M1106F

Université Libanaise
Lebanese Libanaise
Université University Facultydes
Faculté ofSciences
Sciences
Faculté des Sciences
M1106
Analyse IV
Département de Mathématiques
Semestre de Printemps
2022 - 2023
©opyright Reserved
Le travail des auteurs est dédié à leurs
familles...
Avant-Propos
Tous les étudiants de MIS qui suivent le module Math M1101 au premier
semestre, suivent par ailleurs le module Math M1106 au deuxième semestre,
qui vise essentiellement à consolider les acquis du secondaire afin de servir
aux sciences exactes, comme à la suite de l’enseignement mathématique. A
contrario, on adopte ici un style propre aux mathématiciens : mise en avant
des fondements comme les axiomes et définitions, des concepts abstraits, des
démonstrations. Ce cours à destination des étudiants de MIS de la faculté des
sciences à l’université libanaise. II est assez détaillé et contient des complé-
ments qui vont parfois au-delà du programme prévu. Comme tout cours de
mathématique, il doit être lu avec un stylo et une feuille de papier blanche à la
main pour vérifier pas à pas que toutes les assertions sont correctes. Chaque
chapitre de ce cours contient des exercices non corrigés à ”consommer sans
modération’’. En effet, en plus des exercices contenus dans ce livre et qui
seront corrigés en séance de TD, il est conseillé de s’exercer à résoudre par
soi-même ces exercices sans avoir une solution à côté : c’est grâce à ce travail
personnel indispensable que l’on peut aller plus loin dans la compréhension et
l’assimilation des notions mathématiques introduites. C’est la seule méthode
connue à ce jour pour progresser en mathématiques.
Table des matières
1 Introduction à la Topologie de R 2
1.1 Définitions et propriétés dans R . . . . . . . . . . . . . . . . . 2
1.1.1 Densité de Q dans R . . . . . . . . . . . . . . . . . . . 8
1.2 Inégalités Classiques . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Théorème de Bolzano-Weierstrass . . . . . . . . . . . . . . . . 10
1.4 Notations de Landau . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Complément aux suites numériques 18

2.1 Limite supérieure et Limite inférieure . . . . . . . . . . . . . 18
2.2 Suite adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Suites récurrentes . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.1 Suite récurrente définie par une fonction . . . . . . . . 22
2.4.2 Cas d’une fonction croissante . . . . . . . . . . . . . . 23
2.4.3 Cas d’une fonction décroissante . . . . . . . . . . . . . 26
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3 Les Fonctions Continues 32

3.1 Continuité sur un intervalle . . . . . . . . . . . . . . . . . . . 33
3.1.1 Fonctions continues sur un segment . . . . . . . . . . . 33
3.1.2 Le théorème des valeurs intermédiaires . . . . . . . . . 34
3.1.3 Applications du théorème des valeurs intermédiaires . . 35
3.2 Fonctions monotones et bijections . . . . . . . . . . . . . . . . 36
3.2.1 Fonctions monotones et bijections . . . . . . . . . . . . 36
3.3 Continuité uniforme sur un intervalle . . . . . . . . . . . . . . 38
3.3.1 Continuité uniforme . . . . . . . . . . . . . . . . . . . 38
3.3.2 Théorème de Heine-Borel . . . . . . . . . . . . . . . . . 39
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
TABLE DES MATIÈRES 1
4 Les Fonctions Dérivables 42

4.1 Théorème des accroissements finis généralisé . . . . . . . . . . 42
4.1.1 Théorème de Rolle . . . . . . . . . . . . . . . . . . . . 42
4.1.2 Théorème des accroissements finis . . . . . . . . . . . . 44
4.1.3 Inégalité des accroissements finis . . . . . . . . . . . . 45
4.1.4 Théorème des accroissements finis généralisé de Cauchy 45
4.1.5 Règle de L’Hôspital . . . . . . . . . . . . . . . . . . . . 46
4.2 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.1 Formule de Taylor avec reste intégral . . . . . . . . . . 48
4.2.2 Formule de Taylor avec reste f (n+1) (c) . . . . . . . . . 49
4.2.3 Formule de Taylor-Young . . . . . . . . . . . . . . . . . 52
4.2.4 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2.5 Allure d’une courbe . . . . . . . . . . . . . . . . . . . . 55
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5 Résolution Numérique d’une Equation 61

5.1 La dichotomie . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.1.1 Principe de la dichotomie √ . . . . . . . . . . . . . . . . 61
5.1.2 Résultats numériques pour 10 . . . . . . . . . . . . . 63
5.1.3 Calcul de l’erreur . . . . . . . . . . . . . . . . . . . . . 64
5.2 La méthode de la sécante . . . . . . . . . . . . . . . . . . . . . 65
5.2.1 Principe de la sécante . . √ . . . . . . . . . . . . . . . . 65
5.2.2 Résultats numériques pour 10 . . . . . . . . . . . . . 67
5.2.3 Calcul de l’erreur . . . . . . . . . . . . . . . . . . . . . 67
5.3 Méthode de Newton .√. . . . . . . . . . . . . . . . . . . . . . 69
5.3.1 Résultats pour 10 . . √ . . . . . . . . . . . . . . . . . . 70
5.3.2 Calcul de l’erreur pour 10 . . . . . . . . . . . . . . . 71
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6 Equations Différentielles 75
6.1 Définition et Existence . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Equation Différentielle du Premier Ordre . . . . . . . . . . . . 78
6.2.1 Equations Différentielles à Variables Séparables . . . . 78
6.2.2 Equations Différentielles Linéaire du Premier Ordre . . 78
6.2.3 Equations différentielles de type Bernoulli et Riccati . . 80
6.3 Equation Différentielle du Second Ordre à Coefficients Constantes 83
6.3.1 Solution générale de l’équation sans second membre . . 83
6.3.2 Solution particulière de l’équation avec second membre 84
6.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7 Sessions d’examens 89
Chapitre 1
Introduction à la Topologie de R
Motivation
La topologie de la droite réelle est une structure mathématique qui
donne, pour l’ensemble des nombres réels, des définitions précises aux no-
tions de limite et de continuité.
Les sous-ensembles de R qui jouent un rôle essentiel pour la topologie sont
d’une part l’ensemble des nombres rationnels, sur lequel R est construit, et
d’autre part les intervalles, sur lesquels la topologie est construite.
On va se contenter de donner quelques définitions de R :
Julius Wilhelm Ri- — R est l’ensemble de toutes les coupures de Dedekind, où une coupure
chard Dedekind (1831- de Dedekind est une partie D de Q ayant les propriétés suivantes :
1916) est un mathéma- 1. D 6= ∅ et D 6= Q ;
ticien allemand. Pion-
2. Si r ∈ D et r0 ∈ Q avec r0 < r alors r0 ∈ D ;
nier de l’axiomatisation
3. D n’a pas de plus grand élément.
de l’arithmétique,
il a proposé une
— Une définition axiomatique :
définition axiomatique
R est le corps totalement ordonné dans lequel toute partie majorée
de l’ensemble des
non vide admet une borne supérieure.
nombres entiers ainsi
qu’une construction ri-
goureuse des nombres
1.1 Définitions et propriétés dans R
réels à partir des Définition 1.1.1. Soit A une partie de R.
nombres rationnels.
1. Un point x de R est un point intérieur de A s’il existe δ > 0 tel que
]x − δ, x + δ[⊆ A.
2. Un point x de R est un point adhérent de A si pour tout δ > 0, on a
]x − δ, x + δ[∩A 6= φ.
2
1.1. DÉFINITIONS ET PROPRIÉTÉS DANS R 3
3. Un point x de R est un point accumulation de A si

∀r > 0, ]x − r, x + r[\{x} ∩ A 6= φ.
4. Un point x de R est un point frontière de A s’il est un point adhérent

mais n’est pas un point intérieur.
On tient à attirer l’attention des lecteurs sur la définition suivante : Tout
intervalle de la forme ]x − r, x + r[ est dit boule ouverte de centre x et de
rayon r.
Propriété 1.1.1. (Propriété d’Archimède)
R est archimédien, c’est à dire :
∀x > 0, ∀y ∈ R, ∃n ∈ N / y < nx.
Archimède de Syra-
Démonstration. Raisonnons par l’absurde. Supposons qu’il existe x > 0 et
cuse, né à Syracuse
y ∈ R tels que y ≥ nx pour tout n ∈ N. Alors, la partie A = {nx; n ∈ N} est
vers 287 av. J.-C. et
non vide majorée de R. Notons par M sa borne supérieure. Ainsi, on aura
mort en cette même
M −x < nx. D’où M < (n+1)x. C’est une contradiction car (n+1)x ∈ A.
ville en 212 av. J.-C.,
Exemple 1.1.1. est un grand scien-
1
∗
— ∀ε > 0, ∃n ∈ N / < ε. tifique grec de Sicile
n (Grande-Grèce) de
1 l’Antiquité, physicien,
— ∀ε > 0, ∃n ∈ N / < ε.
(2n + 1)3 mathématicien et
7 ingénieur.
— ∀ε > 0, ∃n ∈ N∗ / √ < ε.
3
n + 4n
La propriété d’Archimède a pour conséquence :
Proposition 1.1.1. Soit x un nombre réel. Il existe un unique entier relatif n
tel que
n ≤ x < n + 1.
L’entier n est dit par définition la partie entière de x. On le notera par E(x).
Démonstration. Soit x ∈ R fixé et A := {q ∈ Z; q ≤ x}.
D’après la propriété d’Archimède, il existe n0 ∈ N tel que |x| ≤ n0 . Donc
A 6= ∅ car −n0 ∈ A. Par suite, il admet un plus grand élément n. Ainsi
n ≤ x car n ∈ A. D’un autre côté, x < n + 1, car si x ≥ n + 1 alors n + 1 ∈ A
et n + 1 ≤ n. C’est qui est absurde. D’où l’existence.
Maintenant, on va démontrer l’unicité de n. En effet, s’il existe m ∈ Z tel
que m ≤ x < m + 1 alors n < m + 1 et m < n + 1. Ainsi n ≤ m et m ≤ n.
D’où m = n.
4 CHAPITRE 1. INTRODUCTION À LA TOPOLOGIE DE R
E(x)
0 1 x0 ∈ Z x
Graphe de y = E(x)
On peut remarquer que :
E(x) = max {n ∈ Z; n ≤ x} .
Exemple 1.1.2.
1
1. Le point est un point intérieur de [0, 1], mais les points 0 et 1 ne
2
les sont pas.
2. Le point 1 est un point adhérent et frontière de ]0, 1[.
1

3. Le point 0 est un point d’accumulation de la partie A = ; n ∈ N∗ .
n
1
En effet, pour tout r > 0 il existe n0 ∈ N∗ tel que < r. Alors
n0
1 1 1
A∩] − r, r[ \ {0} ⊇ A∩] − , [ \ {0} 3 .
n0 n0 2n0

Par conséquent, A∩] − r, r[ \ {0} 6= ∅ et 0 est un point d’accumu-
lation de A.
On peut remarquer facilement qu’un point d’accumulation d’une partie est

un point adhérent de la même partie.
Définition 1.1.2. On appelle valeur d’adhérence de la suite (un ) toute limite

d’une sous-suite de (un ).

Exemple 1.1.3. Pour la suite (−1)n les valeurs ±1 sont des valeurs d’adhé-
rences, mais ne sont pas des points d’accumulation de l’ensemble {−1, +1}.
Remarque 1.1.1. Les valeurs d’adhérences d’une suite (un ) sont des points
adhérents de la partie {un ; n ∈ N}.
Exercice 1.1.1. (Mini-TP)
Montrer qu’un point adhérent de la partie {un ; n ∈ N} n’est pas nécessaire-
ment une valeur d’adhérence de la suite (un ).
Définition 1.1.3.
1. Une partie V de R est un voisinage d’un point x s’il existe δ > 0 tel
que
]x − δ, x + δ[ ⊆ V.
2. Une partie A de R est un ouvert si pour tout x ∈ A, il existe δx > 0
tel que
]x − δx , x + δx [⊆ A.
3. Une partie A de R est fermée si son complémentaire est un ouvert.
Exemple 1.1.4. Tout intervalle ]a, b[⊆ R est un ouvert car pour tout x ∈]a, b[
on a
]x − δ, x + δ[⊂ ]a, b[
si on prend δx = min{b − x, x − a}.
Proposition 1.1.2. Une partie A de R est fermée si, et seulement si, la limite
de toute suite convergente de A appartient à A.
Démonstration. Soit (xn ) une suite dans une partie fermée A convergente
vers un réel x. Alors chaque voisinage de x contient des points xn de A. Par
suite x ∈ A, car si x ∈ Ac complémentaire de A dans R qui est ouvert,
donc Ac est un voisinage de x, ne contenant pas de points de A. Ce qui est
impossible.
Réciproquement, on suppose que la limite de chaque suite convergente (xn )
de A appartient à A. Soit x ∈ Ac . Si pour tout δ > 0, on a
]x − δ, x + δ[ * Ac
alors il existe yδ ∈ A∩ ]x − δ, x + δ[. Ainsi, pour tout n ∈ N il existe xn ∈ A
tel que
1 1
xn ∈ ]x − , x + [.
n n
Ce qui entraîne que x = n−→∞lim xn ∈ A. C’est une contradiction. Par consé-
c
quent, A est ouvert et A est fermé.
Exemple 1.1.5.
1. L’ensemble des entiers N (resp. Z) est un fermé de R parce que les
suites convergentes (xn ) dans N (resp. Z) sont stationnaires, donc
elles convergent dans N (resp. Z).
2. Tout segment [a, b] ⊆ R est un fermé parce que si on considère une
suite convergente (xn ) de [a, b], on aura pour tout entier n,
a ≤ xn ≤ b ⇒ a ≤ lim xn ≤ b ⇒ lim xn ∈ [a, b].

n−→∞ n−→∞

1. Montrer que les intervalles non bornés ]−∞, a] et [a, +∞[ sont fermés
dans R.
2. Montrer que les intervalles ] − ∞, a[ et ]a, +∞[ sont des ouverts dans
R.
3. Montrer que l’ensemble des rationnels Q n’est pas ni fermé, ni un
ouvert.
Proposition 1.1.3. (Caractérisation des points d’accumulation à l’aide des
suites)
Soit A une partie de R. Un point x de R est un point d’accumulation de A
si, et seulement si, il existe une suite d’éléments de A différents de x qui
converge vers x.
Démonstration. Soit x un point d’accumulation de A. Alors, pour tout n ∈ N
il existe xn ∈ A \ {x} tel que
1 1
xn ∈ ]x − , x + [.
n n
Ce qui nous permet de conclure que lim xn = x.
n−→∞
Réciproquement, soit (xn ) une suite d’éléments de A différents de x qui
converge vers x. Alors, pour tout r > 0, il existe n0 ∈ N tel que pour tout
n ≥ n0 on a xn ∈ ]x − r, x + r[\{x}. Ce qui nous permet de conclure que x
est un point d’accumulation de A.
Proposition 1.1.4. Une partie A de R est fermée si, et seulement si elle
contient tous ses points d’accumulations.
Démonstration. Soit A est une partie fermée de R et x est un point d’accu-
mulation de A. D’après la proposition 1.1.3 il existe une suite (xn ) de A telle
que xn 6= x pour tout n et lim xn = x. Ainsi, on conclut de la proposition
n−→∞
1.1.2 que x ∈ A.
Réciproquement, on suppose que tout point accumulation de A appartient à

A. Soit x ∈ Ac . Si pour tout δ > 0, on a
]x − δ, x + δ[ * Ac
alors

]x − δ, x + δ[\{x} ∩ A 6= φ
et x est un point d’accumulation de A. Donc x ∈ A. C’est une contradiction.

Ainsi Ac est ouverte et A est fermée.
Définition 1.1.4.
1. Un recouvrement ouvert [ d’une partie A de R est une famille d’ouvert
(Oi )i∈I telle que A ⊆ Oi∈I , où I est une partie de N.
i∈I
2. Une partie A de R est dite compacte si et seulement si de tout recou-

vrement de A par des ouverts, on peut en extraire un sous recouvre-
[
ment fini i.e. si (Oi )i∈I est une famille d’ouvert telle que A ⊆ Oi∈I
i∈I
[n
alors il existe i0 , i1 , ..., in ∈ I pour certain n ∈ N tels que A ⊆ O ik .
k=1
Définition 1.1.5. (Compacité séquentielle)

Une partie A de R est dite compacte si toute suite de A admet une sous-suite
convergente dans A.
Exemple 1.1.6.

1. ] − n, n[ est un recouvrement de R.
n∈N
2. R n’est pas compact.

1

3. l’intervalle ]0, 1[ n’est pas compact car la suite converge vers
n n≥1
0 et toutes ses sous-suites convergent vers 0 ∈
/ ]0, 1[.
4. La partie N n’est pas compacte car la suite (n)n converge vers l’infinie
et donc toutes ses sous-suites convergent vers l’infinie.
Proposition 1.1.5. (Admise)

Soit A une partie de R. Alors, A est compacte si et seulement si A est bornée
et fermée.
1.1.1 Densité de Q dans R

Définition 1.1.6. Soit A ⊆ X ⊆ R. On dit que A est dense dans X si tout
intervalle ouvert non vide I de X rencontre A c’est-à-dire contient au moins
un élément de A.
Proposition 1.1.6. Soit A une partie de R. Pour que A soit dense dans R il
faut et il suffit que tout point de R soit limite d’une suite d’éléments de A.
En d’autre terme, pour tout x ∈ R, il existe une suite (xn ) de A telle que
lim xn = x.
n−→∞
Démonstration. Soit A une partie de R et x ∈ R. Supposons que A est dense
dans R. Alors, pour tout n ∈ N, il existe un réel xn ∈ A tel que
1 1 1
x − n < xn < x + n i.e. xn − x < n .
2 2 2
Ainsi, on a trouvé une suite (xn ) de A converge vers x.
Réciproquement, supposons que tout élément de R est la limite d’une suite
d’éléments de A. Montrons que A est dense dans R. Soit x et y deux réels
x+y
tels que x < y. Alors, il existe une suite (xn ) de A telle que lim xn = .
n−→∞ 2
Ce qui implique qu’il existe n0 ∈ N tel que
x + y y − x
xn0 − < ,

2 2
d’où x < xn0 < y et A est dense dans R.
Théorème 1.1.1.
1. Q est dense dans R.
2. R \ Q est dense dans R.
Démonstration. D’abord, on va démontrer l’assertion 1. Soit x et y deux réels
tels que x < y. Il faut prouver qu’il existe r ∈ Q tel que x < r < y. D’après
1
la propriété d’Archimède, il existe n ∈ N∗ tel que < y − x. D’un autre
n
côté, on a E(nx) ≤ nx < E(nx) + 1. Ce qui entraîne que
E(nx) E(nx) 1
≤x< + < x + (y − x) = y.
n n n
E(nx) 1
Alors, on a trouvé r = + ∈ Q tel que x < r < y.
n n
Maintenant, on va démontrer l’assertion 2. Soit x et y deux réels tel que
x < y. Comme ce qui précède, il faut prouver qu’il existe α ∈ R \ Q tel que
x < α < y. La densité de Q dans R assure l’existence de r ∈ Q tel que
x y √ √
√ < r < √ . Alors, x < 2r < y. Par suite, on a trouvé α = 2r ∈ R \ Q
2 2
tel que x < α < y.
1.2. INÉGALITÉS CLASSIQUES 9
1.2 Inégalités Classiques

Certaines inégalités sont devenues célèbres en raison de leur grande utilité.
Elles sont aussi des ingrédients principales pour la résolution de beaucoup
des problèmes mathématiques, physiques et chimiques. Dans ce paragraphe,
nous sommes interessés à présenter deux célèbres inégalités : Inégalité de
Cauchy-Schwarz et Inégalité de Minkowski.
Augustin Louis Cau-
chy (1789-1857) est un
Théorème 1.2.1. (Inégalité de Cauchy-Schwarz)
grand mathématicien
Pour tous n-uplets (x1 , x2 , ..., xn ), (y1 , y2 , ..., yn ) de Rn , on a
français du début du
!1 !1 XIXe siècle. Professeur

n n n

X 2 2
à l’École polytechnique
x2k yk2
X X

xk yk ≤ .

k=1

k=1 k=1 et à la Sorbonne.
Démonstration. Soit t un réel et (x1 , x2 , ..., xn ), (y1 , y2 , ..., yn ) n-uplets de

Rn . Le trinôme
n n
X n
X n
(xk + tyk )2 = yk2 t2 + 2 x2k ≥ 0.
X X
xk yk t +
k=1 k=1 k=1 k=1
Hermann Amandus
Ce qui implique que son discriminant réduit
Schwarz (1843-1921)
est un mathématicien
n
!2 n
! n
!
allemand. Ses travaux
M0 = x2k yk2 ≤ 0,
X X X
xk y k −
sont marqués par
k=1 k=1 k=1
une forte interaction
entre l’analyse et la
d’où
n !1 !1 géométrie.
n n

X 2 2
x2k yk2
X X
x y ≤ .

k k

k=1 k=1 k=1
Théorème 1.2.2. (Inégalité de Minkowski)

Pour tous n-uplets (x1 , x2 , ..., xn ), (y1 , y2 , ..., yn ) de Rn , on a
Hermann Minkowski
n
!1 n
!1 n
!1 (1864-1909) est un
2 2 2
2
x2k yk2
X X X
(xk + yk ) ≤ + . mathématicien alle-
k=1 k=1 k=1 mand. Son travail
le plus original est
la Géométrie des
nombres.
Démonstration. On a
n n n
X n
(xk + yk )2 = x2k + 2 yk2
X X X
xk y k +
k=1 k=1
k=1 k=1
n n n

X X
x2k + 2 xk yk + yk2
X
≤

k=1 k=1 k=1
n n
!1 n
!1 n
2 2
x2k + 2 x2k yk2 yk2
X X X X
≤ + (CS)
k=1 k=1 k=1 k=1

n
!1 n
! 1 2
2 2
x2k yk2
X X
=  +  .
k=1 k=1
D’où la preuve est achevée.
1.3 Théorème de Bolzano-Weierstrass

Bernard Bolzano (bo- Théorème 1.3.1. (Théorème de Bolzano-Weierstrass)
hémien germanophone Toute partie infinie bornée de R possède un point d’accumulation.
1781-1848) fournit la
première définition
Démonstration. Pour achever la preuve de ce théorème, on aura besoin du
rigoureuse de la notion
lemme suivant qu’on va l’admettre sans preuve.

de limite, ainsi que Lemme 1.3.1. Soit [an , bn ] une suite décroissante des intervalles fermés
n≥1
la première preuve
.i.e.
purement analytique
[a1 , b1 ] ⊇ [a2 , b2 ] ⊇ ... ⊇ [an , bn ] ⊇ [an+1 , bn+1 ] ⊇ ....
du théorème de
Bolzano-Weierstrass. et an 6= bn , ∀n ≥ 1. Alors
+∞
\
[an , bn ] 6= ∅.
n=1
En plus, si lim (bn − an ) = 0 alors l’intersection se réduit à un seul point.

n−→∞
On retourne maintenant à la preuve du théorème.

