AnalyseL1 4

Cours d’analyse présenté par
Dr. Adama Arouna KONÉ

ii
CONTENTS
1 Les nombres réels 1

1.1 L’ensemble des nombres rationnels Q . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Écriture décimale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Ô
1.1.2 2 est irrationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Propriétés de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Addition et multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Ordre sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Densité de Q dans R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5.1 Intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5.2 Densité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6 Borne supérieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.1 Maximum, minimum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.2 Majorants, minorants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.3 Borne supérieure, borne inférieure . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7 Construction de l’ensemble C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Les suites 11
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Définition d’une suite numérique . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Suite majorée, minorée, bornée . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.3 Suite croissante, décroissante . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
iii
CONTENTS
2.3 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.1 Limite finie, limite infinie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3.2 Propriétés des limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.3 Limite et inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Suites arithmétiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Suites géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6 Suites arithmético-géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6.1 Série géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
- -
- -
2.6.2 Suites telles que - UUn+1
n
- < l < 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7 Théorème de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7.1 Suite monotone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.7.2 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.7.3 Théorème de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . 17
2.8 Suites récurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.8.1 Suites récurrentes linéaires d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . 18
3 Fonctions numériques d’une variable réelle 21

3.1 Objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Définition d’une fonction numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.2.2 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Domaine de définition d’une fonction numérique . . . . . . . . . . . . . . . . . . . . 23
3.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Représentation graphique d’une fonction numérique . . . . . . . . . . . . . . . . . . 23
3.5 Limite d’une fonction numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5.1 Pourquoi la Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5.2 Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5.3 Théorèmes généraux sur les limites . . . . . . . . . . . . . . . . . . . . . . . . 26
3.6 Croissance et extremum d’une fonction numérique . . . . . . . . . . . . . . . . . . . 29
3.6.1 Croissance d’une fonction numérique . . . . . . . . . . . . . . . . . . . . . . . 29
3.7 Extremum d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.8 Fonction dérivée d’une fonction numérique . . . . . . . . . . . . . . . . . . . . . . . . 32
3.8.1 Nombre dérivé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.8.2 Fonction dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.8.3 Tableau des dérivées usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.8.4 Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
iv
CONTENTS
3.9 Continuité et théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . 35

3.9.1 Continuité en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.9.2 Continuité sur un intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.9.3 Propriétés (admises): . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.9.4 Opérations sur la continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.9.5 Prolongement par continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.10 Théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.11 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.12 Fonctions concaves et convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.12.1 fonction concave . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.12.2 fonction convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.12.3 Lien entre dérivées et concavité (ou convexité) . . . . . . . . . . . . . . . . . 43
3.13 Développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.13.1 Formule de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.13.2 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.14 Développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.14.1 DL des fonctions usuelles à l’origine . . . . . . . . . . . . . . . . . . . . . . . 45
3.14.2 Application des Développements Limités au calcul des limites . . . . . . . . . 46
3.15 Quiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.16 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
v
CHAPTER 1
LES NOMBRES RÉELS
Le but est d’apprendre aux étudiants à construire les modèles mathématiques appropriées par
rapport à l’évolution d’un système afin de comprendre et maîtriser son fonctionnement.
Il s’agira donc de poser les bases et introduire les outils dont les étudiants auront besoin par la
suite afin de leur permettre de découvrir la beauté des mathématiques de l’infiniment grand (les
limites) et de l’infiniment petit (le calcul de dérivée) ainsi que d’autres énigmes.
Outil central abordé se focalisera principalement sur les fonctions. Elles interviennent lorsque
l’on s’intéresse à des phénomènes qui varient en fonction de certains paramètre (la résistance d’un
matériau en fonction de sa teneur en fer), et d’autre domaines qui fassent intervenir le formalisme
mathématiques et permettre de résoudre des problèmes.
Les étudiants doivent travailler rigoureusement pour comprendre le cours et connaître par cœur
les définitions, les théorèmes, les propositions, . . .
Ils doivent faire des exemples et les démonstrations qui leur permettront d’assimiler les nouvelles
notions et les mécanismes de raisonnement.
1.1 L’ensemble des nombres rationnels Q
1.1.1 Écriture décimale

• L’ensemble des entiers naturels est
N = {0, 1, 2, 3, . . .} .
On note Nú = N \ {0} est l’ensemble des entiers non nuls.
1
Les nombres réels E.N.E.T.P
• L’ensemble des entiers relatifs est
Z = {. . . , ≠3, ≠ 2, ≠ 1, 0, 1, 2, 3, . . .}
Par définition, l’ensemble des nombres rationnels est

; <
p
Q= ; p œ Z, q œ Nú
q
2 ≠3 15 4
Exemple 1.1.1. 3 , 4 , 3 , ≠5 , ...
Les nombres décimaux, c’est-à-dire les nombres de la forme a

10n avec a œ Z, n œ N.
1125
Exemple 1.1.2. 1, 125 = 1125 ◊ 10≠3 , 1000 , ≠ 5, 25 = ≠525 ◊ 10≠2 , ≠525
100 , ...
Proposition 1.1.3. Un nombre est rationnel si et seulement s’il admet une écriture décimale
périodique ou finie.
2 2 40
Exemple 1.1.4. 5 = 0, 4, 3 = 0, 6666 . . . , 11 = 3, 636363 . . .
Montrons que a = 5, 3621621 . . . est un rationnel.
10a = 53, 621621 . . . et 10000a = 53621, 621 . . . donc on aura 10000a ≠ 10a = 53621 ≠ 53 = 53568 alors
53621
9990a = 53568 =∆ a = 9990 est bien rationnel.
Ô
1.1.2 2 est irrationnel
Il existe des nombres qui ne sont pas rationnels, les irrationnels. Les nombres irrationnels apparaissent
naturellement dans les figures géométriques : par exemple la diagonale d’un carré de côté 1 est le
Ô
nombre irrationnel 2 ; la circonférence d’un cercle de rayon 12 est fi qui est également un nombre
irrationnel. Enfin e = e(1) est aussi irrationnel.
On représente souvent l’ensemble des nombres réels R sur une droite.
Il est bon de connaître les premières décimales de certains réels:
Ô
2 ¥ 1, 4142 . . . , fi ¥ 3, 14159265 . . . , e ¥ 2, 718 . . .
Quand on ajoute les deux extrémités à la droite réelle, elle devient la droite achevée:
R = R fi {≠Œ, + Œ}
1.2 Propriétés de R
1.2.1 Addition et multiplication

Ce sont les propriétés que vous avez toujours pratiquées. Pour a, b, c œ R on a :
Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -2-

• a+b = b+a
• 0+a = a
• a + b = 0 … a = ≠b
• (a + b) + c = a + (b + c)
• a◊b = b◊a
• 1 ◊ a = a si a ”= 0
1
• a◊b = 1 … a = b
• (a ◊ b) ◊ c = a ◊ (b ◊ c)
• a ◊ (b + c) = a ◊ b + a ◊ c
• a ◊ b = 0 … (a = 0 ou b = 0)
Ces propriétés montrent que (R, +, ◊) est un corps commutatif.
1.3 Ordre sur R

L’ensemble des nombres réels est ordonné. La notion d’ordre est générale et nous allons définir cette
notion sur un ensemble quelconque. Cependant on considère pour nous que E = R et R =6 .
Définition 1.3.1. Soit E un ensemble.

Une relation R sur E est un sous-ensemble de l’ensemble produit E ◊ E. Pour (x, y) œ E ◊ E, on
dit que x est en relation avec y et on note xRy pour dire que (x, y) œ R
Propriété 1.3.2. Une relation R est une relation d’ordre si:
• R est réflexive : pour tout x œ E, xRx,
• R est antisymétrique : pour tout x, y œ E, (xRy et yRx) ∆ x = y,
• R est transitive : pour tout x, y, z œ E, (xRy et yRz) ∆ xRz.
Définition 1.3.3. Une relation d’ordre R sur un ensemble E est totale si pour tout x, y œ E on a
xRy ou yRx.
On dit aussi que (E, R) est un ensemble totalement ordonné.
Exemple 1.3.4. Montrons que ’x, y œ R, xRy … x 6 y

• ’x œ R, x 6 x ≈∆ xRx ∆ R est réflexive.
• Y
_
_
_ xRy ≈∆ x 6 y
]
’x, y œ R,
_
=∆ x = y =∆ R est antisymétrique
_
_
[ yRx ≈∆ y 6 x
Y
_
_
_ xRy ≈∆ x 6 y
]
• ’x, y, z œ R,
_
=∆ x 6 y 6 z =∆ x 6 z donc xRz =∆ R est transitive.
_
_
[ yRz ≈∆ y 6 z
Conclusion
R est une relation d’ordre sur R. Elle est même totalement ordonnée (une relation d’ordre
totale) i.e.
’x, y œ R; x 6 y ou y 6 x on dit que (R, 6) est totalement ordonné .
Si x 6 y ; y 6 x la relation n’est pas symétrique et on a pas une relation d’équivalence.
Propriété 1.3.5. Une relation R est une relation d’équivalence si:
• R est réflexive : pour tout x œ E, xRx,
• R est symétrique : pour tout x, y œ E, xRy =∆ yRx,
• R est transitive : pour tout x, y, z œ E, (xRy et yRz) ∆ xRz.
Exemple 1.3.6. Montrons que ’x, y œ R, xRy … x ≠ y œ Z.
• ’x œ R, x ≠ x = 0 œ Z ≈∆ xRx ∆ R est réflexive.

Y
_
_ xRy ≈∆ x ≠ y œ Z
_
]
• ’x, y œ R,
_
=∆ R est symétrique
_
_
[ yRx ≈∆ ≠(x ≠ y) œ Z
Y
_
_ xRy ≈∆ x ≠ y œ Z
_
]
• ’x, y, z œ R,
_
or (x ≠ y) + (y ≠ z) = x ≠ z œ Z ∆ xRz ∆ R est transitive.
_
_
[ yRz ≈∆ y ≠ z œ Z
Conclusion
R est une relation d’équivalence sur Z.
Propriété 1.3.7. ( Propriété d’Archimède). R est archimédien, c’est-à-dire : ’x œ R, ÷n œ N; n > x

« Pour tout réel x, il existe un entier naturel n strictement plus grand que x. » Cette propriété peut
sembler évidente, elle est pourtant essentielle puisque elle permet de définir la partie entière d’un
nombre réel :

Proposition 1.3.8. Soit x œ R, il existe un unique entier relatif, la partie entière notée E(x), tel
que : E(x) 6 x < E(x) + 1.
Exemple 1.3.9.
• E(2, 853) = 2, E(fi) = 3, E(≠3, 5) = ≠4.
• E(x) = 3 … 3 6 x < 4.
Rémarque 1.3.10. On note {x} = x≠E(x) la partie fractionnaire de x, de sorte que x = E(x)+{x}.
Exemple 1.3.11. Soit x = 2, 853 et E(x) = 2 alors la partie fractionnaire
{x} = x ≠ E(x) = 2, 853 ≠ 2 = 0, 853.
1.4 Valeur absolue

Pour un nombre réel x, on définit la valeur absolue de x par :
Y
] x si x > 0,
|x| =
[ ≠x si x < 0
Propriété 1.4.1.
1. |x| > 0; | ≠ x| = |x|; |x| > 0 ≈∆ x ”= 0

Ô
2. x2 = |x|
3. |xy| = |x||y|
4. Inégalité triangulaire |x + y| 6 |x| + |y|
5. Seconde inégalité triangulaire ||x| ≠ |y|| 6 |x ≠ y|
Proof. Démonstration des inégalités triangulaires.
• ≠|x| 6 x 6 |x| et ≠|y| 6 y 6 |y|. En additionnant ≠(|x| + |y|) 6 x + y 6 |x| + |y|,
donc |x + y| 6 |x| + |y|.
• Puisque x = (x ≠ y) + y, on a d’après la première inégalité :
|x| = |(x ≠ y) + y| 6 |x ≠ y| + |y|.

