Vous êtes sur la page 1sur 236

COLE POLYTECHNIQUE

FDRALE DE LAUSANNE
Cours dAnalyse I et II
Sections
Microtechnique
&
Science et genie des materiaux
Dr. Philippe Chabloz
avril 2013
Table des mati`eres
1 Sur les nombres 1
1.1 Les nombres entiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Denitions et notations . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Demonstration par recurrence . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 La formule du binome . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Les nombres rationnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Les nombres reels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Developpement decimal . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.3 Majorants et bornes superieures . . . . . . . . . . . . . . . . . . . . 7
1.4 Les nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1 Denition et proprietes . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.2 Representation dans le plan, module et argument . . . . . . . . . . . 9
1.4.3 Conjugue complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.4 Forme trigonometrique . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.5 Similitude du plan complexe . . . . . . . . . . . . . . . . . . . . . . 14
1.4.6 Racines n-i`eme dun nombre complexe . . . . . . . . . . . . . . . . . 15
1.5 Polynomes et racines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.1 Denition et division euclidienne . . . . . . . . . . . . . . . . . . . . 17
1.5.2 Theor`eme fondamental de lalg`ebre . . . . . . . . . . . . . . . . . . . 17
1.5.3 Equations du second degre . . . . . . . . . . . . . . . . . . . . . . . 18
1.5.4 Equations de degre 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2 Suites reelles et series numeriques 21
2.1 Suites reelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.2 Convergence dune suite . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.3 Proprietes de convergence des suites . . . . . . . . . . . . . . . . . . 25
2.1.4 Sous-suites et points daccumulation . . . . . . . . . . . . . . . . . . 28
2.1.5 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Suites recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.1 Methodes pour trouver la limite dune suite recurrente . . . . . . . . 29
2.3 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Convergence dune serie . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Proprietes des series . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.3 Series `a termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.4 Series alternees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.5 Serie absolument convergente . . . . . . . . . . . . . . . . . . . . . . 38
iii
iv TABLE DES MATI
`
ERES
2.4 Denition du nombre e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 Un petit resume de quelques series . . . . . . . . . . . . . . . . . . . . . . . 44
3 Fonctions reelles et continuite 45
3.1 Denitions generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Fonctions reelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Quelques fonctions reelles elementaires . . . . . . . . . . . . . . . . . . . . . 47
3.4 Representation des courbes planes . . . . . . . . . . . . . . . . . . . . . . . 53
3.5 Valeur limite dune fonction `a linni . . . . . . . . . . . . . . . . . . . . . . 55
3.6 Valeurs limites en un point et continuite . . . . . . . . . . . . . . . . . . . . 56
3.6.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.2 Proprietes des limites . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.6.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.7 Continuite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.7.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7.2 Prolongement par continuite . . . . . . . . . . . . . . . . . . . . . . 63
3.7.3 Proprietes des fonctions continues . . . . . . . . . . . . . . . . . . . 64
4 Derivees et applications 65
4.1 La derivee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.1.3 Regles de calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.1.4 Derivees des fonctions elementaires . . . . . . . . . . . . . . . . . . . 69
4.1.5 Derivee de la fonction reciproque . . . . . . . . . . . . . . . . . . . . 71
4.1.6 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2 Derivee des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2.1 Representation parametrique . . . . . . . . . . . . . . . . . . . . . . 75
4.3 Theor`eme de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3.1 Quelques theor`emes . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3.2 La r`egle de Bernoulli-lHospital . . . . . . . . . . . . . . . . . . . . . 78
4.3.3 Comparaison des croissances des fonctions (ln x)

, x

et e
x
. . . . . 82
4.4 Derivees dordres superieurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5.1 Croissance et extremum . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5.2 Courbure et point dinexion . . . . . . . . . . . . . . . . . . . . . . 86
4.6 Developpement limite et serie de Taylor . . . . . . . . . . . . . . . . . . . . 87
4.6.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.6.3 Operations sur les developpements limites . . . . . . . . . . . . . . . 93
4.6.4 Application : calcul de limite . . . . . . . . . . . . . . . . . . . . . . 94
4.6.5 Application aux extremums . . . . . . . . . . . . . . . . . . . . . . . 95
4.6.6 Formule dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.7 Resolution numerique dequations : methode de Newton . . . . . . . . . . . 96
5 Calcul integral 99
5.1 Lintegrale denie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.1.1 Denition par sommes de Riemann . . . . . . . . . . . . . . . . . . . 99
5.1.2 Proprietes de lintegrale denie . . . . . . . . . . . . . . . . . . . . . 100
5.1.3 Theor`eme fondamental du calcul integral . . . . . . . . . . . . . . . 101
TABLE DES MATI
`
ERES v
5.2 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2.1 Denition et proprietes . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2.2 Recherche des primitives . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.2.3 Integration des fonctions rationnelles . . . . . . . . . . . . . . . . . . 108
5.2.4 Integration des fonctions rationnelles de fonctions trigonometriques . 111
5.2.5 Quelques autres techniques . . . . . . . . . . . . . . . . . . . . . . . 112
5.3 Integrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.3.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.3.2 Crit`eres de convergence . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.4 Application : calcul daires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.4.1 Aire entre 2 courbes . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.4.2 Domaine ferme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.4.3 Surfaces sectorielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.4.4 Longueur darc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5 Calcul des volumes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.5.1 Cas o` u laire des sections est connue . . . . . . . . . . . . . . . . . . 124
5.5.2 Corps de revolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.6 Surface de revolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.7 Convergence des series : crit`ere integral . . . . . . . . . . . . . . . . . . . . 129
6 Equations dierentielles ordinaires 131
6.1 Introduction et denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.2 Equation dierentielle du premier ordre . . . . . . . . . . . . . . . . . . . . 132
6.2.1 Equation separable . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.2.2 Equation homog`ene en x et y . . . . . . . . . . . . . . . . . . . . . . 134
6.2.3 Equation lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.2.4 Equation du type y

=
_
ax+by+c
dx+ey+f
_
. . . . . . . . . . . . . . . . . . 139
6.2.5 Equation de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.3 Equation dierentielle du 2`eme ordre . . . . . . . . . . . . . . . . . . . . . . 140
6.3.1 Equation sans terme y . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.3.2 Equation autonome (sans terme x) . . . . . . . . . . . . . . . . . . . 140
6.3.3 Equation lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6.3.4 Equation de Ricati . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.3.5 Equation dierentielle dEuler . . . . . . . . . . . . . . . . . . . . . . 147
6.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.4.1 Position dequilibre dun cable . . . . . . . . . . . . . . . . . . . . . 148
6.4.2 Phenom`enes oscillatoires . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.4.3 Circuit RLC serie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
7 Calcul dierentiel `a plusieurs variables 157
7.1 Lespace R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.1.1 Structures sur R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.2 Courbes dans R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.2.2 Derivabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.2.3 Longueur dune courbe . . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.2.4 Angle entre deux courbes . . . . . . . . . . . . . . . . . . . . . . . . 163
7.3 Fonctions reelles `a plusieurs variables . . . . . . . . . . . . . . . . . . . . . . 163
7.3.1 Graphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.3.2 Ensembles et courbes de niveau . . . . . . . . . . . . . . . . . . . . . 164
vi TABLE DES MATI
`
ERES
7.4 Derivees partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
7.4.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.4.2 Approximation du 1er ordre and plan tangent . . . . . . . . . . . . . 167
7.4.3 R`egles de derivation . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
7.4.4 Derivee directionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.4.5 Gradient et courbes de niveau . . . . . . . . . . . . . . . . . . . . . . 173
7.4.6 Derivees partielles dordres superieurs . . . . . . . . . . . . . . . . . 174
7.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.5.1 Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.5.2 Classication des points stationnaires . . . . . . . . . . . . . . . . . 180
7.6 Theor`eme des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . 187
7.6.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.6.2 Theor`eme general . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.6.3 Application : equation du plan tangent `a une surface implicite . . . 189
7.7 Extremum sous contraintes : multiplicateur de Lagrange . . . . . . . . . . . 190
7.7.1 Multiplicateur de Lagrange . . . . . . . . . . . . . . . . . . . . . . . 190
7.7.2 Contraintes multiples . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.8 Fonctions de R
n
dans R
m
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.8.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.8.2 Application : changement de coordonnees . . . . . . . . . . . . . . . 198
8 Integrales multiples 201
8.1 Integrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.1.1 Denition et interpretation geometrique . . . . . . . . . . . . . . . . 201
8.1.2 Proprietes de lintegrale double . . . . . . . . . . . . . . . . . . . . . 202
8.1.3 Calcul eectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.1.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
8.1.5 Integration sur tout R
2
. . . . . . . . . . . . . . . . . . . . . . . . . 209
8.1.6 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 211
8.1.7 Application : coordonnees polaires . . . . . . . . . . . . . . . . . . . 213
8.2 Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.2.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.2.2 Calcul eectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
8.2.3 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 215
8.3 Integrales de surfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
8.3.1 Representation parametrique dune surface . . . . . . . . . . . . . . 219
8.3.2 Calcul de laire dune surface . . . . . . . . . . . . . . . . . . . . . . 220
8.3.3 Cas explicite z = f(x, y) . . . . . . . . . . . . . . . . . . . . . . . . . 221
8.4 Integrales dependant dun param`etre . . . . . . . . . . . . . . . . . . . . . . 222
8.5 Integrales curvilignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.5.1 Integration dun champ scalaire . . . . . . . . . . . . . . . . . . . . . 225
8.5.2 Integration dun champ vectoriel . . . . . . . . . . . . . . . . . . . . 225
Chapitre 1
Sur les nombres
1.1 Les nombres entiers
1.1.1 Denitions 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 Demonstration par recurrence
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 n
0
N (souvent
n
0
= 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 = n
0
.
2) On demontre ensuite, en admettant que le resultat est vrai pour n n
0
, quil reste vrai
pour n + 1. On montre donc limplication
P(n) = P(n + 1) n n
0
Variante 2) On admet le resultat pour tout k tel que n
0
k n et on le demontre pour
n + 1. On demontre donc, dans cette variante, limplication
_
P(k) k {n
0
, n
0
+ 1 , . . . , n}

= P(n + 1).
Exemples 1.1.
(a) Montrons que
S(n) = 1 + 2 + 3 + +n =
n(n + 1)
2
n 1.
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) = 1 + 2 + 3 + +n + (n + 1) =
n(n + 1)
2
+n + 1 =
n(n + 1) + 2(n + 1)
2
=
n
2
+ 3n + 2
2
=
(n + 1)(n + 2)
2
ce qui montre que la formule reste vraie pour n + 1.
1
2 CHAPITRE 1. SUR LES NOMBRES
(b) Demontrons la formule suivante :
S(n) = 1 + 2
2
+ 3
2
+ +n
2
=
1
6
n(n + 1)(2n + 1).
1) La formule est vraie pour n = 1 car 1 =
1
6
1 2 3.
2) On suppose que la formule est vraie pour n. Alors
1 + 2
2
+ 3
2
+ +n
2
. .
=
1
6
n(n+1)(2n+1)
+(n + 1)
2
=
1
6
n(n + 1)(2n + 1) +n
2
+ 2n + 1
=
1
6
_
n(n + 1)(2n + 1) + 6n
2
+ 12n + 6
_
=
1
6
_
2n
3
+ 9n
2
+ 13n + 6
_
=
1
6
(n + 1)(n + 2)(2n + 3)
ce qui demontre la formule pour n + 1.
1.1.3 Nombres premiers
Denition 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.
Theor`eme 1.4. Tout nombre naturel n > 1 secrit de mani`ere unique comme produit de
nombres premiers, i.e.
n = p
e
1
1
p
e
2
2
p
e
r
r
o` u p
1
< p
2
< < p
r
sont des premiers uniques et les e
i
sont des entiers 1 egalement
uniquement determines par n.
De plus, les nombres premiers p
1
, p
2
, , p
n
sont les uniques nombres premiers divisant n.
D emonstration : (par recurrence)
Ici, le debut de la recurrence est n
0
= 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 k 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 n. Par hypoth`ese de recurrence, le theor`eme est
vrai pour d et m. Ainsi
d = p
e
1
1
p
e
2
2
. . . p
e
r
r
m = q
c
1
1
q
c
2
2
. . . q
c
s
s
et donc n + 1 = p
e
1
1
p
e
2
2
. . . p
e
r
r
q
c
1
1
q
c
2
2
. . . q
c
s
s
o` u les p
i
et les q
j
sont des nombres premiers.
Lunicite de cette decomposition est admise sans preuve ici.
Theor`eme 1.5 (Euclide). Il existe une innite de nombres premiers
D emonstration :
Supposons, par labsurde, quil existe un nombre ni n de premiers et notons-les p
1
, p
2
,
. . .p
n
. Soit
N = p
1
p
2
p
n
+ 1.
Par les theor`emes precedents, il est alors divisible par un nombre premier cest-`a-dire quil
existe un p
i
qui divise N. Mais comme p
i
divise egalement le produit p
1
p
2
p
n
, il doit
diviser aussi la dierence, cest-`a-dire N p
1
p
2
p
n
= 1 ce qui est absurde. Il existe donc
une innite de nombres premiers.
1.1. LES NOMBRES ENTIERS 3
1.1.4 La formule du binome
Denition 1.6 (Coecients binomiaux). On pose, pour tout n N et pour tout k n, k
N.
_
n
k
_
=
n!
k!(n k)!
=
n(n 1)(n 2) (n k + 1)
k(k 1)(k 2) 2 1
.
Remarque 1.7. Par symetrie de la denition, on a toujours
_
n
k
_
=
_
n
n k
_
Exemple 1.8.
_
4
2
_
=
4!
2!2!
= 6
_
4
3
_
=
4!
3!1!
= 4
_
5
2
_
=
5 4
2
= 10
Proprietes : On a, entre autres,
1.
_
n
0
_
=
_
n
n
_
= 1.
2.
_
n
1
_
=
_
n
n 1
_
= n pour tout n 1.
3.
_
n
k
_
+
_
n
k 1
_
=
_
n + 1
k
_
(cf. exercices)
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
:
Theor`eme 1.9 (Formule du binome). Soient a, b R et n N. Alors
(a +b)
n
= a
n
+
_
n
1
_
a
n1
b +
_
n
2
_
a
n2
b
2
+ . . . +
_
n
n 1
_
ab
n1
+ b
n
=
n

k=0
_
n
k
_
a
nk
b
k
.
En particulier, on a
(a +b)
2
= a
2
+ 2ab +b
2
(a +b)
3
= a
3
+ 3a
2
b + 3ab
2
+b
3
(a +b)
4
= a
4
+ 4a
3
b + 6a
2
b
2
+ 4ab
3
+b
4
4 CHAPITRE 1. SUR LES NOMBRES
D emonstration : Par recurrence :
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.
(a+b)
n+1
= (a +b)(a +b)
n
= (a +b)
n

k=0
_
n
k
_
a
nk
b
k
= a
n

k=0
_
n
k
_
a
nk
b
k
+ b
n

k=0
_
n
k
_
a
nk
b
k
=
n

k=0
_
n
k
_
a
nk+1
b
k
+
n

k=0
_
n
k
_
a
nk
b
k+1
=
n

k=0
_
n
k
_
a
nk+1
b
k
+
n+1

j=1
_
n
j 1
_
a
nj+1
b
j
j := k + 1
=
_
n
0
_
a
n+1
+
__
n
1
_
+
_
n
0
__
a
n
b +
__
n
2
_
+
_
n
1
__
a
n1
b
2
+. . .
+
__
n
n
_
+
_
n
n 1
__
ab
n
+
_
n
n
_
b
n+1
=
_
n + 1
0
_
a
n+1
+
_
n + 1
1
_
a
n
b +
_
n + 1
2
_
a
n1
b
2
+ +
_
n + 1
n
_
ab
n
+
_
n + 1
n + 1
_
b
n+1
(par la propriete 3 ci-dessus)
=
n+1

k=0
_
n + 1
k
_
a
n+1k
b
k
.
1.2 Les nombres rationnels
On denit
Q = {
m
n
; m Z, n Z

}
avec lequivalence
m
n
=
m

mn

= m

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 c
2
= 1 + 1 = 2, donc c =

2. Or
Proposition 1.10. Le nombre

2 nest pas rationnel.


D emonstration : Supposons, par labsurde, quil existe p, q Z avec

2 =
p
q
et supposons
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
p
2
q
2
= 2
1.3. LES NOMBRES R

EELS 5
ce qui donne 2q
2
= p
2
. Lentier p
2
est donc pair ce qui signie que p lest aussi. Donc p = 2p

et alors on a
2q
2
= p
2
= (2p

)
2
= 4p
2
.
En divisant par 2, on obtient q
2
= 2p
2
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 Les nombres reels
1.3.1 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

2,
3

2,
4

5, ,

, e, e
2
, ln(5) sont tous des nombres reels
non rationnels.
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 r b intervalle ferme
r ]a; b] a < r b intervalle semi-ouvert
Denition 1.13. Si r R et r Q, alors r est dit irrationnel.
Exemples 1.14.
(transcendant)

2 (algebrique).
Proposition 1.15. Considerons le nombre

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.
6 CHAPITRE 1. SUR LES NOMBRES
1.3.2 Developpement decimal
Theor`eme 1.16. Soit r un nombre reel. Alors r est rationnel si et seulement si son
developpement decimal est periodique.
D emonstration :
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
n
= 0, c
1
c
2
c
3
c
4
. . .
o` u les c
i
sont obtenus par une division euclidienne. Les restes successifs r
i
sont toujours
< n. Apr`es au plus n divisions, on retrouvera donc un reste r
j
egal `a un reste precedent r
i
et le processus de division devient periodique.
Le developpement devient donc periodique `a partir de la decimale c
i
. Notons que la longueur
de la periode est au plus egale `a n.
Exemple 1.17.
2
7
=
Montrons la reciproque. Soit
r = d
1
d
2
. . . d
m
, e
1
e
2
. . . e
r
c
1
c
2
. . . c
n
un nombre reel dont le developpement decimal est periodique. On va montrer que r Q. Il
est clair que le nombre d
1
d
2
. . . d
m
, e
1
e
2
. . . e
r
est rationnel. Il sut donc de montrer que
s = 0, c
1
c
2
. . . c
n
est rationnel. Posons N = c
1
c
2
. . . c
n
. Alors
10
n
s = c
1
c
2
. . . c
n
, c
1
c
2
. . . c
n
s = 0, c
1
c
2
. . . c
n
En soustrayant la seconde ligne `a la premi`ere, on obtient
(10
n
1)s = c
1
c
2
. . . c
n
= N
et donc
s =
N
10
n
1
.
Exemples 1.18.
1) Soit r = 0, 34526.
s = 0, 526, N = 526, n = 3.
Alors
s =
526
10
3
1
=
526
999
et
r =
34
100
+
526
99900
=
8623
24975
.
2) Soit s = 0, 13. Alors N = 13, n = 2 et
s =
13
10
2
1
=
13
99
.
1.3. LES NOMBRES R

EELS 7
1.3.3 Majorants et bornes superieures
Dans cette section, S designera soit Q soit R et A sera un sous-ensemble non vide de S.
Denition 1.19. A est dit majore (resp. minore) dans S sil existe s S tel que a 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 borne 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.
Denition 1.20 (Borne superieure ou supremum). Un majorant s de A est appele la borne
superieure 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 s

.
On note alors s = sup A.
Si A nest pas majore, on pose sup A =
Denition 1.21 (Borne inferieure ou inmum). Un minorant s de A est appele la borne
inferieure 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
Proprietes des nombres reels
(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| x
2
< 2}
Cest un sous-ensemble borne de Q car, par exemple,
3
2
est un majorant de A et
3
2
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 r
2
= s
2
= 2 et donc que
sup A =

2 et inf A =

2.
8 CHAPITRE 1. SUR LES NOMBRES
1.4 Les nombres complexes
1.4.1 Denition et proprietes
Dans R,
4 operations possibles ;
toutes les racines n-i`emes de tous les nombres positifs existent.
MAIS

1 nexiste pas dans R. Ou autrement dit, le polynome X


2
+ 1 est irreductible
dans R.
On introduit alors le nombre i deni par
i
2
= 1
et lensemble des nombres complexes est alors
C := {a +bi ; a, b R}
Exemples 1.24.
1+3i

2i 4,

5,
2 2
3
i, 1
4
3
i sont des nombres complexes.
Terminologie
Soit z = a + bi un nombre complexe. Le nombre reel a est appele la partie reelle 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 reel.
Si a = 0, alors z est dit imaginaire (pur)
On denit les 4 operations dans C de la mani`ere suivante :
Addition :
z
1
= a +bi z
2
= c +di
z
1
+z
2
= (a +bi) + (c +di) = (a +c) + (b +d)i
Oppose :
Si z = a +bi, alors
z = a bi.
Exemples 1.25.
(1 +i) + (3 4i) = (1 + 3) + (1 4)i = 4 3i
(

2 +

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

2 + 1 + (

3 +
3
2
)i
(2 i) (1 + 4i) = 2 1 i 4i = 1 5i
1.4. LES NOMBRES COMPLEXES 9
Multiplication :
Si z
1
= a +bi et z
2
= c +di alors
z
1
z
2
= (a +bi)(c +di) = ac +adi +bci +bdi
2
= ac bd + (ad +bc)i
car i
2
= 1.
Inverse :
Tout nombre complexe z = 0 a un inverse : si z = a +bi alors
1
z
=
a bi
a
2
+b
2
=
a
a
2
+b
2

b
a
2
+b
2
i
Verication :
z
1
z
= (a +bi)
a bi
a
2
+b
2
=
(a +bi)(a bi)
a
2
+b
2
=
a
2
abi +abi b
2
i
2
a
2
+b
2
=
a
2
+b
2
a
2
+b
2
= 1.
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 : z
1
< z
2
na aucun sens ! ! ! ! !
Proprietes dans C
1. Commutativite : z
1
+z
2
= z
2
+z
1
z
1
z
2
= z
2
z
1
2. Associativite : (z
1
+z
2
) +z
3
= z
1
+ (z
2
+z
3
)
z
1
(z
2
z
3
) = (z
1
z
2
)z
3
3. Distributivite de laddition
par rapport `a la multiplication : z
1
(z
2
+z
3
) = z
1
z
2
+z
1
z
3
1.4.2 Representation dans le plan, module et argument
Soit z = a +bi un nombre complexe. On peut lui associer le point P
z
(a ; b) du plan.
Denition 1.26. Soit z = a +bi.
10 CHAPITRE 1. SUR LES NOMBRES
Le module de z est le nombre reel |z| = r =

a
2
+b
2
(toujours 0).
L argument de z est le nombre reel arg(z) = deni par les deux egalites :
cos =
a

a
2
+b
2
=
a
|z|
sin =
b

a
2
+b
2
=
b
|z|
ATTENTION : On a tan() =
b
a
mais nest pas toujours egal `a arctan
_
b
a
_
.
Exemples 1.27. 1) z = 2 + 6i P
z
(2, 6)
|z| =

(2)
2
+ 6
2
=

40
arctan(6/ 2) = 1.249 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 11
1.4.3 Conjugue complexe
Si z = a +bi, on denit
z = a bi.
On a alors
zz = (a +bi)(a bi) = a
2
(bi)
2
= a
2
+b
2
= |z|
2
.
Quelques proprietes
1) zz = |z|
2
=
1
z
=
z
|z|
2
.
2) z = z ; z +w = z +w
3) |z| = |z| ; arg(z) = arg(z).
4) z +z = 2a ; z z = 2bi
5) z
2
= (z)
2
car
(a +bi)
2
= a
2
b
2
+ 2abi = a
2
b
2
2abi = (a bi)
2
=
_
a +bi
_
2
.
Consequence : zw = z w
En eet, dune part
(z +w)
2
= (z +w)
2
= (z +w)
2
= z
2
+ 2z w +w
2
et dautre part
(z +w)
2
= z
2
+ 2zw +w
2
= z
2
+ 2zw +w
2
.
Donc 2z w = 2zw ce qui implique zw = z w.
6)
|zw| = |z| |w|
Le module dun produit est egal au produit des modules.
D emonstration :
|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
z

=
1
|z|

w
z

=
|w|
|z|
12 CHAPITRE 1. SUR LES NOMBRES
7) Inegalite du triangle :
|z +w| |z| +|w|
D emonstration :
On a dabord
|z| =

a
2
+b
2

a
2
= |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 (*) |z|
2
+|w|
2
+ 2|zw|
= |z|
2
+|w|
2
+ 2|z||w| = (|z| +|w|)
2
.
Donc |z +w| |z| +|w|.
1.4.4 Forme trigonometrique
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 trigonometrique
Soient
z
1
= [r
1
;
1
] = r
1
(cos
1
+i sin
1
) et z
2
= [r
2
;
2
] = r
2
(cos
2
+i sin
2
).
Alors
z
1
z
2
= r
1
r
2
(cos
1
+i sin
1
)(cos
2
+i sin
2
)
= r
1
r
2
[(cos
1
cos
2
sin
1
sin
2
) +i(cos
2
sin
1
+ cos
1
sin
2
)]
= r
1
r
2
[cos(
1
+
2
) +i sin(
1
+
2
)] .
1.4. LES NOMBRES COMPLEXES 13
Donc |z
1
z
2
| = r
1
r
2
= |z
1
||z
2
| et arg(z
1
z
2
) =
1
+
2
= arg(z
1
) + arg(z
2
)
Ainsi
largument dun produit est egal `a la somme des arguments.
Il sensuit que
arg
_
1
z
_
= arg
_
z
|z|
2
_
= arg
_
1
|z|
2
_
+ arg(z) = 0 arg(z) = arg(z).
On en deduit
arg
_
z
1
z
2
_
= arg(z
1
) + arg
_
1
z
2
_
= arg(z
1
) arg(z
2
)
En resume
1. [r
1
;
1
] [r
2
;
2
] = [r
1
r
2
;
1
+
2
]
2.
[r
1
;
1
]
[r
2
;
2
]
=
_
r
1
r
2
;
1

2
_
3. z
n
= [r; ]
n
= [r
n
; n ]
Exemple 1.29. Calculons z =
(1 +i)
9
(1 i)
7
.
On a 1 +i = [

2;

4
] et 1 i = [

2;

4
]. Alors
z =
[

2; /4]
9
[

2; /4]
7
=
[

2
9
; 9/4]
[

2
7
; 7/4]
=
[16

2; 9/4]
[8

2; 7/4]
=
_
16

2
8

2
; 9/4 (7/4)
_
= [2; 4] = [2; 0] = 2.
Applications :
Soit z = [1; ] = cos() +i sin().
Alors
z
n
= [1
n
; 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
= cos
3
+ 3i cos
2
sin + 3i
2
cos sin
2
+i
3
sin
3

= cos
3
3 cos sin
2
+i(3 cos
2
sin sin
3
)
On en deduit les formules trigonometriques pour le triple dun angle :
cos(3) = cos
3
3 cos sin
2

sin(3) = 3 cos
2
sin sin
3

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 ; ] = re
i
.
1.4.5 Similitude du plan complexe
On peut faire correspondre `a toute similitude du plan complexe une operation
algebrique dans C.
(I) Translation de vecteur
_
a
b
_
Addition du nombre w = a +bi.
(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 15
(IV) Symetrie daxe Ox prise du conjugue : z 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
w
n
= 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
[s
n
; n] = [r; +k 2] k Z.
Ceci donne le syst`eme
_
s
n
= r
n = +k 2 k Z
dont les solutions sont donnees par
_
s =
n

r
=

n
+k
2
n
k Z
Il y a donc exactement n racines n-i`eme de z distinctes donnees par
w
k
=
_
n

r;

n
+k
2
n
_
k = 0, 1, 2, . . . , n 1.
En resume, on a la formule suivante pour tout q Q :
[r ; ]
q
= [r
q
; q +kq2] k Z
Exemples 1.31.
1) z = 1 = [1; 0]. Les racines n-i`eme de 1 sont
w
k
=
_
n

1; 0 +k
2
n
_
=
_
1; k
2
n
_
k = 0, 1, 2 . . . , n 1.
(On a w
0
= [1, 0] = 1)
16 CHAPITRE 1. SUR LES NOMBRES
Les w
k
sont sur les sommets dun n-gone regulier.
Les w
k
sont les racines (les zeros) dans C du polynome X
n
1.
2) Si n = 3 dans lexemple 1) ci-dessus, alors on a
w
0
= 1
w
1
= [1;
2
3
] = 1(cos
2
3
+i sin
2
3
) =
1
2
+

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

3
2
i =: j
On peut verier directement par calcul que
j
3
= j
3
= 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 carrees ( n = 2 )
Le nombre complexe z = [r, ] a deux racines carrees qui sont donnees par
w
0
= [

r;

2
]
w
1
= [

r;

2
+] = w
0
.
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 w
2
= z, i.e
(u +vi)
2
= u
2
v
2
+ 2uvi = a +bi
ce qui donne le syst`eme
_
_
_
u
2
v
2
= a
2uv = b
u
2
+v
2
=

a
2
+b
2
car |

z| =

|z|
()
Exemples 1.32.
1) Cherchons les 2 racines carrees du nombre z = i. On resoud le syst`eme (*)
_
_
_
u
2
v
2
= 0
2uv = 1
u
2
+v
2
= 1
ce qui donne u =
1

2
et donc v = u.
Les 2 racines carrees de i sont
1

2
+
1

2
i et
1

2
i.
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. POLYN

OMES ET RACINES 17
et donc
w
0
=
_
5;
0.9273
2

5
_
cos
_

0.9273
2
_
+i sin
_

0.9273
2
_
_
= 2 i.
Et alors w
1
= w
0
= 2 +i.
Pas de choix canonique.
ATTENTION La notation

z est `a eviter. Exemple :
1 =

1 =

(1)(1) =

1 = i i = 1 !!!!!!!!
1.5 Polynomes et racines
1.5.1 Denition et division euclidienne
Soit X une indeterminee ou variable. Alors P(X) = a
n
X
n
+ a
n1
X
n1
+ + a
1
X + a
0
avec a
n
= 0 est appele un polynome de degre n. On note n = deg(P). Les nombres a
k
sont
les coecients du polynome. 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) z
0
est une racine de P(X) si P(z
0
) = 0 autrement
dit si
a
n
z
n
0
+ +a
1
z
0
+a
0
= 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 z
0
(degre 1) alors
P(X) = Q(X)(X z
0
) +R R R
avec P(z
0
) = 0 R = 0.
En resume, un polynome poss`ede z
0
comme racine si et seulement sil est divisible par
X z
0
.
Corollaire 1.33. Un polynome de degre n poss`ede au plus n racines.
1.5.2 Theor`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 :
Theor`eme 1.34 (Theor`eme fondamental de lalg`ebre). Tout polynome 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 polynome `a coecients dans C se factorise en un produit de polynomes de degre 1.
18 CHAPITRE 1. SUR LES NOMBRES
Polynome `a coecients reels
Proposition 1.35. Soit P(X) = a
n
X
n
+ + a
1
X + a
0
un polynome `a coecients
reels : a
k
R. Si z C est un zero de P(X), alors z lest aussi.
D emonstration :
On a par hypoth`ese P(z) = 0, cest-`a-dire
a
n
z
n
+ +a
1
z +a
0
= 0.
En prenant le conjugue des deux cotes de cette egalite, on obtient
a
n
z
n
+ +a
1
z +a
0
= 0.
Mais comme les a
k
sont reels, on a a
k
= a
k
pour tout k et donc a
n
z
n
+ + a
1
z + a
0
= 0
ce qui montre que P(z) = 0
Corollaire 1.36. Tout polynome `a coecients reels se factorise en un produit de polynomes
du premier ou du deuxi`eme degre.
D emonstration :
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) =
n

i=1
(X z
i
) (n = degre de P).
Si z
i
nest pas reel, alors z
i
doit aussi apparatre dans cette decomposition par la proposition
precedente. En multipliant les 2 termes
(X z
i
) et (X z
i
)
on obtient le polynome
X
2
(z
i
+z
i
)X +z
i
z
i
= X
2
2Re(z
i
)X +|z
i
|
2
qui est `a coecients reels.
1.5.3 Equations du second degre
Les solutions de lequation aX
2
+bX +c = 0 sont donnees par la formule :
z
1,2
=
b

b
2
4ac
2a
avec a, b, c C.
1.5.4 Equations de degre 3
Soit X
3
+ aX
2
+ bX + c = 0. En posant Y = X +
a
3
, on se ram`ene `a une equation de la
forme
Y
3
+pY +q = 0.
On pose alors R =
_
q
2
_
2
+
_
p
3
_
3
. Trois cas peuvent se presenter :
1.5. POLYN

OMES ET RACINES 19
R > 0. Alors on pose
v =
3

q
2
+

R et w =
3

q
2

R
et les 3 solutions sont
Y
1
= v +w (reelle) Y
2,3
=
v +w
2

v w
2

3 i (complexes)
R = 0. Alors il y a deux racines reelles dont une est double :
Y
1
=
3

4q et Y
2,3
=
3

q
2
si R < 0, on pose S =

p
3
27
et cos =
q
2R
. Les 3 racines reelles sont alors donnees
par la formule :
Y
k
= 2
3

S cos(
+k 2
3
) k = 0, 1, 2.
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 Y
1
= v +w = 6 et Y
2,3
= 3

3 i. Les solutions sont


alors
X
1
= Y
1
+ 7 = 13 et X
2,3
= Y
2,3
+ 7 = 4

3i.
Remarque generale
Il faut noter que le theor`eme fondamental de lalg`ebre ne donne aucune methode pour cal-
culer 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 reelles et series numeriques
2.1 Suites reelles
2.1.1 Denitions
Denition 2.1 (Suite). Une suite reelle est une suite
a
1
, a
2
, a
3
, a
4
, . . .
de nombres reels, lindice parcourant tous les nombres entiers. Ce nest donc rien dautre
quune fonction
a : N

R
o` u lon note a
n
plutot que a(n). Lelement a
n
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 {a
n
}.
Exemple 2.2.
1. La formule
a
n
=
9n 20
n
2
denit une suite dont les premiers termes sont
a
1
= 11, a
2
=
1
2
, a
3
=
7
9
, a
4
= 1, a
5
= 1, . . .
On peut reporter les valeurs a
n
sur la droite reelle. Les points obtenus sont appeles les
points ou les nombres de la suite.
Denition 2.3.
1. Une suite est constante si le terme general ne depend pas de n.
Par exemple la suite denie par a
n
=

3 est constante.
2. Une suite {a
n
} est bornee si tous les points de la suite se situe dans un intervalle [M; M]
pour un M R
+
. Autrement dit si |a
n
| M pour tout n N

.
Exemple : La suite denie par a
n
=
1
n
est bornee car |a
n
| 1.
21
22 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
3. Une suite {a
n
} est croissante (resp. decroissante) si `a partir dun indice n N, on a
toujours
a
n+1
a
n
(resp. a
n+1
a
n
)
Exemple : reprenons lexemple ci-dessus
a
n
=
9n 20
n
2
.
Alors
a
n+1
a
n
=
9(n + 1) 20
(n + 1)
2

9n 20
n
2
=
9n
3
+ 9n
2
20n
2
9n
3
18n
2
9n + 20n
2
+ 40n + 20
n
2
(n + 1)
2
=
9n
2
+ 31n + 20
n
2
(n + 1)
2
=
(n 4)(9n + 5)
n
2
(n + 1)
2
< 0 pour tout n 5.
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 :
1) a
n
= 5 +
1000
n
: presque tous les points sont < 6.
2) a
n
=

n : alors presque tous les points sont 10
25
.
3) a
n
=
n
1253
: on ne peut pas dire presque tous les points sont non entiers car il y a
une innite de n pour lesquels a
n
N.
2.1.2 Convergence dune suite
Denition 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| < .
Denition 2.5 (suite convergente). On dit quune suite {a
n
} 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


|a
n
a| < n > N

.
On note alors
lim
n
a
n
= a.
2.1. SUITES R

EELLES 23
Exemples 2.6.
1) La suite denie par a
n
=
1
n
converge vers 0. En eet
|a
n
0| <
1
n
< n >
1

.
On choisit donc N

= E(
1

) et on est assure que d`es que n > N

, alors |a
n
| < . Donc
lim
n
1
n
= 0.
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.
2) a
n
=
9n 20
n
2
. Alors lim
n
a
n
= 0
D emonstration : Soit > 0. Alors
|a
n
0| =

9n 20
n
2

<
9n
n
2
=
9
n
<
d`es que n >
9

. Il sut donc de prendre


N

= E
_
9

_
+ 1.
3) Soit a
n
= q
n
avec |q| < 1. Alors
lim
n
a
n
= 0.
D emonstration : On utilise linegalite de Bernoulli :
(1 +x)
n
1 +nx n N, x ] 1; [.
D emonstration de lin egalit e de Bernoulli : On proc`ede par recurrence.
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 + nx
2
..
0
1 + (n + 1)x.
Revenons `a la suite a
n
= q
n
:
Si q = 0, on a a
n
= 0 pour tout n et la suite converge donc vers 0.
Si q = 0, on ecrit |q| =
1
1+h
avec h > 0. Alors
|a
n
| = |(
1
1 +h
)
n
| =
1
(1 +h)
n

1
1 +nh
<
1
nh
.
Donc |a
n
| < d`es que nh >
1

i.e. d`es que n >


1
h
. On pose donc N

= E
_
1
h
_
.
24 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

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

a
n
} converge vers

a.
On peut supposer a = 0. On a (

a
n

a)(

a
n
+

a) = a
n
a ce qui donne
|

a
n

a| =
|a
n
a|

a
n
+

a

|a
n
a|

a
<

a
= .
Une suite qui ne converge pas est dite divergente.
Exemples 2.8.
1) a
n
= cos
n
2
. On a
a
1
= 0, a
2
= 1, a
3
= 0, a
4
= 1, a
5
= 0, a
6
= 1, a
7
= 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
a
n
= (1)
n
n
n + 1
= (1)
n
n + 1 1
n + 1
= (1)
n
_
1
1
n + 1
_
.
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.
Denition 2.9 (Points daccumulation). Un point a de la droite reelle est un point dac-
cumulation de la suite {a
n
} 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
a
n
=
n
2
+ 1
n + 1
.
Apr`es division euclidienne, on obtient que
a
n
= n 1 +
2
n + 1
.
Ainsi les a
n
deviennent aussi grands que lon veut lorsque n augmente. On dit que a
n
tend
vers linni.
2.1. SUITES R

EELLES 25
Denition 2.11. La suite {a
n
} tend vers linni si pour tout r R, il existe N
r
N

tel que lon ait a


n
> r d`es que n > N
r
(presque tous les points de la suite sont `a droite de
r). On note alors
lim
n
a
n
= .
On a une denition analogue pour la limite vers .
Exemple 2.12. a
n
= (1)
n

n. Cette suite ne converge pas, meme pas vers linni.


