Vous êtes sur la page 1sur 19

LDD2 MPSI Année Universitaire 2021-2022

Faculté des sciences d’Orsay

Semestre 3 et 4

Analyse

D’après les notes de cours de M. Jacek GRACZYK


1 Table des matières

Table des matières

1 Suites et séries numériques 2


I Suites numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.a Rappels sur les suites . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
I.b Convergence des suites . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
II Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II.a Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II.b Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
II.c Séries à termes quelconques . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Espaces vectoriels et topologie 6


I Espaces vectoriels normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.a Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.b Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I.c Adhérence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
II Fonctions vectorielles réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
II.a Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
II.b Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
II.c Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3 Suites et séries de fonctions 10


I Suites de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I.a Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I.b Convergence uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I.c Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
II Séries de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
II.a Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
II.b Convergence normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
II.c Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

4 Séries entières 13
I Séries entières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
I.a Définitions et convergence . . . . . . . . . . . . . . . . . . . . . . . . . 13
I.b Opérations sur les séries entières . . . . . . . . . . . . . . . . . . . . . 14
II Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
II.a Développement en séries entières . . . . . . . . . . . . . . . . . . . . . 15
II.b Equations différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . 15

5 Intégration à deux variables 16


I Intégrales à paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
I.a Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
I.b Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
II Intégrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.a Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.b Calcul intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2

1 - Suites et séries numériques

Dans ce premier chapitre, nous reviendrons sur les suites numériques réelles vues en première
année, et nous introduirons la notion de séries numériques sur un corps.

I- Suites numériques
I.a - Rappels sur les suites
Définition 1.1 – Suites, limite

1. Suite numérique : Une suite numérique notée (un )n∈N est une application

N −→ K
U:
n 7−→ un

Si K = R, la suite est dite réelle et K = C, la suite est complexe. Les définitions


de monotonie des fonctions s’appliquent également aux suites.
2. Limite : Une suite (un )n∈N admet une limite l ∈ R si :

∀ε > 0, ∃Nε ∈ N : ∀n > Nε , |un − l| < ε

Si l existe, alors la suite est dite convergente, autrement, elle est divergente.
3. Suite de Cauchy : Une suite (un )n∈N est de Cauchy si :

∀ε > 0, ∃Nε ∈ N : ∀n > m > Nε , |un − um | < ε

Proposition 1.2 – Propriétés de la limite

1. Linéarité : Soient (un ), (vn ) deux suites réelles convergentes vers u, v ∈ R et


a, b ∈ R. Alors
lim (a.un + b.vn ) = a.u + b.v
n7→+∞

2. Unicité : La limite d’une suite réelle ou complexe est unique.

I.b - Convergence des suites


Définition 1.3 – Extraction et valeur d’adhérence

Soit (un ) une suite de K. Une extraction de (un ) est une fonction φ : N −→ N
croissante telle que :
∃ lφ ∈ K : lim uφ(n) = lφ
n→+∞

uφ(n) est alors une suite extraite de (un ) et lφ est une valeur d’adhérence de (un ).
3 II. Séries numériques

Proposition 1.4 – Convergence des suites

Soit (un )n∈N une suite quelconque. Voici quelques propriétés donnant l’existence ou
non d’une limite :

1. Critère de Cauchy des suites : Dans R, (un ) converge si et seulement si


elle est de Cauchy.
2. Critère des suites monotones : Si (un ) est croissante et majorée ou décrois-
sante et minorée, alors (un ) converge.

3. Critère des suites bornées : Si (un ) converge, alors elle est bornée. Par
contraposée, si elle n’est pas bornée, alors elle ne converge pas.

Théorème 1.5 – de Bolzano-Weierstrass


Toute suite bornée admet au moins une valeur d’adhérence.

II - Séries numériques
II.a - Premières définitions
Définition 1.6 – Sommes partielles et séries

Soit (un )n∈N une suite quelconque.


