Analyse 4

Faculté Polydisciplinaire de Khouribga
Département des Mathématiques et Informatique

Sciences des Mathématiques et Applications (S3)
Analyse 4
ÿ = −2mẏ − w02 y + A cos(ωx)
SN t SN t SN t
t t t
0 0 0
Pr. Khalid ISKAFI
2021-2022
Regarder ce cours
Table des matières
Table des figures III
1 Séries numériques 1
1.1 Séries à termes réels ou complexes . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Définitions de base . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Propriétés des séries convergentes . . . . . . . . . . . . . . . . . . 2
1.1.3 Séries géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.4 Séries alternées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.5 Convergence absolue . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Séries de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2 Critères de convergence . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Comparaison d’une série à une intégrale . . . . . . . . . . . . . . . . . . 8
1.4 Calcul approché et estimation d’erreur . . . . . . . . . . . . . . . . . . . 9
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Suites de fonctions 12
2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Convergence simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Convergence uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3 Séries de fonctions 19
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Convergence simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3 Convergence uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.2 Convergence uniforme de certaines séries alternées . . . . . . . . . 21
3.3.3 Critère de Cauchy uniforme . . . . . . . . . . . . . . . . . . . . . 21
3.3.4 Règle d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4 Convergence normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.5 Propriétés de la somme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.5.1 Convergence uniforme et limite . . . . . . . . . . . . . . . . . . . 23
3.5.2 Convergence uniforme et continuité . . . . . . . . . . . . . . . . . 23
3.5.3 Convergence uniforme et intégration . . . . . . . . . . . . . . . . 24
3.5.4 Convergence uniforme et dérivation . . . . . . . . . . . . . . . . . 24
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I
Regarder ce cours
TABLE DES MATIÈRES K. ISKAFI
4 Séries entières 28
4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Rayon et disque de convergence . . . . . . . . . . . . . . . . . . . . . . . 29
4.2.1 Théorème de convergence (lemme d’Abel) . . . . . . . . . . . . . 29
4.2.2 Rayon et disque de convergence . . . . . . . . . . . . . . . . . . . 29
4.2.3 Rayon de convergence de la somme et du produit . . . . . . . . . 30
4.3 Propriétés de la somme d’une série entière . . . . . . . . . . . . . . . . . 31
4.3.1 Continuité de la somme d’une série entière . . . . . . . . . . . . . 31
4.3.2 Dérivation et intégration des séries entières . . . . . . . . . . . . . 31
4.4 Développement d’une fonction en série entière . . . . . . . . . . . . . . . 32
4.4.1 Problème général . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4.2 Série de Taylor d’une fonction . . . . . . . . . . . . . . . . . . . . 32
4.4.3 Conditions pour le développement en série entière . . . . . . . . . 33
4.4.4 Comparaison avec les développements limités . . . . . . . . . . . 34
4.5 Méthodes et développements classiques en série entière . . . . . . . . . . 34
4.5.1 Série de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.5.2 Illustration graphique . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.5.3 Dérivation et intégration terme à terme . . . . . . . . . . . . . . . 35
4.5.4 Utilisation d’une équation différentielle . . . . . . . . . . . . . . . 35
4.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5 Séries de Fourier 39
5.1 Décomposition de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.1.2 Coefficients de Fourier . . . . . . . . . . . . . . . . . . . . . . . . 40
5.1.3 Théorème de convergence . . . . . . . . . . . . . . . . . . . . . . 41
5.1.4 Représentations fréquentielles . . . . . . . . . . . . . . . . . . . . 42
5.1.5 Forme complexe d’une série de Fourier . . . . . . . . . . . . . . . 43
5.2 Fonction T -périodique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.1 Décomposition d’un signal T -périodique . . . . . . . . . . . . . . 44
5.2.2 Théorèmes de convergence en moyenne quadratique . . . . . . . . 46
5.3 Résolution des équations différentielles . . . . . . . . . . . . . . . . . . . 49
5.3.1 Equations différentielles ordinaires . . . . . . . . . . . . . . . . . . 49
5.3.2 Equations aux dérivées partielles . . . . . . . . . . . . . . . . . . 50
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
II
Table des figures
5.1 Harmoniques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.2 Représentation fréquentielle bilatérale d’un signal impair T -périodique. . 43
5.3 Harmoniques en électronique . . . . . . . . . . . . . . . . . . . . . . . . . 49
III
Chapitre 1
Séries numériques
La série constitue une généralisation de la notion de somme pour une succession infinie
de termes. L’étude des séries consiste à évaluer la somme d’un nombre fini n de termes
successifs, puis, par un calcul de limite, à identifier le comportement lorsque n devient
indéfiniment grand. Un certain nombre de méthodes permettent de déterminer la nature
(convergence ou non) des séries sans réaliser explicitement les calculs.
Dans tout ce chapitre, K désigne R ou C.
1.1 Séries à termes réels ou complexes

1.1.1 Définitions de base
Définition 1.1.1. On appelle série numérique de terme général (un )n , une sommation
infinie de nombres réels ou complexes un :
X +∞
X
un = un = un0 + un0 +1 + · · ·
n≥n0 n=n0
Définition 1.1.2. (Sommes Partielles d’une série)

Soient (un )n une suite de K et N ∈ N. On appelle somme partielle d’indice N de la série
P
un la suite de terme général SN défini par
n≥n0
N
X
SN = un = un0 + un0 +1 + · · · + uN .
n=n0
(−1)n on a un = (−1)n et Sn = 1 − 1 + · · · + (−1)n .

P
Exemple. Pour la série
n≥0
Définition 1.1.3. (Convergence ou Divergence d’une série)

P
Soit (un )n une suite de K. La série un est convergente ssi la suite (Sn )n de ses sommes
n≥n0
partielle est convergente.
P
Dans le cas contraire, on dit que la série un est divergente.
n≥n0
Définition 1.1.4. (Somme d’une série convergente)

P ∞
P
Soit un une série convergente. La quantité lim Sn est notée un et est appelée
n≥n0 n→∞ n=n0
somme de la série.
1
Regarder ce cours
CHAPITRE 1. SÉRIES NUMÉRIQUES K. ISKAFI
Remarque. Pour tout n0 ∈ N, les deux séries

P P
un et un sont de même nature.
n≥0 n≥n0
En effet
+∞
X 0 −1
nX +∞
X
un = un + un .
n=0 n=0 n=n0
P 1 P 1
Exercice. Etudier la nature des séries numériques , n!
. n
n≥0 n≥1
Définition 1.1.5. (Reste d’ordre N d’une série convergente)

un une série de K, convergente de somme S. Soit n ∈ N.
P
Soit
n≥n0
∞
On appelle reste d’ordre n de cette série la quantité notée Rn = S − Sn =
P
uk .
k=n+1
1.1.2 Propriétés des séries convergentes

Par définition, une série à termes complexes est convergente si et seulement si la série
des parties réelles et la série des parties imaginaires sont toutes deux convergentes.
Proposition 1.1.1. (Convergence des séries à termes complexes)
P P P
La série complexe zn est convergente ssi les séries réelles Re(zn ) et Im(zn ) le
n≥0 n≥0 n≥0
sont.
P P P
On a alors : zn = Re(zn ) + i Im(zn ).
n≥0 n≥0 n≥0
Démonstration. (Exercice)
Proposition 1.1.2. (Condition nécessaire de convergence)
P
Si la série un est convergente, alors n→∞
lim un = 0. (Attention la réciproque est fausse !)
n≥0
lim un 6= 0 ou bien n’existe pas, la série
P
Si n→∞ un est dite trivialement ou grossièrement
n≥0
divergente.
P
Exercice. Etudier la nature de la série numérique cos n.
n≥0
Proposition 1.1.3. (Combinaisons linéaires de séries convergentes)

Soient (un ) et (vn ) deux suites de K et λ et µ dans K.
P P P
Si les séries un et vn sont convergentes, alors la série (un + vn ) est convergente
n≥0
P n≥0 P P n≥0
et on a l’égalité : (un + vn ) = un + vn .
n≥0 n≥0 n≥0
P
Démonstration. Soient (S̄n )n , (Ŝn )n , (S̃n )n les suites des sommes partielles des séries un ,
n≥0
P P
vn et (un + vn ) respectivement. On a
n≥0 n≥0
n
X
S̃n = (uk + vk )
k=0
Xn n
X
= uk + vk (linéarité de la sommation finie)
k=0 k=0
= S̄n + Ŝn −→ S̄ + Ŝ
n→+∞
2
Regarder ce cours
K. ISKAFI 1.1. SÉRIES À TERMES RÉELS OU COMPLEXES
P P P
donc S̃ = S̄ + Ŝ, par suite (un + vn ) = un + vn .
n≥0 n≥0 n≥0
Remarques
• Si λ 6= 0, les séries
P P
(λun ) et un sont de même nature.
n≥0 n≥0
• Si
P P P
un et vn sont de natures différentes, alors (un + vn ) est divergente.
n≥0 n≥0 n≥0
• Il est possible que

P P P
(un + vn ) soit convergente alors que ni un ni vn ne le
n≥0 n≥0 n≥0
P P
sont. On ne développera donc pas (un + vn ) sans vérifier la convergence de un
P n≥0 n≥0
et vn .
n≥0
Proposition 1.1.4. (Etude d’une suite ramenée à l’étude d’une série)

(un+1 − un ).
P
Une suite (un ) de K a même nature (CV ou DV) que la série
n≥0
Remarques
• Cette propriété ramène l’étude de la suite (un )n à celle de la série (un+1 − un ) .

P
n≥0
• Elle permet aussi d’étudier des séries

P
vn , et souvent d’en calculer la somme, si
n≥0
le terme général vn peut s’écrire sous la forme vn = un+1 − un .
P 1
Exercice. Etudier la nature de la série numérique n(n+1)
.
n≥1
Proposition 1.1.5. (Critère de Cauchy pour la convergence d’une série)

P
Soit (un ) une suite de K. La série un est convergente si et seulement si :
n≥0
n
X
∀ε, ∃Nε ∈ N tq : ∀n ≥ Nε , ∀m ≥ Nε ,

uk ≤ ε.

k=m
Ce critère peut encore s’écrire :

n+p
X
∀ε, ∃Nε ∈ N tq : ∀n ≥ Nε , ∀p ≥ 0, uk ≤ ε.

k=n
Démonstration. La preuve est simplement de dire que la suite (Sn ) des sommes partielles
converge si et seulement si c’est une suite de Cauchy. Ensuite il suffit de remarquer que
|Sn − Sm−1 | = |um + · · · + un | .
P 1
Exercice. Etudier la nature de la série numérique .n
n≥1
3
Regarder ce cours
1.1.3 Séries géométriques

Définition 1.1.6. Supposons que les uk forment une suite géométrique : si a est le
premier terme et z la raison, on a donc uk = az k quel que soit l’entier k ≥ 0. On dit que
P k
la série az est une série géométrique. Les sommes partielles sont
k≥0
1 − z n+1
Sn = az 0 + az 1 + az 2 + · · · + az n = a 1 + z + z 2 + · · · + z n = a .
1−z
Proposition 1.1.6. Supposons a 6= 0. La série géométrique az k est convergente si et

P
k≥0
+∞
a
seulement si |z| < 1 et dans ce cas, sa somme est az k =
P
1−z
.
k=0
1.1.4 Séries alternées

Définition 1.1.7. Soit (un ) une suite de R.
(−1)n un est alternée si le signe de un est constant.
P
On dit que la série
n≥0
Proposition 1.1.7. (Critère spécial des séries alternées)

(−1)n un est une série alternée avec |un | tend vers 0 en décroissant, alors la série
P
Si
P n≥0 n
(−1) u n est convergente.
n≥0
De plus on a l’inégalité :
|RN | ≤ |uN +1 |.
2
(−1)n n3n+1 .
P
Exercice. Etudier la nature de la série numérique
n≥1
1.1.5 Convergence absolue

Définition 1.1.8. Soit (un )n une suite de K.
|un | est convergente.
P P
La série un est dite absolument convergente si la série
n≥0 n≥0
P
Proposition 1.1.8. Si un est absolument convergente, alors elle est convergente. On
∞ n≥0 ∞
P
a alors l’inégalité : u n
≤ P |un |.

n=0 n=0
Remarques
• La réciproque de la propriété précédente est fausse.
• Toute série convergente sans être absolument convergente est dite semi-convergente.
4
Regarder ce cours
K. ISKAFI 1.2. SÉRIES À TERMES POSITIFS
P (−1)n
Exercice. Etudier la nature de la série numérique n
.
n≥1
Proposition 1.1.9. (Produit de deux séries absolument convergentes)

Soient (un ) et (vn ) deux suites de K. On définit la suite (wn ) de K par : ∀n ∈ N, wn =
n
u0 vn + u1 vn−1 + · · · + un−1 v1 + un v0 =
P
uk vn−k .
P k=0 P P
On dit que la série wn est le produit de Cauchy des séries un et vn .
n≥0
P P n≥0 n≥0 P
Si les deux séries un et vn sont absolument convergentes, alors la série wn est
n≥0 n≥0 n≥0
∞
P ∞
P ∞
P
absolument convergente et on a : wn = un vn .
k=0 k=0 k=0
1.2 Séries à termes positifs