Donc |x| ≠ |y| 6 |x ≠ y|, et en intervertissant les rôles de x et y, on a aussi |y| ≠ |x| 6 |y ≠ x|.
Comme
|y ≠ x| = |x ≠ y| on a donc
|y| ≠ |x| 6 |x ≠ y| =∆ |x| ≠ |y| > ≠|x ≠ y| d’où ||y| ≠ |x|| 6 |x ≠ y|.
1.5 Densité de Q dans R
1.5.1 Intervalle
Définition 1.5.1.
Un intervalle de R est un sous-ensemble I de R vérifiant la propriété :
’a, b œ I, ’x œ R (a 6 x 6 b =∆ x œ I)
Exemple 1.5.2.
• Par définition I = ÿ est un intervalle.
• I = R est aussi un intervalle.
Définition 1.5.3.
• Un intervalle ouvert est un sous-ensemble de R de la forme
]a , b[ = {x œ R; a < x < b}, où a et b sont des éléments de R.
• Un intervalle fermé est un sous-ensemble de R de la forme
[a , b] = {x œ R; a 6 x 6 b}, où a et b sont des éléments de R.
• Un intervalle semi-ouvert à gauche est un sous-ensemble de R de la forme
]a , b] = {x œ R; a < x 6 b}, où a et b sont des éléments de R.
• Un intervalle semi-ouvert à droite est un sous-ensemble de R de la forme
[a , b[ = {x œ R; a 6 x < b}, où a et b sont des éléments de R.

1.5.2 Densité
Théorème 1.5.4.
• Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinité de rationnels.
• R \ Q est dense dans R : tout intervalle ouvert (non vide) de R contient une infinité
d’irrationnels.
1.6 Borne supérieure
1.6.1 Maximum, minimum

Définition 1.6.1. • Soit A une partie non vide de R. Un réel – est un plus grand élément de
A si :
– œ A et x œ A, x 6 –.
• S’il existe, le plus grand élément est unique, on le note alors max A.
• Le plus petit élément de A, noté min A, s’il existe est le réel – tel que – œ A et ’x œ A, x > –.
Le plus grand élément s’appelle aussi le maximum et le plus petit élément, le minimum. Il
faut garder à l’esprit que le plus grand élément ou le plus petit élément n’existent pas toujours.
Exemple 1.6.2.
• max [a , b] = b, min [a , b] = a.
• L’intervalle ]a , b[ n’a pas de plus grand élément, ni de plus petit élément.
• L’intervalle [0 , 1[ a pour plus petit élément 0 et n’a pas de plus grand élément.
Exemple 1.6.3.
1
Soit A = 1 ≠ ; n œ Nú .
2n
1
Notons Un = 1 ≠ 2n pour n œ Nú . Alors A = {Un |n œ Nú }.
• A n’a pas de plus grand élément : Supposons qu’il existe un plus grand élément – = max A.
1 1
On aurait alors Un 6 –, pour tout Un . Ainsi 1 ≠ 2n 6 – donc – > 1 ≠ 2n . À la limite lorsque
n æ +Œ cela implique – > 1. Comme – est le plus grand élément de A alors – œ A. Donc il
existe n0 tel que – = Un0 . Mais alors – = 1 ≠ 2n1 0 < 1 ’n0 œ Nú . Ce qui est en contradiction
avec – > 1. Donc A n’a pas de maximum.

• min A = 12 : Il y a deux choses à vérifier tout d’abord pour n = 1, U1 = 1

2 donc 1
2 œ A. Ensuite
pour tout n > 1, Un > 12 . Ainsi min A = 12 .
1.6.2 Majorants, minorants

Définition 1.6.4. Soit A une partie non vide de R. Un réel M est un majorant de A si
’x œ A, x 6 M.
Un réel m est un minorant de A si

’x œ A, x > m
Exemple 1.6.5.
• 5 est un majorant de ]1 , 4[
• ≠fi, ≠ 2 sont des minorants de [≠1 , +Œ[
Si un majorant (resp. un minorant) de A existe on dit que A est majorée (resp. minorée).
Comme pour le minimum et le maximum il n’existe pas toujours de majorant ni de minorant, en
plus on n’a pas l’unicité (possible d’avoir une infinité).
Exemple 1.6.6. Soit A = [2 , 3[
• les majorants de A sont exactement les éléments de [3 , +Œ[
• les minorants de A sont exactement les éléments de ]≠Œ , 2]
1.6.3 Borne supérieure, borne inférieure

Définition 1.6.7. Soit A une partie non vide de R et – un réel.
• – est la borne supérieure de A si – est un majorant de A et si c’est le plus petit des majorants.
S’il existe on le note sup A.
• – est la borne inférieure de A si – est un minorant de A et si c’est le plus grand des minorants.
S’il existe on le note inf A.
Exemple 1.6.8. Soit A =]0, 1].
• sup A = 1 : en effet les majorants de A sont les éléments de [1, +Œ[. Donc le plus petit des
majorants est 1.

• inf A = 0 : les minorants sont les éléments de ] ≠ Œ, 0] donc le plus grand des minorants est 0.
• sup[a, b] = b,
• inf[a, b] = a,
• sup]a, b] = b,
• ]0, +Œ[ n’admet pas de borne supérieure,
• inf]0, +Œ[= 0.
Théorème 1.6.9. Toute partie de R non vide et majorée admet une borne supérieure.
De la même façon : Toute partie de R non vide et minorée admet une borne inférieure.
Rémarque 1.6.10. C’est tout l’intérêt de la borne supérieure par rapport à la notion de plus
grand élément, dès qu’une partie est bornée elle admet toujours une borne supérieure et une borne
inférieure. Ce qui n’est pas le cas pour le plus grand ou plus petit élément. Gardez à l’esprit l’exemple
A = [0, 1[
Proposition 1.6.11. (Caractérisation de la borne supérieure).

Soit A une partie non vide et majorée de R. La borne supérieure de A est l’unique réel sup A tel que
(i) si x œ A, alors x 6 sup A,
(ii) pour tout y < sup A, il existe x œ A tel que y < x.
1.7 Construction de l’ensemble C

’a, b œ R; ÷z = a + ib œ C tel que i2 = ≠1
z = a + ib appelé forme algébrique du nombre complexe z

z = flei◊ avec fl = |z| et ◊ = arctan( ab ) appelé forme exponentielle du nombre complexe z
z = fl(cos ◊ + i sin ◊) avec fl = |z| et ◊ = arctan( ab ) appelé forme trigonométrique du nombre complexe z


CHAPTER 2
LES SUITES
2.1 Introduction
Les suites numériques permettent la compréhension de l’évolution de séquences de nombres (réels,
complexes...). Ceci permet de modéliser de nombreux phénomènes de la vie quotidienne.
2.2 Définitions
2.2.1 Définition d’une suite numérique

Une suite est une application U : N æ R.
Pour n œ N, on note U (n) par Un et on l’appelle n-ème terme ou terme général de la suite. La suite
est notée U , ou plus souvent (Un )nœN ou simplement (Un ). Il arrive fréquemment que l’on considère
des suites définies à partir d’un certain entier naturel n0 plus grand que 0, on note alors (Un )n0 >n
Exemple 2.2.1.
• (Fn )n > 0 définie par F0 = 1, F1 = 1 et la relation Fn+2 = Fn+1 + Fn pour n œ N (suite de

Fibonacci). Les premiers termes sont 1, 1, 2, 3, 5, 8, 13, . . . Chaque terme est la somme des
deux précédents.
1 2
1 1 1 1 1
• n2 n>1
. Les premiers termes sont 1, 4 , 9 , 16 , 25 , . . ..
11
Les suites. E.N.E.T.P
2.2.2 Suite majorée, minorée, bornée

Définition 2.2.2. Soit (Un )nœN une suite.
• (Un )nœN est majorée si ÷M œ R, ’n œ N, Un 6 M .
• (Un )nœN est minorée si ÷m œ R, ’n œ N, Un > m.
• (Un )nœN est bornée si elle est majorée et minorée, ce qui revient à dire :
÷M œ R, ’n œ N, |Un | 6 M.
Exemple 2.2.3. Soit (Un )nœN définie par Un = n+2 .

n+1
1
1. Montrer que Un est minorée par 2 et majorée par 1.
2. En déduire de ce que précède que Un est une suite bornée pour tout n œ N.
2.2.3 Suite croissante, décroissante

Définition 2.2.4. Soit (Un )nœN une suite.
• (Un )nœN est croissante si ’n œ N, Un+1 > Un .
• (Un )nœN est strictement croissante si ’n œ N, Un+1 > Un .
• (Un )nœN est décroissante si ’n œ N, Un+1 6 Un .
• (Un )nœN est strictement décroissante si ’n œ N, Un+1 < Un .
• (Un )nœN est monotone si elle est croissante ou décroissante.
• (Un )nœN est strictement monotone si elle est strictement croissante ou strictement décroissante.
Rémarque 2.2.5. • (Un )nœN est croissante si et seulement si ’n œ NUn+1 ≠ Un > 0.
• Si (Un )nœN est une suite à termes strictement positifs, elle est croissante si et seulement si
Un+1
Un > 1.
Exemple 2.2.6. On donne deux suites (Un )n>1 et (Vn )n>1 telles que:
k=1
ÿ 1 1
Un = 3
et Vn = Un + 2 ,
n k n
étudier la variation de ces deux suites.