Soit A une partie infinie et bornée de R. Alors, il existe M > 0 tel que
A ⊆ [−M, M ].
Or [−M, M ] = [−M, 0] ∪ [0, M ], donc au moins un intervalle de cette réunion
est infinie. Soit A1 cet intervalle. La longueur de A1 est l1 = M . De même on
Karl Weierstrass (al-
divise A1 en deux intervalles fermés de même longueur. Au moins l’un d’eux
lemand 1815-1897) M
l’un des fondateurs de
est infinie. Soit A2 cette partie. La longueur de A2 est l2 = . Ainsi, on
2
l’analyse moderne. construit et de proche en proche une partie An ⊆ A telle que An est infinie,
1.4. NOTATIONS DE LANDAU 11
M
An+1 ⊆ An et de longueur ln = . Mais An est de la forme [an , bn ], donc
2n−1
lim (bn − an ) = n−→∞
n−→∞
lim ln = 0.
D’un autre côté, pour ε > 0, d’après la propriété d’Archimède, il existe
M M
n0 ∈ N∗ tel que n0 −1 < ε. Comme a ∈ An0 et la longueur de An0 est n0 −1
2 2
alors
M M
]a − ε, a + ε[ ⊇ ]a − n0 −1 , a + n0 −1 [ ⊇ An0 .
2 2
Par suite, ]a − ε, a + ε[ contient une infinité de points de A. Ainsi, a est un
point d’accumulation de A.
Corollaire 1.3.1. De toute suite bornée on peut extraire une sous-suite conver-
gente.
Démonstration. Soit (xn ) une suite borné et A = {xn n ∈ N}. On aura deux
cas possibles.
Cas 1 : A est finie.
Alors il existe une sous-suite (xnk )k telle que xnk = xn0 pour certain n0 ∈ N.
D’où, (xnk )k converge vers xn0 .
Cas 2 : A est infinie.
Alors A est infinie bornée de R. Donc d’après le théorème de Bolzano -
Weierstrass A possède un point d’accumulation a. Par suite, la proposition
1.1.3 assure l’existence d’une suite (xnk )k de A qui converge vers a.
1.4 Notations de Landau

Notre but principal dans ce paragraphe est la comparaison de deux fonc- Edmund Georg Her-
tions réelles f et g au voisinage d’un point x0 , où f et g sont définies sur mann Landau
un voisinage de x0 sauf peut-être en x0 . On étudiera aussi la comparaison de (1877-1938) est un ma-
deux suites réelles. thématicien allemand,
auteur de 253 publica-
Définition 1.4.1. On dit que f = o(g) si pour g(x) 6= 0 dans un voisinage de tions mathḿatiques.
f (x)
x0 on a lim = 0. Landau étudie les
x−→x0 g(x)
mathématiques à
On peut écrire donc que f = o(g) au voisinage de x0 si l’université de Berlin
et reçoit son docto-
f (x) = ε(x)g(x), où lim ε(x) −→ 0.
x−→x0 rat en 1899 et son
habilitation en 1901.
Exemple 1.4.1.
1. x3 = o(x2 ) au voisinage de 0.
2. ln x = o(x) au voisinage de +∞.
3. sin(x − 1) = o(1) au voisinage de 1.
Définition 1.4.2. On dit que f = O(g) si pour g(x) 6= 0 dans un voisinage de

f
x0 on a est bornée i.e. s’il existe un voisinage Vx0 de x0 tel que g(x) 6= 0
g
f (x)
pour tout x ∈ Vx0 , il existe une constante M > 0 telle que
≤ M pour

g(x)
tout x ∈ Vx0 .
Exemple 1.4.2.
1. sin(x5 ) = O(1) au voisinage de +∞.
2. E(x) = O(x) au voisinage de x0 ∈ R.
Proposition 1.4.1.
1. Si f = o(g) alors f = O(g).
2. Si f = o(g) et g = o(h), alors f = o(h).
3. Si f = o(h) et g = o(h) alors f + g = o(h). Cela ne signifie pas que
o(h) + o(h) = o(h).
4. Si f = o(g) et u = o(v) alors f u = o(gv).
Démonstration. Laissée au lecteurs.
Définition 1.4.3. Deux fonctions réelles f et g sont équivalentes au voisinage

de x0 ∈ R si f − g = o(g) au voisinage de x0 i.e.
f (x) = (1 + ε(x)) g(x), où lim ε(x) −→ 0.

x−→x0
On écrit f ∼ g.
x0
Dans la pratique, si g ne s’annulle pas au voisinage de x0 ,
f (x)
f∼ g si et seulement si lim = 1.
x 0 x−→x 0 g(x)
On peut remarquer que la relation ∼ entre deux fonctions est réflexive.

x0
Définition 1.4.4. Soient (un )N et (vn )N deux suites réelles.

1.5. EXERCICES 13
1. On dit que la suite (un )N est dominée par la suite (vn )N s’il existe
A > 0 tel que (∀n ∈ N)(|un | ≤ A|vn |). On écrit (un )N ≺≺ (vn )N .
2. On dit que la suite (un )N est négligeable devant la suite (vn )N s’il
existe une suite (n )N de limite zéro, telle que un = n vn à partir d’un
certain rang. On écrit (un )N << (vn )N .

Montre qu’une suite (un )N négligeable devant une suite (vn )N est aussi domi-
née par (vn )N .
Définition 1.4.5. (Notations de Landau)

Soit (vn )N une suite réelle.
1. On appelle O(vn ) l’ensemble des suites (un )N dominées par la suite
(vn )N i.e.
O(vn ) = (un )N ; (un )N ≺≺ (vn )N .
2. On appelle o(vn ) l’ensemble des suites (un )N négligeables par la suite

(vn )N i.e.
o(vn ) = (un )N ; (un )N << (vn )N .
Exemple 1.4.3. Si α et β sont deux réels tels que α < β alors nα ∈ o(nβ ).
nα
lim nα−β = 0 car α − β < 0.
En effet, lim β = n−→∞
n−→∞ n

1. Montrer que nα ∈ o(en ), ∀α ∈ R.
2. Déterminer O(1, 0, 0, ....) et o(1, 1, 1, ....).
1.5 Exercices
Exercice 1.5.1.
1. Montrer que l’ensemble des points intérieurs des sous-ensembles sui-
vants est vide :
n1 o n o
N, Z, Q, ; n ∈ N∗ , x ∈ Q; x2 < 2 .
n
2. Déterminer les ensembles des points adhérents et des points frontières
des sous-ensemble de la partie 1.
Exercice 1.5.2.
1. Déterminer les points d’accumulation de la partie
1 1

A= + ; (n, m) ∈ N∗ × N∗ .
n m
2. Est-ce que A est fermé, ouvert et compact ?
Exercice 1.5.3. Soit
(−1)n
( )
∗
A= 1 ; n ∈ N .
1+ n
1. a) Déterminer les points intérieurs, d’adhérents et d’accumulations de
A.
b) Est-ce que A est fermé, ouvert et compact ?
2. Même question pour B = {2−p + 7−q ; p, q ∈ N∗ } .
Exercice 1.5.4. Soient x1 , x2 , ..., xn des réels. Montrer que l’ensemble
A = {x1 , x2 , ..., xn }
ne possède pas de points d’accumulation.

Exercice 1.5.5. Montrer que
1. ∅ et R sont fermés.
2. Toute intersection de fermé est fermée.
3. Toute réunion d’une famille finie de fermés est fermée.
Exercice 1.5.6.
1. ∅ et R sont ouverts.
2. Toute réunion d’ouverts est ouverte.
3. Toute intersection finie d’ouverts est ouverte.
Exercice 1.5.7.
1. Montrer que A = Q ∩ [0, 1] n’est pas compact.
1

2. Montrer que la partie A = ; n ∈ N∗ n’est pas compacte, mais
n
B = A ∪ {0} est compacte.
Exercice 1.5.8.
1. Montrer que A = {cos(n); n ∈ N} est dense dans [−1, 1].
(Indication : On admet que l’ensemble Z + 2πZ est dense dans R)
1.5. EXERCICES 15
θ
2. Montrer que si ∈
/ Q alors l’ensemble B = {cos(nθ); ∈ Z} est dense
π
dans ] − 1, 1[.
(Indication : On admet que l’ensemble Zθ + 2πZ est dense dans R si
θ
et seulement si ∈ / Q)
π
3. Montrer que C = {cos(ln n); ∈ N∗ } est dense dans [−1, 1].
Exercice 1.5.9. Montrer que A = {m − ln(n); m ∈ Z, n ∈ N∗ } est dense dans
R.
n √ o
Exercice 1.5.10. Soit A = ( 2 − 1)n ; n ∈ N .
√ 1
1. Montrer que 0 < ( 2 − 1)n < pour tout entier n ≥ 1.
n
2. En déduire que 0 est un point adhérent de A.
Exercice 1.5.11. Soit x ∈ R.
E(2n x)
!
1. Montrer que la suite converge vers x.
2n
m

2. En déduire que l’ensemble ; (m, n) ∈ Z × N est dense dans R.
2n
Exercice 1.5.12. Soit (xn ) une suite des nombres réels telle que
lim xn = +∞ et
n−→∞
lim (xn+1 − xn ) = 0.
n−→∞
1. Soient ε > 0 et p ∈ N tel que pour tout n ≥ p, |xn+1 − xn | < ε.

Montrer que pour tout x ≥ xp , il existe p0 ≥ p tel que |xp0 − x| < ε.
2. En déduire que l’ensemble {xn − E(xn ); n ∈ N} est dense dans l’in-
tervalle [0, 1].
Exercice 1.5.13. Montrer que pour tous réels positifs a, b on a :
√ 1
ab ≤ (a + b).
2
Dans quel cas l’égalité est-elle réalisée ?
Exercice 1.5.14. Montrer que si
a1 ≥ a2 ≥ ... ≥ an > 0 et b1 ≥ b2 ≥ ... ≥ bn > 0,
alors
n n n
! !
X X X
ak bk ≤ n ak b k .
k=1 k=1 k=1
Exercice 1.5.15.
1. Soit (x1 , x2 , ..., xn ) ∈ Rn . Montrer que
!2 v
n n √ u n
2
X X uX
xk ≤n xk ≤ n n t x4k .
k=1 k=1 k=1
2. Soit (x1 , x2 , ..., xn ) ∈ (R∗ )n tel que
x1 + x2 + ... + xn = 1.
n
X 1
Montrer que n2 ≤ .
k=1 |xk |
Exercice 1.5.16.
1. Montrer que toute suite infinie dans un intervalle [a, b] possède un
point d’accumulation.
2. Montrer que l’ensemble {sin(n); n ∈ N} possède un point d’accumula-
tion.
Exercice 1.5.17. Montrer que :

h i
1. xm = o(xn ) quand x −→ +∞ si et seulement si m < n.
h i
2. xm = o(xn ) quand x −→ 0 m > n.
3x5 + x3 − x2 + 1
Soit f (x) = et g(x) = x2 . Montrer que f = O(g) quand
x3
x −→ +∞, but f 6= o(g) as x −→ 0.
Exercice 1.5.18. Montrer :

h2 h4
1. cos h − 1 + − = O(h6 ) quand h −→ 0.
2 24
1 1 1 1

2. sin − + 3 =o 4 quand h −→ +∞.
h h 6h h
Exercice 1.5.19. Soit [a, b] ⊂ R et f ∈ C 3 ([a, b]). Montrer que

f (x + h) − f (x − h)
0

−f (x) = O(h2 ) h −→ 0.
2h
Exercice 1.5.20. Montrer que :

1. n2 ∈ O(10−5 n3 ).
2. 2018n8 − 33n5 + 1 + sin(n) ∈ O(n8 ).
1.5. EXERCICES 17
3. 2n+1000 ∈ O(2n ).
Exercice 1.5.21. Soient f, g, S, T : N −→ N, dont S(n) ∈ O(f (n)) et T (n) ∈

O(g(n)).
1. Montrer que si f (n) ∈ O(g(n)), alors f (n) + g(n) ∈ O(g(n)).
2. Montrer que O(f (n) + g(n)) = O(max(f (n), g(n))).
3. Montrer que si f (n) ∈ O(g(n)), alors S(n) + T (n) ∈ O(g(n)).
4. Montrer que S(n)T (n) ∈ O(f (n)g(n)).
Chapitre 2
Complément aux suites numériques
Motivation
Le concept de limite inférieure et limite supérieure apparaît d’abord dans
le livre (Analyse Algébrique) écrit par Cauchy en 1821. Mais jusqu’en 1882,
Paul du Bois-Reymond a donné des explications sur eux, il devient bien
connu.
2.1 Limite supérieure et Limite inférieure

Définition 2.1.1. Soit (xn )n∈N est une suite réelle.
1. La limite supérieure de (xn )n∈N iest définie par l’expression
inf sup xp ,
n∈N p≥n
On note, lim sup xn or limxn .

n−→∞
2. la limite inférieure de (xn )n∈N est définie par léxpression
sup inf xp ,
n∈N p≥n
on note par , lim inf xn ou limxn .

n−→∞
Exemple 2.1.1.
— On considère la suite (xn ) définie par xn = (−1)n , ∀n ∈ N.
y0 = sup xp = sup{1, −1, 1, −1, ...} = 1,

p≥0
y1 = sup xp = sup{−1, 1, −1, 1, ...} = 1,

p≥1
18
2.1. LIMITE SUPÉRIEURE ET LIMITE INFÉRIEURE 19
y2 = sup xp = sup{1, −1, 1, −1, ...} = 1, .....

p≥2
Alors
lim sup xn = inf {y0 , y1 , y2 , ...} = 1.
n−→∞ n∈N
Répeter la même procédure on aura lim inf xn = −1.

n−→∞
— On considère la suite (xn ) définie par xn = n, ∀n ∈ N.
y0 = sup xp = sup{0, 1, 2, 3, 4, ...} = +∞,

p≥0
y1 = sup xp = sup{1, 2, 3, 4, ...} = +∞,

p≥1
y2 = sup xp = sup{2, 3, 4, ...} = +∞, .....

p≥2
Then
lim sup xn = inf {y0 , y1 , y2 , ...} = +∞.
n−→∞ n∈N
lim inf xn = 0.
Répeter la même procédure on aura n−→∞
Proposition 2.1.1. lim sup xn (respectivement lim inf xn ) est le plus grand
n−→∞ n−→∞
(respectivement le plus petit) point adherent de la suite (xn ).
Proposition 2.1.2. Soit (xn )n∈N est une suite réelle et p ∈ N∗ sachant que
0 ≤ q ≤ p − 1, lim xpk+q = Lq ∈ R. Alors, l’ensemble de points adherents
k−→∞
sont :
A = {Lq ; 0 ≤ q ≤ p − 1} .
Exemple 2.1.2. Trouver n−→∞

lim sup xn et n−→∞
lim inf xn , où (xn ) est définie par
n
xn = (−1)n .
n+1
Pour p = 2, on a q ∈ {0, 1} et alors
lim x2k = 1 and lim x2k+1 = −1.

k−→∞ k−→∞
Donc, A = {−1, 1} . par conséquent,
lim sup xn = 1
n−→∞
and lim inf xn = −1.
n−→∞
Proposition 2.1.3. Soit (xn )n∈N est une suite réelle. Alors, (xn ) converge à
L ∈ R ssi lim inf xn = lim sup xn = L.
n−→∞ n−→∞
20 CHAPITRE 2. COMPLÉMENT AUX SUITES NUMÉRIQUES
Démonstration. On suppose que lim inf xn = lim sup xn = L. Indeed,

n−→∞ n−→∞
∀n ∈ N, on a
inf xp ≤ xn ≤ sup xp .
p≥n p≥n
Alors, par le théorème de deux gendarmes, n−→∞

lim xn = L.
pour l’autre sense, si n−→∞
lim xn = L, alors
∀ε > 0, ∃n0 ∈ N/∀n ∈ N, n ≥ n0 ⇒ |xn − L| < ε
et donc
∀n ∈ N, n ≥ n0 ⇒ | sup xp − L| < ε.
p≥n
Alors,
| inf sup xp − L| < ε, ∀ε > 0 ans so inf sup xp = L.

n≥n0 p≥n n≥n0 p≥n
Par conséquent, lim sup xn ≤ L. De même, on démontre lim inf xn ≥ L.

n−→∞ n−→∞
lim inf xn ≤ n−→∞
Mais, n−→∞ lim sup xn . Pr conséquence,
lim inf xn = n−→∞

n−→∞
lim sup xn = L.
On peut faire une autre méthode plus simple. en effet, toutes les sous suites
de (xn ) converge à L i.e. tous les points adherents sont égaux á L. Mais,
lim inf xn et n−→∞
n−→∞
lim sup xn sont les plus grands and les plus petits points
adherents respectivement. Alors,
lim inf xn = n−→∞

n−→∞
lim sup xn = L.
2.2 Suite adjacentes

Définition 2.2.1. On appelle deux suites réelles (un ) et (vn ) adjacentes, si :
1. un ≤ un+1 ≤ vn+1 ≤ vn , ∀n ∈ N.
lim (vn − un ) = 0.
2. n−→∞
Proposition 2.2.1. Deux suites adjacentes (un ) and (vn ) ont la la même limite
L et on a un ≤ L ≤ vn , ∀n ∈ N.
2.3. SUITES DE CAUCHY 21
Démonstration. La suite (un ) est croissante et majorée par v0 . Alors elle

converge vers L. De même , la suite (vn ) est décroissante et minorée par u0 .
Donc, elle converge vers L0 . De l’autre côté, comme
u0 ≤ un ≤ L ≤ L0 ≤ vn ≤ v0 , ∀n ∈ N,
alors
0 ≤ L0 − un ≤ L − L0 ≤ vn − un , ∀n ∈ N.
Alors, en paasant à la limite u0 ≤ L − L0 ≤ 0 donc L = L0 .
Exemple 2.2.1. On considère la suite (xn ) définie par
1 1 (−1)n
xn = 1 − + − ... + .
2 3 n
Alors, les suites (un ) et (vn ) définient par un = x2n et vn = x2n+1 sont
adjacentes.
Nous attirons l’attention du lecteur que la suite (xn ) est appeluite alternative.
2.3 Suites de Cauchy

Définition 2.3.1. Une suite réelle (un ) est une suite de Cauchy si elle vérifie
∀ε > 0, ∃n0 ∈ N/∀p, q ∈ N, p ≥ q ≥ n0 ⇒ |up − uq | < ε.
Proposition 2.3.1. Une suite (un ) est une suite de Cauchy ssi elle est une
suite convergente.
Démonstration. Soit (un ) converge vers L. Alors,

ε
∀ε > 0, ∃n0 ∈ N/∀n ∈ N, n ≥ n0 ⇒ |un − L| < .
2
Donc, ∀p, q ∈ N, on a
p ≥ q ≥ n0 ⇒ |up − uq |
≤ |up − L| + |uq − L|
ε ε
≤ + = ε.
2 2
Donc, (un ) est une suite de Cauchy.
Maintenant, on va prouver l’inverse. Supposons que (un ) est une suite de

Cauchy. Alors,
∀ε > 0, ∃n0 ∈ N/∀p, q ∈ N, p ≥ q ≥ n0 ⇒ |up − uq | < ε.
En particulier, on aura
∀n ∈ N, n ≥ n0 ⇒ |un − un0 | < 1.
Donc,
∀n ∈ N, n ≥ n0 ⇒ |un | ≤ |un0 | + 1
et alors (un ) est bornée alors, par le théorème de Bolzano- Weierestrass, (un )
admet une sous suite convergente (unk ). Soit Lest la limite de (unk ). Alors,
ε
∀k ∈ N, k ≥ k0 ⇒ |unk − L| < .
2
Finalement,
n ≥ max{n0 , nk0 } ⇒ |un − L|
≤ |un − unk | + |unk − L|
ε ε
≤ + = ε.
2 2
Alors, (un ) est convergente.
2.4 Suites récurrentes

Une catégorie essentielle de suites sont les suites récurrentes définies par
une fonction. Ce chapitre est l’aboutissement de notre étude sur les suites,
mais nécessite aussi l’étude de fonctions (voir «Limites et fonctions conti-
nues»).
2.4.1 Suite récurrente définie par une fonction

Soit f :→ une fonction. Une suite récurrente est définie par son premier
terme et une relation permettant de calculer les termes de proche en proche :
u0 ∈ et un+1 = f (un ) pour n ≥ 0
Une suite récurrente est donc définie par deux données : un terme initial u0 ,
et une relation de récurrence un+1 = f (un ). La suite s’écrit ainsi :
u0 , u1 = f (u0 ), u2 = f (u1 ) = f (f (u0 )), u3 = f (u2 ) = f (f (f (u0 ))), . . .
Le comportement peut très vite devenir complexe.
2.4. SUITES RÉCURRENTES 23
√
Exemple 2.4.1. Soit f (x) = 1+ x. Fixons u0 = 2 et définissons pour n ≥ 0 :
√
un+1 = f (un ). C’est-dire un+1 = 1 + un . Alors les premiers termes de la
suite sont :
r s r
√ q √ q √ q √
2, 1+ 2, 1+ 1 + 2, 1+ 1 + 1+ 2, 1+ 1 + 1+ 1+ 2, . . .
Voici un résultat essentiel concernant la limite si elle existe.
Proposition 2.4.1. Si f est une fonction continue et la suite récurrente (un )

converge vers `, alors ` est une solution de l’équation : f (`) = `
Si on arrive ontrer que la limite existe alors cette proposition permet de

calculer des candidats tre cette limite.
y
y=x
`1
`2 `3 x
Une valeur `, vérifiant f (`) = ` est un point fixe de f . La preuve est très
simple et mérite d’être refaite haque fois.
Démonstration. Lorsque n → +∞, un → ` et donc aussi un+1 → `. Comme

un → ` et que f est continue alors la suite (f (un )) → f (`). La relation
un+1 = f (un ) devient a limite (lorsque n → +∞) : ` = f (`).
Nous allons étudier en détail deux cas particuliers fondamentaux : lorsque

la fonction est croissante, puis lorsque la fonction est décroissante.
2.4.2 Cas d’une fonction croissante

Commençons par remarquer que pour une fonction croissante, le compor-
tement de la suite (un ) définie par récurrence est assez simple :
— Si u1 ≥ u0 alors (un ) est croissante.
— Si u1 ≤ u0 alors (un ) est décroissante.
La preuve est une simple récurrence : par exemple si u1 ≥ u0 , alors comme

f est croissante on a u2 = f (u1 ) ≥ f (u0 ) = u1 . Partant de u2 ≥ u1 on en
déduit u3 ≥ u2 ,...
Voici le résultat principal :
Proposition 2.4.2. Si f : [a, b] → [a, b] une fonction continue et croissante,

alors quelque soit u0 ∈ [a, b], la suite récurrente (un ) est monotone et converge
vers ` ∈ [a, b] vérifiant f (`) = `.
Il y a une hypothèse importante qui est un peu cachée : f va de l’intervalle

[a, b] dans lui-même. Dans la pratique, pour appliquer cette proposition, il
faut commencer par choisir [a, b] et vérifier que f ([a, b]) ⊂ [a, b].
y
b
f ([a, b])
a
a b x
Démonstration. La preuve est une conséquence des résultats précédents. Par

exemple si u1 ≥ u0 alors la suite (un ) est croissante, elle est majorée par b,
donc elle converge vers un réel `. Par la proposition 2.4.1, alors f (`) = `. Si
u1 ≤ u0 , alors (un ) est une décroissante et minorée par a, et la conclusion est
la même.
Exemple 2.4.2. Soit f :→ définie par

1
f (x) = (x2 − 1)(x − 2) + x
4
et u0 ∈ [0, 2]. Étudions la suite (un ) définie par récurrence : un+1 = f (un )
(pour tout n ≥ 0).
1. Étude de f
(a) f est continue sur .
(b) f est dérivable sur et f 0 (x) > 0.
(c) Sur l’intervalle [0, 2], f est strictement croissante.

1
(d) Et comme f (0) = 2
et f (2) = 2 alors f ([0, 2]) ⊂ [0, 2].
2. Graphe de f
f
y
(y = x)
u0 u1 u2 1 u01u00 2 x
Voici comment tracer la suite : on trace le graphe de f et la bissectrice

(y = x). On part d’une valeur u0 (en rouge) sur l’axe des abscisses,
la valeur u1 = f (u0 ) se lit sur l’axe des ordonnées, mais on reporte la
valeur de u1 sur l’axe des abscisses par symétrie par rapport a bissec-
trice. On recommence : u2 = f (u1 ) se lit sur l’axe des ordonnées et
on le reporte sur l’axe des abscisses, etc. On obtient ainsi une sorte
d’escalier, et graphiquement on conjecture que la suite est croissante
et tend vers 1. Si on part d’une autre valeur initiale u00 (en vert), c’est
le même principe, mais cette fois on obtient un escalier qui descend.
3. Calcul des points fixes.
Cherchons les valeurs x qui vérifient (f (x) = x), autrement dit (f (x)−
x = 0), mais
1
f (x) − x = (x2 − 1)(x − 2) (2.1)
4
Donc les points fixes sont les {−1, 1, 2}. La limite de (un ) est donc
hercher parmi ces 3 valeurs.
4. Premier cas : u0 = 1 ou u0 = 2.
Alors u1 = f (u0 ) = u0 et par récurrence la suite (un ) est constante (et
converge donc vers u0 ).
5. Deuxième cas : 0 ≤ u0 < 1.