2.1.3 Proprietes de convergence des suites
(I) Toute suite convergente est bornee. En dautres termes, si {a
n
} a, alors |a
n
| M
pour un certain M R.
(II) Une suite convergente na quun seul point daccumulation.
(III) Si {a
n
} a et {b
n
} b, alors
{a
n
+b
n
} a +b , R.
(IV) Si {a
n
} a et {b
n
} b, alors {a
n
b
n
} ab. Autrement dit
lim
n
a
n
b
n
= lim
n
a
n
lim
n
b
n
si ces limites existent.
D emonstration :
Par (I), il existe M tel que |a
n
| < M et |b
n
| < M.
Soit > 0. Posons

=

2M
. Par hypoth`ese,
|a
n
a| <

pour n > N
1
(

) et |b
n
b| <

pour n > N
2
(

).
Posons N = max(N
1
; N
2
). Alors, pour tout n > N, on a
|a
n
b
n
ab| = |a
n
(b
n
b) +b(a
n
a)|
|a
n
(b
n
b)| +|b(a
n
a)|
|M| (|b
n
b| +|b| |a
n
a|
M

+M

= 2M

= .
Ceci montre que la suite a
n
b
n
converge vers ab.
Exemple 1 : soit a
n
=

n + 1

n. Alors
a
n
=
(

n + 1

n)(

n + 1 +

n)

n + 1 +

n
=
n + 1 n

n + 1 +

n
=
1

n + 1 +

n
=
1

n

1
1 +

1 +
1
n
n
0
1
2
= 0.
26 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
Donc lim
n
a
n
= 0.
Exemple 2 : p N

, on a lim
n
n

n
p
= 1.
En eet,
n

n
p
=
n

n
n

n
n

n
. .
p fois
.
Donc
lim
n
n

n
p
= ( lim
n
n

n)
p
= 1
p
= 1.
(V) Si {a
n
} a et {b
n
} b avec b
n
= 0 = b alors
_
a
n
b
n
_

a
b
.
Exemple : a
n
=
(3n + 2)(n + 3)
n
2
+n + 1
. Que vaut lim
n
a
n
? (=

). On a
a
n
=
3n
2
+ 11n + 6
n
2
+n + 1
=
n
2
(3 +
11
n
+
6
n
2
)
n
2
(1 +
1
n
+
1
n
2
)
=
3 +
11
n
+
6
n
2
1 +
1
n
+
1
n
2
n

3
1
= 3.
(VI) Toute suite monotone et bornee est convergente
Si elle est croissante, elle converge vers a = sup
n
a
n
.
Si elle est decroissante, elle converge vers a = inf
n
a
n
.
D emonstration : Faisons la preuve pour {a
n
} bornee et croissante :
{a
n
} bornee implique |a
n
| M.
= a = sup
nN

a
n
existe (cf. chapitre 1)
avec a
n
a pour tout n
et il existe n

avec a
n
> a .
Mais {a
n
} est croissante. Donc
= n > n

a
n
a
n
> a
= a < a
n
a < a +
= |a
n
a| < n > n

=: N

= lim
n
a
n
= a = sup{a
n
| n N

}.
(VII) Soit {a
n
} une suite bornee et {b
n
} une suite convergeant vers 0.
Alors la suite {a
n
b
n
} converge vers 0.
Exemple : a
n
=
1
n
sin n. Alors lim
n
a
n
= 0.
2.1. SUITES R

EELLES 27
Theor`eme 2.13 (Theor`eme des gendarmes pour les suites). Soient {a
n
}, {u
n
} et {v
n
}
trois suites satisfaisant les 2 proprietes suivantes :
(i) il existe N
0
N avec u
n
a
n
v
n
pour tout n > N
0
;
(ii) lim
n
u
n
= lim
n
v
n
= L.
Alors
lim
n
a
n
= L.
D emonstration : Comme lim
n
u
n
= L, pour tout > 0, il existe N
1
() N tel que
< u
n
L < pour tout n > N
1
. De meme, il existe N
2
() N tel que < v
n
L <
pour tout n > N
2
. Alors si N() = max(N
0
, N
1
, N
2
), on a pour tout n > N
< u
n
L a
n
L v
n
L <
ce qui donne |a
n
L| < pour tout n > N().
Exemple 2.14. soit a
n
=
n

n. Alors
lim
n
n

n = 1.
D emonstration :
_
1 +
1

n
_
n
1 +
n

n
= 1 +

n 1.
Donc
_
1 +
1

n
_
2n
n 1
ce qui implique, en prenant la racine n-i`eme :
_
1 +
1

n
_
2

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

n = 1.
Theor`eme 2.15 (Crit`ere de dAlembert). Soit {a
n
} une suite reelle telle que l = lim
n

a
n+1
a
n

existe. Alors
1. si l < 1, la suite {a
n
} converge vers 0 ;
2. si l > 1, la suite {a
n
} diverge.
D emonstration :
1. Par hypoth`ese, `a partir dun certain indice N, on a

a
n+1
a
n

< < 1. Donc


|a
n+1
| |a
n
|
Par recurrence, ceci implique que
0 |a
N+n
|
n
|a
N
|.
Comme < 1 la suite
n
converge vers 0 (exemple ci-dessus). Le theor`eme des gendarmes
implique que
lim
n
|a
N+n
| = lim
n
|a
n
| = 0.
28 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
Donc lim
n
a
n
= 0.
2. A partir dun certain indice N, on a
|a
n+1
| |a
n
|
avec > 1. Donc on a, par recurrence, |a
N+n
|
n
|a
N
|.
Ceci montre que a
N+n
nest pas majoree. La suite {|a
n
|} diverge donc et `a fortiori la suite
{a
n
} aussi.
Exemple 2.16. Considerons la suite a
n
=
1000
n
n!
. On a

a
n+1
a
n

=
1000
n+1
(n + 1)!
n!
1000
n
=
1000
n + 1
qui converge vers 0 lorsque n . Donc l = 0. Le crit`ere de dAlembert implique que
lim
n
a
n
= 0.
2.1.4 Sous-suites et points daccumulation
Denition 2.17 (Sous-suite). Soit {a
n
} une suite reelle et {n
k
}
kN
une suite strictement
croissante dentiers. Alors {a
n
k
} est une sous-suite de {a
n
}.
On a alors la reformulation suivante :
Un point daccumulation = la limite dune sous-suite convergente
Exemple 2.18.
Reprenons la suite a
n
= (1)
n
n
n + 1
.
Dej`a vu : 2 points daccumulation qui sont 1 et 1.
Sous-suite dindice pairs : a
2k
= (1)
2k
2k
2k + 1
=
2k
2k + 1
k
1
Sous-suite dindice impairs : a
2k1
= (1)
2k1
2k 1
2k
=
2k 1
2k
k
1
2.1.5 Suites de Cauchy
Denition 2.19. Une suite {a
n
} est une suite de Cauchy si > 0, il existe N

tel
que
|a
n
a
m
| < n, m > N

Theor`eme 2.20. Toute suite convergente est une suite de Cauchy.


Sans d emonstration.
La reciproque est vraie dans R : toute suite de Cauchy est convergente. On dit alors que R
est complet.
2.2. SUITES R

ECURRENTES 29
Cest une propriete fondamentale des nombres reels que ne poss`ede pas Q : on peut trouver
une suite {q
n
} 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 recurrentes
Denition 2.21. Une suite est dite recurrente si a
n+1
est denie `a partir de a
n
, cest-`a-dire
si
a
n+1
= g(a
n
).
Exemple 2.22. a
1
= 2 et a
n+1
=
2a
n
1 +a
n
. Alors
a
2
=
4
3
a
3
=
2 4/3
1 + 4/3
=
8
7
a
4
=
16
15
, etc...
2.2.1 Methodes pour trouver la limite dune suite recurrente
1`ere methode
On essaie de se ramener `a une suite non-recurrente en exprimant le terme general comme
une fonction de n, a
n
= f(n), et non plus de a
n1
.
Exemple : Dans lexemple ci-dessus, on constate que
a
n
=
2
n
2
n
1
.
On demontre cette formule par recurrence.
1) si n = 1, on a bien a
1
=
2
1
= 2 : ok.
2) Supposons la formule vraie pour n. Alors
a
n+1
=
2a
n
1 +a
n
=
2
2
n
2
n
1
1 +
2
n
2
n
1
| 2
n
1
=
2
n+1
2
n
1 + 2
n
=
2
n+1
2
n+1
1
.
On peut alors calculer la limite :
lim
n
a
n
= lim
n
2
n
2
n
1
= lim
n
1
1 2
n
= 1.
2`eme methode
On demontre dabord que la suite converge et le cas echeant on passe `a la limite dans
lequation a
n+1
= g(a
n
) 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
30 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
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 : a
1
= 2 et a
n+1
=
2a
n
1+a
n
.
On constate dabord que a
n
> 0 pour tout n.
(A) On montre, par recurrence, que a
n
> 1 pour tout n.
1) Cest vrai pour n = 1.
2) Supposons a
n
> 1. On doit montrer que a
n+1
=
2a
n
1 +a
n
> 1. Or, puisque 1 +a
n
> 0, on
a
2a
n
1 +a
n
> 1 2a
n
> 1 +a
n
a
n
> 1.
Or ceci est vrai par hypoth`ese de recurrence. Donc a
n+1
> 1.
(B) Montrons ensuite, par recurrence, que la suite est decroissante, cest-`a-dire que
a
n+1
< a
n
:
1) n = 1 : on a bien a
2
< a
1
2) Soit n 1. Supposons que a
n+1
< a
n
et montrons que a
n+2
< a
n+1
. On a
a
n+2
a
n+1
=
2a
n+1
1 +a
n+1

2a
n
1 +a
n
=
2a
n+1
(1 +a
n
) 2a
n
(1 +a
n+1
)
(1 +a
n+1
)(1 +a
n
)
=
2(a
n+1
a
n
)
(1 +a
n+1
)(1 +a
n
)
< 0.
La suite est donc decroissante. Comme elle est minoree, elle converge donc.
a
n+1
=
2a
n
1 +a
n
limite
a =
2a
1 +a
a
2
+a = 2a a(a 1) = 0.
Cette equation a 2 solutions a = 0 et a = 1. Comme a
n
> 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 a
1
= 2 et a
n+1
=
1
a
n
. On a
a
1
= 1, a
2
=
1
2
, a
3
= 2, a
4
=
1
2
, a
5
= 2, . . .
Cette suite ne converge pas (2 points daccumulations) mais si lon passe `a la limite dans
la formule de denition, on obtient
a
n+1
=
1
a
n
limite
a =
1
a
a
2
= 1 a = 0 oua = 1 ! ! ! !
Exemple 2.24. Soit r > 0 un nombre reel strictement positif. Considerons la suite denie
par
a
n+1
=
1
2
_
a
n
+
r
a
n
_
et a
1
R

+
. Alors
lim
n
a
n
=

r.
2.3. S

ERIES 31
Si r et a
1
sont dans Q, on a une suite de nombres rationnels qui converge vers

r.
D emonstration : On a clairement que a
n
> 0 pour tout n car a
1
> 0. De plus
1. a
2
n+1
r car
a
2
n+1
r =
1
4
_
a
2
n
+
r
2
a
2
n
+ 2r
_
r =
1
4
_
a
n

r
a
n
_
2
0.
2. a
n+1
a
n
=
1
2
(a
n
+
r
a
n
) a
n
=
1
2
(
r
a
n
a
n
) =
1
2a
n
(r a
2
n
) 0 pour n 2.
La suite est donc decroissante.
Comme a
n
0, elle est aussi bornee. La suite converge donc et on peut passer `a la limite
dans la denition :
a =
1
2
(a +
r
a
).
Ceci donne 2a
2
= a
2
+r et donc a =

r.
Application numerique : pour r = 2 et a
1
= 1, on trouve
a
2
=
3
2
a
3
=
17
12
a
4
=
577
408
a
5
=
665857
470832
= 1.414213562 (8 decimales correctes).
Exemple 2.25. Soit la suite denie par
a
n+1
=
1
4
(a
n
+ 4)
et a
1
= 1. Montrons dabord que la suite est bornee et croissante.
(A) On a a
1
< 2 et par recurrence a
n+1
= 1 +
a
n
4
< 1 + 1/2 < 2. De plus, on a clairement
a
n
> 0. Donc la suite est bornee.
(B) Montrons, par recurrence, quelle est croissante :
1) on a 1 = a
1
< a
2
=
5
4
.
2) supposons a
n
< a
n+1
. Alors a
n+2
a
n+1
=
1
4
(a
n+1
+4)
1
4
(a
n
+4) =
1
4
(a
n+1
a
n
) > 0.
La suite est donc croissante et bornee = la limite existe. Notons a cette limite. Alors
a =
1
4
(a + 4) devient 4a = a + 4 donc a =
4
3
.
2.3 Series
Denition 2.26. Soit {b
n
} une suite reelle. On note
n

k=1
b
k
:= b
1
+b
2
+ +b
n
.
Si lindice k parcourt tout N

(ou N) alors la somme est innie et on parle de serie :

k=1
b
k
b
k
est le terme general de la serie.
32 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
2.3.1 Convergence dune serie
Denition 2.27. Posons
s
n
=
n

k=1
b
k
= b
1
+b
2
+ +b
n
.
On a s
n+1
= s
n
+b
n+1
.
La suite {s
n
} est une suite recurrente, appelee la suite des sommes partielles.
On dit que la serie

k=1
b
k
converge vers s si la suite {s
n
} converge vers s. On note alors

k=1
b
k
= s = lim
n
s
n
= lim
n
n

k=0
b
k
.
Sinon on dit que la serie diverge.
Condition necessaire de convergence
Pour que la serie

k=1
b
k
converge, il faut que lim
k
b
k
= 0. En eet si la suite {s
n
} converge
vers s, alors
s = lim
n
s
n+1
= lim
n
(s
n
+b
n+1
) = s + lim
n
b
n+1
.
On doit donc avoir
lim
n
b
n
= 0.
Mais cette condition nest pas susante comme le montre lexemple suivant :
Exemple 2.28 (Serie harmonique). Posons b
k
=
1
k
. La serie

k=1
1
k
est appelee la serie
harmonique. La suite des sommes partielles est
s
n
= 1 +
1
2
+
1
3
+ +
1
n
.
On a bien b
k
k
0. Mais la suite {s
n
} diverge.
D emonstration :
1) La suite {s
n
} est croissante.
2) Considerons les termes s
1
, s
2
, s
4
, s
8
, . . . , s
2
k.
s
1
= 1 s
2
= 1 +
1
2
s
4
= 1 +
1
2
+
1
3
+
1
4
s
8
= 1 +
1
2
+
1
3
+ +
1
8
.
Alors
s
4
= s
2
+
1
3
+
1
4
> s
2
+
1
4
+
1
4
= 1 +
1
2
+
1
2
.
2.3. S

ERIES 33
s
8
= s
4
+
1
5
+
1
6
+
1
7
+
1
8
> s
4
+ (
1
8
+
1
8
+
1
8
+
1
8
)
. .
=
1
2
> 1 +
1
2
+
1
2
+
1
2
= 1 + 3
1
2
.
De mani`ere generale, on a
s
2
k > 1 +k
1
2
.
La suite s
2
k nest pas majoree ce qui implique que
lim
n
s
n
= lim
n
(1 +
1
2
+
1
3
+ +
1
n
) = .
La serie

k=1
1
k
est donc divergente.
Exemple 2.29 (La serie geometrique). Soit r R. Posons b
k
= r
k
et considerons la serie

k=0
r
k
= 1 +r +r
2
+r
3
+ +r
n
+ (ici, on debute `a k = 0)
Alors
s
0
= 1 s
1
= 1 +r s
2
= 1 +r +r
2
s
n
= 1 +r +r
2
+ +r
n
On sait que
s
n
=
1 r
n+1
1 r
car (1 r)(1 +r +r
2
+ +r
n
) = 1 r
n+1
Quelle est alors la limite ?
Si |r| 1 alors la suite s
n
diverge car |r
n+1
|
n
+.
En revanche, pour |r| < 1, on a lim
n
r
n+1
= 0 (voir exemple 3 sous 2.6) et donc
lim
n
s
n
= lim
n
1 r
n+1
1 r
=
1
1 r
.
En conclusion, la serie geometrique

k=0
r
k
_
_
_
diverge si |r| 1
converge vers
1
1 r
si |r| < 1
Le nombre r est appele la raison de la serie geometrique.
Exemple 2.30. La serie

k=1
(1)
k+1
= 1 1 + 1 1 + 1 1 + 1 . . .
diverge (et ne converge donc pas vers 0) car la suite des sommes partielles est 1 ; 0 ; 1 ; 0 ;
1 ; . . .
34 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
2.3.2 Proprietes des series
(I) Si

k=1
b
k
= s, alors

k=1
cb
k
= cs.
(II) Si s =

k=1
b
k
et s

k=1
b

k
alors

k=1
b
k
+b

k
= s +s

(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

k=100
1
k
=
1
100
+
1
101
+. . .
diverge encore (serie harmonique).
2.3.3 Series `a termes positifs
Notons

k=1
u
k
les series avec u
k
0 k.
(A) Crit`eres de comparaison
Supposons que u
n
v
n
pour tout n > N.
(a) Si

k=1
v
k
converge, alors

k=1
u
k
converge egalement ; ({s
n
} = suite croissante majoree) ;
(b) si

k=1
u
k
diverge, alors

k=1
v
k
diverge aussi. (suite croissante non majoree).
Exemple 2.31.
La serie

k=1
1
k

avec 1 diverge.
En eet, on a k

= k
1
avec 0 et donc k

k ce qui implique que


1
k


1
k
.
Comme la serie

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

u
n
q < 1 (q xe) alors la serie

u
k
converge.
Si
n

u
n
1, la serie diverge car u
n
0.
2.3. S

ERIES 35
D emonstration :
On a
n

u
n
q < 1 donc u
n
q
n
. Or la serie

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

u
k
converge egalement.
(C) Crit`ere du quotient (ou de dAlembert)
Si pour tout n N, on a
u
n+1
u
n
q < 1 (q xe) alors la serie

u
k
converge.
Si on a
u
n+1
u
n
> 1, alors la serie diverge.
D emonstration :
On a
u
n+1
u
n
q et
u
n
u
n1
q
et donc
u
n+1
u
n
q u
n1
q
2
q
n
u
1
.
Or la serie

k=0
u
1
q
k
converge. Par le crit`ere de comparaison, il en est de meme de la serie

u
k
.
Corollaire 2.32 (Resume-corollaire). Soient
q
1
:= lim
n
n

u
n
et q
2
:= lim
n
u
n+1
u
n
Alors la serie

k=1
u
k
_
_
_
converge si q
i
< 1
diverge si q
i
> 1
on ne peut rien dire si q
i
= 1.
Exemples 2.33.
1.

k=1
k
10
3
k
On a
n

u
n
=
n

n
10
3
n
=
1
3

n

n
10
n

1
3
1 =
1
3
< 1. La serie converge.
2. La serie

k=1
a
k
k!
(a > 0) converge. En eet, on a
u
n+1
u
n
=
a
n+1
(n + 1)!

n!
a
n
=
a
n + 1
< q < 1
si n est assez grand. (On verra plus tard quelle converge vers e
a
).
36 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
Exemples 2.34 (Autres exemples).
(a) Considerons la serie

k=2
1
k(k 1)
.
Alors on a b
k
=
1
k(k 1)
=
1
k 1

1
k
pour tout k 2 et donc
s
n
=
n

k=2
b
k
=
_
1
1
2
_
+
_
1
2

1
3
_
+ +
_
1
n 1

1
n
_
= 1
1
n
.
Alors lim
n
s
n
= 1 ce qui demontre que

k=2
1
k(k 1)
= 1.
(b) Considerons maintenant la serie

k=1
1
k
2
. On a
1
k
2

1
k(k 1)
pour tout k 2.
Le crit`ere de comparaison et lexemple (a) ci-dessus permet de conclure que la serie

k=1
1
k
2
converge. On a de plus

k=1
1
k
2
= 1 +

k=2
1
k
2
1 +

k=2
1
k(k 1)
= 1 + 1 = 2.
Corollaire 2.35. La serie

k=1
1
k

avec 2 converge car


1
k


1
k
2
(crit`ere de comparai-
son).
Pour 1 < 2, la serie

k=1
1
k

converge egalement.
Remarque 2.36. Dans lexemple (b) ci-dessus, les crit`eres de la racine et du quotient ne
donnent rien. En eet, on a
q
1
= lim
n
n

1
n
2
= lim
n
_
1
n

n
_
2
= 1
et
q
2
= lim
n
u
n+1
u
n
= lim
n
_
n
n + 1
_
2
= 1.
De meme, pour la serie harmonique,

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

1
n
= lim
n
1
n

n
= 1.
De meme pour le crit`ere du quotient :
u
n+1
u
n
=
1/(n + 1)
1/n
=
n
n + 1
< 1.
ATTENTION : on a
u
n+1
u
n
< 1 mais PAS
u
n+1
u
n
q < 1 car q
2
= lim
n
u
n+1
u
n
= 1. Et la serie
harmonique diverge.
2.3. S

ERIES 37
2.3.4 Series alternees
Soit u
n
de signe constant. La serie

k=1
(1)
k+1
u
k
= u
1
u
2
+u
3
u
4
+. . .
est dite serie alternee.
Theor`eme 2.37 (Crit`ere de Leibniz). Si
(i) |u
n+1
| < |u
n
| et
(ii) |u
n
|
n
0
alors la serie alternee converge.
De plus elle converge vers S avec |S| |u
1
|.
D emonstration : On peut supposer tous les u
k
positifs. Lhypoth`ese devient alors
u
k
> u
k+1
et donc u
k
u
k+1
> 0. Do` u
s
2n
= u
1
u
2
+u
3
+u
2n1
u
2n
et
s
2n+2
= u
1
u
2
+u
3
+u
2n+1
u
2n+2
. .
>0
> s
2n
.
Ainsi la suite {s
2n
} est croissante. Par ailleurs, on a
s
2n
= u
1
(u
2
u
3
. .
>0
) (u
2n2
u
2n1
. .
>0
) u
2n
< u
1
.
La suite {s
2n
} est donc aussi bornee. Elle converge donc. Posons
S = lim
n
s
2n
.
On a alors
s
2n+1
= s
2n
+u
2n+1
n
S + 0 = s.
La suite {s
2n+1
} converge egalement vers S ce qui montre que {s
n
} converge vers S.
Comme s
2n
< u
1
, on a bien S < u
1
.
Exemples 2.38.
1. La serie harmonique alternee ( ou serie de Leibniz)

k=1
(1)
k+1

1
k
= 1
1
2
+
1
3

1
4
+
1
5
. . . . . .
converge. (On verra que cest vers ln 2.)
2.

k=1
(1)
k+1

2 +

k
k
On a
u
n
=
2 +

n
n
=
2
n
+
1

n
n
0
et
u
n
=
2
n
+
1

n
>
2
n + 1
+
1

n + 1
=
2 +

n + 1
n + 1
= u
n+1
.
Les hypoth`eses (i) et (ii) du theor`eme sont remplies : la serie converge.
38 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
Remarque 2.39. La condition (ii) u
n
n
0 ne sut pas.
Exemple : la serie alternee
1
1
4
+
1
3

1
16
+
1
5

1
36
+ =

k=1
(1)
k+1
u
k
avec
u
k
=
_
1
k
si k est impair
1
k
2
si k est pair
satisfait bien la condition (ii) (u
k
0) mais ne converge pas. En eet, soit n pair. Alors
s
n
=
n

k=1
(1)
k+1
u
k
= 1
1
4
+
1
3

1
16
+
1
5

1
n
2
= (1 +
1
3
+
1
5
+ +
1
n 1
)
. .
s
+
n
(
1
4
+
1
16
+
1
36
+ +
1
n
2
)
. .
s

n
.
Comme la serie

1
k
2
converge, le terme s

n
est majore par un nombre M R independant
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 N
r
N tel que s
+
n
> r d`es que n > N
r
.
Ceci implique que s
n
= s
+
n
s

n
> r M. Ainsi la sous-suite s
n
(n pair) est non majoree
et donc non convergente.
2.3.5 Serie absolument convergente
Denition 2.40. Soit

b
k
une serie donnee. Si la serie
|| :=

|b
k
|
converge, on dit que est absolument convergente.
Theor`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

k=0
a
k
k!
est absolument convergente pour tout a R. En eet, on a

b
n+1
b
n

=
|a|
n
0 (crit`ere du quotient)
Denition 2.42 (Serie semi-convergente). Une serie

b
k
convergente mais dont la serie

|b
k
| diverge est appelee semi-convergente.
Exemple : La serie harmonique alternee

k=1
(1)
k+1
1
k
est convergente mais pas absolument
convergente puisque la serie

k=1
1
k
diverge. Elle est donc semi-convergente.
2.3. S

ERIES 39
Theor`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

k
a
k
est absolument convergente alors

l
a
l
+

m
a
m
(o` u les a
l
et a
m
forment lensemble de tous les a
k
) sont separement absolument convergentes.
Exemple : Calculons
s =

k=1
(1)
k+1
1
k(k + 2)
(serie alternee).
Cette serie est absolument convergente car
|u
k
| =
1
k(k + 2)
<
1
k
2
et la serie

1
k
2
converge.
On peut alors separer les termes dindices pairs et ceux dindices impairs :
s =

k=1, impairs
1
k(k + 2)
+

k=2, pairs
(1)
1
k(k + 2)
=

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

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

l=1
1
2
_
1
2l 1

1
2l + 1
_
. .
s
+
l

1
4

m=1
1
m(m+ 1)
. .
s

m
=
1
2

1
4
1 =
1
4
.
car
s
+
l
=
1
2
_
(1
1
3
) + (
1
3

1
5
) + + (
1
2l 1

1
2l + 1
)
_
=
1
2
(1
1
2l + 1
)
l

1
2
s

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

1
3
+ +
1
m

1
m+ 1
= 1
1
m+ 1
m
1
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).
40 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
ln(2) = 1
1
2
+
1
3

1
4
+
1
5

1
6
+
1
7

1
8
+ =

k
(1)
k+1
1
k
| 2
2ln(2) = 2 1 +
2
3

1
2
+
2
5

1
3
+
2
7

1
4
+
2
10
+. . .
= 1
1
2
+
1
3

1
4
+
1
5

1
6
+. . .
= ln(2).
On obtient ainsi
2ln(2) = ln(2)!!!!!!!!!!
2.4 Denition du nombre e
Soit b
0
= 1 et b
k
=
1
k!
. (Nous demarrons ici avec k = 0.)
Considerons la serie

k=0
1
k!
et notons {e
n
} la suite des sommes partielles, cest-`a-dire
e
n
= 1 +
1
1!
+
1
2!
+
1
3!
+ +
1
n!
.
Nous avons vu dans lexemple 2.33 que cette serie est absolument convergente. Sa limite est
notee e :
e :=

k=0
1
k!
= lim
n
e
n
= lim
n
(1 + 1 +
1
2!
+
1
3!
+ +
1
n!
).
Numeriquement : e = 2, 718281828.
Theor`eme 2.46. Le nombre e est irrationnel.
D emonstration :
Pour tout n 2, on a
e = 1 + 1 +
1
2!
+ +
1
(n 1)!
+
1
n!
+
1
(n + 1) !
+
1
(n + 2) !
+. . .
= 1 + 1 +
1
2!
+ +
1
(n 1)!
+
1
n!

_
1 +
1
n + 1
+
1
(n + 1)(n + 2)
+. . .
_
. .
<1+
1
n
+
1
n
2
+. . . ... =
1
1 1/n
=
n
n 1
2
.
Donc
e = 1 + 1 +
1
2!
+ +
1
(n 1)!
+
1
n!

n
avec 1 <
n
< 2. ()
Supposons maintenant que e soit rationnel cest-`a-dire que e =
M
N
. Si lon pose n = N + 1
dans (*), on obtient
M
N
= 1 + 1 +
1
2
+ +
1
N!
+
1
(N + 1)!

N+1
| (N + 1)!
2.4. D

EFINITION DU NOMBRE E 41
M(N + 1)(N 1)!
. .
N
= (N + 1)! + (N + 1)! + (N + 1)N(N 1) 3 + + (N + 1)
. .
N
+
N+1
. .
N
.
On aboutit ainsi `a une contradiction.
Autre denition de e
Considerons la suite {e

n
} denie par
e

n
=
_
1 +
1
n
_
n
.
Proposition 2.47. lim
n
e

n
= lim
n
_
1 +
1
n
_
n
= e.
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
0
0
D emonstration : Par la formule du binome, on a
e

n
=
_
1 +
1
n
_
n
=
n

k=0
_
n
k
_
1
nk

_
1
n
_
k
= 1 +n
1
n
+
n

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

k=2
1
k!
1
_
1
1
n
_
. .
1

_
1
2
n
_
. .
1

_
1
k 1
n
_
. .
1
()
1 + 1 +
n

k=2
1
k!
=
n

k=0
1
k !
= e
n
On a ainsi montre que e

n
e
n
pour tout n. Reprenons le calcul precedent `a la ligne
(*) :
e

n
= 1 + 1 +
n

k=2
1
k!
1
_
1
1
n
_
. .
1
k1
n

_
1
2
n
_
. .
1
k1
n

_
1
k 1
n
_
. .
1
k1
n
1 + 1 +
n

k=2
1
k!
_
1
k 1
n
_
k
Linegalite de Bernoulli donne
1 + 1 +
n

k=2
1
k!
_
1
k(k 1)
n
_
= 1 + 1 +
n

k=2
1
k!
. .
= e
n

1
n
n

k=2
k(k 1)
k!
= e
n

1
n

n

k=2
1
(k 2)!
= e
n

1
n
n2

j=0
1
j!
= e
n

1
n
e
n2
.
42 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
On a donc
e
n

1
n
e
n2
e

n
e
n
.
Les suites e
n
et e
n

1
n
e
n2
convergent toutes les deux vers e. Ainsi, par le theor`eme des
gendarmes, on a aussi lim
n
e

n
= e.
La convergence de cette suite {e

n
} est beaucoup plus lente que la precedente.
Pour avoir e = 2.7180.., il faut n = 6 dans e
n
mais n = 4819 dans e

n
.
Remarque 2.48. On peut generaliser cette demonstration pour montrer que
lim
n
_
1 +
x
n
_
n
=

k=0
x
k
k!
pour tout x R.
Proprietes
1.
lim
n
_
1
1
n
_
n
= e
1
=
1
e
.
D emonstration : On a
_
1
1
n + 1
_
n+1
=
_
n + 1 1
n + 1
_
n+1
=
_
n
n + 1
_
n+1
=
_
n + 1
n
_
n1
=
_
1 +
1
n
_
n1
=
_
_
1 +
1
n
_
n+1
_
1
=
__
1 +
1
n
_
n
_
1 +
1
n
__
1
n
(e 1)
1
=
1
e
.
2. Si {a
n
}, a
n
> 0 est une suite rationnelle nulle (cest-`a-dire qui converge vers 0) alors
lim
n
(1 +a
n
)
1
a
n
= e.
D emonstration : En posant N = E(
1
a
n
), on a N
1
a
n
< N + 1 et alors
(1 +
1
N + 1
)
N

(1+
1
N+1
)
N+1
(1+
1
N+1
)
1
< (1 + a
n
)
1
a
n < (1 +
1
N
)
N+1

(1+
1
N
)
N
(1+
1
N
)
.
Si on prend la limite quand N (alors a
n
0) on a
e 1 (1 + a
n
)
1
a
n e 1.
2.4. D

EFINITION DU NOMBRE E 43
3. On a
lim
n
(1 +
q
n
)
n
= e
q
q Q.
Cest la denition numerique de e
q
.
D emonstration :
Si q = 0 cest trivial. Si q > 0 on applique le point 2. avec a
n
=
q
n
. On a alors
(1 +
q
n
)
n
=
_
(1 +
q
n
)
n/q
_
q
n
e
q
.
Si q < 0, largument est analogue `a celui du point 1.
Exemple : Calculons
lim
n
_
n 1
n + 1
_
n
.
On a
_
n 1
n + 1
_
n
=
_
1
1
n
1 +
1
n
_
n
n

e
1
e
=
1
e
2
.
La fonction e
x
Nous avons demontre que lim
n
_
1 +
q
n
_
n
= e
q
pour tout q Q.
Nous avons aussi vu que lim
n
_
1 +
x
n
_
n
=

k=0
x
k
k!
pour tout x R.
On peut donc etendre la fonction e
x
`a tout R en posant, pour tout x R
e
x
=

k=0
x
k
k!
= lim
n
_
1 +
x
n
_
n
.
On peut meme etendre cette denition aux nombres complexes en posant
e
z
=

k=0
z
k
k!
pour tout z C.
Le module remplace alors la valeur absolue et cette suite est encore absolument conver-
gente pour tout z C..
On peut montrer les resultats suivants :
e
z+z

= e
z
e
z

pour tout z, z

C
e
z
= e
z
pour tout z C
Donc |e
z
|
2
= e
z
e
z
= e
z
e
z
= e
z+ z
= e
2Re(z)
= |e
z
| = e
Re(z)
.
En particulier, si z = i alors

e
i

= e
0
= 1. Lexponentielle complexe envoie laxe
imaginaire sur le cercle trigonometrique.
Chapitre 4 = arg(e
i
) = . On obtient les formules suivantes :
e
i
= cos +i sin = [1; ]
44 CHAPITRE 2. SUITES R

EELLES ET S

ERIES NUM

ERIQUES
et donc le nombre complexe [r; ] = r (cos +i sin ) secrit aussi
[r; ] = r (cos +i sin ) = re
i
.
Cest la notation dEuler. En particulier, en posant = et r = 1 on obtient
e
i
= 1
2.5 Un petit resume de quelques series

k=1
1
k
diverge (serie harmonique)

k=1
(1)
k+1
1
k
est semi-convergente (serie harmonique alternee)

k=1
1
k

_
diverge si 0 1
converge si > 1

k=0
q
k
_
=
1
1q
si |q| < 1
diverge si |q| 1
serie geometrique

k=1
k q
k1
_
=
1
(1q)
2
si |q| < 1
diverge si |q| 1
derivee de la serie geometrique

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

k=0
a
k
k !
converge absolument a R et

k=0
a
k
k !
= e
a
= lim
n
_
1 +
a
n
_
n
= lim
n
_
n +a
n
_
n
.
Chapitre 3
Fonctions reelles et continuite
3.1 Denitions generales
Denition 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 f(x)
Lensemble D est le domaine de denition de f. Il sera souvent note D
f
.
Lelement y = f(x) T est limage de x par f alors que x est une pre-image de y.
Si D et T sont des sous-ensembles de R, la fonction f est appelee fonction reelle.
Lensemble
Im(f) := {y T | x D avec y = f(x)}
est appele limage de D par f. On le note aussi f(D).
Denition 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 x
1
= x
2
implique f(x
1
) = f(x
2
) pour tout x
1
, x
2
D.
Denition 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) = n
2
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) = n
2
nest pas injective car f(6) = f(6) = 36.
45
46 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
(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 (sous-
entendu : D
f
= R
+
et T = R).
(4) La fonction f : R R denie par f(x) = x est la fonction identite. Elle est bijective.
(5) La fonction signe est denie par
sign(x) =
_
_
_
1 si x < 0
0 si x = 0
1 si x > 0
On a D
f
= R. Elle nest ni injective ni surjective.
(6) La fonction de Heaviside est denie par H(x) =
_
1 si x > 0
0 si x 0
.
3.2 Fonctions reelles
Dorenavant, toute fonction f(x) sera reelle.
Quelques proprietes particuli`eres
Une fonction reelle f : D
f
R est dite
paire si f(x) = f(x) pour tout x D
f
.
impaire si f(x) = f(x) pour tout x D
f
.
periodique de periode T si f(x +T) = f(x) pour tout x D
f
.
bornee si f(x) M pour un certain M R et pour tout x D
f
.
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) D
g
. Alors on peut construire la fonction
composee g f denie par
(g f)(x) = g(f(x)) pour tout x D
f
.
Exemple :
g(x) =

x D
g
= R
+
f(x) = x
2
Im(f) = R
+
Alors
(g f)(x) =

f(x) =

x
2
= |x|.
3.3. QUELQUES FONCTIONS R

EELLES

EL

EMENTAIRES 47
Graphe dune fonction
Le graphe dune fonction f(x) est le sous-ensemble du plan R
2
deni par
G
f
= {(x, f(x)) | x D
f
}.
Fonction reciproque (ou fonction inverse)
Si une fonction
f : D T
x 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) = x
2
alors la fonction est bijective si lon pose D
f
= R
+
. On peut donc
trouver f
1
qui nest rien dautre que f
1
(x) =

x pour tout x R
+
.
3.3 Quelques fonctions reelles elementaires
(I) Fonctions puissances : f(x) = x
q
pour q Q.
On a D
f
= R si q N alors que D
f
= R

si q Z

.
(II) Fonctions polynomiales :
y = f(x) =
n

k=0
a
k
x
k
a
k
R, a
n
= 0.
48 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
D
f
= R
Soit P(x) un polynome (reel) et x
0
une racine de P(x). Le plus grand entier m tel
que (x x
0
)
m
divise P(x) est appele la multiplicite de x
0
par rapport `a P. On note
alors
m = mult
P
(x
0
).
(III) Fonctions rationnelles
y = f(x) =
P(x)
Q(x)
D
f
= R\{x
k
| Q(x
k
) = 0}.
Si Q(x
k
) = 0 et mult
Q
(x
k
) > mult
P
(x
k
), alors les droites x = x
k
sont des asymptotes
verticales.
(IV) Fonctions irrationnelles : polynomes + racines
Exemple :
f(x) =
1 +
3

x
2
+ 4

x
2
+ 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
D
f
= R {

2
+k ; k Z}
On a les relations suivantes : cos x =
e
ix
+e
ix
2
et sin x =
e
ix
e
ix
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 arcsin(x) = sin


1
(x)
arccos : [1; 1] [0; ] par arccos(x) = cos
1
(x)
arctan : R

2
;

2
_
par arctan(x) = tan
1
(x)
ATTENTION :
on a arcsin(sin x) = x uniquement pour x
_

2
;

2

.
Et sin(arcsin x) = x x [1; 1].
3.3. QUELQUES FONCTIONS R

EELLES

EL

EMENTAIRES 49
On a arccos(x) + arcsin(x) =

2
pour tout x [1; 1].
(VII) Fonctions exponentielles
Soit a > 0 un nombre reel. On cherche `a denir la fonction f(x) = a
x
.
(A) Si x = q =
m
n
Q, on pose
f(q) = a
q
:= a
m
n
=
n

a
m
.
(B) Pour prolonger cette fonction `a R, il faut pouvoir denir le terme a
r
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 {q
n
} qui converg vers r. On a donc lim
n
q
n
= r.
On pose alors
a
r
:= lim
n
a
q
n
.
Proprietes des fonctions f(x) = a
x
(1) f(x) > 0 pour tout x R. Cest une fonction strictement positive.
(2) f(0) = 1 et f(1) = a.
(3) f(rx) = a
rx
= (a
x
)
r
= f(x)
r
. En particulier, f(x) =
1
f(x)
.
(4) f(x +y) = a
x+y
= a
x
a
y
= f(x) f(y)
(5) Si a > 1, alors f(x) = a
x
est strictement croissante.
Si 0 < a < 1, alors f(x) = a
x
est strictement decroissante.
Graphes des fonctions exponentielles :
Remarque 3.5. Si a = e, on retrouve la fonction e
x
denie au chapitre 2.
50 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
(VIII) Fonctions logarithmes
La fonction f(x) = a
x
est strictement monotone (si a = 1 ce que lon suppose d`es `a
present). Elle a donc une fonction inverse et on denit :
log
a
y = f
1
(y) y > 0.
Lensemble de denition de log
a
est donc D
f
= R

+
. On a lequivalence suivante :
log
a
y = x y = a
x
x R y R

+
Par denition on a les relations suivantes :
a
log
a
y
= y y > 0 et log
a
a
x
= x x R.
Proprietes des fonctions log
a
x
(1) la fonction log
a
x nest denie que pour x > 0.
(2) log
a
1 = 0 et log
a
a = 1.
(3) log
a
x
r
= r log
a
x pour tout x > 0 et tout r R. En particulier log
a
1
x
= log
a
x.
(4) log
a
(xy) = log
a
x + log
a
y pour tout x, y > 0.
(5) Si a > 1, alors log
a
x est strictement croissante.
Si 0 < a < 1, alors log
a
x est strictement decroissante.
Graphes des fonctions logarithmes :
Denition 3.6 (Logarithme naturel). On pose
ln(x) := log
e
x
Changement de bases
Si L = log
a
x alors a
L
= x et
ln(x) = ln(a
L
) = Lln(a)
= L =
ln(x)
ln(a)
. Ainsi
log
a
x =
ln(x)
ln(a)
.
On a
a
x
=
_
e
ln a
_
x
= e
xln a
=

k=0
(xln a)
k
k !
.
3.3. QUELQUES FONCTIONS R

EELLES

EL

EMENTAIRES 51
(IX) Fonctions hyperboliques
Sinus hyperbolique :
sinh(x) =
e
x
e
x
2
(fonction impaire)
Cosinus hyperbolique :
cosh(x) =
e
x
+e
x
2
(fonction paire)
On a la relation suivante :
cosh
2
(x) sinh
2
(x) = 1.
Ces 2 fonctions permettent de parametriser les hyperboles :
x
2
a
2

y
2
b
2
= 1
_
x = a cosh(t)
y = b sinh(t)
t R
Somme :
sinh(a +b) = sinh a cosh b + cosh a sinh b
cosh(a +b) = cosh a cosh b + sinh a sinh b.
52 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
(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
e
y
e
y
2
= x e
y
e
y
= 2x.
On pose u = e
y
et apr`es avoir multiplie par u, on obtient
u
2
1 = 2xu u
2
2xu 1 = 0 u =
2x

