COLE POLYTECHNIQUE

FDRALE DE LAUSANNE

Cours dAnalyse I et II

Section
Microtechnique

Dr. Philippe Chabloz

septembre 2008
Table des mati`
eres

1 Sur les nombres 1

1.1 Les nombres entiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Definitions 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 Definition 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 Definition 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2 Suites reelles et s
eries num eriques 21
2.1 Suites reelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.2 Convergence dune suite . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.3 Proprietes de convergence des suites . . . . . . . . . . . . . . . . . . 26
2.1.4 Sous-suites et points daccumulation . . . . . . . . . . . . . . . . . . 28
2.1.5 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Suites recurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.1 Methodes pour trouver la limite dune suite recurrente . . . . . . . . 29
2.3 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Convergence dune serie . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Proprietes des series . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.3 Series `a termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.4 Series alternees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.5 Serie absolument convergente . . . . . . . . . . . . . . . . . . . . . . 38

iii
iv `
TABLE DES MATIERES

2.4 Definition du nombre e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.5 Un petit resume de quelques series . . . . . . . . . . . . . . . . . . . . . . . 43

3 Fonctions r eelles et continuit e 45

3.1 Definitions 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 linfini . . . . . . . . . . . . . . . . . . . . . . 55
3.6 Valeurs limites en un point et continuite . . . . . . . . . . . . . . . . . . . . 56
3.6.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.2 Proprietes des limites . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.6.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6.4 Prolongement par continuite . . . . . . . . . . . . . . . . . . . . . . 63
3.6.5 Proprietes des fonctions continues . . . . . . . . . . . . . . . . . . . 64

4 Deriv
ees et applications 67
4.1 La derivee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.1.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1.3 Regles de calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.1.4 Derivees des fonctions elementaires . . . . . . . . . . . . . . . . . . . 71
4.1.5 Derivee de la fonction reciproque . . . . . . . . . . . . . . . . . . . . 73
4.1.6 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 Derivee des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2.1 Representation parametrique . . . . . . . . . . . . . . . . . . . . . . 77
4.3 Theor`eme de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.1 Quelques theor`emes . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.3.2 La r`egle de Bernoulli-lHospital . . . . . . . . . . . . . . . . . . . . . 80
4.3.3 Comparaison des croissances des fonctions (ln x) , x et ex . . . . . 84
4.4 Derivees dordres superieurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.1 Croissance et extremum . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.2 Courbure et point dinflexion . . . . . . . . . . . . . . . . . . . . . . 88
4.6 Developpement limite et serie de Taylor . . . . . . . . . . . . . . . . . . . . 89
4.6.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.6.3 Operations sur les developpements limites . . . . . . . . . . . . . . . 95
4.6.4 Application : calcul de limite . . . . . . . . . . . . . . . . . . . . . . 96
4.6.5 Application aux extremums . . . . . . . . . . . . . . . . . . . . . . . 97
4.7 Resolution numerique dequations : methode de Newton . . . . . . . . . . . 98

5 Calcul integral 101

5.1 Lintegrale definie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.1.1 Definition par sommes de Riemann . . . . . . . . . . . . . . . . . . . 101
5.1.2 Proprietes de lintegrale definie . . . . . . . . . . . . . . . . . . . . . 102
5.1.3 Theor`eme fondamental du calcul integral . . . . . . . . . . . . . . . 103
5.2 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.1 Definition et proprietes . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.2 Recherche des primitives . . . . . . . . . . . . . . . . . . . . . . . . . 106
 `
TABLE DES MATIERES v

5.2.3 Integration des fonctions rationnelles . . . . . . . . . . . . . . . . . . 110

5.2.4 Integration des fonctions rationnelles de fonctions trigonometriques . 113
5.2.5 Quelques autres techniques . . . . . . . . . . . . . . . . . . . . . . . 114
5.3 Integrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.3.1 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.3.2 Crit`eres de convergence . . . . . . . . . . . . . . . . . . . . . . . . . 117
5.4 Application : calcul daires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.4.1 Aire entre 2 courbes . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.4.2 Domaine ferme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.4.3 Surfaces sectorielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.4.4 Longueur darc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.5 Calcul des volumes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.5.1 Cas o` u laire des sections est connue . . . . . . . . . . . . . . . . . . 126
5.5.2 Corps de revolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.6 Surface de revolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.7 Convergence des series : crit`ere integral . . . . . . . . . . . . . . . . . . . . 131

6 Equations differentielles ordinaires 133

6.1 Introduction et definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.2 Equation differentielle du premier ordre . . . . . . . . . . . . . . . . . . . . 134
6.2.1 Equation separable . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.2.2 Equation homog`ene en x et y . . . . . . . . . . . . . . . . . . . . . . 136
6.2.3 Equation lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
0 ax+by+c
6.2.4 Equation du type y = dx+ey+f . . . . . . . . . . . . . . . . . . 141
6.2.5 Equation de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.3 Equation differentielle du 2`eme ordre . . . . . . . . . . . . . . . . . . . . . . 142
6.3.1 Equation sans terme y . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.3.2 Equation autonome (sans terme x) . . . . . . . . . . . . . . . . . . . 142
6.3.3 Equation lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.3.4 Equation de Ricati . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.3.5 Equation differentielle dEuler . . . . . . . . . . . . . . . . . . . . . . 149
6.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
6.4.1 Position dequilibre dun cable . . . . . . . . . . . . . . . . . . . . . 150
6.4.2 Phenom`enes oscillatoires . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.4.3 Circuit RLC serie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

7 Calcul differentiel ` a plusieurs variables 159

7.1 Lespace Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.1.1 Structures sur Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.1.2 Suites et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
7.1.3 Fonction et continuite . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2 Courbes dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.2.2 Derivabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.2.3 Longueur dune courbe . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.2.4 Angle entre deux courbes . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3 Fonctions reelles `a plusieurs variables . . . . . . . . . . . . . . . . . . . . . . 168
7.3.1 Graphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.3.2 Ensembles et courbes de niveau . . . . . . . . . . . . . . . . . . . . . 168
7.4 Derivees partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
vi `
TABLE DES MATIERES

7.4.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

7.4.2 R`egles de derivation . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.4.3 Derivee directionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.4.4 Gradient et (hyper)-plan tangent . . . . . . . . . . . . . . . . . . . . 176
7.4.5 Gradient et courbes de niveau . . . . . . . . . . . . . . . . . . . . . . 177
7.4.6 Derivees partielles dordres superieurs . . . . . . . . . . . . . . . . . 179
7.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.5.1 Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.5.2 Classification des points stationnaires . . . . . . . . . . . . . . . . . 185
7.6 Theor`eme des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . 192
7.6.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.6.2 Cas general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.7 Extremum sous contraintes : multiplicateur de Lagrange . . . . . . . . . . . 197
7.7.1 Multiplicateur de Lagrange . . . . . . . . . . . . . . . . . . . . . . . 197
7.7.2 Contraintes multiples . . . . . . . . . . . . . . . . . . . . . . . . . . 200
7.8 Fonctions de Rn dans Rm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
7.8.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
7.8.2 Application : changement de coordonnees . . . . . . . . . . . . . . . 204

8 Int
egrales multiples 209
8.1 Integrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
8.1.1 Definition et interpretation geometrique . . . . . . . . . . . . . . . . 209
8.1.2 Proprietes de lintegrale double . . . . . . . . . . . . . . . . . . . . . 210
8.1.3 Calcul effectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8.1.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.1.5 Integration sur tout R2 . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.1.6 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 219
8.1.7 Application : coordonnees polaires . . . . . . . . . . . . . . . . . . . 221
8.2 Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.2.2 Calcul effectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.2.3 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 223
8.3 Integrales de surfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
8.3.1 Representation parametrique dune surface . . . . . . . . . . . . . . 227
8.3.2 Calcul de laire dune surface . . . . . . . . . . . . . . . . . . . . . . 228
8.3.3 Cas explicite z = f (x, y) . . . . . . . . . . . . . . . . . . . . . . . . . 229
8.4 Integrales dependant dun param`etre . . . . . . . . . . . . . . . . . . . . . . 230
8.5 Integrales curvilignes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
8.5.1 Integration dun champ scalaire . . . . . . . . . . . . . . . . . . . . . 233
8.5.2 Integration dun champ vectoriel . . . . . . . . . . . . . . . . . . . . 233
Chapitre 1

Sur les nombres

1.1 Les nombres entiers

1.1.1 D
efinitions et notations
On note
N = {0, 1, 2, 3, . . .} lensemble des entiers naturels ;

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

1.1.2 D
emonstration par r
ecurrence
On utilise ce type de demonstration lorsque lenonce `a demontrer depend dun param`etre
n N.
Soit P (n) un enonce dependant de n N et ayant un sens pour tout n n0 N (souvent
n0 = 0 ou 1). La demonstration par recurrence de P (n) comporte 2 etapes, la seconde
possedant 2 variantes :
1) On montre dabord que le resultat est vrai pour n = n0 .
2) On demontre ensuite, en admettant que le resultat est vrai pour n n0 , quil reste vrai
pour n + 1. On montre donc limplication
P (n) = P (n + 1) n n0
Variante 2) On admet le resultat pour tout k tel que n0 k n et on le demontre pour
n + 1. On demontre donc, dans cette variante, limplication

P (k) k {n0 , n0 + 1 , . . . , n} = P (n + 1).
Exemples 1.1.
(a) Montrons que
n(n + 1)
S(n) = 1 + 2 + 3 + + n = n 1.
2
1) Laffirmation est vraie pour n = 1 car 1 = 12
2 .
2) Supposons la formule vraie pour n 1 et montrons-la pour n + 1.
n(n + 1) n(n + 1) + 2(n + 1)
S(n + 1) = 1 + 2 + 3 + + n + (n + 1) = +n+1=
2 2
n2 + 3n + 2 (n + 1)(n + 2)
= =
2 2
ce qui montre que la formule reste vraie pour n + 1.

1
2 CHAPITRE 1. SUR LES NOMBRES

(b) Demontrons la formule suivante :

1
S(n) = 1 + 22 + 32 + + n2 = n(n + 1)(2n + 1).
6
1
1) La formule est vraie pour n = 1 car 1 = 6 1 2 3.
2) On suppose que la formule est vraie pour n. Alors
1
1| + 22 + 3{z
2
+ + n}2 +(n + 1)2 = n(n + 1)(2n + 1) + n2 + 2n + 1
6
= 61 n(n+1)(2n+1)
1
n(n + 1)(2n + 1) + 6n2 + 12n + 6
=
6
1 3 1
= 2n + 9n2 + 13n + 6 = (n + 1)(n + 2)(2n + 3)
6 6
ce qui demontre la formule pour n + 1.

1.1.3 Nombres premiers

Definition 1.2. On dit quun entier n N est premier sil est 2 et quil nest divisible
que par 1 et par lui-meme.
Exemple 1.3. 2, 3, 5, 7, 11, ... sont premiers alors que 0, 1, 8, 9, 16, 22 ne le sont pas.
Th
eor`eme 1.4. Tout nombre naturel n > 1 secrit de mani`ere unique comme produit de
nombres premiers, i.e.
n = pe11 pe22 perr
o`
u p1 < p2 < < pr sont des premiers uniques et les ei sont des entiers 1 egalement
uniquement determines par n.
De plus, les nombres premiers p1 , p2 , , pn sont les uniques nombres premiers divisant n.
Demonstration : (par recurrence)
Ici, le debut de la recurrence est n0 = 2.
1) Si n = 2, alors le theor`eme est vrai car 2 est premier.
2) Supposons lenonce vrai pour tout entier k tel que 2 k n et considerons n + 1.
Si n + 1 est un nombre premier, alors laffirmation 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 = pe11 pe22 . . . perr
m = q1c1 q2c2 . . . qscs
et donc n + 1 = pe11 pe22 . . . perr q1c1 q2c2 . . . qscs o`
u les pi et les qj sont des nombres premiers.
Lunicite de cette decomposition est admise sans preuve ici.

Th
eor`
eme 1.5 (Euclide). Il existe une infinite de nombres premiers
De monstration :
Supposons, par labsurde, quil existe un nombre fini n de premiers et notons-les p1 , p2 ,
. . .pn . Soit
N = p1 p2 pn + 1.
Par les theor`emes precedents, il est alors divisible par un nombre premier cest-`a-dire quil
existe un pi qui divise N . Mais comme pi divise egalement le produit p1 p2 pn , il doit
diviser aussi la difference, cest-`a-dire N p1 p2 pn = 1 ce qui est absurde. Il existe donc
une infinite de nombres premiers.
1.1. LES NOMBRES ENTIERS 3

1.1.4 La formule du bin

ome
Definition 1.6 (Coefficients binomiaux). On pose, pour tout n N et pour tout k n, k
N.
n n! n(n 1)(n 2) (n k + 1)
= = .
k k!(n k)! k(k 1)(k 2) 2 1
Remarque 1.7. Par symetrie de la definition, on a toujours

n n
=
k nk

4 4! 4 4! 5 54
Exemple 1.8. = =6 = =4 = = 10
2 2!2! 3 3!1! 2 2
Propri
et
es : On a, entre autres,

n n
1. = = 1.
0 n

n n
2. = = n pour tout n 1.
1 n1

n n n+1
3. + = (cf. exercices)
k k1 k

Le triangle de Pascal
Les formules 1-3 ci-dessus permettent de construire le triangle de Pascal.

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

Th
eor`
eme 1.9 (Formule du binome). Soient a, b R et n N. Alors

n n n n1 n n2 2 n
(a + b) = a + a b + a b + ... + abn1 + bn
1 2 n1
n
X n nk k
= a b .
k
k=0

En particulier, on a

(a + b)2 = a2 + 2ab + b2
(a + b)3 = a3 + 3a2 b + 3ab2 + b3
(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4
4 CHAPITRE 1. SUR LES NOMBRES

Demonstration : 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.

Xn
n+1 n n nk k
(a+b) = (a + b)(a + b) = (a + b) a b
k
k=0
X n Xn
n nk k n nk k
=a a b + b a b
k k
k=0 k=0
Xn Xn
n nk+1 k n nk k+1
= a b + a b
k k
k=0 k=0
Xn X n
n+1
n nk+1 k
= a b + anj+1 bj j := k + 1
k j1
k=0 j=1

n n+1 n n n n n
= a + + a b + + an1 b2 + . . .
0 1 0 2 1

n n n n n+1
+ + ab + b
n n1 n

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

1.2 Les nombres rationnels

On definit
m
Q={ ; m Z, n Z }
n
avec lequivalence
m m0
= 0 mn0 = m0 n.
n n
Cest lensemble des nombres rationnels.
Dans Q, les 4 operations sont toujours possibles `a lexception, bien s
ur, de la division par
0. On dit que Q est un corps.

Probl`eme : il existe des longueurs dans le plan ne correspondant `a aucun nombre rationnel.
En effet considerons la diagonale du carre de cote egal `a 1. Alors par Pythagore, sa longueur
l doit satisfaire l2 = 1, donc l = 2. Or

Proposition 1.10. Le nombre 2 nest pas rationnel.
p
Demonstration : Supposons, par labsurde, quil existe p, q Z avec 2 = et supposons
q
que la fraction est reduite, cest-`a-dire que p et q sont premiers entre eux (pgcd(p,q)=1).
En elevant au carre, on obtient
p2
=2
q2

1.3. LES NOMBRES REELS 5

ce qui donne 2q 2 = p2 . Lentier p2 est donc pair ce qui signifie que p lest aussi. Donc p = 2p0
et alors on a
2q 2 = p2 = (2p0 )2 = 4p02 .

En divisant par 2, on obtient q 2 = 2p02 ce qui montre que q est egalement pair ce qui
contredit le fait que la fraction est reduite. Donc 2 6 Q .

De ce fait on introduit

1.3 Les nombres r

eels
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 du droite.
Representation :

Exemples 1.11. Les nombres 2, 3 2, 4 5, , , e, e2 , 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

D
efinition 1.13. Si r R et r 6 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 6 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 D
eveloppement d
ecimal
Th eor`eme 1.16. Soit r un nombre reel. Alors r est rationnel si et seulement si son
developpement decimal est periodique.
Demonstration :
Montrons dabord que si r est rationnel, alors son developpement decimal est periodique.
Soit r = m
n . On peut supposer m < n. Alors
m
r= = 0, c1 c2 c3 c4 . . .
n
o`
u les ci sont obtenus par une division euclidienne. Les restes successifs ri sont toujours
< n. Apr`es au plus n divisions, on retrouvera donc un reste rj egal `a un reste precedent ri
et le processus de division devient periodique.
Le developpement devient donc periodique `a partir de la decimale ci . Notons que la longueur
de la periode est au plus egale `a n.
Exemple 1.17.
2
=
7
Montrons la reciproque. Soit
r = d1 d2 . . . dm , e1 e2 . . . er c1 c2 . . . cn
un nombre reel dont le developpement decimal est periodique. On va montrer que r Q. Il
est clair que le nombre d1 d2 . . . dm , e1 e2 . . . er est rationnel. Il suffit donc de montrer que
s = 0, c1 c2 . . . cn
est rationnel. Posons N = c1 c2 . . . cn . Alors
10n s = c1 c2 . . . cn , c1 c2 . . . cn
s= 0, c1 c2 . . . cn
En soustrayant la seconde ligne `a la premi`ere, on obtient
(10n 1)s = c1 c2 . . . cn = N
et donc
N
s= .
10n 1

Exemples 1.18.
1) Soit r = 0, 34526.

s = 0, 526, N = 526, n = 3.
Alors
526 526
s= =
103 1 999
et
34 526 8623
r= + = .
100 99900 24975
2) Soit s = 0, 13. Alors N = 13, n = 2 et
13 13
s= = .
102 1 99

1.3. LES NOMBRES REELS 7

1.3.3 Majorants et bornes sup

erieures
Dans cette section, S designera soit Q soit R et A sera un sous-ensemble non vide de S.

Definition 1.19. A est dit major e (resp. minor e) 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 born e sil est `a la fois majore et minore.

Remarques :
1) Lelement s nappartient pas necessairement `a A.
2) Si A poss`ede un majorant, alors il en poss`ede une infinite. En effet, si s est un majorant
de A, alors tout t S tel que t s est aussi un majorant.

Definition 1.20 (Borne superieure ou supremum). Un majorant s de A est appele une

borne sup erieure ou supremum de A sil est le plus petit des majorants, cest-`a-dire si,
pour tout autre majorant s0 de A, on a s s0 .
On note alors s = sup A.
Si A nest pas majore, on pose sup A =

Definition 1.21 (Borne inferieure ou infimum). Un minorant s de A est dit borne inf
erieure
ou infimum 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. linfimum) existe, il est unique.

Remarque : Si le supremum (resp. linfimum) 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 6 A

Propri
et
es des nombres r
eels
(C) Dans R, tout sous-ensemble (non vide) poss`ede une borne superieure et une borne
inferieure.

Remarque : Cette propriete nest pas vraie dans Q :

Exemple 1.23. Considerons le sous-ensemble de Q

A = {x Q | x2 < 2}

Cest un sous-ensemble borne de Q car, par exemple, 23 est un majorant de A et 32 est un

minorant de A. Mais il ne poss`ede ni de borne superieure ni de borne inferieure dans Q.
En revanche, si on consid`ere A comme sous-ensemble de R, alors la propriete (C) ci-dessus
assure lexistence dune borne superieure r = sup A et dune borne inferieure s = inf A. On
montre alors facilement que r2 = s2 = 2 et donc que

sup A = 2 et inf A = 2.
8 CHAPITRE 1. SUR LES NOMBRES

1.4 Les nombres complexes

1.4.1 D
efinition et propri
et
es
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 defini par

i2 = 1

et lensemble des nombres complexes est alors

C := {a + bi ; a, b R}

Exemples1.24. 2
1 + 3i 2 i 4, 5, 2 3 i, 1 43 i sont des nombres complexes.

Terminologie

Soit z = a + bi un nombre complexe. Le nombre reel a est appele la partie r

eelle de z et
est note Re(z).
Le nombre reel b est la partie imaginaire de z et est note Im(z).
Si b = 0, z est r
eel.
Si a = 0, alors z est dit imaginaire (pur)

On definit les 4 operations dans C de la mani`ere suivante :

Addition :

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

Oppos
e:

Si z = a + bi, alors
z = a bi.

Exemples 1.25.

(1 + i) + (3 4i) = (1 + 3) + (1 4)i = 4 3i
3 3
( 2 + 3i) + (1 + i) = 2 + 1 + ( 3 + )i
2 2
(2 i) (1 + 4i) = 2 1 i 4i = 1 5i
1.4. LES NOMBRES COMPLEXES 9

Multiplication :
Si z1 = a + bi et z2 = c + di alors

z1 z2 = (a + bi)(c + di) = ac + adi + bci + bdi2 = ac bd + (ad + bc)i

car i2 = 1.

Inverse :
Tout nombre complexe z 6= 0 a un inverse : si z = a + bi alors

1 a bi a b
= 2 2
= 2 2
2 i
z a +b a +b a + b2

Verification :
1 a bi (a + bi)(a bi) a2 abi + abi b2 i2
z = (a + bi) 2 = =
z a + b2 a2 + b2 a2 + b2
a2 + b2
= 2 = 1.
a + b2
Donc, en ajoutant simplement `a R le nombre i et tous les nombres de la forme a + bi, on
obtient un corps : les 4 operations sont possibles.

ATTENTION : C nest pas ordonne : z1 < z2 na aucun sens ! ! ! ! !

Propri
et
es dans C
1. Commutativite : z1 + z2 = z2 + z1
z1 z2 = z2 z1

2. Associativite : (z1 + z2 ) + z3 = z1 + (z2 + z3 )

z1 (z2 z3 ) = (z1 z2 )z3

3. Distributivite de laddition
par rapport `a la multiplication : z1 (z2 + z3 ) = z1 z2 + z1 z3

1.4.2 Repr
esentation dans le plan, module et argument
Soit z = a + bi un nombre complexe. On peut lui associer le point Pz (a ; b) du plan.

D
efinition 1.26. Soit z = a + bi.
10 CHAPITRE 1. SUR LES NOMBRES

Le module de z est le nombre reel |z| = r = a2 + b2 (toujours 0).

L argument de z est le nombre reel arg(z) = defini par les deux egalites :
a a
cos = =
2
a +b2 |z|
b b
sin = =
2
a +b2 |z|

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

p
|z| = (2)2 + 62 = 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 Conjugu
e complexe
Si z = a + bi, on definit
z = a bi.

On a alors
zz = (a + bi)(a bi) = a2 (bi)2 = a2 + b2 = |z|2 .

Quelques propri
et
es
1 z
1) zz = |z|2 = = 2.
z |z|
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
2
(a + bi)2 = a2 b2 + 2abi = a2 b2 2abi = (a bi)2 = a + bi .

Consequence : zw = z w

En effet, dune part

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

et dautre part

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

Donc 2z w = 2zw ce qui implique zw = z w.

6)
|zw| = |z| |w|

Le module dun produit est egal au produit des modules.

monstration :
De

|zw|2 = zw zw = zwzw = zzww

= |z|2 |w|2 = (|z||w|)2

Comme tout est positif, on a encore |zw| = |z||w|.

Corollaire :

1
= 1
z |z|

w |w|

=
z |z|
12 CHAPITRE 1. SUR LES NOMBRES

7) Inegalite du triangle :
|z + w| |z| + |w|
monstration :
De
On a dabord p
|z| = a2 + b2 a2 = |a| a = Re(z). ()
Alors

|z + w|2 = (z + w)(z + w) = (z + w)(z + w)

= zz + zw + wz + ww
= |z|2 + zw + wz + |w|2
= |z|2 + |w|2 + 2Re(zw)
par (*) |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 trigonom

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

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

z = a + bi = r cos() + r sin()i = r(cos + i sin ).

Le nombre z est enti`erement determine par son module et son argument. On note alors

z = [r; ] = r(cos + i sin )

Cest la forme trigonometrique de z.

Exemples 1.28. 1) z = 6 = [6; ]

2) z = 2 + 6i = [ 40; 1.8925]
3) z = 3i = [3; /2].

Produit et inverse sous forme trigonom

etrique
Soient

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

Alors

z1 z2 = r1 r2 (cos 1 + i sin 1 )(cos 2 + i sin 2 )

= r1 r2 (cos 1 cos 2 sin 1 sin 2 ) + i(cos 2 sin 1 + cos 1 sin 2 )
= r1 r2 [cos(1 + 2 ) + i sin(1 + 2 )] .
1.4. LES NOMBRES COMPLEXES 13

Donc |z1 z2 | = r1 r2 = |z1 ||z2 | et arg(z1 z2 ) = 1 + 2 = arg(z1 ) + arg(z2 )

Ainsi

largument dun produit est egal `a la somme des arguments.

Il sensuit que

1 z 1
arg = arg = arg + arg(z) = 0 arg(z) = arg(z).
z |z|2 |z|2

On en deduit

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

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

3. z n = [r; ]n = [rn ; n ]

(1 + i)9
Exemple 1.29. Calculons z = .
(1 i)7

On a 1 + i = [ 2; ] et 1 i = [ 2; ]. Alors
4 4
9 " #
[ 2; /4]9 [ 2 ; 9/4] [16 2; 9/4] 16 2
z= = 7 = = ; 9/4 (7/4)
[ 2; /4]7 [ 2 ; 7/4] [8 2; 7/4] 8 2
= [2; 4] = [2; 0] = 2.

Applications :
Soit z = [1; ] = cos() + i sin().

Alors
z n = [1n ; n] = [1; n] = cos(n) + i sin(n).
Donc
(cos() + i sin())n = cos(n) + i sin(n) Formule de Moivre
14 CHAPITRE 1. SUR LES NOMBRES

En particulier, si n = 3, on trouve
cos(3) + i sin(3) = (cos + i sin )3
= cos3 + 3i cos2 sin + 3i2 cos sin2 + i3 sin3
= cos3 3 cos sin2 + i(3 cos2 sin sin3 )
On en deduit les formules trigonometriques pour le triple dun angle :

cos(3) = cos3 3 cos sin2

sin(3) = 3 cos2 sin sin3

Remarque 1.30.
1. z = 0 na pas de forme trigonometrique car son argument nest pas defini. En revanche
|0| = 0.
2. Largument nest defini qu`a un multiple de 2 pr`es. Ainsi
[r; ] = [r; + k 2] k Z.
3. On verra au chapitre 2 que
[r ; ] = rei .

1.4.5 Similitude du plan complexe

On peut faire correspondre `a toute similitude du plan complexe une op
eration alg
ebrique
dans C.
a
(I) Translation de vecteur Addition du nombre w = a + bi.
b

(II) Homothetie de rapport r R Multiplication par w = r.

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

En effet, si z = [r ; ] alors z w = [r ; + ]
1.4. LES NOMBRES COMPLEXES 15

(IV) Symetrie daxe Ox prise du conjugue : z 7 z.

(V) etc....

1.4.6 Racines n-i`

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

wn = z racines n-i`eme de z.

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

Posons w = [s; ] et determinons s et . On doit avoir

[s; ]n = [r; ]

donc
[sn ; n] = [r; + k 2] k Z.
Ceci donne le syst`eme
sn = r
n = + k 2 kZ
dont les solutions sont donnees par
(
s= nr
2
= +k kZ
n n
Il y a donc exactement n racines n-i`eme de z distinctes donnees par

2
wk = n r; + k k = 0, 1, 2, . . . , n 1.
n n

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

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

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


n 2 2
wk = 1; 0 + k = 1; k k = 0, 1, 2 . . . , n 1.
n n

(On a w0 = [1, 0] = 1)
16 CHAPITRE 1. SUR LES NOMBRES

Les wk sont sur les sommets dun n-gone regulier.

Les wk sont les racines (les zeros) dans C du polynome X n 1.
2) Si n = 3 dans lexemple 1) ci-dessus, alors on a

w0 = 1

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

On peut verifier directement par calcul que

3
j 3 = j = 1.

Ainsi, dans C, le polynome X 3 1 se decompose en

X 3 1 = (X 1)(X 2 + X + 1) = (X 1)(X j)(X j).

Cas particulier : racines carr

ees ( n = 2 )
Le nombre complexe z = [r, ] a deux racines carrees qui sont donnees par

w0 = [ r; ]
2

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

Exemples 1.32.
1) Cherchons les 2 racines carrees du nombre z = i. On resoud le syst`eme (*)
2
u v2 = 0
2uv = 1

ce qui donne
u = v
uv = 12 .
1
Donc u et v doivent etre du meme signe ce qui conduit `a u = v puis finalement `a u2 = 2
et donc
1
u = v = .
2
1 1 1 1
Les 2 racines carrees de i sont + i et i.
2 2 2 2

1.5. POLYNOMES ET RACINES 17

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]
et donc

0.9273 h 0.9273 0.9273 i
w0 = 5; = 5 cos + i sin = 2 i.
2 2 2

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

ATTENTION La notation z est `a eviter. Exemple :
p
1 = 1 = (1)(1) = 1 1 = i i = 1 !!!!!!!!

1.5 Polyn
omes et racines
1.5.1 D
efinition et division euclidienne
Soit x une indeterminee ou variable. Alors P (x) = an xn + an1 xn1 + + a1 x + a0 avec
an 6= 0 est appele un polynome de degre n. On note n = deg(P ). Les nombres ak sont les
coefficients du polyn
ome. Ils peuvent etre reels ou complexes.
Deux polynomes sont egaux si et seulement sils sont de meme degre et que leurs coefficients
sont egaux.
On dit quun nombre (reel ou complexe) z0 est une racine de P (x) si P (z0 ) = 0 autrement
dit si
an z0n + + a1 z0 + a0 = 0.

Division euclidienne
Soient P (x) et D(x) deux polynomes. Alors il existe 2 polynomes Q(x) et R(x) avec
deg(R) < deg(D) tels que
P (x) = D(x)Q(x) + R(x).
Le polynome R(x) est le reste de la division de P (x) par D(x).

En particulier si D(x) = x z0 (degre 1) alors

P (x) = Q(x)(x z0 ) + R RR

avec P (z0 ) = 0 R = 0.
En resume, un polynome poss`ede z0 comme racine si et seulement sil est divisible par xz0 .

Corollaire 1.33. Un polyn

ome de degre n poss`ede au plus n racines.

1.5.2 Th
eor`
eme fondamental de lalg`
ebre
Le corps C des nombres complexes joue un role capital dans lexistence des zeros dun
polynome `a cause du theor`eme suivant :

Theor` eme 1.34 (Theor`eme fondamental de lalg`ebre). Tout polyn

ome P (x) de degre 1
`
a coefficients dans C a (au moins) une racine dans C.
18 CHAPITRE 1. SUR LES NOMBRES

Sans demonstration.

En utilisant la division euclidienne, on peut formuler ce theor`eme ainsi :

Tout polyn
ome `
a coefficients dans C se factorise en un produit de polyn
omes de degre 1.

Polyn
ome `
a coefficients r
eels
Proposition 1.35. Soit P (x) = an xn + + a1 x + a0 un polyn
ome `
a coefficients r
eels :
ak R. Si z C est un zero de P (x), alors z lest aussi.
monstration :
De
On a par hypoth`ese P (z) = 0, cest-`a-dire

an z n + + a1 z + a0 = 0.

En prenant le conjugue des deux cotes de cette egalite, on obtient

an z n + + a1 z + a0 = 0.

Mais comme les ak sont reels, on a ak = ak pour tout k et donc an z n + + a1 z + a0 = 0

ce qui montre que P (z) = 0

Corollaire 1.36. Tout polynome `a coefficients reels se factorise en un produit de polyn

omes
du premier ou du deuxi`eme degre.

Demonstration :
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 :
n
Y
P (x) = (x zi ) (n = degre de P ).
i=1

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

(x zi ) et (x zi )

on obtient le polynome

x2 (zi + zi )x + zi zi = x2 2Re(zi )x + |zi |2

qui est `a coefficients reels.

1.5.3 Equations du second degr

e
Les solutions de lequation ax2 + bx + c = 0 sont donnees par la formule :

b b2 4ac
z1,2 = avec a, b, c C.
2a

1.5. POLYNOMES ET RACINES 19

1.5.4 Equations de degr

e3
Soit x3 + ax2 + bx + c = 0. En posant y = x + a3 , on se ram`ene `a une equation de la forme

y 3 + py + q = 0.
q 2 p 3
On pose alors R = + . Trois cas peuvent se presenter :
2 3
R > 0. Alors on pose
r r
3
q q
v= + R et w= 3 R
2 2
et les 3 solutions sont
v + w v w
y1 = v + w (reelle) y2,3 = 3 i (complexes)
2 2
R = 0. Alors il y a deux racines reelles dont une est double :
r
p
3 q
y1 = 4q et y2,3 = 3
2
r
p3 q
si R < 0, on pose S = et cos = . Les 3 racines reelles sont alors donnees
27 2R
par la formule :
3 + k 2
yk = 2 S cos( ) k = 0, 1, 2.
3
Exemple 1.37.
Considerons lequation x3 21x2 + 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 = 21 et q = 72 ce qui donne R = (36)2 + (8)3 = 784 > 0 et R = 28. On a
alors v = 4 et w = 2 ce qui donne y1 = v + w = 6 et y2,3 = 3 3 i. Les solutions sont
alors
x1 = y1 + 7 = 13 et x2,3 = y2,3 + 7 = 4 3i.

Remarque g
en
erale
Il faut noter que le theor`eme fondamental de lalg`ebre ne donne aucune methode pour 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 r
eelles et s
eries num
eriques

2.1 Suites r
eelles
2.1.1 D
efinitions
D
efinition 2.1 (Suite). Une suite r
eelle est une suite

a1 , a2 , a3 , a4 , . . .

de nombres reels, lindice parcourant tous les nombres entiers. Ce nest donc rien dautre
quune fonction
a : N R
o`
u lon note an plutot que a(n). Lelement an est appele le terme general de la suite qui est
defini en fonction de n.
La suite, cest-`a-dire lensemble de tous les termes, est notee {an }.

Exemple 2.2.
1. La formule
9n 20
an =
n2
definit une suite dont les premiers termes sont

1 7
a1 = 11, a2 = , a3 = , a4 = 1, a5 = 1, . . .
2 9

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

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

Par exemple la suite definie par an = 3 est constante.
2. Une suite {an } est bornee si tous les points de la suite se situe dans un intervalle [M ; M ]
pour un M R+ . Autrement dit si |an | M pour tout n N .
Exemple : La suite definie par an = n1 est bornee car |an | 1.

21
22
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

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

a partir dun indice n N , on a
toujours
an+1 an (resp. an+1 an )
Exemple : reprenons lexemple ci-dessus
9n 20
an = .
n2
Alors
9(n + 1) 20 9n 20
an+1 an =
(n + 1)2 n2
9n3 + 9n2 20n2 9n3 18n2 9n + 20n2 + 40n + 20
=
n2 (n + 1)2
9n2 + 31n + 20
=
n2 (n + 1)2
(n 4)(9n + 5)
= <0 pour tout n 5.
n2 (n + 1)2
La suite est donc strictement decroissante.
4. On dira presque tous les points dune suite = tous les points sauf un nombre
fini. = tous les points `a partir dun certain indice.
Cest plus fort quune infinite de points ! !
Exemples :
1000
1) an = 5 + : presque tous les points sont < 6.
n
2) an = n : alors presque tous les points sont 1025 .
n
3) an = : on ne peut pas dire presque tous les points sont non entiers car il y a
1253
une infinite de n pour lesquels an N.