Les hypothèses un ≥ 0 ou un ≤ vn ci-dessous, vraies à priori pour tout n de N, peuvent
n’être vraies qu’à partir d’un certain rang n0 : les résultats sur la nature des séries (pas
sur leur valeur) restent valables.
P P
Compte tenu du fait que les séries un et (−un ) sont de même nature, les énoncés
n≥0 n≥0
suivants s’appliquent aussi, avec des modifications évidentes, au cas des séries réelles dont
le terme général garde un signe constant à partir d’un certain rang.
Les propriétés des séries à termes positifs sont très utiles pour étudier la convergence
absolue des séries à valeurs dans K.
Proposition 1.2.1. (Sommation des relations de comparaison)
Soient (un ) et (an ) deux suites de R+ . Notons Sp et Sp0 les sommes partielles des séries
an respectivement. De même notons Rp et Rp0 les restes d’ordre p.
P P
un et
n≥0 n≥0
• En cas de convergence des séries

P P
un et an , on a :
n≥0 n≥0
– si un = O(an ) alors Rp = O(Rp0 ),

– si un = o(an ) alors Rp = o(Rp0 ),
– si un ∼ an alors Rp ∼ Rp0 .
• En cas de divergence des séries
P P
un et an , on a :
n≥0 n≥0
– si un = O(an ) alors Sp = O(Sp0 ),

– si un = o(an ) alors Sp = o(Sp0 ),
– si un ∼ an alors Sp ∼ Sp0 .
Démonstration. • Cas de convergence.
– Si un = O(an ), alors un est absolument convergente (|un | = O(an )). De plus il
existe n0 ∈ N et M ∈ R+ ∗ tels que : ∀n ∈ N n ≥ n0 ⇒ |un | ≤ M an .
2
Soit (p, q) ∈ N tel que n0 < p < q; par l’inégalité triangulaire et d’après le
choix de n0 :
q q
X X

un ≤M an .
n=p+1 n=p+1
5
Regarder ce cours
A la limite, lorsque q tend vers l’infini, on obtient :

∞ ∞
X X

un
≤M an
n=p+1 n=p+1
et cela est établi pour tout p ≥ n0 ;

 
∞
X ∞
X
un = O  an  .
n=p+1 n=p+1
– Si un = o(an ), ce qui précède peut-être repris, en remplaçant M par un ε > 0

arbitraire, pour montrer que
 
∞
X ∞
X
un = o  an  .
n=p+1 n=p+1
∞
– Si un ∼ an , on a un −an = o(an ) et le résultat précédent montre que un ∼
P
n=p+1
∞
P
an .
n=p+1
• Cas de divergence.
– Si un = O(an ), il existe n0 ∈ N et M ∈ R+
∗ tels que : ∀n ∈ N n ≥ n0 ⇒ |un | ≤
M an .
Pour p > n0 , on peut écrire :
p
P
u

n
n p n
1 0
1 1 0
X X
n=0 X

p
≤
un + un ≤
un + M
P

an Sp
n=0
Sp
n=n0 +1 Sp
n=0

n=0
car, les an étant des réels positifs :
p
X p
X p
X
un ≤ |un | ≤ M an ≤ M S p .
n=n0 +1 n=n0 +1 n=n0 +1
n n
P0 1
P0
Or, un est une constante (vis à vis de p) et Sp −→ +∞ ; donc Sp
u n −→

n=0 p→+∞
n=0 p→+∞
0, par définition de la limite on peut fixer n1 ∈ N tel que
n
1 X 0
∀p ≥ n1 ,
un ≤ M
Sp
n=0

p p
P
et on a alors : ∀p ≥ max(n0 , n1 ), un ≤ 2M an ;
P
par conséquent :
n=0 n=0
Xp X p !
un = O an .
n=0 n=0
– Si un = o(an ), ce qui précède peut-être repris, en remplaçant M par un ε > 0

p
P p
P
arbitraire, pour montrer que un = o an .
n=0 n=0
p
– Si un ∼ an , on a un − an = o(an ) et le résultat précédent montre que un ∼
P
n=0
p
P
an .
n=0
6
Regarder ce cours
K. ISKAFI 1.2. SÉRIES À TERMES POSITIFS
1.2.1 Séries de Riemann

P 1
Proposition 1.2.2. La série nα
converge ssi α > 1.
n≥1
1.2.2 Critères de convergence

Proposition 1.2.3. (Convergence par majoration des sommes partielles)
Soit (un ) une suite de R+ . La série
P
un est convergente ssi la suite (SN ) de ses sommes
n≥0
partielles, qui est croissante, est majorée.
∞
P
En cas de convergence, on a l’égalité : un = sup (SN ).
n=0 N ≥0
Théorème 1.2.1. (Critère de Comparaison)

Soient (un ) et (vn ) deux suites de R+ . On suppose que ∀n ∈ N, un ≤ vn .
• Si la série
P P
un diverge, alors la série vn diverge.
n≥0 n≥0
• Par conséquent, si la série

P P
vn converge, alors la série un converge.
n≥0 n≥0
∞ ∞
Dans ce cas, on a : ∀N ∈ N, un ≤
P P
vn .
n=N n=N
P −n2
Exercice. Etudier la nature de la série numérique e .
n≥0
Proposition 1.2.4. (Règle de nα un )

S’il existe α ∈]1, +∞[ tel que nα un −→ 0, alors un converge.
P
n
P n P 1
Exercice. Etudier la nature des séries numériques n3 +1
, √
n
.
n≥1 n≥1
Proposition 1.2.5. (Règles de D’Alembert)

lim uun+1
Soit (un ) une suite de R+ . On suppose que n→∞ n
= l.
1. Si 0 ≤ l < 1, la série
P
un est convergente.
n≥0
P
2. Si l > 1, la série un est divergente.
n≥0
3. Si l = 1 on ne peut rien conclure (c’est le cas incertain de la règle de d’Alembert).
7
Regarder ce cours
P n!
Exercice. Etudier la nature de la série numérique .nn
n≥0
Proposition 1.2.6. (Convergence par équivalence)

Si un ∼ vn , alors les séries
P P
un et vn sont de même nature.
n≥0 n≥0
Démonstration. Supposons lim uvkk = 1. Choisissons un nombre l > 1, alors pour tout k
n→+∞
assez grand, on a uvkk ≤ l, donc uk ≤ lvk car vk est positif pour k assez grand. Si la série
P P
vk converge, il en va de même de la série (lvk ), donc, par le critère de comparaison,
k≥0 P k≥0
la série uk converge.
k≥0

P 1
Exercice. Etudier la nature de la série numérique ln 1 + n2
.
n≥1
Proposition 1.2.7. (Règle de Cauchy)

√
Soit (un ) une suite de R+ . On suppose que lim n un = l.
n→∞
• Si 0 ≤ l < 1, la série
P
un est convergente.
n≥0
• Si l > 1, la série
P
un est divergente.
n≥0
• Si l = 1 on ne peut rien conclure.
P xn
Exercice. Etudier la nature de la série numérique .nn
n≥0
1.3 Comparaison d’une série à une intégrale

Proposition 1.3.1. Soient n0 ∈ N, f : [n0 , +∞[→ R une application continue par
morceaux et décroissante. Alors pour (p, q) ∈ N2 tel que n0 ≤ p ≤ q on a
Z q+1 q+1
X Z q
f (x)dx ≤ f (k) ≤ f (x)dx.
p+1 k=p+1 p
+∞
P 1
Exercice. Etudier la nature de la série harmonique n
.
n=1
Théorème 1.3.1. (Critère d’intégrale)

P
Soit f uneRfonction positive décroissante sur [0, +∞[. Alors la série f (n) converge ssi
l’intégrale 0+∞ f (t)dt est convergente.
8
Regarder ce cours
K. ISKAFI 1.4. CALCUL APPROCHÉ ET ESTIMATION D’ERREUR
+∞
P 1 P 1
Exercice. Etudier la nature des séries numériques (n−3)2
, nα lnβ n
.
n=4 n≥2
Corollaire 1.3.1. Soient n ∈ N, f : [n, +∞[→ R une application positive, continue par
P
morceaux et décroissante. Alors la série f (k) converge ssi f est intégrable sur [n, +∞[
k≥n
et on a Z ∞ +∞
X Z ∞
f (x)dx ≤ Rn = f (k) ≤ f (x)dx
n+1 k=n+1 n
1.4 Calcul approché et estimation d’erreur

On ne peut pas toujours calculer la somme S d’une série, mais on peut l’approximer
ou bien majorer le reste Rn .
+∞
P
Si S = f (n), on pose
n=n0
n
X Z +∞ Z +∞
σn = f (k) + f (x)dx = S − Rn + f (x)dx.
k=n0 n+1 n+1
Alors σn est une valeur approchée de S qui vérifie d’après le corollaire 1.3.1 :
Z n+1
0 ≤ S − σn ≤ f (x)dx.
n
Exercices
P 1 π2
• Sachant que la somme de la série n2
est 6
, déterminer une valeur approchée σ10
n≥1
puis estimer l’erreur de cette approximation.
10
1
• Sachant que ' 1, 1975 :
P
n3
n=1
– Estimer l’erreur que compte cette approximation.

– Déterminer l’ordre de la suite (Sn ) pour que la somme soit précise à moins de
5.10−4 .
+∞
(−1)n
• Soit
P
nα
, α > 0.
n=1
– Monter que la série converge.

– Déterminer la valeur de la somme S de la série avec une précision de 10−2 .
9
Regarder ce cours
1.5 Exercices
Exercice 1.1.
Etudier la nature des séries suivantes
+∞ +∞
(−1)n
+∞
n
1 1
X X X
a) ln n b) e− 1+ c) 2/3
n=2 (ln n) n=1 n n=1 n
+∞
X 2n +∞ +∞
1 1
X X
d) 2
e) β , β≤1 f) sin 2
n=1 n n=2 n ln (n) n=1 n
+∞ +∞ +∞
Xcos (n) X1 + 5n X n3 n!
g) √ h) n
i) n
n=1 n n n=1 4 n=1 n
Exercice 1.2. (Examen 2018-2019)

(−1)n
converge ssi α > 21 .
P
Montrer que la série numérique nα +(−1)n
n≥1
Exercice 1.3. (Contrôle 2017-2018)

Calculer la somme des séries numériques suivantes après en avoir justifié l’existence :
 
X 1 1 π2 
X Xn + 1
a) 2
On donne
2
= b) .
n≥0 (2n + 1) n≥1 n 6 n≥0 n!
Exercice 1.4.
P
Soit (un )n une suite décroissante de réels positifs. On suppose que la série un
n≥0
converge. Montrer que nun → 0 (ou pourra minorer R2n − Rn ).
+∞
P 1
Déterminer la nature de la série de terme général un = k2
.
k=n+1
Exercice 1.6.
Combien de termes de la série faut-il additionner pour obtenir la somme avec la
précision indiquée ?
+∞
(−2)n +∞
1
(erreur ≤ 10−2 ) (erreur ≤ 10−3 )
X X
a) b) 2
n=1 n! n=2 n (ln n)
+∞
(−1)n+1
(erreur ≤ 10−3 )
X
c)
n=1 n4
Exercice 1.7.
+∞
(−1)n n2n+1 .
P
Soit la série
n=1
1. Etudier la convergence de cette série.
2. Donner une borne supérieure sur l’erreur commise en estimant la somme de cette
série par la somme partielle de ses trois premiers termes.
10
Regarder ce cours
K. ISKAFI 1.5. EXERCICES

X
1
Soit S = (−1)n un avec un = √
n
n!
.
n≥1
1. Montrer que (un )n est décroissante.

n
X Z n
2. Montrer que ln k ≥ ln x dx. En déduire que S converge.
k=1 1
3. Préciser l’ordre n de la suite des sommes partielles Sn pour obtenir la somme S

avec une précision de 10−1 .
11
Chapitre 2
Suites de fonctions
En analyse, une suite de fonctions est une suite dont les termes sont des fonctions
toutes définies sur un ensemble K (le corps R ou C), et à valeurs réelles ou complexes,
ou plus généralement vectorielles.
2.1 Définitions
Définition 2.1.1.
1. On dit qu’une fonction f : I ⊂ K → K est bornée sur I si
∃M ∈ R ∀x ∈ I : |f (x)| ≤ M.
2. On note B(I, K) l’ensemble des fonctions de I dans K qui sont bornées sur I.
3. Soit f ∈ B(I, K). On note ||f ||∞ , ||f ||∞,I ou sup|f (x)| la borne supérieure de
x∈I
l’ensemble {|f (x)|, x ∈ I}.
Proposition 2.1.1. Soit (f, g) ∈ B 2 (I, K) et λ ∈ K. Alors
1. ||f ||∞ = 0 ⇔ f = 0.
2. ||λf ||∞ = |λ|||f ||∞ .
3. ||f + g||∞ ≤ ||f ||∞ + ||g||∞ .
4. ||f · g||∞ ≤ ||f ||∞ · ||g||∞ .
Définition 2.1.2. Une suite de fonctions de I → K est une famille dénombrable de

fonctions de I dans K indexée par des entiers (dans N) fn : x ∈ I → fn (x).
Pour x0 ∈ K fixé, la suite de terme général fn (x0 ) est une suite numérique.
q
1
Exemple. La suite de fonction (fn )n de terme général fn : x ∈ R → x2 + n2
.
12
Regarder ce cours
K. ISKAFI 2.2. CONVERGENCE SIMPLE
2.2 Convergence simple

Définition 2.2.1. Soient (fn ) une suite de fonctions définies de I → K et f : I → K.
1. On dit que la suite de fonctions (fn ) converge simplement vers f sur I, si pour tout
x ∈ I la suite (fn (x)) converge vers f (x) dans K :
∀x ∈ I, ∀ > 0, ∃Nx, ∈ N : ∀n ≥ Nx, |fn (x) − f (x)| ≤
CV S
et on note lim fn (x) = f (x), fn (x) −→ f (x) ou bien fn −→ f .
n→+∞ n→+∞ I
2. On dit que la suite de fonctions (fn ) converge simplement sur I s’il existe une
fonction f : I → K tel que la suite de fonctions fn converge simplement vers f .
Exercice. Etudier la convergence simple des suites de fonctions :

q
1
• fn (x) = x2 + n2
sur R.
• fn (x) = e−nx sur [0, +∞[.
Exercice. Etudier la nature des suites de fonctions

q
1
• fn (x) = x2 + n2
sur R.
• fn (x) = e−nx sur [0, +∞[.
2.3 Convergence uniforme

