. Alors
( )
( )
(
)
n n1
n n2 2
n
(a + b)n = an +
a
b +
a
b + ... +
abn1 + bn
1
2
n1
n ( )

n nk k
=
a
b .
k
k=0

En particulier, on a
(a + b)2 = a2 + 2ab + b2
(a + b)3 = a3 + 3a2 b + 3ab2 + b3
(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4

CHAPITRE 1. SUR LES NOMBRES

monstration : Par recurrence :


De
1) La formule est clairement vraie pour n = 0 et 1.
2) Supposons la formule vraie pour n > 1 et montrons-la pour n + 1.
n ( )

n nk k
(a+b)
= (a + b)(a + b) = (a + b)
a
b
k
k=0
n ( )
n ( )

n nk k
n nk k
a
b
a
b
+ b
=a
k
k
k=0
k=0
n ( )
n ( )

n nk+1 k
n nk k+1
=
a
b
+
a
b
k
k
k=0
k=0
n ( )
n+1

( n )
n nk+1 k
=
a
b
+
anj+1 bj
j := k + 1
k
j1
j=1
k=0
( )
[( ) ( )]
[( ) ( )]
n n+1
n
n
n
n
a
+
+
an b +
+
an1 b2 + . . .
=
0
1
0
2
1
[( ) (
)]
( )
n
n
n n+1
n
+
+
ab +
b
n
n1
n
n+1

(
)
(
)
(
)
(
)
(
)
n + 1 n+1
n+1 n
n + 1 n1 2
n+1
n + 1 n+1
n
=
a
+
a b+
a
b + +
ab +
b
0
1
2
n
n+1
(par la propriete 3 ci-dessus)
n+1
(n + 1)
an+1k bk .
=
k
k=0

1.2

Les nombres rationnels

On denit
Q={

m
; m Z, n Z }
n

avec lequivalence

m
m
= mn = m n.
n
n
Cest lensemble des nombres rationnels.
Dans Q, les 4 operations sont toujours possibles `a lexception, bien s
ur, de la division par
0. On dit que Q est un corps.
Probl`eme : il existe des longueurs dans le plan ne correspondant `a aucun nombre rationnel.
En eet considerons la diagonale du carre
de cote egal `a 1. Alors par Pythagore, sa longueur
c doit satisfaire c2 = 1 + 1 = 2, donc c = 2. Or

Proposition 1.10. Le nombre 2 nest pas rationnel.

p
monstration : Supposons, par labsurde, quil existe p, q Z avec 2 = et supposons
De
q
que la fraction est reduite, cest-`a-dire que p et q sont premiers entre eux (pgcd(p,q)=1).
En elevant au carre, on obtient
p2
=2
q2


1.3. LES NOMBRES REELS

ce qui donne 2q 2 = p2 . Lentier p2 est donc pair ce qui signie que p lest aussi. Donc p = 2p
et alors on a
2q 2 = p2 = (2p )2 = 4p2 .
En divisant par 2, on obtient q 2 = 2p2 ce qui
montre que q est egalement pair ce qui
contredit le fait que la fraction est reduite. Donc 2 Q .
De ce fait on introduit

1.3
1.3.1

Les nombres r
eels
Introduction

On note R lensemble des nombres reels. On peut voir les nombres reels comme toutes les
longueurs geometriques obtenues le long dune droite.
Representation :

Exemples 1.11. Les nombres


non rationnels.

2,

3
2, 4 5, , , e, e2 , ln(5) sont tous des nombres reels

Lensemble R est un corps, totalement ordonne, archimedien, complet :


totalement ordonne : on peut toujours comparer 2 reels r et u ; soit u > r, soit u < r,
soit u = r.
archimedien : pour tout couple (x, y) de nombres reels, il existe un entier n N tel que
nx > y
complet : cf. chapitre 2.
Notation 1.12.
r ]a; b[ a < r < b

intervalle ouvert

r [a; b] a 6 r 6 b intervalle ferme


r ]a; b] a < r 6 b intervalle semi-ouvert
D
enition 1.13. Si r R et r Q, alors r est dit irrationnel.
Exemples 1.14.
(transcendant)
Proposition 1.15. Considerons le nombre

2 (algebrique).

N o`
u N N. Alors

{
N N si N est un carre dans N
N Q sinon.
La demonstration est une generalisation de celle faite pour demontrer que

2 est irrationnel.

1.3.2

CHAPITRE 1. SUR LES NOMBRES

D
eveloppement d
ecimal

Th
eor`
eme 1.16. Soit r un nombre reel. Alors r est rationnel si et seulement si son
developpement decimal est periodique.
monstration :
De
Montrons dabord que si r est rationnel, alors son developpement decimal est periodique.
Soit r = m
n . On peut supposer m < n. Alors
r=

m
= 0, c1 c2 c3 c4 . . .
n

o`
u les ci sont obtenus par une division euclidienne. Les restes successifs ri sont toujours
< n. Apr`es au plus n divisions, on retrouvera donc un reste rj egal `a un reste precedent ri
et le processus de division devient periodique.
Le developpement devient donc periodique `a partir de la decimale ci . Notons que la longueur
de la periode est au plus egale `a n.
Exemple 1.17.
2
=
7
Montrons la reciproque. Soit
r = d1 d2 . . . dm , e1 e2 . . . er c1 c2 . . . cn
un nombre reel dont le developpement decimal est periodique. On va montrer que r Q. Il
est clair que le nombre d1 d2 . . . dm , e1 e2 . . . er est rationnel. Il sut donc de montrer que
s = 0, c1 c2 . . . cn
est rationnel. Posons N = c1 c2 . . . cn . Alors
10n s = c1 c2 . . . cn , c1 c2 . . . cn
s=

0, c1 c2 . . . cn

En soustrayant la seconde ligne `a la premi`ere, on obtient


(10n 1)s = c1 c2 . . . cn = N
et donc
s=

N
.
10n 1

Exemples 1.18.
1) Soit r = 0, 34526.
s = 0, 526, N = 526, n = 3.
Alors
s=

526
526
=
103 1
999

et

34
526
8623
+
=
.
100 99900
24975
2) Soit s = 0, 13. Alors N = 13, n = 2 et
r=

s=

13
13
= .
1
99

102


1.3. LES NOMBRES REELS

1.3.3

Majorants et bornes sup


erieures

Dans cette section, S designera soit Q soit R et A sera un sous-ensemble non vide de S.
D
enition 1.19. A est dit major
e (resp. minor
e) dans S sil existe s S tel que a 6 s
(resp. a > s) pour tout a A.
Lelement s S est appele un majorant (resp. un minorant) de A.
Le sous-ensemble A est dit born
e sil est `a la fois majore et minore.
Remarques :
1) Lelement s nappartient pas necessairement `a A.
2) Si A poss`ede un majorant, alors il en poss`ede une innite. En eet, si s est un majorant
de A, alors tout t S tel que t > s est aussi un majorant.
D
enition 1.20 (Borne superieure ou supremum). Un majorant s de A est appele la borne
sup
erieure ou supremum de A sil est le plus petit des majorants, cest-`a-dire si, pour
tout autre majorant s de A, on a s 6 s .
On note alors s = sup A.
Si A nest pas majore, on pose sup A =
D
enition 1.21 (Borne inferieure ou inmum). Un minorant s de A est appele la borne
inf
erieure ou inmum de A sil est le plus grand des minorants.
On note alors s = inf A.
Si A nest pas minore, on pose inf A = .
Remarque : Si le supremum (resp. linmum) existe, il est unique.
Remarque : Si le supremum (resp. linmum) de A appartient `a A, on dit que cest le
maximum (resp. le minimum) de A et on le note max A (resp. min A).
Exemple 1.22. soit A =]0; 1], S = R alors sup A = 1 = max A et inf A = 0 A
Propri
et
es des nombres r
eels
(C) Dans R, tout sous-ensemble (non vide) poss`ede une borne superieure et une borne
inferieure.

Remarque : Cette propriete nest pas vraie dans Q :


Exemple 1.23. Considerons le sous-ensemble de Q
A = {x Q | x2 < 2}
Cest un sous-ensemble borne de Q car, par exemple, 32 est un majorant de A et 23 est un
minorant de A. Mais il ne poss`ede ni de borne superieure ni de borne inferieure dans Q.
En revanche, si on consid`ere A comme sous-ensemble de R, alors la propriete (C) ci-dessus
assure lexistence dune borne superieure r = sup A et dune borne inferieure s = inf A. On
montre alors facilement que r2 = s2 = 2 et donc que
sup A =

et

inf A = 2.

1.4
1.4.1

CHAPITRE 1. SUR LES NOMBRES

Les nombres complexes


D
enition et propri
et
es

Dans R,
4 operations possibles ;
toutes les racines n-i`emes de tous les nombres positifs existent.
MAIS
dans R.

1 nexiste pas dans R. Ou autrement dit, le polynome X 2 + 1 est irreductible

On introduit alors le nombre i deni par


i2 = 1
et lensemble des nombres complexes est alors
C := {a + bi ; a, b R}
Exemples1.24.
1 + 3i
2 i

4,

5,

2
3 i,

1 43 i

sont des nombres complexes.

Terminologie
Soit z = a + bi un nombre complexe. Le nombre reel a est appele la partie r
eelle de z et
est note Re(z).
Le nombre reel b est la partie imaginaire de z et est note Im(z).
Si b = 0, z est r
eel.
Si a = 0, alors z est dit imaginaire (pur)
On denit les 4 operations dans C de la mani`ere suivante :
Addition :
z1 = a + bi

z2 = c + di
z1 + z2 = (a + bi) + (c + di) = (a + c) + (b + d)i

Oppos
e:
Si z = a + bi, alors
z = a bi.
Exemples 1.25.
(1 + i) + (3 4i) = (1 + 3) + (1 4)i = 4 3i

3
3
( 2 + 3i) + (1 + i) = 2 + 1 + ( 3 + )i
2
2
(2 i) (1 + 4i) = 2 1 i 4i = 1 5i

1.4. LES NOMBRES COMPLEXES

Multiplication :
Si z1 = a + bi et z2 = c + di alors
z1 z2 = (a + bi)(c + di) = ac + adi + bci + bdi2 = ac bd + (ad + bc)i
car i2 = 1.
Inverse :
Tout nombre complexe z = 0 a un inverse : si z = a + bi alors
1
a bi
a
b
= 2
= 2

i
z
a + b2
a + b 2 a2 + b 2
Verication :
z

1
a bi
(a + bi)(a bi)
a2 abi + abi b2 i2
= (a + bi) 2
=
=
z
a + b2
a2 + b 2
a2 + b 2
a2 + b2
= 2
= 1.
a + b2

Donc, en ajoutant simplement `a R le nombre i et tous les nombres de la forme a + bi, on


obtient un corps : les 4 operations sont possibles.
ATTENTION : C nest pas ordonne : z1 < z2 na aucun sens ! ! ! ! !
Propri
et
es dans C
1.

Commutativite :

z1 + z2 = z2 + z1
z1 z2 = z2 z1

2.

Associativite :

(z1 + z2 ) + z3 = z1 + (z2 + z3 )
z1 (z2 z3 ) = (z1 z2 )z3

3.

Distributivite de laddition
par rapport `a la multiplication :

1.4.2

z1 (z2 + z3 ) = z1 z2 + z1 z3

Repr
esentation dans le plan, module et argument

Soit z = a + bi un nombre complexe. On peut lui associer le point Pz (a ; b) du plan.

D
enition 1.26. Soit z = a + bi.

10

CHAPITRE 1. SUR LES NOMBRES

Le module de z est le nombre reel |z| = r =

a2 + b2 (toujours > 0).

L argument de z est le nombre reel arg(z) = deni par les deux egalites :
a
a
=
cos =
2
2
|z|
a +b
b
b
sin =
=
2
2
|z|
a +b
b
ATTENTION : On a tan() = mais nest pas toujours egal `a arctan
a

( )
b
.
a

Exemples 1.27. 1) z = 2 + 6i Pz (2, 6)

|z| =

(2)2 + 62 =

arctan(6/ 2) = 1.249

40

Mais = 1.249 + = 1.893.

2) z = 6 P (6; 0)

r = |z| = 6
arg(z) = .
3) z = 3i P (0; 3)

r = |z| = 3

arg(z) = .
2

1.4. LES NOMBRES COMPLEXES

1.4.3

11

Conjugu
e complexe

Si z = a + bi, on denit
z = a bi.
On a alors
zz = (a + bi)(a bi) = a2 (bi)2 = a2 + b2 = |z|2 .
Quelques propri
et
es
1) zz = |z|2
2) z = z ;

z+w =z+w

3) |z| = |z| ;

arg(z) = arg(z).

4) z + z = 2a ;
5) z 2 =

(z)2

1
z
= 2.
z
|z|

z z = 2bi

car
(
)2
(a + bi)2 = a2 b2 + 2abi = a2 b2 2abi = (a bi)2 = a + bi .
zw = z w

Consequence :
En eet, dune part

(z + w)2 = (z + w)2 = (z + w)2 = z 2 + 2z w + w2


et dautre part
(z + w)2 = z 2 + 2zw + w2 = z 2 + 2zw + w2 .
Donc 2z w = 2zw ce qui implique zw = z w.
6)
|zw| = |z| |w|
Le module dun produit est egal au produit des modules.
monstration :
De
|zw|2 = zw zw = zwzw = zzww
= |z|2 |w|2 = (|z||w|)2
Comme tout est positif, on a encore |zw| = |z||w|.
Corollaire :

1
= 1
z |z|
w |w|

=
z
|z|

12

CHAPITRE 1. SUR LES NOMBRES

7) Inegalite du triangle :
|z + w| 6 |z| + |w|
monstration :
De
On a dabord
|z| =

a2 + b2 >

a2 = |a| > a = Re(z).

()

Alors
|z + w|2 = (z + w)(z + w) = (z + w)(z + w)
= zz + zw + wz + ww
= |z|2 + zw + wz + |w|2
= |z|2 + |w|2 + 2Re(zw)
par (*) 6 |z|2 + |w|2 + 2|zw|
= |z|2 + |w|2 + 2|z||w| = (|z| + |w|)2 .
Donc |z + w| 6 |z| + |w|.

1.4.4

Forme trigonom
etrique

Soit z = a + bi et r = |z| et = arg(z).

On a a = r cos() et b = r sin(). Donc


z = a + bi

r cos() + r sin()i

r(cos + i sin ).

Le nombre z est enti`erement determine par son module et son argument. On note alors
z = [r; ] = r(cos + i sin )
Cest la forme trigonometrique de z.
Exemples 1.28. 1) z = 6 = [6; ]

2) z = 2 + 6i = [ 40; 1.8925]
3) z = 3i = [3; /2].
Produit et inverse sous forme trigonom
etrique
Soient
z1 = [r1 ; 1 ] = r1 (cos 1 + i sin 1 )

et

z2 = [r2 ; 2 ] = r2 (cos 2 + i sin 2 ).

Alors
z1 z2 = r1 r2 (cos 1 + i sin 1 )(cos 2 + i sin 2 )
= r1 r2 [(cos 1 cos 2 sin 1 sin 2 ) + i(cos 2 sin 1 + cos 1 sin 2 )]
= r1 r2 [cos(1 + 2 ) + i sin(1 + 2 )] .

1.4. LES NOMBRES COMPLEXES

Donc

|z1 z2 | = r1 r2 = |z1 ||z2 |

13

et

arg(z1 z2 ) = 1 + 2 = arg(z1 ) + arg(z2 )

Ainsi
largument dun produit est egal `a la somme des arguments.
Il sensuit que
( )
)
)
(
(
1
z
1
arg
= arg
= arg
+ arg(z) = 0 arg(z) = arg(z).
z
|z|2
|z|2
On en deduit
(
arg

z1
z2

(
= arg(z1 ) + arg

1
z2

)
= arg(z1 ) arg(z2 )

En resume
1. [r1 ; 1 ] [r2 ; 2 ] = [r1 r2 ; 1 + 2 ]
[
]
[r1 ; 1 ]
r1
=
; 1 2
[r2 ; 2 ]
r2

2.

3. z n = [r; ]n = [rn ; n ]
(1 + i)9
.
Exemple 1.29. Calculons z =
(1 i)7

On a 1 + i = [ 2; ] et 1 i = [ 2; ]. Alors
4
4
[
]

[ 2; /4]9
[ 2 ; 9/4]
[16 2; 9/4]
16 2
; 9/4 (7/4)
z=
= 7
=
=
[ 2; /4]7
[8 2; 7/4]
8 2
[ 2 ; 7/4]
= [2; 4] = [2; 0] = 2.
Applications :
Soit z = [1; ] = cos() + i sin().

Alors
z n = [1n ; n] = [1; n] = cos(n) + i sin(n).
Donc
(cos() + i sin())n = cos(n) + i sin(n)

Formule de Moivre

14

CHAPITRE 1. SUR LES NOMBRES

En particulier, si n = 3, on trouve
cos(3) + i sin(3) = (cos + i sin )3
= cos3 + 3i cos2 sin + 3i2 cos sin2 + i3 sin3
= cos3 3 cos sin2 + i(3 cos2 sin sin3 )
On en deduit les formules trigonometriques pour le triple dun angle :
cos(3) = cos3 3 cos sin2
sin(3) = 3 cos2 sin sin3
Remarque 1.30.
1. z = 0 na pas de forme trigonometrique car son argument nest pas deni. En revanche
|0| = 0.
2. Largument nest deni qu`a un multiple de 2 pr`es. Ainsi
[r; ] = [r; + k 2]

k Z.

3. On verra au chapitre 2 que


[r ; ] = rei .

1.4.5

Similitude du plan complexe

On peut faire correspondre `a toute similitude du plan complexe une op


eration
alg
ebrique dans C.
( )
a
(I) Translation de vecteur
Addition du nombre w = a + bi.
b

(II) Homothetie de rapport r R

Multiplication par w = r.

(III) Rotation dangle Multiplication par le nombre w = [1; ] = cos + i sin .


En eet, si z = [r ; ] alors z w = [r ; + ]

1.4. LES NOMBRES COMPLEXES


(IV) Symetrie daxe Ox

15

prise du conjugue : z 7 z.

(V) etc....

1.4.6

Racines n-i`
eme dun nombre complexe

Soit z = [r; ] un nombre complexe (donne sous forme trigo) et n un entier > 1. On cherche
tous les nombre complexes w tels que
wn = z

racines n-i`eme de z.

Les w sont donc les solution (dans C ) de lequation X n z = 0.


Posons w = [s; ] et determinons s et . On doit avoir
[s; ]n = [r; ]
donc
[sn ; n] = [r; + k 2]
Ceci donne le syst`eme

sn = r
n = + k 2

dont les solutions sont donnees par

{
s= nr

2
= +k
n
n

k Z.

kZ

kZ

Il y a donc exactement n racines n-i`eme de z distinctes donnees par


[


2
wk = n r; + k
n
n

]
k = 0, 1, 2, . . . , n 1.

En resume, on a la formule suivante pour tout q Q :


[r ; ]q = [rq ; q + kq2]

kZ

Exemples 1.31.
1) z = 1 = [1; 0]. Les racines n-i`eme de 1 sont
] [
]
[

2
2
n
1; 0 + k
= 1; k
wk =
n
n
(On a w0 = [1, 0] = 1)

k = 0, 1, 2 . . . , n 1.

16

CHAPITRE 1. SUR LES NOMBRES


Les wk sont sur les sommets dun n-gone regulier.
Les wk sont les racines (les zeros) dans C du polynome X n 1.

2) Si n = 3 dans lexemple 1) ci-dessus, alors on a


w0 = 1

2
2
2
1
3
w1 = [1; ] = 1(cos
+ i sin ) = +
i =: j
3
3
3
2
2
2
3
4
4
1
w2 = [1; 2
] = 1(cos
+ i sin ) =
i =: j
3
3
3
2
2

On peut verier directement par calcul que


3

j 3 = j = 1.
Ainsi, dans C, le polynome X 3 1 se decompose en
X 3 1 = (X 1)(X 2 + X + 1) = (X 1)(X j)(X j).
Cas particulier : racines carr
ees ( n = 2 )
Le nombre complexe z = [r, ] a deux racines carrees qui sont donnees par

w0 = [ r; ]
2

w1 = [ r; + ] = w0 .
2
Dans ce cas precis des racines carrees, on peut egalement resoudre le probl`eme sans passer
par la forme trigonometrique . En eet, si z = a + bi est donne, on cherche w = u + vi tel
que w2 = z, i.e
(u + vi)2 = u2 v 2 + 2uvi = a + bi
ce qui donne le syst`eme
2
u v2 = a
2uv = b
2
u + v 2 = a2 + b 2

car | z| = |z|

()

Exemples 1.32.
1) Cherchons les 2 racines carrees du nombre z = i. On resoud le syst`eme (*)
2
u v2 = 0
2uv = 1
2
u + v2 = 1
ce qui donne u = 12 et donc v = u.
1
1
1
1
Les 2 racines carrees de i sont + i et i.
2
2
2
2

2) Trouver les 2 racines carrees de z = 34i. On a |z| = 9 + 16 = 5 et arg(z) = 0.92729.


Ainsi
z = [5; 0.9273]


1.5. POLYNOMES
ET RACINES

17

et donc

(
)
(
)
[
0.9273 ] [
0.9273
0.9273 ]
w0 =
5;
= 5 cos
+ i sin
= 2 i.
2
2
2

Et alors w1 = w0 = 2 + i.
Pas de choix canonique.

ATTENTION La notation z est `a eviter. Exemple :


1 = 1 = (1)(1) = 1 1 = i i = 1

1.5
1.5.1

!!!!!!!!

Polyn
omes et racines
D
enition et division euclidienne

Soit X une indeterminee ou variable. Alors P (X) = an X n + an1 X n1 + + a1 X + a0


avec an = 0 est appele un polynome de degre n. On note n = deg(P ). Les nombres ak sont
les coecients du polyn
ome. Ils peuvent etre reels ou complexes.
Deux polynomes sont egaux si et seulement sils sont de meme degre et que leurs coecients
sont egaux.
On dit quun nombre (reel ou complexe) z0 est une racine de P (X) si P (z0 ) = 0 autrement
dit si
an z0n + + a1 z0 + a0 = 0.
Division euclidienne
Soient P (X) et D(X) deux polynomes. Alors il existe 2 polynomes Q(X) et R(X) avec
deg(R) < deg(D) tels que
P (X) = D(X)Q(X) + R(X).
Le polynome R(X) est le reste de la division de P (X) par D(X).
En particulier si D(X) = X z0 (degre 1) alors
P (X) = Q(X)(X z0 ) + R

RR

avec P (z0 ) = 0 R = 0.
En resume, un polynome poss`ede z0 comme racine si et seulement sil est divisible par
X z0 .
Corollaire 1.33. Un polyn
ome de degre n poss`ede au plus n racines.

1.5.2

Th
eor`
eme fondamental de lalg`
ebre

Le corps C des nombres complexes joue un role capital dans lexistence des zeros dun
polynome `a cause du theor`eme suivant :
Th
eor`
eme 1.34 (Theor`eme fondamental de lalg`ebre). Tout polyn
ome P (X) de degre > 1
`
a coecients dans C a (au moins) une racine dans C.
Sans demonstration.
En utilisant la division euclidienne, on peut formuler ce theor`eme ainsi :
Tout polyn
ome `
a coecients dans C se factorise en un produit de polyn
omes de degre 1.

18

CHAPITRE 1. SUR LES NOMBRES

Polyn
ome `
a coecients r
eels
Proposition 1.35. Soit P (X) = an X n + + a1 X + a0 un polyn
ome `
a coecients
r
eels : ak R. Si z C est un zero de P (X), alors z lest aussi.
monstration :
De
On a par hypoth`ese P (z) = 0, cest-`a-dire
an z n + + a1 z + a0 = 0.
En prenant le conjugue des deux cotes de cette egalite, on obtient
an z n + + a1 z + a0 = 0.
Mais comme les ak sont reels, on a ak = ak pour tout k et donc an z n + + a1 z + a0 = 0
ce qui montre que P (z) = 0

Corollaire 1.36. Tout polyn


ome `
a coecients reels se factorise en un produit de polyn
omes
du premier ou du deuxi`eme degre.
monstration :
De
Soit P (X) un polynome reel. Par le theor`eme fondamental de lalg`ebre, il se factorise dans
C en produit de facteurs du premier degre :
P (X) =

(X zi )

(n = degre de P ).

i=1

Si zi nest pas reel, alors zi doit aussi apparatre dans cette decomposition par la proposition
precedente. En multipliant les 2 termes
(X zi )

et

(X zi )

on obtient le polynome
X 2 (zi + zi )X + zi zi = X 2 2Re(zi )X + |zi |2
qui est `a coecients reels.

1.5.3

Equations du second degr


e

Les solutions de lequation aX 2 + bX + c = 0 sont donnees par la formule :

b b2 4ac
avec a, b, c C.
z1,2 =
2a

1.5.4

Equations de degr
e3

Soit X 3 + aX 2 + bX + c = 0. En posant Y = X + a3 , on se ram`ene `a une equation de la


forme
Y 3 + pY + q = 0.
( q )2 ( p )3
On pose alors R =
+
. Trois cas peuvent se presenter :
2
3


1.5. POLYNOMES
ET RACINES

19

R > 0. Alors on pose

v=

q
+ R
2

et

w=

q
R
2

et les 3 solutions sont


Y1 = v + w (reelle)

Y2,3 =

v + w v w

3 i (complexes)
2
2

R = 0. Alors il y a deux racines reelles dont une est double :

q
3
Y1 = 4q
et
Y2,3 = 3
2

p3
q
si R < 0, on pose S =
et cos = . Les 3 racines reelles sont alors donnees
27
2R
par la formule :

+ k 2
3
Yk = 2 S cos(
) k = 0, 1, 2.
3
Exemple 1.37.
Considerons lequation X 3 21X 2 + 123X 247 = 0. En posant Y = X 7, on obtient
(Y + 7)3 21(Y + 7)2 + 123(Y + 7) 247 = 0
ou encore
Y 3 24Y 72 = 0.

Alors p = 24 et q = 72 ce qui donne R = (36)2 + (8)3 = 784


>
0
et
R = 28. On a

alors v = 4 et w = 2 ce qui donne Y1 = v + w = 6 et Y2,3 = 3 3 i. Les solutions sont


alors

X1 = Y1 + 7 = 13
et
X2,3 = Y2,3 + 7 = 4 3i.
Remarque g
en
erale
Il faut noter que le theor`eme fondamental de lalg`ebre ne donne aucune methode pour calculer les racines dun polynome quelconque.
Galois et Abel ont meme demontre quil nexiste aucune formule generale pour un polynome
quelconque de degre > 5.

Chapitre 2

Suites r
eelles et s
eries num
eriques
2.1
2.1.1

Suites r
eelles
D
enitions

D
enition 2.1 (Suite). Une suite r
eelle est une suite
a1 , a2 , a3 , a4 , . . .
de nombres reels, lindice parcourant tous les nombres entiers. Ce nest donc rien dautre
quune fonction
a : N R
o`
u lon note an plutot que a(n). Lelement an est appele le terme general de la suite qui est
deni en fonction de n.
La suite, cest-`a-dire lensemble de tous les termes, est notee {an }.
Exemple 2.2.
1. La formule

9n 20
n2
denit une suite dont les premiers termes sont
an =

a1 = 11,

1
a2 = ,
2

7
a3 = ,
9

a4 = 1,

a5 = 1, . . .

On peut reporter les valeurs an sur la droite reelle. Les points obtenus sont appeles les
points ou les nombres de la suite.

D
enition 2.3.
1. Une suite est constante si le terme gen
eral ne depend pas de n.

Par exemple la suite denie par an = 3 est constante.


2. Une suite {an } est bornee si tous les points de la suite se situe dans un intervalle [M ; M ]
pour un M R+ . Autrement dit si |an | 6 M pour tout n N .
Exemple : La suite denie par an = n1 est bornee car |an | 6 1.
21

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

22

3. Une suite {an } est croissante (resp. decroissante) si `


a partir dun indice n > N , on a
toujours
an+1 > an
(resp. an+1 6 an )
Exemple : reprenons lexemple ci-dessus
an =

9n 20
.
n2

Alors
9(n + 1) 20 9n 20

(n + 1)2
n2
9n3 + 9n2 20n2 9n3 18n2 9n + 20n2 + 40n + 20
=
n2 (n + 1)2
9n2 + 31n + 20
=
n2 (n + 1)2
(n 4)(9n + 5)
=
<0
pour tout n > 5.
n2 (n + 1)2

an+1 an =

La suite est donc strictement decroissante.


4. On dira presque tous les points dune suite = tous les points sauf un nombre
ni. = tous les points `a partir dun certain indice.
Cest plus fort quune innite de points ! !
Exemples :
1000
: presque tous les points sont < 6.
1) an = 5 +
n

2) an = n : alors presque tous les points sont > 1025 .


n
3) an =
: on ne peut pas dire presque tous les points sont non entiers car il y a
1253
une innite de n pour lesquels an N.

2.1.2

Convergence dune suite

D
enition 2.4 (Voisinage). Soit > 0 un nombre reel et a R. Alors lintervalle
]a ; a + [
est appele un -voisinage de a et est note v (a). Cest donc lensemble des x R tels que
|x a| < .
D
enition 2.5 (suite convergente). On dit quune suite {an } converge vers a si tout
-voisinage de a contient presque tous les points de la suite.
Autrement dit, si pour tout > 0, il existe N = N dependant de , tel que
|an a| <

n > N .

On note alors
lim an = a.


2.1. SUITES REELLES

23

Exemples 2.6.
1) La suite denie par an =

1
n

converge vers 0. En eet

|an 0| <

1
1
< n > .
n

On choisit donc N = E( 1 ) et on est assure que d`es que n > N , alors |an | < . Donc
1
= 0.
n n
lim

Remarque 2.7. Pour tout nombre reel r, E(r) designe la partie enti`
ere de r, cest`a-dire le plus grand entier inferieur ou egal `a r. Exemple : E(17.432) = 17.
9n 20
2) an =
. Alors lim an = 0
n
n2
monstration : Soit > 0. Alors
De
9n 20 9n
9


|an 0| =
< 2 = <
2
n
n
n
d`es que n > 9 . Il sut donc de prendre
( )
9
N = E
+ 1.

3) Soit an = q n avec |q| < 1. Alors


lim an = 0.

monstration : On utilise linegalite de Bernoulli :


De
(1 + x)n > 1 + nx

n N, x ] 1; [.

monstration de line
galite
de Bernoulli : On proc`ede par recurrence.
De
1) Si n = 0, on a bien (1 + x)0 = 1 > 1 + 0 x = 1.
2) Supposons que (1 + x)n > 1 + nx et montrons linegalite pour n + 1.
(1 + x)n+1 = (1 + x)n (1 + x) > (1 + nx)(1 + x) = 1 + nx + x + |{z}
nx2
>0

> 1 + (n + 1)x.

Revenons `a la suite an = q n :
Si q = 0, on a an = 0 pour tout n et la suite converge donc vers 0.
1
avec h > 0. Alors
Si q = 0, on ecrit |q| = 1+h
|an | = |(

1 n
1
1
1
) |=
6
<
.
n
1+h
(1 + h)
1 + nh
nh
(

Donc |an | < d`es que nh >

i.e. d`es que n >

1
h .

On pose donc N = E

)
1
.
h

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

24

4) Montrons que si la suite {an } (an > 0) converge vers a, alors { an } converge vers a.

On peut supposer a = 0. On a ( an a)( an + a) = an a ce qui donne

|an a|
|a a|

6 n
| an a| =
< = .
an + a
a
a
Une suite qui ne converge pas est dite divergente.
Exemples 2.8.
1) an = cos n
2 . On a
a1 = 0,

a2 = 1,

a3 = 0,

a4 = 1,

a5 = 0,

a6 = 1,

a7 = 0, . . .

Il y a une innite de points en 1 mais aussi en 0 et en 1. Il ny a donc pas presque


tous les points en 1.
2) Soit

(
)
1
n
nn + 1 1
n
= (1)
= (1) 1
.
an = (1)
n+1
n+1
n+1
n

Si n est pair, on est dans le voisinage de 1. Sinon, la suite est dans le voisinage de 1.
Pas de limite. Les points 1 et 1 sont des points daccumulation.
D
enition 2.9 (Points daccumulation). Un point a de la droite reelle est un point daccumulation de la suite {an } si tout -voisinage de a contient une innite de points de la
suite.
Exemples 2.10.
Dans lexemple 1) ci-dessus, les points 1, 0 et 1 sont des points daccumulation.
Dans lexemple 2) 1 et 1 le sont.
ATTENTION : contenir une innite de points = contenir presque tous les points (+ fort)
Limite impropre
Considerons la suite
an =

n2 + 1
.
n+1

Apr`es division euclidienne, on obtient que


an = n 1 +

2
.
n+1

Ainsi les an deviennent aussi grands que lon veut lorsque n augmente. On dit que an tend
vers linni.


2.1. SUITES REELLES

25

D
enition 2.11. La suite {an } tend vers linni si pour tout r R, il existe Nr N
tel que lon ait an > r d`es que n > Nr (presque tous les points de la suite sont `a droite de
r). On note alors
lim an = .
n

On a une denition analogue pour la limite vers .

Exemple 2.12. an = (1)n n. Cette suite ne converge pas, meme pas vers linni.

2.1.3

Propri
et
es de convergence des suites

(I) Toute suite convergente est bornee. En dautres termes, si {an } a, alors |an | 6 M
pour un certain M R.
(II) Une suite convergente na quun seul point daccumulation.
(III) Si {an } a et {bn } b, alors
{an + bn } a + b

, R.

(IV) Si {an } a et {bn } b, alors {an bn } ab. Autrement dit


lim an bn = lim an lim bn

si ces limites existent.


monstration :
De
Par (I), il existe M tel que |an | < M et |bn | < M .

. Par hypoth`ese,
Soit > 0. Posons =
2M
|an a| <

pour n > N1 ( )

et

|bn b| <

pour n > N2 ( ).

Posons N = max(N1 ; N2 ). Alors, pour tout n > N , on a


|an bn ab| = |an (bn b) + b(an a)|
6 |an (bn b)| + |b(an a)|
6 |M | (|bn b| + |b| |an a|
6 M + M = 2M = .
Ceci montre que la suite an bn converge vers ab.

Exemple 1 : soit an = n + 1 n. Alors

( n + 1 n)( n + 1 + n)
n+1n

an =
=

n+1+ n
n+1+ n
1
1
1
1
n

=
0 = 0.
=
2
n 1+ 1+ 1
n+1+ n
n

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

26
Donc lim an = 0.
n

Exemple 2 : p N , on a lim

En eet,

n
np = 1.

n
np = n n n n n n .
|
{z
}
p fois

Donc
lim

n
np = ( lim n n)p = 1p = 1.
n

(V) Si {an } a et {bn } b avec bn =


0 = b alors
{ }
an
a
.
bn
b

Exemple : an =

an =

(3n + 2)(n + 3)
.
n2 + n + 1

Que vaut lim an ? (=


n

).

On a

6
6
n2 (3 + 11
3 + 11
3n2 + 11n + 6
n + n2 )
n + n2 n 3
=
=
= 3.
n2 + n + 1
1
n2 (1 + n1 + n12 )
1 + n1 + n12

(VI) Toute suite monotone et born


ee est convergente
Si elle est croissante, elle converge vers a = sup an .
n

Si elle est decroissante, elle converge vers a = inf an .


n

monstration : Faisons la preuve pour {an } bornee et croissante :


De
{an } bornee implique |an | 6 M .
= a = sup an
nN

avec an 6 a

existe

(cf. chapitre 1)

pour tout n

et il existe n avec an > a .


Mais {an } est croissante. Donc
= n > n

a n > a n > a

= a < an 6 a < a +
= |an a| <
=

n > n =: N

lim an = a = sup{an | n N }.

(VII) Soit {an } une suite bornee et {bn } une suite convergeant vers 0.
Alors la suite {an bn } converge vers 0.
1
Exemple : an = sin n. Alors lim an = 0.
n
n


2.1. SUITES REELLES

27

Th
eor`
eme 2.13 (Theor`eme des gendarmes pour les suites). Soient {an }, {un } et {vn }
trois suites satisfaisant les 2 proprietes suivantes :
(i) il existe N0 N avec un 6 an 6 vn pour tout n > N0 ;
(ii) lim un = lim vn = L.
n

Alors
lim an = L.

monstration : Comme lim un = L, pour tout > 0, il existe N1 () N tel que


De
n

< un L < pour tout n > N1 . De meme, il existe N2 () N tel que < vn L <
pour tout n > N2 . Alors si N () = max(N0 , N1 , N2 ), on a pour tout n > N
< un L 6 an L 6 vn L <
ce qui donne |an L| < pour tout n > N ().
Exemple 2.14. soit an =

n
n. Alors
lim

monstration :
De

n
n = 1.

(
)

1 n
n
1+
> 1 + = 1 + n > n > 1.
n
n

Donc

)
(
1 2n
1+
>n>1
n

ce qui implique, en prenant la racine n-i`eme :


)
(

1 2
1+
> nn>1
n

Par le theor`eme des gendarmes, on a lim n n = 1.


n



an+1


Th
eor`
eme 2.15 (Crit`ere de dAlembert). Soit {an } une suite reelle telle que l = lim
n
an
existe. Alors
1. si l < 1, la suite {an } converge vers 0 ;
2. si l > 1, la suite {an } diverge.
monstration :
De
a

n+1
1. Par hypoth`ese, `a partir dun certain indice N , on a
< < 1. Donc
an
|an+1 | 6 |an |
Par recurrence, ceci implique que
0 6 |aN +n | 6 n |aN |.
Comme < 1 la suite n converge vers 0 (exemple ci-dessus). Le theor`eme des gendarmes
implique que
lim |aN +n | = lim |an | = 0.
n

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

28

Donc lim an = 0.
n
2. A partir dun certain indice N , on a
|an+1 | > |an |
avec > 1. Donc on a, par recurrence, |aN +n | > n |aN |.
Ceci montre que aN +n nest pas majoree. La suite {|an |} diverge donc et `a fortiori la suite
{an } aussi.

Exemple 2.16. Considerons la suite an =

1000n
. On a
n!



an+1 1000n+1 n!
1000


an = (n + 1)! 1000n = n + 1
qui converge vers 0 lorsque n . Donc l = 0. Le crit`ere de dAlembert implique que
lim an = 0.
n

2.1.4

Sous-suites et points daccumulation

D
enition 2.17 (Sous-suite). Soit {an } une suite reelle et {nk }kN une suite strictement
croissante dentiers. Alors {ank } est une sous-suite de {an }.
On a alors la reformulation suivante :
Un point daccumulation = la limite dune sous-suite convergente
Exemple 2.18.
Reprenons la suite an = (1)n

n
.
n+1
Dej`a vu : 2 points daccumulation qui sont 1 et 1.
2k
2k
k
=
1
Sous-suite dindice pairs : a2k = (1)2k
2k + 1
2k + 1
2k 1 k
2k1 2k 1
Sous-suite dindice impairs : a2k1 = (1)
=
1
2k
2k

2.1.5

Suites de Cauchy

D
enition 2.19. Une suite {an } est une suite de Cauchy si > 0, il existe N N tel
que
|an am | <
n, m > N
Th
eor`
eme 2.20. Toute suite convergente est une suite de Cauchy.
monstration.
Sans de
La reciproque est vraie dans R : toute suite de Cauchy est convergente. On dit alors que R
est complet.


2.2. SUITES RECURRENTES

29

Cest une propriete fondamentale des nombres reels que ne poss`ede pas Q : on peut trouver
une suite {qn } de nombres rationnels qui soit une suite de Cauchy mais qui ne converge pas
dans Q (mais bien dans R) (cf. exemple 2.24).

2.2

Suites r
ecurrentes

D
enition 2.21. Une suite est dite recurrente si an+1 est denie `a partir de an , cest-`a-dire
si
an+1 = g(an ).
Exemple 2.22. a1 = 2 et an+1 =
a2 =

2.2.1

4
3

2an
. Alors
1 + an

a3 =

2 4/3
8
=
1 + 4/3
7

a4 =

16
,
15

etc...

M
ethodes pour trouver la limite dune suite r
ecurrente

1`
ere m
ethode
On essaie de se ramener `a une suite non-recurrente en exprimant le terme general comme
une fonction de n, an = f (n), et non plus de an1 .
Exemple : Dans lexemple ci-dessus, on constate que
an =

2n
.
2n 1

On demontre cette formule par recurrence.


1) si n = 1, on a bien a1 = 21 = 2 : ok.
2) Supposons la formule vraie pour n. Alors
n

an+1

2 2n21
2an
=
=
n
1 + an
1 + 2n21
=

| 2n 1

2n+1
2n+1
.
=
2n 1 + 2n
2n+1 1

On peut alors calculer la limite :


2n
1
= lim
= 1.
n
n 2 1
n 1 2n

lim an = lim

2`
eme m
ethode
On demontre dabord que la suite converge et le cas echeant on passe `a la limite dans
lequation an+1 = g(an ) ce qui donne `a resoudre lequation
a = g(a).
Pour demontrer que la suite converge, on peut en general essayer de demontrer que
(A) la suite est monotone
(B) la suite est bornee

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

30

Remarque 2.23. Toute suite croissante (resp. decroissante) est forcement minoree (resp.
majoree).
Conclusion : pour montrer quune suite croissante (resp. decroissante) est convergente, il
sut de montrer quelle est majoree (resp. minoree).
Exemple : Reprenons la suite precedente : a1 = 2 et an+1 =

2an
1+an .

On constate dabord que an > 0 pour tout n.


(A) On montre, par recurrence, que an > 1 pour tout n.
1) Cest vrai pour n = 1.
2an
> 1. Or, puisque 1 + an > 0, on
2) Supposons an > 1. On doit montrer que an+1 =
1 + an
a
2an
>1

2an > 1 + an

an > 1.
1 + an
Or ceci est vrai par hypoth`ese de recurrence. Donc an+1 > 1.
(B) Montrons ensuite, par recurrence, que la suite est decroissante, cest-`a-dire que
an+1 < an :
1) n = 1 : on a bien a2 < a1
2) Soit n > 1. Supposons que an+1 < an et montrons que an+2 < an+1 . On a
2an
2an+1 (1 + an ) 2an (1 + an+1 )
2an+1

=
1 + an+1 1 + an
(1 + an+1 )(1 + an )
2(an+1 an )
=
< 0.
(1 + an+1 )(1 + an )

an+2 an+1 =

La suite est donc decroissante. Comme elle est minoree, elle converge donc.
an+1 =

2an
1 + an

limite

a=

2a
a2 + a = 2a a(a 1) = 0.
1+a

Cette equation a 2 solutions a = 0 et a = 1. Comme an > 1 pour tout n, la limite ne peut


etre que a = 1.
ATTENTION : cette 2`eme methode de calcul fonctionne parce que lon a demontre que la
limite existe.
Contre-exemple : soit a1 = 2 et an+1 =
a1 = 1,

1
a2 = ,
2

1
an .

On a

a3 = 2,

1
a4 = ,
2

a5 = 2, . . .