2.3 Limites
2.3.1 Limite finie, limite infinie

Soit (Un )nœN une suite
Définition 2.3.1. La suite (Un )nœN a pour limite l œ R si : pour tout Á > 0, il existe un entier
naturel N tel que si n > N alors |Un ≠ l| 6 Á :
’Á > 0, ÷N œ N, ’n œ N, (n > N =∆ |Un ≠ l| 6 Á).
On dit aussi que la suite (Un )nœN tend vers l. Autrement dit : Un est proche d’aussi près que
l’on veut de l, à partir d’un certain rang.
Définition 2.3.2.
1. La suite (Un )nœN tend vers +Œ si :
’A > 0, ÷N œ N, ’n œ N, (n > N =∆ Un > A)
2. La suite (Un )nœN tend vers ≠Œ si :
’A > 0, ÷N œ N, ’n œ N, (n > N =∆ Un 6 ≠A)
Définition 2.3.3. Une suite (Un )nœN est convergente si elle admet une limite finie. Elle est diver-
gente sinon (c’est-à-dire soit la suite tend vers ±Œ, soit elle n’admet pas de limite). On va pouvoir
parler de la limite, si elle existe, car il y a unicité de la limite
Proposition 2.3.4. Si une suite est convergente, sa limite est unique.
Preuve 2.3.5. On procède par l’absurde. Soit (Un )nœN une suite convergente ayant deux limites
l ”= lÕ . Choisissons Á > 0 tel que Á < 2 .
|l≠l|
Comme limnæ+Œ Un = l, il existe N1 tel que n > N1 implique |Un ≠l| < Á. De même limnæ+Œ Un = lÕ ,
il existe N2 tel que n > N2 implique |Un ≠ lÕ | < Á. Notons N = max(N1 , N2 ), on a alors pour ce N
: |Un ≠ l| 6 Á et |Un ≠ lÕ | 6 Á Donc |l ≠ lÕ | = |l ≠ Un + Un ≠ lÕ | 6 |l ≠ Un | + |Un ≠ lÕ | d’après l’inégalité
triangulaire. On en tire |l ≠ lÕ | 6 Á + Á = 2Á < |l ≠ lÕ |. On vient d’aboutir à l’inégalité |l ≠ lÕ | < |l ≠ lÕ |
qui est impossible. Bilan : notre hypothèse de départ est fausse et donc l = lÕ .

2.3.2 Propriétés des limites

• lim Un = l ≈∆ lim (Un ≠ l) = 0 ≈∆ lim |Un ≠ l| = 0,
næ+Œ næ+Œ næ+Œ
• lim Un = l =∆ lim |Un | = |l|.

næ+Œ næ+Œ
Proposition 2.3.6. (Opérations sur les limites).

Soient (Un )nœN et (Vn )nœN deux suites convergentes.
1. Si lim Un = l, où l œ R, alors pour ⁄ œ R on a lim ⁄Un = ⁄l.

næ+Œ næ+Œ
2. Si lim Un = l et lim Vn = lÕ ou l, lÕ œ R, alors

næ+Œ næ+Œ
• lim (Un + Vn ) = l + lÕ
næ+Œ
• lim (Un ◊ Vn ) = l ◊ lÕ
næ+Œ
1 1
3. Si lim Un = l où l œ Rú = R \ {0} alors Un ”= 0 pour n assez grand et lim = .
næ+Œ næ+Œ Un l
2.3.3 Limite et inégalités

Proposition 2.3.7.
1. Soient (Un )nœN et(Vn )nœN deux suites convergentes telles que : ’n œ N, Un 6 Vn . Alors
lim Un 6 lim Vn
næ+Œ næ+Œ
2. Soient (Un )nœN et(Vn )nœN deux suites telles que limnæ+Œ Un = +Œet ’n œ N, Vn > Un . Alors
lim Vn = +Œ.
næ+Œ
3. Théorème des π gendarmes ∫ : si (Un )nœN , (Vn )nœN et (Wn )nœN sont trois suites telles que
’n œ N, Un 6 Vn 6 Wn et lim Un = l = lim Wn , alors la suite (Vn )nœN est convergente et
næ+Œ næ+Œ
lim Vn = l.
næ+Œ
Exemple 2.3.8. Déterminer la limite de la suite (Un ) dans chacun des cas suivants et en
déduire si elle converge ou pas:
3n≠4
1. Un = 2n+25 ;
n2 +2n≠1
2. Un = 1≠2n ;
5n2 ≠6
3. Un = n(10n+2) ;

4
4. Un = Ô
3 n
;
Ô
3n+1
5. Un = Ô ;
2+ 6n
cos(nfi)
6. Un = 2n≠1 ;
Ô
7. Un = 4n2 + n + 5 ≠ 2n;
2.4 Suites arithmétiques

Une suite (Un ) est arithmétique de raison r si :
’n œ N, Un+1 = Un + r.
n≠1
ÿ U0 + Un≠1
Terme général : Un = U0 + nr. Somme des n premiers termes : Uk = n .
k=0
2
2.5 Suites géométriques

Une suite (Un ) est geométrique de raison q ”= 0 si :
’n œ N, Un+1 = qUn .
n≠1
ÿ 1 ≠ qn
Terme général : Un = U0 ◊ q n . Somme des n premiers termes : Uk = U0 si q = 1 et
k=0
1≠q
qn≠1
k=0 Uk = nU0 si q = 1. La suite (Un ) converge vers 0 si |q| < 1. Elle est stationnaire si q = 1. Elle
diverge dans les autres cas.
2.6 Suites arithmético-géométrique

’n œ N, Un+1 = aUn + b.
Si a = 1, elle est arithmétique de raison b. Si a ”= 1, Vn = Un + a≠1

b
est géométrique de raison a.
2.6.1 Série géométrique

Proposition 2.6.1. (Série géométrique).
n
ÿ
Soit a un réel, a ”= 1. En notant ak = 1 + a + a2 + a3 + · · · + an , on a :
k=0
n
ÿ 1 ≠ an+1
ak = .
k=0
1≠a

- -
- Un+1 -
2.6.2 Suites telles que -
- Un -
- <l<1
Théorème 2.6.2. Soit (Un )nœN une suite de réels non nuls. On suppose qu’il existe un réel l tel
que pour tout entier naturel n (ou seulement à partir d’un certain rang) on ait :
- -
- Un+1 -
- U - < l < 1.
- -
n
Alors lim Un = 0.
næ+Œ
- -
- -
Preuve 2.6.3. On suppose que la propriété - UUn+1
n
- < l < 1 est vraie pour tout entier naturel n (la
preuve dans le cas où cette propriété n’est vraie qu’à partir d’un certain rang n’est pas très différente).
On écrit
Un U1 U2 U3 U4 Un
= ◊ ◊ ◊ ◊···◊
U0 U0 U1 U2 U3 Un≠1
on déduit de cette dernière - -
- Un+1 -
- U - = l ◊l ◊l ◊l ◊···◊l
- -
0
et donc |Un | < |U0 |ln . Comme l < 1, on a lim ln = 0. On conclut que lim Un = 0.
næ+Œ næ+Œ
Corollaire 2.6.4. Corollaire 1. Soit (Un )nœN une suite de réels non nuls.
Un+1
Si lim = 0 =∆ lim Un = 0.
næ+Œ Un næ+Œ
Exemple 2.6.5. Soit a œ R. Alors

an
lim = 0.
næ+Œ n!
Preuve 2.6.6. Si a = 0, le résultat est évident. Supposons a ”= 0, et posons Un = n! .

an
Alors
Un+1 an a n! a
= ◊ n=
Un (n + 1)n! a n+1
a
lim =0
næ+Œ n + 1
2.7 Théorème de convergence

Proposition 2.7.1. Toute suite convergente est bornée
2.7.1 Suite monotone

Théorème 2.7.2. Toute suite croissante et majorée est convergente.
Exemple 2.7.3. Un = n+1

n+2 est croissante et majorée par 1 donc elle est convergente.
Rémarque 2.7.4.
Nous avons aussi

• Toute suite décroissante et minorée est convergente.
• Une suite croissante et qui n’est pas majorée tend vers +Œ.
• Une suite décroissante et qui n’est pas minorée tend vers ≠Œ.
2.7.2 Suites adjacentes

Définition 2.7.5. Les suites (Un )nœN et (Vn )nœN sont dites adjacentes si
1. (Un )nœN est croissante et (Vn )nœN est décroissante,
2. pour tout n > 0, on a Un 6 Vn ,
3. lim (Un ≠ Vn ) = 0.
næ+Œ
Théorème 2.7.6.
Si les suites (Un )nœN et (Vn )nœN sont adjacentes, elles convergent vers la même limite.
Exemple 2.7.7. On donne deux suites (Un )n>1 et (Vn )n>1 telles que:
n
ÿ 1 1
Un = et Vn = Un + ,
k=1
k3 n2
montrer que ces deux suites sont adjacentes.
2.7.3 Théorème de Bolzano-Weierstrass

Définition 2.7.8. Soit (Un )nœN une suite. Une suite extraite ou sous-suite de (Un )nœN est une
suite de la forme (U„n )nœN , où „ : N æ N est une application strictement croissante.
Exemple 2.7.9. Soit la suite (Un )nœN de terme général Un = (≠1)n .
• Si on considère „ : N æ N donnée par „(n) = 2n, alors la suite extraite correspondante a pour
terme général U„(n) = (≠1)2n = 1, donc la suite (U„n )nœN est constante égale à 1.
• Si on considère Â : N æ N donnée par Â(n) = 3n, alors la suite extraite correspondante a pour
terme UÂ(n) = (≠1)3n = (≠1)n . La suite (U„n )nœN est donc égale à (Un )nœN .
Proposition 2.7.10. Soit (Un )nœN une suite. Si lim Un = l, alors pour toute suite extraite
næ+Œ
(U„n )nœN on a lim U„n = l.
næ+Œ
Corollaire 2.7.11. Soit (Un )nœN une suite. Si elle admet une sous-suite divergente, ou bien si elle
admet deux sous-suites convergentes vers des limites distinctes, alors elle diverge.
Exemple 2.7.12. Soit la suite (Un )nœN de terme général Un = (≠1)n . Alors (U2n )nœN converge
vers 1, et (U2n+1 )nœN converge vers ≠1 (en fait ces deux sous-suites sont constantes). On en déduit
que la suite (Un )nœN diverge.

2.8 Suites récurrentes

Une suite récurrente peut être définie par deux données : un terme initial U0 , et une relation de
récurrence Un+1 = f (Un ).
2.8.1 Suites récurrentes linéaires d’ordre 2

Une telle suite est déterminée par une relation du type :
’n œ N, aUn+2 + bUn+1 + cUn = 0 avec a ”= 0, c ”= 0 (2.8.1)
et la connaissance des deux premiers termes U0 et U1 .

L’ensemble des suites réelles qui vérifient la relation 2.8.1 est un espace vectoriel de dimension 2.
On en cherche une base par la résolution de l’équation caractéristique:
ar2 + br + c = 0 (E).
• Cas ou a, b et c sont complexes
• Si ”= 0, (E) a deux racines distinctes r1 et r2 . Toute suite vérifiant 2.8.1 est alors de
type:
Un = K1 r1n + K2 r2n où K1 et K2 sont des constantes que l’on exprime ensuite en fonction
de U0 et U1 .
• Si = 0, (E) a une racine double r0 = 2a .