Définition 2.3.1. Soient (fn ) une suite de fonctions définies de I → K et convergeant
simplement vers une fonction f : I → K.
1. On dit que la suite de fonctions (fn ) converge uniformément sur I vers f si
∀ > 0, ∃N ∈ N : ∀n ≥ N ∀x ∈ I |fn (x) − f (x)| <
ce qui est équivalent à
∀ > 0, ∃N ∈ N : ∀n ≥ N ||fn − f ||∞ <
CV U
et on note fn −→ f .
I
2. On dit que la suite de fonctions (fn ) converge uniformément sur I s’il existe une
fonction f : I → K telle que fn converge uniformément vers f.
Exercice. Etudier la convergence uniforme de la suite de fonctions fn (x) = e−nx sur

[0, +∞[ puis [1, +∞[.
Théorème 2.3.1. (Majorant uniforme)
Soit fn une suite de fonctions : I → K et f : I → K.
CV U
Une condition nécessaire et suffisante pour que fn −→ f et qu’il existe une suite numé-
I
−→ 0 telle que ||fn − f ||∞ ≤ vn .
rique positive vn n→∞
On dit que (vn ) majore uniformément la suite (fn ).
13
Regarder ce cours
CHAPITRE 2. SUITES DE FONCTIONS K. ISKAFI
Exercice. Etudier la convergence simple et uniforme de la suite de fonctions fn (x) =

sin(nx)
n
sur R.
Proposition 2.3.1. Si la suite de fonctions fn : I → K converge uniformément vers

f : I → K, alors elle converge simplement vers f.
Définition 2.3.2. (Suite de fonctions uniformément de Cauchy)

On dit que la suite de fonctions (fn ) est uniformément de Cauchy sur I lorsque :
∀ε > 0, ∃Nε tq : n ≥ Nε , p ≥ Nε ⇒ ∀x ∈ I |fn (x) − fp (x)| < ε.
Remarque. Dire que, pour tout x ∈ I, (fn (x)) est de Cauchy, s’écrit :
∀x ∈ I, ∀ε > 0, ∃Nε,x ∈ N tq : n ≥ Nε,x , p ≥ Nε,x ⇒ |fn (x) − fp (x)| < ε.
Encore une fois, ce qui différencie "pour tout x ∈ I, (fn (x)) de Cauchy" et "(fn ) unifor-
mément de Cauchy sur I" est la place de "pour tout x ∈ I" qui intervient avant le choix
de N dans le premier cas et après le choix de N dans le second cas.
Propriété 2.3.1. (Critère de Cauchy uniforme)

(fn ) converge uniformément sur I si et seulement si (fn ) est uniformément de Cauchy
sur I.
Théorème 2.3.2. (Interversion des limites)

Soit (fn ) une suite de fonctions : I → R qui converge uniformément sur I vers f . On
suppose que, pour tout n ∈ N, lim fn (x) = ln existe.
x→x0
Alors, lim ln existe et lim f (x) existe ; et ces deux limites sont égales, c.à.d :
n→+∞ x→x0
x∈I
 

lim  lim fn (x) = lim lim fn (x) .
n→+∞ x→x0 x→x0 n→+∞
x∈I x∈I
Remarque. x0 peut être une extrémité d’un intervalle, ou ±∞.
Proposition 2.3.2.
CV S
1. Soit fn une suite de fonctions : I → R telles que fn −→ f.
I
Si pour tout n la fonction fn est croissante (resp. décroissante) sur I alors f est
croissante (resp. décroissante) sur I.
CV U
2. Soit fn une suite de fonctions : I → K telles que fn −→ f , alors si pour tout n, la
I
fonction fn est continue sur I alors f est continue sur I.
14
Regarder ce cours
K. ISKAFI 2.3. CONVERGENCE UNIFORME
Exercice. Etudier la convergence uniforme de fn (x) = e−nx sur [0, +∞[.
Remarque. Lorsqu’il n’y a pas convergence uniforme sur l’intervalle I de la suite de

fonctions (fn ), on regarde en général s’il y a convergence uniforme sur tout fermé borné
inclus dans I car, si c’est le cas, cela nous permettra malgré tout d’en déduire certaines
propriétés pour la fonction limite f telle que la continuité.
Théorème 2.3.3. (Intégrabilité et convergence uniforme)

Soit (fn ) une suite de fonctions continues sur [a, b] et qui converge uniformément vers
une fonction f (continue). On note Fn la primitive de fn sur [a, b] nulle en a et F la
primitive de f sur [a, b] nulle en a. Alors (Fn ) converge uniformément sur [a, b] vers F
et on a Z x Z x Z x
∀x ∈ [a, b] lim fn (t)dt = lim fn (t)dt = f (t)dt.
n→+∞ a a n→+∞ a
Théorème 2.3.4. (Dérivabilité et convergence uniforme)

Soit (fn ) une suite de fonctions de classe C 1 ([a, b]). On suppose qu’il existe x0 dans [a, b]
tel que la suite numérique (fn (x0 )) converge ; on suppose également que la suite (fn0 )
converge uniformément sur [a, b] vers une fonction g.
Alors (fn ) converge uniformément sur [a, b] vers f ∈ C 1 ([a, b]), f 0 = g et on a
0
∀x ∈ [a, b] lim fn0 (x) = lim fn (x) = f 0 (x).
n→+∞ n→+∞
Démonstration. On montre d’abord que (fn ) est une suite de Cauchy uniforme sur [a, b].
On a
|fp (x) − fq (x)| ≤ |fp (x) − fq (x) − fp (x0 ) + fq (x0 )| + |fp (x0 ) − fq (x0 )|
puis d’après la convergence de (fn (x0 )) on écrit
ε
∀ε > 0, ∃n1 , ∀p, q ≥ n1 |fp (x0 ) − fq (x0 )| < .
2
De plus, le théorème des accroissements finis appliqué à la fonction fp − fq sur [x0 , x]
permet de dire qu’il existe y ∈]x0 , x[ tel que :
|fp (x) − fq (x) − (fp (x0 ) − fq (x0 ))| = |x − x0 ||fp0 (y) − fq0 (y)|
≤ |b − a| sup |fp0 (y) − fq0 (y)|.
y∈[a,b]
Puis la convergence uniforme de (fn0 ) sur [a, b] donne

ε
∀ε > 0, ∃n2 , ∀p, q ≥ n2 sup |fp0 (y) − fq0 (y)| < .
y∈[a,b] 2(b − a)
Posons maintenant N = max(n1 , n2 ), on obtient

ε ε
∀ε > 0, ∃N, ∀p, q ≥ N, ∀x ∈ [a, b] |fp (x) − fq (x)| < + (b − a) = ε.
2 2(b − a)
Ainsi fn vérifie le critère de Cauchy uniforme sur [a, b], donc (fn ) a une limite uniforme
f sur [a, b].
15
Regarder ce cours
Ensuite, on fixe x1 dans [a, b] et on pose :

 
 fn (x)−fn (x1 ) x ∈ [a, b] \ {x1 }  f (x)−f (x1 ) x ∈ [a, b] \ {x1 }
x−x1 x−x1
ρn (x) = ρ(x) =
f 0 (x1 ) x = x1  lim fn0 (x1 ) x = x1
n n→+∞
Il est clair que les fonctions fn ainsi définies sur [a, b] sont continues en x1 et convergent
simplement vers ρ sur [a, b].
Pour montrer que f est dérivable en x1 et que f 0 (x1 ) = lim fn0 (x1 ) il suffit de montrer
n→+∞
que ρ est continue en x1 , car ainsi :
f (x) − f (x1 )
f 0 (x1 ) = lim par définition
x→x1 x − x1
= lim ρ(x)
x→x1
= ρ(x1 ) si ρ est continue en x1

= lim fn0 (x1 ).
n→+∞
Pour montrer que ρ est continue en x1 , il suffit de montrer que la suite de fonctions
continues (ρn ) converge uniformément sur [a, b].
Pour cela, comme (fn0 ) converge uniformément sur [a, b], (fn0 ) est uniformément de
Cauchy, c’est à dire que, si l’on fixe ε > 0, on peut trouver N ∈ N tel que pour n ≥
N, p ≥ N et t ∈ [a, b] :
|fn0 (t) − fp0 (t)| < ε. (2.3.1)
En appliquant à fn −fp la formule des accroissements finis entre x1 et x, il existe t ∈]x1 , x[
tel que :
(fn (x) − fp (x)) − (fn (x1 ) − fp (x1 )) = (x − x1 )(fn0 (t) − fp0 (t))
d’où, en appliquant (2.3.1) :

f (x) − f (x ) fp (x) − fp (x1 )
n n 1
− < ε.
x − x1 x − x1

Alors
|ρn (x) − ρp (x)| < ε ∀x ∈ [a, b] \ {x1 }. (2.3.2)
L’inégalité (large) reste vraie en x1 par passage à la limite (x → x1 ) car les fonctions ρn
et ρp sont continues en x1 .
Faisons tendre p vers +∞ dans (2.3.2) ; on obtient pour tout n ≥ N , pour tout
x ∈ [a, b],
|ρn (x) − ρ(x)| ≤ ε
c.à.d (ρn ) converge uniformément vers ρ sur [a, b].
16
Regarder ce cours
2.4 Exercices
Exercice 2.1.
q
Soit fn : R → R définie par fn (x) = x2 + n1 .
Montrer que chaque fn est de classe C 1 et que la suite (fn ) converge uniformément sur R
vers une fonction f qui n’est pas de classe C 1 .
Exercice 2.2.
Étudier la convergence simple et la convergence uniforme des suites d’applications
suivantes :
1. fn (x) = xn ln x avec x ∈]0, 1] et fn (0) = 0.
nx
2. fn (x) = 1+n2 x2
sur I = R puis sur I = [a, +∞[ où a > 0.
1
3. fn (x) = 1+(x+n)2
sur I = R puis sur I = [a, +∞[ où a ∈ R.
1−xn
4. fn (x) = 1+x2n
sur I = [0, 1] .
Exercice 2.3.
Soit fn : R+ → R définie par fn (x) = x + n1 .
Montrer que (fn ) converge uniformément mais pas (fn2 ).
Soit (fn )n la suite de fonctions définie par fn (x) = e−nx sin(nx) avec x ∈ R+ .
1. Etudier la convergence simple et uniforme de (fn )n sur R+ .
Z +∞
2. Justifier puis calculer lim fn (x)dx.
n→+∞ π

h i
Pour x ∈ 0, π2 , on pose fn (x) = n sin x cosn x.
1. Déterminer la limite simple de la suite de fonctions (fn ).

R π/2
2. Calculer In = 0 fn (x)dx. En déduire si la suite (fn ) converge uniformément.
3. Justifier qu’il y a convergence uniforme sur tout segment [a, b] inclus dans ]0, π/2].
Exercice 2.6.
π
sinn (x)dx.
R
Calculer la limite de l’intégrale In = 2
0
Exercice 2.7.
Soit fn : [0, 1] → R définie par fn (x) = n2 x(1 − nx) si x ∈ [0, 1/n] et fn (x) = 0 sinon.
1. Etudier la limite simple de la suite (fn ).
Z 1
2. Calculer fn (t)dt. Y a-t-il convergence uniforme de la suite de fonction (fn ) ?
0
17
Regarder ce cours
3. Etudier la convergence uniforme sur [a, 1] avec a > 0.


x2 sin 1 x 6= 0
nx
Considérons la suite de fonctions définie sur R par fn (x) =
0 x=0
1. Etudier la convergence simple puis uniforme de (fn ) sur R.
2. Etudier la convergence uniforme de (fn ) sur [−a, a] avec a > 0.
18
Chapitre 3
Séries de fonctions
3.1 Introduction
En analyse, une série de fonctions est une série dont les termes sont des fonctions toutes
définies sur un ensemble de K, et à valeurs dans K, ou plus généralement vectorielles.
On a vu qu’une série numérique est définie par sommation à partir d’une suite numé-
rique : on commence par former la suite des sommes partielles et, étudier la convergence
de la série, c’est par définition étudier la convergence de la suite numérique des sommes
partielles.
Soient f et g deux fonctions définies sur un même ensemble I ⊂ K, on peut définir leur
somme f +g qui est encore une fonction définie sur I par : ∀x ∈ I, (f +g)(x) = f (x)+g(x).
Comme pour les séries numériques, on va de même procéder par sommes successives
P
pour obtenir, à partir d’une suite (fn ) de fonctions, la série de fonctions fn .
P
Pour étudier la série fn , on définit la suite de fonctions (Sn ) des sommes partielles,
n
P
Sn = fn , dont on sait , définir et étudier la convergence simple ou uniforme (chap.
k=0
Suites de fonctions).
Définition 3.1.1. Soit fn : I → K une suite de fonctions. On notera fn la série de

P
fonctions de terme général (fn ), et (Sn ) la suite des fonctions somme partielle associée :
n
X
∀x ∈ I Sn (x) = fk (x) = f0 (x) + . . . + fn (x)
k=0
X +∞
X
fn = fn = f0 + f1 + . . . + fn + . . .
n≥0 n=0
3.2 Convergence simple