Cette suite ne converge pas (2 points daccumulations) mais si lon passe `a la limite dans
la formule de denition, on obtient
an+1 =

1 limite
1
a = a2 = 1 a = 0 oua = 1 ! ! ! !
an
a

Exemple 2.24. Soit r > 0 un nombre reel strictement positif. Considerons la suite denie
par
(
)
1
r
an+1 =
an +
2
an
et a1 R+ . Alors
lim an =

r.


2.3. SERIES

31

Si r et a1 sont dans Q, on a une suite de nombres rationnels qui converge vers

r.

monstration : On a clairement que an > 0 pour tout n car a1 > 0. De plus


De
1. a2n+1 > r car
(
)
(
)
1
r2
1
r 2
2
2
an+1 r =
an + 2 + 2r r =
an
> 0.
4
an
4
an
1
r
1 r
1
2. an+1 an = (an + ) an = ( an ) =
(r a2n ) 6 0 pour n > 2.
2
an
2 an
2an
La suite est donc decroissante.
Comme an > 0, elle est aussi bornee. La suite converge donc et on peut passer `a la limite
dans la denition :
r
1
a = (a + ).
2
a

2
2
Ceci donne 2a = a + r et donc a = r.
Application numerique : pour r = 2 et a1 = 1, on trouve
a2 =

3
2

a3 =

17
12

a4 =

577
408

a5 =

665857
= 1.414213562 (8 decimales correctes).
470832

Exemple 2.25. Soit la suite denie par


1
an+1 = (an + 4)
4
et a1 = 1. Montrons dabord que la suite est bornee et croissante.
(A) On a a1 < 2 et par recurrence an+1 = 1 +
an > 0. Donc la suite est bornee.

an
4

< 1 + 1/2 < 2. De plus, on a clairement

(B) Montrons, par recurrence, quelle est croissante :


5
1) on a 1 = a1 < a2 = .
4
2) supposons an < an+1 . Alors an+2 an+1 = 14 (an+1 + 4) 14 (an + 4) = 41 (an+1 an ) > 0.
La suite est donc croissante et bornee = la limite existe. Notons a cette limite. Alors
1
a = (a + 4) devient 4a = a + 4 donc a = 43 .
4

2.3

S
eries

D
enition 2.26. Soit {bn } une suite reelle. On note
n

bk := b1 + b2 + + bn .

k=1

Si lindice k parcourt tout N (ou N) alors la somme est innie et on parle de s


erie :

k=1

bk est le terme general de la serie.

bk

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

32

2.3.1

Convergence dune s
erie

D
enition 2.27. Posons
sn =

bk = b1 + b2 + + bn .

k=1

On a sn+1 = sn + bn+1 .
La suite {sn } est une suite recurrente, appelee la suite des sommes partielles.
On dit que la serie

bk converge vers s si la suite {sn } converge vers s. On note alors

k=1

bk = s = lim sn = lim
n

k=1

bk .

k=0

Sinon on dit que la s


erie diverge.
Condition n
ecessaire de convergence
Pour que la serie

bk converge, il faut que lim bk = 0. En eet si la suite {sn } converge


k

k=1

vers s, alors
s = lim sn+1 = lim (sn + bn+1 ) = s + lim bn+1 .
n

On doit donc avoir


lim bn = 0.

Mais cette condition nest pas susante comme le montre lexemple suivant :

1
1
Exemple 2.28 (Serie harmonique). Posons bk = . La serie
est appelee la s
erie
k
k
k=1
harmonique. La suite des sommes partielles est

sn = 1 +

1 1
1
+ + + .
2 3
n

On a bien bk 0. Mais la suite {sn } diverge.


monstration :
De
1) La suite {sn } est croissante.
2) Considerons les termes s1 , s2 , s4 , s8 , . . . , s2k .
s1 = 1
s4 = 1 +

1
2
1 1
1
s8 = 1 + + + + .
2 3
8
s2 = 1 +

1 1 1
+ +
2 3 4

Alors
s4 = s2 +

1 1
1 1
1 1
+ > s2 + + = 1 + + .
3 4
4 4
2 2


2.3. SERIES

33

s8 = s4 +

1 1 1 1
1 1 1 1
1 1 1
1
+ + + > s4 + ( + + + ) > 1 + + + = 1 + 3 .
5 6 7 8
8
8
8
8
2
2
2
2
|
{z
}
= 12

De mani`ere generale, on a
1
.
2
nest pas majoree ce qui implique que
s2k > 1 + k

La suite s2k

lim sn = lim (1 +

1 1
1
+ + + ) = .
2 3
n

1
La serie
est donc divergente.
k
k=1

Exemple 2.29 (La serie geometrique). Soit r R. Posons bk = rk et considerons la serie

rk = 1 + r + r2 + r3 + + rn +

(ici, on debute `a k = 0)

k=0

Alors
s0 = 1

s2 = 1 + r + r 2

s1 = 1 + r

sn = 1 + r + r 2 + + r n

On sait que
sn =

1 rn+1
1r

car

(1 r)(1 + r + r2 + + rn ) = 1 rn+1

Quelle est alors la limite ?


n

Si |r| > 1 alors la suite sn diverge car |rn+1 | +.


En revanche, pour |r| < 1, on a lim rn+1 = 0 (voir exemple 3 sous 2.6) et donc
n

1 rn+1
1
=
.
n 1 r
1r

lim sn = lim

En conclusion, la serie geometrique

diverge si |r| > 1

1
rk
si |r| < 1
converge vers
k=0
1r
Le nombre r est appele la raison de la serie geometrique.

Exemple 2.30. La serie

(1)k+1 = 1 1 + 1 1 + 1 1 + 1 . . .

k=1

diverge (et ne converge donc pas vers 0) car la suite des sommes partielles est 1 ; 0 ; 1 ; 0 ;
1; ...

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

34

2.3.2

Propri
et
es des s
eries

(I) Si

bk = s, alors

k=1

(II) Si s =

cbk = cs.

k=1

bk et s =

k=1

bk alors

k=1

bk + bk = s + s

k=1

(linearite de la convergence.)
(III) La propriete de convergence ou de divergence nest pas modiee si lon ajoute (ou
retranche) un nombre ni de termes. Par exemple, la serie

1
1
1
=
+
+ ...
k
100 101

k=100

diverge encore (serie harmonique).

2.3.3

S
eries `
a termes positifs

Notons

uk les series avec uk > 0 k.

k=1

(A) Crit`
eres de comparaison
Supposons que un 6 vn pour tout n > N .

(a) Si
vk converge, alors
uk converge egalement ; ({sn } = suite croissante majoree) ;
k=1

(b) si

k=1

uk diverge, alors

k=1

vk diverge aussi. (suite croissante non majoree).

k=1

Exemple 2.31.

1
La serie
avec 6 1 diverge.
k
k=1

En eet, on a k = k 1 avec > 0 et donc k 6 k ce qui implique que


1
1
> .

k
k

1
Comme la serie
ere de comparaison nous permet de conclure `a la diverk diverge, le crit`
gence de la serie consideree.
(B) Crit`
ere de la racine (ou de Cauchy)
Si pour tout n > N , on a
Si

n
un 6 q < 1

n u > 1, la s
erie diverge car un 0.
n

(q xe) alors la serie

uk converge.


2.3. SERIES

35

monstration :
De

On a n un 6 q < 1 donc un 6 q n . Or la serie

qk

k=1

converge (serie geometrique) puisque q < 1. Par le crit`ere de comparaison, la serie


converge egalement.

uk

(C) Crit`
ere du quotient (ou de dAlembert)
Si pour tout n > N , on a
Si on a

un+1
un

un+1
6q<1
un

(q xe) alors la serie

uk converge.

> 1, alors la serie diverge.

monstration :
De
On a

un+1
6q
un

et

un
6q
un1

et donc
un+1 6 un q 6 un1 q 2 6 6 q n u1 .
Or la serie

uk .

u1 q k converge. Par le crit`ere de comparaison, il en est de meme de la serie

k=0

Corollaire 2.32 (Resume-corollaire). Soient


q1 := lim

Alors la serie

k=1

n
un

uk

et

q2 := lim

un+1
un

converge si qi < 1
diverge si qi > 1

on ne peut rien dire si qi = 1.

Exemples 2.33.

k 10
1.
3k
k=1

10

1
1
n
n n
n 1
=
n10 1 = < 1. La serie converge.
On a n un =
n
3
3
3
3

ak
2. La serie
(a > 0) converge. En eet, on a
k!
k=1

un+1
an+1
n!
a
=
n =
<q<1
un
(n + 1)! a
n+1
si n est assez grand. (On verra plus tard quelle converge vers ea ).

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

36

Exemples 2.34 (Autres exemples).

1
(a) Considerons la serie
.
k(k 1)
k=2
1
1
1
Alors on a bk =
=
pour tout k > 2 et donc
k(k 1)
k1 k
(
) (
)
(
)
n

1
1 1
1
1
1
bk = 1
sn =
+
+ +
=1 .

2
2 3
n1 n
n
k=2

Alors lim sn = 1 ce qui demontre que


n

k=2

1
= 1.
k(k 1)

1
1
1
. On a 2 6
(b) Considerons maintenant la serie
pour tout k > 2.
2
k
k
k(k 1)
k=1
Le crit`ere de comparaison et lexemple (a) ci-dessus permet de conclure que la serie

1
converge. On a de plus
k2
k=1

1
1
1
=1+
61+
= 1 + 1 = 2.
2
2
k
k
k(k 1)
k=1

k=2

k=2

1
1
1
Corollaire 2.35. La serie
avec > 2 converge car 6 2 (crit`ere de comparai
k
k
k
k=1
son).

Pour 1 < 6 2, la serie

1
converge egalement.
k
k=1

Remarque 2.36. Dans lexemple (b) ci-dessus, les crit`eres de la racine et du quotient ne
donnent rien. En eet, on a

)
(
1 2
n 1
q1 = lim
= lim
=1
n
n2 n n n
et
un+1
q2 = lim
= lim
n
n un
De meme, pour la serie harmonique,

n
n+1

)2
= 1.

1
, ces crit`eres ne donnent rien. On a
k
k=1

q1 = lim

1
1
= lim
= 1.
n
n n n

De meme pour le crit`ere du quotient :


un+1
1/(n + 1)
n
=
=
< 1.
un
1/n
n+1
ATTENTION : on a
harmonique diverge.

un+1
un+1
un+1
< 1 mais PAS
6 q < 1 car q2 = lim
= 1. Et la serie
n un
un
un


2.3. SERIES

2.3.4

37

S
eries altern
ees

Soit un de signe constant. La serie

(1)k+1 uk = u1 u2 + u3 u4 + . . .

k=1

est dite serie alternee.


Th
eor`
eme 2.37 (Crit`
ere de Leibniz). Si
(i) |un+1 | < |un | et
n
(ii) |un | 0
alors la serie alternee converge.
De plus elle converge vers S avec |S| 6 |u1 |.
monstration : On peut supposer tous les uk positifs. Lhypoth`ese devient alors
De
uk > uk+1 et donc uk uk+1 > 0. Do`
u
s2n = u1 u2 + u3 + u2n1 u2n

et

s2n+2 = u1 u2 + u3 + u2n+1 u2n+2 > s2n .


{z
}
|
>0

Ainsi la suite {s2n } est croissante. Par ailleurs, on a


s2n = u1 (u2 u3 ) (u2n2 u2n1 ) u2n < u1 .
| {z }
{z
}
|
>0

>0

La suite {s2n } est donc aussi bornee. Elle converge donc. Posons
S = lim s2n .
n

On a alors

s2n+1 = s2n + u2n+1 S + 0 = s.


La suite {s2n+1 } converge egalement vers S ce qui montre que {sn } converge vers S.
Comme s2n < u1 , on a bien S < u1 .
Exemples 2.38.
1. La s
erie harmonique altern
ee ( ou s
erie de Leibniz)

k=1

(1)k+1

1
1 1 1 1
= 1 + + ......
k
2 3 4 5

converge. (On verra que cest vers ln 2.)


2.

k=1

On a

k+1

(1)

2+ k

2+ n
2
1 n
un =
= + 0
n
n
n

2
1
1
2+ n+1
2
un = + >
+
=
= un+1 .
n
n+1
n+1
n
n+1
Les hypoth`eses (i) et (ii) du theor`eme sont remplies : la serie converge.
et

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

38

Remarque 2.39. La condition (ii) un 0 ne sut pas.


Exemple : la serie alternee

1
1
1
1 1
+
+ =
1 +
(1)k+1 uk
4 3 16 5 36
k=1

avec
uk =

1
k
1
k2

si k est impair
si k est pair

satisfait bien la condition (ii) (uk 0) mais ne converge pas. En eet, soit n pair. Alors
sn =

(1)k+1 uk = 1

k=1

1 1
1
1
1
+
+ 2
4 3 16 5
n

1 1
1
1
1
1
1
= (1 + + + +
)( +
+
+ + 2).
3 5 {z
n 1 } | 4 16 36
n }
{z
|
s
s+
n
n
1
Comme la serie
converge, le terme s
e par un nombre M R independant
n est major
k2
de n.
Comme la serie harmonique diverge, le terme s+
n est plus grand que tout r R pour n assez
grand. Ainsi, pour tout r R, il existe Nr N tel que s+
es que n > Nr .
n > r d`
> r M . Ainsi la sous-suite s (n pair) est non major
Ceci implique que sn = s+

s
ee
n
n
n
et donc non convergente.

2.3.5

S
erie absolument convergente

D
enition 2.40. Soit

bk une serie donnee. Si la serie

|| :=
|bk |

converge, on dit que est absolument convergente.


Th
eor`
eme 2.41. Si || converge, alors converge egalement.
Conclusion : les crit`eres pour les series `a termes positifs (cf. 2.3.3) sont applicables aux
series absolument convergentes.
Exemple : la serie

ak
k=0

k!

est absolument convergente pour tout a R. En eet, on a



bn+1 |a|


bn = n 0

(crit`ere du quotient)

D
enition 2.42 (Serie semi-convergente). Une serie
|bk | diverge est appelee semi-convergente.
Exemple : La serie harmonique alternee

k=1

(1)k+1

bk convergente mais dont la serie

1
est convergente mais pas absolument
k

1
convergente puisque la serie
diverge. Elle est donc semi-convergente.
k
k=1


2.3. SERIES

39

Th
eor`
eme 2.43.
1) La somme dune serie absolument convergente ne depend pas de lordre de ses termes.
2) En revanche, dans le cas dune serie semi-convergente, on peut faire converger la somme
de la serie vers nimporte quel nombre reel en regroupant les termes de la serie dune facon
bien choisie.
Sans demonstration.

Corollaire 2.44. Si

ak est absolument convergente alors

al +

am

(o`
u les al et am forment lensemble de tous les ak ) sont separement absolument convergentes.
Exemple : Calculons
s=

(1)k+1

k=1

1
k(k + 2)

(serie alternee).

Cette serie est absolument convergente car


|uk | =

1
1
< 2
k(k + 2)
k

1
et la serie
converge.
k2
On peut alors separer les termes dindices pairs et ceux dindices impairs :

s=
k=1,

impairs

1
+
k(k + 2)

k=2,

(1)

pairs

1
k(k + 2)

1
1

(2l 1)(2l + 1)
2m(2m + 2)
m=1
l=1
(
)

1
1
1
1
1
=


2 2l 1 2l + 1
4
m(m + 1)
|m=1 {z
}
|l=1
{z
}

s+
l

s
m

1 1
1
1= .
2 4
4

car
[
]
1
1 1
1
1
1
1
1
l 1
(1 ) + ( ) + + (

) = (1
)
2
3
3 5
2l 1 2l + 1
2
2l + 1
2
1
1
1
1 1 1
1
1
1
m
= +
+ +
= 1 + + +

=1
1
2 23
m(m + 1)
2 2 3
m m+1
m+1

s+
l =
s
m

Exemple 2.45. La serie harmonique alternee est semi-convergente. On ne peut pas changer
lordre des termes sans changer la valeur de la somme (innie).

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

40

ln(2) = 1

1 1 1 1 1 1 1
1
+ + + + =
(1)k+1
2 3 4 5 6 7 8
k

|2

2ln(2) = 2 1 +

2
2 1 2 1 2 1
+ + +
+ ...
3 2 5 3 7 4
10

1 1 1 1 1
+ + + ...
2 3 4 5 6
= ln(2).

=1

On obtient ainsi
2ln(2) = ln(2)!!!!!!!!!!

2.4

D
enition du nombre e

1
. (Nous demarrons ici avec k = 0.)
k!

1
Considerons la serie
et notons {en } la suite des sommes partielles, cest-`a-dire
k!
Soit b0 = 1 et bk =

k=0

en = 1 +

1
1
1
1
+ + + + .
1! 2! 3!
n!

Nous avons vu dans lexemple 2.33 que cette serie est absolument convergente. Sa limite est
notee e :
e :=

1
1
1
1
= lim en = lim (1 + 1 + + + + ).
n
k! n
2! 3!
n!
k=0

Numeriquement : e = 2, 718281828.
Th
eor`
eme 2.46. Le nombre e est irrationnel.
monstration :
De
Pour tout n > 2, on a
1
1
1
1
1
+ +
+
+
+
+ ...
2!
(n 1)! n! (n + 1) ! (n + 2) !
(
)
1
1
1
1
1
= 1 + 1 + + +
.
+

1+
+
+ ...
2!
(n 1)! n!
n + 1 (n + 1)(n + 2)
|
{z
}
1
1
n
1
+
+ . . . ... =
=
62
<1+
n n2
1 1/n
n1

e=1+1+

Donc
e=1+1+

1
1
1
+ +
+
n
2!
(n 1)! n!

avec 1 < n < 2.

Supposons maintenant que e soit rationnel cest-`a-dire que e =


dans (*), on obtient
M
1
1
1
= 1 + 1 + + +
+
N +1
N
2
N ! (N + 1)!

M
N.

()

Si lon pose n = N + 1

| (N + 1)!


2.4. DEFINITION
DU NOMBRE E

41

M (N + 1)(N 1)! = (N + 1)! + (N + 1)! + (N + 1)N (N 1) 3 + + (N + 1) + N +1 .


|
{z
} |
{z
} | {z }
N

On aboutit ainsi `a une contradiction.


Autre d
enition de e
Considerons la suite {en } denie par
en

Proposition 2.47.

lim e
n n

(
)
1 n
= 1+
.
n

(
)
1 n
= lim 1 +
= e.
n
n

ATTENTION : une limite de la forme 1 est une forme indeterminee.


Elle ne vaut pas 1 mais peut prendre, a priori, toutes les valeurs possibles
comme une limite de la forme 00
monstration : Par la formule du binome, on a
De
(
)
( )k
n
n ( )
1 n n
1
1 n(n 1) (n k + 1)

nk
en = 1 +
=
1

=1+n +
n
n
n
k! nk
k
k=2
k=0
(
) (
) (
)
n

1
1
2
k1
1 1
1
1
()
=1+1+
k!
n
n
n
k=2
| {z } | {z } |
{z
}
61

61

61

n
n

1
1
61+1+
=
= en
k!
k!
k=2

On a ainsi montre que


(*) :
en

k=0

en 6 en

pour tout n. Reprenons le calcul precedent `a la ligne

(
) (
) (
)
n

1
1
2
k1
1
1
=1+1+
1 1
k!
n
n
n
k=2
| {z } | {z } |
{z
}
>1 k1
n

(
)
n

1
k1 k
>1+1+
1
k!
n

>1 k1
n

>1 k1
n

k=2

Linegalite de Bernoulli donne


(
)
n
n
n

k(k 1)
1 1 k(k 1)
1
1
=1+1+

>1+1+
k!
n
k! n
k!
k=2
k=2
|
{zk=2 }
= en
n
1
1
= en
n
(k 2)!
= en

1
n

k=2
n2

j=0

1
1
= en en2 .
j!
n

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

42
On a donc

en

1
en2 6 en 6 en .
n

1
en2 convergent toutes les deux vers e. Ainsi, par le theor`eme des
n
gendarmes, on a aussi lim en = e.

Les suites en et en

La convergence de cette suite {en } est beaucoup plus lente que la precedente.
Pour avoir e = 2.7180.., il faut n = 6 dans en mais n = 4819 dans en .
Remarque 2.48. On peut generaliser cette demonstration pour montrer que
(
lim

x )n xk
=
n
k!

1+

k=0

pour tout x R.
Propri
et
es
1.

(
)
1 n
1
lim 1
= e1 = .
n
n
e
monstration : On a
De
(
)n+1 (
)
)n+1
(
1
n + 1 1 n+1
n
1
=
=
n+1
n+1
n+1
(
)n1 (
)
n+1
1 n1
=
= 1+
n
n
[(
)n+1 ]1 [(
) (
)]1
1
1
1
1 n
n
=
1+
=
1+
1+
(e 1)1 = .
n
n
n
e

2. Si {an }, an > 0 est une suite rationnelle nulle (cest-`a-dire qui converge vers 0) alors
1

lim (1 + an ) an = e.

monstration : En posant N = E( a1 ), on a N 6
De
n
1
)N
(1 +
N +1
|
{z
}

1
an

< N + 1 et alors

1
1
< (1 + an ) an < (1 + )N +1 .
N
|
{z
}
1 )N (1+ 1 )
(1+ N
N

(1+ N1
)N +1 (1+ N1
)1
+1
+1

Si on prend la limite quand N (alors an 0) on a


1

e 1 6 (1 + an ) an 6 e 1.


2.4. DEFINITION
DU NOMBRE E

43

3. On a
lim (1 +

q n
) = eq
n

q Q.

Cest la denition numerique de eq .


monstration :
De
Si q = 0 cest trivial. Si q > 0 on applique le point 2. avec an = nq . On a alors
(
)q
q
q
n
(1 + )n = (1 + )n/q eq .
n
n
Si q < 0, largument est analogue `a celui du point 1.
Exemple : Calculons

(
lim

On a
(

n1
n+1

)n
=

1
1+

n1
n+1

1
n
1
n

)n
.

)n
n

e1
1
= 2.
e
e

La fonction ex

(
q )n
Nous avons demontre que lim 1 +
= eq pour tout q Q.
n
n

(
x )n xk
Nous avons aussi vu que lim 1 +
=
pour tout x R.
n
n
k!
k=0
On peut donc etendre la fonction ex `a tout R en posant, pour tout x R
ex =

xk
k=0

k!

(
= lim

1+

x )n
.
n

On peut meme etendre cette denition aux nombres complexes en posant


ez =

zk
k=0

k!

pour tout z C.

Le module remplace alors la valeur absolue et cette suite est encore absolument convergente pour tout z C..
On peut montrer les resultats suivants :

ez+z = ez ez pour tout z, z C


ez = ez pour tout z C
Donc |ez |2 = ez ez = ez ez = ez+z = e2Re(z) = |ez | = eRe(z) .

En particulier, si z = i alors ei = e0 = 1. Lexponentielle complexe envoie laxe
imaginaire sur le cercle trigonometrique.
Chapitre 4 =

arg(ei ) = . On obtient les formules suivantes :


ei = cos + i sin = [1; ]

CHAPITRE 2. SUITES REELLES


ET SERIES
NUMERIQUES

44

et donc le nombre complexe [r; ] = r (cos + i sin ) secrit aussi


[r; ] = r (cos + i sin ) = rei .
Cest la notation dEuler. En particulier, en posant = et r = 1 on obtient
ei = 1

2.5

Un petit r
esum
e de quelques s
eries

diverge (serie harmonique)

k=1

(1)k+1

k=1

k=1

{
qk

k=0

k=1

k q k1

diverge si
0661
converge si > 1
1
= 1q
diverge si

si |q| < 1
|q| > 1

1
= (1q)
2
diverge si

serie geometrique

si |q| < 1
|q| > 1

derivee de la serie geometrique

1
=1
k(k + 1)

ak
k=0

est semi-convergente (serie harmonique alternee)

k=1

1
k

k!

converge absolument a R et

ak
k=0

k!

= ea = lim

(
1+

a )n
= lim
n
n

n+a
n

)n
.

Chapitre 3

Fonctions r
eelles et continuit
e
3.1

D
enitions g
en
erales

D
enition 3.1.
Soient D et T deux ensembles non vides. Une fonction f de D dans T est une
correspondance qui associe `a tout element x D un element y = f (x) T . On la note par
f : D T
x 7 f (x)
Lensemble D est le domaine de d
enition de f . Il sera souvent note Df .
Lelement y = f (x) T est limage de x par f alors que x est une pr
e-image de y.
Si D et T sont des sous-ensembles de R, la fonction f est appelee fonction r
eelle.
Lensemble
Im(f ) := {y T | x D avec y = f (x)}
est appele limage de D par f . On le note aussi f (D).
D
enition 3.2 (Fonction injective). Une fonction f : D T est dite injective si tout
element de T a au plus une pre-image.
Autrement dit, si x1 = x2 implique f (x1 ) = f (x2 ) pour tout x1 , x2 D.
D
enition 3.3 (Fonction surjective). Une fonction f : D T est dite surjective si tout
element de T a au moins une pre-image.
Autrement dit, si pour tout y T , il existe x D avec y = f (x).
Ou encore, si Im(f ) = T .
Une fonction injective et surjective est dite bijective.
Exemples 3.4 (Quelques exemples).
(1) La fonction f : N N denie par f (n) = n2 est injective mais pas surjective car il
nexiste aucun n N tel que f (n) = 5. On a alors
Im(f ) = lensemble des carres dans N = {0, 1, 4, 9, 16, }.
(2) La fonction f : Z N denie par f (n) = n2 nest pas injective car f (6) = f (6) = 36.
45

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

46

(3) La fonction f : R+ R denie par f (x) = x est une fonction reelle. On a


Im(f ) = R+ .Elle nest donc pas surjective. En revanche, elle est injective car si a = b

alors a = b. Par la suite cette fonction sera simplement notee f (x) = x (sousentendu : Df = R+ et T = R).
(4) La fonction f : R R denie par f (x) = x est la fonction identit
e. Elle est bijective.
(5) La fonction signe est denie par

1 si x < 0
0
si x = 0
sign(x) =

1
si x > 0
On a Df = R. Elle nest ni injective ni surjective.
(6) La fonction de Heaviside est denie par H(x) =

3.2

1 si x > 0
.
0 si x 0

Fonctions r
eelles

Dorenavant, toute fonction f (x) sera reelle.


Quelques propri
et
es particuli`
eres
Une fonction reelle f : Df R est dite
paire si f (x) = f (x) pour tout x Df .
impaire si f (x) = f (x) pour tout x Df .
periodique de periode T si f (x + T ) = f (x) pour tout x Df .
bornee si f (x) M pour un certain M R et pour tout x Df .
croissante (resp. strictement croissante) si
x<y

f (x) f (y) (resp. f (x) < f (y))

decroissante (resp. strictement decroissante) si


x<y

f (x) > f (y) (resp. f (x) > f (y))

monotone si elle est croissante ou decroissante.


Composition
Soient f, g deux fonctions reelles telles que Im(f ) Dg . Alors on peut construire la fonction
composee g f denie par
(g f )(x) = g(f (x))
Exemple :
g(x) =

x D g = R+

Alors
(g f )(x) =

pour tout x Df .

f (x) = x2

f (x) =

Im(f ) = R+

x2 = |x|.


EMENTAIRES

3.3. QUELQUES FONCTIONS REELLES


EL

47

Graphe dune fonction


Le graphe dune fonction f (x) est le sous-ensemble du plan R2 deni par
Gf = {(x , f (x)) | x Df }.
Fonction r
eciproque (ou fonction inverse)
Si une fonction
f : D T
x 7 f (x)
est bijective, on peut denir la fonction reciproque
f 1 : T D
qui associe `a tout y T lelement x D tel que f (x) = y. On a alors
(f 1 f )(x) = x = (f f 1 )(x)
pour tout x o`
u les expressions sont denies.

Les graphes de f (x) et f 1 (x) sont toujours symetriques par rapport `a la droite y = x.

Exemple : si f (x) = x2 alors la fonction est bijective si lon pose Df = R+ . On peut donc

trouver f 1 qui nest rien dautre que f 1 (x) = x pour tout x R+ .

3.3

Quelques fonctions r
eelles
el
ementaires

(I) Fonctions puissances : f (x) = xq pour q Q.

On a Df = R si q N alors que Df = R si q Z .
(II) Fonctions polynomiales :
y = f (x) =

k=0

ak xk

ak R, an = 0.

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

48

Df = R
Soit P (x) un polynome (reel) et x0 une racine de P (x). Le plus grand entier m tel
que (x x0 )m divise P (x) est appele la multiplicite de x0 par rapport `a P . On note
alors
m = multP (x0 ).
(III) Fonctions rationnelles
y = f (x) =

P (x)
Q(x)

Df = R\{xk | Q(xk ) = 0}.

Si Q(xk ) = 0 et multQ (xk ) > multP (xk ), alors les droites x = xk sont des asymptotes
verticales.
(IV) Fonctions irrationnelles : polynomes + racines
Exemple :

1 + 3 x2 + 4
f (x) =
.

x2 + 3x 3 x/2
(V) Fonctions trigonometriques
f (x) = sin x impaire, periodique de periode T = 2, bornee
cos x paire, periodique de periode T = 2, bornee
tan x impaire, periodique de periode T = , non bornee
Df = R { 2 + k ; k Z}
On a les relations suivantes : cos x =

eix eix
eix + eix
et sin x =
2
2i

(VI) Fonctions trigonometriques inverses


Pour inverser les fonctions trigonometriques, il faut se restreindre `a un intervalle sur
lequel elles sont monotones. On choisit les intervalles suivants :
[ ]
sin x :
2 ; 2
[1 ; 1]
cos x : ] [0 ; ] [ [1 ; 1]
tan x :
2 ; 2
R
On denit alors
[
]
arcsin : [1; 1] 2 ; 2 par
arccos : [1; 1] [0;
] ] [ par
arctan :
R
2 ; 2 par

arcsin(x) = sin1 (x)


arccos(x) = cos1 (x)
arctan(x) = tan1 (x)

ATTENTION :
[
]
on a arcsin(sin x) = x uniquement pour x 2 ; 2 .
Et sin(arcsin x) = x x [1; 1].


EMENTAIRES

3.3. QUELQUES FONCTIONS REELLES


EL

On a

arccos(x) + arcsin(x) =

49

pour tout x [1; 1].

(VII) Fonctions exponentielles


Soit a > 0 un nombre reel. On cherche `a denir la fonction
(A) Si x = q =

m
n

f (x) = ax .

Q, on pose
m

f (q) = aq := a n =

n m
a .

(B) Pour prolonger cette fonction `a R, il faut pouvoir denir le terme ar quand r est
reel non rationnel. On le fait en prolongeant f (x) par continuite : on sait quil existe
pour tout r R une suite rationnelle {qn } qui converg vers r. On a donc lim qn = r.
n
On pose alors
ar := lim aqn .
n

Propri
et
es des fonctions f (x) = ax
(1) f (x) > 0 pour tout x R. Cest une fonction strictement positive.
(2) f (0) = 1 et f (1) = a.
(3) f (rx) = arx = (ax )r = f (x)r . En particulier, f (x) =

1
.
f (x)

(4) f (x + y) = ax+y = ax ay = f (x) f (y)


(5) Si a > 1, alors f (x) = ax est strictement croissante.
Si 0 < a < 1, alors f (x) = ax est strictement decroissante.
Graphes des fonctions exponentielles :

Remarque 3.5. Si a = e, on retrouve la fonction ex denie au chapitre 2.

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

50

(VIII) Fonctions logarithmes


La fonction f (x) = ax est strictement monotone (si a = 1 ce que lon suppose d`es `a
present). Elle a donc une fonction inverse et on denit :
loga y = f 1 (y)

y > 0.

Lensemble de denition de loga est donc Df = R+ . On a lequivalence suivante :


loga y = x

x R y R+

y = ax

Par denition on a les relations suivantes :


y > 0

aloga y = y

loga ax = x

et

x R.

Propri
et
es des fonctions loga x
(1)
(2)
(3)
(4)
(5)

la fonction loga x nest denie que pour x > 0.


loga 1 = 0 et loga a = 1.
loga xr = r loga x pour tout x > 0 et tout r R. En particulier loga
loga (xy) = loga x + loga y pour tout x, y > 0.
Si a > 1, alors loga x est strictement croissante.
Si 0 < a < 1, alors loga x est strictement decroissante.

Graphes des fonctions logarithmes :

D
enition 3.6 (Logarithme naturel). On pose
ln(x) := loge x
Changement de bases
Si L = loga x alors aL = x et
ln(x) = ln(aL ) = L ln(a)
= L =

ln(x)
ln(a) .

Ainsi
loga x =

On a

ln(x)
.
ln(a)

(
)x

(x ln a)k
ax = eln a = ex ln a =
.
k!
k=0

1
x

= loga x.


EMENTAIRES

3.3. QUELQUES FONCTIONS REELLES


EL

51

(IX) Fonctions hyperboliques


Sinus hyperbolique :
sinh(x) =

ex ex
2

(fonction impaire)

Cosinus hyperbolique :
cosh(x) =

ex + ex
2

(fonction paire)

On a la relation suivante :
cosh2 (x) sinh2 (x) = 1.
Ces 2 fonctions permettent de parametriser les hyperboles :
{
x2 y 2
x = a cosh(t)
2 = 1
y = b sinh(t)
a2
b

tR

Somme :
sinh(a + b) = sinh a cosh b + cosh a sinh b
cosh(a + b) = cosh a cosh b + sinh a sinh b.

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

52

(X) Fonctions hyperboliques inverses


Pour le sinus hyperbolique, pas de probl`eme, on note arcsinh(x) la fonction inverse.
(D = R)

Pour le cosinus hyperbolique, on se restreint `a lintervalle R+ sur lequel la fonction


f (x) = cosh(x) est monotone. On note alors arccosh(x) la fonction inverse, denie
sur [1; [ et dont limage est R+ .

Calcul explicite
Soit y = arcsinh(x). Alors
y = arcsinh(x)

sinh(y) = x

ey ey
=x
2

ey ey = 2x.

On pose u = ey et apr`es avoir multiplie par u, on obtient


u 1 = 2xu u 2xu 1 = 0 u =
2

2x

4x2 + 4
= x x2 + 1.
2

Le signe est impossible car u = ey > 0. Donc u = x +


y = ln(u) = ln(x +

x2 + 1 et

x2 + 1).

On a ainsi demontre que

arcsinh(x) = ln(x +

x2 + 1)

x R.

De meme, on peut demontrer que

arccosh(x) = ln(x +

x2 1)

x > 1.


3.4. REPRESENTATION
DES COURBES PLANES

3.4

53

Repr
esentation des courbes planes

1) Explicite : y = f (x).
e2x
Exemple : y =
.
1 + x2
2) Implicite : F (x; y) = 0.
Exemples :
1) Cercle de centre C(a; b) et de rayon R : (x a)2 + (y b)2 = R2
( x )2 ( y )2
2) Ellipse :
+
=1
a
b

Attention : Courbe = fonction.


Fonction : `a un x D correspond un seul y

Courbe : il peut y avoir plusieurs y pour un x donne.


3) Representation parametrique : x et y sont donnes en fonction dun param`etre t I R.
Exemple :

x=

t
1 + t3

t2

y=
1 + t3

t = 1.

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

54
4) Representation polaire :

A un point P (x; y) correspond un couple ( ; ) o`


u est la distance de P `a lorigine et
langle entre Ox et OP .
On a les r`egles de transformations suivantes :

x2 + y 2

{
cos = x = x
x = cos

et
x2 + y 2
y = sin

y
y

sin = = 2
x + y2
Une courbe peut alors etre donnee sous forme polaire, cest-`a-dire `a laide dune equation
reliant et .
Exemples :
A) Cardiode : = a(1 + cos ) a > 0

[0 ; 2].

B) Spirale dArchim`ede : = a (a > 0) [0; [

C) Spirale logarithmique : = em , ] ; [. Le point 0 est un point asymptote.

` LINFINI
3.5. VALEUR LIMITE DUNE FONCTION A

55

5) On peut combiner 3) et 4) pour avoir


{
= (t)
= (t).
Exemple :

3.5

Valeur limite dune fonction `


a linni

On cherche `a denir lim f (x).


x

D
enition 3.7. On dira que
lim f (x) = a

si pour tout > 0, il existe M R tel que


|f (x) a| <

pour tout x > M .

D`es que x est + grand que M alors f (x) est compris dans une bande de largeur 2 autour
de a. Et ceci pour nimporte quel aussi petit soit-il.

idem pour la limite en .


D
enition 3.8 (Limite impropre). On dira que
lim f (x) =

(resp. )

si pour tout r R, il existe Mr R tel que


f (x) > r
Exemples 3.9.
1
1) f (x) = q , q Q+ . Alors
x

(resp.f (x) < r)

lim f (x) = 0

pour tout x > Mr

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

56
2)

am1
a1
a0
+
.
.
.
+
+ + a1 x + a0
P (x)
am

x
xm1 xm
= n
.
f (x) =
=
n
an1
b1
b0
Q(x)
bn x + + b1 x + b0
x
bn +
+ . . . n1 + n
x
x
x
xm

Si x alors
Il reste

am1
x

0,

am +

xm

a1
xm1

0, etc...

P (x)
xm am
.
= lim n
x Q(x)
x x
bn
lim

Si m = n, alors =

am
bn

= c (asymptote horizontale y = c)
P (x)
Si m < n alors lim
= 0 (asymptote horizontale y = 0)
x Q(x)
sinon on a lim f (x) = .
x

3) f (x) = sin x . La limite en x nexiste pas. Meme impropre. Idem pour cos x.
4)
f (x) =

x4 + 3x2
sin2 (x).
x6

Alors f (x) 0.
5)

lim ex = lim ex = 0
x

3.6

Valeurs limites en un point et continuit


e

3.6.1

D
enitions

Limite
D
enition 1
Soit f (x) une fonction et x0 un point xe. On dit que f admet le nombre L pour limite au
point x0 si pour tout > 0 , il existe > 0 avec
|f (x) L| <

d`es que

0 < |x0 x| < .

On note alors lim f (x) = L.


xx0

Remarque : Dans la denition, il nest pas necessaire que x0 Df . En revanche il faut quil
existe > 0 avec ]x0 ; x0 + [ Df {x0 }.

D
enition 2
On dit que lim f (x) = L si pour toute suite {n } telle que
xx0

(i) n = x0
(ii) lim n = x0 ,
n

on a
lim f (n ) = L.


3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE

57

Proposition 3.10. Les 2 denitions ci-dessus sont equivalentes.


Notation 3.11. Au lieu de lim f (x) = L on peut ecrire
xx0

lim f (x0 + h) = L.

h0

(Ici encore h 0 mais h = 0.)


D
enition 3.12. Limite `a gauche et limite `a droite On peut denir aussi la limite `
a gauche
qui est notee

lim f (x)

xx
0

et la limite `
a droite qui est notee

lim f (x).

xx+
0

1 si x < 2
2 si x = 2
Exemple 3.13. Considerons la fonction f (x) denie par f (x) =

3 si x > 2

Dans cet exemple, on a lim f (x) = 1 et lim f (x) = 3. Mais la limite lim f (x) nexiste
x2
x2
x2+
pas.
D
enition 3.14 (Limite impropre). Limite `a droite : On dira que
lim f (x) = +

xx+
0

si pour tout M > 0, il existe M > 0 tel que


f (x) > M

pour tout

]
[
x0 ; x0 + M

Denition analogue pour et pour la limite `a gauche.


Exemples 3.15.
1
f (x) = 2 . Alors lim f (x) = .
x0
x

f (x) =

1
x2 .

Alors
lim f (x) =

x2+

et

lim f (x) =

x2

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

58

3.6.2

Propri
et
es des limites

Th
eor`
eme 3.16 (Theor`eme des gendarmes). Soient f (x), (x), (x) des fonctions reelles,
x0 un point xe et > 0. Si pour tout x Df D D tel que 0 < |x x0 | < on a
(x) f (x) (x)
et si
lim (x) = lim (x) = a

xx0

xx0

alors
lim f (x) = a.

xx0

La demonstration est similaire `a celle faite pour les suites.

Proposition 3.17. Supposons f (x) = g(x)h(x). Si


(i) h(x) est borne sur un voisinage de x0
(ii) et si lim g(x) = 0
xx0

alors
lim f (x) = 0.

xx0

monstration :
De
Par hypoth`ese sur h(x), on a |h(x)| M d`es que |x x0 | < .
Soit > 0 et soit = /M tel que g(x) < /M d`es que |x x0 | < . Un tel existe car
xx0
g(x)
0.
Mais alors

|f (x)| = |g(x)| |h(x)|


M
M
ce qui montre que f (x) tend vers 0.
Exemple : f (x) =

1
x

sin x
= 0.
x

sin x. Alors lim

Soient f (x) et g(x) 2 fonctions telles que


(i) lim f (x) = a
xx0

(ii) lim g(x) = b.


xx0

Alors
1) lim (f (x) + g(x)) = a + b

(linearite de la limite)

xx0

2) lim f (x)g(x) = ab
xx0

3)
lim

xx0

Cas indetermines :

f (x)
a
=
g(x)
b

0
;
0

0 ;

si b = 0.

+ ()


3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE

3.6.3

59

Exemples

)
(
3x + 1 2
0
1. Calculons A = lim
=
x1
0
x1

3x + 1 2
x+1
3x + 1 + 2

A = lim
x1
x1
x+1
3x + 1 + 2

(3x + 1 4)( x + 1)

= lim
x1 (x 1)( 3x + 1 + 2)

3( x + 1)
6
3
= lim
= = .
x1
4
2
3x + 1 + 2

x
2. A = x + 2 x2 + 4 ?

x + 2 + x2 + 4
2

A = (x + 2 x + 4)
x + 2 + x2 + 4
x2 + 4x + 4 (x2 + 4)
4x

=
=
2
x+2+ x +4
x + 2 + x 1 + 42
x

3. Que vaut la limite lim

x0

1+

2
x

sin x
x

x 4
= 2
2
1 + 4/x2
(
)
0
=
.
0

On a
OAM < secteur OAM < OAT.
Donc

1
x
1 tan x
1 sin x < 12 <
2
2
2

ce qui donne
sin x < x < tan x
et en divisant par sin x on obtient
tan x
1
x
<
=
.
sin x
sin x
cos x
Par le theor`eme des gendarmes, on a
1<

sin x
= 1.
x0 x
lim

Plus generalement
lim

x0

sin px
sin px
= lim p
= p.
x0
x
px

60

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

4. Calculons

(
lim

x0

On a

1
1

+
3
x sin 2x

1
1

+
3
x sin 2x

et la limite vaut alors 0 1 +

)
sin x = ( + ) 0.

sin x
sin x
sin x =
+
3
2 sin x cos x
x

sin x
1
3
= x2
+
x
2 cos x

1
1
= .
2
2

Composition
Soient f (x) et g(x) deux fonctions telles que Im(f ) Dg . Si
lim f (x) = c et
xx0

lim g(u) = L,
uc
alors
lim g(f (x)) = L.

xx0

Applications :
(1) Que vaut

2(1 cos x)
A = lim
x0
x2

On a 1 cos x = 2 sin2

)
(
0
?
=
0

x
et donc
2
2 2 sin2 x/2
(sin(x/2))2
=
lim
x0
x0
x2
(x/2)2
(
)2
sin u
u=x/2
= lim
u0
u
(
)2
sin u
= lim
= 1.
u0 u

A = lim

Donc

2(1 cos x)
=1
x0
x2
x2
On ecrit que pour x 0 on a 1 cos x
.
2
Plus generalement on dit que
lim

f (x) g(x) en x0
(2)

si lim

xx0

f (x)
= 1.
g(x)

sin(1 cos x)
sin(1 cos x)
=
.
2
1 cos x
(1 cos x)(1 + cos x)
On pose u = 1 cos x. Et u 0 si x 0. Donc
h(x) =

1
1
1
sin u
lim
=1 = .
x0 1 + cos x
u0 u
2
2

lim h(x) = lim

x0


3.7. CONTINUITE

3.7

61

Continuit
e

D
enition 1
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si
f (x0 ) = lim f (x).
xx0

D
enition 2
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si pour toute suite
{n } telle que lim n = x0 , on a
n

f (x0 ) = lim f (n ).
n

Une fonction continue commute avec loperateur limite.