2.1.2 Convergence dune suite

D
efinition 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| < .
Definition 2.5 (suite convergente). On dit quune suite {an } converge vers a si tout
-voisinage de a contient presque tous les points de la suite.
Autrement dit, si pour tout > 0, il existe N = N dependant de , tel que
|an a| < n > N .
On note alors
lim an = a.
n

2.1. SUITES REELLES 23

Exemples 2.6.
1
1) La suite definie par an = n converge vers 0. En effet
1 1
|an 0| < < n > .
n
On choisit donc N = E( 1 ) et on est assure que d`es que n > N , alors |an | < . Donc
1
lim = 0.
n n
9n 20
2) an = . Alors lim an = 0
n2 n
Demonstration : Soit > 0. Alors
9n 20 9n 9

|an 0| = 2 < 2 = <
n n n
d`es que n > 9 . Il suffit donc de prendre

9
N = E + 1.

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

lim an = 0.
n

monstration : On utilise linegalite de Bernoulli :

De

(1 + x)n 1 + nx n N, x ] 1; [.

monstration de line
De galite
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 + |{z}

nx2
0
1 + (n + 1)x.

Revenons `a la suite an = q n :
Si q = 0, on a an = 0 pour tout n et la suite converge donc vers 0.
1
Si q 6= 0, on ecrit |q| = 1+h avec h > 0. Alors
1 n 1 1 1
|an | = |( ) |= n
< .
1+h (1 + h) 1 + nh nh


1 1 1
Donc |an | < d`es que nh > i.e. d`es que n >
h .
On pose donc N = E .
h

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

On peut supposer a 6= 0. On a ( an a)( an + a) = an a ce qui donne
|an a| |a a| 0
| an a| = n < = .
an + a a a
24
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

Une suite qui ne converge pas est dite divergente.

Exemples 2.7.
1) an = cos n
2 . On a

a1 = 0, a2 = 1, a3 = 0, a4 = 1, a5 = 0, a6 = 1, a7 = 0, . . .

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

tous les points en 1.
2) Soit
n n+11 1
an = (1)n = (1)n = (1)n 1 .
n+1 n+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.

Definition 2.8 (Points daccumulation). Un point a de la droite reelle est un point dac-
cumulation de la suite {an } si tout -voisinage de a contient une infinite de points de la
suite.
Exemples 2.9.
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 infinite de points 6= contenir presque tous les points (+ fort)

Limite impropre
Considerons la suite
n2 + 1
an = .
n+1
Apr`es division euclidienne, on obtient que
2
an = n 1 + .
n+1
Ainsi les an deviennent aussi grands que lon veut lorsque n augmente. On dit que an tend
vers linfini.
Definition 2.10. La suite {an } tend vers linfini si pour tout r R, il existe Nr N
tel que lon ait an > r d`es que n > Nr (presque tous les points de la suite sont `a droite de
r). On note alors
lim an = .
n
On a une definition analogue pour la limite vers .

2.1. SUITES REELLES 25

Exemple 2.11. an = (1)n n. Cette suite ne converge pas, meme pas vers linfini.

Th eor`eme 2.12 (Theor`eme des gendarmes pour les suites). Soient {an }, {un } et {vn }
trois suites satisfaisant les 2 proprietes suivantes :
(i) il existe N0 N avec un an vn pour tout n > N0 ;
(ii) lim un = lim vn = L.
n n
Alors
lim an = L.
n

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

De
n
< un L < pour tout n > N1 . De meme, il existe N2 () N tel que < vn L <
pour tout n > N2 . Alors si N () = max(N0 , N1 , N2 ), on a pour tout n > N

< un L an L vn L <

ce qui donne |an L| < pour tout n > N ().

Exemple 2.13. soit an = n n. Pour n > 1, on a an > 1 donc an = 1 + n avec n > 0.
On a donc (1 + n )n = n. Par la formule du binome, on obtient

n(n 1) 2 n(n 1) 2
n = (1 + n )n = 1 + n + n + + nn > n
2 2
ce qui donne (en divisant par n)
n1 2
1> n
2
et ainsi r
2 n
0 < n < 0.
n1
Le theor`eme des gendarmes implique que lim n = 0. Comme an = 1 + n , on obtient
n

lim an = 1.
n

On a donc demontre que

n
lim n = 1.
n

an+1
Th eor`
eme 2.14 (Crit`ere de dAlembert). Soit {an } une suite reelle telle que l = lim
n an
existe. Alors
1. si l < 1, la suite {an } converge vers 0 ;
2. si l > 1, la suite {an } diverge.

Demonstration :
1. Par hypoth`ese, `a partir dun certain indice N , on a

|an+1 | |an | < 1

avec < 1. Par recurrence, ceci implique que

0 |aN +n | n |aN |.
26
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

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

|an+1 | |an |

avec > 1. Donc on a, par recurrence, |aN +n | n |aN |.

Ceci montre que aN +n nest pas majoree. La suite {|an |} diverge donc et `a fortiori la suite
{an } aussi.

1000n
Exemple 2.15. Considerons la suite an = . On a
n!

an+1 1000n+1 n! 1000

an = (n + 1)! 1000n = n

qui converge vers 0 lorsque n . Donc l = 0. Le crit`ere de dAlembert implique que

lim an = 0.
n

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

{an + bn } a + b , R.

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

lim an bn = lim an lim bn

n n n

si ces limites existent.

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

Soit > 0. Posons 0 = . Par hypoth`ese,
2M
|an a| < 0 pour n > N1 (0 ) et |bn b| < 0 pour n > N2 (0 ).

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

|an bn ab| = |an (bn b) + b(an a)|

|an (bn b)| + |b(an a)|
|M | (|bn b| + |b| |an a|
M 0 + M 0 = 2M 0 = .

Ceci montre que la suite an bn converge vers ab.


2.1. SUITES REELLES 27

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

( n + 1 n)( n + 1 + n) n+1n
an = =
n+1+ n n+1+ n
1 1 1 n 1
= = q 0 = 0.
n+1+ n n 1+ 1+ 1 2
n

Donc lim an = 0.
n

Exemple 2 : p N , on a lim n
np = 1.
n
En effet,
n
np = n n n n n n .
| {z }
p fois

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

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

6 0 6= b alors

an a
.
bn b

(3n + 2)(n + 3)
Exemple : an = . Que vaut lim an ? (= ). On a
n2 + n + 1 n

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

(VI) Toute suite monotone et born

ee est convergente (et converge vers a = sup an ).
n
monstration : Faisons la preuve pour {an } bornee et croissante :
De

{an } bornee implique |an | M .

= a = sup an existe (cf. chapitre 1)
nN
avec an a pour tout n
0
et il existe n avec an0 > a .
Mais {an } est croissante. Donc
= n > n0 an an0 > a
= a < an a < a +
= |an a| < n > n0 =: N

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

(VII) Soit {an } une suite bornee et {bn } une suite convergeant vers 0. Alors la suite {an bn }
converge vers 0.
1
Exemple : an = sin n. Alors lim an = 0.
n n
28
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

2.1.4 Sous-suites et points daccumulation

Definition 2.16 (Sous-suite). Soit {an } une suite reelle et {nk }kN une suite strictement
croissante dentiers. Alors {ank } est une sous -suite de {an }.

On a alors la reformulation suivante :

Un point daccumulation = la limite dune sous-suite convergente

Exemple 2.17.
n
Reprenons la suite an = (1)n .
n+1
Dej`a vu : 2 points daccumulation qui sont 1 et 1.
2k 2k k
Sous-suite dindice pairs : a2k = (1)2k = 1
2k + 1 2k + 1
2k 1 2k 1 k
Sous-suite dindice impairs : a2k1 = (1)2k1 = 1
2k 2k

2.1.5 Suites de Cauchy

Definition 2.18. Une suite {an } est une suite de Cauchy si > 0, il existe N N tel
que
|an am | < n, m > N

Th
eor`
eme 2.19. Toute suite convergente est une suite de Cauchy.

Demonstration : Soit {an } a. Alors pour tout > 0, il existe N = N/2 avec
|an a| < 2 si n > N . Ceci implique

|an am | = |an a + (a am )| |an a| + |a am |

< + =
2 2
d`es que n, m > N .

La reciproque est vraie dans R : toute suite de Cauchy est convergente. On dit alors que R
est complet.

Cest une propriete fondamentale des nombres reels que ne poss`ede pas Q : on peut trouver
une suite {qn } de nombres rationnels qui soit une suite de Cauchy mais qui ne converge pas
dans Q (mais bien dans R) (cf. exemple 2.22).

2.2 Suites r
ecurrentes
D efinition 2.20. Une suite est dite recurrente si an+1 est definie `a partir de an , cest-`a-dire
si
an+1 = g(an ).

2.2. SUITES RECURRENTES 29

2an
Exemple 2.21. a1 = 2 et an+1 = . Alors
1 + an
4 2 4/3 8 16
a2 = a3 = = a4 = , etc...
3 1 + 4/3 7 15

2.2.1 M
ethodes pour trouver la limite dune suite r
ecurrente
1`
ere m
ethode
On essaie de se ramener `a une suite non-recurrente en exprimant le terme general comme
une fonction de n, an = f (n), et non plus de an1 .

Exemple : Dans lexemple ci-dessus, on constate que

2n
an = .
2n 1
On demontre cette formule par recurrence :
2
1) si n = 1, on a bien a1 = = 2 : ok.
1
2) Supposons la formule vraie pour n. Alors
n
2an 2 2n21
an+1 = = n | 2n 1
1 + an 1 + 2n21
2n+1 2n+1
= = .
2n 1 + 2n 2n+1 1
On peut alors calculer la limite :
2n 1
lim an = lim = lim = 1.
n n 2n 1 n 1 2n

2`
eme m
ethode
On demontre dabord que la limite existe et le cas echeant on passe `a la limite dans lequation
an+1 = g(an ) ce qui donne `a resoudre lequation

a = g(a).

Exemple : Reprenons la suite precedente.

(A) Montrons dabord, par recurrence, que la suite est decroissante, cest-`a-dire que
an+1 < an :
1) n = 1 : on a bien a2 < a1
2) Soit n 1. Supposons que an+1 < an et montrons que an+2 < an+1 . On a
2an+1 2an 2an+1 (1 + an ) 2an (1 + an+1 )
an+2 an+1 = =
1 + an+1 1 + an (1 + an+1 )(1 + an )
2(an+1 an )
= < 0.
(1 + an+1 )(1 + an )
La suite est donc decroissante.
(B) Elle est egalement bornee car an > 0.
Elle converge donc.
2an limite 2a
an+1 = a= a2 + a = 2a a(a 1) = 0.
1 + an 1+a
30
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

Cette equation a 2 solutions a = 0 et a = 1. Il faut choisir la bonne : pour cela on montre

que an 1 pour tout n et la limite est donc a = 1.

ATTENTION : cette 2`eme methode de calcul fonctionne parce que lon a demontre que la
limite existe.
Contre-exemple : soit a1 = 2 et an+1 = a1n . On a

1 1
a1 = 1, a2 = , a3 = 2, a4 = , a5 = 2, . . .
2 2
Deux points daccumulations = pas de limite.
Mais si lon passe `a la limite dans la formule de definition, on a

1 limite 1
an+1 = a = a2 = 1
an a
ce qui donne a = 1 ou a = 1 ! ! ! ! ! ! ! !

Exemple 2.22. Soit r > 0 un nombre reel. Considerons la suite definie par

1 r
an+1 = an +
2 an

et a1 R. Alors

lim an = r.
n

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

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

1. a2n+1 r car

1 r2 1 r 2
a2n+1 r = 2
an + 2 + 2r r = an 0.
4 an 4 an

1 r 1 r 1
2. an+1 an = (an + ) an = ( an ) = (r a2n ) 0 pour n 2.
2 an 2 an 2an
La suite est donc decroissante.
Comme an 0, elle est aussi bornee. La suite converge donc et on peut passer `a la limite
dans la definition :
1 r
a = (a + ).
2 a
2 2
Ceci donne 2a = a + r et donc a = r.

Application : pour r = 2 et a1 = 1, on trouve

3 17 577 665857
a2 = a3 = a4 = a5 = = 1.414213562 (8 decimales correctes).
2 12 408 470832

Exemple 2.23. Soit la suite definie par

1
an+1 = (an + 4)
4

2.3. SERIES 31

et a1 = 1. Montrons dabord que la suite est bornee et croissante.

an
(A) On a a1 < 2 et par recurrence an+1 = 1 + 4 < 1 + 1/2 < 2. De plus, on a clairement
an > 0. Donc la suite est bornee.

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

5
1) on a 1 = a1 < a2 = .
4
2) supposons an < an+1 . Alors an+2 an+1 = 14 (an+1 + 4) 14 (an + 4) = 14 (an+1 an ) > 0.

La suite est donc croissante et bornee = la limite existe. Notons a cette limite. Alors
1
a = (a + 4) devient 4a = a + 4 donc a = 43 .
4

Remarque 2.24. Toute suite croissante (resp. decroissante) est forcement minoree (resp.
majoree).
Conclusion : pour montrer quune suite croissante (resp. decroissante) est convergente, il
suffit de montrer quelle est majoree (resp. minoree).

2.3 S
eries
D
efinition 2.25. Soit {bn } une suite reelle. On note
n
X
bk := b1 + b2 + + bn .
k=1

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

erie :

X
bk
k=1

bk est le terme general de la serie.

2.3.1 Convergence dune s

erie
D
efinition 2.26. Posons
n
X
sn = bk = b1 + b2 + + bn .
k=1

On a sn+1 = sn + bn+1 .

La suite {sn } est une suite recurrente, appelee la suite des sommes partielles.

X
On dit que la serie bk converge vers s si la suite {sn } converge vers s. On note alors
k=1

X n
X
bk = s = lim sn = lim bk .
n n
k=1 k=0

Sinon on dit que la s

erie diverge.
32
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

Condition n
ecessaire de convergence

X
Pour que la serie bk converge, il faut que lim bk = 0. En effet si la suite {sn } converge
k
k=1
vers s, alors
s = lim sn+1 = lim (sn + bn+1 ) = s + lim bn+1 .
n n n

On doit donc avoir

lim bn = 0.
n

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

X
1 1
Exemple 2.27 (Serie harmonique). Posons bk = . La serie est appelee la s
erie
k k
k=1
harmonique. La suite des sommes partielles est
1 1 1
sn = 1 + + + + .
2 3 n
k
On a bien bk 0. Mais la suite {sn } diverge.

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

1
s1 = 1 s2 = 1 +
2
1 1 1 1 1 1
s4 = 1 + + + s8 = 1 + + + + .
2 3 4 2 3 8
Alors
1 1 1 1 1 1
s4 = s2 +
+ > s2 + + = 1 + + .
3 4 4 4 2 2
1 1 1 1 1 1 1 1 1 1 1 1
s8 = s4 + + + + > s4 + ( + + + ) > 1 + + + = 1 + 3 .
5 6 7 8 | 8 8 {z 8 8 } 2 2 2 2
= 12

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

1 1 1
lim sn = lim (1 + + + + ) = .
n n 2 3 n

X 1
La serie est donc divergente.
k
k=1

Exemple 2.28 (La serie geometrique). Soit r R. Posons bk = rk et considerons la serie

X
rk (ici, on debute `a k = 0).
k=0

2.3. SERIES 33

Alors
s0 = b0 = 1
s1 = b0 + b1 = 1 + r et
sn = 1 + r + r + + rn .
2

On sait que
1 rn+1
sn = car (1 r)(1 + r + r2 + + rn ) = 1 rn+1
1r
Quelle est alors la limite ?
n
Si |r| 1 alors la suite sn diverge car |rn+1 | +.

En revanche, pour |r| < 1, on a lim rn+1 = 0 et donc

n

1 rn+1 1
lim sn = lim = .
n n 1 r 1r
En conclusion, la serie geometrique

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

Exemple 2.29. La serie

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

diverge (et non pas 0) car la suite des sommes partielles est 1 ; 0 ; 1 ; 0 ; 1 ; . . .

2.3.2 Propri
et
es des s
eries

X
X
(I) Si bk = s, alors cbk = cs.
k=1 k=1

X X
(II) Si s = bk et s0 = b0k alors
k=1 k=1

X
bk + b0k = s + s0
k=1

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

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

diverge encore (serie harmonique).

34
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

2.3.3 S
eries `
a termes positifs

X
Notons uk les series avec uk 0 k.
k=1

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

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

X
X
(b) si uk diverge, alors vk diverge aussi. (suite croissante non majoree).
k=1 k=1

Exemple 2.30.

X 1
La serie avec 1 diverge.
k
k=1
En effet, on a k = k 1 avec 0 et donc k k ce qui implique que

1 1
.
k k
P1
Comme la serie 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)
X
Si pour tout n N , on a n
un q < 1 (q fixe) alors la serie uk converge.

Si n u 1, la s
n erie diverge car un 6 0.

monstration :
De

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

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

(C) Crit`
ere du quotient (ou de dAlembert)

un+1 X
Si pour tout n N , on a q<1 (q fixe) alors la serie uk converge.
un
un+1
Si on a un > 1, alors la serie diverge.

2.3. SERIES 35

monstration :
De
On a
un+1 un
q et q
un un1
et donc
un+1 un q un1 q 2 q n u1 .

X
Or la serie u1 q k converge. Par le crit`ere de comparaison, il en est de meme de la serie
P k=0
uk .

Corollaire 2.31 (Resume-corollaire). Soient

un+1
q1 := lim n
un et q2 := lim
n n un


X converge si qi < 1
Alors la serie uk diverge si qi > 1

k=1 on ne peut rien dire si qi = 1.

Exemples 2.32.
X
k 10
1.
3k
k=1 r
n n
10 1 n n 1 1
On a n un = n
= n10 1 = < 1. La serie converge.
3 3 3 3

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

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

Exemples 2.33 (Autres exemples).

X
1
(a) Considerons la serie .
k(k 1)
k=2
1 1 1
Alors on a bk = = pour tout k 2 et donc
k(k 1) k1 k
Xn
1 1 1 1 1 1
sn = bk = 1 + + + =1 .
2 2 3 n1 n n
k=2

X 1
Alors lim sn = 1 ce qui demontre que = 1.
n k(k 1)
k=2
X
1 1 1
(b) Considerons maintenant la serie . On a 2 pour tout k 2.
k2 k k(k 1)
k=1
Le crit`ere de comparaison et lexemple (a) ci-dessus permet de conclure que la serie
X
1
converge. On a de plus
k2
k=1
36
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

X
X
X
1 1 1
= 1 + 1 + = 1 + 1 = 2.
k2 k2 k(k 1)
k=1 k=2 k=2

X
1 1 1
Corollaire 2.34. La serie avec 2 converge car 2 (crit`ere de comparai-
k k k
k=1
son).

X 1
Pour < 1 2, la serie converge egalement (voir serie dexercices 5).
k
k=1

Remarque 2.35. Dans lexemple (b) ci-dessus, les crit`eres de la racine et du quotient ne
donnent rien. En effet, on a
r 2
n 1 1
q1 = lim = lim =1
n n2 n n
n

et 2
un+1 n
q2 = lim = lim = 1.
n un n n+1

X 1
De meme, pour la serie harmonique, , ces crit`eres ne donnent rien. On a
k
k=1
r
n 1 1
q1 = lim = lim = 1.
n n n n n

De meme pour le crit`ere du quotient :

un+1 1/(n + 1) n
= = < 1.
un 1/n n+1
un+1 un+1 un+1
ATTENTION : on a < 1 mais PAS q < 1 car q2 = lim = 1. Et la serie
un un n un
harmonique diverge.

2.3.4 S
eries altern
ees
Soit un de signe constant. La serie

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

est dite serie alternee.

Th
eor`
eme 2.36 (Crit`ere de convergence). Si
(i) |un | > |un+1 | et
n
(ii) |un | 0
alors la serie alternee converge.
De plus elle converge vers S avec |S| |u1 |.

2.3. SERIES 37

Demonstration : On peut supposer tous les uk positifs. Lhypoth`ese devient alors

uk > uk+1 et donc uk uk+1 > 0. Do`
u

s2n = u1 u2 + u3 + u2n1 u2n et

s2n+2 = u1 u2 + u3 + u2n+1 u2n+2 > s2n .
| {z }
>0

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

s2n = u1 (u2 u3 ) (u2n2 u2n1 ) u2n < u1 .

| {z } | {z }
>0 >0

La suite {s2n } est donc aussi bornee. Elle converge donc. Posons

S = lim s2n .
n

On a alors
n
s2n+1 = s2n + u2n+1 S + 0 = s.
La suite {s2n+1 } converge egalement vers S ce qui montre que {sn } converge vers S.
Comme s2n < u1 , on a bien S < u1 .

Exemples 2.37.
1. La s
erie harmonique altern
ee ( ou s
erie de Leibniz)

X 1 1 1 1 1
(1)k+1 = 1 + + . . . . . .
k 2 3 4 5
k=1

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

2.

X
k+1 2 + k
(1)
k
k=1
On a
2+ n 2 1 n
un = = + 0
n n n
et
2 1 2 1 2+ n+1
un = + > + > = un+1 .
n n n+1 n+1 n+1
Les hypoth`eses (i) et (ii) du theor`eme sont remplies : la serie converge.

n
Remarque 2.38. La condition (ii) un 0 ne suffit pas.
Exemple : la serie alternee
X
1 1 1
1 + + = (1)k+1 uk
4 3 16
k=1

avec 1
k si k est impair
uk = 1
k2
sinon
38
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

ne converge pas bien que uk 0. En effet, soit n pair. Alors

n
X 1 1 1 1 1
sn = (1)k+1 uk = 1 + + 2
4 3 16 5 n
k=1
1 1 1 1 1 1 1
= (1 + + + + )( + + + + 2).
| 3 5 {z n 1 } | 4 16 36{z n }

s+
n sn
X 1
Comme la serie converge, le terme s
n est majore par un nombre M R independant
k2
de n.
Comme la serie harmonique diverge, le terme s+n est plus grand que tout r R pour n assez
grand. Ainsi, pour tout r R, il existe Nr N tel que s+
n > r d`es que n > Nr .
+
Ceci implique que sn = sn sn > r M . Ainsi la sous-suite sn (n pair) est non majoree
et donc non convergente.

2.3.5 S
erie absolument convergente
P
D
efinition 2.39. Soit bk une serie donnee. Si la serie
X
|| := |bk |

converge, on dit que est absolument convergente.

Th
eor`
eme 2.40. 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.

X ak
Exemple : la serie est absolument convergente pour tout a R. En effet, on a
k!
k=0

bn+1 |a|

bn = n 0 (crit`ere du quotient)

P
D
Pefinition 2.41 (Serie semi-convergente). Une serie bk convergente mais dont la serie
|bk | diverge est appelee semi-convergente.

X 1
Exemple : La serie harmonique alternee (1)k+1 est convergente mais pas absolument
k
k=1

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

Th eor`eme 2.42.
1) La somme dune serie absolument convegente 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.

2.3. SERIES 39

P
Corollaire 2.43. Si k ak est absolument convergente alors
X X
al + am
l m

(o`
u les al et am forment lensemble de tous les ak ) sont separement absolument convergentes.

Exemple : Calculons

X 1
s= (1)k+1 (serie alternee).
k(k + 2)
k=1

Cette serie est absolument convergente car

1 1
|uk | = < 2
k(k + 2) k
P 1
et la serie k2
converge.
On peut alors separer les termes dindices pairs et ceux dindices impairs :

X
X
1 1
s= + (1)
k(k + 2) k(k + 2)
k=1, impairs k=2, pairs
X
X
1 1
=
(2l 1)(2l + 1) 2m(2m + 2)
l=1 m=1
X
1 1 1 1 X 1
=
2 2l 1 2l + 1 4 m(m + 1)
|l=1 {z } |m=1 {z }
s+
l
s
m

1 1 1
= 1= .
2 4 4
car

1 1 1 1 1 1 1 1 l 1
s+
l = (1 ) + ( ) + + ( ) = (1 )
2 3 3 5 2l 1 2l + 1 2 2l + 1 2
1 1 1 1 1 1 1 1 1 m
s
m = + + + = 1 + + + =1 1
2 23 m(m + 1) 2 2 3 m m+1 m+1

Exemple 2.44. La serie harmonique alternee est semi-convergente. On ne peut pas changer
lordre des termes sans changer la valeur de la somme (infinie).

1 1 1 1 1 1 1 X 1
ln(2) = 1 + + + + = (1)k+1 |2
2 3 4 5 6 7 8 k
k
2 1 2 1 2 1 2
2ln(2) = 2 1 + + + + + ...
3 2 5 3 7 4 10

1 1 1 1 1
=1 + + + ...
2 3 4 5 6
= ln(2).
On obtient ainsi
2ln(2) = ln(2)!!!!!!!!!!
40
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

2.4 D
efinition du nombre e
1
Soit b0 = 1 et bk = . (Nous demarrons ici avec k = 0.)
k!
X
1
Considerons la serie et notons {en } la suite des sommes partielles, cest-`a-dire
k!
k=0

1 1 1 1
en = 1 + + + + + .
1! 2! 3! n!
Nous avons vu dans lexemple 2.32 que cette serie est absolument convergente. Sa limite est
notee e :

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

Numeriquement : e = 2, 718281828.

Th
eor`
eme 2.45. Le nombre e est irrationnel.

monstration :
De
Pour tout n 2, on a
1 1 1 1 1
e=1+1+ + + + + + + ...
2! (n 1)! n! (n + 1) ! (n + 2) !

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

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

M 1 1 1
= 1 + 1 + + + + N +1 | (N + 1)!
N 2 N ! (N + 1)!

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

| {z } | {z } | {z }
N N 6N

On aboutit ainsi `a une contradiction.

Autre d
efinition de e
Considerons la suite {e0n } definie par

1 n
e0n = 1+ .
n

Alors

2.4. DEFINITION DU NOMBRE E 41

1 n
Proposition 2.46. lim e0 = lim 1 + = e.
n n n n
monstration : Par la formule du binome, on a
De
n k n
0 1 n X n nk 1 1 X n(n 1) (n k + 1)
en = 1 + = 1 =1+n +
n k n n k! nk
k=0 k=2
Xn
1 1 2 k1
=1+1+ 1 1 1 1 ()
k! n n n
k=2 | {z } | {z } | {z }
1 1 1
n
X n
X
1 1
1+1+ = = en
k! k!
k=2 k=0

On a ainsi montre que e0n en pour tout n. Reprenons le calcul precedent `a la ligne
(*) :
Xn
1 1 2 k1
e0n =1+1+ 1 1 1 1
k! n n n
k=2 | {z } | {z } | {z }
1 k1
n
1 k1
n
1 k1
n
n
X
1 k1 k
1+1+ 1
k! n
k=2
Linegalite de Bernoulli donne
Xn Xn n
1 k(k 1) 1 1 X k(k 1)
1+1+ 1 =1+1+
k! n k! n k!
k=2
| {zk=2 } k=2
= en
n
1 X 1
= en
n (k 2)!
k=2
n2
X
1 1 1
= en = en en2 .
n j! n
j=0

On a donc
1
en en2 e0n en .
n
1
Les suites en et en en2 convergent toutes les deux vers e. Ainsi, par le theor`eme des
n
gendarmes, on a aussi lim e0n = e.
n

La convergence de cette suite {e0n } est beaucoup plus lente que la precedente.
Pour avoir e = 2.7180.., il faut n = 6 dans en mais n = 4819 dans e0n .
Remarque 2.47. On peut generaliser cette demonstration pour montrer que

x n X xk

lim 1 + =
n n k!
k=0

pour tout x R.
42
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

Propri
et
es
1.
1 n 1
lim 1 = e1 = .
n n e
Demonstration : On a
n+1 n+1
1 n + 1 1 n+1 n
1 = =
n+1 n+1 n+1
n1
n+1 1 n1
= = 1+
n n
" n+1 #1 1
1 1 n 1 n 1
= 1+ = 1+ 1+ (e 1)1 = .
n n n e

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

monstration : En posant N = E( a1 ), on a N
De 1
an < N + 1 et alors
n

1 1 1
(1 + )N < (1 + an ) an < (1 + )N +1 .
| N
{z+ 1 } | N
{z }
1 N 1
(1+ N1+1 )N +1 (1+ N1+1 )1 (1+ N ) (1+ N )

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

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

3. On a
q n
lim (1 + ) = eq q Q.
n n
Cest la definition numerique de eq .

Demonstration :
Si q = 0 cest trivial. Si q > 0 on applique le point 2. avec an = nq . On a alors
q q q
n
(1 + )n = (1 + )n/q eq .
n n
Si q < 0, largument est analogue `a celui du point 1.
Exemple : Calculons n
n1
lim .
n n+1
On a
n n n n+1 1
n1 n+12 2 2 2
= == 11 1
n+1 n+1 n+1 n+1 n+1
n+1 1
2 2 n 1
= 1+ 1 e2 1 = 2 .
n+1 n+1 e

2.5. UN PETIT RESUME DE QUELQUES SERIES
43

La fonction ex
q n
Nous avons demontre que lim 1+ = eq pour tout q Q.
n n
x n X xk

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

X xk x n
ex = = lim 1+ .
k! n n
k=0

On peut meme etendre cette definition aux nombres complexes en posant

X zk
ez = pour tout z C.
k!
k=0

Le module remplace alors la valeur absolue et cette suite est encore absolument convergente.
On peut montrer les resultats suivants :
0 0
ez+z = ez ez pour tout z, z 0 C
ez = ez pour tout z C
Donc |ez |2 = ez ez = ez ez = ez+z = e2Re(z) = |ez | = eRe(z) .

En particulier, si z = i alors ei = e0 = 1. Lexponentielle complexe envoie laxe
imaginaire sur le cercle trigonometrique.
Chapitre 4 = arg(ei ) = . On obtient les formules suivantes :

ei = cos + i sin = [1; ]

et
[r; ] = rei .

En particulier

ei = 1

2.5 Un petit r
esum
e de quelques s
eries
X
1
diverge (serie harmonique)
k
k=1
X
1
(1)k+1 est semi-convergente (serie harmonique alternee)
k
k=1
X
1 diverge si 01

k converge si >1
k=1
X 1
= 1q si |q| < 1
qk serie geometrique
diverge si |q| 1
k=0 (
X 1
= (1q) si |q| < 1
k q k1
2
derivee de la serie geometrique
diverge si |q| 1
k=1
44
CHAPITRE 2. SUITES REELLES
ET SERIES
NUMERIQUES

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

X ak
converge absolument a R et
k!
k=1

n
a n

X ak a n+a
= e = lim 1+ = lim .
k! n n n n
k=1
Chapitre 3

Fonctions r
eelles et continuit
e

3.1 D
efinitions g
en
erales
Definition 3.1.
Soient D et T deux ensembles non vides. Une fonction f de D dans T est une
correspondance qui associe `a tout element x D un element y = f (x) T . On la note par

f : D T
x 7 f (x)

Lensemble D est le domaine de d efinition de f . Il sera souvent note Df .

Lelement y = f (x) T est limage de x par f alors que x est la pr e-image de y.

Si D et T sont des sous-ensembles de R, la fonction f est appelee fonction r

eelle.

Lensemble
Im(f ) := {y T | x D avec y = f (x)}
est appele limage de D par f . On le note aussi f (D).

D efinition 3.2 (Fonction injective). Une fonction f : D T est dite injective si tout
element de T a au plus une pre-image.
Autrement dit, si x1 6= x2 implique f (x1 ) 6= f (x2 ) pour tout x1 , x2 D.

D efinition 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 definie par f (n) = n2 est injective mais pas surjective car il
nexiste aucun n N tel que f (n) = 5. On a alors

Im(f ) = lensemble des carres dans N = {0, 1, 4, 9, 16, }.

(2) La fonction f : Z N definie par f (n) = n2 nest pas injective car f (6) = f (6) = 36.

45
46
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

(3) La fonction f : R+ R definie 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 6= b

alors a 6= b. Par la suite cette fonction sera simplement notee f (x) = x (sous-
entendu : Df = R+ et T = R).
(4) La fonction f : R R definie par f (x) = x est la fonction identit
e. Elle est bijective.
(5) La fonction signe est definie par

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

1 si x > 0

On a Df = R. Elle nest ni injective ni surjective.

1 si x > 0
(6) La fonction de Heaviside est definie par H(x) = .
0 si x 0

3.2 Fonctions r
eelles
Dorenavant, toute fonction f (x) sera reelle.

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

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

decroissante (resp. strictement decroissante) si

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

monotone si elle est croissante ou decroissante.

Composition
Soient f, g deux fonctions reelles telles que Im(f ) Dg . Alors on peut construire la fonction
composee g f definie par

(g f )(x) = g(f (x)) pour tout x Df .

Exemple :

g(x) = x D g = R+ f (x) = x2 Im(f ) = R+
Alors p
(g f )(x) = f (x) = x2 = |x|.

3.3. QUELQUES FONCTIONS REELLES EMENTAIRES
EL 47

Graphe dune fonction

Le graphe dune fonction f (x) est le sous-ensemble du plan R2 defini par

Gf = {(x , f (x)) | x Df }.

Fonction r
eciproque (ou fonction inverse)
Si une fonction

f : D T
x 7 f (x)

est bijective, on peut definir 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 definies.

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

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

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

3.3 Quelques fonctions r

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

On a Df = R si q N alors que Df = R si q Z .
(II) Fonctions polynomiales :
n
X
y = f (x) = ak xk ak R, an 6= 0.
k=0
48
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

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

(III) Fonctions rationnelles

P (x)
y = f (x) = Df = R\{xk | Q(xk ) = 0}.
Q(x)

Si Q(xk ) = 0 et multQ (xk ) > multP (xk ), alors les droites x = xk sont des asymptotes
verticales.
(IV) Fonctions irrationnelles : polynomes + racines
Exemple :
1 + 3 x2 + 4
f (x) = q p .
x2 + 3x 3 x/2

(V) Fonctions trigonometriques

f (x) = sin x impaire, periodique de periode T = 2, bornee
cos x paire, periodique de periode T = 2, bornee
tan x impaire, periodique de periode T = , non bornee
Df = R { 2 + k ; k Z}
eix + eix eix eix
On a les relations suivantes : cos x = et sin x =
2 2i

(VI) Fonctions trigonometriques inverses

Pour inverser les fonctions trigonometriques, il faut se restreindre `a un intervalle sur
lequel elles sont monotones. On choisit les intervalles suivants :

sin x : 2 ; 2 [1 ; 1]
cos x : [0 ; ] [1 ; 1]
tan x : 2 ; 2 R
On definit alors

arcsin : [1; 1] 2 ; 2 par arcsin(x) = sin1 (x)
arccos : [1; 1] [0;
] par arccos(x) = cos1 (x)

arctan : R 2 ; 2 par arctan(x) = tan1 (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 REELLES EMENTAIRES
EL 49

On a arccos(x) + arcsin(x) = pour tout x [1; 1].
2

(VII) Fonctions exponentielles

Soit a > 0 un nombre reel. On cherche `a definir la fonction f (x) = ax .

m
(A) Si x = q = n Q, on pose
m
f (q) = aq := a n = n m
a .

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

Propri es des fonctions f (x) = ax

et

(1) f (x) > 0 pour tout x R. Cest une fonction strictement positive.
(2) f (0) = 1 et f (1) = a.
1
(3) f (rx) = arx = (ax )r = f (x)r . En particulier, f (x) = .
f (x)
(4) f (x + y) = ax+y = ax ay = f (x) f (y)
(5) Si a > 1, alors f (x) = ax est strictement croissante.
Si 0 < a < 1, alors f (x) = ax est strictement decroissante.

Graphes des fonctions exponentielles :

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

50
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

(VIII) Fonctions logarithmes

La fonction f (x) = ax est strictement monotone (si a 6= 1 ce que lon suppose d`es `a
present). Elle a donc une fonction inverse et on definit :
loga y = f 1 (y) y > 0.
Lensemble de definition de loga est donc Df = R+ . On a lequivalence suivante :

loga y = x y = ax x R y R+

Par definition on a les relations suivantes :

aloga y = y y > 0 et loga ax = x x R.

Propri
et
es des fonctions loga x
(1) la fonction loga x nest definie que pour x > 0.
(2) loga 1 = 0 et loga a = 1.
1
(3) loga xr = r loga x pour tout x > 0 et tout r R. En particulier loga x = loga x.
(4) loga (xy) = loga x + loga y pour tout x, y > 0.
(5) Si a > 1, alors loga x est strictement croissante.
Si 0 < a < 1, alors loga x est strictement decroissante.