4x
2
+ 4
2
= x

x
2
+ 1.
Le signe est impossible car u = e
y
> 0. Donc u = x +

x
2
+ 1 et
y = ln(u) = ln(x +

x
2
+ 1).
On a ainsi demontre que
arcsinh(x) = ln(x +

x
2
+ 1) x R.
De meme, on peut demontrer que
arccosh(x) = ln(x +

x
2
1) x 1.
3.4. REPR

ESENTATION DES COURBES PLANES 53


3.4 Representation des courbes planes
1) Explicite : y = f(x).
Exemple : y =
e
2x
1 +x
2
.
2) Implicite : F(x; y) = 0.
Exemples :
1) Cercle de centre C(a; b) et de rayon R : (x a)
2
+ (y b)
2
= R
2
2) Ellipse :
_
x
a
_
2
+
_
y
b
_
2
= 1
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 +t
3
y =
t
2
1 +t
3
t = 1.
54 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
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 :
_
x = cos
y = sin
et
_

_
=

x
2
+y
2
cos =
x

=
x

x
2
+y
2
sin =
y

=
y

x
2
+y
2
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 : = e
m
, ] ; [. Le point 0 est un point asymptote.
3.5. VALEUR LIMITE DUNE FONCTION
`
A LINFINI 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
x
f(x).
Denition 3.7. On dira que
lim
x
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 .
Denition 3.8 (Limite impropre). On dira que
lim
x
f(x) = (resp. )
si pour tout r R, il existe M
r
R tel que
f(x) > r (resp.f(x) < r) pour tout x > M
r
Exemples 3.9.
1) f(x) =
1
x
q
, q Q

+
. Alors
lim
x
f(x) = 0
56 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
2)
f(x) =
P(x)
Q(x)
=
a
m
x
m
+ +a
1
x +a
0
b
n
x
n
+ +b
1
x +b
0
=
x
m
x
n
_
_
_
a
m
+
a
m1
x
+. . .
a
1
x
m1
+
a
0
x
m
b
n
+
a
n1
x
+. . .
b
1
x
n1
+
b
0
x
n
_
_
_
.
Si x alors
a
m1
x
0,
a
1
x
m1
0, etc...
Il reste
lim
x
P(x)
Q(x)
= lim
x
x
m
x
n

a
m
b
n
.
Si m = n, alors =
a
m
b
n
= c (asymptote horizontale y = c)
Si m < n alors lim
x
P(x)
Q(x)
= 0 (asymptote horizontale y = 0)
sinon on a lim
x
f(x) = .
3) f(x) = sin x . La limite en x nexiste pas. Meme impropre. Idem pour cos x.
4)
f(x) =
x
4
+ 3x
2
x
6
sin
2
(x).
Alors f(x)
x
0.
5) lim
x
e
x
= lim
x
e
x
= 0
3.6 Valeurs limites en un point et continuite
3.6.1 Denitions
Limite
Denition 1
Soit f(x) une fonction et x
0
un point xe. On dit que f admet le nombre L pour limite au
point x
0
si pour tout > 0 , il existe

> 0 avec
|f(x) L| < d`es que 0 < |x
0
x| <

.
On note alors lim
xx
0
f(x) = L.
Remarque : Dans la denition, il nest pas necessaire que x
0
D
f
. En revanche il faut quil
existe > 0 avec ]x
0
; x
0
+[ D
f
{x
0
}.
Denition 2
On dit que lim
xx
0
f(x) = L si pour toute suite {
n
} telle que
(i)
n
= x
0
(ii) lim
n

n
= x
0
,
on a
lim
n
f(
n
) = L.
3.6. VALEURS LIMITES EN UN POINT ET CONTINUIT

E 57
Proposition 3.10. Les 2 denitions ci-dessus sont equivalentes.
Notation 3.11. Au lieu de lim
xx
0
f(x) = L on peut ecrire lim
h0
f(x
0
+h) = L.
(Ici encore h 0 mais h = 0.)
Denition 3.12. Limite `a gauche et limite `a droite On peut denir aussi la limite `a gauche
qui est notee lim
xx

0
f(x) et la limite `a droite qui est notee lim
xx
+
0
f(x).
Exemple 3.13. Considerons la fonction f(x) denie par f(x) =
_
_
_
1 si x < 2
2 si x = 2
3 si x > 2
Dans cet exemple, on a lim
x2

f(x) = 1 et lim
x2
+
f(x) = 3. Mais la limite lim
x2
f(x) nexiste
pas.
Denition 3.14 (Limite impropre). Limite `a droite : On dira que
lim
xx
+
0
f(x) = +
si pour tout M > 0, il existe
M
> 0 tel que
f(x) > M pour tout x

x
0
; x
0
+
M
_
Denition analogue pour et pour la limite `a gauche.
Exemples 3.15.
f(x) =
1
x
2
. Alors lim
x0
f(x) = .
f(x) =
1
x2
. Alors
lim
x2
+
f(x) = et lim
x2

f(x) =
58 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
3.6.2 Proprietes des limites
Theor`eme 3.16 (Theor`eme des gendarmes). Soient f(x), (x), (x) des fonctions reelles,
x
0
un point xe et > 0. Si pour tout x D
f
D

tel que 0 < |x x


0
| < on a
(x) f(x) (x)
et si
lim
xx
0
(x) = lim
xx
0
(x) = a
alors
lim
xx
0
f(x) = a.
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 x
0
(ii) et si lim
xx
0
g(x) = 0
alors
lim
xx
0
f(x) = 0.
D emonstration :
Par hypoth`ese sur h(x), on a |h(x)| M d`es que |x x
0
| < .
Soit > 0 et soit =
/M
tel que g(x) < /M d`es que |x x
0
| < . Un tel existe car
g(x)
xx
0
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. Alors lim
x
sin x
x
= 0.
Soient f(x) et g(x) 2 fonctions telles que
(i) lim
xx
0
f(x) = a
(ii) lim
xx
0
g(x) = b.
Alors
1) lim
xx
0
(f(x) +g(x)) = a +b (linearite de la limite)
2) lim
xx
0
f(x)g(x) = ab
3)
lim
xx
0
f(x)
g(x)
=
a
b
si b = 0.
Cas indetermines :

;
0
0
; 0 ; + ()
3.6. VALEURS LIMITES EN UN POINT ET CONTINUIT

E 59
3.6.3 Exemples
1. Calculons A = lim
x1

3x + 1 2

x 1
_
=
0
0
_
A = lim
x1

3x + 1 2

x 1

x + 1

x + 1

3x + 1 + 2

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

x + 1)
(x 1)(

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

x + 1)

3x + 1 + 2
=
6
4
=
3
2
.
2. A = x + 2

x
2
+ 4
x
?
A = (x + 2

x
2
+ 4)
x + 2 +

x
2
+ 4
x + 2 +

x
2
+ 4
=
x
2
+ 4x + 4 (x
2
+ 4)
x + 2 +

x
2
+ 4
=
4x
x + 2 +x

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

1 + 4/x
2
x

4
2
= 2
3. Que vaut la limite lim
x0
sin x
x
_
=
0
0
_
.
On a
OAM < secteur OAM < OAT.
Donc
1
2
1 sin x <
x
2
1
2
<
1 tan x
2
ce qui donne
sin x < x < tan x
et en divisant par sin x on obtient
1 <
x
sin x
<
tan x
sin x
=
1
cos x
.
Par le theor`eme des gendarmes, on a
lim
x0
sin x
x
= 1.
Plus generalement
lim
x0
sin px
x
= lim
x0
p
sin px
px
= p.
60 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
4. Calculons
lim
x0
_
1
3

x
+
1
sin 2x
_
sin x = (+) 0.
On a
_
1
3

x
+
1
sin 2x
_
sin x =
sin x
3

x
+
sin x
2 sin xcos x
=
3

x
2
sin x
x
+
1
2 cos x
et la limite vaut alors 0 1 +
1
2
=
1
2
.
Composition
Soient f(x) et g(x) deux fonctions telles que Im(f) D
g
. Si
lim
xx
0
f(x) = c et
lim
uc
g(u) = L,
alors
lim
xx
0
g(f(x)) = L.
Applications :
(1) Que vaut
A = lim
x0
2(1 cos x)
x
2
_
=
0
0
_
?
On a 1 cos x = 2 sin
2
x
2
et donc
A = lim
x0
2 2 sin
2
x/2
x
2
= lim
x0
(sin(x/2))
2
(x/2)
2
u=x/2
= lim
u0
_
sin u
u
_
2
=
_
lim
u0
sin u
u
_
2
= 1.
Donc
lim
x0
2(1 cos x)
x
2
= 1
On ecrit que pour x 0 on a 1 cos x
x
2
2
.
Plus generalement on dit que
f(x) g(x) en x
0
si lim
xx
0
f(x)
g(x)
= 1.
(2)
h(x) =
sin(1 cos x)
1 cos
2
x
=
sin(1 cos x)
(1 cos x)(1 + cos x)
.
On pose u = 1 cos x. Et u 0 si x 0. Donc
lim
x0
h(x) = lim
u0
sin u
u
lim
x0
1
1 + cos x
= 1
1
2
=
1
2
.
3.7. CONTINUIT

E 61
3.7 Continuite
Denition 1
Soit f(x) une fonction et x
0
D
f
. On dit que f est continue au point x
0
si
f(x
0
) = lim
xx
0
f(x).
Denition 2
Soit f(x) une fonction et x
0
D
f
. On dit que f est continue au point x
0
si pour toute suite
{
n
} telle que lim
n

n
= x
0
, on a
f(x
0
) = lim
n
f(
n
).
Une fonction continue commute avec loperateur limite.
Ces 2 denitions sont equivalentes.
Denition 3.18. On dit que f(x) est continue sur un intervalle I si elle est continue en
tout point x
0
I. On note alors f(x) C
0
(I).
Theor`eme 3.19. Soient f et g deux fonctions continues sur I. Alors
(1) f +g est continue sur I pour tout , R.
(2) fg est continue sur I.
(3)
f
g
est continue sur I

= I\{x| g(x) = 0}.


(4) Si f est continue en x
0
et g continue en f(x
0
) alors g f est continue en x
0
.
Trois types de discontinuite
Type I La limite lim
xx
0
f(x) existe mais nest pas egale `a f(x
0
).
Type II lim
xx
+
0
f(x) = lim
xx

0
f(x) .
62 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
Type III une des limites lim
xx
+
0
f(x) ou lim
xx

0
f(x) (ou les deux) nexiste pas.
Theor`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
|sin(x +h) sin x| =

2 sin(h/2) cos
_
2x +h
2
_

h
2

|h|.
Donc lim
h0
sin(x +h) = sin x.
De meme, on montre que cos x et tan x sont continues sur leurs domaines de denition.
3. La fonction f(x) =

x est continue sur R

+
. Soit x
0
> 0. Alors

x
0
=
x x
0

x +

x
0
et donc
|

x
0
|
|x x
0
|

x
0
ce qui montre que si x x
0
alors

x

x
0
.
La fonction

x est egalement continue `a droite en x = 0.
On montre de meme que la fonction f(x) = x
q
est continue sur son domaine de denition
pour tout q Q.
4. La fonction e
x
=

k=0
x
k
k !
est continue sur R.
Demonstration : On doit montrer que lim
h0
e
x+h
= e
x
cest-`a-dire que
lim
h0
_
e
x+h
e
x
_
= 0.
Mais comme
|e
x+h
e
x
| = |e
x
e
h
e
x
| = e
x
|e
h
1|
il sut de montrer que lim
h0
e
h
= 1, cest-`a-dire que e
x
est continue en x = 0.
3.7. CONTINUIT

E 63
Si |h| < 1, on a
e
h
= 1 +h +
h
2
2
+
h
3
3 !
+. . . et donc
|e
h
1| =

h +
h
2
2
+
h
3
3 !
+. . .

|h|
_
1 +
|h|
2
+
|h|
2
3 !
+
|h|
3
4!
+. . .
_
|h|
_
1 +
|h|
2
+
_
|h|
2
_
2
+
_
|h|
2
_
3
+. . .
_
= |h|
1
1
|h|
2
=
2|h|
2 |h|
2|h|.
En consequence, si h 0 on a |e
h
1| 0 ce qui montre que lim
h0
e
h
= 1.
Corollaire : Les fonctions a
x
sont continues sur R car a
x
= e
xln a
.
Corollaire : Les fonctions log
a
x sont continues sur R

+
.
3.7.2 Prolongement par continuite
Soit f(x) une fonction et x
0
D
f
. Supposons que la limite lim
xx
0
f(x) = a existe. On peut
alors denir une fonction

f(x) en posant
_

f(x) = f(x) si x = x
0

f(x
0
) = a = lim
xx
0
f(x).
On appelle

f le prolongement par continuite de f au point x
0
. On a cette fois x
0
D

f
.
Remarque : En general, la nouvelle fonction sera encore notee f par un abus de notation.
Exemples :
1) La fonction f(x) =
sin x
x
indenie en zero peut etre prolongee par continuite en posant
f(0) = 1 car on vient de voir que lim
x0
sin x
x
= 1.
2) Soit
f(x) =
_
x
3
1

x1
si x = 1, x 0
c si x = 1
Trouver c pour que f soit continue en 1.
64 CHAPITRE 3. FONCTIONS R

EELLES ET CONTINUIT

E
Solution : On a
lim
x1
f(x) = lim
x1
(x
3
1)(

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

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

x + 1) = 6.
Il faut poser c = 6 et on peut alors ecrire

f(x) = (x
2
+x + 1)(

x + 1) D

f
= R
+
.
Theor`eme 3.21. Toutes les fonctions elementaires denies au paragraphe 3.3 sont conti-
nues sur D
f
.
3.7.3 Proprietes des fonctions continues
Theor`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 x
0
I avec f(x
0
) = 0.
Corollaire : Si f : [a; b] R continue avec f(a) = c
1
et f(b) = c
2
, alors pour tout c
compris entre c
1
et c
2
, il existe x
0
[a; b] avec f(x
0
) = c.
Theor`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 x
m
, x
M
I avec
f(x
M
) f(x) x I et f(x
m
) f(x) x I.
ATTENTION : ce resultat est faux si I est ouvert. Exemple : f(x) = x et I =]0; 1[.
Theor`eme 3.23. Soit f(x) une fonction continue sur I. Alors
f est injective f est strictement monotone.
D emonstration :
= 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
x
1
< x
2
< x
3
avec f(x
1
) < f(x
2
) et f(x
2
) f(x
3
) (ou le contraire mais la preuve est la
meme). Si f(x
2
) = f(x
3
) alors f nest pas injective et cest termine.
On peut donc supposer f(x
2
) > f(x
3
). Mais alors il existe c avec f(x
1
) < c < f(x
2
) et
f(x
2
) > c > f(x
3
). Par le corollaire precedent, il existe dont
1
[x
1
; x
2
[ et
2
]x
2
; x
3
]
avec f(
1
) = c et f(
2
) = c. Donc f nest pas injective.
Contre-exemples : lhypoth`ese de continuite est essentielle :
Chapitre 4
Derivees et applications
4.1 La derivee
4.1.1 Denitions
Soit y = f(x) une fonction continue, x
0
D
f
un point xe et x > 0 laccroissement.
Calculons
y
x
=
f(x
0
+ x) f(x
0
)
(x
0
+ x) x
0
=
f(x
0
+ x) f(x
0
)
x
.
Interpretation geometrique :
y
x
= la pente de la droite qui passe par les points
P(x
0
; f(x
0
)) et Q(x
0
+ x; f(x
0
+ x)).
Interpretation physique : si x = t est le temps et y = f(t) est la distance parcourue,
alors
y
t
est la vitesse moyenne durant le temps t.
Que devient
y
x
si x 0 ?
Geometriquement, on aura la pente de la tangente au graphe de f passant par P(x
0
; f(x
0
)).
Physiquement, on a la vitesse instantanee au temps t = t
0
.
On pose alors la denition suivante :
Denition 4.1 (Derivabilite). On dit que la fonction f(x) est derivable au point x
0
si
la limite
lim
h0
f(x
0
+h) f(x
0
)
h
existe. Cette limite est appelee la derivee de f au point x
0
. Elle est notee f

(x
0
).
65
66 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Ainsi
f

(x
0
) = lim
h0
f(x
0
+h) f(x
0
)
h
.
Autre notation :
f

(x
0
) =
df
dx
(x
0
) =
df
dx
|
x=x
0
=
dy
dx
(x
0
).
f

(x
0
) = la pente de la tangente au graphe de f au point (x
0
; f(x
0
)).
Denition 4.2. Soit f(x) une fonction et I D
f
un intervalle. Si f

(x) existe pour tout


x I, on dit que f est derivable sur I. La fonction f

(x) est appelee la derivee de f


(sur I).
Autre notation : la derivee de f(x) est aussi notee f

(x) =
df
dx
(x) =
d
dx
f(x) ou encore f

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.
Si y = f(x) alors f

(x) =
dy
dx
et donc dy = f

(x)dx
Exemple 4.3. Soit f(x) = ax +b. Alors
f

(x) = lim
h0
f(x +h) f(x)
h
= lim
h0
a(x +h) +b (ax +b)
h
= lim
h0
ah
h
= a 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).
Theor`eme 4.4. Soit f(x) une fonction. Si f(x) est derivable en x
0
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
= lim
h0

|h|
h
= lim
h0

h
h
= 1
alors que
lim
h0
+
f(0 +h) f(0)
h
= lim
h0
+
h
h
= 1.
Donc f

(0) = lim
h0
f(h)
h
nexiste pas.
4.1. LA D

ERIV

EE 67
4.1.2 Exemples
1. Soit f(x) = x
2
. Alors
f

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

(x) = 2x.
2. Soit f(x) =

x. Alors pour x > 0, on a
f

(x) = lim
h0

x +h

x
h
= lim
h0
x +h x
h(

x +h +

x)
= lim
h0
1

x +h +

x
=
1
2

x
car

x est continue.
Si x = 0, on trouve lim
h0

h
h
= +. La fonction

x nest pas derivable en 0. La tangente
est verticale.
3. Soit f(x) = e
x
. Alors
f

(x) = lim
h0
e
h+x
e
x
h
= lim
h0
e
h
e
x
e
x
h
= lim
h0
e
x

e
h
1
h
= e
x
lim
h0
h +
h
2
2
+
h
3
3 !
+. . .
h
= e
x
lim
h0
_
1 +
h
2
+
h
2
3 !
+
h
3
4 !
+. . .
_
. .
=R(h)
= e
x
.
On a bien lim
h0
R(h) = 1 car
|R(h) 1| =

h
2
+
h
2
3 !
+
h
3
4 !
+. . .

|h|
2
+
_
|h|
2
_
2
+
_
|h|
2
_
3
+. . .
=
|h|
2
_
1 +
|h|
2
+
_
|h|
2
_
2
+
_
|h|
2
_
3
+. . .
_
=
|h|
2
1
1
|h|
2
=
|h|
2 |h|
h0
0.
Ainsi (e
x
)

= e
x
.
4. Soit f(x) = sin x. Alors
f

(x) = lim
h0
sin(x +h) sin x
h
= lim
h0
1
h
2 sin(
x +h x
2
) cos(
x +h +x
2
)
= lim
h0
2
sin(h/2)
h
cos(
2x +h
2
)
= lim
h0
sin(h/2)
h/2
lim
h0
cos(
2x +h
2
)
= 1 cos(x).
68 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Ainsi
(sin x)

= cos x
4.1.3 Regles de calculs
Soient f, g derivables sur I. Alors
(I) (f +g)

= f

+g

La derivee est une operation lineaire.


(II) (fg)

= f

g +fg

D em :
(fg)

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

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

(x)
Corollaire :
(f
2
)

= f

f +ff

= 2ff

(f
3
)

= (f
2
f)

= (f
2
)

f +f
2
f

= 2ff

f +f
2
f

= 3f
2
f

Par recurrence :
(f
n
)

= nf
n1
f

(III)
_
1
f
_

=
f

f
2
.
D em : En derivant legalite f
1
f
1 `a laide du point (II), on obtient
f


1
f
+f
_
1
f
_

= 0
ce qui donne
_
1
f
_

=
f

f
2
.
Corollaire 1 :
_
f
g
_

=
f

g fg

g
2
.
Corollaire 2 :
_
f
n
_

= nf
n1
f

4.1. LA D

ERIV

EE 69
(IV) Fonction composee : soit (x) = g(f(x)) = (g f)(x). Alors

(x) = g

(f(x)) f

(x).
D emonstration :
(g f)

(x
0
) = lim
h0
g(f(x
0
+h)) g(f(x
0
))
h
= lim
h0
g(f(x
0
+h)) g(f(x
0
))
f(x
0
+h) f(x
0
)

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

(x
0
)
= g

(f(x
0
)) f

(x
0
)
Quelques proprietes qui en decoulent
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 Derivees des fonctions elementaires
A) Fonctions polynomiales :
f(x) = x
n
(II)
f

(x) = nx
n1
.
Si f(x) = P(x) =
n

k=0
a
k
x
k
alors par (I), on a
f

(x) =
n

k=1
ka
k
x
k1
= na
n
x
n1
+ + 2a
2
x +a
1
.
B) Fonctions rationnelles et irrationnelles
Si f(x) = x
n
alors par (III) on a f

(x) = nx
n1
.
Si f(x) = x
m/n
alors
f(x)
n
= x
m

d
dx
n f(x)
n1
f

(x) = mx
m1
f

(x) =
m
n

x
m1
f(x)
n1
=
m
n
x
m1
_
x
m/n
_
n1
=
m
n
x
m1
x
m
m
n
=
m
n
x
m/n1
.
70 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
En conclusion :
d
dx
x
q
= qx
q1
q Q.
Et par (IV), on a
d
dx
(f(x))
q
= q (f(x))
q1
f

(x)
Exemple : f(x) =
3

x
4
+

x = (x
4
+

x)
1/3
=
_
x
4
+x
1
2
_1
3
. Alors
f

(x) =
1
3
(x
4
+

x)
1/31

_
x
4
+x
1
2
_

=
1
3
(x
4
+

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

4x
3
+
1
2

x
3

(x
4
+

x)
2
.
C) Fonctions trigonometriques :
On a demontre que (sin x)

= cos x.
f(x) = cos x = sin(

2
x). Alors
(cos x)

=
_
sin
_

2
x
__

= cos
_

2
x
_
(1) = sin x.
f(x) = tan x =
sin x
cos x
. Alors
f

=
sin

cos sin cos

cos
2
=
cos
2
+sin
2
cos
2
=
1
cos
2
= 1 + tan
2
.
Ainsi
(tan x)

=
1
cos
2
(x)
= 1 + tan
2
(x)
D) Fonction exponentielle : Comme (e
x
)

= e
x
et par (IV) on a
_
e
f(x)
_

= e
f(x)
f

(x).
Maintenant, si f(x) = a
x
= e
xln a
, alors
f

(x) = e
xln a
ln a = a
x
ln a.
Ainsi
(a
x
)

= a
x
ln a
4.1. LA D

ERIV

EE 71
E) Fonctions hyperboliques
Soit f(x) = cosh x =
e
x
+e
x
2
. Alors par (I) et D), on a
f

(x) =
1
2
_
e
x
e
x
_
= sinh x.
Soit f(x) = sinh x =
1
2
(e
x
e
x
) Alors
f

(x) =
1
2
_
e
x
(1)e
x
_
= cosh x.
4.1.5 Derivee de la fonction reciproque
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 f

(f
1
(y)) (f
1
)

(y) = 1
ce qui donne
(f
1
)

(y) =
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) = e
x
et f
1
(y) = ln y. Comme f

(x) = e
x
, on obtient
(ln y)

=
1
f

(f
1
(y))
=
1
e
ln y
=
1
y
.
Corollaire : (ln f(x))

=
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
cos(arcsin y)
=
1

1 y
2
.
La derni`ere egalite a ete demontree dans la serie 6.
72 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Soit f(x) = cos x et f
1
(y) = arccos y. Comme f

(x) = sin x, on a
(arccos y)

=
1
sin(arccos y)
=
1

1 y
2
Comme (tan x)

= 1 + tan
2
x, on a
(arctan y)

=
1
1 + tan
2
(arctan y)
=
1
1 +y
2
(3) Fonctions hyperboliques inverses :
Comme (sinh x)

= cosh x, on a
(arcsinh y)

=
1
cosh(arcsinh y)
=
1

y
2
+ 1
On a utilise ici le fait que cosh
2
u sinh
2
u = 1 et donc que cosh u =

1 + sinh
2
u.
De meme on montre que
(arccosh y)

=
1

y
2
1
y > 1
4.1.6 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)

= e
ln x

1
x
=
x

x
= x
1
.
Ainsi
(x

= x
1
R.
2. Comment deriver la fonction
f(x) = u(x)
v(x)
?
Dabord, comment est denie f(x) ? On pose
f(x) := e
v(x) ln(u(x))
et D
f
= {x | u(x) > 0}.
4.2. D

ERIV

EE DES FONCTIONS IMPLICITES 73


Notons que u(x)
v(x)
na de sens que si u(x) > 0. La derivee vaut alors
f

= (u
v
)

= e
v ln(u)

_
u

u
v +v

ln u
_
= u
v

_
u

v
u
+v

ln u
_
.
Exemple : Calculons lequation de la tangente au graphe de la fonction f(x) = x
sinx
au point P(; 1).
On a D
f
= R

+
.
f

(x) = x
sin x
_
1 sin x
x
+ cos xln x
_
.
En P(; 1) on obtient f

() = ln . Lequation de la tangente est donc


y = ln (x ) + 1 = (ln ) x + 1 + ln .
4.2 Derivee des fonctions implicites
Courbe : () : 2x
2
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
2x
2
y(x)
3
+ ln(xy(x)) 1 = 0 |
d
dx
4x 3y(x)
2
y

(x) +
1 y(x) +xy

(x)
xy(x)
= 0
Au point P(1; 1) on obtient
4 3y

(1) +
1 +y

(1)
1
= 0
ce qui donne 2y

(1) = 5 do` u y

(1) =
5
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
:
x
2
a
2
+
y
2
b
2
= 1
74 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
On derive cette relation par rapport `a x pour obtenir
2x
a
2
+
2yy

b
2
= 0
ce qui donne
y

=
b
2
a
2

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

1
est la pente de la tangente `a
1
en P et y

2
la pente de la tangente
`a
2
en P, alors
tan
1
= y

1
et tan
2
= y

2
. On a donc
| tan | = | tan(
2

1
)| =

tan
2
tan
1
1 + tan
1
tan
2

2
y

1
1 +y

1
y

.
Donc
| tan | =

2
y

1
1 +y

1
y

Exemple : Calculons langle entre les courbes

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

2
: y = g(x) =
3

x
au point P(1; 1).

1
: f

(x) = 2x et donc au point P : y

1
= 2

2
: g

(x) =
1
3
x

2
3
et donc au point P : y

2
=
1
3
. On obtient
tan =
2
1
3
1 + 2
1
3
= 1
ce qui donne =

4
.
4.2. D

ERIV

EE DES FONCTIONS IMPLICITES 75


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

=
dy
dx
=
y(t)
x(t)
.
Exemple :
_
x = t sin t = x(t) = sin t +t cos t
y = t
2
+ cos t = y(t) = 2t sin t
Et donc
y

=
y
x
=
2t sin t
sin t +t cos t
.
Au point P(0 ; 1) (t = 0), on obtient
y

|
P
=
2t sin t
sin t +t cos t

t=0
=
0
0

=
2
sin t
t
sin t
t
+ cos t
t0

2 1
1 + 1
=
1
2
Representation polaire
Si la courbe est donnee sous forme polaire = (). Alors
y

|
P
=
() sin +() cos
() cos () sin

P
()
Exemple : =

cos(2).
On veut trouver la tangente horizontale dans le quadrant I ( 0 /4).
On cherche donc le point P tel que y

|
P
= 0. En utilisant (*), on obtient lequation
() sin +() cos = 0. ()
76 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
En derivant la fonction donnee () =

cos(2) par rapport `a , on trouve


() =
1
2
cos(2)

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

cos(2)
et donc lequation (**) devient (apr`es simplications)
sin 2sin + cos 2cos = 0 cos(3) = 0.
Donc =

6
.
4.3 Theor`eme de la moyenne
4.3.1 Quelques theor`emes
Denition 4.5 (Fonction C
1
). Une fonction f(x) est dite contin ument derivable sur
I D
f
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).
Theor`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.
D emonstration :
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
h
(g( +h) g()) < 0 ()
Pour h < 0, on a
g( +h) < g()
et donc
1
h
(g( +h) g()) > 0 ()
4.3. TH

EOR
`
EME DE LA MOYENNE 77
Comme g est derivable, on a
g

() = lim
h0
+
1
h
(g( +h) g()) = lim
h0

1
h
(g( +h) g()).
Cette limite ne peut etre que 0 vu (*) et (**). Donc g

() = 0.
Theor`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)
b a
.
D emonstration : On consid`ere la fonction
g(x) = f(x)
f(b) f(a)
b a
(x a)
qui satisfait aux hypoth`eses du theor`eme de Rolle. Alors il existe ]a; b[ avec g

() = 0,
i.e.
f

()
f(b) f(a)
b a
1 = 0
ce qui donne la conclusion cherchee.
Corollaire 4.8. Si f

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


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

() =
f(c) f(a)
c a
= 0
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 = x
0
.
Supposons que lim
xx
0
f

(x) existe. Alors f est derivable en x


0
et
f

(x
0
) = lim
xx
0
f

(x)
(i.e. f

est continue en x
0
).
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

.
78 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
D emonstration : On a par le theor`eme de la moyenne applique aux points x
0
et x
0
+h :
f(x
0
+h) f(x
0
)
h
= f

() pour un ]x
0
; x
0
+h[
ce qui donne en passant `a la limite quand h 0 :
f

(x
0
) = lim
x
0
f

()
Theor`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

()
g

()
=
f(b) f(a)
g(b) g(a)
.
D emonstration :
On consid`ere la fonction
h(x) = f(x)
f(b) f(a)
g(b) g(a)
(g(x) 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)
f(b) f(a)
g(b) g(a)
g

(x)
on en deduit que
f

()
g

()
=
f(b) f(a)
g(b) g(a)
.
4.3.2 La r`egle de Bernoulli-lHospital
Theor`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
xa
+
f(x) = lim
xa
+
g(x) = avec = 0 ou ;
lim
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. TH

EOR
`
EME DE LA MOYENNE 79
D emonstration :
(I) = 0 et R.
Posons b = a +h. Alors le theor`eme de Cauchy implique quil existe = a +h avec
0 1 et
f

(a +h)
g

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

(a +h)
g

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

(a +h)
g

(a +h)
= lim
h0
f(a +h)
g(a +h)
= lim
a
f

()
g

()
= lim
ba
f(b)
g(b)
= lim
xa
f

(x)
g

(x)
= lim
xa
f(x)
g(x)
(II) = + et = 0. On a, par hypoth`ese, que
1
f
,
1
g
xa
+
0.
Posons L = lim
xa
+
g(x)
f(x)
. Alors
L = lim
xa
+
g(x)
f(x)
= lim
xa
+
1/f(x)
1/g(x)
= lim
xa
+
(1/f(x))

(1/g(x))

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

(x)
1/g(x)
2
g

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

f

(x)
g

(x)
=
_
lim
xa
+
g(x)
f(x)
_
2
lim
xa
+
f

(x)
g

(x)
= L
2
.
En divisant par L
2
, on obtient
1
L
= do` u lon en deduit que
lim
xa
+
f(x)
g(x)
=
1
L
= .
Exemples 4.14.
1. f(x) =
sin x
x
Alors
lim
x0
sin x
x
B.-H.
= lim
x0
(sin x)

= lim
x0
cos x
1
= 1.
2. f(x) = xln x. Que vaut lim
x0
f(x) ? On a
lim
x0
xln x = lim
x0
ln x
1/x
_
=

_
B.-H.
= lim
x0
1/x
1/x
2
= lim
x0
(x) = 0.
80 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Ainsi
lim
x0
xln x = 0
3.
lim
x
x
2
e
x
_
=

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

_
B.-H.
= lim
x
2
e
x
= 0.
Donc lim
x
x
2
e
x
= 0.
4.
lim
x0
sinh x
x
= lim
x0
cosh x
1
= 1.
5.
lim
x
ln x
ln(x
3
ln x)
B.-H.
= lim
x
1/x
1
x
3
ln x
(
x
3
x
+ 3x
2
ln x)
= lim
x
x
2
ln x
x
2
+ 3x
2
ln x
= lim
x
ln x
1 + 3 ln x
= lim
x
1
1/ ln x + 3
=
1
3
.
Expressions indeterminees de la forme
0
, 1

, 0
0
Considerons la fonction (x) = u(x)
v(x)
et supposons que
lim (x)
soit de la forme indeterminee 0
0
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
0
ou

. On applique alors la r`egle de lHospital pour calculer limln (x) = L.


3. On applique lexponentielle :
lim(x) = e
L
.
4.3. TH

EOR
`
EME DE LA MOYENNE 81
Exemples 4.15.
1.
0
: soit (x) = x
1
x
. Calculons lim
x
x
1
x
. On a
ln (x) =
1
x
lnx =
ln x
x
et la limite vaut
lim
x
ln x
x
B.-H.
= lim
x
1/x
1
= 0.
Ainsi lim
x
(ln (x)) = 0 ce qui donne (en appliquant e
x
)
lim
x
(x) = e
0
= 1.
2. 1

: soit (x) = x
1
1x
4
. Calculons lim
x1
(x). On a
ln (x) =
1
1 x
4
ln x =
ln x
1 x
4
et le passage `a la limite donne
lim
x1
[ln (x)] = lim
x1
ln x
1 x
4
B.-H.
= lim
x1
1/x
4x
3
=
1
4
.
Finalement on a donc
lim
x1
(x) = e

1
4
=
1
4

e
.
3. 1

: Calculer la limite
lim
x0
+
(1 +x
2
)
1/x
. .
=(x)
.
On a
ln (x) =
1
x
ln(1 +x
2
) =
ln(1 +x
2
)
x
et
lim
x0
+
ln (x)
_
=
0
0
_
B.-H.
= lim
x0
+
2x/(1 +x
2
)
1
= 0.
On en deduit que lim(x) = e
0
= 1.
4. 0
0
: calculons
lim
x0
(sin x)
x
. .
=(x)
_
= 0
0
_
.
On a ln (x) = x ln sin x =
ln sin x
1/x
. Par lHospital, on a
lim
x0
ln (x) = lim
x0
ln sin x
1/x
B.-H.
= lim
x0
cos x/ sin x
1/x
2
= lim
x0

x
2
cos x
sin x
= lim
x0
x
sin x
lim
x0
xcos x
1
= 1 0 = 0.
En reprenant lexponentielle, on obtient
lim
x0
(sin x)
x
= e
0
= 1.
82 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
4.3.3 Comparaison des croissances des fonctions (ln x)

, x

et e
x
Theor`eme 4.16. Pour tout > 0, on a
lim
x
ln x
x

= 0.
La fonction ln(x) crot moins vite que toute puissance positive de x.
D emonstration :
lim
x
lnx
x

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

= 0.
Corollaire 4.17.
, > 0, lim
x
ln

x
x

= 0.
D emonstration :
Le theor`eme precedent implique quil existe X
1
R avec ln x < x

2
pour tout x > X
1
.
Alors
0 <
ln

x
x

<
x

2
x

=
1
x

2
x
0.
Corollaire 4.18. > 0 , a > 1
lim
x
x

a
x
= 0
La fonction a
x
(a > 1) crot plus vite que toute puissance de x.
D emonstration :
On pose = ln a > 0 car a > 1 et x = ln t en notant que x t . Alors
lim
x
x

a
x
= lim
t
(ln t)

e
ln t
= lim
t
(ln t)

= 0 (par le corollaire precedent.)


Corollaire 4.19. Pour tout polynome P(x) et tout p > 0, on a
lim
x
P(x)e
px
= 0
Corollaire 4.20.
lim
x0
+
x

(ln x)
n
= 0.
4.4. D

ERIV

EES DORDRES SUP

ERIEURS 83
D emonstration :
On pose x = e
t
. Alors t lorsque x 0
+
. Donc
lim
x0
+
x

(ln x)
n
= lim
t
e
t
(t)
n
= (1)
n
t
n
e
t
= 0.
4.4 Derivees dordres superieurs
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
2
dx
2
au lieu de
d
dx
(
d
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
Denition 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) =

n
C
n
(I).
Cest lensemble des fonctions dont toutes les derivees sont continues.
Exemple : e
x
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

k=0
_
n
k
_
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 :
(fg)

= f

g + 2f

+fg

(fg)
(3)
= f
(3)
g + 3f

+ 3f

+fg
(3)
84 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
4.5 Etude de fonction
4.5.1 Croissance et extremum
Dans toute cette section, f(x) designera une fonction continue sur son ensemble de denition.
Theor`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.


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

() avec [c; d].


Donc
f

() 0 f(d) f(c).
De plus, si f

() > 0 alors f(d) > f(c).


Denition 4.23.
x
0
D
f
est un maximum absolu de f si f(x) f(x
0
) pour tout x D
f
.
x
0
D
f
est un maximum relatif (ou local) sil existe un voisinage
v

(x
0
) =]x
0
; x
0
+[
de x
0
tel que f(x) f(x
0
) pour tout x v

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

(x
0
) = 0
(iii) ou f

(x
0
) nexiste pas.
Denition 4.25. Un point x
0
tel que f

(x
0
) = 0 est appele un point stationnaire.
4.5. ETUDE DE FONCTION 85
Un point stationnaire nest pas necessairement un extremum.
Exemple : f(x) = x
3
. Alors f

(x) = 3x
2
et donc f

(0) = 0. Mais x
0
= 0 nest pas un
extremum mais un plat.
La condition necessaire et susante pour avoir un extremum en x
0
est donnee par le
theor`eme suivant :
Theor`eme 4.26. Soit f(x) une fonction derivable dans un voisinage de x
0
mais pas
necessairement en x
0
. Alors
x
0
est un extremum f

(x) change de signe en x


0
.
Plus precisement si
(i) f

(x) < 0 (respextivement > 0) sur ]x


0
; x
0
[ et si
(ii) f

(x) > 0 (respectivement < 0) sur ]x


0
; x
0
+[
alors x
0
est un minimum local (respectivement un maximum local).
D emonstration : Cest une consequence du theor`eme 4.22.
Un cas particulier de ce theor`eme est le suivant :
Proposition 4.27. Soit f une fonction continue et x
0
un point stationnaire (f

(x
0
) = 0).
(1) Si f

(x) > 0 dans un voisinage de x


0
, alors x
0
est un minimum local .
(2) Si f

(x) < 0 dans un voisinage de x


0
alors x
0
est un maximum local.
(3) Si f

(x) change de signe en x


0
alors x
0
est un plat.
D emonstration :
(i) Le theor`eme de la moyenne applique `a la fonction f

(x) et `a lintervalle ]x
0
; x
0
+ h[
donne
f

(x
0
+h) f

(x
0
)
h
= f

()
avec entre x
0
et x
0
+h donc = x
0
+h o` u 0 < < 1. Ceci donne
f

(x
0
+h) = f

(x
0
)
. .
=0
+h f

(x
0
+h)
. .
>0
=
_
> 0 si h > 0
< 0 si h < 0
86 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Ainsi f

(x) change bien de signe en x


0
et x
0
est un minimum local.
(ii) idem
Exemple 4.28. f(x) = 2x
2
+ 10
f

(x) = 4x f

(x) = 4 = f

(0) = 0 f

(0) = 4 > 0.
Le point x = 0 est donc un minimum.
ATTENTION :
f

(x
0
) = 0 = x
0
est un extremum
x
0
est un extremum = f

(x
0
) = 0
Exemple 4.29. f(x) = x
3
(x
3
1)
2
3
.
f

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

1
3
3x
2
=
x
2
(x
3
1)
1
3
(5x
3
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

3
5
, on a f

= 0 et change de signe. extremum.