— Comme f ([0, 1]) ⊂ [0, 1], la fonction f se restreint sur l’intervalle
[0, 1] en une fonction f : [0, 1] → [0, 1].
— De plus sur [0, 1], f (x) − x ≥ 0. Cela se déduit de l’étude de f ou
directement de l’expression (2.1).
— Pour u0 ∈ [0, 1[, u1 = f (u0 ) ≥ u0 d’après le point précédent.
Comme f est croissante, par récurrence, comme on l’a vu, la suite
(un ) est croissante.
— La suite (un ) est croissante et majorée par 1, donc elle converge.
Notons ` sa limite.
— D’une part ` doit être un point fixe de f : f (`) = `. Donc ` ∈
{−1, 1, 2}.
— D’autre part la suite (un ) étant croissante avec u0 ≥ 0 et majorée
par 1, donc ` ∈ [0, 1].
— Conclusion : si 0 ≤ u0 < 1 alors (un ) converge vers ` = 1.
6. Troisième cas : 1 < u0 < 2.
La fonction f se restreint en f : [1, 2] → [1, 2]. Sur l’intervalle [1, 2], f
est croissante mais cette fois f (x) ≤ x. Donc u1 ≤ u0 , et la suite (un )
est décroissante. La suite (un ) étant minorée par 1, elle converge. Si
on note ` sa limite alors d’une part f (`) = `, donc ` ∈ {−1, 1, 2}, et
d’autre part ` ∈ [1, 2[. Conclusion : (un ) converge vers ` = 1.
Le graphe de f joue un rôle très important, il faut le tracer même si on
ne le demande pas explicitement. Il permet de se faire une idée très précise
du comportement de la suite : Est-elle croissante ? Est-elle positive ? Semble-
t-elle converger ? Vers quelle limite ? Ces indications sont essentielles pour
savoir ce qu’il faut montrer lors de l’étude de la suite.
2.4.3 Cas d’une fonction décroissante

Proposition 2.4.3. Soit f : [a, b] → [a, b] une fonction continue et décrois-
sante. Soit u0 ∈ [a, b] et la suite récurrente (un ) définie par un+1 = f (un ).
Alors :
— La sous-suite (u2n ) converge vers une limite ` vérifiant f ◦ f (`) = `.
— La sous-suite (u2n+1 ) converge vers une limite `0 vérifiant f ◦f (`0 ) = `0 .
Il se peut (ou pas !) que ` = `0 .
Démonstration. La preuve se déduit du cas croissant. La fonction f étant
décroissante, la fonction f ◦ f est croissante. Et on applique la proposition
2.4.2 a fonction f ◦f et a sous-suite (u2n ) définie par récurrence u2 = f ◦f (u0 ),
u4 = f ◦ f (u2 ),. . .
De même en partant de u1 et u3 = f ◦ f (u1 ),. . .
Exemple 2.4.3.
1 1
f (x) = 1 + , u0 > 0, un+1 = f (un ) = 1 +
x un
1. Étude de f . La fonction f :]0, +∞[→]0, +∞[ est une fonction continue

et strictement décroissante.
2. Graphe de f .
Le principe pour tracer la suite est le même qu’auparavant : on place
u0 , on trace u1 = f (u0 ) sur l’axe des ordonnées et on le reporte par sy-
métrie sur l’axe des abscisses,... On obtient ainsi une sorte d’escargot,
et graphiquement on conjecture que la suite converge vers le point fixe
de f . En plus on note que la suite des termes de rang pair semble une
suite croissante, alors que la suite des termes de rang impair semble
décroissante.
3. Points fixes de f ◦ f .
1 1 x 2x + 1
f ◦ f (x) = f f (x) = f 1 + =1+ 1 =1+ =
x 1+ x
x+1 x+1
Donc
( √ √ )
2x + 1 1− 5 1+ 5
f ◦f (x) = x ⇐⇒ = x ⇐⇒ x2 −x−1 = 0 ⇐⇒ x ∈ ,
x+1 2 2
Comme √ la limite doit être positive, le seul point fixe onsidérer est
1+ 5
`= 2 .
Attention ! Il y a un unique point fixe, mais on ne peut pas conclure e
stade car f est définie sur ]0, +∞[ qui n’est pas un intervalle compact.
√
4. Premier cas 0 < u0 ≤ ` = 1+2 5 .
Alors, u1 = f (u0 ) ≥ f (`) = ` ; et par une étude de f ◦ f (x) − x, on
obtient que : u2 = f ◦ f (u0 ) ≥ u0 ; u1 ≥ f ◦ f (u1 ) = u3 .
Comme u2 ≥ u0 et f ◦ f est croissante, la suite (u2n ) est croissante.
De même u3 ≤ u1 , donc la suite (u2n+1 ) est décroissante. De plus
comme u0 ≤ u1 , en appliquant f un nombre pair de fois, on obtient
que u2n ≤ u2n+1 . La situation est donc la suivante :
u0 ≤ u2 ≤ · · · ≤ u2n ≤ · · · ≤ u2n+1 ≤ · · · ≤ u3 ≤ u1
La suite (u2n ) est croissante et majorée par u1 , donc elle converge.

√
Sa
1+ 5
limite ne peut être que l’unique point fixe de f ◦ f : ` = 2 .
La suite (u2n+1 ) est
√
décroissante et minorée par u0 , donc elle converge
1+ 5
aussi vers ` = 2 .
√
1+ 5
On en conclut que la suite (un ) converge vers ` = 2
.
√
5. Deuxième cas u0 ≥ ` = 1+2 5 .
On montre
√
de la même façon que (u2n ) est décroissante et converge
√
vers 2 , et que (u2n+1 ) est croissante et converge aussi vers 1+2 5 .
1+ 5
2.5 Exercices
Exercice 2.5.1. Calculer lim sup and lim inf de la suite (xn ) dans les
n−→∞ n−→∞
cas suivants :
1. xn = (−1)n n, n ∈ N.
(−1)n
2. xn = cos nπ
3
+ , n ≥ 1.
n
(−1)n
3. xn = sin nπ
2
+ , n ≥ 1.
n
4. xn = sin nπ
2
cos nπ
3
, n ∈ N.
Exercice 2.5.2. Soit (xn ) et (yn ) sont deux suites bornées dans R.
1. Prouver que
(a) lim sup(λxn ) = λ lim sup xn , ∀λ > 0.
n−→∞ n−→∞
(b) lim inf(λxn ) = λ lim inf xn , ∀λ > 0.
n−→∞ n−→∞
(c) lim sup(xn + yn ) ≤ lim sup xn + lim sup yn .
n−→∞ n−→∞ n−→∞
(d) lim inf(xn + yn ) ≥ lim inf xn + lim inf yn .
n−→∞ n−→∞ n−→∞
2. Si xn est convergente, montrer que
(a) lim sup(xn + yn ) = lim xn + lim sup yn .
n−→∞ n−→∞ n−→∞
(b) lim inf(xn + yn ) = lim xn + lim inf yn .
n−→∞ n−→∞ n−→∞
3. Prouver que
(a) lim sup(−xn ) = − lim inf xn .
n−→∞ n−→∞
(b) lim inf(−xn ) = − lim inf xn .
n−→∞ n−→∞
Exercice 2.5.3. Soit (xn ) et (yn ) sont deux suites positives et majorées.
2.5. EXERCICES 29
1. Prouver que
2. lim sup(xn yn ) ≤ lim sup xn lim sup yn .
n−→∞ n−→∞ n−→∞
3. Si xn est convergente, montrer que
lim sup(xn yn ) ≤ n−→∞

n−→∞
lim xn n−→∞
lim sup yn .
Exercice 2.5.4. On considère deux (un )n≥1 et (vn )n≥1 définies, pour tout
n ≥ 1 par
1 1 1
un = 1 + 3
+ 3 + ... + 3
2 3 n
et
1
vn = un +
.
n2
Montrer que ces deux suites sont adjacentes.
Exercice 2.5.5. Soit a et b sont deux nombres√réels tels que 0 < a < b. Soit
(un ) et (vn ) sont deux suites définies par u0 = ab, v0 = a+b
2
, et
√ un + vn
un+1 = un vn and vn+1 = ∀n ∈ N.
2
Exercice 2.5.6. Soit a > 0 et soit (un ) et (vn ) sont deux suites définies par
u0 > v0 > 0, et
(a + 1)un vn un + avn
un+1 = and vn+1 = , ∀n ∈ N.
aun + vn a+1
Exercice 2.5.7. Soit θ ∈]0, π2 [ et

! !
θ θ
un = 2 sin n , vn = 2n tan n .
n
2 2
Montrer que les suites (un ) et (vn ) sont adjacentes. Déduire la limite com-
mune ?
Exercice 2.5.8. (Irrationalité de e)

Soit (un ) et (vn ) sont deux suites définies par
n
X 1 1
un = et vn = un + .
k=0 k! n.n!
1. Montrer que (un ) et (vn ) sont strictement monotones et adjacentes.

On admet que leurs limite commune est e.
2. Notre objectif dans cette partie est de prouver que e ∈
/ Q. Supposons
p ∗
que e = q , où p ∈ N et q ∈ N .
Montrer que uq < e < vq . Conclure.
Exercice 2.5.9. On considère deux suites (xn ) et (yn ) définies par

n n
X 1 X 1
xn = et yn = 2
.
k=1 k k=1 k
1. Prouver que (xn ) est n’est pas une suite de Cauchy.

2. Montrer que (yn ) est une suite Cauchy.
3. Conclure.
Exercice 2.5.10. Soit (un ) est une suite définie par u0 = 1 et

s
1
un+1 = u2n + , ∀n ≥ 1.
2n
Montrer que est une suite de Cauchy.
Exercice 2.5.11.
1. Soit f (x) = 91 x3 + 1, u0 = 0 et pour n ≥ 0, un+1 = f (un ). Étudier en
détails la suite (un ) :
(a) montrer que un ≥ 0 ;
(b) étudier et tracer le graphe de g ;
(c) tracer les premiers termes de (un ) ;
(d) montrer que (un ) est croissante ;
(e) étudier la fonction g(x) = f (x) − x ;
(f) montrer que f admet deux points fixes sur + , 0 < ` < `0 ;
(g) montrer que f ([0, `]) ⊂ [0, `] ;
(h) en déduire que (un ) converge vers `.
√
2. Soit f (x) = 1 + x, u0 = 2 et pour n ≥ 0 : un+1 = f (un ). Étudier en
détail la suite (un ).
3. Soit (un )n∈ la suite définie par : u0 ∈ [0, 1] et un+1 = un − u2n . Étudier
en détail la suite (un ).
4
4. Étudier la suite définie par u0 = 4 et un+1 = un +2
.
2.5. EXERCICES 31
2
Exercice 2.5.12. On considère la fonction réelle f définie par f (x) = 1 + x4 ,
où x > 0.
1. Montrer que f admet un point fixe unique que l’on déterminera.
2. Soit E =]0, 2[. Montrer que f (E) ⊂ E.
3. Soit la suite (un ) définie par u0 > 0 et un+1 = f (un ), n ∈ N.
(a) Si la suite (un ) est convergente, calculer sa limite.
(b) On suppose dans cette partie que u0 ∈ E.
i. Montrer que la suite (un ) est bornée.
ii. Etudier la monotonie de la suite (un ). En déduire qu’elle est
convergent.
4. Etudier la monotonie et la convergence de la suite (un ) dans les cas
suivants :
(a) u0 = 2.
(b) u0 > 2.
Chapitre 3
Les Fonctions Continues
Motivation
Nous savons résoudre beaucoup d’équations (par exemple ax + b = 0,
2
ax +bx+c = 0,...) mais ces équations sont très particulières. Pour la plupart
des équations nous ne saurons pas les résoudre, en fait il n’est pas évident de
dire s’il existe une solution, ni combien il y en a. Considérons par exemple
l’équation extrêmement simple : x + exp x = 0. Il n’y a pas de formule
connue (avec des sommes, des produits,... de fonctions usuelles) pour trouver
la solution x. Dans ce chapitre nous allons voir que grâce à l’étude de la
fonction f (x) = x + exp x il est possible d’obtenir beaucoup d’informations
sur la solution de l’équation x+exp x = 0 et même de l’équation plus générale
x + exp x = y (où y ∈ R est fixé).
x + exp(x)
y
Nous serons capable de prouver que pour chaque y ∈ R l’équation
x + exp x = y
32
3.1. CONTINUITÉ SUR UN INTERVALLE 33
admet une solution x ; que cette solution est unique ; et nous saurons dire
comment varie x en fonction de y. Le point clé de tout cela est l’étude de
la fonction f et en particulier de sa continuité. Même s’il n’est pas possible
de trouver l’expression exacte de la solution x en fonction de y, nous allons
mettre en place les outils théoriques qui permettent d’en trouver une solution
approchée.
3.1 Continuité sur un intervalle

3.1.1 Fonctions continues sur un segment
Théorème 3.1.1. Soit f : [a, b] −→ R une fonction continue sur [a, b] ; alors
la partie image f [a, b] = {f (x); x ∈ [a, b]} est bornée dans R, c’est à dire il
existe c, d ∈ R tels que ∀ x ∈ [a, b] on a : c ≤ f (x) ≤ d.
Démonstration. Démontrons pour le moment que B = f [a, b] est majorée,
sinon il existerait une sous suite (xn ) ⊂ A = [a, b] telle que f (xn ) → +∞,
la partie X = {xn ; n ∈ N} est infinie et bornée car elle est incluse dans
A, donc d’après le théorème de Bolzano elle admet une sous suite (xnk ) qui
converge vers une limite α ∈ A ; d’une part f (xnk ) → f (α) et d’autre part
f (xnk ) → +∞. Vu l’unicité de la limite d’une suite réelle on arrive à une
erreur.
Exercice 3.1.1. Démontrer avec la même technique que B est minorée dans
R.
Le dernier passage nous a montré que f [a, b] est bornée dans R donc elle
admet une borne inférieure que l’on notera c et une borne supérieure que
l’on notera d. Le théorème suivant montre que notre f atteint ces bornes.
Théorème 3.1.2. (Théorème d’extremums des fonctions continues)
f : [a, b] −→ R une fonction continue sur [a, b], Soit c = inf f [a, b] et d =
sup f [a, b], alors il existe au moins ξ, η ∈ [a, b] tels que f (ξ) = c, f (η) = d.
Démonstration. Démontrons que f atteint ses bornes c’est à dire qu’il existe
au moins ξ, η ∈ [a, b] tels que f (ξ) = c, f (η) = d. Si f [a, b] est une partie finie
le problème est résolu. Supposons alors qu’elle est infinie. Or d = sup f [a, b],
d’après la propriété caractéristique de la borne supérieure, on vérifie qu’il
existe une suite (yn ) telle que yn → d et yn ∈ f [a, b] (d est un point d’accu-
mulation de f [a, b]). Soit (xn ) ⊂ [a, b] une suite infinie telle que f (xn ) = yn ,
donc d’après le théorème de Bolzano, on peut extraire une sous suite conver-
gente xnk → η ceci implique que f (xnk ) → f (η) et f (xnk ) → d. Vu l’unicité
de la limite on conclue que f (η) = d. Pareillement, on peut démontrer qu’il
existe au moins un ξ tel que f (ξ) = c.
34 CHAPITRE 3. LES FONCTIONS CONTINUES
3.1.2 Le théorème des valeurs intermédiaires

Théorème 3.1.3. (Théorème des valeurs intermédiaires)
Soit f : [a, b] → R une fonction continue sur un segment. Pour tout réel y
compris entre f (a) et f (b), il existe c ∈ [a, b] tel que f (c) = y.
Démonstration. Montrons le théorème dans le cas où f (a) < f (b). On consi-

dère alors un réel y tel que f (a) ≤ y ≤ f (b) et on veut montrer qu’il a un
antécédent par f .
1. On introduit l’ensemble suivant

A = x ∈ [a, b] |/ f (x) ≤ y .
Tout d’abord l’ensemble A est non vide (car a ∈ A) et il est majoré

(car il est contenu dans [a, b]). Il admet donc une borne supérieure,
que l’on note c = sup A. Montrons que f (c) = y.
y
f (b)
f (a)
a b x
A c = sup(A)
2. Montrons tout d’abord que f (c) ≤ y. Comme c = sup A, il existe une

suite (un )n∈N contenue dans A telle que (un ) converge vers c. D’une
part, pour tout n ∈ N, comme un ∈ A, on a f (un ) ≤ y. D’autre part,
comme f est continue en c, la suite (f (un )) converge vers f (c). On en
déduit donc, par passage à la limite, que f (c) ≤ y.
3. Montrons à présent que f (c) ≥ y. Remarquons tout d’abord que si
c = b, alors on a fini, puisque f (b) ≥ y. Sinon, pour tout x ∈]c, b],
comme x ∈ / A, on a f (x) > y. Or, étant donné que f est continue en c,
f admet une limite à droite en c, qui vaut f (c) et on obtient f (c) ≥ y.
3.1. CONTINUITÉ SUR UN INTERVALLE 35
3.1.3 Applications du théorème des valeurs intermédiaires

Voici la version la plus utilisée du théorème des valeurs intermédiaires.
Corollaire 3.1.1. Soit f : [a, b] → R une fonction continue sur un segment.
Si f (a) · f (b) < 0, alors il existe c ∈]a, b[ tel que f (c) = 0.
y
f (b) > 0
a c
b x
f (a) < 0
Démonstration. Il s’agit d’une application directe du théorème des valeurs

intermédiaires avec y = 0. L’hypothèse f (a) · f (b) < 0 signifiant que f (a) et
f (b) sont de signes contraires.
Exemple 3.1.1. Tout polynôme de degré impair possède au moins une racine
réelle.
y
x 7→ P (x)
En effet, un tel polynôme s’écrit P (x) = an xn +· · ·+a1 x+a0 avec n un entier

impair. On peut supposer que le coefficient an est strictement positif. Alors,
on a lim P = −∞ et lim P = +∞. En particulier, il existe deux réels a et b
−∞ +∞
tels que f (a) < 0 et f (b) > 0 et on conclut grâce au corollaire précédent.
Remarque 3.1.1. Soit f : [a, b] → R une fonction continue et strictement
montone sur un segment. Si f (a) · f (b) < 0, alors il existe un unique c ∈]a, b[
tel que f (c) = 0.
Corollaire 3.1.2. Soit f : I → R une fonction continue sur un intervalle I.

Alors f (I) est un intervalle.
Démonstration. Soient y1 , y2 ∈ f (I), y1 ≤ y2 . Montrons que si y ∈ [y1 , y2 ],
alors y ∈ f (I). Par hypothèse, il existe x1 , x2 ∈ I tels que y1 = f (x1 ),
y2 = f (x2 ) et donc y est compris entre f (x1 ) et f (x2 ). D’après le théorème
des valeurs intermédiaires, comme f est continue, il existe donc x ∈ I tel que
y = f (x), et ainsi y ∈ f (I).
1. Soient P (x) = x5 − 3x − 2 et f (x) = x2x − 1 deux fonctions définies
sur R. Montrer que l’équation P (x) = 0 a au moins une racine dans
[1, 2] ; l’équation f (x) = 0 a au moins une racine dans [0, 1] ; l’équation
P (x) = f (x) a au moins une racine dans ]0, 2[.
2. Montrer qu’il existe x > 0 tel que 2x + 3x = 7x .
3. Dessiner le graphe d’une fonction continue f : R → R tel que f (R) =
[0, 1]. Puis f (R) =]0, 1[ ; f (R) = [0, 1[ ; f (R) =] − ∞, 1], f (R) =
] − ∞, 1[.
4. Soient f et g deux fonctions continues sur [0, 1] telles que pour tout
x ∈ [0, 1], on a f (x) < g(x). Montrer qu’il existe m > 0 tel que pour
tout x ∈ [0, 1], on a f (x) + m < g(x). Ce résultat est-il vrai si on
remplace [0, 1] par R ?
3.2 Fonctions monotones et bijections

3.2.1 Fonctions monotones et bijections
Voici un résultat important qui permet d’obtenir des fonctions bijectives.
Théorème 3.2.1. (Théorème de la bijection)
Soit f : I → R une fonction définie sur un intervalle I de R. Si f est continue
et strictement monotone sur I, alors
1. f établit une bijection de l’intervalle I dans l’intervalle image J =
f (I),
2. la fonction réciproque f −1 : J → I est continue et strictement mono-
tone sur J et elle a le même sens de variation que f .
Pour démontrer ce théorème, on aura besoin du lemme suivant.
Lemme 3.2.1. Soit f : I → R une fonction définie sur un intervalle I de R.
Si f est strictement monotone sur I, alors f est injective sur I.
3.2. FONCTIONS MONOTONES ET BIJECTIONS 37
Démonstration. Soient x, x0 ∈ I tels que f (x) = f (x0 ). Montrons que x = x0 .

Si on avait x < x0 , alors on aurait nécessairement f (x) < f (x0 ) ou f (x) >
f (x0 ), suivant que f est strictement croissante, ou strictement décroissante.
Ce qui contredit le fait que f (x) = f (x0 ). On déduit alors que x ≥ x0 . En
échangeant les rôles de x et de x0 , on montre de même que x ≤ x0 . On en
conclut que x = x0 et donc que f est injective.
Maintenant, on retourne à la preuve du théorème.
En effet, d’après le lemme précédent, f est injective sur I. En restreignant
son ensemble d’arrivée à son image J = f (I), on obtient que f établit une
bijection de I dans J. Comme f est continue, par le théorème des valeurs
intermédiaires, l’ensemble J est un intervalle.
D’un autre côté, on suppose, pour fixer les id, que f est strictement croissante.
1. Montrons que f −1 est strictement croissante sur J. Soient y, y 0 ∈ J
tels que y < y 0 . Notons x = f −1 (y) ∈ I et x0 = f −1 (y 0 ) ∈ I. Alors
y = f (x), y 0 = f (x0 ) et donc
y < y 0 =⇒ f (x) < f (x0 )

=⇒ x < x0 (car f est strictement croissante)
−1 −1 0
=⇒ f (y) < f (y ),
c’est-à-dire f −1 est strictement croissante sur J.

2. Montrons que f −1 est continue sur J. On se limite au cas où I est de
la forme ]a, b[, les autres cas se montrent de la même manière. Soit
y0 ∈ J. On note x0 = f −1 (y0 ) ∈ I. Soit > 0. On peut toujours
supposer que ] x0 − , x0 + [⊂ I. On cherche un réel δ > 0 tel que
pour tout y ∈ J on ait
y0 − δ < y < y0 + δ =⇒ f −1 (y0 ) − < f −1 (y) < f −1 (y0 ) +
c’est-à-dire tel que pour tout x ∈ I on ait
y0 − δ < f (x) < y0 + δ =⇒ f −1 (y0 ) − < x < f −1 (y0 ) + .
Or, comme f est strictement croissante, on a pour tout x ∈ I,
f (x0 − ) < f (x) < f (x0 + ) =⇒ x0 − < x < x0 +

=⇒ f −1 (y0 ) − < x < f −1 (y0 ) + .
Comme f (x0 − ) < y0 < f (x0 + ), on peut choisir le réel δ > 0 tel
que
f (x0 − ) < y0 − δ et f (x0 + ) > y0 + δ
et on a bien alors, pour tout x ∈ I,
y0 − δ < f (x) < y0 + δ =⇒ f (x0 − ) < f (x) < f (x0 + )

=⇒ f −1 (y0 ) − < x < f −1 (y0 ) + .
La fonction f −1 est donc continue sur J.