Graphes des fonctions logarithmes :

D
efinition 3.6 (Logarithme naturel). On pose

ln(x) := loge x

Changement de bases
Si L = loga x alors aL = x et
ln(x) = ln(aL ) = L ln(a)
ln(x)
= L = ln(a) . Ainsi

ln(x)
loga x = .
ln(a)

On a
x
X (x ln a)k
ax = eln a = ex ln a = .
k!
k=0

3.3. QUELQUES FONCTIONS REELLES EMENTAIRES
EL 51

(IX) Fonctions hyperboliques

Sinus hyperbolique :

ex ex
sinh(x) = (fonction impaire)
2

Cosinus hyperbolique :

ex + ex
cosh(x) = (fonction paire)
2

On a la relation suivante :

cosh2 (x) sinh2 (x) = 1.

Ces 2 fonctions permettent de parametriser les hyperboles :

x2 y 2 x = a cosh(t)
2 = 1 tR
a2 b y = b sinh(t)

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 REELLES
ET CONTINUITE

(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, definie
sur [1; [ et dont limage est R+ .

Calcul explicite

Soit y = arcsinh(x). Alors

ey ey
y = arcsinh(x) sinh(y) = x =x ey ey = 2x.
2

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

2x 4x2 + 4 p
2 2
u 1 = 2xu u 2xu 1 = 0 u = = x x2 + 1.
2

Le signe est impossible car u = ey > 0. Donc u = x + x2 + 1 et
p
y = ln(u) = ln(x + x2 + 1).

On a ainsi demontre que

p
arcsinh(x) = ln(x + x2 + 1) x R.

De meme, on peut demontrer que

p
arccosh(x) = ln(x + x2 1) x 1.

3.4. REPRESENTATION DES COURBES PLANES 53

3.4 Repr
esentation des courbes planes

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

Attention : Courbe 6= 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 :
t

x = 1 + t3
t 6= 1.

t2
y=
1 + t3
54
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

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 :
p

= x2 + y 2


cos = x = p x
x = cos
et x2 + y 2
y = sin
y y

sin = = p 2

x + y2

Une courbe peut alors etre donnee sous forme polaire, cest-`a-dire `a laide dune equation
reliant et .

Exemples :
A) Cardiode : = a(1 + cos ) a > 0 [0 ; 2].

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

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

 ` LINFINI
3.5. VALEUR LIMITE DUNE FONCTION A 55

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

= (t)
= (t).

Exemple :

3.5 Valeur limite dune fonction `

a linfini
On cherche `a definir lim f (x).
x

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

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 .

Limite impropre
On dira que
lim f (x) = (resp. )
x

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

x > Mr = f (x) > r (resp. < r).

Exemples 3.8.
1
1) f (x) = q , q Q+ . Alors
x
lim f (x) = 0
x
56
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

2)

am1 a1 a0
P (x) am xm + + a1 x + a0 xm am + x + . . . xm1 + xm
f (x) = = = .
Q(x) bn xn + + b1 x + b0 xn an1 b1 b0
bn + + . . . n1 + n
x x x
am1 a1
Si x alors x 0, xm1
0, etc...
Il reste
P (x) xm am
lim = lim n .
x Q(x) x x bn
am
Si m = n, alors = bn = c (asymptote horizontale y = c)
P (x)
Si m < n alors lim = 0 (asymptote horizontale y = 0)
Q(x)
x
sinon on a lim f (x) = .
x

3) f (x) = sin x . La limite en x nexiste pas. Meme impropre. Idem pour cos x.
1 sin x
4) f (x) = x sin x. Alors lim = 0.
x x
x
Th
eor`
eme 3.9. Soit f (x) = g(x)h(x). Si g(x) 0 et h(x) est bornee, alors
x
f (x) 0.

5)
x4 + 3x2
f (x) = sin2 (x).
x6
x
Alors f (x) 0.
6) lim ex = lim ex = 0.
x x

3.6 Valeurs limites en un point et continuit

e
3.6.1 D
efinitions
Limite

D
efinition 1

Soit f (x) une fonction et x0 un point fixe. On dit que f admet le nombre l pour limite au
point x0 si pour tout > 0 , il existe > 0 avec

|f (x) l| < d`es que 0 < |x0 x| < .

On note alors lim f (x) = l.

xx0

Remarque : Dans la definition, il nest pas necessaire que x0 Df . En revanche il faut quil
existe > 0 avec ]x0 ; x0 + [ Df {x0 }.

3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE 57

D
efinition 2
n
On dit que lim f (x) = l si pour toute suite {n } telle que n 6= x0 et n x0 , on a
xx0

lim f (n ) = l.
n

Notation 3.10. Au lieu de lim f (x) = l on peut ecrire lim f (x0 + h) = l. (Ici encore
xx0 h0
h 0 mais h 6= 0.)

Proposition 3.11. Les 2 definitions ci-dessus sont equivalentes.

1 si x < 2
Exemple 3.12. Considerons la fonction f (x) definie par f (x) = 2 si x = 2

3 si x > 2

Alors la limite lim f (x) nexiste pas.

x2

Remarque 3.13. On peut definir aussi la limite `

a gauche qui est notee lim f (x) et la
xx
0
limite `
a droite qui est notee lim f (x).
xx+
0

Dans lexemple 3.12 ci-dessus, on a lim f (x) = 1 et lim f (x) = 3.

x2 x2+

Continuit
e
D
efinition 1
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si

f (x0 ) = lim f (x).

xx0

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

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

Une fonction continue commute avec loperateur limite.

Ces 2 definitions sont equivalentes.
58
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

Definition 3.14. On dit que f (x) est continue sur un intervalle I si elle continue en tout
point x0 I. On note alors f (x) C 0 (I).

Exemple 3.15.

Dans ce cas, la limite existe : on a lim f (x) = 1 mais elle nest pas egale `a f (2) = 4. La
x2
fonction nest pas continue.

Trois types de discontinuit

e

Type I La limite lim f (x) existe mais nest pas egale `a f (x0 ).
xx0

Type II lim f (x) 6= lim f (x) .

xx+
0 xx
0

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

Limite impropre

Limite `a droite : On dira que lim f (x) = + si pour tout M > 0, il existe M > 0 tel que
xx+
0

f (x) > M pour tout x ]x0 ; x0 + M [

Definition analogue pour et pour la limite `a gauche.


3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE 59

Exemples 3.16.
1
f (x) = 2 . Alors lim f (x) = .
x x0

1
f (x) = x2 . Alors

lim f (x) = et lim f (x) =

x2+ x2

3.6.2 Propri
et
es des limites
Theor`
eme 3.17 (Theor`eme des gendarmes). Soient f (x), (x), (x) des fonctions reelles,
x0 un point fixe et > 0. Si pour tout x Df D D tel que 0 < |x x0 | < on a

(x) f (x) (x)

et si
lim (x) = lim (x) = a
xx0 xx0

alors
lim f (x) = a.
xx0

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

Proposition 3.18. Supposons f (x) = g(x)h(x). Si h(x) est borne sur un voisinage de x0
xx0
et si g(x) 0 alors
xx0
f (x) 0.

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

|f (x)| = |g(x)| |h(x)| M
M
ce qui montre que f (x) tend vers 0.

xx
0 0 xx
Soient f (x) a et g(x) b. Alors
0 xx
1) f (x) + g(x) a + b
60
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

0 xx
2) f (x)g(x) ab (Attention : a et b doivent exister)
3)
f (x) xx0 a
si b 6= 0.
g(x) b
Cas indetermines :
0
; ; 0 ; + ()
0
Corollaire 3.19. Soient f et g deux fonctions continues sur I. Alors
(1) f + g est continue sur I pour tout , R.
(2) f g est continue sur I.
f
(3) est continue sur I 0 = I\{x | g(x) = 0}.
g

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

Corollaire 3.20. Si f est continue en x0 et g continue en f (x0 ) alors g f est continue

en x0 .

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

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

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

h0

De meme, on montre que cos x et tan x sont continues sur leurs domaines de definition.
x x0
3. La fonction f (x) = x est continue sur R+ . Soit x0 > 0. Alors x x0 =
x + x0
et donc
|x x0 |
| x x0 |
x0

ce qui montre que si x x0 alors x x0 .

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

On montre de meme que la fonction f (x) = xq est continue sur son domaine de definition
pour tout q Q.

3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE 61

X xk
4. La fonction ex = est continue sur R.
k!
k=0
Demonstration : On doit montrer que lim ex+h = ex cest-`
a-dire que
h0

lim ex+h ex = 0.
h0

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

h2 h3
eh = 1 + h + + + ... et donc
2 3!
h2 h3
|eh 1| = h + + + ...
2 3!
|h| |h|2 |h|3
|h| 1 + + + + ...
2 3! 4!
2 3 !
|h| |h| |h|
|h| 1 + + + + ...
2 2 2
1 2|h|
= |h| |h|
= 2|h|.
1 2 |h|
2

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

h0

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

Corollaire : Les fonctions loga x sont continues sur R+ (car f continue implique f 1
continue.)

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

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

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

3( x + 1) 6 3
= lim = = .
x1 3x + 1 + 2 4 2
x
6. A = x + 2 x2 + 4 ?

p
x + 2 + x2 + 4
A = (x + 2 + 4) x2
x + 2 + x2 + 4
x2 + 4x + 4 (x2 + 4) 4x
= = q
x+2+ x +4 2 4
x+2+x 1+ x2
4 x 4
= 2
p =2
1+ x + 1+ 4/x2 2
62
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

sin x 0
7. Que vaut la limite lim = .
x0 x 0

On a
OAM < secteurOAM < OAT.

Donc
1 x 1 tan x
1 sin x < 12 <
2 2 2
ce qui donne
sin x < x < tan x

et en divisant par sin x on obtient

x tan x 1
1< < = .
sin x sin x cos x

Par le theor`eme des gendarmes, on a

sin x
lim = 1.
x0 x

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

Exemple : Calculons

1 1
lim + sin x = ( + ) 0.
x0 3
x sin 2x

On a

1 1 sin x sin x
+ sin x = +
3
x sin 2x 3
x 2 sin x cos x
3 sin x 1
= x2 +
x 2 cos x

1 1
et la limite vaut alors 0 1 + = .
2 2

3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE 63

Changement de variables
On a vu que si u = f (x) et f est continue, alors

lim g(f (x)) = lim g(u).

xx0 uf (x0 )

Applications :
(1) Que vaut
2(1 cos x) 0
A = lim = ?
x0 x2 0
x
On a 1 cos x = 2 sin2 et donc
2
2 2 sin2 x/2 (sin(x/2))2
A = lim = lim
x0 x2 x0 (x/2)2
2
u=x/2 sin u
= lim
u0 u
2
sin u
= lim = 1.
u0 u

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

f (x)
f (x) g(x) en x0 si lim = 1.
xx0 g(x)

(2)
sin(1 cos x) sin(1 cos x)
h(x) = 2
= .
1 cos x (1 cos x)(1 + cos x)
On pose u = 1 cos x. Et u 0 si x 0. Donc
sin u 1 1 1
lim h(x) = lim lim =1 = .
x0 u0 u x0 1 + cos x 2 2

3.6.4 Prolongement par continuit

e
Soit f (x) une fonction et x0 6 Df . Supposons que la limite lim f (x) = a existe. On peut
xx0
alors definir une fonction f(x) en posant
(
f(x) = f (x) si x 6= x0
f(x0 ) = a = lim f (x).
xx0

On appelle f le prolongement par continuit

e de f au point x0 . On a cette fois x0 Df.

Remarque : En general, la nouvelle fonction sera encore notee f par un abus de notation.
64
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE

Exemples :
sin x
1) La fonction f (x) = indefinie en zero peut etre prolongee par continuite en posant
x
sin x
f (0) = 1 car on vient de voir que lim = 1.
x0 x

2) Soit (
x3 1

x1
si x 6= 1, x 0
f (x) =
c si x = 1
Trouver c pour que f soit continue en 1.
Solution : On a

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

(x 1)(x2 + x + 1)( x + 1)
= lim
x1 x1
2
= lim (x + x + 1)( x + 1) = 6.
x1

Il faut poser c = 6 et on peut alors ecrire

f(x) = (x2 + x + 1)( x + 1) Df = R+ .
Theor`eme 3.21. Toutes les fonctions elementaires definies au paragraphe 3.3 sont conti-
nues sur Df .

3.6.5 Propri
et
es 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 x0 I avec f (x0 ) = 0.

Corollaire : Si f : [a; b] R continue avec f (a) = c1 et f (b) = c2 , alors pour tout c

compris entre c1 et c2 , il existe x0 [a; b] avec f (x0 ) = c.

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

f (xM ) f (x) x I et f (xm ) f (x) x I.

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

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

f est injective f est strictement monotone.


3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE 65

monstration :
De
= il est clair que, pour une fonction strictement monotone, x 6= y implique f (x) 6= f (y)

= On montre la contraposee : Supposons f non strictement monotone. Alors il existe

x1 < x2 < x3 avec f (x1 ) < f (x2 ) et f (x2 ) f (x3 ) (ou le contraire mais la preuve est la
meme). Si f (x2 ) = f (x3 ) alors f nest pas injective et cest termine.
On peut donc supposer f (x2 ) > f (x3 ). Mais alors il existe c avec f (x1 ) < c < f (x2 ) et
f (x2 ) > c > f (x3 ). Par le corollaire precedent, il existe dont 1 [x1 ; x2 [ et 2 ]x2 ; x3 ]
avec f (1 ) = c et f (2 ) = c. Donc f nest pas injective.

Contre-exemples : lhypoth`ese de continuite est essentielle :

Chapitre 4

D
eriv
ees et applications

4.1 La d
eriv
ee
4.1.1 D
efinitions
Soit y = f (x) une fonction continue, x0 Df un point fixe et x > 0 laccroissement.

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

Interpr etation physique : si x = t est le temps et y = f (t) est la distance parcourue,

y
alors est la vitesse moyenne durant le temps t.
t
y
Que devient si x 0 ?
x
Geometriquement, on aura la pente de la tangente au graphe de f passant par P (x0 ; f (x0 )).
Physiquement, on a la vitesse instantanee au temps t = t0 .
On pose alors la definition suivante :

Definition 4.1 (Derivabilite). On dit que la fonction f (x) est d

erivable au point x0 si
la limite
f (x + h) f (x)
lim
h0 h
existe. Cette limite est appelee la d ee de f au point x0 . Elle est notee f 0 (x0 ).
eriv

67
68
CHAPITRE 4. DERIV
EES ET APPLICATIONS

Ainsi
f (x0 + h) f (x0 )
f 0 (x0 ) = lim .
h0 h

Autre notation :
df df dy
f 0 (x0 ) =
(x0 ) = |x=x0 = (x0 ).
dx dx dx
f 0 (x0 ) = la pente de la tangente au graphe de f au point (x0 ; f (x0 )).

Definition 4.2. Soit f (x) une fonction et I Df un intervalle. Si f 0 (x) existe pour tout
x I, on dit que f est derivable sur I. La fonction f 0 (x) est appelee la derivee de f
(sur I).

df d
Autre notation : la derivee de f (x) est aussi notee f 0 (x) = (x) = f (x) ou encore f 0
dx dx
sil ny a aucune ambigute sur la variable.

Autre notation : on note

dx laccroissement infinitesimal de la variable x
dy laccroissement infinitesimal de la variable y.
dy
Si y = f (x) alors f 0 (x) = et donc dy = f 0 (x)dx
dx

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

f (x + h) f (x)
f 0 (x) = lim
h0 h
a(x + h) + b (ax + b) ah
= lim = lim =a x R.
h0 h h0 h

Ainsi (ax + b)0 = 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 0 (a)(x a) + f (a).

Theor`eme 4.4. Soit f (x) une fonction. Si f (x) est derivable en x0 alors elle est continue
en ce point.

ATTENTION : la reciproque est fausse !

Exemple : la fonction f (x) = |x| est continue mais pas derivable en 0. En effet, on a
f (0 + h) f (0) |h| h
lim = lim = lim = 1
h0 h h0 h h0 h
alors que
f (0 + h) f (0) h
lim = lim = 1.
h0+ h h0 h
+

f (h)
Donc f 0 (0) = lim nexiste pas.
h0 h

4.1. LA DERIV
EE 69

4.1.2 Exemples
1. Soit f (x) = x2 . Alors
f (x + h) f (x) (x + h)2 x2 2xh + h2
f 0 (x) = lim = lim = lim = lim 2x + h = 2x.
h0 h h0 h h0 h h0

Ainsi f 0 (x) = 2x.

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

0 x+h x x+hx 1 1
f (x) = lim = lim = lim =
h0 h h0 h( x + h + x) h0 x+h+ x 2 x

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

3. Soit f (x) = ex . Alors

eh+x ex eh ex ex eh 1
f 0 (x) = lim = lim = lim ex
h0 h h0 h h0 h
h2 h3
x h + 2 + 3! + ... x h h2 h3
= e lim = e lim 1 + + + + ...
h0 h h0 2 3! 4!
| {z }
=R(h)
x
=e .
On a bien lim R(h) = 1 car
h0
2 3
h h2 h3 |h| |h| |h|

|R(h) 1| = + +
+ ... + + + ...
2 3! 4! 2 2 2
2 3 !
|h| |h| |h| |h|
= 1+ + + + ...
2 2 2 2
|h| 1 |h| h0
= = 0.
2 1 |h| 2 |h|
2

Ainsi (ex )0= ex .

4. Soit f (x) = sin x. Alors
sin(x + h) sin x 1 x+hx x+h+x
f 0 (x) = lim = lim 2 sin( ) cos( )
h0 h h0 h 2 2
sin(h/2) 2x + h
= lim 2 cos( )
h0 h 2
sin(h/2) 2x + h
= lim lim cos( )
h0 h/2 h0 2
= 1 cos(x).
70
CHAPITRE 4. DERIV
EES ET APPLICATIONS

Ainsi
(sin x)0 = cos x

4.1.3 R
egles de calculs
Soient f, g derivables sur I. Alors

(I) (f + g)0 = f 0 + g 0 La derivee est une operation lineaire.

(II) (f g)0 = f 0 g + f g 0

m :
De
f (x + h)g(x + h) f (x)g(x)
(f g)0 (x) = lim
h0 h
f (x + h) f (x) g(x + h) g(x)
= lim g(x + h) + f (x)
h0 h h
= f 0 (x)g(x) + f (x)g 0 (x)

Corollaire :

(f 2 )0 = f 0 f + f f 0 = 2f f 0
(f 3 )0 = (f 2 f )0 = (f 2 )0 f + f 2 f 0 = 2f f 0 f + f 2 f 0 = 3f 2 f 0

Par recurrence :
(f n )0 = nf n1 f 0

(III)
0
1 f0
= 2.
f f

1
m : En derivant legalite f
De 1 `a laide du point (II), on obtient
f
0
1 1
f0 + f =0
f f
0
1 f0
ce qui donne = 2.
f f
Corollaire 1 :
0
f f 0g f g0
= .
g g2

Corollaire 2 :
n 0
f = nf n1 f 0

4.1. LA DERIV
EE 71

(IV) Fonction compos

ee : soit (x) = g(f (x)) = (g f )(x). Alors

0 (x) = g 0 (f (x)) f 0 (x).

monstration :
De

g(f (x0 + h)) g(f (x0 ))

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

g u + f (x0 ) g(f (x0 )) 0
= lim f (x0 )
u0 u
= g 0 (f (x0 )) f 0 (x0 )

Quelques propri
et
es qui en d
ecoulent
1. Soit (x) = g(ax). Alors 0 (x) = g 0 (ax) (ax)0 = a g 0 (ax).
Corollaire : Si f (x) est paire (resp. impaire) alors f 0 (x) est impaire (resp. paire). En
effet, si on derive legalite f (x) = f (x), on obtient f 0 (x) (1) = f 0 (x) et donc
f 0 (x) = f (x).
2. Soit (x) = g(x + T ). Alors 0 (x) = g 0 (x + T ) (x + T )0 = g 0 (x + T ).
Corollaire : Si f (x) est periodique alors f 0 (x) lest aussi.

4.1.4 D
eriv
ees des fonctions
el
ementaires
A) Fonctions polynomiales :
(II)
f (x) = xn f 0 (x) = nxn1 .
Xn
Si f (x) = P (x) = ak xk alors par (I), on a
k=0

n
X
f 0 (x) = kak xk1 = nan xn1 + + 2a2 x + a1 .
k=1

B) Fonctions rationnelles et irrationnelles

Si f (x) = xn alors par (III) on a f 0 (x) = nxn1 .
Si f (x) = xm/n alors
d

f (x)n = xm
dx
n f (x)n1 f 0 (x) = mxm1
m xm1 m xm1
f 0 (x) = =
n f (x)n1 n xm/n n1
m xm1 m m/n1
= m m = x .
nx n n
72
CHAPITRE 4. DERIV
EES ET APPLICATIONS

d q
En conclusion : x = qxq1 q Q.
dx

d
Et par (IV), on a (f (x))q = q (f (x))q1 f 0 (x)
dx

q 1
1 3
x = (x4 + x)1/3 = x4 + x 2 . Alors
3
Exemple : f (x) = x4 +

1
1 0
f 0 (x) = (x4 + x)1/31 x4 + x 2
3
1 4 2/3 1
= (x + x) (4x3 + x1/2 )
3 2
3+ 1
1 4x 2 x
= p .
3 3
(x4 + x)2

C) Fonctions trigonometriques :
On a demontre que (sin x)0 = cos x.
f (x) = cos x = sin( 2 x). Alors
h i0
(cos x)0 = sin x = cos x (1) = sin x.
2 2

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

sin0 cos sin cos0

f0 =
cos2
cos + sin2
2 1
= 2
= = 1 + tan2 .
cos cos2

Ainsi
1
(tan x)0 = = 1 + tan2 (x)
cos2 (x)

D) Fonction exponentielle : Comme (ex )0 = ex et par (IV) on a

0
ef (x) = ef (x) f 0 (x).

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

f 0 (x) = ex ln a ln a = ax ln a.

Ainsi
(ax )0 = ax ln a

4.1. LA DERIV
EE 73

E) Fonctions hyperboliques
ex + ex
Soit f (x) = cosh x = . Alors par (I) et D), on a
2
1 x
f 0 (x) = e ex = sinh x.
2
1
Soit f (x) = sinh x = 2 (ex ex ) Alors
1 x
f 0 (x) = e (1)ex = cosh x.
2

4.1.5 D
eriv
ee de la fonction r
eciproque
Soit f (x) une fonction bijective et f 1 (y) sa fonction reciproque. On desire calculer (f 1 )0 (y)
connaissant f 0 (x).
On suppose f 0 (x) 6= 0. Par definition de f 1 , on a

(f f 1 )(y) = y

et en derivant par rapport `a y et en utilisant (IV), on trouve f 0 (f 1 (y)) (f 1 )0 (y) = 1

ce qui donne
1
(f 1 )0 (y) = .
f 0 (f 1 (y))

0 1
En notant x = f 1 (y), on obtient f 1 (y) = .
f 0 (x)

Exemples :
(1) Fonctions logarithmes :
Appliquons la formule `a f (x) = ex et f 1 (y) = ln y. Comme f 0 (x) = ex , on obtient
1 1 1
(ln y)0 = = = .
f 0 (f 1 (y)) eln y y

f 0 (x)
Corollaire : (ln f (x))0 = .
f (x)

(2) Fonctions trigonometriques inverses :

Soit f (x) = sin x et f 1 (y) = arcsin y. Comme f 0 (x) = cos x, on a

1 1
(arcsin y)0 = =p .
cos(arcsin y) 1 y2

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

74
CHAPITRE 4. DERIV
EES ET APPLICATIONS

Soit f (x) = cos x et f 1 (y) = arccos y. Comme f 0 (x) = sin x, on a

1 1
(arccos y)0 = = p
sin(arccos y) 1 y2

Comme (tan x)0 = 1 + tan2 x, on a

1 1
(arctan y)0 = =
1 + tan2 (arctan y) 1 + y2

(3) Fonctions hyperboliques inverses :

Comme (sinh x)0 = cosh x, on a
1 1
(arcsinh y)0 = =p
cosh(arcsinh y) 2
y +1
p
On a utilise ici le fait que cosh2 u sinh2 u = 1 et donc que cosh u = 1 + sinh2 u.
De meme on montre que

1
(arccosh y)0 = p y>1
y2 1

4.1.6 Quelques exemples

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

Definition : x := e ln x .

Coherent avec la definition precedente si Q .

Alors

f 0 (x) = (e ln x )0 = e ln x ( ln x)0
1
= e ln x
x
x
= = x1 .
x
Ainsi
(x )0 = x1 R.

2. Comment deriver la fonction

f (x) = u(x)v(x) ?
Dabord, comment est definie f (x) ? On pose

f (x) := ev(x) ln(u(x))

et Df = {x | u(x) > 0}.


4.2. DERIV DES FONCTIONS IMPLICITES
EE 75

Notons que u(x)v(x) na de sens que si u(x) > 0. La derivee vaut alors
0
0 v 0 v ln(u) u 0
f = (u ) = e v + v ln u
u
0
uv
= uv + v 0 ln u .
u

Exemple : Calculons lequation de la tangente au graphe de la fonction f (x) = xsin x

au point P (; 1).
On a Df = R+ .

1 sin x
f 0 (x) = xsin x + cos x ln x .
x
En P (; 1) on obtient f 0 () = ln . Lequation de la tangente est donc

y = ln (x ) + 1 = (ln ) x + 1 + ln .

4.2 D
eriv
ee des fonctions implicites
Courbe : () : 2x2 y 3 + ln(xy) 1 = 0 (*)

Autour dun point P fixe, cette relation definit une fonction y = y(x) (pas necessairement
analytique) et lequation (*) secrit

d
2x2 y(x)3 + ln(xy(x)) 1 = 0 |
dx
1 y(x) + xy 0 (x)
4x 3y(x)2 y 0 (x) + =0
xy(x)

Au point P (1; 1) on obtient

1 + y 0 (1)
4 3y 0 (1) + =0
1
5
ce qui donne 2y 0 (1) = 5 do`
u y 0 (1) = .
2
Ainsi, sans trouver explicitement la fonction y = y(x) on a pu calculer sa derivee en un
point donne.
Ce procede sapplique naturellement `a toute relation de la forme

F (x, y) = 0.

Exemple : Calculons les pentes des tangentes au graphe de lellipse

x2 y 2
: + 2 =1
a2 b
76
CHAPITRE 4. DERIV
EES ET APPLICATIONS

On derive cette relation par rapport `a x pour obtenir

2x 2yy 0
+ 2 =0
a2 b

ce qui donne

b2 x
y0 = = pente de la tangente au point P (x, y)
a2 y

Angle entre deux courbes

Soient 1 et 2 deux courbes sintersectant en un point P . On definit langle entre 2 courbes

au point P comme langle entre leurs tangentes au point P .

On a || = |2 1 |. Si y10 est la pente de la tangente `a 1 en P et y20 la pente de la tangente

`a 2 en P , alors
tan 1 = y10 et tan 2 = y20 . On a donc

tan 2 tan 1 y20 y10
| tan | = | tan(2 1 )| = = .
1 + tan 1 tan 2 1 + y10 y20

Donc
0
y2 y10

| tan | =
1 + y0 y0
1 2

Exemple : Calculons langle entre les courbes

1 : y = f (x) = x2

et

3
2 : y = g(x) = x

au point P (1; 1).

1 : f 0 (x) = 2x et donc au point P : y10 = 2
1 2 1
2 : g 0 (x) = x 3 et donc au point P : y20 = . On obtient
3 3

2 13
tan = =1
1 + 2 13

ce qui donne = .
4

4.2. DERIV DES FONCTIONS IMPLICITES
EE 77

4.2.1 Repr
esentation param
etrique
Courbe :
x = x(t)
y = y(t)
On veut trouver la pente de la tangente au graphe en un point donne.
On introduit la notation :
d
=
dt

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

dy y(t)

y0 = = .
dx x(t)

Exemple :
x = t sin t = x(t)
= sin t + t cos t
y = t2 + cos t = y(t)
= 2t sin t
Et donc
y 2t sin t
y0 = = .
x sin t + t cos t
Au point P (0 ; 1) (t = 0), on obtient

2t sin t 0 00 2 sin t
t0 21 1
y 0 |P = = = sin t
t
=
sin t + t cos t t=0 0 t + cos t 1+1 2

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

()
sin + () cos
y 0 |P = ()
()
cos () sin P

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 0 |P = 0. En utilisant (*), on obtient lequation

()
sin + () cos = 0. ()
78
CHAPITRE 4. DERIV
EES ET APPLICATIONS
p
En derivant la fonction donnee () = cos(2) par rapport `a , on trouve

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

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

sin 2 sin + cos 2 cos = 0 cos(3) = 0.

Donc = .
6

4.3 Th
eor`
eme de la moyenne
4.3.1 Quelques th
eor`
emes
Definition 4.5 (Fonction C 1 ). Une fonction f (x) est dite contin ument d
erivable sur
I Df si f 0 (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 0 (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 () = 0.

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

g( + h) < g()

et alors
1
(g( + h) g()) < 0 ()
h
Pour h < 0, on a
g( + h) < g()
et donc
1
(g( + h) g()) > 0 ()
h

4.3. THEOR `
EME DE LA MOYENNE 79

Comme g est derivable, on a

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

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

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

f (b) f (a)
f 0 () = .
ba

monstration : On consid`ere la fonction

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

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

De monstration : En effet si ce netait pas le cas, on pourrait trouver ]a; c[ I avec

f (a) 6= f (c). Mais alors il existerait ]a; c[ avec

f (c) f (a)
f 0 () = 6= 0
ca
ce qui contredit lhypoth`ese.

Corollaire 4.9. Si f 0 (x) = g 0 (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 6= x0 .
Supposons que lim f 0 (x) existe. Alors f est derivable en x0 et
xx0

f 0 (x0 ) = lim f 0 (x)

xx0

(i.e. f 0 est continue en x0 ).

Autrement dit, les seuls types de discontinuite (cf. 3.6.1) pour la derivee dune fonction
continue sont les types II et III. Le type I ne peut pas se produire pour f 0 .
80
CHAPITRE 4. DERIV
EES ET APPLICATIONS

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

De

f (x0 + h) f (x0 )
= f 0 () pour un ]x0 ; x0 + h[
h
ce qui donne en passant `a la limite quand h 0 :

f 0 (x0 ) = lim f 0 ()
x0

Theor` eme 4.11 (Theor`eme de Cauchy). Soient f, g deux fonctions derivables sur I =]a; b[,
avec g 0 (x) 6= 0 pour tout x I. Alors il existe I avec

f 0 () f (b) f (a)
0
= .
g () g(b) g(a)

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

qui satisfait aux hypoth`eses du theor`eme de Rolle (h(a) = h(b) = f (a)). Il existe donc
avec h0 () = 0. Mais comme

f (b) f (a) 0
h0 (x) = f 0 (x) g (x)
g(b) g(a)

on en deduit que
f 0 () f (b) f (a)
= .
g 0 () 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) 6= 0 et g 0 (x) 6= 0.
Supposons que
lim f (x) = lim g(x) = avec = 0 ou ;
xa+ xa+
f 0 (x)
lim = avec R {; +}.
xa+ g 0 (x)
Alors
f (x)
lim = .
xa+ g(x)

Remarque 4.13. La r`egle reste valable si lon remplace a+ par b , par a ou par .

4.3. THEOR `
EME DE LA MOYENNE 81

monstration :
De
(I) = 0 et R.

Posons b = a + h. Alors le theor`eme de Cauchy implique quil existe = a + h avec

0 1 et
f 0 (a + h) f (a + h) f (a)
0
= .
g (a + h) g(a + h) g(a)
Comme f (a) = g(a) = 0, on a
f 0 (a + h) f (a + h)
0
= .
g (a + h) g(a + h)
Si b a, alors h 0, h 0 et a. On a donc
f 0 (a + h) f (a + h)
lim = lim
h0 g 0 (a + h) h0 g(a + h)
f 0 () f (b)
= lim 0 = lim
a g () ba g(b)
0
f (x) f (x)
= lim 0 = lim
xa g (x) xa g(x)

1 1 xa+
(II) = + et 6= 0. On a, par hypoth`ese, que , 0.
f g
g(x)
Posons L = lim . Alors
xa+ f (x)
g(x) 1/f (x) (1/f (x))0 1/f (x)2 f 0 (x)
L = lim = lim = lim = lim
xa+ f (x) xa+ 1/g(x) xa+ (1/g(x))0 xa+ 1/g(x)2 g 0 (x)

g(x)2 f 0 (x) g(x) 2 f 0 (x)
= lim = lim lim = L2 .
xa+ f (x)2 g 0 (x) xa+ f (x) xa+ g 0 (x)

1
En divisant par L2 , on obtient = do`
u lon en deduit que
L
f (x) 1
lim = = .
xa+ g(x) L

Exemples 4.14.
sin x
1. f (x) = Alors
x
sin x B.-H. (sin x)0 cos x
lim = lim 0
= lim = 1.
x0 x x0 x x0 1

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

x0

ln x
lim x ln x = lim =
x0 x0 1/x
B.-H. 1/x
= lim = lim (x) = 0.
x0 1/x2 x0
82
CHAPITRE 4. DERIV
EES ET APPLICATIONS

Ainsi
lim x ln x = 0
x0

3.
x2
lim =
x ex
2x
B.-H.
= lim x =
x e
B.-H. 2
= lim x = 0.
x e

x2
Donc lim = 0.
x ex
4.
sinh x cosh x
lim = lim = 1.
x0 x x0 1
5.
ln x B.-H. 1/x
lim = lim
x ln(x3 ln x) x 1 x3
( + 3x2 ln x)
x3 ln x x
x2 ln x
= lim 2
x x + 3x2 ln x
ln x
= lim
x 1 + 3 ln x
1 1
= lim = .
x 1/ ln x + 3 3

Expressions ind ees de la forme 0 , 1 , 00

etermin
Considerons la fonction (x) = u(x)v(x) et supposons que

lim (x)

soit de la forme indeterminee 00 ou 1 ou 0 . On l`eve lindetermination en procedant

comme suit :
1. On applique le logarithme :
h i
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 lim ln (x) = L.

3. On applique lexponentielle :
lim (x) = eL .

4.3. THEOR `
EME DE LA MOYENNE 83

Exemples 4.15.
1 1
1. 0 : soit (x) = x x . Calculons lim x x . On a
x

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

lim (x) = e0 = 1.
x
1
2. 1 : soit (x) = x 1x4 . Calculons lim (x). On a
x1

1 ln x
ln (x) = 4
ln x =
1x 1 x4
et le passage `a la limite donne
ln x B.-H. 1/x 1
lim [ln (x)] = lim = lim = .
x1 x1 1 x4 x1 4x3 4
Finalement on a donc
1 1
lim (x) = e 4 = .
x1 4
e
3. 1 : Calculer la limite
lim (1 + x2 )1/x .
x0+ | {z }
=(x)

On a
1 ln(1 + x2 )
ln (x) = ln(1 + x2 ) =
x x
et
0 B.-H. 2x/(1 + x2 )
lim ln (x) = = lim = 0.
x0+ 0 x0+ 1
On en deduit que lim (x) = e0 = 1.