4.5.2 Courbure et point dinexion
Denition 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) 0 pour tout x I, cest-`a-dire si f

(x) est decroissante


sur I.
4.6. D

EVELOPPEMENT LIMIT

E ET S

ERIE DE TAYLOR 87
Autre caracterisation
1) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessous (resp.
au-dessus) de la corde PQ 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 :
Denition 4.31 (Point dinexion). Soit f une fonction. Alors x
0
D
f
est un point din-
exion de f si f

(x) change de signe en x


0
.
ATTENTION : Comme pour les extremums, il ne sut pas que f

(x
0
) = 0.
Propriete geometrique : en un point dinexion, le graphe passe de lautre cote de
la tangente en ce point.
Exemple 1 : f(x) =
3

x. f

(x) =
1
3
x

2
3
f

(x) =
2
9
1
3

x
5
.
f

change de signe en x = 0 bien que f

(0) nexiste pas en ce point (la tangente est verti-


cale). On a donc un point dinexion.
Exemple 2 : f(x) = x
4
x. f

(x) = 4x
3
1 f

(x) = 12x
2
.
On a f

(0) = 0 mais f

ne change pas de signe. Pas de point dinexion en 0.


4.6 Developpement limite et serie de Taylor
4.6.1 Denitions
Lemme 4.32 (Approximation lineaire). Pour a D
f
xe, on a
f(a +h) = f(a) +f

(a) h +r(h) ()
88 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
o` u r(h) est une fonction satisfaisant
lim
h0
r(h)
h
= 0.
D emonstration : Posons r(h) = f(a +h) f(a) hf

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

(a)
et on a bien lim
h0
r(h)
h
= f

(a) f

(a) = 0.
En posant x = a +h, lequation (*) devient
f(x) = f(a) +f

(a) (x a) +R
1
(x)
avec lim
xa
R
1
(x)
x a
= 0.
On va generaliser ce resultat en approximant une fonction par un polynome de degre n :
Theor`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)
2
(x a)
2
+ +
f
(n)
(a)
n!
(x a)
n
. .
= T
f
n
(x)
+ R
n
(x)
avec lim
xa
R
n
(x)
(x a)
n
= 0.
De plus, si f C
n+1
(I), alors R
n
(x) =
f
(n+1)
()
(n + 1) !
(x a)
n+1
avec entre a et x.
D emonstration :
R
n
(x) = f(x) f(a) f

(a)(x a)
f
(n)
(a)
n!
(x a)
n
et donc
R

n
(x) = f

(x) f

(a) f

(a)(x a)
f
(n)
(a)
(n 1) !
(x a)
n1
R

n
(x) = f

(x) f

(a) f
(3)
(a)(x a)
f
(n)
(a)
(n 2) !
(x a)
n2
.
.
.
R
(n)
n
(x) = f
(n)
(x) f
(n)
(a)
R
(n+1)
n
(x) = f
(n+1)
(x)
4.6. D

EVELOPPEMENT LIMIT

E ET S

ERIE DE TAYLOR 89
ce qui donne
R

n
(a) = R

n
(a) = = R
(n)
n
(a) = 0.
Pour calculer lim
xa
R
n
(x)
(x a)
n
, on applique n fois la r`egle de Bernoulli-LHospital :
lim
xa
R
n
(x)
(x a)
n
B.-H.
= lim
xa
R

n
(x)
n (x a)
n1
B.-H.
= . . .
B.-H.
= lim
xa
R
(n)
n
(x)
n!
= lim
xa
f
(n)
(x) f
(n)
(a)
n!
= 0.
Ceci demontre la premi`ere partie du theor`eme.
Si f C
n+1
(I), on pose h(x) = (xa)
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)
R
n
(x)
h(x)
=
R
n
(x) R
n
(a)
h(x) h(a)
Cauchy
=
R

n
(
1
)
h

(
1
)
=
R

n
(x) R

n
(a)
h

(x) h

(a)
Cauchy
=
R

n
(
2
)
h

(
2
)
= =
R
(n+1)
n
()
h
(n+1)
()
=
f
(n+1)
()
(n + 1) !
]a; x[
Ceci donne nalement
R
n
(x) = h(x)
f
(n+1)
()
(n + 1) !
=
f
(n+1)
()
(n + 1) !
(x a)
n+1
.
Denition 4.34. Le polynome
T
f
n
(x) = f(a) +f

(a)(x a) +
f

(a)
2
(x a)
2
+ +
f
(n)
(a)
n!
(x a)
n
est appele le developpement limite dordre n de f(x) au point a ou aussi le polynome
de Taylor de degre n.
La fonction R
n
(x) est le reste dordre n.
Si a = 0 on obtient le developpement autour du point 0 :
f(x) = f(0) +f

(0) x +
f

(0)
2
x
2
+ +
f
(n)
(0)
n!
x
n
+ R
n
(x)
avec R
n
(x) =
f
(n+1)
(x)
(n + 1) !
x
n+1
et 0 < < 1.
Exemple 4.35.
f(x) = cos x, a = 0, n = 3 :
f(x) = f(0) +f

(0)x +
f

(0)
2
x
2
+
f
(3)
(0)
6
x
3
+R
3
(x)
= 1 + 0 x
1
2
x
2
+ 0 x
3
+R
3
(x) = 1
1
2
x
2
. .
=T
3
(x)
+R
3
(x)
90 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
Serie de Taylor
Si f C

(I) et si R
n
(x)
n
0 pour tout x I, on obtient la serie de Taylor en a qui
converge vers f(x) :
f(x) =

k=0
f
(k)
(a)
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 si lim
xa
f(x)
g(x)
= 0.
Exemples :
52x
3
= o(x
2
) (en a = 0) car lim
x0
52x
3
x
2
= lim
x0
52x = 0.
1 cos x = o(x) car lim
x0
1 cos x
x
= 0 (cf. formulaire et tables)
Avec cette notation, on a
R
n
(x) = o(x
n
)
pour le developpement limite autour de a = 0.
Proprietes :
A) Si f = o(g) et g = o(h) alors f = o(h) .
B) Si f
1
= o(g
1
) et f
2
= o(g
2
) alors f
1
f
2
= o(g
1
g
2
) .
C) Si f = o(g) et h = o(g) alors f h = o(g).
ATTENTION :
o(g) o(g) = 0.
Exemple : 4x
3
= o(x
2
) et x
3
= o(x
2
) mais 4x
3
x
3
= 3x
3
= o(x
2
) .
4.6.2 Exemples
1. Soit f(x) = e
x
et a = 0.
Comme f

(x) = e
x
= f
(k)
(x) pour tout k 1, le developpement limite dordre n est
donne par
e
x
= f(0) +f

(0)x +
f

(0)
2
x
2
+ +
f
(n)
(0)
n!
x
n
+R
n
(x)
= 1 +x +
1
2
x
2
+ +
1
n!
x
n
+R
n
(x)
avec R
n
(x) =
f
(n+1)
(x)
(n + 1) !
x
n+1
=
x
n+1
(n + 1) !
e
x
.
4.6. D

EVELOPPEMENT LIMIT

E ET S

ERIE DE TAYLOR 91
R
n
(x) converge vers 0 pour tout x lorsque n (cf. chapitre 2). Donc la serie de
Taylor converge vers f et on a
e
x
=

k=0
1
k !
x
k
x R
Developpement limite dordre 1 :
on a e
x
= 1 +x +o(x). Ceci donne e
x
1 = x +o(x) et donc
lim
x0
e
x
1
x
= lim
x0
1 +
o(x)
x
= 1
par denition de o(x). Ainsi autour de x = 0, on a e
x
1 x.
2. Soit f(x) =
1
1 +x
et a = 0.
On a f(0) = 1 et
f

(x) =
1
(1 +x)
2
= f

(0) = 1
f

(x) =
2
(1 +x)
3
= 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
= 1 x +x
2
x
3
+x
4
+ (1)
n
x
n
+R
n
(x)
avec
R
n
(x) =
f
(n+1)
()
(n + 1) !

n+1
= (1)
n+1


n+1
(1 +)
n+1
.
ce qui donne la serie de Taylor
1
1 +x
=

k=0
(x)
k
x ] 1; 1[
Cest une serie geometrique (de raison x ) qui converge si et seulement si |x| < 1. Pour
ces valeurs de x, on peut montrer que R
n
(x)
n
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
x
3
3 !
+
x
5
5 !

x
7
7 !
+o(x
7
)
92 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
avec R
n
(x) =
f
(n+1)
(x)
(n + 1) !
x
n+1
qui converge vers 0 lorsque n et ceci pour tout x R
car |f
(n+1)
(x)| 1. On obtient donc la serie de Taylor du sinus :
sin x =

k=0
(1)
k
x
2k+1
(2k + 1) !
x R
4. On montre de meme que
cos x = 1
x
2
2
+
x
4
4 !

x
6
6 !
+o(x
6
)
=

k=0
(1)
k
x
2k
(2k) !
x R
5. Soit f(x) = ln(1 +x) et a = 0. Alors
f

(x) =
1
1 +x
= f

(0) = 1
f

(x) =
1
(1 +x)
2
= f

(0) = 1
f
(3)
(x) =
2
(1 +x)
3
= f
(3)
(0) = 2
.
.
.
f
(n)
(x) =
(1)
n+1
(n 1) !
(1 +x)
n
= 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
x
2
+ +
f
(n)
(0)
n!
x
n
+. . .
= x
x
2
2
+
x
3
3

x
4
4
+. . .
=

k=1
(1)
k+1
x
k
k
qui converge pour 1 < x 1.
Si x = 1, on obtient
ln 2 = 1
1
2
+
1
3

1
4
+
1
5
. . .
Cest la serie harmonique alternee.
Derivee dune serie de Taylor
Si f(x) =

k=0
a
k
x
k
alors
f

(x) =

k=1
k a
k
x
k1
.
On peut deriver termes `a termes.
4.6. D

EVELOPPEMENT LIMIT

E ET S

ERIE DE TAYLOR 93
Exemple 4.36. Considerons la serie
f(x) = x
x
3
3
+
x
5
5

x
7
7
+ . . .
On a alors
f

(x) = 1 x
2
+x
4
x
6
+x
8
. . .
serie geom.
=
1
1 +x
2
x ] 1; 1[
Mais
1
1 +x
2
est la derivee de arctan x donc f(x) = arctan x + C. Comme f(0) = 0 =
arctan(0), la constante C vaut 0. On a ainsi trouve la serie de Taylor de arctan x :
arctan x = x
x
3
3
+
x
5
5

x
7
7
+. . . x ] 1; 1]
Si lon pose x = 1, on a

4
= 1
1
3
+
1
5

1
7
+
1
9
. . .
4.6.3 Operations sur les developpements limites
Soient f et g deux fonctions admettant T
f
n
(x) et T
g
n
(x) comme developpements limites
dordre n autour de a = 0.
Alors
T
f+g
n
(x) = T
f
n
(x) +T
g
n
(x)
T
fg
n
(x) = T
f
n
(x) T
g
n
(x) (en ne gardant que les termes de degre n)
Si f(0) = 0, alors T
gf
n
(x) = T
g
n
(T
f
n
(x)).
Le developpement limite de
f
g
sobtient en faisant la division du polynome T
f
n
(x) par
le polynome T
g
n
(x) en commencant par les termes de degres les plus bas.
Exemples 4.37.
1. Developpement limite dordre 3 de sin(e
x
1) en a = 0 :
sin x = x
x
3
3 !
+o(x
3
)
e
x
= 1 +x +
x
2
2
+
x
3
3 !
+o(x
3
) = e
x
1 = x +
x
2
2
+
x
3
3 !
+o(x
3
)
sin(e
x
1) = [e
x
1]
(e
x
1)
3
3 !
+o(x
3
)
=
_
x +
x
2
2
+
x
3
3 !
_

1
6
_
x +
x
2
2
+. . .
_
3
+o(x
3
)
= x +
x
2
2
+
x
3
3 !

1
6
_
x
3
+ 3
x
4
2
+o(x
3
)
_
+o(x
3
)
= x +
x
2
2
+o(x
3
).
94 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
2. Developpement dordre 3 de ln(1 + arctan x) en a = 0 :
arctan x = x
x
3
3
+o(x
4
)
ln(1 +x) = x
x
2
2
+
x
3
3

x
4
4
+o(x
4
)
Donc
ln(1 + arctan x) = arctan x
arctan
2
x
2
+
arctan
3
x
3
+. . .
= x
x
3
3

1
2
_
x
x
3
3
_
2
+
1
3
_
x
x
3
3
_
3
+o(x
3
)
= x
x
3
3

1
2
x
2
+
1
3
x
3
+o(x
3
)
= x
1
2
x
2
+o(x
3
)
3. Developpement limite dordre 3 de f(x) =
cos x +x
2
1 sin x
en a = 0 :
cos x +x
2
= 1
x
2
2
+o(x
3
) +x
2
= 1 +
x
2
2
+o(x
3
)
1 sin x = 1 x +
x
3
3 !
+o(x
3
)
Division euclidienne :
Donc f(x) = 1 +x +
3
2
x
2
+
4
3
x
3
+o(x
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
3
3 !
+o(x
3
). Alors
lim
x0
sin x
x
= lim
x0
x
x
3
3 !
+o(x
3
)
x
= lim
x0
1
x
2
3 !
+
o(x
3
)
x
= 1.
2) De meme on a cos x = 1
x
2
2
+o(x
2
) = 1 cos x =
1
2
x
2
+o(x
2
) et donc
lim
x0
1 cos x
x
2
= lim
x0
1
2
+
o(x
2
)
x
2
=
1
2
.
4.6. D

EVELOPPEMENT LIMIT

E ET S

ERIE DE TAYLOR 95
3)
lim
x0
sin(3x) 3 sin x
x(1 cos x)
= lim
x0
3x
(3x)
3
3 !
3(x
x
3
3 !
) +o(x
3
)
x[1 (1
x
2
2
+o(x
3
))]
= lim
x0
4x
3
+o(x
3
)
x
3
2
+o(x
4
)
= lim
x0
4 +o(x
3
)/x
3
1
2
+o(x
4
)/x
3
= 8.
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 :
Theor`eme 4.38. Soit f(x) C
n
(I) avec n 2 telle que
f

(a) = 0
f
(k)
(a) = 0 pour 1 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
x
3
3 !
+o(x
3
)) =
x
3
3 !
+o(x
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.
B) Soit f(x) = cos(x
2
) = 1
x
4
2
+
x
8
4 !
+. . . .
Alors f

(0) = f

(0) = f
(3)
(0) = 0 et f
(4)
(0) =
1
2
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 n.
4.6.6 Formule dEuler
On a e
x
=

k=0
x
k
k !
= 1 +x +
x
2
2
+
x
3
3 !
+
x
4
4 !
+. . .
Si lon pose x = i on obtient
e
i
= 1 +i +
(i)
2
2
+
(i)
3
3 !
+
(i)
4
4 !
+. . .
= 1

2
2
+

4
4 !
. . .
+i
_


3
3 !
+

5
5 !
. . .
_
= cos +i sin .
96 CHAPITRE 4. D

ERIV

EES ET APPLICATIONS
On a ainsi demontre la formule dEuler :
e
i
= cos +i sin .
On en deduit les 2 formules :
cos =
e
i
+e
i
2
sin =
e
i
e
i
2i
4.7 Resolution numerique dequations : methode 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 x
1
proche de x

et on approxime la fonction f par sa tangente :


Equation de la tangente : y = f

(x
1
)(x x
1
) +f(x
1
).
Intersection avec laxe Ox :
0 = f

(x
1
)(x
2
x
1
) +f(x
1
)
ce qui donne
x
2
= x
1

f(x
1
)
f

(x
1
)
.
En repetant la construction, on trouve la relation recurrente :
x
n+1
= x
n

f(x
n
)
f

(x
n
)
()
On peut demontrer, que si x
1
est choisi proche de x

alors la suite des x


n
converge vers x

.
4.7. R

ESOLUTION NUM

ERIQUE D

EQUATIONS : M

ETHODE 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
x
n+1
= x
n

x
n
cos x
n
1 + sin x
n
.
Si lon part avec x
1
=
1
2
alors on obtient
x
2
= 0.755222 x
3
= 0.73914166
x
4
= 0.739085 x
5
= 0.739085133
(2) Cherchons `a calculer
p

c, c R
+
, p N

.
On prend
f(x) = x
p
c = f

(x) = px
p1
et lequation (*) devient
x
n+1
= x
n

x
p
n
c
px
p1
n
= (1
1
p
)x
n
+
c
p
1
x
p1
n
.
Si c Q
+
et x
1
est choisi dans Q
+
, alors les x
n
forment une suite rationnelle qui
converge vers
p

c.
Exemple : p = 3, c = 2. On veut approcher
3

2. Lalgorithme devient
x
n+1
=
2
3
x
n
+
2
3x
2
n
.
x
1
= 1 x
2
=
4
3
x
3
=
91
72
x
4
=
1126819
894348
x
5
= 1.25992105002
Pour x
5
, lerreur est de 10
10
.
Probl`eme possible :
Exemple :
f(x) = x
3
+ 2x
2
5x 6.
En partant de x
0
= 1.905985711, on trouve
x
1
= 0.337561961
x
2
= 1.905985711
x
3
= 0.337561961
x
4
= 1.9059857105
x
5
= 0.337561948
Chapitre 5
Calcul integral
5.1 Lintegrale denie
5.1.1 Denition 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 I
1
, I
1
, . . .I
n
de facon arbitraire I
k
= [x
k1
; x
k
]
avec x
0
= a et x
n
= b.
On choisit ensuite un
k
I
k
de facon toujours arbitraire. Notons x
k
= x
k
x
k1
la
largeur de lintervalle I
k
et soit
S
n
=
n

k=1
f(
k
) x
k
la somme des surfaces rectangulaires determinees par I
k
et f(
k
).
Cest une approximation de laire cherchee et cette approximation est dautant meilleure
que les x
k
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 :
Denition 5.1 (Fonction integrable). La fonction f(x) est dite integrable sur [a; b] si la
limite
S = lim
n
sup
k
x
k
0
S
n
existe et ceci independamment du choix des x
k
et des
k
. On note cette limite

b
a
f(x) dx.
99
100 CHAPITRE 5. CALCUL INT

EGRAL
Remarque 5.2. On peut montrer, que pour quune fonction f(x) soit integrable, il sut
de montrer la convergence des suites S
n
pour deux choix particuliers des
n
. En eet, posons
M
k
= sup
xI
k
f(x) m
k
= inf
xI
k
f(x)
Alors m
k
f(
k
) M
k
pour tout choix de
k
I
k
et donc
n

k=1
m
k
x
k

n

k=1
f(
k
) x
k
. .
=S
n

k=1
M
k
x
k
.
Si les termes de gauche et de droite converge vers la meme limite S lorsque n et
x
k
0, alors par le theor`eme des gendarmes, la somme S
n
converge egalement vers S
(pour tout choix des
k
) et f est ainsi integrable.
Remarque 5.3. Si f(x) 0 pour tout x [a; b] et f est integrable, alors on a

b
a
f(x) dx 0.
Ainsi

b
a
f(x) dx est une aire algebrique aectee dun signe. Les domaines au-dessous de
laxe Ox sont comptes negativement.
5.1.2 Proprietes de lintegrale denie
(1)

a
a
f(x) dx = 0
(2)

b
a
f(x) dx +

c
b
f(x) dx =

c
a
f(x) dx
=

a
b
f(x) dx =

b
a
f(x) dx
(3) Linearite de lintegrale :

b
a
(f(x) +g(x)) dx =

b
a
f(x) dx +

b
a
g(x) dx
(4) Si a b et f(x) g(x) x [a; b], alors

b
a
f(x) dx

b
a
g(x) dx
(5)

b
a
f(x) dx

b
a
|f(x)| dx
D emonstration : Ceci decoule du point (4) et de linegalite
|f(x)| f(x) |f(x)|
pour tout x [a; b].
5.1. LINT

EGRALE D

EFINIE 101
(6) Inegalite de Schwarz :
_
b
a
f(x)g(x) dx
_
2

b
a
f
2
(x) dx

b
a
g
2
(x) dx.
D emonstration : Pour tout t R on a

b
a
(f(x) tg(x))
2
dx 0 ce qui donne

b
a
(f
2
(x) 2tf(x)g(x) +t
2
g
2
(x)) dx 0
et par (3)

b
a
f
2
(x) dx 2t

b
a
f(x)g(x) dx + t
2

b
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
2
4AC = 4
_
b
a
f(x)g(x) dx
_
2
4

b
a
f
2
(x) dx

b
a
g
2
(x) dx 0.
Remarque 5.4. La variable dintegration est une variable muette. Son changement naf-
fecte en rien la valeur de lintegrale :

b
a
f(x) dx =

b
a
f(u) du.
Denition 5.5. f est continue par morceaux sur I = [a; b] sil existe I
k
= [x
k1
; x
k
]
k = 1, 2, . . . , n avec x
0
= a et x
n
= b de telle sorte que f(x) soit continue sur chaque
intervalle ouvert ]x
k1
; x
k
[, continue `a gauche en x
1
, x
2
, . . . , x
n
et continue `a droite en
chaque x
0
, x
1
, . . . , x
n1
.
Theor`eme 5.6. Toute fonction continue par morceaux est integrable.
Sans demonstration.
5.1.3 Theor`eme fondamental du calcul integral
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
a
f(x) dx = f() (b a).
102 CHAPITRE 5. CALCUL INT

EGRAL
D emonstration :
Soit m = inf
xI
f(x) et M = sup
xI
f(x). Alors
m (b a)

b
a
f(x) dx M (b a).
et donc
f(x
m
) = m
1
b a

b
a
f(x) dx
. .
=c
M = f(x
M
).
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 1)
avec

x+h
x
f(t) dt = h f(x +h). ()
Theor`eme 5.8 (Theor`eme fondamental du calcul integral). Soit I = [a; b] et f C
0
(I).
Posons
F(x) =

x
a
f(t) dt.
Alors F

(x) = f(x) pour tout x I.


D emonstration :
Reprenons la denition de la derivee :
F

(x) = lim
h0
F(x +h) F(x)
h
= lim
h0
1
h

_
x+h
a
f(t) dt

x
a
f(t) dt
_
= lim
h0
1
h

x+h
x
f(t) dt
= lim
h0
1
h
h f(x +h) 0 1 par (*)
= lim
h0
f(x +h)
= f(x) car f est continue.
En dautres termes, on a
d
dx
_
x
a
f(t) dt
_
= f(x)
5.2. PRIMITIVES 103
Explication intuitive :
dF(x) = F(x +h) F(x) = dx f(x) =
dF(x)
dx
= f(x).
Theor`eme 5.9. Soit f(x) integrable sur I = [a; b] et F(x) telle que F

(x) = f(x). Alors

b
a
f(x) dx = F(b) F(a) = F(x)

b
a
D emonstration : Posons (x) =

x
a
f(t) dt.
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
a
f(t) dt = F(b) F(a).
Corollaire 5.10. Soit f(x) une fonction continue et (x) une fonction derivable. Alors
(a)
d
dx
_
a
x
f(t) dt
_
= f(x)
(b)
d
dx
_

(x)
(x)
f(t) dt
_
= f((x))

(x) f((x))

(x)
5.2 Primitives
5.2.1 Denition et proprietes
Denition 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).


104 CHAPITRE 5. CALCUL INT

EGRAL
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 integrale indenie.
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
comme par exemple f(x) = e
x
2
.
Linearite de la primitive : la linearite de la derivee implique celle de la primitive :

f(x) +g(x) dx =

f(x) dx +

g(x) dx.
5.2.2 Recherche des primitives
Primitives de quelques fonctions elementaires
(I) Fonctions puissances Pour q = 1, on a

x
q
dx =
1
q + 1
x
q+1
+C
et

1
x
dx = ln |x| +C.
(II) Fonction exponentielle :

e
ax
dx =
1
a
e
ax
+C.
(III) Fonctions trigonometriques :

sin(ax) dx =
1
a
cos(ax) +C

cos(ax) dx =
1
a
sin(ax) +C
(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)

px +q
dx =?. On sait que (

px +q)

=
p
2

px+q
. On a donc

px +q
dx =

2
p

p
2

px +q
dx =
2
p

p
2

px +q
dx =
2
p

px +q +C.
5.2. PRIMITIVES 105
(2)

cos
2
(px) dx =

1
2
(1 + cos(2px)) dx =
1
2
x +
1
4p
sin(2px) +C.
(3)

x
2
+x + 1
x
3
+x
dx =

x
2
+ 1 +x
x(x
2
+ 1)
dx =

1
x
+
1
x
2
+ 1
dx = ln |x| + arctan(x) +C.
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
2
+ 1
dx =

1
2

2x

x
2
+ 1
dx =
1
2

2x(x
2
+ 1)

1
2
dx =
1
2

(x
2
+ 1)
1
2
1/2
+ C
=

x
2
+ 1 + C.
On a utilise le principe precedent avec f(u) =
1

u
et g(x) = x
2
+1 = g

(x) = 2x.
(2) On veut calculer

cos xsin
3
x dx. On voit que cos x est la derivee de sin x. On pose
donc g(x) = sin x et f(u) = u
3
dont on connat une primitive : F(u) =
1
4
u
4
. Alors

cos x
. .
g

(x)
sin
3
x
. .
f(g(x))
dx = F(g(x)) +C =
1
4
sin
4
x +C.
En appliquant la formule 5.1 `a des fonctions f particuli`eres, on obtient les formules sui-
vantes :
(I)

(x)e
g(x)
dx = e
g(x)
+C.
(II)

(x)
g(x)
dx = ln |g(x)| +C.
(III)

(x)[g(x)]

dx =
1
+ 1
[g(x)]
+1
+C = 1.
(IV)

(x)
1 +g
2
(x)
dx = arctan[g(x)] +C.
106 CHAPITRE 5. CALCUL INT

EGRAL
(V)

(x) cos(g(x)) dx = sin[g(x)] +C.


(VI) etc...
Integration par parties
On sait que (fg)

= f

g + fg

ce qui donne f

g = (fg)

fg

. En integrant des deux cotes


on obtient la r`egle dintegration par parties :

(x)g(x) dx = f(x)g(x)

f(x)g

(x) dx. (I.P.P.)


Exemples 5.15.
(1)

xe
x
dx
I.P.P.
= xe
x

e
x
dx = xe
x
e
x
+C = e
x
(x 1) +C.
avec f

= e
x
et g = x.
(2)

ln x dx = x(ln x 1) +C (cf. exercices)


(3)

sin(x)e
x
dx
I.P.P.
= sin(x)e
x

cos(x)e
x
dx
I.P.P.
= sin(x)e
x

_
cos(x)e
x

sin(x)e
x
dx
_
= (sin x cos x)e
x

sin(x)e
x
dx
On obtient (en passant le terme

sin(x)e
x
dx de lautre cote)
2

sin(x)e
x
dx = (sin x cos x)e
x
et donc

sin(x)e
x
dx =
1
2
(sin x cos x)e
x
+ C .
(4)

arctan x dx =

1 arctan x dx
I.P.P.
= xarctan x

x
1
1 +x
2
dx
= xarctan x
1
2
ln(1 +x
2
) +C
en posant f

= 1 et g = arctan x.
5.2. PRIMITIVES 107
Integration par changement de variable
Theor`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
a
f(x) dx =

f((t))

(t) dt
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.
D emonstration : Soit G(x) =

(x)
a
f(t) dt 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 =

()
a
f(x) dx

()
a
f(x) dx =

()
()
f(x) dx.
Remarque 5.17. Ce changement de variable est egalement valable pour calculer une pri-
mitive 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 =

1
0
1
(1 +x
2
)

1 +x
2
dx.
On pose
x = tan t = dx = (1 + tan
2
t) dt
avec

2
< t <

2
.
Et comme tan(0) = 0 et tan
_

4
_
= 1, on a
J =

4
0
1
(1 + tan
2
t)

1 + tan
2
t
(1 + tan
2
t) dt =

4
0
1

1
cos
2
t
dt
=

4
0

cos t

dt =

4
0
cos t dt = sin t

/4
0
=

2
2
.
108 CHAPITRE 5. CALCUL INT

EGRAL
Comme est inversible sur lintervalle considere, cet exemple permet de trouver une
primitive de f(x) =
1
(1 +x
2
)

1 +x
2
.
En eet, on a t = arctan x, ce qui donne
F(x) = sin t = sin(arctan x) +C.
2.

x
3
(1 x
2
)
5/2
dx = ?
On a x [1; 1]. On pose x = sin t avec

2
t

2
.
x = sin t = dx = cos t dt
t = arcsin x = cos t = cos(arcsin x) =

1 x
2
.
On obtient

x
3
(1 x
2
)
5/2
dx =

sin
3
t (1 sin
2
t)
5/2
cos t dt =

sin
3
t cos
5
t cos t dt
=

sin t (1 cos
2
t) cos
6
t dt =

(sin t cos
6
t sin t cos
8
t) dt
=
1
7
cos
7
t +
1
9
cos
9
t +C
=
1
9
(1 x
2
)
9/2

1
7
(1 x
2
)
7/2
+C.
5.2.3 Integration des fonctions rationnelles
Soit f(x) =
P(x)
Q(x)
une fonction rationnelle `a integrer.
On eectue les etapes suivantes :
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)
Q(x)
= D(x) +
R(x)
Q(x)
avec cette fois-ci deg(R) < deg(Q) et D(x) integrable.
Dans la suite, on ne considere donc que les fonctions rationnelles
P(x)
Q(x)
avec deg(P) < deg(Q)
et Q(x) = x
n
+ +a
1
x +a
0
normalise.
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
)
m
1
(x
p
)
m
p
(x
2
+ 2A
1
x +B
1
)
l
1
(x
2
+ 2A
s
x +B
s
)
l
s
(5.2)
On decompose alors la fraction rationnelle
P(x)
Q(x)
en une somme de fractions simples, chaque
terme dans (5.2) contribuant de la mani`ere suivante :
(x )
m

C
1
x
+
C
2
(x )
2
+ +
C
m
(x )
m
fractions simples de 1`ere esp`ece
(x
2
+ 2Ax +B)
l

D
1
x +E
1
x
2
+ 2Ax +B
+
D
2
x +E
2
(x
2
+ 2Ax +B)
2
+ +
D
l
x +D
l
(x
2
+ 2Ax +B)
l
fractions simples de 2`eme esp`ece
5.2. PRIMITIVES 109
3
`eme
etape : On int`egre chaque fraction simple (cf. plus bas).
Exemples pour la 2`eme etape :
1)
x
2
+x + 4
x
4
x
3
+ 2x
2
2x
=
x
2
+x + 4
x(x 1)(x
2
+ 2)
=
C
1
x
+
C
2
x 1
+
Dx +E
x
2
+ 2
()
En multipliant (*) par x et en posant x = 0, on obtient
x
2
+x + 4
(x 1)(x
2
+ 2)

x=0
=
_
C
1
+
C
2
x
x 1
+
(Dx +E)x
x
2
+ 2
_
x=0
4
1 2
= C
1
donc C
1
= 2.
En multipliant (*) par x 1 et en posant x = 1, on obtient
x
2
+x + 4
x(x
2
+ 2)

x=1
=
_
C
1
(x 1)
x
+C
2
+
(Dx +E)(x 1)
x
2
+ 2
_
x=1
6
1 3
= C
2
donc C
2
= 2.
En multipliant (*) par x et en faisant x , on obtient
0 = C
1
+C
2
+D
donc D = 0.
On choisit une valeur particuli`ere pour determiner E. Par exemple, en posant x = 1,
on a
4
6
= C
1

C
2
2
+
E
3
ce qui donne E = 1. En conclusion
x
2
+x + 4
x(x 1)(x
2
+ 2)
=
2
x
+
2
x 1

1
x
2
+ 2
.
2)
x
3
+ 5x + 2
(x
2
1)
2
=
x
3
+ 5x + 2
(x 1)
2
(x + 1)
2
=
C
1
x 1
+
C
2
(x 1)
2
+
C
3
x + 1
+
C
4
(x + 1)
2
.
Multiplication par (x 1)
2
et x := 1 :
8
4
= C
2
Multiplication par (x + 1)
2
et x := 1 :
4
4
= C
4
= 1
Multiplication par x et x : 1 = C
1
+C
3
On pose x = 0 : 2 = C
1
+C
2
+C
3
+C
4
donc 1 = C
3
C
1
Les 2 derni`eres equations donne : C
3
= 1 et C
1
= 0. Finalement
x
3
+ 5x + 2
(x
2
1)
2
=
2
(x 1)
2
+
1
x + 1

1
(x + 1)
2
.
110 CHAPITRE 5. CALCUL INT

EGRAL
3`eme etape : integration des fractions simples
Les fractions simples ont toutes des primitives elementaires :
Fractions simples de 1`ere esp`ece :
si m = 1 alors

1
(x )
m
dx =
1
(m1)

1
(x )
m1
+C
sinon

1
x
dx = ln |x | +C
Fractions simples de 2`eme esp`ece :

Dx +E
x
2
+ 2Ax +B
dx =

D
2
(2x + 2A) +E DA
x
2
+ 2Ax +B
dx
=
D
2

2x + 2A
x
2
+ 2Ax +B
+ (E DA)

1
(x +A)
2
+B A
2
dx
=
D
2
ln(x
2
+ 2Ax +B) +
E DA

B A
2

1/

B A
2
1 +
_
x+A

BA
2
_
2
dx
=
D
2
ln(x
2
+ 2Ax +B) +
E DA

B A
2
arctan
_
x +A

B A
2
_
+C
(5.3)

Dx +E
(x
2
+ 2Ax +B)
2
dx =

D
2
(2x + 2A) +E DA
(x
2
+ 2Ax +B)
2
dx
=
D
2

2x + 2A
(x
2
+ 2Ax +B)
2
+ (E DA)

1
(x
2
+ 2Ax +B)
2
dx
=
D
2

1
x
2
+ 2Ax +B
+ (E DA) I
Il reste `a calculer
I =

1
(x
2
+ 2Ax +B)
2
dx.
On pose u = x +A et on applique la formule suivante :

1
(u
2
+)
2
du =
u
2(u
2
+)
+
1
2

arctan
_
u

_
+C.
La formule precedente peut etre veriee directement ou sobtient par parties. Plus
generalement on a la formule recurrente :

1
(u
2
+)
n+1
du =
u
2n(u
2
+)
n
+
2n 1
2n

1
(u
2
+)
n
du.
Exemple complet : Calculons

P(x)
Q(x)
dx =

7 2x
3
x
3
+x
2
2
dx.
5.2. PRIMITIVES 111
1`ere etape : division euclidienne : 7 2x
3
= (2)(x
3
+x
2
2) + (2x
2
+ 3) et donc
7 2x
3
x
3
+x
2
2
= 2 +
2x
2
+ 3
x
3
+x
2
2
.
2`eme etape : On factorise Q(x) : Q(x) = x
3
+x
2
2 = (x 1)(x
2
+ 2x + 2)
Decomposition en fractions simples :
2x
2
+ 3
(x 1)(x
2
+ 2x + 2)
=
C
1
x 1
+
Dx +E
x
2
+ 2x + 2
.
Multiplication par x 1 et x = 1 :
5
5
= C
1
donc C
1
= 1.
Multiplication par x et x : 2 = C
1
+D donc D = 1.
x = 0 :
3
2
= C
1
+
E
2
donne E = 1.
Finalement
2x
2
+ 3
(x 1)(x
2
+ 2x + 2)
=
1
x 1
+
x 1
x
2
+ 2x + 2
3`eme etape : Integration

1
x 1
dx = ln |x 1| +C

x 1
x
2
+ 2x + 2
dx =
1
2
ln(x
2
+ 2x + 2) 2 arctan(x + 1) +C
en appliquant la formule (5.3) avec A = 1, B = 2, D = 1 et E = 1. En mettant ces termes
ensembles, on obtient

P(x)
Q(x)
dx =

2 +
2x
2
+ 3
x
3
+x
2
2
dx
= 2x +

1
x 1
dx +

x 1
x
2
+ 2x + 2
dx
= 2x + ln |x 1| +
1
2
ln(x
2
+ 2x + 2) 2 arctan(x + 1) +C.
5.2.4 Integration des fonctions rationnelles de fonctions trigonometriques
Pour integrer une fonction de la forme
P(sin x; cos x)
Q(sin x; cos x)
, on eectue un des changements de
variables suivants :
(a) t = sin x ou t = cos x
(b) t = tan x ce qui donne sin x =
t

1 +t
2
, cos x =
1

1 +t
2
et dx =
1
1 +t
2
dt
(c) t = tan
x
2
= sin x =
2t
1 +t
2
, cos x =
1 t
2
1 +t
2
et dx =
2
1 +t
2
dt.
Le dernier changement (c) fonctionne toujours mais peut etre plus complique que les chan-
gements (a) et (b).
112 CHAPITRE 5. CALCUL INT

EGRAL
Exemple 5.19.

tan x
2 sin
2
x
dx =

sin x
cos x(1 + cos
2
x)
dx changement (a) : t = cos x et dt = sin xdx
=

1
t(1 +t
2
)
dt =

(
1
t

t
t
2
+ 1
)dt
=
1
2
ln(1 +t
2
) ln |t| +C =
1
2
ln(1 + cos
2
x) ln | cos x| +C.
5.2.5 Quelques autres techniques
(A)

a
2
b
2
x
2
Pour integrer une fonction comportant des termes de la forme

a
2
b
2
x
2
on peut parfois
eectuer le changement de variable
x =
a
b
sin t = dx =
a
b
cos t dt
ce qui donne

a
2
b
2
x
2
= |a|

1 sin
2
t = |a| cos t.
Exemple :


1 x
2
dx =


1 sin
2
t cos t dt
=


cos
2
t cos t dt =

cos
2
t dt
=

1
2
(1 + cos(2t)) dt =
1
2
t +
1
4
sin(2t) +C
1
2
arcsin x +
1
4
sin(2 arcsin x) +C
(B)

a
2
+b
2
x
2
Pour des fonctions comportant un terme de la forme

a
2
+b
2
x
2
, on eectue le changement
x =
a
b
sinh(t) ce qui donne dx =
a
b
cosh(t) dt et

a
2
+b
2
x
2
= |a|

cosh
2
t = |a| cosh t.
Exemple :


1 +x
2
dx =


1 + sinh
2
t cosh t dt
=

cosh
2
t dt =

1
2
(t + cosh(2t)) dt
=
1
2
t +
1
4
sinh t +C
=
1
2
arcsinh x +
1
4
sinh(2arcsinh x) +C
5.3. INT

EGRALES IMPROPRES 113


(C) Fonctions irrationnelles
Exemple :

x + 1
x 4
3

x
dx =?
On pose
t =
6

x = x = t
6
= dx = 6t
5
dt.
Ceci donne

x = t
3
et
3

x = t
2
. Lintegrale se transforme en une integrale rationnelle :

x + 1
x 4
3

x
dx =

t
3
+ 1
t
6
4t
2
6t
5
dt
= 6

t
6
+t
3
t
4
4
dt = . . .
5.3 Integrales impropres
5.3.1 Denitions
On desire calculer des termes de la forme


a
f(x) dx. Quel sens donner `a la borne ?
Denition 5.20. Soit f(x) une fonction bornee et continue. On appelle integrale im-
propre de 1`ere esp`ece une integrale de f(x) o` u lune des bornes tend vers linni.
On pose
() =


a
f(x) dx
et lon calcule lim

(). Si cette limite existe, on denit


a
f(x) dx = lim

().
On note parfois


a
f(x) dx = F(x)

a
o` u F(x) est une primitive de f(x).
Exemples 5.21.
(1)


0
e
x
dx = lim


0
e
x
dx = lim

_
e
x
_

0
= lim

_
1 e

_
= 1.
(2) Que vaut


0
cos xdx? On a


0
cos xdx = sin x

0
= sin
et la limite lim

sin nexiste pas. Donc


0
cos x dx nexiste pas.
Denition 5.22. Soit f(x) une fonction continue sur ]a; b] avec lim
xa
+
= . On appelle
integrale impropre de 2`eme esp`ece lintegrale

b
a
f(x) dx.
114 CHAPITRE 5. CALCUL INT

EGRAL
Si la limite existe, on pose

b
a
f(x) dx := lim
0
+

b
a+
f(x) dx.
On note parfois

b
a
f(x) dx = F(x)

b
a
+
Ici F(a
+
) signie lim
xa
+
F(x).
Exemples 5.23.
(a)

1
0
1

x
dx = lim
0
+

x
dx = lim
0
+
_
2

= lim
0
+
(2 2

) = 2.
(b) Lintegrale

1
0
1
x
dx
nexiste pas car

1
x
dx = ln(1) ln() = ln()
et la limite quand 0
+
nexiste pas (elle vaut +).
Denitions :
Si une integrale impropre existe, on dit quelle converge ; sinon, elle diverge.
Une integrale impropre

I
f(x) dx est absolument convergente si

I
|f(x)| dx converge.
Ici, et dans la suite, on peut avoir I = [a; [ ou I =] ; b].
Theor`eme 5.24. Soit f(x) C
0
(I). Si

I
|f(x)| dx converge, alors

I
f(x) dx converge.
D emonstration : Ceci decoule de linegalite

b
a
f(x) dx

b
a
|f(x)| dx.
Techniques dintegration
Les integrations par parties et par changement de variables sappliquent aussi aux integrales
impropres :
Exemple 5.25.


