Académique Documents
Professionnel Documents
Culture Documents
FDRALE DE LAUSANNE
Cours dAnalyse I et II
Section
Microtechnique
septembre 2008
Table des mati`
eres
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
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
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
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
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
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.
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
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
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
Exemples 1.11. Les nombres 2, 3 2, 4 5, , , e, e2 , ln(5) sont tous des nombres reels
non rationnels.
Notation 1.12.
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
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 1.21 (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 = .
Propri
et
es des nombres r
eels
(C) Dans R, tout sous-ensemble (non vide) poss`ede une borne superieure et une borne
inferieure.
A = {x Q | x2 < 2}
i2 = 1
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
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
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.
Propri
et
es dans C
1. Commutativite : z1 + z2 = z2 + z1
z1 z2 = z2 z1
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
et dautre part
monstration :
De
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
Le nombre z est enti`erement determine par son module et son argument. On note alors
Alors
Ainsi
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 :
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 .
(V) etc....
wn = z racines n-i`eme de z.
[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
[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
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
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).
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 .
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 :
Sans demonstration.
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.
an z n + + a1 z + a0 = 0.
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
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
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
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.
(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.
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
Exemples 2.7.
1) an = cos n
2 . On a
a1 = 0, a2 = 1, a3 = 0, a4 = 1, a5 = 0, a6 = 1, a7 = 0, . . .
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
< un L an L vn L <
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
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
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 |
1000n
Exemple 2.15. Considerons la suite an = . On a
n!
an+1 1000n+1 n! 1000
an = (n + 1)! 1000n = 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.
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
(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
= 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
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
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
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 .
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).
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.
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.
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.
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
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
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
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
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 | +.
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.
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
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 .
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 ).
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
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
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
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
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
2.3.5 S
erie absolument convergente
P
D
efinition 2.39. Soit bk une serie donnee. Si la serie
X
|| := |bk |
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
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)!
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 )
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
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 :
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
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 .
(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
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
Composition
Soient f, g deux fonctions reelles telles que Im(f ) Dg . Alors on peut construire la fonction
composee g f definie par
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
Gf = {(x , f (x)) | x Df }.
Fonction r
eciproque (ou fonction inverse)
Si une fonction
f : D T
x 7 f (x)
f 1 : T D
(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+ .
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 ).
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
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
(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
(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.
loga y = x y = ax x R y 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.
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
ex ex
sinh(x) = (fonction impaire)
2
Cosinus hyperbolique :
ex + ex
cosh(x) = (fonction paire)
2
On a la relation suivante :
Somme :
Calcul explicite
ey ey
y = arcsinh(x) sinh(y) = x =x ey ey = 2x.
2
p
arcsinh(x) = ln(x + x2 + 1) x R.
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
Exemple :
t
x = 1 + t3
t 6= 1.
t2
y=
1 + t3
54
CHAPITRE 3. FONCTIONS REELLES
ET CONTINUITE
4) Representation polaire :
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].
Exemple :
D
efinition 3.7. On dira que
lim f (x) = a
x
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.
Limite impropre
On dira que
lim f (x) = (resp. )
x
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
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
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.)
Continuit
e
D
efinition 1
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si
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
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.
Type I La limite lim f (x) existe mais nest pas egale `a f (x0 ).
xx0
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
Exemples 3.16.
1
f (x) = 2 . Alors lim f (x) = .
x x0
1
f (x) = x2 . Alors
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
et si
lim (x) = lim (x) = a
xx0 xx0
alors
lim f (x) = a.
xx0
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
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
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
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
x tan x 1
1< < = .
sin x sin x cos x
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
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
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
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.
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
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
monstration :
De
= il est clair que, pour une fonction strictement monotone, x 6= y implique f (x) 6= f (y)
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)).
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.
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.
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
(sin x)0 = cos x
4.1.3 R
egles de calculs
Soient f, g derivables sur I. Alors
(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
monstration :
De
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
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
Ainsi
1
(tan x)0 = = 1 + tan2 (x)
cos2 (x)
0
ef (x) = ef (x) f 0 (x).
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
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)
1 1
(arcsin y)0 = =p .
cos(arcsin y) 1 y2
1 1
(arccos y)0 = = p
sin(arccos y) 1 y2
1 1
(arctan y)0 = =
1 + tan2 (arctan y) 1 + y2
1
(arccosh y)0 = p y>1
y2 1
Definition : x := e ln x .
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.
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
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)
F (x, y) = 0.
x2 y 2
: + 2 =1
a2 b
76
CHAPITRE 4. DERIV
EES ET APPLICATIONS
2x 2yy 0
+ 2 =0
a2 b
ce qui donne
b2 x
y0 = = pente de la tangente au point P (x, y)
a2 y
Donc
0
y2 y10
| tan | =
1 + y0 y0
1 2
1 : y = f (x) = x2
et
3
2 : y = g(x) = x
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).