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

ln sin x
On a ln (x) = x ln sin x = . Par lHospital, on a
1/x
ln sin x B.-H. cos x/ sin x
lim ln (x) = lim = lim
x0 x0 1/x x0 1/x2
x2 cos x
= lim
x0 sin x
x x cos x
= lim lim = 1 0 = 0.
x0 sin x x0 1
En reprenant lexponentielle, on obtient
lim (sin x)x = e0 = 1.
x0
84
CHAPITRE 4. DERIV
EES ET APPLICATIONS

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

Th
eor`
eme 4.16. Pour tout > 0, on a

ln x
lim = 0.
x x

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

monstration :
De

ln x B.-H. 1/x 1
lim = lim = lim = 0.
x x x x1 x x

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

monstration :
De

Le theor`eme precedent implique quil existe X1 R avec ln x < x 2 pour tout x > X1 .
Alors
ln x x2 1 x
0 < < = 0.
x x x2

Corollaire 4.18. > 0 , a > 1

x
lim =0
x ax

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

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

Corollaire 4.19. Pour tout polyn

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

lim P (x)epx = 0
x

Corollaire 4.20.
lim x (ln x)n = 0.
x0+

4.4. DERIV
EES
DORDRES SUPERIEURS 85

monstration :
De
On pose x = et . Alors t lorsque x 0+ . Donc
tn
lim x (ln x)n = lim et (t)n = (1)n = 0.
x0+ t et

4.4 D
eriv
ees dordres sup
erieurs
Si f 0 (x) est elle-meme derivable on note
f 00 (x) = (f 0 (x))0
et ainsi de suite f (3) (x), f (4) (x), . . ., f (n) (x).

d2 d d
Loperateur differentiel se note au lieu de ( ).
dx2 dx dx

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

f 0 (x) = cos x f 00 (x) = sin x f (3) (x) = cos x f (4) (x) = sin x

efinition 4.21. Si f (n) existe et est continue sur I on note

D
f C n (I)
et lon dit que f est n-fois contin
ument derivable.
On definit [
C (I) = C n (I).
n
Cest lensemble des fonctions dont toutes les derivees sont continues.
Exemple : ex C (R)

Si f C n (I) et g C n (I) alors f + g C n (I) et

(f + g)(n) = f (n) + g (n) .

Formule de Leibniz
Si f, g C n (I) alors f g C n (I) et on a

n
X
(n) n
(f g) = f (nk) g (k)
k
k=0

u f (0) = f . La demonstration, qui se fait par recurrence, est analogue `a celle pour la
o`
formule du binome.
En particulier :
(f g)00 = f 00 g + 2f 0 g 0 + f g 00
(f g)(3) = f (3) g + 3f 00 g 0 + 3f 0 g 00 + f g (3)
86
CHAPITRE 4. DERIV
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 definition.

Th
eor`
eme 4.22. Soit f continue sur I = [a; b] et derivable sur ]a; b[. Alors

f est croissante f 0 0 sur ]a; b[

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

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

f (d) f (c)
= f 0 () avec [c; d].
dc

Donc
f 0 () 0 f (d) f (c).

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

D
efinition 4.23.
x0 Df est un maximum absolu de f si f (x) f (x0 ) pour tout x Df .
x0 Df est un maximum relatif (ou local) sil existe un voisinage

v (x0 ) =]x0 ; x0 +

de x0 tel que f (x) f (x0 ) pour tout x v (x0 ).

Definitions analogues pour le minimum.

On dira extremum pour maximum ou minimum.

ATTENTION : Un extremum absolu nexiste pas toujours sur R. Exemple : f (x) = arctan x.

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

efinition 4.25. Un point x0 tel que f 0 (x0 ) = 0 est appele un point stationnaire.
D
4.5. ETUDE DE FONCTION 87

Un point stationnaire nest pas necessairement un extremum.

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

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

theor`eme suivant :
Th eor`eme 4.26. Soit f (x) une fonction derivable dans un voisinage de x0 mais pas
necessairement en x0 . Alors
x0 est un extremum f 0 (x) change de signe en x0 .
Plus precisement si
(i) f 0 (x) < 0 (respextivement > 0) sur ]x0 ; x0 [ et si
(ii) f 0 (x) > 0 (respectivement < 0) sur ]x0 ; x0 + [
alors x0 est un minimum local (respectivement un maximum local).
monstration : Cest une consequence du theor`eme 4.22.
De

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

Proposition 4.27. Soit f une fonction continue et x0 un point stationnaire (f 0 (x0 ) = 0).
(1) Si f 00 (x) > 0 dans un voisinage de x0 , alors x0 est un minimum local .

(2) Si f 00 (x) < 0 dans un voisinage de x0 alors x0 est un maximum local.

Demonstration :
(i) Le theor`eme de la moyenne applique `a la fonction f 0 (x) et `a lintervalle ]x0 ; x0 + h[
donne
f 0 (x0 + h) f 0 (x0 )
= f 00 ()
h
avec entre x0 et h donc = x0 + h o` u 0 < < 1. Ceci donne

0 0 00 > 0 si h > 0
f (x0 + h) = f (x0 ) + h f (x0 + h) =
| {z } | {z } < 0 si h < 0
=0 >0

Ainsi f 0 (x) change bien de signe en x0 et x0 est un minimum local.

(ii) idem
88
CHAPITRE 4. DERIV
EES ET APPLICATIONS

Exemple 4.28. f (x) = 2x2 + 10

f 0 (x) = 4x f 00 (x) = 4 = f 0 (0) = 0 f 00 (0) = 4 > 0.

Le point x = 0 est donc un minimum.

ATTENTION :

f 0 (x0 ) = 0 6= x0 est un extremum

x0 est un extremum 6= f 0 (x0 ) = 0
2
Exemple 4.29. f (x) = x3 (x3 1) 3 .

2 2 1 x2
f 0 (x) = 3x2 (x3 1) 3 + x3 (x3 1) 3 3x2 = 3
1 (5x 3).
3 3
(x 1) 3

Tableau de signe :

En x = 1 : f 0 (x) nexiste pas mais f 0 change de signe extremum.

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

4.5.2 Courbure et point dinflexion

Definition 4.30. Soit f C 2 (I). f est dite convexe sur I si f 00 (x) 0 pour tout x I,
cest-`a-dire si f 0 (x) est croissante sur I.

f est dite concave sur I si f 00 (x) 0 pour tout x I, cest-`a-dire si f 0 (x) est decroissante
sur I.

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

2) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessus (resp.
au-dessous) de ses tangentes.

4.6. DEVELOPPEMENT ET SERIE
LIMITE DE TAYLOR 89

Graphes :

D efinition 4.31 (Point dinflexion). Soit f une fonction. Alors x0 Df est un point din-
flexion de f si f 00 (x) change de signe en x0 .

ATTENTION : Comme pour les extremums, il ne suffit pas que f 00 (x0 ) = 0.

Propriet
e g
eometrique : en un point dinflexion, le graphe passe de lautre c
ot
e de
la tangente en ce point.

2
Exemple 1 : f (x) = 3 x. f 0 (x) = 13 x 3 f 00 (x) = 29 1
3 5.
x
f 00 change de signe en x = 0 bien que f 0 (0) nexiste pas en ce point (la tangente est verti-
cale). On a donc un point dinflexion.

Exemple 2 : f (x) = x4 x. f 0 (x) = 4x3 1 f 00 (x) = 12x2 .

00 00
On a f (0) = 0 mais f ne change pas de signe. Pas de point dinflexion en 0.

4.6 D
eveloppement limit
e et s
erie de Taylor
4.6.1 D
efinitions
Lemme 4.32 (Approximation lineaire). Pour a Df fixe, on a

f (a + h) = f (a) + f 0 (a) h + r(h) ()

o`
u r(h) est une fonction satisfaisant

r(h)
lim = 0.
h0 h
90
CHAPITRE 4. DERIV
EES ET APPLICATIONS

monstration : Posons r(h) = f (a + h) f (a) hf 0 (a). Alors

De

r(h) f (a + h) f (a)
= f 0 (a)
h h
r(h)
et on a bien lim = f 0 (a) f 0 (a) = 0.
h0 h

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

f (x) = f (a) + f 0 (a) (x a) + R1 (x)

R1 (x)
avec lim = 0.
xa x a

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 00 (a) f (n) (a)

f (x) = f (a) + f 0 (a)(x a) + (x a)2 + + (x a)n + Rn (x)
| 2 {z n! }
= Tnf (x)

Rn (x)
avec lim = 0.
xa (x a)n
f (n+1) ()
De plus, si f C n+1 (I), alors Rn (x) = (x a)n+1 avec entre a et x.
(n + 1) !

monstration :
De
f (n) (a)
Rn (x) = f (x) f (a) f 0 (a)(x a) (x a)n et donc
n!
f (n) (a)
Rn0 (x) = f 0 (x) f 0 (a) f 00 (a)(x a) (x a)n1
(n 1) !
f (n) (a)
Rn00 (x) = f 00 (x) f 00 (a) f (3) (a)(x a) (x a)n2
(n 2) !
..
.
Rn(n) (x) = f (n) (x) f (n) (a)
Rn(n+1) (x) = f (n+1) (x)

ce qui donne
Rn0 (a) = Rn00 (a) = = Rn(n) (a) = 0.
Rn (x)
Pour calculer lim , on applique n fois la r`egle de Bernoulli-LHospital :
xa (x a)n

(n)
Rn (x) B.-H. Rn0 (x) B.-H. B.-H. Rn (x) f (n) (x) f (n) (a)
lim = lim = ... = lim = lim = 0.
xa (x a)n xa n (x a)n1 xa n! xa n!

4.6. DEVELOPPEMENT ET SERIE
LIMITE DE TAYLOR 91

Ceci demontre la premi`ere partie du theor`eme.

Si f C n+1 (I), on pose h(x) = (x a)n+1 et on applique le theor`eme de Cauchy n + 1 fois.

Ceci donne (en remarquant que h(a) = h0 (a) = h00 (a) = h(n) (a) = 0)

Rn (x) Rn (x) Rn (a) Cauchy Rn0 (1 ) Rn0 (x) Rn0 (a) Cauchy Rn00 (2 )
= = = =
h(x) h(x) h(a) h0 (1 ) h0 (x) h0 (a) h00 (2 )
(n+1)
Rn () f (n+1) ()
= = = ]a; x[
h(n+1) () (n + 1) !

Ceci donne finalement

f (n+1) () f (n+1) ()
Rn (x) = h(x) = (x a)n+1 .
(n + 1) ! (n + 1) !

D
efinition 4.34. Le polynome

f 00 (a) f (n) (a)

Tnf (x) = f (a) + f 0 (a)(x a) + (x a)2 + + (x a)n
2 n!

est appele le d
eveloppement limit e dordre n de f (x) au point a ou aussi le polyn
ome
de Taylor de degr e n.
La fonction Rn (x) est le reste dordre n.

Si a = 0 on obtient le developpement autour du point 0 :

f 00 (0) 2 f (n) (0) n

f (x) = f (0) + f 0 (0) x + x + + x + Rn (x)
2 n!

f (n+1) (x) n+1

avec Rn (x) = x et 0 < < 1.
(n + 1) !

Exemple 4.35.
f (x) = cos x, a = 0, n = 3 :

f 00 (0) 2 f (3) (0) 3

f (x) = f (0) + f 0 (0)x + x + x + R3 (x)
2 6
1 1
= 1 + 0 x x2 + 0 x3 + R3 (x) = 1 x2 +R3 (x)
2 | {z2 }
=T3 (x)
92
CHAPITRE 4. DERIV
EES ET APPLICATIONS

S
erie de Taylor
n
Si f C (I) et si Rn (x) 0 pour tout x I, on obtient la serie de Taylor en a qui
converge vers f (x) :

X f (k) (a)
f (x) = (x a)k
k!
k=0

Notation de Landau
Soit f (x) et g(x) deux fonctions sannulant en a. On dit que

f (x)
f = o(g) en x = a si lim = 0.
xa g(x)

Exemples :
52x3
52x3 = o(x2 ) (en a = 0) car lim = lim 52x = 0.
x0 x2 x0
1 cos x
1 cos x = o(x) car lim = 0 (cf. formulaire et tables)
x0 x
Avec cette notation, on a
Rn (x) = o(xn )

pour le developpement limite autour de a = 0.

Proprietes :
A) Si f = o(g) et g = o(h) alors f = o(h) .

B) Si f1 = o(g1 ) et f2 = o(g2 ) alors f1 f2 = o(g1 g2 ) .

C) Si f = o(g) et h = o(g) alors f h = o(g).

ATTENTION :
o(g) o(g) 6= 0.
Exemple : 4x3 = o(x2 ) et x3 = o(x2 ) mais 4x3 x3 = 3x3 = o(x2 ) .

4.6.2 Exemples
1. Soit f (x) = ex et a = 0.
Comme f 0 (x) = ex = f (k) (x) pour tout k 1, le developpement limite dordre n est
donne par

f 00 (0) 2 f (n) (0) n

ex = f (0) + f 0 (0)x + x + + x + Rn (x)
2 n!
1 1
= 1 + x + x2 + + xn + Rn (x)
2 n!

f (n+1) (x) n+1 xn+1 x

avec Rn (x) = x = e .
(n + 1) ! (n + 1) !

4.6. DEVELOPPEMENT ET SERIE
LIMITE DE TAYLOR 93

Rn (x) converge vers 0 pour tout x lorsque n (cf. chapitre 2). Donc la serie de
Taylor converge vers f et on a

X 1 k
ex = x x R
k!
k=0

Developpement limite dordre 1 :

on a ex = 1 + x + o(x). Ceci donne ex 1 = x + o(x) et donc

ex 1 o(x)
lim = lim 1 + =1
x0 x x0 x
par definition de o(x). Ainsi autour de x = 0, on a ex 1 x.
1
2. Soit f (x) = et a = 0.
1+x

On a f (0) = 1 et
1
f 0 (x) = = f 0 (0) = 1
(1 + x)2
2
f 00 (x) = = f 00 (0) = 2
(1 + x)3
..
.
n!
f (n) (x) = (1)n = f (n) (0) = (1)n n !
(1 + x)n

Le developpement limite dordre n autour de a = 0 est alors

1
= 1 x + x2 x3 + x4 + (1)n xn + Rn (x)
1+x
avec
f (n+1) () n+1 n+1
Rn (x) = = (1)n+1 .
(n + 1) ! (1 + )n+1
ce qui donne la serie de Taylor
X
1
= (x)k x ] 1; 1[
1+x
k=0

Cest une serie geometrique (de raison x ) qui converge si et seulement si |x| < 1. Pour
n
ces valeurs de x, on peut montrer que Rn (x) 0 et donc la serie de Taylor converge
vers f .
3. f (x) = sin x et a = 0.
On obtient le developpement limite suivant :

x3 x5 x7
sin x = x + + o(x7 )
3! 5! 7!
94
CHAPITRE 4. DERIV
EES ET APPLICATIONS

f (n+1) (x) n+1

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

X x2k+1
sin x = (1)k x R
(2k + 1) !
k=0

4. On montre de meme que

x2 x4 x6
cos x = 1 + + o(x6 )
2 4! 6!

X x2k
= (1)k x R
(2k) !
k=0

5. Soit f (x) = ln(1 + x) et a = 0. Alors

1
f 0 (x) = = f 0 (0) = 1
1+x
1
f 00 (x) = = f 00 (0) = 1
(1 + x)2
2
f (3) (x) = = f (3) (0) = 2
(1 + x)3
..
.
(1)n+1 (n 1) !
f (n) (x) = = f (n) (0) = (1)n+1 (n 1) !
(1 + x)n
On obtient la serie de Taylor :
f 00 (0) 2 f (n) (0) n
f (1 + x) = f (0) + f 0 (0) x + x + + x + ...
2 n!
x2 x3 x4
=x + + ...
2 3 4

X xk
= (1)k+1
k
k=1

qui converge pour 1 < x 1.

Si x = 1, on obtient
1 1 1 1
ln 2 = 1 + + ...
2 3 4 5

Cest la s
erie harmonique altern
ee.

D
eriv
ee dune s
erie de Taylor

X
Si f (x) = ak xk alors
k=0

X
f 0 (x) = k ak xk1 .
k=1
On peut deriver termes `a termes.

4.6. DEVELOPPEMENT ET SERIE
LIMITE DE TAYLOR 95

Exemple 4.36. Considerons la serie

x3 x5 x7
f (x) = x + + ...
3 5 7

On a alors

serie geom. 1
f 0 (x) = 1 x2 + x4 x6 + x8 . . . = x ] 1; 1[
1 + x2

1
Mais est la derivee de arctan x donc f (x) = arctan x + C. Comme f (0) = 0 =
1 + x2
arctan(0), la constante C vaut 0. On a ainsi trouve la serie de Taylor de arctan x :

x3 x5 x7
arctan x = x + + ... x ] 1; 1]
3 5 7

Si lon pose x = 1, on a
1 1 1 1
= 1 + + ...
4 3 5 7 9

4.6.3 Op
erations sur les d
eveloppements limit
es
Soient f et g deux fonctions admettant Tnf (x) et Tng (x) comme developpements limites
dordre n autour de a = 0.
Alors
Tnf +g (x) = Tnf (x) + Tng (x)
Tnf g (x) = Tnf (x) Tng (x) (en ne gardant que les termes de degre n)
Si f (0) = 0, alors Tngf (x) = Tng (Tnf (x)).
f
Le developpement limite de sobtient en faisant la division du polynome Tnf (x) par
g
le polynome Tng (x) en commencant par les termes de degr es les plus bas.

Exemples 4.37.
1. Developpement limite dordre 3 de sin(ex 1) en a = 0 :

x3 x5
sin x = x + + o(x5 )
3! 5!
x2 x3
ex = 1 + x + + + o(x3 ) Alors
2 3!
(ex 1)3 (ex 1)5
sin(ex 1) = [ex 1] + ...
3! 5!
3 5
x2 x3 1 x2 1 x2
= 1+x+ + 1 x+ + ... + x+ + ... + ...
2 3! 6 2 5! 2

x2 x3 1 x4
=x+ + x3 + 3 + o(x3 ) + o(x3 )
2 3! 6 2
x2
=x+ + o(x3 ).
2
96
CHAPITRE 4. DERIV
EES ET APPLICATIONS

2. Developpement dordre 3 de ln(1 + arctan x) en a = 0 :

x3
arctan x = x + o(x4 )
3
x2 x3 x4
ln(1 + x) = x + + o(x4 )
2 3 4
Donc
arctan2 x arctan3 x
ln(1 + arctan x) = arctan x + + ...
2 3
2 3
x3 1 x3 1 x3
=x x + x + o(x3 )
3 2 3 3 3
x3 1 2 1 3
=x x + x + o(x3 )
3 2 3
1 2
= x x + o(x3 )
2
cos x + x2
3. Developpement limite dordre 3 de f (x) = en a = 0 :
1 sin x
x2 x2
cos x + x2 = 1 + o(x3 ) + x2 = 1 + + o(x3 )
2 2
x3
1 sin x = 1 x + + o(x3 )
3!
Division euclidienne :

3 4
Donc f (x) = 1 + x + x2 + x3 + o(x3 ).
2 3

4.6.4 Application : calcul de limite

Le developpement limite permet de calculer des limites indeterminees.

Exemples :
x3
1) Le developpement limite dordre 3 du sinus est sin x = x + o(x3 ). Alors
3!
x3
sin x x 3! + o(x3 ) x2 o(x3 )
lim = lim = lim 1 + = 1.
x0 x x0 x x0 3! x
x2 1
2) De meme on a cos x = 1 + o(x2 ) = 1 cos x = x2 + o(x2 ) et donc
2 2
1 cos x 1 o(x2 ) 1
lim 2
= lim + = .
x0 x x0 2 x2 2

4.6. DEVELOPPEMENT ET SERIE
LIMITE DE TAYLOR 97

3)
3 3
sin(3x) 3 sin x 3x (3x) x 3
3 ! 3(x 3 ! ) + o(x )
lim = lim 2
x0 x(1 cos x) x0 x[1 (1 x + o(x3 ))]
2
4x3 + o(x3 )
= lim x3
x0
2 + o(x4 )
4 + o(x3 )/x3
= lim = 8.
x0 1 + o(x4 )/x4
2

4.6.5 Application aux extremums

Soit f (x) une fonction et a un point stationnaire. On peut utiliser le developpement limite
de f (x) autour de a pour determiner la nature de a et obtenir le resultat suivant :
Th
eor` eme 4.38. Soit f (x) C n (I) avec n 2 telle que
0
f (a) = 0
f (k) (a) = 0 pour 1 k < n et
f (n) (a) = C 6= 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 dinflexion et donc un plat.

Exemples :
A) Soit f (x) = x sin x. Alors le developpement limite autour de x = 0 est

x3 x3
f (x) = x sin x = x (x + o(x3 )) = + o(x3 )
3! 3!
On a donc f (0) = f 0 (0) = f 00 (0) = 0 et f (3) (0) = 1. La premi`ere derivee non nulle est la
3`eme. On a donc un plat en x = 0 par le point 3 du theor`eme.
x4 x8
B) Soit f (x) = cos(x2 ) = 1 + + ....
2 4!
Alors f (0) = f (0) = f (0) = 0 et f (4) (0) = 12 4! = 12. On a donc n = 4 et
0 00 (3)

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.

Formule dEuler
X
xk x2 x3 x4
On a ex = =1+x+ + + + ...
k! 2 3! 4!
k=0
Si lon pose x = i on obtient
(i)2 (i)3 (i)4
ei = 1 + i + + + + ...
2 3! 4!
2 4
=1 + ...
2
4!
3 5
+i + ...
3! 5!
= cos + i sin .
98
CHAPITRE 4. DERIV
EES ET APPLICATIONS

On a ainsi d
emontr
e la formule dEuler :

ei = cos + i sin .

On en deduit les 2 formules :

ei + ei ei ei
cos = sin =
2 2i

4.7 R
esolution num
erique d
equations : m
ethode de Newton
On cherche `a resoudre lequation
f (x) = 0
sur lintervalle I, en supposant que f C 2 (I) et f 0 (x) 6= 0 pour tout x I.

Soit x la solution (que lon cherche).

On choisit x1 proche de x et on approxime la fonction f par sa tangente :

Equation de la tangente : y = f 0 (x1 )(x x1 ) + f (x1 ).

Intersection avec laxe Ox :

0 = f 0 (x1 )(x2 x1 ) + f (x1 )

ce qui donne
f (x1 )
x2 = x1 .
f 0 (x1 )
En repetant la construction, on trouve la relation recurrente :

f (xn )
xn+1 = xn ()
f 0 (xn )

On peut demontrer, que si x1 est choisi proche de x alors la suite des xn converge vers x .

Exemples 4.40.
(1) On cherche `a resoudre lequation x = cos x.
On prend f (x) = x cos x. Alors f 0 (x) = 1 + sin x et
xn cos xn
xn+1 = xn .
1 + sin xn

4.7. RESOLUTION
NUMERIQUE
DEQUATIONS
: METHODE DE NEWTON 99

Si lon part avec x1 = 12 alors on obtient

x2 = 0.755222 x3 = 0.73914166
x4 = 0.739085 x5 = 0.739085133

(2) Cherchons `a calculer p c, c R+ , p N .
On prend
f (x) = xp c = f 0 (x) = pxp1
et lequation (*) devient

xpn c 1 c 1
xn+1 = xn = (1 )xn + .
pxp1
n p p xp1
n

Si c Q+ et x1 est choisi dans Q+ , alors les xn forment une suite rationnelle qui

converge vers p c.

3
Exemple : p = 3, c = 2. On veut approcher 2. Lalgorithme devient
2 2
xn+1 = xn + 2 .
3 3xn
4 91 1126819
x1 = 1 x2 = 3 x3 = 72 x4 = 894348 x5 = 1.25992105002

Pour x5 , lerreur est de 1010 .

Probl`
eme possible :

Exemple :
f (x) = x3 + 2x2 5x 6.
En partant de x0 = 1.905985711, on trouve
x1 = 0.337561961
x2 = 1.905985711
x3 = 0.337561961
x4 = 1.9059857105
x5 = 0.337561948
Chapitre 5

Calcul int
egral

5.1 Lint
egrale d
efinie
5.1.1 D
efinition par sommes de Riemann
Soit f C 0 [a; b] positive. On cherche `a calculer laire S du domaine limite par le graphe de
f , laxe Ox ainsi que les droites x = a et x = b.

On partage lintervalle [a; b] en n intervalles I1 , I1 , . . .In de facon arbitraire Ik = [xk1 ; xk ]

avec x0 = a et xn = b.

On choisit ensuite un k Ik de facon toujours arbitraire. Notons xk = xk xk1 la

largeur de lintervalle Ik et soit
n
X
Sn = f (k ) xk
k=1

la somme des surfaces rectangulaires determinees par Ik et f (k ).

Cest une approximation de laire cherchee et cette approximation est dautant meilleure
que les xk sont petits et donc que le nombre dintervalles n est grand. A la limite (si elle
existe), on obtiendra laire cherchee S. On pose alors la definition suivante :

Definition 5.1 (Fonction integrable). La fonction f (x) est dite int

egrable sur [a; b] si la
limite
S= lim Sn
n
supk xk 0

existe et ceci ind

ependamment du choix des xk et des k . On note cette limite
Z b
f (x) dx .
a

101
102
CHAPITRE 5. CALCUL INTEGRAL

Remarque 5.2. On peut montrer, que pour quune fonction f (x) soit integrable, il suffit
de montrer la convergence des suites Sn pour deux choix particuliers des n . En effet, posons

Mk = sup f (x) mk = inf f (x)

xIk xIk

Alors mk f (k ) Mk pour tout choix de k Ik et donc

n
X n
X n
X
mk xk f (k ) xk Mk xk .
k=1 k=1 k=1
| {z }
=Sn

Si les termes de gauche et de droite converge vers la meme limite S lorsque n et

xk 0, alors par le theor`eme des gendarmes, la somme Sn converge egalement vers S
(pour tout choix des k ) et f est ainsi integrable.
Remarque 5.3. Si f (x) 0 pour tout x [a; b] et f est integrable, alors on a
Z b
f (x) dx 0.
a
Z b
Ainsi f (x) dx est une aire alg
ebrique affectee dun signe. Les domaines au-dessous de
a
laxe Ox sont comptes negativement.

5.1.2 Propri
et
es de lint
egrale d
efinie
Z a
(1) f (x) dx = 0
a
(2)
Z b Z c Z c
f (x) dx + f (x) dx = f (x) dx
a b a
Z a Z b
= f (x) dx = f (x) dx
b a

(3) Linearite de lintegrale :

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

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

Z b Z b
f (x) dx g(x) dx
a a

(5) Z b Z b

f (x) dx |f (x)| dx

a a
monstration : Ceci decoule du point (4) et de linegalite
De

|f (x)| f (x) |f (x)|

pour tout x [a; b].


5.1. LINTEGRALE
DEFINIE 103

(6) Inegalite de Schwarz :

Z b 2 Z b Z b
2
f (x)g(x) dx f (x) dx g 2 (x) dx.
a a a
Z b
monstration : Pour tout t R on a
De (f (x) tg(x))2 dx 0 ce qui donne
a
Z b
(f 2 (x) 2tf (x)g(x) + t2 g 2 (x)) dx 0
a

et par (3)
Z b Z b Z b
f 2 (x) dx 2t f (x)g(x) dx + t2 g 2 (x) dx 0
a a a
et ceci pour tout t. Le discriminant de cette equation du 2`eme degre en t doit donc etre
negatif ou nul. Ainsi
Z b 2 Z b Z b
2 2
= B 4AC = 4 f (x)g(x) dx 4 f (x) dx g 2 (x) dx 0.
a a a

Remarque 5.4. La variable dintegration est une variable muette. Son changement naf-
fecte en rien la valeur de lintegrale :
Z b Z b
f (x) dx = f (u) du.
a a

Definition 5.5. f est continue par morceaux sur I = [a; b] sil existe Ik = [xk1 ; xk ]
k = 1, 2, . . . , n avec x0 = a et xn = b de telle sorte que f (x) soit continue sur chaque
intervalle ouvert ]xk1 ; xk [, continue `a gauche en x1 , x2 , . . . , xn et continue `a droite en
chaque x0 , x1 , . . . , xn1 .

Th
eor`
eme 5.6. Toute fonction continue par morceaux est integrable.

Sans demonstration.

5.1.3 Th
eor`
eme fondamental du calcul int
egral
Dans cette section, nous allons montrer le lien entre lintegrale definie 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
Z b
f (x) dx = f () (b a).
a
104
CHAPITRE 5. CALCUL INTEGRAL

Demonstration :
Soit m = inf f (x) et M = sup f (x). Alors
xI xI
Z b
m (b a) f (x) dx M (b a).
a

et donc Z b
1
f (xm ) = m f (x) dx M = f (xM ).
ba a
| {z }
=c

Comme f est continue, il existe un I avec f () = c par le corollaire du theor`eme de

Bolzano (chapitre 3).

Applique `a lintervalle [x; x + h] ce lemme assure lexistence dun = x + h (0 1)

avec Z x+h
f (x) dx = h f (x + h). ()
x

Th eme 5.8 (Theor`eme fondamental du calcul integral). Soit I = [a; b] et f C 0 (I).

eor`
Posons Z x
F (x) = f (t) dt.
a
Alors F 0 (x) = f (x) pour tout x I.
monstration :
De
Reprenons la definition de la derivee :

F (x + h) F (x)
F 0 (x) = lim
h0 h
Z x+h Z x
1
= lim f (t) dt f (t) dt
h0 h a a
Z x+h
1
= lim f (t) dt
h0 h x
1
= lim h f (x + h) 0 1 par (*)
h0 h
= lim f (x + h)
h0
= f (x) car f est continue.

En dautres termes, on a
Z x
d
f (t) dt = f (x)
dx a
5.2. PRIMITIVES 105

Explication intuitive :

dF (x)
dF (x) = F (x + h) F (x) = dx f (x) = = f (x).
dx

Th eme 5.9. Soit f (x) integrable sur I = [a; b] et F (x) telle que F 0 (x) = f (x). Alors
eor`

Z b b

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

Z x
monstration : Posons (x) =
De f (t) dt.
a
Alors par le theor`eme precedent, on a 0 (x) = f (x) = F 0 (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
Z b
(b) = f (t) dt = F (b) F (a).
a

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

(b) "Z #
(x)
d
f (t) dt = f ((x)) 0 (x) f ((x)) 0 (x)
dx (x)

5.2 Primitives
5.2.1 D
efinition et propri
et
es
Definition 5.11. Soit f (x) une fonction. Une primitive de f (x) est une fonction F (x)
telle que F 0 (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
diff`erent que dune constante (cf. chapitre 4 : f 0 (x) 0 = f (x) c).
106
CHAPITRE 5. CALCUL INTEGRAL

La section qui prec`ede a montre que le calcul dune integrale definie se ram`ene au calcul
dune primitive.
De ce fait, on note Z
f (x) dx

lensemble de toutes les primitives de f (x), que lon appelle aussi int
egrale ind
efinie.

Determiner les primitives dune fonction est un probl`eme difficile.

Le theor`eme du calcul integral montre que toute fonction continue poss`ede une primitive.
Mais il existe des fonctions analytiques continues qui nont pas de primitives analytiques
2
comme par exemple f (x) = ex .
Linearit e de la primitive : la linearite de la derivee implique celle de la primitive :

Z Z Z
f (x) + g(x) dx = f (x) dx + g(x) dx.

5.2.2 Recherche des primitives

Primitives de quelques fonctions
el
ementaires
(I) Fonctions puissances Pour q =
6 1, on a
Z
1
xq dx = xq+1 + C
q+1
et Z
1
dx = ln |x| + C.
x
(II) Fonction exponentielle : Z
1 ax
eax dx = e + C.
a
(III) Fonctions trigonometriques :
Z Z
1 1
sin(ax) dx = cos(ax) + C cos(ax) dx = sin(ax) + C
a a

(IV) etc...

Recherche par calcul direct

On obtient certaines primitives en transformant la fonction `a integrer de telle sorte `a faire
apparatre une forme connue de derivee :

Exemples 5.13.
Z
1 p
(1) dx =?. On sait que ( px + q)0 = 2px+q . On a donc
px + q
Z Z Z
1 2 p 2 p 2
dx = dx = dx = px + q + C.
px + q p 2 px + q p 2 px + q p
5.2. PRIMITIVES 107

(2) Z Z
1 1 1
cos2 (px) dx = (1 + cos(2px)) dx = x + sin(2px) + C.
2 2 4p
(3)
Z Z Z
x2 + x + 1 x2 + 1 + x 1 1
dx = dx = + 2 dx = ln |x| + arctan(x) + C.
x3 + x x(x2 + 1) x x +1

Plus generalement, comme (F (g(x)))0 = F 0 (g(x)) g 0 (x) , on a la formule

Z
f (g(x)) g 0 (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 0 (x) en
sachant trouver une primitive de f .
Il est donc important lors du calcul dune integrale de reperer les derivees internes (= g 0 (x)).

Exemples 5.14.
(1)
Z Z Z 1
p
x 1 2x 1 1 1 (x2 + 1) 2
dx = dx = 2x(x2 +1) 2 dx = + C = x2 + 1 + C
2
x +1 2 x2 + 1 2 2 1/2

On a utilise le principe precedent avec f (u) = 1u et g(x) = x2 + 1 = g 0 (x) = 2x.

Z
(2) On veut calculer cos x sin3 x dx. On voit que cos x est la derivee de sin x. On pose
donc g(x) = sin x et f (u) = u3 dont on connat une primitive : F (u) = 41 u4 . Alors
Z
3 1 4
cos
| {zx} sin
| {z x} dx = F (g(x)) + C = 4 sin x + C.
0 g (x) f (g(x))

En appliquant la formule 5.1 `a des fonctions f particuli`eres, on obtient les formules sui-
vantes :
(I) Z
g 0 (x)eg(x) dx = eg(x) + C.

(II) Z
g 0 (x)
dx = ln |g(x)| + C.
g(x)
(III) Z
1
g 0 (x)[g(x)] dx = [g(x)]+1 + C 6= 1.
+1
(IV) Z
g 0 (x)
dx = arctan[g(x)] + C.
1 + g 2 (x)
108
CHAPITRE 5. CALCUL INTEGRAL

(V) Z
g 0 (x) cos(g(x)) dx = sin[g(x)] + C.

(VI) etc...

Int
egration par parties
On sait que (f g)0 = f 0 g + f g 0 ce qui donne f 0 g = (f g)0 f g 0 . En integrant des deux cotes
on obtient la r`egle dintegration par parties :

Z Z
0
f (x)g(x) dx = f (x)g(x) f (x)g 0 (x) dx. (I.P.P.)

Exemples 5.15.
(1) Z Z
x I.P.P. x
xe dx = xe ex dx = xex ex + C = ex (x 1) + C.

avec f 0 = ex et g = x.
Z
(2) ln x dx = x(ln x 1) + C (cf. exercices)

(3)
Z Z
I.P.P.
sin(x)ex dx = sin(x)ex cos(x)ex dx
Z
I.P.P. x x x
= sin(x)e cos(x)e sin(x)e dx
Z
= (sin x cos x)e sin(x)ex dx
x

R
On obtient (en passant le terme sin(x)ex dx de lautre cote)
Z
2 sin(x)ex dx = (sin x cos x)ex

et donc Z
1
sin(x)ex dx = (sin x cos x)ex + C .
2

(4)
Z Z Z
I.P.P. 1
arctan x dx = 1 arctan x dx = x arctan x x dx
1 + x2
1
= x arctan x ln(1 + x2 ) + C
2

en posant f 0 = 1 et g = arctan x.
5.2. PRIMITIVES 109

Int
egration 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
Z b Z
f (x) dx = f ((t)) 0 (t) dt
a

La transformation x = (t) sappelle un changement de variable.

On effectue donc les trois substitutions suivantes :

(i) x = (t)

(ii) dx = 0 (t) dt

(iii) ET on change les bornes dintegration.