Soit fn : I → R une suite de fonctions et
P
fn la série de fonctions associée.
P
Définition 3.2.1. On dit que fn converge simplement sur I si et seulement si la suite
n
P
des sommes partielles Sn = fk converge simplement sur I.
k=0
Remarques
19
Regarder ce cours
CHAPITRE 3. SÉRIES DE FONCTIONS K. ISKAFI
• La fonction limite sera alors notée S et appelée somme de la série fn . On notera

P
CV S
fn −→ S. A la différence des suites de fonctions, la fonction limite de la série sera
P
I
en général difficile à exprimer. S a en général une existence "théorique".
• Pour une série de fonctions fn qui converge simplement vers S sur I, on définit
P
la fonction Rn , suite des restes partiels au rang n et on peut écrire

+∞
X n
X +∞
X
S= fn = fk + fk .
n=0 k=0 k=n+1
| {z } | {z }
Sn Rn
de plus on a la propriété
X CV S CV S
fn −→ S ⇐⇒ Rn −→ 0.
I I
Exercice. Etudier la convergence simple des séries de fonctions

+∞
sin(nx)
xn
X X
sur R
n=1 n2 n≥0
X xn X (−1)n
sur R+ .
n≥0 n! n≥1 x +n
3.3 Convergence uniforme

Dans cette partie, on donne la définition de la convergence uniforme d’une série de
fonctions et certains outils permettant de démontrer si une série de fonctions converge
uniformément sur I.
3.3.1 Propriétés
P
Définition 3.3.1. On dit que la série fn converge uniformément sur I ssi la suite de
n≥0
fonctions (Sn ) converge uniformément sur I.
P
Théorème 3.3.1. Soit fn une série qui converge simplement sur I. Alors elle converge
uniformément sur I ssi la suite des restes partiels (Rn ) converge uniformément vers la
fonction nulle sur I.
CV S
fn −→ S alors Rn = S − Sn et donc
P
Démonstration. Si
n≥0 I
X CV U déf.
fn −→ S ⇐⇒ sup |S(x) − Sn (x)| −→ 0.
I I n→+∞
n≥0 | {z }
kRn k
Dans le cadre des séries de fonctions, la convergence uniforme sera plus difficile à
établir directement, car en général, nous ne disposerons pas d’une expression simple de
Rn .
Proposition 3.3.1. (Condition nécessaire de convergence uniforme)
+∞
P
Si fn converge uniformément sur I, alors fn CV uniformément vers 0 sur I.
n=0
20
Regarder ce cours
K. ISKAFI 3.3. CONVERGENCE UNIFORME
Exercice. Etudier la convergence uniforme des séries de fonctions

X xn
n
X
x
n≥0 n≥0 n!
+∞ X (−1)n
X sin(nx)
sur R sur R+ .
n=1 n2 n≥1 x +n
3.3.2 Convergence uniforme de certaines séries alternées

Le résultat du dernier exemple se généralise :
P
Théorème 3.3.2. Soit f une série de fonctions définie sur I telle que, pour tout
Pn
x ∈ I, la série numérique fn (x) soit alternée dont le terme général décroît en valeur
absolue vers 0.
P
Si la suite de fonctions (fn ) converge uniformément vers 0 sur I, la série fn converge
uniformément sur I.
3.3.3 Critère de Cauchy uniforme

On aborde maintenant le critère de Cauchy qui est un outil théorique pour démontrer
la convergence uniforme d’une série.
Définition 3.3.2. (Série uniformément de Cauchy)
P
On dit que la série fn est uniformément de Cauchy sur I lorsque la suite (Sn ) des
sommes partielles vérifie le critère de Cauchy uniforme pour les suites de fonctions, c.à.d :
∀ε > 0, ∃Nε ∈ N, Nε ≤ p < q ⇒ sup|fp+1 (x) + . . . + fq (x)| < ε.

x∈I
On peut indifféremment exprimer q > p sous la forme q = p + k, k ∈ N∗ .

Théorème 3.3.3. (Critère de Cauchy uniforme)
P P
La série fn converge uniformément sur I si et seulement si fn est uniformément de
Cauchy sur I.
3.3.4 Règle d’Abel

On aborde maintenant la règle d’Abel qui permet de conclure à la convergence uni-
forme de certaines séries.
Théorème 3.3.4. (Transformée d’Abel)
Soient (an ) et (vn ) deux suites de fonctions sur un intervalle I de R.
Pour n ∈ N et p ∈ N∗ , notons Vn,p (x) = vn (x) + . . . + vn+p (x), alors
n+p
X p
X
ak vk = an+p Vn,p + (an+k−1 − an+k )Vn,k−1 .
k=n k=1
21
Regarder ce cours
Théorème 3.3.5. (Règle d’Abel uniforme)

Soit (fn ) une suite de fonctions définies sur un intervalle I.
On suppose que pour tout x ∈ I : fn (x) = an (x)vn (x) avec
1. (an ) est une suite décroissante de fonctions positives sur I (c.à.d : ∀x ∈ I, ∀n ∈
N 0 ≤ an (x) ≤ an+1 (x)) et qui converge uniformément vers 0 ;
2. (vn ) est une suite de fonctions vérifiant :
∃A > 0, ∀n ≥ 0, ∀x ∈ I |v0 (x) + . . . + vn (x)| ≤ A.

P
Alors, la série fn converge uniformément sur I.
P einx
Exercice. Etudier la convergence absolue et uniforme de la série de fonctions n
n≥1
sur R puis sur tout intervalle [δ, 2π − δ] avec 0 < δ < π.
3.4 Convergence normale

+∞
sup|fn (x)|
P P
Définition 3.4.1. On dit que fn converge normalement ssi la série numérique
n=0 I
converge.
Théorème 3.4.1. (Critère de convergence normale)
P
Soit (fn ) une suite d’applications de I dans K. La série fn converge normalement sur
P
I si et seulement si il existe une série numérique à termes positifs convergente an telle
que ∀n ∈ N, ∀x ∈ I |fn (x)| ≤ an .
P sin(nx)
Exercice. Etudier la convergence normale de la série n2
.

CV U
Théorème 3.4.2. CV N =⇒  =⇒ CV S
CV A
Remarque. Dans ce théorème, on a en fait démontré la propriété plus forte suivante :

|fn | converge uniformément.
P
En pratique, pour montrer la convergence uniforme d’une série de fonctions, on es-

saiera d’obtenir sa convergence normale. Lorsque c’est possible, cela permet de contourner
le problème de trouver une expression simple du reste.
Exercice. Etudier les convergences des séries

+∞ +∞ √
sin(nx)
nx2 e−x n
sur R+
X X
sur R
n=0 n! n=0
X zn
sur C.
n!
22
Regarder ce cours
K. ISKAFI 3.5. PROPRIÉTÉS DE LA SOMME
3.5 Propriétés de la somme

Dans cette partie, on va énoncer les propriétés éventuellement conservées par la somme
d’une série de fonctions. On se servira souvent des résultats démontrés dans le chapitre
des Suites de fonctions.
3.5.1 Convergence uniforme et limite

¯ P fn (x) une série de fonctions. On suppose que, pour
Théorème 3.5.1. Soit a ∈ I,
n≥0
tout n ∈ N, la fonction fn admet une limite finie ln quand x → a dans I. Si
P
fn (x)
n≥0
+∞
P
converge uniformément sur I alors S(x) = fn (x) admet une limite en a, de plus
n=0
+∞ +∞ +∞
!
X X X
lim
x→a
fn (x) = lim fn (x) =
x→a
ln .
n=0 n=0 n=0
+∞
P (−1)n
Exercice. Justifier que lim x+n
= 0.
x→+∞ n=1
3.5.2 Convergence uniforme et continuité

P
Théorème 3.5.2. Soit fn (x) une série de fonctions. Si
n≥0
1. pour tout n ∈ N, fn est continue sur I,

P
2. fn converge uniformément sur I,
n≥0
+∞
P
alors S(x) = fn (x) est continue sur I
n=0
P einx
Exercice. Etudier la continuité de la série n2
sur R.
n≥1
Corollaire 3.5.1. (Version locale du théorème de continuité)

P P
Soit fn une série d’applications continues d’un intervalle I à valeurs dans K ; si fn
converge uniformément sur tout intervalle fermé borné de I, alors la somme de la série
est continue sur I.
+∞
P zn
Exercice. Etudier la continuité de la série n!
sur C.
n=0
23
Regarder ce cours
3.5.3 Convergence uniforme et intégration

Théorème 3.5.3. Soit (a, b) ∈ R2 tels que a < b et
P
fn (x) une série de fonctions
n≥0
fn : [a, b] −→ K. Si
1. fn est continue sur [a, b] pour tout n,
P
2. fn (x) converge uniformément sur [a, b] et a pour somme S,
n≥0
alors
1. S est continue sur [a, b],
Z b !
P
2. fn (x)dx converge dans K et puis
n≥0 a
  !
Z b Z b X X Z b
S(x)dx =  fn (x) dx = fn (x)dx .
a a n≥0 n≥0 a
+∞
1 R x n −t
= x pour tout x ∈ R.
P
Exercice. Montrer que n! 0
t e dt
n=0
3.5.4 Convergence uniforme et dérivation

fn (x) une série de fonctions fn : I ⊂ R −→ K. Si
P
Théorème 3.5.4. Soit
n≥0
• il existe x0 dans I tel que la série numérique

P
fn (x0 ) soit convergente ;
P 0
• pour tout n ∈ N, fn est dérivable sur I et la série f (x)n converge uniformément
sur I,
P
alors fn (x) converge uniformément sur I et sa somme est dérivable sur I et
 0
S 0 (x) =  fn0 (x).

X X
fn (x) =
n≥0 n≥0
Corollaire 3.5.2. (Version locale du théorème de dérivation)
fn (x) une série de fonctions fn : I ⊂ R −→ K. Si
P
Soit
n≥0
P
1. il existe x0 dans I tel que la série numérique fn (x0 ) soit convergente ;
2. pour tout n ∈ N et pour tout fermé borné J ⊂ I, fn est dérivable sur J et la série
P 0
fn (x) converge uniformément sur J,
alors
P 0
fn (x) converge uniformément sur J et sa somme est dérivable S : x 7→
P
1. f (x)
n
n≥0
0 P 0
est dérivable sur I et S (x) = f (x).
n
n≥0
24
Regarder ce cours
K. ISKAFI 3.5. PROPRIÉTÉS DE LA SOMME
P 1
Exercice. Etudier la continuité et la dérivabilité de la somme de la série x2 −n2
sur
R \ Z.
25
Regarder ce cours
3.6 Exercices
Exercice 3.1.
Etudier la convergence simple, absolue, uniforme et normale des séries d’applications

P
fn suivantes dont le terme général est :
n
1
1. fn (x) = n2 +x2
sur R.
1
2. fn (x) = n+n3 x2
sur ]0, +∞[ puis sur [a, +∞[ où a > 0.
3. fn (x) = 1
n2
(xn + (1 − x)n ) sur [0, 1] puis sur ]−∞, 0[ ∪ ]1, +∞[.
2
4. fn (x) = xe−nx sur R puis sur [a, +∞[ où a > 0. (A faire chez vous)

X (−1)n
Soit la série de fonctions f (x) = n+x2
avec x ∈ R.
n≥1
1. Etudier la convergence simple de f .
2. Etudier sa convergence uniforme et normale.
Exercice 3.3.
Soient α un nombre réel tel que α < 2 et x un nombre positif. On considère la série
de terme général fn défini par f0 (x) = 0 et fn (x) = x2−α e−nx si n ≥ 1.
1. Montrer qu’elle est simplement convergente sur R+ .
2. Montrer qu’elle est normalement convergente sur R+ si α < 1.
3. Que peut-on dire si α = 1.
Exercice 3.4.
+∞
1 1
−
P
Soit ψ(x) = n−x n+x
.
n=2 Z
1
Justifier et calculer ψ(x)dx.
0
Exercice 3.5.
αx ∞
On fixe α > 0 et on pose fn (x) = e−n
P
et f (x) = fn (x).
n=0
1. Déterminer le domaine de définition de f.
2. Etudier la continuité de f.
3. Etudier lim f (x).

x→+∞

∞
1 1
− sur I =] − 1, +∞[.
P
Soit f (x) = n n+x
n=1
26
Regarder ce cours
1. Montrer que f est définie et continue sur I.
2. Etudier la monotonie de f.
3. Calculer f (x + 1) − f (x) puis déterminer un équivalent de f (x) en −1+ .

n
1
4. Etablir que ∀n ∈ N, f (n) =
P
k
puis déduire un équivalent de f (x) en +∞.
k=1
n
1
∼ ln n, ln E(x) ∼ ln x)
P
(Indication : k +∞
k=1 +∞

+∞
P (−1)n
Soit f (x) = 1+nx
pour x > 0.
n=0
1. Justifier que f est définie et continue sur R∗+ .
2. Etudier la limite de f en +∞.
3. Etablir que f est de classe C 1 sur R∗+ .
27
Chapitre 4
Séries entières
En mathématiques et particulièrement en analyse, une série entière centré en a ∈ C

est une série de fonctions de la forme
an (z − a)n
X
n≥0
où les coefficients an forment une suite réelle ou complexe. La série est dite entière du
fait qu’elle fait intervenir des puissances entières.
Dans ce chapitre on aborde les problèmes suivants :
• Une série entière an (z − a)n étant donnée, on cherche à déterminer les valeurs de
P
z pour lesquelles la série an (z − a)n est convergente, ce qui permet de définir une
P
fonction.
Les séries entières possèdent des propriétés de convergence remarquables, qui s’ex-
priment pour la plupart à l’aide d’une grandeur associée à la série, son rayon de
convergence R. Sur le disque de convergence (disque ouvert de centre a et de rayon
R), la fonction somme de la série peut être dérivée indéfiniment terme à terme.
• Réciproquement, étant donné une fonction, peut-on la considérer comme la somme

d’une série entière ? Cette série est-elle alors unique ?.
Certaines fonctions indéfiniment dérivables peuvent être écrites au voisinage d’un
de leurs points a comme somme d’une série entière de la variable z − a : celle-ci est
alors leur série de Taylor. Lorsqu’une fonction est développable en série entière en
chacun de ses points, elle est dite analytique.
4.1 Définition
Définition 4.1.1. Une série entière centrée en a ∈ C est une série de la forme
an (z − a)n = a0 + a1 (x − a) + · · ·
X
n≥0
où z est une variable complexe et les an sont des constantes par rapport à z appelées les
coefficients de la série.
an (z − a)n , appelée la somme, est une fonction f (z) dont
P
La valeur de la série
n≥0
le domaine de définition est l’ensemble des valeurs de z pour lesquelles la série entière
converge.
28
Regarder ce cours
K. ISKAFI 4.2. RAYON ET DISQUE DE CONVERGENCE
an (z − a)n devient une série numérique