Ces 2 denitions sont equivalentes.
D
enition 3.18. On dit que f (x) est continue sur un intervalle I si elle est continue en
tout point x0 I. On note alors f (x) C 0 (I).

Th
eor`
eme 3.19. Soient f et g deux fonctions continues sur I. Alors
(1) f + g est continue sur I pour tout , R.
(2) f g est continue sur I.
f
(3)
est continue sur I = I\{x | g(x) = 0}.
g
(4) Si f est continue en x0 et g continue en f (x0 ) alors g f est continue en x0 .
Trois types de discontinuit
e
Type I La limite lim f (x) existe mais nest pas egale `a f (x0 ).
xx0

Type II

lim f (x) = lim f (x) .

xx+
0

xx
0

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

62

Type III une des limites lim f (x) ou lim f (x) (ou les deux) nexiste pas.
xx+
0

xx
0

Th
eor`
eme 3.20. Soit f (x) une fonction bijective et continue sur lintervalle I. Alors sa
fonction reciproque f 1 (x) est continue sur lintervalle f (I)

3.7.1

Exemples

1. La fonction f (x) = x est continue sur R.


Corollaire : toute fonction polynomiale et rationnelle est continue sur son domaine de
denition.
2. La fonction f (x) = sin x est continue sur R :
Demonstration : On a


)
(

h
2x + h

|sin(x + h) sin x| = 2 sin(h/2) cos
2 |h|.

2
2
Donc lim sin(x + h) = sin x.
h0

De meme, on montre que cos x et tan x sont continues sur leurs domaines de denition.

x x0
3. La fonction f (x) = x est continue sur R+ . Soit x0 > 0. Alors x x0 =

x + x0
et donc

|x x0 |
| x x0 |
x0

ce qui montre que si x x0 alors x x0 .

La fonction x est egalement continue `a droite en x = 0.


On montre de meme que la fonction f (x) = xq est continue sur son domaine de denition
pour tout q Q.
4. La fonction ex =

xk
k=0

k!

est continue sur R.

Demonstration : On doit montrer que lim ex+h = ex cest-`a-dire que


h0

(
)
lim ex+h ex = 0.

h0

Mais comme
|ex+h ex | = |ex eh ex | = ex |eh 1|
il sut de montrer que lim eh = 1, cest-`a-dire que ex est continue en x = 0.
h0


3.7. CONTINUITE

63

Si |h| < 1, on a
h2 h3
+
+ ...
et donc
2
3!


h2 h3
|eh 1| = h +
+
+ ...
3!
( 2
)
|h| |h|2 |h|3
|h| 1 +
+
+
+ ...
2
3!
4!
)
(
( )2 ( )3
|h|
|h|
|h|
+
+
+ ...
|h| 1 +
2
2
2
eh = 1 + h +

= |h|

1
1

|h|
2

2|h|
2|h|.
2 |h|

En consequence, si h 0 on a |eh 1| 0 ce qui montre que lim eh = 1.


h0

Corollaire : Les fonctions ax sont continues sur R car ax = ex ln a .


Corollaire : Les fonctions loga x sont continues sur R+ .

3.7.2

Prolongement par continuit


e

Soit f (x) une fonction et x0 Df . Supposons que la limite lim f (x) = a existe. On peut
xx0

alors denir une fonction f(x) en posant


{

f(x) = f (x)
si

f (x0 ) = a = lim f (x).

x = x0

xx0

On appelle f le prolongement par continuit


e de f au point x0 . On a cette fois x0 Df.
Remarque : En general, la nouvelle fonction sera encore notee f par un abus de notation.
Exemples :
sin x
indenie en zero peut etre prolongee par continuite en posant
x
sin x
= 1.
f (0) = 1 car on vient de voir que lim
x0 x
1) La fonction f (x) =

2) Soit

{
f (x) =

x3 1

x1

Trouver c pour que f soit continue en 1.

si x = 1, x > 0
si x = 1

CHAPITRE 3. FONCTIONS REELLES


ET CONTINUITE

64
Solution : On a

(x3 1)( x + 1)
lim f (x) = lim
x1
x1
x1

(x 1)(x2 + x + 1)( x + 1)
= lim
x1
x1

2
= lim (x + x + 1)( x + 1) = 6.
x1

Il faut poser c = 6 et on peut alors ecrire

f(x) = (x2 + x + 1)( x + 1)

Df = R+ .

Th
eor`
eme 3.21. Toutes les fonctions elementaires denies au paragraphe 3.3 sont continues sur Df .

3.7.3

Propri
et
es des fonctions continues

Th
eor`
eme de Bolzano :
Soit f (x) une fonction continue sur lintervalle I = [a; b] avec f (a) < 0 et f (b) > 0. Alors il
existe un x0 I avec f (x0 ) = 0.
Corollaire : Si f : [a; b] R continue avec f (a) = c1 et f (b) = c2 , alors pour tout c
compris entre c1 et c2 , il existe x0 [a; b] avec f (x0 ) = c.

Th
eor`
eme 3.22. Soit f (x) une fonction continue sur lintervalle ferme I = [a; b]. Alors
f (x) atteint son maximum et son minimum sur I, cest-`
a-dire quil existe xm , xM I avec
f (xM ) > f (x)

x I

et

f (xm ) f (x)

x I.

ATTENTION : ce resultat est faux si I est ouvert. Exemple : f (x) = x et I =]0; 1[.

Th
eor`
eme 3.23. Soit f (x) une fonction continue sur I. Alors
f

est injective

est strictement monotone.

monstration :
De
= il est clair que, pour une fonction strictement monotone, x = y implique f (x) = f (y)
= On montre la contraposee : Supposons f non strictement monotone. Alors il existe
x1 < x2 < x3 avec f (x1 ) < f (x2 ) et f (x2 ) > f (x3 ) (ou le contraire mais la preuve est la
meme). Si f (x2 ) = f (x3 ) alors f nest pas injective et cest termine.
On peut donc supposer f (x2 ) > f (x3 ). Mais alors il existe c avec f (x1 ) < c < f (x2 ) et
f (x2 ) > c > f (x3 ). Par le corollaire precedent, il existe dont 1 [x1 ; x2 [ et 2 ]x2 ; x3 ]
avec f (1 ) = c et f (2 ) = c. Donc f nest pas injective.
Contre-exemples : lhypoth`ese de continuite est essentielle :

Chapitre 4

D
eriv
ees et applications
4.1

La d
eriv
ee

4.1.1

D
enitions

Soit y = f (x) une fonction continue, x0 Df un point xe et x > 0 laccroissement.

Calculons

f (x0 + x) f (x0 )
f (x0 + x) f (x0 )
y
=
=
.
x
(x0 + x) x0
x

y
= la pente de la droite qui passe par les points
x
P (x0 ; f (x0 )) et Q(x0 + x ; f (x0 + x)).
Interpr
etation g
eom
etrique :

Interpr
etation physique : si x = t est le temps et y = f (t) est la distance parcourue,
y
alors
est la vitesse moyenne durant le temps t.
t
y
si x 0 ?
Que devient
x
Geometriquement, on aura la pente de la tangente au graphe de f passant par P (x0 ; f (x0 )).
Physiquement, on a la vitesse instantanee au temps t = t0 .
On pose alors la denition suivante :
D
enition 4.1 (Derivabilite). On dit que la fonction f (x) est d
erivable au point x0 si
la limite
f (x0 + h) f (x0 )
lim
h0
h
existe. Cette limite est appelee la d
eriv
ee de f au point x0 . Elle est notee f (x0 ).

65

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

66
Ainsi

f (x0 + h) f (x0 )
.
h0
h

f (x0 ) = lim
Autre notation :

df
df
dy
(x0 ) =
|x=x0 =
(x0 ).
dx
dx
dx
f (x0 ) = la pente de la tangente au graphe de f au point (x0 ; f (x0 )).
f (x0 ) =

D
enition 4.2. Soit f (x) une fonction et I Df un intervalle. Si f (x) existe pour tout
x I, on dit que f est d
erivable sur I. La fonction f (x) est appelee la d
eriv
ee de f
(sur I).
d
df
(x) =
f (x) ou encore f
Autre notation : la derivee de f (x) est aussi notee f (x) =
dx
dx
sil ny a aucune ambigute sur la variable.
Autre notation : on note
dx laccroissement innitesimal de la variable x
dy laccroissement innitesimal de la variable y.
dy
et donc
dy = f (x)dx
Si y = f (x) alors f (x) =
dx
Exemple 4.3.

Soit f (x) = ax + b. Alors


f (x + h) f (x)
h0
h
a(x + h) + b (ax + b)
ah
= lim
= lim
=a
h0
h0 h
h

f (x) = lim

x R.

Ainsi (ax + b) = a.
Application :
equation de la tangente `
a un graphe
Soit f (x) une fonction continue et P (a ; f (a)) un point du graphe de f . Alors lequation de
la tangente au graphe de f passant par P est :
y = f (a)(x a) + f (a).
Th
eor`
eme 4.4. Soit f (x) une fonction. Si f (x) est derivable en x0 alors elle est continue
en ce point.
ATTENTION : la reciproque est fausse !
Exemple : la fonction f (x) = |x| est continue mais pas derivable en 0. En eet, on a
lim

h0

f (0 + h) f (0)
|h|
h
= lim
= lim
= 1

h
h
h
h0
h0

alors que
lim

h0+

f (0 + h) f (0)
h
= lim
= 1.
+
h
h0 h

f (h)
nexiste pas.
h0 h

Donc f (0) = lim

4.1. LA DERIV
EE

4.1.2

67

Exemples

1. Soit f (x) = x2 . Alors


f (x + h) f (x)
(x + h)2 x2
2xh + h2
= lim
= lim
= lim 2x + h = 2x.
h0
h0
h0
h0
h
h
h

f (x) = lim

Ainsi f (x) = 2x.

2. Soit f (x) = x. Alors pour x > 0, on a

x+h x
x+hx
1
1

f (x) = lim
= lim
= lim
=
h0
h0 h( x + h + x)
h0
h
2 x
x+h+ x

car x est continue.

h
Si x = 0, on trouve lim
= +. La fonction x nest pas derivable en 0. La tangente
h0 h
est verticale.

3. Soit f (x) = ex . Alors


eh+x ex
eh ex ex
eh 1
= lim
= lim ex
h0
h0
h0
h
h
h
(
)
h2
h3
h + 2 + 3! + ...
h h2 h3
x
x
= e lim
= e lim 1 + +
+
+ ...
h0
h0
h
2
3!
4!
{z
}
|

f (x) = lim

=R(h)
x

=e .
On a bien lim R(h) = 1 car
h0



( )2 ( )3
h h2 h3
|h|
|h|
|h|


|R(h) 1| = +
+
+ ... 6
+
+
+ ...
2
3!
4!
2
2
2
(
)
( )2 ( )3
|h|
|h|
|h|
|h|
=
1+
+
+
+ ...
2
2
2
2
=

|h| h0
|h| 1
=
0.
2 1 |h|
2 |h|
2

(ex )

ex .

Ainsi
=
4. Soit f (x) = sin x. Alors
1
x+hx
x+h+x
sin(x + h) sin x
= lim 2 sin(
) cos(
)
h0 h
h0
h
2
2
sin(h/2)
2x + h
= lim 2
cos(
)
h0
h
2
sin(h/2)
2x + h
= lim
lim cos(
)
h0
h0
h/2
2
= 1 cos(x).

f (x) = lim

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

68
Ainsi

(sin x) = cos x

4.1.3

R
egles de calculs

Soient f, g derivables sur I. Alors


(I)
(II)

(f + g) = f + g

La derivee est une operation lineaire.

(f g) = f g + f g
m :
De
f (x + h)g(x + h) f (x)g(x)
h
f (x + h) f (x)
g(x + h) g(x)
= lim
g(x + h) + f (x)
h0
h
h

= f (x)g(x) + f (x)g (x)

(f g) (x) = lim

h0

Corollaire :
(f 2 ) = f f + f f = 2f f
(f 3 ) = (f 2 f ) = (f 2 ) f + f 2 f = 2f f f + f 2 f = 3f 2 f

Par recurrence :
(f n ) = nf n1 f
(III)
( )
1
f
= 2.
f
f
m : En derivant legalite f
De

1
1 `a laide du point (II), on obtient
f
( )
1
1
f +f
=0
f
f

( )
1
f
ce qui donne
= 2.
f
f
Corollaire 1 :

Corollaire 2 :

( )
f
f g f g
=
.
g
g2

f n

= nf n1 f

4.1. LA DERIV
EE

69

(IV) Fonction compos


ee : soit (x) = g(f (x)) = (g f )(x). Alors
(x) = g (f (x)) f (x).
monstration :
De
g(f (x0 + h)) g(f (x0 ))
h0
h
g(f (x0 + h)) g(f (x0 )) f (x0 + h) f (x0 )
= lim

h0
f (x0 + h) f (x0 )
h
On pose u = f (x0 + h) f (x0 ) avec u 0 si h 0.
(
)
g u + f (x0 ) g(f (x0 ))
= lim
f (x0 )
u0
u
= g (f (x0 )) f (x0 )

(g f ) (x0 ) = lim

Quelques propri
et
es qui en d
ecoulent
1. Soit (x) = g(ax). Alors (x) = g (ax) (ax) = a g (ax).
Corollaire : Si f (x) est paire (resp. impaire) alors f (x) est impaire (resp. paire). En
eet, si on derive legalite f (x) = f (x), on obtient f (x) (1) = f (x) et donc
f (x) = f (x).
2. Soit (x) = g(x + T ). Alors (x) = g (x + T ) (x + T ) = g (x + T ).
Corollaire : Si f (x) est periodique alors f (x) lest aussi.

4.1.4

D
eriv
ees des fonctions
el
ementaires

A) Fonctions polynomiales :
(II)

f (x) = xn f (x) = nxn1 .


n

Si f (x) = P (x) =
ak xk alors par (I), on a
k=0

f (x) =

kak xk1 = nan xn1 + + 2a2 x + a1 .

k=1

B) Fonctions rationnelles et irrationnelles


Si f (x) = xn alors par (III) on a f (x) = nxn1 .
Si f (x) = xm/n alors
f (x)n = xm
n f (x)n1 f (x) = mxm1
f (x) =
=

d


dx

m
xm1
m xm1

=
(
)
n f (x)n1
n xm/n n1
m xm1
m m/n1
x
.
m =
m
nx n
n

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

70

d q
x = qxq1
dx

En conclusion :

q Q.

d
(f (x))q = q (f (x))q1 f (x)
dx

Et par (IV), on a

Exemple : f (x) =

x4 +

x = (x4 +

)1
1/3 ( 4
1
3
x) = x + x 2 . Alors

(
)

1
1
f (x) = (x4 + x)1/31 x4 + x 2
3
1 4 2/3
1
= (x + x)
(4x3 + x1/2 )
3
2
1
3+
4x
1
2 x
.
=

3
3
(x4 + x)2
C) Fonctions trigonometriques :
On a demontre que (sin x) = cos x.
f (x) = cos x = sin( 2 x). Alors
[
(
) ]
(
)
(cos x) = sin
x
= cos
x (1) = sin x.
2
2
f (x) = tan x =

sin x
. Alors
cos x
sin cos sin cos
cos2
2
cos + sin2
1
=
=
= 1 + tan2 .
2
cos
cos2

f =

Ainsi
(tan x) =

1
= 1 + tan2 (x)
cos2 (x)

D) Fonction exponentielle : Comme (ex ) = ex et par (IV) on a


(

ef (x)

= ef (x) f (x).

Maintenant, si f (x) = ax = exln a , alors


f (x) = ex ln a ln a = ax ln a.
Ainsi
(ax ) = ax ln a

4.1. LA DERIV
EE

71

E) Fonctions hyperboliques
ex + ex
Soit f (x) = cosh x =
. Alors par (I) et D), on a
2
)
1( x
e ex = sinh x.
2

f (x) =
Soit f (x) = sinh x =

1
2

(ex ex ) Alors
f (x) =

4.1.5

)
1( x
e (1)ex = cosh x.
2

D
eriv
ee de la fonction r
eciproque

Soit f (x) une fonction bijective et f 1 (y) sa fonction reciproque. On desire calculer (f 1 ) (y)
connaissant f (x).
On suppose f (x) = 0. Par denition de f 1 , on a
(f f 1 )(y) = y
et en derivant par rapport `a y et en utilisant (IV), on trouve
ce qui donne
(f 1 ) (y) =

f (f 1 (y)) (f 1 ) (y) = 1

1
.
f (f 1 (y))

(
)
En notant x = f 1 (y), on obtient f 1 (y) =

1
.
f (x)

Exemples :
(1) Fonctions logarithmes :
Appliquons la formule `a f (x) = ex et f 1 (y) = ln y. Comme f (x) = ex , on obtient
(ln y) =

Corollaire :

(ln f (x)) =

1
f (f 1 (y))

1
eln y

1
.
y

f (x)
.
f (x)

(2) Fonctions trigonometriques inverses :


Soit f (x) = sin x et f 1 (y) = arcsin y. Comme f (x) = cos x, on a
(arcsin y) =

1
1
=
.
cos(arcsin y)
1 y2

La derni`ere egalite a ete demontree dans la serie 6.

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

72

Soit f (x) = cos x et f 1 (y) = arccos y. Comme f (x) = sin x, on a


(arccos y) =

1
1
=
sin(arccos y)
1 y2

Comme (tan x) = 1 + tan2 x, on a


(arctan y) =

1
1
=
1 + y2
1 + tan2 (arctan y)

(3) Fonctions hyperboliques inverses :


Comme (sinh x) = cosh x, on a
(arcsinh y) =

1
1
=
2
cosh(arcsinh y)
y +1

On a utilise ici le fait que cosh2 u sinh2 u = 1 et donc que cosh u =


De meme on montre que
(arccosh y) =

4.1.6

1
y2

y>1

Quelques exemples

1. Quelle est la derivee de f (x) = x avec R.


Denition :

x := e ln x .

Coherent avec la denition precedente si Q .


Alors
f (x) = (e ln x ) = e ln x ( ln x)
1
= e ln x
x
x
= x1 .
=
x
Ainsi
(x ) = x1

R.

2. Comment deriver la fonction


f (x) = u(x)v(x)

Dabord, comment est denie f (x) ? On pose


f (x) := ev(x) ln(u(x))
et Df = {x | u(x) > 0}.

1 + sinh2 u.


DES FONCTIONS IMPLICITES
4.2. DERIV
EE

73

Notons que u(x)v(x) na de sens que si u(x) > 0. La derivee vaut alors
)
(
u
f = (uv ) = ev ln(u)
v + v ln u
u
(
)
uv
= uv
+ v ln u .
u
Exemple : Calculons lequation de la tangente au graphe de la fonction f (x) = xsin x
au point P (; 1).
On a Df = R+ .
(
)
1 sin x
f (x) = xsin x
+ cos x ln x .
x
En P (; 1) on obtient f () = ln . Lequation de la tangente est donc
y = ln (x ) + 1 = (ln ) x + 1 + ln .

4.2

D
eriv
ee des fonctions implicites

Courbe : () : 2x2 y 3 + ln(xy) 1 = 0

(*)

Autour dun point P xe, cette relation denit une fonction y = y(x) (pas necessairement
analytique) et lequation (*) secrit
2x2 y(x)3 + ln(xy(x)) 1 = 0
4x 3y(x)2 y (x) +
Au point P (1; 1) on obtient
4 3y (1) +

d
dx

1 y(x) + xy (x)
=0
xy(x)
1 + y (1)
=0
1

5
ce qui donne 2y (1) = 5 do`
u y (1) = .
2
Ainsi, sans trouver explicitement la fonction y = y(x) on a pu calculer sa derivee en un
point donne.
Ce procede sapplique naturellement `a toute relation de la forme
F (x, y) = 0.
Exemple : Calculons les pentes des tangentes au graphe de lellipse
:

x2 y 2
+ 2 =1
a2
b

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

74

On derive cette relation par rapport `a x pour obtenir


2x 2yy
+ 2 =0
a2
b
ce qui donne
y =

b2 x
= pente de la tangente au point P (x, y)
a2 y

Angle entre deux courbes


Soient 1 et 2 deux courbes sintersectant en un point P . On denit langle entre 2 courbes
au point P comme langle entre leurs tangentes au point P .

On a || = |2 1 |. Si y1 est la pente de la tangente `a 1 en P et y2 la pente de la tangente


`a 2 en P , alors
tan 1 = y1 et tan 2 = y2 . On a donc



tan 2 tan 1 y2 y1
=
.
| tan | = | tan(2 1 )| =
1 + tan 1 tan 2 1 + y y
1 2

Donc



y2 y1


| tan | =
1 + y y
1 2

Exemple : Calculons langle entre les courbes


1 : y = f (x) = x2
et
2 : y = g(x) =

3
x

au point P (1; 1).


1 : f (x) = 2x et donc au point P : y1 = 2
1 2
1
2 : g (x) = x 3 et donc au point P : y2 = . On obtient
3
3
tan =

ce qui donne =

.
4

2 13
=1
1 + 2 13


DES FONCTIONS IMPLICITES
4.2. DERIV
EE

4.2.1

75

Repr
esentation param
etrique

Courbe :

x = x(t)
y = y(t)

On veut trouver la pente de la tangente au graphe en un point donne.


On introduit la notation :
=

d
dt

dx
dy
= x(t)

et
= y(t)

.
dt
dt
Donc dx = x(t)
dt et dy = y(t)
dt. Alors
Ceci donne

y =

Exemple :

dy
y(t)

=
.
dx
x(t)

x = t sin t
= x(t)

= sin t + t cos t
y = t2 + cos t = y(t)
= 2t sin t

Et donc
y =

y
2t sin t
=
.
x
sin t + t cos t

Au point P (0 ; 1) (t = 0), on obtient


y |P =

2t sin t
0
= =

sin t + t cos t t=0
0

2
sin t
t

sin t
t

t0

+ cos t

1
21
=
1+1
2

Repr
esentation polaire
Si la courbe est donnee sous forme polaire = (). Alors
y |P =

Exemple : =

()

sin + () cos

()

cos () sin P

()

cos(2).

On veut trouver la tangente horizontale dans le quadrant I ( 0 6 6 /4).


On cherche donc le point P tel que y |P = 0. En utilisant (*), on obtient lequation
()

sin + () cos = 0.

()

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

76
En derivant la fonction donnee () =

cos(2) par rapport `a , on trouve

1
1
cos(2) 2 ( sin(2) 2)
2
sin(2)
=
cos(2)

()

et donc lequation (**) devient (apr`es simplications)


sin 2 sin + cos 2 cos = 0
Donc =

4.3
4.3.1

cos(3) = 0.

.
6

Th
eor`
eme de la moyenne
Quelques th
eor`
emes

D
enition 4.5 (Fonction C 1 ). Une fonction f (x) est dite contin
ument d
erivable sur
I Df si f (x) existe et est continue sur tout I.
On note C 1 (I) lensemble des fonctions contin
ument derivables sur I.
En bref : f (x) C 1 (I) f (x) C 0 (I).

Th
eor`
eme 4.6 (Theor`eme de Rolle). Soit f (x) continue sur [a; b] et derivable sur ]a; b[
avec f (a) = f (b) = c alors il existe ]a, b[ tel que
f () = 0.

monstration :
De
Si f (x) c alors f (x) = 0 et le theor`eme est trivial.
Considerons la fonction g(x) = f (x) c. Alors g(a) = g(b) = 0. On peut supposer que a et
b sont des zeros consecutifs et admettre que g(x) > 0 sur ]a; b[.
Soit le point o`
u g(x) atteint son maximum. Pour h > 0, on a
g( + h) < g()
et alors

1
(g( + h) g()) < 0
h

()

Pour h < 0, on a
g( + h) < g()
et donc

1
(g( + h) g()) > 0
h

()


`
4.3. THEOR
EME
DE LA MOYENNE

77

Comme g est derivable, on a


g () = lim

h0+

1
1
(g( + h) g()) = lim
(g( + h) g()).

h
h
h0

Cette limite ne peut etre que 0 vu (*) et (**). Donc g () = 0.

Th
eor`
eme 4.7 (Theor`eme de la moyenne). Soit f (x) continue sur [a; b] et derivable sur
]a; b[. Alors il existe un ]a; b[ tel que
f () =

f (b) f (a)
.
ba

monstration : On consid`ere la fonction


De
g(x) = f (x)

f (b) f (a)
(x a)
ba

qui satisfait aux hypoth`eses du theor`eme de Rolle. Alors il existe ]a; b[ avec g () = 0,
i.e.
f (b) f (a)
f ()
1=0
ba
ce qui donne la conclusion cherchee.

Corollaire 4.8. Si f (x) 0 pour tout x I alors f est constante sur I.


monstration : En eet si ce netait pas le cas, on pourrait trouver ]a; c[ I avec
De
f (a) = f (c). Mais alors il existerait ]a; c[ avec
f () =

f (c) f (a)
= 0
ca

ce qui contredit lhypoth`ese.


Corollaire 4.9. Si f (x) = g (x) pour tout x I, alors f (x) = g(x) + C pour tout x I.
Corollaire 4.10. Soit f (x) continue sur I = [a; b] et derivable en tout point x = x0 .
Supposons que lim f (x) existe. Alors f est derivable en x0 et
xx0

f (x0 ) = lim f (x)


xx0

(i.e. f est continue en x0 ).


Autrement dit, les seuls types de discontinuite (cf. 3.7) pour la derivee dune fonction
continue sont les types II et III. Le type I ne peut pas se produire pour f .

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

78

monstration : On a par le theor`eme de la moyenne applique aux points x0 et x0 + h :


De
f (x0 + h) f (x0 )
= f ()
h

pour un ]x0 ; x0 + h[

ce qui donne en passant `a la limite quand h 0 :


f (x0 ) = lim f ()
x0

Th
eor`
eme 4.11 (Theor`eme de Cauchy). Soient f, g deux fonctions derivables sur [a; b],
avec g (x) = 0 pour tout x I. Alors il existe I avec
f ()
f (b) f (a)
=
.

g ()
g(b) g(a)
monstration :
De
On consid`ere la fonction
h(x) = f (x)

f (b) f (a)
(g(x) g(a))
g(b) g(a)

qui satisfait aux hypoth`eses du theor`eme de Rolle (h(a) = h(b) = f (a)). Il existe donc
avec h () = 0. Mais comme
h (x) = f (x)
on en deduit que

4.3.2

f (b) f (a)
g (x)
g(b) g(a)

f ()
f (b) f (a)
=
.

g ()
g(b) g(a)

La r`
egle de Bernoulli-lHospital

Th
eor`
eme 4.12 (R`egle de Bernoulli- lHospital). Soient f, g deux fonctions derivables sur
I =]a; b[ telles que pour tout x I on ait g(x) = 0 et g (x) = 0.
Supposons que
lim f (x) = lim g(x) = avec = 0 ou ;
xa+

lim

xa+

xa+

f (x)
g (x)

= avec R {; +}.

Alors
lim

xa+

f (x)
= .
g(x)

Remarque 4.13. La r`egle reste valable si lon remplace a+ par b , par a ou par .


`
4.3. THEOR
EME
DE LA MOYENNE

79

monstration :
De
(I) = 0 et R.
Posons b = a + h. Alors le theor`eme de Cauchy implique quil existe = a + h avec
0 6 6 1 et
f (a + h)
f (a + h) f (a)
=
.

g (a + h)
g(a + h) g(a)
Comme f (a) = g(a) = 0, on a
f (a + h)
f (a + h)
=
.

g (a + h)
g(a + h)
Si b a, alors h 0, h 0 et a. On a donc
f (a + h)
f (a + h)
= lim
h0 g(a + h)
h0 g (a + h)
f ()
f (b)
= lim
= lim
a g ()
ba g(b)

f (x)
f (x)
= lim
= lim
xa g (x)
xa g(x)
lim

(II) = + et = 0. On a, par hypoth`ese, que


Posons L = lim

xa+

1 1 xa+
, 0.
f g

g(x)
. Alors
f (x)

g(x)
1/f (x)
(1/f (x))
1/f (x)2 f (x)
= lim
= lim
=
lim
xa+ f (x)
xa+ 1/g(x)
xa+ (1/g(x))
xa+ 1/g(x)2 g (x)
(
)
g(x) 2
f (x)
g(x)2 f (x)
=
lim

lim
= L2 .
= lim

xa+ f (x)
xa+ g (x)
xa+ f (x)2 g (x)

L = lim

En divisant par L2 , on obtient

1
= do`
u lon en deduit que
L
lim

xa+

f (x)
1
= = .
g(x)
L

Exemples 4.14.
sin x
Alors
1. f (x) =
x
sin x
x0 x
lim

B.-H.

cos x
(sin x)
= lim
= 1.

x0 1
x0
x
lim

2. f (x) = x ln x. Que vaut lim f (x) ? On a


x0

ln x
lim x ln x = lim
x0
x0 1/x
B.-H.

lim

x0

(
)

1/x
= lim (x) = 0.
1/x2 x0

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

80
Ainsi

lim x ln x = 0

x0

3.
x2
x ex
lim

( )
2x
B.-H.
= lim x
=
x e

2
B.-H.
= lim x = 0.
x e
=

x2
= 0.
x ex

Donc lim
4.

lim

x0

sinh x
cosh x
= lim
= 1.
x0
x
1

5.
lim

ln x
ln(x3 ln x)

1/x
1
x3
( + 3x2 ln x)
3
x ln x
x
2
x ln x
= lim 2
x x + 3x2 ln x
ln x
= lim
x 1 + 3 ln x
1
1
= lim
= .
x 1/ ln x + 3
3
B.-H.

lim

Expressions ind
etermin
ees de la forme 0 , 1 , 00
Considerons la fonction (x) = u(x)v(x) et supposons que
lim (x)
soit de la forme indeterminee 00 ou 1 ou 0 . On l`eve lindetermination en procedant
comme suit :
1. On applique le logarithme :
[
]
ln (x) = ln u(x)v(x) = v(x) ln[u(x)] .
2. Lexpression
lim ln (x) = lim v(x) ln[u(x)]
est maintenant de la forme 0 () que lon transforme en une expression de la forme
0

egle de lHospital pour calculer lim ln (x) = L.


0 ou . On applique alors la r`
3. On applique lexponentielle :
lim (x) = eL .


`
4.3. THEOR
EME
DE LA MOYENNE

81

Exemples 4.15.
1

1. 0 : soit (x) = x x . Calculons lim x x . On a


x

ln (x) =

1
ln x
ln x =
x
x

et la limite vaut

ln x B.-H.
1/x
= lim
= 0.
x
x
1
Ainsi lim (ln (x)) = 0 ce qui donne (en appliquant ex )
lim

lim (x) = e0 = 1.

x
1

2. 1 : soit (x) = x 1x4 . Calculons lim (x). On a


x1

ln (x) =

1
ln x
ln x =
4
1x
1 x4

et le passage `a la limite donne


ln x
x1 1 x4

lim [ln (x)] = lim

x1

Finalement on a donc

B.-H.

1/x
1
= .
3
x1 4x
4
lim

1
1
lim (x) = e 4 =
.
4
x1
e

3. 1 : Calculer la limite
lim (1 + x2 )1/x .
{z }

x0+ |

=(x)

On a

1
ln(1 + x2 )
ln(1 + x2 ) =
x
x
)
(
2x/(1 + x2 )
0
B.-H.
= lim
= 0.
=
0
1
x0+

ln (x) =
et
lim ln (x)

x0+

On en deduit que lim (x) = e0 = 1.


4. 00 : calculons
lim (sin x)x
x0 | {z }

)
= 00 .

=(x)

On a ln (x) = x ln sin x =

ln sin x
. Par lHospital, on a
1/x
ln sin x B.-H.
cos x/ sin x
= lim
x0 1/x
x0
1/x2
x2 cos x
= lim
x0
sin x
x
x cos x
= lim
lim
= 1 0 = 0.
x0 sin x x0
1

lim ln (x) = lim

x0

En reprenant lexponentielle, on obtient


lim (sin x)x = e0 = 1.

x0

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

82

4.3.3

Comparaison des croissances des fonctions (ln x) , x et ex

Th
eor`
eme 4.16. Pour tout > 0, on a
ln x
= 0.
x x
lim

La fonction ln(x) crot moins vite que toute puissance positive de x.


monstration :
De
lim

ln x
x

B.-H.

lim

1/x
1
= lim
= 0.
1
x
x
x

Corollaire 4.17.
ln x
= 0.
x x

, > 0,

lim

monstration :
De

Le theor`eme precedent implique quil existe X1 R avec ln x < x 2 pour tout x > X1 .
Alors

ln x
x2
1 x
0 < < = 0.
x
x
x2

Corollaire 4.18. > 0 , a > 1


x
=0
x ax
lim

La fonction ax (a > 1) crot plus vite que toute puissance de x.


monstration :
De
On pose = ln a > 0 car a > 1 et x = ln t en notant que x t . Alors
x
(ln t)
=
lim
x ax
t e ln t
(ln t)
=0
= lim
t
t
lim

(par le corollaire precedent.)

Corollaire 4.19. Pour tout polyn


ome P (x) et tout p > 0, on a
lim P (x)epx = 0

Corollaire 4.20.
lim x (ln x)n = 0.

x0+

4.4. DERIV
EES
DORDRES SUPERIEURS

83

monstration :
De
On pose x = et . Alors t lorsque x 0+ . Donc
lim x (ln x)n = lim et (t)n = (1)n
t

x0+

4.4

tn
= 0.
et

D
eriv
ees dordres sup
erieurs

Si f (x) est elle-meme derivable on note


f (x) = (f (x))
et ainsi de suite f (3) (x), f (4) (x), . . ., f (n) (x).
Loperateur dierentiel se note

d d
d2
au lieu de
( ).
2
dx
dx dx

Exemple : si f (x) = sin(x) alors


f (x) = cos x f (x) = sin x f (3) (x) = cos x f (4) (x) = sin x
D
enition 4.21. Si f (n) existe et est continue sur I on note
f C n (I)
et lon dit que f est n-fois contin
ument derivable.
On denit

C (I) =
C n (I).
n

Cest lensemble des fonctions dont toutes les derivees sont continues.
Exemple : ex C (R)
Si f C n (I) et g C n (I) alors f + g C n (I) et
(f + g)(n) = f (n) + g (n) .
Formule de Leibniz
Si f, g C n (I) alors f g C n (I) et on a
(f g)

(n)

n ( )

n
k=0

f (nk) g (k)

o`
u f (0) = f . La demonstration, qui se fait par recurrence, est analogue `a celle pour la
formule du binome.
En particulier :
(f g) = f g + 2f g + f g
(f g)(3) = f (3) g + 3f g + 3f g + f g (3)

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

84

4.5
4.5.1

Etude de fonction
Croissance et extremum

Dans toute cette section, f (x) designera une fonction continue sur son ensemble de denition.
Th
eor`
eme 4.22. Soit f une fonction continue sur I = [a; b] et derivable sur ]a; b[. Alors
f est croissante

f > 0 sur ]a; b[

De plus, si f > 0, alors f est strictement croissante.


monstration :
De
Cest une consequence du theor`eme de la moyenne. Soient c < d I alors
f (d) f (c)
= f ()
dc

avec [c; d].

Donc
f () > 0 f (d) > f (c).
De plus, si f () > 0 alors f (d) > f (c).

D
enition 4.23.
x0 Df est un maximum absolu de f si f (x) 6 f (x0 ) pour tout x Df .
x0 Df est un maximum relatif (ou local) sil existe un voisinage
v (x0 ) =]x0 ; x0 + [
de x0 tel que f (x) 6 f (x0 ) pour tout x v (x0 ).
Denitions analogues pour le minimum.
On dira extremum pour maximum ou minimum.
ATTENTION : Un extremum absolu nexiste pas toujours sur R. Exemple : f (x) = arctan x.

Th
eor`
eme 4.24. Si x0 est un extremum de f (x) sur I = [a; b], alors
(i) soit x0 = a ou x0 = b
(ii) ou f (x0 ) = 0
(iii) ou f (x0 ) nexiste pas.

D
enition 4.25. Un point x0 tel que f (x0 ) = 0 est appele un point stationnaire.

4.5. ETUDE DE FONCTION

85

Un point stationnaire nest pas necessairement un extremum.


Exemple : f (x) = x3 . Alors f (x) = 3x2 et donc f (0) = 0. Mais x0 = 0 nest pas un
extremum mais un plat.

La condition necessaire et susante pour avoir un extremum en x0 est donnee par le


theor`eme suivant :
Th
eor`
eme 4.26. Soit f (x) une fonction derivable dans un voisinage de x0 mais pas
necessairement en x0 . Alors
x0 est un extremum

f (x) change de signe en x0 .

Plus precisement si
(i) f (x) < 0 (respextivement > 0) sur ]x0 ; x0 [ et si
(ii) f (x) > 0 (respectivement < 0) sur ]x0 ; x0 + [
alors x0 est un minimum local (respectivement un maximum local).
monstration : Cest une consequence du theor`eme 4.22.
De

Un cas particulier de ce theor`eme est le suivant :


Proposition 4.27. Soit f une fonction continue et x0 un point stationnaire (f (x0 ) = 0).
(1) Si f (x) > 0 dans un voisinage de x0 , alors x0 est un minimum local .
(2) Si f (x) < 0 dans un voisinage de x0 alors x0 est un maximum local.
(3) Si f (x) change de signe en x0 alors x0 est un plat.

monstration :
De
(i) Le theor`eme de la moyenne applique `a la fonction f (x) et `a lintervalle ]x0 ; x0 + h[
donne
f (x0 + h) f (x0 )
= f ()
h
avec entre x0 et x0 + h donc = x0 + h o`
u 0 < < 1. Ceci donne
{
> 0 si h > 0

f (x0 + h) = f (x0 ) + h f (x0 + h) =


< 0 si h < 0
| {z }
|
{z
}
=0

>0

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

86

Ainsi f (x) change bien de signe en x0 et x0 est un minimum local.


(ii) idem

f (x) = 2x2 + 10

Exemple 4.28.
f (x) = 4x

f (x) = 4

f (0) = 0

f (0) = 4 > 0.

Le point x = 0 est donc un minimum.


ATTENTION :
f (x0 ) = 0

x0 est un extremum =

x0 est un extremum
f (x0 ) = 0

Exemple 4.29. f (x) = x3 (x3 1) 3 .


2
1
2
x2
3
f (x) = 3x2 (x3 1) 3 + x3 (x3 1) 3 3x2 =
1 (5x 3).
3
3
(x 1) 3

Tableau de signe :

En x = 1 : f (x) nexiste pas mais f change de signe extremum.


En x = 0: f (0) = 0 mais f ne change pas de signe pas dextremum mais un plat.
En x = 3 35 , on a f = 0 et change de signe. extremum.

4.5.2

Courbure et point dinexion

D
enition 4.30. Soit f C 2 (I). f est dite convexe sur I si f (x) > 0 pour tout x I,
cest-`a-dire si f (x) est croissante sur I.
f est dite concave sur I si f (x) 6 0 pour tout x I, cest-`a-dire si f (x) est decroissante
sur I.


ET SERIE

4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR

87

Autre caract
erisation
1) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessous (resp.
au-dessus) de la corde P Q o`
u P et Q sont deux points du graphe.
2) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessus (resp.
au-dessous) de ses tangentes.
Graphes :

D
enition 4.31 (Point dinexion). Soit f une fonction. Alors x0 Df est un point dinexion de f si f (x) change de signe en x0 .
ATTENTION : Comme pour les extremums, il ne sut pas que f (x0 ) = 0.
Propri
et
e g
eom
etrique : en un point dinexion, le graphe passe de lautre c
ot
e de
la tangente en ce point.

2
1
Exemple 1 : f (x) = 3 x.
f (x) = 31 x 3
f (x) = 92
3 5.
x
f change de signe en x = 0 bien que f (0) nexiste pas en ce point (la tangente est verticale). On a donc un point dinexion.

Exemple 2 : f (x) = x4 x.
f (x) = 4x3 1
f (x) = 12x2 .

On a f (0) = 0 mais f ne change pas de signe. Pas de point dinexion en 0.

4.6
4.6.1

D
eveloppement limit
e et s
erie de Taylor
D
enitions

Lemme 4.32 (Approximation lineaire). Pour a Df xe, on a


f (a + h) = f (a) + f (a) h + r(h)

()

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

88
o`
u r(h) est une fonction satisfaisant

r(h)
= 0.
h0 h
lim

monstration : Posons r(h) = f (a + h) f (a) hf (a). Alors


De
r(h)
f (a + h) f (a)
=
f (a)
h
h
r(h)
= f (a) f (a) = 0.
h0 h

et on a bien lim

En posant x = a + h, lequation (*) devient


f (x) = f (a) + f (a) (x a) + R1 (x)
avec lim

xa

R1 (x)
= 0.
xa

On va generaliser ce resultat en approximant une fonction par un polynome de degre n :


Th
eor`
eme 4.33 (Approximation dordre n).
Soit f (x) C n (I) et a I un point interieur de I. Alors
f (x) = f (a) + f (a)(x a) +
|

f (a)
f (n) (a)
(x a)2 + +
(x a)n
2 {z
n!
}

Rn (x)

= Tnf (x)
Rn (x)
= 0.
xa (x a)n

avec lim

De plus, si f C n+1 (I), alors

Rn (x) =

f (n+1) ()
(x a)n+1 avec entre a et x.
(n + 1) !

monstration :
De
f (n) (a)
(x a)n
et donc
n!
f (n) (a)
Rn (x) = f (x) f (a) f (a)(x a)
(x a)n1
(n 1) !
Rn (x) = f (x) f (a) f (a)(x a)

Rn (x) = f (x) f (a) f (3) (a)(x a)


..
.
Rn(n) (x) = f (n) (x) f (n) (a)
Rn(n+1) (x) = f (n+1) (x)

f (n) (a)
(x a)n2
(n 2) !


ET SERIE

4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
ce qui donne

Rn (a) = Rn (a) = = Rn(n) (a) = 0.