≠b
Toute suite vérifiant 2.8.1 est alors du type:
Un = (K1 + K2 n)r0n .
• Cas ou a, b et c sont réels.
• Si > 0 ou = 0, la forme des solutions n’est pas modifiée.
• Si < 0, (E) d deux racines complexes conjuguées r1 = – + i— et r2 = – ≠ i— que l’on

écrit sous forme exponentielle r1 = flei◊ et r2 = fle≠i◊ . Toute suite vérifiant 2.8.1 est alors
du type
Un = fln (K1 cos n◊ + K2 sin n◊) = fln A cos(n◊ ≠ Ï)
Exemple 2.8.1.
Soit (Un ) la suite définie par U0 = 1 et U1 = 2 et pour tout n œ N;
Un+2 = 5Un+1 ≠ 6Un .
1. Calculer U2 , U3 , U4 et U5 .
2. Démontrer par récurrence que pour tout n œ N, Un = 2n .

3. A l’aide des méthodes dans 2.8.1, déterminer l’expression générale de Un en fonction de n.
Exemple 2.8.2.
On considère la suite (Un ) définie par U0 = 5 et pour tout n œ N;
3Un+1 = Un + 4.
1. Calculer U1 et U2 .
2. Démontrer que pour tout n œ N, Un > 2.
3. Montrer que Un est une suite décroissante.
4. Montrer que la suite (Un ) est convergente et calculer sa limite.
5. On pose pour tout n, Vn = Un ≠ 2. Montrer que Vn est une suite géométrique, en déduire
l’expression de Vn en fonction de n.
n
ÿ n
ÿ
6. Soit Sn = Vk = V0 + V1 + V2 + · · · + Vn et Tn = Uk = U0 + U1 + U2 + · · · + Un .
k=0 k=0
Déterminer l’expression de Sn puis de Tn en fonction de n.
7. Déterminer lim Sn et lim Tn .

næ+Œ næ+Œ
Travaux Personnels (TP)

Exercice I
Soit (Un ) la suite à valeurs réelles définie par la donnée de U0 , U1 et la relation de récurrence
’n œ N, 2Un+2 ≠ 5Un+1 + 2Un = 0. Soit (Vn ) et (Wn ) les suites à valeurs réelles définies, pour tout
n œ N par Vn = 3Un ≠ 32 Un+1 et Wn = ≠ 34 Un + 32 Un+1 .
1. Montrer que (Vn ) est une suite géométrique de raison 12 . En déduire une expression de Vn en
fonction de n, de U0 et de U1
2. Montrer que (Wn ) est une suite géométrique de raison 2. En déduire une expression de Wn
en fonction de n, de U0 et de U1 .
3. Calculer Vn + Wn et en déduire Un en fonction de U0 et de U1 .
Exercice II
Soit la suite (Un ) définie par U0 œ R et ’n œ N, Un+1 = Un ≠4 .

Un ≠6
1. Pour quelles valeurs de U0 la suite (Un ) est-elle constante?

2. Soient – et — ces valeurs telles que – < —. On suppose que U0 œ

/ {–, —} et on déduit la suite
(Vn ) par ’n œ N, Vn = Un ≠— ,
Un ≠–
déterminer une relation entre Vn et Vn+1 et en déduire la nature
de (Vn ).
3. Calculer lim Vn et en déduire celle de Un .

n‘æ+Œ
Exercice III
1. Soient x et y deux réels positifs. Comparer E(x + y) avec E(x) + E(y).
2. Montrer que ’n œ Z; E( n≠1

2 ) + E( 4 ) + E( 4 ) = n.
n+2 n+4
3. Soit x œ Rú+ . Encadrer E(x)

x lorsque x ‘æ +Œ. E(x) désigne la partie entière de x.
Exercice IV
Les relations suivantes R définies ci-dessous sont-elles des relations d’équivalence, d’ordre sur R?
ao ) ’x, y œ R; xRy ≈∆ ex 6 ey ;
bo ) ’x, y œ R; xRy ≈∆ |x| 6 |y|;
co ) ’x, y œ R; xRy ≈∆ x < y œ N;
do ) ’x, y œ R; xRy ≈∆ x 6 y œ N;

CHAPTER 3
FONCTIONS NUMÉRIQUES D’UNE

VARIABLE RÉELLE
3.1 Objectif
Le but est de fournir aux étudiants de la prémière année des outils mathématiques nécessaires
afin d’aborder les problèmes sous leur aspect économique, c’est-à-dire la recherche de l’optimum
(Minimum ou Maximum) d’une fonction. Ce chapitre se focalise sur les notions suivantes:
• Rappels sur l’étude d’une fonction permettant de faire une meilleure analyse par rapport au
comportement de ces fonctions étudiées.
• dérivées premières et secondes d’une fonction à une ou plusieurs variables permettant d’analyser
la sensibilité d’une fonction à des variations de la variable (ou des variables) qui entre dans sa
composition.
Exemple 3.1.1. Une entreprise souhaite exploiter la capacité maximale de production d’une de ses
machines. La fiche technique de cette machine estime que la capacité de production hebdomadaire
de la machine peut être exprimer en fonction de la quantité produite comme suite:
C(q) = ≠0.0000012q 2 + 5.4q ≠ 600000
Quelle quantité faut-elle produire pour que la machine atteigne sa capacité maximale de production
hebdomadaire?
21
Étude de fonctions numériques d’une variable réelle. E.N.E.T.P
Rémarque 3.1.2. Selon l’énoncé, on remarque que la capacité maximale de production hebdomadaire
que cette machine peut dégager peut être atteinte en faisant une étude détaillée de la fonction C(q)
en prenant la valeur q où C(q) atteind son optimum (dans ce contexte précis, l’optimum correspond
à la valeur maximum de C(q).)
3.2 Définition d’une fonction numérique
3.2.1 Définition
Une fonction numérique f est une relation entre deux ensembles (appelés respectivement ensemble
de départ et ensemble d’arrivée). Ces deux ensembles peuvent être l’ensemble R des nombres réels
ou des parties de celui-ci.
3.2.2 Notation
Pour une fonction de R dans R, on utilise la notation:
f : R ≠æ R
x ‘≠æ f (x)
f (x) est appelée image de x par la fonction f . Dans la suite de ce chapitre, par souci de simplification,
nous utiliserons l’expression: « soit la fonction numérique f : x æ f (x)».
Exemple 3.2.1.
f1 : R ≠æ R
• f1 (0) = 5 f1 (1) = 3
x ‘≠æ 2x2 ≠ 4x + 5
f2 : R ≠æ R
5
• 2x ≠ 5 f2 (0) = ≠ 2 f2 (≠2) n’existe pas, le dénominateur prenant alors
x ‘≠æ
x+2
une valeur nulle.
f3 : [≠fi , fi] ≠æ R
• f3 (0) = 0 f3 (fi) = fi.
x ‘≠æ x ≠ sin x

3.3 Domaine de définition d’une fonction numérique
3.3.1 Définition
C’est l’ensemble noté Df des nombres réels ayant une image par la fonction f . C’est donc l’ensemble
des nombres x pour lesquels f (x) peut se calculer.
Exemple 3.3.1.
1. Pour les fonctions f1 , f2 et f3 définies ci-dessus, on a:
• Df1 = R (tout réel x a une image par f1 , f1 (x) prenant une valeur finie quelle que soit
la valeur donnée à x)
• Df2 = R \ {≠2}
• Df3 = R (tout nombre x a une image par f3 ).
2. soit la fonction
f4 : [≠fi , fi] ≠æ R
x ‘≠æ 2x + tan x
déterminer l’ensemble de définition de f4 .
3.4 Représentation graphique d’une fonction numérique
Soit (O, I, J) un repère du plan. La représentation graphique d’une fonction numérique f ( ou

courbe représentative de f ) est l’ensemble des points M de coordonnées (x, f (x)), quand x varie
dans Df . Elle est une visualisation du comportement de la fonction sur son domaine de définition.
Exemple 3.4.1.
• f (x) = ≠2x + 5

Représentation graphique Cf de f (x) = ≠2x + 5.
• g(x) = x2 ≠ 4x + 4
Représentation graphique Cg de g(x) = x2 ≠ 4x + 4.

3.5 Limite d’une fonction numérique
3.5.1 Pourquoi la Notion de limite

Soit la fonction f définie par:
2x ≠ 4
f (x) =
x≠3
cette fonction n’existe pas si x = 3. Par conséquent Df = ]≠Œ , 3[ fi ]3 , +Œ[. Il est donc intéressant
de voir le comportement de la fonction autour de la valeur interdite.
3.5.2 Notion de limite

Exemple 3.5.1. Considérons la fonction f ci-dessus, on remarque que, plus x se rapproche de 3,
2x≠4
plus x≠3 devient donc très grande. On dira que:
2x≠4 2x≠4
• x≠3 «tend vers l’infini» quand x «tend vers 3» ou que limite de x≠3 tend vers infinie quand
x tend vers 3.
2x≠4
• x≠3 tend vers 2 quand x tend vers l’infini.
Définition 3.5.2. Soit f une fonction numérique. La notion de limite permet donc d’associer soit
un nombre fini, soit l’infini, à un réel qui n’a pas d’image éventuellement par la fonction.
Elle permet également d’étudier le comportement de la fonction lorsque x prend des valeurs
infinies.
On écrit:
lim f (x) = l ou simplement lim f (x) = l

xæx0 x0
(x0 et l peuvent être finis ou infinis).
Dans les exemples précédents, on aurait:
lim f (x) = Œ ou lim f (x) = Œ

xæ3 3
lim f (x) = 2 ou lim f (x) = 2

xæŒ Œ
Rémarque 3.5.3. Le résultat lim f (x) = Œ lorsque x tend vers 3 mérite d’être précisé:
il existe en effet deux types de valeurs infinies : +Œ et ≠Œ.
2x≠4 2x≠4
Le signe de cet infini dans l’étude de la fonction x≠3 dépend bien sûr du signe de x≠3 . D’où
les résultats:
2x ≠ 4 2
• lim = + = +Œ
xæ3+ x≠3 0
2x ≠ 4 2
• lim = ≠ = ≠Œ
xæ3≠ x≠3 0