0
xe
x
dx
I.P.P.
= xe
x


0
e
x
dx = 0
_
e
x
_

0
= 1
5.3. INT

EGRALES IMPROPRES 115


Quelques remarques importantes
(1) Pour calculer lintegrale

f(x) dx, il faut calculer

f(x) dx = lim

f(x) dx + lim


a
f(x) dx
et NON PAS
lim

f(x) dx.
Exemple : Lintegrale

sin x dx nexiste pas car les limites


lim

sin x dx et lim


0
sin x dx
nexistent pas.
Il est FAUX de penser que

sin x dx = 0 parce que sin x est impaire.


(2) Pour calculer

3
0
1
(x 2)
2
dx, il faut calculer

2
0
1
(x 2)
2
dx +

3
2
1
(x 2)
2
dx
car la fonction a un pole en x = 2. Or

2
0
1
(x 2)
2
dx =
1
x 2

2
0
ne converge pas. Donc lintegrale

3
0
1
(x 2)
2
dx ne converge pas.
Le calcul

3
0
1
(x 2)
2
dx =
1
x 2

3
0
= 1
1
2
=
3
2
est FAUX.
5.3.2 Crit`eres de convergence
Comme pour les series, on a un crit`ere de comparaison :
Theor`eme 5.26. Soient f(x) et g(x) deux fonctions telles que |f(x)| |g(x)| sur I.
1) Si lintegrale

I
|g(x)| dx converge, alors lintegrale

I
|f(x)| dx converge.
2) Si lintegrale

I
|f(x)| dx diverge alors lintegrale

I
|g(x)| dx diverge.
Ce theor`eme est tr`es utile avec les resultats suivants :
116 CHAPITRE 5. CALCUL INT

EGRAL
Theor`eme 5.27.

b
0
1
x
r
dx =
_
1
1r
b
1r
si r < 1
+ si r 1.
Donc lintegrale

b
0
1
x
r
dx converge si et seulement si r < 1.
D emonstration : Pour r = 1, on a

b
0
x
r
dx =
1
1 r
x
1r

b
0
=
_
1
1r
b
1r
si r < 1
+ si r > 1.
Si r = 1, on a

b
0
1
x
dx = ln x

b
0
= +.
Exemple : le crit`ere de comparaison permet darmer que lintegrale

2
0
1

x(x
2
+ 1)
dx
converge car
1

x(x
2
+ 1)

1

x
=
1
x
1
2
pour x ]0; 2].
Theor`eme 5.28. Soient a > 0 et r > 0. Alors


a
1
x
r
dx =
_
+ si r 1
1
r1
a
1r
si r > 1.
Ainsi


a
1
x
r
dx converge si et seulement si r > 1.
D emonstration : Pour r = 1, on a


a
1
x
r
dx =
1
1 r
x
1r

a
=
_
+ si r < 1
1
r1
a
1r
si r > 1.
Pour r = 1, on a


a
1
x
dx =
_
ln x
_

a
= +.
Application : soit f(x) =
P(x)
Q(x)
une fonction rationnelle. Supposons que Q(x) = 0 pour
x a. Alors


a
f(x) dx converge lorsque
deg(Q) deg(P) 2
et diverge sinon.
Exemple :


0
x(1 + cos
2
x)
1 +x
2
dx >


0
x
1 +x
2
dx
et


0
x
1 +x
2
dx diverge car
deg(1 +x
2
) deg(x) = 1 2.
5.4. APPLICATION : CALCUL DAIRES 117
Fonctions exponentielles
Pour q > 0 et a R on a


a
e
qx
dx =
1
q
e
qx

a
=
1
q
e
aq
Corollaire 5.29. Pour tout p, q > 0 et tout a R, lintegrale


a
x
p
e
qx
dx converge.
D emonstration : En eet, on a
x
p
e
q/2x
x
0
ce qui implique, quil existe N N tel que
x
p
< e
q/2x
x N.
Donc x
p
e
qx
< e
q/2x
. Le crit`ere de comparaison implique la convergence de lintegrale
consideree.
5.4 Application : calcul daires
5.4.1 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
A(x) =

x
a
f(t) dt = A

(x) = f(x)
dA
dx
= f(x)
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
a
_
f(x) g(x)

dx.
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.
118 CHAPITRE 5. CALCUL INT

EGRAL
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 = g
1
(y)
parabole : x = 2y y
2
= g
2
(y).
Alors
dA = [g
2
(y) g
1
(y)] =
_
(2y y
2
) (y)

dy =
_
3y y
2
_
dy
et laire est donc
A =

dA =

y=3
y=0
3y y
2
dy =
_
3
2
y
2

1
3
y
3
_
3
0
=
9
2
.
Representation parametrique
Supposons quune courbe soit donnee sous forme parametrique :
_
x = x(t)
y = y(t)
Alors x(t) =
dx
dt
= dx = x(t) dt. La formule (*) devient
dA = y dx = y(t) x(t) dt
et laire entre t = t
P
et t = t
Q
vaut alors
A =

t
Q
t
P
y(t) x(t) dt.
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 =

2
0
y(t) x(t) dt =

2
0
R(1 cos t)R(1 cos t) dt
= R
2

2
0
_
1 2 cos t + cos
2
t
_
dt = R
2
(2 0 +) = 3R
2
Rappel :

2
0
cos
2
t + sin
2
t dt =

2
0
1 dt = 2
et donc par symetrie

2
0
cos
2
t dt = .
5.4.2 Domaine ferme
Soit D un domaine ferme dont la fronti`ere est denie par
_
x = x(t)
y = y(t)
pour t [t
1
; t
2
].
On a t
1
< t
D
< t
G
< t
2
.
A
D
=

x
D
x
G
y
+
dx

x
D
x
G
y

dx =

t
D
t
G
y(t) x(t) dt
_
t
2
t
G
y(t) x(t) dt +

t
D
t
1
y(t) x(t) dt
_
=

t
G
t
D
y x

t
2
t
G
y x

t
D
t
1
y x
=

t
2
t
1
xy dt
En integrant selon y, cest-`a-dire en prenant dA = xdy, on obtient
A
D
=

t
2
t
1
x y dt.
120 CHAPITRE 5. CALCUL INT

EGRAL
En additionnant les 2 formules et en divisant par 2, on obtient
A =
1
2
_
(x y xy) dt.
_
= integrale curviligne =

t
2
t
1
. . . dt
o` u [t
1
; t
2
] 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
+x
4
= 0
Parametrisation : si lon pose y = tx, on obtient t
3
x
3
t
2
x
3
+ x
4
= 0 ce qui donne
x
3
_
(t
3
t
2
) +x

= 0 et donc
_
x = t
2
t
3
y = t
3
t
4
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
A =
1
2

1
0
(x y xy) dt =
1
2

1
0
(t
2
t
3
)(3t
2
4t
3
) (2t 3t
2
)(t
3
t
4
) dt
=
1
2

1
0
t
4
(1 t)
2
dt = =
1
210
.
5.4.3 Surfaces sectorielles
Domaines limites par un arc PQ et par les segments OP et OQ. Alors
A =
1
2

t
Q
t
P
(x y xy) dt
5.4. APPLICATION : CALCUL DAIRES 121
D emonstration :
Parametrisation de OP :
_
x = t
y = mt
(pente = m) =
_
x = 1
y = m
= x y xy = mt mt = 0
Idem pour QO : x y xy = 0.
Donc
_
(x y xy) dt =

OP
. . . +

PQ
. . . +

QO
. . . = 0 +

Q
P
+ 0 =

Q
P
x y xy.
Exemple : secteur dune ellipse dequation :
_
x = a cos t
y = b sin t
Alors
A =
1
2

t
Q
t
P
(a cos t b cos t +a sin t b sin t) dt =
1
2
ab (t
Q
t
P
).
Si t = 0 et t = 2, on obtient laire de lellipse :
A
ellipse
= ab.
Coordonnees polaires
Si larc PQ est donnee en coordonnees polaires = (), alors
x = cos et y = sin
donne
x = cos sin et y = sin + cos .
Laire est egale alors `a
A =
1
2

Q
P
(x y xy) d
=
1
2

P
cos ( sin + cos ) sin ( cos sin ) d
=
1
2

2
(cos
2
+ sin
2
) d
=
1
2

2
() d.
122 CHAPITRE 5. CALCUL INT

EGRAL
Explication intuitive :
Laire du triangle innitesimal est egale `a
dA =
1
2
base hauteur
1
2
ds =
1
2
d =
1
2

2
d.
Exemple : Aire du domaine hachure de la spirale hyperbolique : =
a

.
A =
1
2
_


/4
a
2

2
d

3
9/4
a
2

2
d
_
=
1
2
_

a
2

/4
+. . .
_
=
13
9
a
2
.
5.4.4 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 PQ par une suite de cordes P
k
P
k+1
.
Longueur de la corde P
k
P
k+1
:
|P
k
P
k+1
| = l
k
=

x
2
k
+ y
2
k
Si lon divise larc en n cordes alors on a
s
n
=
n

k=0
l
k
=
n

k=0

x
2
k
+ y
2
k
=
n

k=0

1 +
_
y
k
x
k
_
2
x
k
()
5.4. APPLICATION : CALCUL DAIRES 123
Lorsque n et x
k
, y
k
0 alors
y
k
x
k

dy
dx
= y

et la serie (*) a comme limite


s =

x
Q
x
P

1 +y

(x)
2
dx =

x
Q
x
P

1 +f

(x)
2
dx
De s(x) =

x
a

1 +f

(x)
2
dx on en deduit s

(x) =
ds
dx
=

1 +f

(x)
2
et donc
ds = s

(x) dx =

dx
2
+dy
2
()
ds = element dierentiel de longueur darc.
Si la courbe est sous forme parametrique :
:
_
x = x(t)
y = y(t)
=
_
dx = x(t) dt
dy = y(t) dt
la formule (**) devient ds =

x(t)
2
+ y(t)
2
dt et ainsi
s =

t
Q
t
P

x(t)
2
+ y(t)
2
dt
Exemple 5.30.
Longueur dune ellipse :
:
x
2
a
2
+
y
2
b
2
= 1
avec 0 < a < b.
Parametrisation :
_
x = a cos t
y = b sin t.
=
_
x = a sin t
y = b cos t
Alors la longueur vaut :
L =

2
0

a
2
sin
2
t +b
2
cos
2
t dt = b

2
0

_
a
b
_
2
sin
2
t + cos
2
t dt
= b

2
0

1 k
2
sin
2
t dt
o` u k
2
= 1
_
a
b
_
2
.
Cette integrale nest pas elementaire : on ne peut la calculer quavec des methodes numeriques.
124 CHAPITRE 5. CALCUL INT

EGRAL
Longueur en coordonnees polaires
Soit : = () donnee en coordonnees polaires. Alors les equations
x = cos et y = sin
donnent, comme precedemment,
x = cos sin et y = sin + cos .
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.
L =

=2
=0

a
2
(1 + cos )
2
+a
2
sin
2
d = 2a

2 + 2 cos
. .
=4 cos
2

2
d
= 2a


0
|2 cos

2
| d = 4a


0
cos

2
d = 8a sin

2

0
= 8a.
5.5 Calcul des volumes
5.5.1 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 = z
k
et z = z
k
+ z
k
est
approximativement egale au volume du cylindre de base A(z
k
) et de hauteur z
k
. Ainsi
V
k
= A(z
k
) z
k
5.5. CALCUL DES VOLUMES 125
En partageant ainsi la hauteur du corps en n intervalles, on obtient :
V
n
=
n

k=0
A(z
k
) z
k
.
Cest une somme de Riemann et lon peut faire tendre n vers linni. Si la limite existe, on
obtient
V = lim
n
V
n
=

z
max
z
min
A(z) dz.
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)
B
=
_
z
h
_
2
= B(z) =
B
h
2
z
2
.
Donc
V =

h
0
B(z) dz =

h
0
B
h
2
z
2
dz =
B
h
2

1
3
z
3

h
0
=
1
3
B h.
(2) Volume de lellipsode :
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1.
Dans chaque plan, z = z
0
, la section est une ellipse dequation :
x
2
a
2
+
y
2
b
2
= 1
z
2
0
c
2
=
2
0
=
x
2
(a
0
)
2
+
y
2
(b
0
)
2
= 1
Laire de chaque ellipse vaut
A
0
= (a
0
)(b
0
) = ab
2
0
= ab
_
1
z
2
0
c
2
_
= A(z) = ab
_
1
z
2
c
2
_
.
126 CHAPITRE 5. CALCUL INT

EGRAL
On obtient pour le volume :
V =

c
c
ab
_
1
z
2
c
2
_
dz = 2ab

c
0
_
1
z
2
c
2
_
dz = 2ab
_
z
z
2
3c
2
_

c
0
=
4
3
abc.
Si a = b = c = R, lellipsode est une sph`ere de volume V =
4
3
R
3
.
5.5.2 Corps de revolution
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
V =

x
2
x
1
f
2
(x) dx.
le domaine D

autour de laxe Oy :
dV = x
2
dy
ce qui donne
V =

y
2
y
1
[g(y)]
2
dy
ou egalement
V =

x
2
x
1
x
2
f

(x)dx
. .
=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) = 2x
3
entre O(0; 0) et P(1; 2).
Rotation autour de laxe Ox du domaine D : V =

1
0
4x
6
dx =
4
7
.
Rotations autour de laxe Oy du domaine D : x = f
1
(y) = g(y) =
_
y
2
_
1/3
et h(y) = 1.
Alors
V =

y=2
y=0
h(y)
2
g(y)
2
dy =

2
0
1
_
y
2
_
2/3
dy =
_
y
1
2
2/3

3
5
y
5/3
_

2
0
= (2
6
5
) =
4
5
.
Courbes parametriques
:
_
x = x(t)
y = y(t)
dV = y
2
(t) x(t) dt (rotation autour de laxe Ox)
dV = x
2
(t) y(t) dt (rotation autour de laxe Oy)
Si pour t [t
1
; t
2
], le domaine limite par est ferme et enti`erement situe dun cote
de laxe, alors le volume du corps de revolution est
V =

t
2
t
1
y
2
(t) x(t) dt.
Exemple : Volume du tore :
_
x = R +r cos t
y = r sin t
t [0; 2]
Alors (axe de rotation = axe Oy)
V =

x
2
y dt =

2
0
(R +r cos t)
2
r cos t dt = r

2
0
(R
2
cos t + 2Rr cos
2
t +r
2
cos
3
t) dt
= r(0 + 2Rr + 0) = 2
2
Rr
2
.
128 CHAPITRE 5. CALCUL INT

EGRAL
5.6 Surface de revolution
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 revolution dont on veut determiner laire.
Pour ce faire, on divise en n cordes P
k1
P
k
. Chaque segment P
k1
P
k
engendre, en tour-
nant, une surface qui est egale `a
s
k
= 2
f(x
k
) +f(x
k1
)
2
l
k
o` u l
k
est la longueur de la corde P
k1
P
k
. Or, on a montre que l
k
=

1 +
_
y
k
x
k
_
2
x
k
.
Donc
S
n
=
n

k=1
s
k
=
n

k=1
2
f(x
k1
) +f(x
k
)
2

1 +
_
y
k
x
k
_
2
x
k
.
En faisant tendre n vers linni, on obtient, si la limite existe
S = 2

x
Q
x
P
f(x)

1 +f

(x)
2
dx.
Lelement dierentiel de surface est
dS = 2y ds = 2y

dx
2
+dy
2
= 2f(x)

1 +f

(x)
2
dx
o` u ds = element dierentiel de longueur =

dx
2
+dy
2
dx.
Rotation autour de laxe Oy
Par analogie, la rotation autour de laxe Oy donnera la surface
S = 2

x
Q
x
P
x

1 +f

(x)
2
dx.
Ici, on a dS = 2xds
5.7. CONVERGENCE DES S

ERIES : CRIT
`
ERE INT

EGRAL 129
Exemples 5.33.
1) Miroir parabolique : soit y = x
2
un arc de parabole avec 0 x 1.
La rotation autour de Oy donne un miroir parabolique.
Sa surface vaut
S = 2

1
0
x

1 + 4x
2
dx =

4
2
3
(1 + 4x
2
)
3/2

1
0
=

6
(5

5 1).
2) Surface dune sph`ere. On a :
_
x = Rcos
y = Rsin
[0;

2
].
S = 2

dS = 2 2

/2
0
x

x()
2
+ y()
2
d
= 4

/2
0
Rcos R d = 4R
2
.
5.7 Convergence des series : crit`ere integral
Considerons la serie `a termes positifs

n=1
u
n
.
Posons f(n) = u
n
et prolongeons la fonction discr`ete f(n) aux valeurs reelles x > 1.
La condition necessaire de convergence de la serie est que u
n
0 ce qui implique que
f(x) 0.
130 CHAPITRE 5. CALCUL INT

EGRAL
Om impose de plus que f(x) soit decroissante.
Alors la somme partielle
s
n
= u
1
+u
2
+ +u
n
est la somme des aires des rectangles de base 1 et de hauteur f(n). Comme f(x) decrot,
on a
u
n
>

n+1
n
f(x) dx
et donc
s
n
>

2
1
f(x) dx + +

n+1
n
f(x) dx =

n+1
1
f(x) dx.
De meme,
u
n+1
= f(n + 1) 1 <

n+1
n
f(x) dx
do` u
s
n+1
< u
1
+

2
1
+ +

n+1
n
= u
1
+

n+1
1
f(x) dx.
Si lon fait tendre n vers linni, on obtient le crit`ere suivant :
si I =


1
f(x) dx diverge, alors s
n
>


1
f(x) dx : la serie diverge
si I =


1
f(x) dx converge, alors lim
n
s
n+1
= s < u
1
+I : la serie converge
Applications
Les series

1
n
r
(r > 0) converge si r > 1 et diverge sinon.
Exemples :
1) Que peut-on dire de

k=2
1
k ln k
?
Posons
f(x) =
1
xln x
.
On a bien f(x) decroissante car f

=
1
(xln x)
2
(ln x + 1) < 0 si x 2.


2
f(x) dx =


2
1
xln x
dx =
_
ln | ln x|
_

2
= +.
On en deduit que la serie diverge.
2) Prenons

k=2
1
k(ln k)
2
.
Alors f(x) =
1
x(ln x)
2
est decroissante et


2
f(x) dx =


2
1
x
(ln x)
2
dx = (ln x)
1

2
=
1
ln 2
lim

1
ln
=
1
ln 2
.
On en deduit que la serie converge.
Chapitre 6
Equations dierentielles ordinaires
6.1 Introduction et denitions
Cherchons toutes les fonctions y = f(x) satisfaisant lequation fonctionnelle
f

(x) +f(x) = 0 ()
En essayant, on trouve que f(x) = e
x
satisfait lequation ().
Y a-t-il dautres solutions ?
Par linearite, f(x) = Ce
x
est aussi une solution pour tout C R. On verra plus tard que
toute solution de () est de la forme Ce
x
.
Lequation () est une equation dierentielle du 1er ordre = equation reliant une fonc-
tion inconnue f(x) et sa derivee f

(x).
Denition 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 : U
R
= RI(t) = R q(t)
131
132 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
inductance L : U
L
= L
dI(t)
dt
= L q(t)
capacite C : q = CU
C
U = U(t) : tension de la source.
Alors on doit avoir U
R
+U
C
+U
L
= U(t) ce qui donne
R q(t) +
1
C
q(t) +L q(t) = U(t).
Cest une equation dierentielle dordre 2.
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 generale contient donc une (ou plusieurs) constante(s)
C
1
, C
2
, . . .C
n
.
Souvent, `a lequation dierentielle (x, y, y

, . . . , y
(n)
) = 0 sajoute une condition initiale
y(x
0
) = y
0
, y

(x
0
) = v
0
, . . . , y
(n1)
(x
0
) = b
0
.
Cette condition initiale impose la valeur des constantes C
i
: on parle de solution parti-
culi`ere.
6.2 Equation dierentielle 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 Equation separable
Si
y

= (x, y) = f(x)g(y)
on dit que lequation dierentielle est separable. On a alors
1
g(y)
y

= f(x) =
1
g(y)
dy
dx
= f(x) =
1
g(y)
dy = f(x) dx
=

1
g(y)
dy =

f(x) dx
Le probl`eme se ram`ene `a 2 integrations.
6.2. EQUATION DIFF

ERENTIELLE DU PREMIER ORDRE 133


Exemples 6.4.
1. xy

2y = 0
= y

=
2y
x
=
1
x
2y =
dy
dx
=
2
x
y =
1
y
dy =
2
x
dx
=

1
y
dy = 2

1
x
dx = ln |y| = 2 ln |x| +c = |y| = x
2
e
c
= y = C x
2
C R (solution generale)
Si de plus on veut y(1) = 2, alors y(x) = 2x
2
.
2. y

= (1 + 2x)

1 +y
2
=
dy
dx
= (1 + 2x)

1 +y
2
=

1 +y
2
dy =

(1 + 2x) dx
= arcsinh (y) = x +x
2
+C
= y(x) = sinh(x +x
2
+C) solution generale
Si lon veut par exemple y(0) = 0 alors y(x) = sinh(x +x
2
).
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
dx
= g(y) =
1
g(y)
dy = dx.
Apr`es integration on obtient

1
g(y)
dy = x +C ()
Exemple : resoudre y

= y
2
+y. Alors
dy
y
2
+y
= dx. Or

1
y
2
+y
dy =

1
y

1
y + 1
dy = ln |y| ln |1 +y| = ln

y
y + 1

Lequation () devient ln

y
y+1

= x +c ce qui donne
y
y + 1
= e
c
e
x
= Ce
x
C R
Cette equation implicite se resoud pour donner
y(x) =
1
1
C
e
x
1
=
C
e
x
C
134 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
6.2.2 Equation homog`ene en x et y
Denition 6.5. On dit que (x, y) est homog`ene de degre 0 en x et y si
(tx, ty) = (x, y) pour tout t R.
Exemples 6.6.
1. (x, y) =
x
3
+xy
2
y
3
+x
2
y
est homog`ene de degre 0 (
degre 3
degre 3
) car
(tx, ty) =
t
3
x
3
+txt
2
y
2
t
3
y
3
+t
2
x
2
ty
=
x
3
+xy
2
y
3
+x
2
y
= (x, y).
2. (x, y) = xy nest pas homog`ene de degre 0 car (tx, ty) = t
2
xy = (x, y)
3. (x, y) =
x +y
xy
nest pas homog`ene car (2x, 2y) =
2x + 2y
4xy
=
1
2
x +y
xy
= (x, y).
Resolution : 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

=
xy
x
2
+y
2
homog`ene de degre 0.
En posant y = ux et donc y

= u

x +u, on obtient
u

x +u =
x
2
u
x
2
+u
2
x
2
=
u
1 +u
2
= u

=
1
x

_
u
1 +u
2
u
_
=
du
dx
=
1
x

_

u
3
1 +u
2
_
=
1 +u
2
u
3
du =
1
x
dx =


1 +u
2
u
3
du =

1
x
dx
=
1
2u
2
ln |u| = ln |x| +c.
Comme u =
y
x
, on trouve
x
2
2y
2
= ln |x| + ln |y/x| +c = ln |y| +c = e
x
2
/2y
2
= |y| e
c
..
=C
.
On obtient nalement
Cy = e
x
2
/2y
2
Cest une forme implicite impossible `a resoudre sous la forme y = f(x).
6.2. EQUATION DIFF

ERENTIELLE DU PREMIER ORDRE 135


6.2.3 Equation lineaire
Une equation dierentielle du premier ordre lineaire 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.
y

+
cos x
x
y = 2x
2
est lineaire inhomog`ene avec a(x) =
cos x
x
et b(x) = 2x
2
y

y +xy = 2x 1 nest pas lineaire


e
x
y

+ 4x
3
y = 0 est lineaire homog`ene : y

+
4x
3
e
x
..
=a(x)
y = 0
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
dx
= a(x)y =
1
y
dy = a(x)dx
=

1
y
dy = ln |y| =

a(x) dx = A(x) +c
o` u A(x) est une primitive de a(x). Ceci donne nalement
Solution generale de lequation homog`ene : y
h
(x) = C e
A(x)
C R
On note w(x) = e
A(x)
.
Exemple 6.8. y

+x
2
y = 0.
On a a(x) = x
2
= A(x) = x
3
/3 ce qui donne
y = Ce
x
3
/3
136 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
(II) Equation inhomog`ene (avec second membre)
Theor`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.
D em : Soit w(x) une solution de lequation homog`ene et y
P
(x) une solution particuli`ere de
la solution inhomog`ene. Alors
[w(x) +y
P
(x)]

+a(x) [w(x) +y
P
(x)] = w

(x) +a(x)w(x)
. .
=0
+y

P
(x) +a(x)y
P
(x)
. .
=b(x)
= b(x)
ce qui montre que w(x) +y
P
(x) est une solution de lequation inhomog`ene.
Reciproquement, soit z
1
(x) et z
2
(x) deux solutions de lequation inhomog`ene. Alors
[z
1
(x) z
2
(x)]

+a(x) [z
1
(x) z
2
(x)] = z

1
(x) +a(x)z
1
(x) [z

2
(x) +a(x)z
2
(x)]
= b(x) b(x) = 0
ce qui montre que w(x) = z
1
(x) z
2
(x) est solution de lequation homog`ene et donc que
z
1
(x) = w(x) +z
2
(x).
Resolution de lequation avec second membre : Il reste `a trouver une solution parti-
culi`ere de lequation y

+a(x)y = b(x). Pour cela on utilise la


A : Methode des essais
On essaie une solution de la forme
y
P
(x) = K
1
f
1
(x) +K
2
f
2
(x) + +K
n
f
n
(x)
o` u les f
i
sont choisies relativement `a la forme du second membre b(x).
Exemples 6.10.
1.
y

+y = e
x
+ sin x (1)
On essaie y
P
(x) = K
1
e
x
+K
2
sin x +K
3
cos x que lon introduit dans (1). On obtient
K
1
e
x
+K
2
cos x K
3
sin x +K
1
e
x
+K
2
sin x +K
3
cos x = e
x
+ sin x
ce qui donne K
1
=
1
2
et le syst`eme
_
K
2
+K
3
= 0
K
2
K
3
= 1
dont la solution est K
2
=
1
2
et K
3
=
1
2
.
Une solution particuli`ere est donc
y
P
(x) =
1
2
(e
x
+ sin x cos x) .
6.2. EQUATION DIFF

ERENTIELLE DU PREMIER ORDRE 137


2. y

+ 2y = 2e
2x
(2)
On essaie y
P
(x) = Ke
2x
. Introduit dans (2), ceci donne
2Ke
2x
+ 2Ke
2x
= 2e
2x
qui est impossible. Le choix est mauvais.
3. 2xy

+y = x
2
x.
On essaie y
P
(x) = K
1
x
2
+K
2
x. Ceci donne
2x (2K
1
x +K
2
) +K
1
x
2
+K
2
x = x
2
x
et donc 5K
1
= 1 et 3K
2
= 1. Une solution particuli`ere est donc
y
P
(x) =
1
5
x
2

1
3
x.
Si la methode des essais ne marche pas, on applique la methode generale :
B : Methode de la variation des constantes
On cherche une solution particuli`ere en posant
y
P
(x) = c(x)w(x)
o` u w(x) = e
A(x)
est la solution de lequation homog`ene et c(x) une fonction `a trouver.
En introduisant y
P
et y

P
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)e
A(x)
.
En resume, une solution particuli`ere de lequation y

+a(x)y = b(x) est donnee par


y
P
(x) = c(x)e
A(x)
avec c(x) =

b(x)
w(x)
dx =

b(x)e
A(x)
dx.
138 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
Exemples 6.11.
1. Resoudre lequation
y

+
x
1 +x
2
. .
=a(x)
y =
x
(1 +x
2
)
2
. .
=b(x)
.
a(x) =
x
1 +x
2
= A(x) =
1
2
ln(1 +x
2
).
(I) Equation homog`ene :
w(x) = e
A(x)
= e

1
2
ln(1+x
2
)
=
1

1 +x
2
.
La solution generale de lequation homog`ene est donc
y
h
(x) = Cw(x) =
C

1 +x
2
.
(II) Equation avec second membre :
c(x) =

b(x)
w(x)
dx =

x
(1 +x
2
)
2

1 +x
2
dx =

x
(1 +x
2
)
3/2
dx =
1

1 +x
2
et alors une solution particuli`ere de lequation inhomog`ene est donnee par
y
P
(x) = c(x)w(x) =
1

1 +x
2
1

1 +x
2
=
1
1 +x
2
.
La solution generale est alors
y(x) = Cw(x) +y
P
(x) =
C

1 +x
2

1
1 +x
2
C R.
2. Resoudre
y

+y = e
x
+ sin x
. .
=b(x)
.
(I) Equation homog`ene : y

+y = 0 = w(x) = e
x
(II) Equation inhomog`ene :
c(x) =

b(x)
w(x)
dx =

e
x
(e
x
+ sin x) dx =
1
2
e
2x
+
1
2
e
x
(sin x cos x)
et donc
y
P
(x) = w(x)c(x) =
1
2
e
x
+
1
2
(sin x cos x)
Finalement, la solution generale est
y(x) = Cw(x) +y
P
(x) = Ce
x
+
1
2
e
x
+
1
2
(sin x cos x).
3. Resoudre
xy

2y = x
2
x.
Forme normale :
y


2
x
y = x 1
6.2. EQUATION DIFF

ERENTIELLE DU PREMIER ORDRE 139


avec a(x) =
2
x
et b(x) = x 1.
(I) Equation homog`ene : y


2
x
y = 0.
A(x) =

a(x) dx = 2 ln |x| = w(x) = e


A(x)
= e
2 ln |x|
= x
2
et la solution generale de lequation homog`ene est
y
h
(x) = Cw(x) = Cx
2
.
(II) Solution particuli`ere de lequation inhomog`ene :
c(x) =

b(x)
w(x)
dx =

1
x
2
(x 1) dx =

1
x

1
x
2
dx = ln |x| +
1
x
Une solution particuli`ere est donc
y
P
(x) = w(x)c(x) = x
2
(ln |x| +
1
x
) = x +x
2
ln |x|.
La solution generale est alors
y(x) = y
h
(x) +y
P
(x) = Cx
2
+x +x
2
ln |x| C R
6.2.4 Equation du type y

=
_
ax+by+c
dx+ey+f
_
On se ram`ene `a une equation homog`ene de degre 0 en posant
_
x = + nouvelle variable
y = u + nouvelle fonction = y

= u

o` u et satisfont le syst`eme :
_
a +b +c = 0
d +e +f = 0
Exemple 6.12.
y

=
2x +y + 1
4x +y
.
=
_
2 + + 1 = 0
4 + = 0
= =
1
2
, = 2
On pose donc
_
x = +
1
2
y = u 2
Lequation devient (avec y

= u

)
u

=
2 +u
4 +u
= (, 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

=
2 +v
4 +v
=
2 +v
4 +v
Cest une equation separable.
140 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
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
n
= f(x)
y
y
n
+g(x)
On pose
u(x) =
1
y
n1
= y
1n
.
Alors u

= (1 n) y
n
y

= (1 n)
y

y
n
.
Lequation devient
1
1 n
u

= f(x)u +g(x)
qui est une equation dierentielle lineaire (en u(x)).
6.3 Equation dierentielle 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
dx
y

=
d
dx
z(y) =
d
dy
z(y)
dy
dx
=
dz
dy
z = z(y)z

(y).
6.3. EQUATION DIFF

ERENTIELLE DU 2
`
EME ORDRE 141
ATTENTION : ici z

(y) signie
dz
dy
et pas
dz
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
dy
dx
= z(y).
Exemple : resoudre
yy

= y
2
+y

y
2
.
Il ny a pas de x.
On pose y

= z(y) = y

= z z

= y z z

= z
2
+zy
2
= z

(y)
1
y
z(y) = y
En divisant par z, il ne faut pas oublier la solution z = 0, i.e. y

= 0 donc y = K.
Cest une equation du premier ordre lineaire inhomog`ene, avec a(y) =
1
y
et b(y) = y.
On en deduit A(y) = ln |y| et w(y) = e
A(y)
= y.
La solution generale est, apr`es calculs,
z(y) = Cy +y
2
.
On revient `a x : z =
dy
dx
= Cy +y
2
=
dy
Cy +y
2
= dx =
1
C
_
1
y

1
C +y
_
dy = dx.
Integration :
=
1
C
ln

y
C +y

= x +K =
y
y +C
= e
Cx+CK
= De
Cx
Ceci donne y = D(y +C)e
Cx
et nalement
y(x) =
CDe
Cx
1 De
Cx
=
CD
e
Cx
D
D, C R.
Il faut rajouter `a cette solution generale la solution y = K trouvee plus haut.
6.3.3 Equation lineaire
Forme generale : A
1
(x)y

+A
2
(x)y

+A
3
(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)
142 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
(I) Equation homog`ene
On consid`ere lequation
y

+p(x)y

+q(x)y = 0 (6.1)
Denition 6.13. Deux fonctions y
1
, y
2
: I R dont dites lineairement independantes si
[y
1
(x) +y
2
(x) = 0 x I] = = = 0.
Theor`eme 6.14. Lequation (6.1) poss`ede deux solutions lineairement independantes y
1
(x),
y
2
(x) et toute solution y(x) de (6.1) est de la forme
y(x) = C
1
y
1
(x) +C
2
y
2
(x)
avec C
1
, C
2
R
Il ny a pas de methode generale pour resoudre (6.1). Cependant, si on a trouve une solution
y
1
(x), on peut chercher la seconde en posant
y
2
= uy
1
o` u u satisfait une equation dierentielle du 1er ordre.
Exemple 6.15.
x
2
x + 2
y

xy

+y = 0.
On remarque que y
1
(x) = x est une solution.
Posons y
2
= ux. Alors y

2
= u

x +u et y

2
= u

x + 2u

. Dans lequation, ceci donne


=
x
2
x + 2
(u

x + 2u

) x(u

x +u) +ux = 0 =
x
3
x + 2
u

+ (
2x
2
x + 2
x
2
)u

= 0
=
x
3
x + 2
u


x
3
x + 2
u

= 0 = u

= 0
v=u

= v

v = 0
= v = e
x
= u = e
x
et donc
y
2
= ux = xe
x
.
La solution generale est donc, par le theor`eme 6.14,
y(x) = C
1
x +C
2
xe
x
.
Un cas particulier est resoluble compl`etement : ce sont les
6.3. EQUATION DIFF

ERENTIELLE DU 2
`
EME ORDRE 143
Equations `a coecients constants
Forme normale :
y

+py

+qy = 0 p, q R ()
On cherche une solution de la forme y(x) = e
x
. En remplacant dans lequation, on trouve

2
e
x
+pe
x
+qe
x
= 0
ce qui donne
2
+p +q = 0.
Le polynome
P() =
2
+p +q
est appele le polynome caracteristique de lequation ().
1er cas : P() a deux racines reelles distinctes
1
et
2
. Alors
y(x) = C
1
e

1
x
+C
2
e

2
x
est la solution generale.
2`eme cas : P() a une racine reelle double =
1
=
2
.
Alors y
1
(x) = e
x
est une solution et en posant y
2
= uy
1
on obtient y
2
(x) = xe
x
. La
solution generale est alors
y(x) = C
1
e
x
+C
2
xe
x
.
3`eme cas : P() a deux racines complexes conjuguees

1
= +
0
i et
2
=
0
i.
Alors
e
(
0
i)x
= e
x
e

0
ix
= e
x

_
cos(
0
x) i sin(
0
x)

.
On en tire 2 solutions reelles lineairement independantes :
y(x) = e
x

_
C
1
cos(
0
x) +C
2
sin(
0
x)

est la solution generale.