Pour calculer lim

xa

Rn (x)
lim
xa (x a)n

89

Rn (x)
, on applique n fois la r`egle de Bernoulli-LHospital :
(x a)n

Rn (x)
= lim
xa n (x a)n1

B.-H.

(n)

Rn (x)
f (n) (x) f (n) (a)
= . . . = lim
= lim
= 0.
xa
xa
n!
n!

B.-H.

B.-H.

Ceci demontre la premi`ere partie du theor`eme.


Si f C n+1 (I), on pose h(x) = (x a)n+1 et on applique le theor`eme de Cauchy n + 1 fois.
Ceci donne (en remarquant que h(a) = h (a) = h (a) = h(n) (a) = 0)
Rn (x) Rn (a)
Rn (x)
=
h(x)
h(x) h(a)

Cauchy

Rn (1 )
Rn (x) Rn (a)
=
h (1 )
h (x) h (a)

Cauchy

Rn (2 )
h (2 )

(n+1)

= =

Rn
()
f (n+1) ()
=
(n + 1) !
h(n+1) ()

]a; x[

Ceci donne nalement


Rn (x) = h(x)

f (n+1) ()
f (n+1) ()
=
(x a)n+1 .
(n + 1) !
(n + 1) !

D
enition 4.34. Le polynome
f (a)
f (n) (a)
(x a)2 + +
(x a)n
2
n!
est appele le d
eveloppement limit
e dordre n de f (x) au point a ou aussi le polyn
ome
de Taylor de degr
e n.
La fonction Rn (x) est le reste dordre n.
Tnf (x) = f (a) + f (a)(x a) +

Si a = 0 on obtient le developpement autour du point 0 :


f (x) = f (0) + f (0) x +

avec Rn (x) =

f (n) (0) n
f (0) 2
x + +
x
2
n!

Rn (x)

f (n+1) (x) n+1


x
et 0 < < 1.
(n + 1) !

Exemple 4.35.
f (x) = cos x, a = 0, n = 3 :
f (0) 2 f (3) (0) 3
x +
x + R3 (x)
2
6
1
1
= 1 + 0 x x2 + 0 x3 + R3 (x) = 1 x2 +R3 (x)
2
2
| {z }

f (x) = f (0) + f (0)x +

=T3 (x)

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

90
S
erie de Taylor
n

Si f C (I) et si Rn (x) 0 pour tout x I, on obtient la serie de Taylor en a qui


converge vers f (x) :
f (x) =

f (k) (a)
k=0

k!

(x a)k

Notation de Landau
Soit f (x) et g(x) deux fonctions sannulant en a. On dit que
f = o(g)

en x = a

f (x)
= 0.
xa g(x)

si lim

Exemples :
52x3
= lim 52x = 0.
x0 x2
x0
1 cos x
= 0 (cf. formulaire et tables)
1 cos x = o(x) car lim
x0
x
52x3 = o(x2 ) (en a = 0) car lim

Avec cette notation, on a


Rn (x) = o(xn )
pour le developpement limite autour de a = 0.
Proprietes :
A) Si f = o(g) et g = o(h) alors f = o(h) .
B) Si f1 = o(g1 ) et f2 = o(g2 ) alors f1 f2 = o(g1 g2 ) .
C) Si f = o(g) et h = o(g) alors f h = o(g).
ATTENTION :
o(g) o(g) = 0.
Exemple : 4x3 = o(x2 ) et x3 = o(x2 ) mais 4x3 x3 = 3x3 = o(x2 ) .

4.6.2

Exemples

1. Soit f (x) = ex et a = 0.
Comme f (x) = ex = f (k) (x) pour tout k > 1, le developpement limite dordre n est
donne par
f (0) 2
f (n) (0) n
x + +
x + Rn (x)
2
n!
1
1
= 1 + x + x2 + + xn + Rn (x)
2
n!

ex = f (0) + f (0)x +

avec Rn (x) =

f (n+1) (x) n+1


xn+1 x
x
=
e .
(n + 1) !
(n + 1) !


ET SERIE

4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR

91

Rn (x) converge vers 0 pour tout x lorsque n (cf. chapitre 2). Donc la serie de
Taylor converge vers f et on a
ex =

1 k
x
k!

x R

k=0

Developpement limite dordre 1 :


on a ex = 1 + x + o(x). Ceci donne ex 1 = x + o(x) et donc
ex 1
o(x)
= lim 1 +
=1
x0
x0
x
x
lim

par denition de o(x). Ainsi autour de x = 0, on a ex 1 x.


1
2. Soit f (x) =
et a = 0.
1+x

On a f (0) = 1 et
1
(1 + x)2
2
f (x) =
(1 + x)3
f (x) =

f (0) = 1

f (0) = 2

..
.
f (n) (x) = (1)n

n!
(1 + x)n

f (n) (0) = (1)n n !

Le developpement limite dordre n autour de a = 0 est alors


1
= 1 x + x2 x3 + x4 + (1)n xn + Rn (x)
1+x
avec
Rn (x) =

n+1
f (n+1) () n+1

= (1)n+1
.
(n + 1) !
(1 + )n+1

ce qui donne la serie de Taylor

1
=
(x)k
1+x

x ] 1; 1[

k=0

Cest une serie geometrique (de raison x ) qui converge si et seulement si |x| < 1. Pour
n
ces valeurs de x, on peut montrer que Rn (x) 0 et donc la serie de Taylor converge
vers f .
3. f (x) = sin x et a = 0.
On obtient le developpement limite suivant :
sin x = x

x3 x5 x7
+

+ o(x7 )
3!
5!
7!

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

92

f (n+1) (x) n+1


x
qui converge vers 0 lorsque n et ceci pour tout x R
(n + 1) !
car |f (n+1) (x)| 6 1. On obtient donc la serie de Taylor du sinus :
avec Rn (x) =

sin x =

x2k+1
(1)k
(2k + 1) !

x R

k=0

4. On montre de meme que


x2 x4 x6
+

+ o(x6 )
2
4!
6!

x2k
=
(1)k
x R
(2k) !

cos x = 1

k=0

5. Soit f (x) = ln(1 + x) et a = 0. Alors


1
1+x
1
f (x) =
(1 + x)2
2
f (3) (x) =
(1 + x)3
..
.
f (x) =

f (n) (x) =

(1)n+1 (n 1) !
(1 + x)n

f (0) = 1

f (0) = 1

f (3) (0) = 2

f (n) (0) = (1)n+1 (n 1) !

On obtient la serie de Taylor :


f (1 + x) = f (0) + f (0) x +

f (0) 2
f (n) (0) n
x + +
x + ...
2
n!

x2 x3 x4
+

+ ...
2
3
4

xk
=
(1)k+1
k

=x

k=1

qui converge pour 1 < x 6 1.


Si x = 1, on obtient
ln 2 = 1

1 1 1 1
+ + ...
2 3 4 5

Cest la s
erie harmonique altern
ee.

D
eriv
ee dune s
erie de Taylor
Si f (x) =

ak xk alors

k=0

f (x) =

k=1

On peut deriver termes `a termes.

k ak xk1 .


ET SERIE

4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR

93

Exemple 4.36. Considerons la serie


f (x) = x

x3 x5 x7
+

+ ...
3
5
7

On a alors
f (x) = 1 x2 + x4 x6 + x8 . . .

serie geom.
=

1
1 + x2

x ] 1; 1[

1
est la derivee de arctan x donc f (x) = arctan x + C. Comme f (0) = 0 =
1 + x2
arctan(0), la constante C vaut 0. On a ainsi trouve la serie de Taylor de arctan x :
Mais

arctan x = x

x3 x5 x7
+

+ ...
3
5
7

x ] 1; 1]

Si lon pose x = 1, on a

1 1 1 1
= 1 + + ...
4
3 5 7 9

4.6.3

Op
erations sur les d
eveloppements limit
es

Soient f et g deux fonctions admettant Tnf (x) et Tng (x) comme developpements limites
dordre n autour de a = 0.
Alors
Tnf +g (x) = Tnf (x) + Tng (x)
Tnf g (x) = Tnf (x) Tng (x) (en ne gardant que les termes de degre 6 n)
Si f (0) = 0, alors Tngf (x) = Tng (Tnf (x)).
f
sobtient en faisant la division du polynome Tnf (x) par
g
le polynome Tng (x) en commen
cant par les termes de degr
es les plus bas.

Le developpement limite de

Exemples 4.37.
1. Developpement limite dordre 3 de sin(ex 1) en a = 0 :
x3
+ o(x3 )
3!
x2 x3
x2 x3
ex = 1 + x +
+
+ o(x3 )
=
ex 1 = x +
+
+ o(x3 )
2
3!
2
3!
(ex 1)3
sin(ex 1) = [ex 1]
+ o(x3 )
3!
[
]
(
)3
x2 x3
1
x2
= x+
+

x+
+ ...
+ o(x3 )
2
3!
6
2
(
)
x2 x3 1
x4
=x+
+

x3 + 3 + o(x3 ) + o(x3 )
2
3! 6
2
2
x
+ o(x3 ).
=x+
2
sin x = x

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

94

2. Developpement dordre 3 de ln(1 + arctan x) en a = 0 :


x3
+ o(x4 )
3
x2 x3 x4
ln(1 + x) = x
+

+ o(x4 )
2
3
4
Donc
arctan x = x

arctan2 x arctan3 x
+
+ ...
2
3
(
)2
(
)3
x3
1
x3
x3 1
x
+
x
+ o(x3 )
=x

3
2
3
3
3
x3 1 2 1 3
=x
x + x + o(x3 )
3
2
3
1 2
3
= x x + o(x )
2

ln(1 + arctan x) = arctan x

3. Developpement limite dordre 3 de f (x) =


cos x + x2 = 1

cos x + x2
en a = 0 :
1 sin x

x2
x2
+ o(x3 ) + x2 = 1 +
+ o(x3 )
2
2

1 sin x = 1 x +

x3
+ o(x3 )
3!

Division euclidienne :

3
4
Donc f (x) = 1 + x + x2 + x3 + o(x3 ).
2
3

4.6.4

Application : calcul de limite

Le developpement limite permet de calculer des limites indeterminees.


Exemples :
1) Le developpement limite dordre 3 du sinus est sin x = x
x
sin x
lim
= lim
x0 x
x0
2) De meme on a cos x = 1

x3
3!

x3
+ o(x3 ). Alors
3!

+ o(x3 )
x2 o(x3 )
= lim 1
+
= 1.
x0
x
3!
x

x2
+ o(x2 )
2

1
1 cos x = x2 + o(x2 ) et donc
2

1 cos x
1 o(x2 )
1
=
lim
+
= .
2
2
x0 2
x0
x
x
2
lim


ET SERIE

4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR

95

3)
3

x
3
3x (3x)
sin(3x) 3 sin x
3 ! 3(x 3 ! ) + o(x )
lim
= lim
2
x0
x0
x(1 cos x)
x[1 (1 x + o(x3 ))]
2

= lim

x0

4x3 + o(x3 )
x3
2

+ o(x4 )

4 + o(x3 )/x3
= 8.
x0 1 + o(x4 )/x3
2

= lim

4.6.5

Application aux extremums

Soit f (x) une fonction et a un point stationnaire. On peut utiliser le developpement limite
de f (x) autour de a pour determiner la nature de a et obtenir le resultat suivant :
Th
eor`
eme 4.38. Soit f (x) C n (I) avec n > 2 telle que
f (a) = 0
f (k) (a) = 0 pour 1 6 k < n et
f (n) (a) = C = 0. Alors
1 si n est pair et C > 0, a est un minimum (local) ;
2 si n est pair et C < 0, a est un maximum (local) ;
3 si n est impair, a est un point dinexion et donc un plat.
Exemples :
A) Soit f (x) = x sin x. Alors le developpement limite autour de x = 0 est
f (x) = x sin x = x (x

x3
x3
+ o(x3 )) =
+ o(x3 )
3!
3!

On a donc f (0) = f (0) = f (0) = 0 et f (3) (0) = 1. La premi`ere derivee non nulle est la
3`eme. On a donc un plat en x = 0 par le point 3 du theor`eme.
x4 x8
B) Soit f (x) = cos(x2 ) = 1
+
+ ....
2
4!

(3)
Alors f (0) = f (0) = f (0) = 0 et f (4) (0) = 21 4! = 12. On a donc n = 4 et
C = 12 < 0 ce qui montre que x = 0 est un maximum par le point 2 du theor`eme.
Remarque 4.39. Le developpement limite de f (x) dordre n permet de retrouver f (k) (a)
pour tout k 6 n.

4.6.6

Formule dEuler

xk

x2 x3 x4
+
+
+ ...
k!
2
3!
4!
k=0
Si lon pose x = i on obtient
On a ex =

=1+x+

(i)2 (i)3 (i)4


+
+
+ ...
2
3!
4!
2 4
+
...
=1
2
4!
(
)
3 5
+i
+
...
3!
5!
= cos + i sin .

ei = 1 + i +

CHAPITRE 4. DERIV
EES
ET APPLICATIONS

96

On a ainsi d
emontr
e la formule dEuler :
ei = cos + i sin .
On en deduit les 2 formules :

cos =

4.7

ei + ei
2

sin =

ei ei
2i

R
esolution num
erique d
equations : m
ethode de Newton

On cherche `a resoudre lequation


f (x) = 0
sur lintervalle I, en supposant que f C 2 (I) et f (x) = 0 pour tout x I.
Soit x la solution (que lon cherche).
On choisit x1 proche de x et on approxime la fonction f par sa tangente :

Equation de la tangente : y = f (x1 )(x x1 ) + f (x1 ).


Intersection avec laxe Ox :
0 = f (x1 )(x2 x1 ) + f (x1 )
ce qui donne
x2 = x1

f (x1 )
.
f (x1 )

En repetant la construction, on trouve la relation recurrente :

xn+1 = xn

f (xn )
f (xn )

()

On peut demontrer, que si x1 est choisi proche de x alors la suite des xn converge vers x .

4.7. RESOLUTION
NUMERIQUE
DEQUATIONS
: METHODE
DE NEWTON

97

Exemples 4.40.
(1) On cherche `a resoudre lequation x = cos x.
On prend f (x) = x cos x. Alors f (x) = 1 + sin x et
xn+1 = xn

xn cos xn
.
1 + sin xn

Si lon part avec x1 = 12 alors on obtient


x2 = 0.755222 x3 = 0.73914166
x4 = 0.739085 x5 = 0.739085133

(2) Cherchons `a calculer p c, c R+ , p N .


On prend
f (x) = xp c
=

f (x) = pxp1

et lequation (*) devient


xn+1 = xn

xpn c
pxp1
n

1
c 1
= (1 )xn +
.
p
p xnp1

Si c Q+ et x1 est choisi dans Q+ , alors les xn forment une suite rationnelle qui

converge vers p c.
Exemple : p = 3, c = 2. On veut approcher

3
2. Lalgorithme devient

2
2
xn+1 = xn + 2 .
3
3xn
x1 = 1

x2 =

4
3

x3 =

91
72

x4 =

1126819
894348

x5 = 1.25992105002

Pour x5 , lerreur est de 1010 .


Probl`
eme possible :

Exemple :
f (x) = x3 + 2x2 5x 6.
En partant de x0 = 1.905985711, on trouve
x1 = 0.337561961
x2 = 1.905985711
x3 = 0.337561961
x4 = 1.9059857105
x5 = 0.337561948

Chapitre 5

Calcul int
egral
5.1
5.1.1

Lint
egrale d
enie
D
enition par sommes de Riemann

Soit f C 0 [a; b] positive. On cherche `a calculer laire S du domaine limite par le graphe de
f , laxe Ox ainsi que les droites x = a et x = b.

On partage lintervalle [a; b] en n intervalles I1 , I1 , . . .In de facon arbitraire Ik = [xk1 ; xk ]


avec x0 = a et xn = b.
On choisit ensuite un k Ik de facon toujours arbitraire. Notons xk = xk xk1 la
largeur de lintervalle Ik et soit
Sn =

f (k ) xk

k=1

la somme des surfaces rectangulaires determinees par Ik et f (k ).


Cest une approximation de laire cherchee et cette approximation est dautant meilleure
que les xk sont petits et donc que le nombre dintervalles n est grand. A la limite (si elle
existe), on obtiendra laire cherchee S. On pose alors la denition suivante :
D
enition 5.1 (Fonction integrable). La fonction f (x) est dite int
egrable sur [a; b] si la
limite
S=
lim
Sn
n
supk xk 0

existe et ceci ind


ependamment du choix des xk et des k . On note cette limite
b
f (x) dx .
a

99


CHAPITRE 5. CALCUL INTEGRAL

100

Remarque 5.2. On peut montrer, que pour quune fonction f (x) soit integrable, il sut
de montrer la convergence des suites Sn pour deux choix particuliers des n . En eet, posons
Mk = sup f (x)

mk = inf f (x)
xIk

xIk

Alors mk 6 f (k ) 6 Mk pour tout choix de k Ik et donc


n

mk xk 6

k=1

f (k ) xk 6

|k=1

{z

Mk xk .

k=1

=Sn

Si les termes de gauche et de droite converge vers la meme limite S lorsque n et


xk 0, alors par le theor`eme des gendarmes, la somme Sn converge egalement vers S
(pour tout choix des k ) et f est ainsi integrable.
Remarque 5.3. Si f (x) 6 0 pour tout x [a; b] et f est integrable, alors on a
b
f (x) dx 6 0.
a

Ainsi

f (x) dx est une aire alg


ebrique aectee dun signe. Les domaines au-dessous de
a

laxe Ox sont comptes negativement.

5.1.2

(1)

Propri
et
es de lint
egrale d
enie
a

f (x) dx = 0
a

(2)

f (x) dx

f (x) dx =

f (x) dx +
a

f (x) dx =

f (x) dx
a

(3) Linearite de lintegrale :


b
b
(f (x) + g(x)) dx =
f (x) dx
a

(5)

b
b



|f (x)| dx
f (x) dx 6

a

monstration : Ceci decoule du point (4) et de linegalite


De
|f (x)| 6 f (x) 6 |f (x)|
pour tout x [a; b].

g(x) dx
a

(4) Si a 6 b et f (x) 6 g(x) x [a; b], alors


b
b
f (x) dx 6
g(x) dx

5.1. LINTEGRALE
DEFINIE

101

(6) Inegalite de Schwarz :


(

)2 b
b
2
f (x)g(x) dx 6
f (x) dx
g 2 (x) dx.

monstration : Pour tout t R on a


De

(f (x) tg(x))2 dx > 0 ce qui donne

(f 2 (x) 2tf (x)g(x) + t2 g 2 (x)) dx > 0

et par (3)

f 2 (x) dx 2t

f (x)g(x) dx + t2
a

g 2 (x) dx > 0

et ceci pour tout t. Le discriminant de cette equation du 2`eme degre en t doit donc etre
negatif ou nul. Ainsi
(

= B 4AC = 4
2

)2
b
b
2
f (x)g(x) dx 4
f (x) dx
g 2 (x) dx 6 0.

Remarque 5.4. La variable dintegration est une variable muette. Son changement naffecte en rien la valeur de lintegrale :
b
b
f (x) dx =
f (u) du.
a

D
enition 5.5. f est continue par morceaux sur I = [a; b] sil existe Ik = [xk1 ; xk ]
k = 1, 2, . . . , n avec x0 = a et xn = b de telle sorte que f (x) soit continue sur chaque
intervalle ouvert ]xk1 ; xk [, continue `a gauche en x1 , x2 , . . . , xn et continue `a droite en
chaque x0 , x1 , . . . , xn1 .

Th
eor`
eme 5.6. Toute fonction continue par morceaux est integrable.
Sans demonstration.

5.1.3

Th
eor`
eme fondamental du calcul int
egral

Dans cette section, nous allons montrer le lien entre lintegrale denie et la derivee.
Lemme 5.7 (Theor`eme de la moyenne du calcul integral). Soit I = [a; b], f C 0 (I). Alors
il existe I tel que
b
f (x) dx = f () (b a).
a


CHAPITRE 5. CALCUL INTEGRAL

102
monstration :
De
Soit m = inf f (x) et M = sup f (x). Alors
xI

xI

m (b a) 6

f (x) dx 6 M (b a).

et donc

b
1
f (xm ) = m 6
f (x) dx 6 M = f (xM ).
ba a
{z
}
|
=c

Comme f est continue, il existe un I avec f () = c par le corollaire du theor`eme de


Bolzano (chapitre 3).

Applique `a lintervalle [x; x + h] ce lemme assure lexistence dun = x + h (0 6 6 1)


avec
x+h
f (t) dt = h f (x + h).
()
x

Th
eor`
eme 5.8 (Theor`eme fondamental du calcul integral). Soit I = [a; b] et f C 0 (I).
Posons
x
f (t) dt.
F (x) =
a

Alors

F (x)

= f (x) pour tout x I.

monstration :
De
Reprenons la denition de la derivee :
F (x + h) F (x)
h0
h
)
( x+h
x
1
f (t) dt
= lim

f (t) dt
h0 h
a
a
x+h
1
= lim

f (t) dt
h0 h
x
1
= lim
h f (x + h) 0 6 6 1 par (*)
h0 h
= lim f (x + h)

F (x) = lim

h0

= f (x)

car f est continue.

En dautres termes, on a
d
dx

]
f (t) dt = f (x)

5.2. PRIMITIVES

103

Explication intuitive :

dF (x) = F (x + h) F (x) = dx f (x) =

dF (x)
= f (x).
dx

Th
eor`
eme 5.9. Soit f (x) integrable sur I = [a; b] et F (x) telle que F (x) = f (x). Alors

b

f (x) dx = F (b) F (a) = F (x)

f (t) dt.

monstration : Posons (x) =


De
a

Alors par le theor`eme precedent, on a (x) = f (x) = F (x). Ainsi (x) = F (x) + c
(cf. chapitre 4).
Or (a) = 0 = F (a) + c = 0 = c = F (a). Donc (x) = F (x) F (a). On en
deduit que
b
(b) =
f (t) dt = F (b) F (a).
a

Corollaire 5.10. Soit f (x) une fonction continue et (x) une fonction derivable. Alors
(a)
d
dx
(b)
d
dx

5.2
5.2.1

(x)

]
f (t) dt = f (x)

]
f (t) dt = f ((x)) (x) f ((x)) (x)

(x)

Primitives
D
enition et propri
et
es

D
enition 5.11. Soit f (x) une fonction. Une primitive de f (x) est une fonction F (x)
telle que F (x) = f (x).
Remarque 5.12. Si F (x) est une primitive de f (x), alors
G(x) = F (x) + c
en aussi une primitive de f (x). Reciproquement, deux primitives dune meme fonction ne
di`erent que dune constante (cf. chapitre 4 : f (x) 0 = f (x) c).


CHAPITRE 5. CALCUL INTEGRAL

104

La section qui prec`ede a montre que le calcul dune integrale denie se ram`ene au calcul
dune primitive.
De ce fait, on note

f (x) dx
lensemble de toutes les primitives de f (x), que lon appelle aussi int
egrale ind
enie.
Determiner les primitives dune fonction est un probl`eme dicile.
Le theor`eme du calcul integral montre que toute fonction continue poss`ede une primitive.
Mais il existe des fonctions analytiques continues qui nont pas de primitives analytiques
2
comme par exemple f (x) = ex .
Lin
earit
e de la primitive : la linearite de la derivee implique celle de la primitive :

f (x) + g(x) dx =

5.2.2

f (x) dx +

g(x) dx.

Recherche des primitives

Primitives de quelques fonctions


el
ementaires
(I) Fonctions puissances Pour q =
1, on a

1
xq+1 + C
xq dx =
q+1
et

(II) Fonction exponentielle :

1
dx = ln |x| + C.
x

eax dx =

(III) Fonctions trigonometriques :

1
sin(ax) dx = cos(ax) + C
a

1 ax
e + C.
a

cos(ax) dx =

1
sin(ax) + C
a

(IV) etc...
Recherche par calcul direct
On obtient certaines primitives en transformant la fonction `a integrer de telle sorte `a faire
apparatre une forme connue de derivee :
Exemples 5.13.

1
p

(1)
dx =?. On sait que ( px + q) = 2px+q
. On a donc
px + q

2
p
2
p
2
1

dx =

dx =
dx =
px + q + C.
px + q
p 2 px + q
p
2 px + q
p

5.2. PRIMITIVES
(2)

105

1
1
1
(1 + cos(2px)) dx = x +
sin(2px) + C.
2
2
4p

cos2 (px) dx =
(3)

x2 + x + 1
dx =
x3 + x

x2 + 1 + x
dx =
x(x2 + 1)

1
1
+
dx = ln |x| + arctan(x) + C.
x x2 + 1

Plus generalement, comme (F (g(x))) = F (g(x)) g (x) , on a la formule

f (g(x)) g (x) dx = F (g(x)) + C

(5.1)

o`
u F (u) est une primitive de f (u).
Une methode pour integrer est donc de mettre lintegrant sous la forme f (g(x)) g (x) en
sachant trouver une primitive de f .
Il est donc important lors du calcul dune integrale de reperer les derivees internes (= g (x)).
Exemples 5.14.
1

x
1
2x
1
1 (x2 + 1) 2
2
21

dx =

dx =
2x(x + 1) dx =
+ C
(1)
2
2
2
1/2
x2 + 1
x2 + 1

= x2 + 1 + C.
On a utilise le principe precedent avec f (u) = 1u et g(x) = x2 + 1 = g (x) = 2x.

(2) On veut calculer


cos x sin3 x dx. On voit que cos x est la derivee de sin x. On pose
donc g(x) = sin x et f (u) = u3 dont on connat une primitive : F (u) = 41 u4 . Alors

1
3
4
cos
| {zx} sin
| {z x} dx = F (g(x)) + C = 4 sin x + C.

g (x) f (g(x))

En appliquant la formule 5.1 `a des fonctions f particuli`eres, on obtient les formules suivantes :
(I)

(II)

(III)

(IV)

g (x)eg(x) dx = eg(x) + C.
g (x)
dx = ln |g(x)| + C.
g(x)

g (x)[g(x)] dx =

1
[g(x)]+1 + C
+1

g (x)
dx = arctan[g(x)] + C.
1 + g 2 (x)

= 1.


CHAPITRE 5. CALCUL INTEGRAL

106
(V)

g (x) cos(g(x)) dx = sin[g(x)] + C.

(VI) etc...
Int
egration par parties
On sait que (f g) = f g + f g ce qui donne f g = (f g) f g . En integrant des deux cotes
on obtient la r`egle dint
egration par parties :

f (x)g (x) dx.

f (x)g(x) dx = f (x)g(x)

(I.P.P.)

Exemples 5.15.
(1)

I.P.P.

xe dx = xe
x

ex dx = xex ex + C = ex (x 1) + C.

avec f = ex et g = x.

(2)
ln x dx = x(ln x 1) + C

(cf. exercices)

(3)

I.P.P.

sin(x)ex dx = sin(x)ex

cos(x)ex dx
[
]

I.P.P.
x
x
x
= sin(x)e cos(x)e sin(x)e dx

x
= (sin x cos x)e sin(x)ex dx

On obtient (en passant le terme

sin(x)ex dx de lautre cote)

et donc

sin(x)ex dx = (sin x cos x)ex

1
sin(x)ex dx = (sin x cos x)ex + C .
2

(4)

arctan x dx =

I.P.P.

1 arctan x dx = x arctan x

= x arctan x
en posant f = 1 et g = arctan x.

1
ln(1 + x2 ) + C
2

1
dx
1 + x2

5.2. PRIMITIVES

107

Int
egration par changement de variable
Th
eor`
eme 5.16. Soit f (x) une fonction continue sur un intervalle I et : [; ] I
une fonction de classe C 1 avec a = () et b = (). Alors
b

f ((t)) (t) dt
f (x) dx =
a

La transformation x = (t) sappelle un changement de variable.


On eectue donc les trois substitutions suivantes :
(i) x = (t)
(ii) dx = (t) dt
(iii) ET on change les bornes dintegration.

(x)

f (t) dt

monstration : Soit G(x) =


De

et

g(x) = f ((x)) (x). Alors par le

corollaire 5.10, on a

G (x) = f ((x)) (x) = g(x).

La fonction G(x) est donc une primitive de g(x). Il sensuit que





g(t) dt = G(t) = G() G()

ce qui donne

f ((t)) (t) dt =

()

f (x) dx

()

()

f (x) dx =
a

f (x) dx .
()

Remarque 5.17. Ce changement de variable est egalement valable pour calculer une primitive de f (x) `
a condition de pouvoir inverser la fonction (t) cest-`a-dire de pouvoir
ecrire t = 1 (x).
Exemples 5.18.

1. Calculons J =
0

dx.
(1 + x2 ) 1 + x2

On pose
x = tan t

dx = (1 + tan2 t) dt

<t< .
2
2
( )
Et comme tan(0) = 0 et tan 4 = 1, on a


4
4
1
1

(1 + tan2 t) dt =
dt
J=
2
2
1
0 (1 + tan t) 1 + tan t
0
cos2 t





4
4
2
/4
cos t dt =
=
=
cos t dt = sin t
.
2
0
0
0
avec


CHAPITRE 5. CALCUL INTEGRAL

108

Comme est inversible sur lintervalle considere, cet exemple permet de trouver une
1

primitive de f (x) =
.
2
(1 + x ) 1 + x2
En eet, on a t = arctan x, ce qui donne
F (x) = sin t = sin(arctan x) + C.

2.

x3 (1 x2 )5/2 dx = ?

6t6 .
2
2
= dx = cos t dt

On a x [1; 1]. On pose x = sin t avec


x = sin t
t = arcsin x

cos t = cos(arcsin x) =

1 x2 .

On obtient

3
2 5/2
3
2 5/2
x (1 x ) dx = sin t (1 sin t) cos t dt = sin3 t cos5 t cos t dt

2
6
= sin t (1 cos t) cos t dt = (sin t cos6 t sin t cos8 t) dt
1
1
= cos7 t + cos9 t + C
7
9
1
1
= (1 x2 )9/2 (1 x2 )7/2 + C.
9
7

5.2.3

Int
egration des fonctions rationnelles

P (x)
une fonction rationnelle `a integrer.
Q(x)
On eectue les etapes suivantes :

Soit f (x) =

1`ere etape : si deg(P ) > deg(Q), on eectue la division eulidienne de P (x) par Q(x) :
P (x) = Q(x)D(x) + R(x)
ce qui donne

P (x)
R(x)
= D(x) +
avec cette fois-ci deg(R) < deg(Q) et D(x) integrable.
Q(x)
Q(x)

Dans la suite, on ne considere donc que les fonctions rationnelles


et Q(x) = xn + + a1 x + a0 normalise.

P (x)
Q(x)

avec deg(P ) < deg(Q)

2`eme etape : On sait que Q(x) se factorise dans R en un produit de polynomes du premier
degre et/ou du deuxi`eme degre sans racines reelles :
Q(x) = (x 1 )m1 (x p )mp (x2 + 2A1 x + B1 )l1 (x2 + 2As x + Bs )ls

(5.2)

P (x)
en une somme de fractions simples, chaque
Q(x)
terme dans (5.2) contribuant de la mani`ere suivante :
On decompose alors la fraction rationnelle

C1
C2
Cm
+
+ +
fractions simples de 1`ere esp`ece
2
x (x )
(x )m
D1 x + E1
D2 x + E2
Dl x + Dl
(x2 + 2Ax + B)l
7
+ 2
+ + 2
2
2
x + 2Ax + B (x + 2Ax + B)
(x + 2Ax + B)l
fractions simples de 2`eme esp`ece
(x )m 7

5.2. PRIMITIVES

109

3`eme etape : On int`egre chaque fraction simple (cf. plus bas).


Exemples pour la 2`
eme
etape :
1)
x2 + x + 4
x2 + x + 4
C1
C2
Dx + E
=
=
+
+ 2
x4 x3 + 2x2 2x
x(x 1)(x2 + 2)
x
x1
x +2
En multipliant (*) par x et en posant x = 0, on obtient
[
x2 + x + 4
C2 x
(Dx + E)x ]
=
C
+
+

1
(x 1)(x2 + 2) x=0
x1
x2 + 2
x=0
4
= C1
1 2
donc C1 = 2.

()

En multipliant (*) par x 1 et en posant x = 1, on obtient


[ C (x 1)
x2 + x + 4
(Dx + E)(x 1) ]
1
+
C
+
=

2
x(x2 + 2) x=1
x
x2 + 2
x=1
6
= C2
13
donc C2 = 2.
En multipliant (*) par x et en faisant x , on obtient
0 = C1 + C2 + D
donc D = 0.
On choisit une valeur particuli`ere pour determiner E. Par exemple, en posant x = 1,
4
C2 E
on a = C1
+
ce qui donne E = 1. En conclusion
6
2
3
x2 + x + 4
2
2
1
= +
2
.
2
x(x 1)(x + 2)
x x1 x +2
2)
x3 + 5x + 2
x3 + 5x + 2
C1
C2
C3
C4
=
=
+
+
+
.
2
2
2
2
2
(x 1)
(x 1) (x + 1)
x 1 (x 1)
x + 1 (x + 1)2
8
Multiplication par (x 1)2 et x := 1 : = C2
4
4
Multiplication par (x + 1)2 et x := 1 :
= C4 = 1
4
Multiplication par x et x : 1 = C1 + C3
On pose x = 0 : 2 = C1 + C2 + C3 + C4 donc 1 = C3 C1
Les 2 derni`eres equations donne : C3 = 1 et C1 = 0. Finalement
2
1
1
x3 + 5x + 2
=
+

.
2
2
2
(x 1)
(x 1)
x + 1 (x + 1)2


CHAPITRE 5. CALCUL INTEGRAL

110

3`
eme
etape : int
egration des fractions simples
Les fractions simples ont toutes des primitives elementaires :
Fractions simples de 1`
ere esp`
ece :
si m = 1 alors

1
1
1
dx =

+C
m
(x )
(m 1) (x )m1

sinon

1
dx = ln |x | + C
x

Fractions simples de 2`
eme esp`
ece :

D
Dx + E
2 (2x + 2A) + E DA
dx =
dx
2
x + 2Ax + B
x2 + 2Ax + B

D
2x + 2A
1
=
+ (E DA)
dx
2
2
2
x + 2Ax + B
(x + A) + B A2

D
E DA
1/ B A2
2
=
ln(x + 2Ax + B) +

(
)2 dx
2
B A2
1 + x+A
BA2
(
)
E DA
x+A
D
2
ln(x + 2Ax + B) +
arctan
+C
=
2
B A2
B A2
(5.3)

Dx + E
dx =
(x2 + 2Ax + B)2

D
2 (2x + 2A) + E DA
(x2 + 2Ax + B)2

dx

D
2x + 2A
=
+ (E DA)
2
2
(x + 2Ax + B)2
1
D
+ (E DA) I
= 2
2 x + 2Ax + B

Il reste `a calculer
I=

(x2

(x2

1
dx
+ 2Ax + B)2

1
dx.
+ 2Ax + B)2

On pose u = x + A et on applique la formule suivante :


(
)

1
u
1
u
du =
+ arctan
+ C.
(u2 + )2
2(u2 + ) 2

La formule precedente peut etre veriee directement ou sobtient par parties. Plus
generalement on a la formule recurrente :

1
u
2n 1
1
du
=
+
du.
(u2 + )n+1
2n(u2 + )n
2n
(u2 + )n

Exemple complet : Calculons

P (x)
dx =
Q(x)

7 2x3
dx.
x3 + x2 2

5.2. PRIMITIVES

111

1`ere etape : division euclidienne : 7 2x3 = (2)(x3 + x2 2) + (2x2 + 3) et donc


7 2x3
2x2 + 3
=
2
+
.
x3 + x2 2
x3 + x2 2
2`eme etape : On factorise Q(x) : Q(x) = x3 + x2 2 = (x 1)(x2 + 2x + 2)
Decomposition en fractions simples :
2x2 + 3
C1
Dx + E
=
+ 2
.
2
(x 1)(x + 2x + 2)
x 1 x + 2x + 2
Multiplication par x 1 et x = 1 :

5
= C1 donc C1 = 1.
5

Multiplication par x et x : 2 = C1 + D donc D = 1.


x=0:

3
2

= C1 +

Finalement

E
2

donne E = 1.

2x2 + 3
1
x1
=
+ 2
2
(x 1)(x + 2x + 2)
x 1 x + 2x + 2

3`eme etape : Integration

1
dx = ln |x 1| + C
x1

x1
1
dx = ln(x2 + 2x + 2) 2 arctan(x + 1) + C
2
x + 2x + 2
2
en appliquant la formule (5.3) avec A = 1, B = 2, D = 1 et E = 1. En mettant ces termes
ensembles, on obtient

2x2 + 3
P (x)
dx = 2 + 3
dx
Q(x)
x + x2 2

1
x1
= 2x +
dx +
dx
2
x1
x + 2x + 2
1
= 2x + ln |x 1| + ln(x2 + 2x + 2) 2 arctan(x + 1) + C.
2

5.2.4

Int
egration des fonctions rationnelles de fonctions trigonom
etriques

Pour integrer une fonction de la forme

P (sin x; cos x)
, on eectue un des changements de
Q(sin x; cos x)

variables suivants :
(a) t = sin x ou t = cos x
t
1
1
(b) t = tan x ce qui donne sin x =
, cos x =
et dx =
dt
2
2
1
+
t2
1+t
1+t
2t
1 t2
2
x
,
cos
x
=
et dx =
dt.
(c) t = tan = sin x =
2
2
2
1+t
1+t
1 + t2
Le dernier changement (c) fonctionne toujours mais peut etre plus complique que les changements (a) et (b).


CHAPITRE 5. CALCUL INTEGRAL

112
Exemple 5.19.

tan x
dx =
2 sin2 x

sin x
dx
cos x(1 + cos2 x)

1
=
dt =
t(1 + t2 )
1
= ln(1 + t2 ) ln |t| + C
2

5.2.5
(A)

changement (a) : t = cos x et dt = sin x dx


1
t
( 2
)dt
t
t +1
1
= ln(1 + cos2 x) ln | cos x| + C.
2

Quelques autres techniques

a2 b2 x2

Pour integrer une fonction comportant des termes de la forme


eectuer le changement de variable
x=
ce qui donne

a
sin t
b

dx =

a2 b2 x2 on peut parfois

a
cos t dt
b

a2 b2 x2 = |a| 1 sin2 t = |a| cos t.

Exemple :

(B)

x2 dx

1 sin2 t cos t dt

2
=
cos t cos t dt = cos2 t dt

1
1
1
=
(1 + cos(2t)) dt = t + sin(2t) + C
2
2
4
1
1
arcsin x + sin(2 arcsin x) + C
2
4
=

a2 + b2 x2

Pour des fonctions comportant un terme de la forme


a
a
x = sinh(t) ce qui donne dx = cosh(t) dt et
b
b

a2 + b2 x2 , on eectue le changement

a2 + b2 x2 = |a| cosh2 t = |a| cosh t.


Exemple :


2
1 + x dx =
1 + sinh2 t cosh t dt

1
2
= cosh t dt =
(t + cosh(2t)) dt
2
1
1
= t + sinh t + C
2
4
1
1
= arcsinh x + sinh(2arcsinh x) + C
2
4


5.3. INTEGRALES
IMPROPRES

113

(C) Fonctions irrationnelles



x+1
dx =?
Exemple :
x43x
On pose

t= 6x
=
x = t6
=
dx = 6t5 dt.

Ceci donne x = t3 et 3 x = t2 . Lintegrale se transforme en une integrale rationnelle :



3
x+1
t +1

6t5 dt
dx =
3
6
t 4t2
x4 x
6
t + t3
=6
dt = . . .
t4 4

5.3
5.3.1

Int
egrales impropres
D
enitions

On desire calculer des termes de la forme

f (x) dx. Quel sens donner `a la borne ?

D
enition 5.20. Soit f (x) une fonction bornee et continue. On appelle int
egrale impropre de 1`
ere esp`
ece une integrale de f (x) o`
u lune des bornes tend vers linni.
On pose

() =
f (x) dx
a

et lon calcule lim (). Si cette limite existe, on denit

f (x) dx = lim ().

On note parfois



f (x) dx = F (x) o`
u F (x) est une primitive de f (x).
a

Exemples 5.21.


[
]
[
]
x
(1)
e dx = lim
ex dx = lim ex = lim 1 e = 1.
0

0
0

(2) Que vaut
cos x dx ? On a
0



cos x dx = sin x = sin
0

et la limite lim sin nexiste pas. Donc

cos x dx nexiste pas.


0

D
enition 5.22. Soit f (x) une fonction continue sur ]a; b] avec lim = . On appelle
xa+
b
integrale impropre de 2`eme esp`ece lintegrale
f (x) dx.
a


CHAPITRE 5. CALCUL INTEGRAL

114
Si la limite existe, on pose

f (x) dx := lim

0+

On note parfois

f (x) dx.
a+

b

f (x) dx = F (x) +
a

Ici F (a+ ) signie lim F (x).


xa+

Exemples 5.23.
1
1
[ ]1

1
1
dx = lim
dx = lim 2 x = lim (2 2 ) = 2.
(a)
x
x
0+
0+
0+
0
(b) Lintegrale

nexiste pas car

1
dx
x

1
dx = ln(1) ln() = ln()
x

et la limite quand 0+ nexiste pas (elle vaut +).


D
enitions :
Si une integrale impropre existe, on dit quelle converge ; sinon, elle diverge.

Une integrale impropre f (x) dx est absolument convergente si |f (x)| dx converge.


I

Ici, et dans la suite, on peut avoir I = [a; [ ou I =] ; b].

Th
eor`
eme 5.24. Soit f (x)

C 0 (I).

|f (x)| dx converge, alors

Si
I

f (x) dx converge.
I

b
b

Demonstration : Ceci decoule de linegalite


f (x) dx 6
|f (x)| dx.
a

Techniques dint
egration
Les integrations par parties et par changement de variables sappliquent aussi aux integrales
impropres :


[
]
I.P.P.

ex dx = 0 ex
=1
Exemple 5.25.
xex dx = xex
0


5.3. INTEGRALES
IMPROPRES

115

Quelques remarques importantes


+
(1) Pour calculer lintegrale
f (x) dx, il faut calculer

f (x) dx = lim

et NON PAS

lim

f (x) dx + lim

f (x) dx

f (x) dx.

Exemple : Lintegrale

sin x dx nexiste pas car les limites

lim

sin x dx

nexistent pas.

lim

sin x dx

Il est FAUX de penser que


(2) Pour calculer

et

sin x dx = 0 parce que sin x est impaire.

1
dx, il faut calculer
(x 2)2

1
dx +
(x 2)2

1
dx
(x 2)2

car la fonction a un pole en x = 2. Or


1 2
1
dx =
(x 2)2
x 2 0

ne converge pas. Donc lintegrale


0

Le calcul

1
dx ne converge pas.
(x 2)2


1
1
3
1 3
dx =
= 1 =

2
(x 2)
x2 0
2
2

est FAUX.