3.5.3 Théorèmes généraux sur les limites

Limite simple à connaître
Dire que x tend vers 0+ (respectivement 0≠ ) signifie que x se rapproche de 0 par valeurs supérieures
(respectivement inférieures) à 0.
lim x lim x1
+Œ 0+
≠Œ 0≠
0+ +Œ
0≠ ≠Œ
Limite en un point
Soit f : I æ R une fonction définie sur un intervalle I de R. Soit x0 œ R un point de I ou une

extrémité de I.
Définition 3.5.4. Soit l œ R. On dit que f a pour limite l en x0 si
’Á > 0, ÷”, ’x œ I, |x ≠ x0 | < ” =∆ |f (x) ≠ l| < Á.
On dit aussi que f (x) tend vers l lorsque x tend vers x0 . On note alors
lim f (x) = l ou bien lim f = l.

x‘æx0 x0
Limite à gauche et à droite
Soit f une fonction définie sur un ensemble de la forme ]a , x0 [ fi ]x0 , b[.
Définition 3.5.5. • On appelle limite à droite en x0 de f la limite de la fonction f |]x0 , b[
en x0 et on la note
lim f
x+
0
• On appelle limite à gauche en x0 de f la limite de la fonction f |]a , x0 [
en x0 et on la note
lim f
x≠
0
• On note aussi la limite à droite par

lim f
x>x0
et gauche par
lim f
x6x0

Définition 3.5.6. Dire que f : I æ R admet une limite l œ R à droite en x0 signifie donc :
’Á > 0, ÷” > 0, x0 < x < x0 + ” =∆ |f (x) ≠ l| < Á
et admet une limite lÕ œ R à gauche en x0 signifie
’ÁÕ > 0, ÷” Õ > 0, x0 ≠ ” Õ < x < x0 =∆ |f (x) ≠ lÕ | < ÁÕ
Rémarque 3.5.7. Si lÕ = l et finie alors on dira que f admet une limite au point x0 .
Limites de sommes, produits et quotients de fonctions
Soit f et g deux fonctions numériques et soit F une fonction définie à partir de f et g.
F (x) lim F (x)

kf (x) k lim f (x)
f (x) + g(x) lim f (x) + lim g(x)
f (x)g(x) lim f (x) ◊ lim g(x)
f (x) lim f (x)
g(x) lim g(x) si g(x) ”= 0
Exemple 3.5.8. • F (x) = 5x alors lim F (x) = 5 lim x = +Œ

+Œ +Œ
• F (x) = x2 + x alors lim F (x) = lim x2 + lim x = +Œ + Œ = +Œ

+Œ +Œ +Œ
• F (x) = (5x ≠ 1)(x + 4) alors lim F (x) = lim(5x ≠ 1) ◊ lim(x + 4) = ≠Œ ◊ ≠Œ = +Œ

≠Œ ≠Œ ≠Œ
≠11
• F (x) = 3x≠5
2x+4 or lim (3x ≠ 5) = ≠11 et lim (2x + 4) = 0+ donc lim F (x) = = ≠Œ
≠2+ ≠2+ ≠2+ 0+
Rémarque 3.5.9. L’application des règles précédentes ne permet pas toujours de trouver directement
la limite de la fonction étudiée. On obtient alors ce que l’on appelle des formes indéterminées.
Le tableau ci-après fait apparaître les différentes formes d’indétermination auxquelles on peut se
trouver confronté lors de l’étude d’une fonction numérique.
lim f lim g lim(f + g) lim(f g) lim( fg )

+Œ ≠Œ ? ≠Œ ?
0 +Œ +Œ ? 0
0 ≠Œ ≠Œ ? 0
+Œ +Œ +Œ +Œ ?
≠Œ ≠Œ ≠Œ +Œ ?
0 0 0 0 ?
Les théorèmes suivants, ainsi que des exemples proposés à la fin de cette section, présentent des
méthodes permettant de «lever ces indéterminations».

Théorèmes complémentaires
a) Limite d’un polynôme au voisinage de l’infini
Lorsque la variable x tend vers l’infini, un polynôme admet la même limite que son terme de
plus haut degré.
Exemple 3.5.10. • f (x) = ≠5x3 + 15x ≠ 12
lim f (x) = lim ≠5x3 = ≠Œ lim f (x) = lim ≠5x3 = +Œ

+Œ +Œ ≠Œ ≠Œ
• f (x) = 2x3 + 5x ≠ 7
lim f (x) = lim 2x3 = +Œ lim f (x) = lim 2x3 = ≠Œ

+Œ +Œ ≠Œ ≠Œ
b) Limite d’un quotient de polynômes au voisinage de l’infini
Lorsque la varaible x tend vers l’infini, le rapport de deux polynômes admet la même limite
que le rapport des termes de plus haut degré du numérateur et du dénominateur.
3x3 +2x2 ≠5x+4

Exemple 3.5.11. • f (x) = 4x3 ≠7x2 +6x≠7
3x3 3
lim =
Œ 4x3 4
4x2 ≠5x+4
• f (x) = 2x≠7
4x2
lim = lim 2x = +Œ
+Œ 2x +Œ
6x2 ≠5x+4
• f (x) = 2x3 ≠3
6x2 3
lim = lim = 0+
+Œ 2x3 +Œ x
6x2 3
lim = lim = 0≠
≠Œ 2x3 ≠Œ x
Exercice 3.5.12.
1. Déterminer les limites suivantes:

sin x ln x
(a) lim =?; lim =?
x‘æ0 x x‘æ1 x ≠ 1
1 ≠ cos x sin x ≠ 1
(b) lim =?; limfi fi =?
x‘æ0 x x‘æ 2 x ≠ 2
2. Déterminer les limites à gauche et à droite au point x0 des fonctions suivantes et conclure:
(a) f (x) = |x≠2|

x2 ≠4
et x0 = 2
2x2 ≠1
(b) f (x) = x≠1 et x0 = 1

3.6 Croissance et extremum d’une fonction numérique
3.6.1 Croissance d’une fonction numérique

Soit une fonction numérique f de domaine de définition Df . Soit I un intervalle de Df .
Taux d’accroissement
Soit x1 et x2 deux éléments distincts de I. On appelle taux d’accroissement de f entre x1 et x2 le

rapport
f (x2 )≠f (x1 )

t= x2 ≠x1
Fonction croissante sur I
• f est croissante sur I si, quels que soit les éléments x1 et x2 de I avec x1 6 x2 , on a :
f (x1 ) 6 f (x2 ).
Représentation graphique d’une fonction croissante.
quand x augmente dans I, son image f (x) augmente aussi.
• Pour une fonction croissante sur I, le taux d’accroissement de f entre deux valeurs quelconques
x1 et x2 de I est donc positif.
En effet: si
x1 < x2 et f (x1 ) < f (x2 )

alors
x2 ≠ x1 > 0 et f (x2 ) ≠ f (x1 ) > 0
donc
f (x2 ) ≠ f (x1 )
>0
x2 ≠ x1
Fonction décroissante sur I
• f est décroissante sur I si, quels que soit les éléments x1 et x2 de I avec x1 6 x2 , on a :
f (x1 ) > f (x2 ).
Représentation graphique d’une fonction décroissante.
quand x augmente dans I, son image f (x) diminue.
• Pour une fonction décroissante sur I, le taux d’accroissement de f entre deux valeurs quelcon-
ques x1 et x2 de I est donc négatif.
En effet: si
x1 < x2 et f (x1 ) > f (x2 )
alors
x2 ≠ x1 > 0 et f (x2 ) ≠ f (x1 ) < 0
donc
f (x2 ) ≠ f (x1 )
<0
x2 ≠ x1

Fonction monotone sur I
• f est monotone sur I si elle est soit croissante, soit décroissante sur I.
Représentation graphique d’une fonction monotone sur un intervalle I.
• f est monotone décroissante sur I, mais n’est pas monotone sur Df .
Rémarque 3.6.1. • Une fonction s’étudiant généralement sur un ensemble très vaste (en
général sur R), le calcul d’un seul taux d’accroissement ne suffit pas toujours pour déterminer
la croissance de la fonction. Il est en effet nécessaire que tous les taux d’accroissements sur
l’intervalle d’étude soient positifs pour que la fonction soit croissante sur cet intervalle.
Représentation graphique d’une fonction qui n’est pas monotone sur un intervalle I.
Le taux d’accroissement de f entre x1 et x2 est positif, et pourtant la fonction n’est pas croissante
sur I.

• L’étude des signes de tous les taux d’accroissement étant laborieuse, on verra plus loin qu’on
étudie en fait les signes des limites des taux d’accroissement, ce qui permettra de déterminer
les intervalles où f est croissante ou décroissante.
3.7 Extremum d’une fonction

Soit les fonctions numériques f et g de représentations graphiques Cf et Cg .
Les extremums de f et g.
Ces fonctions ne sont pas monotones sur leurs domaines de définition.
• La fonction f possède deux extremums locaux en x1 et x2 , représntés sur la courbe par M1 et

M2 .
• Le point M1 correspond à un maximum : il existe un intervalle I1 centré en x1 sur lequel

f (x) 6 f (x1 ), pour tout x de I1 . Le point M1 de la courbe est « plus haut» que ses
points voisins.
• Le point M2 correspond à un minimum : il existe un intervalle I2 centré en x2 sur lequel

f (x2 ) 6 f (x) pour tout x de I2 . Le point M2 de la courbe est «plus bas» que ses points
voisins.
• La fonction g possède un maximum global (ou absolu) en x1 , représenté sur la courbe par M1
: quel que soit x choisi dans Dg différent de x1 , on a g(x) < g(x1 ). Le point M1 de la courbe
est «plus haut» que tous les autres points de la courbe.
3.8 Fonction dérivée d’une fonction numérique

Soit f une fonction numérique de domaine de définition Df . On a vu que, pour connaître avec
précision la croissance de f , il faudrait calculer son taux d’accroissement sur tout intervalle de

Df , aussi petit soit-il. Aussi est-on amené à calculer, non pas des taux d’accroissement entre deux
valeurs quelconque x1 et x2 , mais des taux d’accroissement entre deux valeurs très proches l’une de
l’autre. C’est donc une limite de taux d’accroissement (appelée nombre dérivé) qui sera calculée.
3.8.1 Nombre dérivé

Le nombre dérivé d’une fonction numérique en un point x0 de Df , que l’on note f Õ (x0 ) est la limite,
si elle existe, du taux d’accroissement de f entre les points x et x0 , lorsque x tend vers x0 .
f (x) ≠ f (x0 )
f Õ (x) = lim
x0 x ≠ x0
Rémarque 3.8.1. En prenant f = f (x) ≠ f (x0 ) et x = x ≠ x0 , on aura :
f f
lim ƒ si x est petit .
xæ0 x x
Exemple 3.8.2. f (x) = 2x2 ≠ 5x + 4
f (x) ≠ f (x0 ) 2x2 ≠ 5x + 4 ≠ 2x20 + 5x0 ≠ 4

f Õ (x0 ) = lim = lim
xæx0 x ≠ x0 xæx0 x ≠ x0
On obtient
2x2 ≠ 5x + 4 ≠ 2x20 + 5x0 ≠ 4 2(x2 ≠ x20 ) ≠ 5(x ≠ x0 )

f Õ (x0 ) = lim = lim
xæx0 x ≠ x0 xæx0 (x ≠ x0 )
et
2(x2 ≠ x20 ) ≠ 5(x ≠ x0 ) [2(x + x0 ) ≠ 5]
f Õ (x0 ) = lim = lim (x ≠ x0 )
xæx0 (x ≠ x0 ) xæx0 (x ≠ x0 )
alors
f Õ (x0 ) = lim 2(x + x0 ) ≠ 5 = 2 ◊ 2x0 ≠ 5.
xæx0
Donc
f Õ (x0 ) = 4x0 ≠ 5
3.8.2 Fonction dérivée

C’est la fonction, notée f Õ , qui à tout point x0 de Df associe, s’il existe, le nombre dérivé f Õ (x0 ).
f : Df ≠æ R
x0 ‘≠æ f Õ (x0 )
Exemple 3.8.3. f (x) = 2x2 ≠ 5x + 4

Pour tout x0 de Df , f Õ (x0 ) = 4x0 ≠ 5. Donc la fonction dérivée de f est la fonction f Õ définie
par f Õ (x) = 4x ≠ 5.