0
= pulsation propre de lequation (du syst`eme).
Si < 0, cest le facteur damortissement.
(II) Equations lineaires 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) = C
1
y
1
(x) +C
2
y
2
(x) +y
P
(x)
o` u C
1
y
1
(x) +C
2
y
2
(x) est la solution generale de lequation homog`ene et y
P
(x) une solution
particuli`ere de lequation (6.2).
Il reste `a trouver une solution particuli`ere `a lequation (6.2).
144 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
A : Methode des essais
On essaie une fonction de la forme
y
P
(x) =

k
f
k
(x)
o` u les f
k
sont judicieusement choisies.
Exemple :
y

+y = x
2
+ sin
x
2
.
Pour x
2
on pose : f
1
(x) =
1
x
2
+
2
x +
3
ce qui donne
2
1
+ (
1
x
2
+
2
x +
3
) = x
2
=
_
_
_

1
= 1

2
= 0

3
= 2
= f
1
(x) = x
2
2
Pour sin
x
2
, on essaie f
2
(x) = sin
x
2
ce qui donne

4
sin
x
2
+sin
x
2
= sin
x
2
= f
2
(x) =
4
3
sin
x
2
.
Une solution particuli`ere est donc
y
P
(x) = x
2
2 +
4
3
sin
x
2
B : Methode de Lagrange (ou variation des constantes)
Soit
w(x) = C
1
y
1
(x) +C
2
y
2
(x)
la solution generale de lequation homog`ene o` u y
1
et y
2
sont lineairement independantes.
On cherche une solution de la forme
y
P
(x) =
1
(x)y
1
(x) +
2
(x)y
2
(x)
o` u
1
(x) et
2
(x) sont des fonctions `a determiner.
On impose en plus
y
1

1
+y
2

2
= 0 (I)
ce qui donne
y

P
=
1
y

1
+
2
y

2
+

1
y
1
+

2
y
2
. .
=0
=
1
y

1
+
2
y

2
et
y

P
=

1
y

1
+

2
y

2
+
1
y

1
+
2
y

2
En substituant y
P
, y

P
et y

P
dans lequation (6.2), on obtient

1
y

1
+

2
y

2
+
1
y

1
+
2
y

2
+p
_

1
y

1
+
2
y

2
_
+q (
1
y
1
+
2
y
2
) = b(x)

1
y

1
+

2
y

2
+
1

_
y

1
+py

1
+qy
1

+
2

_
y

2
+py

2
+qy
2

= b(x) ( )
6.3. EQUATION DIFF

ERENTIELLE DU 2
`
EME ORDRE 145
Or
_
y

1
+py

1
+qy
1
= 0
y

2
+py

2
+qy
2
= 0
car y
1
et y
2
sont des solutions de lequation homog`ene. Donc ( ) devient

1
y

1
+

2
y

2
= b(x) (II)
Il faut donc resoudre le syst`eme lineaire (I) + (II) :
_
y
1

1
+y
2

2
= 0
y

1
+y

2
= b(x)
qui secrit matriciellement
_
y
1
y
2
y

1
y

2
_
. .
=M

2
_
=
_
0
b(x)
_
Le determinant W = det(M) sappelle le wronskien de y
1
et y
2
. Il est non nul car y
1
et y
2
sont lineairement independantes. Alors
_

2
_
= M
1

_
0
b(x)
_
=
1
W
_
y

2
y
2
y

1
y
1
_

_
0
b(x)
_
=
1
W
_
b(x)y
2
b(x)y
1
_
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 =
y
1
(x) = sin x et y
2
(x) = cos x.
(II) Equation inhomog`ene :
M =
_
y
1
y
2
y

1
y

2
_
=
_
sin x cos x
cos x sin x
_
et donc W = det(M) = 1. Alors
_

2
_
=
1
W
_
by
2
by
1
_
=
_
by
2
by
1
_
=
_
sin xcos x
sin
2
(x)
_
Integration :
=
1
(x) =
1
2
sin
2
x et
2
(x) =
1
2
x +
1
4
sin(2x).
146 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
Une solution particuli`ere est donc
y
P
(x) = y
1

1
+y
2

2
= sin x
1
2
sin
2
x + cos x (
1
2
x +
1
4
sin(2x))
= =
1
2
xcos x
La solution generale de lequation y

+y = sin x est alors


y(x) = C
1
y
1
+C
2
y
2
+y
P
= C
1
sin x +C
2
cos x
1
2
xcos x.
2. Resoudre xy

(2x + 1)y

+ (x + 1)y = 2xe
x
Forme normale : y


2x + 1
x
y

+
x + 1
x
y = 2e
x
= b(x) = 2e
x
(I) Equation homog`ene : en essayant on trouve y
1
(x) = e
x
.
On pose alors y
2
= uy
1
= ue
x
. Ceci donne
y

2
= u

e
x
+ue
x
et y

2
= u

e
x
+ 2u

e
x
+ue
x
.
Introduits dans lequation `a resoudre, on obtient
xe
x
(u

+ 2u

+u) (2x + 1)e


x
(u

+u) + (x + 1)ue
x
= 0
= u

x u

= 0 = u = x
2
= y
2
(x) = x
2
e
x
.
Donc
_
y
1
= e
x
y
2
= x
2
e
x
(II) Solution particuli`ere de lequation inhomog`ene :
M =
_
y
1
y
2
y

1
y

2
_
=
_
e
x
x
2
e
x
e
x
e
x
(x
2
+ 2x)
_
et donc W = det(M) = e
2x
(x
2
+ 2x x
2
) = 2xe
2x
. Alors
_

2
_
=
1
2xe
2x
_
by
2
by
1
_
=
1
2xe
2x
_
2e
x
x
2
e
x
2e
x
e
x
_
=
_
x
1
x
_
ce qui donne, apr`es integration :
1
=
x
2
2
et
2
= ln |x|.
Une solution particuli`ere est donc
y
P
(x) =
1
y
1
+
2
y
2
=
1
2
x
2
e
x
. .
=
1
2
y
2
+ln |x|x
2
e
x
La solution generale de lequation etudiee est alors
y(x) = C
1
y
1
+C
1
y
2
+y
P
= C
1
e
x
+C
2
x
2
e
x
+x
2
ln |x|e
x
C
1
, C
2
R
6.3. EQUATION DIFF

ERENTIELLE DU 2
`
EME ORDRE 147
6.3.4 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
g(x)

u

u
. On obtient
y

=
g

(x)
g
2
(x)

u

u

1
g(x)

_
u

u u
2
u
2
_
Lequation devient alors
g

(x)
g
2
(x)

u

u

1
g(x)

_
u

u u
2
u
2
_
=
1
g(x)

u
2
u
2

f(x)
g(x)
u

u
+h(x)

g(x) u
u


_
g

(x)
g(x)
+f(x)
_
u

+g(x)h(x) u = 0
Cest une equation lineaire homog`ene du 2`eme ordre.
6.3.5 Equation dierentielle dEuler
x
2
y

+xy

+y = 0 equation di. lineaire homog`ene du 2`eme ordre


On essaie une solution de la forme y = x
r
(pour x > 0) .
Dans lequation, ceci donne :
x
2
r(r 1)x
r2
+x rx
r1
+x
r
= 0.
On obtient alors r(r 1)x
r
+rx
r
+x
r
= 0 ou encore
r
2
+ ( 1)r + = 0.
3 cas possibles :
1er cas : Deux solutions reelles distinctes r
1
et r
2
. Alors les 2 solutions lineairement indepen-
dantes sont
y
1
= x
r
1
y
2
= x
r
2
2`eme cas : Une solution reelle double r = r
1
= r
2
. Alors les 2 solutions lineairement
independantes sont
y
1
= x
r
y
2
= x
r
ln x
3`eme cas : Deux solutions complexes conjuguees :
r
1
= a +bi et r
2
= a bi.
148 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
Alors x
abi
= x
a
x
bi
= x
a
e
bi ln x
= x
a
(cos(b ln x) i sin(b ln x)).
On en tire 2 solutions reelles lineairement independantes :
y
1
= x
a
sin(b ln x) y
2
= x
a
cos(b lnx)
Exemple 6.17.
1. x
2
y

+xy

+y = 0 ( = 1 = )
= r
2
+ 1 = 0 = r = i = y
1
(x) = sin(ln x) et y
2
= cos(ln x)
= y(x) = C
1
sin ln x +C
2
cos ln x C
1
, C
2
R.
2. x
2
y

2xy

+ 2y = 0 ( = 2, = 2)
= r
2
3r + 2 = 0 = r
1
= 1, r
2
= 2 = y
1
(x) = x y
2
(x) = x
2
= y(x) = C
1
x +C
2
x
2
C
1
, C
2
R.
6.4 Applications
6.4.1 Position dequilibre dun cable
Cable xe en ses extremites et soumis `a son propre poids.
Forces agissant sur le bout MP :
tension

T
0
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 PM.
Equilibre des forces :
1) composante verticale : T sin = gs
2) composante horizontale : T cos = T
0
.
On en tire
tan =
gs
T
0
.
Donc
y

=
dy
dx
= tan =
g
T
0
..
=K
s = K

x
0

1 +y

(x)
2
dx.
6.4. APPLICATIONS 149
On doit resoudre lequation
y

= K

x
0

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 +u
2
=
du

1 +u
2
= Kdx

= arcsinh u = Kx +C = u = sinh(Kx +C) = y

= y

= sinh(Kx) car y

(0) = 0.
Do` u nalement y =
1
K
cosh(Kx) +D.
En utilisant la condition initiale y(0) = h, on obtient
y(x) =
1
K
cosh(Kx) +h
1
K
.
6.4.2 Phenom`enes oscillatoires
Forces en presence :
Force du ressort proportionnelle `a lelongation : F
1
= Ky(t)
Force de frottement proportionnelle `a la vitesse : F
2
= y

(t).
Force exterieure : F
3
=

F(t).
Equation de Newton : F
1
+F
2
+F
3
= ma.
Ceci donne
my

= Ky y

+

F(t) =
y

+ay

+ky = F(t) ()
avec k =
K
m
> 0, a =

m
> 0 et F(t) =

F(t)
m
.
150 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
Equation homog`ene (=sans force exterieure)
y

+ay

+ky = 0 : Equation de second ordre lineaire `a termes constants :


Polynome caracteristique : P() =
2
+a +k = 0
1er cas :
= a
2
4k > 0 = deux solutions reelles negatives :

1,2
=
a

a
2
4k
2
< 0
Alors
y
h
(t) = C
1
e

1
t
+C
2
e

2
t
Pas doscillation, amortissement exponentiel.
2`eme cas :
= a
2
4k = 0 = une solution reelle double negative :
=
1
=
2
=
a
2
Alors
y
h
(t) = (C
1
+C
2
t) e

a
2
t
Pas doscillation, amortissement critique.
3`eme cas :
= a
2
4k < 0 = deux solutions complexes conjuguees :

1,2
=
a
2

0
i
avec
0
=

4ka
2
2
= pulsation propre
Facteur damortissement =
a
2
=

2m
.
6.4. APPLICATIONS 151
Alors
y
h
(t) = [C
1
cos(
0
t) +C
2
sin(
0
t)] e

a
2
t
Oscillations et amortissement exponentiel.
Cas particulier : si a = 0 (pas de frottements) alors
y
h
(t) = C
1
cos(
0
t) +C
2
sin(
0
t)
Oscillations sans amortissement de pulsation propre

0
=

4k
2
=

k =

K
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
y
P
(t) = e

a
2
t
[
1
(t) cos(
0
t) +
2
(t) sin(
0
t)] .
On obtient M = e

a
2
t
_
cos(
0
t) sin(
0
t)

0
sin(
0
t)
0
cos(
0
t)
_
et le wronskien est alors
W = det(M) = e
at

0
.
Ceci donne
_

1
(t)

2
(t)
_
=
1
W
_
b(t)y
2
b(t)y
1
_
=
1

0
e
at
_
F(t) sin(
0
t)e

a
2
t
F(t) cos(
0
t)e

a
2
t
_
=
1

0
e
a
2
t
F(t)
_
sin(
0
t)
cos(
0
t)
_
do` u lon tire
y
P
(t) = e

a
2
t
[cos(
0
t)
1
(t) + sin(
0
t)
2
(t)]
= e

a
2
t
cos(
0
t)

t
0
F(x)e
a
2
x
sin(
0
x) dx +e

a
2
t
sin(
0
t)

t
0
F(x)e
a
2
x
cos(
0
x) dx
=
e

a
2
t

t
0
F(x)e
a
2
x
_
sin(
0
t) cos(
0
x) cos(
0
t) sin(
0
x)

dx
=
e

a
2
t

t
0
F(x)e
a
2
x
sin
_

0
(t x)

dx ()
152 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
En general, () est tr`es dicile `a calculer.
Oscillations forcees : On fait agir une force periodique sur la masse m :
F(t) = Asin(t +)
Alors () reste compliquee `a integrer. On cherche une solution particuli`ere directement
pour lequation dierentielle
y

+ay

+ky = Asin(t +)
en essayant une fonction de la forme :
y
P
(t) = D
1
cos(t +) +D
2
sin(t +)
ce qui donne, apr`es calculs :
y
P
(t) =
A

(k
2
)
2
+a
2

2
sin(t + +) avec = arctan
a
k
2
Dans ce cas particulier (3`eme cas) , la solution generale est donc
y(t) = y
P
(t)
. .
oscillations non amorties,
regime stationnaire
+
_
C
1
cos
0
t +C
2
sin
0
t
_
e

a
2
t
. .
oscillations avec amortissement,
regime transitoire
Si a 0 (peu de frottement), alors lamplitude des oscillation de y
P
(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
|k
2
|
sin(t +) +C
1
cos(

k t) +C
2
sin(

k t)
Si =
0
=

k, la solution na pas de sens. Il faut reprendre lequation dierentielle qui


devient
y

+ky = Asin(

k t +) = A
_
cos sin(

k t) + sin cos(

k t)
_
On essaie la solution particuli`ere y
P
(t) = t
_
D
1
cos(

k t +) +D
2
sin(

k t +)
_
Calculs =
y
P
(t) =
A
2

k
t cos(

k t +).
Les amplitudes augmentent jusqu`a la rupture du materiau.
6.4. APPLICATIONS 153
6.4.3 Circuit RLC serie
Reprenons lequation dierentielle dun circuit RLC :
L q(t) +R q(t) +
1
C
q(t) = U(t) .
C : capacite du condensateur
L : inductance
R : resistance
Forme normale :
q(t) +
R
L
q(t) +
1
LC
q(t) =
U(t)
L
()
On va resoudre le probl`eme avec
U(t) = U
0
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 lequation avec second membre
Comme U(t) = U
0
= cste, on verie que
q
P
(t) = CU
0
est une solution particuli`ere de ().
(I) Equation homog`ene :
q(t) +
R
L
q(t) +
1
LC
q(t) = 0
Cest la meme equation que celle pour le ressort avec des constantes
R
L
et
1
LC
positives. Les
3 cas sont donc les memes :
Polynome caracteristique :

2
+
R
L
+
1
LC
= 0
do` u =
R
2
L
2

4
LC
=
R
2
C 4L
L
2
C
.
1er cas : Si R
2
C > 4L alors > 0 et il y a deux solutions reelles negatives
1
et
2
. Donc
q
h
(t) = K
1
e

1
t
+K
2
e

2
t
154 CHAPITRE 6. EQUATIONS DIFF

ERENTIELLES ORDINAIRES
La solution generale est alors
q(t) = q
h
(t) +q
P
(t) = K
1
e

1
t
+K
2
e

2
t
+CU
0
Les conditions initiales q(0) = 0 et q(0) = 0 donne le syst`eme
_
K
1
+K
2
+CU
0
= 0

1
K
1
+
2
K
2
= 0
qui se resoud en
_

_
K
1
= CU
0

1

2
K
2
= CU
0

1

2
.
La solution est alors
q(t) = CU
0
_

2

1

2
e

1
t

1

2
e

2
t
+ 1
_
et
i(t) = q(t) = CU
0

1

2
_
e

1
t
e

2
t
_
3`eme cas : Si R
2
L < 4L, il y a deux racines complexes conjuguees :

1,2
= a
0
i
avec a =
R
2L
0 et
0
=
1
2

4L R
2
C
L
2
C
. Alors
q
h
(t) = e
at
_
K
1
cos(
0
t) +K
2
sin(
0
t)

et la solution generale est


q(t) = q
h
(t) +q
P
(t) = e
at
_
K
1
cos(
0
t) +K
2
sin(
0
t)

+CU
0
q(0) = 0 = K
1
= CU
0
q(0) = 0 =
0
K
2
aK
1
= 0 do` u K
2
=
CU
0
a

0
. Donc
q(t) = CU
0
_
e
at
_
a

0
sin(
0
t) + cos(
0
t)
_
+ 1
_
et
i(t) = q(t) = CU
0
e
at

_
a
2

0
+
0
_
sin(
0
t)
6.4. APPLICATIONS 155
Cas particulier : Si a = 0 (pas de resistance), alors
q(t) = CU
0
_
1 cos(
0
t)

i(t) = CU
0

0
sin(
0
t)
Remarque. En supposant R
2
C negligeable par rapport `a 4L, on a

0
=
1
2

4L R
2
C
L
2
C

1

LC
et la frequence doscillation est alors
f =

0
2
=
1
2

LC
Application numerique :
Pour avoir une frequence doscillations de 10kHz, on peut choisir C = 100nF et L =
2.553mH.
Pour avoir R
2
C << 4L il faut alors R <<

4L
C
donc R << 320
0
.
Remarque : dans une fonction sin(t) = sin(2ft), est la pulsation et f la frequence
avec la relation
= 2f.
Chapitre 7
Calcul dierentiel `a plusieurs
variables
7.1 Lespace R
n
7.1.1 Structures sur R
n
Lensemble R
n
est lensemble des n-uplets (x
1
, x
2
, . . . , x
n
) o` u x
i
R. On notera
x = (x
1
, x
2
, . . . , x
n
).
x est un point de R
n
.
Le point x = (x
1
, x
2
, . . . , x
n
) sera aussi considere comme un vecteur-colonne
x =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
Les x
i
sont les composantes de x.
Notation :
Dans R
2
on notera (x, y) plutot que (x
1
, x
2
)
Dans R
3
on notera (x, y, z) au lieu de (x
1
, x
2
, x
3
).
Lespace R
n
a les proprietes suivantes :
Lespace R
n
est muni dune addition :
(x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
) = (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
et dune multiplication par un scalaire :
(x
1
, . . . , x
n
) = (x
1
, . . . , x
n
).
Ces 2 operations font de R
n
un espace vectoriel.
Lelement neutre pour laddition est lorigine : O(0, 0, . . . , 0).
157
158 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Lespace R
n
est muni dun produit scalaire :
< , > : R
n
R
n
R deni par
< x, y > =
n

i=1
x
i
y
i
= x
T
y =
_
x
1
x
n
_

_
_
_
y
1
.
.
.
y
n
_
_
_
Lespace R
n
est muni dune norme :
: R
n
R denie par
x =

_
n

i=1
x
2
i
=

< x, x >.
Il est muni dune metrique (ou distance) :
d : R
n
R
n
R denie par
d(x, y) = x y =

_
n

i=1
(x
i
y
i
)
2
qui satisfait les proprietes suivantes :
(i) d(x, y) 0
(ii) d(x, y) = 0 x = y
(iii) d(x, y) = d(y, x) (symetrie)
(iv) d(x, z) d(x, y) +d(y, z) (inegalite du triangle)
pour tout x, y, z R
n
.
Les vecteurs
e
1
=
_
_
_
_
_
1
0
.
.
.
0
_
_
_
_
_
, e
2
=
_
_
_
_
_
_
_
0
1
0
.
.
.
0
_
_
_
_
_
_
_
, . . . , e
n
=
_
_
_
_
_
0
.
.
.
0
1
_
_
_
_
_
forment une base orthonormale de R
n
.
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 R
m
avec D R
n
. A un point x D on associe donc un vecteur f(x) R
m
.
Exemples 7.2.
1. f : R
2
R : f(x, y) = x
2
+ sin y
2. f : R R
3
: f(t) =
_
_
t
cos t
t sin t
_
_
3. f : R
3
R
3
: f(x, y, z) =
_
_
x +yz
x
2
+y
2
+e
z
sin(yz)
_
_
7.2. COURBES DANS R
N
159
7.2 Courbes dans R
n
7.2.1 Denition
Denition : Une courbe (dans R
n
) est une fonction continue : I R
n
o` u I est un
intervalle de R. On associe donc pour chaque t I un vecteur
(t) =
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
_
_
_
o` u les x
i
: I R sont des fonctions reelles.
Proposition 7.3. est continue si et seulement si les x
i
sont continues pour tout i.
Remarques :
Cest une courbe parametrisee. La variable t sappelle le param`etre de .
Si lon peut ecrire x
n
= f(x
1
, x
2
, . . . , x
n1
) pour tous les points de , alors est le
graphe dune fonction `a n 1 variables.
Exemple :
(t) =
_
t
e
t
_
=
_
x(t)
y(t)
_
.
Alors y = e
x
.
Si lon peut ecrire F(x
1
, x
2
, . . . , x
n
) = 0 en eliminant le param`etre t, on a obtenu
lequation cartesienne implicite de . (ce nest pas toujours possible). On perd cepen-
dant la notion du temps.
Exemple :
(t) =
_
Rcos t
Rsin t
_
Alors x
2
+y
2
= R
2
.
7.2.2 Derivabilite
Denition 7.4 (Vecteur tangent). Si les fonctions x
i
(t) sont derivables pour tout i, on
denit le vecteur tangent par
(t) =
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
_
_
_
o` u x
i
(t) =
dx
i
dt
(t).
On note parfois v(t) = (t).
160 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Interpretation physique : si t represente le temps et (t) la position dun mobile, alors (t)
est le vecteur-vitesse. Sa norme
(t) =

x
1
2
(t) + + x
2
n
(t)
est la vitesse du mobile.
En derivant encore (t), on obtient le vecteur dacceleration
(t) =
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
_
_
_
Quelques exemples
1) Mouvement rectiligne uniforme (MRU). Soit a, v R
n
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.
Si n = 2, equation cartesienne : v
2
x v
1
y = v
2
a
1
v
1
a
2
avec v =
_
v
1
v
2
_
.
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
(t) =
_
x(t)
y(t)
_
=
_
Rcos t
Rsin t
_
Equation cartesienne : x
2
+y
2
= R
2
cos
2
t +R
2
sin
2
t = R
2
.
Vitesse : (t) =
_
Rsin t
Rcos t
_
et donc
(t) =

R
2
sin
2
t +R
2
cos
2
t = R.
La vitesse est constante.
Acceleration : (t) =
_
Rcos t
Rsin t
_
= (t). Lacceleration est dirigee vers le centre.
7.2. COURBES DANS R
N
161
3) Helice : soit
(t) =
_
_
Rcos t
Rsin 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.
4) Chute libre : (t) =
_
_
x
0
+v
1
t
y
0
+v
2
t
z
0
+v
3
t
1
2
gt
2
_
_
(t) =
_
_
v
1
v
2
v
3
gt
_
_
(t) =
_
_
0
0
g
_
_
Changement de parametrisation
Soit I = [a, b] et : I R
n
une courbe. Soit J = [c, d] et
: J I
s t
une fonction continue bijective telle que (c) = a et (d) = b.
Alors la courbe
: J R
n
s ((s))
est la meme courbe que mais avec une parametrisation dierente.
La fonction t = (s) est le changement de parametrisation.
Interpretation physique : si t est le temps, le changement de parametrisation revient `a par-
courir la courbe avec une autre vitesse. Plus precisement
d
ds
((s)) =
d
ds
_
_
_
x
1
((s))
.
.
.
x
n
((s))
_
_
_
=
_
_
_
x
1
((s))

(s)
.
.
.
x
n
((s))

(s)
_
_
_
= ((s))

(s).
Exemple : Reprenons la courbe
(t) =
_
Rcos t
Rsin t
_
0 t 2
162 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Si lon pose t = s
2
= (s) , la courbe devient
(s) = (s) =
_
Rcos s
2
Rsin s
2
_
0 s

2
Alors v(s) =
d
ds
(s) =
_
2sRsin s
2
2sRcos s
2
_
et donc
v(s) = v(s) =

4s
2
R
2
sin
2
s
2
+ 4s
2
R
2
cos
2
s
2
= 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
u =

PQ = (t + t) (t) =
_
_
_
x
1
(t + t) x
1
(t)
.
.
.
x
n
(t + t) x
n
(t)
_
_
_
Alors la longueur de la corde PQ est egale `a
L = u =

[x
1
(t + t) x
1
(t)]
2
+ + [x
n
(t + t) x
n
(t)]
2
=

_
x
1
(t + t) x
1
(t)
t
_
2
+ +
_
x
n
(t + t) x
n
(t)
t
_
2
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 =

b
a
(t) dt
Theor`eme 7.5. La longueur dune courbe est independante de la parametrisation
D em : On a t = (s) avec (c) = a et (d) = b. On doit montrer que

b
a
_
_
(t)
_
_
dt =

d
c
_
_
_
d
ds
[ (s)]
_
_
_ ds.
7.3. FONCTIONS R

EELLES
`
A PLUSIEURS VARIABLES 163
On suppose que c < d ce qui implique, comme est une bijection, que

(s) > 0 pour tout


s J. Alors

d
c
_
_
_
d
ds
[ (s)]
_
_
_ ds =

d
c
_
_
_
_
(s)
_

(s)
_
_
_ ds
=

d
c
((s)) |

(s)| ds
=

d
c
((s))

(s) ds
=

d
c

x
1
((s))
2
+ x
2
((s))
2
+ + x
n
((s))
2

(s) ds
on pose t = (s) et donc dt =

(s)ds
=

(d)
(c)

x
1
(t)
2
+ x
2
(t)
2
+ + x
n
(t)
2
dt
=

b
a
(t) dt = L
7.2.4 Angle entre deux courbes
Soient
1
et
2
deux courbes et P =
1
(t
1
) =
2
(t
2
) un point dintersection. Alors langle
entre
1
et
2
au point P est donnee par la formule
cos =

1
(t
1
) ,
2
(t
2
)

1
(t
1
)
2
(t
2
)
7.3 Fonctions reelles `a plusieurs variables
Une fonction reelle de n variables reelles est une application
f : D R avec D R
n
.
On associe ainsi `a tout point x = (x
1
, . . . , x
n
) D, un nombre reel f(x) R.
Exemple : f : R
3
R denie par f(x, y, z) = x
2
+ 2y
2
10z.
164 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
7.3.1 Graphe
Si n = 2, on peut denir et dessiner le graphe G
f
dune fonction f(x, y). Cest le sous-
ensemble de R
3
G
f
= {(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 : R
n
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 R
n
R une fonction et c un nombre reel. Alors lensemble
N
f
(c) = {x R
n
| f(x) = c}
est appele ensemble de niveau c de f.
Dans le cas dune fonction `a 2 variables, N
f
(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
N
f
(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(x
1
, x
2
, x
2
, x
4
) = x
2
1
+x
2
2
+x
2
3
+x
2
4
Alors pour c > 0, lensemble de niveau
N(c) =
_
(x
1
, x
2
, x
3
, x
4
) R
4
| x
2
1
+x
2
2
+x
2
3
+x
2
4
= c
_
=
_
x R
4
| x =

c
_
est une (hyper)-sph`ere de rayon

c.
2. Graphe et courbes de niveau de la fonction z = f(x, y) = xy.
Courbes de niveau c = 0 : f(x, y) = c xy = c y =
c
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
N
f
(0) = axe Ox axe Oy
Le graphe de f(x, y) est un hyperbolode.
7.4. D

ERIV

EES PARTIELLES 165


3. Graphe et courbes de niveau de z = f(x, y) = x
2
+ 4y
2
.
Courbes de niveau : N
f
(c) = {(x, y) | x
2
+ 4y
2
= c}.
Si c < 0, lensemble N
f
(c) est vide.
Si c = 0, la courbe de niveau est un point : (0, 0)
Si c > 0 alors N
f
(c) est une ellipse dequation standard
_
x

c
_
2
+
_
2y

c
_
2
= 1
Le graphe z = f(x, y) = x
2
+ 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.
Son vecteur normal est donc n =
_
_
1
2
1
_
_
.
Les courbes de niveau c sont d equation x + 2y + 6 = c. Ce sont des droites parall`eles
de vecteur directeur v
c
=
_
2
1
_
.
5. Soit f(x, y, z) = x
2
+y
2
+z
2
.
Alors, pour c > 0, lensemble de niveau est la surface dequation x
2
+y
2
+z
2
= c. Cest
une sph`ere de rayon

c.
Si c = 0, lensemble de niveau N
f
(0) est un point : (0, 0).
Si c < 0, N
f
(c) est vide.
6. Les surfaces de niveau de la fonction
f(x, y, z) = x 3y + 4z
sont des plans parall`eles dequation x 3y + 4z = c. Leur vecteur normal est
_
_
1
3
4
_
_
.
7.4 Derivees partielles
Dans ce paragraphe D designe un ouvert de R
n
.
Soit f : D R une fonction `a n variables et a = (a
1
, a
2
, . . . , a
n
) D un point xe.
Considerons la fonction
g
i
() = f(a
1
, . . . , a
i1
, , a
i+1
, . . . , a
n
).
166 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Cest une fonction `a une variable.
La derivee de g est appelee la derivee partielle de f par rapport `a la variable x
i
.
f
x
i
(a) :=
dg
i
d
(a
i
)
= lim
h0
g
i
(a
i
+h) g
i
(a
i
)
h
= lim
h0
f(a
1
, . . . , a
i1
, a
i
+h, a
i+1
, . . . , a
n
) f(a
1
, . . . , a
i1
, a
i
, a
i+1
, . . . , a
n
)
h
= lim
h0
f(a +he
i
) f(a)
h
.
On a les notations equivalentes :
f
x
i
(a) = D
i
f(a) = f
x
i
(a) =
f
x
i

x=a
Une fonction f : D R est dite partiellement dierentiable sur D si les derivees
partielles f
x
i
(x) existent pour tout x D et pour tout i = 1, 2, . . . , n.
Ceci denit alors une fonction f
x
i
: D R pour tout i.
Calcul eectif : la derivee partielle par rapport `a x
i
se calcule donc en derivant par rapport
`a x
i
en considerant les autres variables comme des constantes.
Exemples 7.7.
1. Soit f(x
1
, x
2
, x
3
, x
4
) = 2x
1
x
2
2
+x
1
sin x
4
+e
x
2
2
. Alors
f
x
1
= 2x
2
2
+ sin x
4
f
x
2
= 4x
1
x
2
+ 2x
2
e
x
2
2
f
x
3
= 0 f
x
4
= x
1
cos x
4
2.
f(x, y) f
x
f
y
xy
2
y
2
2xy
sin(x + 2y) cos(x + 2y) 2 cos(x + 2y)
e
y
x

y
x
2
e
y
x
1
x
e
y
x
x
2y
2yx
2y1
2 ln x x
2y
3. Soit
f(x, y) =
_
xy
x
2
+y
2
si (x, y) = 0
0 en (0, 0)
Nous avons dej`a vu que f nest pas continue en (0, 0)
Mais
f
x
(0, 0) = lim
h0
f(h, 0) f(0, 0)
h
= lim
h0
0
h
= 0
et
f
y
(0, 0) = lim
h0
f(0, h) f(0, 0)
h
= lim
h0
0
h
= 0.
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. D

ERIV

EES PARTIELLES 167


Remarquons cependant que
f
x
(x, y) =
y(x
2
+y
2
) (xy)(2x)
(x
2
+y
2
)
4
=
y
3
x
2
y
(x
2
+y
2
)
2
pour tout (x, y) = (0, 0)
Sur la droite x = 0 (y = 0) on a donc
f
x
(0, y) =
y
3
y
4
=
1
y
y0
+
et sur la droite y = 0 (x = 0), on a
f
x
(x, 0) = 0
x0
0
La fonction f
x
(x, y) nest donc pas continue en (0, 0).
On peut montrer que si les f
x
i
(x) sont continues en a pour tout i, alors f(x) est continue
en a.
7.4.1 Gradient
Soit D R
n
et f : D R une fonction partiellement dierentiable et a un point de D.
Le vecteur-ligne
_
f
x
1
(a) f
x
2
(a) . . . f
x
n
(a)
_
est appele le gradient de f en a. Il est note f(a).
Le gradient denit donc une fonction
f : D R
n
x f(x)
Le gradient en a est parfois aussi note

gradf(a).
Exemples 7.8.
1. si f(x, y) = x
2
+ 2y
2
10 alors
f(x, y) =
_
2x 4y
_
2. f(x, y, z) = x
2
y + 3xyz + sin(xy) alors
f(x, y, z) =
_
2xy + 3yz +y cos(xy) x
2
+ 3xz +xcos(xy) 3xy
_
7.4.2 Approximation du 1er ordre and plan tangent
Denition 7.9 (Fonction de classe C
1
). Une fonction f : D R denie sur un ouvert
D R
n
est dite contin ument dierentiable 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).
168 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Theor`eme 7.10 (Theor`eme dapproximation du premier ordre). Soit D un ouvert de R
n
et f C
1
(D, R). Alors pour tout point a D, il existe une fonction reelle R
1
denie sur
un voisinage V de a telle que
f(x) = f(a) +f(a) (x a)
. .
=f(a), xa
+ R
1
(x) x V
avec
lim
xa
R
1
(x)
x a
= 0.
La fonction R
1
est appelee le reste dordre 1. Cest un o(x a).
Ici, x et a sont vus comme des vecteurs-colonne
x =
_
_
_
x
1
.
.
.
x
n
_
_
_
, a =
_
_
_
a
1
.
.
.
a
n
_
_
_
Remarque 1 : en posant u = x a R
n
, la formule precedente secrit alors
f(a +u) = f(a) +f(a) u +r(u)
avec lim
u0
r(u)
u
= 0. Autrement dit avec r(u) = o(u).
Remarque 2 :
Si n = 1, on retrouve lapproximation de Taylor du premier ordre autour de a = x
0
:
f(x) = f(x
0
) +f

(x
0
)(x x
0
) + R(x)
avec R(x) = o(x x
0
) et lequation y = f(x
0
) + f

(x
0
)(x x
0
) est celle de la tangente au
graphe de f en x
0
.
Si n = 2, on trouve, autour du point a = (x
0
, y
0
) :
f(x, y) = f(x
0
, y
0
) +
_
f
x
(x
0
, y
0
) f
y
(x
0
, y
0
)
_

_
x x
0
y y
0
_
+R(x, y)
f(x
0
, y
0
) +f
x
(x
0
, y
0
) (x x
0
) +f
y
(x
0
, y
0
) (y y
0
).
Lequation
z = f(x
0
, y
0
) +f
x
(x
0
, y
0
) (x x
0
) +f
y
(x
0
, y
0
) (y y
0
)
est lequation du plan tangent au graphe de f au point (x
0
, y
0
).
Exemple : soit
f(x, y) = 2 +x
2
y y
3
.
Alors
f =
_
2xy x
2
3y
2
_
.
7.4. D

ERIV

EES PARTIELLES 169


Soit a = (x
0
, y
0
) = (1, 2). Ceci donne f(1, 2) = 4 et f(a) = ( 4 11 )
Approximation du 1er ordre autour de a :
f(x, y) = f(x
0
, y
0
) +f(x
0
, y
0
)
_
x x
0
y y
0
_
+R(x)
4 +
_
4 11
_

_
x 1
y 2
_
= 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 (x
0
, y
0
) est
z = f(x
0
, y
0
)+f(x
0
, y
0
)
_
x x
0
y y
0
_
= f(x
0
, y
0
)+f
x
(x
0
, y
0
) (xx
0
)+f
y
(x
0
, y
0
) (yy
0
).
On peut reecrire lequation comme suit :
f
x
(x
0
, y
0
) x +f
y
(x
0
, y
0
) y z +d = 0
ce qui montre que le vecteur normal au plan tangent est
n =
_
_
f
x
(x
0
, y
0
)
f
y
(x
0
, y
0
)
1
_
_
On peut generaliser ce resultat `a n variables.
Lequation de lhyperplan tangent au graphe de f(x
1
, x
2
, . . . , x
n
) au point a = (a
1
, a
2
, . . . , a
n
)
est alors donnee par
x
n+1
= f(a
1
, . . . , a
n
) +f(a) (x a)
o` u x =
_
_
_
x
1
.
.
.
x
n
_
_
_
.
7.4.3 R`egles de derivation
Addition : soit f, g C
1
(D, R). Alors
(f +g) = f +g.
Produit : soient f, g C
1
(D, R) avec D R
n
. On peut considerer la fonction fg denie
par (fg)(x) = f(x)g(x). Alors
(fg)(a) = (f)(a) g(a) +f(a) g(a).
En abrege :
(fg) = fg +gf .
170 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Composition : soit I R et
: I R
n
t
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
n
(t)
_
_
_
_
_
une courbe (dierentiable) dans R
n
.
Soit D R
n
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(x
1
(t), x
2
(t), . . . , x
n
(t))
qui est une fonction `a une variable. Que vaut alors
d
dt
(t) ?
Reponse :
d
dt
(t) =
f
x
1
(x
1
(t), . . . , x
n
(t))
dx
1
dt
+
f
x
2
(x
1
(t), . . . , x
n
(t))
dx
2
dt
+. . .
+
f
x
n
(x
1
(t), . . . , x
n
(t))
dx
n
dt
=
n

i=1
f
x
i
((t)) x
i
(t)
= f((t)) (t)
= f((t)) , (t).
Ainsi
d
dt
(f ) (t) = f ((t)) (t) (7.1)
Exemple (verication) : f(x, y) = x
2
+y
2
et
(t) =
_
x(t)
y(t)
_
=
_
cos t
sin t
_
.
Alors
(t) = (f ) (t) = f(cos t, sin t) = cos
2
t + sin
2
t = 1
et donc

(t) = 0.
Avec la formule :
_
f
x
= 2x
f
y
= 2y
_
x(t) = sin t
y(t) = cos t
Ceci donne
f = (2x 2y) = (2 cos t 2 sin t) et (t) =
_
sin t
cos t
_
Alors

(t) = f (t) = 2 cos t sin t + 2 sin t cos t = 0.


7.4. D

ERIV

EES PARTIELLES 171


D emonstration de (7.1) : Sans perte de generalite, on demontre la formule en t = 0.
Posons a = (0) R
n
. Par lapproximation du 1er ordre autour de a, on a
f(x) = f(a) +f(a) , x a +R(x)
avec lim
xa
R(x)
x a
= 0.
Ceci donne, en notant x = (h) R
n
:
(h) (0)
h
=
f
_
(h)
_
f
_
(0)
_
h
=
f(x) f(a)
h
=
f(a) , x a
h
+
R(x)
h
=

f(a) ,
(h) (0)
h

+
R(x)
x a

x a
h
. .
=
(h)(0)
h
h0
f(a) , (0) + 0 (0)
= f(a) , (0)
ce qui montre que

(0) = f(a) , (0).