Z (x)
monstration : Soit G(x) =
De f (t) dt et g(x) = f ((x)) 0 (x). Alors par le
a
corollaire 5.10, on a
G0 (x) = f ((x)) 0 (x) = g(x).
La fonction G(x) est donc une primitive de g(x). Il sensuit que
Z

g(t) dt = G(t) = G() G()

ce qui donne
Z Z () Z () Z ()
0
f ((t)) (t) dt = f (x) dx f (x) dx = f (x) dx .
a a ()

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.
Z 1
1
1. Calculons J = dx.
0 (1 + x2 ) 1 + x2
On pose
x = tan t = dx = (1 + tan2 t) dt

avec <t< .
2 2
Et comme tan(0) = 0 et tan 4 = 1, on a
Z Z
4 1 4 1
J= (1 + tan2 t) dt = q dt
2 2
0 (1 + tan t) 1 + tan t 0 1
cos2 t
Z Z
4 4 /4 2
= cos t dt = cos t dt = sin t = .
0 0 0 2
110
CHAPITRE 5. CALCUL INTEGRAL

Comme est inversible sur lintervalle considere, cet exemple permet de trouver une
1
primitive de f (x) = .
(1 + x ) 1 + x2
2
En effet, on a t = arctan x, ce qui donne
F (x) = sin t = sin(arctan x) + C.
Z
2. x3 (1 x2 )5/2 dx = ?

On a x [1; 1]. On pose x = sin t avec t .
2 2
x = sin t = dx = cos t dt
p
t = arcsin x = cos t = cos(arcsin x) = 1 x2 .
On obtient
Z Z Z
x (1 x ) dx = sin t (1 sin t) cos t dt = sin3 t cos5 t cos t dt
3 2 5/2 3 2 5/2

Z Z
= sin t (1 cos t) cos t dt = (sin t cos6 t sin t cos8 t) dt
2 6

1 1
= cos7 t + cos9 t + C
7 9
1 1
= (1 x2 )9/2 (1 x2 )7/2 + C.
9 7

5.2.3 Int
egration des fonctions rationnelles
P (x)
Soit f (x) = une fonction rationnelle `a integrer.
Q(x)
On effectue les etapes suivantes :

1`ere etape : si deg(P ) deg(Q), on effectue la division eulidienne de P (x) par Q(x) :
P (x) = Q(x)D(x) + R(x)
P (x) R(x)
ce qui donne = D(x) + avec cette fois-ci deg(R) < deg(Q) et D(x) integrable.
Q(x) Q(x)
P (x)
Dans la suite, on ne considere donc que les fonctions rationnelles Q(x) avec deg(P ) < deg(Q)
et Q(x) = xn + + a1 x + a0 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 )m1 (x p )mp (x2 + 2A1 x + B1 )l1 (x2 + 2As x + Bs )ls (5.2)
P (x)
On decompose alors la fraction rationnelle en une somme de fractions simples, chaque
Q(x)
terme dans (5.2) contribuant de la mani`ere suivante :
C1 C2 Cm
(x )m 7 + 2
+ + fractions simples de 1`ere esp`ece
x (x ) (x )m
D1 x + E1 D2 x + E2 Dl x + Dl
(x2 + 2Ax + B)l
7 2
+ 2 2
+ + 2
x + 2Ax + B (x + 2Ax + B) (x + 2Ax + B)l
fractions simples de 2`eme esp`ece
5.2. PRIMITIVES 111

3`eme etape : On int`egre chaque fraction simple (cf. plus bas).

Exemples pour la 2` eme etape :

1)
x2 + x + 4 x2 + x + 4 C1 C2 Dx + E
= = + + 2 ()
x4 x3 + 2x2 2x x(x 1)(x2 + 2) x x1 x +2
En multipliant (*) par x et en posant x = 0, on obtient
x2 + x + 4 h C2 x (Dx + E)x i
= C 1 + +
(x 1)(x2 + 2) x=0 x1 x2 + 2 x=0
4
= C1
1 2
donc C1 = 2.

En multipliant (*) par x 1 et en posant x = 1, on obtient

x2 + x + 4 h C (x 1)
1 (Dx + E)(x 1) i
= + C 2 +
x(x2 + 2) x=1 x x2 + 2 x=1
6
= C2
13
donc C2 = 2.

En multipliant (*) par x et en faisant x , on obtient

0 = C1 + C2 + D
donc D = 0.

On choisit une valeur particuli`ere pour determiner E. Par exemple, en posant x = 1,

4 C2 E
on a = C1 + ce qui donne E = 1. En conclusion
6 2 3
x2 + x + 4 2 2 1
2
= + 2 .
x(x 1)(x + 2) x x1 x +2
2)
x3 + 5x + 2 x3 + 5x + 2 C1 C2 C3 C4
2 2
= 2 2
= + 2
+ + .
(x 1) (x 1) (x + 1) x 1 (x 1) x + 1 (x + 1)2
8
Multiplication par (x 1)2 et x := 1 : = C2
4
4
Multiplication par (x + 1)2 et x := 1 : = C4 = 1
4
Multiplication par x et x : 1 = C1 + C3

On pose x = 0 : 2 = C1 + C2 + C3 + C4 donc 1 = C3 C1

Les 2 derni`eres equations donne : C3 = 1 et C1 = 0. Finalement

x3 + 5x + 2 2 1 1
2 2
= 2
+ .
(x 1) (x 1) x + 1 (x + 1)2
112
CHAPITRE 5. CALCUL INTEGRAL

3`
eme
etape : int
egration des fractions simples
Les fractions simples ont toutes des primitives elementaires :

Fractions simples de 1`
ere esp`
ece :

si m 6= 1 alors Z
1 1 1
m
dx = +C
(x ) (m 1) (x )m1
sinon Z
1
dx = ln |x | + C
x

Fractions simples de 2`
eme esp`
ece :
Z Z D
Dx + E 2 (2x + 2A) + E DA
2
dx = dx
x + 2Ax + B x2 + 2Ax + B
Z Z
D 2x + 2A 1
= 2
+ (E DA) dx
2 x + 2Ax + B (x + A) + B A2
2
Z
D 2 E DA 1/ B A2
= ln(x + 2Ax + B) + 2 dx
2 B A2 1 + x+ABA2

D 2 E DA x+A
= ln(x + 2Ax + B) + arctan +C
2 B A2 B A2
(5.3)

Z Z D
Dx + E 2 (2x + 2A) + E DA
dx = dx
(x + 2Ax + B)2
2 (x2 + 2Ax + B)2
Z Z
D 2x + 2A 1
= + (E DA) dx
2 (x + 2Ax + B)2
2 (x2 + 2Ax + B)2
D 1
= 2 + (E DA) I
2 x + 2Ax + B
Il reste `a calculer Z
1
I= dx.
(x2 + 2Ax + B)2
On pose u = x + A et on applique la formule suivante :
Z
1 u 1 u
du = + arctan + C.
(u2 + )2 2(u2 + ) 2

La formule precedente peut etre verifiee directement ou sobtient par parties. Plus generalement
on a la formule recurrente :
Z Z
1 u 2n 1 1
du = + du.
(u2 + )n+1 2n(u2 + )n 2n (u2 + )n

Z Z
P (x) 7 2x3
Exemple complet : Calculons dx = dx.
Q(x) x3 + x2 2
5.2. PRIMITIVES 113

1`ere etape : division euclidienne : 7 2x3 = (2)(x3 + x2 2) + (2x2 + 3) et donc

7 2x3 2x2 + 3
= 2 + .
x3 + x2 2 x3 + x2 2

2`eme etape : On factorise Q(x) : Q(x) = x3 + x2 2 = (x 1)(x2 + 2x + 2)

Decomposition en fractions simples :

2x2 + 3 C1 Dx + E
2
= + 2 .
(x 1)(x + 2x + 2) x 1 x + 2x + 2
5
Multiplication par x 1 et x = 1 : = C1 donc C1 = 1.
5
Multiplication par x et x : 2 = C1 + D donc D = 1.

3 E
x=0: 2 = C1 + 2 donne E = 1.

Finalement
2x2 + 3 1 x1
2
= + 2
(x 1)(x + 2x + 2) x 1 x + 2x + 2
3`eme etape : Integration
Z
1
dx = ln |x 1| + C
x1
Z
x1 1
2
dx = ln(x2 + 2x + 2) 2 arctan(x + 1) + C
x + 2x + 2 2

en appliquant la formule (5.3) avec A = 1, B = 2, D = 1 et E = 1. En mettant ces termes

ensembles, on obtient
Z Z
P (x) 2x2 + 3
dx = 2 + 3 dx
Q(x) x + x2 2
Z Z
1 x1
= 2x + dx + 2
dx
x1 x + 2x + 2
1
= 2x + ln |x 1| + ln(x2 + 2x + 2) 2 arctan(x + 1) + C.
2

5.2.4 Int
egration des fonctions rationnelles de fonctions trigonom
etriques
P (sin x; cos x)
Pour integrer une fonction de la forme , on effectue un des changements de
Q(sin x; cos x)
variables suivants :
(a) t = sin x ou t = cos x
t 1 1
(b) t = tan x ce qui donne sin x = , cos x = et dx = dt
1+t 2 1+t 2 1 + t2
x 2t 1 t2 2
(c) t = tan = sin x = 2
, cos x = 2
et dx = dt.
2 1+t 1+t 1 + t2
Le dernier changement (c) fonctionne toujours mais peut etre plus complique que les chan-
gements (a) et (b).
114
CHAPITRE 5. CALCUL INTEGRAL

Exemple 5.19.
Z Z
tan x sin x
dx = dx changement (a) : t = cos x et dt = sin x dx
2 sin2 x cos x(1 + cos2 x)
Z Z
1 1 t
= dt = ( 2 )dt
t(1 + t2 ) t t +1
1 1
= ln(1 + t2 ) ln |t| + C = ln(1 + cos2 x) ln | cos x| + C.
2 2

5.2.5 Quelques autres techniques

(A) a2 b2 x2
p
Pour integrer une fonction comportant des termes de la forme a2 b2 x2 on peut parfois
effectuer le changement de variable

a a
x= sin t = dx = cos t dt
b b
p
ce qui donne a2 b2 x2 = |a| 1 sin2 t = |a| cos t.

Exemple :
Z p Z p
2
1 x dx = 1 sin2 t cos t dt
Z Z
= cos t cos t dt = cos2 t dt
2

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

(B) a2 + b2 x2

Pour des fonctions comportant un terme de la forme a2 + b2 x2 , on effectue le changement
a a
x = sinh(t) ce qui donne dx = cosh(t) dt et
b b
p p
a2 + b2 x2 = |a| cosh2 t = |a| cosh t.

Exemple :
Z p Z p
1+ x2 dx = 1 + sinh2 t cosh t dt
Z Z
2 1
= cosh t dt = (t + cosh(2t)) dt
2
1 1
= t + sinh t + C
2 4
1 1
= arcsinh x + sinh(2arcsinh x) + C
2 4

5.3. INTEGRALES IMPROPRES 115

(C) Fonctions irrationnelles

Z
x+1
Exemple : dx =?
x43x
On pose
t= 6x = x = t6 = dx = 6t5 dt.

Ceci donne x = t3 et 3 x = t2 . Lintegrale se transforme en une integrale rationnelle :
Z Z 3
x+1 t +1
dx = 6t5 dt
x4 x 3
t 4t2
6
Z 6
t + t3
=6 dt = . . .
t4 4

5.3 Int
egrales impropres
5.3.1 D
efinitions
Z
On desire calculer des termes de la forme f (x) dx. Quel sens donner `a la borne ?
a

Definition 5.20. Soit f (x) une fonction bornee et continue. On appelle int egrale im-
propre de 1`ere esp`
ece une integrale de f (x) o`
u lune des bornes tend vers linfini.
On pose
Z
() = f (x) dx
a
et lon calcule lim (). Si cette limite existe, on definit

Z
f (x) dx = lim ().
a
Z

On note parfois f (x) dx = F (x) o`
u F (x) est une primitive de f (x).
a a

Exemples 5.21.
Z Z h i h i
x
(1) e dx = lim ex dx = lim ex = lim 1 e = 1.
1 1 1
Z
(2) Que vaut cos x dx ? On a
0
Z

cos x dx = sin x = sin
0 0
Z
et la limite lim sin nexiste pas. Donc cos x dx nexiste pas.
0

Definition 5.22. Soit f (x) une fonction continue sur ]a; b] avec lim = . On appelle
xa+
Z b
integrale impropre de 2`eme esp`ece lintegrale f (x) dx.
a
116
CHAPITRE 5. CALCUL INTEGRAL

Si la limite existe, on pose

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

On note parfois
Z b b

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

Ici F (a+ ) signifie lim F (x).

xa+

Exemples 5.23.
Z 1 Z 1
1 1 1
(a) dx = lim dx = lim 2 x = lim (2 2 ) = 2.
0 x 0+ x 0+ 0+

(b) Lintegrale
Z 1
1
dx
0 x
nexiste pas car
Z 1
1
dx = ln(1) ln() = ln()
x
et la limite quand 0+ nexiste pas (elle vaut +).

Definitions :
Si une integrale impropre existe, on dit quelle converge ; sinon, elle diverge.
Z Z
Une integrale impropre f (x) dx est absolument convergente si |f (x)| dx converge.
I I
Ici, et dans la suite, on peut avoir I = [a; [ ou I =] ; b].

Z Z
Th
eor`
eme 5.24. Soit f (x) C 0 (I). Si |f (x)| dx converge, alors f (x) dx converge.
I I

Z b Z b

Demonstration : Ceci decoule de linegalite f (x) dx |f (x)| dx.
a a

Techniques dint
egration
Les integrations par parties et par changement de variables sappliquent aussi aux integrales
impropres :
Z Z h i
I.P.P.
Exemple 5.25. xex dx = xex ex dx = 0 ex =1
0 0 0 0

5.3. INTEGRALES IMPROPRES 117

Quelques remarques importantes

Z +
(1) Pour calculer lintegrale f (x) dx, il faut calculer

Z + Z a Z
f (x) dx = lim f (x) dx + lim f (x) dx
a

et NON PAS Z
lim f (x) dx.

Z
Exemple : Lintegrale sin x dx nexiste pas car les limites

Z 0 Z
lim sin x dx et lim sin x dx
0

nexistent pas. Z
Il est FAUX de penser que sin x dx = 0 parce que sin x est impaire.

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

car la fonction a un pole en x = 2. Or

Z
2
1 1 2
dx =
0 (x 2)2 x 2 0
Z 3
1
ne converge pas. Donc lintegrale dx ne converge pas.
0 (x 2)2
Le calcul Z
3
1 1 3 1 3
2
dx = = 1 =
0 (x 2) x2 0 2 2
est FAUX.

5.3.2 Crit`
eres de convergence
Comme pour les series, on a un crit`ere de comparaison :

Theor` eme 5.26. Z Soient f (x) et g(x) deux fonctions telles

Z que |f (x)| |g(x)| sur I.
1) Si lintegrale |g(x)| dx converge, alors lintegrale |f (x)| dx converge.
I I
Z Z
2) Si lintegrale |f (x)| dx diverge alors lintegrale |g(x)| dx diverge.
I I

Ce theor`eme est tr`es utile avec les resultats suivants :

118
CHAPITRE 5. CALCUL INTEGRAL

Th
eor`
eme 5.27.
Z b 1
1 1rb1r si r < 1
dx =
0 xr + si r 1.
Z b
1
Donc lintegrale dx converge si et seulement si r < 1.
0 xr

Demonstration : Pour r 6= 1, on a
Z b b 1 1r
1
r
x dx = 1r
x = 1r b si r < 1
0 1r 0 + si r > 1.
Z b b
1
Si r = 1, on a dx = ln x = +.
0 x 0

Z 2
1
Exemple : le crit`ere de comparaison permet daffirmer que lintegrale dx
0 x(x2 + 1)
1 1 1
converge car 2
= 1 pour x ]0; 2].
x(x + 1) x x2

Theor`eme 5.28. Soient a > 0 et r > 0. Alors

Z
1 + si r 1
dx = 1 1r
r1 a si r > 1.
xr
a
Z
1
Ainsi dx converge si et seulement si r > 1.
a xr

monstration : Pour r 6= 1, on a
De
Z
1 1
1r + si r < 1
dx = x = 1 1r
r1 a si r > 1.
x r 1 r
a a
Z h i
1
Pour r = 1, on a dx = ln x = +.
a x a

P (x)
Application : soit f (x) = Q(x) une fonction rationnelle. Supposons que Q(x) 6= 0 pour
Z
x a. Alors f (x) dx converge lorsque
a
deg(Q) deg(P ) 2
et diverge sinon.

Exemple : Z Z

x(1 + cos2 x) x
dx > dx
0 1 + x2 0 1 + x2
Z
x
et dx diverge car
0 1 + x2
deg(1 + x2 ) deg(x) = 1 6 2.
5.4. APPLICATION : CALCUL DAIRES 119

Fonctions exponentielles
Pour q > 0 et a R on a
Z

qx 1 qx 1 aq
e dx = e = e
a q a q
Z
Corollaire 5.29. Pour tout p, q > 0 et tout a R, lintegrale xp eqx dx converge.
a
monstration : En effet, on a
De
xp x
0
eq/2x
ce qui implique, quil existe N N tel que
xp < eq/2x x N.
Donc xp eqx < eq/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
Z x
dA
A(x) = f (t) dt = A0 (x) = f (x) = f (x)
a dx

dA = f (x)dx = ydx. ()

dA est lelement differentiel daire et on a

Z
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
Z b

f (x) g(x) dx.
a

ATTENTION : si le graphe de f coupe celui de g, il faut faire attention au signe.

Dans certains cas, il est plus simple dintegrer en fonction de la variable y, les bords du
domaine etant alors des fonctions de y. On a la formule symetrique :

dA = x(y) dy.
120
CHAPITRE 5. CALCUL INTEGRAL

Exemple : calculons laire du domaine compris entre la droite x + y = 0 et la parabole

y 2 = 2y x.

On calcule dabord les points dintersection : O(0; 0) et I(3; 3).

On exprime les bords comme des fonctions de la variable y :
droite : x = y = g1 (y)
parabole : x = 2y y 2 = g2 (y).
Alors
dA = [g2 (y) g1 (y)] = (2y y 2 ) (y) dy = 3y y 2 dy
et laire est donc
Z Z y=3 3
2 3 2 1 3 9
A= dA = 3y y dy = y y = .
y=0 2 3 0 2

Repr
esentation param
etrique
Supposons quune courbe soit donnee sous forme parametrique :

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

dx
Alors x(t)
= = dx = x(t)
dt. La formule (*) devient
dt

dA = y dx = y(t)x(t)
dt

et laire entre t = tP et t = tQ vaut alors

Z tQ
A= y(t)x(t)
dt.
tP

Exemple : la cyclode
La trajectoire dun point dun cercle roulant sur une droite est donnee par la cyclode :

x(t) = R(t sin t)
y(t) = R(1 cos t)

Calculons laire dun arc de cyclode.

5.4. APPLICATION : CALCUL DAIRES 121

On a x(t)
= R(1 cos t). Alors
Z 2 Z 2
A= y(t)x(t)
dt = R(1 cos t)R(1 cos t) dt
0 0
Z 2
2

=R 1 2 cos t + cos2 t dt = R2 (2 0 + ) = 3R2
0

Rappel :
Z 2 Z 2
2 2
cos t + sin t dt = 1 dt = 2
0 0
Z 2
et donc par symetrie cos2 t dt = .
0

5.4.2 Domaine ferm

e

x = x(t)
Soit D un domaine ferme dont la fronti`ere est definie par pour t [t1 ; t2 ].
y = y(t)

On a t1 < tD < tG < t2 .

Z xD Z xD Z tD Z t2 Z tD
AD = y + dx y dx = y(t)x(t)
dt y(t)x(t)
dt + y(t)x(t)
dt
xG xG tG tG t1
Z tG Z t2 Z tD
= y x y x y x
tD tG t1
Z t2
= xy
dt
t1

En integrant selon y, cest-`a-dire en prenant dA = xdy, on obtient

Z t2
AD = xy dt.
t1
122
CHAPITRE 5. CALCUL INTEGRAL

En additionnant les 2 formules et en divisant par 2, on obtient

I
1
A= (xy xy)
dt.
2

I Z t2
= integrale curviligne = . . . dt
t1

o`
u [t1 ; t2 ] parcourt le bord de D dans le sens trigo une et une seule fois.

Exemple : Aire de la boucle de la courbe : y 3 xy 2 + x4 = 0

Param 3 3 2 3 4
3
3 etrisation
2
: si lon pose y = tx, on obtient t x t x + x = 0 ce qui donne
x (t t ) + x = 0 et donc

x = t2 t3
y = t3 t4
t = 0 (0; 0)
t = 1 (0; 0)
Et pour 0 < t < 1, on a x > 0 et y > 0. Donc si t parcourt lintervalle [0; 1], on parcourt le
bord de D une et une seule fois. Alors
Z Z
1 1 1 1 2
A= (xy xy)
dt = (t t3 )(3t2 4t3 ) (2t 3t2 )(t3 t4 ) dt
2 0 2 0
Z
1 1 4 1
= t (1 t)2 dt = = .
2 0 210

5.4.3 Surfaces sectorielles

Domaines limites par un arc P Q et par les segments OP et OQ. Alors

Z tQ
1
A= (xy xy)
dt
2 tP
5.4. APPLICATION : CALCUL DAIRES 123

monstration :
De
Parametrisation de OP :

x=t x = 1
(pente = m) = = xy xy
= mt mt = 0
y = mt y = m

Idem pour QO : xy xy
= 0.

Donc
I Z Z Z Z Q Z Q
(xy xy)
dt = ... + ... + ... =0+ + 0 = xy xy.

OP PQ QO P P

Exemple : secteur dune ellipse dequation :

x = a cos t
y = b sin t

Alors Z tQ
1 1
A= (a cos t b cos t + a sin t b sin t) dt = ab (tQ tP ).
2 tP 2
Si t = 0 et t = 2, on obtient laire de lellipse :

Aellipse = ab.

Coordonn
ees polaires
Si larc P Q est donnee en coordonnees polaires = (), alors

x = cos et y = sin

donne
x = cos sin et y = sin + cos .
Laire est egale alors `a
Z
1 Q
A= (xy xy)
d
2 P
Z Q
1
= cos ( sin + cos ) sin ( cos sin ) d
2 P
Z
1 Q 2
= (cos2 + sin2 ) d
2 P
Z
1 Q 2
= () d.
2 P
124
CHAPITRE 5. CALCUL INTEGRAL

Explication intuitive :

Laire du triangle infinitesimal est egale `a

1 1 1 1
dA = base hauteur ds = d = 2 d.
2 2 2 2

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

Z Z ! !
1
a2 3
a2 1 a2 13 2
A= d d = + ... = a .
2 /4 2 9/4 2 2 /4 9

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 P Q par une suite de cordes Pk Pk+1 .

Longueur de la corde Pk Pk+1 :

q
|Pk Pk+1 | = lk = x2k + yk2

Si lon divise larc en n cordes alors on a

s 2
n
X n q
X n
X yk
sn = lk = x2k + yk2 = 1+ xk ()
xk
k=0 k=0 k=0
5.4. APPLICATION : CALCUL DAIRES 125

yk dy
Lorsque n et xk , yk 0 alors = y 0 et la serie (*) a comme limite
xk dx

Z xQ p Z xQ p
s= 0 2
1 + y (x) dx = 1 + f 0 (x)2 dx
xP xP

Z xp
ds p
De s(x) = 1 + f 0 (x)2 dx on en deduit s0 (x) = = 1 + f 0 (x)2 et donc
a dx

p
ds = s0 (x) dx = dx2 + dy 2 ()

ds = element differentiel de longueur darc.

Si la courbe est sous forme param

etrique :

x = x(t) dx = x(t)
dt
: =
y = y(t) dy = y(t)
dt

p
la formule (**) devient ds = 2 + y(t)
x(t) 2 dt et ainsi

Z tQ p
s= 2 + y(t)
x(t) 2 dt
tP

Exemple 5.30.
Longueur dune ellipse :
x2 y 2
: + 2 =1
a2 b
avec 0 < a < b.

x = a cos t x = a sin t
Parametrisation : =
y = b sin t. y = b cos t
Alors la longueur vaut :
Z Z r
2 p 2
a 2
2
L= 2 2 2
a sin t + b cos t dt = b sin2 t + cos2 t dt
0 0 b
Z 2 p
=b 1 k 2 sin2 t dt
0

2
u k 2 = 1 ab .
o`
Cette integrale nest pas elementaire : on ne peut la calculer quavec des methodes numeriques.
126
CHAPITRE 5. CALCUL INTEGRAL

Longueur en coordonn
ees 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 differentiel de longueur vaut alors
p p
ds = x 2 + y 2 d = = 2 () + 2 () d
et la longueur entre les points P et Q vaut
Z Q p
s= 2 () + 2 () d.
P

Exemple : Longueur de la cardiode : = a(1 + cos ) avec a > 0.

Z =2 q Z p
2 2 2 2
L= a (1 + cos ) + a sin d = 2a 2 + 2 cos d
=0 0 | {z }

=4 cos2 2
Z Z



= 2a |2 cos | d = 4a cos d = 8a sin = 8a.
0 2 0 2 2 0

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 = zk et z = zk + zk est

approximativement egale au volume du cylindre de base A(zk ) et de hauteur zk . Ainsi
Vk = A(zk ) zk
5.5. CALCUL DES VOLUMES 127

En partageant ainsi la hauteur du corps en n intervalles, on obtient :

n
X
Vn = A(zk ) zk .
k=0

Cest une somme de Riemann et lon peut faire tendre n vers linfini. Si la limite existe, on
obtient
Z zmax
V = lim Vn = A(z) dz.
n zmin

Exemples 5.31.
(1) Volume dun cone de base quelconque B et de hauteur h.

Comme B et B(z) sont homothetiques, on a pour tout z [0; h] :

B(z) z 2 B
= = B(z) = 2 z 2 .
B h h
Donc Z h Z h
B 2 B 1 3 h 1
V = B(z) dz = z dz = z = B h.
0 0 h
2 h2 3 0 3

x2 y 2 z 2
(2) Volume de lellipsode : + 2 + 2 = 1.
a2 b c

Dans chaque plan, z = z0 , la section est une ellipse dequation :

x2 y 2 z02
+ = 1 = 02
a2 b2 c2
x2 y2
= + =1
(a0 )2 (b0 )2
Laire de chaque ellipse vaut

z02
A0 = (a0 )(b0 ) = ab02 = ab 1 2
c

z2
= A(z) = ab 1 2 .
c
128
CHAPITRE 5. CALCUL INTEGRAL

On obtient pour le volume :

Z c Z c c
z2 z2 z 2 4
V = ab 1 2 dz = 2ab 1 2 dz = 2ab z 2 = abc.
c c 0 c 3c 0 3
4
Si a = b = c = R, lellipsode est une sph`ere de volume V = R3 .
3

5.5.2 Corps de r
evolution
Considerons une courbe : y = f (x)

On peut generer un volume en faisant tourner

le domaine D autour de laxe Ox : alors

dV = y 2 dx

et donc Z x2
V = f 2 (x) dx.
x1

le domaine D0 autour de laxe Oy :

dV = x2 dy

ce qui donne Z y2
V = [f 1 (y)]2 dy
y1
ou egalement Z x2
V = x2 f 0 (x)dx
x1 | {z }
=dy
0
car dy = f (x) dx.

Si le domaine est limite par deux courbes f et g (voir dessin), alors

Z
V = f 2 (x) g 2 (x) dx.
5.5. CALCUL DES VOLUMES 129

Exemple 5.32. y = f (x) = 2x3 entre O(0; 0) et P (1; 2).

Z 1
4
Rotation autour de laxe Ox du domaine D : V = 4x6 dx = .
0 7
y 1/3
1
Rotations autour de laxe Oy du domaine D : x = f (y) = g(y) = et h(y) = 1.
2
Alors
Z y=2 Z 2
2 2 y 2/3 1 3 5/3 2 6 4
V = h(y) g(y) dy = 1 dy = y 2/3 y = (2 ) = .
y=0 0 2 2 5 0 5 5

Courbes parametriques

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

dV = y 2 (t)x(t)
dt (rotation autour de laxe Ox)

dV = x2 (t)y(t)
dt (rotation autour de laxe Oy)

Si pour t [t1 ; t2 ], le domaine limite par est ferm e et enti`

erement situ
e dun c
ot
e
de laxe, alors le volume du corps de revolution est
Z t2
V = y 2 (t)x(t)
dt.
t1
Exemple : Volume du tore :

x = R + r cos t
t [0; 2]
y = r sin t
Alors (axe de rotation = axe Oy)
Z Z 2 Z 2
2 2
V = x y dt = (R + r cos t) r cos t dt = r (R2 cos t + 2Rr cos2 t + r2 cos3 t) dt
0 0
= r(0 + 2Rr + 0) = 2 2 Rr2 .
130
CHAPITRE 5. CALCUL INTEGRAL

5.6 Surface de r
evolution
Rotation autour de laxe Ox
On consid`ere `a nouveau une courbe : y = f (x) que lon fait tourner autour de laxe Ox.

On engendre ainsi une surface de r

evolution dont on veut determiner laire.

Pour ce faire, on divise en n cordes Pk1 Pk . Chaque segment Pk1 Pk engendre, en tour-
nant, une surface qui est egale `a

f (xk ) + f (xk1 )
sk = 2 lk
2
s 2
yk
o`
u lk est la longueur de la corde Pk1 Pk . Or, on a montre que lk = 1+ xk .
xk
Donc s
n
X n
X 2
f (xk1 ) + f (xk ) yk
Sn = sk = 2 1+ xk .
2 xk
k=1 k=1

En faisant tendre n vers linfini, on obtient, si la limite existe

Z xQ p
S = 2 f (x) 1 + f 0 (x)2 dx.
xP

Lelement differentiel de surface est

p p
dS = 2y ds = 2y dx2 + dy 2 = 2f (x) 1 + f 0 (x)2 dx

p
o`
u ds = element differentiel de longueur = dx2 + dy 2 dx.

Rotation autour de laxe Oy

Par analogie, la rotation autour de laxe Oy donnera la surface
Z xQ p
S = 2 x 1 + f 0 (x)2 dx.
xP

Ici, on a dS = 2x ds

5.7. CONVERGENCE DES SERIES `
: CRITERE
INTEGRAL 131

Exemples 5.33.
1) Miroir parabolique : soit y = x2 un arc de parabole avec 0 x 1.
La rotation autour de Oy donne un miroir parabolique.

Sa surface vaut
Z 1 p 1
2
S = 2 x 1 + 4x2 dx = (1 + 4x2 )3/2 = (5 5 1).
0 43 0 6

x = R cos
2) Surface dune sph`ere. On a : [0; ].
y = R sin 2

Z Z /2 p
S =2 dS = 2 2 x x()
2 + y()
2 d
0
Z /2
= 4 R cos R d = 4R2 .
0

5.7 Convergence des s

eries : crit`
ere int
egral

X
Considerons la serie `a termes positifs un .
n=1
Posons f (n) = un et prolongeons la fonction discr`ete f (n) aux valeurs reelles x > 1.

La condition necessaire de convergence de la serie est que un 0 ce qui implique que

f (x) 0.
132
CHAPITRE 5. CALCUL INTEGRAL

Om impose de plus que f (x) soit decroissante.

Alors la somme partielle
sn = u1 + u2 + + un
est la somme des aires des rectangles de base 1 et de hauteur f (n). Comme f (x) decrot,
on a Z n+1
un > f (x) dx
n
et donc Z Z Z
2 n+1 n+1
sn > f (x) dx + + f (x) dx = f (x) dx.
1 n 1
De meme, Z n+1
un+1 = f (n + 1) 1 < f (x) dx
n
do`
u Z Z Z
2 n+1 n+1
sn+1 < u1 + + + = u1 + f (x) dx.
1 n 1
Si lon fait tendre n vers linfini, on obtient le crit`ere suivant :
Z Z
si I = f (x) dx diverge, alors sn > f (x) dx : la serie diverge
1 1
Z
si I = f (x) dx converge, alors lim sn+1 = s < u1 + I : la serie converge
1 n

Applications
X 1
Les series (r > 0) converge si r > 1 et diverge sinon.
nr
Exemples :

X 1
1) Que peut-on dire de ?
k ln k
k=2
Posons
1
f (x) = .
x ln x
1
On a bien f (x) decroissante car f 0 = (ln x + 1) < 0 si x 2.
Z Z (x ln x)2
1 h i
f (x) dx = dx = ln | ln x| = +.
2 2 x ln x 2

On en deduit que la serie diverge.

X 1
2) Prenons .
k(ln k)2
k=2
1
Alors f (x) = est decroissante et
x(ln x)2
Z Z
1 1 1 1
f (x) dx = (ln x)2 dx = (ln x)1 = lim = .
2 2 x 2 ln 2 ln ln 2
On en deduit que la serie converge.
Chapitre 6

Equations diff
erentielles ordinaires

6.1 Introduction et d
efinitions
Cherchons toutes les fonctions y = f (x) satisfaisant lequation fonctionnelle

f 0 (x) + f (x) = 0 ()

En essayant, on trouve que f (x) = ex satisfait lequation ().

Y a-t-il dautres solutions ?
Par linearite, f (x) = Cex est aussi une solution pour tout C R. On verra plus tard que
toute solution de () est de la forme Cex .

Lequation () est une

equation diff erentielle du 1er ordre = equation reliant une fonc-
0
tion inconnue f (x) et sa derivee f (x).

D
efinition 6.1. Plus generalement, une equation differentielle dordre n est une equation

(x, y, y 0 , . . . , y (n) ) = 0

faisant intervenir une variable x, une fonction inconnue y = y(x) et ses derivees y 0 (x),
y 00 (x), . . .y (n) (x) jusqu`a lordre n.

Exemples 6.2.
1. Circuit electrique RLC serie :

Notons q(t) la charge sur la capacite. Alors le courant est la derivee de la charge :
I(t) = q(t).

resistance R : UR = RI(t) = Rq(t)

133
134
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

dI(t)
inductance L : UL = L = L
q (t)
dt
capacite C : q = CUC
U = U (t) : tension de la source.
Alors on doit avoir UR + UC + UL = U (t) ce qui donne
1
Rq(t)
+ q(t) + L
q (t) = U (t).
C
Cest une equation differentielle 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 differentielle du 2`eme ordre :
m
y = F (t, y, y)

Remarque 6.3 (Conditions initiales). Pour resoudre une equation differentielle, on fait
une integration : la solution g en
erale contient donc une (ou plusieurs) constante(s)
C1 , C2 , . . .Cn .
Souvent, `a lequation differentielle (x, y, y 0 , . . . , y (n) ) = 0 sajoute une condition initiale
y(x0 ) = y0 , y 0 (x0 ) = v0 , . . . , y (n1) (x0 ) = b0 .
Cette condition initiale impose la valeur des constantes Ci : on parle de solution parti-
culi`
ere.

6.2 Equation diff

erentielle du premier ordre
Forme generale : (x, y, y 0 ) = 0.

Sous des hypoth`eses tr`es larges, on peut ecrire

y 0 = (x, y)

Cest la forme normale.

6.2.1 Equation s
eparable
Si
y 0 = (x, y) = f (x)g(y)
on dit que lequation differentielle est s
eparable. On a alors
1 1 dy 1
y 0 = f (x) = = f (x) = dy = f (x) dx
g(y) g(y) dx g(y)
Z Z
1
= dy = f (x) dx
g(y)

Le probl`eme se ram`ene `a 2 integrations.


6.2. EQUATION DIFFERENTIELLE DU PREMIER ORDRE 135

Exemples 6.4.
1. xy 0 2y = 0
2y 1 dy 2 1 2
= y0 = = 2y = = y = dy = dx
x x dx x y x
Z Z
1 1
= dy = 2 dx = ln |y| = 2 ln |x| + c = |y| = x2 ec
y x
= y = C x2 CR (solution generale)

Si de plus on veut y(1) = 2, alors y(x) = 2x2 .

p
2. y 0 = (1 + 2x) 1 + y 2
p Z Z
dy 1
= = (1 + 2x) 1 + y 2 = p dy = (1 + 2x) dx
dx 1 + y2
= arcsinh (y) = x + x2 + C
= y(x) = sinh(x + x2 + C) solution generale

Si lon veut par exemple y(0) = 0 alors y(x) = sinh(x + x2 ).