3.8.3 Tableau des dérivées usuelles

Dans le tableau ci-après, u et v désignent des fonctions numériques k une constante, n un rationnel.
Fonction f Fonction dérivée f Õ

f (x) = k f Õ (x) = 0
f (x) = kx f Õ (x) = k
f (x) = xn f Õ (x) = nxn≠1
Cas particuliers Cas particuliers
f (x) = un (x) f Õ (x) = n ◊ uÕ (x) ◊ un≠1 (x)
1
f Õ (x) = ≠ uu2(x)
Õ
f (x) = u(x) u(x) ”= 0 (x)
 u (x) Õ
f (x) = u(x) u(x) > 0 f Õ (x) = Ô
2 u(x)
f (x) = u(x) + v(x) f Õ (x) = uÕ (x) + v Õ (x)

f (x) = u(x)v(x) f Õ (x) = uÕ (x)v(x) + u(x)v Õ (x)
uÕ (x)v(x)≠u(x)v Õ (x)
f (x) = u(x)
v(x) v(x) ”= 0 f Õ (x) = v 2 (x)
Exemple 3.8.4. • f (x) = x4 ≠ 3x3 + 2x2 + 5x ≠ 6 Df = R.
f Õ (x) = 4x3 ≠ 9x2 + 4x + 5
• f (x) = (4x2 ≠ 3x + 2)3 Df = R.
f Õ (x) = 3(8x ≠ 3)(4x2 ≠ 3x + 2)2
1
• f (x) = 4x ≠ 3 ≠ (1≠2x) 3 Df = R \ { 12 }.
≠6(1 ≠ 2x)2 ≠6
f Õ (x) = 4 + = 4+
(1 ≠ 2x)6 (1 ≠ 2x)4
• f (x) = (4x ≠ 3)(3x + 5) Df = R.
f Õ (x) = 4(3x + 5) + 3(4x ≠ 3) = 12x + 20 + 12x ≠ 9 = 24x + 11
x2 ≠3x+4
• f (x) = 2x2 +5
Df = R.
(2x ≠ 3)(2x2 + 5) ≠ (x2 ≠ 3x + 4)(4x) 6x2 ≠ 6x ≠ 15

f Õ (x) = =
(2x2 + 5)2 (2x2 + 5)2

3.8.4 Dérivées successives

Soit f : I æ R une fonction dérivable et soit f Õ sa dérivée. Si la fonction f Õ : I æ R est aussi dérivable
on note f ÕÕ = (f Õ )Õ la dérivée seconde de f . Plus généralement on note :
f (0) = f, f (1) = f Õ , f (2) = f ÕÕ , · · · et f (n+1) = (f n )Õ
Si la dérivée n-ième f (n) existe on dit que f est n fois dérivable.
Théorème 3.8.5. (Formule de Leibniz).

n
ÿ
(f · g)n = Cnk f n≠k · g k .
k
Exercice 3.8.6. Calculer la dérivée n-ième de f dans les cas suivants:
a) f (x) = x2 e≠2x b) f (x) = xn , ’n œ N c) f (x) = sin x d) f (x) = cos x.
La démonstration est similaire à celle de la formule du binôme de Newton et les coefficients que
l’on obtient sont les mêmes.
3.9 Continuité et théorème des valeurs intermédiaires
3.9.1 Continuité en un point

Définition 3.9.1. Soit une fonction numérique f et a un réel. On dit que f est continue en a si
a œ Df et si
lim f (x) = f (a) ou lim f (a + h) = f (a)

xæa hæ0
3.9.2 Continuité sur un intervalle

Définition 3.9.2. Soit une fonction numérique f définie sur un intervalle I, on dit que f est
continue sur I si f est continue en tout point a de I.
Graphiquement, cela signifie que sa représentation graphique ne présente
aucun point de rupture: on peut la tracer sans lever le crayon.
3.9.3 Propriétés (admises):

Û Toute fonction polynôme (à coefficients réels) est continue sur R.
Û Toute fonction rationnelle (à coefficients réels) est continue sur tout intervalle inclus dans son
ensemble de définition.
Û Les fonctions sin et cos sont continues sur R.
Û La fonction racine carrée est continue sur [0 , +Œ[.

3.9.4 Opérations sur la continuité

Si u et v sont continues sur I, alors u + v, ku avec k réel, u ◊ v et un (n entier naturel non nul) sont
continues sur I. u
v est continue sur les intervalles où elle est définie.
Si la fontion f est continue en a et si la fontion g est continue en f (a) alors la fonction gof est
continue en a.
Ô
Exercice 3.9.3. Justifier que la fonction x ‘æ x2 + 6 est continue sur R et étudier la continuité
4x≠5
de la fonction x ‘æ x+2
3.9.5 Prolongement par continuité

Définition 3.9.4. Soit I un intervalle, x0 un point de I et f : I \ {x0 } æ R une fonction.
• On dit que f est prolongeable par continuité en x0 si f admet une limite finie en x0 . Notons
alors
l = lim f.
x0
• On définit alors la fonction f˜: I æ R en posant pour tout x œ I

Y
] f (x) si x ”= x0
f˜ =
[ l si x = x0 .
Alors f˜ est continue en x0 et on l’appelle le prolongement par continuité de f en x0 .
Exemple 3.9.5. 1. Soit f une fonction définie sur [0, 1] par

Y
_
_
_ 0 si x = 0
]
f (x) = ln x
x + x1≠x si 0 < x < 1
_
_
_
[ 0 si x = 1.
Montrer que f est continue sur [0, 1].
x2 ≠5x≠14 x2 ≠3x+2
2. Soient f (x) = x+2 et g(x) = |x≠2| .
(a) La fonction f est-elle prolongeable par continuité au point x0 = ≠2?,
(b) La fonction g est-elle prolongeable par continuité au point x0 = 2?,
3.10 Théorème des valeurs intermédiaires

Théorème 3.10.1. (admis) Soit f une fonction continue sur un intervalle [a , b]. Pour tout réel
k compris entre f (a) et f (b) il existe au moins un réel c de l’intervalle [a , b] tel que f (c) = k.
Autrement dit l’équation f (x) = k admet au moins une solution appartenant à l’intervalle [a , b].

Comme le montre la figure ci-dessus, le nombre c n’est pas nécessairement unique (ici il y’aurait trois valeurs).
Théorème 3.10.2. (Cas d’une fonction strictement monotone)
Soit f une fonction continue et strictement monotone sur l’intervalle [a , b]. Pour tout réel k
compris entre f (a) et f (b) il existe un unique réel c tel que f (c) = k.
Autrement dit l’équation f (x) = k admet une unique solution appartenant à l’intervalle [a , b].
Proof. La fonction f étant continue sur l’intervalle [a , b], le théorème 3.10.1 nous permet d’affirmer
qu’il existe au moins un réel c tel que f (c) = k pour tout réel k compris entre f (a) et f (b).
La fonction f étant strictement monotone sur l’intervalle [a , b] on a pour tout x œ [a , b], tel que
x ”= c, f (x) ”= f (c). On peut donc en conclure que le réel c est unique.

Pour démontrer que l’équation f (x) = k a une unique solution sur l’intervalle [a , b], il suffit de démontrer
que f est continue et strictement monotone sur [a , b] et que k est compris entre f (a) et f (b).
Exemple 3.10.3. Soit la fonction définie sur R \ {≠1} par :
x3
f (x) =
x+1
1. Etudier les variations de f sur [≠ 32 , ≠1[
2. Déduisez en que l’équation f (x) = 10 a une unique solution – dans l’intervalle [≠ 32 , ≠1[.
Solution 3.10.4. Soit la fonction définie sur R \ {≠1} par :
x3
f (x) =
x+1
1. Tout d’abord calculons la fonction dérivée f Õ de f sur R \ {≠1}

f (x) = u(x)
v(x) avec u(x) = x3 donc uÕ (x) = 3x2 et v(x) = x + 1 donc v Õ (x) = 1
Donc sur R \ {≠1}, on aura:
3x2 (x + 1) ≠ x3 3x3 + 3x2 ≠ x3 2x3 + 3x2 x2 (2x + 3)

f Õ (x) = = = =
(x + 1)2 (x + 1)2 (x + 1)2 (x + 1)2
Or, x2 > 0 et (x + 1)2 > 0 le signe de f dépend de celui de 2x + 3. Et 2x + 3 = 0 pour x = ≠ 32

On obtient donc le tableau de variation suivant

x ≠ 32 ≠1
f Õ (x) +
+Œ
f (x) ¬
27
4
2. La fonction f est continue et strictement croissante sur l’intervalle [≠ 32 , ≠1[.

De plus 10 œ [ 27 3
4 , +Œ[ donc il existe un unique réel – dans l’intervalle [≠ 2 , ≠1[ tel que
f (–) = 10.
Conséquence
Pour démontrer que l’équation f (x) = 0 a une unique solution

sur l’intervalle [a , b], il suffit de démontrer que f est continue
et strictement monotone sur [a , b] et que f (a) ◊ f (b) < 0.
En effet f (a) ◊ f (b) < 0 implique que f (a) et f (b) sont de signes contraires et non nuls. Donc
0 œ [a , b] ou 0 œ [b , a]
Exemple 3.10.5. La fonction f est continue et strictement croissante sur I = [≠4 , 5] et vérifie
f (≠4) = ≠3 et f (5) = 2.
L’équation f (x) = 0 admet-elle une solution dans I ?
Solution 3.10.6. La fonction f est continue et strictement croissante sur I = [≠4 , 5]. De plus
f (≠4) < 0 et f (5) > 0 alors on a f (≠4) ◊ f (5) < 0 donc l’équation f (x) = 0 admet une unique
solution dans I.
3.11 Théorème des accroissements finis
Rappel
Théorème de Rolle
Soit f dérivable sur un intervalle ouvert I de R,
et soit a, b deux points de I avec a < b. Si f (a) = f (b),
alors il existe c œ ]a , b[ tel que f Õ (c) = 0.
Le théorème des accroissements finis est à la fois une généralisation et un corollaire du

théorème de Rolle. Pour toute fonction dérivable d’une variable réelle, son taux d’accroissement
entre deux valeurs est réalisable comme pente d’une des tangentes à son graphe.