P
Remarque. Pour tout z fixé, la série entière
n≥0
simple dont on peut étudier la nature en utilisant les critères des chapitres précédents.
P n P
Exercice. Etudier la nature des séries entières z , n!z n .
n≥0 n≥0
4.2 Rayon et disque de convergence

4.2.1 Théorème de convergence (lemme d’Abel)
Théorème 4.2.1. Soit an (z − a)n une série entière. S’il existe des réels r et M stric-
P
tement positifs tels que ∀n ∈ N, |an |rn ≤ M, alors, pour tout réel ρ vérifiant 0 < ρ < r,
la série entière an (z − a)n est normalement convergente dans le disque fermé D̄(a, ρ).
P
On en déduit :
• pour tout z vérifiant |z − a| < r, la série an (z − a)n converge absolument,

P
• dans tout disque fermé D̄(a, ρ), (0 < ρ < r), la série entière an (z − a)n converge
P
uniformément.
4.2.2 Rayon et disque de convergence

an (z − a)n une série entière.
P
Définition 4.2.1. Soit
• On appelle rayon de convergence de la série entière an (z −a)n la borne supérieure

P
dans R̄+ de l’ensemble
A = {r ∈ R+ , (an rn ) est bornée}.
+∞
• On appelle disque de convergence d’une série entière an (z − a)n , noté D, l’en-
P
n=0
+∞
an (z − a)n converge.
P
semble centré en a des z pour lesquels
n=0
Lorsque la série entière est définie sur R on parle d’un intervalle de convergence
centré en a noté L.
Théorème 4.2.2.
(Rayon de Convergence)
an
Soit R = lim an+1 ∈ R+ ∪ {+∞}, alors
n+∞
1. Si R = 0, alors D = {a}, (L = {a}).
2. Si R = +∞ alors D = C, (L = R).
3. Si R ∈ R∗+ , alors la série converge absolument pour |z − a| < R et diverge pour

|z − a| > R et il faut faire une étude spéciale pour |z − a| = R (c.à.d lorsque z est
sur le cercle C(a, R))
29
Regarder ce cours
CHAPITRE 4. SÉRIES ENTIÈRES K. ISKAFI
Remarques

• Attention ! L’énoncé suppose que le rapport an+1 est défini. C’est-à-dire que pour

an
n assez grand an est non nul. Le résultat ne peut s’appliquer directement aux séries
entières, dites lacunaires, c’est-à-dire celles dont un nombre infini de coefficients est
2
nul, comme la série n!z n .
P
q
• On a un résultat analogue, lié au critère de Cauchy : si la suite n
|an | a une limite
q
1
quand n tend vers +∞, alors R
= lim n
|an |.
n→+∞

• On peut montrer que si la suite an+1
an

a une limite, il en est de même pour la
q
suite n
|an | et que ces limites sont égales. La réciproque est fausse. Toutefois,

l’utilisation du rapport an+1
an
est plus fréquente, car plus facile à manipuler que

q
celle de n
|an | .
• Si an (z − a)n une série entière de rayon de convergence R, alors la série entière

P
an (z − a)n est normalement donc uniformément convergente dans tout disque

P
fermé D̄(a, ρ) avec ρ < R.

En général, la série entière an (z − a)n n’est pas uniformément convergente dans
P
le disque de convergence, ni a fortiori dans le disque fermé D̄(a, R).
Exercices
P n P zn P zn
1. Considérons les séries entières complexes z , n
et . n2
(a) Déterminer leur rayon de convergence.

(b) Étudier leur comportement sur le cercle unité.
(c) Étudier leur convergence uniforme.
2. Déterminer le rayon de convergence et intervalle de convergence de la série entière

+∞ n n
√ x .
(−3)
P
réelle n+1
n=0
4.2.3 Rayon de convergence de la somme et du produit

an z n et bn z n de rayon de
P P
Théorème 4.2.3. On considère deux séries entières
convergence respectifs R1 et R2 . La somme et le produit de ces séries entières ont un
rayon de convergence au moins égal à min(R1 , R2 ) et pour z vérifiant |z| < min(R1 , R2 ),
on a :
+∞ +∞ +∞
(an + bn )z n = an z n + bn z n
X X X
n=0 n=0 n=0
+∞ +∞ +∞ +∞
! ! !
n n n
X X X X
ak bn−k z = an z bn z .
n=0 k=0 n=0 n=0
30
Regarder ce cours
K. ISKAFI 4.3. PROPRIÉTÉS DE LA SOMME D’UNE SÉRIE ENTIÈRE
4.3 Propriétés de la somme d’une série entière

Les propriétés de la somme d’une série entière sont liées au fait qu’il s’agit d’une série
de fonctions monômes (donc de classe ), uniformément convergente dans tout disque fermé
contenu dans le disque de convergence (qui est ouvert, rappelons-le). Les théorèmes vus
dans le chapitre sur les séries de fonctions s’appliquent donc sans difficulté.
4.3.1 Continuité de la somme d’une série entière

Théorème 4.3.1. Soit an (z − a)n une série entière de rayon de convergence R non
P
nul. La somme S de la série entière, définie dans le disque D(a, R) de convergence par
+∞
an (z − a)n , est continue dans tout le disque de convergence.
P
S(z) =
n=0
4.3.2 Dérivation et intégration des séries entières

an z n une série entière de rayon de convergence R non nul.
P
n≥0
nan z n−1 a même rayon de convergence R.
P
Alors la série entière
n≥1
Dans la suite de ce paragraphe, on se limitera à des fonctions de variable réelle.
Théorème 4.3.3. Soit an xn une série entière de rayon de convergence R non nul.
P
On note encore S la restriction à l’intervalle ] − R, R[ de la somme de la série entière,

+∞
c’est-à-dire la fonction définie sur ] − R, R[ par S(x) = an x n .
P
n=0
La fonction S est dérivable sur ] − R, R[ et, pour tout x de ] − R, R[, S 0 (x) =
+∞
nan xn−1 .
P
n=1
On déduit immédiatement le corollaire suivant.
Corollaire 4.3.1. La somme S d’une série entière an xn de rayon de convergence R

P
non nul est de classe C ∞ sur l’intervalle ] − R, R[ et, pour tout entier p, et tout x de
] − R, R[, on a :
+∞
X (n + p)!
S (p) (x) = an+p xn .
n=0 n!
Pour l’intégration terme à terme, on obtient le théorème suivant.
an z n une série entière de rayon de convergence R non nul. La

P
+∞
an x n ,
P
somme de la série entière, c’est-à-dire la fonction définie sur ]−R, R[ par S(x) =
n=0
+∞
an n+1
admet pour primitives sur ]−R, R[ l’ensemble des fonctions x 7→ k+ (k ∈ R).
P
n+1
x ,
n=0
31
Regarder ce cours
Exercice.
P n
1. Etudier la dérivabilité de la série géométrique x .
+∞
1
(−1)n xn .
P
2. Justifier puis intégrer 1+x
=
n=0
4.4 Développement d’une fonction en série entière

4.4.1 Problème général
On aborde maintenant le second aspect du problème formulé ainsi. Étant donné une
fonction f de variable complexe, chercher s’il existe une série entière an z n de rayon de
P
convergence R non nul tel qu’on ait :

+∞
an z n .
X
∀z ∈ D(0, R), f (z) =
n=0
On remarque que, d’après les paragraphes précédents, le problème est ici nécessaire-
ment centré en 0. On parle alors d’un développement en série entière autour de l’origine.
On peut envisager un développement en série entière autour d’un point z0 de C, la
série entière envisagée étant alors de la forme an (z − z0 )n .
P
4.4.2 Série de Taylor d’une fonction

Définition 4.4.1. On dit qu’une fonction f est développable en série entière sur un disque
ouvert D centré en 0, s’il existe une série entière an z n telle qu’on ait : ∀z ∈ D, f (z) =
P
+∞
an z n .
P
n=0
Remarque. Pourquoi on peut se limiter à des développements centrés en 0 ? Nous

dirons qu’une fonction f est développable en série entière dans un disque ouvert centré
en z0 , si la fonction g : z 7→ f (z + z0 ) est développable en série entière autour de 0.
Cette remarque ramène tout problème de développement en série entière à un problème
de développement en série entière autour de l’origine. Nous nous limiterons donc à des
développements centrés en 0.
L’intervalle I qui intervient est ouvert et centré en 0.
Théorème 4.4.1. Si f est une fonction développable en série entière sur un intervalle
(n)
I, alors les coefficients de cette série entière sont les nombres : ∀n ∈ N, an = f n!(0) .
Le développement en série entière de f est donc unique et s’identifie avec la série de
P (n)
Taylor de f : f n!(0) xn .
(n)
Les nombres an = f n!(0) sont entièrement déterminés par la donnée de f sur un
intervalle quelconque centré en 0, non réduit à 0.
On déduit les corollaires suivants.
Corollaire 4.4.1. Si deux fonctions f et g, développables en série entière sur un inter-
valle I, coïncident sur un intervalle non vide ] − r, r[⊂ I, alors elles coïncident sur tout
l’intervalle I.
32
Regarder ce cours
K. ISKAFI 4.4. DÉVELOPPEMENT D’UNE FONCTION EN SÉRIE ENTIÈRE
Ce phénomène est très important, il ne se produit pas pour d’autres développements

en série comme le développement en série de Fourier. Par ailleurs il est à l’origine du
principe du prolongement analytique.
Corollaire 4.4.2. Si une fonction paire (resp. impaire) est développable en série entière,
on a alors : ∀p ∈ N, a2p+1 = 0 (resp. a2p = 0).
4.4.3 Conditions pour le développement en série entière

Pour qu’une fonction f de R dans R soit développable en série entière, il faut que les
conditions suivantes soient remplies :
• il existe un intervalle ouvert I centré en 0 tel que f soit de classe C ∞ sur I,

P f (n) (0) n
• la série entière n!
x a un rayon de convergence R non nul.
Recherche d’une condition nécessaire et suffisante

On considère une fonction f de classe C ∞ sur un intervalle ouvert I centré en 0 et
dont le rayon de convergence de la série de Taylor est non nul. On pose :
n
f (k) (0)
xk .
X
∀n ∈ N, ∀x ∈ I, Rn (x) = f (x) −
k=0 k!
La fonction f est développable en série entière si, et seulement si, il existe un réel r tel
que la suite de fonctions (Rn ) converge simplement vers 0 sur l’intervalle ] − r, r[.
Cette condition nécessaire et suffisante n’est pas toujours facile à exprimer. On établit
d’abord le résultat suivant puis on utilise plus fréquemment la condition suffisante ci-
après.
Théorème 4.4.2. (Formule de Taylor-Lagrange)

Si la fonction f est à valeurs réelles et est dérivable sur I =]a − R, a + R[ jusqu’à l’ordre
n + 1, alors il existe un nombre réel ξ entre a et x tel que
f (n+1) (ξ)
Rn (x) = (x − a)n+1 .
(n + 1)!
Le nombre ξ est parfois noté a + (x − a)θ, et la condition qu’il soit compris entre a et
x s’écrit alors 0 < θ < 1.
Théorème 4.4.3. Pour que la fonction f soit développable en série entière sur un in-
tervalle ouvert centré en 0, il suffit qu’il existe des réels r et M tels qu’on ait :

∀n ∈ N, ∀x ∈] − r, r[, f (n) (x) ≤ M.