5.3.2

Crit`
eres de convergence

Comme pour les series, on a un crit`ere de comparaison :


Th
eor`
eme 5.26.
que |f (x)| 6 |g(x)| sur I.
Soient f (x) et g(x) deux fonctions telles

1) Si lintegrale
|g(x)| dx converge, alors lintegrale
|f (x)| dx converge.
I
I

2) Si lintegrale
|f (x)| dx diverge alors lintegrale
|g(x)| dx diverge.
I

Ce theor`eme est tr`es utile avec les resultats suivants :


CHAPITRE 5. CALCUL INTEGRAL

116
Th
eor`
eme 5.27.

Donc lintegrale
0

1
dx =
xr

1
1r

b1r si r < 1
+
si r > 1.

1
dx converge si et seulement si r < 1.
xr

monstration : Pour r = 1, on a
De
b { 1 1r
b

1
si r < 1
r
1r
1r b
x dx =
x =
+
si r > 1.
1

r
0
0
b
b
1

Si r = 1, on a
dx = ln x = +.
x
0
0

Exemple : le crit`ere de comparaison permet darmer que lintegrale


0

1
1
1
converge car
6 = 1 pour x ]0; 2].
2
x(x + 1)
x
x2
Th
eor`
eme 5.28. Soient a > 0 et r > 0. Alors
{

1
+
dx
=
1
1r
r
x
a
r1 a

1
Ainsi
dx converge si et seulement si r > 1.
xr
a

dx
x(x2 + 1)

si r 6 1
si r > 1.

monstration : Pour r = 1, on a
De
{


1
1
+
1r
x =
dx =
1
1r
r
x
1r
a
r1 a
a

[
]
1
Pour r = 1, on a
dx = ln x
= +.
x
a
a

si r < 1
si r > 1.

P (x)
Application : soit f (x) = Q(x)
une fonction rationnelle. Supposons que Q(x) = 0 pour

x > a. Alors
f (x) dx converge lorsque
a

deg(Q) deg(P ) > 2


et diverge sinon.

Exemple :

et
0

x(1 + cos2 x)
dx >
1 + x2

x
dx
1 + x2

x
dx diverge car
1 + x2
deg(1 + x2 ) deg(x) = 1 > 2.

5.4. APPLICATION : CALCUL DAIRES

117

Fonctions exponentielles
Pour q > 0 et a R on a



1
1
eqx dx = eqx = eaq
q
q
a
a

Corollaire 5.29. Pour tout p, q > 0 et tout a R, lintegrale

xp eqx dx converge.

monstration : En eet, on a
De
xp
eq/2x

ce qui implique, quil existe N N tel que


x > N.

xp < eq/2x

Donc xp eqx < eq/2x . Le crit`ere de comparaison implique la convergence de lintegrale


consideree.

5.4
5.4.1

Application : calcul daires


Aire entre 2 courbes

Nous avons vu que laire du domaine limite par Ox et y = f (x) entre a et x est donne par
x
dA
f (t) dt
=
A (x) = f (x)
A(x) =
= f (x)
dx
a

dA = f (x)dx = ydx.

dA est lelement dierentiel daire et on a


A=

()

dA.

Si f (x) > g(x) sur le domaine considere, alors laire du domaine limite par y = f (x) et
y = g(x) entre a et b est donne par
b
[
]
f (x) g(x) dx.
a

ATTENTION : si le graphe de f coupe celui de g, il faut faire attention au signe.

Dans certains cas, il est plus simple dintegrer en fonction de la variable y, les bords du
domaine etant alors des fonctions de y. On a la formule symetrique :
dA = x(y) dy.


CHAPITRE 5. CALCUL INTEGRAL

118

Exemple : calculons laire du domaine compris entre la droite x + y = 0 et la parabole


y 2 = 2y x.

On calcule dabord les points dintersection : O(0; 0) et I(3; 3).


On exprime les bords comme des fonctions de la variable y :
droite : x = y = g1 (y)
parabole : x = 2y y 2 = g2 (y).
Alors
[
]
(
)
dA = [g2 (y) g1 (y)] = (2y y 2 ) (y) dy = 3y y 2 dy
et laire est donc

A=

y=3

3 2 1 3
3y y dy =
y y
2
3

]3

dA =
y=0

9
= .
2

Repr
esentation param
etrique
Supposons quune courbe soit donnee sous forme parametrique :
{
x = x(t)
y = y(t)
Alors x(t)

dx
= dx = x(t)
dt. La formule (*) devient
dt
dA = y dx = y(t)x(t)
dt

et laire entre t = tP et t = tQ vaut alors

tQ

A=

y(t)x(t)
dt.
tP

Exemple : la cyclode
La trajectoire dun point dun cercle roulant sur une droite est donnee par la cyclode :
{
x(t) = R(t sin t)
y(t) = R(1 cos t)
Calculons laire dun arc de cyclode.

5.4. APPLICATION : CALCUL DAIRES

119

On a x(t)

= R(1 cos t). Alors

A=

y(t)x(t)
dt =
0

R(1 cos t)R(1 cos t) dt

= R2

)
1 2 cos t + cos2 t dt = R2 (2 0 + ) = 3R2

Rappel :

2
2

cos t + sin t dt =
0

1 dt = 2

cos2 t dt = .

et donc par symetrie


0

5.4.2

Domaine ferm
e

Soit D un domaine ferme dont la fronti`ere est denie par

x = x(t)
y = y(t)

pour t [t1 ; t2 ].

On a t1 < tD < tG < t2 .

xD

AD =

xG

=
=

xD

y + dx

tG

y x

tD
t2

xG
t2

y dx =

y x

tG

tD

(
y(t)x(t)
dt

tG

t2

tG

tD

y x
t1

xy
dt
t1

En integrant selon y, cest-`a-dire en prenant dA = xdy, on obtient

t2

AD =

xy dt.
t1

tD

y(t)x(t)
dt +

y(t)x(t)
dt
t1


CHAPITRE 5. CALCUL INTEGRAL

120

En additionnant les 2 formules et en divisant par 2, on obtient


1
A=
2

I
(xy xy)
dt.

t2

= integrale curviligne =

. . . dt
t1

o`
u [t1 ; t2 ] parcourt le bord de D dans le sens trigo une et une seule fois.
Exemple : Aire de la boucle de la courbe : y 3 xy 2 + x4 = 0

3 3
2 3
4
Param
[ 3 etrisation
] : si lon pose y = tx, on obtient t x t x + x = 0 ce qui donne
3
2
x (t t ) + x = 0 et donc
{
x = t2 t3
y = t3 t4

t = 0 (0; 0)
t = 1 (0; 0)
Et pour 0 < t < 1, on a x > 0 et y > 0. Donc si t parcourt lintervalle [0; 1], on parcourt le
bord de D une et une seule fois. Alors

1 1 2
1 1
(xy xy)
dt =
(t t3 )(3t2 4t3 ) (2t 3t2 )(t3 t4 ) dt
A=
2 0
2 0

1 1 4
1
=
t (1 t)2 dt = =
.
2 0
210

5.4.3

Surfaces sectorielles

Domaines limites par un arc P Q et par les segments OP et OQ. Alors


1
A=
2

tQ

tP

(xy xy)
dt

5.4. APPLICATION : CALCUL DAIRES


monstration :
De
Parametrisation de OP :
{
x=t
(pente = m)
y = mt

121

x = 1
y = m

xy xy
= mt mt = 0

Idem pour QO : xy xy
= 0.
Donc
I

(xy xy)
dt =

...
OP

...

...

PQ

=0+

QO

+ 0 =

xy xy.

Exemple : secteur dune ellipse dequation :


{
x = a cos t
y = b sin t

Alors
1
A=
2

tQ

tP

1
(a cos t b cos t + a sin t b sin t) dt = ab (tQ tP ).
2

Si t = 0 et t = 2, on obtient laire de lellipse :


Aellipse = ab.
Coordonn
ees polaires
Si larc P Q est donnee en coordonnees polaires = (), alors
x = cos

et

y = sin

x = cos sin

et

y = sin + cos .

donne
Laire est egale alors `a

1 Q
A=
(xy xy)
d
2 P
Q
1
=
cos ( sin + cos ) sin ( cos sin ) d
2 P

1 Q 2
=
(cos2 + sin2 ) d
2 P

1 Q 2
=
() d.
2 P


CHAPITRE 5. CALCUL INTEGRAL

122
Explication intuitive :

Laire du triangle innitesimal est egale `a


dA =

1
1
1
1
base hauteur ds = d = 2 d.
2
2
2
2

Exemple : Aire du domaine hachure de la spirale hyperbolique : =

1
A=
2

5.4.4

/4

a2
d
2

9/4

a
.

)
(
)

a2
1
a2
13 2
a .
d =

+ ... =
2

2
/4
9

Longueur darc

Soit : y = f (x) une courbe avec f derivable. On note s la longueur darc de entre le
point P et le point Q. On approxime larc P Q par une suite de cordes Pk Pk+1 .

Longueur de la corde Pk Pk+1 :


|Pk Pk+1 | = lk =

x2k + yk2

Si lon divise larc en n cordes alors on a

sn =

k=0

lk =

k=0

x2k

yk2

k=0

(
1+

yk
xk

)2
xk

()

5.4. APPLICATION : CALCUL DAIRES


Lorsque n et xk , yk 0 alors

xQ

s=

123

yk
dy

= y et la serie (*) a comme limite


xk
dx

1+

y (x)2

xP

De s(x) =

xQ

dx =

1 + f (x)2 dx

xP

ds
= 1 + f (x)2 et donc
dx

1 + f (x)2 dx on en deduit s (x) =

ds = s (x) dx =

dx2 + dy 2

()

ds = element dierentiel de longueur darc.


Si la courbe est sous forme param
etrique :
{
:

la formule (**) devient

ds =

x = x(t)
y = y(t)

x(t)
2 + y(t)
2 dt

tQ

s=

dx = x(t)
dt
dy = y(t)
dt

et ainsi

x(t)
2 + y(t)
2 dt

tP

Exemple 5.30.
Longueur dune ellipse :
:

x2 y 2
+ 2 =1
a2
b

avec 0 < a < b.


{

x = a cos t
y = b sin t.

Parametrisation :

{
=

x = a sin t
y = b cos t

Alors la longueur vaut :

L=

=b

a2 sin2 t + b2 cos2 t dt = b

( )
a 2 2
sin t + cos2 t dt
b

1 k 2 sin2 t dt

( )2
o`
u k 2 = 1 ab .
Cette integrale nest pas elementaire : on ne peut la calculer quavec des methodes numeriques.


CHAPITRE 5. CALCUL INTEGRAL

124
Longueur en coordonn
ees polaires

Soit : = () donnee en coordonnees polaires. Alors les equations


x = cos

et

y = sin

et

y = sin + cos .

donnent, comme precedemment,


x = cos sin

Lelement dierentiel de longueur vaut alors

ds = x 2 + y 2 d = = 2 () + 2 () d
et la longueur entre les points P et Q vaut

s=

2 () + 2 () d.

Exemple : Longueur de la cardiode : = a(1 + cos ) avec a > 0.

=2

a2 (1

L=

cos )2

a2 sin2

d = 2a

=0

2 + 2 cos d
{z
}
=4 cos2


|2 cos | d = 4a
cos d = 8a sin = 8a.
= 2a
2
2
2 0
0
0

5.5
5.5.1

Calcul des volumes


Cas o`
u laire des sections est connue

On suppose que laire A de la section de ce corps par chaque plan horizontaux est connue ;
elle est alors fonction de z : A = A(z).

Le volume du domaine du corps limite par 2 plans tr`es proches z = zk et z = zk + zk est


approximativement egale au volume du cylindre de base A(zk ) et de hauteur zk . Ainsi
Vk = A(zk ) zk

5.5. CALCUL DES VOLUMES

125

En partageant ainsi la hauteur du corps en n intervalles, on obtient :


Vn =

A(zk ) zk .

k=0

Cest une somme de Riemann et lon peut faire tendre n vers linni. Si la limite existe, on
obtient
zmax
V = lim Vn =
A(z) dz.
n

zmin

Exemples 5.31.
(1) Volume dun cone de base quelconque B et de hauteur h.

Comme B et B(z) sont homothetiques, on a pour tout z [0; h] :


B(z) ( z )2
B
=
=
B(z) = 2 z 2 .
B
h
h
Donc

h
h
B 2
B 1 3 h 1
V =
B(z) dz =
z dz = 2 z = B h .
2
h 3 0
3
0
0 h
(2) Volume de lellipsode :

x2 y 2 z 2
+ 2 + 2 = 1.
a2
b
c

Dans chaque plan, z = z0 , la section est une ellipse dequation :

x2 y 2
z02
+
=
1

= 02
a2
b2
c2
y2
x2
+
=1
(a0 )2 (b0 )2

Laire de chaque ellipse vaut


ab02

A0 = (a0 )(b0 ) =
)
(
z2
A(z) = ab 1 2 .
c

(
)
z02
= ab 1 2
c


CHAPITRE 5. CALCUL INTEGRAL

126

On obtient pour le volume :


(
)
)
(
) c
c
c(
z2
z 2
4
z2
V =
ab 1 2 dz = 2ab
1 2 dz = 2ab z 2 = abc.
c
c
3c
3
c
0
0
4
Si a = b = c = R, lellipsode est une sph`ere de volume V = R3 .
3

5.5.2

Corps de r
evolution

Considerons une courbe : y = f (x)

On peut generer un volume en faisant tourner


le domaine D autour de laxe Ox : alors
dV = y 2 dx

et donc

x2

V =

f 2 (x) dx.

x1

le domaine D autour de laxe Oy :


dV = x2 dy
ce qui donne

y2

V =

[g(y)]2 dy

y1

ou egalement

x2

V =
x1

x2 f (x)dx
| {z }
=dy

car dy = f (x) dx.


Si le domaine est limite par deux courbes f et g (voir dessin), alors

V = f 2 (x) g 2 (x) dx.

5.5. CALCUL DES VOLUMES

127

Exemple 5.32. y = f (x) = 2x3 entre O(0; 0) et P (1; 2).

Rotation autour de laxe Ox du domaine D : V =

4
4x6 dx = .
7

( y )1/3
Rotations autour de laxe Oy du domaine D : x = f (y) = g(y) =
et h(y) = 1.
2
Alors
(
)
y=2
2 ( )
y 2/3
1
3 5/3 2
6
4
2
2
V =
h(y) g(y) dy =
1
dy = y 2/3 y
= (2 ) =
.

2
5
5
5
2
y=0
0
0
0
1

Courbes param
etriques
{
x = x(t)
:
y = y(t)
dV = y 2 (t)x(t)
dt

(rotation autour de laxe Ox)

dV = x2 (t)y(t)
dt

(rotation autour de laxe Oy)

Si pour t [t1 ; t2 ], le domaine limite par est ferm


e et enti`
erement situ
e dun c
ot
e
de laxe, alors le volume du corps de revolution est
t2
V =
y 2 (t)x(t)
dt.
t1

Exemple : Volume du tore :

x = R + r cos t
y = r sin t

t [0; 2]

Alors (axe de rotation = axe Oy)

2
2
V = x y dt =
(R + r cos t) r cos t dt = r
0

= r(0 + 2Rr + 0) = 2 2 Rr2 .

(R2 cos t + 2Rr cos2 t + r2 cos3 t) dt


CHAPITRE 5. CALCUL INTEGRAL

128

5.6

Surface de r
evolution

Rotation autour de laxe Ox


On consid`ere `a nouveau une courbe : y = f (x) que lon fait tourner autour de laxe Ox.

On engendre ainsi une surface de r


evolution dont on veut determiner laire.
Pour ce faire, on divise en n cordes Pk1 Pk . Chaque segment Pk1 Pk engendre, en tournant, une surface qui est egale `a
sk = 2

f (xk ) + f (xk1 )
lk
2

o`
u lk est la longueur de la corde Pk1 Pk . Or, on a montre que lk =
Donc
Sn =

sk =

k=1

k=1

f (xk1 ) + f (xk )

2
2

(
1+

yk
xk

(
1+

)2
xk .

En faisant tendre n vers linni, on obtient, si la limite existe

xQ

f (x)

S = 2

1 + f (x)2 dx.

xP

Lelement dierentiel de surface est


dS = 2y ds = 2y

dx2 + dy 2 = 2f (x)

o`
u ds = element dierentiel de longueur =

1 + f (x)2 dx

dx2 + dy 2 dx.

Rotation autour de laxe Oy


Par analogie, la rotation autour de laxe Oy donnera la surface
xQ
S = 2
x 1 + f (x)2 dx.
xP

Ici, on a

dS = 2x ds

yk
xk

)2
xk .

5.7. CONVERGENCE DES SERIES


: CRITERE
INTEGRAL

129

Exemples 5.33.
1) Miroir parabolique : soit y = x2 un arc de parabole avec 0 6 x 6 1.
La rotation autour de Oy donne un miroir parabolique.

Sa surface vaut

S = 2
0

2

x 1 + 4x2 dx =
(1 + 4x2 )3/2 = (5 5 1).
43
6
0
{

2) Surface dune sph`ere. On a :

x = R cos
[0; ].
y = R sin
2

S =2

dS = 2 2

= 4

/2

2 + y()
2 d
x x()

0
/2

R cos R d = 4R2 .

5.7

Convergence des s
eries : crit`
ere int
egral

Considerons la serie `a termes positifs

un .

n=1

Posons f (n) = un et prolongeons la fonction discr`ete f (n) aux valeurs reelles x > 1.

La condition necessaire de convergence de la serie est que un 0 ce qui implique que


f (x) 0.


CHAPITRE 5. CALCUL INTEGRAL

130

Om impose de plus que f (x) soit decroissante.


Alors la somme partielle
sn = u1 + u2 + + un
est la somme des aires des rectangles de base 1 et de hauteur f (n). Comme f (x) decrot,
on a
n+1
un >
f (x) dx
n

et donc

sn >

f (x) dx + +

n+1

n+1

f (x) dx =

f (x) dx.

De meme,

un+1 = f (n + 1) 1 <

n+1

f (x) dx
n

do`
u

sn+1 < u1 +

+ +

n+1

n+1

= u1 +
n

f (x) dx.
1

Si lon fait tendre n vers linni, on obtient le crit`ere suivant :




si I =
f (x) dx diverge, alors sn >
f (x) dx : la serie diverge
1
1

si I =
f (x) dx converge, alors lim sn+1 = s < u1 + I : la serie converge
n

Applications
1
(r > 0) converge si r > 1 et diverge sinon.
Les series
nr
Exemples :
1) Que peut-on dire de

k=2

1
?
k ln k

Posons
f (x) =

1
.
x ln x

1
On a bien f (x) decroissante car f =
(ln x + 1) < 0 si x > 2.
(x ln x)2


[
]
1
dx = ln | ln x|
= +.

f (x) dx =
x ln x
2
2
2
On en deduit que la serie diverge.

1
.
k(ln k)2
k=2
1
Alors f (x) =
est decroissante et
x(ln x)2



1
1
1
1

(ln x)2 dx = (ln x)1 =
lim
=
.
f (x) dx =
x
ln 2 ln
ln 2
2
2
2
2) Prenons

On en deduit que la serie converge.

Chapitre 6

Equations di
erentielles ordinaires
6.1

Introduction et d
enitions

Cherchons toutes les fonctions y = f (x) satisfaisant lequation fonctionnelle


f (x) + f (x) = 0

()

En essayant, on trouve que f (x) = ex satisfait lequation ().


Y a-t-il dautres solutions ?
Par linearite, f (x) = Cex est aussi une solution pour tout C R. On verra plus tard que
toute solution de () est de la forme Cex .
Lequation () est une
equation di
erentielle du 1er ordre = equation reliant une fonc
tion inconnue f (x) et sa derivee f (x).
D
enition 6.1. Plus generalement, une equation dierentielle dordre n est une equation
(x, y, y , . . . , y (n) ) = 0
faisant intervenir une variable x, une fonction inconnue y = y(x) et ses derivees y (x),
y (x), . . .y (n) (x) jusqu`a lordre n.

Exemples 6.2.
1. Circuit electrique RLC serie :

Notons q(t) la charge sur la capacite. Alors le courant est la derivee de la charge :
I(t) = q(t).

resistance R : UR = RI(t) = Rq(t)

131

132

CHAPITRE 6. EQUATIONS DIFFERENTIELLES


ORDINAIRES

inductance L : UL = L

dI(t)
= L
q (t)
dt

capacite C : q = CUC
U = U (t) : tension de la source.

Alors on doit avoir UR + UC + UL = U (t) ce qui donne


1
q(t) + L
q (t) = U (t).
C
Cest une equation dierentielle dordre 2.
Rq(t)
+

2. En mecanique newtonnienne on a lequation F = ma.


Soit t le temps, y(t) la position, y(t)

la vitesse et y(t) lacceleration. Si on suppose que


la force depend du temps, de la position et de la vitesse F = F (t, y, y)
, on doit resoudre
lequation dierentielle du 2`eme ordre :
m
y = F (t, y, y)

Remarque 6.3 (Conditions initiales). Pour resoudre une equation dierentielle, on fait
une integration : la solution g
en
erale contient donc une (ou plusieurs) constante(s)
C1 , C2 , . . .Cn .
Souvent, `a lequation dierentielle (x, y, y , . . . , y (n) ) = 0 sajoute une condition initiale
y(x0 ) = y0 , y (x0 ) = v0 , . . . , y (n1) (x0 ) = b0 .
Cette condition initiale impose la valeur des constantes Ci : on parle de solution particuli`
ere.

6.2

Equation di
erentielle du premier ordre

Forme generale : (x, y, y ) = 0.


Sous des hypoth`eses tr`es larges, on peut ecrire
y = (x, y)
Cest la forme normale.

6.2.1
Si

Equation s
eparable
y = (x, y) = f (x)g(y)

on dit que lequation dierentielle est s


eparable. On a alors
1
1 dy
y = f (x)
=
= f (x)
g(y)
g(y) dx

1
=
dy = f (x) dx
g(y)
Le probl`eme se ram`ene `a 2 integrations.

1
dy = f (x) dx
g(y)


6.2. EQUATION DIFFERENTIELLE
DU PREMIER ORDRE

133

Exemples 6.4.
1. xy 2y = 0
=
=
=

1
2y
= 2y
x
x

1
1
dy = 2
dx
y
x
y = C x2
CR
y =

dy
2
= y
dx
x

ln |y| = 2 ln |x| + c

1
2
dy = dx
y
x
|y| = x2 ec

(solution generale)

Si de plus on veut y(1) = 2, alors y(x) = 2x2 .

2. y = (1 + 2x) 1 + y 2

dy
= (1 + 2x) 1 + y 2
dx

arcsinh (y) = x + x2 + C

y(x) = sinh(x + x2 + C)

1
1 + y2

dy =

(1 + 2x) dx

solution generale

Si lon veut par exemple y(0) = 0 alors y(x) = sinh(x + x2 ).


Equation autonome
Un cas particulier dequation separable est celui des equations dites autonomes :
y = g(y).
Lequation est independante de x . On a alors
dy
= g(y)
dx

1
dy = dx .
g(y)

Apr`es integration on obtient

1
dy = x + C
g(y)

Exemple : resoudre y = y 2 + y. Alors

dy
y 2 +y

()

= dx. Or

y
1
1
1


dy
=

dy
=
ln
|y|

ln
|1
+
y|
=
ln


y2 + y
y y+1
y+1


y
Lequation () devient ln y+1 = x + c ce qui donne

y
= ec ex = Cex
y+1

CR

Cette equation implicite se resoud pour donner


y(x) =

1
1 x
Ce

C
C

ex


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

134

6.2.2

Equation homog`
ene en x et y

D
enition 6.5. On dit que (x, y) est homog`
ene de degr
e 0 en x et y si
pour tout t R.

(tx, ty) = (x, y)

Exemples 6.6.
1. (x, y) =

x3 + xy 2
est homog`ene de degre 0 (
y 3 + x2 y
(tx, ty) =

degr
e3
degr
e 3)

car

t3 x3 + txt2 y 2
x3 + xy 2
=
= (x, y).
t3 y 3 + t2 x2 ty
y 3 + x2 y

2. (x, y) = xy nest pas homog`ene de degre 0 car (tx, ty) = t2 xy = (x, y)


3. (x, y) =

2x + 2y
1x+y
x+y
nest pas homog`ene car (2x, 2y) =
=
= (x, y).
xy
4xy
2 xy

R
esolution : On eectue le changement de fonction

y(x) = u(x) x

y = xu + u

et ceci nous ram`ene `a une equation separable en x et u(x).


Exemple : y =

x2

xy
homog`ene de degre 0.
+ y2

En posant y = ux et donc y = u x + u, on obtient


[
]
[
]
x2 u
u
1
u
du
1
u3

ux+u= 2
=
=
= u =
u
=
x + u2 x2
1 + u2
x 1 + u2
dx
x
1 + u2

1
1 + u2
1
1 + u2
du
=
dx
=

du =
dx
=
3
3
u
x
u
x
1
=
ln |u| = ln |x| + c.
2u2

Comme u =

y
, on trouve
x
x2
= ln |x| + ln |y/x| + c = ln |y| + c
2y 2

ex

2 /2y 2

= |y| |{z}
ec .

On obtient nalement
2 /2y 2

Cy = ex

Cest une forme implicite impossible `a resoudre sous la forme y = f (x).

=C


6.2. EQUATION DIFFERENTIELLE
DU PREMIER ORDRE

6.2.3

135

Equation lin
eaire

Une
equation di
erentielle du premier ordre lin
eaire est (sous forme normale) :
y + a(x)y = b(x)
ATTENTION : elle est lineaire en y et y ; pas en x.
Le terme b(x) est appele le second membre.
Si b(x) = 0, lequation est dite homog`
ene. Sinon elle est inhomog`
ene ou avec second
membre.
Exemples 6.7.
cos x
cos x
y = 2x2 est lineaire inhomog`ene avec a(x) =
et b(x) = 2x2
x
x
y y + xy = 2x 1 nest pas lin
eaire
4x3
x

3
e y + 4x y = 0 est lineaire homog`ene : y + x y = 0
e
|{z}
y +

=a(x)

Pour resoudre une equation lineaire, on proc`ede en 2 etapes :


(I) dabord on resoud lequation homog`ene (en posant b(x) = 0) ;
(II) puis on resoud lequation avec second membre.
(I) Equation homog`
ene
Soit y (x) + a(x)y = 0.

=
=

dy
1
= a(x)y
=
dy = a(x)dx
dx
y

1
dy = ln |y| = a(x) dx = A(x) + c
y

o`
u A(x) est une primitive de a(x). Ceci donne nalement

Solution generale de lequation homog`ene :


On note w(x) = eA(x) .

Exemple 6.8. y + x2 y = 0.
On a a(x) = x2 = A(x) = x3 /3 ce qui donne
y = Cex

3 /3

yh (x) = C eA(x)

CR


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

136

(II) Equation inhomog`


ene (avec second membre)
Th
eor`
eme 6.9 (Theor`eme 1). La solution generale de lequation inhomog`ene
y + a(x)y = b(x)
secrit comme la somme de la solution generale de lequation homog`ene et dune solution
particuli`ere de la solution inhomog`ene.
m : Soit w(x) une solution de lequation homog`ene et yP (x) une solution particuli`ere de
De
la solution inhomog`ene. Alors
[w(x) + yP (x)] + a(x) [w(x) + yP (x)] = w (x) + a(x)w(x) + yP (x) + a(x)yP (x) = b(x)
|
{z
} |
{z
}
=0

=b(x)

ce qui montre que w(x) + yP (x) est une solution de lequation inhomog`ene.
Reciproquement, soit z1 (x) et z2 (x) deux solutions de lequation inhomog`ene. Alors
[z1 (x) z2 (x)] + a(x) [z1 (x) z2 (x)] = z1 (x) + a(x)z1 (x) [z2 (x) + a(x)z2 (x)]
= b(x) b(x) = 0
ce qui montre que w(x) = z1 (x) z2 (x) est solution de lequation homog`ene et donc que
z1 (x) = w(x) + z2 (x).

R
esolution de l
equation avec second membre : Il reste `a trouver une solution particuli`ere de lequation y + a(x)y = b(x). Pour cela on utilise la
A : M
ethode des essais
On essaie une solution de la forme
yP (x) = K1 f1 (x) + K2 f2 (x) + + Kn fn (x)
o`
u les fi sont choisies relativement `a la forme du second membre b(x).
Exemples 6.10.
1.

y + y = ex + sin x

(1)

On essaie yP (x) = K1 ex + K2 sin x + K3 cos x que lon introduit dans (1). On obtient
K1 ex + K2 cos x K3 sin x + K1 ex + K2 sin x + K3 cos x = ex + sin x
ce qui donne K1 =

1
2

et le syst`eme
{

K2 + K3 = 0
K2 K3 = 1

dont la solution est K2 = 12 et K3 = 12 .


Une solution particuli`ere est donc
yP (x) =

1 x
(e + sin x cos x) .
2


6.2. EQUATION DIFFERENTIELLE
DU PREMIER ORDRE
2.

137

y + 2y = 2e2x
(2)
On essaie yP (x) = Ke2x . Introduit dans (2), ceci donne
2Ke2x + 2Ke2x = 2e2x
qui est impossible. Le choix est mauvais.

3. 2xy + y = x2 x.
On essaie yP (x) = K1 x2 + K2 x. Ceci donne
2x (2K1 x + K2 ) + K1 x2 + K2 x = x2 x
et donc 5K1 = 1 et 3K2 = 1. Une solution particuli`ere est donc
1
1
yP (x) = x2 x.
5
3

Si la methode des essais ne marche pas, on applique la methode generale :


B : M
ethode de la variation des constantes
On cherche une solution particuli`ere en posant
yP (x) = c(x)w(x)
o`
u w(x) = eA(x) est la solution de lequation homog`ene et c(x) une fonction `a trouver.
En introduisant yP et yP dans lequation y (x) + a(x)y(x) = b(x) on obtient
c (x)w(x) + c(x)w (x) + a(x)c(x)w(x) = b(x)
ce qui devient, en utilisant le fait que w (x) + a(x)w(x) = 0,
c (x)w(x) = b(x)
Finalement
c (x) =

b(x)
w(x)

ce qui montre que c(x) est une primitive de b(x)eA(x) .


En resume, une solution particuli`ere de lequation y + a(x)y = b(x) est donnee par
yP (x) = c(x)eA(x)

avec

c(x) =

b(x)
dx =
w(x)

b(x)eA(x) dx.


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

138
Exemples 6.11.

1. Resoudre lequation
y +

x
x
y=
.
2
(1 + x2 )2
|1 +
{zx }
| {z }
=a(x)

a(x) =

x
1 + x2

A(x) =

=b(x)

1
ln(1 + x2 ).
2

(I) Equation homog`ene :


w(x) = eA(x) = e 2 ln(1+x
1

2)

1
=
.
1 + x2

La solution generale de lequation homog`ene est donc


C
yh (x) = Cw(x) =
.
1 + x2
(II) Equation avec second membre :

x
x
b(x)
1
2
dx =
1 + x dx =
c(x) =
dx =
2
2
3/2
2
w(x)
(1 + x )
(1 + x )
1 + x2
et alors une solution particuli`ere de lequation inhomog`ene est donnee par
1
1
1

=
yP (x) = c(x)w(x) =
.
1 + x2
1 + x2 1 + x2
La solution generale est alors
C
1
y(x) = Cw(x) + yP (x) =

2
1 + x2
1+x
2. Resoudre

C R.

y + y = e|x +{zsin x} .
=b(x)

(I) Equation homog`ene : y + y = 0


=
w(x) = ex
(II) Equation inhomog`ene :

1
1
b(x)
dx = ex (ex + sin x) dx = e2x + ex (sin x cos x)
c(x) =
w(x)
2
2
et donc

1
1
yP (x) = w(x)c(x) = ex + (sin x cos x)
2
2
Finalement, la solution generale est
1
1
y(x) = Cw(x) + yP (x) = Cex + ex + (sin x cos x).
2
2
3. Resoudre

xy 2y = x2 x .

Forme normale :
y

2
y =x1
x


6.2. EQUATION DIFFERENTIELLE
DU PREMIER ORDRE

139

avec a(x) = x2 et b(x) = x 1.


2
(I) Equation homog`ene : y y = 0.
x

A(x) = a(x) dx = 2 ln |x|

w(x) = eA(x) = e2 ln |x| = x2

et la solution generale de lequation homog`ene est


yh (x) = Cw(x) = Cx2 .
(II) Solution particuli`ere de lequation inhomog`ene :

b(x)
1
1
1
1
c(x) =
(x 1) dx =
dx =
2 dx = ln |x| +
2
w(x)
x
x x
x
Une solution particuli`ere est donc
yP (x) = w(x)c(x) = x2 (ln |x| +

1
) = x + x2 ln |x|.
x

La solution generale est alors


y(x) = yh (x) + yP (x) = Cx2 + x + x2 ln |x|

6.2.4

Equation du type y =

ax+by+c
dx+ey+f

CR

On se ram`ene `a une equation homog`ene de degre 0 en posant


{
x = + nouvelle variable
y = u + nouvelle fonction = y = u
{
a + b + c = 0
o`
u et satisfont le syst`eme :
d + e + f = 0
Exemple 6.12.
y =
{
=

2x + y + 1
.
4x + y

2 + + 1 = 0
4 + = 0

On pose donc

1
= , = 2
2

x = + 21
y =u2

Lequation devient (avec y = u )


u =

2 + u
= (, u)
4 + u

()

Cest une equation homog`ene de degre 0 car (t, tu) = (, u).


Resolution de () : on pose u = v = u = v + v . On obtient
v + v =
Cest une equation separable.

2+v
2 + v
=
4 + v
4+v


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

140

6.2.5

Equation de Bernoulli
y = f (x)y + g(x)y n

n = 1

On divise lequation par y n pour obtenir


y
y
= f (x) n + g(x)
yn
y
On pose
u(x) =
Alors u = (1 n) y n y = (1 n)

1
= y 1n .
y n1

y
.
yn

Lequation devient
1
u = f (x)u + g(x)
1n
qui est une equation dierentielle lineaire (en u(x)).

6.3

Equation di
erentielle du 2`
eme ordre

Forme generale :
(x, y, y , y ) = 0
Forme normale :
y = (x, y, y )

6.3.1

Equation sans terme y

Si lequation ne contient pas de y


y = (x, y ),

on pose

u = y

ce qui donne u = (x, u). Cest une equation du premier ordre en u(x).
Ayant trouve u(x) on int`egre pour obtenir y(x).

6.3.2

Equation autonome (sans terme x)

Si lequation ne contient pas de x :


y = (y, y ),

on pose

z(y) = y

ce qui donne
y =

d
d
d
dy
dz
y =
z(y) =
z(y)
=
z = z(y)z (y).
dx
dx
dy
dx
dy


`
6.3. EQUATION DIFFERENTIELLE
DU 2EME
ORDRE
ATTENTION : ici z (y) signie

141

dz
dz
et pas
dy
dx

Il sut alors de resoudre lequation du 1er ordre en y :


z(y) z (y) = (y, z(y)).
Puis, quand z(y) est trouve, on resoud encore lequation dierentielle
Exemple : resoudre
Il ny a pas de x.
On pose y = z(y)

dy
= z(y).
dx

yy = y 2 + y y 2 .
=

y = z z

= y z z = z 2 + zy 2

1
z (y) z(y) = y
y

En divisant par z, il ne faut pas oublier la solution z = 0, i.e. y = 0 donc y = K.


1
Cest une equation du premier ordre lineaire inhomog`ene, avec a(y) = et b(y) = y.
y
On en deduit A(y) = ln |y| et w(y) = eA(y) = y.
La solution generale est, apr`es calculs,
z(y) = Cy + y 2 .
On revient `a x :
=

z=

dy
= Cy + y 2
dx
dy
= dx
Cy + y 2

1
C

1
1

y C +y

)
dy = dx.

Integration :
=

1 y
ln
=x+K
C
C +y

y
= eCx+CK = DeCx
y+C

Ceci donne y = D(y + C)eCx et nalement


y(x) =

CDeCx
CD
= Cx
Cx
1 De
e
D

D, C R.

Il faut rajouter `a cette solution generale la solution y = K trouvee plus haut.

6.3.3

Equation lin
eaire

Forme generale : A1 (x)y + A2 (x)y + A3 (x)y = B(x)


Forme normale :
y + p(x)y + q(x)y = b(x)
Comme pour le 1er ordre,
solution generale de lequation inhomog`ene = solution generale de lequation homog`ene
+ une solution particuli`ere de lequation inhomog`ene.
(cf. Theor`eme 1)


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

142

(I) Equation homog`


ene
On consid`ere lequation
y + p(x)y + q(x)y = 0

(6.1)

D
enition 6.13. Deux fonctions y1 , y2 : I R dont dites lineairement independantes si
[y1 (x) + y2 (x) = 0

x I]

= = 0.

Th
eor`
eme 6.14. Lequation (6.1) poss`ede deux solutions lineairement independantes y1 (x),
y2 (x) et toute solution y(x) de (6.1) est de la forme
y(x) = C1 y1 (x) + C2 y2 (x)
avec C1 , C2 R
Il ny a pas de methode generale pour resoudre (6.1). Cependant, si on a trouve une solution
y1 (x), on peut chercher la seconde en posant
y2 = uy1
o`
u u satisfait une equation dierentielle du 1er ordre.
Exemple 6.15.

x2
y xy + y = 0.
x+2

On remarque que y1 (x) = x est une solution.


Posons y2 = ux. Alors y2 = u x + u et y2 = u x + 2u . Dans lequation, ceci donne
=
=
=

x2
x3
2x2
(u x + 2u ) x(u x + u) + ux = 0 =
u +(
x2 )u = 0
x+2
x+2
x+2
x3
x3
v=u
u
u = 0 = u u = 0 = v v = 0
x+2
x+2
v = ex = u = ex

et donc
y2 = ux = xex .
La solution generale est donc, par le theor`eme 6.14,
y(x) = C1 x + C2 xex .

Un cas particulier est resoluble compl`etement : ce sont les


`
6.3. EQUATION DIFFERENTIELLE
DU 2EME
ORDRE

143

Equations `
a coecients constants
Forme normale :
y + py + qy = 0

p, q R

()

On cherche une solution de la forme y(x) = ex . En remplacant dans lequation, on trouve


2 ex + pex + qex = 0
ce qui donne 2 + p + q = 0.
Le polynome
P () = 2 + p + q
est appele le polyn
ome caract
eristique de l
equation ().
1er cas : P () a deux racines reelles distinctes 1 et 2 . Alors
y(x) = C1 e1 x + C2 e2 x
est la solution generale.
2`eme cas : P () a une racine reelle double = 1 = 2 .
Alors y1 (x) = ex est une solution et en posant y2 = uy1 on obtient y2 (x) = xex . La
solution generale est alors
y(x) = C1 ex + C2 xex .
3`eme cas : P () a deux racines complexes conjuguees
1 = + 0 i
Alors

et

2 = 0 i.

[
]
e(0 i)x = ex e0 ix = ex cos(0 x) i sin(0 x) .

On en tire 2 solutions reelles lineairement independantes :


[
]
y(x) = ex C1 cos(0 x) + C2 sin(0 x)
est la solution generale.
0 = pulsation propre de lequation (du syst`eme).
Si < 0, cest le facteur damortissement.

(II) Equations lin


eaires inhomog`
enes
On sait, par le theor`eme 6.14, que la solution generale y(x) de lequation
y + p(x)y + q(x) = b(x)

(6.2)

est de la forme
y(x) = C1 y1 (x) + C2 y2 (x) + yP (x)
o`
u C1 y1 (x) + C2 y2 (x) est la solution generale de lequation homog`ene et yP (x) une solution
particuli`ere de lequation (6.2).
Il reste `a trouver une solution particuli`ere `a lequation (6.2).


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

144

A : M
ethode des essais
On essaie une fonction de la forme
yP (x) =

k fk (x)

o`
u les fk sont judicieusement choisies.
Exemple :
y + y = x2 + sin

x
.
2

Pour x2 on pose : f1 (x) = 1 x2 + 2 x + 3 ce qui donne

1 = 1
2
2
2 = 0
21 + (1 x + 2 x + 3 ) = x
=

3 = 2

f1 (x) = x2 2

Pour sin x2 , on essaie f2 (x) = sin x2 ce qui donne

x
x
x
sin + sin = sin
4
2
2
2

f2 (x) =

4
x
sin .
3
2

Une solution particuli`ere est donc


yP (x) = x2 2 +

x
4
sin
3
2

B : M
ethode de Lagrange (ou variation des constantes)
Soit
w(x) = C1 y1 (x) + C2 y2 (x)
la solution generale de lequation homog`ene o`
u y1 et y2 sont lineairement independantes.
On cherche une solution de la forme
yP (x) = 1 (x)y1 (x) + 2 (x)y2 (x)
o`
u 1 (x) et 2 (x) sont des fonctions `a determiner.
On impose en plus
y1 1 + y2 2 = 0
ce qui donne

(I)

yP = 1 y1 + 2 y2 + 1 y1 + 2 y2 = 1 y1 + 2 y2
|
{z
}
=0

et

yP = 1 y1 + 2 y2 + 1 y1 + 2 y2

En substituant yP , yP et yP dans lequation (6.2), on obtient


(
)
1 y1 + 2 y2 + 1 y1 + 2 y2 + p 1 y1 + 2 y2 + q (1 y1 + 2 y2 ) = b(x)
[
]
[
]
1 y1 + 2 y2 + 1 y1 + py1 + qy1 + 2 y2 + py2 + qy2 = b(x)

( )


`
6.3. EQUATION DIFFERENTIELLE
DU 2EME
ORDRE
{

Or

145

y1 + py1 + qy1 = 0
y2 + py2 + qy2 = 0

car y1 et y2 sont des solutions de lequation homog`ene. Donc ( ) devient


1 y1 + 2 y2 = b(x)

(II)

Il faut donc resoudre le syst`eme lineaire (I) + (II) :


{
y1 1 + y2 2 = 0
y1 1 + y2 2 = b(x)
qui secrit matriciellement
)
) ( ) (
0
1
y1 y2
=

y1 y2
2
b(x)
|
{z
}
(

=M

Le determinant W = det(M ) sappelle le wronskien de y1 et y2 . Il est non nul car y1 et y2


sont lineairement independantes. Alors
(

1
2

)
=M

1
=
W
=

1
W

0
b(x)

y2 y2
y1 y1
(

b(x)y2
b(x)y1

) (

0
b(x)

En integrant ensuite 1 et 2 , on obtient 1 et 2 .


Exemples 6.16.
1. y + y = sin x.
On a b(x) = sin x
(I) Equation homog`ene (`a coecients constants) : y + y = 0
y1 (x) = sin x

et

y2 (x) = cos x.