• Sommes partielles : Nous notons Sn , n ∈ N la somme partielle de (un )
définie par la relation :
Xn
∀n ∈ N, Sn = uk
k=0

• Série numérique : Nous définissons alors la série numérique un de terme


P
générale un comme étant la suite des sommes partielles Sn , ∀n ∈ N :
X
un = (Sn )n∈N

La limite de cette suite est appelée somme de la série.

Remarque 1 : Bien évidemment, en reprenant la P définition 1.1.2, si (Sn ) converge, la


série un est convergente et si (Sn ) diverge, la série un est divergente.
P

Proposition 1.7 – Premières propriétés

1. Linéarité : Soient un , vn deux séries convergentes, a, b ∈ R. Alors :


P P

X X X
a.un + b.vn = a. un + b. vn

2. Oubli des premiers termes : Le début de l’indexage de la somme ne change


pas la nature de la série.
3. Convergence du terme général : Si un est une série convergente, alors :
P

lim un = 0
n7→+∞
4 II. Séries numériques

Proposition 1.8 – Quelques séries connues...

• Série géométrique : Une série géométrique est de la forme : a.xn avec


P
a, x ∈ R∗ . Elle converge si et seulement si x ∈] − 1; 1[. Nous avons alors :
X 1
a.xn = a.
1−x

• Série télescopique
X : Soit (an ) une suite quelconque. Alors la somme téle-
scopique an+1 − an converge si et seulement si (an ) converge. Nous avons
alors : X
an+1 − an = lim an − a0
n7→+∞

II.b - Séries à termes positifs


Théorème 1.9 – Règles de convergence
X
Soit un une série de terme générale un positif. Supposons que lim = L et
n7→+∞
lim = l sont des limites réelles.
n7→+∞

1. Règle de Cauchy : Nous devons la règle de convergence suivant à Cauchy :


X
• Si L < 0 : alors un converge.
• Si L = 0 : alors nous ne pouvons pas conclure.
X
• Si L > 0 : alors un diverge.

2. Règle de d’Alembert : Nous devons la règle de convergence suivant à


d’Alembert :
X
• Si l < 0 : alors un converge.
• Si l = 0 : alors nous ne pouvons pas conclure.
X
• Si l > 0 : alors un diverge.

Proposition 1.10 – D’autres séries connues...

• Série P
de Riemann : Soit a ∈ R. Une série de Riemann est une série de la
forme na . Elle converge si et seulement si a > 1.
1

• Série dePBertrand : Soient a, b ∈ R. Une série de Bertrand est une série de


la forme 1
na .(lnn)b
. Elle converge si et seulement si a > 1 ou a = 1 et b > 1.
5 II. Séries numériques

Théorème 1.11 – Convergence par comparaison

Soient un et vn deux séries numériques positives.


P P

1. Comparaison simple : S’il existe un certain rang n0 tel que :

 si un diverge ⇒ vn diverge
 P P
∀n > n0 , un < vn
si vn converge ⇒ un converge
 P P

2. Comparaison logarithmique : S’il existe un certain rang n0 tel que :

si un diverge ⇒ vn diverge
 P P
un+1 vn+1 
∀n > n0 , >
un vn 
si vn converge ⇒ un converge
P P

3. Comparaison par équivalence : Si un et vn sont équivalents à l’infini,


P P
alors leur séries associées sont de même nature :
X X
un ∼ vn ⇒ un ∼ vn
n→+∞ n→+∞

4. Comparaison par intégrale : Soit f : [a; n] −→ R+ une fonction continue,


positive et décroissante. Alors :
n
X ˆ n
f (k) ∼ f (x) dx
n→+∞ a
k=⌈a⌉

II.c - Séries à termes quelconques


Définition 1.12 – Convergence absolue

Soit un une série numérique. un converge absolument si |un | converge.


P P P

Proposition 1.13 – C.V.A et C.V.S

La convergence absolue implique la convergence simple : C.V.A ⇒ C.V.S

Définition 1.14 – Série alternée

Une série alternée est une série de la forme (−1)n an , avec an une suite de signe
P
constant.

Proposition 1.15 – Convergence des séries alternées

Soit
X un une série alternée telle que (|un |) est décroissante et de limite nulle. Alors
P

: un converge.