1. Montrer que chacune des hypothèses « continue » et « strictement mo-
notone » est nécessaire dans l’énoncé du théorème.
2. Soit f : R → R définie par f (x) = x3 + x. Montrer que f est bijective,
tracer le graphe de f et de f −1 .
3. Soit n ≥ 1. Montrer que f (x) = 1 + x + x2 + · · · + xn définit une
bijection de l’intervalle [0, 1] vers un intervalle à préciser.
4. Existe-t-il une fonction continue : f : [0, 1[→]0, 1[ qui soit bijective ?
f : [0, 1[→]0, 1[ qui soit injective ? f :]0, 1[→ [0, 1] qui soit surjective ?
5. Pour y ∈ R on considère l’équation x + exp x = y. Montrer qu’il existe
une unique solution x ∈ R.
3.3 Continuité uniforme sur un intervalle

3.3.1 Continuité uniforme
Définition 3.3.1. Soit I un intervalle de R, une fonction f est dite unifor-
mément continue sur I lorsque

0 00 0 00 0 00
∀ ε > 0, ∃ δ > 0, ∀x , x ∈ I, |x − x | < δ =⇒ |f (x ) − f (x )| < ε .
Cette définition implique la continuité de f en tout point x ∈ I ; on peut

énoncer le théorème suivant :
Théorème 3.3.1. toute fonction uniformément continue sur I est forcément

continue en tout point de l’intervalle I.
On peut s’interroger sur la vérité de la réciproque de ce théorème ?
Exemple 3.3.1. f (x) = x1 est uniformément continue sur [0.5, 1]. Mais elle
n’est pas uniformément continue sur ]0, 1] malgré qu’elle est continue sur
]0, 1].
3.3. CONTINUITÉ UNIFORME SUR UN INTERVALLE 39
3.3.2 Théorème de Heine-Borel

Dans cette section, on va voir les conditions suffisantes sur l’intervalle I
afin que la continuité assure la continuité uniforme.
Théorème 3.3.2. (Théorème de Heine-Borel)
Si f est continue sur un intervalle fermé et borné [a, b] alors f est uniformé-
ment continue sur cet intervalle.
Eduard Heine (1821-

Démonstration. Soit ε > 0. Cherchons δ > 0. Puisque f est continue en tout
1881) est un mathéma-
point x ∈ [a, b], donc à cet ε il existe δx > 0 tel que
ticien allemand célèbre
ε pour ses résultats sur
|y − x| < δx =⇒ |f (y) − f (x)| < .
2 les fonctions spéciales
et l’analyse réelle.
Or la famille Ix ( δ2x ) d’intervalles ouverts de centre x et de rayon δx
2
consti-
x
tue un recouvrement d’ouverts de la partie [a, b], donc d’apès le théorème de
Borel, il en existe un nombre fini d’intervalles ouverts qui recouvrent [a, b],
notons les par :
δx1 δx 2 δx n
Ix1 ( ), Ix2 ( ), ...., Ixn ( ).
2 2 2
δ δ
Soit δ = min( x21 , x22 , ...., δx2n ). Partons maintenant de deux points x0 , x00 ∈
δ
[a, b] tels que |x0 − x00 | < δ. Or x00 se trouve dans certain Ixk ( x2k ), alors
δ
|x00 − xk | < x2k , ceci implique Émile Borel (1871-
1956) est un ma-
0 0 00 δx 00
|x − xk | ≤ |x − x | + |x − xk | ≤ δ + k < δxk . thématicien français,
2
spécialiste de la théorie
Donc x0 , x00 sont dans l’intervalle de centre xk et de rayon δxk . Alors des fonctions et des
ε ε probabilités.
|f (x0 ) − f (x00 )| ≤ |f (x0 ) − f (xk )| + |f (xk ) − f (x00 )| < + = ε.
2 2
D’où la démonstration du théorème est achevée.
x2 +sin x
1. Démontrer que la fonction f (x) = x+1
est uniformément continue
sur [0, 1].
1−cos2 (5x)
2. Démontrer que la fonction f (x) = x2
est uniformément conti-
nue sur ]0, 1].
1
3. Démontrer que la fonction f (x) = x
est uniformément continue sur
[1, +∞[.
3.4 Exercices
Exercice 3.4.1. Soit a un nombre strictement positive.
1. Sans l’aide de la dérivation, montrer que la fonction polynôme
p(x) = x3 − 5x
√
possède une seule valeur minimale dans l’intervalle I = [0, 5] ; en
déterminant les variations de p sur cet intervalle.
2. Même question, pour la fonction
pa (x) = x3 + (a − 2)x2 + (1 − 2a)x

√
sur Ia = [0, a].
Exercice 3.4.2. Soit f une fonction continue sur [0, 1] dans [0, 1]. Démontrer
qu’il existe un point ξ ∈ [0, 1] tel que f (ξ) = ξ.
Exercice 3.4.3. Montrer qu’il existe x > 0 tel que 3x + 5x = 10x .
Exercice 3.4.4. Sans l’aide de la dérivation démontrer que l’équation
x + ln x = 3,
admet une seule racine dans l’intervalle [1, e].
Exercice 3.4.5.
1. Démontrer que la fonction f (x) = x sin( x1 ) est uniformément continue
sur ]0, +∞[.
2. Même question pour la fonction
x
g(x) = ,
1+ 10−2016 + sin x
sur un intervalle Iα = [−α, α], où α ∈ R.
Exercice 3.4.6.
2n+1
1. Soit f : R → R définie par f (x) = e−x , où n ∈ N. Montrer que f
est bijective.
2. Soit n ≥ 1. Montrer que f (x) = 1 + x + x2 + · · · + xn définit une
bijection de l’intervalle [0, 1] vers un intervalle à préciser.
3. Pour y ∈ R, on considère l’équation x + | cos x| = y. Montrer qu’il
existe une unique solution x ∈ R.
3.4. EXERCICES 41
Exercice 3.4.7. Soit f une fonction monotone sur [a, b] et elle possède la
propriété de la valeur intermédiaire, démontrer alors qu’elle est continue.
Exercice 3.4.8. Soient I un intervalle de R et f une fonction continue sur

I, telle que ∀x ∈ I, f (x)2 = 1. Montrer que f est constante sur I.
Exercice 3.4.9. Soit f : R+ −→ R continue admettant une limite finie en

+∞. Montrer que f est bornée. Atteint-elle ses bornes ?
Exercice 3.4.10.
1. Soit g : [a, b] −→ [a, b] une fonction continue. Montrer que g admet
un point fixe.
2. Soit g : [a, b] −→ [a, b] une fonction croissante. Montrer que g admet
un point fixe.
Exercice 3.4.11. Soit f : R+ −→ R continue admettant une limite finie en

+∞. Montrer que f est uniformément continue sur R+ .
Exercice 3.4.12. Trouver tous les morphismes continus de (R, +).
Exercice 3.4.13. Soit f périodique et continue sur R. Montrer que f est

bornée et uniformément continue sur R.
Chapitre 4
Les Fonctions Dérivables
Motivation
Dans ce chapitre, pour n’importe quelle fonction, nous allons trouver le
polynôme de degré n qui approche le mieux la fonction. Les résultats ne sont
valables que pour x autour d’une valeur fixée, ce sera souvent autour de 0.
Ce polynôme sera calculé à partir des dérivées successives au point considéré.
Sans plus attendre, voici la formule, dite formule de Taylor-Young :
x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + · · · + f (n) (0) + xn (x).
2! n!
n
La partie polynomiale f (0)+f 0 (0)x+· · ·+f (n) (0) xn! est le polynôme de degré
n qui approche le mieux f (x) autour de x = 0. La partie xn (x) est le «reste»
dans lequel (x) est une fonction qui tend vers 0 quand x tend vers 0 et qui
est négligeable devant la partie polynômiale.
4.1 Théorème des accroissements finis généralisé

4.1.1 Théorème de Rolle
Théorème 4.1.1. (Théorème de Rolle)
Michel Rolle (1652- Soit f : [a, b] → R telle que

1719), est un — f est continue sur [a, b],
mathématicien fran- — f est dérivable sur ]a, b[,
çais. Il inventa pour — f (a) = f (b).
désigner la racine Alors, il existe c ∈]a, b[ tel que f 0 (c) = 0.
n-ième d’un réel x, la
notation normalisée : 42
√
n
x.
4.1. THÉORÈME DES ACCROISSEMENTS FINIS GÉNÉRALISÉ 43
f (a) = f (b)
a c b
Interprétation géométrique : il existe au moins un point du graphe de f où

la tangente est horizontale.
Démonstration. Tout d’abord, si f est constante sur [a, b] alors n’importe quel
c ∈]a, b[ convient. Sinon il existe x0 ∈ [a, b] tel que f (x0 ) 6= f (a). Supposons
par exemple f (x0 ) > f (a). Alors f est continue sur l’intervalle fermé et
borné [a, b], donc elle admet un maximum en un point c ∈ [a, b]. Mais f (c) ≥
f (x0 ) > f (a) donc c 6= a. De même comme f (a) = f (b) alors c 6= b. Ainsi
c ∈]a, b[. En c, f est donc dérivable et admet un maximum (local) donc
f 0 (c) = 0.
Exemple 4.1.1. Soit
P (X) = (X − α1 )(X − α2 ) · · · (X − αn )
un polynôme ayant n racines réelles différentes : α1 < α2 < · · · < αn .

1. Montrons que P 0 a n − 1 racines distinctes.
On considère P comme une fonction polynômiale x 7→ P (x). P est
une fonction continue et dérivable sur R. Comme P (α1 ) = 0 = P (α2 )
alors par le théorème de Rolle il existe c1 ∈]α1 , α2 [ tel que P 0 (c1 ) = 0.
Plus généralement, pour 1 ≤ k ≤ n − 1, comme P (αk ) = 0 = P (αk+1 )
alors le théorème de Rolle implique l’existence de ck ∈]αk , αk+1 [ tel
que P 0 (ck ) = 0. Nous avons bien trouvé n − 1 racines de P 0 : c1 <
c2 < · · · < cn−1 . Comme P 0 est un polynôme de degré n − 1, toutes ses
racines sont réelles et distinctes.
2. Montrons que P + P 0 a n − 1 racines distinctes.
L’astuce consiste à considérer la fonction auxiliaire f (x) = P (x) exp x.
f est une fonction continue et dérivable sur R. f s’annule comme P
en α1 , . . . , αn .
La dérivée de f est f 0 (x) = P (x)+P 0 (x) exp x. Donc par le théorème
de Rolle, pour chaque 1 ≤ k ≤ n − 1, comme f (αk ) = 0 = f (αk+1 )
44 CHAPITRE 4. LES FONCTIONS DÉRIVABLES
alors il existe γk ∈]αk , αk+1 [ tel que f 0 (γk ) = 0. Mais le fait que la
fonction exponentielle ne s’annule jamais implique (P + P 0 )(γk ) = 0.
Nous avons bien trouvé n − 1 racines distinctes de P + P 0 : γ1 < γ2 <
· · · < γn−1 .
3. Déduisons-en que P + P 0 a toutes ses racines réelles.
P + P 0 est un polynôme à coefficients réels qui admet n − 1 racines
réelles. Donc
(P + P 0 )(X) = (X − γ1 ) · · · (X − γn−1 )Q(X),
où Q(x) = X − γn est un polynôme de degré 1. Comme P + P 0 est

à coefficients réels et que les γi sont aussi réels, alors γn ∈ R. Ainsi
on a obtenu une n-ième racine réelle γn (pas nécessairement distincte
des autres γi ).
4.1.2 Théorème des accroissements finis

Théorème 4.1.2. (Théorème des accroissements finis)
Soit f : [a, b] → R une fonction continue sur [a, b] et dérivable sur ]a, b[. Il
existe c ∈]a, b[ tel que
f (b) − f (a) = f 0 (c) (b − a).
a c b
Interprétation géométrique : il existe au moins un point du graphe de f où

la tangente est parallèle a droite (AB) où A = (a, f (a)) et B = (b, f (b)).
Démonstration. Posons ` = f (b)−f b−a

(a)
et g(x) = f (x) − ` · (x − a). Alors
f (b)−f (a)
g(a) = f (a), g(b) = f (b) − b−a · (b − a) = f (a). Par le théorème de
Rolle, il existe c ∈]a, b[ tel que g 0 (c) = 0. Or g 0 (x) = f 0 (x) − `. Ce qui donne
f 0 (c) = f (b)−f
b−a
(a)
.
4.1. THÉORÈME DES ACCROISSEMENTS FINIS GÉNÉRALISÉ 45
4.1.3 Inégalité des accroissements finis

Corollaire 4.1.1. (Inégalité des accroissements finis)
Soit f : I → R une fonction dérivable sur un intervalle
I ouvert. S’il existe
une constante M tel que pour tout x ∈ I, f 0 (x) ≤ M alors

∀x, y ∈ I f (x) − f (y)

≤ M |x − y|.
Démonstration. Fixons x, y ∈ I, il existe alors c ∈]x, y[ ou ]y, x[ tel que

f (x) − f (y) = f 0 (c)(x − y) et comme |f 0 (c)| ≤ M alors

f (x) − f (y) ≤ M |x − y|.

Exemple 4.1.2. Soit f (x) = sin(x). Comme f 0 (x) = cos x, alors |f 0 (x)| ≤ 1
pour tout x ∈ R. Pour tous x, y ∈ R, l’inégalité des accroissements finis
s’écrit alors :
| sin x − sin y| ≤ |x − y|.
En particulier, si l’on fixe y = 0 alors on obtient | sin x| ≤ |x| ce qui est
particulièrement intéressant pour x proche de 0.
4.1.4 Théorème des accroissements finis généralisé de Cauchy

Théorème 4.1.3. (Théorème des accroissements finis généralisé TAFG)
Soient f et g deux fonctions continues sur [a, b] et dérivables sur ]a, b[ et soit
g 0 ne s’annule pas sur ]a, b[. Alors il existe au moins un point c ∈]a, b[ tel
que :
f (b) − f (a) f 0 (c)
= 0 .
g(b) − g(a) g (c)
Démonstration. On définit la fonction
f (b) − f (a)
ψ(x) = f (x) − f (a) − (g(x) − g(a)),
g(b) − g(a)
La continuité et la dérivabilité simultanées de f et g impliquent que ψ est

continue sur [a, b] et dérivable sur ]a, b[. En plus ψ(a) = ψ(b) = 0 donc le
théorème de Rolle nous dit qu’il existe un point c ∈]a, b[ tel que ψ 0 (x) = 0
ceci est équivalent à la pseudo égalité du TAFG :
f (b) − f (a)
f 0 (c) − g 0 (c) = 0.
g(b) − g(a)
Comme en plus g 0 ne s’annule pas sur ]a, b[, alors il existe au moins un point
c ∈]a, b[ tel que :
f (b) − f (a) f 0 (c)
= 0 .
g(b) − g(a) g (c)
4.1.5 Règle de L’Hôspital

Théorème 4.1.4. (Règle de L’Hôspital RH)
Guillaume François Soient f, g : I → R deux fonctions dérivables et soit x0 ∈ I. On suppose
Antoine de L’Hôspital que
(1661-1704) est un ma- — f (x0 ) = g(x0 ) = 0,
thématicien français. Il — ∀x ∈ I \ {x0 } g 0 (x) 6= 0.
est connu pour la règle f 0 (x) f (x)
Si lim = ` ∈ R alors lim = `.
qui porte son nom. x→x0 g 0 (x) x→x0 g(x)
Il est aussi l’auteur

du premier livre en
Démonstration. Fixons a ∈ I \ {x0 } avec par exemple a < x0 . Soit h : I → R
français sur le calcul
définie par h(x) = g(a)f (x) − f (a)g(x). Alors
différentiel : Analyse
— h est continue sur [a, x0 ] ⊂ I,
des Infiniment Petits
— h est dérivable sur ]a, x0 [,
pour l’Intelligence
— h(x0 ) = h(a) = 0.
des Lignes Courbes.
Donc par le théorème de Rolle il existe ca ∈]a, x0 [ tel que h0 (ca ) = 0.
Publié en 1696.
Or h0 (x) = g(a)f 0 (x)−f (a)g 0 (x) donc g(a)f 0 (ca )−f (a)g 0 (ca ) = 0. Comme
0 (c )
g 0 ne s’annule pas sur I \{x0 } cela conduit à fg(a)
(a)
= fg0 (c a
a)
. Comme a < ca < x0
lorsque l’on fait tendre a vers x0 on obtient ca → x0 . Cela implique
f (a) f 0 (ca ) f 0 (ca )

lim = a→x
lim 0 = c lim = `.
a→x 0 g(a) 0 g (ca ) a →x0 g 0 (c )
a
Remarque 4.1.1. Dans cette remarque on va clarifier plusieurs points inté-

ressants :
1. La règle de L’Hôspital reste valable même lorsque le point x0 est un
point limite tel que
lim f (x) = lim g(x) = 0.

x→x0 x→x0
2. La règle de L’Hôspital reste valable même lorsque le point limite x0 =

∞.
∞
3. La règle de L’Hôspital reste vraie pour la forme ∞
.
4.2. FORMULES DE TAYLOR 47
4. Du point de vue technique on peut appliquer plusieurs fois cette règle

aux dérivées tant qu’on a des formes indéterminées convenables.
2
Exemple 4.1.3. Calculer la limite en 1 de ln(xln(x)
+x−1)
. On vérifie que :
2 0 2x+1
— f (x) = ln(x + x − 1), f (1) = 0, f (x) = x2 +x−1 ,
— g(x) = ln(x), g(1) = 0, g 0 (x) = x1 ,
— Prenons I =]0, 1], x0 = 1, alors g 0 ne s’annule pas sur I \ {x0 }.
f 0 (x) 2x + 1 2x2 + x
= x = −−→ 3.
g 0 (x) x2 + x − 1 x2 + x − 1 x→1
Donc
f (x)
−−→ 3.
g(x) x→1
√
1. Soit f (x) = x. Appliquer le théorème des accroissements finis sur
l’intervalle [100, 101]. En déduire l’encadrement
1 √ 1
10 + ≤ 101 ≤ 10 + .
22 20
2. Soit f (x) = ex . Que donne l’inégalité des accroissements finis sur

[0, x] ? En déduire que pour tout x ≥ 0, ex − 1 ≤ xex .
3. Appliquer la règle de L’Hôspital pour calculer les limites suivantes
x ln(x + 1) 1 − cos x x − sin x
(quand x → 0) : n
; √ ; ; .
(1 + x) − 1 x tan x x3
4.2 Formules de Taylor

Nous allons voir trois formules de Taylor, elles auront toutes la même Brook Taylor (1685-
partie polynomiale mais donnent plus ou moins d’informations sur le reste. 1731) est un homme
Nous commencerons par la formule de Taylor avec reste intégral qui donne de science anglais.
une expression exacte du reste. Puis la formule de Taylor avec reste f (n+1) (c) Principalement connu
qui permet d’obtenir un encadrement du reste et nous terminons avec la for- comme mathémati-
mule de Taylor-Young très pratique si l’on n’a pas besoin d’information sur cien, il s’intéressa aussi
le reste. à la musique, peinture
et religion.
Soit I ⊂ R un intervalle ouvert. Pour n ∈ N∗ , on dit que f : I → R est
une fonction de classe C n si f est n fois dérivable sur I et f (n) est continue.
f est de classe C 0 si f est continue sur I. f est de classe C ∞ si f est de classe
C n pour tout n ∈ N.
4.2.1 Formule de Taylor avec reste intégral

Théorème 4.2.1. (Formule de Taylor avec reste intégral)
Soit f : I → R une fonction de classe C n+1 (n ∈ N) et soit a, x ∈ I. Alors
0 f 00 (a) f (n) (a) n

Z x (n+1)
f (t)
f (x) = f (a)+f (a)(x−a)+ 2
(x−a) +· · ·+ (x−a) + (x−t)n dt.
2! n! a n!
Nous noterons Tn (x) la partie polynomiale de la formule de Taylor (elle dé-

pend de n mais aussi de f et a) :
f 00 (a) f (n) (a)

Tn (x) = f (a) + f 0 (a)(x − a) + (x − a)2 + · · · + (x − a)n .
2! n!
Démonstration. Montrons cette formule de Taylor par récurrence sur k ≤ n :
f 00 (a) f (k) (a) Z b

(b − t)k
f (b) = f (a)+f 0 (a)(b−a)+ (b−a)2 +· · ·+ (b−a)k + f (k+1) (t) dt.
2! k! a k!
(Pour éviter les confusions entre ce qui varie et ce qui est fixe dans cette
preuve on remplace x par b.)
Initialisation. Pour n = 0, une primitive de f 0 (t) est f (t) donc
Z b
f 0 (t) dt = f (b) − f (a),
a
donc Z b
f (b) = f (a) + f 0 (t) dt.
a
(On rappelle que par convention (b − t)0 = 1 et 0! = 1)

Hérédité. Supposons la formule vraie au rang k − 1. Elle s’écrit
0 f (k−1) (a) k−1

Z b
(k) (b − t)k−1
f (b) = f (a) + f (a)(b − a) + · · · + (b − a) + f (t) dt.
(k − 1)! a (k − 1)!
Z b
(b − t)k−1
On effectue une intégration par parties dans l’intégrale f (k) (t) dt.
a (k − 1)!
En posant
(b − t)k−1
u(t) = f (k) (t) et v 0 (t) = ,
(k − 1)!
on aura
0 (k+1) (b − t)k
u (t) = f (t) et v(t) = − ;
k!
alors
#b
(b − t)k−1 (b − t)k (b − t)k
Z b " Z b
(k)
f (t) dt = −f (k) (t) + f (k+1) (t) dt
a (k − 1)! k! a a k!
(b − a)k Z b
(b − t)k
= f (k) (a) + f (k+1) (t) dt.
k! a k!
Ainsi lorsque l’on remplace cette expression dans la formule au rang k − 1
on obtient la formule au rang k.
Conclusion. Par le principe de récurrence la formule de Taylor est vraie pour
tous les entiers n pour lesquels f est de classe C n+1 .
Remarque 4.2.1. En écrivant x = a + h (et donc h = x − a) la formule de

Taylor précédente devient (pour tout a et a + h de I) :
f 00 (a) 2 f (n) (a) n Z h f (n+1) (a + t)

f (a+h) = f (a)+f 0 (a)h+ h +· · ·+ h + (h−t)n dt.
2! n! 0 n!
Exemple 4.2.1. La fonction f (x) = exp x est de classe C n+1 sur I = R pour
tout n. Fixons a ∈ R. Comme f 0 (x) = exp x, f 00 (x) = exp x,. . . alors pour
tout x ∈ R :
exp a n
Z x
exp t
exp x = exp a + exp a · (x − a) + · · · + (x − a) + (x − t)n dt.
n! a n!
Bien sûr si l’on se place en a = 0 alors on retrouve le début de notre approxi-
2 3
mation de la fonction exponentielle en x = 0 : exp x = 1 + x + x2! + x3! + · · ·
4.2.2 Formule de Taylor avec reste f (n+1) (c)

Théorème 4.2.2. (Formule de Taylor avec reste f (n+1) (c))
Soit f : I → R une fonction de classe C n+1 (n ∈ N) et soit a, x ∈ I. Il existe
un réel c entre a et x tel que :
f 00 (a) f (n) (a) f (n+1) (c)

f (x) = f (a)+f 0 (a)(x−a)+ (x−a)2 +· · ·+ (x−a)n + (x−a)n+1 .
2! n! (n + 1)!
Exemple 4.2.2. Soient a, x ∈ R. Pour tout entier n ≥ 0 il existe c entre a et

x tel que
exp a exp c
exp x = exp a + exp a · (x − a) + · · · + (x − a)n + (x − a)n+1 .
n! (n + 1)!
Dans la plupart des cas, on ne connaîtra pas ce c. Mais ce théorème permet

d’encadrer le reste. Ceci s’exprime par le corollaire suivant :
Corollaire 4.2.1. Si en plus la fonction |f (n+1) | est majorée sur I par un réel
M , alors pour tout a, x ∈ I, on a :
|x − a|n+1
f (x) − Tn (x) ≤M ·

(n + 1)!
Exemple 4.2.3. (Approximation de la fonction sinus)

Approximation de sin(0, 01). Soit f (x) = sin x. Alors f 0 (x) = cos x, f 00 (x) =
− sin x, f (3) (x) = − cos x, f (4) (x) = sin x. On obtient donc f (0) = 0, f 0 (0) =
1, f 00 (0) = 0, f (3) (0) = −1. La formule de Taylor ci-dessus en a = 0 à l’ordre
3 devient :
x2 x3 x4
f (x) = 0 + 1 · x + 0 · − 1 + f (4) (c) ,
2! 3! 4!
c’est-dire
x3 x4
f (x) = x − + f (4) (c) ,
6 24
pour un certain c entre 0 et x.
Appliquons ceci pour x = 0, 01. Le reste étant petit on trouve alors
(0, 01)3
sin(0, 01) ≈ 0, 01 − = 0, 00999983333 . . .
6
On peut même savoir quelle est la précision de cette approximation : comme
f (4) (x) = sin x alors |f (4) (c)| ≤ 1. Donc
x3 x4
f (x) − x − ≤ .

6 4!
Pour x = 0, 01 cela donne :
(0, 01)3 (0, 01)4
sin(0, 01) − 0, 01 − ≤ .