Equation autonome
Un cas particulier dequation separable est celui des equations dites autonomes :

y 0 = g(y).

Lequation est independante de x . On a alors

dy 1
= g(y) = dy = dx .
dx g(y)

Apr`es integration on obtient

Z
1
dy = x + C ()
g(y)

dy
Exemple : resoudre y 0 = y 2 + y. Alors y 2 +y
= dx. Or
Z Z y
1 1 1
dy = dy = ln |y| ln |1 + y| = ln
y2 + y y y+1 y+1

y
Lequation () devient ln y+1 = x + c ce qui donne

y
= ec ex = Cex CR
y+1
Cette equation implicite se resoud pour donner
1 C
y(x) = 1 x =
Ce 1 ex C
136
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

6.2.2 Equation homog`

ene en x et y
D
efinition 6.5. On dit que (x, y) est homog`
ene de degr
e 0 en x et y si

(tx, ty) = (x, y) pour tout t R.

Exemples 6.6.
x3 + xy 2 degr
e3
1. (x, y) = est homog`ene de degre 0 ( e 3)
degr car
y 3 + x2 y

t3 x3 + txt2 y 2 x3 + xy 2
(tx, ty) = = = (x, y).
t3 y 3 + t2 x2 ty y 3 + x2 y

2. (x, y) = xy nest pas homog`ene de degre 0 car (tx, ty) = t2 xy 6= (x, y)

x+y 2x + 2y 1x+y
3. (x, y) = nest pas homog`ene car (2x, 2y) = = 6= (x, y).
xy 4xy 2 xy

R
esolution : On effectue le changement de fonction y(x) = u(x) x

= y 0 = xu0 + u

et ceci nous ram`ene `a une equation separable en x et u(x).

xy
Exemple : y 0 = homog`ene de degre 0.
x2 + y2
En posant y = ux et donc y 0 = u0 x + u, on obtient

0 x2 u u 0 1 u du 1 u3
ux+u= 2 = = u = u = =
x + u2 x2 1 + u2 x 1 + u2 dx x 1 + u2
Z Z
1 + u2 1 1 + u2 1
= 3
du = dx = 3
du = dx
u x u x
1
= ln |u| = ln |x| + c.
2u2
y
Comme u = , on trouve
x

x2 2 /2y 2
= ln |x| + ln |y/x| + c = ln |y| + c = ex ec .
= |y| |{z}
2y 2
=C

On obtient finalement
2 /2y 2
Cy = ex

Cest une forme implicite impossible `a resoudre sous la forme y = f (x).


6.2. EQUATION DIFFERENTIELLE DU PREMIER ORDRE 137

6.2.3 Equation lin

eaire
Une
equation diff
erentielle du premier ordre lin
eaire est (sous forme normale) :

y 0 + a(x)y = b(x)

ATTENTION : elle est lineaire en y et y 0 ; pas en x.

Le terme b(x) est appele le second membre.

Si b(x) = 0, lequation est dite homog`
ene. Sinon elle est inhomog`
ene ou avec second
membre.

Exemples 6.7.
cos x cos x
y0 + y = 2x2 est lineaire inhomog`ene avec a(x) = et b(x) = 2x2
x x
y 0 y + xy = 2x 1 nest pas lin eaire
4x3
e y + 4x y = 0 est lineaire homog`ene : y 0 + x y = 0
x 0 3
e
|{z}
=a(x)

Pour resoudre une equation lineaire, on proc`ede en 2 etapes :

(I) dabord on resoud lequation homog`ene (en posant b(x) = 0) ;
(II) puis on resoud lequation avec second membre.

(I) Equation homog`

ene

Soit y 0 (x) + a(x)y = 0.

dy 1
= = a(x)y = dy = a(x)dx
dx y
Z Z
1
= dy = ln |y| = a(x) dx = A(x) + c
y

o`
u A(x) est une primitive de a(x). Ceci donne finalement

Solution generale de lequation homog`ene : yh (x) = C eA(x) CR

On note w(x) = eA(x) .

Exemple 6.8. y 0 + x2 y = 0.
On a a(x) = x2 = A(x) = x3 /3 ce qui donne

3 /3
y = Cex
138
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

(II) Equation inhomog`

ene (avec second membre)
Th
eor`
eme 6.9 (Theor`eme 1). La solution generale de lequation inhomog`ene

y 0 + 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.
Dem : Soit w(x) une solution de lequation homog`ene et yP (x) une solution particuli`ere de
la solution inhomog`ene. Alors

[w(x) + yP (x)]0 + a(x) [w(x) + yP (x)] = w0 (x) + a(x)w(x) + yP0 (x) + a(x)yP (x) = b(x)
| {z } | {z }
=0 =b(x)

ce qui montre que w(x) + yP (x) est une solution de lequation inhomog`ene.

Reciproquement, soit z1 (x) et z2 (x) deux solutions de lequation inhomog`ene. Alors

[z1 (x) z2 (x)]0 + a(x) [z1 (x) z2 (x)] = z10 (x) + a(x)z1 (x) [z20 (x) + a(x)z2 (x)]
= b(x) b(x) = 0

ce qui montre que w(x) = z1 (x) z2 (x) est solution de lequation homog`ene et donc que
z1 (x) = w(x) + z2 (x).

Resolution de l equation avec second membre : Il reste `a trouver une solution parti-
culi`ere de lequation y 0 + a(x)y = b(x). Pour cela on utilise la

A : M
ethode des essais
On essaie une solution de la forme

yP (x) = K1 f1 (x) + K2 f2 (x) + + Kn fn (x)

o`
u les fi sont choisies relativement `a la forme du second membre b(x).

Exemples 6.10.
1.
y 0 + y = ex + sin x (1)
On essaie yP (x) = K1 ex + K2 sin x + K3 cos x que lon introduit dans (1). On obtient

K1 ex + K2 cos x K3 sin x + K1 ex + K2 sin x + K3 cos x = ex + sin x

1
ce qui donne K1 = 2 et le syst`eme

K2 + K3 = 0
K2 K3 = 1

dont la solution est K2 = 12 et K3 = 12 .

Une solution particuli`ere est donc
1 x
yP (x) = (e + sin x cos x) .
2

6.2. EQUATION DIFFERENTIELLE DU PREMIER ORDRE 139

2. y 0 + 2y = 2e2x (2)
On essaie yP (x) = Ke2x . Introduit dans (2), ceci donne

2Ke2x + 2Ke2x = 2e2x

qui est impossible. Le choix est mauvais.

3. 2xy 0 + y = x2 x.
On essaie yP (x) = K1 x2 + K2 x. Ceci donne

2x (2K1 x + K2 ) + K1 x2 + K2 x = x2 x

et donc 5K1 = 1 et 3K2 = 1. Une solution particuli`ere est donc

1 1
yP (x) = x2 x.
5 3

Si la methode des essais ne marche pas, on applique la methode generale :

B : M
ethode de la variation des constantes

On cherche une solution particuli`ere en posant

yP (x) = c(x)w(x)

u w(x) = eA(x) est la solution de lequation homog`ene et c(x) une fonction `a trouver.
o`
En introduisant yP et yP0 dans lequation y 0 (x) + a(x)y(x) = b(x) on obtient

c0 (x)w(x) + c(x)w0 (x) + a(x)c(x)w(x) = b(x)

ce qui devient, en utilisant le fait que w0 (x) + a(x)w(x) = 0,

c0 (x)w(x) = b(x)

Finalement
b(x)
c0 (x) =
w(x)

ce qui montre que c(x) est une primitive de b(x)eA(x) .

En resume, une solution particuli`ere de lequation y 0 + a(x)y = b(x) est donnee par

yP (x) = c(x)eA(x)

Z Z
b(x)
avec c(x) = dx = b(x)eA(x) dx.
w(x)
140
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

Exemples 6.11.
1. Resoudre lequation
x x
y0 + 2
y= .
|1 +
{zx } (1 + x2 )2
| {z }
=a(x) =b(x)

x 1
a(x) = = A(x) = ln(1 + x2 ).
1 + x2 2
(I) Equation homog`ene :
1 2) 1
w(x) = eA(x) = e 2 ln(1+x = .
1 + x2
La solution generale de lequation homog`ene est donc
C
yh (x) = Cw(x) = .
1 + x2
(II) Equation avec second membre :
Z Z p Z
b(x) x 2
x 1
c(x) = dx = 2 2
1 + x dx = 2 3/2
dx =
w(x) (1 + x ) (1 + x ) 1 + x2
et alors une solution particuli`ere de lequation inhomog`ene est donnee par
1 1 1
yP (x) = c(x)w(x) = = .
2
1+x 1+x 2 1 + x2
La solution generale est alors
C 1
y(x) = Cw(x) + yP (x) = C R.
1+x2 1 + x2

2. Resoudre
y 0 + y = e|x +{zsin x} .
=b(x)

(I) Equation homog`ene : y 0 + y = 0 = w(x) = ex

(II) Equation inhomog`ene :
Z Z
b(x) 1 1
c(x) = dx = ex (ex + sin x) dx = e2x + ex (sin x cos x)
w(x) 2 2
et donc
1 1
yP (x) = w(x)c(x) = ex + (sin x cos x)
2 2
Finalement, la solution generale est
1 1
y(x) = Cw(x) + yP (x) = Cex + ex + (sin x cos x).
2 2
3. Resoudre
xy 0 2y = x2 x .
Forme normale :
2
y0 y =x1
x

6.2. EQUATION DIFFERENTIELLE DU PREMIER ORDRE 141

avec a(x) = x2 et b(x) = x 1.

2
(I) Equation homog`ene : y 0 y = 0.
x
Z
A(x) = a(x) dx = 2 ln |x| = w(x) = eA(x) = e2 ln |x| = x2

et la solution generale de lequation homog`ene est

yh (x) = Cw(x) = Cx2 .
(II) Solution particuli`ere de lequation inhomog`ene :
Z Z Z
b(x) 1 1 1 1
c(x) = dx = 2
(x 1) dx = 2 dx = ln |x| +
w(x) x x x x
Une solution particuli`ere est donc
1
yP (x) = w(x)c(x) = x2 (ln |x| + ) = x + x2 ln |x|.
x
La solution generale est alors
y(x) = yh (x) + yP (x) = Cx2 + x + x2 ln |x| CR

0 ax+by+c
6.2.4 Equation du type y = 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 0 = u0

a + b + c = 0
o`
u et satisfont le syst`eme :
d + e + f = 0

Exemple 6.12.
2x + y + 1
y0 = .
4x + y

2 + + 1 = 0 1
= = = , = 2
4 + = 0 2
On pose donc
x = + 12
y =u2
Lequation devient (avec y 0 = u0 )
2 + u
u0 = = (, u) ()
4 + u
Cest une equation homog`ene de degre 0 car (t, tu) = (, u).
Resolution de () : on pose u = v = u0 = v + v 0 . On obtient
2 + v 2+v
v + v 0 = =
4 + v 4+v
Cest une equation separable.
142
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

6.2.5 Equation de Bernoulli

y 0 = f (x)y + g(x)y n n 6= 1

On divise lequation par y n pour obtenir

y0 y
= f (x) n + g(x)
yn y

On pose
1
u(x) = = y 1n .
y n1
y0
Alors u0 = (1 n) y n y 0 = (1 n) .
yn
Lequation devient
1
u0 = f (x)u + g(x)
1n
qui est une equation differentielle lineaire (en u(x)).

6.3 Equation diff

erentielle du 2`
eme ordre
Forme generale :
(x, y, y 0 , y 00 ) = 0

Forme normale :
y 00 = (x, y, y 0 )

6.3.1 Equation sans terme y

Si lequation ne contient pas de y

y 00 = (x, y 0 ), on pose u = y0

ce qui donne u0 = (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 00 = (y, y 0 ), on pose z(y) = y 0

ce qui donne

d 0 d d dy dz
y 00 = y = z(y) = z(y) = z = z(y)z 0 (y).
dx dx dy dx dy

6.3. EQUATION DIFFERENTIELLE `
DU 2EME ORDRE 143

dz dz
ATTENTION : ici z 0 (y) signifie et pas
dy dx
Il suffit alors de resoudre lequation du 1er ordre en y :

z(y) z 0 (y) = (y, z(y)).

dy
Puis, quand z(y) est trouve, on resoud encore lequation differentielle = z(y).
dx
Exemple : resoudre
yy 00 = y 02 + y 0 y 2 .
Il ny a pas de x.
On pose y 0 = z(y) = y 00 = z z 0

1
= y z z 0 = z 2 + zy 2 = z 0 (y) z(y) = y
y
1
Cest une equation du premier ordre lineaire inhomog`ene, avec a(y) = et b(y) = y.
y
On en deduit A(y) = ln |y| et w(y) = eA(y) = y.
La solution generale est, apr`es calculs,

z(y) = Cy + y 2 .

dy
On revient `a x : z= = Cy + y 2
dx

dy 1 1 1
= = dx = dy = dx.
Cy + y 2 C y C +y

Integration :
1 y y
= ln =x+K = = eCx+CK = DeCx
C C +y y+C

Ceci donne y = D(y + C)eCx et finalement

CDeCx CD
y(x) = = Cx D, C R.
1 DeCx e D

6.3.3 Equation lin

eaire
Forme generale : A1 (x)y 00 + A2 (x)y 0 + A3 (x)y = B(x)
Forme normale :
y 00 + p(x)y 0 + 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)
144
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

(I) Equation homog`

ene

On consid`ere lequation
y 00 + p(x)y 0 + q(x)y = 0 (6.1)

D
efinition 6.13. Deux fonctions y1 , y2 : I R dont dites lineairement independantes si

[y1 (x) + y2 (x) = 0 x I] = = = 0.

Th eor`eme 6.14. Lequation (6.1) poss`ede deux solutions lineairement independantes y1 (x),
y2 (x) et toute solution y(x) de (6.1) est de la forme

y(x) = C1 y1 (x) + C2 y2 (x)

avec C1 , C2 R

Il ny a pas de methode generale pour resoudre (6.1). Cependant, si on a trouve une solution
y1 (x), on peut chercher la seconde en posant

y2 = uy1

o`
u u satisfait une equation differentielle du 1er ordre.

x2 00
Exemple 6.15. y xy 0 + y = 0.
x+2
On remarque que y1 (x) = x est une solution.
Posons y2 = ux. Alors y20 = u0 x + u et y200 = u00 x + 2u0 . Dans lequation, ceci donne

x2 x3 00 2x2
= (u00 x + 2u0 ) x(u0 x + u) + ux = 0 = u +( x2 )u0 = 0
x+2 x+2 x+2
x3 x3 v=u0
= u00 u0 = 0 = u00 u0 = 0 = v 0 v = 0
x+2 x+2
= v = ex = u = ex

et donc
y2 = ux = xex .

La solution generale est donc, par le theor`eme 6.14,

y(x) = C1 x + C2 xex .

Un cas particulier est resoluble compl`etement : ce sont les


6.3. EQUATION DIFFERENTIELLE `
DU 2EME ORDRE 145

Equations `
a coefficients constants
Forme normale :
y 00 + py 0 + qy = 0 p, q R ()

On cherche une solution de la forme y(x) = ex . En remplacant dans lequation, on trouve

2 ex + pex + qex = 0

ce qui donne 2 + p + q = 0.
Le polynome
P () = 2 + p + q
est appele le polyn
ome caract
eristique de l
equation ().

1er cas : P () a deux racines reelles distinctes 1 et 2 . Alors

y(x) = C1 e1 x + C2 e2 x

est la solution generale.

2`eme cas : P () a une racine reelle double = 1 = 2 .

Alors y1 (x) = ex est une solution et en posant y2 = uy1 on obtient y2 (x) = xex . La
solution generale est alors
y(x) = C1 ex + C2 xex .

3`eme cas : P () a deux racines complexes conjuguees

1 = + 0 i et 2 = 0 i.

Alors
e(0 i)x = ex e0 ix = ex cos(0 x) i sin(0 x) .
On en tire 2 solutions reelles lineairement independantes :

y(x) = ex C1 cos(0 x) + C2 sin(0 x)

est la solution generale.

0 = pulsation propre de lequation (du syst`eme).
Si < 0, cest le facteur damortissement.

(II) Equations lin

eaires inhomog`
enes
On sait, par le theor`eme 6.14, que la solution generale y(x) de lequation

y 00 + p(x)y 0 + q(x) = b(x) (6.2)

est de la forme
y(x) = C1 y1 (x) + C2 y2 (x) + yP (x)
o`u C1 y1 (x) + C2 y2 (x) est la solution generale de lequation homog`ene et yP (x) une solution
particuli`ere de lequation (6.2).
Il reste `a trouver une solution particuli`ere `a lequation (6.2).
146
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

A : M
ethode des essais
On essaie une fonction de la forme
X
yP (x) = k fk (x)
k

o`
u les fk sont judicieusement choisies.

Exemple :
x
y 00 + y = x2 + sin .
2
Pour x2 on pose : f1 (x) = 1 x2 + 2 x + 3 ce qui donne

1 = 1
21 + (1 x2 + 2 x + 3 ) = x2 = 2 = 0 = f1 (x) = x2 2

3 = 2

Pour sin x2 , on essaie f2 (x) = sin x2 ce qui donne

x x x 4 x
sin + sin = sin = f2 (x) = sin .
4 2 2 2 3 2
Une solution particuli`ere est donc
4 x
yP (x) = x2 2 + sin
3 2

B : M
ethode de Lagrange (ou variation des constantes)
Soit
w(x) = C1 y1 (x) + C2 y2 (x)
la solution generale de lequation homog`ene o`
u y1 et y2 sont lineairement independantes.

On cherche une solution de la forme

yP (x) = 1 (x)y1 (x) + 2 (x)y2 (x)

o`
u 1 (x) et 2 (x) sont des fonctions `a determiner.
On impose en plus
y1 01 + y2 02 = 0 (I)
ce qui donne
yP0 = 1 y10 + 2 y20 + 01 y1 + 02 y2 = 1 y10 + 2 y20
| {z }
=0
et
yP00 = 01 y10 + 02 y20 + 1 y100 + 2 y200

En substituant yP , yP0 et yP00 dans lequation (6.2), on obtient

01 y10 + 02 y20 + 1 y100 + 2 y200 + p 1 y10 + 2 y20 + q (1 y1 + 2 y2 ) = b(x)

01 y10 + 02 y20 + 1 y100 + py10 + qy1 + 2 y200 + py20 + qy2 = b(x) ( )

6.3. EQUATION DIFFERENTIELLE `
DU 2EME ORDRE 147

Or
y100 + py10 + qy1 = 0
y200 + py20 + qy2 = 0
car y1 et y2 sont des solutions de lequation homog`ene. Donc ( ) devient

01 y10 + 02 y20 = b(x) (II)

Il faut donc resoudre le syst`eme lineaire (I) + (II) :

y1 01 + y2 02 = 0
y10 01 + y20 02 = b(x)

qui secrit matriciellement

0
y1 y2 1 0
=
y10 y20 02 b(x)
| {z }
=M

Le determinant W = det(M ) sappelle le wronskien de y1 et y2 . Il est non nul car y1 et y2

sont lineairement independantes. Alors

01 0
= M 1
02 b(x)

1 y20 y2 0
=
W y10 y1 b(x)

1 b(x)y2
=
W b(x)y1

En integrant ensuite 01 et 02 , on obtient 1 et 2 .

Exemples 6.16.
1. y 00 + y = sin x.
On a b(x) = sin x
(I) Equation homog`ene (`a coefficients constants) : y 00 + y = 0 =

y1 (x) = sin x et y2 (x) = cos x.

(II) Equation inhomog`ene :

y1 y2 sin x cos x
M= =
y10 y20 cos x sin x

et donc W = det(M ) = 1. Alors

0
1 1 by2 by2 sin x cos x
= = =
02 W by1 by1 sin2 (x)

Integration :
1 1 1
= 1 (x) = sin2 x et 2 (x) = x + sin(2x).
2 2 4
148
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

Une solution particuli`ere est donc

yP (x) = y1 1 + y2 2
1 1 1
= sin x sin2 x + cos x ( x + sin(2x))
2 2 4
1
= = x cos x
2
La solution generale de lequation y 00 + y = sin x est alors
1
y(x) = C1 y1 + C2 y2 + yP = C1 sin x + C2 cos x x cos x .
2

2. Resoudre xy 00 (2x + 1)y 0 + (x + 1)y = 2xex

2x + 1 0 x + 1
Forme normale : y 00 y + y = 2ex = b(x) = 2ex
x x
(I) Equation homog`ene : en essayant on trouve y1 (x) = ex .
On pose alors y2 = uy1 = uex . Ceci donne

y20 = u0 ex + uex et y200 = u00 ex + 2u0 ex + uex .

Introduits dans lequation `a resoudre, on obtient

xex (u00 + 2u0 + u) (2x + 1)ex (u0 + u) + (x + 1)uex = 0

= u00 x u0 = 0 = u = x2 = y2 (x) = x2 ex .

y1 = ex
Donc
y2 = x2 ex

(II) Solution particuli`ere de lequation inhomog`ene :

x
y1 y2 e x 2 ex
M= =
y10 y20 ex ex (x2 + 2x)

et donc W = det(M ) = e2x (x2 + 2x x2 ) = 2xe2x . Alors

0
1 1 by2 1 2ex x2 ex
= =
02 2xe2x by1 2xe2x 2ex ex

x
= 1
x
2
ce qui donne, apr`es integration : 1 = x2 et 2 = ln |x|.
Une solution particuli`ere est donc
1
yP (x) = 1 y1 + 2 y2 = x2 ex + ln |x|x2 ex
| 2{z }
= 21 y2

La solution generale de lequation etudiee est alors

y(x) = C1 y1 + C1 y2 + yP = C1 ex + C2 x2 ex + x2 ln |x|ex C1 , C2 R

6.3. EQUATION DIFFERENTIELLE `
DU 2EME ORDRE 149

6.3.4 Equation de Ricati

y 0 = 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.

1 u0
On pose y = . On obtient
g(x) u

0 g 0 (x) u0 1 u00 u u02
y = 2
g (x) u g(x) u2

Lequation devient alors

00
g 0 (x) u0 1 u u u02 1 u02 f (x) u0
= + h(x) g(x) u
g 2 (x) u g(x) u2 g(x) u2 g(x) u
0
g (x)
u00 + f (x) u0 + g(x)h(x) u = 0
g(x)

Cest une equation lineaire homog`ene du 2`eme ordre.

6.3.5 Equation diff

erentielle dEuler

x2 y 00 + xy 0 + y = 0 equation diff. lineaire homog`ene du 2`eme ordre

On essaie une solution de la forme y = xr (pour x > 0) .

Dans lequation, ceci donne :

x2 r(r 1)xr2 + x rxr1 + xr = 0.

On obtient alors r(r 1)xr + rxr + xr = 0 ou encore

r2 + ( 1)r + = 0.

3 cas possibles :
1er cas : Deux solutions reelles distinctes r1 et r2 . Alors les 2 solutions lineairement independantes
sont
y1 = xr1 y2 = xr2
2`eme cas : Une solution reelle double r = r1 = r2 . Alors les 2 solutions lineairement
independantes sont
y1 = xr y2 = xr ln x
3`eme cas : Deux solutions complexes conjuguees :

r1 = a + bi et r2 = a bi.
150
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

Alors xabi = xa xbi = xa ebi ln x = xa (cos(b ln x) i sin(b ln x)).

On en tire 2 solutions reelles lineairement independantes :
y1 = xa sin(b ln x) y2 = xa cos(b ln x)

Exemple 6.17.
1. x2 y 00 + xy 0 + y = 0 ( = 1 = )
= r2 + 1 = 0 = r = i = y1 (x) = sin(ln x) et y2 = cos(ln x)
= y(x) = C1 sin ln x + C2 cos ln x C1 , C2 R.

2. x2 y 00 2xy 0 + 2y = 0 ( = 2, = 2)
= r2 3r + 2 = 0 = r1 = 1, r2 = 2 = y1 (x) = x y2 (x) = x2
= y(x) = C1 x + C2 x2 C1 , C2 R.

6.4 Applications
6.4.1 Position d
equilibre dun c
able
Cable fixe en ses extremites et soumis `a son propre poids.

Forces agissant sur le bout M P :

tension T~0 en M et T~ en P .
Poids : G~ =~ g s o`
u

k~
k = = masse specifique du cable,
g = constante universelle de gravitation et
s = longueur de larc P M .

Equilibre des forces :

1) composante verticale : T sin = gs
2) composante horizontale : T cos = T0 .
On en tire
gs
tan = .
T0
Donc
Z xp
0 dy g
y = = tan = s=K 1 + y 0 (x)2 dx.
dx T0 0
|{z}
=K
6.4. APPLICATIONS 151

On doit resoudre lequation

Z xp
y0 = K 1 + y 02 dx ()
0

avec les conditions initiales :

y 0 (0) = 0
y(0) = h = OM

En derivant (), on trouve

p u=y 0
p du
y 00 = K 1 + y 02 = u0 = K 1 + u2 = = Kdx
1 + u2
R
= arcsinh u = Kx + C = u = sinh(Kx + C) = y 0

= y 0 = sinh(Kx) car y 0 (0) = 0.

u finalement y = K1 cosh(Kx) + D.
Do`
En utilisant la condition initiale y(0) = h, on obtient

1 1
y(x) = cosh(Kx) + h .
K K

6.4.2 Ph
enom`
enes oscillatoires

Forces en presence :
Force du ressort proportionnelle `a lelongation : F1 = Ky(t)
Force de frottement proportionnelle `a la vitesse : F2 = y 0 (t).
Force exterieure : F3 = F (t).
Equation de Newton : F1 + F2 + F3 = ma.
Ceci donne
my 00 = Ky y 0 + F (t) =

y 00 + ay 0 + ky = F (t) ()

K F (t)
avec k = > 0, a = > 0 et F (t) = .
m m m
152
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

Equation homog`
ene (=sans force ext
erieure)
y 00 + ay 0 + ky = 0 : Equation de second ordre lineaire `a termes constants :

Polynome caracteristique : P () = 2 + a + k = 0

1er cas :

= a2 4k > 0 = deux solutions reelles negatives :

a a2 4k
1,2 = <0
2
Alors
yh (t) = C1 e1 t + C2 e2 t
Pas doscillation, amortissement exponentiel.

2`eme cas :

= a2 4k = 0 = une solution reelle double negative :

a
= 1 = 2 =
2
Alors
a
yh (t) = (C1 + C2 t) e 2 t

Pas doscillation, amortissement critique.

3`eme cas :

= a2 4k < 0 = deux solutions complexes conjuguees :

a
1,2 = 0 i
2

4ka2
avec 0 = = pulsation propre
2
a
Facteur damortissement = = .
2 2m
6.4. APPLICATIONS 153

Alors
a
yh (t) = [C1 cos(0 t) + C2 sin(0 t)] e 2 t
Oscillations et amortissement exponentiel.

Cas particulier : si a = 0 (pas de frottements) alors

yh (t) = C1 cos(0 t) + C2 sin(0 t)
Oscillations sans amortissement de pulsation propre
r
4k K
0 = = k=
2 m

Equation inhomog`
ene : solution particuli`
ere
Il reste `a chercher une solution particuli`ere `a lequation ()
y 00 + ay 0 + 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

a
yP (t) = e 2 t [1 (t) cos(0 t) + 2 (t) sin(0 t)] .

a cos(0 t) sin(0 t)
On obtient M = e 2 t
et le wronskien est alors
0 sin(0 t) 0 cos(0 t)

W = det(M ) = eat 0 .
Ceci donne
a
01 (t) 1 b(t)y2 1 at F (t) sin(0 t)e 2 t
= = e a
02 (t) W b(t)y1 0 F (t) cos(0 t)e 2 t

1 a
t sin(0 t)
= e F (t)
2
0 cos(0 t)
do`
u lon tire
a
yP (t) = e 2 t [cos(0 t)1 (t) + sin(0 t)2 (t)]
Z t Z
a2 t cos(0 t) a
x a
t sin(0 t) t a
= e F (x)e 2 sin(0 x) dx + e 2 F (x)e 2 x cos(0 x) dx
0 0 0 0
a2 t Z t
e a
= F (x)e 2 x sin(0 t) cos(0 x) cos(0 t) sin(0 x) dx
0 0
a2 t Z t
e a
= F (x)e 2 x sin 0 (t x) dx ()
0 0
154
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

En general, () est tr`es difficile `a calculer.

Oscillations forcees : On fait agir une force periodique sur la masse m :

F (t) = A sin(t + )

Alors () reste compliquee `a integrer. On cherche une solution particuli`ere directement

pour lequation differentielle

y 00 + ay 0 + ky = A sin(t + )

en essayant une fonction de la forme :

yP (t) = D1 cos(t + ) + D2 sin(t + )

ce qui donne, apr`es calculs :

A a
yP (t) = p sin(t + + ) avec = arctan
(k 2 )2 + a2 2 k 2

Dans ce cas particulier (3`eme cas) , la solution generale est donc

h i a
y(t) = yP (t) + C1 cos 0 t + C2 sin 0 t e 2 t
| {z } | {z }
oscillations non amorties, oscillations avec amortissement,
regime stationnaire regime transitoire

Si a 0 (peu de frottement), alors lamplitude des oscillation de yP (t) devient grande

lorsque 2 k.

A la limite, on a le phenom`ene de
Resonance
Lorsque a = 0 (pas de frottements), on obtient la solution generale
A
y(t) = sin(t + ) + C1 cos( k t) + C 2 sin( k t)
|k 2 |

Si = 0 = k, la solution na pas de sens. Il faut reprendre lequation differentielle qui
devient h i
y 00 + ky = A sin( k t + ) = A cos sin( k t) + sin cos( k t)
h i
On essaie la solution particuli`ere yP (t) = t D1 cos( k t + ) + D2 sin( k t + )

Calculs =
A
yP (t) = t cos( k t + ).
2 k

Les amplitudes augmentent jusqu`a la rupture du materiau.

6.4. APPLICATIONS 155

6.4.3 Circuit RLC s

erie
Reprenons lequation differentielle dun circuit RLC :
1
L
q (t) + Rq(t)
+ q(t) = U (t) .
C

C : capacite du condensateur
L : inductance
R : resistance

Forme normale :
R 1 U (t)
q(t) + q(t)
+ q(t) = ()
L LC L

On va resoudre le probl`eme avec

U (t) = U0 pour t 0 (on applique une tension constante `
a partir du temps t = 0).

On impose de plus les conditions initiales suivantes :

q(0) = 0 (le condensateur est decharge lors de lenclenchement) et
q(0)
= 0 (le courant est nul au temps t = 0).

(II) Solution particuli`

ere de l equation avec second membre
Comme U (t) = U0 = cste, on verifie que

qP (t) = CU0

est une solution particuli`ere de ().

(I) Equation homog`

ene :
R 1
q(t) + q(t)
+ q(t) = 0
L LC
R 1
Cest la meme equation que celle pour le ressort avec des constantes L et LC positives. Les
3 cas sont donc les memes :

Polynome caracteristique :
R 1
2 + + =0
L LC
R2 4 R2 C 4L
do`
u= = .
L2 LC L2 C
1er cas : Si R2 C > 4L alors > 0 et il y a deux solutions reelles negatives 1 et 2 . Donc

qh (t) = K1 e1 t + K2 e2 t
156
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES

La solution generale est alors

q(t) = qh (t) + qP (t) = K1 e1 t + K2 e2 t + CU0

Les conditions initiales q(0) = 0 et q(0)

= 0 donne le syst`eme

K1 + K2 + CU0 = 0
1 K1 + 2 K2 = 0

qui se resoud en
2
K1 = CU0
1 2
1
K2 = CU0 .
1 2
La solution est alors

2 1 t 1 2 t
q(t) = CU0 e e +1
1 2 1 2
et
1 2 1 t
i(t) = q(t)
= CU0 e e 2 t
1 2

3`eme cas : Si R2 L < 4L, il y a deux racines complexes conjuguees :

1,2 = a 0 i
r
R 1 4L R2 C
avec a = 0 et 0 = . Alors
2L 2 L2 C

qh (t) = eat K1 cos(0 t) + K2 sin(0 t)

et la solution generale est

q(t) = qh (t) + qP (t) = eat K1 cos(0 t) + K2 sin(0 t) + CU0

q(0) = 0 = K1 = CU0

CU0 a
q(0)
=0 = 0 K2 aK1 = 0 do`
u K2 = . Donc
0

at a
q(t) = CU0 e sin(0 t) + cos(0 t) + 1
0
et
at a2
i(t) = q(t)
= CU0 e + 0 sin(0 t)
0
6.4. APPLICATIONS 157

Cas particulier : Si a = 0 (pas de resistance), alors

q(t) = CU0 1 cos(0 t) i(t) = CU0 0 sin(0 t)

Remarque. En supposant R2 C negligeable par rapport `a 4L, on a

r
1 4L R2 C 1
0 =
2 L2 C LC
et la frequence doscillation est alors
0 1
f= =
2 2 LC
Application numerique :
Pour avoir une frequence doscillations de 10kHz, on peut choisir C = 100nF et L =
2.553mH. q
Pour avoir R2 C << 4L il faut alors R << 4L C donc R << 3200 .

Remarque : dans une fonction sin(t) = sin(2f t), est la pulsation et f la frequence
avec la relation
= 2f.
Chapitre 7

Calcul diff
erentiel `
a plusieurs
variables

7.1 Lespace Rn
7.1.1 Structures sur Rn
Lensemble Rn est lensemble des n-uplets (x1 , x2 , . . . , xn ) o`
u xi R. On notera

x = (x1 , x2 , . . . , xn ).

x est un point de Rn .

Le point x = (x1 , x2 , . . . , xn ) sera aussi considere comme un vecteur-colonne

x1
x2

x= ..
.
xn

Les xi sont les composantes de x.

Notation :
Dans R2 on notera (x, y) plutot que (x1 , x2 )
Dans R3 on notera (x, y, z) au lieu de (x1 , x2 , x3 ).

Lespace Rn a les proprietes suivantes :

Lespace Rn est muni dune addition :

(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn )

et dune multiplication par un scalaire :

(x1 , . . . , xn ) = (x1 , . . . , xn ).

Ces 2 operations font de Rn un espace vectoriel.

Lelement neutre pour laddition est lorigine : O(0, 0, . . . , 0).

159
160
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Lespace Rn est muni dun produit scalaire :

< , > : Rn Rn R defini par

n y1
X
< x, y > = xi yi = xT y = x1 xn ...
i=1 yn

Lespace Rn est muni dune norme :

k k : Rn R definie par
v
u n
uX
kxk = t x2i = < x, x >.
i=1

Il est muni dune m

etrique (ou distance) :

d : Rn Rn R definie par
v
u n
uX
d(x, y) = kx yk = t (xi yi )2
i=1

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 Rn .
Les vecteurs
0
1 0
1 ..
0
e1 = .. , e2 = 0 , ..., en = .
. .. 0
.
0 1
0
forment une base orthonormale de Rn .
Remarque 7.1. Si n = 1, on a kxk = |x| et d(x, y) = |x y| pour tout x, y R.

7.1.2 Suites et limites

Considerons une suite (uk )kN de points uk Rn .
Definition 7.2. La suite de points uk Rn converge vers a Rn si pour tout > 0, il
existe N N tel que
k N = kuk ak < .
On ecrit alors lim uk = a.
k
On a donc
lim uk = a lim kuk ak = 0
k k
7.1. LESPACE RN 161

Lien avec les composantes :

Th eme 7.3. Si uk = (u1,k , u2,k , . . . , un,k ) Rn et a = (a1 , a2 , . . . an ) Rn , alors

eor`
la suite (uk ) converge vers a (lorsque k ) si et seulement si les suites reelles (ui,k )
convergent vers ai lorsque k pour tout i = 1, 2, . . . , n.
Autrement dit
k

|u1,k a1 | 0


|u a | k
0
2,k 2
lim uk = a .
k
..


k
|un,k an | 0

Exemples 7.4.