Théorème 1.16 – Règle d’Abel

Soient (an ), (bn ) deux suites numériques telles que :

• (an ) soit décroissante et de limite nulle.


• La suite des sommes partielles de (bn ) soit bornée.
+∞
X X
Alors an .bn converge, et de plus, ∀n ∈ N, ≤ |un+1 |.


k=n+1
6

2 - Espaces vectoriels et topologie

Le but de ce deuxième chapitre est d’introduire la notion d’espace vectoriel normé, une
structure permettant de généraliser à des ensembles de dimensions supérieures les notions
de suites et de séries ainsi que de présenter quelques notions de topologies utiles dans le
cadre de l’étude de fonctions à plusieurs variables.

I- Espaces vectoriels normés


I.a - Premières définitions
Définition 2.1 – Espace vectoriel normé

Un K-espace vectoriel normé (E.V.N) est un espace vectoriel X sur un corps K muni
d’une fonction ∥.∥ : X → R+ appelée norme telle que ∀(x, y) ∈ X2 :
1. Séparation : ∀x ∈ X, ∥x∥ = 0 ⇒ x = 0

2. Homogénéité : ∀(x, λ) ∈ X × K, ∥λ.x∥ = λ.∥x∥


3. Inégalité triangulaire : ∀(x, y) ∈ X2 , ∥x + y∥ ≤ ∥x∥ + ∥y∥
Nous notons alors (X, ∥.∥) l’espace vectoriel normé, que nous simplifierons par abus
de langage en X.

Théorème 2.2 – Espaces produits

Soit (En , ∥.∥n ) une famille de n ∈ N∗ espaces vectoriels normés. Posons les objets
suivants :
Qn
Yn k=1 En − −−−−→ R+
E= En et ∥.∥ :
k=1 (xn ) 7−−−−−→ max{∥xk ∥k : k ∈ J1; nK}

Alors la structure (E, ∥.∥) est un espace vectoriel normé, appelé espace produit,
munie d’une norme produit.

Théorème 2.3 – Espaces fonctionnels

Soient X, Y deux K-E.V.N, de dimensions respectives m, n ∈ N∗ . Posons les objets


suivants : YX l’ensemble des applications de X dans Y, et la norme :

YX −−−−−→ R+
∥.∥X,∞ :
f 7−−−−−→ sup(∥f (x)∥)
x∈X

Alors la structure (YX , ∥.∥X,∞ ) est un espace vectoriel normé appelé espace fonc-
tionnel, munie d’une norme infinie.
7 I. Espaces vectoriels normés

Définition 2.4 – Définition des normes


Soit X un K-espace vectoriel de dimension n ∈ N. Voici quelques définitions de
normes possibles sur X :
• Norme euclidienne : Soit x ∈ X de coordonnées (xn ). Alors la norme
euclidienne ∥.∥E est définie telle que :

X −−−−−→ R+
v
∥.∥E : u n
uX
x 7−−−−−→ t xk 2
k=1

• Norme maximale : Soit x ∈ X de coordonnées (xn ). Alors la norme maximale


∥.∥M est définie telle que :

X −−−−−→ R+
∥.∥M :
x 7−−−−−→ max{|xk | : k ∈ J1; nK}

Théorème 2.5 – Equivalence des normes

Soit X un E.V.N, et (∥.∥)n une famille de n ∈ N∗ normes de X. Alors :

∀i, j ∈ J1; nK, ∃ a, b ∈ R∗+ : ∀x ∈ X, a.∥x∥j ≤ ∥x∥i ≤ b.∥x∥j

I.b - Topologie
Définition 2.6 – Ouvert, voisinage

Soit X un E.V.N de dimension une. Nous pouvons alors définir les notions suivantes
:

• Voisinage : Soit x ∈ X. Un voisinage Vx de x est une partie de X tel que :

∃h ∈ X+ : ]x − h : h + x[ ⊂ Vx

• Ouvert : Un ouvert O est une partie de X qui est un voisinage de chacun de


ses points :
∀x ∈ O, ∃h ∈ X+ : ]x − h : h + x[ ⊂ O
Un fermé U est une partie X donc le complémentaire est un ouvert.