(II) Equation inhomog`ene :


(
M=

y1 y2
y1 y2

(
=

sin x cos x
cos x sin x

et donc W = det(M ) = 1. Alors


( )
(
) (
) (
)
1
1
by2
by2
sin x cos x
=
=
=
2
by1
by1
sin2 (x)
W
Integration :
=

1 (x) =

1
sin2 x et
2

1
1
2 (x) = x + sin(2x).
2
4


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

146

Une solution particuli`ere est donc


yP (x) = y1 1 + y2 2
1
1
1
= sin x sin2 x + cos x ( x + sin(2x))
2
2
4
1
= = x cos x
2
La solution generale de lequation y + y = sin x est alors
1
y(x) = C1 y1 + C2 y2 + yP = C1 sin x + C2 cos x x cos x .
2
xy (2x + 1)y + (x + 1)y = 2xex

2. Resoudre

Forme normale : y

2x + 1 x + 1
y +
y = 2ex
x
x

b(x) = 2ex

(I) Equation homog`ene : en essayant on trouve y1 (x) = ex .


On pose alors y2 = uy1 = uex . Ceci donne
y2 = u ex + uex

y2 = u ex + 2u ex + uex .

et

Introduits dans lequation `a resoudre, on obtient


xex (u + 2u + u) (2x + 1)ex (u + u) + (x + 1)uex = 0
=
{
Donc

u x u = 0

u = x2

y2 (x) = x2 ex .

y 1 = ex
y 2 = x 2 ex

(II) Solution particuli`ere de lequation inhomog`ene :


(
) ( x
)
y1 y2
e
x 2 ex
M=
=
y1 y2
ex ex (x2 + 2x)
et donc W = det(M ) = e2x (x2 + 2x x2 ) = 2xe2x . Alors
( )
(
)
(
)
1
1
1
by2
2ex x2 ex
=
=
2
by1
2ex ex
2xe2x
2xe2x
(
)
x
=
1
x
2

ce qui donne, apr`es integration : 1 = x2 et 2 = ln |x|.


Une solution particuli`ere est donc
1
yP (x) = 1 y1 + 2 y2 = x2 ex + ln |x|x2 ex
| 2{z }
= 12 y2

La solution generale de lequation etudiee est alors


y(x) = C1 y1 + C1 y2 + yP = C1 ex + C2 x2 ex + x2 ln |x|ex

C 1 , C2 R


`
6.3. EQUATION DIFFERENTIELLE
DU 2EME
ORDRE

6.3.4

147

Equation de Ricati
y = g(x)y 2 + f (x)y + h(x)

Cest une equation du 1er ordre (non lineaire). Apr`es un changement de variable judicieux,
on se ram`ene `a une equation lineaire homog`ene du 2`eme ordre.
On pose y =

1
u
. On obtient
g(x) u
g (x) u
1
y = 2

g (x) u
g(x)

u u u2
u2

Lequation devient alors


(
)
g (x) u
1
u u u2
1
u2 f (x) u

+ h(x)
g 2 (x) u
g(x)
u2
g(x) u2
g(x) u
(
)
g (x)
u
+ f (x) u + g(x)h(x) u = 0
g(x)


g(x) u

Cest une equation lineaire homog`ene du 2`eme ordre.

6.3.5

Equation di
erentielle dEuler
x2 y + xy + y = 0

equation di. lineaire homog`ene du 2`eme ordre

On essaie une solution de la forme y = xr (pour x > 0) .


Dans lequation, ceci donne :
x2 r(r 1)xr2 + x rxr1 + xr = 0.
On obtient alors r(r 1)xr + rxr + xr = 0 ou encore
r2 + ( 1)r + = 0.
3 cas possibles :
1er cas : Deux solutions reelles distinctes r1 et r2 . Alors les 2 solutions lineairement independantes sont
y1 = xr1
y2 = xr2
2`eme cas : Une solution reelle double r = r1 = r2 . Alors les 2 solutions lineairement
independantes sont
y1 = xr
y2 = xr ln x
3`eme cas : Deux solutions complexes conjuguees :
r1 = a + bi

et

r2 = a bi.


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

148

Alors xabi = xa xbi = xa ebi ln x = xa (cos(b ln x) i sin(b ln x)).


On en tire 2 solutions reelles lineairement independantes :
y1 = xa sin(b ln x)

Exemple 6.17.
1. x2 y + xy + y = 0

( = 1 = )

6.4.1

r = i

r2 + 1 = 0

y(x) = C1 sin ln x + C2 cos ln x

2. x2 y 2xy + 2y = 0

6.4

y2 = xa cos(b ln x)

y1 (x) = sin(ln x)

et y2 = cos(ln x)

C1 , C2 R.

( = 2, = 2)

r2 3r + 2 = 0

y(x) = C1 x + C2 x2

r1 = 1, r2 = 2

= y1 (x) = x y2 (x) = x2

C1 , C2 R.

Applications
Position d
equilibre dun c
able

Cable xe en ses extremites et soumis `a son propre poids.

Forces agissant sur le bout M P :


tension T0 en M et T en P .
=
Poids : G
g s o`
u

= = masse specique du cable,


g = constante universelle de gravitation et
s = longueur de larc P M .
Equilibre des forces :
1) composante verticale : T sin = gs
2) composante horizontale : T cos = T0 .
On en tire
gs
tan =
.
T0
Donc
x
dy
g

y =
= tan =
s=K
1 + y (x)2 dx.
dx
T0
0
|{z}
=K

6.4. APPLICATIONS

149

On doit resoudre lequation


y = K

1 + y 2 dx

()

avec les conditions initiales :

y (0) = 0
y(0) = h = OM

En derivant (), on trouve


y = K

1 + y 2

u=y

u = K

1 + u2

du

= Kdx
1 + u2

u = sinh(Kx + C) = y

arcsinh u = Kx + C

y = sinh(Kx) car y (0) = 0.

Do`
u nalement y = K1 cosh(Kx) + D.
En utilisant la condition initiale y(0) = h, on obtient
y(x) =

6.4.2

1
1
cosh(Kx) + h .
K
K

Ph
enom`
enes oscillatoires

Forces en presence :
Force du ressort proportionnelle `a lelongation : F1 = Ky(t)
Force de frottement proportionnelle `a la vitesse : F2 = y (t).
Force exterieure : F3 = F (t).
Equation de Newton : F1 + F2 + F3 = ma.
Ceci donne
my = Ky y + F (t)
y + ay + ky = F (t)

avec k =

F (t)
> 0, a =
> 0 et F (t) =
.
m
m
m

=
()


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

150

Equation homog`
ene (=sans force ext
erieure)
y + ay + ky = 0 : Equation de second ordre lineaire `a termes constants :
Polynome caracteristique : P () = 2 + a + k = 0
1er cas :
= a2 4k > 0

deux solutions reelles negatives :

a a2 4k
1,2 =
<0
2

Alors
yh (t) = C1 e1 t + C2 e2 t
Pas doscillation, amortissement exponentiel.

2`eme cas :
= a2 4k = 0

une solution reelle double negative :


= 1 = 2 =

Alors

a
2

yh (t) = (C1 + C2 t) e 2

Pas doscillation, amortissement critique.

3`eme cas :
= a2 4k < 0

deux solutions complexes conjuguees :


a
1,2 = 0 i
2

avec 0 =

4ka2
2

= pulsation propre
a

Facteur damortissement = =
.
2
2m

6.4. APPLICATIONS
Alors

151

yh (t) = [C1 cos(0 t) + C2 sin(0 t)] e 2 t


a

Oscillations et amortissement exponentiel.

Cas particulier : si a = 0 (pas de frottements) alors


yh (t) = C1 cos(0 t) + C2 sin(0 t)
Oscillations sans amortissement de pulsation propre

4k
K
0 =
= k=
2
m

Equation inhomog`
ene : solution particuli`
ere
Il reste `a chercher une solution particuli`ere `a lequation ()
y + ay + ky = F (t).
On le fera uniquement dans le 3`eme cas (oscillations) :
Methode de Lagrange : On cherche une solution particuli`ere de la forme
yP (t) = e 2 t [1 (t) cos(0 t) + 2 (t) sin(0 t)] .
(
)
cos(0 t)
sin(0 t)
t
et le wronskien est alors
0 sin(0 t) 0 cos(0 t)
a

On obtient M = e 2

W = det(M ) = eat 0 .
Ceci donne

1 (t)
2 (t)

)
)
(
a
1
b(t)y2
F (t) sin(0 t)e 2 t
at
a
=
e
b(t)y1
F (t) cos(0 t)e 2 t
0
(
)
a
1
sin(0 t)
t
2
=
e F (t)
cos(0 t)
0
1
=
W

do`
u lon tire
yP (t) = e 2 t [cos(0 t)1 (t) + sin(0 t)2 (t)]
t
t
a
a
x
a2 t sin(0 t)
a2 t cos(0 t)
2
= e
F (x)e sin(0 x) dx + e
F (x)e 2 x cos(0 x) dx
0
0
0
0
a2 t t
[
]
a
e
=
F (x)e 2 x sin(0 t) cos(0 x) cos(0 t) sin(0 x) dx
0 0
a2 t t
[
]
a
e
=
F (x)e 2 x sin 0 (t x) dx
()
0 0
a


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

152

En general, () est tr`es dicile `a calculer.


Oscillations forcees : On fait agir une force periodique sur la masse m :
F (t) = A sin(t + )
Alors () reste compliquee `a integrer. On cherche une solution particuli`ere directement
pour lequation dierentielle
y + ay + ky = A sin(t + )
en essayant une fonction de la forme :
yP (t) = D1 cos(t + ) + D2 sin(t + )
ce qui donne, apr`es calculs :
yP (t) =

A
(k

2 )2

a2 2

sin(t + + )

avec = arctan

a
k 2

Dans ce cas particulier (3`eme cas) , la solution generale est donc


[
]
a
y(t) =
yP (t)
+ C1 cos 0 t + C2 sin 0 t e 2 t
| {z }
|
{z
}
oscillations non amorties,
oscillations avec amortissement,
regime stationnaire
regime transitoire
Si a 0 (peu de frottement), alors lamplitude des oscillation de yP (t) devient grande
lorsque 2 k.
A la limite, on a le phenom`ene de
Resonance
Lorsque a = 0 (pas de frottements), on obtient la solution generale
y(t) =

A
sin(t
+
)
+
C
cos(
k
t)
+
C
sin(
k t)
1
2
|k 2 |

Si = 0 = k, la solution na pas de sens. Il faut reprendre lequation dierentielle qui


devient
[

y + ky = A sin( k t + ) = A cos sin( k t) + sin cos( k t)


[
]

On essaie la solution particuli`ere yP (t) = t D1 cos( k t + ) + D2 sin( k t + )


Calculs =

A
yP (t) = t cos( k t + ).
2 k

Les amplitudes augmentent jusqu`a la rupture du materiau.

6.4. APPLICATIONS

6.4.3

153

Circuit RLC s
erie

Reprenons lequation dierentielle dun circuit RLC :


L
q (t) + Rq(t)
+

1
q(t) = U (t) .
C

C : capacite du condensateur
L : inductance
R : resistance
Forme normale :
q(t) +

R
1
U (t)
q(t)
+
q(t) =
L
LC
L

()

On va resoudre le probl`eme avec


U (t) = U0 pour t > 0 (on applique une tension constante `a partir du temps t = 0).
On impose de plus les conditions initiales suivantes :
q(0) = 0 (le condensateur est decharge lors de lenclenchement) et
q(0)

= 0 (le courant est nul au temps t = 0).


(II) Solution particuli`
ere de l
equation avec second membre
Comme U (t) = U0 = cste, on verie que
qP (t) = CU0
est une solution particuli`ere de ().
(I) Equation homog`
ene :
q(t) +

R
1
q(t)
+
q(t) = 0
L
LC

Cest la meme equation que celle pour le ressort avec des constantes
3 cas sont donc les memes :

R
L

et

1
LC

positives. Les

Polynome caracteristique :
2 +
do`
u=

1
R
+
=0
L
LC

R2
4
R2 C 4L

=
.
L2
LC
L2 C

1er cas : Si R2 C > 4L alors > 0 et il y a deux solutions reelles negatives 1 et 2 . Donc
qh (t) = K1 e1 t + K2 e2 t


CHAPITRE 6. EQUATIONS DIFFERENTIELLES
ORDINAIRES

154

La solution generale est alors


q(t) = qh (t) + qP (t) = K1 e1 t + K2 e2 t + CU0
Les conditions initiales q(0) = 0 et q(0)

= 0 donne le syst`eme
{
K1 + K2 + CU0 = 0
1 K1 + 2 K2 = 0
qui se resoud en

K1 = CU0

2
1 2
1

K2 = CU0
.
1 2
La solution est alors

(
q(t) = CU0

)
2
1
1 t
2 t
e
e +1
1 2
1 2

et
i(t) = q(t)
= CU0

)
1 2 ( 1 t
e e 2 t
1 2

3`eme cas : Si R2 L < 4L, il y a deux racines complexes conjuguees :


1,2 = a 0 i

4L R2 C
. Alors
L2 C
[
]
qh (t) = eat K1 cos(0 t) + K2 sin(0 t)

R
1
> 0 et 0 =
avec a =
2L
2

et la solution generale est


[
]
q(t) = qh (t) + qP (t) = eat K1 cos(0 t) + K2 sin(0 t) + CU0
q(0) = 0

K1 = CU0

q(0)

=0

0 K2 aK1 = 0 do`
u K2 =
[
q(t) = CU0 e

at

CU0 a
. Donc
0

)
]
a
sin(0 t) + cos(0 t) + 1
0
(

et
i(t) = q(t)
= CU0 e

at

a2
+ 0
0

)
sin(0 t)

6.4. APPLICATIONS

155

Cas particulier : Si a = 0 (pas de resistance), alors


]
[
q(t) = CU0 1 cos(0 t)
i(t) = CU0 0 sin(0 t)

Remarque. En supposant R2 C negligeable par rapport `a 4L, on a

1
4L R2 C
1
0 =

2
L2 C
LC
et la frequence doscillation est alors
f=

0
1
=
2
2 LC

Application numerique :
Pour avoir une frequence doscillations de 10kHz, on peut choisir C = 100nF et L =
2.553mH.

Pour avoir R2 C << 4L il faut alors R << 4L


C donc R << 3200 .
Remarque : dans une fonction sin(t) = sin(2f t), est la pulsation et f la frequence
avec la relation
= 2f.

Chapitre 7

Calcul di
erentiel `
a plusieurs
variables
7.1
7.1.1

Lespace Rn
Structures sur Rn

Lensemble Rn est lensemble des n-uplets (x1 , x2 , . . . , xn ) o`


u xi R. On notera
x = (x1 , x2 , . . . , xn ).
x est un point de Rn .
Le point x = (x1 , x2 , . . . , xn ) sera aussi considere comme un vecteur-colonne

x=

x1
x2
..
.

xn
Les xi sont les composantes de x.
Notation :
Dans R2 on notera (x, y) plutot que (x1 , x2 )
Dans R3 on notera (x, y, z) au lieu de (x1 , x2 , x3 ).
Lespace Rn a les proprietes suivantes :
Lespace Rn est muni dune addition :
(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn )
et dune multiplication par un scalaire :
(x1 , . . . , xn ) = (x1 , . . . , xn ).
Ces 2 operations font de Rn un espace vectoriel.
Lelement neutre pour laddition est lorigine : O(0, 0, . . . , 0).

157

158

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Lespace Rn est muni dun produit scalaire :


< , > : Rn Rn R
< x, y > =

deni par
(

xi yi = xT y =

x1

i=1

y1
)

xn ...
yn

Lespace Rn est muni dune norme :


: Rn R
denie par
v
u n
u

x = t
x2i = < x, x >.
i=1

Il est muni dune m


etrique (ou distance) :
d : Rn Rn R
denie par
v
u n
u
d(x, y) = x y = t (xi yi )2
i=1

qui satisfait les proprietes suivantes :


(i)
(ii)
(iii)
(iv)

d(x, y) > 0
d(x, y) = 0 x = y
d(x, y) = d(y, x)
d(x, z) 6 d(x, y) + d(y, z)

pour tout x, y, z Rn .
Les vecteurs

e1 =

1
0
..
.

(symetrie)
(inegalite du triangle)

e2 =

0
1
0
..
.

forment une base orthonormale de

...,

0
..

en = .
0
1

Rn .

Remarque 7.1. Si n = 1, on a x = |x| et d(x, y) = |x y| pour tout x, y R.


Dans ce chapitre, on va considerer les fonctions
f : D Rm
avec D Rn . A un point x D on associe donc un vecteur f (x) Rm .
Exemples 7.2.
1. f : R2 R : f (x, y) = x2 + sin y

t
2. f : R R3 : f (t) = cos t
t sin t

x + yz
3. f : R3 R3 : f (x, y, z) = x2 + y 2 + ez
sin(yz)

7.2. COURBES DANS RN

7.2
7.2.1

159

Courbes dans Rn
D
enition

D
enition : Une courbe (dans Rn ) est une fonction continue : I Rn o`
u I est un
intervalle de R. On associe donc pour chaque t I un vecteur

x1 (t)
x2 (t)

(t) = .
.
.
xn (t)
o`
u les xi : I R sont des fonctions reelles.

Proposition 7.3. est continue si et seulement si les xi sont continues pour tout i.
Remarques :
Cest une courbe parametrisee. La variable t sappelle le param`
etre de .
Si lon peut ecrire xn = f (x1 , x2 , . . . , xn1 ) pour tous les points de , alors est le
graphe dune fonction `a n 1 variables.
Exemple :
(
) (
)
t
x(t)
(t) =
=
.
et
y(t)
Alors y = ex .
Si lon peut ecrire F (x1 , x2 , . . . , xn ) = 0 en eliminant le param`etre t, on a obtenu
l
equation cart
esienne implicite de . (ce nest pas toujours possible). On perd cependant la notion du temps.
Exemple :
(
)
R cos t
(t) =
R sin t
Alors x2 + y 2 = R2 .

7.2.2

D
erivabilit
e

D
enition 7.4 (Vecteur tangent). Si les fonctions xi (t) sont derivables pour tout i, on
denit le vecteur tangent par

x1 (t)
x 2 (t)

(t)

= .
.
.
x n (t)
o`
u xi (t) =

dxi
(t).
dt

On note parfois v(t) = (t).

160

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Interpretation physique : si t represente le temps et (t) la position dun mobile, alors (t)

est le vecteur-vitesse. Sa norme

(t)

= x1 2 (t) + + x 2n (t)
est la vitesse du mobile.
En derivant encore (t),

on obtient le vecteur dacc


el
eration

x1 (t)
x2 (t)

(t) = .
..
xn (t)

Quelques exemples
1) Mouvement rectiligne uniforme (MRU). Soit a, v Rn deux vecteurs xes. Alors la
courbe
(t) = a + v t
()
est une droite passant par le point a et de vecteur directeur v.

Vecteur tangent (vitesse) : (t)

= v est constante.
(

)
v1
Si n = 2, equation cartesienne : v2 x v1 y = v2 a1 v1 a2 avec v =
.
v2
Si n = 3, lelimination de t donne 2 equations cartesiennes, chacune etant lequation
dun plan et lintersection des 2 plans donne la droite.
2) Mouvement circulaire uniforme (MCU) : soit
(
) (
)
x(t)
R cos t
(t) =
=
y(t)
R sin t
Equation cartesienne
: x2 + )
y 2 = R2 cos2 t + R2 sin2 t = R2 .
(
R sin t
Vitesse : (t)

=
et donc
R cos t

(t)

= R2 sin2 t + R2 cos2 t = R.
La vitesse est constante. (
)
R cos t
Acceleration : (t) =
= (t). Lacceleration est dirigee vers le centre.
R sin t

7.2. COURBES DANS RN


3) Helice : soit

161

R cos t
(t) = R sin t
ct

avec R, c > 0.

Cest la superposition dun mouvement circulaire uniforme (MCU) dans le plan Oxy et
dun mouvement rectiligne uniforme (MRU) le long de laxe Oz.

x 0 + v1 t

y0 + v2 t
4) Chute libre : (t) =
1 2
z0 + v3 t 2 gt

v1

v2
(t)

=
v3 gt

0
(t) = 0
g

Changement de param
etrisation
Soit I = [a, b] et : I Rn une courbe. Soit J = [c, d] et
: J I
s 7 t
une fonction continue bijective telle que (c) = a et (d) = b.
Alors la courbe
: J Rn
s 7 ((s))
est la meme courbe que mais avec une parametrisation dierente.
La fonction t = (s) est le changement de param
etrisation.
Interpretation physique : si t est le temps, le changement de parametrisation revient `a parcourir la courbe avec une autre vitesse. Plus precisement

x1 ((s))
x1 ((s)) (s)
d
d

..
..
((s)) =

(s).

=
= ((s))
.
.
ds
ds
xn ((s))
x n ((s)) (s)
Exemple : Reprenons la courbe
(
(t) =

R cos t
R sin t

)
0 6 t 6 2

162

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Si lon pose t = s2 = (s) , la courbe devient


(
)

R cos s2
(s) = (s) =
0 6 s 6 2
2
R sin s
(
)
d
2sR sin s2
Alors v(s) = (s) =
et donc
2sR cos s2
ds

v(s) =
v (s) = 4s2 R2 sin2 s2 + 4s2 R2 cos2 s2 = 2sR
La vitesse nest plus constante.

7.2.3

Longueur dune courbe

Soit P (t) et Q (t + t) deux points de la courbe proches lun de lautre (avec


t > 0). On a

x1 (t + t) x1 (t)

..
u = P Q = (t + t) (t) =

.
xn (t + t) xn (t)
Alors la longueur de la corde P Q est egale `a

L = u = [x1 (t + t) x1 (t)]2 + + [xn (t + t) xn (t)]2


[
]
[
]
x1 (t + t) x1 (t) 2
xn (t + t) xn (t) 2
=
+ +
t
t
t
t0

x 1 (t)2 + + x n (t)2 dt

= (t)

dt.
La longueur de la courbe entre t = a et t = b vaut donc

L=

(t)

dt

Th
eor`
eme 7.5. La longueur dune courbe est independante de la parametrisation
m : On a t = (s) avec (c) = a et (d) = b. On doit montrer que
De
b
d



d

(t)

dt =
[ (s)] ds.
ds
a
c


` PLUSIEURS VARIABLES
7.3. FONCTIONS REELLES
A

163

On suppose que c < d ce qui implique, comme est une bijection, que (s) > 0 pour tout
s J. Alors
d
d


)

(

d
(s) (s) ds
[ (s)] ds =
ds
c
c
d
=
((s))

| (s)| ds
c
d
=
((s))

(s) ds
c
d
=
x 1 ((s))2 + x 2 ((s))2 + + x n ((s))2 (s) ds
c

on pose t = (s) et donc dt = (s)ds


(d)
x 1 (t)2 + x 2 (t)2 + + x n (t)2 dt
=
(c)
b

(t)

dt = L

=
a

7.2.4

Angle entre deux courbes

Soient 1 et 2 deux courbes et P = 1 (t1 ) = 2 (t2 ) un point dintersection. Alors langle


entre 1 et 2 au point P est donnee par la formule

cos =

7.3

1 (t1 ) , 2 (t2 )
1 (t1 ) 2 (t2 )

Fonctions r
eelles `
a plusieurs variables

Une fonction reelle de n variables reelles est une application


f : D R

avec D Rn .

On associe ainsi `a tout point x = (x1 , . . . , xn ) D, un nombre r


eel f (x) R.
Exemple : f : R3 R denie par f (x, y, z) = x2 + 2y 2 10z.


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

164

7.3.1

Graphe

Si n = 2, on peut denir et dessiner le graphe Gf dune fonction f (x, y). Cest le sousensemble de R3
Gf = {(x, y, z) | z = f (x, y)}.
Remarque : le graphe dune fonction `a 2 variables est de dimension 3. De ce fait, si n > 3,
le graphe dune fonction f : Rn R peut toujours etre deni mais il est de dimension
n + 1 et ne peut donc pas etre represente ni meme imagine.

7.3.2

Ensembles et courbes de niveau

Soit f : D Rn R une fonction et c un nombre reel. Alors lensemble


Nf (c) = {x Rn | f (x) = c}
est appele ensemble de niveau c de f .
Dans le cas dune fonction `a 2 variables, Nf (c) est appele une courbe de niveau.
Interpretation : si f (x, y) est laltitude du point (x, y) sur une carte, une courbe de niveau
Nf (c) represente lensemble des points qui ont une altitude donnee c.
Si n = 3, on parle de surface de niveau.
Exemples 7.6.
1. Soit f (x1 , x2 , x2 , x4 ) = x21 + x22 + x23 + x24 Alors pour c > 0, lensemble de niveau
{
} {
}
N (c) = (x1 , x2 , x3 , x4 ) R4 | x21 + x22 + x23 + x24 = c = x R4 | x = c
est une (hyper)-sph`ere de rayon

c.

2. Graphe et courbes de niveau de la fonction z = f (x, y) = xy.


c
Courbes de niveau c = 0 : f (x, y) = c xy = c y =
x
Les courbes ne niveau c = 0 sont des hyperboles.
La courbe de niveau 0 est donnee par xy = 0 x = 0 ou y = 0. Donc
Nf (0) = axe Ox axe Oy

Le graphe de f (x, y) est un hyperbolode.

7.4. DERIV
EES
PARTIELLES

165

3. Graphe et courbes de niveau de z = f (x, y) = x2 + 4y 2 .


Courbes de niveau : Nf (c) = {(x, y) | x2 + 4y 2 = c}.
Si c < 0, lensemble Nf (c) est vide.
Si c = 0, la courbe de niveau est un point : (0, 0)
Si c > 0 alors Nf (c) est une ellipse dequation standard
( )2 ( )2
x
2y

+
=1
c
c

Le graphe z = f (x, y) = x2 + 4y 2 est un parabolode.


4. Graphe et courbes de niveau de f (x, y) = x + 2y + 6.
Le graphe z = f (x, y) = x+2y+6 est
un plan
dont lequation normale est x+2yz+6 = 0.
1
Son vecteur normal est donc n = 2 .
1
Les courbes de niveau c sont
equation x + 2y + 6 = c. Ce sont des droites parall`eles
( d )
2
de vecteur directeur vc =
.
1
5. Soit f (x, y, z) = x2 + y 2 + z 2 .
Alors, pour c > 0, lensemble de niveau est la surface dequation x2 + y 2 + z 2 = c. Cest

une sph`ere de rayon c.


Si c = 0, lensemble de niveau Nf (0) est un point : (0, 0).
Si c < 0, Nf (c) est vide.
6. Les surfaces de niveau de la fonction
f (x, y, z) = x 3y + 4z

1
sont des plans parall`eles dequation x 3y + 4z = c. Leur vecteur normal est 3 .
4

7.4

D
eriv
ees partielles

Dans ce paragraphe D designe un ouvert de Rn .


Soit f : D R une fonction `a n variables et a = (a1 , a2 , . . . , an ) D un point xe.
Considerons la fonction
gi () = f (a1 , . . . , ai1 , , ai+1 , . . . , an ).


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

166

Cest une fonction `a une variable.


La derivee de g est appelee la d
eriv
ee partielle de f par rapport `
a la variable xi .
dgi
f
(a) :=
(ai )
xi
d
gi (ai + h) gi (ai )
= lim
h0
h
f (a1 , . . . , ai1 , ai + h, ai+1 , . . . , an ) f (a1 , . . . , ai1 , ai , ai+1 , . . . , an )
= lim
h0
h
f (a + hei ) f (a)
= lim
.
h0
h
On a les notations equivalentes :

f
f
(a) = Di f (a) = fxi (a) =
xi
xi x=a
Une fonction f : D R est dite partiellement di
erentiable sur D si les derivees
partielles fxi (x) existent pour tout x D et pour tout i = 1, 2, . . . , n.
Ceci denit alors une fonction fxi : D R pour tout i.
Calcul eectif : la derivee partielle par rapport `a xi se calcule donc en derivant par rapport
`a xi en considerant les autres variables comme des constantes.
Exemples 7.7.
2
1. Soit f (x1 , x2 , x3 , x4 ) = 2x1 x22 + x1 sin x4 + ex2 . Alors
2

fx1 = 2x22 + sin x4

fx2 = 4x1 x2 + 2x2 ex2

fx3 = 0

fx4 = x1 cos x4

2.
f (x, y)

fx

fy

xy 2

y2

2xy

sin(x + 2y)

cos(x + 2y)

2 cos(x + 2y)

y
xy2 e x
2yx2y1

y
1 x
xe

y
x

x2y
{

3. Soit
f (x, y) =

2 ln x x2y

xy
x2 +y 2

si (x, y) = 0

en (0, 0)

Nous avons dej`a vu que f nest pas continue en (0, 0)


Mais
f (h, 0) f (0, 0)
0
fx (0, 0) = lim
= lim = 0
h0
h0 h
h
et
f (0, h) f (0, 0)
0
fy (0, 0) = lim
= lim = 0.
h0
h0 h
h
Ainsi la fonction f (x, y) est derivable en (0, 0) bien quelle ne soit pas continue.
Donc en dimension n > 2, derivable

= continue

7.4. DERIV
EES
PARTIELLES

167

Remarquons cependant que


fx (x, y) =

y(x2 + y 2 ) (xy)(2x)
y 3 x2 y
=
(x2 + y 2 )4
(x2 + y 2 )2

pour tout (x, y) = (0, 0)

Sur la droite x = 0 (y = 0) on a donc


fx (0, y) =

y3
1 y0
= +
4
y
y

et sur la droite y = 0 (x = 0), on a


x0

fx (x, 0) = 0 0
La fonction fx (x, y) nest donc pas continue en (0, 0).
On peut montrer que si les fxi (x) sont continues en a pour tout i, alors f (x) est continue
en a.

7.4.1

Gradient

Soit D Rn et f : D R une fonction partiellement dierentiable et a un point de D.


Le vecteur-ligne
(
)
fx1 (a) fx2 (a) . . . fxn (a)
est appele le gradient de f en a. Il est note f (a).
Le gradient denit donc une fonction
f : D Rn
x 7 f (x)

Le gradient en a est parfois aussi note gradf (a).

Exemples 7.8.
1. si f (x, y) = x2 + 2y 2 10 alors
f (x, y) =

2x 4y

2. f (x, y, z) = x2 y + 3xyz + sin(xy) alors


f (x, y, z) =

7.4.2

2xy + 3yz + y cos(xy)

x2 + 3xz + x cos(xy)

3xy

Approximation du 1er ordre and plan tangent

D
enition 7.9 (Fonction de classe C 1 ). Une fonction f : D R denie sur un ouvert
D Rn est dite contin
ument di
erentiable si toutes ses derivees partielles existent et
sont continues sur D. On dit dans ce cas que f est de classe C 1 et on note f C 1 (D, R).


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

168

Th
eor`
eme 7.10 (Theor`eme dapproximation du premier ordre). Soit D un ouvert de Rn
et f C 1 (D, R). Alors pour tout point a D, il existe une fonction reelle R1 denie sur
un voisinage V de a telle que
f (x) = f (a) + f (a) (x a)
|
{z
}

x V

R1 (x)

=f (a), xa

avec
lim

xa

R1 (x)
= 0.
x a

La fonction R1 est appelee le reste dordre 1. Cest un o(x a).


Ici, x et a sont vus comme des vecteurs-colonne

x1

x = ... ,
xn

a1

a = ...
an

Remarque 1 : en posant u = x a Rn , la formule precedente secrit alors


f (a + u) = f (a) + f (a) u + r(u)
r(u)
= 0. Autrement dit avec r(u) = o(u).
u0 u

avec lim

Remarque 2 :
Si n = 1, on retrouve lapproximation de Taylor du premier ordre autour de a = x0 :
f (x) = f (x0 ) + f (x0 )(x x0 ) + R(x)
avec R(x) = o(x x0 ) et lequation y = f (x0 ) + f (x0 )(x x0 ) est celle de la tangente au
graphe de f en x0 .
Si n = 2, on trouve, autour du point a = (x0 , y0 ) :
f (x, y) = f (x0 , y0 ) +

fx (x0 , y0 ) fy (x0 , y0 )

x x0
y y0

)
+ R(x, y)

f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ).


Lequation
z = f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 )
est lequation du plan tangent au graphe de f au point (x0 , y0 ).
Exemple : soit
f (x, y) = 2 + x2 y y 3 .
Alors
f =

2xy x2 3y 2

7.4. DERIV
EES
PARTIELLES

169

Soit a = (x0 , y0 ) = (1, 2). Ceci donne f (1, 2) = 4 et f (a) = ( 4 11 )


Approximation du 1er ordre autour de a :
(
)
x x0
f (x, y) = f (x0 , y0 ) + f (x0 , y0 )
+ R(x)
y y0
(
)
(
)
x1
4 + 4 11
y2
= 4 + 4(x 1) 11(y 2).
Lequation z = 4 + 4(x 1) 11(y 2) est lequation du plan tangent au graphe de f
passant par P (1, 2, 4).
De mani`ere generale, lequation du plan tangent au graphe de f (x, y) au point (x0 , y0 ) est
)
(
x x0
= f (x0 , y0 )+fx (x0 , y0 )(xx0 )+fy (x0 , y0 )(y y0 ).
z = f (x0 , y0 )+f (x0 , y0 )
y y0
On peut reecrire lequation comme suit :
fx (x0 , y0 ) x + fy (x0 , y0 ) y z + d = 0
ce qui montre que le vecteur normal au plan tangent est

fx (x0 , y0 )
n = fy (x0 , y0 )
1

On peut generaliser ce resultat `a n variables.


Lequation de lhyperplan tangent au graphe de f (x1 , x2 , . . . , xn ) au point a = (a1 , a2 , . . . , an )
est alors donnee par
xn+1 = f (a1 , . . . , an ) + f (a) (x a)

x1

o`
u x = ... .
xn

7.4.3

R`
egles de d
erivation

Addition : soit f, g C 1 (D, R). Alors


(f + g) = f + g.
Produit : soient f, g C 1 (D, R) avec D Rn . On peut considerer la fonction f g denie
par (f g)(x) = f (x)g(x). Alors
(f g)(a) = (f )(a) g(a) + f (a) g(a).
En abrege :
(f g) = f g + gf .


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

170

Composition : soit I R et
: I Rn

x1 (t)
x2 (t)

t 7 .
..

xn (t)
une courbe (dierentiable) dans Rn .
Soit D Rn et f : D R une fonction `a n variables. Si lon suppose que Im() D, on
peut denir la fonction composee
(t) = f ((t)) = f (x1 (t), x2 (t), . . . , xn (t))
d
qui est une fonction `a une variable. Que vaut alors (t) ?
dt
Reponse :
d
f
dx1
f
dx2
(t) =
(x1 (t), . . . , xn (t))
+
(x1 (t), . . . , xn (t))
+ ...
dt
x1
dt
x2
dt
f
dxn
+
(x1 (t), . . . , xn (t))
xn
dt
n

=
fxi ((t)) x i (t)
i=1

= f ((t)) (t)

= f ((t)) , (t).

Ainsi
d
(f ) (t) = f ((t)) (t)

dt

(7.1)

Exemple (verication) : f (x, y) = x2 + y 2 et


(
) (
)
x(t)
cos t
(t) =
=
.
y(t)
sin t
Alors
(t) = (f ) (t) = f (cos t, sin t) = cos2 t + sin2 t = 1
et donc (t) = 0.
Avec la formule :

fx = 2x
fy = 2y

x(t)

= sin t
y(t)
= cos t

Ceci donne
(
f = (2x 2y) = (2 cos t
Alors

2 sin t)

et

(t)

sin t
cos t

(t) = f (t)

= 2 cos t sin t + 2 sin t cos t = 0.

7.4. DERIV
EES
PARTIELLES

171

monstration de (7.1) : Sans perte de generalite, on demontre la formule en t = 0.


De
Posons a = (0) Rn . Par lapproximation du 1er ordre autour de a, on a
f (x) = f (a) + f (a) , x a + R(x)
R(x)
= 0.
x a
Ceci donne, en notant x = (h) Rn :
(
)
(
)
f (h) f (0)
(h) (0)
f (x) f (a)
=
=
h
h
h
f (a) , x a R(x)
=
+
h
h

(h) (0)
R(x)
x a
= f (a) ,
+

h
x a | {z
h }
avec lim

xa

=
h0

(h)(0)
h

f (a) , (0)

+ 0 (0)

= f (a) , (0)

ce qui montre que (0) = f (a) , (0).

7.4.4

D
eriv
ee directionnelle

D
enition 7.11. Soit f C 1 (D, R) avec D un ouvert de Rn , a un point de D et v Rn
un vecteur non nul. La quantite
Dv f (a) = lim

t0

f (a + tv) f (a)
t

sappelle la derivee directionnelle de f en a le long de v.

Th
eor`
eme 7.12. On a
Dv f (a) = f (a) v = f (a) , v.
monstration : Approximation du 1er ordre :
De
f (a + tv) = f (a) + f (a) (tv) + R(a + tv)
et donc
f (a + tv) f (a)
t
f (a) (tv) + R(a + tv)
= lim
t0
t
f (a) (tv)
R(a + tv)
= lim
+ lim
t0
t0
t
t
= lim f (a) v + 0

Dv f (a) = lim

t0

t0

= f (a) v.


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

172

Remarque 1 : si v = ei alors

0
..
.


) 0
(

Dei f (a) = f (a) ei = fx1 (a) fx2 (a) . . . fxn (a)


1 = fxi (a).
0

..
.
0
Remarque 2 : si v est de norme 1 alors
Dv f (a) = f (a) , v = f (a) cos()
o`
u est langle entre v et f (a).

Ainsi
Dv f (a) est maximal

cos = 1

v et f (a) sont de meme sens et de meme direction.

=0

En conclusion,
le gradient donne la direction dans laquelle la d
eriv
ee de f est la plus grande.
De plus
la pente de f dans cette direction vaut f (a).
Resume :
Dv f (a) = f (a) , v = derivee directionnelle de f le long de v

pente de f dans la direction v =

Dv f (a)
v
= f (a) ,
v
v

7.4. DERIV
EES
PARTIELLES

7.4.5

173

Gradient et courbes de niveau

Reprenons la r`egle de composition.


Si f : D R est une fonction `a n variables et (t) une courbe dans D, alors
d
f ((t)) = f ((t)) (t)

= D f ((t))
dt

()

d
f ((t)) comme la pente de la fonction f en suivant
dt

On peut donc interpreter la derivee


la courbe (t).

Exemple : Soit f (x, y) = x2 + y 2 . Alors


f =
(
Si lon suit la courbe (t) =

t cos t
t sin t

2x 2y

(
alors (t)

cos t t sin t
sin t + t cos t

)
et

d
f ((t)) = D f ((t)) = f ((t)) , (t)

dt
(
)
cos t t sin t
= (2t cos t 2t sin t)
sin t + t cos t
= 2t cos2 t 2t2 cos t sin t + 2t sin2 t + 2t2 sin t cos t = 2t

Courbes de niveau
Si (t) est une courbe contenue dans lensemble de niveau Nf (c) alors f ((t)) = c par
denition de Nf (c) et on doit avoir
d
f ((t)) = 0.
dt
Ceci donne par () ci-dessus :
f ((t)) , (t)

= 0.
Le gradient est donc orthogonal `a (t).

Comme ceci est vrai pour toute courbe (t) contenue dans Nf (c), on en deduit que
le gradient est toujours orthogonal aux ensembles de niveau.
En particulier,
le gradient dune fonction `
a 2 variables est toujours orthogonal aux courbes de
niveau.


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

174

Exemple : f (x, y) = x2 + 2y 2 . Alors f = (2x


Les courbes de niveau c2 sont dequation

4y).

x2 + 2y 2 = c2 .
c
Ce sont donc des ellipses de centre (0, 0) et de demi-axe c et .
2

On verie que le vecteur f = (2x

4y) est bien perpendiculaire aux ellipses ci-dessus.

Illustration : le point P (1, 2) est sur lellipse () : x2 + 2y 2 = 9.


x
En derivant, on obtient 2x + 4y y = 0 ce qui donne y = . Au point P (1, 2), on a donc
2y

1

y P = . Un vecteur tangent est donc


4
(
)
4
v=
.
1
Le gradient de f en P vaut ( 2

7.4.6

8 ). Il est bien perpendiculaire au vecteur v.

D
eriv
ees partielles dordres sup
erieurs

Soit f (x) = f (x1 , x2 , . . . , xn ) une fonction `a n variables denie sur un ouvert D Rn . On


denit les derivees dordre 2 comme suit
D
enition 7.13.
fxi xj =
Si i = j, on note

2f
f
=
xj xj
xi xj

2f
2f
au
lieu
de
.
xi xi
x2i

Exemple :
f (x, y) = x2 y + yex .
Alors
fx = 2xy + yex

et

fy = x2 + ex .

Ceci donne

(2xy + yex ) = 2y + yex


x
2
=
(x + ex ) = 0
y
2
(x + ex ) = 2x + ex
=
x

=
(2xy + yex ) = 2x + ex .
y

fxx =
fyy
fxy
fyx

7.4. DERIV
EES
PARTIELLES

175

On constate dans cet exemple que fxy = fyx .


ATTENTION : en general, fxi xj = fxj xi . Mais on a le theor`eme suivant :
Th
eor`
eme 7.14. Si fxi xj et fxj xi sont continues dans un voisinage du point a, alors
fxi xj (a) = fxj xi (a).
monstration : La demonstration est faite dans le cas n = 2.
De
Soit f (x, y) et a = (x0 , y0 ). Soient h, k > 0 tels que le rectangle
{(x, y) | x0 h < x < x0 + h , y0 k < y < y0 + k} D.

Denissons les fonctions


g1 (x) = f (x, y0 + k) f (x, y0 )

et

g2 (y) = f (x0 + h, y) f (x0 , y)

g1 (x) = fx (x, y0 + k) fx (x, y0 )

et

g2 (y) = fy (x0 + h, y) fy (x0 , y).

Alors

Posons encore
F (h, k) = f (x0 + h, y0 + k) f (x0 + h, y0 ) f (x0 , y0 + k) + f (x0 , y0 ).
Alors
F (h, k) = g1 (x0 + h) g1 (x0 )

(7.2)

F (h, k) = g2 (y0 + k) g2 (y0 ).

(7.3)

et
Le theor`eme de la moyenne applique `a (7.2) puis `a fx donne
F (h, k) = g1 (x0 + h) g1 (x0 )
= g1 (x0 + 1 h) h

1 ]0; 1[

= [fx (x0 + 1 h, y0 + k) fx (x0 + 1 h, y0 )] h


= fyx (x0 + 1 h, y0 + 2 k) k h

2 ]0; 1[.

Ce meme theor`eme de la moyenne applique `a (7.3) et fy donne


F (h, k) = g2 (y0 + k) g2 (y0 )
= g2 (y0 + 3 k) k

3 ]0; 1[

= [fy (x0 + h, y0 + 3 k) fy (x0 , y0 + 3 k)] k


= fxy (x0 + 4 h, y0 + 3 k) k h

4 ]0; 1[.

Donc fxy (x0 + 4 h, y0 + 3 k) kh = fyx (x0 + 1 h, y0 + 2 k) kh.

176

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Comme fxy et fyx sont continues, en passant `a la limite h, k 0, on obtient


fxy (x0 , y0 ) = fyx (x0 , y0 ) .