2 + k k
, e , 1, 2 + k R4 converge vers le point (1, 0, 1, 3).
k
1. La suite uk =
k

1 k 10
2. La suite uk = , k , sin k R3 ne converge pas car la 3`eme composante ne converge
k 2
pas.

7.1.3 Fonction et continuit

e
On consid`ere ici les fonctions
f : D Rm
avec D Rn . A un point x D on associe donc un vecteur f (x) Rm .

Exemples 7.5.
1. f : R2 R : f (x, y) = x2 + sin y

t
2. f : R R3 : f (t) = cos t
t sin t

x + yz
3. f : R3 R3 : f (x, y, z) = x2 + y 2 + ez
sin(yz)

Definition 7.6 (Limite et continuite). On dit que f : D Rm converge vers c Rm au

point a D si pour toute suite de points uk D convergeant vers a, on a lim f (uk ) = c.
k
On note alors
lim f (x) = c.
xa

On dit que f est continue au point a D si

lim f (x) = f (a)

xa

On dit que f est continue sur D si elle est continue en tout point de D.
162
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Formulation equivalente :
Th eme 7.7. Soit D Rn . Une fonction f : D Rm est continue au point a D si
eor`
et seulement si, pour tout > 0 il existe > 0 tel que

xD et kx ak < = kf (x) f (a)k <

Theor`eme 7.8. La somme, le produit, la composition et la division de fonctions continues

sont encore des fonctions continues, pour autant que lon ne divise pas par 0.
Exemples 7.9. Quelques exemples :
1. Les fonctions f (x, y) = x et g(x, y) = y sont continues sur tout R2 .
2. La fonction f : R2 R definie par f (x, y) = x2 + y 2 + 4 est continue sur tout R2 .
3. La fonction f : R2 R definie par
xy
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

nest pas continue en (0, 0). En effet, considerons la suite uk = ( k1 , k2 ).

On a bien lim uk = (0, 0). Et
k

1 2 2
k k k2 2
lim f (uk ) = lim = lim = 6= f (0, 0).
k k ( 1 )2 + ( 2 )2 k 12 + 4 5
k k k k2

4. La fonction f : R2 R definie par

(
x2 y 2
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

est continue en (0, 0) (et partout ailleurs). En effet, pour x, y > 0, linegalite entre
moyenne geometrique et arithmetique donne
x+y
xy = 4xy (x + y)2 = 4xy x2 + 2xy + y 2
2
Donc 2xy x2 + y 2 .
Alors, pour (x, y) 6= (0, 0), on a
x2 y 2 |x| |y| x2 + y 2 1
0< = |x| |y| |x| |y| |x| |y|
x2 + y 2 x2 + y 2 2(x2 + y 2 ) 2
7.2. COURBES DANS RN 163

Ceci montre (theor`eme des gendarmes) que si (x, y) (0, 0) alors

x2 y 2
0 = f (0, 0).
x2 + y 2

La fonction f est donc continue en (0, 0).

7.2 Courbes dans Rn

7.2.1 D
efinition

Definition : Une courbe (dans Rn ) est une fonction continue : I Rn o`

u I est un
intervalle de R. On associe donc pour chaque t I un vecteur

x1 (t)
x2 (t)

(t) = ..
.
xn (t)

o`
u les xi : I R sont des fonctions reelles.

Proposition 7.10. est continue si et seulement si les xi sont continues pour tout i.

Remarques :
Cest une courbe parametrisee. La variable t sappelle le param` etre de .
Si lon peut ecrire xn = f (x1 , x2 , . . . , xn1 ) pour tous les points de , alors est le
graphe dune fonction `a n 1 variables.
Exemple :

t x(t)
(t) = = .
et y(t)

Alors y = ex .
Si lon peut ecrire F (x1 , x2 , . . . , xn ) = 0 en eliminant le param`etre t, on a obtenu
l
equation cartesienne implicite de . (ce nest pas toujours possible). On perd cepen-
dant la notion du temps.
Exemple :

R cos t
(t) =
R sin t

Alors x2 + y 2 = R2 .
164
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

7.2.2 D
erivabilit
e
D efinition 7.11 (Vecteur tangent). Si les fonctions xi (t) sont derivables pour tout i, on
definit le vecteur tangent par
x1 (t)
x 2 (t)

(t)
= .
..
x n (t)
dxi
o`
u xi (t) = (t).
dt
On note parfois v(t) = (t).

Interpretation physique : si t represente le temps et (t) la position dun mobile, alors (t)

est le vecteur-vitesse. Sa norme
q
k(t)k
= x1 2 (t) + + x 2n (t)

est la vitesse du mobile.

En derivant encore (t),
on obtient le vecteur dacc el
eration

x1 (t)
x2 (t)

(t) = .
..
xn (t)

Quelques exemples
1) Mouvement rectiligne uniforme (MRU). Soit a, v Rn deux vecteurs fixes. Alors la
courbe
(t) = a + v t ()
est une droite passant par le point a et de vecteur directeur v.

Vecteur tangent (vitesse) : (t)

= v est constante.

v1
Si n = 2, equation cartesienne : v2 x v1 y = v2 a1 v1 a2 avec v = .
v2
Si n = 3, lelimination de t donne 2 equations cartesiennes, chacune etant lequation
dun plan et lintersection des 2 plans donne la droite.
7.2. COURBES DANS RN 165

2) Mouvement circulaire uniforme (MCU) : soit

x(t) R cos t
(t) = =
y(t) R sin t

Equation cartesienne
y 2 = R2 cos2 t + R2 sin2 t = R2 .
: x2 +
R sin t
Vitesse : (t)
= et donc
R cos t
p
k(t)k
= R2 sin2 t + R2 cos2 t = R.

La vitesse est constante.

R cos t
Acceleration : (t) = = (t). Lacceleration est dirigee vers le centre.
R sin t

3) Helice : soit
R cos t
(t) = R sin t avec R, c > 0.
ct
Cest la superposition dun mouvement circulaire uniforme (MCU) dans le plan Oxy et
dun mouvement rectiligne uniforme (MRU) le long de laxe Oz.

x0 + v1 t
4) Chute libre : (t) = y0 + v 2 t
1 2
z0 + v3 t 2 gt

v1 0
(t)
= v2 (t) = 0
v3 gt g

Changement de param
etrisation
Soit I = [a, b] et : I Rn une courbe. Soit J = [c, d] et

: J I
s 7 t
166
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

une fonction continue bijective telle que (c) = a et (d) = b.

Alors la courbe

: J Rn
s 7 ((s))

est la meme courbe que mais avec une parametrisation differente.

La fonction t = (s) est le changement de param etrisation.

Interpretation physique : si t est le temps, le changement de parametrisation revient `a par-

courir la courbe avec une autre vitesse. Plus precisement

x1 ((s)) x1 ((s)) 0 (s)
d d .. ..
((s)) = . = . = ((s))
0 (s).
ds ds
xn ((s)) x n ((s)) 0 (s)

Exemple : Reprenons la courbe

R cos t
(t) = 0 t 2
R sin t

Si lon pose t = s2 = (s) , la courbe devient

R cos s2
(s) = (s) = 0s 2
R sin s2

d 2sR sin s2
Alors v(s) = (s) = et donc
ds 2sR cos s2
p
v(s) = k
v (s)k = 4s2 R2 sin2 s2 + 4s2 R2 cos2 s2 = 2sR

La vitesse nest plus constante.

7.2.3 Longueur dune courbe

Soit P (t) et Q (t + t) deux points de la courbe proches lun de lautre (avec

t > 0). On a

x1 (t + t) x1 (t)
..
u = P Q = (t + t) (t) = .
xn (t + t) xn (t)
7.2. COURBES DANS RN 167

Alors la longueur de la corde P Q est egale `a

p
L = kuk = [x1 (t + t) x1 (t)]2 + + [xn (t + t) xn (t)]2
s
x1 (t + t) x1 (t) 2 xn (t + t) xn (t) 2
= + + t
t t

t0 p
x 1 (t)2 + + x n (t)2 dt

= k(t)k
dt.

La longueur de la courbe entre t = a et t = b vaut donc

Z b
L= k(t)k
dt
a

Th
eor`
eme 7.12. La longueur dune courbe est independante de la parametrisation

m : On a t = (s) avec (c) = a et (d) = b. On doit montrer que

De

Z b Z d
d
(t)
dt = [ (s)] ds.
a c ds

On suppose que c < d ce qui implique, comme est une bijection, que 0 (s) > 0 pour tout
s J. Alors

Z d Z d
d
[ (s)] ds = (s) 0 (s) ds
c ds c
Z d
= k((s))k
|0 (s)| ds
c
Z d
= k((s))k
0 (s) ds
c
Z dp
= x 1 ((s))2 + x 2 ((s))2 + + x n ((s))2 0 (s) ds
c
on pose t = (s) et donc dt = 0 (s)ds
Z (d) p
= x 1 (t)2 + x 2 (t)2 + + x n (t)2 dt
(c)
Z b
= k(t)k
dt = L
a
168
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

7.2.4 Angle entre deux courbes

Soient 1 et 2 deux courbes et P = 1 (t1 ) = 2 (t2 ) un point dintersection. Alors langle

entre 1 et 2 au point P est donnee par la formule

h 1 (t1 ) , 2 (t2 ) i
cos =
k 1 (t1 )k k 2 (t2 )k

7.3 Fonctions r
eelles `
a plusieurs variables
Une fonction reelle de n variables reelles est une application
f : D R avec D Rn .
On associe ainsi `a tout point x = (x1 , . . . , xn ) D, un nombre r
eel f (x) R.

Exemple : f : R3 R definie par f (x, y, z) = x2 + 2y 2 10z.

7.3.1 Graphe
Si n = 2, on peut definir et dessiner le graphe Gf dune fonction f (x, y). Cest le sous-
ensemble de R3
Gf = {(x, y, z) | z = f (x, y)}.

Remarque : le graphe dune fonction `a 2 variables est de dimension 3. De ce fait, si n 3,

le graphe dune fonction f : Rn R peut toujours etre defini mais il est de dimension
n + 1 et ne peut donc pas etre represente ni meme imagine.

7.3.2 Ensembles et courbes de niveau

Soit f : D Rn R une fonction et c un nombre reel. Alors lensemble
Nf (c) = {x Rn | f (x) = c}
est appele ensemble de niveau c de f .

Dans le cas dune fonction `a 2 variables, Nf (c) est appele une courbe de niveau.

Interpretation : si f (x, y) est laltitude du point (x, y) sur une carte, une courbe de niveau
Nf (c) represente lensemble des points qui ont une altitude donnee c.

Si n = 3, on parle de surface de niveau.


7.3. FONCTIONS REELLES ` PLUSIEURS VARIABLES
A 169

Exemples 7.13.
1. Soit f (x1 , x2 , x2 , x4 ) = x21 + x22 + x23 + x24 Alors pour c > 0, lensemble de niveau

N (c) = (x1 , x2 , x3 , x4 ) R4 | x21 + x22 + x23 + x24 = c = x R4 | kxk = c

est une (hyper)-sph`ere de rayon c.

2. Graphe et courbes de niveau de la fonction z = f (x, y) = xy.

c
Courbes de niveau c 6= 0 : f (x, y) = c xy = c y =
x
Les courbes ne niveau c 6= 0 sont des hyperboles.
La courbe de niveau 0 est donnee par xy = 0 x = 0 ou y = 0. Donc
Nf (0) = axe Ox axe Oy

Le graphe de f (x, y) est un hyperbolode.

3. Graphe et courbes de niveau de z = f (x, y) = x2 + 4y 2 .

Courbes de niveau : Nf (c) = {(x, y) | x2 + 4y 2 = c}.

Si c < 0, lensemble Nf (c) est vide.
Si c = 0, la courbe de niveau est un point : (0, 0)
Si c > 0 alors Nf (c) est une ellipse dequation standard
2 2
x 2y
+ =1
c c

Le graphe z = f (x, y) = x2 + 4y 2 est un parabolode.

4. Graphe et courbes de niveau de f (x, y) = x + 2y + 6.

Le graphe z = f (x, y) = x+2y+6 est

un plan
dont lequation normale est x+2yz+6 = 0.
1
Son vecteur normal est donc n = 2 .
1
170
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Les courbes de niveau c sont

d
equation x + 2y + 6 = c. Ce sont des droites parall`eles
2
de vecteur directeur vc = .
1
5. Soit f (x, y, z) = x2 + y 2 + z 2 .
Alors, pour c > 0, lensemble de niveau est la surface dequation x2 + y 2 + z 2 = c. Cest

une sph`ere de rayon c.
Si c = 0, lensemble de niveau Nf (0) est un point : (0, 0).
Si c < 0, Nf (c) est vide.

6. Les surfaces de niveau de la fonction

f (x, y, z) = x 3y + 4z

1
sont des plans parall`eles dequation x 3y + 4z = c. Leur vecteur normal est 3 .
4

7.4 D
eriv
ees partielles
Dans ce paragraphe D designe un ouvert de Rn .
Soit f : D R une fonction `a n variables et a = (a1 , a2 , . . . , an ) D un point fixe.
Considerons la fonction

gi () = f (a1 , . . . , ai1 , , ai+1 , . . . , an ).

Cest une fonction `a une variable.

La derivee de g est appelee la d
eriv a la variable xi .
ee partielle de f par rapport `

f dgi
(a) := (ai )
xi d
gi (ai + h) gi (ai )
= lim
h0 h
f (a1 , . . . , ai1 , ai + h, ai+1 , . . . , an ) f (a1 , . . . , ai1 , ai , ai+1 , . . . , an )
= lim
h0 h
f (a + hei ) f (a)
= lim .
h0 h

On a les notations equivalentes :

f f
(a) = Di f (a) = fxi (a) =
xi xi x=a

Une fonction f : D R est dite partiellement diff erentiable sur D si les derivees
partielles fxi (x) existent pour tout x D et pour tout i = 1, 2, . . . , n.
Ceci definit alors une fonction fxi : D R pour tout i.

Calcul effectif : la derivee partielle par rapport `a xi se calcule donc en derivant par rapport
a` xi en considerant les autres variables comme des constantes.

7.4. DERIV
EES PARTIELLES 171

Exemples 7.14.
2
1. Soit f (x1 , x2 , x3 , x4 ) = 2x1 x22 + x1 sin x4 + ex2 . Alors

2
fx1 = 2x22 + sin x4 fx2 = 4x1 x2 + 2x2 ex2
fx3 = 0 fx4 = x1 cos x4

2.

f (x, y) fx fy
xy 2 y2 2xy
sin(x + 2y) cos(x + 2y) 2 cos(x + 2y)
y y y
e x xy2 e x 1 x
xe
x2y 2yx2y1 2 ln x x2y

3. Soit
(
xy
x2 +y 2
si (x, y) 6= 0
f (x, y) =
0 en (0, 0)

Nous avons dej`a vu que f nest pas continue en (0, 0)

Mais
f (h, 0) f (0, 0) 0
fx (0, 0) = lim = lim = 0
h0 h h0 h

et
f (0, h) f (0, 0) 0
fy (0, 0) = lim = lim = 0.
h0 h h0 h

Ainsi la fonction f (x, y) est derivable en (0, 0) bien quelle ne soit pas continue.

Donc en dimension n 2, derivable 6= continue

Remarquons cependant que

y(x2 + y 2 ) (xy)(2x) y 3 x2 y
fx (x, y) = = pour tout (x, y) 6= (0, 0)
(x2 + y 2 )4 (x2 + y 2 )2

Sur la droite x = 0 (y 6= 0) on a donc

y3 1 y0
fx (0, y) = 4
= +
y y

et sur la droite y = 0 (x 6= 0), on a

x0
fx (x, 0) = 0 0

La fonction fx (x, y) nest donc pas continue en (0, 0).

On peut montrer que si les fxi (x) sont continues en a pour tout i, alors f (x) est continue
en a.
172
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

7.4.1 Gradient
Soit D Rn et f : D R une fonction partiellement differentiable et a un point de D.
Le vecteur-ligne

fx1 (a) fx2 (a) . . . fxn (a)
est appele le gradient de f en a. Il est note f (a).
Le gradient definit donc une fonction

f : D Rn
x 7 f (x)

Le gradient en a est parfois aussi note gradf (a).

Exemples 7.15.
1. si f (x, y) = x2 + 2y 2 10 alors

f (x, y) = 2x 4y

2. f (x, y, z) = x2 y + 3xyz + sin(xy) alors

f (x, y, z) = 2xy + 3yz + y cos(xy) x2 + 3xz + x cos(xy) 3xy

Definition 7.16 (Fonction de classe C 1 ). Une fonction f : D R definie sur un ouvert

D Rn est dite continument diff erentiable si toutes ses derivees partielles existent et
sont continues sur D. On dit dans ce cas que f est de classe C 1 et on note f C 1 (D, R).

Th eme 7.17 (Theor`eme dapproximation du premier ordre). Soit D un ouvert de Rn

eor`
et f C 1 (D, R). Alors pour tout point a D, il existe une fonction reelle R1 definie sur
un voisinage V de a telle que

f (x) = f (a) + f (a) (x a) + R1 (x) x V

| {z }
=hf (a), xai

avec
R1 (x)
lim = 0.
xa kx ak

La fonction R1 est appelee le reste dordre 1. Cest un o(kx ak).

Ici, x et a sont vus comme des vecteurs-colonne

x1 a1

x = ... , a = ...
xn an

Remarque 1 : en posant u = x a Rn , la formule precedente secrit alors

f (a + u) = f (a) + f (a) u + r(u)


7.4. DERIV
EES PARTIELLES 173

r(u)
avec lim = 0. Autrement dit avec r(u) = o(kuk).
u0 kuk

Remarque 2 :
Si n = 1, on retrouve lapproximation de Taylor du premier ordre autour de a = x0 :

f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + R(x)

avec R(x) = o(x x0 ) et lequation y = f (x0 ) + f 0 (x0 )(x x0 ) est celle de la tangente au
graphe de f en x0 .

Si n = 2, on trouve, autour du point a = (x0 , y0 ) :

x x0
f (x, y) = f (x0 , y0 ) + fx (x0 , y0 ) fy (x0 , y0 ) + R(x, y)
y y0
f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ).

Lequation

z = f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 )

est lequation du plan tangent au graphe de f au point (x0 , y0 ).

7.4.2 R`
egles de d
erivation
Addition : soit f, g C 1 (D, R). Alors

(f + g) = f + g.

Produit : soient f, g C 1 (D, R) avec D Rn . On peut considerer la fonction f g definie

par (f g)(x) = f (x)g(x). Alors

(f g)(a) = (f )(a) g(a) + f (a) g(a).

En abrege :
(f g) = f g + gf .

Composition : soit I R et

: I Rn

x1 (t)
x2 (t)

t 7 .
..
xn (t)

une courbe (differentiable) dans Rn .

Soit D Rn et f : D R une fonction `a n variables. Si lon suppose que Im() D, on
peut definir la fonction composee

(t) = f ((t)) = f (x1 (t), x2 (t), . . . , xn (t))

174
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

d
qui est une fonction `a une variable. Que vaut alors (t) ?
dt
Reponse :

d f dx1 f dx2
(t) = (x1 (t), . . . , xn (t)) + (x1 (t), . . . , xn (t)) + ...
dt x1 dt x2 dt
f dxn
+ (x1 (t), . . . , xn (t))
xn dt
Xn
= fxi ((t)) x i (t)
i=1
= f ((t)) (t)

= hf ((t)) , (t)i.

Ainsi

d
(f ) (t) = f ((t)) (t)
(7.1)
dt

Exemple (verification) : f (x, y) = x2 + y 2 et

x(t) cos t
(t) = = .
y(t) sin t

Alors
(t) = (f ) (t) = f (cos t, sin t) = cos2 t + sin2 t = 1

et donc 0 (t) = 0.
Avec la formule :

fx = 2x x(t)
= sin t
fy = 2y y(t)
= cos t

Ceci donne

sin t
f = (2x 2y) = (2 cos t 2 sin t) et (t)
=
cos t

Alors
0 (t) = f (t)
= 2 cos t sin t + 2 sin t cos t = 0.

monstration de (7.1) : Sans perte de generalite, on demontre la formule en t = 0.

De
Posons a = (0) Rn . Par lapproximation du 1er ordre autour de a, on a

f (x) = f (a) + hf (a) , x ai + R(x)

R(x)
avec lim = 0.
xa kx ak

7.4. DERIV
EES PARTIELLES 175

Ceci donne, en notant x = (h) Rn :

(h) (0) f (h) f (0) f (x) f (a)
= =
h h h
hf (a) , x ai R(x)
= +
h h
D (h) (0) E R(x) kx ak
= f (a) , +
h kx ak | {z h }
k(h)(0)k
= h
h0
hf (a) , (0)i
+ 0 k(0)k

= hf (a) , (0)i

ce qui montre que 0 (0) = hf (a) , (0)i.

7.4.3 D
eriv
ee directionnelle
Definition 7.18. Soit f C 1 (D, R) avec D un ouvert de Rn , a un point de D et v Rn
un vecteur non nul. La quantite
f (a + tv) f (a)
Dv f (a) = lim
t0 t
sappelle la derivee directionnelle de f en a le long de v.

Th
eor`
eme 7.19. On a
Dv f (a) = f (a) v = hf (a) , vi.

monstration : Approximation du 1er ordre :

De
f (a + tv) = f (a) + f (a) (tv) + R(a + tv)
et donc
f (a + tv) f (a)
Dv f (a) = lim
t0 t
f (a) (tv) + R(a + tv)
= lim
t0 t
f (a) (tv) R(a + tv)
= lim + lim
t0 t t0 t
= lim f (a) v + 0
t0
= f (a) v.

Remarque 1 : si v = ei alors

0
..
.


0
Dei f (a) = f (a) ei = fx1 (a) fx2 (a) . . . fxn (a)
1 = fxi (a).
0

..
.
0
176
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Remarque 2 : si v est de norme 1 alors

Dv f (a) = hf (a) , vi = kf (a)k cos()

o`
u est langle entre v et f (a).

Ainsi

Dv 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 d

eriv
ee de f est la plus grande.

De plus la pente de f dans cette direction vaut kf (a)k.

7.4.4 Gradient et (hyper)-plan tangent

Exemple : soit
f (x, y) = 2 + x2 y y 3 .
Alors

f = 2xy x2 3y 2 .
Soit a = (x0 , y0 ) = (1, 2). Ceci donne f (1, 2) = 4 et f (a) = ( 4 11 )
Approximation du 1er ordre autour de a :

x x0
f (x, y) = f (x0 , y0 ) + f (x0 , y0 ) + R(x)
y y0

x1
4 + 4 11
y2
= 4 + 4(x 1) 11(y 2).

Lequation z = 4 + 4(x 1) 11(y 2) est lequation du plan tangent au graphe de f

passant par P (1, 2, 4).
De mani`ere generale, lequation du plan tangent au graphe de f (x, y) au point (x0 , y0 ) est

x x0
z = f (x0 , y0 )+f (x0 , y0 ) = f (x0 , y0 )+fx (x0 , y0 )(xx0 )+fy (x0 , y0 )(y y0 ).
y y0

On peut reecrire lequation comme suit :

fx (x0 , y0 ) x + fy (x0 , y0 ) y z + d = 0

7.4. DERIV
EES PARTIELLES 177

ce qui montre que le vecteur normal au plan tangent est

fx (x0 , y0 )
n = fy (x0 , y0 )
1

On peut generaliser ce resultat `a n variables.

Lequation de lhyperplan tangent au graphe de f (x1 , x2 , . . . , xn ) au point a = (a1 , a2 , . . . , an )
est alors donnee par

xn+1 = f (a1 , . . . , an ) + f (a) (x a)

x1

u x = ... .
o`
xn

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
f ((t)) = f ((t)) (t)
= D f ((t)) ()
dt
d
On peut donc interpreter la derivee f ((t)) comme la pente de la fonction f en suivant
dt
la courbe (t).

Exemple : Soit f (x, y) = x2 + y 2 . Alors

f = 2x 2y .

t cos t cos t t sin t
Si lon suit la courbe (t) = alors (t)
= et
t sin t sin t + t cos t

d
f ((t)) = D f ((t)) = hf ((t)) , (t)i

dt
cos t t sin t
= (2t cos t 2t sin t)
sin t + t cos t
= 2t cos2 t 2t2 cos t sin t + 2t sin2 t + 2t2 sin t cos t = 2t
178
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Courbes de niveau

Si (t) est une courbe contenue dans lensemble de niveau Nf (c) alors f ((t)) = c par
definition de Nf (c) et on doit avoir

d
f ((t)) = 0.
dt

Ceci donne par () ci-dessus :

hf ((t)) , (t)i
= 0.

Le gradient est donc orthogonal `a (t).

Comme ceci est vrai pour toute courbe (t) contenue dans Nf (c), on en deduit que

le gradient est toujours orthogonal aux ensembles de niveau.

En particulier,

le gradient dune fonction `

a 2 variables est toujours orthogonal aux courbes de
niveau.

Exemple : f (x, y) = x2 + 2y 2 . Alors f = (2x 4y).

Les courbes de niveau c2 sont dequation

x2 + 2y 2 = c2 .

c
Ce sont donc des ellipses de centre (0, 0) et de demi-axe c et .
2

On verifie que le vecteur f = (2x 4y) est bien perpendiculaire aux ellipses ci-dessus.

Illustration : le point P (1, 2) est sur lellipse () : x2 + 2y 2 = 9.

x
En derivant, on obtient 2x + 4y y 0 = 0 ce qui donne y 0 = . Au point P (1, 2), on a donc
2y
1
y 0 P = . Un vecteur tangent est donc
4

4
v= .
1

Le gradient de f en P vaut ( 2 8 ). Il est bien perpendiculaire au vecteur v.


7.4. DERIV
EES PARTIELLES 179

7.4.6 D
eriv
ees partielles dordres sup
erieurs
Soit f (x) = f (x1 , x2 , . . . , xn ) une fonction `a n variables definie sur un ouvert D Rn . On
definit les derivees dordre 2 comme suit

D
efinition 7.20.
2f f
fxi xj = =
xj xj xi xj
2f 2f
Si i = j, on note au lieu de .
x2i xi xi

Exemple :
f (x, y) = x2 y + yex .
Alors
fx = 2xy + yex et fy = x2 + ex .
Ceci donne

fxx = (2xy + yex ) = 2y + yex
x
2
fyy = (x + ex ) = 0
y
2
fxy = (x + ex ) = 2x + ex
x

fyx = (2xy + yex ) = 2x + ex .
y

On constate dans cet exemple que fxy = fyx .

ATTENTION : en general, fxi xj 6= fxj xi . Mais on a le theor`eme suivant :

Th eor`eme 7.21. Si fxi xj et fxj xi sont continues dans un voisinage du point a, alors
fxi xj (a) = fxj xi (a).

Demonstration : La demonstration est faite dans le cas n = 2.

Soit f (x, y) et a = (x0 , y0 ). Soient h, k > 0 tels que le rectangle

{(x, y) | x0 h < x < x0 + h , y0 k < y < y0 + k} D.

Definissons les fonctions

g1 (x) = f (x, y0 + k) f (x, y0 ) et g2 (y) = f (x0 + h, y) f (x0 , y)

180
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Alors

g10 (x) = fx (x, y0 + k) fx (x, y0 ) et g20 (y) = fy (x0 + h, y) fy (x0 , y).

Posons encore

F (h, k) = f (x0 + h, y0 + k) f (x0 + h, y0 ) f (x0 , y0 + k) + f (x0 , y0 ).

Alors
F (h, k) = g1 (x0 + h) g1 (x0 ) (7.2)
et
F (h, k) = g2 (y0 + k) g2 (y0 ). (7.3)
Le theor`eme de la moyenne applique `a (7.2) puis `a fx donne

F (h, k) = g1 (x0 + h) g1 (x0 )

= g10 (x0 + 1 h) h 1 ]0; 1[
= [fx (x0 + 1 h, y0 + k) fx (x0 + 1 h, y0 )] h
= fyx (x0 + 1 h, y0 + 2 k) k h 2 ]0; 1[.

Ce meme theor`eme de la moyenne applique `a (7.3) et fy donne

F (h, k) = g2 (y0 + k) g2 (y0 )

= g20 (y0 + 3 k) k 3 ]0; 1[
= [fy (x0 + h, y0 + 3 k) fy (x0 , y0 + 3 k)] k
= fxy (x0 + 4 h, y0 + 3 k) k h 4 ]0; 1[.

Donc fxy (x0 + 4 h, y0 + 3 k) kh = fyx (x0 + 1 h, y0 + 2 k) kh.

Comme fxy et fyx sont continues, en passant `a la limite h, k 0, on obtient

fxy (x0 , y0 ) = fyx (x0 , y0 ) .

D efinition 7.22. On dit que f (x1 , x2 , . . . , xn ) est de classe C 2 sur D Rn si toutes ces
derivees dordre 2 sont continues en tout point de D. On note alors

f C 2 (D, R)

On generalise sans peine les definitions precedentes pour definir les derivees partielles dordre
k 2.

Exemple : si f (x, y) est une fonction `a 2 variables, il y a, `a priori, 8 derivees partielles

dordre 3 qui sont

fxxx fyxx fxyx fyyx fxxy fyxy fxyy fyyy

Mais si ces 8 derivees partielles sont continues, alors

fyxx = fxyx = fxxy et fyyx = fxyy = fyxy


7.4. DERIV
EES PARTIELLES 181

efinition 7.23 (Fonction de classe C k ). On dit quune fonction f (x) est de classe C k sur
D
D Rn si toutes ses derivees partielles dordre k (existent et) sont continues. On note alors

f C k (D, R)

Theor`eme 7.24. 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.

Definition 7.25 (Matrice hessienne). Soit f (x) une fonction `a n variables dont les derivees
partielles du 2`eme ordre existent. La matrice

2f 2f 2f
x21
(x) x1 x2 (x) ... x1 xn (x)

2f 2f 2f
x2 x1 (x) (x) ... x2 xn (x)

Hf (x) = fxi xj (x) ij =

x22

.. .. .. ..
. . . .
2f 2f 2f
xn x1 (x) xn x2 (x) ... x2n
(x)

sappelle la matrice hessienne de f au point x.

Remarque : Si f C 2 (D, R) alors la matrice Hf est symetrique : HfT = Hf .

Exemple : si n = 2 et f = f (x, y) alors

fxx fxy
Hf = .
fyx fyy

Exemple : soit f (x, y) = 2x2 y + xey + 10. Alors

fxx = 4y fxy = 4x + ey = fyx fyy = xey

et donc
4y 4x + ey
Hf (x, y) =
4x + ey xey

0 9
qui est symetrique. Au point (2, 0), par exemple, on a Hf (2, 0) = .
9 2

Theor`eme 7.26 (Approximation de Taylor dordre 2). Soit D Rn et f C 2 (D, R). Soit
a = (a1 , . . . , an ) D. Alors

1
f (x) = f (a) + f (a) (x a) + (x a)T Hf (a) (x a) + R2 (x) x D
2
R2 (x)
avec lim = 0.
xa kx ak2

La fonction R2 est le reste dordre 2. Cest un o kx ak2 .
182
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Cas particulier : Si f = f (x, y) et a = (x0 , y0 ), la formule devient

x x0
f (x, y) = f (x0 , y0 ) + fx (x0 , y0 ) fy (x0 , y0 )
y y0

1 fxx (x0 , y0 ) fxy (x0 , y0 ) x x0
+ x x0 y y0 + R2 (x, y)
2 fyx (x0 , y0 ) fyy (x0 , y0 ) y y0

1h
= f ( x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ) + fxx (x0 , y0 ) (x x0 )2
2 i
+ 2fxy (x0 , y0 ) (x x0 ) (y y0 ) + fyy (x0 , y0 ) (y y0 )2 + R2 (x, y).

En posant x = x x0 et y = y y0 et en notant P le point (x0 , y0 ) la formule secrit

encore
1
f (x0 + x, y0 + y) = f P + fx P x + fy P y + fxx P x2
2
+ 2fxy P xy + fyy P y 2 + r(x, y)

2 2 2 x
avec r(x, y) = o(x + y ) = o(kuk ) o` u u = .
y

Exemple 7.27. Reprenons lexemple precedent : f (x, y) = 2x2 y + xey + 10 autour du point
P (3, 0). On a dej`a calculer que

4y 4x + ey
Hf (x, y) =
4x + ey xey

et donc
0 13
Hf (3, 0) =
13 3
De plus f (x, y) = (4xy + ey 2x2 + xey ) ce qui donne f (3, 0) = (1 21). On obtient donc

x3 1 0 13 x3
f (x, y) f (3, 0) + (1 21) + (x 3 y)
y 2 13 3 y
1
= 3 + (x 3) + 21y + [26(x 3)y + 3y 2 ]
2
3 2
= x 18y + 13xy + y
2

7.5 Etude de fonction

7.5.1 Extremum
efinition 7.28. Soit a Rn et r > 0. La boule B(a, r) est le sous-ensemble des points de
D
Rn qui sont `a une distance strictement inferieure `a r du point a :

B(a, r) = {x Rn | kx ak < r}

Definition 7.29. Un sous-ensemble D Rn est dit borne sil existe une boule B(a, r) telle
que D B(a, r).
Un sous-ensemble D ferme et borne est dit compact.
7.5. ETUDE DE FONCTION 183

Th eme 7.30 (Theor`eme du maximum). Soit D Rn un compact. Soit f : D R

eor`
une fonction continue sur D. Alors f atteint son maximum sur D, cest-`
a-dire il existe
xM D avec
f (x) f (xM ) x D.

Il en est de meme pour le minimum.

Contre-exemples :
1
f (x, y) = 2 sur D = R2 {(0, 0)} natteint pas son maximum car D nest pas
x + y2
ferme.
f (x, y) = x2 + y 2 sur D = R2 natteint pas son maximum car D nest pas borne.

D efinition 7.31. Soit f C 0 (D, R) avec D Rn un ouvert.

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.
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.
Un point a D est un maximum (resp. minimum) absolu si f (x) f (a) (resp. f (x)
f (a)) pour tout x D.
On appelle extremum (local ou absolu) un point qui est un minimum ou un maximum
(local ou absolu).

Theor`eme 7.32 (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

f
autrement dit (a) = 0 i = 1, . . . , n.
xi

Demonstration : La preuve est identique `a celle faite en dimension 1. Supposons que a

soit un maximum. Alors

f 1 0 si h > 0
(a) = lim (f (a + hei ) f (a))
xi h0 h | {z } 0 si h < 0
0

f
Donc (a) = 0.
xi

D
efinition 7.33 (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 :
184
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Theor`eme 7.34. Soit D un sous-ensemble ferme et borne de Rn . Alors toute fonction

continue f : D R atteint son maximum et son minimum sur D.
De plus si a D est un extremum (absolu), alors
1) soit a est un point stationnaire ;
2) soit f (a) nexiste pas ;
3) soit a appartient `
a la fronti`ere de D : a D ;

monstration : Cest un corollaire du theor`eme precedent.

De

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 7.35. Cherchons le minimum et le maximum de

f (x, y) = 3xy x3 y 3 + 2

sur le domaine D limite par les droites x = 2, y = 2 et y = 2x + 2.

(I) fx = 3y 3x2 fy = 3x 3y 2 .
Les points stationnaires sont les solutions du syst`eme

3y 3x2 = 0
3x 3y 2 = 0

qui sont S1 (0, 0) et S2 (1, 1). Seul S2 est dans D.

(II) Bords de D :
Droite x = 2 : Alors
h(y) = f (2, y) = 6y 8 y 3 + 2

et donc h0 (y) = 6 3y 2 de h0 (y) sont en y = 2. Ceci donne 2 points
. Les zeros
supplementaires : P1 (2, 2) et P2 (2, 2).