Définition 2.7 – Difféomorphisme

Un n-difféomorphisme est une bijection de classe C n , n ∈ N entre deux ouverts.

Proposition 2.8 – Stabilité des topologies

Soit X un E.V.N de dimension une. Nous avons les propriétés suivantes :


1. Stabilité des ouverts : L’ensemble des voisinage (et donc des ouverts) de X
est stable par réunion et intersection d’ensembles.
2. Stabilité des fermés : L’ensemble des fermés de X est stable par réunion et
intersection d’ensembles.
8 II. Fonctions vectorielles réelles

Définition 2.9 – Pavé

Soient (Xn )n∈N∗ une famille K-E.V.N de dimension une et X l’espace produit résul-
tant. Posons pour tout n ∈ N∗ , In un fermé Xn . Alors un pavé I ⊂ X est définie tel
que :
Yn
I= Ik
k=1

I.c - Adhérence
Définition 2.10 – Limite

Définition 2.11 – Adhérence

II - Fonctions vectorielles réelles


II.a - Premières définitions
Définition 2.12 – Fonction vectorielle de dimensions finie
Une fonction vectorielle à variables réelles est une application f : X −→ Y entre deux
R-E.V.N de dimensions finies.

Définition 2.13 – Fonction composante

Soit f : Rm −→ Rn une F.V.R, avec m, n ∈ N∗ . Soit Bm = (⃗em ) une base de Rm et


Bn = (⃗un ) une base de Rn .

• Composantes de l’antécédent : La famille (x.⃗em ) = (xm ) sont les com-


posantes de Rm , aussi appelées variables.
• Composante de l’image : Les composantes de f sont une famille de fonction
(fm : R −→ Rn ) telle que :
n
X
∀x ∈ X, f (x) = fk (x).⃗uk
k=1

II.b - Continuité
Définition 2.14 – Continuité

Soient f ∈ YX , I ⊂ X et x0 ∈ I. Nous pouvons alors définir la :

1. Continuité : f est continue en x0 si :

∀ε > 0, ∃δ > 0 : ∥x − x0 ∥ < δ =⇒ ∥f (x) − f (x0 )∥ < ε

2. Continuité uniforme : f est uniformément continue sur I si :

∀ε > 0, ∃δ > 0 : ∀(x, y) ∈ I 2 ∥x − y∥ < δ =⇒ ∥f (x) − f (y)∥ < ε


9 II. Fonctions vectorielles réelles

Définition 2.15 – Fonction lipschitzienne

Soient f ∈ YX , I ⊂ X et k ∈ R∗+ . f est k-lipschitzienne si :

∀x, y ∈ I, ∥f (x) − f (y)∥ ≤ k.∥x − y∥

Proposition 2.16 – Propriétés sur la continuité

1. Si une fonction est lipschitzienne sur un domaine, alors elle est uniformément
continue sur ce domaine.

2. Si une fonction est uniformément continue sur un domaine, alors elle est con-
tinue sur ce domaine.

Théorème 2.17 – Quelques théorèmes utiles

1. Théorème de Heine : Toute fonction continue sur un fermé est uniformément


continue sur ce fermé.
2. Caractérisation séquentielle : Soient f ∈ YX et x0 ∈ X. Si f est continue
en x0 , alors :

∀(xn ) ∈ XN , lim xn = x0 ⇒ lim f (xn ) = f (x0 )


n7→+∞ n7→+∞

II.c - Différentiabilité
Définition 2.18 – Dérivée partielle

Soient f : Rn −→ Rm une F.V.R. f est dit différentiable si :

f (xk + h) − f (xk )
∀x ∈ Rn , ∀k ≤ n, ∃∂k ∈ Rm : lim = ∂k
h→0Rm h
Cette limite est alors la dérivée partielle de f pour la variable xk , et nous notons
∂f
∀x ∈ Rn , ∀k ≤ n, ∂k (x) = (x)
∂xk