6 24
4
Comme (0,01)
24
≈ 4, 16 · 10−10 alors notre approximation donne au moins huit
chiffres exacts après la virgule.
Remarque 4.2.2. (Mini-Remarques)

— Dans ce théorème l’hypothèse f de classe C n+1 peut-être affaiblie en f
est «n + 1 fois dérivable sur I».
— «le réel c est entre a et x» signifie «c ∈]a, x[ ou c ∈]x, a[».
— Pour n = 0 c’est exactement l’énoncé du théorème des accroissements

finis : il existe c ∈]a, b[ tel que
f (b) = f (a) + f 0 (c)(b − a).
— Si I est un intervalle fermé borné et f de classe C n+1 , alors f (n+1) est

continue sur I donc il existe un M tel que |f (n+1) (x)| ≤ M pour tout
x ∈ I. Ce qui permet toujours d’appliquer le corollaire.
Pour la preuve du théorème nous aurons besoin d’un résultat préliminaire.
Lemme 4.2.1. (Égalité de la moyenne)
Supposons a < b et soient u, v : [a, b] → R deux fonctions continues avec
v ≥ 0. Alors il existe c ∈ [a, b] tel que
Z b Z b
u(t)v(t) dt = u(c) v(t) dt.
a a
Démonstration. Notons m = inf u(t) et M = sup u(t). On a

t∈[a,b] t∈[a,b]
Z b Z b Z b
m v(t) dt ≤ u(t)v(t) dt ≤ M v(t) dt (car v ≥ 0).
a a a
Ainsi Z b
u(t)v(t) dt
a
m≤ Z b ≤ M.
v(t) dt
a
Puisque u est continue sur [a, b], donc elle prend toutes les valeurs comprises
entre m et M (théorème des valeurs intermédiaires). Par suite, il existe c ∈
[a, b] avec
Z b
u(t)v(t) dt
a
u(c) = Z b .
v(t) dt
a
Maintenant, on retourne à la preuve du théorème 4.2.2

Pour la preuve de ce théorème, nous montrerons la formule de Taylor pour
f (b) en supposant a < b. Nous montrerons seulement c ∈ [a, b] au lieu de
c ∈]a, b[.
n
Posons u(t) = f (n+1) (t) et v(t) = (b−t)
n!
. La formule de Taylor avec reste
intégral s’écrit Z b
f (b) = Tn (a) + u(t)v(t) dt.
a
Par le lemme, il existe c ∈ [a, b] tel que

Z b Z b
u(t)v(t) dt = u(c) v(t) dt.
a a
Ainsi, le reste est

 Z #b
(b − t)n (b − t)n+1
"
b Z b
(n+1)
dt = f (n+1) (c) −

u(t)v(t) dt = f (c)


a a n! (n + 1)! a
n+1
(c) (b−a)

(n+1)
=f .


(n+1)!
Ce qui donne la formule recherchée.
4.2.3 Formule de Taylor-Young

William Henry Young Théorème 4.2.3. (Formule de Taylor-Young)
(1863-1942) est un Soit f : I → R une fonction de classe C n et soit a ∈ I. Alors, pour tout
mathématicien anglais x ∈ I, on a :
issu de l’université de
0 f 00 (a) f (n) (a)
Cambridge et ayant f (x) = f (a)+f (a)(x−a)+ 2
(x−a) +· · ·+ (x−a)n +(x−a)n (x),
travaillé à l’université
2! n!
de Liverpool et à où est une fonction définie sur I telle que (x) −−→ 0.
x→a
celle de Lausanne.
Ses études ont prin- Démonstration. f étant un fonction de classe C n . L’application de la formule
cipalement portées de Taylor avec reste f (n) (c) au rang n − 1 nous permet de conclure que pour
sur la théorie de la tout x, il existe c = c(x) compris entre a et x tel que
mesure, les intégrales 
f 00 (a) f (n−1) (a)
de Lebesgue, les séries
 f (x) = f (a) + f 0 (a)(x − a) + 2!
(x − a)2 + ··· + (n−1)!
(x − a)n−1
(n)
de Fourier et le calcul
 + f n!(c) (x − a)n .
différentiel. Il apporta
de brillantes contri- Que nous réécrivons :
butions à l’analyse

00 f (n) (a)
complexe.
 f (x) = f (a) + f 0 (a)(x − a) + f 2!(a) (x − a)2 + · · · + n!
(x − a)n
(n) (n) (a)
 + f (c)−f n!
(x − a)n
f (n) (c)−f (n) (a)

On pose (x) = n!
. Puisque f (n) est continue et que c(x) → a, alors
lim (x) = 0.
x→a
Exemple 4.2.4. Soit f :] − 1, +∞[→ R, x 7→ ln(1 + x) ; f est infiniment

dérivable. Nous allons calculer les formules de Taylor en 0 pour les premiers
ordres. Tous d’abord f (0) = 0. Ensuite f 0 (x) = 1+x 1
, donc f 0 (0) = 1. Ensuite
f 00 (x) = − (1+x)
1 00
2 , donc f (0) = −1. Puis f
(3) 1
(x) = +2 (1+x) 3 , donc
1
f (3) (0) = +2. Par récurrence, on montre que f (n) (x) = (−1)n−1 (n − 1)! (1+x)n
(n) n−1
et donc f (0) = (−1) (n − 1)!. Ainsi pour n > 0, on a
f (n) (0) n (n − 1)! n xn

x = (−1)n−1 x = (−1)n−1 .
n! n! n
Voici donc les premiers polynômes de Taylor :
x2 x2 x3
T0 (x) = 0 T1 (x) = x T2 (x) = x − T3 (x) = x − +
2 2 3
Les formules de Taylor nous disent que les restes sont de plus en plus petits
lorsque n croît. Sur le dessins les graphes des polynômes T0 , T1 , T2 , T3 s’ap-
prochent de plus en plus du graphe de f . Attention ceci n’est vrai qu’autour
de 0.
x2 x3 y=x
y =x− 2 + 3
y
y = ln(1 + x)
1
0 y=0
1 x
x2
y =x− 2
Ainsi, nous avons calculé le polynôme de Taylor de f en 0 qui est

n
xk x2 x3 xn
(−1)k−1 − · · · + (−1)n−1 .
X
Tn (x) = =x− +
k=1 k 2 3 n
4.2.4 Résumé
Il y a donc trois formules de Taylor qui s’écrivent toutes sous la forme
f (x) = Tn (x) + Rn (x),
où Tn (x) est toujours le même polynôme de Taylor :
0 f 00 (a) f (n) (a)

Tn (x) = f (a) + f (a)(x − a) + 2
(x − a) + · · · + (x − a)n .
2! n!
C’est l’expression du reste Rn (x) qui change. On attire l’attention que le reste
n’a aucune raison d’être un polynôme.
f (n+1) (t)
Z x
Rn (x) = (x − t)n dt Taylor avec reste intégral
a n!
f (n+1) (c)
Rn (x) = (x − a)n+1 Taylor avec reste f (n+1) (c), c entre a et x
(n + 1)!
Rn (x) = (x − a)n (x) Taylor-Young avec (x) −−→ 0
x→a
Selon les situations l’une des formulations est plus adaptée que les autres.
Bien souvent nous n’avons pas besoin de beaucoup d’information sur le reste
et c’est donc la formule de Taylor-Young qui sera la plus utile. Notons que les
trois formules ne requièrent pas exactement les mêmes hypothèses : Taylor
avec reste intégral à l’ordre n exige une fonction de classe C n+1 , Taylor avec
reste une fonction n + 1 fois dérivable, et Taylor-Young une fonction C n . Une
hypothèse plus restrictive donne logiquement une conclusion plus forte. Cela
dit, pour les fonctions de classe C ∞ que l’on manipule le plus souvent, les
trois hypothèses sont toujours vérifiées.
Notation. Le terme (x − a)n (x), où (x) −−→ 0 est souvent abrégé en petit
x→0
o de (x − a)n et est noté o((x − a)n ). Il faut s’habituer à cette notation qui
simplifie les écritures, mais il faut toujours garder à l’esprit ce qu’elle signifie
(voir chapitre 1).
Colin Maclaurin Cas particulier : Formule de Taylor-Young au voisinage de 0.

(1698-1746) est un On se ramène souvent au cas particulier où a = 0, la formule de Taylor-Young
mathématicien écos- ou souvent s’appelle la formule de Maclaurin s’écrit alors
sais. Il fut professeur
de mathématiques au x2 xn
f (x) = f (0) + f 0 (0)x + f 00 (0) + · · · + f (n) (0) + xn (x),
Marischal College à 2! n!
Aberdeen de 1717 à
1725 et à l’université où lim (x) = 0.
x→0
d’Édimbourg de 1725 Avec la notation de Landau «petit o» dans le chapitre 1, cela donne :
à 1745. Il fit des
travaux remarquables x2 xn
en géométrie, plus
f (x) = f (0) + f 0 (0)x + f 00 (0) + · · · + f (n) (0) + o(xn ),
2! n!
précisément dans
l’étude de courbes c’est le développement limité DL de f à l’ordre n au voisinage de 0.
planes.
4.2.5 Allure d’une courbe

Proposition 4.2.1. Soit f : I → R une fonction admettant un DL en a :
f (x) = c0 + c1 (x − a) + ck (x − a)k + (x − a)k (x),
où k est le plus petit entier ≥ 2 tel que le coefficient ck soit non nul. Alors
l’équation de la tangente à la courbe de f en a est : y = c0 + c1 (x − a) et la
position de la courbe par rapport à la tangente pour x proche de a est donnée
par le signe f (x) − y, c’est-à -dire le signe de ck (x − a)k .
Il y a 3 cas possibles.
— Si le signe est positif alors la courbe est au-dessus de la tangente.
y
a x
— Si le signe est négatif alors la courbe est au-dessous de la tangente.

y
a x
— Si le signe change (lorsque l’on passe de x < a ou x > a) alors la courbe

traverse la tangente au point d’abscisse a. C’est un point d’inflexion.
y
a x
Comme le DL de f en a à l’ordre 2 s’écrit aussi
f 00 (a)
f (x) = f (a) + f 0 (a)(x − a) + (x − a)2 + (x − a)2 (x).
2
Alors l’équation de la tangente est aussi y = f (a) + f 0 (a)(x − a). Si en plus
f 00 (a) 6= 0 alors f (x)−y garde un signe constant autour de a. En conséquence,
si a est un point d’inflexion alors f 00 (a) = 0. (La réciproque est fausse.)
Exemple 4.2.5. Soit f (x) = x4 − 2x3 + 1.

1. Déterminons la tangente en 12 du graphe de f et précisons la position
du graphe par rapport a tangente.
On a f 0 (x) = 4x3 − 6x2 , f 00 (x) = 12x2 − 12x, donc f 00 ( 12 ) = −3 6= 0 et
k = 2.
On en déduit le DL de f en 12 par la formule de Taylor-Young :
1 1 1 f 00 ( 21 ) 1 1
f (x) = f ( ) + f 0 ( )(x − ) + (x − )2 + (x − )2 (x)
2 2 2 2! 2 2
13 1 3 1 2 1 2
= − (x − ) − (x − ) + (x − ) (x).
16 2 2 2 2
Donc la tangente en 21 est y = 13
16
− (x − 12 ) et le graphe de f est
au-dessous de la tangente car
3 1
f (x) − y = − + (x) (x − )2
2 2
est négatif autour de x = 12 .
2. Déterminons les points d’inflexion.
Les points d’inflexion sont à chercher parmi les solutions de f 00 (x) = 0.
Donc parmi x = 0 et x = 1.
— Le DL en 0 est f (x) = 1 − 2x3 + x4 (il s’agit juste d’écrire les mo-
nômes par degrés croissants !). L’équation de la tangente au point
d’abscisse 0 est donc y = 1 (une tangente horizontale). Comme
−2x3 change de signe en 0 alors 0 est un point d’inflexion de f .
— Le DL en 1 : on calcule f (1), f 0 (1), . . . pour trouver le DL en 1
f (x) = −2(x − 1) + 2(x − 1)3 + (x − 1)4 .
L’équation de la tangente au point d’abscisse 1 est donc y = −2(x−

1). Comme 2(x − 1)3 change de signe en 1, alors 1 est aussi un
point d’inflexion de f .
4.3. EXERCICES 57
y
y = x4 − 2x3 + 1
0
1 1 x
2
1
tangente en 2
y
y = x4 − 2x3 + 1
1 tangente en 0
0 1
x
tangente en 1
4.3 Exercices
Exercice 4.3.1. Démontrer les points suivants : (en utilisant TAFG)
1. la règle de L’Hôspital reste valable même lorsque le point x0 est un
point limite tel que
lim f (x) = lim g(x) = 0.
x→x0 x→x0
2. la règle de L’Hôspital reste valable même lorsque le point limite x0 =

∞.
3. la règle de L’Hôspital reste vraie pour la forme ∞
∞
.
Exercice 4.3.2. Calculer les limites suivantes : (en utilisant RH)
x2 − sin2 x 1 3 tan x
1. lim 2.lim − 3 3. lim−
x→0 x2 sin2 x x→1 tan(x − 1) x −1 x→ π2 tan 3x
1 ex lnn x
4. lim+ xe x 5. lim , n∈N 6. lim , n∈N
x→0 x→+∞ xn x→+∞ x
xα q √
3 x

7. lim , (α, β) ∈ R2 2
lim x− x + x
8.x→∞ 9. lim 1−
x→+∞ β x x→+∞ x
x
3

π
10. lim− 1 − 11. limπ (cos x) 2 −x .
x→0 x x→ 2
Exercice 4.3.3. Démontrer que les limites suivantes ne peuvent pas être cal-
culées par la règle de L’Hôspital, puis calculer les par une autre méthode.
x2 sin( x1 )
1. lim .
x→0 sin x
x − sin x
2. lim .
x→+∞ x + sin x
t3
Exercice 4.3.4. Soit ϕ l’application de R −→ R définie par ϕ(t) = 1+t6
.
Calculer ϕ(n) (0) pour tout n ∈ N. En déduire la valeur de ϕ(2016) (0).
Exercice 4.3.5. Soit a un nombre réel et f :]a, +∞[−→ R une application de

classe C 2 . On suppose f et f 00 bornées ; on pose M0 = sup |f (x)| et M2 =
x>a
sup |f 00 (x)|.
x>a
1. En appliquant une formule de Taylor reliant f (x) et f (x + h), montrer

que, pour tout x > a et tout h > 0, on a
h 2
|f 0 (x)| ≤ M2 + M0 .
2 h
2. En déduire que f 0 est bornée sur ]a, +∞[.

3. Etabilr le résultat suivant ; soit g :]0, +∞[−→ R une application de
classe C 2 à dérivée seconde bornée et telle que lim g(x) = 0. Alors
x→+∞
lim g 0 (x) = 0.
x→+∞
Exercice 4.3.6. En utilisant une formule de Taylor, trouver a, b ∈ R tels que
1 + ax2
d(x) = cos x − ,
1 + bx2
soit un o(xn ) en 0 avec n maximal.

4.3. EXERCICES 59
Exercice 4.3.7. En appliquant une formule de Taylor, calculer

x
ln(x + 1)

l = lim ,
x→+∞ ln x
x
ln(x+1)
puis donner un équivalent de ln x
− l lorsque x → +∞.
Exercice 4.3.8. Donner au moyen du développement de Maclaurin une valeur

approchée de sin 20◦ avec une erreur au délà du 5◦ décimal après la virgule.
Exercice 4.3.9. Calculer le développement de Taylor-Young des fonctions sui-
vantes afin de trouver un équivalent simple :
√ √
1. 2ex − 1 + 4x − 1 + 6x2 , en 0.
2. (cos x)sin x − (cos x)tan x , en 0.
√
3. arctan x + arctan x3 − 2π 3
, en 3.
4. Argch( cos1 x ), en 0.
√ √ √
5. 1 + x2 − 2 3 x3 + x + 4 x4 + x2 , en +∞.
Exercice 4.3.10. Soient u et v deux fonctions dérivables jusqu’à l’ordre n.
1. Démontrer la formule de Leibniz suivante :
n
(uv)(n) = Cnk u(k) v (n−k) .
X
k=0
n
d y 2
2. Calculer dx n où y = (1 − x ) cosh x.
3. Calculer les dérivées jusqu’à l’ordre 3 de f (t) = sin t ln(2 + t). Puis
les valeurs de ces dérivées au point 0. Vérifier les résultats obtenus au
moyen d’un développement de Maclaurin.
Gottfried Wilhelm
Exercice 4.3.11. Soit I un intervalle ouvert de R et f : I −→ R de classe C 2n
Leibniz (1646-1716)
(n ≥ 1) sur I. Soit x0 ∈ I tel que f 0 (x0 ) = f 00 (x0 ) = ..... = f (2n−1) (x0 ) = 0.
est un philosophe,
Montrer que :
scientifique, mathé-
1. Si f (2n) (x0 ) > 0 alors x0 est un minimum local de f . maticien, logicien,
2. Si f (2n) (x0 ) < 0 alors x0 est un maximum local de f . diplomate, juriste,
bibliothécaire et
Exercice 4.3.12 (*). Soit f une fonction de classe C 3 sur R vérifiant :
philologue allemand
∀(x, y) ∈ R2 , f (x + y)f (x − y) ≤ (f (x))2 . qui a écrit en latin,
allemand et français.
Montrer que ∀x ∈ R, f (x)f 00 (x) ≤ (f 0 (x))2 .
Indication : appliquer la formule de Taylor avec reste intégrale entre x et
x + y puis entre x et x − y.
Exercice 4.3.13. Fonction C ∞ à support compact

Soit f : R+ → R de classe C ∞ telle que f (0) = 1, et : ∀ x ≥ 12 , f (x) = 0.

1. Montrer que supf (n) ≥ 2n n!.
R+

2. Montrer que pour n ≥ 1, supf (n) > 2n n!.
R+
Chapitre 5
Résolution Numérique d’une

Equation
Motivation
C’est connu que pour la plupart des équations nous ne saurons pas les
résoudre, en fait il n’est pas évident de dire s’il existe une solution, ni combien
il y en a. Puis si cette solution est existe (comme dans le cas de l’équation
x + exp x = 0), c’est plus probable qu’il n’y a pas de formule connue (avec
des sommes, des produits,... de fonctions usuelles) pour trouver la solution x.
Dans ce chapitre nous allons appliquer les notions des suites et des fonctions,
à la recherche des zéros des fonctions. Plus précisément, nous allons voir trois
méthodes afin de trouver des approximations des solutions d’une équation du
type (f (x) = 0).
5.1 La dichotomie
5.1.1 Principe de la dichotomie
Le principe de dichotomie repose sur la version suivante du théorème des
valeurs intermédiaires :
Théorème 5.1.1. Soit f : [a, b] → R une fonction continue sur un segment.

Si f (a) · f (b) ≤ 0, alors il existe ` ∈ [a, b] tel que f (`) = 0.
La condition f (a) · f (b) ≤ 0 signifie que f (a) et f (b) sont de signes opposés
(ou que l’un des deux est nul). L’hypothèse de continuité est essentielle ! Ce
théorème affirme qu’il existe au moins une solution de l’équation (f (x) = 0)
61
62 CHAPITRE 5. RÉSOLUTION NUMÉRIQUE D’UNE EQUATION
dans l’intervalle [a, b]. Pour le rendre effectif, et trouver une solution (ap-
prochée) de l’équation (f (x) = 0), il s’agit maintenant de l’appliquer sur
un intervalle suffisamment petit. On va voir que cela permet d’obtenir un `
solution de l’équation (f (x) = 0) comme la limite d’une suite.
Voici comment construire une suite d’intervalles emboîtés, dont la longueur
tend vers 0, et contenant chacun une solution de l’équation (f (x) = 0).
On part d’une fonction f : [a, b] → R continue, avec a < b, et f (a) · f (b) ≤ 0.
Voici la première étape de la construction : on regarde le signe de la valeur
de la fonction f appliquée au point milieu a+b 2
.
a+b
— Si f (a) · f ( 2 ) ≤ 0, alors il existe c ∈ [a, a+b 2
] tel que f (c) = 0.
— Si f (a) · f ( a+b
2
) > 0, cela implique que f ( a+b
2
) · f (b) ≤ 0. Alors il existe
a+b
c ∈ [ 2 , b] tel que f (c) = 0.
Nous avons obtenu un intervalle de longueur moitié dans lequel l’équation
(f (x) = 0) admet une solution. On itère alors le procédé pour diviser de
nouveau l’intervalle en deux.
Voici le processus complet :
— Au rang 0 :
On pose a0 = a, b0 = b. Il existe une solution x0 de l’équation (f (x) =
0) dans l’intervalle [a0 , b0 ].
— Au rang 1 :
— Si f (a0 ) · f ( a0 +b
2
0
) ≤ 0, alors on pose a1 = a0 et b1 = a0 +b 2
0
,
a0 +b0
— sinon on pose a1 = 2 et b1 = b.
— Dans les deux cas, il existe une solution x1 de l’équation (f (x) = 0)
dans l’intervalle [a1 , b1 ].
— ...
— Au rang n : supposons construit un intervalle [an , bn ], de longueur b−a 2n
,
et contenant une solution xn de l’équation (f (x) = 0). Alors :
— Si f (an ) · f ( an +b
2
n
) ≤ 0, alors on pose an+1 = an et bn+1 = an +b 2
n
,
an +bn
— sinon on pose an+1 = 2 et bn+1 = bn .
— Dans les deux cas, il existe une solution xn+1 de l’équation (f (x) =
0) dans l’intervalle [an+1 , bn+1 ].
À chaque étape on a
an ≤ x n ≤ b n .
On arrête le processus dès que bn − an = b−a 2n
est inférieur à la précision
souhaitée.
Comme (an ) est par construction une suite croissante, (bn ) une suite dé-
croissante, et (bn − an ) → 0 lorsque n → +∞, les suites (an ) et (bn ) sont
adjacentes et donc elles admettent une même limite. D’après le théorème des
gendarmes, c’est aussi la limite disons ` de la suite (xn ). La continuité de f
montre que f (`) = lim f (xn ) = lim 0 = 0. Donc les suites (an ) et (bn )
n→+∞ n→+∞
5.1. LA DICHOTOMIE 63
tendent toutes les deux vers `, qui est une solution de l’équation (f (x) = 0).
√
5.1.2 Résultats numériques pour 10
√
Nous allons calculer une approximation de 10. Soit la fonction f définie √
par f (x) √ = x2 − 10, c’est une fonction continue sur R qui s’annule en ± 10.
De plus 10 est l’unique solution positive de l’équation (f (x) = 0). Nous
pouvons restreindre
√ la fonction f à l’intervalle √ [3, 4] : en effet 32 = 9 ≤ 10
2
donc 3 ≤ 10 et 4 = 16 ≥ 10 donc 4 ≥ 10. En d’autre termes f (3) ≤ 0
et f (4) ≥ 0, donc l’équation (f (x) = 0) admet une solution dans l’intervalle √
[3, 4] d’après
√ le théorème des valeurs intermédiaires, et par unicité c’est 10,
donc 10 ∈ [3, 4]. √
Notez que l’on ne choisit√pas pour f la fonction x 7→ x − 10 car on ne
connaît pas la valeur de 10. C’est ce que l’on cherche à calculer ! Voici les
toutes premières étapes :
1. On pose a0 = 3 et b0 = 4, on a bien f (a0 ) ≤ 0 et f (b0 ) ≥ 0. On calcule √
a0 +b0 a0 +b0 2
2
= 3, 5 puis f ( 2
) : f (3, 5) = 3, 5 − 10 = 2, 25 ≥ 0. Donc 10
est dans l’intervalle [3; 3, 5] et on pose a1 = a0 = 3 et b1 = a0 +b 2
0
= 3, 5.
2. On sait donc que f (a1 ) ≤ 0 et f (b1 ) ≥ 0. On calcule f ( a1 +b 2
1
) =
f (3, 25) = 0, 5625 ≥ 0, on pose a2 = 3 et b2 = 3, 25.
3. On calcule f ( a2 +b 2
2
) = f (3, 125) = −0, 23 . . . ≤ 0. Comme f (b2 ) ≥ 0
alors cette fois f s’annule sur le second intervalle [ a2 +b 2
2
, b2 ] et on pose
a2 +b2
a3 = 2 = 3, 125 et b3 = b2 = 3, 25.
√
A ce stade, on a prouvé : 3, 125 ≤ 10 ≤ 3, 25.
Voici la suite des étapes :
a0 =3 b0 =4
a1 =3 b1 = 3, 5
a2 =3 b2 = 3, 25
a3 = 3, 125 b3 = 3, 25
a4 = 3, 125 b4 = 3, 1875
a5 = 3, 15625 b5 = 3, 1875
a6 = 3, 15625 b6 = 3, 171875
a7 = 3, 15625 b7 = 3, 164062 . . .
a8 = 3, 16015 . . . b8 = 3, 164062 . . .
Donc en huit étapes, on obtient l’encadrement :
√
3, 160 ≤ 10 ≤ 3, 165
En
√ particulier, on vient d’obtenir les deux premières décimales :
10 = 3, 16 . . .
5.1.3 Calcul de l’erreur

La méthode de dichotomie a l’énorme avantage de fournir un encadre-
ment d’une solution ` de l’équation (f (x) = 0). Il est donc facile d’avoir une
majoration de l’erreur. En effet, à chaque étape, la taille l’intervalle conte-
nant ` est divisée par 2. Au départ, on sait que ` ∈ [a, b] (de longueur b − a) ;
puis ` ∈ [a1 , b1 ] (de longueur b−a
2
) ; puis ` ∈ [a2 , b2 ] (de longueur b−a4
) ; ... ;
b−a
[an , bn ] étant de longueur 2n .
Si, par exemple, on souhaite obtenir une approximation de ` à 10−N près,
comme on sait que an ≤ ` ≤ bn , on obtient |` − an | ≤ |bn − an | = b−a 2n
. Donc
pour avoir |` − an | ≤ 10−N , il suffit de choisir n tel que b−a2n
≤ 10−N
.
Nous allons utiliser le logarithme décimal :
b−a
≤ 10−N ⇐⇒ (b − a)10N ≤ 2n
2n
⇐⇒ log(b − a) + log(10N ) ≤ log(2n )
⇐⇒ log(b − a) + N ≤ n log 2
N + log(b − a)
⇐⇒ n ≥
log 2
Sachant log 2 = 0, 301 . . ., si par exemple b − a ≤ 1, voici le nombre d’itéra-

tions suffisantes pour avoir une précision de 10−N (ce qui correspond, à peu
près, à N chiffres exacts après la virgule).
10−10 (∼ 10 décimales) 34 itérations

−1000
10 (∼ 1000 décimales) 3322 itérations
Il faut entre trois et quatre itérations supplémentaires pour obtenir une nou-
velle décimale.
Remarque 5.1.1. En toute rigueur il ne faut pas confondre précision et nombre

de décimales exactes, par exemple 0, 999 est une approximation de 1, 000 à
10−3 près, mais aucune décimale après la virgule n’est exacte. En pratique,
c’est la précision qui est la plus importante, mais il est plus frappant de parler
du nombre de décimales exactes.