7.4.4 Derivee directionnelle
Denition 7.11. Soit f C
1
(D, R) avec D un ouvert de R
n
, a un point de D et v R
n
un vecteur non nul. La quantite
D
v
f(a) = lim
t0
f(a +tv) f(a)
t
sappelle la derivee directionnelle de f en a le long de v.
Theor`eme 7.12. On a
D
v
f(a) = f(a) v = f(a) , v.
D emonstration : Approximation du 1er ordre :
f(a +tv) = f(a) +f(a) (tv) +R(a +tv)
et donc
D
v
f(a) = lim
t0
f(a +tv) f(a)
t
= lim
t0
f(a) (tv) +R(a +tv)
t
= lim
t0
f(a) (tv)
t
+ lim
t0
R(a +tv)
t
= lim
t0
f(a) v + 0
= f(a) v.
172 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Remarque 1 : si v = e
i
alors
D
e
i
f(a) = f(a) e
i
=
_
f
x
1
(a) f
x
2
(a) . . . f
x
n
(a)
_

_
_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
0
1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
= f
x
i
(a).
Remarque 2 : si v est de norme 1 alors
D
v
f(a) = f(a) , v = f(a) cos()
o` u est langle entre v et f(a).
Ainsi
D
v
f(a) est maximal cos = 1 = 0
v et f(a) sont de meme sens et de meme direction.
En conclusion,
le gradient donne la direction dans laquelle la derivee de f est la plus grande.
De plus
la pente de f dans cette direction vaut f(a).
Resume :
D
v
f(a) = f(a) , v = derivee directionnelle de f le long de v
pente de f dans la direction v =
D
v
f(a)
v
=

f(a) ,
v
v

7.4. D

ERIV

EES PARTIELLES 173


7.4.5 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
dt
f((t)) = f((t)) (t) = D

f((t)) ()
On peut donc interpreter la derivee
d
dt
f((t)) comme la pente de la fonction f en suivant
la courbe (t).
Exemple : Soit f(x, y) = x
2
+y
2
. Alors
f =
_
2x 2y
_
.
Si lon suit la courbe (t) =
_
t cos t
t sin t
_
alors (t) =
_
cos t t sin t
sin t +t cos t
_
et
d
dt
f((t)) = D

f((t)) = f((t)) , (t)
= (2t cos t 2t sin t)
_
cos t t sin t
sin t +t cos t
_
= 2t cos
2
t 2t
2
cos t sin t + 2t sin
2
t + 2t
2
sin t cos t = 2t
Courbes de niveau
Si (t) est une courbe contenue dans lensemble de niveau N
f
(c) alors f((t)) = c par
denition de N
f
(c) et on doit avoir
d
dt
f((t)) = 0.
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 N
f
(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.
174 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Exemple : f(x, y) = x
2
+ 2y
2
. Alors f = (2x 4y).
Les courbes de niveau c
2
sont dequation
x
2
+ 2y
2
= c
2
.
Ce sont donc des ellipses de centre (0, 0) et de demi-axe c et
c

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 () : x
2
+ 2y
2
= 9.
En derivant, on obtient 2x+4y y

= 0 ce qui donne y

=
x
2y
. Au point P(1, 2), on a donc
y

P
=
1
4
. Un vecteur tangent est donc
v =
_
4
1
_
.
Le gradient de f en P vaut ( 2 8 ). Il est bien perpendiculaire au vecteur v.
7.4.6 Derivees partielles dordres superieurs
Soit f(x) = f(x
1
, x
2
, . . . , x
n
) une fonction `a n variables denie sur un ouvert D R
n
. On
denit les derivees dordre 2 comme suit
Denition 7.13.
f
x
i
x
j
=

2
f
x
j
x
j
=

x
i
f
x
j
Si i = j, on note

2
f
x
2
i
au lieu de

2
f
x
i
x
i
.
Exemple :
f(x, y) = x
2
y +ye
x
.
Alors
f
x
= 2xy +ye
x
et f
y
= x
2
+e
x
.
Ceci donne
f
xx
=

x
(2xy +ye
x
) = 2y +ye
x
f
yy
=

y
(x
2
+e
x
) = 0
f
xy
=

x
(x
2
+e
x
) = 2x +e
x
f
yx
=

y
(2xy +ye
x
) = 2x +e
x
.
7.4. D

ERIV

EES PARTIELLES 175


On constate dans cet exemple que f
xy
= f
yx
.
ATTENTION : en general, f
x
i
x
j
= f
x
j
x
i
. Mais on a le theor`eme suivant :
Theor`eme 7.14. Si f
x
i
x
j
et f
x
j
x
i
sont continues dans un voisinage du point a, alors
f
x
i
x
j
(a) = f
x
j
x
i
(a).
D emonstration : La demonstration est faite dans le cas n = 2.
Soit f(x, y) et a = (x
0
, y
0
). Soient h, k > 0 tels que le rectangle
{(x, y) | x
0
h < x < x
0
+h, y
0
k < y < y
0
+k} D.
Denissons les fonctions
g
1
(x) = f(x, y
0
+k) f(x, y
0
) et g
2
(y) = f(x
0
+h, y) f(x
0
, y)
Alors
g

1
(x) = f
x
(x, y
0
+k) f
x
(x, y
0
) et g

2
(y) = f
y
(x
0
+h, y) f
y
(x
0
, y).
Posons encore
F(h, k) = f(x
0
+h, y
0
+k) f(x
0
+h, y
0
) f(x
0
, y
0
+k) +f(x
0
, y
0
).
Alors
F(h, k) = g
1
(x
0
+h) g
1
(x
0
) (7.2)
et
F(h, k) = g
2
(y
0
+k) g
2
(y
0
). (7.3)
Le theor`eme de la moyenne applique `a (7.2) puis `a f
x
donne
F(h, k) = g
1
(x
0
+h) g
1
(x
0
)
= g

1
(x
0
+
1
h) h
1
]0; 1[
= [f
x
(x
0
+
1
h, y
0
+k) f
x
(x
0
+
1
h, y
0
)] h
= f
yx
(x
0
+
1
h, y
0
+
2
k) k h
2
]0; 1[.
Ce meme theor`eme de la moyenne applique `a (7.3) et f
y
donne
F(h, k) = g
2
(y
0
+k) g
2
(y
0
)
= g

2
(y
0
+
3
k) k
3
]0; 1[
= [f
y
(x
0
+h, y
0
+
3
k) f
y
(x
0
, y
0
+
3
k)] k
= f
xy
(x
0
+
4
h, y
0
+
3
k) k h
4
]0; 1[.
Donc f
xy
(x
0
+
4
h, y
0
+
3
k) kh = f
yx
(x
0
+
1
h, y
0
+
2
k) kh.
176 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Comme f
xy
et f
yx
sont continues, en passant `a la limite h, k 0, on obtient
f
xy
(x
0
, y
0
) = f
yx
(x
0
, y
0
) .
Denition 7.15. On dit que f(x
1
, x
2
, . . . , x
n
) est de classe C
2
sur D R
n
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
f
xxx
f
yxx
f
xyx
f
yyx
f
xxy
f
yxy
f
xyy
f
yyy
Mais si ces 8 derivees partielles sont continues, alors
f
yxx
= f
xyx
= f
xxy
et f
yyx
= f
xyy
= f
yxy
Denition 7.16 (Fonction de classe C
k
). On dit quune fonction f(x) est de classe C
k
sur
D R
n
si toutes ses derivees partielles dordre k (existent et) sont continues. On note alors
f C
k
(D, R)
Theor`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.
Denition 7.18 (Matrice hessienne). Soit f(x) une fonction `a n variables dont les derivees
partielles du 2`eme ordre existent. La matrice
H
f
(x) =
_
f
x
i
x
j
(x)
_
ij
=
_
_
_
_
_
_
_
_

2
f
x
2
1
(x)

2
f
x
1
x
2
(x) . . .

2
f
x
1
x
n
(x)

2
f
x
2
x
1
(x)

2
f
x
2
2
(x) . . .

2
f
x
2
x
n
(x)
.
.
.
.
.
.
.
.
.
.
.
.

2
f
x
n
x
1
(x)

2
f
x
n
x
2
(x) . . .

2
f
x
2
n
(x)
_
_
_
_
_
_
_
_
sappelle la matrice hessienne de f au point x.
Remarque : Si f C
2
(D, R) alors la matrice H
f
est symetrique : H
T
f
= H
f
.
7.4. D

ERIV

EES PARTIELLES 177


Exemple : si n = 2 et f = f(x, y) alors
H
f
=
_
f
xx
f
xy
f
yx
f
yy
_
.
Exemple : soit f(x, y) = 2x
2
y +xe
y
+ 10. Alors
f
xx
= 4y f
xy
= 4x +e
y
= f
yx
f
yy
= xe
y
et donc
H
f
(x, y) =
_
4y 4x +e
y
4x +e
y
xe
y
_
qui est symetrique. Au point (2, 0), par exemple, on a H
f
(2, 0) =
_
0 9
9 2
_
.
Theor`eme 7.19 (Approximation de Taylor dordre 2). Soit D R
n
et f C
2
(D, R). Soit
a = (a
1
, . . . , a
n
) D. Alors
f(x) = f(a) +f(a) (x a) +
1
2
(x a)
T
H
f
(a) (x a) +R
2
(x) x D
avec lim
xa
R
2
(x)
x a
2
= 0.
La fonction R
2
est le reste dordre 2. Cest un o
_
x a
2
_
.
Cas particulier : Si f = f(x, y) et a = (x
0
, y
0
), la formule devient
f(x, y) = f(x
0
, y
0
) +
_
f
x
(x
0
, y
0
) f
y
(x
0
, y
0
)
_

_
x x
0
y y
0
_
+
1
2
_
x x
0
y y
0
_
_
f
xx
(x
0
, y
0
) f
xy
(x
0
, y
0
)
f
yx
(x
0
, y
0
) f
yy
(x
0
, y
0
)
_

_
x x
0
y y
0
_
+R
2
(x, y)
= f( x
0
, y
0
) + f
x
(x
0
, y
0
) (x x
0
) +f
y
(x
0
, y
0
) (y y
0
) +
1
2
_
f
xx
(x
0
, y
0
) (x x
0
)
2
+ 2f
xy
(x
0
, y
0
) (x x
0
) (y y
0
) +f
yy
(x
0
, y
0
) (y y
0
)
2
_
+R
2
(x, y).
Si a = O(0, 0) (approximation `a lorigine), ceci devient :
f(x, y) = f(O) +f
x
(O) x+f(O) y +
1
2
f
xx
(O) x
2
+f
xy
(O) xy +
1
2
f
yy
(O) y
2
+o((x, y)
2
)
Exemple 7.20. Reprenons lexemple precedent : f(x, y) = 2x
2
y +xe
y
+10 autour du point
P(3, 0). On a dej`a calculer que
H
f
(x, y) =
_
4y 4x +e
y
4x +e
y
xe
y
_
178 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
et donc
H
f
(3, 0) =
_
0 13
13 3
_
De plus f(x, y) = (4xy +e
y
2x
2
+xe
y
) ce qui donne f(3, 0) = (1 21). On obtient donc
f(x, y) f(3, 0) + (1 21)
_
x 3
y
_
+
1
2
(x 3 y)
_
0 13
13 3
_

_
x 3
y
_
= 13 + (x 3) + 21y +
1
2
[26(x 3)y + 3y
2
]
= 10 +x 18y + 13xy +
3
2
y
2
7.5 Etude de fonction
7.5.1 Extremum
Denition 7.21. Soit a R
n
et r > 0. La boule B(a, r) est le sous-ensemble des points de
R
n
qui sont `a une distance strictement inferieure `a r du point a :
B(a, r) = {x R
n
| x a < r}
Denition 7.22. Un sous-ensemble D R
n
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.
Denition 7.23. Soit f C
0
(D, R).
1. Un point a D est un maximum (resp. minimum) absolu si f(x) 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) 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).
Theor`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
x
i
(a) = 0 i = 1, . . . , n.
D emonstration : La preuve est identique `a celle faite en dimension 1. Supposons que a
soit un maximum. Alors
f
x
i
(a) = lim
h0
1
h
(f(a +he
i
) f(a))
. .
0
_
0 si h > 0
0 si h < 0
Donc
f
x
i
(a) = 0.
7.5. ETUDE DE FONCTION 179
Denition 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 :
Theor`eme 7.26. Soit D un sous-ensemble compact de R
n
. Alors toute fonction continue
f : D R atteint son maximum et son minimum sur D; cest-`a-dire quil existe x
M
D
et x
m
D avec
f(x) f(x
M
) et f(x) f(x
m
) 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;
D emonstration : Cest un corollaire du theor`eme precedent.
Contre-exemples :
f(x, y) =
1
x
2
+y
2
sur D = R
2
{(0, 0)} natteint pas son maximum car D nest pas
ferme.
f(x, y) = x
2
+y
2
sur D = R
2
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 x
3
y
3
+ 2
sur le domaine D limite par les droites x = 2, y = 2 et y = 2x + 2.
(I) f
x
= 3y 3x
2
f
y
= 3x 3y
2
.
Les points stationnaires sont les solutions du syst`eme
_
3y 3x
2
= 0
3x 3y
2
= 0
qui sont S
1
(0, 0) et S
2
(1, 1). Seul S
2
est dans D.
180 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
(II) Bords de D :
Droite x = 2 : Alors
h(y) = f(2, y) = 6y 8 y
3
+ 2
et donc h

(y) = 6 3y
2
. Les zeros de h

(y) sont en y =

2. Ceci donne 2 points


supplementaires : P
1
(2,

2) et P
2
(2,

2).
Droite y = 2 : Alors
g(x) = f(x, 2) = 6x 8 x
3
+ 2
qui donne g

(x) = 6 3x
2
dont les zeros sont en x =

2. Ceci donne un autre point dans


D : P
3
(

2, 2)
Droite y = 2x + 2. La fonction f restreinte `a cette droite donne
u(x) = f(x, 2x + 2) = 3x(2x + 2) x
3
(2x + 2)
3
+ 2 = = 7x
3
30x
2
+ 30x + 2
ce qui donne u

(x) = 21x
2
60x + 30 dont les zeros sont
x
1,2
=
30

270
21
= x
1
= 2.21... x
2
= 0.646.
Ceci donne un autre point dans D : P
4
(0.646 , 0.707).
(III) Il faut encore calculer la fonction f dans les coins de D `a savoir aux points Q
1
(2, 2),
Q
2
(0, 2) et Q
3
(2, 2).
On obtient donc 8 points sur lesquels il faut etudier la fonction f :
S
2
: f(1, 1) = 3 P
1
: f(2,

2) = 0.343
P
2
: f(2,

2) = 11.65 P
3
: f(

2, 2) = 0.343
P
4
: f(0.646, 0.707) = 2.748 Q
1
: f(2, 2) = 2
Q
2
: f(0, 2) = 6 Q
3
: 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
_
f
x
= y
f
y
= x
et donc f
x
(0, 0) = 0 = f
y
(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) = x
2
+ 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) = x
2
+ 4 4 .
Restreinte `a cette droite, la fonction f a donc un maximum local en (0, 0).
Le point (0, 0) est un point selle.
Denition 7.29 (Point selle). Soit D un ouvert de R
n
, 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 R
n
tels que
la fonction t f(a +tu) admette un maximum local strict en t = 0 et
la fonction t 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 H
f
(a).
Matrices et formes quadratiques
Soit A = (a
ij
) M
n
(R) une matrice carree dordre n symetrique (a
ij
= a
ji
) . Lapplication
q
A
: R
n
R
denie par
q
A
(x) = x
T
Ax =
_
x
1
x
n
_

_
_
_
a
11
a
1n
.
.
.
.
.
.
.
.
.
a
n1
a
nn
_
_
_

_
_
_
x
1
.
.
.
x
n
_
_
_
=
n

i,j=1
a
ij
x
i
x
j
est appelee la forme quadratique associee `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
y
_
= x
2
+ 2xy + 2yx + 7y
2
= x
2
+ 4xy + 7y
2
.
182 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
2) La matrice
A =
_
_
12 2 3
2 4 0
3 0 11
_
_
denit la forme quadratique
q(x, y, z) = 12x
2
+2xy 3xz +2yx4y
2
3zx+11z
2
= 12x
2
+4xy 6xz 4y
2
+11z
2
.
3) La matrice identite I
n
denit la forme quadratique
q(x) = x
T
x = x
2
= x
2
1
+x
2
2
+ +x
2
n
.
4) La matrice diagonale
D =
_
_
_
_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_
_
_
_
_
denit la forme quadratique
q(x
1
, x
2
, . . . , x
n
) =
1
x
2
1
+
2
x
2
2
+ +
n
x
2
n
En particulier q(e
i
) = q(0, , 0, 1, 0, , 0) =
i
.
Application : A =
_
1 0
0 2
_
donne la forme quadratique
q(x, y) = x
2
2y
2
donc q(1, 0) = 1 et q(0, 1) = 2 < 0
Proprietes : pour toute forme quadratique q(x) et tout R, on a
q(x) =
2
q(x)
(do` u le nom de quadratique).
Denition 7.31. Une forme quadratique q est dite
(1) denie positive si q(x) > 0 pour tout x R
n
non nul ;
(2) denie negative si q(x) < 0 pour tout x R
n
non nul ;
(3) indenie sil existe x, y R
n
avec q(x) < 0 et q(y) > 0.
Une matrice symetrique A est dite denie positive (denie negative, etc.. ) si la forme
quadratique associee q
A
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 = PDP
1
avec D =
_
_
_
_
_

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
.
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.
D emonstration : Comme P est inversible (bijective), `a tout x R
n
, on peut associer un
et un seul y R
n
en posant
y = P
1
x = P
T
x x = Py.
Alors
q
A
(x) = x
T
Ax = x
T
PDP
1
x = x
T
PDy = (P
T
x)
T
Dy = y
T
Dy = q
D
(y)
Ainsi
q
A
(x) > 0 x R
n
q
A
(y) > 0 y R
n
.
Ceci montre que q
A
est denie positive si et seulement si q
D
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(e
i
) =
i
< 0 et q(e
j
) =
j
> 0).
Cette remarque et la proposition precedente implique le resultat suivant :
Theor`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

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 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Theor`eme 7.35. Soit A M
2
(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 +
1
2
u
T
H
f
(a) u +r
2
(u)
f(a) +
1
2
u
T
H
f
(a) u
Ainsi proche de a, la fonction f se comporte comme
f(a +u) f(a) +
1
2
q(u)
o` u q(u) est la forme quadratique associee `a H
f
(a) :
q(u) = u
T
H
f
(a) u .
Ainsi, si q(u) est denie positive, alors q(u) > 0 pour tout u et donc
f(a +u) = f(a) +
1
2
q(u) > f(a) .
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
2
q(u) < f(a) .
Le point a est alors un maximum local strict.
Si q(u) est indenie, alors il existe u
1
avec q(tu
1
) = t
2
q(u
1
) > 0 et il existe u
2
avec
q(tu
2
) = t
2
q(u
2
) < 0. Ceci implique que
f(a +tu
1
) = f(a) +q(tu
1
) > f(a) pour tout t = 0 et
f(a +tu
2
) = f(a) +q(tu
2
) < f(a) pour tout t = 0
ce qui montre que a est un point selle.
En resume,
Theor`eme 7.36 (Classication des points stationnaires). Soit a un point stationnaire dune
fonction f C
2
(D, R) et H
f
(a) la matrice hessienne de f en a.
1. Si H
f
(a) est denie positive, alors a est un minimum strict ;
2. si H
f
(a) est denie negative, alors a est un maximum strict ;
3. si H
f
(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
Theor`eme 7.37. Soit a un point stationnaire dune fonction f(x, y) de classe C
2
et H
f
(a)
sa matrice hessienne (matrice 2 2).
1. Si det(H
f
(a)) > 0 et Tr(H
f
(a)) > 0, alors a est un minimum strict ;
2. si det(H
f
(a)) > 0 et Tr(H
f
(a)) < 0, alors a est un maximum strict ;
3. si det(H
f
(a)) < 0, alors a est un point selle.
Si det(H
f
(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
_
f
x
= y
f
y
= x
=
_
f
xx
= 0 = f
yy
f
xy
= 1 = f
yx
= H
f
=
_
0 1
1 0
_
= H
f
(0, 0)
et donc detH
f
(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) = x
3
+ 3xy
2
15x 12y + 30. Alors
_
f
x
= 3x
2
+ 3y
2
15
f
y
= 6xy 12
Les points stationnaires sont les solutions du syst`eme
_
3x
2
+ 3y
2
15 = 0
6xy 12 = 0

_
x
2
+y
2
= 5
x =
2
y

_
4
y
2
+y
2
= 5
x =
2
y

_
y
4
5y
2
+ 4 = 0
x =
2
y
ce qui donne y
2
= 4 ou y
2
= 1. Les points stationnaires sont donc
P
1
(1, 2) P
2
(1, 2) P
3
(2, 1) P
4
(2, 1)
Calculons maintenant H
f
:
_
_
_
f
xx
= 6x
f
xy
= 6y = f
yx
f
yy
= 6x
= H
f
(x, y) =
_
6x 6y
6y 6x
_
Point P
1
:
H
f
(1, 2) =
_
6 12
12 6
_
= det(H
f
) = 36 144 < 0
= P
1
est un point selle.
Point P
2
:
H
f
(1, 2) =
_
6 12
12 6
_
= det(H
f
) = 36 144 < 0
= P
2
est un point selle.
Point P
3
:
H
f
(2, 1) =
_
12 6
6 12
_
= det(H
f
) = 144 36 > 0 et Tr(H
f
) = 24 > 0
186 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
= P
3
est un minimum local.
Point P
4
:
H
f
(2, 1) =
_
12 6
6 12
_
= det(H
f
) = 14436 > 0 et Tr(H
f
) = 24 < 0
= P
4
est un maximum local.
3. Soit
f(x, y, z) =
1
2
x
2
y
3
2
x
2
+xyz xz + 2x y
2
+
3
2
y z
2
(i) Verier que le point P(1, 1, 0) est un point stationnaire.
(ii) Etudier sa nature.
(i)
f
x
= xy 3x +yz z + 2 = f
x
(1, 1, 0) = 0
f
y
=
1
2
x
2
+xz 2y +
3
2
= f
y
(1, 1, 0) = 0
f
z
= xy x 2z = f
z
(1, 1, 0) = 0.
On a bien f(1, 1, 0) =

0 .
(ii)
f
xx
= y 3 f
yy
= 2 f
zz
= 2
f
xy
= x +z f
xz
= y 1 f
yz
= x
La matrice hessienne de f au point P(1, 1, 0) vaut alors
H
f
(1, 1, 0) =
_
_
y 3 x +z y 1
x +z 2 x
y 1 x 2
_
_

P(1, 1, 0)
=
_
_
2 1 0
1 2 1
0 1 2
_
_
=: A
Il faut calculer les valeur propres de A :
det(I
3
A) = 0

+ 2 1 0
1 + 2 1
0 1 + 2

= 0 (Sarus)
( + 2)
3
( + 2) ( + 2) = 0

3
+ 6
2
+ 10 + 4 = 0

1
= 2 est une solution et par factorisation, on obtient

3
+ 6
2
+ 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. TH

EOR
`
EME DES FONCTIONS IMPLICITES 187
7.6 Theor`eme des fonctions implicites
7.6.1 Exemple
Soit F(x, y) une fonction `a 2 variables. Considerons la courbe de niveau 0
= N
F
(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
F
x
(x, f(x)) +F
y
(x, f(x)) f

(x) = 0
ce qui donne
f

(x) =
F
x
(x, f(x))
F
y
(x, f(x))
.
Exemple : soit
F(x, y) = x
2
+e
y
+ 2x = 0.
Alors
y = f(x) = ln(x
2
2x)
pour x ] 2; 0[.
Calcul direct : y

= f

(x) =
2x 2
x
2
2x
.
Calcul implicite : F
x
= 2x + 2 et F
y
= e
y
. Alors
f

(x) =
F
x
F
y
=
2x + 2
e
y
=
2x + 2
x
2
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(x
0
, y
0
) - 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
F
x
(x
0
, y
0
) +F
y
(x
0
, y
0
) y

(x
0
, y
0
) = 0 = y

P
=
F
x
(x
0
, y
0
)
F
y
(x
0
, y
0
)
La formule est la meme que precedemment.
Exemple : soit
F(x, y) = x
2
+y
2
25 = 0
le cercle de centre (0, 0) et de rayon 5. Alors
_
F
x
= 2x
F
y
= 2y
On obtient ainsi
y

P
=
2x
0
2y
0
=
x
0
y
0
pour P(x
0
, y
0
)
188 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Sans calculer explicitement y = y(x) on peut donc trouver la derivee y

(x
0
) en tout point
(x
0
, y
0
). Lequation de la tangente `a au point P(x
0
, y
0
) est alors
y = y

P
(x x
0
) +y
0
=
F
x

P
F
y

P
(x x
0
) +y
0
ce qui donne
Equation de la tangente en P : F
x

P
(x x
0
) +F
y

P
(y y
0
) = 0
Exemple precedent : la tangente au cercle x
2
+y
2
25 = 0 au point P(3, 4) est
F
x
(3, 4) (x 3) +F
y
(3, 4) (y 4) = 0
ce qui donne
6 (x 3) + 8 (y 4) = 0.
7.6.2 Theor`eme general
Soit
F(x
1
, . . . , x
n
) = 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 x
n
= f(x
1
, . . . , x
n1
).
Secondement, il arme que les derivees partielles de f(x
1
, . . . , x
n1
) se calculent `a partir
des derivees partielles F
x
i
comme precedemment.
Theor`eme 7.39 (Theor`eme des fonctions implicites). Soit
D R
n
un ouvert,
F : D R une fonction de classe C
1
et
a = (a
1
, . . . , a
n
) D un point satisfaisant F(a) = 0.
On suppose que F
x
n
(a) = 0.
Posons a = (a
1
, . . . , a
n1
) R
n1
.
Alors il existe un ouvert U R
n1
contenant a et une fonction `a n1 variables f : U R
satisfaisant :
1. le graphe de f est contenu dans D :
(x
1
, . . . , x
n1
, f(x
1
, . . . , x
n1
)) D pour tout (x
1
, . . . , x
n1
) U.
2. f(a
1
, . . . , a
n1
) = a
n
3. F(x
1
, . . . , x
n1
, f(x
1
, . . . , x
n1
)) = 0 pour tout (x
1
, . . . , x
n1
) U
4. la fonction f est de classe C
1
et
f
x
i
=
F
x
i
F
x
n
i {1, . . . , n 1}
7.6. TH

EOR
`
EME DES FONCTIONS IMPLICITES 189
Remarque 7.40. La condition F
x
n
(a) = 0 est essentielle. Cependant si F
x
n
(a) = 0 mais
que F
x
k
(a) = 0 pour un certain k = n, alors le resultat est vrai pour x
k
cest-`a-dire quil
existe une fonction f avec
x
k
= f(x
1
, . . . , x
k1
, x
k+1
, . . . x
n
)
On explicite x
k
au lieu de x
n
.
En revanche, si F
x
i
(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 x
i
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(x
0
, y
0
, z
0
) , i.e. F(x
0
, y
0
, z
0
) = 0. Supposons de plus que F
z

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(x
0
, y
0
) = z
0
.
Lapproximation du 1er ordre de cette fonction f donne lequation du plan tangent :
z = f(x
0
, y
0
) +f(x
0
, y
0
)
_
x x
0
y y
0
_
= f(P) +f
x
(P) (x x
0
) +f
y
(P) (y y
0
)
Or le theor`eme des fonctions implicites donne f
x
et f
y
:
f
x
(P) =
F
x
(P)
F
z
(P)
et f
y
(P) =
F
y
(P)
F
z
(P)
Lequation du plan tangent devient :
z = f(P)
F
x
(P)
F
z
(P)
(x x
0
)
F
y
(P)
F
z
(P)
(y y
0
)
qui secrit encore
F
x
(P) (x x
0
) +F
y
(P) (y y
0
) +F
z
(P) (z z
0
) = 0.
Ceci montre que le vecteur normal au plan tangent et donc `a la surface est
n =
_
F
x
(P) F
y
(P) F
z
(P)
_
= F(P)
Le gradient F est donc bien orthogonal `a la surface de niveau N
F
(0) = .
De mani`ere generale si une hyper-surface est donnee par lequation
F(x
1
, . . . , x
n
) = 0
190 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
alors lequation de lhyper-plan tangent `a passant par a = (a
1
, . . . , a
n
) est
F
x
1
(a) (x
1
a
1
) +F
x
2
(a) (x
2
a
2
) + +F
x
n
(a) (x
n
a
n
) = 0
qui secrit aussi
F(a)
_
_
_
x
1
a
1
.
.
.
x
n
a
n
_
_
_
= 0
Exemples 7.41.
1. Considerons lellipsode
: F(x, y, z) = 3x
2
+ 6y
2
+z
2
36 = 0.
Alors
_
_
_
F
x
= 6x
F
y
= 12y
F
z
= 2z
et lequation du plan tangent au point P(1, 2, 3) est
F
x
(1, 2, 3) (x 1) +F
y
(1, 2, 3) (y 2) +F
z
(1, 2, 3) (z 3) = 0
6(x 1) + 24(y 2) + 6(z 3) = 0
6x + 24y + 6z = 72.
2. Considerons la surface
() : xyz = 1
et le point P(2,
1
6
, 3) . Alors, en notant F(x, y, z) = xyz 1, on a
_
_
_
F
x
= yz
F
y
= xz
F
z
= xy
=
_
_
_
F
x
(P) =
1
2
F
y
(P) = 6
F
z
(P) =
1
3
Lequation du plan tangent `a par P est alors
1
2
(x 2) + 6
_
y
1
6
_
+
1
3
(z 3) = 0.
7.7 Extremum sous contraintes : multiplicateur de Lagrange
7.7.1 Multiplicateur de Lagrange
On desire trouver le maximum (ou minimum) dune fonction f(x
1
, . . . , x
n
) sur un domaine
D avec la contrainte g(x
1
, . . . , x
n
) = 0. On suppose que g(x) = 0 sur D.
1`ere methode : si lon peut expliciter
x
n
= g(x
1
, . . . , x
n1
),
alors
f(x
1
, x
2
, . . . , x
n
) = f(x
1
, x
2
, . . . , x
n1
, g(x
1
, . . . , x
n1
)) = (x
1
, . . . , x
n1
)
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(x
1
, . . . , x
n
) = 0 de
la forme
() :
_

_
x
1
= x
1
(t)
.
.
.
x
n
= x
n
(t)
alors f(x
1
, . . . , x
n
) = f(x
1
(t), . . . , x
n
(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 x
1
, x
2
, . . . , x
n
, et `a n + 1 equations.
Cette methode est basee sur le theor`eme suivant :
Theor`eme 7.42. Soit D R
n
un ouvert et f, g C
1
(D, R) et M = {x D| g(x) = 0}.
Soit a = (a
1
, . . . , a
n
) 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.
D emonstration : On peut supposer
g
x
n
(a) = 0. Alors par le theor`eme des fonctions impli-
cites, il existe une fonction (x
1
, . . . , x
n1
) dans un voisinage U = B( a, r) de
a = (a
1
, . . . , a
n1
) telle que
_
(a
1
, , a
n1
) = a
n
g(x
1
, . . . , x
n1
, (x
1
, . . . , x
n1
)) = 0 x U
avec

x
i
( a) =
g
x
i
(a)
g
x
n
(a)
pour tout i = 1, . . . , n 1
Posons alors
F(x
1
, . . . , x
n1
) = f(x
1
, . . . , x
n1
, (x
1
, . . . , x
n1
)).
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
x
i
( a) =
f
x
i
(a) +
f
x
n
(a)

x
i
( a)
=
f
x
i
(a) +
f
x
n
(a)
_

g
x
i
(a)
g
x
n
(a)
_
=
f
x
i
(a) +
_

f
x
n
(a)
g
x
n
(a)
_

g
x
i
(a) pour tout i = 1, . . . , n 1
192 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
En posant =
f
x
n
(a)
g
x
n
(a)
, on obtient
0 =
f
x
i
(a) +
g
x
i
(a) 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) = x
2
+ 4y
2
x + 2y
sur le bord de lellipse x
2
+ 4y
2
= 1.
Solution : la condition est g(x, y) = x
2
+ 4y
2
1 = 0. Alors
f =
_
2x 1
8y + 2
_
T
g =
_
2x
8y
_
T
et le syst`eme `a resoudre est alors
_
_
_
2x 1 +2x = 0
8y + 2 +8y = 0
x
2
+ 4y
2
1 = 0
ou
_
_
_
2( + 1)x = 1 (I)
4(1 +)y = 1 (II)
x
2
+ 4y
2
= 1
En elevant au carre et en additionant les equations (I) et (II), on trouve
_
4( + 1)
2
(x
2
+ 4y
2
) = 2
x
2
+ 4y
2
= 1
ce qui donne
4( + 1)
2
= 2 = + 1 =

1/2 = = 1

1
2
.
On trouve alors 2 points :
P(
1

2
,
1
2

2
) et Q(
1

2
,
1
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 x = y.
Le syst`eme (partiel) devient :
_
_
_
x + 2z +xz = 0 (II)
4 +x = 0 (III)
x
2
z = V (IV )
(II) (III) z donne x 2z = 0 donc x = 2z. Finalement (IV ) devient 4z
3
= V ce qui
donne
z =
3

V
4
x = y = 2z =
3

2V .
7.7.2 Contraintes multiples
Pour trouver les extremums dune fonction f(x) avec m contraintes
_

_
g
1
(x) = 0
g
2
(x) = 0
.
.
.
g
m
(x) = 0
on resoud le syst`eme
_

_
f(x) +
m

j=1

j
g
j
(x) = 0
g
1
(x) = 0
.
.
.
g
m
(x) = 0
Cest un syst`eme `a n +m inconnues : x
1
, x
2
, . . . , x
n
,
1
, . . . ,
m
et n +m equations.
Exemple : trouvons le maximum de la fonction
f(x, y, z) = x +y +z
avec les contraintes
_
g
1
(x, y, z) = x
2
+y
2
2 = 0
g
2
(x, y, z) = x +z 1
Geometriquement g
1
(x, y, z) = 0 est lequation dun cylindre vertical et g
2
(x, y, z) = 0 celle
dun plan. Leur intersection est une ellipse . On cherche donc le maximum de f sur lellipse
194 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
.
Comme
f(x, y, z) = (1 1 1) g
1
(x, y, z) = (2x 2y 0) g
2
(x, y, z) = (1 0 1) ,
il faut resoudre le syst`eme
_

_
1 +
1
2x +
2
= 0 (I)
1 +
1
2y = 0 (II)
1 +
2
= 0 (III)
x
2
+y
2
= 2 (IV )
x +z = 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
P(0,

2, 1) et Q(0,

2, 1).
Comme f(P) = 1 +

2 et f(Q) = 1

2, on en deduit que P est le maximum cherche.


7.8 Fonctions de R
n
dans R
m
7.8.1 Gradient
Dans cette section, nous allons etudier les fonctions
f : D R
n
R
m
En physique, ces fonctions sont appelees champs vectoriels.
A tout point x = (x
1
, . . . , x
n
) D, on associe un vecteur
f(x
1
, . . . , x
n
) =
_
_
_
_
_
f
1
(x
1
, . . . , x
n
)
f
2
(x
1
, . . . , x
n
)
.
.
.
f
m
(x
1
, . . . , x
n
)
_
_
_
_
_
La fonction f
k
: D R est la i-`eme composante de f.
Limage dun point x sera vue comme un vecteur-colonne.
Denition-Proposition 7.44. Soit D un ouvert de R
n
et f : D R
m
une fonction.
La fonction f est continue (resp. derivable, resp. de classe C
1
) si toutes ses composantes
f
k
: D R sont continues (resp. derivables, resp. de classe C
1
).
7.8. FONCTIONS DE R
N
DANS R
M
195
Exemples 7.45.
1. Si n = 1, on retrouve les courbes dej`a etudiees : I R
m
.
2. Si m = 1, on retrouve les fonctions reelles `a plusieurs variables f : D R.
3. La fonction f : R
2
R
2
denie par
f(x, y) =
_
x
2
+ 2y
2x + sin y
_
est continue et de classe C
1
sur tout R
2
.
4. Soit f : R
2
R la fonction denie par
f(x, y) = x
2
+ 5xy 4x.
Alors le gradient de f denit un champ vectoriel
f : R
2
R
2
(x, y)
_
2x + 5y 4
5x
_
Denition 7.46. Soit D R
n
un ouvert, f : D R
m
une fonction derivable et x D.
La matrice mn
f(x) =
_
_
_
_
_
f
1
(x)
f
2
(x)
.
.
.
f
m
(x)
_
_
_
_
_
=
_
f
i
x
j
(x)
_
1 i m
1 j n
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 R
m
t
_
_
_
_
_
x
1
(t)
x
2
(t)
.
.
.
x
m
(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 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Exemples 7.47.
1. Considerons la fonction de R
3
dans R
2
:
f(x, y, z) =
_
x
2
y + 2yz + sin x
xyz + 2x
_
Le gradient de f en (x, y, z) est une matrice 2 3 :
f(x, y, z) =
_
2xy + cos x x
2
+ 2z 2y
yz + 2 xz xy
_
.
2. Le gardient de la fonction identite Id
R
n : R
n
R
n
est la matrice identite I
n
.
R`egle de composition
Soit D R
n
, U R
m
deux ouverts, f : D R
m
et g : U R
l
deux fonctions de classe
C
1
. Supposons que f(D) U. Alors la fonction composee
g f : D R
l
est de classe C
1
et son gradient est donne par
(g f)(a)
. .
ln
= g(f(a))
. .
lm
f(a)
. .
mn
pour tout a D.
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)
..
=f(t)
.
3. Dans le cas l = 1, on peut reecrire la r`egle precedente comme suit :
soit g(x
1
, . . . , x
m
) une fonction de R
m
dans R. Posons
_

_
x
1
= f
1
(u
1
, . . . , u
n
)
x
2
= f
2
(u
1
, . . . , u
n
)
.
.
.
x
m
= f
m
(u
1
, . . . , u
n
)
Si lon note x = f(u), alors la formule precedente secrit
_
D
u
1
(g f) D
u
2
(g f) D
u
n
(g f)
_
= (D
x
1
g D
x
2
g D
x
m
g)
_
_
_
_
_
D
u
1
f
1
D
u
2
f
1
D
u
n
f
1
D
u
1
f
2
D
u
2
f
2
D
u
n
f
2
.
.
.
.
.
.
.
.
.
.
.
.
D
u
1
f
m
D
u
2
f
m
D
u
n
f
m
_
_
_
_
_
7.8. FONCTIONS DE R
N
DANS R
M
197
ce qui donne pour tout i = 1, 2, . . . , n :
g f
u
i
(u) =
g
x
1
(x)
x
1
u
i
(u) +
g
x
2
(x)
x
2
u
i
(u) + +
g
x
m
(x)
x
m
u
i
(u)
=
m

k=1
g
x
k
(f(u))
x
k
u
i
(u)
Notation physique
Si
L = L(x, y, z) et
_
_
_
x = x(u, t)
y = y(u, t)
z = z(u, t)
on notera, par abus :
L
u
= L
u
= L
x
x
u
+L
y
y
u
+L
z
z
u
et
L
t
= L
x
x
t
+L
y
y
t
+L
z
z
t
Fonction inverse et gradient
Soit
h : R
n
R
n
une fonction bijective et h
1
: R
n
R
n
sa fonction reciproque. On suppose que h et h
1
sont derivables. Alors, comme h h
1
= id
R
n, la r`egle de composition donne
h(h
1
(y)) h
1
(y) = I
n
ou encore
h
1
(y) =
_
h(h
1
(y))

1
Le gradient de h
1
est linverse du gradient de h.
Exemple : soit h : R
2
R
2
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
h
1
(x, y) =
_

_
=
_
x
2
+y
2
arctan
_
y
x
_
_
On a
h =
_
x

_
=
_
cos sin
sin cos
_
et
h
1
=
_

x

y

x

y
_
=
_
x

x
2
+y
2
y

x
2
+y
2

y
x
2
+y
2
x
x
2
+y
2
_
198 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Si on ecrit h
1
en fonction de et , on obtient
h
1
=
_
x

2
x

2
_
=
_
cos sin

sin

cos

_
et on verie que cest bien la matrice inverse de h.
7.8.2 Application : changement de coordonnees
Coordonnees polaires
Soient
_
x = x(, ) = cos
y = y(, ) = sin
Considerons la fonction h : R
2
R
2
denie par
h(, ) = (x(, ), y(, )).
La fonction h decrit le changement entre coordonnees polaires et coordonnees cartesiennes.
Son gradient est
h =
_
x

_
=
_
cos sin
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

f
x
(, ) = f
x
(x(, ), y(, ))
Cest la derivee partielle de f selon x mais exprimee en coordonnees polaires. De meme, on
pose

f
y
= f
y
h ce qui se resume par

x,y

f = (

f
x

f
y
) = 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
x

f
y
)
_
cos sin
sin cos
_
. .
=h
7.8. FONCTIONS DE R
N
DANS R
M
199
La matrice h est inversible si = 0, car det(h) = . En multipliant `a droite par h
1
,
on obtient
(

f
x

f
y
) = (

f

)
1


_
cos sin
sin cos
_
=
_
cos()

f



f
1

sin()

f

sin()

f

+
1

cos()

f

_
ce qui donne

f
x
= cos

f

sin

f

f
y
= sin

f

+
1

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(, ) = 2
2
en coordonnees polaires. Calculons
le gradient de

f selon x, y. On a

= 4 et

f

= 0 ce qui donne, en appliquant la formule (7.4)


f
x
=

f
x
= cos

f

sin

f

= cos 4 0 = 4 cos
f
y
=

f
y
= sin

f

+
1

cos

f

= sin 4
Le gradient est donc 4 (cos sin ).
Verication par calcul direct :
f(x, y) = 2
2
= 2(x
2
+y
2
).
Alors f
x
= 4x = 4 cos et f
y
= 4y = 4 sin .
Coordonnees cylindriques
Considerons le changement de coordonnees
_
_
_
x = cos
y = sin
z = z
Ceci denit une fonction h : R
3
R
3
en posant h(, , z) = (x, y, z). Sa matrice jacobienne
est
h =
_
_
x

x
z
y

y
z
z

z
z
_
_
=
_
_
cos sin 0
sin cos 0
0 0 1
_
_
.
On a det(h) = . Ainsi si = 0 la matrice h est inversible :
h
1
=
1

_
_
cos sin 0
sin cos 0
0 0
_
_
.
200 CHAPITRE 7. CALCUL DIFF

ERENTIEL
`
A PLUSIEURS VARIABLES
Soit f(x, y, z) une fonction `a 3 variables et

f(, , z) la fonction correspondante en coor-
donnees 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 h
1
ce qui donne

f
x
=

f

cos

f

sin

f
y
=

f

sin +

f

cos

f
z
=

f
z
Coordonnees spheriques
Considerons le changement de coordonnees :
_
_
_
x = r cos sin
y = r sin sin
z = r cos
r > 0, 0 2
Ceci denit une fonction h : R
3
R
3
en posant h(r, , ) = (x, y, z). Sa matrice jacobienne
est
h =
_
_
x
r
x

y
r
y

z
r
z

_
_
=
_
_
cos sin r sin sin r cos cos
sin sin r cos sin r sin cos
cos 0 r sin
_
_
.
On a det(h) = r
2
sin . Ainsi si r = 0 et = , la matrice h est inversible :
h
1
=
1
r
2
sin
_
_
r cos r sin 0
sin cos 0
0 0 r
_
_
et on calcule, comme ci-dessus

x,y,z

f =
r,,

f h
1
.
Chapitre 8
Integrales multiples
8.1 Integrales doubles
8.1.1 Denition et interpretation geometrique
Soit D un domaine ferme de R
2
et f(x, y) une fonction continue sur D. On a envie de denir
lintegrale double

D
f(x, y) dxdy
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}.
Dention analytique
On decompose D de facon quelconque en sous-domaines disjoints D
1
, D
2
, . . . , D
n
. Soit A
i
laire de chaque D
i
.
On choisit arbitrairement un point (
i
,
i
) D
i
et on calcule
V
i
= f(
i
,
i
) A
i
= volume du prisme de base D
i
et de hauteur z
i
= f(
i
,
i
)
volume limite par D
i
et la surface S
i
201
202 CHAPITRE 8. INT

EGRALES MULTIPLES
On pose alors
V
n
=
n

i=1
V
i
=
n

i=1
f(
i
,
i
) A
i
Posons = max
i
d
i
avec d
i
= diam`etre du plus petit cercle contenant D
i
. Alors, on denit

D
f dA = lim
n
0
V
n
= lim
n
0
n

i=1
f(
i
,
i
) A
i
et ceci independamment du choix des D
i
, des
i
et des
i
.
On note aussi

D
f(x, y) dxdy au lieu de

D
f dA.
Lelement dA = dxdy est lelement dierentiel de surface.
8.1.2 Proprietes de lintegrale double
En utilisant les proprietes des limites, on demontre que :
1.