Enoncé
Pour toute fonction numérique d’une variable réelle f : [a , b] æ R (a et b réels tels que a < b),
supposée continue sur l’intervalle fermé [a , b] et dérivable sur l’intervalle ouvert ]a , b[, il existe (au
moins) un réel c dans ]a , b[ vérifiant:
f (b) ≠ f (a)
f Õ (c) = .
b≠a
Graphiquement, le théorème des accroissements finis indique que, pour toute sécante d’une courbe
différentiable, il existe une tangente parallèle à la sécante.
Si f est dérivable, il existe un point c compris entre a et b tel que la tangente en ce point soit parallèle au
segment [A , B] où A = (a; f (a)) et B = (b; f (b)).
1 2
Proof. Posons g(x) = f (x) ≠ x≠a
b≠a (f (b) ≠ f (a)).
La fonction g(x) est dérivable sur I. On a g(a) = f (a) et g(b) = f (b) ≠ (f (b) ≠ f (a)) = f (a).
Puisque g(a) = g(b) = f (a), on peut appliquer le théorème de Rolle à la fonction g.
Il existe donc c œ ]a , b[ tel que g Õ (c) = 0.
On a:
f (b) ≠ f (a)
g Õ (x) = f Õ (x) ≠ .
b≠a
f (b)≠f (a)
Comme g Õ (c) = 0, on en déduit que f Õ (c) = b≠a .
Exemple 3.11.1. Soit P la fonction polynômiale définie par
P (x) = 3x4 ≠ 11x3 + 12x2 ≠ 4x + 2.
Montrer que P s’annule au moins une fois sur ]0 , 1[,

Solution 3.11.2. La fonction P est évidemment continue sur [0 , 1] et dérivable sur ]0 , 1[. De
plus, P (0) = P (1) = 2. D’après le théorème des accroissements finis, il existe c ]0 , 1[ tel que
P (1)≠P (0)
P Õ (c) = 1≠0 = 0.
3.12 Fonctions concaves et convexes

En économie et/ou gestion, on cherche à maximiser une fonction sur un intervalle comme par
exemple maximiser l’utilité d’un consommateur, la capacité de production des machines installées
dans une entreprise, le profit d’une firme,..., ou bien à minimiser une fonction sur un intervalle
comme par exemple minimiser le coût de production. On peut facilement trouver le maximum d’une
fonction si celle-ci est concave, ou bien trouver le minimum si elle est convexe.
Dans ce qui suit, on considère une fonction f : I æ R, où I µ R
3.12.1 fonction concave
Définition 3.12.1. Une fonction f est concave sur un intervalle I si, à chaque fois que l’on joint
deux points de la courbe par un segment de droite, ce segment est situé sous la courbe.
Autrement dit, f est concave sur I si:
’a, b œ I, ’– œ [0 , 1], on a f (–a + (1 ≠ –)b) > –f (a) + (1 ≠ –)f (b).
Soit A = (a, f (a)) et B = (b, f (b)). Considérons P1 = (–a + (1 ≠ –)b; f (–a + (1 ≠ –)b)) et
P0 = (–a + (1 ≠ –)b; –f (a) + (1 ≠ –)f (b)). La fonction f est concave, le point P1 est au dessus du point P0 .

3.12.2 fonction convexe

Définition 3.12.2. Une fonction f est convexe sur un intervalle I si, à chaque fois que l’on joint
deux points de la courbe par un segment de droite, ce segment est situé au dessus de la courbe.
Autrement dit, f est convexe sur I si:
’a, b œ I, ’– œ [0 , 1], on a f (–a + (1 ≠ –)b) 6 –f (a) + (1 ≠ –)f (b).
Soit A = (a, f (a)) et B = (b, f (b)). Considérons P0 = (–a + (1 ≠ –)b; f (–a + (1 ≠ –)b)) et
P1 = (–a + (1 ≠ –)b; –f (a) + (1 ≠ –)f (b)). La fonction f est convexe, le point P0 est sous le point P1 .
Proposition 3.12.3. f est convexe si et seulement si ≠f est concave.
Rémarque 3.12.4. Une fonction f définie sur un intervalle I peut très bien être ni convexe ni
concave.
On parle de concavité stricte (ou de convexité stricte) si l’inégalité est stricte à l’intérieur de
l’intervalle.
Définition 3.12.5. On dit que f est strictement concave sur I si :
’a, b œ I, ’– œ ]0 , 1[, on a f (–a + (1 ≠ –)b) > –f (a) + (1 ≠ –)f (b).
Définition 3.12.6. On dit que f est strictement convexe sur I si :
’a, b œ I, ’– œ ]0 , 1[, on a f (–a + (1 ≠ –)b) < –f (a) + (1 ≠ –)f (b).

3.12.3 Lien entre dérivées et concavité (ou convexité)

La proposition suivante montre qu’une fonction concave est une fonction qui monte de moins en
moins vite (ou qui descend de plus en plus vite). En effet, f ÕÕ 6 0 signifie que f Õ est décroissante.
De même une fonction convexe est une fonction qui monte de plus en plus vite (ou qui descend de
moins en moins vite). Avoir f ÕÕ > 0 signifie que f Õ est croissante.
Proposition 3.12.7. Si f est deux fois dérivable sur un intervalle I, alors :
• f est concave sur I ≈∆ f ÕÕ (x) 6 0 ’x œ I.
• f est convexe sur I ≈∆ f ÕÕ (x) > 0 ’x œ I.
Exemple 3.12.8. 1. La fonction f définie pour tout x œ R par f (x) = e(x) est convexe.
En effet, f Õ (x) = e(x) et f ÕÕ (x) = e(x) > 0 pour tout x œ R.
2. La fonction f définie pour tout x œ R par f (x) = x2 est convexe.

En effet, f Õ (x) = 2x et f ÕÕ (x) = 2 > 0 pour tout x œ R.
3. La fonction f définie pour tout x œ Rú+ par f (x) = ln(x) est concave.
1
En effet, f Õ (x) = x et f ÕÕ (x) = ≠ x12 6 0 pour tout x œ Rú+ .
3.13 Développements limités

La formule de Taylor-Lagrange est une généralisation du théorème des accroissements finis. Elle
permet de démontrer la formule de Taylor-Young qui donne une méthode pour calculer des valeurs
approchées de fonctions.
3.13.1 Formule de Taylor-Lagrange

On considère une fonction f qui est n fois dérivable sur un intervalle ouvert I de R. Soit a, b dans
I, avec a < b. Alors il existe c œ [a , b] tel que :
1 1 (n)
f (b) = f (a) + f Õ (a)(b ≠ a) + · · · + f (n≠1) (a)(b ≠ a)(n≠1) + f (a)(b ≠ a)(n)
(n ≠ 1)! (n)!
La formule de Taylor-Lagrange sert essentiellement à démontrer celle de Taylor-Young qui permet
de déterminer de façon précise le comportement local d’une fonction. Nous avons besoin d’abord
d’une définition supplémentaire.
Définition 3.13.1. On dit qu’une fonction f d’un intervalle I de R est de classe C n si elle est n
fois dérivable sur I, et que sa dérivée n-ième est continue.
On dit que f est de classe C Œ si elle est dérivable n fois pour tout n œ Nú

3.13.2 Formule de Taylor-Young

On suppose qu’il existe – > 0 tel que f est de classe C n sur ]x0 ≠ – , x0 + –[.
Alors il existe une fonction ‘ définie de ]≠– , –[ dans R, avec lim ‘(h) = 0, telle que, pour tout
hæ0
h œ ]≠– , –[:
1 ÕÕ 1
f (x0 + h) = f (x0 ) + f Õ (x0 )h + f (x0 )h2 + · · · + f (n) (x0 )hn + hn ‘(h)
2! n!
Exemple 3.13.2.
1 2 1 3 1
eh = 1 + h + h + h + · · · + + hn + hn ‘(h), avec lim ‘(h) = 0
2! 3! n! hæ0
En effet, en appliquant la formule de Taylor-Young à la fonction exponentielle en x0 = 0, on

obtient:
1 ÕÕ 1
f (h) = f (0) + f Õ (0)h + f (0)h2 + · · · + f (n) (0)hn + hn ‘(h)
2! n!
où f est la fonction exponentielle. Les dérivées successives de f sont égales à f donc:
f (0) = exp(0) = 1 et f Õ (0) = exp(0) = 1, · · · , f (n) (0) = exp(0) = 1
d’où la formule recherchée.
Exemple 3.13.3.
1
= 1 + h + h2 + h3 + · · · + hn + hn ‘(h), avec lim ‘(h) = 0
1≠h hæ0
1
Il s’agit ici d’appliquer la formule de Taylor-Young en x0 = 0 à la fonction f définie par f (x) = 1≠x .
1 2 1◊2◊3
On a: f Õ (x) = (1≠x)2
; puis f ÕÕ (x) = (1≠x)3
; puis f 3 (x) = (1≠x)4
;··· ; f (n) (x) = n!
(1≠x)n+1
d’où:
f (0) = 1, et f Õ (0) = 1, et f ÕÕ (0) = 2, et f 3 (0) = 3!; · · · ; et f n (0) = n!
La formule de Taylor-Young en 0 est:
1 ÕÕ 1
f (h) = f (0) + f Õ (0)h + f (0)h2 + · · · + f (n) (0)hn + hn ‘(h)
2! n!
Avec les valeurs des dérivées en 0 on obtient:

5 6 5 6 5 6
1 1 1
f (h) = 1 + h + ◊ (2!) ◊ h2 + ◊ (3!) ◊ h3 + · · · + ◊ (n!) ◊ hn + hn ‘(h)
2! 3! n!
d’où la formule recherchée.