√ √
1. A la main, calculer un encadrement à 0, 1 près de 3. Idem avec 3 2.
2. Calculer une approximation des solutions de l’équation x3 + 1 = 3x.
5.2. LA MÉTHODE DE LA SÉCANTE 65
3. Est-il plus efficace de diviser l’intervalle en quatre au lieu d’en deux ?

(A chaque itération, la dichotomie classique nécessite l’évaluation de f
en une nouvelle valeur a+b 2
pour une précision améliorée d’un facteur
2.)
4. Écrire un algorithme pour calculer plusieures solutions de (f (x) = 0).
5.2 La méthode de la sécante

5.2.1 Principe de la sécante
L’idée de la méthode de la sécante est très simple : pour une fonction
f continue sur un intervalle [a, b], et vérifiant f (a) ≤ 0, f (b) > 0, on trace
le segment [AB] où A = (a, f (a)) et B = (b, f (b)). Si le segment reste au-
dessus du graphe de f alors la fonction s’annule sur l’intervalle [a0 , b] où
(a0 , 0) est le point d’intersection de la droite (AB) avec l’axe des abscisses.
La droite (AB) s’appelle la sécante. On recommence en partant maintenant
de l’intervalle [a0 , b] pour obtenir une valeur a00 .
y
B
a a0 a00 b
x
00
0A
A
A
Proposition 5.2.1. Soit f : [a, b] → R une fonction continue, strictement

croissante et convexe telle que f (a) ≤ 0, f (b) > 0. Alors la suite définie par
b − an
a0 = a et an+1 = an − f (an )
f (b) − f (an )
est croissante et converge vers la solution ` de (f (x) = 0).
L’hypothèse f convexe signifie exactement que pour tout x, x0 dans [a, b] la

sécante (ou corde) entre (x, f (x)) et (x0 , f (x0 )) est au-dessus du graphe de f .
(x0 , f (x0 ))
x
x0 x
(x, f (x))
Démonstration.
1. Justifions d’abord la construction de la suite récurrente. L’équation

de la droite passant par les deux points (a, f (a)) et (b, f (b)) est
f (b) − f (a)
y = (x − a) + f (a)
b−a
Cette droite intersecte l’axe des abscisses en (a0 , 0) qui vérifie donc
f (b) − f (a)
0 = (a0 − a) + f (a),
b−a
d’où
b−a
a0 = a − f (a).
f (b) − f (a)
2. Croissance de (an ) :
Montrons par récurrence que f (an ) ≤ 0. C’est vrai au rang 0 car
f (a0 ) = f (a) ≤ 0 par hypothèse. Supposons que l’hypothèse est vraie
au rang n. Si an+1 < an (un cas qui s’avérera a posteriori jamais
réalisé), alors comme f est strictement croissante, on a f (an+1 ) <
f (an ), et en particulier f (an+1 ) ≤ 0. Sinon an+1 ≥ an . Comme f
est convexe, la sécante entre (an , f (an )) et (b, f (b)) est au-dessus du
graphe de f . En particulier le point (an+1 , 0) (qui est sur cette sécante
par définition an+1 ) est au-dessus du point (an+1 , f (an+1 )), et donc
f (an+1 ) ≤ 0 aussi dans ce cas, ce qui conclut la récurrence.
Comme f (an ) ≤ 0 et f est croissante, alors par la formule
b − an
an+1 = an − f (an ),
f (b) − f (an )
on obtient que an+1 ≥ an .

5.2. LA MÉTHODE DE LA SÉCANTE 67
3. Convergence de (an ) :
La suite (an ) est croissante et majorée par b, donc elle converge. Notons
` sa limite. Par continuité f (an ) → f (`). Comme pour tout n, f (an ) ≤
0, on en déduit que f (`) ≤ 0. En particulier, comme on suppose f (b) >
0, on a ` < b. Comme an → `, an+1 → `, f (an ) → f (`), l’égalité
b − an
an+1 = an − f (an )
f (b) − f (an )
devient a limite (lorsque n → +∞) :
b−`
`=`− f (`),
f (b) − f (`)
ce qui implique f (`) = 0.
Conclusion : (an ) converge vers la solution de (f (x) = 0).
√
5.2.2 Résultats numériques pour 10
Pour a = 3, b = 4, f (x) = x2 − 10 voici√les résultats numériques, est aussi
indiquée une majoration de l’erreur n = 10 − an (voir ci-après).
a0 =3 0 ≤ 0, 1666 . . .
a1 = 3, 14285714285 . . . 1 ≤ 0, 02040 . . .
a2 = 3, 16000000000 . . . 2 ≤ 0, 00239 . . .
a3 = 3, 16201117318 . . . 3 ≤ 0, 00028 . . .
a4 = 3, 16224648985 . . . 4 ≤ 3, 28 . . . · 10−5
a5 = 3, 16227401437 . . . 5 ≤ 3, 84 . . . · 10−6
a6 = 3, 16227723374 . . . 6 ≤ 4, 49 . . . · 10−7
a7 = 3, 16227761029 . . . 7 ≤ 5, 25 . . . · 10−8
a8 = 3, 16227765433 . . . 8 ≤ 6, 14 . . . · 10−9
5.2.3 Calcul de l’erreur

La méthode de la sécante fournit l’encadrement an ≤ l ≤ b. Mais comme
b est fixe cela ne donne pas d’information exploitable pour |l − an |. Voici une
façon générale d’estimer l’erreur, à l’aide du théorème des accroissements
finis.
Proposition 5.2.2. Soit f : I → R une fonction dérivable et ` tel que f (`) = 0.
S’il existe une constante m > 0 telle que pour tout x ∈ I, |f 0 (x)| ≥ m alors
|f (x)|
|x − `| ≤ pour tout x ∈ I.
m
Démonstration. Par l’inégalité des accroissement finis entre x et ` :
|f (x) − f (`)| ≥ m|x − `|.
Comme f (`) = 0, on obtient la majoration désirée.

√
Exemple 5.2.1. (Erreur pour 10)
= [3, 4]. Alors f 0 (x) = 2x donc |f 0 (x)| ≥ 6
Soit f (x) = x2 −10 et l’intervalle I √
sur I. On pose donc m = 6, ` = 10, x = an . On obtient l’estimation de
l’erreur :
|f (an )| |a2 − 10|
n = |` − an | ≤ = n
m 6
Par exemple on a trouvé a2 = 3, 16... ≤ 3, 17 donc
√ |3, 172 − 10|

10 − a2 ≤ = 0, 489.
6
Pour a8 on a trouvé a8 = 3, 1622776543347473 . . . donc
√ |a2 − 10|
10 − a8 ≤ 8 = 6, 14 . . . · 10−9 .
6
On a en fait sept décimales exactes après la virgule.
Dans la pratique, voici le nombre d’itérations suffisantes pour avoir une pré-
cision de 10−n pour cet exemple. Grosso-modo, une itération de plus donne
une décimale supplémentaire.

−1000

√ √
1. À la main, calculer un encadrement à 0, 1 près de 3. Idem avec 3 2.
2. Calculer une approximation des solutions de l’équation x3 + 1 = 3x.
3. Calculer une approximation de la solution de l’équation (cos x = 0)
sur [0, π]. Idem avec (cos x = 2 sin x).
4. Étudier l’équation (exp(−x) = − ln(x)). Donner une approximation
de la solution et une majoration de l’erreur correspondante.
5.3. MÉTHODE DE NEWTON 69
ln(x) + exp(−x)
5.3 Méthode de Newton

La méthode de Newton consiste à remplacer la sécante de la méthode pré- Isaac Newton
cédente par la tangente. Elle est d’une redoutable efficacité. Partons d’une (16431727 ) est un
fonction dérivable f : [a, b] → R et d’un point u0 ∈ [a, b]. On appelle (u1 , 0) philosophe, mathé-
l’intersection de la tangente au graphe de f en (u0 , f (u0 )) avec l’axe des maticien, physicien,
abscisses. Si u1 ∈ [a, b] alors on recommence l’opération avec la tangente au alchimiste, astronome
point d’abscisse u1 . Ce processus conduit à la définition d’une suite récur- et théologien anglais,
rente : u0 ∈ [a, b] et un+1 = un − ff0(un)
(un )
. puis britannique.
Figure emblématique
Démonstration. En effet la tangente au point d’abscisse un a pour équation : des sciences, il est
surtout reconnu pour
y = f 0 (un )(x − un ) + f (un ).
avoir fondé la mnique
Donc le point (x, 0) appartenant à la tangente (et à l’axe des abscisses) vérifie classique, pour sa thie
0 = f 0 (un )(x − un ) + f (un ). D’où x = un − ff0(un)

(un )
. de la gravitation uni-
verselle et la création,
en concurrence avec
Gottfried Wilhelm
Leibniz, du calcul
infinitésimal.
f (un )
un
un+1
√
5.3.1 Résultats pour 10
√
Pour calculer a, on pose f (x) = x2 − a, avec f 0 (x) = 2x. La suite
issue de la méthode de Newton est déterminée par u0 > 0 et la relation de
2 −a
récurrence un+1 = un − u2un
n
. Suite qui pour cet exemple s’appelle suite de
Héron et que l’on récrit souvent
1 a

u0 > 0 et un+1 = un + .
2 un
Héron d’Alexandrie √
est un ingénieur, un
Proposition 5.3.1. Cette suite (un ) converge vers a.
mécanicien et un
√
Pour le calcul de 10, on pose par exemple u0 = 4, et on peut même com-
mathématicien grec
mencer les calculs à la main :
du 1er siécle aprés
Jésus-Christ. u0 = 4
u1 = 12 u0 + 10
u0
= 1
2
4+ 10
4
= 13
= 3, 25
! 4

1 10 1 13 10 329
u2 = 2
u1 + u1
= 2 4
+ 13 = 104
= 3, 1634 . . .
4
u3 = 21 u2 + u102 = 216 401
68 432
= 3, 16227788 . . .
u4 = 3, 162277660168387 . . .
√
Pour u4 on obtient 10 = 3, 1622776601683 . . . avec déjà treize décimales
exactes ! √
Voici la preuve de la convergence de la suite (un ) vers a.
5.3. MÉTHODE DE NEWTON 71
Démonstration.
1 a

u0 > 0 et un+1 = un + .
2 un
√
1. Montrons que un ≥ a pour n ≥ 1.
Tout d’abord
!2
1 u2n + a 1 1 (u2n − a)2
u2n+1 −a= −a= (u 4
− 2au2
+ a 2
) =
4 un 4u2n n n
4 u2n
Donc u2n+1 − a ≥ 0. Comme il est clair que √ pour tout n ≥ 0, un ≥ 0,
on en déduit que pour tout n ≥ 0, un+1 ≥ a. (Notez que u0 lui est
quelconque.)
2. Montrons que (un )n≥1 est une suite décroissante qui converge.

Comme uun+1n
= 1
2
1 + a
2
un
, et que pour n ≥ 1 on vient de voir que
un ≥ a (donc u2 ≤ 1), alors uun+1
2 a
n
≤ 1, pour tout n ≤ 1.
n
Conséquence : la suite (un )n≥1 est décroissante et minorée par 0 donc
elle converge.
√
3. (un ) converge vers a.
Notons ` la limite de (un ). Alors un → ` et un+1 → `. Lorsque
n → +∞

1 a 1 a
dans la relation un+1 = 2 un + un , on obtient ` = 2 ` + ` . Ce qui
√
conduit a relation `2 = a et par positivité de la suite, ` = a.
√
5.3.2 Calcul de l’erreur pour 10
Proposition 5.3.2.
√
1. Soit k tel que : u1 − a ≤ k. Alors pour tout n ≥ 1 :
!2n−1
√ √ k
un − a≤2 a √
2 a
2. Pour a = 10, u0 = 4, on a :
√ 2n−1
1

un − 10 ≤ 8
24
Admirez la puissance de la méthode de Newton : Onze itérations donnent
déjà mille décimales exactes après la virgule. Cette rapidité de convergence se
justifie grâce au calcul de l’erreur : la précision est multipliée par 2 à chaque
étape, donc à chaque itération le nombre de décimales exactes double !

−100
Démonstration.
1. Dans la preuve de la proposition 5.3.1, nous avons vu l’égalité :

(u2n − a)2
u2n+1 − a = ,
4u2n
donc
√ 2 √
√ √ (un − a) (un + a)2
(un+1 − a)(un+1 + a) = .
4u2n
√
Ainsi, comme un ≥ a pour n ≥ 1 :
√ !2
√ √ 1 1 a
un+1 − a = (un − a)2 × √ × 1+
un+1 + a 4 un
√ 2 1 1
≤ (un − a) × √ × · (1 + 1)2
2 a 4
1 √ 2
= √ (un − a) .
2 a
√
Si k vérifie u1 − a ≤ k, nous allons en déduire par récurrence, pour
tout n ≥ 1, la formule
!2n−1
√ √ k
un − a≤2 a √
2 a
C’est vrai pour n = 1. Supposons la formule vraie au rang n, alors :
 !2n−1 2 !2n
√ 1 √ 1 √ k √ k
un+1 − a ≤ √ (un − a)2 = √ (2 a)2  √  =2 a √
2 a 2 a 2 a 2 a
La formule est donc vrai au rang suivant.

√
2. Pour√a = 10 avec u0 = 4 on a u1 = 3, 25. Comme 3 ≤ 10 ≤ 4 alors
u1 − 10 ≤ u1 −3 ≤ 14 . On fixe donc k = 14 . Toujours par l’encadrement
√
3 ≤ 10 ≤ 4, la formule obtenue précédemment devient
!2n−1 2n−1
√ 1
4 1

un − 10 ≤ 2 · 4 =8 .
2·3 24
5.4. EXERCICES 73

1. Soit a > 0. Comment calculer a1 par une méthode de Newton ?
√
2. Calculer n de sorte que un − 10 ≤ 13 avec u0 = 4, un+1 = 12 un + 10
un
.
5.4 Exercices
Exercice 5.4.1.
1. Montrer que l’équation x ln x = 1 admet dans [1, e] une unique solution
x̄.
2. Utiliser la méthode de Newton pour approcher x̄ (x0 = 1.5). Faire
deux itérations.
3. Utiliser la méthode de dichotomie pour approcher x̄ avec une erreur
d’ordre 10−2 .
Exercice 5.4.2.
1. Montrer que l’équation xex = 1 admet dans [0, 1] une unique solution
x̄.
2. Utiliser la méthode de bissection (dichotomie) pour trouver x̄ . Faire
trois itérations.
3. Utiliser la méthode de la sécante pour trouver x̄ . Faire deux itérations.
Exercice 5.4.3. On considère la fonction suivante : f (x) = 3x − cos x − 1.
1. Démontrer que f (x) = 0 admet sur [0, π3 ] une unique solution α.
2. En utilisant la méthode de bissection, calculer le nombre des itérations
qu’on doit faire pour obtenir
|xn − α| ≤ 10−5 .
3. Utiliser la méthode de bissection pour trouver α. Faire deux itérations.

π
4. Utiliser la méthode de Newton pour trouver α (x0 = 3
). Faire deux
itérations.
Exercice 5.4.4 (*).
On considère la fonction f (x) = e−x − x2 .
1. Montrer qu’il existe un unique α ∈ [0, 1] tel que f (α) = 0.
2. Trouver le nombre minimal nécessaire des itérations pour approximer
α avec une précision de 2−20 par la méthode de bisection.
3. Soit la fonction ϕ(x) = x − 14 (x2 − e−x ).

a) Vérifier que α est un point fixe de ϕ.
b) Montrer que 0 ≤ ϕ(x) ≤ 1 pour tout x ∈ [0, 1].
c) On définit la suite (xk )k par
x0 ∈ [0, 1] et xk+1 = ϕ (xk ) ∀ k ≥ 0.
Montrer qu’il existe 0 < C < 1 tel que
|xk+1 − α| ≤ C|xk − α|, k ≥ 0.
En déduire que la limite de la suite (xk )k est α. Donner le nombre

minimal des itérations nécessiare pour estimer α avec une précision
de 2−20 .
Exercice 5.4.5. En utilisant la méthode de dichotomie, donner en fonction

√
de p le nombre des itérations nécessaire pour approcher p à 0, 1 près où p
un entier premier.
Exercice 5.4.6. En utilisant la méthode de dichotomie, donner en fonction

√
de p et ` le nombre des itérations nécessaire pour approcher 3 p à 2−` près
où p un entier premier et ` est un entier positive non nul.
√
Exercice 5.4.7. Calculer l’erreur pour approcher 17 en utilisant la méthode
de Newton.
Exercice 5.4.8. Approcher (1, 10)1/12 en comparant les trois méthodes utili-
sées.
Exercice 5.4.9. En utilisant les trois méthodes proposées dans ce chapitre,

calculer une approximation des solutions de l’équation x2 − 9 = 2x. Puis
comparer les méthodes utilisées.
Chapitre 6
Equations Différentielles
Motivation
En mathématiques, une équation différentielle est une relation entre une
ou plusieurs fonctions inconnues et leurs dérivées. Les équations différentielles
sont utilisées pour construire des modèles mathématiques de phénomènes
physiques et biologiques. Par conséquent, les équations différentielles repré-
sentent un vaste champ d’étude, aussi bien en mathématiques pures qu’en
mathématiques appliquées.
6.1 Définition et Existence

Définition 6.1.1. Rudolf Otto Sigismund
— On appelle équation différentielle ordinaire (EDO) une relation entre Lipschitz (1832–1903)
la variable réelle x, une fonction inconnue x −→ y(x) et ses dérivées est un mathématicien
y 0 , y 00 , ..., y (n) définie par allemand. Lipschitz
a laissé son nom aux
F (x, y, y 0 , y 00 , ..., y (n) ) = 0. applications à dérivée
bornée (application
— On appelle équation différentielle normale d’ordre n toute équation de
lipschitzienne). En
la forme
réalité, son travail
y (n) = f (x, y, y 0 , y 00 , ..., y (n−1) ).
s’étend sur des do-
La fonction y vérifiant l’une des équations ci-dessus est dite solution ou in- maines aussi variés que
dy
tégrale de l’équation différentielle. On peut noter y 0 = . la théorie des nombres,
dx l’analyse, la géométrie
Exemple 6.1.1. y = ln x est une solution de l’équation différentielle différentielle.
1
y0 = y2
x(ln x)2
75
76 CHAPITRE 6. EQUATIONS DIFFÉRENTIELLES
définie sur ]1, +∞[.
Théorème 6.1.1. Théorème de Cauchy-Lipschitz.

Soient I un intervalle de R et f une fonction de deux variables réelles à
valeurs réelle :
f : I ×R − 7 → R
(x, y) 7−→ f (x, y(x)).
Considérons le problème de Cauchy suivant :

(
y 0 (x) = f (x, y)
(6.1)
y(x0 ) = y0 , x0 ∈ I.
Si la fonction f est continue et k–Lipschitzienne en y, i.e. si f vérifie la

condition de Lipschitz :

∃ k > 0 / ∀y ∈ R, ∀x1 , x2 ∈ I 2 , on a f (x1 , y) − f (x2 , y) ≤ k x1 − x2 ,

alors, il existe une et une seule solution y(x) de l’équation différentielle dé-
finie pour tout x ∈ I, vérifiant la condition initiale donnée.
Démonstration. Pour la démonstration, on aura besoin le lemme suivant que

l’on admet sans preuve :
Charles Émile Picard
Lemme 6.1.1. Point fixe de Picard.
(1856-1941) est un ma-
Soit T : R 7−→ R une application contractante i.e.
thématicien français,

spécialiste de l’analyse
∃0 < k < 1 / ∀x1 , x2 ∈ R, on a T (x1 ) − T (x2 ) ≤ k x1 − x2 ,

mathématique. Il a
laissé son nom à une
alors il existe un unique point fixe x0 ∈ R tel que T (x0 ) = x0 .
méthode itérative
de résolution des Soit f : I × R 7−→ R une fonction continue, lipschitzienne par rapport à
équations intégrales. y et soit le problème de Cauchy (6.1). Alors,

∃ k > 0 / ∀y ∈ R, ∀x1 , x2 ∈ I 2 , on a f (x1 , y) − f (x2 , y) ≤ k x1 − x2 .

D’après Taylor, le système (6.1) est équivalent à la forme intégrale

Z x0
y(x) = y(x0 ) + y 0 (s)d s ∀x ∈ I,
x
donc Z x0
y(x) = y(x0 ) + f s, y(s) d s.
x
6.1. DÉFINITION ET EXISTENCE 77
On définit maintenant l’application Ty : R −→ R par

Z x0
Ty (x) = y(x0 ) + f s, y(s) d s.
x
On aura donc y(x) = Ty (x), ∀x ∈ I. Ainsi, ∀ y, z ∈ R, ∀ x ≤ x0 , on aura

Z x0
e−k(x−x0 ) |Ty (x) − Tz (x)| ≤ e−k(x−x0 ) |f (s, y(s)) − f (s, z(s))|d s
Zxx0
≤ e−k(x−x0 ) k|y(s) − z(s)|d s
Zxx0
≤ e−k(x−x0 ) kek(s−x0 ) e−k(s−x0 ) |y(s) − z(s)| d s
Zxx0
−k(x−x0 )
≤ e kek(s−x0 ) sup |y(t) − z(t)|d s
x t∈I

−k(x−x0 )
≤ e sup |y(t) − z(t)| 1 − e−k(x−x0 ) d s
t∈I

−k(x−x0 )
≤ 1−e sup |y(t) − z(t)|.
t∈I
On obtient exactement le même résultat pour x ≤ x0 en remplaçant e−k(x−x0 )

par e−k(x0 −x) . D’où ∀ y, z ∈ R, ∀ x ∈ I, on aura

e−k|x−x0 | |Ty (x) − Tz (x)| ≤ 1 − e−k|x−x0 | sup |y(t) − z(t)|
t∈I

≤ 1 − exp −k min |x − x0 | sup |y(t) − z(t)|.
x∈I t∈I
Par conséquent, ∀ y, z ∈ R, ∀ x ∈ I, on a

|Ty (x) − Tz (x)| ≤ 1 − exp −k min |x − x0 | |y(x) − z(x)|.
x∈I

Alors, T est contractante car 0 < 1 − exp −k min |x − x0 | < 1. Ainsi,
x∈I
d’après le lemme du point fixe de Picard, T admet un unique point fixe et la
démonstration est achevée.

Soit y 0 = sin(xy). Montrer qu’il existe une et une seule solution x −→ y(x)
de cette équation différentielle définie pour tout x ∈ R, vérifiant y(x0 ) = y0 ,
où x0 , y0 ∈ R.
6.2 Equation Différentielle du Premier Ordre

6.2.1 Equations Différentielles à Variables Séparables
Définition 6.2.1. Une équation différentielle à variables séparables est une
équation différentielle de la forme
a (y(x)) y 0 (x) = b(x). (6.2)
Les solutions s’obtiennent en prenant des primitives par rapport à x des

deux membres de l’équation.
Exemple 6.2.1. Résoudre l’équation
y 0 = (cos x)y 3 , y 6= 0.
On a
s
dy cos x Z
dy Z −1 −1
3
= ⇒ 3
= cos xdx ⇒ 2 = sin x+cte ⇒ y = ± .
y dx y 2y 2 sin x + cte
Un cas particulier des équations différentielles à variables séparables est
l’équation différentielle de la forme
y

0
y =f , x 6= 0. (6.3)
x
Pour résoudre l’équation (6.3), on effectue le changement de variable
y(x)
z(x) = .
x
6.2.2 Equations Différentielles Linéaire du Premier Ordre

Définition 6.2.2. Soient a, b et c trois fonctions définies sur un intervalle
I de R et y la fonction inconnue, définie et dérivable sur l’intervalle I. On
suppose de plus que la fonction a ne s’annule pas sur l’intervalle I. On appelle
équation différentielle linéaire du premier ordre EDL toute équation de la
forme
a(x)y 0 (x) + b(x)y(x) = c(x). (6.4)
Définition 6.2.3. On appelle solution particulière de l’équation différentielle
a(x)y 0 (x) + b(x)y(x) = c(x) toute fonction y vérifiant cette équation.
Exemple 6.2.2. y(x) = sin x est une solution particulière de l’équation
(cos x)y 0 + (sin x)y = 1.