Définition 2.19 – Différentielle


Soit f : Rn −→ Rm une fonction différentiable. Alors la différentielle de f notée df
est la fonction définie par :
n
X ∂f
∀x ∈ Rn , df (x) = (x)
∂xk
k=0

Définition 2.20 – Matrice jacobienne

Soit f : Rn −→ Rm une fonction différentiable. La matrice jacobienne de f notée Jf


est définie telle que :
 
∂fj
Jf (x) = (x)
∂xi 0≤i≤n
0≤j≤m
10

3 - Suites et séries de fonctions

I- Suites de fonctions
I.a - Définitions
Définition 3.1 – Suite de fonctions

Soient X, Y deux E.V.N. Une suite de fonctions (fn )n∈N est une application F telle
que :
N −→ YX
F :
n 7−→ fn

Définition 3.2 – Convergence simple

Soient (fn ) une suite de fonction et f une fonction. (fn ) converge simplement vers
f si pour chaque x ∈ X, (fn (x)) converge vers f :

∀x ∈ X, lim fn (x) = f (x)


n7→+∞

f est alors la limite simple de (fn ).

I.b - Convergence uniforme


Définition 3.3 – Convergence uniforme

Soit (fn ) une suite de fonction et f une fonction. (fn ) converge uniformément
vers f si :
lim ∥fn ∥X,∞ = f
n7→+∞

Proposition 3.4 – C.V.U et C.V.S

La convergence uniforme implique la convergence simple : C.V.U ⇒ C.V.S

Théorème 3.5 – Critère de la C.V.U

Soient (fn ) une suite de fonction et f une fonction.


1. Critère de majoration : (fn ) converge vers f s’il existe (an ) une suite réelle
décroissante et convergeant vers 0 telle que :

∀x ∈ X, ∀n ∈ N, ∥fn (x) − f (x)∥ < an

2. Critère de Cauchy uniforme : (fn ) converge uniformément si et seulement


(fn ) est une suite de Cauchy.
11 II. Séries de fonction

I.c - Différentiabilité
Théorème 3.6 – Continuité et intégrabilité

Soient (fn ) une suite de fonctions et f une fonction. Si :


• Continuité de (fn ) : Pout tout n ∈ N, fn (x) est continue sur X

• Convergence uniforme : (fn ) converge uniformément vers f


Alors f est continue et intégrable sur X, et :
ˆ ˆ
lim fn dx = lim fn dx
n7→+∞ I I n7→+∞

Théorème 3.7 – Dérivabilité

Soient (fn ) une suite de fonctions et f , g deux fonctions. Si :

• Continuité de (fn ) : Pout tout n ∈ N, fn (x) est dérivable sur X


• Convergence simple : (fn ) converge simplement vers f
• Convergence uniforme : (fn′ ) converge uniformément vers g

Alors f est dérivable sur X, et f ′ = g.

II - Séries de fonction
II.a - Définitions
Définition 3.8 – Sommes et série de fonctions

Soit (fn )n∈N une série de fonctions.


• Sommes partielles : Nous notons Fn , n ∈ N la somme partielle de (fn )
définie par la relation :
Xn
∀n ∈ N, Fn = fk
k=0

• Série de fonctions : Nous définissons alors la série de fonction fn de


P
terme générale fn comme étant la suite des sommes partielles Fn , ∀n ∈ N :
X
fn = (Fn )n∈N

La limite de cette suite est appelée somme de la série de fonction.

II.b - Convergence normale


Définition 3.9 – Convergence normale

Soit fn une série de fonctions, et F une fonction quelconque.


P P
fn converge
normalement vers F si :
X
lim ∥fn ∥X,∞ = F
n7→+∞

Proposition 3.10 – C.V.N et C.V.U

La convergence normale implique la convergence uniforme : C.V.N ⇒ C.V.U


12 II. Séries de fonction

Théorème 3.11 – Critère de la C.V.N

Soient fn une série de fonction et an une série convergeante et de terme général


P P
décroissant. Alors :
X
∀n ∈ N, ∥fn ∥X,∞ < an ⇒ fn converge normalement.