Droite y = 2 : Alors
g(x) = f (x, 2) = 6x 8 x3 + 2
0 2

qui donne
g (x) = 6 3x dont les zeros sont en x = 2. Ceci donne un autre point dans
D : P3 ( 2, 2)

Droite y = 2x + 2. La fonction f restreinte `a cette droite donne

u(x) = f (x, 2x + 2) = 3x(2x + 2) x3 (2x + 2)3 + 2 = = 7x3 30x2 + 30x + 2

7.5. ETUDE DE FONCTION 185

ce qui donne u0 (x) = 21x2 60x + 30 dont les zeros sont

30 270
x1,2 = = x1 = 2.21... x2 = 0.646.
21

Ceci donne un autre point dans D : P4 (0.646 , 0.707).

(III) Il faut encore calculer la fonction f dans les coins de D `a savoir aux points Q1 (2, 2),
Q2 (0, 2) et Q3 (2, 2).
On obtient donc 8 points sur lesquels il faut etudier la fonction f :

S2 : f (1, 1)= 3 P1 : f (2,
2) = 0.343
P2 : f (2, 2) = 11.65 P3 : f ( 2, 2) = 0.343
P4 : f (0.646, 0.707) = 2.748 Q1 : f (2, 2) = 2
Q2 : f (0, 2) = 6 Q3 : f (2, 2) = 6.

Le maximum est donc en (1, 1) et le minimum en (2, 2).

7.5.2 Classification 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 7.36. f (x, y) = xy + 4.

Alors
fx = y
fy = x

et donc fx (0, 0) = 0 = fy (0, 0).

Mais le point (0, 0) nest pas un extremum local.
En effet, sur la droite y = x, on a

f (x, y) = f (x, x) = x2 + 4 4 = f (0, 0) .

Restreinte `a cette droite, la fonction f a donc un minimum local en (0, 0).

Mais sur la droite y = x, on a

f (x, y) = f (x, x) = x2 + 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.

186
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Definition 7.37 (Point selle). Soit D un ouvert de Rn , f C 1 (D, R) et a D un point

stationnaire (i.e. f (a) = 0). On dit que a est un point selle de f sil existe deux vecteurs
u, v Rn tels que
la fonction t 7 f (a + tu) admette un maximum local strict en t = 0 et
la fonction t 7 f (a + tv) admette un minimum local strict en t = 0.

Rappel : soit f (x) C 2 (I, R) une fonction `a 1 variable et a un point stationnaire (i.e.
f 0 (a) = 0). Alors
si f 00 (a) > 0, le point a est un minimum strict ;
si f 00 (a) < 0, le point a est un maximum strict ;
si f 00 (a) = 0 on ne peut rien dire, il faut regarder f (3) (a) puis f (4) (a) etc . . .

Nous allons etablir un resultat analogue pour les fonctions `a n variables faisant intervenir
la matrice hessienne Hf (a).

Matrices et formes quadratiques

Soit A = (aij ) Mn (R) une matrice carree dordre n symetrique (aij = aji ) . Lapplication

qA : Rn R

definie par

a11 a1n x1 n
qA (x) = xT Ax =

x1

xn ... .. .. .. = X a x x
. . . ij i j
an1 ann xn i,j=1

est appelee la forme quadratique associ

ee `
a A.

Exemples 7.38.
1) La matrice
1 2
A=
2 7
definit la forme quadratique

1 2 x
q(x, y) = x y = x2 + 2xy + 2yx + 7y 2 = x2 + 4xy + 7y 2 .
2 7 y

2) La matrice
12 2 3
A = 2 4 0
3 0 11
definit la forme quadratique

q(x, y, z) = 12x2 + 2xy 3xz + 2yx 4y 2 3zx + 11z 2 = 12x2 + 4xy 6xz 4y 2 + 11z 2 .

3) La matrice identite In definit la forme quadratique

q(x) = xT x = kxk2 = x21 + x22 + + x2n .

7.5. ETUDE DE FONCTION 187

4) La matrice diagonale
1 0 0
0 2 0

D= .. .. . . .
. . . ..
0 0 n
definit la forme quadratique

q(x1 , x2 , . . . , xn ) = 1 x21 + 2 x22 + + n x2n

En particulier q(ei ) = q(0, , 0, 1, 0, , 0) = i .

1 0
Application : A = donne la forme quadratique
0 2

q(x, y) = x2 2y 2

donc q(1, 0) = 1 et q(0, 1) = 2 < 0

Propri
et
es : pour toute forme quadratique q(x) et tout R, on a

q(x) = 2 q(x)

(do`
u le nom de quadratique).

D
efinition 7.39. Une forme quadratique q est dite
efinie positive si q(x) > 0 pour tout x Rn non nul ;
(1) d
(2) d egative si q(x) < 0 pour tout x Rn non nul ;
efinie n
efinie sil existe x, y Rn avec q(x) < 0 et q(y) > 0.
(3) ind

Une matrice symetrique A est dite definie positive (definie negative, etc.. ) si la forme
quadratique associee qA est definie positive (definie negative, etc...)

Liens avec les valeurs propres

Comme A est symetrique, elle est diagonalisable :

A = P 1 DP

1 0 0
0 2 0

avec D = . .. . . .. .
. . . . .
0 0 n
Les i sont les valeurs propres de A. De plus, P est une matrice orthogonale : P 1 = P T .

Proposition 7.40. Soit A, P et D comme ci-dessus. Alors A est definie positive (resp.
definie negative, indefinie) si et seulement si D est definie positive (resp. definie negative,
indefinie). En dautres termes, la diagonalisation ne change pas la signature de la matrice.
188
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Demonstration : Comme P est inversible (bijective), `a tout x Rn , on peut associer un

et un seul y Rn en posant

y = Px x = P 1 y.

Alors

qA (x) = xT Ax = xT P 1 DP x = xT P T DP x = (P x)T D(P x) = yT Dy = qD (y)

Ainsi
qA (x) > 0 x Rn qA (y) > 0 y Rn .

Ceci montre que qA est definie positive si et seulement si qD lest. La demonstration est la
meme dans le cas dune matrice definie negative ou indefinie.

Remarque 7.41. Lexemple 4) ci-dessous montre de plus quune matrice diagonale D est
definie positive si et seulement si i > 0 pour tout i = 1, 2, . . . , n.
De meme D est definie negative si et seulement si i < 0 pour tout i.
Et finalement D est indefinie si et seulement sil existe un i < 0 et un j > 0 (car alors
q(ei ) = i < 0 et q(ej ) = j > 0).

Cette remarque et la proposition precedente implique le resultat suivant :

Th
eor`
eme 7.42. Une matrice A symetrique est
(1) definie positive si et seulement si toutes ses valeurs propres sont > 0
(2) definie negative si et seulement si toutes ses valeurs propres sont < 0
(3) indefinie si et seulement sil existe i < 0 et j > 0.

Exemple : soit

1 2
A=
2 7

Alors

1 2 = det(A) = 7 4 = 3 > 0
1 + 2 = Tr(A) = 8 > 0 .

Donc les 2 valeurs propres sont positives et la matrice A est definie positive.

Plus generalement,

Th
eor`
eme 7.43. Soit A M2 (R) une matrice 2 2 symetrique.
(1) Si det(A) > 0 et Tr(A) > 0 alors 1 > 0 et 2 > 0 et la matrice A est definie positive ;
(2) si det(A) > 0 et Tr(A) < 0 alors 1 < 0 et 2 < 0 et la matrice A est definie negative ;
(3) si det(A) < 0 alors 1 < 0 et 2 > 0 et la matrice A est indefinie.
7.5. ETUDE DE FONCTION 189

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 :

1 T
f (a + u) = f (a) + f (a) u + u Hf (a) u + r2 (u)
2
1 T
f (a) + u Hf (a) u
2

Ainsi proche de a, la fonction f se comporte comme

1
f (a + u) f (a) + q(u)
2

o`
u q(u) est la forme quadratique associee `a Hf (a) :

q(u) = uT Hf (a) u .

Ainsi, si q(u) est definie positive, alors q(u) > 0 pour tout u et donc

1
f (a + u) = f (a) + q(u) > f (a) .
2

Le point a est alors un minimum local strict.

Si q(u) est definie negative, alors q(u) < 0 pour tout u et donc

1
f (a + u) = f (a) + q(u) < f (a) .
2

Le point a est alors un maximum local strict.

Si q(u) est indefinie, alors il existe u1 avec q(tu1 ) = t2 q(u1 ) > 0 et il existe u2 avec
q(tu2 ) = t2 q(u2 ) < 0. Ceci implique que

f (a + tu1 ) = f (a) + q(tu1 ) > f (a) pour tout t 6= 0 et

f (a + tu2 ) = f (a) + q(tu2 ) < f (a) pour tout t 6= 0

ce qui montre que a est un point selle.

En resume,

Theor`eme 7.44 (Classification des points stationnaires). Soit a un point stationnaire dune
fonction f C 2 (D, R) et Hf (a) la matrice hessienne de f en a.
1. Si Hf (a) est definie positive, alors a est un minimum strict ;
2. si Hf (a) est definie negative, alors a est un maximum strict ;
3. si Hf (a) est indefinie, 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

190
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Th eme 7.45. Soit a un point stationnaire dune fonction f (x, y) de classe C 2 et Hf (a)
eor`
sa matrice hessienne (matrice 2 2).
1. Si det(Hf (a)) > 0 et Tr(Hf (a)) > 0, alors a est un minimum strict ;
2. si det(Hf (a)) > 0 et Tr(Hf (a)) < 0, alors a est un maximum strict ;
3. si det(Hf (a)) < 0, alors a est un point selle.
Si det(Hf (a)) = 0, on ne peut rien dire.

Exemples 7.46.
1. Reprenons lexemple vu precedemment : f (x, y) = xy + 4 et P (0, 0).
On a vu

fx = y fxx = 0 = fyy 0 1
= = Hf = = Hf (0, 0)
fy = x fxy = 1 = fyx 1 0

et donc detHf (0, 0) = 1 < 0. Le point (0, 0) est un point selle. Conforme `a ce que lon
avait dej`a trouve.
2. f (x, y) = x3 + 3xy 2 15x 12y + 30. Alors

fx = 3x2 + 3y 2 15
fy = 6xy 12

Les points stationnaires sont les solutions du syst`eme

2 ( 4
4
3x2 + 3y 2 15 = 0 x + y2 = 5 y2
+ y2 = 5 y 5y 2 + 4 = 0
2
6xy 12 = 0 x= y x = y2 x = y2

ce qui donne y 2 = 4 ou y 2 = 1. Les points stationnaires sont donc

P1 (1, 2) P2 (1, 2) P3 (2, 1) P4 (2, 1)

Calculons maintenant Hf :

fxx = 6x
6x 6y
fxy = 6y = fyx = Hf (x, y) =
6y 6x
fyy = 6x

Point P1 :

6 12
Hf (1, 2) = = det(Hf ) = 36 144 < 0
12 6

= P1 est un point selle.

Point P2 :

6 12
Hf (1, 2) = = det(Hf ) = 36 144 < 0
12 6

= P2 est un point selle.

Point P3 :

12 6
Hf (2, 1) = = det(Hf ) = 144 36 > 0 et Tr(Hf ) = 24 > 0
6 12
7.5. ETUDE DE FONCTION 191

= P3 est un minimum local.

Point P4 :

12 6
Hf (2, 1) = = det(Hf ) = 14436 > 0 et Tr(Hf ) = 24 < 0
6 12

= P4 est un maximum local.

3. Soit
1 3 3
f (x, y, z) = x2 y x2 + xyz xz + 2x y 2 + y z 2
2 2 2
(i) Verifier que le point P (1, 1, 0) est un point stationnaire.
(ii) Etudier sa nature.

(i)

fx = xy 3x + yz z + 2 = fx (1, 1, 0) = 0
1 3
fy = x2 + xz 2y + = fy (1, 1, 0) = 0
2 2
fz = xy x 2z = fz (1, 1, 0) = 0.


On a bien f (1, 1, 0) = 0 .

(ii)

fxx = y 3 fyy = 2 fzz = 2

fxy = x + z fxz = y 1 fyz = x

La matrice hessienne de f au point P (1, 1, 0) vaut alors

y3 x+z y1 2 1 0

Hf (1, 1, 0) = x + z 2 x = 1 2 1 =: A
P (1, 1, 0)
y1 x 2 0 1 2

Il faut calculer les valeur propres de A :

det(I3 A) = 0

+ 2 1 0

1 + 2 1 = 0 (Sarus)

0 1 +2
( + 2)3 ( + 2) ( + 2) = 0
3 + 62 + 10 + 4 = 0

1 = 2 est une solution et par factorisation, on obtient

3 + 62 + 10 + 4 = ( + 2)(2 + 4 + 2) = 0

= 2,3 = 2 2.
Les 3 valeurs propres etant < 0, le point P (1, 1, 0) est un maximum local.
192
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

7.6 Th
eor`
eme des fonctions implicites
7.6.1 Exemple
Soit F (x, y) une fonction `a 2 variables. Considerons la courbe de niveau 0

= NF (0) = {(x, y) | F (x, y) = 0}.

1) On peut essayer de resoudre lequation F (x, y) = 0 en fonction de y pour etablir y = f (x).

Si on peut le faire, alors la courbe est le graphe de la fonction y = f (x) et on a

F (x, f (x)) = 0.

En derivant cette derni`ere egalite par rapport `a x, on trouve

Fx (x, f (x)) + Fy (x, f (x)) f 0 (x) = 0

ce qui donne
Fx (x, f (x))
f 0 (x) = .
Fy (x, f (x))

Exemple : soit
F (x, y) = x2 + ey + 2x = 0.
Alors
y = f (x) = ln(x2 2x)
pour x ] 2; 0[.
2x 2
Calcul direct : y 0 = f 0 (x) = .
x2 2x
Calcul implicite : Fx = 2x + 2 et Fy = ey . Alors
Fx 2x + 2 2x + 2
f 0 (x) = = = 2 .
Fy ey x 2x

2) Dans le cas general, il nest pas possible de calculer y = f (x). Mais, si lon suppose que
localement - sur un ouvert contenant P (x0 , y0 ) - il existe y = y(x) alors on a vu au chapitre
4 quon peut deriver la relation F (x, y) = 0 par rapport `a x (derivee droite) pour trouver
y 0 P . Ceci donne

Fx (x0 , y0 )
Fx (x0 , y0 ) + Fy (x0 , y0 ) y 0 (x0 , y0 ) = 0 = y 0 P =
Fy (x0 , y0 )

La formule est la meme que precedemment.

Exemple : soit
F (x, y) = x2 + y 2 25 = 0
le cercle de centre (0, 0) et de rayon 5. Alors

Fx = 2x
Fy = 2y

On obtient ainsi
2x0 x0
y 0 P = = pour P (x0 , y0 )
2y0 y0

7.6. THEOR `
EME DES FONCTIONS IMPLICITES 193

Sans calculer explicitement y = y(x) on peut donc trouver la derivee y 0 (x0 ) en tout point
(x0 , y0 ). Lequation de la tangente `a au point P (x0 , y0 ) est alors


0
Fx P
y = y P (x x0 ) + y0 = (x x0 ) + y0
Fy P

ce qui donne

Equation de la tangente en P : Fx P (x x0 ) + Fy P (y y0 ) = 0

Exemple precedent : la tangente au cercle x2 + y 2 25 = 0 au point P (3, 4) est

Fx (3, 4) (x 3) + Fy (3, 4) (y 4) = 0

ce qui donne
6 (x 3) + 8 (y 4) = 0.

7.6.2 Cas g
en
eral
Soit
F (x1 , . . . , xn ) = 0
une equation `a n variables.
Les resultats precedents se generalisent de la facon suivante.

Premi`erement, le theor`eme suivant affirme que, localement, et sous certaines hypoth`eses, il

est possible de resoudre lequation en fonction dune variable, par exemple xn = f (x1 , . . . , xn1 ).
Secondement, il affirme que les derivees partielles de f (x1 , . . . , xn1 ) se calculent `a partir
des derivees partielles Fxi comme precedemment.

Th
eor`
eme 7.47 (Theor`eme des fonctions implicites). Soit
D Rn un ouvert,
F : D R une fonction de classe C 1 et
a = (a1 , . . . , an ) D un point satisfaisant F (a) = 0.
On suppose que Fxn (a) 6= 0.
Posons a = (a1 , . . . , an1 ) Rn1 .
Alors il existe un ouvert U Rn1 contenant a
et une fonction `
a n1 variables f : U R
satisfaisant :
1. le graphe de f est contenu dans D :

(x1 , . . . , xn1 , f (x1 , . . . , xn1 )) D pour tout (x1 , . . . , xn1 ) U .

2. f (a1 , . . . , an1 ) = an
3. F (x1 , . . . , xn1 , f (x1 , . . . , xn1 )) = 0 pour tout (x1 , . . . , xn1 ) U
4. la fonction f est de classe C 1 et
Fxi
fxi = i {1, . . . , n 1}
Fxn
194
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Remarque 7.48. La condition Fxn (a) 6= 0 est essentielle. Cependant si Fxn (a) = 0 mais
que Fxk (a) 6= 0 pour un certain k =
6 n, alors le resultat est vrai pour xk cest-`
a-dire quil
existe une fonction f avec

xk = f (x1 , . . . , xk1 , xk+1 , . . . xn )

On explicite xk au lieu de xn .

En revanche, si Fxi (a) = 0 pour tout i = 1, . . . , n (le point a est un point stationnaire),
le theor`eme nest plus vrai et il est impossible dexpliciter une variable xi en fonction des
autres.

Exemples 7.49. Illustrations

1. Considerons le cercle () : F (x, y) = x2 + y 2 1 = 0.

Alors
Fx = 2x
Fy = 2y

a) Considerons un point P (x0 , y0 ) different de (1, 0) et (1, 0). Alors Fy (x0 , y0 ) 6= 0

et le theor`eme sapplique pour y. En effet, si P est dans le demi-plan superieur (y0 > 0)
alors p
y = 1 x2 .
Si P est dans le demi-plan inferieur alors
p
y = 1 x2 .

Ces 2 fonctions sont valables sur un ouvert contenant P .

b) Si P = (1, 0) alors Fy (1, 0) = 0 (le gardient est horizontal) et on ne peut pas ecrire
y = f (x) sur un voisinage de (1, 0). (cf. dessin) Par contre, comme Fx (1, 0) = 2 6= 0,
le theor`eme sapplique pour x et affirme que lon peut trouver une fonction g(y) avec
x = g(y). Dans cet exemple, le calcul est facile :
p
x= 1 y2 .
p
Si P = (1, 0), on trouve x = 1 y 2 .

2. Reprenons la courbe dej`a etudiee au chapitre 5 :

F (x, y) = x4 xy 2 + y 3 = 0

7.6. THEOR `
EME DES FONCTIONS IMPLICITES 195

Parametrisation (cf. chapitre 5) :

x(t) t2 t3
(t) = =
y(t) t3 t4

Le point P (0, 0) est sur .

On a
Fx = 4x3 y 2 Fx (0, 0) = 0
=
Fy = 2xy + 3y 2 Fy (0, 0) = 0
Ainsi F (0, 0) = 0. Le point (0, 0) est un point stationnaire de F (x, y). Le theor`eme ne
peut pas sappliquer : il est impossible decrire y = f (x) ou x = g(y) autour de (0, 0). Il
y a un dedoublement.

En revanche, au point Q (cf. dessin), le gradient de F est horizontal donc F Q = (a 0).

Comme Fy Q = 0 il nest pas possible decrire y = f (x).
En revanche, comme Fx (Q) 6= 0, il existe une fonction x = g(y) qui decrit la courbe
autour de Q.

Application :
equation du plan tangent `
a une surface implicite
Considerons la surface definie par lequation

F (x, y, z) = 0

et un point P (x0 , y0 , z0 ) , i.e. F (x0 , y0 , z0 ) = 0. Supposons de plus que Fz P 6= 0.
Alors, par le theor`eme des fonctions implicites, il existe une fonction

z = f (x, y)

decrivant la surface au voisinage de P . En particulier f (x0 , y0 ) = z0 .

Lapproximation du 1er ordre de cette fonction f donne lequation du plan tangent :

x x0
z = f (x0 , y0 ) + f (x0 , y0 ) = f (P ) + fx (P ) (x x0 ) + fy (P ) (y y0 )
y y0

Or le theor`eme des fonctions implicites donne fx et fy :

Fx (P ) Fy (P )
fx (P ) = et fy (P ) =
Fz (P ) Fz (P )

Lequation du plan tangent devient :

Fx (P ) Fy (P )
z = f (P ) (x x0 ) (y y0 )
Fz (P ) Fz (P )
196
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

qui secrit encore

Fx (P ) (x x0 ) + Fy (P ) (y y0 ) + Fz (P ) (z z0 ) = 0.

Ceci montre que le vecteur normal au plan tangent et donc `a la surface est

n = Fx (P ) Fy (P ) Fz (P ) = F (P )

Le gradient F est donc bien orthogonal `a la surface de niveau NF (0) = .

De mani`ere generale si une hyper-surface est donnee par lequation

F (x1 , . . . , xn ) = 0

alors lequation de lhyper-plan tangent `a passant par a = (a1 , . . . , an ) est

Fx1 (a) (x1 a1 ) + Fx2 (a) (x2 a2 ) + + Fxn (a) (xn an ) = 0

qui secrit aussi

x1 a1
..
F (a) . =0
xn an

Exemples 7.50.
1. Considerons lellipsode

: F (x, y, z) = 3x2 + 6y 2 + z 2 36 = 0.

Alors
Fx = 6x
Fy = 12y

Fz = 2z
et lequation du plan tangent au point P (1, 2, 3) est

Fx (1, 2, 3) (x 1) + Fy (1, 2, 3) (y 2) + Fz (1, 2, 3) (z 3) = 0

6(x 1) + 24(y 2) + 6(z 3) = 0
6x + 24y + 6z = 72.

2. Considerons la surface
() : xyz = 1
1
et le point P (2, , 3) . Alors, en notant F (x, y, z) = xyz 1, on a
6

Fx = yz Fx (P ) = 12
Fy = xz = Fy (P ) = 6

Fz = xy Fz (P ) = 13
Lequation du plan tangent `a par P est alors

1 1 1
(x 2) + 6 y + (z 3) = 0.
2 6 3
7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 197

7.7 Extremum sous contraintes : multiplicateur de Lagrange

7.7.1 Multiplicateur de Lagrange
On desire trouver le maximum (ou minimum) dune fonction f (x1 , . . . , xn ) sur un domaine
D avec la contrainte g(x1 , . . . , xn ) = 0. On suppose que g(x) 6= 0 sur D.

1`ere methode : si lon peut expliciter

xn = g(x1 , . . . , xn1 ),

alors

f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn1 , g(x1 , . . . , xn1 )) = (x1 , . . . , xn1 )

et on cherche les extremums de .

2`eme methode : si lon peut trouver une parametrisation de la courbe g(x1 , . . . , xn ) = 0 de

la forme
x1 = x1 (t)

() : ..
.

xn = xn (t)
alors f (x1 , . . . , xn ) = f (x1 (t), . . . , xn (t)) = (t) et on cherche les extremums de .

3`eme methode : si aucune des 2 methodes ne marche, on utilise un multiplicateur de

Lagrange.
Cette methode consiste `a resoudre le syst`eme dequations en x D :

f (x) g(x) = 0
g(x) = 0

Cest un syst`eme `a n + 1 inconnues x1 , x2 , . . . , xn , et `a n + 1 equations.

Cette methode est basee sur le theor`eme suivant :

Theor`eme 7.51. Soit D Rn un ouvert et f, g C 1 (D, R) et M = {x D | g(x) = 0}.

Soit a = (a1 , . . . , an ) M un extremum local de la fonction f M . On suppose de plus que
g(a) 6= 0. Alors il existe un R tel que

f (a) + g(a) = 0.

Autrement dit, f (a) et g(a) sont colineaires.

est appele un multiplicateur de Lagrange.
g
monstration : On peut supposer
De (a) 6= 0. Alors par le theor`eme des fonctions impli-
xn
cites, il existe une fonction (x1 , . . . , xn1 ) dans un voisinage U = B( a, r) de
a
= (a1 , . . . , an1 ) telle que

(a1 , , an1 ) = an
g(x1 , . . . , xn1 , (x1 , . . . , xn1 )) = 0 x U
198
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

avec
g
xi (a)
(
a) = g
pour tout i = 1, . . . , n 1
xi
xn (a)

Posons alors
F (x1 , . . . , xn1 ) = f (x1 , . . . , xn1 , (x1 , . . . , xn1 )).

Alors, par hypoth`ese, la fonction F (qui est f M ) admet un extremum en a . On a donc
F (
a) = 0 ce qui donne, avec la r`egle de composition :

F f f
0= (
a) = (a) + (a) (a)
xi xi xn xi
g !
f f xi (a)
= (a) + (a) g
xi xn
x (a)
f ! n
f (a) g
= (a) + xg
n
(a) pour tout i = 1, . . . , n 1
xi (a) x i
xn

f
(a)
En posant = x
g
n
, on obtient
xn (a)

f g
0= (a) + (a) pour tout i = 1, . . . , n 1, n
xi xi

et donc f (a) + g(a) = 0.

ATTENTION : f (a) + g(a) = 0 est une condition necessaire mais pas suffisante. Il faut
donc verifier que la solution cherchee est bien un extremum.

Exemples 7.52.
1) Trouver le maximum et le minimum de la fonction

f (x, y) = x2 + 4y 2 x + 2y

sur le bord de lellipse x2 + 4y 2 = 1.

Solution : la condition est g(x, y) = x2 + 4y 2 1 = 0. Alors
T T
2x 1 2x
f = g =
8y + 2 8y

et le syst`eme `a resoudre est alors

2x 1 + 2x = 0
8y + 2 + 8y = 0
2
x + 4y 2 1 = 0

ou
2( + 1)x = 1 (I)
4(1 + )y = 1 (II)
2
x + 4y 2 = 1
7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 199

En elevant au carre et en additionant les equations (I) et (II), on trouve

4( + 1)2 (x2 + 4y 2 ) = 2
x2 + 4y 2 =1

ce qui donne
r
2
p 1
4( + 1) = 2 = + 1 = 1/2 = = 1 .
2

On trouve alors 2 points :

1 1 1 1
P( , ) et Q( , ).
2 2 2 2 2 2

Un calcul montre que P est le minimum et Q le maximum.

2) Construire une boite de forme parallelepip`edique sans couvercle, de volume donne V de

telle sorte que la surface du fond et des parois soit minimale.

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)
2
x z = V (IV )

(II) (III) z donne x 2z = 0 donc x = 2z. Finalement (IV ) devient 4z 3 = V ce qui

donne r
3 V
3
z= x = y = 2z = 2V .
4
200
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

7.7.2 Contraintes multiples

Pour trouver les extremums dune fonction f (x) avec m contraintes


g1 (x) = 0

g2 (x) = 0
..

.


gm (x) = 0
on resoud le syst`eme
Xm



f (x) + j gj (x) = 0


j=1
g1 (x) = 0

..



.

gm (x) = 0
Cest un syst`eme `a n + m inconnues : x1 , x2 , . . . , xn , 1 , . . . , m et n + m equations.

Exemple : trouvons le maximum de la fonction

f (x, y, z) = x + y + z
avec les contraintes
g1 (x, y, z) = x2 + y 2 2 = 0
g2 (x, y, z) = x + z 1
Geometriquement g1 (x, y, z) = 0 est lequation dun cylindre vertical et g2 (x, y, z) = 0 celle
dun plan. Leur intersection est une ellipse . On cherche donc le maximum de f sur lellipse
.

Comme
f (x, y, z) = (1 1 1) g1 (x, y, z) = (2x 2y 0) g2 (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)


x2 + 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 RN DANS RM 201

7.8 Fonctions de Rn dans Rm

7.8.1 Gradient
Dans cette section, nous allons etudier les fonctions
f : D Rn Rm
En physique, ces fonctions sont appelees champs vectoriels.
A tout point x = (x1 , . . . , xn ) D, on associe un vecteur

f1 (x1 , . . . , xn )
f2 (x1 , . . . , xn )

f (x1 , . . . , xn ) = ..
.
fm (x1 , . . . , xn )
La fonction fk : D R est la i-`
eme composante de f .
Limage dun point x sera vue comme un vecteur-colonne.

Definition-Proposition 7.53. Soit D un ouvert de Rn et f : D Rm une fonction.

La fonction f est continue (resp. derivable, resp. de classe C 1 ) si toutes ses composantes
fk : D R sont continues (resp. derivables, resp. de classe C 1 ).

Exemples 7.54.
a etudiees : I Rm .
1. Si n = 1, on retrouve les courbes dej`

2. Si m = 1, on retrouve les fonctions reelles `a plusieurs variables f : D R.

3. La fonction f : R2 R2 definie par

x2 + 2y
f (x, y) =
2x + sin y
est continue et de classe C 1 sur tout R2 .

4. Soit f : R2 R la fonction definie par

f (x, y) = x2 + 5xy 4x.
Alors le gradient de f definit un champ vectoriel
f : R2 R2

2x + 5y 4
(x, y) 7
5x

Definition 7.55. Soit D Rn un ouvert, f : D Rm une fonction derivable et x D.

La matrice m n

f1 (x)
f2 (x) f
i
f (x) = .. = (x)
. xj 1im
1jn
fm (x)
est appelee le gradient de f en x ou egalement la matrice jacobienne de f .
202
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Remarques :
1. si f : D R (m = 1), la matrice est un vecteur-ligne et on retrouve le gradient definit
dans la section 7.4.1.
2. Dans le cas dune courbe

: I Rm

x1 (t)
x2 (t)

t 7 ..
.
xm (t)
on a alors n = 1 et le gradient de est un vecteur-colonne qui nest rien dautre que le
vecteur tangent :
(t) = (t).

Exemples 7.56.
1. Considerons la fonction de R3 dans R2 :
2
x y + 2yz + sin x
f (x, y, z) =
xyz + 2x

Le gradient de f en (x, y, z) est une matrice 2 3 :

2xy + cos x x2 + 2z 2y
f (x, y, z) = .
yz + 2 xz xy

2. Le gardient de la fonction identite IdRn : Rn Rn est la matrice identite In .

R`
egle de composition
Soit D Rn , U Rm deux ouverts, f : D Rm et g : U Rl deux fonctions de classe
C 1 . Supposons que f (D) U . Alors la fonction composee

g f : D Rl

est de classe C 1 et son gradient est donne par

(g f )(a) = g(f (a)) f (a) pour tout a D.

| {z } | {z } | {z }
ln lm mn

Cette formule secrit aussi

(g f ) = [g f ] f.

Remarques
1. Si m = n = l = 1 on retrouve la r`egle (g f )0 (x) = g 0 (f (x)) f 0 (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 )0 (t) = g(f (t)) f(t) .
|{z}
=f (t)
7.8. FONCTIONS DE RN DANS RM 203

3. Dans le cas l = 1, on peut reecrire la r`egle precedente comme suit :

soit g(x1 , . . . , xm ) une fonction de Rm dans R. Posons


x1 = f1 (u1 , . . . , un )

x2 = f2 (u1 , . . . , un )
..

.


xm = fm (u1 , . . . , un )

Si lon note x = f (u), alors la formule precedente secrit

Du1 (g f ) Du2 (g f ) Dun (g f )

Du1 f1 Du2 f1 Dun f1
Du1 f2 Du2 f2 Dun f2

= (Dx1 g Dx2 g Dxm g) .. .. .. ..
. . . .
Du1 fm Du2 fm Dun fm

ce qui donne pour tout i = 1, 2, . . . , n :

g f g x1 g x2 g xm
(u) = (x) (u) + (x) (u) + + (x) (u)
ui x1 ui x2 ui xm ui
m
X g xk
= (f (u)) (u)
xk ui
k=1

Notation physique
Si
x = x(u, t)
L = L(x, y, z) et y = y(u, t)

z = z(u, t)
on notera, par abus :
L
= Lu = Lx xu + Ly yu + Lz zu
u
et
Lt = Lx xt + Ly yt + Lz zt

Fonction inverse et gradient

Soit
h : Rn Rn
une fonction bijective et h1 : Rn Rn sa fonction reciproque. On suppose que h et h1
sont derivables. Alors, comme h h1 = idRn , la r`egle de composition donne

h(h1 (y)) h1 (y) = In

ou encore 1
h1 (y) = h(h1 (y))
Le gradient de h1 est linverse du gradient de h.
204
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Exemple : soit h : R2 R2 definie par

cos
h(, ) =
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
p
1 x2 +y 2
h (x, y) = =
arctan xy
On a
x x cos sin
h = =
y y sin cos
et !
x y
1 x y x2 +y 2 x2 +y 2
h = = y
x y x2 +y 2
x
x2 +y 2

Si on ecrit h1 en fonction de et , on obtient

! !
x y
cos sin
h1 =
=
y2 x
2
sin cos

et on verifie que cest bien la matrice inverse de h.

7.8.2 Application : changement de coordonn

ees
Coordonn
ees polaires
Soient
x = x(, ) = cos
y = y(, ) = sin
Considerons la fonction h : R2 R2 definie par

h(, ) = (x(, ), y(, )).

La fonction h decrit le changement entre coordonnees polaires et coordonnees cartesiennes.

Son gradient est
x x cos sin
h = =
y y sin cos
Soit f (x, y) une fonction reelle `a 2 variables.
Posons
f(, ) = f (h(, )) = f (x(, ), y(, )).
Cest la fonction f exprimee en coordonnees polaires. Parfois, par abus de langage, on
identifie f et f.
On definit egalement
fx (, ) = fx (x(, ), y(, ))
Cest la derivee partielle de f selon x mais exprimee en coordonnees polaires. De meme, on
pose fy = fy h ce qui se resume par

x,y f = (fx fy ) = f h.
7.8. FONCTIONS DE RN DANS RM 205

(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

cos sin
(f f ) = (fx fy )
sin cos
| {z }
=h

La matrice h est inversible si 6= 0, car det(h) = . En multipliant `a droite par h1 ,

on obtient

1 cos sin
(fx fy ) = (f f )
sin cos

= cos() f f1 sin() f sin() f + 1 cos() f

ce qui donne

fx = cos f 1
sin f
(7.4)
fy = sin f + 1
cos f

Ces 2 formules permettent donc de calculer les derivees partielles selon x et y dune fonction
donnee en coordonnees polaires.

Exemple 7.57. Considerons la fonction f(, ) = 22 en coordonnees polaires. Calculons

le gradient de f selon x, y. On a
f = 4 et f = 0 ce qui donne, en appliquant la formule (7.4)

1
fx = fx = cos f sin f = cos 4 0 = 4 cos

1
fy = fy = sin f + cos f = sin 4

Le gradient est donc 4 (cos sin ).

Verification par calcul direct :

f (x, y) = 22 = 2(x2 + y 2 ).

Alors fx = 4x = 4 cos et fy = 4y = 4 sin .

206
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A

Coordonn
ees cylindriques
Considerons le changement de coordonnees

x = cos
y = sin

z=z

Ceci definit une fonction h : R3 R3 en posant h(, , z) = (x, y, z). Sa matrice jacobienne
est
x x xz cos sin 0
h = y y yz = sin cos 0 .
z z zz 0 0 1
On a det(h) = . Ainsi si 6= 0 la matrice h est inversible :

cos sin 0
1
h1 = sin cos 0 .

0 0

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 h1

ce qui donne

fx = f cos f 1
sin
fy = f sin + f 1
cos
fz = fz

Coordonn
ees sph
eriques
Considerons le changement de coordonnees :

x = r cos sin
y = r sin sin r > 0, 0 2

z = r cos

Ceci definit une fonction h : R3 R3 en posant h(r, , ) = (x, y, z). Sa matrice jacobienne
est
xr x x cos sin r sin sin r cos cos
h = yr y y = sin sin r cos sin r sin cos .
zr z z cos 0 r sin
7.8. FONCTIONS DE RN DANS RM 207

On a det(h) = r2 sin . Ainsi si r 6= 0 et 6= , la matrice h est inversible :

r cos r sin 0
1 sin cos 0
h1 = 2
r sin
0 0 r

et on calcule, comme ci-dessus

x,y,z f = r,, h1 .