()
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)
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
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
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 (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.
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
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
lim (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
ln x
lim = 0.
x x
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
x
lim =0
x ax
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
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
Th
eor`
eme 4.22. Soit f continue sur I = [a; b] et derivable sur ]a; b[. Alors
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).
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 +
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
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
ATTENTION :
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 :
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 .
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.
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
o`
u r(h) est une fonction satisfaisant
r(h)
lim = 0.
h0 h
90
CHAPITRE 4. DERIV
EES ET APPLICATIONS
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
R1 (x)
avec lim = 0.
xa x a
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
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) !
f (n+1) () f (n+1) ()
Rn (x) = h(x) = (x a)n+1 .
(n + 1) ! (n + 1) !
D
efinition 4.34. Le polynome
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.
Exemple 4.35.
f (x) = cos x, a = 0, n = 3 :
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 )
Proprietes :
A) Si f = o(g) et g = o(h) alors f = o(h) .
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
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
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
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
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
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
3 4
Donc f (x) = 1 + x + x2 + x3 + o(x3 ).
2 3
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
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)
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 .
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.
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
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
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.
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
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
(5) Z b Z b
f (x) dx |f (x)| dx
a a
monstration : Ceci decoule du point (4) et de linegalite
De
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
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).
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.
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.
(IV) etc...
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
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
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
(i) x = (t)
(ii) dx = 0 (t) dt
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
On pose x = 0 : 2 = C1 + C2 + C3 + C4 donc 1 = C3 C1
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
7 2x3 2x2 + 3
= 2 + .
x3 + x2 2 x3 + x2 2
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
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
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
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
On note parfois
Z b b
f (x) dx = F (x) +
a a
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
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
5.3.2 Crit`
eres de convergence
Comme pour les series, on a un crit`ere de comparaison :
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
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.
dA = f (x)dx = ydx. ()
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
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
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
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)
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
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
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.
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
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
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 :
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
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 ()
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
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
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.
x2 y 2 z 2
(2) Volume de lellipsode : + 2 + 2 = 1.
a2 b c
5.5.2 Corps de r
evolution
Considerons une courbe : y = f (x)
dV = y 2 dx
et donc Z x2
V = f 2 (x) dx.
x1
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.
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)
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.
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
Z xQ p
S = 2 f (x) 1 + f 0 (x)2 dx.
xP
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.
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
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
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 ()
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.
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.
y 0 = (x, y)
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)
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)
Equation autonome
Un cas particulier dequation separable est celui des equations dites autonomes :
y 0 = g(y).
dy 1
= g(y) = dy = dx .
dx g(y)
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
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
R
esolution : On effectue le changement de fonction y(x) = u(x) x
= y 0 = xu0 + u
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
y 0 + a(x)y = b(x)
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)
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
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
y 0 + a(x)y = b(x)
[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.
[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
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
2. y 0 + 2y = 2e2x (2)
On essaie yP (x) = Ke2x . Introduit dans (2), ceci donne
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
1 1
yP (x) = x2 x.
5 3
B : M
ethode de la variation des constantes
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) = b(x)
Finalement
b(x)
c0 (x) =
w(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)
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
0 ax+by+c
6.2.4 Equation du type y = dx+ey+f
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
y 0 = f (x)y + g(x)y n n 6= 1
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)).
Forme normale :
y 00 = (x, y, y 0 )
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).
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 :
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
CDeCx CD
y(x) = = Cx D, C R.
1 DeCx e D
(cf. Theor`eme 1)
144
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES
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
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
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 .
y(x) = C1 x + C2 xex .
Equations `
a coefficients constants
Forme normale :
y 00 + py 0 + qy = 0 p, q R ()
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 ().
y(x) = C1 e1 x + C2 e2 x
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 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
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.
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
Or
y100 + py10 + qy1 = 0
y200 + py20 + qy2 = 0
car y1 et y2 sont des solutions de lequation homog`ene. Donc ( ) devient
01 0
= M 1
02 b(x)
1 y20 y2 0
=
W y10 y1 b(x)
1 b(x)y2
=
W b(x)y1
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 =
Integration :
1 1 1
= 1 (x) = sin2 x et 2 (x) = x + sin(2x).
2 2 4
148
CHAPITRE 6. EQUATIONS DIFFERENTIELLES ORDINAIRES
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
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
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
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
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
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.
k~
k = = masse specifique du cable,
g = constante universelle de gravitation et
s = longueur de larc P M .
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 :
2`eme cas :
3`eme cas :
Alors
a
yh (t) = [C1 cos(0 t) + C2 sin(0 t)] e 2 t
Oscillations et amortissement exponentiel.