6.2. EQUATION DIFFÉRENTIELLE DU PREMIER ORDRE 79
Proposition 6.2.1. L’ensemble des solutions de l’équation (6.4) est obtenu en

ajoutant à toutes les solutions de l’équation sans second membre une solution
particulière quelconque de (6.4).
Résolution de l’équation sans second membre :
On a
b(x) y0 b(x)
a(x)y 0 (x) + b(x)y(x) = 0 ⇒ y 0 (x) + y=0⇒ =−
a(x) y a(x)
Z 0
y Z
b(x) Z
b(x)
⇒ dx = − d x ⇒ ln |y| = − dx + C
y a(x) a(x)
!
Z
b(x)
⇒ y = K exp − d x , où K=±eC .
a(x)
(6.6)
La solution ainsi trouvée est dite la solution générale de l’équation sans se-
cond membre.
Solution particulière par variation de la constante :

Z
b(x)
Posons d’abord F (x) = − d x. On cherche la solution particulière sous
a(x)
la forme y = K(x)eF (x) avec K une fonction à déterminer. Alors en substi-
tuant y dans l’équation (6.3), on aura
c(x) −F (x) Z
c(x) −F (x)
K 0 (x) = e ⇔ K(x) = e d x.
a(x) a(x)
On peut oublier la constante car elle correspond à une solution de l’équation
homogène. Une solution particulière est donc
!
Z
c(x) −F (x)
y= e d x eF (x) .
a(x)
Cette méthode est dite la méthode de variation de la constante.
Finalement, La proposition 6.2.1 nous permet de conclure que la solution
générale de l’équation complète est donnée par
!
Z
c(x) −F (x)
y= K+ e d x eF (x) , où K ∈ R.
a(x)
Exemple 6.2.3. y = ex est la seule solution de l’équation
(
y 0 + 2y = 3ex ,
y(0) = 1.
L’équation sans second membre est
a(x)y 0 (x) + b(x)y(x) = 0. (6.7)
Elle est dite aussi l’équation homogène associée à (6.3) et elle peut s’écrire
sous la forme
b(x)
y 0 (x) + y = 0. (6.8)
a(x)
6.2.3 Equations différentielles de type Bernoulli et Riccati

Equation de Bernoulli :
L’équation de Bernoulli s’écrit sous la forme :
Jacques ou Jakob Ber-
noulli (1654-1705) est y 0 + a(x)y + b(x)y n = 0 n ∈ Z n 6= 0, n 6= 1.
un mathématicien et
Elle se ramène à une équation linéaire par le changement de fonction
physicien suisse. Il
z(x) = y(x)1n−1 . En effet, On suppose qu’une solution y ne s’annule pas. On
mérita par ses travaux
divise l’équation y 0 + a(x)y + b(x)y n = 0 par y n , ce qui donne
et ses découvertes
d’être nommé associé y0 1
de l’Académie des n
+ a(x) n−1 + b(x) = 0.
y y
sciences de Paris
0
(1699) et de celle de On pose z(x) = yn−11
et donc z 0 (x) = (1 − n) yyn . L’équation de Bernoulli
Berlin (1702). devient une équation différentielle linéaire :
1
1−n
z0 + a(x)z + b(x) = 0.
Exemple 6.2.4. Pour trouver les solutions de l’équation xy 0 + y − xy 3 = 0,

nous cherchons les solutions y qui ne s’annulent pas. On peut alors diviser
par y 3 pour obtenir :
y0 1
x 3 + 2 − x = 0.
y y
0
y (x)
Jacopo Francesco Ric-
On pose z(x) = 1
y 2 (x)
, et donc z 0 (x) = −2 y(x) 3 . L’équation différentielle s’ex-
cati (1676-1754) est
prime alors
un physicien et mathé- −1 0
xz + z − x = 0,
maticien italien. Ses 2
travaux furent publiés c’est-à-dire :
après sa mort par ses xz 0 − 2z = −2x.
fils à partir de 1764
sous le titre Opere del
Les solutions sur R de cette dernière équation sont les

conte Jacopo Riccati. 2
λ
+x + 2x si x ≥ 0
z(x) = , λ+ , λ− ∈ R
 λ − x2 + 2x si x < 0
6.2. EQUATION DIFFÉRENTIELLE DU PREMIER ORDRE 81
Comme on a posé z(x) = y21(x) , on se restreint à un intervalle I sur lequel

z(x) > 0 : nécessairement 0 ∈ / I, donc on considère z(x) = λx2 + 2x, qui est
strictement positif sur Iλ où




]0; +∞[ si λ = 0





i h
Iλ =  0; − λ2 si λ < 0
 



i h
−∞; − λ2


ou ]0; +∞[ si λ > 0.
On a (y(x))2 = 1
z(x)
pour tout x ∈ Iλ et donc y(x) = (x) √ 1 , où (x) = ±1.
z(x)
Or y est continue sur l’intervalle Iλ , et ne s’annule pas par hypothèse : d’après
le théorème des valeurs intermédiaires, y ne peut pas prendre à la fois des
valeurs strictement positives et des valeurs strictement négatives, donc (x)
est soit constant égal à 1, soit constant égal à −1. Ainsi les solutions cherchées
sont les :
1 −1
y(x) = √ ou y(x) = √ sur Iλ (λ ∈ R)
λx2 + 2x λx2 + 2x
Noter que la solution nulle est aussi solution.
Equation de Riccati :
L’équation de Riccati s’écrit sous la forme :
y 0 + a(x)y + b(x)y 2 = c(x).
Soit y0 est une solution particulière de l’équation de Riccati alors la fonction

définie par u(x) = y(x)−y0 (x) vérifie une équation de Bernoulli (avec n = 2).
En effet, posons u(x) = y(x) − y0 (x), donc y = u + y0 . L’équation devient :
u0 + y00 + a(x)(u + y0 ) + b(x)(u2 + 2uy0 + y02 ) = c(x)
Comme y0 est une solution particulière alors
y00 + a(x)y0 + b(x)y02 = c(x).
Donc l’équation se simplifie en :

u0 + a(x) + 2y0 (x)b(x) u + b(x)u2 = 0
qui est une équation du type Bernoulli.

Exemple 6.2.5. Résolvons x2 (y 0 + y 2 ) = xy − 1 sachant que y0 (x) = x1 est

une solution. On procède :
— Après division par x2 c’est bien une équation de Riccati sur I =] −
∞; 0[ ou I =]0; +∞[.
— y0 = x1 est bien une solution particulière.
— On a u(x) = y(x) − y0 (x) et donc y = u + x1 . L’équation
x2 (y 0 + y 2 ) = xy − 1
devient
1 u 1 1

x2 u 0 − 2
+ u2 + 2 + 2 =x u+ − 1,
x x x x
qui se simplifie en
u

2 0 2
x u +u +2 = xu,
x
ce qui correspond à l’équation de Bernoulli :
1
u0 + u + u2 = 0.
x
— Si u ne s’annule pas, en divisant par u2 , cette équation devient
u0 11
2
+ + 1 = 0.
u xu
On pose z(x) = u1 , l’équation devient
1
−z 0 + z + 1 = 0.
x
Ses solutions sur I sont les
z(x) = λx + x ln |x|,
λ ∈ R. Ainsi
1 1
u(x) = = ,
z(x) λx + x ln |x|
mais il y a aussi la solution nulle u(x) = 0.
— Conclusion. Comme y = u + x1 , on obtient alors des solutions de
l’équation de départ sur ] − ∞; 0[ et ]0; +∞[ :
1 1 1
y(x) = ou y(x) = + (λ ∈ R).
x x λx + x ln |x|
6.3. EQUATION DIFFÉRENTIELLE DU SECOND ORDRE À COEFFICIENTS
CONSTANTES 83
6.3 Equation Différentielle du Second Ordre à Co-

efficients Constantes
Définition 6.3.1. Soient a 6= 0, b et c trois constantes réelles, f une fonction
dérivable sur I et y la fonction inconnue, définie et deux fois dérivable sur
I. On appelle équation différentielle linéaire du second ordre à coefficients
constants toute équation de la forme
ay 00 (x) + by 0 (x) + cy(x) = f (x). (6.9)
On appelle équation homogène associée à l’équation (6.9), l’équation
ay 00 (x) + by 0 (x) + cy(x) = 0. (6.10)
Théorème 6.3.1. Toute solution de (6.9) peut sécrire sous la forme y = yh +yp
où yh est la solution générale de l’équation homogène (6.10) et yp est une
solution particulière de l’équation "avec second membre" (6.9).
Démonstration. Soient y1 et y2 deux solutions de l’équation (6.9). Alors, z =
y1 − y2 est une solution de (6.10). Ainsi, Si y1 représente la solution générale
de l’équation avec second membre et y2 une solution particulière, puisque
y1 = z + y2 , on montre que la solution générale de l’équation (6.9) est la
somme de la solution générale de l’équation sans second membre et d’une
solution particulière de l’équation avec second membre.
6.3.1 Solution générale de l’équation sans second membre

Pour trouver la solution générale de l’équation différentielle sans second
membre ay 00 + by 0 + cy = 0, On cherche s’il existe des solutions y(x) ayant
la même forme que celles des équations homogène associées aux EDL du
premier ordre à coefficient constant, c’est à dire de la forme : y(x) = erx ,
où r est un coefficient réel. Pour une telle fonction, on a : y 0 (x) = rerx et
y 00 (x) = r2 erx . En remplaçant dans (6.10), on obtient :
ar2 erx + brerx + cerx = 0
et donc r doit être solution de l’équation
ar2 + br + c = 0. (6.11)
L’équation (6.11) est dite l’équation caractéristique associée à (6.10). La
solution générale yh (x) de l’équation sans second membre (6.10) dépend alors
de la valeur des racines de cette équation caractéristique selon le théorème
suivant que l’on admet sans preuve :
Théorème 6.3.2. Soit ∆ = b2 − 4ac, le discriminant. Les solutions réelles de

(6.10) dépendent du signe du discriminant :
∗ ∆ > 0 : La solution générale de l’équation (6.10) est de la forme
y(x) = Aer1 x + Ber2 x ,
où r1 et r2 sont les deux racines réelles de l’équation caractéristique

(6.11), A et B sont deux constantes arbitraires.
∗ ∆ = 0 : La solution générale de l’équation (6.10) est de la forme
y(x) = (Ax + B)erx ,
où r est la racine double de l’équation caractéristique (6.11), A et B

sont deux constantes arbitraires.
∗ ∆ < 0 : La solution générale réelle de l’équation (6.10) est de la forme

y(x) = Acos(βx) + B sin(βx) eαx ,
où α ± iβ sont les racines complexes de l’équation caractéristique.
6.3.2 Solution particulière de l’équation avec second membre

Gabriel Cramer On va chercher une solution particulière de l’équation avec second membre
(1704-1752) est (6.9) en utilisant la méthode de la variation de la constante. Cette méthode
un mathématicien consiste à poser A = A(x) et B = B(x). On pose encore
suisse, professeur
de mathématiques
y(x) = A(x)y1 (x) + B(x)y2 (x),
et de philosophie à
où y1 (x) et y2 (x) sont deux solutions particulière de l’équation sans second
l’académie de Genève.

y (x) y (x)
membre (6.10) et vérifient ∆ = 10 2
6= 0.

y1 (x) y20 (x)
On impose en plus la condition
A0 (x)y1 (x) + B 0 (x)y2 (x) = 0. (6.12)
En substituant y, y 0 et y 00 dans (6.9) et en utilisant la condition (6.12) on

aura
A0 (x)y10 (x) + B 0 (x)y20 (x) = f (x).
On obtient donc le sytème
(
A0 (x)y1 (x) + B 0 (x)y2 (x) = 0,
(6.13)
A0 (x)y10 (x) + B 0 (x)y20 (x) = f (x).
6.3. EQUATION DIFFÉRENTIELLE DU SECOND ORDRE À COEFFICIENTS
CONSTANTES 85
D’après le théorème de Cramer, on a
−y2 (x)f (x) −y1 (x)f (x)

A0 (x) = et B 0 (x) = .
∆ ∆
On cherchera donc à trouver une primitive A(x) et une primitive B(x).
Exemple 6.3.1. Résoudre l’équation différentielle suivante

1
y 00 + y = .
sin x
La solution générale de l’équation homogène est
y(x) = A(x) cos x + B(x) sin x.
Or y1 (x) = cos x et y2 (x) = sin x sont deux solutions particulières de l’équa-

tion avec second membre et ∆ = 1 6= 0. Donc d’après la méthode de la
variation de la constante, on a
cos x
A0 (x) = −1 et B 0 (x) = .
sin x
D’où,
A(x) = x et B(x) = ln | sin x|.
Par suite, une solution particulière de l’équation avec second membre est
yp = −x cos x + sin x ln | sin x|.
Finalement, la solution générale de l’équation avec second membre est
y = y(x) = A cos x + B sin x + yp .
Proposition 6.3.1. Soit I un intervalle de R. Alors, pour tout (x0 , y0 , y1 ) ∈

I ×R2 , il existe une unique solution de (6.9) définie sur I telle que y(x0 ) = y0
et y 0 (x0 ) = y1 .
Proposition 6.3.2. Principe de superposition

Si y1 est une solution de ay 00 (x) + by 0 (x) + cy(x) = f1 (x) et y2 est une
solution de ay 00 (x) + by 0 (x) + cy(x) = f2 (x), alors y1 + y2 est une solution de
ay 00 (x) + by 0 (x) + cy(x) = f1 (x) + f2 (x).
Remarque 6.3.1. Il y a des méthodes qui permettent de trouver plus rapi-

dement une solution particulière de l’équation avec second membre lorsque
celui-ci a une certaine expression.
1. Second membre de la forme f (x) = P (x), où P est un polynôme : on

cherche une solution particulière sous la forme d’un polynôme. Réflé-
chir au degré de ce polynôme selon que c est nul ou non.
2. Second membre de la forme f (x) = λ cos(αx) + µ sin(αx). Il faut alors
distinguer deux cas :
— La fonction cos(αx) (et donc sin(αx)) n’est pas solution de l’équa-
tion homogène. On peut alors chercher une solution particulière
sous la forme :
z = A cos(αx) + B sin(αx).
— La fonction cos(αx) (et donc sin(αx)) est solution de l’équation
homogène. Il faut alors chercher une solution particulière sous la
forme :
z = x(A cos(αx) + B sin(αx)).
3. Second membre de la forme f (x) = g(x)eαx , où g est un polynôme ou
une fonction en sin et cos, et α un réel. La méthode générale consiste à
faire le changement de fonction inconnue y = z(x)eαx et on se trouve
ramené aux situations précédentes.
6.4 Exercices
Exercice 6.4.1. Résoudre
1. y 00 − 3y 0 + 2y = 0
2. y 00 + 2y 0 + 2y = 0
3. y 00 − 2y 0 + y = 0
4. y 00 − 2y 0 + y = ln x
5. y 00 + y = 2 cos2 x
6. y 00 + y 0 − 2y = tan x
Exercice 6.4.2. Pour les équations différentielles suivantes, trouver les solu-
tions définies sur R :
1. x2 y 0 − y = 0 (E1 )
2. xy 0 + y − 1 = 0 (E2 )
Exercice 6.4.3. On considère l’équation différentielle
y 0 − ex ey = a
Déterminer ses solutions, en précisant soigneusement leurs intervalles de
définition, pour
6.4. EXERCICES 87
1. a = 0
2. a = −1 (faire le changement de fonction inconnue z(x) = x + y(x))
Dans chacun des cas, construire la courbe intégrale qui passe par l’origine.
Exercice 6.4.4 (Variation de la constante). Résoudre les équations différen-

tielles suivantes en trouvant une solution particulière par la méthode de va-
riation de la constante :
1. y 0 − (2x − x1 )y = 1 sur ]0; +∞[
2. y 0 − y = xk exp(x) sur R, avec k ∈ N
3. x(1 + ln2 (x))y 0 + 2 ln(x)y = 1 sur ]0; +∞[
Exercice 6.4.5. Déterminer toutes les fonctions f : [0; 1] → R, dérivables,

telles que
∀x ∈ [0; 1], f 0 (x) + f (x) = f (0) + f (1)
Exercice 6.4.6. Résoudre les équations différentielles suivantes :

1. y 0 + 2y = x2 (E1 )
2. y 0 + y = 2 sin x (E2 )
3. y 0 − y = (x + 1)ex (E3 )
4. y 0 + y = x − ex + cos x (E4 )
x−y
5. y 0 = x+y
6. xyy 0 = x2 + y 2
Exercice 6.4.7 (*). Trouver toutes les Zapplications f : R → R, continues sur

x+y
R telles que ∀(x, y) ∈ R2 , f (x)f (y) = f (t) dt.
x−y
Exercice 6.4.8. Trouver les fonctions f dérivables sur R vérifiant ∀x ∈ R,

f 0 (x) + f (−x) = ex .
Exercice 6.4.9 (*). Résoudre sur l’intervalle I proposé :

1. xy 0 − 2y = 0 (I = R)
2. xy 0 − y = 0 (I = R)
3. xy 0 + y = 0 (I = R)
4. xy 0 − 2y = x3 (I =]0, +∞[)
5. x2 y 0 + 2xy = 1 (I = R)
6. 2x(1 − x)y 0 + (1 − x)y = 1 (I =] − ∞, 0[, ]0, 1[, ]1, +∞[, ] − ∞, 1[,
]0, +∞[, R)
7. |x|y 0 + (x − 1)y = x3 (I = R).
Exercice 6.4.10. Résoudre sur R l’équation différentielle proposée :

(
y 0 + y = 1,
1.
y(0) = 2.
2. 2y 0 − y = cos x
3. y 0 − 2y = xe2x
4. y 00 − 4y 0 + 4y = e2x + x
5. y 00 + 4y = cos(2x)
(
y 00 + 2y 0 + 2y = cos x cosh x,
6.
y(0) = 0, y 0 (0) = 1.
Exercice 6.4.11. Résoudre les équations differentielles suivantes :

1. xy 0 + y = xy 3 .
2
2. 2xy 0 + y = 2x
y3
.
√ 0 √ √
3. xy − y + (x + 2 x) y = 0.
4. xy 0 + y = (xy)3/2 .
5. x3 y 0 = y(3x2 + y 2 ).
6. x2 (y 0 + y 2 ) = xy − 1.
Chapitre 7
Sessions d’examens
89
Partiel- 2016
Exercice 1.(18 points)

I- On considère l’ensemble A de R définie par
1

A= 5+ ;n∈N .
2n
(a) Montrer que l’ensemble des points intérieurs de A est vide.
(b) Montrer que 5 est un point adhérent de A. Déterminer l’ensemble
des points adhérents de A.
(c) Déterminer la frontière de A.
(d) Montrer que A n’est pas compact mais A ∪ {5} est compact.
(e) Montrer que 5 est un point d’accumulation de A. En déduire que
A n’est pas fermé.
II- On considère l’ensemble B de R définie par :
5 1

B= + m ; n ∈ N∗ , m ∈ N .
n 2
1
Montrer que 0, 1 et sont des points d’accumulation de B.
16

Soit f : R −→ R une fonction continue, a, b ∈ R tels que f (a) >
0, f (b) < 0 et
lim f (x) = lim f (x) = 0.
x→+∞ x→−∞
(a) En utilisant la définition de la limite, montrer que :
ε
(∀ε > 0), (∃c > 0), (∀x ∈ R, |x| ≥ c =⇒ |f (x)| ≤ ).
2
(b) En déduire qu’il existe x1 > 0 tel que
f (a) f (a)
∀x ∈ R, |x| ≥ x1 =⇒ − ≤ f (x) ≤ .
2 2
90
91
(c) Montrer que : sup {f (x), x ∈ R} = sup {f (x), x ∈ [−x1 , x1 ]}.

(d) En déduire que f atteint ses bornes sur R.
(e) En déduire que f est uniformément continue sur R. (Indication :
Utiliser la partie (a)).
Bonne Chance
page 1/1
SOLUTION
Exercise 1.
1

I- A = 5 + n ; n ∈ N .
2
On note par :
◦
A : l’ensemble des points interieures de A.
A : l’ensemble des points adherents de A.
∂A : l’ensemble des points frontières de A.
◦ ◦
(a) Supposons que A 6= ∅. Soit x ∈ A. Donc, il existe δ > 0 tel que
]x − δ, x + δ[⊂ A.
par densité de R \ Qdans R, il existe α ∈ R \ Q tel que x − δ <
α < x + δ. Alors, α ∈ A ⊂ Q, donc c’est immpossible.
◦
Par suite, A = ∅.
(b) Tout d’abord, A ⊂ A.
1 1

5 est un point adherent de A, car 5 = lim 5+ n et 5 + ∈
n7−→+∞ 2 2n
A, pour tout n ∈ N.
Maintenant, Montrer que si x ∈ / A est un point adherent de A,
alors x = 5. En effet, x = lim xn , dont xn ∈ A pour tout
n7−→+∞
n ∈ N. Mais, la limite des sous suites de A is égale à 5. Donc,
x = 5. Par suite, A = A ∪ {5}.
◦
(c) On a ∂A = A \ A = A.
1

(d) A est n’est pas compacte, car 5 = lim 5 + n et 5 ∈ / A.
n7−→+∞ 2
A ∪ {5} is compact, because the limit of all subsequences of A ∪ {5}
is equal to 5 ∈ A ∪ {5}.
92 CHAPITRE 7. SESSIONS D’EXAMENS
1

(e) 5 est un point d’accumulation de A, car 5 = lim 5+ n et
n7−→+∞ 2
1
5 6= 5 + n , pour tout n ∈ N.
2
A n’est pas fermé, car 5 est un poit d’ accumulation de A, mais
5∈ / A.
5 1

II- . B = + m ; n ∈ N∗ , m ∈ N .
n 2
5 1 5 1 5 1

• 0 = lim + n , + n ∈ B, et 0 6= + n , n ∈ N∗ .
n7−→+∞ n 2 n 2 n 2
1 1 1

• 1 = lim 1 + n , 1 + n ∈ B, et 1 6= 1 + n , n ∈ N.
n7−→+∞ 2 2 2
1 5 1 5 1 1 5 5 1

• = lim + n , + n ∈ B, et = 6= + n, n ∈
2 n7 −→+∞ 10 2 10 2 2 10 10 2
N.
5 5 1 5 1 5 5 1

• = lim + n , + n ∈ B, et 6= + n , n ∈ N.
2 n7−→+∞ 2 2 2 2 2 10 2
1 5 1 5 1 5 5 1
• = lim + 4 , + 4 ∈ B, et 6= + 4 , n ∈ N∗ .
16 n7−→+∞ n 2 n 2 n n 2
1 5 1
Alors, 0, 1, , , sont des points accumulationa de B.
2 2 16
Finale 1- 2016
Exercice 1.
1. (Bolzano-Weierstrass)
Montrer que toute suite bornée (xn ) admet une sous suite convergente
(xnk ).
2. (Application)
1
Soit la suite récurrente suivante : x0 ∈ [1, e] et xn+1 = e xn
(a) Montrer que pour tout n on a xn ∈ [1, e].
(b) Déduire que l’équation 1 − x ln x = 0 admet une solution dans
l’intervalle [1, e].
Exercice 2.
On se propose d’intégrer sur l’intervalle l’équation différentielle :
y
(E) y0 −− y 2 = −9x2 .
x
1. Vérifier que y0 = 3x une solution particulière de (E).
2. Montrer que le changement de fonction inconnue :
1
y = y0 − ,
z
transforme l’équation (E) en l’équation différentielle
1
(E1 ) z 0 + (6x + )z = 1.
x
3. Intégrer (E1 ). Puis donner toutes les solutions de (E).
Exercice 3.
x2
Soit f la fonction réelle définie par f (x) = 1 + 4
avec x > 0.
1. Montrer que f admet un point fixe unique que l’on déterminera.
93
2. Soit E =]0, 2[. Montrer que f (E) ⊂ E.