La fonction f est alors développable en série entière sur l’intervalle ] − r, r[.
33
Regarder ce cours
4.4.4 Comparaison avec les développements limités

Reprenons les définitions : on considère une fonction f définie sur un intervalle I
centré en 0.
Définition 4.4.2. On dit que f admet un développement limité à l’ordre n au voisinage

n
ak xk , et une
P
de 0 s’il existe un polynôme Pn de degré inférieur ou égal à n, Pn (x) =
k=0
fonction définie au voisinage de 0, vérifiant lim (x) = 0, tels que f (x) = Pn (x)+xn (x).
x→0
Définition 4.4.3. On dit qu’une fonction f est développable en série entière sur l’inter-
+∞
an xn telle qu’on ait : ∀x ∈ I, f (x) = an x n .
P P
valle I s’il existe une série entière
n=0
Les différences sont fondamentales : dans la définition du développement limité il y a

limité et voisinage. Le développement limité est une propriété locale.
En revanche, dans la définition du développement en série entière, la propriété est
réalisée sur tout un intervalle. Le développement en série entière est une propriété
globale.
Une fonction qui est développable en série entière dans un intervalle I est de classe
∞
C sur I et admet donc, pour tout entier n, un développement limité à l’ordre n au
voisinage de 0. La réciproque est fausse comme le montre l’exemple de la fonction f vue
1
plus haut, définie par : ∀x 6= 0, f (x) = e− x2 , f (0) = 0, qui admet un développement
limité au voisinage de 0 à tout ordre, mais n’est pas développable en série entière.
Pour conclure, il s’agit de deux propriétés complètement différentes, le seul point
(n)
commun est l’égalité des coefficients an = f n!(0) . Cela conduit parfois à une confusion,
qu’il faut éviter !
4.5 Méthodes et développements classiques en série

entière
Les développements en série entière étudiés dans ce paragraphe, outre qu’ils concernent
des fonctions usuelles, donnent des exemples des diverses méthodes utilisées.
4.5.1 Série de Taylor

Exercice. Justifier les développement en série de Taylor suivants :
+∞
xn
• ∀x ∈ R, ex =
P
n!
.
n=0
+∞ +∞
x2n x2n+1
• ∀x ∈ R, cosh(x) =
P P
(2n)!
et sinh(x) = (2n+1)!
.
n=0 n=0
+∞ 2n +∞ 2n+1
x x
• ∀x ∈ R, cos(x) = (−1)n (2n)! (−1)n (2n+1)!
P P
et sin(x) = .
n=0 n=0
4.5.2 Illustration graphique

On peut représenter les graphes d’une fonction et des sommes partielles de son déve-
loppement en série entière.
34
Regarder ce cours
K. ISKAFI 4.5. MÉTHODES ET DÉVELOPPEMENTS CLASSIQUES EN SÉRIE ENTIÈRE
Exercice.
+∞ 2n+1
x
(−1)n (2n+1)!
P
1. Considérons la série sin(x) = .
n=0
(a) Calculer R.
(b) Tracer puis comparer les sommes partielles S7 et S13 .
2. Considérons la fonction g définie par g(x) = ln(1 + x + x2 ) puis calculer R.
(a) Montrer que g admet un développement en série entière.

(b) Tracer les sommes partielles S60 . Que peut-on remarquer ?
4.5.3 Dérivation et intégration terme à terme

Dans certains cas, il peut être plus facile de déterminer, non pas le développement de
la fonction, mais celui de sa dérivée ou d’une primitive. On déduit alors le développement
de la fonction en intégrant ou en dérivant terme à terme le développement trouvé à
l’intérieur de l’intervalle de convergence. C’est le cas pour des fonctions comme ou dont
la dérivée est rationnelle.
Exercice. Justifier les égalités et déterminer les intervalles de convergence pour les cas
suivants :
+∞ n
• ln (1 + x) = (−1)n+1 xn .
P
n=1
+∞ 2n+1
• arctan x = (−1)n x2n+1 .
P
n=0
4.5.4 Utilisation d’une équation différentielle

Soit f une fonction de classe C +∞ sur un intervalle ouvert contenant 0.
Supposons que les conditions suivantes sont réalisées :
• il existe une équation différentielle (E) et un intervalle ouvert I contenant 0, tels

que la restriction de f à I soit l’unique solution de (E) vérifiant certaines conditions
initiales ;
• on a déterminé une série entière an xn de rayon de convergence r > 0, dont la

P
somme est solution de (E) sur l’intervalle ] − r, r[ et vérifiant les mêmes conditions
initiales.
+∞
On a alors : ∀x ∈] − r, r[, f (x) = an x n .
P
n=0
La méthode consiste à déterminer les coefficients an en identifiant, grâce au théorème
d’unicité, les développements des fonctions figurant dans les deux membres de l’équation
différentielle.
35
Regarder ce cours
Exercice. Considérons la fonction fα : x 7→ (1 + x)α , (α ∈ R).
1. Montrer que la fonction fα est solution de l’équation différentielle


(1 + x)y 0 = αy
(∗) y(0) =1
2. Déterminer un développement de fα en série entière solution de l’équation (∗).
36
Regarder ce cours
4.6 Exercices
Exercice 4.1.
+∞
P xn
1. Démontrer que n!
converge pour tout x.
n=0
xn
2. Que peut-on conclure de la valeur de lim .
n→+∞ n!
Exercice 4.2.
Déterminer le rayon et l’intervalle de convergence des séries
+∞
X xn +∞
X (x + 1)n
a) b)
n=1 n + 2 n=1 n (n + 1)
+∞
n +∞
(−1)n x2n−1
(2x − 1)n
X X
c) n
d)
n=1 4 n=1 (2n + 1)!
∞
(n3 + n + 1) +∞
25n (x − 3)2n
(x − 3)3n
X X
e) f)
n=0 (2n + 3)3 n=1 n
Exercice 4.3.
Développer la fonction en série entière et déterminer l’intervalle de convergence
1. ln (5 − x) centrée x0 = 0.
7x
2. 2+x
centrée en x0 = 1
Exercice 4.4.
Z 1
Donner une estimation de la valeur sin (x2 ) dx avec une erreur moindre que 10−7 .
0
Exercice 4.5.
Considérons la fonction f (x) = ln(x) pour x > 0.
1. Donner T (x), la série de Taylor de f (x) centrée en a = 1.
2. On désire approximer f (x) par son polynôme de Taylor Pn (x) de degré n centré en
a = 1. Donner une borne
h i supérieure sur l’erreur Rn (x) commise par cette approxi-
3 5
mation lorsque x ∈ 4 , 4 .
h i
3 5
3. Montrer que f (x) = T (x) lorsque x ∈ ,
4 4
.
1
4. hQueli est le degré minimal du polynôme Pn (x) pour que |Rn (x)| < 10
lorsque x ∈
3 5
, .
4 4

Considérons la fonction f (x) = ln(x) pour x ∈ R∗+ .
1. Pour tout n ∈ N∗ , déterminer l’expression de f (n) (x). En déduire la série de Taylor
T (x), de f , centrée en 1.
37
Regarder ce cours
2. Déterminer l’intervalle de convergence L de cette série.

h i
4 6
3. Vérifier que T (x) converge aussi sur I = ,
5 5
.
4. Montrer que l’erreur relative à l’approximation de f sur I par son polynôme de
Taylor vérifie |Rn (x)| ≤ εn , où (εn )n est une suite numérique à déterminer.
5. Préciser la somme de T (x) sur I.
6. Déterminer une estimation polynômiale de f en 1 pour que |Rn (x)| < 10−2 sur I.
Expliciter les 4 premiers termes non nuls de la série entière centrée en 0 solution de
l’équation différentielle suivante :
y 00 − xy = 0



y(0) = 1
y 0 (0) = 0


Exercice 4.8.
Déterminer les séries entières solutions au voisinage de 0 des équations différentielles
suivantes :
1. (1 + x)y 0 + y = 0.
2. y 00 + 2xy 0 + 2y = 0.
1. Déterminer les séries entières solutions au voisinage de 0 de l’équation différentielle
y 00 + 2xy 0 + 2y = 0.
2. Exprimer parmi celles-ci celles qui sont des fonctions paires.

+∞
(−1)n n
Soit f : x 7→
P
n(n−1)
x .
n=2
1. Déterminer l’intervalle de convergence L de f .

2. Déterminer l’expression de f à l’intérieur de L.

+∞
Soient p ∈ N et f (x) = {pn+p xn .
P
n=0
1. Calculer le rayon de convergence de f .

2. Déterminer une équation différentielle vérifiée par f . (calculer (1 − x)f 0 (x))
3. En déduire f .
38
Chapitre 5
Séries de Fourier
Les séries de Fourier sont un outil fondamental dans l’étude des fonctions périodiques.
C’est à partir de ce concept que s’est développée la branche des mathématiques connue
sous le nom d’analyse harmonique.
L’étude d’une fonction périodique par les séries de Fourier comprend deux volets :
• l’analyse, qui consiste en la détermination de la suite de ses coefficients de Fourier ;
• la synthèse, qui permet de retrouver, en un certain sens, la fonction à l’aide de la

suite de ses coefficients.
Au-delà du problème de la décomposition, la théorie des séries de Fourier établit une

correspondance entre la fonction périodique (représentation temporelle) et les coefficients
de Fourier (représentation fréquentielle ou spectre en fréquence). De ce fait, l’analyse
de Fourier peut être considérée comme une nouvelle façon de décrire les fonctions pé-
riodiques. Des opérations telles que la dérivation s’écrivent simplement en termes de
coefficients de Fourier. La construction d’une fonction périodique solution d’une équation
fonctionnelle peut se ramener à la construction des coefficients de Fourier correspondants.
Le spectre fréquentiel d’un signal est la représentation de ce signal dans le domaine
fréquentiel, il peut être généré aussi par la transformée de Fourier du signal, et les valeurs
résultantes sont généralement présentées selon l’amplitude et la phase, toutes deux tracés
en fonction de la fréquence.
5.1 Décomposition de Fourier

5.1.1 Définition
P
Définition 5.1.1. On appelle série trigonométrique toute série de la forme an cos(nt)+
n≥0
bn sin(nt) où (an )n et (bn )n sont deux suites de K.
En tout point t où la série converge on note S(t) sa somme :

+∞
X +∞
X
S(t) = an cos(nt) + bn sin(nt) = a0 + an cos(nt) + bn sin(nt).
n=0 n=1
Le domaine de convergence de la fonction S est l’ensemble des valeurs t pour lesquelles

la série trigonométrique converge.
39
Regarder ce cours
CHAPITRE 5. SÉRIES DE FOURIER K. ISKAFI
Remarque. Si la fonction t 7→ S(t) existe alors elle est nécessairement 2π-périodique.
+∞ +∞
P cos(nt) P cos(nt)
Exercice. Déterminer le domaine de convergence des séries suivantes n2
, n!
,
n=0 n=0
+∞
P
cos(nt) + sin(nt).
n=0
5.1.2 Coefficients de Fourier

Le problème de la décomposition en séries de Fourier est l’inverse du précédent, c’est à
dire, étant donné une fonction 2π-périodique, peut-on trouver une série trigonométrique
dont la somme est la fonction f donnée ? Réponse générale est NON, et oui avec certaines
conditions que l’on appelle les conditions de Dirichlet.
Proposition 5.1.1. Soit f une fonction T -périodique continue par morceaux sur R. On
a les formules :
Rb R b+T
1. Pour tous a, b ∈ R, a f (t)dt = a+T f (t)dt.
RT R a+T
2. Pour tout a ∈ R, 0 f (t)dt = a f (t)dt.
Soit f un signal 2π-périodique, supposons qu’il existe une décomposition en série
+∞
|an |+|bn | < +∞ (condition pour la convergence normale
P
trigonométrique de f telle que
n=0
et donc uniforme sur R) et :
+∞
X
f (t) = a0 + an cos(nt) + bn sin(nt).
n=1
Proposition 5.1.2. Les coefficients de Fourier d’une fonction f 2π-périodique sont :

1 Z a+2π
a0 = f (t)dt,
2π a
1 Z a+2π
an = f (t) cos(nt)dt, ∀n ∈ N∗ ,
π a
1 Z a+2π
bn = f (t) sin(nt)dt, ∀n ∈ N.
π a
+∞
P
Dans ce cas, la série a0 + an cos(nt) + bn sin(nt) est appelée série de Fourier de f.
n=1
Remarques
1 R a+2π
• On peut définir a0 par a0 = π a f (t)dt comme les an , mais cela exige d’exprimer
+∞
a0 P
la série de Fourier par f (t) = 2
+ an cos(nt) + bn sin(nt).
n=1
• Si f est développable en série de Fourier alors la série est unique.

• Si f est paire, bn = 0.
• Si f est impaire, an = 0.
40
Regarder ce cours
K. ISKAFI 5.1. DÉCOMPOSITION DE FOURIER
5.1.3 Théorème de convergence

Ces théorèmes indiquent les conditions suffisantes pour qu’une fonction soit dévelop-
pable en série de Fourier, et qui assurent la convergence ponctuelle de la série de Fourier
vers la fonction f , sauf aux points de discontinuité :
Théorème 5.1.1. (de Dirichlet)
Soit f une fonction de classe C 1 et 2π-périodique. Alors la série de Fourier de f converge
normalement vers f .
Il existe de nombreux raffinements du théorème de Dirichlet, en affaiblissant les hy-
pothèses, mais aussi en affaiblissant le résultat. Une des variantes la plus célèbre est le
théorème de Jordan-Dirichlet, où on ne suppose pas que f est continue :
Théorème 5.1.2. (de Jordan-Dirichlet)
Soit f une fonction 2π-périodique. Si f est de classe C 1 par morceaux sur R. Alors, pour
+ (t− )
tout t ∈ R, Sn (t) converge vers f (t )+f
2
et la série de Fourier associée à f s’écrit
+∞
f (t+ ) + f (t− )
= f˜(t)
X
S(t) = a0 + an cos(nt) + bn sin(nt) =
n=1 2
avec f (t± ) = lim± f (t) et f˜ est appelée la régularisée de f .

t→t
Les hypothèses données ici pour le théorème de Jordan-Dirichlet sont loin d’être les
meilleures possibles. Il suffit en réalité d’avoir des informations uniquement autour de t,
par exemple que f admet des limites à droite et à gauche en t et qu’on peut trouver α > 0
tel que les intégrales
Z α
|f (t + x) − f (t+ )| Z α
|f (t − x) − f (t− )|
dx et dx
0 x 0 x
convergent. Toutefois, on ne peut pas supposer simplement que f est continue en t. Il
existe des fonctions continues dont la série de Fourier ne converge pas partout ; du Bois-
Reymond a en effet donné l’exemple d’une fonction 2π-périodique, continue définie sur
[−π, π] par  
+∞ 2 n2
X 1  n2 +1 X sin(kx) 
f (x) = 2
sin 2 x .
n=1 n k

k=1
Remarques
• si f est continue en t alors S(f )(t) converge vers f (t).
f (t+ )+f (t− )
• si f n’est pas continue en t alors S(f )(t) converge vers 2
.
Définition 5.1.2. Si une fonction f est développable en série de Fourier, alors :

h = an cos(nt) + bn sin(nt), n ≥ 2,
n (t) est la nème harmonique du signal,
h1 (t) = a1 cos(t) + b1 sin(t) est l’harmonique principale du signal.
41
Regarder ce cours
Remarque. Le son d’une corde émis par

la vibration d’une corde (de guitare ou de
piano. . . ) (Fig. 5.1) est la somme de la fré-
quence principale qui donne la hauteur de
la note jouée et des autres fréquences (har- 0 1/4 1/2 3/4 1
moniques) qui sont toutes des multiples de

la fréquence principale. Figure 5.1 – Harmoniques
Exercice. Décomposer en série de Fourier les fonctions 2π-périodiques suivantes