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) :
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
F (t) = A sin(t + )
y 00 + ay 0 + ky = A sin(t + )
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
C : capacite du condensateur
L : inductance
R : resistance
Forme normale :
R 1 U (t)
q(t) + q(t)
+ q(t) = ()
L LC L
qP (t) = CU0
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
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
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)
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
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 .
Notation :
Dans R2 on notera (x, y) plutot que (x1 , x2 )
Dans R3 on notera (x, y, z) au lieu de (x1 , x2 , x3 ).
(x1 , . . . , xn ) = (x1 , . . . , xn ).
159
160
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A
k k : Rn R definie par
v
u n
uX
kxk = t x2i = < x, x >.
i=1
d : Rn Rn R definie par
v
u n
uX
d(x, y) = kx yk = t (xi yi )2
i=1
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.
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)
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
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
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
x2 y 2
0 = f (0, 0).
x2 + y 2
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)
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.
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.
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
: J Rn
s 7 ((s))
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.
Z b
L= k(t)k
dt
a
Th
eor`
eme 7.12. La longueur dune courbe est independante de la parametrisation
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
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.
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)}.
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.
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.
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
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
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)
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.
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
y3 1 y0
fx (0, y) = 4
= +
y y
x0
fx (x, 0) = 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
avec
R1 (x)
lim = 0.
xa kx ak
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 :
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 .
Lequation
7.4.2 R`
egles de d
erivation
Addition : soit f, g C 1 (D, R). Alors
(f + g) = f + g.
En abrege :
(f g) = f g + gf .
Composition : soit I R et
: I Rn
x1 (t)
x2 (t)
t 7 .
..
xn (t)
d
qui est une fonction `a une variable. Que vaut alors (t) ?
dt
Reponse :
d f dx1 f dx2
(t) = (x1 (t), . . . , xn (t)) + (x1 (t), . . . , xn (t)) + ...
dt x1 dt x2 dt
f dxn
+ (x1 (t), . . . , xn (t))
xn dt
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
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.
R(x)
avec lim = 0.
xa kx ak
7.4. DERIV
EES PARTIELLES 175
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.
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
o`
u est langle entre v et f (a).
Ainsi
En conclusion,
fx (x0 , y0 ) x + fy (x0 , y0 ) y z + d = 0
7.4. DERIV
EES PARTIELLES 177
fx (x0 , y0 )
n = fy (x0 , y0 )
1
x1
u x = ... .
o`
xn
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).
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
Comme ceci est vrai pour toute courbe (t) contenue dans Nf (c), on en deduit que
En particulier,
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.
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
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).
Alors
Posons encore
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
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.
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)
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
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).
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
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
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.
f (a) = 0
f
autrement dit (a) = 0 i = 1, . . . , n.
xi
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
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.
f (x, y) = 3xy x3 y 3 + 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
(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)
(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).
f (x, y) = f (x, x) = x2 + 4 4 .
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).
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
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 .
4) La matrice diagonale
1 0 0
0 2 0
D= .. .. . . .
. . . ..
0 0 n
definit la forme quadratique
q(x, y) = x2 2y 2
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...)
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
y = Px x = P 1 y.
Alors
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).
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
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
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
1
f (a + u) = f (a) + q(u) < f (a) .
2
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.
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
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
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)
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
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
F (x, f (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 )
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
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.
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 :
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
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.
Alors
Fx = 2x
Fy = 2y
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 .
F (x, y) = x4 xy 2 + y 3 = 0
7.6. THEOR `
EME DES FONCTIONS IMPLICITES 195
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)
Fx (P ) Fy (P )
fx (P ) = et fy (P ) =
Fz (P ) Fz (P )
Fx (P ) Fy (P )
z = f (P ) (x x0 ) (y y0 )
Fz (P ) Fz (P )
196
CHAPITRE 7. CALCUL DIFFERENTIEL ` PLUSIEURS VARIABLES
A
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 )
F (x1 , . . . , xn ) = 0
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
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
xn = g(x1 , . . . , xn1 ),
alors
f (x) g(x) = 0
g(x) = 0
f (a) + g(a) = 0.
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
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
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
ce qui donne
r
2
p 1
4( + 1) = 2 = + 1 = 1/2 = = 1 .
2
1 1 1 1
P( , ) et Q( , ).
2 2 2 2 2 2
et la contrainte est
g(x, y, z) = xyz V = 0.
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
Exemples 7.54.
a etudiees : I Rm .
1. Si n = 1, on retrouve les courbes dej`
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
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
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
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
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
x,y f = (fx fy ) = f h.
7.8. FONCTIONS DE RN DANS RM 205
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
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.
1
fx = fx = cos f sin f = cos 4 0 = 4 cos
1
fy = fy = sin f + cos f = sin 4
f (x, y) = 22 = 2(x2 + y 2 ).
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
x,y,z f = f h
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
x,y,z f = r,, h1 .