Académique Documents
Professionnel Documents
Culture Documents
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
iv
CONTENTS
v
CHAPTER 1
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.
N = {0, 1, 2, 3, . . .} .
1
Les nombres réels E.N.E.T.P
Z = {. . . , ≠3, ≠ 2, ≠ 1, 0, 1, 2, 3, . . .}
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
• 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)
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.
• 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.
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.
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}.
Propriété 1.4.1.
3. |xy| = |x||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|.
1.5.1 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.
Définition 1.5.3.
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.
• 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 [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.
’x œ A, x 6 M.
Exemple 1.6.5.
• 5 est un majorant de ]1 , 4[
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).
• – 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.
• 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,
• 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[
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
Exemple 2.2.1.
11
Les suites. E.N.E.T.P
• (Un )nœN est bornée si elle est majorée et minorée, ce qui revient à dire :
÷M œ R, ’n œ N, |Un | 6 M.
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.
• (Un )nœN est strictement monotone si elle est strictement croissante ou strictement décroissante.
• 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
2.3 Limites
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 :
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.
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
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 .
• 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
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;
’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
’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.
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
Rémarque 2.7.4.
Nous avons aussi
• Une suite croissante et qui n’est pas majorée tend vers +Œ.
• Une suite décroissante et qui n’est pas minorée tend vers ≠Œ.
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.
• 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  : 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.
ar2 + br + c = 0 (E).
• 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 .
Exemple 2.8.1.
Soit (Un ) la suite définie par U0 = 1 et U1 = 2 et pour tout n œ N;
1. Calculer U2 , U3 , U4 et U5 .
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 .
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.
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 .
Exercice II
Exercice III
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 ;
do ) ’x, y œ R; xRy ≈∆ x 6 y œ N;
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:
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).)
3.2.1 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
3.3.1 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.
• 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}
2. soit la fonction
f4 : [≠fi , fi] ≠æ R
x ‘≠æ 2x + tan x
Exemple 3.4.1.
• f (x) = ≠2x + 5
• g(x) = x2 ≠ 4x + 4
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:
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
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
On dit aussi que f (x) tend vers l lorsque x tend vers x0 . On note alors
en x0 et on la note
lim f
x+
0
en x0 et on la note
lim f
x≠
0
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 :
Rémarque 3.5.7. Si lÕ = l et finie alors on dira que f admet une limite au point x0 .
≠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.
Théorèmes complémentaires
Lorsque la variable x tend vers l’infini, un polynôme admet la même limite que son terme de
plus haut degré.
• f (x) = 2x3 + 5x ≠ 7
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 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.
2. Déterminer les limites à gauche et à droite au point x0 des fonctions suivantes et conclure:
Taux d’accroissement
• 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 ).
• 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
• 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 ).
• 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
• f est monotone sur I si elle est soit croissante, soit décroissante sur I.
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.
Les extremums de f et g.
• 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.
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.
f (x) ≠ f (x0 )
f Õ (x) = lim
x0 x ≠ x0
f f
lim ƒ si x est petit .
xæ0 x x
On obtient
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
f : Df ≠æ R
x0 ‘≠æ f Õ (x0 )
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
x2 ≠3x+4
• f (x) = 2x2 +5
Df = R.
La démonstration est similaire à celle de la formule du binôme de Newton et les coefficients que
l’on obtient sont les mêmes.
Û Toute fonction rationnelle (à coefficients réels) est continue sur tout intervalle inclus dans son
ensemble de définition.
• On dit que f est prolongeable par continuité en x0 si f admet une limite finie en x0 . Notons
alors
l = lim f.
x0
x2 ≠5x≠14 x2 ≠3x+2
2. Soient f (x) = x+2 et g(x) = |x≠2| .
Comme le montre la figure ci-dessus, le nombre c n’est pas nécessairement unique (ici il y’aurait trois valeurs).
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).
x3
f (x) =
x+1
2. Déduisez en que l’équation f (x) = 10 a une unique solution – dans l’intervalle [≠ 32 , ≠1[.
x3
f (x) =
x+1
x ≠ 32 ≠1
f Õ (x) +
+Œ
f (x) ¬
27
4
Conséquence
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.
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.
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 .
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.
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:
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 .
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 .
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.
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.
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+ .
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
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
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:
1 ÕÕ 1
f (h) = f (0) + f Õ (0)h + f (0)h2 + · · · + f (n) (0)hn + hn ‘(h)
2! n!
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)
f (x) = a0 + a1 (x ≠ x0 ) + a2 (x ≠ x0 )2 + · · · + an (x ≠ x0 )n + (x ≠ x0 )n ‘(x0 )
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 .
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)!
3.15 Quiz
Exercice 1.15.1 Vrai/ Faux
Dites si les affirmations suivantes sont vraies ou fausses. Justifier vos réponses.
3. Si une fonction continue admet un DL d’ordre 1 au point x0 , alors elle est dérivable en x0 .
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.
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.
1. f (x) = ≠x2 + 4x + 4
3. h(x) = 2 ln(1 + x2 )
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
1 x≠20
U (x) = ln(x) ≠ e ,
20
2. Calculer U Õ (20).
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?