3. Soit la suite (un ) définie par u0 > 0 et un+1 = f (un ).
(a) Si la suite (un ) converge quelle doit être sa limite.
(b) On suppose dans cette partie que u0 ∈ E
i. Montrer que la suite (un ) est bornée.
ii. Etudier la monotonie de la suite (un ), en déduire qu’elle converge.
4. Etudier la monotonie et la convergence de la suite (un ) dans les cas
suivants :
(a) u0 = 2.
(b) u0 > 2. page 1/2
Exercice 4.
On Considère la fonction f : [0, π2 [→ R définie par :
x
f (x) = .
cos(x)ex
1. En utilisant la formule de Taylor-Young en x = 0 (D.L), trouver f (0),

f 0 (0), f 00 (0) et f 000 (0).
arctan x
2.(a) Montrer que lim = 1.
x→0 x
(b) Soit α ∈ R tel que α 6= 1. Discuter suivant les valeurs de α la
limite suivante :
arctan x
lim .
x→0 xα
3. Soit la fonction g définie par
x sin( x1 )
g(x) = × f (x).
arctan x
Peut-on appliquer la régle de L’Hôpitale pour calculer lim g(x) ? jus-
x→0
tifier.Trouver cette limite.
Bonne Chance
page 2/2
Finale 2- 2016
Exercice 1.
Soit (x1 , x2 , ..., xn ) ∈ Rn où n ∈ N∗ et xi > 0, ∀i ∈ {1, ..., n}.
1. Utiliser l’inégalité de Caushy-Shwarz pour démontrer que :
n
!2 n
x2k .
X X
(a) xk ≤n
k=1 k=1
n
!2 n
!3
√ √ 4
x2k
X X
(b) xk xk ≤ 4
n .
k=1 k=1
2. En déduire !2
n
X √
x k xk
k=1
lim !3 = 0.
n→+∞ n 4
x2k
X
n
k=1
Exercice 2.
On considère l’ensemble
√
1

A= 2 + ; n ∈ N∗ .
n
◦
1. Montrer que l’intérieur de A, noté par A, est un vide.
√
2. Montrer que 2 est un point d’accumulation de A et en déduire que
A n’est pas fermé.
Exercice 3.
On considère l’équation différentielle suivante :
y
y0 − − y3 = 0 (E).
x
95
1
1. Utiliser le changement de variable z = pour démontrer que (E)
y2
devient :
1 0 1
z + z = −1 (E1 ).
2 x
2. Résoudre (E1 ) et donner la solution générale de (E).
Exercice 4.
On considère la fonction f définie sur R par
x3 + 3ax
f (x) =
3x2 + a
où a > 0. Soit (un ) une suite définie par :
(
u0 > 0,
un+1 = f (un ), ∀n ∈ N.
a) Etudier les variations de f .

b) Trouver en fonction de a la solution de l’équation f (x) = x.
c) Etudier le signe de f (x) = x.
d) Etudier le monotonie et la convergence de (un ) dans le cas suivants :
√
(a) u0 ∈]0, a[.
√
(b) u0 = a.
√
(c) u0 ∈] a, +∞[.
Exercice 5.
On considère la fonction f : R −→ R définie par f (x) = e−x − x.
1. Tracer la courbe Cf de la fonction f et déterminer l’intervalle [n, n +
1], n ∈ N de la solution de f (x) = 0.
2. Trouver la solution approchée de f (x) = 0, en utilisant la méthode de
la bissection avec trois itérations dans l’intervalle précèdent.
3. Montrer que |f 0 (x)| ≤ 2, ∀x ≥ 0.
4. En utilisant :
- la valeur trouvée dans la méthode de la bissection,
- un intervalle convenable,
- la méthode de la sécante,
trouver une solution approchée de f (x) = 0 à 10−4 près.
Partiel - 2017
On considère les sous ensembles suivants de R :

( )
2 3 1 1

A= + ; m, n ∈ N∗ , B = √ + √ ; m, n sont des nombres premiers ,
n m n m
et l0 intervalle C =]1, 2].

1. Prouver que les ensembles des points intérieures de A et B sont vides.
2. Prouver que 2 n’est pas un point intérieur de C. Donner l’ensemble
des points intérieurs de C, noté par C̊.
2 3

∗
3. Déterminer l’ensemble des points adhérents de A1 = + ;n∈N .
n 4
4. Déterminer l’ensemble des points frontières de A1 .
5. Prouver que l’ensemble des points frontières de C est {1, 2}.
6. Prouver que A1 n’est pas fermé. Est-ce que A1 est compacte ?
1
7. Prouver que √ est un point d’accumulation de B. En déduire que B
2
n’est pas fermé.
Exercice 2.(10 points) √

Soit la suite récurrente suivante : u0 ∈ [0, 5−1
2
] et un+1 = 1 − u2n .
1. Etudier la fonction f (x) = 1−x2 sur l’intervalle I = [0, 1] en précisant

le point fixe de f sur I.
√ √
5−1 5−1
2. Déduire que pour tout u0 ∈ [0, 2
] on a u1 ∈ [ 2
, 1].
3. Etudier le signe de la fonction g(x) = f ◦ f (x) − x.
4. Montrer que les sous suites (u2n ) et (u2n+1 ) sont convergentes. Conclure.
97
SOLUTION
Exercice 1.
1. Å = ∅ :
Supposons que Å 6= ∅ et soit x ∈ Å. Alors, il existe δ > 0 tel que
]x − δ, x + δ[⊂ A ⊂ Q.
par la densité de R \ Q dans R, il existe α ∈ R \ Q tel que x − δ < α <
x + δ. Alors, α ∈ Q, donc c’est une contradiction . Par suite, Å = ∅.
B̊ = ∅ :
Supposons que B̊ 6= ∅ et soit x ∈ B̊. Alors, il existe δ > 0 tel que
]x − δ, x + δ[⊂ B ⊂ R \ Q,
car m et n sont premiers.
Par la densité de Q dans R, il existe α ∈ Q tel que x − δ < α < x + δ.
Alors, α ∈ R \ Q, donc c’est une contradiction. Par suite, B̊ = ∅.
2. Le point 2 n’est pas un point interieure C car ]2 − ε, 2 + ε[*]1, 2], pour
tout ε > 0 car 2 + ε > 2.
l’interieure de C est C̊ =]1, 2[.
3

3. L’ensemble des points adherents de A1 is A1 = A1 ∪ . En effet,
4
La limite de n’importe quelle suite convergente (non triviale) est égale
3
à
4
4. L’ensemble des points frontières de A1 est ∂A1 = A1 \ Å1 = A1 .
5. L’ensemble des points frontières deC est ∂C = C \ C̊ = [1, 2]\]1, 2[=
{1, 2}.
2 3 3
6. A1 n’est [as fermé car lim + = ∈ / A1 .
| {z 4} 4
n−→+∞ n
∈A1
A1 n’est pas compacte car il n’est pas fermé.
1 1 1 1 1 1
7. On a √ = lim √ + √ and √ + √ 6= √ , pour tout n ∈ N∗ .
2 n−→+∞ n 2 n 2 2
| {z }
∈B
1
Alors, √ est un point d’accumulation de B.
2
1
B n’est pas fermé car √ est un point d’accumulation de B, mais il
2
n’appartient pas à B.
Finale 1- 2017
Exercice 1.
1. Écrire et montrer l’inégalité de Cauchy-Schwarz.

2 1
2. On rappelle que f (x) = cos(αx) vérifie l’identité f (x) = (1 +
2
f (2x)).
Montrer que si pk ∈ R pour 1 ≤ k ≤ n et p21 + p22 + ... + p2n = 1 alors
n
X 2 1
g(x) = pk cos(αk x) vérifie g(x) ≤ (1 + g(2x)).
k=1 2
Exercice 2.
On considère l’ensemble A de R définie par A = {sin n; n ∈ Z}.
En utilisant le fait que Z + 2πZ est dense dans R, montrer que A est dense
dans [−1, 1].
Exercice 3.(... points)

Calculer les lim sup et lim inf de la suite (xn ) définie par
nπ nπ (−1)n+1

xn = cos + sin + .
2 2 n
Exercice 4.(... points)

1. En utilisant le théorème des accroissemnets finies, Montrer que
| arctan x − arctan y| ≤ |x − y|, x, y ∈ R.
arctan x
2. Montrer que la fonction f définie par f (x) = est uniformé-
x
ment continue sur [ 12 , 1] et [1, +∞[.
99
3. Déduire que f est uniformément continue sur [ 21 , +∞[.
Exercice 5.
arctan x
On Considère la fonction f définie sur R par f (x) = .
sin x
1. En utilisant la règle de L’Hôspital, trouver lim f (x).
x−→0
2. Expliquer pourquoi on ne peut pas appliquer la règle de L’Hôspital pour

calculer lim f (x).
x−→+∞
3. Donner le développement limité de g à l’ordre 3 au voisinage de 0. En

déduire g (3) (0).
arctan x
4. Trouver une fonction équivalente de la fonction g(x) = au
1 + sin x
g(x)
voisinage de 0, puis déduire lim .
x−→0 x
Exercice 6.
Soit f est une fonction croissante et uniformément continue sur R. Soit (xn )
et (yn ) sont deux suites adjacentes tels que (xn ) est croissante et (yn ) est
décroissante.
1. Montrer que Un = f (xn ) est croissante et Vn = f (yn ) est décroissante.

2. Montrer que lim (f (xn ) − f (yn )) = 0. Conclure.
n→+∞
SOLUTION
Exercice 1.
1. Voir le cours.
2 1
2. f (x) = cos(αx) vérifie f (x) = 1 + f (2x) : (∗).
2 n
X
par l’inégalitde Cauchy-Shwarz inequality, on aura : g(x) = pk cos(αk x)
k=1
101
vérifie par l’inégalitde Cauchy-Shwarz inequality, on aura :

n
!2
2 X
g(x) = pk cos(αk x)
k=1
n n
! !
X √ 2
X √ 2
≤ pk pk cos(αk x)
k=1 k=1
n n
! !
2
X X
= pk pk cos (αk x)
k=1 k=1
n
!
1X
= (1) pk 1 + cos(2αk x) by (∗)
k=1 2
n n
1X 1X
= pk + pk cos(2αk x))
2 k=1 2 k=1
1 1
= + g(2x)
2 2
1
= 1 + g(2x) .
2
Exercice 2.
On a A = {sin n; n ∈ Z} = {sin(n +2kπ); n, k ∈ Z}.
π π
Soit x ∈ [−1, 1], alors il existe θ ∈ − , tel que x = sin θ (La fonction
2 2
π π

sin est bijective de − , à [−1, 1]).
2 2
De l’autre côté, on a Z + 2πZ est dense dans R. Alors, ol existe une suite
(xp ) de Z + 2πZ tel que lim xp = θ. Then, lim sin xp = sin θ = x, where
p7−→+∞ p7−→+∞
sin xp ∈ A, ∀p ∈ N. Par conséquence, A est dense dans [−1, 1].
Exercice 3.
Considérons p = 4.! Alors, q ∈ {0,
! 1, 2, 3}.
4kπ 4kπ (−1)4k+1 1
• x4k = cos + sin + =1+0− −→ 1.
2 !
2 4k ! 4k k→+∞
(4k + 1)π (4k + 1)π (−1)4k+2 1
• x4k+1 = cos +sin + = 0+1+ −→
2 2 4k + 1 4k + 1 k→+∞
1.  ! !
 (4k + 2)π (4k + 2)π (−1)4k+3

x
 4k+2
 = cos + sin +
• 2 2 4k + 2
 1
= −1 + 0 − −→ −1.



4k + 2 k→+∞
 ! !
 (4k + 3)π (4k + 3)π (−1)4k+4

 x4k+3 = cos + sin +
2 2 4k + 3

•
 1
= −1 + 0 + −→ 1.



4k + 3 k→+∞
Alors, l’ensemble des valeurs d’adherences est A = {−1, +1}. Par suite,
lim sup xn = 1 et lim inf xn = −1.
Exercice 4.
1. Soit x and y sont deux valeurs de R tels que x < y. La fonction
arctan est continue sur [x, y] et dérivable sur ]x, y[. Alors, par MVT,
il existec ∈]x, y[ tel que
arctan y − arctan x 1
= arctan0 (c) = .
y−x 1 + c2
Donc,
1
| arctan x − arctan y| = |x − y| ≤ |x − y|.
1 + c2
2. • La fonction f est continue sur [ 21 , 1]. Alors par le théorème de Heine
- Borel f est uniformément continue sur [ 12 , 1].
• Soit x, y ∈ [1, +∞[ et soit ε > 0 donné. On va chercher δ > 0 tel
que
|x − y| < δ| ⇒ |f (x) − f (y)| < ε.
En effet, on a :

arctan x arctan x arctan x arctan y
|f (x) − f (y)| =
− + −
x y y y

x − y 1
≤ | arctan x| + | arctan x − arctan y|

xy |y|
π
≤ |x − y| + |x − y| (by part 1.)
2
π π
= ( + 1)|x − y| < ( + 1)δ.
2 2
π ε ε
si( +1)δ < ε the δ < π . Alors, on prend δ > 0 tel que δ < π .
2 +1 +1
2 2
Par suite, f est uniformément continue sur [1, +∞[.
103
3. Soit x ∈ [ 12 , 1] et y ∈ [1, +∞[ and let ε > 0 donné.

• f est uniformément continue sur [ 12 , 1], alors :
ε
∃δ 0 > 0/|x − 1| < δ 0 ⇒ |f (x) − f (1)| < .
2
• f est uniformément continue sur [1, +∞[, alors :
ε
|y − 1| < δ ⇒ |f (y) − f (1)| < .
2
Soit δ 00 = min δ, δ 0 . alors si |x − y| < δ 00 , on a |x − 1| < δ 0 et |y − 1| < δ.

Donc, on a :
(
00 0≤1−x≤y−x
|x − y| < δ ⇒
x−y ≤1−y ≤0
(
|x − 1| ≤ |x − y| < δ 0
⇒
|y − 1| ≤ |x − y| < δ
ε ε
⇒ |f (x) − f (y)| ≤ |f (x) − f (1)| + |f (y) − f (1)| < + = ε.
2 2
arctan x
Exercice 5. On considère la fonction f définie sur R par f (x) = .
sin x
1. Soit ϕ(x) = arctan x et ψ(x) = sin x. On a :

• ϕ(0) = ψ(0) = 0.
π
• ∀x ∈ I \ {0}, ψ 0 (x) = cos(x) 6= 0. (I =]0, [ par exemple).
4
Alors, par la régle de L’Hôspital’s, on aura :
ϕ0 (x) 1
lim f (x) = lim 0
= lim = 1.
x−→0 x−→0 ψ (x) x−→0 (1 + x2 ) cos x
2. On ne peut pas appliquer la régle de L’Hôspital pour calculer lim f (x)

x−→+∞
car lim ψ(x) n’existe pas.
x−→+∞
3. On a
arctan x
g(x) =
1 + sin x
x3 1
= (x − ) + o(x3 )
3 x3
1+x−
6
x3 x3 x3 x3

= (x − ) 1 − (x − ) + (x − )2 − x − )3 + o(x3 )
3 6 6 6
3 3
x x

= (x − ) 1 − x + + x2 − x3 + o(x3 )
3 6
x3 5x3

2
= (x − ) 1 − x + x − + o(x3 )
3 6
2 2 3 3
= x − x + x + o(x ).
3
g (3) (0) 2
Alors = et donc g (3) (0) = 4.
3! 3
x g(x)
4. On a g(x) ∼ x. Alors g(x)
x
∼ ∼ 1. Par suite, lim = 1.
0 0 x 0 x−→0 x
Exercice 6.
1. • Pour tout n, xn+1 ≥ xn et f est croissante, alors pour tout n, f (xn+1 ) ≥
f (xn ) i.e. Un+1 ≥ Un . So (Un ) est croissante.
• Pour tout n, yn+1 ≤ yn rt f iest croissante, alors pour tout n, f (yn+1 ) ≤
f (yn ). donc (Vn ) est décroissante.
2. F est uniformément continue, alors :
∀ε > 0, ∃δ > 0/ ∀x, y ∈ R, |x − y| < δ ⇒ |f (x) − f (y)| < ε. (∗)
de l’autre côté, comme (xn ) et (yn ) sont adjacentes, alors lim (xn −
n−→+∞
yn ) = 0. Par suite :
∃n0 ∈ N/ ∀n, n ≥ n0 ⇒ |xn − yn | < δ.
Donc, par (*) :
∃n0 ∈ N/ ∀n, n ≥ n0 ⇒ |xn − yn | < δ ⇒ |f (xn ) − f (yn )| < ε.

Par conséquence, lim f (xn ) − f (yn ) = lim (Un − Vn ) = 0.
n−→+∞ n−→+∞
Conclusion : Les suites (Un ) et (Vn ) sont adjacentes.

Finale 2- 2017
Exercice 1.
Soit f : [a, b] → R est une fonction continue sur [a, b] et d = sup f [a, b]. En
utilisant le théorème de Bolzano - Weierstrass, montrez qu’il existe au moins
η ∈ [a, b] tel que f (η) = d.
n
X √
Exercice 2 : Montrez, en utilisant l’inégalité de Cauchy-Schwarz que k k≤
k=1
n(n + 1) √
√ 2n + 1.
2 3
n
n(n + 1)(2n + 1)
k2 =
X
Indication : .
k=1 6
Exercice 3.
On considère l’ensemble A de R définie par A = {2 cos n; n ∈ N}.
x
1. Montrer que pour tout x ∈ [−2, 2], il existe θ ∈ [0, π] tel que cos θ =
.
2
2. Sachant que Z + 2πZ est dense dans R montrer que A est dense dans
[−2, 2].
Exercice 4.
Calculer les lim sup et lim inf de suite (xn ) définie par :
nπ (−1)n

xn = sin + , n ∈ N∗ .
3 n
Exercice 5. 1
On considère la fonctionf définie sur R∗ par f (x) = xe x .
1. Utilisez la règle de L’Hôspital pour calculer lim f (x).
x−→0
2. Expliquer pourquoi on ne peut pas appliquer la règle de L’Hôspital pour
lim f (x).
x−→+∞
105
Exercice 6 Soit α ∈]0, 1[. Montrer que f (x) = xα est uniformément continue
sur R+ .
Indication : si 0 ≤ x ≤ y alors 0 ≤ y α − xα ≤ (y − x)α .
n
X 1 1
Exercise 7 Soit Un = , Vn = Un + n.n!
et soit f (x) = ex .
k=0 k!
1. Montrer que les deux suites (Un ) et (Vn ) sont adjacentes.
2. En utilisant la formule de Taylor, montrer qu’il existe une constante

positive M telle que :
n
|x|n+1

X f (0)
f (x) − ≤M .

k=0 k! (n + 1)!
3. Déduire que Un → e. Trouver la limite de Vn .

Index
équivalentes, 12 négligeable, 13
accumulation, 3 ouvert, 5
adhérent, 2
Allure d’une courbe, 40 partie entière, 3
archimédien, 3 Principe de la dichotomie, 46
Bolzano-Weierstrass, 10 Règle de L’Hôspital, 31 √

Résultats numériques pour 10, 48
Cauchy-Schwarz, 9 recouvrement, 7
compacte, 7
Théorème d’extremums des fonctions
Continuité uniforme, 23
continues, 18
dense, 8 Théorème de Heine-Borel, 24
dominée, 13 Théorème de la bijection, 21
Théorème de Rolle, 27
Equation Différentielle du Second OrdreThéorème des accroissements finis gé-
à Coefficients Constantes, 68 néralisé, 30
Equations différentielles de type Ber- Théorème des valeurs intermédiaires,
noulli et Riccati, 65 19
Equations Différentielles Linéaire du Théorème de Cauchy-Lipschitz, 61
Premier Ordre, 63
Variation de la constante, 72
fermée, 5 voisinage, 5
Formule de Taylor-Young, 37
Formules de Taylor, 32
frontière, 3
Inégalité des accroissements finis, 30

intérieur, 2
La méthode de la sécante, 50
Landau, 11
Méthode de Newton, 54
Minkowski, 9
107

M1106F

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

M1106F

Transféré par

Droits d'auteur :

Formats disponibles

Université Libanaise

Faculté des Sciences

2 Complément aux suites numériques 18

3 Les Fonctions Continues 32

4 Les Fonctions Dérivables 42

5 Résolution Numérique d’une Equation 61

3. Un point x de R est un point accumulation de A si

4. Un point x de R est un point frontière de A s’il est un point adhérent

∀x > 0, ∀y ∈ R, ∃n ∈ N / y < nx.

On peut remarquer que :

On peut remarquer facilement qu’un point d’accumulation d’une partie est

Définition 1.1.2. On appelle valeur d’adhérence de la suite (un ) toute limite

a ≤ xn ≤ b ⇒ a ≤ lim xn ≤ b ⇒ lim xn ∈ [a, b].

Exercice 1.1.2. (Mini-TP)

Réciproquement, on suppose que tout point accumulation de A appartient à

et x est un point d’accumulation de A. Donc x ∈ A. C’est une contradiction.

2. Une partie A de R est dite compacte si et seulement si de tout recou-

Définition 1.1.5. (Compacité séquentielle)

2. R n’est pas compact.

Proposition 1.1.5. (Admise)

1.1.1 Densité de Q dans R

1.2 Inégalités Classiques

!1 !1 XIXe siècle. Professeur

Démonstration. Soit t un réel et (x1 , x2 , ..., xn ), (y1 , y2 , ..., yn ) n-uplets de

Théorème 1.2.2. (Inégalité de Minkowski)

D’où la preuve est achevée.

1.3 Théorème de Bolzano-Weierstrass

En plus, si lim (bn − an ) = 0 alors l’intersection se réduit à un seul point.

On retourne maintenant à la preuve du théorème.

1.4 Notations de Landau

Définition 1.4.2. On dit que f = O(g) si pour g(x) 6= 0 dans un voisinage de

Démonstration. Laissée au lecteurs.

Définition 1.4.3. Deux fonctions réelles f et g sont équivalentes au voisinage

f (x) = (1 + ε(x)) g(x), où lim ε(x) −→ 0.

Dans la pratique, si g ne s’annulle pas au voisinage de x0 ,

On peut remarquer que la relation ∼ entre deux fonctions est réflexive.

Définition 1.4.4. Soient (un )N et (vn )N deux suites réelles.

Exercice 1.4.1. (Mini-TP)

Définition 1.4.5. (Notations de Landau)

2. On appelle o(vn ) l’ensemble des suites (un )N négligeables par la suite

Exercice 1.4.2. (Mini-TP)

ne possède pas de points d’accumulation.

1. Soient ε > 0 et p ∈ N tel que pour tout n ≥ p, |xn+1 − xn | < ε.

a1 ≥ a2 ≥ ... ≥ an > 0 et b1 ≥ b2 ≥ ... ≥ bn > 0,

2. Soit (x1 , x2 , ..., xn ) ∈ (R∗ )n tel que

Exercice 1.5.17. Montrer que :

Exercice 1.5.18. Montrer :

Exercice 1.5.20. Montrer que :

Exercice 1.5.21. Soient f, g, S, T : N −→ N, dont S(n) ∈ O(f (n)) et T (n) ∈

Complément aux suites numériques

2.1 Limite supérieure et Limite inférieure

On note, lim sup xn or limxn .

on note par , lim inf xn ou limxn .

y0 = sup xp = sup{1, −1, 1, −1, ...} = 1,

y1 = sup xp = sup{−1, 1, −1, 1, ...} = 1,

y2 = sup xp = sup{1, −1, 1, −1, ...} = 1, .....

Répeter la même procédure on aura lim inf xn = −1.

y0 = sup xp = sup{0, 1, 2, 3, 4, ...} = +∞,

y1 = sup xp = sup{1, 2, 3, 4, ...} = +∞,

y2 = sup xp = sup{2, 3, 4, ...} = +∞, .....

Exemple 2.1.2. Trouver n−→∞

lim x2k = 1 and lim x2k+1 = −1.

Donc, A = {−1, 1} . par conséquent,

Démonstration. On suppose que lim inf xn = lim sup xn = L. Indeed,

y0 − δ < y < y0 + δ =⇒ f −1 (y0 ) − < f −1 (y) < f −1 (y0 ) +

y0 − δ < f (x) < y0 + δ =⇒ f −1 (y0 ) − < x < f −1 (y0 ) + .

f (x0 − ) < f (x) < f (x0 + ) =⇒ x0 − < x < x0 +

y0 − δ < f (x) < y0 + δ =⇒ f (x0 − ) < f (x) < f (x0 + )