II.c - Différentiabilité
Théorème 3.12 – Continuité et intégrabilité

Soient fn une série de fonctions et F une fonction. Si :


P

• Continuité de fn : Pout tout n ∈ N, fn (x) est continue sur X


P P

• Convergence uniforme : fn converge uniformément vers F


P

Alors F est continue et intégrable sur X, et :


ˆ X Xˆ
fn dx = fn dx
I I

Théorème 3.13 – Dérivabilité

Soient fn une série de fonctions et F , G deux fonctions. Si :


P

• Continuité de fn : Pout tout n ∈ N, fn (x) est dérivable sur X


P P

• Convergence simple : fn converge simplement vers F


P

• Convergence uniforme : ( fn )′ converge uniformément vers G


P

Alors F est dérivable sur X, et F ′ = G.


13

4 - Séries entières

I- Séries entières
I.a - Définitions et convergence
Définition 4.1 – Série entière

Une série entière est une série de fonction (An ) ∈ KKN de la forme an .xn , avec
P
(an ) une suite numérique.

Définition 4.2 – Rayon de convergence

Le rayon de convergence R ∈ R+ d’une série entière an .xn est définie comme :


P

X
R = sup{|x| ∈ R+ : an .xn converge simplement}

Proposition 4.3 – Propriétés générales du R.C

Soit an .xn une série entière de rayon de convergence R ∈ R+ .


P

1. Définitions du rayon : Nous avons les égalités suivantes :

R = sup{|x| ∈ R+ : lim an .xn = 0} = sup{|x| ∈ R+ : |an .xn | est bornée}


n→+∞

2. Lemme d’Abel : an .xn converge absolument pour tout |x| < R.


P

an
3. Calcul du rayon : R = lim = lim p1
n→+∞ an+1 n→+∞ n |a |
n

Démonstration : Proposition 4.3 :


Soit an .xn une série entière de rayon de convergence R ∈ R+ .
P

1. Il s’agit de raisonner par chaîne d’inclusion : soit x ∈ R. Si an .xn converge alors


P
an .x converge vers 0, alors |an .x | est bornée, alors
n n
an .x converge normalement,
n
P
donc converge.
2. Soit 0 ≤ r < R, alors ∃ M ∈ Rn+ : ∀n ∈ N, |an .r | ≤ M . Posons x ∈ R : |x| ≤ r :
n
n
x x x n
⇒ ∀n ∈ N, |an .xn | = an .rn n ≤ M. n = M.

r r Pr
Alors selon le critère de convergence normale, converge normalement pour
an .xn P
tout |x| ≤ r, et ce pour tout r < R. Plus généralement, an .xn converge pour tout
|x| < R.

3. Cette proposition découle des critères de Cauchy et de d’Alembert :



an+1 an
• lim .x < 1 ⇐⇒ |x| < lim
n→+∞ an n→+∞ an+1

p 1
• lim |an |.x < 1 ⇐⇒ |x| < lim p
n

n→+∞ n→+∞ n |a |
n


14 I. Séries entières

I.b - Opérations sur les séries entières


Proposition 4.4 – Somme et produit

Soient an .xn , bn .xn deux séries entières de rayons de convergences Ra , Rn ∈ R+ ,


P P
convergeant respectivement vers A(x), B(x).
1. Somme : Nous pouvons définir la séries entière (an + bn ).xn telle que :
P

X
∀|x| < min(Ra , Rb ) lim (an + bn ).xn = A(x) + B(x)
n→+∞

2. Produit de Cauchy : Nous pouvons définir la séries entière Pn =


(an .bn−k ).xn telle que :
P

Proposition 4.5 – Continuité des séries entières

Soit an .xn une série entière de rayon de convergence R ∈ R+ . Alors sa somme


P
A(x) est C ∞ (X)

Proposition 4.6 – Dérivabilité et Intégrabilité

Soit an .xn une série entière de rayon de convergence R ∈ R+ , et A(x) sa limite et


P
F (x) une primitive de A(x). Nous avons alors :
+∞
X n!
1. Dérivée d’ordre (k) : ∀k ∈ N, S (k) (x) = an .xn−k , de R.C R.
(n − k)!
n=k

an
2. Primitive sur ] − R; R[ : F (x) = F (0) + .xn+1
n+1

Démonstration : Proposition 4.6 :


Soit S(x) = an .xn une série entière de rayon de convergence R ∈ R+ , A(x) sa limite et
P
F (x) une primitive de A(x).