−1 sur ] − π, 0[
• Signal carré 1 : x(t) =
1 sur [0, π[
• Signal triangulaire 2 : x(t) = |t| sur [−π, π].
Remarques
• Pour toute fonction f continue et 2π-périodique, les moyennes de Cesàro de la série
de Fourier de f convergent uniformément vers f . Autrement dit, si on note
S0 + . . . + Sn
Cn =
n+1
alors
lim ||f − Cn ||∞ = 0. (Th. de Féjer)
n→+∞
• Les polynômes trigonométriques sont denses dans l’ensemble des fonctions continues
et 2π-périodiques : pour toute fonction f continue et 2π-périodique, pour tout > 0,
il existe un polynôme trigonométrique P tel que
||f − P ||∞ ≤ . (Th. de Weierstrass)
5.1.4 Représentations fréquentielles

L’harmonique hn de rang n (≥ 1) d’un signal f s’écrit encore
hn (t) = an cos(nt) + bn sin(nt) = An cos(nt − ϕn ) = An cos(2πnF0 t − ϕn )
q
avec An = a2n + b2n et tan ϕn = abnn et la série de Fourier associée apparaît donc comme la
somme d’un terme constant a0 qui représente la valeur moyenne du signal f sur une pé-
riode d’un signal de pulsation 1 et d’amplitude A1 (l’harmonique principale ou fondamen-
tale h1 ) et d’une infinité de signaux sinusoïdaux de pulsations 2, . . . , n, . . . et d’amplitudes
A2 , . . . , An , . . . (les harmoniques de rang n hn ).
Il est souvent intéressant de caractériser un signal par son spectre de fréquence. En
effet, celui-ci met en évidence l’importance du fondamental ainsi que la décroissance plus
ou moins rapide des amplitudes des harmoniques de rang élevé. Il peut aussi servir à
déterminer le nombre d’harmoniques nécessaires pour transmettre la quasi totalité de
l’énergie du signal (notion de bande passante. . . ).
(
1 t ∈ [0, π]
1. c’est une variante de la fonction créneau 2π-périodique, définie par x(t) = .
0 t ∈]π, 2π[
2. c’est une variante de la fonction dents de scie 2π-périodique, définie sur [−π, π] par x(t) = π − |x|
42
Regarder ce cours
K. ISKAFI 5.1. DÉCOMPOSITION DE FOURIER
Les coefficients An représentent les compo-

santes du spectre en fréquence (ou spectre
d’amplitude en fréquence) de S(t).
En introduisant l’impulsion de Dirac 3

1 si t = 0
δ(t) =
6 0
0 si t =
la représentation fréquentielle du signal est

formée de pics de Dirac de poids |An (F )|
réparties sur tout l’axe des fréquences posi-
tives et négatives (Fig. 5.2). Par convention,
on dessine chaque amplitude avec une hau-
teur proportionnelle à son poids |An (F )|. Figure 5.2 – Représentation fréquentielle
L’expression du spectre est la suivante : bilatérale d’un signal impair T -périodique.
+∞
An (F ) · δ(F − nF0 ), A0 = a0
P
S(F ) =
n=0
Exercice. Déterminer l’expression du spectre des fonctions 2π-périodiques suivantes


−1 sur ] − π, 0[
• Signal Carré x(t) = 
1 sur [0, π[,
• Signal Triangulairex(t) = |t|, t ∈ [−π, π].
5.1.5 Forme complexe d’une série de Fourier

Soit f une fonction 2π-périodique. Si f est de classe C 1 par morceaux sur R, alors
+∞
X
S(t) = a0 + an cos(nt) + bn sin(nt)
n=1
+∞
X eint + e−int eint − e−int
= a0 + an + bn
n=1 2 2i
+∞
X an − ibn int an + ibn −int
= a0 + e + e
n=1 2 2
+∞
ck eikt
X
=
k=−∞
avec
c0 = a0
cn = an −ib
2
n
∀n ∈ N∗
c−n = C n = an +ib
2
n
∀n ∈ N∗
d’où
1 Z a+2π
ck = f (t)e−ikt dt ∀k ∈ Z.
2π a
3. l’expression "Dirac" est souvent utilisée par les physiciens pour désigner une fonction ou une courbe
"piquée" en une valeur donnée.
43
Regarder ce cours
Remarques
1. On peut calculer les coefficients de Fourier an et bn ou calculer ck sous forme com-

plexe à partir des formules précédentes, le résultat est évidemment identique.
2. Nous verrons que, pour la théorie, la variante exponentielle est souvent plus com-
mode.
3. Lorsqu’on veut préciser la fonction on note le coefficient cn (f ), la suite des sommes

partielles Sn (f ) et la somme de la série de Fourier S(f ).
5.2 Fonction T -périodique

Parmi les fonctions T -périodiques on dispose de trois types de fonctions remarquables :
cos(nωt), sin(nωt) pour n ∈ N et einωt pour n ∈ Z, où ω = 2π T
est la pulsation associée
à T . Notre objectif est d’écrire les autres fonctions comme combinaisons linéaires de celles
là.
5.2.1 Décomposition d’un signal T -périodique

Proposition 5.2.1. Soit f : R → C une fonction T -périodique et continue par morceaux.
Les coefficients de Fourier de f sont donnés par :
Z T
1
cn = f (t)e−inωt dt, n ∈ Z
T 0
Z T
1
a0 = f (t)dt
T 0
Z T
2
an = f (t) cos(nωt)dt, n ≥ 1
T 0
Z T
2
bn = f (t) sin(nωt)dt, n ≥ 0
T 0
On a les relations : a0 = c0 , et, pour n ≥ 1, cn = 21 (an − ibn ), c−n = 21 (an + ibn ), an =

cn + c−n , bn = i(cn − c−n ).
La série de Fourier de f s’écrit
+∞ +∞
cn einωt = a0 +
X X
an cos(nωt) + bn sin(nωt).
−∞ n=1
Lemme 5.2.1. (de Lebesgue)

Soient a, b ∈ R tels que a < b. Soit f : [a, b] → C continue par morceaux. Alors :
Z b
f (t)eiλt dt −→ 0.
a λ→+∞
44
Regarder ce cours
K. ISKAFI 5.2. FONCTION T -PÉRIODIQUE
Théorème 5.2.1. (de Jordan-Dirichlet)

Soit f une fonction de R dans C, de classe C 1 par morceaux et T -périodique. Alors, la
série de Fourier de f converge simplement sur R et a pour somme la régularisée f˜ de f .
Ainsi, sous ces hypothèses, pour tout t de R :
+∞
f (t+ ) + f (t− )
cn einωt =
X
c0 +
−∞ 2
ou encore :
+∞
X f (t+ ) + f (t− )
a0 + (an cos(nωt) + bn sin(nωt)) = .
n=1 2
Démonstration. Soit f : R → C, T -périodique, de classe C 1 par morceaux.
1. On a, pour tout n ∈ N et pour tout t ∈ R,

n n
1ZT
ikωt
f (u)e−ikωu eikωt du
X X
Sn (t) = ck e =
k=−n k=−n T −T
n
1ZT
eikω(t−u) du
X
= f (u)
T −T k=−n
n
1ZT
eikω(v) dv
X
(v = t − u) = − f (t − v)
T −T k=−n
n
1ZT
eikω(s) ds
X
(s = −v) = f (t + s)
T −T k=−n
n
1 Z T f (t − v) + f (t + v) X
= eikωv dv
T −T 2 k=−n
n
2. Pour n ∈ N, l’application Dn : R → C, définie par Dn (v) = eikωv , est appelée
P
k=−n
le noyau de Dirichlet. On a, pour tout n ∈ N et v ∈ R \ T Z,
n ei(n+1)ωv − 1 e−i(n+1)ωv − 1
eikωv + e−ikωv = −1 +
X
Dn (v) = −1 + +
k=0 eiωv − 1 e−iωv − 1

n+1 n+1
inωv sin 2
ωv − inωv
sin 2
ωv
= −1 + e 2 +e 2
sin ωv 2
sin ωv 2

nωv (n+1)
cos 2
sin 2
ωv
= −1 + 2
ωv

sin 2

1 ωv
sin n+ 2
ωv + sin 2
= −1 +
ωv

sin 2

1
sin n+2
ωv
=
sin ωv
2
45
Regarder ce cours
3. On a, pour tout n ∈ N,
n Z T n
1ZT 1 X
eikωv dv =
X
Dn (v)dv = he0 |ek i = 1
T −T T k=−n −T k=−n
On obtient ainsi, pour tout n ∈ N, pour tout x ∈ R,
f (t − v) + f (t + v) f (t+ ) + f (t− )
!
˜ 1ZT
Sn (t) − f (t) = − Dn (v)dv
T −T 2 2
(f (t+v)−f (t+ ))+(f (t−v)−f (t− ))
Considérons gt : v 7→ 2 sin( ωv
.
2 )
h h i i
• gx est continue par morceaux sur − T2 , 0 et sur 0, T2 , et il n’y a qu’un nombre
fini de discontinuités.
• Puisque f est de classe C 1 par morceaux sur R,
f (t + v) − f (t+ ) f (t − v) − f (t− )
→+ f 0 (t+ ) et −→+ −f 0 (t− )
v v→0 v v→0
donc
f 0 (t+ ) − f 0 (t− )
gt (v) −→+ .
v→0 ω
De même,
f 0 (t+ ) − f 0 (t− )
gt (v) −→+
v→0 ω
h i
Ainsi, gt est continue par morceaux sur − T2 , T2 .
Alors, d’après le lemme 5.2.1 de Lebesgue :

1ZT 1

Sn (t) − f (t) = gt (v) sin n + ωv dv −→ 0
T −T 2 n→+∞
et finalement, Sn (t) −→ f (t).
p
Lemme 5.2.2. Si f : R → C est continue,
T -périodique, et de classe C par morceaux
sur [0, T ], on a, pour tout n ∈ Z, cn f (p) = (inω)p cn (f ).
Remarque. Un aspect fondamental des séries de Fourier réside dans le fait que les pro-
priétés de régularité d’une fonction périodique f se traduisent en terme du comportement
à l’infini de la suite de ses coefficients de Fourier ck (f ) (ou, de manière
analogue,
des suites
p (p)
an (f ) et bn (f )). En particulier, on a |n| cn (f ) −→ −→ 0 ; car cn f −→ −→ 0.
|n|→+∞ |n|→+∞
5.2.2 Théorèmes de convergence en moyenne quadratique

Dans cette partie, on s’intéresse à établir la formule de Parseval (dans le cas particulier
1 RT
où f est de classe C ) qui exprime l’intégrale T 0 |f (t)|2 dt en terme de la série
1
|cn |2 .
P
p∈Z
46
Regarder ce cours
K. ISKAFI 5.2. FONCTION T -PÉRIODIQUE
Espace euclidien
En général, il y a un cadre où l’on sait calculer les coefficients de Fourier, c’est celui de
l’espace euclidien, avec un produit scalaire, noté hx, yi, et une base orthonormée e1 , . . . , en .
n
xi ei , avec xi ∈ R, un calcul immédiat montre que les xi sont
P
En effet, si l’on a x =
i=1
données par xi = hx, ei i. C’est exactement la même chose dans le cas complexe, mais avec
un produit scalaire hermitien. Or, ici, sur l’espace des fonctions continues par morceaux de
période T à valeurs réelles (resp. complexes), on dispose d’un produit scalaire 4 euclidien
(resp. hermitien) donné par la formule
1ZT
hf, gi = f (t)g(t)dt encore noté (f |g)
T 0
auquel on associe la norme || · ||2 (norme de la convergence en moyenne quadratique)
donnée par la formule
2 1ZT
||f ||2 = |f (t)|2 dt.
T 0
Proposition 5.2.2.
1. Les fonctions en (t) := einωt pour n ∈ Z forment une famille orthonormale pour le
produit scalaire ci-dessus.
2. Les fonctions γn (t) := cos(nωt) pour n ∈ N et σn (t) := sin(nωt) forment une

famille orthogonale pour le produit scalaire ci-dessus.
Les conditions de décomposition de Dirichlet sont évidemment identiques sur [a, a+T ]
avec T quelconque.
Commençons par la propriété suivante qui est une application directe des techniques
euclidiennes :
N
cn en avec en (t) = einωt . On a les
P
Proposition 5.2.3. Rappelons qu’on pose SN (f ) =
−N
formules suivantes :
N
1. ||SN (f )||22 = |cn |2 ,
P
−N
2. hf − SN (f ), SN (f )i = 0,
3. ||f ||22 = ||f − SN (f )||22 + ||SN (f )||22 .
Montrons par la suite l’inégalité de Bessel qui est une composante essentielle de la
formule de Parseval.
Corollaire 5.2.1. (Inégalité de Bessel)