3.14 Développements limités
La formule de Taylor-Young permet de donner une approximation fine d’une fonction au voisinage
d’un point x0 en utilisant les dérivées successives de f . On appelle ce type d’approximation un
développement limité.
Définition 3.14.1. Une fonction f admet un développement limité d’ordre n au voisinage d’un
point x0 si elle peut être approximée par un polynôme de dégré n au voisinage de ce point.
On dit que f admet un développement limité (en abrégé DL) d’ordre n au voisinage de x0
si et seulement si il existe – > 0, il existe des constantes réelle a0 , a1 , . . . , an et il existe une fonction
‘ définie de ]≠– , –[ dans R, avec lim ‘(h) = 0, tels que, pour tout h œ ]≠– , –[:
hæ0
f (x0 + h) = a0 + a1 h + a2 h2 + · · · + an hn + hn ‘(h)
On peut aussi écrire le développement limité de la façon suivante:
f (x) = a0 + a1 (x ≠ x0 ) + a2 (x ≠ x0 )2 + · · · + an (x ≠ x0 )n + (x ≠ x0 )n ‘(x0 )
avec ici ‘ définie de ]x0 ≠ – , x0 + –[ dans R et lim ‘(x).

xæx0
Le terme hn ‘(h) est le reste du DL. Quand h æ 0, le reste hn ‘(h) tend vers 0 plus vite que chaque
terme de la somme a0 + a1 h + a2 h2 + · · · + an hn . On peut donc dire que pour h proche de 0, on a:
f (x0 + h) ƒ a0 + a1 h + a2 h2 + · · · + an hn .
Plus n est grand, plus le développement limité donne une approximation précise de f au voisinage
de x0 .
3.14.1 DL des fonctions usuelles à l’origine
Les DL suivants en 0 proviennent de la formule de Taylor-Young.

Fonctions Développements limités
x x2 x3 xn
f (x) = ex 1+ + + +···+ + xn Á(x)
1! 2! 3! n!
x2 x3 xn
f (x) = ln (1 + x) x≠ + ≠ · · · + (≠1)n≠1 + xn Á(x)
2 3 n
–(– ≠ 1) 2 –(– ≠ 1) · · · (– ≠ n + 1) n
f (x) = (1 + x)– 1 + –x + x +···+ x + xn Á(x)
2! n!
f (x) = 1
1+x 1 ≠ x + x2 ≠ x3 + · · · + (≠1)n xn + xn Á(x)
f (x) = 1
1≠x 1 + x + x2 + x3 + · · · + xn + xn Á(x)
x2 x4 x2n
f (x) = cos(x) 1≠ + ≠ · · · + (≠1)n + x2n+1 Á(x)
2! 4! 2n!
x x3 x5 x2n+1
f (x) = sin(x) ≠ + ≠ · · · + (≠1)n + x2n+2 Á(x)
1! 3! 5! (2n + 1)!
x2 x4 x2n
f (x) = ch (x) 1+ + +···+ + x2n+1 Á(x)
2! 4! 2n!
x x3 x5 x2n+1
f (x) = sh (x) + + +···+ + x2n+2 Á(x)
1! 3! 5! (2n + 1)!
3.14.2 Application des Développements Limités au calcul des limites
1. Déterminer si elles existent, les limites suivantes:

1 ≠ (1 + x)–
(a) lim
x‘æ0+ |x|
1 ≠ (1 + x)–
(b) lim
x‘æ0≠ |x|
1 ≠ ch (x)
(c) lim
x‘æ0 x2
x ≠ sh (x)
(d) lim
x‘æ0 x3
2. Les fonctions suivantes admettent-elles des limites au point x0 ?
Ô
1≠ 1+x
(a) f (x) = |x| et x0 = 0
(b) f (x) = Ô(1+x)

x≠ln
et x0 = 0
x2

TRAVAUX DIRIGÉS
3.15 Quiz
Exercice 1.15.1 Vrai/ Faux
Dites si les affirmations suivantes sont vraies ou fausses. Justifier vos réponses.
1. La somme de deux DL d’ordre 2 est un DL d’ordre 2.
2. Le produit de deux DL d’ordre 2 est un DL d’ordre 4.
3. Si une fonction continue admet un DL d’ordre 1 au point x0 , alors elle est dérivable en x0 .
4. Une fonction est forcement soit convexe soit concave.
5. Si f deux fois dérivable sur R est telle que f Õ (0) = 0 et f ÕÕ (0) > 0, alors f admet un minimum
local strict en x0 .
6. Si f deux fois dérivable sur R est telle que f Õ (0) = 0 et f ÕÕ (0) < 0, alors f admet un maximum
local strict en x0 .
3.16 Exercices
Exercice 1.16.1 Taylor à l’ordre 2
à l’aide de la formule de Taylor-Young, calculer un développement limité d’ordre 2 de:
Ô
1. la fonction f définie par f (x) = 1 + x, au voisinage de 0.
2. la fonction g définie par g(x) = ln(1 + x) au voisinage de 0.
47
Travaux Dirigés du chapitre 3
1
3. la fonction h définie par h(x) = 1+x , au voisinage de 0.
Ô
4. la fonction k définie par k(x) = x2 + x + 1, au voisinage de 0.
5. la fonction l définie par l(x) = ln(x2 + x ≠ 1), au voisinage de 2.
Exercice 1.16.2 Convexité, concavité

Les fonctions suivantes sont-elles concaves ? Convexes ? Ni l’un ni l’autre ?
1. f (x) = ≠x2 + 4x + 4
2. f (x) = 3x4 + 4x2
3. f (x) = 4x4 ≠ 8x2
4. f (x) = ln(x) ≠ 2x3 pour x > 0.
Exercice 1.16.3 études de fonctions et extréma

étudier les fonctions suivantes. Tracer leurs graphes. Déterminer les extréma.
1. f (x) = 3x2 e≠x
2. g(x) = 2x3 ≠ 4x2 + 5x ≠ 1
3. h(x) = 2 ln(1 + x2 )
Exercice 1.16.4 Tableau de variations et graphes
x2 +5
1. étudier la fonction f (x) définie par f (x) = (x≠2)2
.
Faire son tableau de variation complet et tracer son graphe.
3x2
2. Même question pour la fonction f définie par : f (x) = x≠2
Exercice 1.16.5 Maximisation de l’utilité

Un agent économique cherche à maximiser son utilité. Celle-ci est donnée par
1 x≠20
U (x) = ln(x) ≠ e ,
20
où x désigne son niveau de consommation d’un certain bien.
1. Montrer que U est strictement concave.
2. Calculer U Õ (20).
3. En déduire le maximum global de U sur ]0 , +Œ[.

Travaux Dirigés du chapitre 3
Exercice 1.16.6 Maximisation du profit

Soit C(q) le coût de production d’un produit d’une firme avec q la demande de ce produit et p
son prix de vente.
1
Si q = 100 ≠ p et C(q) = q 3 ≠ 7q 2 + 111q + 50,
3
quel est le niveau q qui maximise le profit?
Exercice 1.16.7 Maximisation du bénéfice
Un fabricant de composante électronique produit q exemplaires par semaine à un coût total de
4q 2 + 300q + 10000 Francs CFA .
Ô
La demande hebdomadaire de ses composantes est q = 100 ≠ 2 p, p étant le prix unitaire en Francs
CFA.
Si le fabricant règle sa production sur la demande, quel niveau de production lui procurera un
bénéfice maximum?

AnalyseL1 4

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

AnalyseL1 4

Transféré par

Droits d'auteur :

Formats disponibles

Cours d’analyse présenté par

Dr. Adama Arouna KONÉ

1 Les nombres réels 1

3 Fonctions numériques d’une variable réelle 21

3.9 Continuité et théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . 35

LES NOMBRES RÉELS

1.1 L’ensemble des nombres rationnels Q

1.1.1 Écriture décimale

On note Nú = N \ {0} est l’ensemble des entiers non nuls.

• L’ensemble des entiers relatifs est

Par définition, l’ensemble des nombres rationnels est

Les nombres décimaux, c’est-à-dire les nombres de la forme a

1.2.1 Addition et multiplication

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -2-

Ces propriétés montrent que (R, +, ◊) est un corps commutatif.

1.3 Ordre sur R

Définition 1.3.1. Soit E un ensemble.

Propriété 1.3.2. Une relation R est une relation d’ordre si:

• R est réflexive : pour tout x œ E, xRx,

• R est antisymétrique : pour tout x, y œ E, (xRy et yRx) ∆ x = y,

• R est transitive : pour tout x, y, z œ E, (xRy et yRz) ∆ xRz.

Exemple 1.3.4. Montrons que ’x, y œ R, xRy … x 6 y

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -3-

• ’x œ R, x 6 x ≈∆ xRx ∆ R est réflexive.

Propriété 1.3.5. Une relation R est une relation d’équivalence si:

• R est réflexive : pour tout x œ E, xRx,

• R est symétrique : pour tout x, y œ E, xRy =∆ yRx,

• R est transitive : pour tout x, y, z œ E, (xRy et yRz) ∆ xRz.

Exemple 1.3.6. Montrons que ’x, y œ R, xRy … x ≠ y œ Z.

• ’x œ R, x ≠ x = 0 œ Z ≈∆ xRx ∆ R est réflexive.

Propriété 1.3.7. ( Propriété d’Archimède). R est archimédien, c’est-à-dire : ’x œ R, ÷n œ N; n > x

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -4-

Exemple 1.3.11. Soit x = 2, 853 et E(x) = 2 alors la partie fractionnaire

{x} = x ≠ E(x) = 2, 853 ≠ 2 = 0, 853.

1.4 Valeur absolue

1. |x| > 0; | ≠ x| = |x|; |x| > 0 ≈∆ x ”= 0

4. Inégalité triangulaire |x + y| 6 |x| + |y|

5. Seconde inégalité triangulaire ||x| ≠ |y|| 6 |x ≠ y|

Proof. Démonstration des inégalités triangulaires.

• ≠|x| 6 x 6 |x| et ≠|y| 6 y 6 |y|. En additionnant ≠(|x| + |y|) 6 x + y 6 |x| + |y|,

donc |x + y| 6 |x| + |y|.

• Puisque x = (x ≠ y) + y, on a d’après la première inégalité :

|x| = |(x ≠ y) + y| 6 |x ≠ y| + |y|.

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -5-

1.5 Densité de Q dans R

• Par définition I = ÿ est un intervalle.

• I = R est aussi un intervalle.

• Un intervalle ouvert est un sous-ensemble de R de la forme

]a , b[ = {x œ R; a < x < b}, où a et b sont des éléments de R.

• Un intervalle fermé est un sous-ensemble de R de la forme

[a , b] = {x œ R; a 6 x 6 b}, où a et b sont des éléments de R.

• Un intervalle semi-ouvert à gauche est un sous-ensemble de R de la forme

]a , b] = {x œ R; a < x 6 b}, où a et b sont des éléments de R.

• Un intervalle semi-ouvert à droite est un sous-ensemble de R de la forme

[a , b[ = {x œ R; a 6 x < b}, où a et b sont des éléments de R.

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -6-

1.6 Borne supérieure

1.6.1 Maximum, minimum

• L’intervalle ]a , b[ n’a pas de plus grand élément, ni de plus petit élément.

Dr Adama A. KONÉ Analyse à l’E.N.E.T.P page -7-

• min A = 12 : Il y a deux choses à vérifier tout d’abord pour n = 1, U1 = 1

1.6.2 Majorants, minorants

Un réel m est un minorant de A si