1. Soit x ∈ R. Procédons par récurrence sur l’ordre n ∈ N de la dérivée. :


P+∞
• Initialisation : (n = 1) Nous avons bien S ′ (x) = n=1 an .xn−1 . Procédons par
disjonction de cas pour le rayon de convergence:
– Si x > R : |an .xn | n’est pas majorée, donc |n.an .xn−1 | non plus, son rayon
de convergence est par conséquent inférieur ou égal à R.
– Si x < R : posons r ∈ R tel que x ≤ r < R :
n−1
M xn−1 M x n−1

n−1 n−1 x

⇒ n.an .x
= n.an .r
≤ n. . n−1 = .
rn−1 r r r r
Par croissance comparée et convergence normale, il vient que le rayon de
convergence est bien R.
• Hérédité : (n = k) Supposons que la propriété soit vraie à un rang k ∈ N∗ .
Montrons
P+∞ n!qu’elle est alors vraie
P+∞au rangn!k + 1: nous avons bien S (k+1) (x) =
( n=k (n−k)! an .x n−k ′
) = n=k+1 (n−(k+1))! an .x
n−(k+1)
. Procédons encore
une fois par disjonction de cas pour la convergence :
– Si x > R : S (k) (x) n’est pas majorée, donc S (k+1) (x) non plus, son rayon de
convergence est par conséquent inférieur ou égal à R.
– Si x < R : posons r ∈ R tel que x ≤ r < R :
n−(k+1)

n! n−(k+1)
n! n−(k+1) x
⇒ an .x = (n − k). (n − k)! .an .r
. n−(k+1)
(n − (k + 1))! r

M xn−(k+1)

M x n−(k+1)
≤ (n − k). . n−(k+1) = (n − k). .
r r r r
15 II. Applications

Il vient alors par les mêmes arguments que l’initialisation que le rayon de
convergence est R.
+∞
X n!
• Conclusion : ∀k ∈ N, ∀|x| < R, S (k) (x) = an .xn−k , et son rayon
(n − k)!
n=k
de convergence est R.
2.

II - Applications
II.a - Développement en séries entières
Définition 4.7 – Développement en séries entières

Soit Va ⊂ R+ un voisinage de a ∈ R, et f : Va −→ Y une fonction. f est dévelop-


pable en série entière si :
+∞
X
an .xn ∈ YRN : ∀x ∈ Va , f (x) = an .xn
P

n=0

Théorème 4.8 – Condition au développement

Soit Va ⊂ R+ un voisinage de a ∈ R, et f : Va −→ K une fonction. f est développable


en série entière en 0 si et seulement si :
• Continuité : f est C ∞ (Va ).
• Majoriation : Il existe des constantes C, d ∈ R∗+ telles que :

∀n ∈ N, ∥f (n) ∥Va ,∞ ≤ n!.C.Dn

De plus, le développement en série entière est unique, et nous avons :


+∞ (n)
X f (0) n
∀x ∈ Va , f (x) = .x
n=0
n!

II.b - Equations différentielles


16

5 - Intégration à deux variables

I- Intégrales à paramètres
I.a - Premières définitions
Définition 5.1 – Intégrale impropre

Soient a < b ∈ R, U =]a; b[ un ouvert et f : U −→ R une fonction. Alors l’intégrale


impropre de f sur U est définie telle que :
ˆ b ˆ c ˆ x
f (t) dt = lim f (t) dt + lim f (t) dt
a x→a+ x x→b− c

avec c ∈ U . Si une telle limite est réelle, alors l’intégrale converge, sinon elle
diverge.