+∞ +∞
|cn |2 converge et on a |cn |2 ≤ ||f ||22 .
P P
La série
−∞ −∞
4. Ce n’est pas tout à fait un produit scalaire car hf, f i peut être nul même si f ne l’est pas, par
exemple si f est nulle sauf en un nombre fini de points, mais c’est sans importance.
47
Regarder ce cours
Une conséquence très importante de Bessel est la convergence de la suite |cn | vers 0 :
Corollaire 5.2.2. (Riemann-Lebesgue)

Les suites cn , an et bn tendent vers 0 quand n tend vers +∞.
Corollaire 5.2.3. On suppose toujours que f est T -périodique.
1. Si f est continue et de classe C 1 par morceaux, la série de terme général cn (f )

converge absolument et la série de Fourier de f converge uniformément vers f sur
R.
2. Si f est de classe C p il existe une constante M telle que l’on ait, pour tout n ∈
Z, |cn (f )| ≤ nMp .
Maintenant, pour établir le théorème de Parseval dans le cas particulier où f est de

classe C 1 , il suffit de traiter le cas des coefficients cn , puisque an et bn s’en déduisant
directement.
Théorème 5.2.2. (Formule de Parseval)

Soit f une fonction de classe C 1 , T -périodique développable en série de Fourier. Alors
+∞
X a2n + b2n +∞
1ZT
||f ||22 = |f (t)|2 dt = a20 + |ck |2 .
X
=
T 0 n=1 2 k=−∞
Il s’agit d’un résultat très utile, à la fois sur un plan théorique (pour montrer par
exemple que l’application qui à une fonction continue associe ses coefficients de Fourier est
injective) et sur un plan pratique (pour calculer la somme de certaines séries). Ce théorème
de Parseval pour les séries de Fourier est en fait un cas particulier d’un théorème plus
général dans les espaces préhilbertiens, muni d’un système orthonormal total, théorème
qu’on appelle aussi parfois théorème de Parseval-Bessel.
Utilisation de la décomposition de Fourier
a) La formule de Parseval traduit le fait que l’énergie du signal est égale à la somme
des énergies des harmoniques. Elle nous permet aussi de calculer certaines limites
+∞
|ck |2 .
P
des séries numériques de type
k=−∞
48
Regarder ce cours
K. ISKAFI 5.3. RÉSOLUTION DES ÉQUATIONS DIFFÉRENTIELLES
+∞
P 1
Exercice. Calculer la somme de la série (2p+1)2
.
p=0
π
|f (t)|2 dt = 1, |f (t)|2 définit aussi une densité de probabilité sur l’intervalle
R
b) Si −π
[−π, π], permettant de définir les valeurs moyennes de variables aléatoires définies
sur [−π, π]. Par exemple, en mécanique quantique, |f (t)2 | représente la densité de
probabilité qu’une particule se situe à l’abscisse t. La probabilité que la particule se
situeR dans l’intervalle [a, b] vaut ab |f (t)2 |dt. La position moyenne de cette particule
R
π
est −π t|f (t)2 |dt.
1 RT
c) T 0 f (t)2 dt représente également le carré de la valeur efficace du signal f (t).
Exercice. La puissance moyenne P dissipée dans une résistance R par le signal

périodique u(t) est égale à la somme de la puissance dissipée par sa composante
continue et des puissances moyennes de chacun des harmoniques.
1 RT
On peut dire que P = T 0 u(t)2 dt dans une résistance de 1Ω.
On s’intéresse à déterminer le pourcen- A
tage de la puissance du signal u(t) (Fig.

5.3) transporté par les 4 premières har-
moniques du signal.
Figure 5.3 – Harmoniques en électro-
nique
(a) Calculer la puissance P .

(b) Préciser les amplitudes des 4 premières harmoniques du signal.
(c) Déterminer la puissance moyenne dissipée par les 4 première harmoniques de
ce signal dans une résistance de 1Ω.
(d) En déduire le pourcentage de puissance transporté par ces 4 premières harmo-
niques.
d) Décomposer un signal périodique en série de Fourier permet de le filtrer, c’est-à-dire

d’en éliminer les harmoniques de fréquences trop hautes ou trop basses.
5.3 Résolution des équations différentielles

5.3.1 Equations différentielles ordinaires
De nombreuses solutions périodiques d’équations différentielles peuvent s’exprimer
sous la forme d’une série de Fourier. Si la fonction inconnue est notée y, on fait la sub-
+∞
cn einωt dans l’équation différentielle et l’on identifie les coefficients de
P
stitution y =
n=−∞
chaque einωt .
Exercice. Déterminer les solutions 2π-périodiques de l’équation différentielle
y 00 + eit y = 0.
49
Regarder ce cours
5.3.2 Equations aux dérivées partielles

Equation de la chaleur à une dimension
L’équation mathématique qui décrit la distribution de la température u(t, x), en fonc-
tion de la variable de temps t et de la variable d’espace x est donnée, pour un milieu à
une dimension, par l’équation aux dérivées partielles
∂u(t, x) ∂ 2 u(t, x)
=α (5.3.1)
∂t ∂x2
où α est une constante physique dont la dimension est m2 s−1 dans le système internatio-
nal. Il convient d’ajouter à cette équation des conditions aux limites (en fonction du
dispositif physique considéré) et une donnée initiale.
Remarque. On peut bien entendu considérer d’autres types de problèmes : équation de

la chaleur (5.3.1) avec second membre (modélisation d’un système physique dans lequel
il y a apport extérieur de chaleur), conditions aux limites plus complexes, etc.
Equation de la chaleur avec condition périodique

Soit f une fonction T -périodique continue (on peut imposer d’autres conditions à f :
être continue par morceaux, être continûment dérivable, etc).
Une fonction u définie de R+ × [0, T ] dans R, est une solution de l’équation de la cha-
leur, avec condition périodique et valeur initiale f, si elle vérifie les propriétés suivantes :
a) u est continue par rapport aux variables (t, x) ∈ R+ × [0, T ],
b) u est dérivable par rapport à la variable t, pour t > 0,
c) u est T -périodique et deux fois dérivable par rapport à la variable x ∈ R,
d) u vérifie les équations :

∂u(t,x) 2
= α ∂ ∂x
u(t,x)

2

 ∂t
(∗) u(t, x + T ) = u(t, x), ∀(t, x) ∈ R+ × R

u(0, x) = f (x).

Pour la résolution des EDP, la démarche des séries de Fourier est inductive : nous
cherchons, dans un premier temps, à deviner l’expression de la solution. Dans un deuxième
temps, nous démontrerons que la fonction trouvée est bien solution du problème considéré.
Exercice. Trouver la solution du problème (∗).
50
Regarder ce cours
5.4 Exercices
Exercice 5.1.
Considérons un signal parabolique 2π-périodique défini par x(t) = t2 sur [−π, π].
1. Déterminer la série de Fourier associée au signal x(t).
2. Donner l’expression du spectre de ce signal puis tracer sa représentation fréquentielle

bilatérale.
Considérons un signal 2π-périodique défini par f (t) = t sur [−π, π].
1. Tracer ce signal sur [−3π, 3π].
2. Déterminer la série de Fourier associée à f.

bilatérale.
+∞
P (−1)n
4. En déduire la valeur de la série numérique 2n+1
.
n=0
Exercice 5.3.
Soit x : R → R un signal triangulaire 2π-périodique et pair tel que


t t ∈ [0, π]
x(t) =
−t t ∈ [−π, 0]
1. Déterminer la série de Fourier de x(t).

bilatérale.
+∞ +∞
P 1 P 1
3. Calculer (2n+1)2
et (2n+1)4
.
n=0 n=0
+∞ +∞
P 1 P 1
4. En déduire n2
et n4
.
n=1 n=1
Exercice 5.4. (A faire chez vous)

+∞
P 1
Soit f une fonction définie par f (t) = n2 −t2
.
n=0
1. Déterminer le domaine de définition de la fonction f.
2. Calculer les coefficients de Fourier an et bn du signal x(t) = cos(αt) défini sur [−π, π]
avec α ∈ R \ Z.
3. Sur quel domaine le signal x coïncide avec son développement en série de Fourier ?
4. En déduire une expression de f (t).
51
Regarder ce cours
5. Donner l’expression du spectre du signal x puis tracer sa représentation fréquentielle

bilatérale pour α = 21 .
h i
π
Considérons un signal 2
périodique défini sur 0, π2 par f (t) = cos(t).
h i
1. Tracer ce signal sur − π2 , π puis déterminer sa série de Fourier associée.
+∞ +∞
P (−1)n+1 P n2 +1
2. En déduire les valeurs des séries numériques 16n2 −1
et (16n2 −1)2 .
n=1 n=1

unilatérale.
Considérons un signal 2-périodique défini par x(t) = t2 , t ∈ [0, 2[.
1. Tracer ce signal sur [−2, 4] puis déterminer sa série de Fourier.
+∞ +∞
P (−1)n P 1
2. En déduire les valeurs des séries numériques n2
et (2n+1)2
.
n=1 n=0
P (−1)n π2
= π4 ,
P 1
(Ind. 2n+1 n2
= 6
)
n≥0 n≥1
Exercice 5.7.
Déterminer les solutions 2π-périodiques de l’équation différentielle
y 00 + e−it y = 0.
Exercice 5.8. (Examen de rattrapage 2019-2020)

Considérons l’équation différentielle

f 00+ 4f = g
(∗) f (0) = 0, f 0 (0) = 0
où le terme source g est une fonction 2π-périodique définie par


0<t<π
1


g(t) = 0 t = 0, π, 2π



−1 π < t < 2π
1. Déterminer la série de Fourier de g.

2. Chercher la solution générale fh de l’équation homogène relative à (∗).
3. Chercher une solution particulière fp de l’équation (∗) sous la forme
+∞
X
fp (t) = c2n+1 sin((2n + 1)t).
n=0
4. En déduire la solution de l’équation (∗).
52

Analyse 4

Transféré par

Informations du document

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

Analyse 4

Transféré par

Droits d'auteur :

Formats disponibles

Faculté Polydisciplinaire de Khouribga

Département des Mathématiques et Informatique

ÿ = −2mẏ − w02 y + A cos(ωx)

Pr. Khalid ISKAFI

Table des figures III

1.1 Séries à termes réels ou complexes

Définition 1.1.2. (Sommes Partielles d’une série)

(−1)n on a un = (−1)n et Sn = 1 − 1 + · · · + (−1)n .

Définition 1.1.3. (Convergence ou Divergence d’une série)

Définition 1.1.4. (Somme d’une série convergente)

Remarque. Pour tout n0 ∈ N, les deux séries

Définition 1.1.5. (Reste d’ordre N d’une série convergente)

1.1.2 Propriétés des séries convergentes

Proposition 1.1.3. (Combinaisons linéaires de séries convergentes)

• Il est possible que

Proposition 1.1.4. (Etude d’une suite ramenée à l’étude d’une série)

• Cette propriété ramène l’étude de la suite (un )n à celle de la série (un+1 − un ) .

• Elle permet aussi d’étudier des séries

Proposition 1.1.5. (Critère de Cauchy pour la convergence d’une série)

Ce critère peut encore s’écrire :

|Sn − Sm−1 | = |um + · · · + un | .

1.1.3 Séries géométriques

Proposition 1.1.6. Supposons a 6= 0. La série géométrique az k est convergente si et

1.1.4 Séries alternées

Proposition 1.1.7. (Critère spécial des séries alternées)

1.1.5 Convergence absolue

• La réciproque de la propriété précédente est fausse.

Proposition 1.1.9. (Produit de deux séries absolument convergentes)

1.2 Séries à termes positifs

• En cas de convergence des séries

– si un = O(an ) alors Rp = O(Rp0 ),

– si un = O(an ) alors Sp = O(Sp0 ),

A la limite, lorsque q tend vers l’infini, on obtient :

et cela est établi pour tout p ≥ n0 ;

– Si un = o(an ), ce qui précède peut-être repris, en remplaçant M par un ε > 0

– Si un = o(an ), ce qui précède peut-être repris, en remplaçant M par un ε > 0

1.2.1 Séries de Riemann

1.2.2 Critères de convergence

Théorème 1.2.1. (Critère de Comparaison)

• Par conséquent, si la série

Proposition 1.2.4. (Règle de nα un )

Proposition 1.2.5. (Règles de D’Alembert)

3. Si l = 1 on ne peut rien conclure (c’est le cas incertain de la règle de d’Alembert).

Proposition 1.2.6. (Convergence par équivalence)

Proposition 1.2.7. (Règle de Cauchy)

• Si l = 1 on ne peut rien conclure.

1.3 Comparaison d’une série à une intégrale

Théorème 1.3.1. (Critère d’intégrale)

1.4 Calcul approché et estimation d’erreur

– Estimer l’erreur que compte cette approximation.

– Monter que la série converge.

Exercice 1.2. (Examen 2018-2019)

Exercice 1.3. (Contrôle 2017-2018)

1. Etudier la convergence de cette série.

Exercice 1.8. (Contrôle 2017-2018)

1. Montrer que (un )n est décroissante.

3. Préciser l’ordre n de la suite des sommes partielles Sn pour obtenir la somme S

1. On dit qu’une fonction f : I ⊂ K → K est bornée sur I si

Proposition 2.1.1. Soit (f, g) ∈ B 2 (I, K) et λ ∈ K. Alors

2. ||λf ||∞ = |λ|||f ||∞ .

3. ||f + g||∞ ≤ ||f ||∞ + ||g||∞ .

4. ||f · g||∞ ≤ ||f ||∞ · ||g||∞ .

Définition 2.1.2. Une suite de fonctions de I → K est une famille dénombrable de

2.2 Convergence simple

– Si un = o(an ), ce qui précède peut-être repris, en remplaçant M par un ε > 0