D
(f +g) dA =

D
f dA+

D
g dA
2.

D
f dA =

D
f dA
3. Si D = D

et D

= alors

D
f dA =

f dA+

f dA
4. si f g sur D alors

D
f dA

D
g dA.
5. si f(x, y) = 1 alors

D
1 dA = Aire(D)
8.1.3 Calcul eectif
Sur un rectangle
Supposons que D soit un rectangle : D = {(x, y) | a x b , c y d}.
Soit A(x) est laire de la section PP

Q avec x xe [a; b].


8.1. INT

EGRALES DOUBLES 203


Alors
I =

D
f(x, y) dxdy =

b
a
A(x) dx
Or pour x = x
0
xe, on a A(x
0
) =

d
c
f(x
0
, y) dy. Donc nalement
I =

b
a
_
d
c
f(x, y) dy
_
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
I =

d
c
_
_
_
_
_

b
a
f(x, y) dx
. .
=B(y)
_
_
_
_
_
dy.
Cas particulier : si
f(x, y) = p(x)q(y)
alors
A(x) =

d
c
p(x)q(y) dy = p(x)

d
c
q(y) dy
et alors
I =

b
a
_
p(x)

d
c
q(y) dy
_
dx =

b
a
p(x) dx

d
c
q(y) dy.
Lintegrale double, est dans ce cas le produit de 2 integrales simples.
Cas general
Supposons que lon peut trouver deux fonctions (x) et (x) denie entre x
1
et x
2
telles
que
D = {(x, y) R
2
| x [x
1
; x
2
] (x) y (x)}.
Laire de la section situee dans le plan vertical x = x
0
est alors egale `a
A(x
0
) =

(x
0
)
(x
0
)
f(x
0
, y) dy
et alors

D
f(x, y) dxdy =

x
2
x
1
_

(x)
(x)
f(x, y) dy
_
dx.
204 CHAPITRE 8. INT

EGRALES MULTIPLES
De facon analogue, on peut dabord integrer selon la variable x qui varie entre (y) et (y)
et ensuite selon y. On obtient

D
f(x, y) dxdy =

y
2
y
1
_

(y)
(y)
f(x, y) dx
_
dy.
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 = y
0
xe on int`egre dabord selon x. Alors
A(y
0
) =

x=42y
0
x=y
0
(x +y
0
) dx =
_
x
2
2
+xy
0
_

x=42y
0
x=y
0
= = 8 4y
0

3
2
y
2
0
.
Donc

D
f(x, y) dA =

y=1
y=0
_
8 4y
3
2
y
2
_
dy =
_
8y 2y
2

1
2
y
3
_

1
0
=
11
2
.
Si on int`egre dabord selon y et ensuite selon x, il faut calculer 3 integrales :

x=1
x=0
. . . dA+

x=2
x=1
. . . dA+

x=4
x=2
. . . dA.
(2) soit f(x, y) =
y
x
2
sin
2
x sur le domaine
D = triangle de sommets O(0, 0), A(, 0) et B(, ).
8.1. INT

EGRALES DOUBLES 205


Domaine D :
Integration dabord selon y :

D
f(x, y) dxdy =

x=
x=0
_
y=x
y=0
y
x
2
sin
2
xdy
_
dx =


0
1
x
2
sin
2
x
y
2
2

y=x
y=0
dx
=
1
2


0
sin
2
xdx =

4
.
Integration dabord selon y :
I =


y=0
_
x=
x=y
y
sin
2
x
x
2
dx
_
dy =


y=0
y
_
x=
x=y
sin
2
x
x
2
dx
_
dy = . . .
Impossible dintegrer
sin
2
x
x
2
.
(3) f(x, y) = 2xy sur le domaine D = quart de cercle de rayon 1 et de centre O(0, 0).

D
2xy dA =

1
0

y=

1x
2
y=0
2xy dy dx =

1
0
x
_
y
2
_

1x
2
0
dx =

1
0
x(1 x
2
) dx
=
_
x
2
2

x
4
4
_
1
0
=
1
4
.
8.1.4 Applications
Centre de masse
(A) Corps ponctuels

OG =
1
M
n

i=1
m
i

OP
i
avec M =
n

i=1
m
i
= masse totale.
Le point G ne depend pas de lorigine O choisie. En eet si on prend O

, on obtient

G =
1
M
n

i=1
m
i

P
i
=
1
M
n

i=1
m
i
(

O +

OP
i
) =
1
M
n

i=1
m
i

O +
1
M
n

i=1
m
i

OP
i
=

O +

OG.
206 CHAPITRE 8. INT

EGRALES MULTIPLES
(B) Cas general : soit D un domaine ni de masse specique (x, y).
Alors la masse m
i
dun tr`es petit sous-domaine D
i
est environ egale `a
m
i
= (x, y) A
i
avec A
i
= Aire(D
i
).
Masse totale :
M
n
=
n

i=1
m
i
=
n

i=1
(
i
,
i
) A
i
n
M =

D
(x, y) dA.
Pour le centre de masse, chaque D
i
donne une contribution de
m
i

OP
i
= (P
i
) A
i

OP
i
.
En passant `a la limite, on obtient

OG =
1
M

D
(x, y)

OP dxdy avec

OP =
_
x
y
_
En choisissant un syst`eme daxes, et en notant (x
G
, y
G
) les coordonnees de G, on obtient
x
G
=
1
M

D
x (x, y) dxdy et y
G
=
1
M

D
y (x, y) dxdy. (8.1)
Exemples 8.2.
1. Centre de masse dun demi disque homog`ene ( 1) de rayon R.
Masse totale :
M =

D
1 dxdy = A =
R
2
2
.
Centre de masse : par symetrie, on a x
G
= 0.
8.1. INT

EGRALES DOUBLES 207


Pour y
G
la formule 8.1 donne
y
G
=
1
M

D
y dxdy =
2
R
2

R
x=R


R
2
x
2
y=0
y dydx
=
2
R
2

R
x=R
_
y
2
2
_

R
2
x
2
0
dx
=
2
R
2

R
x=R
1
2
(R
2
x
2
) dx
=
1
R
2

_
R
2
x
x
3
3
_
R
R
=
1
R
2

_
2R
3

2
3
R
3
_
=
4
3
R.
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(x
B
, y
B
) et C(x
B
, y
C
).
Equation de la droite AB : y = mx +h =
y
B
x
B
x
Droite AC : y = mx +h =
y
C
x
B
x
Masse du triangle = aire du triangle = A =
1
2
x
B
(y
C
y
B
)
Alors

x dxdy =

x
B
x=0
_

y
C
x
B
x
y
B
x
B
x
x dy
_
dx =

x
B
x=0
x (
y
C
x
B
x
y
B
x
B
x) dx
=

x
B
x=0
y
C
y
B
x
B
x
2
dx =
1
3
y
C
y
B
x
B
x
3
B
=
1
3
x
2
B
(y
C
y
B
)
et donc
x
G
=
1
M

x dxdy =
2
x
B
(y
C
y
B
)

1
3
x
2
B
(y
C
y
B
) =
2
3
x
B
=
1
3
(x
A
+x
B
+x
C
).
De meme

y dxdy =

x
B
x=0
_

y
C
x
B
x
y
B
x
B
x
y dy
_
dx =

x
B
x=0
1
2
_
y
2
C
x
2
B

y
2
B
x
2
B
_
x
2
dx
=
1
6
_
y
2
C
x
2
B

y
2
B
x
2
B
_
x
3
B
=
1
6
x
B
(y
2
C
y
2
B
).
208 CHAPITRE 8. INT

EGRALES MULTIPLES
et donc
y
G
=
1
A

y dxdy =
2
x
B
(y
C
y
B
)

1
6
x
B
(y
2
C
y
2
B
) =
1
3
(y
B
+y
C
) =
1
3
(y
A
+y
B
+y
C
).
On a donc montre que dans un triangle ABC :

OG =
1
3
_

OA+

OB +

OC
_
.
Propriete du centre de masse : Soit D = D
1
D
2
D
n
et G
i
le centre de masse
de D
i
et m
i
la masse de D
i
. Alors G = barycentre des points G
i
aectes des masses m
i
:

OG =
1
M
(m
1

OG
1
+m
2

OG
2
+ +m
n

OG
n
)
Exemple : Centre de gravite du domaine D :
Rectangle 1 : m
1
= 2bc et x
G
1
= 0 y
G
1
=
c
2
Rectangle 2 : m
2
= 2ac et x
G
2
= 0 y
G
2
=
c
2
Alors x
G
= 0 et
y
G
=
1
M
(m
1
y
G
1
+m
2
y
G
2
) =
1
2bc + 2ac
(ac
2
bc
2
) =
c
2

b a
a +b
.
Theor`eme 8.3 (Theor`eme de Guldin). Soit D un domaine homog`ene du plan dont laire
vaut A. Soit G(x
G
, y
G
) 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 = 2y
G
A
V = (circonference du cercle decrit par G) (aire de D)
D emonstration : On a vu au chapitre 5 que V =

b
a
_
g
2
(x) f
2
(x)

dx. Donc
y
G
=
1
A

D
ydxdy =
1
A

b
a
_

g(x)
f(x)
y dy
_
dx =
1
A

b
a
_
1
2
y
2
_
g(x)
f(x)
dx
=
1
2A

b
a
_
g
2
(x) f
2
(x)

dx =
1
2A

V

.
8.1. INT

EGRALES DOUBLES 209


Moment dinertie
Corps ponctuel de masse m tournant `a une distance r autour dun axe. Alors
J = mr
2
.
Corps etendu D de masse specique (x, y) (= masse par unite de surface).
Tournant autour de laxe Ox :
J
x
=

D
y
2
(x, y) dxdy.
Tournant autour de laxe Oy :
J
y
=

D
x
2
(x, y) dxdy.
Theor`eme 8.4 (Theor`eme de Steiner). Notons J
G
y
le moment dinertie par rapport `a un
axe parall`ele `a Oy et passant par le centre de gravite G(x
G
, y
G
).
Alors
J
y
= J
G
y
+Mx
2
G
o` u M =

D
(x, y) dxdy est la masse totale
D emonstration : On a
J
G
y
=

D
(x x
G
)
2
(x, y) dxdy =

D
_
x
2
2xx
G
+x
2
G

(x, y) dxdy
=

D
x
2
(x, y) dxdy 2x
G

D
x(x, y) dxdy +x
2
G

D
(x, y) dxdy
= J
y
2x
G
Mx
G
+Mx
2
G
= J
y
Mx
2
G
8.1.5 Integration sur tout R
2
Soit f(x, y) une fonction continue sur R
2
. Comment denir

R
2
f(x, y) dxdy ?
(A) Cas dune fonction positive : soit f(x, y) 0 pour tout x, y R.
Soit {D
n
} une suite de sous-ensembles bornes de R
2
satisfaisant les 2 proprietes sui-
vantes :
210 CHAPITRE 8. INT

EGRALES MULTIPLES
(1) D
n
D
n+1
pour tout n N.
(2) Pour toute boule ouverte B
r
= B(O, r), il existe un n
r
N avec B
r
D
n
r
.
(Ceci implique que
nN
D
n
= R
2
.)
Posons alors
I
n
=

D
n
f(x, y) dxdy.
Si la limite lim
n
I
n
= I existe, on denit

R
2
f(x, y) dxdy = lim
n

D
n
f(x, y) dxdy.
On peut montrer que cette denition est bonne dans le sens quelle ne depend pas du
choix des D
n
.
Si lim
n

D
n
f(x, y) dxdy = +, on dit que lintegrale

R
2
f(x, y) dxdy di-
verge.
Crit`ere de comparaison : soient 0 f(x, y) g(x, y).
(i) Si

R
2
g dA converge alors

R
2
f dA converge aussi ;
(ii) Si

R
2
f dA diverge alors

R
2
g dA diverge aussi.
(B) Cas dune fonction quelconque : si f(x, y) est quelconque, on consid`ere dabord lintegrale

R
2

f(x, y)

dxdy.
(1) Si cette integrale converge on dit que

R
2
f(x, y) dxdy est absolument conver-
gente. Dans ce cas, on peut montrer que la limite
lim
n

D
n
f(x, y) dxdy
existe et est independante du choix des D
n
.
(2) Dans le cas o` u

R
2
|f(x, y)| dxdy nest pas convergente, on ne peut pas denir

R
2
f(x, y) dxdy comme precedemment car cette limite depend du choix des D
n
.
8.1. INT

EGRALES DOUBLES 211


Exemple : f(x, y) = x
2
y
2
.
Soit D
n
le carre de centre (0, 0) et de cote 2n. Alors

D
n
f(x, y) dxdy =

n
n

n
n
_
x
2
y
2
_
dx dy =

n
n
(
2
3
n
3
2y
2
n) dy =
4
3
n
4

4
3
n
4
= 0
et donc lim
n

D
n
f(x, y) dA = 0.
Soit D

n
= {(x, y) | 2n < x < 2n, n < y < n} le rectangle de centre (0, 0) et de cotes
2n et n. Alors

n
f(x, y) dxdy =

2n
2n

n
n
_
x
2
y
2
_
dydx =

2n
2n
_
x
2
y
y
3
3
_
y=n
y=n
dx
=

2n
2n
(2x
2
n
2
3
n
3
) dx =
_
2
3
nx
3

2
3
n
3
x
_
2n
2n
=
32
3
n
4

8
3
n
4
= 8n
4
.
On a alors lim
n

n
f(x, y) dA = +.
8.1.6 Changement de variables
Soit D un domaine deni dans le plan Oxy. Considerons un changement de variables
h : R
2
R
2
deni par
h(u, v) =
_
x
y
_
=
_
x(u, v)
y(u, v)
_
Alors
h(u, v) =
_
x
u
(u, v) x
v
(u, v)
y
u
(u, v) y
v
(u, v)
_
.
Le domaine D se transforme en un domaine

D dans le plan Ouv.
Considerons un petit rectangle situe dans

D et limite par les points
P(u, v), Q(u + u, v), R(u + u, v + v) et S(u, v + v).
212 CHAPITRE 8. INT

EGRALES MULTIPLES
Son aire est egale `a uv. Calculons la surface A correspondante dans D. Approximation
du 1er ordre autour du point P(u, v)
h(u + u, v) = h(u, v) +h(u, v)
_
u
0
_
+o(u)
h(u, v) +
_
x
u
(u, v) u
y
u
(u, v) u
_
.
De meme
h(u, v + v) = h(u, v) +h(u, v)
_
0
v
_
+o(v)
h(u, v) +
_
x
v
(u, v) v
y
v
(u, v) v
_
.
Alors

a = h(u + u, v) h(u, v)
_
x
u
u
y
u
u
_
.
et

b = h(u, v + v) h(u, v)
_
x
v
v
y
v
v
_
.
Laire du parallelogramme construit sur

a et

b vaut

a

b . Si u, v 0 alors
dxdy = dA =
_
_
_
_
_
x
u
du
y
u
du
0
_
_

_
_
x
v
dv
y
v
dv
0
_
_
_
_
_ =
_
_
_
_
_
0
0
x
u
y
v
y
u
x
v
_
_
dudv
_
_
_
= |x
u
y
v
x
v
y
u
| dudv =

det
_
x
u
x
v
y
u
y
v
_

dudv =

deth

dudv.
Notation : le terme |deth| =

det
_
x
u
x
v
y
u
y
v
_

est aussi note

(x, y)
(u, v)

. Cest la valeur
absolue du jacobien de h. On a ainsi demontre legalite
dxdy =

(x, y)
(u, v)

dudv.
Lors dun changement de variables donne par h(u, v) = (x, y), il faut donc remplacer
dxdy par

(x, y)
(u, v)

dudv
D par

D
f(x, y) par

f(u, v) = f
_
x(u, v), y(u, v)
_
.
Ainsi

D
f(x, y) dxdy =

f(u, v)

(x, y)
(u, v)

dudv.
8.1. INT

EGRALES DOUBLES 213


Exemple 8.5. Soit D =
_
(x, y) | x > 0, y > 0, 1 xy 4, 1 x
2
y
2
3
_
.
Calculons
J =

D
(x
2
+y
2
) dxdy.
On pose
_
u = x
2
y
2
v = 2xy.
D devient

D =
_
1 u 3 , 2 v 8
_
= [1; 3] [2; 8] (cest un rectangle).

(u, v)
(x, y)

_
u
x
u
y
v
x
v
y
_

_
2x 2y
2y 2x
_

= 4(x
2
+y
2
). Donc
dudv = 4(x
2
+y
2
)dxdy.
Lintegrale devient
J =

D
(x
2
+y
2
)dxdy =

D
1
4
dudv =
1
4

3
1
du

8
2
dv =
1
4
2 6 = 3.
8.1.7 Application : coordonnees polaires
si
_
x = cos
y = sin
alors
h =
_
x

_
=
_
cos sin
sin cos
_
et det(h) = . On a donc
dxdy = 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 =

D
f(x, y) dxdy.
Coordonnees polaires :
le domaine D devient 2 cos ;
la fonction f devient

f(, ) = sin .
Lintegrale devient donc
I =

D
f(x, y) dxdy =

/2
=0

2 cos
=0
sin dd =

/2
=0

2 cos
=0

2
sin dd
=

/2
=0
sin()
1
3

=2 cos
=0
d =

/2
=0
8
3
sin() cos
3
() d =
2
3
cos
4

/2
0
=
2
3
.
214 CHAPITRE 8. INT

EGRALES MULTIPLES
Integration sur R
2
En coordonnees polaires, lintegrale sur tout R
2
devient

R
2
f(x, y) dxdy = lim
R

R
=0

2
=0

f(, ) dd =

2
0

f(, ) dd
Application : calcul de lintegrale derreur
On veut calculer I =

e
x
2
dx.
Probl`eme : e
x
2
ne poss`ede pas de primitive analytique.
Solution : on calcule I
2
! ! !
I I =

e
x
2
dx

e
y
2
dy =

e
x
2
e
y
2
dxdy
=

R
2
e
x
2
y
2
dxdy

coordonnees polaires
=

R
2
e

2
dd =

2
0


0
e

2
d d = 2
_

2
2
_

0
= 2
1
2
= .
Donc
I =

e
x
2
dx =

.
Consequence : soit p > 0 et q R. Alors

e
px
2
+qx
dx =

e
(

px
q
2

p
)
2
+
q
2
4p
dx = e
q
2
4p

e
t
2 1

p
dt =

p
e
q
2
4p
.
En particulier, si p = et q = 0 on trouve une integrale valant 1.
f(x) = e
x
2
est donc une densite de probabilite (appelee gaussienne).
8.2 Integrales triples
8.2.1 Denition
La denition et les proprietes de lintegrale triple sont analogues `a celles de lintegrale
double. On note

D
f(x, y, z) dV =

D
f(x, y, z) dxdydz
lintegrale de f sur le domaine D R
3
borne.
Si f(x, y, z) 1, on a en particulier

D
1 dxdydz = V ol(D).
8.2. INT

EGRALES TRIPLES 215


8.2.2 Calcul eectif
Soit

D la projection orthogonale de D sur le plan Oxy. Alors

D
f(x, y, z)dV =

D
_


+
(x,y)
z=

(x,y)
f(x, y, z)dz
_
dxdy
=

b
x=a

(x)
y=(x)


+
(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.

D = triangle ABO
Equation de la droite AB : y = 2x + 2
Equation du plan ABC : z = 4x 2y + 4.
Alors

D
x dV =

D
_
z=4x2y+4
z=0
x dz
_
dxdy =

1
0

2x+2
0

4x2y+4
0
x dz dy dx
=

1
0

2x+2
0

_
xz
_
z=4x2y+4
0
dy dx =

1
0
dx

2x+2
0
_
4x
2
2xy + 4x
_
dy
=

1
0
_
(4x
2
+ 4x)y xy
2
_
2x+2
0
dx = =

1
0
_
4x
3
8x
2
+ 4x
_
dx
=
_
x
4

8
3
x
3
+ 2x
2
_
y=1
y=0
=
1
3
.
8.2.3 Changement de variables
Soit h : R
3
R
3
un changement de variables donne par
_
_
_
x = x(u, v, w)
y = y(u, v, w)
z = z(u, v, w)
216 CHAPITRE 8. INT

EGRALES MULTIPLES
On note

(x, y, z)
(u, v, w)

:=

x
u
x
v
x
w
y
u
y
v
y
w
z
u
z
v
z
w

. Alors on a legalite
dxdydz =

(x, y, z)
(u, v, w)

dudvdw
Coordonnees cylindriques
Si h(, , z) = (x, y, z) est denie par
_
_
_
x = cos
y = sin > 0, [0; 2], z R
z = z
alors
h =
_
_
x

x
z
y

y
z
z

z
z
_
_
=
_
_
cos sin 0
sin cos 0
0 0 1
_
_
et |deth| = . Ceci donne la transformation
dxdydz = d ddz
Coordonnees spheriques
Si h(r, , ) = (x, y, z) est denie par
_
_
_
x = r cos sin
y = r sin sin r > 0, [0; ], [0; 2]
z = r cos
alors h est donne au paragraphe 7.5 et lon a trouve
deth = r
2
sin .
Noter que r
2
sin > 0 pour r = 0 et ]0; [.
Ceci donne la transformation
dxdydz = r
2
sin() dr dd
Exemple : soit D la sph`ere de centre O et de rayon R. Alors
V ol(D) =

D
1 dxdydz =

D
1 r
2
sin() drdd =

R
r=0

2
=0


=0
r
2
sin()d ddr
=

2
0
d
. .
=2


0
sin() d
. .
=2

R
0
r
2
dr
. .
=
1
3
R
3
=
4
3
R
3
.
8.2. INT

EGRALES 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
m
k
(x
k
, y
k
, z
k
) x
k
y
k
z
k
.
En integrant, on trouve la masse totale du corps
M =

D
(x, y, z) dxdydz.
Application : calcul du centre de gravite
Comme pour la dimension 2, le centre de gravite est donne par la formule :

OG =
1
M

D
(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
_
_
x
G
y
G
z
G
_
_
=
1
M

D
(x, y, z)
_
_
x
y
z
_
_
dxdydz
Exemple 8.7. Centre de gravite de lhemisph`ere nord homog`ene ( 1).
D =
_
(x, y, z) | x
2
+y
2
+z
2
R
2
, z 0
_
Par symetrie, x
G
= y
G
= 0.
De plus M =
1
2

4
3
R
3
=
2
3
R
3
.
z
G
=
1
M

D
z dxdydz
=
3
2 R
3

D
r cos() r
2
sin() drdd
=
3
2R
3

R
0
r
3
dr

2
0
sin() cos() d

2
0
d =
3
2R
3

R
4
4
= 3
R
8
.
218 CHAPITRE 8. INT

EGRALES MULTIPLES
Application : moment (polaire) dinertie
Rappel : J = mr
2
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
J
z
=

D
(x
2
+y
2
)(x, y, z) dxdydz

coordonnees cylindriques
=

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 :
Equations en coordonnees cylindriques :
_
_
_
0
2 sin
0 z h
J
z
=

3
1 dddz =

h
0

2 sin
0

3
dddz
= h


0
_
1
4

4
_
2 sin
0
d
= 4h


0
sin
4
d
. .
==
3
8
=
3
2
h.
8.3. INT

EGRALES DE SURFACES 219


8.3 Integrales de surfaces
8.3.1 Representation parametrique dune surface
Nous traiterons ici uniquement le cas des surfaces dans R
3
.
Denition 8.8. Une surface est limage dun domaine D R
2
par une application conti-
nue : D R
3
:
_
_
_
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 x
2
+ 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 u 2, v R
z = v
ATTENTION : 1 equation dans R
3
donne toujours une surface meme si une variable
napparat pas.
2. Surface helicodale H :
_
_
_
x = ucos v
y = usin v u, v R
z = c v
Si lon xe un param`etre u = R on obtient la courbe situee sur H
_
_
_
x = Rcos v
y = Rsin v
z = c v
qui ne depend plus que dun param`etre v. Cest une helice.
220 CHAPITRE 8. INT

EGRALES MULTIPLES
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 = Rcos sin
y = Rsin sin [0, 2], [0, ]
z = Rcos
En xant =
0
, on a
z = z
0
= Rcos
0
= cste
et on obtient un cercle dans le plan horizontal z = z
0
: 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 meridien.
8.3.2 Calcul de laire dune surface
Soit D R
2
et : D R
3
une surface denie par
(u, v) =
_
_
x(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

u
=
_
_
x
u
y
u
z
u
_
_
et
v
=
_
_
x
v
y
v
z
v
_
_
.
Alors
dS =
u

v
dudv
et laire de la surface vaut
A
S
=

(u,v)D

u

v
dudv
8.3. INT

EGRALES DE SURFACES 221


Relation importante :

u

v

2
=
u

2

v

2
sin
2
=
u

2

v

2
(1 cos
2
) =
u

2

v

2
(
u

v
)
2
Exemple 8.11. Aire dune zone spherique :
:
_
_
_
x = Rcos sin
y = Rsin sin [0, 2], [
1
,
2
]
z = Rcos
On a

=
_
_
x

_
_
=
_
_
Rsin sin
Rcos sin
0
_
_
et

=
_
_
x

_
_
=
_
_
Rcos cos
Rsin cos
Rsin
_
_
ce qui donne

=
_
_
R
2
cos sin
2

R
2
sin sin
2

R
2
sin cos
_
_
et donc

= R
2
sin . Alors
dS = R
2
sin dd
Laire dune bande spherique comprise entre
1
et
2
est donc
S =

2
0

1
R
2
sin() d d = 2 R
2

1
sin d = 2R
2
(cos
1
cos
2
) = 2R h
o` u h = Rcos
1
Rcos
2
= hauteur de la bande.
On retrouve : aire de la sph`ere = 4R
2
.
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)
222 CHAPITRE 8. INT

EGRALES MULTIPLES
Donc
u
=
_
_
1
0
f
u
_
_
et
v
=
_
_
0
1
f
v
_
_
ce qui donne

u

v
=
_
_
_
_
_
f
u
f
v
1
_
_
_
_
_ =

f
2
u
+f
2
v
+ 1
Laire de la surface vaut donc
A
S
=

(x,y)D

1 +f
2
x
+f
2
y
dxdy =

(x,y)D

1 + (f)
2
dxdy
o` u (f)
2
= f f = f
T
f.
Rappel : longueur dune courbe. L =

xI

1 +f

(x)
2
dx
Exemple 8.12.
Calculer laire de la surface z = f(x, y) = xy situee `a linterieur du cylindre () : x
2
+y
2
= 1.
_
f
x
= y
f
y
= x
= dS =

1 +f
2
x
+f
2
y
dxdy =

1 +y
2
+x
2
dxdy
Donc
S =

x
2
+y
2
1

1 +x
2
+y
2
dxdy =

(, )
1

1 +
2
d d
=

2
0
d

1
0
(1 +
2
)
1
2
d = 2
1
3
(1 +
2
)
3/2

1
0
=
2
3
(2

2 1).
Application
Surface (u, v), (u, v) D de masse surfacique (x, y, z). Alors sa masse est M =

D
dS.
8.4 Integrales dependant dun param`etre
Considerons une fonction f(x, t) `a 2 variables. Supposons que f(x, t) et f
t
(x, t) =
f
t
(x, t)
sont continues sur un rectangle D = {(x, t) | x
1
x x
2
, t
1
t t
2
}.
Posons
F(t) =

x
2
x
1
f(x, t) dx.
Alors
8.4. INT

EGRALES D

EPENDANT DUN PARAM


`
ETRE 223
Theor`eme 8.13 (Theor`eme 1). F(t) est derivable (meme de classe C
1
) et
F

(t) =

x
2
x
1
f
t
(x, t) dt.
On peut passer la derivee `a linterieur de lintegrale.
On generalise ce resultat au cas o` u les bornes dependent de t.
Theor`eme 8.14 (Theor`eme 2). Soit
F(t) =

x
2
(t)
x
1
(t)
f(x, t) dx.
Supposons que f(x, t) et f
t
(x, t) sont continues en x et t et que x
1
(t) et x
2
(t) sont derivables.
Alors
F

(t) = f
_
(x
2
(t), t
_
x
2
(t) f
_
(x
1
(t), t
_
x
1
(t) +

x
2
(t)
x
1
(t)
f
t
(x, t) dx
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

I
f(x, t) dx
_
avec I =

a; +
_
et/ou lim
xa
+
f(x, t) =
_
si lon rajoute ces 2 hypoth`eses :
(I) il existe une fonction g(x) 0 denie sur I avec |f(x, t)| g(x) pour tout t [t
1
; t
2
]
et

I
g(x) dx < +;
(II) il existe une fonction (x) 0 denie sur I avec |f
t
(x, t)| (x) pour tout t [t
1
; t
2
]
et

I
(x) dx < +.
Applications
1. Calcul de I

(t) =


0
e
x

sin(tx)
x
. .
=f(x,t)
dx ( > 0).
Remarquons dabord que I

(0) = 0.
Integrale impropre en + mais pas en x = 0 car lim
x0
f(x, t) = 1 lim
x0
sin(tx)
x
= t.
On a
f
t
(x, t) = e
x

1
x
cos(tx) x = e
x
cos(tx).
Verions les hypoth`eses (I) et (II) :
(I) |f(x, t)|
e
x
x
dont lintegrale sur [1; +[ converge ;
(II) |f
t
(x, t)| e
x
et


1
e
x
dx converge.
224 CHAPITRE 8. INT

EGRALES MULTIPLES
Le theor`eme 1 donne alors
I

(t) =


0
f
t
(x, t) dx
=


0
e
x
cos(tx) dx
I.P.P
=
1

2
+t
2
(t sin tx cos tx) e
x

0
=

2
+t
2
.
En integrant, on obtient
I

(t) =

2
+t
2
dt +C = arctan
_
t

_
+C.
Comme I

(0) = 0 on en deduit que C = 0 et donc nalement que


0
e
x

sin(tx)
x
dx = I

(t) = arctan
_
t

_
2. Calcul de
J =


0
e
x
x sin x dx.
On pose
I(t) =


0
sin(x) e
tx
dx
pour t > 0.
Alors le theor`eme 1 (les hypoth`eses (I) et (II) sont remplies) donne
I

(t) =


0
f
t
(x, t) dx =


0
sin(x) e
tx
(x) dx = J = I

(1).
Mais une integration par parties donne
I(t) =


0
sin(x) e
tx
dx =
_

1
1 +t
2
(t sin x + cos x)e
tx
_

0
=
1
1 +t
2
.
Donc I

(t) =
2t
(1 +t
2
)
2
. On en conclut que J = I

(1) =
1
2
.
Integrale dEuler
Par denition on pose
(x) =


0
t
x1
e
t
dt
Ici, x est le param`etre et t la variable dintegration.
Pour tout x > 0, lintegrale converge.
Proprietes :
(1) =


0
e
t
dt = e
t

0
= 1.
(x + 1) =


0
t
x
..
f
e
t
..
g

dt
I.P.P.
= t
x
e
t

0
. .
=0
+


0
x t
x1
e
t
dt = x(x)
En particulier, si x = n N, alors
(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
) =


0
t

1
2
e
t
dt =
..
t=u
2


u=0
u
1
e
u
2
2udu = 2


0
e
u
2
du =

e
u
2
du =

.
8.5. INT

EGRALES CURVILIGNES 225


8.5 Integrales curvilignes
On ne traitera ici que le cas de courbes dans R
3
mais les cas n = 2 ou n > 3 se deduisent
aisement. On consid`ere une courbe (derivable)
: (t) =
_
_
x(t)
y(t)
z(t)
_
_
a t b
8.5.1 Integration dun champ scalaire
Soit f(x, y, z) une fonction reelle denie sur R
3
. 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 :=

b
a
f((t)) (t) dt =

b
a
f
_
x(t), y(t), z(t)
_

x
2
(t) + y
2
(t) + z
2
(t) dt
Interpretation 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 Integration dun champ vectoriel
Soit (t) =
_
_
x(t)
y(t)
z(t)
_
_
une courbe et

F (x, y, z) =
_
_
F
1
(x, y, z)
F
2
(x, y, z)
F
3
(x, y, z)
_
_
un champ vectoriel. Nous
denissons

ds =

b
a

F ((t)) (t) dt
o` u designe le produit scalaire.
Interpretation physique : si

F est un champ de force et la trajectoire dun mobile, alors

ds
est le travail de F le long de .
Exemple : Soit le champ de force F(x, y) =
_
x
2
y
y
2
+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 = x
2
+ 1.
226 CHAPITRE 8. INT

EGRALES MULTIPLES
Solution :
(a) Parametrisation de d : (t) =
_
t
t + 1
_
avec 0 t 1.
Alors
(t) =
_
1
1
_
et le champ de force sur vaut
F
_
(t)
_
= F
_
t, t + 1
_
=
_
t
2
(t + 1)
(t + 1)
2
+t
_
=
_
t
2
t 1
t
2
+ 3t + 1
_
et lintegrale devient

d
F ds =

1
0
F
_
(t)
_
(t) dt =

1
0
_
t
2
t 1
t
2
+ 3t + 1
_

_
1
1
_
dt
=

1
0
_
t
2
t 1 +t
2
+ 3t + 1
_
dt =
_
2
3
t
3
+t
2

1
0
=
5
3
.
(b) Parametrisation de la parabole : (t) =
_
t
t
2
+ 1
_
avec 0 t 1.
Alors
(t) =
_
1
2t
_
et
F
_
(t)
_
= F
_
t, t
2
+ 1
_
=
_
t
2
(t
2
+ 1)
(t
2
+ 1)
2
+t)
_
=
_
1
t
4
+ 2t
2
+t + 1
_
et lintegrale devient

F ds =

1
0
F((t)) (t) dt =

1
0
_
1
t
4
+ 2t
2
+t + 1
_

_
1
2t
_
dt
=

1
0
2t
5
+ 4t
3
+ 2t
2
+ 2t 1 dt =
_
t
6
3
+t
4
+
2
3
t
3
+t
2
t
_
1
0
= 2.
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.
Theor`eme 8.15. Soit V : R
3
R un champ scalaire de classe C
2
et

F = V =
_
_
V
x
V
y
V
z
_
_
8.5. INT

EGRALES CURVILIGNES 227


le gradient de V .
Soit : I = [a, b] R
3
une courbe avec (a) = P (point de depart) et (b) = Q (point
darrivee). Alors

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.
En particulier, sur une courbe fermee (P=Q), on a
_

V

ds = 0.
D emonstration :

ds =

b
a
F((t)) (t) dt =

b
a
V ((t)) (t) dt =
_
V ((t))
_
b
a
= V ((b)) V ((a)).
car la r`egle de composition donne
d
dt
V ((t)) = V ((t)) (t).
Denition 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 donne est conservatif ou non ?
Supposons que F = V avec V de classe C
2
. Alors
_
_
F
1
F
2
F
3
_
_
=
_
_
V
x
V
y
V
z
_
_
Comme V est de classe C
2
, on doit avoir V
yx
= V
xy
, V
zy
= V
yz
et V
zx
= V
xz
ce qui donne
F
1
y
=
F
2
x
,
F
2
z
=
F
3
y
et
F
1
z
=
F
3
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 :
Denition 8.17 (Simplement connexe). Un domaine D R
3
( R
2
) 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).
228 CHAPITRE 8. INT

EGRALES MULTIPLES
Theor`eme 8.18. Soit D R
3
un ouvert simplement connexe et F : D R
3
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
F
1
y
=
F
2
x
.
D emonstration :
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 R
2
).
Choisissons un point (x
0
, y
0
, z
0
) D et pour tout (x, y, z) D, posons
V (x, y, z) =

x
x
0
F
1
(, y
0
, z
0
) d +

y
y
0
F
2
(x, , z
0
) d +

z
z
0
F
3
(x, y, ) d
Alors
V
x
(x, y, z) =
V
x
(x, y, z) = F
1
(x, y
0
, z
0
) +

y
y
0
F
2
x
(x, , z
0
) d +

z
z
0
F
3
x
(x, y, ) d
= F
1
(x, y
0
, z
0
) +

y
y
0
F
1

(x, , z
0
) d +

z
z
0
F
1

(x, y, ) d
= F
1
(x, y
0
, z
0
) +
_
F
1
(x, , z
0
)

y
y
0
+
_
F
1
(x, y, )

z
z
0
= F
1
(x, y
0
, z
0
) +F
1
(x, y, z
0
) F
1
(x, y
0
, z
0
) +F
1
(x, y, z) F
1
(x, y, z
0
)
= F
1
(x, y, z)
De meme on calcule que V
y
(x, y, z) = F
2
(x, y, z) et V
z
(x, y, z) = F
3
(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. INT

EGRALES CURVILIGNES 229


Contre-exemple : lhypoth`ese D simplement connexe est essentielle.
Considerons le champ vectoriel
F =
1
x
2
+y
2
_
y
x
_
.
On a
F
1
y
=
y
2
x
2
(x
2
+y
2
)
2
et
F
2
x
=
y
2
x
2
(x
2
+y
2
)
2
=
F
1
y
.
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 :
(t) =
_
cos t
sin t
_
0 t 2

ds = (t) dt =
_
sin t
cos t
_
dt
et

F((t))

ds =

2
0
1
sin
2
+cos
2
t
_
sin t
cos t
_

_
sin t
cos t
_
dt =

2
0
1 dt = 2.
Si le theor`eme sappliquait, on devrait trouver 0.
En revanche, si on prend une courbe fermee ne contenant pas le point (0, 0) alors on
aura bien

F

ds = 0.