Définition 5.2 – Intégrale à paramètre

Soient X × T ⊂ R2 un ouvert et f : X × T −→ R. Une intégrale à paramètre est une


fonction F : R −→ R telle que :
ˆ
F (x) = f (x, t) dt
T

Proposition 5.3 – Dérivabilité

Soient X × T ⊂ R2 un ouvert, f : X × T −→ R et F : X −→ R son intégrale


paramétrée associée. Si :

∃n ∈ N : f ∈ C n (X × T ) ⇒ F ∈ C n (X)
ˆ  ˆ
∂ ∂f
De plus, nous avons : F (x) =

f (x, t) dt = (x, t) dt
∂x T T ∂x

I.b - Convergence
Définition 5.4 – Convergence absolue

Soit f : X × T −→ R une fonction ˆdéfinie sur X × T . Alors l’intégrale impropre


ˆ
f (x, t) dt converge absolument si |f (x, t)| dt
T T

Proposition 5.5 – C.V.A et C.V.S

Si une intégrale impropre converge absolument, alors elle converge simplement.


17 II. Intégrales doubles

Définition 5.6 – Domination

Soient X × T ⊂ R2 un ouvert, f : X × T −→ R. Soit g : T −→ R+ . f est dominée


par g si et seulement si :

• Continuité : g est continue sur T .


• Majoration : ∀t ∈ T, ∥f (x, t)∥X,∞ ≤ g(t)
´
• Convergence : X g(t) dt converge.
Nous notion alors une telle relation f = O(g).

Théorème 5.7 – Dérivabilité et domination

Soient X × T ⊂ R2 un ouvert, f : X × T −→ R et n ∈ N. Si :
• Dérivabilité : f ∈ C n (X × T )
∂kf
• Domination : ∀k ≤ n, ∃g ∈ RT+ : = O(g)
dxk
ˆ
´ ∂kf
alors F (x) = T
f (x, t) dt ∈ C n (X) et ∀k ≤ n, F (k) (x) = (x, t) dt
T ∂xk

II - Intégrales doubles
II.a - Définitions
Définition 5.8 – Suites de Darboux

Soient X × Y un pavé de R2 , (xn )n∈N∗ , (yn )n∈N∗ des partitions respectives de X et


Y . Soit f : X × Y −→ R une fonction continue. Posons alors pour tout entier naturel
i < n les suites de Darboux :

• Suite supérieure : Mi = sup {f (x, y)) : x ∈ [xi ; xi+1 ], y ∈ [yi ; yi+1 ]}

• Suite inférieure : mi = inf {f (x, y)) : x ∈ [xi ; xi+1 ], y ∈ [yi ; yi+1 ]}

Définition 5.9 – Somme de Darboux

Soit f : X × Y −→ R une fonction continue sur un pavé de R2 et (Mn ), (mn ) les


suites de Darboux associées. Posons alors pour tout entier naturel i ≤ n les sommes
de Darboux selon f :
n
X
• Somme supérieure : Uf,n = (xi − xi−1 ).(yi − yi−1 ).Mi
k=1

n
X
• Somme inférieure : Lf,n = (xi − xi−1 ).(yi − yi−1 ).mi
k=1

Définition 5.10 – Intégration de Riemann

Soit f : X × Y −→ R une fonction continue sur un pavé de R2 et (Uf,n ), (Lf,n ) les


sommes de Darboux associées. Alors f est intégrable au sens de Riemann si :
¨
lim Uf,n = lim Lf,n = f (x, y) dxdy
n→+∞ n→+∞ X×Y
18 II. Intégrales doubles

Proposition 5.11 – Propriétés de l’intégrale

1.

2.
3.

Proposition 5.12 – Intégrabilité

Soit f : X × Y −→ R une fonction sur un pavé de R2 . Si f est continue, alors f est


intégrable.

II.b - Calcul intégrale


Théorème 5.13 – de Fubini

Théorème 5.14 – du changement de variable

Vous aimerez peut-être aussi