D
enition 7.15. On dit que f (x1 , x2 , . . . , xn ) est de classe C 2 sur D Rn si toutes ces
derivees dordre 2 sont continues en tout point de D. On note alors
f C 2 (D, R)
On generalise sans peine les denitions precedentes pour denir les derivees partielles dordre
k > 2.
Exemple : si f (x, y) est une fonction `a 2 variables, il y a, `a priori, 8 derivees partielles
dordre 3 qui sont
fxxx

fyxx

fxyx

fyyx

fxxy

fyxy

fxyy

fyyy

Mais si ces 8 derivees partielles sont continues, alors


fyxx = fxyx = fxxy

et

fyyx = fxyy = fyxy

D
enition 7.16 (Fonction de classe C k ). On dit quune fonction f (x) est de classe C k sur
D Rn si toutes ses derivees partielles dordre k (existent et) sont continues. On note alors
f C k (D, R)

Th
eor`
eme 7.17. Si f C k (D, R), alors ses derivees partielles dordre k ne dependent pas
de lordre de derivation mais uniquement du nombre de fois quune variable intervient.

D
enition 7.18 (Matrice hessienne). Soit f (x) une fonction `a n variables dont les derivees
partielles du 2`eme ordre existent. La matrice

)
Hf (x) = fxi xj (x) ij =

2f
(x)
x21

2f
x1 x2 (x)

2f
x2 x1 (x)

2f
(x)
x22

..
.
2f
xn x1 (x)

...

..
.

...
..
.

2f
xn x2 (x)

...

2f
x1 xn (x)
2f
x2 xn (x)

..
.
2f
(x)
x2n

sappelle la matrice hessienne de f au point x.


Remarque : Si f C 2 (D, R) alors la matrice Hf est symetrique : HfT = Hf .

7.4. DERIV
EES
PARTIELLES

177

Exemple : si n = 2 et f = f (x, y) alors


(
Hf =

fxx fxy
fyx fyy

)
.

Exemple : soit f (x, y) = 2x2 y + xey + 10. Alors


fxx = 4y

fxy = 4x + ey = fyx

et donc

(
Hf (x, y) =

4y
4x + ey
4x + ey
xey

fyy = xey
)
(

qui est symetrique. Au point (2, 0), par exemple, on a Hf (2, 0) =

0 9
9 2

)
.

Th
eor`
eme 7.19 (Approximation de Taylor dordre 2). Soit D Rn et f C 2 (D, R). Soit
a = (a1 , . . . , an ) D. Alors
1
f (x) = f (a) + f (a) (x a) + (x a)T Hf (a) (x a) + R2 (x)
2

x D

R2 (x)
= 0.
xa x a2
(
)
La fonction R2 est le reste dordre 2. Cest un o x a2 .

avec lim

Cas particulier : Si f = f (x, y) et a = (x0 , y0 ), la formule devient


(

x x0
y y0

fx (x0 , y0 ) fy (x0 , y0 )
(
) (
)
) fxx (x0 , y0 ) fxy (x0 , y0 )
1(
x x0
x x0 y y0

+ R2 (x, y)
+
fyx (x0 , y0 ) fyy (x0 , y0 )
y y0
2

f (x, y) = f (x0 , y0 ) +

1[
fxx (x0 , y0 ) (x x0 )2
2 ]
+ 2fxy (x0 , y0 ) (x x0 ) (y y0 ) + fyy (x0 , y0 ) (y y0 )2 + R2 (x, y).

= f ( x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ) +

Si a = O(0, 0) (approximation `a lorigine), ceci devient :


1
1
f (x, y) = f (O) + fx (O) x + f (O) y + fxx (O) x2 + fxy (O) xy + fyy (O) y 2 + o((x, y)2 )
2
2

Exemple 7.20. Reprenons lexemple precedent : f (x, y) = 2x2 y + xey + 10 autour du point
P (3, 0). On a dej`a calculer que
(
Hf (x, y) =

4y
4x + ey
y
4x + e
xey


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

178

et donc
Hf (3, 0) =

0 13
13 3

De plus f (x, y) = (4xy + ey 2x2 + xey ) ce qui donne f (3, 0) = (1 21). On obtient donc
(
) (
)
(
)
1
x3
0 13
x3

f (x, y) f (3, 0) + (1 21)


+ (x 3 y)
y
13 3
y
2
1
= 13 + (x 3) + 21y + [26(x 3)y + 3y 2 ]
2
3
= 10 + x 18y + 13xy + y 2
2

7.5
7.5.1

Etude de fonction
Extremum

D
enition 7.21. Soit a Rn et r > 0. La boule B(a, r) est le sous-ensemble des points de
n
R qui sont `a une distance strictement inferieure `a r du point a :
B(a, r) = {x Rn | x a < r}
D
enition 7.22. Un sous-ensemble D Rn est dit borne sil existe une boule B(a, r) telle
que D B(a, r).
Un sous-ensemble D ferme et borne est dit compact.
D
enition 7.23. Soit f C 0 (D, R).
1. Un point a D est un maximum (resp. minimum) absolu si f (x) 6 f (a) (resp. f (x) >
f (a)) pour tout x D.
2. On dit que f (x) admet un maximum local en a D sil existe une boule B(a, r) telle
que f (x) 6 f (a) pour tout x B(a, r). Ce maximum est strict si linegalite est stricte.
3. f admet un minimum local en a D sil existe une boule B(a, r) telle que f (x) > f (a)
pour tout x B(a, r). De meme ce minimum est strict si linegalite est stricte.
4. On appelle extremum (local ou absolu) un point qui est un minimum ou un maximum
(local ou absolu).

Th
eor`
eme 7.24 (Condition necessaire). Soit D un ouvert et f : D R une fonction
continue. Si a D est un extremum local et si f est derivable en a, alors
(
)
f (a) = 0 = 0 0 0
autrement dit

f
(a) = 0
xi

i = 1, . . . , n.

monstration : La preuve est identique `a celle faite en dimension 1. Supposons que a


De
soit un maximum. Alors
{
f
1
6 0 si h > 0
(a) = lim
(f (a + hei ) f (a))
>
0 si h < 0
|
{z
}
h0 h
xi
60

Donc

f
(a) = 0.
xi

7.5. ETUDE DE FONCTION

179

D
enition 7.25 (Point stationnaire). Un point a D tel que f (a) = 0 est appele un
point stationnaire
Pour les extremums absolus sur un ferme D, il faut tenir compte des fronti`eres. Plus
precisement :
Th
eor`
eme 7.26. Soit D un sous-ensemble compact de Rn . Alors toute fonction continue
f : D R atteint son maximum et son minimum sur D ; cest-`
a-dire quil existe xM D
et xm D avec
f (x) 6 f (xM )

et

f (x) > f (xm )

x D.

De plus si a D est un extremum absolu, alors


1) soit a est un point stationnaire (i.e. f (a) = 0) ;
2) soit f (a) nexiste pas ;
3) soit a appartient `
a la fronti`ere de D : a D ;
monstration : Cest un corollaire du theor`eme precedent.
De
Contre-exemples :
1
f (x, y) = 2
sur D = R2 {(0, 0)} natteint pas son maximum car D nest pas
x + y2
ferme.
f (x, y) = x2 + y 2 sur D = R2 natteint pas son maximum car D nest pas borne.
Application : Pour trouver les extremums de f sur D, il faut donc, en plus des points
stationnaires, restreindre la fonction f `a la fronti`ere de D et calculer les extremums de la
fonction ainsi obtenue.
Exemple 7.27. Cherchons le minimum et le maximum de
f (x, y) = 3xy x3 y 3 + 2
sur le domaine D limite par les droites x = 2, y = 2 et y = 2x + 2.

(I) fx = 3y 3x2 fy = 3x 3y 2 .
Les points stationnaires sont les solutions du syst`eme
{
3y 3x2 = 0
3x 3y 2 = 0
qui sont S1 (0, 0) et S2 (1, 1). Seul S2 est dans D.

180

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

(II) Bords de D :
Droite x = 2 : Alors
h(y) = f (2, y) = 6y 8 y 3 + 2

2
et donc h (y) = 6 3y
de h (y) sont en y = 2. Ceci donne 2 points
. Les zeros
supplementaires : P1 (2, 2) et P2 (2, 2).
Droite y = 2 : Alors
g(x) = f (x, 2) = 6x 8 x3 + 2

2
qui donne
g (x) = 6 3x dont les zeros sont en x = 2. Ceci donne un autre point dans
D : P3 ( 2, 2)
Droite y = 2x + 2. La fonction f restreinte `a cette droite donne
u(x) = f (x, 2x + 2) = 3x(2x + 2) x3 (2x + 2)3 + 2 = = 7x3 30x2 + 30x + 2
ce qui donne u (x) = 21x2 60x + 30 dont les zeros sont
x1,2

30 270
=
21

x1 = 2.21...

x2 = 0.646.

Ceci donne un autre point dans D : P4 (0.646 , 0.707).


(III) Il faut encore calculer la fonction f dans les coins de D `a savoir aux points Q1 (2, 2),
Q2 (0, 2) et Q3 (2, 2).
On obtient donc 8 points sur lesquels il faut etudier la fonction f :

S2 : f (1, 1)= 3
P1 : f (2,
2) = 0.343
P2 : f (2, 2) = 11.65
P3 : f ( 2, 2) = 0.343
P4 : f (0.646, 0.707) = 2.748
Q1 : f (2, 2) = 2
Q2 : f (0, 2) = 6
Q3 : f (2, 2) = 6.

Le maximum est donc en (1, 1) et le minimum en (2, 2).

7.5.2

Classication des points stationnaires

On a vu que si a D est un extremum local, que D est ouvert et que f est de classe C 1
alors f (a) = 0.
Mais la reciproque nest pas vraie. On peut avoir f (a) = 0 et que a soit un point selle.
Exemple 7.28. f (x, y) = xy + 4.
Alors

fx = y
fy = x

et donc fx (0, 0) = 0 = fy (0, 0).


Mais le point (0, 0) nest pas un extremum local.
En eet, sur la droite y = x, on a
f (x, y) = f (x, x) = x2 + 4 > 4 = f (0, 0) .
Restreinte `a cette droite, la fonction f a donc un minimum local en (0, 0).

7.5. ETUDE DE FONCTION

181

Mais sur la droite y = x, on a


f (x, y) = f (x, x) = x2 + 4 6 4 .
Restreinte `a cette droite, la fonction f a donc un maximum local en (0, 0).
Le point (0, 0) est un point selle.
D
enition 7.29 (Point selle). Soit D un ouvert de Rn , f C 1 (D, R) et a D un point
stationnaire (i.e. f (a) = 0). On dit que a est un point selle de f sil existe deux vecteurs
u, v Rn tels que
la fonction t 7 f (a + tu) admette un maximum local strict en t = 0 et
la fonction t 7 f (a + tv) admette un minimum local strict en t = 0.
Rappel : soit f (x) C 2 (I, R) une fonction `a 1 variable et a un point stationnaire (i.e.
f (a) = 0). Alors
si f (a) > 0, le point a est un minimum strict ;
si f (a) < 0, le point a est un maximum strict ;
si f (a) = 0 on ne peut rien dire, il faut regarder f (3) (a) puis f (4) (a) etc . . .
Nous allons etablir un resultat analogue pour les fonctions `a n variables faisant intervenir
la matrice hessienne Hf (a).

Matrices et formes quadratiques


Soit A = (aij ) Mn (R) une matrice carree dordre n symetrique (aij = aji ) . Lapplication
qA : Rn R
denie par

qA (x) = xT Ax =

x1


a11 a1n
)
..
..
xn ...
.
.
an1 ann

x1
n
.. = a x x

ij i j
.
i,j=1
xn

est appelee la forme quadratique associ


ee `
a A.
Exemples 7.30.
1) La matrice

(
A=

1 2
2 7

denit la forme quadratique


q(x, y) =

x y

1 2
2 7

) ( )
x

= x2 + 2xy + 2yx + 7y 2 = x2 + 4xy + 7y 2 .


y

182

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

2) La matrice

12 2 3
A = 2 4 0
3 0 11

denit la forme quadratique


q(x, y, z) = 12x2 + 2xy 3xz + 2yx 4y 2 3zx + 11z 2 = 12x2 + 4xy 6xz 4y 2 + 11z 2 .
3) La matrice identite In denit la forme quadratique
q(x) = xT x = x2 = x21 + x22 + + x2n .
4) La matrice diagonale

D=

1 0 0
0 2 0
.. . .
.
..
. ..
.
.
0 0 n

denit la forme quadratique


q(x1 , x2 , . . . , xn ) = 1 x21 + 2 x22 + + n x2n
En particulier q(ei ) = q(0, , 0, 1, 0, , 0) = i .
(
Application : A =

1 0
0 2

)
donne la forme quadratique
q(x, y) = x2 2y 2

donc q(1, 0) = 1 et q(0, 1) = 2 < 0


Propri
et
es : pour toute forme quadratique q(x) et tout R, on a
q(x) = 2 q(x)
(do`
u le nom de quadratique).

D
enition 7.31. Une forme quadratique q est dite
(1) d
enie positive si q(x) > 0 pour tout x Rn non nul ;
(2) d
enie n
egative si q(x) < 0 pour tout x Rn non nul ;
(3) ind
enie sil existe x, y Rn avec q(x) < 0 et q(y) > 0.
Une matrice symetrique A est dite denie positive (denie negative, etc.. ) si la forme
quadratique associee qA est denie positive (denie negative, etc...)

7.5. ETUDE DE FONCTION

183

Liens avec les valeurs propres


Comme A est symetrique, elle est diagonalisable :

A = P DP 1

1 0 0
0 2 0

..
.. . .
.. .
.
.
.
.
0 0 n
Les i sont les valeurs propres de A. De plus, P est une matrice orthogonale : P 1 = P T .

avec D =

Proposition 7.32. Soit A, P et D comme ci-dessus. Alors A est denie positive (resp.
denie negative, indenie) si et seulement si D est denie positive (resp. denie negative,
indenie). En dautres termes, la diagonalisation ne change pas la signature de la matrice.
monstration : Comme P est inversible (bijective), `a tout x Rn , on peut associer un
De
et un seul y Rn en posant
y = P 1 x = P T x
Alors

x = P y.

qA (x) = xT Ax = xT P DP 1 x = xT P Dy = (P T x)T Dy = yT Dy = qD (y)

Ainsi
qA (x) > 0 x Rn

qA (y) > 0 y Rn .

Ceci montre que qA est denie positive si et seulement si qD lest. La demonstration est la
meme dans le cas dune matrice denie negative ou indenie.
Remarque 7.33. Lexemple 4) ci-dessous montre de plus quune matrice diagonale D est
denie positive si et seulement si i > 0 pour tout i = 1, 2, . . . , n.
De meme D est denie negative si et seulement si i < 0 pour tout i.
Et nalement D est indenie si et seulement sil existe un i < 0 et un j > 0 (car alors
q(ei ) = i < 0 et q(ej ) = j > 0).
Cette remarque et la proposition precedente implique le resultat suivant :
Th
eor`
eme 7.34. Une matrice A symetrique est
(1) denie positive si et seulement si toutes ses valeurs propres sont > 0
(2) denie negative si et seulement si toutes ses valeurs propres sont < 0
(3) indenie si et seulement sil existe i < 0 et j > 0.
Exemple : soit

(
A=

1 2
2 7

Alors
1 2 = det(A) = 7 4 = 3 > 0
1 + 2 = Tr(A) = 8 > 0 .
Donc les 2 valeurs propres sont positives et la matrice A est denie positive.
Plus generalement,

184

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Th
eor`
eme 7.35. Soit A M2 (R) une matrice 2 2 symetrique.
(1) Si det(A) > 0 et Tr(A) > 0 alors 1 > 0 et 2 > 0 et la matrice A est denie positive ;
(2) si det(A) > 0 et Tr(A) < 0 alors 1 < 0 et 2 < 0 et la matrice A est denie negative ;
(3) si det(A) < 0 alors 1 < 0 et 2 > 0 et la matrice A est indenie.
Application aux extremum
Soit f (x) une fonctions `a n variables et a un point stationnaire (i.e. f (a) = 0). Alors
lapproximation de Taylor dordre 2 autour de a devient :
f (a + u) = f (a) + f (a) u +
f (a) +

1 T
u Hf (a) u + r2 (u)
2

1 T
u Hf (a) u
2

Ainsi proche de a, la fonction f se comporte comme


f (a + u) f (a) +

1
q(u)
2

o`
u q(u) est la forme quadratique associee `a Hf (a) :
q(u) = uT Hf (a) u .
Ainsi, si q(u) est denie positive, alors q(u) > 0 pour tout u et donc
f (a + u) = f (a) +

1
q(u) > f (a) .
2

Le point a est alors un minimum local strict.


Si q(u) est denie negative, alors q(u) < 0 pour tout u et donc
f (a + u) = f (a) +

1
q(u) < f (a) .
2

Le point a est alors un maximum local strict.


Si q(u) est indenie, alors il existe u1 avec q(tu1 ) = t2 q(u1 ) > 0 et il existe u2 avec
q(tu2 ) = t2 q(u2 ) < 0. Ceci implique que
f (a + tu1 ) = f (a) + q(tu1 ) > f (a)

pour tout t = 0 et

f (a + tu2 ) = f (a) + q(tu2 ) < f (a)

pour tout t = 0

ce qui montre que a est un point selle.


En resume,
Th
eor`
eme 7.36 (Classication des points stationnaires). Soit a un point stationnaire dune
fonction f C 2 (D, R) et Hf (a) la matrice hessienne de f en a.
1. Si Hf (a) est denie positive, alors a est un minimum strict ;
2. si Hf (a) est denie negative, alors a est un maximum strict ;
3. si Hf (a) est indenie, alors a est un point selle.
Dans les autres cas, on ne peut rien dire.
Dans le cas dune fonction f (x, y) `a 2 variables, ce resultat devient

7.5. ETUDE DE FONCTION

185

Th
eor`
eme 7.37. Soit a un point stationnaire dune fonction f (x, y) de classe C 2 et Hf (a)
sa matrice hessienne (matrice 2 2).
1. Si det(Hf (a)) > 0 et Tr(Hf (a)) > 0, alors a est un minimum strict ;
2. si det(Hf (a)) > 0 et Tr(Hf (a)) < 0, alors a est un maximum strict ;
3. si det(Hf (a)) < 0, alors a est un point selle.
Si det(Hf (a)) = 0, on ne peut rien dire.

Exemples 7.38.
1. Reprenons lexemple vu precedemment : f (x, y) = xy + 4 et P (0, 0).
On a vu
{
{
(
)
fx = y
0 1
fxx = 0 = fyy
=
=
Hf =
= Hf (0, 0)
fy = x
fxy = 1 = fyx
1 0
et donc detHf (0, 0) = 1 < 0. Le point (0, 0) est un point selle. Conforme `a ce que lon
avait dej`a trouve.
2. f (x, y) = x3 + 3xy 2 15x 12y + 30. Alors
{
fx = 3x2 + 3y 2 15
fy = 6xy 12
Les points stationnaires sont les solutions du syst`eme
{
{
{ 2
{ 4
4
+ y2 = 5
x + y2 = 5
y 5y 2 + 4 = 0
3x2 + 3y 2 15 = 0
y2

2
x= y
x = y2
6xy 12 = 0
x = y2
ce qui donne y 2 = 4 ou y 2 = 1. Les points stationnaires sont donc
P2 (1, 2)

P1 (1, 2)

Calculons maintenant Hf :

fxx = 6x
fxy = 6y = fyx

fyy = 6x
Point P1 :

(
Hf (1, 2) =

6 12
12 6

P3 (2, 1)

(
=

Hf (x, y) =

6x 6y
6y 6x

)
=

= P1 est un point selle.


Point P2 :
(
)
6 12
Hf (1, 2) =
12 6
= P2 est un point selle.
Point P3 :
(
)
12 6
Hf (2, 1) =
6 12

P4 (2, 1)

det(Hf ) = 36 144 < 0

det(Hf ) = 36 144 < 0

det(Hf ) = 144 36 > 0

et

Tr(Hf ) = 24 > 0


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

186

= P3 est un minimum local.


Point P4 :
(
)
12 6
Hf (2, 1) =
=
6 12

det(Hf ) = 14436 > 0 et

Tr(Hf ) = 24 < 0

= P4 est un maximum local.


3. Soit

1
3
3
f (x, y, z) = x2 y x2 + xyz xz + 2x y 2 + y z 2
2
2
2
(i) Verier que le point P (1, 1, 0) est un point stationnaire.
(ii) Etudier sa nature.
(i)
fx = xy 3x + yz z + 2
1
3
fy = x2 + xz 2y +
2
2
fz = xy x 2z

fx (1, 1, 0) = 0

fy (1, 1, 0) = 0

fz (1, 1, 0) = 0.

On a bien f (1, 1, 0) = 0 .
(ii)
fxx = y 3

fyy = 2

fxy = x + z

fxz = y 1

fzz = 2
fyz = x

La matrice hessienne de f au point P (1, 1, 0) vaut alors

y3 x+z y1
2 1
0

x
Hf (1, 1, 0) = x + z 2
= 1 2 1 =: A
P (1, 1, 0)
y1
x
2
0
1 2
Il faut calculer les valeur propres de A :
det(I3 A) = 0


+ 2 1
0

1 + 2 1 = 0


0
1
+2

( + 2)3 ( + 2) ( + 2) = 0

(Sarus)

3 + 62 + 10 + 4 = 0
1 = 2 est une solution et par factorisation, on obtient
3 + 62 + 10 + 4 = ( + 2)(2 + 4 + 2) = 0

= 2,3 = 2 2.
Les 3 valeurs propres etant < 0, le point P (1, 1, 0) est un maximum local.


`
7.6. THEOR
EME
DES FONCTIONS IMPLICITES

7.6
7.6.1

187

Th
eor`
eme des fonctions implicites
Exemple

Soit F (x, y) une fonction `a 2 variables. Considerons la courbe de niveau 0


= NF (0) = {(x, y) | F (x, y) = 0}.
1) On peut essayer de resoudre lequation F (x, y) = 0 en fonction de y pour etablir y = f (x).
Si on peut le faire, alors la courbe est le graphe de la fonction y = f (x) et on a
F (x, f (x)) = 0.
En derivant cette derni`ere egalite par rapport `a x, on trouve
Fx (x, f (x)) + Fy (x, f (x)) f (x) = 0
ce qui donne
f (x) =

Fx (x, f (x))
.
Fy (x, f (x))

Exemple : soit
F (x, y) = x2 + ey + 2x = 0.
Alors
y = f (x) = ln(x2 2x)
pour x ] 2; 0[.

2x 2
.
x2 2x
Calcul implicite : Fx = 2x + 2 et Fy = ey . Alors
Calcul direct : y = f (x) =

f (x) =

Fx
2x + 2
2x + 2
=
.
= 2
Fy
ey
x 2x

2) Dans le cas general, il nest pas possible de calculer y = f (x). Mais, si lon suppose que
localement - sur un ouvert contenant P (x0 , y0 ) - il existe y = y(x) alors on a vu au chapitre
4 quon peut deriver la relation F (x, y) = 0 par rapport `a x (derivee droite) pour trouver
y P . Ceci donne
Fx (x0 , y0 ) + Fy (x0 , y0 ) y (x0 , y0 ) = 0


Fx (x0 , y0 )
y P =
Fy (x0 , y0 )

La formule est la meme que precedemment.


Exemple : soit
F (x, y) = x2 + y 2 25 = 0
le cercle de centre (0, 0) et de rayon 5. Alors
{
Fx = 2x
Fy = 2y
On obtient ainsi


2x0
x0
y P =
=
2y0
y0

pour P (x0 , y0 )


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

188

Sans calculer explicitement y = y(x) on peut donc trouver la derivee y (x0 ) en tout point
(x0 , y0 ). Lequation de la tangente `a au point P (x0 , y0 ) est alors


Fx P

y = y P (x x0 ) + y0 = (x x0 ) + y0
Fy
P

ce qui donne
Equation de la tangente en P :



Fx P (x x0 ) + Fy P (y y0 ) = 0

Exemple precedent : la tangente au cercle x2 + y 2 25 = 0 au point P (3, 4) est


Fx (3, 4) (x 3) + Fy (3, 4) (y 4) = 0
ce qui donne
6 (x 3) + 8 (y 4) = 0.

7.6.2

Th
eor`
eme g
en
eral

Soit
F (x1 , . . . , xn ) = 0
une equation `a n variables.
Les resultats precedents se generalisent de la facon suivante.
Premi`erement, le theor`eme suivant arme que, localement, et sous certaines hypoth`eses, il
est possible de resoudre lequation en fonction dune variable, par exemple xn = f (x1 , . . . , xn1 ).
Secondement, il arme que les derivees partielles de f (x1 , . . . , xn1 ) se calculent `a partir
des derivees partielles Fxi comme precedemment.
Th
eor`
eme 7.39 (Theor`eme des fonctions implicites). Soit
D Rn un ouvert,
F : D R une fonction de classe C 1 et
a = (a1 , . . . , an ) D un point satisfaisant F (a) = 0.
On suppose que Fxn (a) = 0.
Posons a
= (a1 , . . . , an1 ) Rn1 .
Alors il existe un ouvert U Rn1 contenant a
et une fonction `
a n1 variables f : U R
satisfaisant :
1. le graphe de f est contenu dans D :
(x1 , . . . , xn1 , f (x1 , . . . , xn1 )) D

pour tout (x1 , . . . , xn1 ) U .

2. f (a1 , . . . , an1 ) = an
3. F (x1 , . . . , xn1 , f (x1 , . . . , xn1 )) = 0 pour tout (x1 , . . . , xn1 ) U
4. la fonction f est de classe C 1 et
fxi =

Fxi
Fxn

i {1, . . . , n 1}


`
7.6. THEOR
EME
DES FONCTIONS IMPLICITES

189

Remarque 7.40. La condition Fxn (a) = 0 est essentielle. Cependant si Fxn (a) = 0 mais
que Fxk (a) = 0 pour un certain k =
n, alors le resultat est vrai pour xk cest-`a-dire quil
existe une fonction f avec
xk = f (x1 , . . . , xk1 , xk+1 , . . . xn )
On explicite xk au lieu de xn .
En revanche, si Fxi (a) = 0 pour tout i = 1, . . . , n (le point a est un point stationnaire),
le theor`eme nest plus vrai et il est impossible dexpliciter une variable xi en fonction des
autres.

7.6.3

Application :
equation du plan tangent `
a une surface implicite

Considerons la surface denie par lequation


F (x, y, z) = 0

et un point P (x0 , y0 , z0 ) , i.e. F (x0 , y0 , z0 ) = 0. Supposons de plus que Fz P = 0.
Alors, par le theor`eme des fonctions implicites, il existe une fonction
z = f (x, y)
decrivant la surface au voisinage de P . En particulier f (x0 , y0 ) = z0 .
Lapproximation du 1er ordre de cette fonction f donne lequation du plan tangent :
(
)
x x0
z = f (x0 , y0 ) + f (x0 , y0 )
= f (P ) + fx (P ) (x x0 ) + fy (P ) (y y0 )
y y0
Or le theor`eme des fonctions implicites donne fx et fy :
fx (P ) =

Fx (P )
Fz (P )

et

fy (P ) =

Fy (P )
Fz (P )

Lequation du plan tangent devient :


z = f (P )

Fy (P )
Fx (P )
(x x0 )
(y y0 )
Fz (P )
Fz (P )

qui secrit encore


Fx (P ) (x x0 ) + Fy (P ) (y y0 ) + Fz (P ) (z z0 ) = 0.
Ceci montre que le vecteur normal au plan tangent et donc `a la surface est
(
)
n = Fx (P ) Fy (P ) Fz (P ) = F (P )
Le gradient F est donc bien orthogonal `a la surface de niveau NF (0) = .
De mani`ere generale si une hyper-surface est donnee par lequation
F (x1 , . . . , xn ) = 0


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

190

alors lequation de lhyper-plan tangent `a passant par a = (a1 , . . . , an ) est


Fx1 (a) (x1 a1 ) + Fx2 (a) (x2 a2 ) + + Fxn (a) (xn an ) = 0
qui secrit aussi

x1 a1

..
F (a)
=0
.
xn an

Exemples 7.41.
1. Considerons lellipsode
: F (x, y, z) = 3x2 + 6y 2 + z 2 36 = 0.

Fx = 6x
Fy = 12y

Fz = 2z

Alors

et lequation du plan tangent au point P (1, 2, 3) est


Fx (1, 2, 3) (x 1) + Fy (1, 2, 3) (y 2) + Fz (1, 2, 3) (z 3) = 0

6(x 1) + 24(y 2) + 6(z 3) = 0

6x + 24y + 6z = 72.
2. Considerons la surface
() :
et le point P (2,

xyz = 1

1
, 3) . Alors, en notant F (x, y, z) = xyz 1, on a
6

Fx = yz
Fx (P ) = 12
Fy (P ) = 6
Fy = xz
=

Fz = xy
Fz (P ) = 13

Lequation du plan tangent `a par P est alors


(
)
1
1
1
(x 2) + 6 y
+ (z 3) = 0.
2
6
3

7.7
7.7.1

Extremum sous contraintes : multiplicateur de Lagrange


Multiplicateur de Lagrange

On desire trouver le maximum (ou minimum) dune fonction f (x1 , . . . , xn ) sur un domaine
D avec la contrainte g(x1 , . . . , xn ) = 0. On suppose que g(x) = 0 sur D.
1`ere methode : si lon peut expliciter
xn = g(x1 , . . . , xn1 ),
alors
f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn1 , g(x1 , . . . , xn1 )) = (x1 , . . . , xn1 )

7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 191


et on cherche les extremums de .
2`eme methode : si lon peut trouver une parametrisation de la courbe g(x1 , . . . , xn ) = 0 de
la forme

x1 = x1 (t)
..
() :
.

xn = xn (t)
alors f (x1 , . . . , xn ) = f (x1 (t), . . . , xn (t)) = (t) et on cherche les extremums de .
3`eme methode : si aucune des 2 methodes ne marche, on utilise un multiplicateur de
Lagrange.
Cette methode consiste `a resoudre le syst`eme dequations en x D :
{

f (x) + g(x) = 0
g(x) = 0

Cest un syst`eme `a n + 1 inconnues x1 , x2 , . . . , xn , et `a n + 1 equations.


Cette methode est basee sur le theor`eme suivant :
Th
eor`
eme 7.42. Soit D Rn un ouvert et f, g C 1 (D, R) et M = {x D | g(x) = 0}.
Soit a = (a1 , . . . , an ) M un extremum local de la fonction f M . On suppose de plus que
g(a) = 0. Alors il existe un R tel que
f (a) + g(a) = 0.
Autrement dit, f (a) et g(a) sont colineaires.
est appele un multiplicateur de Lagrange.
g
(a) = 0. Alors par le theor`eme des fonctions implixn
cites, il existe une fonction (x1 , . . . , xn1 ) dans un voisinage U = B(
a, r) de
a
= (a1 , . . . , an1 ) telle que
{
(a1 , , an1 ) = an
g(x1 , . . . , xn1 , (x1 , . . . , xn1 )) = 0
x U
monstration : On peut supposer
De

avec

(
a) =
xi

g
xi (a)
g
xn (a)

pour tout i = 1, . . . , n 1

Posons alors
F (x1 , . . . , xn1 ) = f (x1 , . . . , xn1 , (x1 , . . . , xn1 )).

Alors, par hypoth`ese, la fonction F (qui est f M ) admet un extremum en a
. On a donc
F (
a) = 0 ce qui donne, avec la r`egle de composition :
0=

F
f
f

(
a) =
(a) +
(a)
(
a)
xi
xi
xn
x
( i g
)
(a)
f
f
x
=
(a) +
(a) gi
xi
xn
x (a)
( f
) n
(a)
f
g
n
(a) + x
(a)
=

g
xi
x
i
(a)
xn

pour tout i = 1, . . . , n 1

192

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

En posant =

f
xn (a)
,
g
xn (a)

0=

on obtient

f
g
(a) +
(a)
xi
xi

pour tout i = 1, . . . , n 1, n

et donc f (a) + g(a) = 0.

ATTENTION : f (a) + g(a) = 0 est une condition necessaire mais pas susante. Il faut
donc verier que la solution cherchee est bien un extremum.
Exemples 7.43.
1) Trouver le maximum et le minimum de la fonction
f (x, y) = x2 + 4y 2 x + 2y
sur le bord de lellipse x2 + 4y 2 = 1.
Solution : la condition est g(x, y) = x2 + 4y 2 1 = 0. Alors
(

2x 1
8y + 2

f =

)T

(
g =

2x
8y

)T

et le syst`eme `a resoudre est alors

2x 1 + 2x = 0
8y + 2 + 8y = 0
2
x + 4y 2 1 = 0

2( + 1)x = 1 (I)
4(1 + )y = 1 (II)
2
x + 4y 2 =
1

ou

En elevant au carre et en additionant les equations (I) et (II), on trouve


{
4( + 1)2 (x2 + 4y 2 ) = 2
x2 + 4y 2
=1
ce qui donne
2

4( + 1) = 2

+ 1 = 1/2

= 1

1
.
2

On trouve alors 2 points :


1
1
P( , )
2
2 2

et

1
1
Q( , ).
2 2 2

Un calcul montre que P est le minimum et Q le maximum.


2) Construire une boite de forme parallelepip`edique sans couvercle, de volume donne V de
telle sorte que la surface du fond et des parois soit minimale.

7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 193


La fonction `a minimiser est
A = f (x, y, z) = xy + 2xz + 2yz
et la contrainte est
g(x, y, z) = xyz V = 0.
Le syst`eme `a resoudre f (x, y, z) + g(x, y, z) = 0 devient

y + 2z + yz
= 0
(I)

x + 2z + xz = 0 (II)
2x + 2y + xy = 0 (III)

xyz
= V (IV )
(I) x (II) y donne 2xz 2yz = 0 et donc
Le syst`eme (partiel) devient :

x + 2z + xz
4 + x
2
x z

x = y.

= 0 (II)
= 0 (III)
= V (IV )

(II) (III) z donne x 2z = 0 donc x = 2z. Finalement (IV ) devient 4z 3 = V ce qui


donne

3
3 V
x = y = 2z = 2V .
z=
4

7.7.2

Contraintes multiples

Pour trouver les extremums dune fonction f (x) avec m contraintes

g1 (x) = 0

g2 (x) = 0
..

gm (x) = 0
on resoud le syst`eme

f (x) +
j gj (x) = 0

j=1

g1 (x) = 0
..
.
gm (x) = 0

Cest un syst`eme `a n + m inconnues : x1 , x2 , . . . , xn , 1 , . . . , m et n + m equations.


Exemple : trouvons le maximum de la fonction
f (x, y, z) = x + y + z
avec les contraintes

g1 (x, y, z) = x2 + y 2 2 = 0
g2 (x, y, z) = x + z 1

Geometriquement g1 (x, y, z) = 0 est lequation dun cylindre vertical et g2 (x, y, z) = 0 celle


dun plan. Leur intersection est une ellipse . On cherche donc le maximum de f sur lellipse

194

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Comme
f (x, y, z) = (1

1)

g1 (x, y, z) = (2x

2y

0)

g2 (x, y, z) = (1

1) ,

il faut resoudre le syst`eme

1 + 1 2x + 2

1 + 1 2y
1 + 2

x2 + y 2

x+z

=
=
=
=
=

0
(I)
0 (II)
0 (III)
2 (IV )
1
(V )

On voit que 2 = 1 par (III) et donc x = 0 ce qui donne y = 2 et z = 1. On obtient 2


points

et
Q(0, 2, 1).
P (0, 2, 1)

Comme f (P ) = 1 + 2 et f (Q) = 1 2, on en deduit que P est le maximum cherche.

7.8
7.8.1

Fonctions de Rn dans Rm
Gradient

Dans cette section, nous allons etudier les fonctions


f : D Rn Rm
En physique, ces fonctions sont appelees champs vectoriels.
A tout point x = (x1 , . . . , xn ) D, on associe un vecteur

f1 (x1 , . . . , xn )
f2 (x1 , . . . , xn )

f (x1 , . . . , xn ) =

..

.
fm (x1 , . . . , xn )
La fonction fk : D R est la i-`
eme composante de f .
Limage dun point x sera vue comme un vecteur-colonne.
D
enition-Proposition 7.44. Soit D un ouvert de Rn et f : D Rm une fonction.
La fonction f est continue (resp. derivable, resp. de classe C 1 ) si toutes ses composantes
fk : D R sont continues (resp. derivables, resp. de classe C 1 ).

7.8. FONCTIONS DE RN DANS RM

195

Exemples 7.45.
1. Si n = 1, on retrouve les courbes dej`a etudiees : I Rm .
2. Si m = 1, on retrouve les fonctions reelles `a plusieurs variables f : D R.
3. La fonction f : R2 R2 denie par
(
f (x, y) =

x2 + 2y
2x + sin y

est continue et de classe C 1 sur tout R2 .


4. Soit f : R2 R la fonction denie par
f (x, y) = x2 + 5xy 4x.
Alors le gradient de f denit un champ vectoriel
f : R2 R2
(
)
2x + 5y 4
(x, y) 7
5x

D
enition 7.46. Soit D Rn un ouvert, f : D Rm une fonction derivable et x D.
La matrice m n

f1 (x)
)
f2 (x) ( f

i
(x)
f (x) =
=
..
16i6m
xj

.
16j6n

fm (x)

est appelee le gradient de f en x ou egalement la matrice jacobienne de f .

Remarques :
1. si f : D R (m = 1), la matrice est un vecteur-ligne et on retrouve le gradient denit
dans la section 7.4.1.
2. Dans le cas dune courbe
: I Rm

x1 (t)
x2 (t)

t 7
..

xm (t)
on a alors n = 1 et le gradient de est un vecteur-colonne qui nest rien dautre que le
vecteur tangent :
(t) = (t).

196

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Exemples 7.47.
1. Considerons la fonction de R3 dans R2 :
)
( 2
x y + 2yz + sin x
f (x, y, z) =
xyz + 2x
Le gradient de f en (x, y, z) est une matrice 2 3 :
(
)
2xy + cos x x2 + 2z 2y
f (x, y, z) =
.
yz + 2
xz
xy
2. Le gardient de la fonction identite IdRn : Rn Rn est la matrice identite In .

R`
egle de composition
Soit D Rn , U Rm deux ouverts, f : D Rm et g : U Rl deux fonctions de classe
C 1 . Supposons que f (D) U . Alors la fonction composee
g f : D Rl
est de classe C 1 et son gradient est donne par
(g f )(a) = g(f (a)) f (a)
|
{z
} | {z } | {z }
ln

lm

pour tout a D.

mn

Cette formule secrit aussi


(g f ) = [g f ] f.
Remarques
1. Si m = n = l = 1 on retrouve la r`egle (g f ) (x) = g (f (x)) f (x)
2. Si n = 1 (f est une courbe) et l = 1 (g est une fonction reelle), on retrouve la r`egle dej`a
vue
(g f ) (t) = g(f (t)) f(t) .
|{z}
=f (t)

3. Dans le cas l = 1, on peut reecrire la r`egle precedente comme suit :


soit g(x1 , . . . , xm ) une fonction de Rm dans R. Posons

x1 = f1 (u1 , . . . , un )

x2 = f2 (u1 , . . . , un )
..

xm = fm (u1 , . . . , un )
Si lon note x = f (u), alors la formule precedente secrit
(
)
Du1 (g f ) Du2 (g f ) Dun (g f )

= (Dx1 g Dx2 g Dxm g)

Du1 f1
Du1 f2
..
.

Du2 f1
Du2 f2
..
.

..
.

Dun f1
Dun f2
..
.

Du1 fm Du2 fm Dun fm

7.8. FONCTIONS DE RN DANS RM

197

ce qui donne pour tout i = 1, 2, . . . , n :


g f
g
x1
g
x2
g
xm
(u) =
(x)
(u) +
(x)
(u) + +
(x)
(u)
ui
x1
ui
x2
ui
xm
ui
m

g
xk
=
(f (u))
(u)
xk
ui
k=1

Notation physique

x = x(u, t)
y = y(u, t)

z = z(u, t)

Si
L = L(x, y, z)

et

on notera, par abus :


L
= Lu = Lx xu + Ly yu + Lz zu
u
et
Lt = Lx xt + Ly yt + Lz zt

Fonction inverse et gradient


Soit
h : Rn Rn
une fonction bijective et h1 : Rn Rn sa fonction reciproque. On suppose que h et h1
sont derivables. Alors, comme h h1 = idRn , la r`egle de composition donne
h(h1 (y)) h1 (y) = In
ou encore

[
]1
h1 (y) = h(h1 (y))

Le gradient de h1 est linverse du gradient de h.


Exemple : soit h : R2 R2 denie par
(
h(, ) =

cos
sin

Cest la transformation entre coordonnees cartesiennes et coordonnees polaires. Alors en se


restreignant `a un ouvert D avec > 0 (par exemple ]0, /2[), la fonction h est bijective.
Son inverse est donne par
)
(
) (

x2 +(y 2)
1
h (x, y) =
=

arctan xy
(

On a
h =
et
h1 =

x x
y y
x y
x y

(
=
(

)
=

cos sin
sin cos

x2 +y 2

y
x2 +y
2

x2 +y 2

x
x2 +y 2


` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

198

Si on ecrit h1 en fonction de et , on obtient


(
) (
h

y2

x
2

cos
sin

sin

cos

et on verie que cest bien la matrice inverse de h.

7.8.2

Application : changement de coordonn


ees

Coordonn
ees polaires
Soient

x = x(, ) = cos
y = y(, ) = sin

Considerons la fonction h : R2 R2 denie par


h(, ) = (x(, ), y(, )).
La fonction h decrit le changement entre coordonnees polaires et coordonnees cartesiennes.
Son gradient est
(
) (
)
x x
cos sin
h =
=
y y
sin cos
Soit f (x, y) une fonction reelle `a 2 variables.
Posons
f(, ) = f (h(, )) = f (x(, ), y(, )).
Cest la fonction f exprimee en coordonnees polaires. Parfois, par abus de langage, on
identie f et f.
On denit egalement
fx (, ) = fx (x(, ), y(, ))
Cest la derivee partielle de f selon x mais exprimee en coordonnees polaires. De meme, on
pose fy = fy h ce qui se resume par
x,y f = (fx

fy ) = f h.

(cest le gradient de f selon x et y mais exprime en fonction de et ).


On notera , f au lieu de f pour plus de clarte.
Avec ces notations la r`egle de composition
f = [f h] h = x,y f h
devient
, f = x,y f h
qui donne

(
(f f ) = (fx fy )

)
cos sin
sin cos
{z
}
|
=h

7.8. FONCTIONS DE RN DANS RM

199

La matrice h est inversible si = 0, car det(h) = . En multipliant `a droite par h1 ,


on obtient
(
)
1
cos sin

(fx fy ) = (f f )
sin cos

(
)
sin() f + 1 cos() f
= cos() f f1 sin() f
ce qui donne
fx = cos f

sin f

fy = sin f +

cos f

(7.4)

Ces 2 formules permettent donc de calculer les derivees partielles selon x et y dune fonction
donnee en coordonnees polaires.
Exemple 7.48. Considerons la fonction f(, ) = 22 en coordonnees polaires. Calculons
le gradient de f selon x, y. On a
f = 4 et f = 0 ce qui donne, en appliquant la formule (7.4)
1
fx = fx = cos f sin f = cos 4 0 = 4 cos

1
fy = fy = sin f + cos f = sin 4

Le gradient est donc 4 (cos

sin ).

Verication par calcul direct :


f (x, y) = 22 = 2(x2 + y 2 ).
Alors fx = 4x = 4 cos et fy = 4y = 4 sin .
Coordonn
ees cylindriques
Considerons le changement de coordonnees

x = cos
y = sin

z=z
Ceci denit une fonction h : R3 R3 en posant h(, , z) = (x, y, z). Sa matrice jacobienne
est

cos sin 0
x x xz
h = y y yz = sin cos 0 .
0
0
1
z z zz
On a det(h) = . Ainsi si = 0 la matrice h est inversible :

cos sin 0
1
h1 = sin cos 0 .

0
0

200

` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A

Soit f (x, y, z) une fonction `a 3 variables et f(, , z) la fonction correspondante en coordonnees cylindriques. En posant comme precedemment
x,y,z f = f h
et en notant ,,z f au lieu de f, on obtient
f = [f h] h = x,y,z f h.
ou encore
x,y,z f = ,,z f h1
ce qui donne
fx = f cos f

sin

fy = f sin + f

cos

fz = fz

Coordonn
ees sph
eriques
Considerons le changement de coordonnees :

x = r cos sin
y = r sin sin

z = r cos

r > 0, 0 6 6 2

Ceci denit une fonction h : R3 R3 en posant h(r, , ) = (x, y, z). Sa matrice jacobienne
est

cos sin r sin sin r cos cos


xr x x
h = yr y y = sin sin r cos sin r sin cos .
zr z z
cos
0
r sin
On a det(h) = r2 sin . Ainsi si r = 0 et = , la matrice h est inversible :

r cos r sin 0
1
sin cos 0
h1 = 2
r sin
0
0
r
et on calcule, comme ci-dessus
x,y,z f = r,, f h1 .

Chapitre 8

Int
egrales multiples
8.1

Int
egrales doubles

8.1.1

D
enition et interpr
etation g
eom
etrique

Soit D un domaine ferme de R2 et f (x, y) une fonction continue sur D. On a envie de denir
lintegrale double

f (x, y) dxdy
D

de telle mani`ere quelle soit egale au volume compris entre la base D et la surface
S = {(x, y, f (x, y) | (x, y) D}.

D
ention analytique
On decompose D de facon quelconque en sous-domaines disjoints D1 , D2 , . . . , Dn . Soit Ai
laire de chaque Di .

On choisit arbitrairement un point (i , i ) Di et on calcule


Vi = f (i , i ) Ai = volume du prisme de base Di et de hauteur zi = f (i , i )
volume limite par Di et la surface Si
201


CHAPITRE 8. INTEGRALES
MULTIPLES

202
On pose alors
Vn =

Vi =

i=1

f (i , i ) Ai

i=1

Posons = max di avec di = diam`etre du plus petit cercle contenant Di . Alors, on denit
i

f dA =
D

lim

n
0

Vn =

lim

f (i , i ) Ai

n
i=1
0

et ceci independamment du choix des Di , des i et des i .

On note aussi
f (x, y) dxdy au lieu de
f dA.
D

Lelement dA = dxdy est lelement dierentiel de surface.

8.1.2

Propri
et
es de lint
egrale double

En utilisant les proprietes des limites, on demontre que :

1.
(f + g) dA =
f dA +
g dA

f dA =

2.

f dA

3. Si D = D D et D D = alors

f dA =
D

f dA

4. si f 6 g sur D alors

f dA 6

f dA +

g dA.
D

1 dA = Aire(D)

5. si f (x, y) = 1 alors
D

8.1.3

Calcul eectif

Sur un rectangle
Supposons que D soit un rectangle : D = {(x, y) | a 6 x 6 b , c 6 y 6 d}.

Soit A(x) est laire de la section P P Q Q avec x xe [a; b].


8.1. INTEGRALES
DOUBLES
Alors

203

I=

f (x, y) dxdy =

A(x) dx

f (x0 , y) dy. Donc nalement

Or pour x = x0 xe, on a A(x0 ) =


c

b (

I=

f (x, y) dy
a

dx.

On int`egre donc dabord selon y en considerant x comme un param`etre et ensuite selon x.


Mais on peut faire linverse. On obtient donc aussi

d b

I=
c

f (x, y) dx dy.

|
{z
}
=B(y)

Cas particulier : si
f (x, y) = p(x)q(y)
alors

A(x) =

p(x)q(y) dy = p(x)

et alors

b(

I=
p(x)
a

q(y) dy
c

q(y) dy

dx =

p(x) dx

q(y) dy.
c

Lintegrale double, est dans ce cas le produit de 2 integrales simples.


Cas g
en
eral
Supposons que lon peut trouver deux fonctions (x) et (x) denie entre x1 et x2 telles
que
D = {(x, y) R2 | x [x1 ; x2 ] (x) 6 y 6 (x)}.

Laire de la section situee dans le plan vertical x = x0 est alors egale `a

(x0 )

A(x0 ) =

f (x0 , y) dy
(x0 )

et alors

x2

(x)

f (x, y) dxdy =
D

)
f (x, y) dy dx.

x1

(x)


CHAPITRE 8. INTEGRALES
MULTIPLES

204

De facon analogue, on peut dabord integrer selon la variable x qui varie entre (y) et (y)
et ensuite selon y. On obtient

y2

(y)

f (x, y) dxdy =

f (x, y) dx

y1

dy.

(y)

Remarque : En general, il faut decomposer D en plusieurs sous-domaines pour trouver


(x) et (x).
Remarque : Le choix de lordre dintegration ne change rien en theorie mais, en pratique,
il est important. Un bon choix peut conduire `a un petit nombre dintegrales alors quun
mauvais choix peut meme amener `a une integrale impossible `a calculer.

Exemples 8.1.
(1) Considerons la fonction f (x, y) = x + y sur le domaine D ci-contre

Prenons y = y0 xe on int`egre dabord selon x. Alors

x=42y0

A(y0 ) =

(x + y0 ) dx =
x=y0

)
x2
3
x=42y0
+ xy0
= = 8 4y0 y02 .
2
2
x=y0

Donc

y=1 (

f (x, y) dA =
D

y=0

(
1 ) 1 11
3 )
8 4y y 2 dy = 8y 2y 2 y 3 = .
2
2
2
0

Si on int`egre dabord selon y et ensuite selon x, il faut calculer 3 integrales :

x=1

. . . dA +
x=0

x=2

x=1

y
sin2 x sur le domaine
x2
D = triangle de sommets O(0, 0), A(, 0) et B(, ).

(2) soit f (x, y) =

x=4

. . . dA +

. . . dA.
x=2


8.1. INTEGRALES
DOUBLES

205

Domaine D :

Integration dabord selon y :

x=

y=x

y
sin2 x dy
2
x
x=0
y=0

1 2
sin x dx = .
=
2 0
4

f (x, y) dxdy =
D

dx =
0

1
y 2 y=x
2
sin
x

dx

x2
2 y=0

Integration dabord selon y :

x=

I=
y=0

x=y

Impossible dintegrer

)
( x=
)

sin2 x
sin2 x
dx dy =
y
dx dy = . . .
y
x2
x2
y=0
x=y

sin2 x
.
x2

(3) f (x, y) = 2xy sur le domaine D = quart de cercle de rayon 1 et de centre O(0, 0).

1 y= 1x2

2xy dA =
=

8.1.4

2xy dy dx =
0

[ x2
2

[ ]1x2
2
x y
dx =

y=0

x4 ]1

x(1 x2 ) dx

1
= .
4

Applications

Centre de masse
(A) Corps ponctuels

1
mi OPi
OG =
M
i=1

avec M =

mi = masse totale.

i=1

Le point G ne depend pas de lorigine O choisie. En eet si on prend O , on obtient


n
n
n
n

1
1
1
1
OG=
mi O Pi =
mi (O O + OPi ) =
mi O O +
mi OPi
M
M
M
M
i=1
i=1
i=1
i=1

= O O + OG.


CHAPITRE 8. INTEGRALES
MULTIPLES

206

(B) Cas general : soit D un domaine ni de masse specique (x, y).

Alors la masse mi dun tr`es petit sous-domaine Di est environ egale `a


mi = (x, y) Ai
avec Ai = Aire(Di ).
Masse totale :
n

Mn =

mi =

i=1

(i , i ) Ai

M=

(x, y) dA.
D

i=1

Pour le centre de masse, chaque Di donne une contribution de

mi OPi = (Pi ) Ai OPi .


En passant `a la limite, on obtient

1
OG =
M

(x, y) OP dxdy

avec OP =

x
y

En choisissant un syst`eme daxes, et en notant (xG , yG ) les coordonnees de G, on obtient


1
xG =
M

x (x, y) dxdy

et

1
yG =
M

y (x, y) dxdy.
D

Exemples 8.2.
1. Centre de masse dun demi disque homog`ene ( 1) de rayon R.

Masse totale :

M=

1 dxdy = A =
D

Centre de masse : par symetrie, on a xG = 0.

R2
.
2

(8.1)


8.1. INTEGRALES
DOUBLES

207

Pour yG la formule 8.1 donne

R R2 x2
2
y dxdy =

y dydx
R2 x=R y=0
D
R [ 2 ]R2 x2
y

dx
x=R 2 0
R
1 2

(R x2 ) dx
2
x=R
[
x3 ]R
R2 x
3 R
(
)
2
4
3
3
2R R =
R.
3
3

1
yG =
M

2
R2

2
R2
1
=
R2
1
=
R2

2. Centre de masse dun triangle homog`ene ( 1).


A laide dune translation et dune rotation, on peut toujours se ramener au cas suivant :
A(0, 0),

B(xB , yB )

et C(xB , yC ).

yB
x
Equation de la droite AB : y = mx + h =
xB
yC
Droite AC : y = mx + h =
x
xB
1
Masse du triangle = aire du triangle = A = xB (yC yB )
2
Alors
)

xB ( yC x
xB
xB
yC
yB
x dy dx =
x(
x
x) dx
x dxdy =
yB
xB
xB

x=0
x
x=0
xB
xB
yC yB 2
1 yC yB 3
=
x dx =
xB
xB
3
xB
x=0
1
= x2B (yC yB )
3
et donc
xG =

1
M

x dxdy =

2
1
2
1
x2 (yC yB ) = xB = (xA + xB + xC ).
xB (yC yB ) 3 B
3
3

De meme

xB

y dxdy =

yB
xB

x=0

1
6

yC
xB

2
yC
x2B

xB

y dy dx =

2 )
yB
x2B

x=0

x3B =

1
2

2
2
yC
yB

x2B
x2B

1
2
2
xB (yC
yB
).
6

)
x2 dx


CHAPITRE 8. INTEGRALES
MULTIPLES

208
et donc
1
yG =
A

y dxdy =

2
1
1
1
2
2
xB (yC
yB
) = (yB + yC ) = (yA + yB + yC ).
xB (yC yB ) 6
3
3

On a donc montre que dans un triangle ABC :


1 ( )
OG =
OA + OB + OC .
3
Propri
et
e du centre de masse : Soit D = D1 D2 Dn et Gi le centre de masse
de Di et mi la masse de Di . Alors G = barycentre des points Gi aectes des masses mi :

1
(m1 OG1 + m2 OG2 + + mn OGn )
OG =
M
Exemple : Centre de gravite du domaine D :

c
Rectangle 1 : m1 = 2bc et xG1 = 0 yG1 =
2
c
Rectangle 2 : m2 = 2ac et xG2 = 0 yG2 =
2
Alors xG = 0 et
1
1
c ba
yG =
(m1 yG1 + m2 yG2 ) =
(ac2 bc2 ) =
.
M
2bc + 2ac
2 a+b
Th
eor`
eme 8.3 (Theor`eme de Guldin). Soit D un domaine homog`ene du plan dont laire
vaut A. Soit G(xG , yG ) le centre de gravite de D. Soit V le volume du corps de revolution
engendre par rotation de D autour de laxe Ox. Alors
V = 2yG A

V = (circonference du cercle decrit par G) (aire de D)


b
[ 2
]
monstration : On a vu au chapitre 5 que V =
De
g (x) f 2 (x) dx. Donc
1
yG =
A
=

1
2A

1
ydxdy =
A
D

b[

b (
a

g(x)

f (x)

1
y dy dx =
A

]
1 V
g 2 (x) f 2 (x) dx =
.
2A

b[
1 2 ]g(x)
y
dx
2
f (x)
a


8.1. INTEGRALES
DOUBLES

209

Moment dinertie
Corps ponctuel de masse m tournant `a une distance r autour dun axe. Alors
J = mr2 .

Corps etendu D de masse specique (x, y) (= masse par unite de surface).


Tournant autour de laxe Ox :

Jx =
y 2 (x, y) dxdy.
D

Tournant autour de laxe Oy :

x2 (x, y) dxdy.

Jy =
D

Th
eor`
eme 8.4 (Theor`eme de Steiner). Notons JyG le moment dinertie par rapport `
a un
axe parall`ele `
a Oy et passant par le centre de gravite G(xG , yG ).

Alors
Jy = JyG + M x2G

o`
uM=

(x, y) dxdy est la masse totale


D

monstration : On a
De

[ 2
]
G
2
Jy =
(x xG ) (x, y) dxdy =
x 2xxG + x2G (x, y) dxdy
D
D

2
=
x (x, y) dxdy 2xG
x(x, y) dxdy + x2G
(x, y) dxdy
D

= Jy 2xG M xG + M x2G = Jy M x2G

8.1.5

Int
egration sur tout R2

Soit f (x, y) une fonction continue sur R2 . Comment denir

f (x, y) dxdy ?
R2

(A) Cas dune fonction positive : soit f (x, y) > 0 pour tout x, y R.
Soit {Dn } une suite de sous-ensembles bornes de R2 satisfaisant les 2 proprietes suivantes :


CHAPITRE 8. INTEGRALES
MULTIPLES

210
(1) Dn Dn+1 pour tout n N.

(2) Pour toute boule ouverte Br = B(O, r), il existe un nr N avec Br Dnr .
(Ceci implique que nN Dn = R2 .)

Posons alors

In =

f (x, y) dxdy.
Dn

Si la limite lim In = I existe, on denit


n

f (x, y) dxdy = lim

R2

f (x, y) dxdy.
Dn

On peut montrer que cette denition est bonne dans le sens quelle ne depend pas du
choix des Dn .

f (x, y) dxdy = + , on dit que lintegrale

Si lim

verge.

Dn

f (x, y) dxdy diR2

Crit`
ere de comparaison : soient 0 6 f (x, y) 6 g(x, y).

(i) Si R2 g dA converge alors R2 f dA converge aussi ;

(ii) Si R2 f dA diverge alors R2 g dA diverge aussi.


(B) Cas dune fonction quelconque : si f (x, y) est quelconque, on consid`ere dabord lintegrale



f (x, y) dxdy.
R2

(1) Si cette integrale converge on dit que R2 f (x, y) dxdy est absolument convergente. Dans ce cas, on peut montrer que la limite

lim

f (x, y) dxdy
Dn

existe et est independante du choix des Dn .

(2) Dans le cas o`


u
|f (x, y)| dxdy nest pas convergente, on ne peut pas denir
R2

f (x, y) dxdy comme precedemment car cette limite depend du choix des Dn .
R2


8.1. INTEGRALES
DOUBLES

211

Exemple : f (x, y) = x2 y 2 .

Soit Dn le carre de centre (0, 0) et de cote 2n. Alors

n n
n
( 2
)
4
4
2
2
f (x, y) dxdy =
x y dx dy =
( n3 2y 2 n) dy = n4 n4 = 0
3
3
Dn
n n
n 3

et donc lim
f (x, y) dA = 0.
n

Dn

Soit Dn = {(x, y) | 2n < x < 2n, n < y < n} le rectangle de centre (0, 0) et de cotes
2n et n. Alors
2n [

2n n
( 2
)
y 3 ]y=n
2
x y dydx =
x2 y
f (x, y) dxdy =
dx
3 y=n

2n
Dn
2n n
2n
[2
]2n
2
2
=
(2x2 n n3 ) dx = nx3 n3 x
3
3
3
2n
2n
8
32
= n4 n4 = 8n4 .
3
3

On a alors lim
f (x, y) dA = +.
n

8.1.6

Dn

Changement de variables

Soit D un domaine deni dans le plan Oxy. Considerons un changement de variables


h : R2 R2 deni par
( ) (
)
x
x(u, v)
h(u, v) =
=
y
y(u, v)
(

Alors
h(u, v) =

xu (u, v) xv (u, v)
yu (u, v) yv (u, v)

)
.

dans le plan Ouv.


Le domaine D se transforme en un domaine D

et limite par les points


Considerons un petit rectangle situe dans D
P (u, v),

Q(u + u, v),

R(u + u, v + v)

et

S(u, v + v).


CHAPITRE 8. INTEGRALES
MULTIPLES

212

Son aire est egale `a uv. Calculons la surface A correspondante dans D. Approximation
du 1er ordre autour du point P (u, v)
(

u
0

+ o(u)
h(u + u, v) = h(u, v) + h(u, v)
(
)
xu (u, v) u
h(u, v) +
.
yu (u, v) u
De meme
(

0
v

+ o(v)
h(u, v + v) = h(u, v) + h(u, v)
(
)
xv (u, v) v
h(u, v) +
.
yv (u, v) v
Alors

a = h(u + u, v) h(u, v)
et

b = h(u, v + v) h(u, v)

xu u
yu u
xv v
yv v

)
.
)
.

Laire du parallelogramme construit sur


a et b vaut
a b . Si u, v 0 alors

xv dv
0
xu du




dudv
0
dxdy = dA = yu du yv dv =

0
0
xu yv yu xv
(
)



xu xv

= |xu yv xv yu | dudv = det
dudv = deth dudv.
yu yv
(
)

(x, y)
xu xv



Notation : le terme |deth| = det
est aussi note
. Cest la valeur
yu yv
(u, v)
absolue du jacobien de h. On a ainsi demontre legalite
(x, y)


dxdy =
dudv.
(u, v)
Lors dun changement de variables donne par h(u, v) = (x, y), il faut donc remplacer
(x, y)


dxdy par
dudv
(u, v)

D par D
(
)
f (x, y) par f(u, v) = f x(u, v), y(u, v) .
Ainsi

f (x, y) dxdy =

(x, y)


f(u, v)
dudv.
(u,
v)


8.1. INTEGRALES
DOUBLES

213

{
}
Exemple 8.5. Soit D = (x, y) | x > 0, y > 0, 1 6 xy 6 4, 1 6 x2 y 2 6 3 .
Calculons

J=
(x2 + y 2 ) dxdy.
D

u = x2 y 2
v = 2xy.
{
}
= 1 6 u 6 3 , 2 6 v 6 8 = [1; 3] [2; 8] (cest un rectangle).
D devient D
) (
)
(u, v) (

ux uy 2x 2y

=
=
= 4(x2 + y 2 ). Donc
vx vy
2y 2x
(x, y)
On pose

dudv = 4(x2 + y 2 )dxdy.


Lintegrale devient

1 3
1
1
2
2
J=
dudv =
du
dv = 2 6 = 3.
(x + y )dxdy =
4 1
4
4
2
D
D

8.1.7
{

si

Application : coordonn
ees polaires

x = cos
y = sin

alors
(
h =

x x
y y

(
=

cos sin
sin cos

et det(h) = . On a donc
dx dy = d d

Exemple : Soit D le demi-disque superieur de centre (1, 0) et de rayon 1 et f (x, y) = y.


On veut calculer

I=
f (x, y) dxdy.
D

Coordonnees polaires :
le domaine D devient 6 2 cos ;
la fonction f devient f(, ) = sin .
Lintegrale devient donc

I=

/2 2 cos

f (x, y) dxdy =

D
/2

=
=0

/2 2 cos

2 sin dd

sin dd =
=0

1 =2 cos
sin() 3
3 =0

=0

=0

/2

d =
=0

=0

/2 2
8
2

= .
sin() cos3 () d = cos4
3
3
3
0


CHAPITRE 8. INTEGRALES
MULTIPLES

214
Int
egration sur R2

En coordonnees polaires, lintegrale sur tout R2 devient

f(, ) dd =

f (x, y) dxdy = lim

R =0

R2

=0

f(, ) dd

Application : calcul de lint


egrale derreur

2
On veut calculer I =
ex dx.

Probl`eme : ex ne poss`ede pas de primitive analytique.


2

Solution : on calcule I 2 ! ! !


2
2
I I =
ex dx
ey dy

2
2
=
ex y dxdy

R2

e
0

Donc

ex ey dxdy
2



coordonnees polaires

dd =

R2

I=

2
e ]
1
d d = 2
= 2 = .
2 0
2

ex dx =
2

Consequence : soit p > 0 et q R. Alors

epx

2 +qx

dx =

q
( px 2
)2 + q4p
p

q2

dx = e 4p

2 1
et dt =
p

q4p2
e .
p

En particulier, si p = et q = 0 on trouve une integrale valant 1.


2
f (x) = ex est donc une densite de probabilite (appelee gaussienne).

8.2
8.2.1

Int
egrales triples
D
enition

La denition et les proprietes de lintegrale triple sont analogues `a celles de lintegrale


double. On note

f (x, y, z) dV =
f (x, y, z) dxdydz
D

lintegrale de f sur le domaine D R3 borne.


Si f (x, y, z) 1, on a en particulier

1 dxdydz = V ol(D).
D


8.2. INTEGRALES
TRIPLES

8.2.2

215

Calcul eectif

la projection orthogonale de D sur le plan Oxy. Alors


Soit D

( +
(x,y)

f (x, y, z)dV =
D

D
b

z= (x,y)
(x)

=
x=a

y=(x)

f (x, y, z)dz

)
dxdy

+ (x,y)

z= (x,y)

f (x, y, z)dz dy dx.

Exemple 8.6.
D = tetra`edre de sommets A(1; 0; 0), B(0; 2; 0), C(0; 0; 4) et O(0; 0; 0).
f (x, y, z) = x.

= triangle ABO
D
Equation de la droite AB : y = 2x + 2
Equation du plan ABC : z = 4x 2y + 4.
Alors
)

( z=4x2y+4
1 2x+2 4x2y+4
x dV =
x dz dxdy =
x dz dy dx

D
D
z=0
0
0
0
1 2x+2 [ ]
1 2x+2
z=4x2y+4
(
)
=
xz
dy dx =
dx
4x2 2xy + 4x dy
0
0
0
0
0
1[
1
]2x+2
( 3
)
=
(4x2 + 4x)y xy 2
dx = =
4x 8x2 + 4x dx
0
0
0
[
]
y=1
8 3
1
4
2
= x x + 2x
= .
3
3
y=0

8.2.3

Changement de variables

Soit h : R3 R3 un changement de variables donne par

x = x(u, v, w)
y = y(u, v, w)

z = z(u, v, w)


CHAPITRE 8. INTEGRALES
MULTIPLES

216

xu xv xw
(x, y, z)



On note
:= yu yv yw
(u, v, w)
zu zv zw




. Alors on a legalite

(x, y, z)


dxdydz =
dudvdw
(u, v, w)

Coordonn
ees cylindriques
Si h(, , z) = (x, y, z) est denie par

x = cos
y = sin

z=z
alors

> 0,

[0; 2],

zR

x x xz
cos sin 0
h = y y yz = sin cos 0
z z zz
0
0
1

et |deth| = . Ceci donne la transformation


dxdydz = d d dz
Coordonn
ees sph
eriques
Si h(r, , ) = (x, y, z) est denie par

x = r cos sin
y = r sin sin

z = r cos

r > 0,

[0; ],

[0; 2]

alors h est donne au paragraphe 7.5 et lon a trouve


deth = r2 sin .
Noter que r2 sin > 0 pour r = 0 et ]0; [.
Ceci donne la transformation
dxdydz = r2 sin() dr d d

Exemple : soit D la sph`ere de centre O et de rayon R. Alors

1 dxdydz =

V ol(D) =
D
2

1 r2 sin() drdd =
D
R

4
d
sin() d
r2 dr = R3 .
3
| 0 {z } | 0 {z
} | 0 {z }
=2

=2

= 13 R3

r2 sin()d d dr
r=0

=0

=0


8.2. INTEGRALES
TRIPLES

217

Application : calcul de masse


Soit D un corps dont la masse volumique est (x, y, z). La masse dun petit parallelepip`ede
rectangle est
mk (xk , yk , zk ) xk yk zk .
En integrant, on trouve la masse totale du corps

M=

(x, y, z) dxdydz.
D

Application : calcul du centre de gravit


e
Comme pour la dimension 2, le centre de gravit
e est donne par la formule :

1
OG =
M

(x, y, z) OP dxdydz

()

o`
u (x, y, z) est la masse volumique et M la masse totale du corps.
En composantes, lequation () secrit

xG
x
yG = 1

y dxdydz
(x, y, z)
M
D
zG
z
Exemple
8.7. Centre de gravite de lhe}
misph`ere nord homog`ene ( 1).
{
2
2
2
2
D = (x, y, z) | x + y + z 6 R , z > 0

Par symetrie, xG = yG = 0.
1 4
2
De plus M = R3 = R3 .
2 3
3
zG =

1
M

z dxdydz
D

3
r cos() r2 sin() drdd
2 R3

D
R

2
2
3
R4
3
3
r
dr

sin()
cos()
d

d =

=
3
3
2R 0
2R
4
0
0
R
=3 .
8
=


CHAPITRE 8. INTEGRALES
MULTIPLES

218

Application : moment (polaire) dinertie


Rappel : J = mr2 o`
u m est la masse et r la distance entre le corps et laxe de rotation :

Corps de domaine D et de masse volumique (x, y, z).


Axe vertical passant par lorigine. Alors



Jz =
(x2 + y 2 )(x, y, z) dxdydz
coordonnees cylindriques
D

2
=

(, , z) dddz =
3
(, , z) dddz

Exemple : cylindre homog`ene de base un cercle de centre (0, 1) de rayon 1 et de hauteur 1 :

066
6 2 sin
Equations en coordonnees cylindriques :

06z6h

Jz =
=h

= 4h
|0

3 1 dddz =
[

1 4

d
0

3
sin4 d = h.
2
{z
}

== 3
8

2 sin

3 dddz
0

]2 sin

h
0


8.3. INTEGRALES
DE SURFACES

8.3
8.3.1

219

Int
egrales de surfaces
Repr
esentation param
etrique dune surface

Nous traiterons ici uniquement le cas des surfaces dans R3 .


D
enition 8.8. Une surface est limage dun domaine D R2 par une application continue : D R3 :

x = x(u, v)
y = y(u, v)

z = z(u, v)
(u, v) D sont les param`
etres.

Remarque 8.9.
Si lon peut trouver une fonction f (x, y) telle que z = f (x, y), alors la surface est le
graphe de f .
Si lon peut eliminer les param`etres u et v on obtient lequation cartesienne de la surface
: F (x, y, z) = 0.
Exemples 8.10.
1. Lequation x2 + y 2 = 4 est lequation cartesienne dun cylindre de revolution vertical
daxe Oz et de rayon 2. Une parametrisation est

x = 2 cos u
y = 2 sin u
0 6 u 6 2,
vR

z=v

ATTENTION : 1 equation dans R3 donne toujours une surface meme si une variable
napparat pas.
2. Surface helicodale H :

x = u cos v
y = u sin v

z =cv

u, v R

Si lon xe un param`etre u = R on obtient la courbe situee sur H

x = R cos v
y = R sin v

z =cv
qui ne depend plus que dun param`etre v. Cest une helice.


CHAPITRE 8. INTEGRALES
MULTIPLES

220

Plus generalement, si lon xe un des 2 param`etres dune surface, on obtient une courbe
situe sur la surface.

3. Sph`ere de centre O et de rayon R :

x = R cos sin
y = R sin sin

z = R cos

[0, 2],

[0, ]

En xant = 0 , on a
z = z0 = R cos 0 = cste
et on obtient un cercle dans le plan horizontal z = z0 : cest un parall`
ele. Si 0 = 2 ,
cest lequateur.
Si lon xe = 0 , on obtient un cercle dans le plan vertical dequation
sin(0 ) x cos(0 ) y = 0 : cest un m
eridien.

8.3.2

Calcul de laire dune surface

Soit D R2 et : D R3 une surface denie par

x(u, v)
(u, v) = y(u, v)
z(u, v)
En reprenant le calcul eectue pour le changement de variables (cf. 8.1.6), on obtient

a u du et b v dv avec

xu
u = yu
zu

xv
v = yv .
zv

et

Alors
dS = u v dudv
et laire de la surface vaut

u v dudv

AS =
(u,v)D


8.3. INTEGRALES
DE SURFACES

221

Relation importante :
u v 2 = u 2 v 2 sin2 = u 2 v 2 (1 cos2 ) = u 2 v 2 (u v )2

Exemple 8.11. Aire dune zone spherique :

x = R cos sin
y = R sin sin
:

z = R cos

[0, 2],

[1 , 2 ]

On a

R cos cos
x
et = y = R sin cos
z
R sin

x
R sin sin
= y = R cos sin
z
0
ce qui donne

R2 cos sin2
= R2 sin sin2
R2 sin cos

et donc = R2 sin . Alors


dS = R2 sin d d
Laire dune bande spherique comprise entre 1 et 2 est donc

S=
0

R2 sin() d d = 2 R2

sin d = 2R2 (cos 1 cos 2 ) = 2R h

o`
u h = R cos 1 R cos 2 = hauteur de la bande.
On retrouve : aire de la sph`ere = 4R2 .

8.3.3

Cas explicite z = f (x, y)

Si la surface est le graphe dune fonction z = f (x, y) alors une parametrisation evidente est

x=u
y=v

z = f (u, v)


CHAPITRE 8. INTEGRALES
MULTIPLES

222

1
0
Donc u = 0 et v = 1 ce qui donne
fu
fv

fu



u v = fv = fu2 + fv2 + 1
1
Laire de la surface vaut donc

AS =

fx2

1+

fy2

dxdy =

(x,y)D

1 + (f )2 dxdy

(x,y)D

o`
u (f )2 = f f = f T f .

Rappel : longueur dune courbe. L =

1 + f (x)2 dx

xI

Exemple 8.12.
Calculer laire de la surface z = f (x, y) = xy situee `a linterieur du cylindre () : x2 +y 2 = 1.

fx = y
fy = x

Donc

S=

dS =

1 + fx2 + fy2 dxdy =

1+

x2

y2

dxdy =

x2 +y 2 61

d
0

(, )
61

1 + y 2 + x2 dxdy

1 + 2 d d

1 2
1
1

(1 + 2 ) 2 d = 2 (1 + 2 )3/2 =
(2 2 1).
3
3
0

Application

Surface (u, v), (u, v) D de masse surfacique (x, y, z). Alors sa masse est M =

dS.
D

8.4

Int
egrales d
ependant dun param`
etre

Considerons une fonction f (x, t) `a 2 variables. Supposons que f (x, t) et ft (x, t) =


sont continues sur un rectangle D = {(x, t) | x1 6 x 6 x2 , t1 6 t 6 t2 }.
Posons
x2
F (t) =
f (x, t) dx.
x1

Alors

f
t (x, t)

`
8.4. INTEGRALES
DEPENDANT
DUN PARAMETRE

223

Th
eor`
eme 8.13 (Theor`eme 1). F (t) est derivable (meme de classe C 1 ) et
x2

F (t) =
ft (x, t) dt.
x1

On peut passer la derivee `


a linterieur de lintegrale.
On generalise ce resultat au cas o`
u les bornes dependent de t.
Th
eor`
eme 8.14 (Theor`eme 2). Soit

x2 (t)

F (t) =

f (x, t) dx.
x1 (t)

Supposons que f (x, t) et ft (x, t) sont continues en x et t et que x1 (t) et x2 (t) sont derivables.
Alors
x2 (t)
(
)
(
)

F (t) = f (x2 (t), t x2 (t) f (x1 (t), t x1 (t) +


ft (x, t) dx
x1 (t)

Les theor`emes 1 et 2 se generalisent pour les fonctions `a plus de 2 variables et pour les
integrales doubles ou triples.
Ces 2 theor`emes restent valables pour les integrales impropres

f (x, t) dx
I

)
]
[
avec I = a; + et/ou lim f (x, t) =
xa+

si lon rajoute ces 2 hypoth`


eses :
(I) il existe
une fonction g(x) > 0 denie sur I avec |f (x, t)| 6 g(x) pour tout t [t1 ; t2 ]

et g(x) dx < + ;
I

(II) il existe
une fonction (x) > 0 denie sur I avec |ft (x, t)| 6 (x) pour tout t [t1 ; t2 ]

et (x) dx < +.
I

Applications

1. Calcul de I (t) =
0

sin(tx)
ex
dx ( > 0).
|
{z x }
=f (x,t)

Remarquons dabord que I (0) = 0.


sin(tx)
= t.
x0
x

Integrale impropre en + mais pas en x = 0 car lim f (x, t) = 1 lim


x0

On a
ft (x, t) = ex

1
cos(tx) x = ex cos(tx).
x

Verions les hypoth`eses (I) et (II) :


ex
dont lintegrale sur [1; +[ converge ;
x

x
(II) |ft (x, t)| 6 e
et
ex dx converge.
(I) |f (x, t)| 6


CHAPITRE 8. INTEGRALES
MULTIPLES

224
Le theor`eme 1 donne alors

I (t) =
ft (x, t) dx
0

=
ex cos(tx) dx

1
x
(t
sin
tx

cos
tx)
e
.
= 2
2
2
+t
+ t2
0

I.P.P

En integrant, on obtient

dt + C = arctan
2
+ t2

I (t) =

( )
t
+ C.

Comme I (0) = 0 on en deduit que C = 0 et donc nalement que

e
0

sin(tx)

dx = I (t) = arctan
x

2. Calcul de

J=

( )
t

ex x sin x dx.

On pose

I(t) =

sin(x) etx dx

pour t > > 0.


Alors le theor`eme 1 (les hypoth`eses (I) et (II) sont remplies) donne


sin(x) etx (x) dx = J = I (1).
ft (x, t) dx =
I (t) =
0

Mais une integration par parties donne



[
I(t) =
sin(x) etx dx =

]
1
1
tx
(t
sin
x
+
cos
x)e
.
=
2
1+t
1 + t2
0
0
2t
1
Donc I (t) =
. On en conclut que J = I (1) = .
2
2
(1 + t )
2
Int
egrale dEuler
Par denition on pose

(x) =

tx1 et dt

Ici, x est le param`etre et t la variable dintegration.


Pour tout x > 0, lintegrale converge.
Proprietes:


(1) =
et dt = et = 1.
0
0

I.P.P.
x
t
x t
(x + 1) =
t |{z}
e
dt = t e +
x tx1 et dt = x(x)
|{z}
0
0
0
| {z }
f
g
En particulier, si x = n N, alors

=0

(n + 1) = n (n) = n(n 1) (n 1) = = n! (1) = n!


On peut donc dire que la fonction (x) etend la factorielle `a tout R.



1
2
12 t
1 u2
u2
t e dt |{z}
( ) =
=
u e 2udu = 2
e
du =
eu du = .
2
0
u=0
0

t=u2


8.5. INTEGRALES
CURVILIGNES

8.5

225

Int
egrales curvilignes

On ne traitera ici que le cas de courbes dans R3 mais les cas n = 2 ou n > 3 se deduisent
aisement. On consid`ere une courbe (derivable)

x(t)
: (t) = y(t)
z(t)

8.5.1

a6t6b

Int
egration dun champ scalaire

Soit f (x, y, z) une fonction reelle denie sur R3 . On a envie de denir

f ds.

Rappel :
ds =

x 2 (t) + y 2 (t) + z 2 (t) dt = element dierentiel de longueur = (t)

dt

On pose alors

f ds :=

f ((t)) (t)

dt =
a

(
)
f x(t), y(t), z(t) x 2 (t) + y 2 (t) + z 2 (t) dt

Interpr
etation physique : si f (x, y, z) est la masse par unite de longueur de la courbe ,
alors
f ds est la masse totale de la courbe.

8.5.2

Int
egration dun champ vectoriel

x(t)
F1 (x, y, z)

Soit (t) = y(t) une courbe et F (x, y, z) = F2 (x, y, z) un champ vectoriel. Nous
z(t)
F3 (x, y, z)
denissons
b

F ((t)) (t)

dt
F ds =

o`
u designe le produit scalaire.

Interpretation physique : si F est un champ de force et la trajectoire dun mobile, alors


F ds

est le travail de F le long de .


(

)
x2 y
Exemple : Soit le champ de force F (x, y) =
.
y2 + x
Calculer le travail de F entre les points P (0, 1) et Q(1, 2)
(a) le long de la droite d passant par P et Q ;
(b) le long de la parabole dequation y = x2 + 1.


CHAPITRE 8. INTEGRALES
MULTIPLES

226
Solution :

(
(a) Parametrisation de d : (t) =

t
t+1

)
avec 0 6 t 6 1.

Alors

(
(t)

1
1

et le champ de force sur vaut


(
)
(
)
F (t) = F t, t + 1 =

t2 (t + 1)
(t + 1)2 + t

(
=

t2 t 1
t2 + 3t + 1

et lintegrale devient
) ( )
t2 t 1
1

dt
2 + 3t + 1
t
1
d
0
0
1
(2
)
[2
]1 5
t t 1 + t2 + 3t + 1 dt = t3 + t2 0 = .
=
3
3
0
(
)
t
(b) Parametrisation de la parabole : (t) =
avec 0 6 t 6 1.
t2 + 1

F ds =

(
)
F (t) (t)

dt =

Alors

(
(t)

et

)
(
)
F (t) = F t, t2 + 1 =

1(

1
2t

t2 (t2 + 1)
(t2 + 1)2 + t)

(
=

1
t4 + 2t2 + t + 1

et lintegrale devient

) (
)
1
1

dt
t4 + 2t2 + t + 1
2t
0
0
1
[ t6
]1
2
=
2t5 + 4t3 + 2t2 + 2t 1 dt =
+ t4 + t3 + t2 t = 2.
3
3
0
0

F ds =

F ((t)) (t)

dt =

1(

On constate que le travail de F depend du chemin parcouru. Ceci est vrai en general. Mais
si F est le gradient dune fonction, alors le travail est independant du chemin parcouru.
Th
eor`
eme 8.15. Soit V : R3 R un champ scalaire de classe C 2 et

Vx

F = V = Vy
Vz


8.5. INTEGRALES
CURVILIGNES

227

le gradient de V .
Soit : I = [a, b] R3 une courbe avec (a) = P (point de depart) et (b) = Q (point
darrivee). Alors

(
)
(
)


F ds = V (b) V (a) = V |Q V |P .

Le travail de F ne depend pas du chemin parcouru mais uniquement du point de depart et


du point darrivee.
I

En particulier, sur une courbe fermee (P=Q), on a


V ds = 0.

monstration :
De

b
b
[
]b


F ds =
F ((t)) (t)

dt =
V ((t)) (t)

dt = V ((t))

= V ((b)) V ((a)).
car la r`egle de composition donne

d
V ((t)) = V ((t)) (t).

dt

D
enition 8.16. Le champ scalaire V est appele potentiel et on dit que F est un champ

conservatif lorsquil existe V avec F = V (et V de classe C 2 ).


Comment savoir si un champ vectoriel donn
e est conservatif ou non ?
Supposons que F = V avec V de classe C 2 . Alors

F1
Vx
F2 = Vy
F3
Vz
Comme V est de classe C 2 , on doit avoir Vyx = Vxy , Vzy = Vyz et Vzx = Vxz ce qui donne
F2
F1
=
,
y
x

F2
F3
=
z
y

et

F1
F3
=
z
x

(CI)

Cest une condition necessaire. Si F ne satisfait pas (CI), il ne peut pas etre conservatif.
Le theor`eme suivant arme, que sur certains domaines D, (CI) est aussi une condition
susante :
Dabord une denition :
D
enition 8.17 (Simplement connexe). Un domaine D R3 ( R2 ) est dit simplement
connexe
(1) si pour tout couple de points P, Q D il existe une courbe (continue) contenue dans
D et reliant P et Q. ;
(2) et si toute courbe fermee contenue dans D peut se contracter en un seul point sans
sortir de D (il ny a pas de trous dans D).


CHAPITRE 8. INTEGRALES
MULTIPLES

228

Th
eor`
eme 8.18. Soit D R3 un ouvert simplement connexe et F : D R3 un champ
vectoriel tel que la condition (CI) soit satisfaite.
Alors il existe un potentiel V : D R telle que
V = F.
Remarque : le theor`eme est aussi vrai dans le plan : il sut de remplacer la condition (CI)
par
F1
F2
=
.
y
x
monstration :
De
On utilise les resultats sur les integrales avec param`etres.
(i) On suppose dabord que D est un parallelepip`ede rectangle (ou un rectangle si on est
dans R2 ).
Choisissons un point (x0 , y0 , z0 ) D et pour tout (x, y, z) D, posons
x
y
z
V (x, y, z) =
F1 (, y0 , z0 ) d +
F2 (x, , z0 ) d +
F3 (x, y, ) d
x0

y0

z0

Alors
y
z
F2
F3
V
(x, y, z) = F1 (x, y0 , z0 ) +
(x, , z0 ) d +
(x, y, ) d
x
y0 x
z0 x
z
y
F1
F1
(x, , z0 ) d +
(x, y, ) d
= F1 (x, y0 , z0 ) +
y0
z0
[
]y
[
]z
= F1 (x, y0 , z0 ) + F1 (x, , z0 ) y0 + F1 (x, y, ) z0

Vx (x, y, z) =

= F1 (x, y0 , z0 ) + F1 (x, y, z0 ) F1 (x, y0 , z0 ) + F1 (x, y, z) F1 (x, y, z0 )


= F1 (x, y, z)
De meme on calcule que Vy (x, y, z) = F2 (x, y, z) et Vz (x, y, z) = F3 (x, y, z) ce qui montre
que
V = F.
(ii) Si D nest pas un parallelepip`ede rectangle, on int`egre de proche en proche.


8.5. INTEGRALES
CURVILIGNES

229

Contre-exemple : lhypoth`ese D simplement connexe est essentielle.


Considerons le champ vectoriel
(
)
1
y
F = 2
.
x
x + y2
On a

F1
y 2 x2
= 2
y
(x + y 2 )2

F2
y 2 x2
F1
= 2
=
.
x
(x + y 2 )2
y

et

Mais F nest pas continu en (0, 0). Et donc le domaine D nest pas simplement connexe.
Integrons ce champ vectoriel le long dun cercle centre `a lorigine et de rayon 1 :
(
)
cos t
(t) =
0 6 t 6 2
sin t

ds = (t)

dt =

sin t
cos t

)
dt

et

F ((t)) ds =

1
2
sin + cos2 t

sin t
cos t

) (
)
2
sin t

dt =
1 dt = 2.
cos t
0

Si le theor`eme sappliquait, on devrait trouver 0.


En revanche,
ee ne contenant pas le point (0, 0) alors on
si on prend une courbe ferm

aura bien
F ds = 0.