Domaine(s) : Economie et Gestion

Parcours : Licences APE, ECO DEV, ECO INTER, CCA, OGRH, MKST

Etablissement : FASEG

Code et Intitulé de l’UE : ECO103 Analyse Mathématique

Crédits : 5

Public cible : Etudiant(e)s en Licence Semestre 1

Semestre : Mousson

Enseignant responsable de l’UE : N’Yilimon NANTOB, Ph.D

Maître-Assistant
Email : nyilimon@yahoo.fr.

Disponibilité : Jeudi 10h00-13h00 (Jour et heure d’échange par RESCOUL)

2. DESCRIPTION DE L’UNITE D’ENSEIGNEMENT

2.1 OBJECTIFS DE L’UNTE D’ENSEIGNEMENT

Objectif général : Cette UE vise à donner aux étudiants des connaissances en

mathématiques appliquées à l’économie et à la gestion.

Objectifs spécifiques : Les apprenants seront capables de :

- Etudier les fonctions

- Dériver les fonctions
- Intégrer les fonctions
- Etudier les suites et séries

2.2 CONTENU DE L’UNITE D’ENSEIGNEMENT

Cette unité d’enseignement est un cours de mathématiques appliquées à l’économie

et à la gestion. Ce cours s’intéresse à l’étudie des fonctions, à leurs dérivations et
intégrations et à l’étude des suites et séries.

Plan du contenu d’enseignement

Séance n° Rappel des objectifs Titres des parties/ chapitres / sous-

spécifiques chapitres
1 Définir les fonctions et Chapitre 1 : Etude des Fonctions (Partie
étudier les applications I)
injectives, surjectives et 1.1 Définition des fonctions
bijectives
2 Etudier les fonctions Chapitre 1 : Etude des Fonctions
explicites, implicites, (Partie II)
trigonométrique et 1.2 Les types de fonction (Formes
analyser le sens exact explicites, Formes implicites)
d’une fonction 1.3 Fonctions trigonométriques
1.4 Sens exact d’une fonction
3 Etudier les fonctions Chapitre 1 : Etude des Fonctions
polynomiales, (Partie III)
2
 multivariables et
rationnelles et résoudre les
équations et inéquations
4 Etudier les intervalles
ensuite les limites et la
continuité d’une fonction
Etudier les dérivées de
5 premier ordre et apprendre
à calculer les fonctions
élasticités
6 Faire des exemples de
dérivation de fonctions
exponentielles,
logarithmiques et
trigonométriques et
apprendre à optimiser les
fonctions à une variable
indépendante
7 Etudier la méthode
d’identification des
extremums, les dérivées
d’ordre supérieur et les
fonctions à deux variables
indépendantes
8 Apprendre à optimiser
les fonctions à deux
variables et étudier les
développements limités
9 Apprendre à intégrer les
fonction et voir leurs
applications économiques
1.5 Fonctions polynomiales, multivariables
et rationnelles
1.6 Equation et inéquation
Chapitre 1 : Etude des Fonctions
(Partie IV)
1.7 Les intervalles
1.8 Limite d’une fonction
1.9 Continuité d’une fonction
Chapitre 2 : Les Dérivées (Partie I)
2.1 Dérivées de premier ordre
2.2 Quelques formules importantes de
dérivation
2.3 Les dérivées et les calculs d’élasticités
Chapitre 2 : Les Dérivées (Partie II)
2.4 Exemples de dérivées et fonctions
exponentielles, logarithmiques et
trigonométriques
2.5 Optimisation des fonctions à une
variable indépendante
Chapitre 2 : Les Dérivées (Partie III)
2.6 Méthode d’identification des
extremums
2.7 Dérivées d’ordre supérieur
2.8 Fonctions à deux variables
indépendantes
Chapitre 2 : Les Dérivées (Partie IV)
2.9 Optimisation d’une fonction à deux
variables
2.10 Les dérivées et les formes
indéterminées
2.11 Les dérivées et les développements
limités
Chapitre 3 : Les Intégrales
3.1 Généralité
3.2 Rappel de quelques formules
d’intégration
3.3 Méthode d’intégration par
décomposition des facteurs
3.4 Applications
3
 10 Définir les suites
numériques et étudier leurs
convergences.
11 Définir les séries et étudier
leurs convergences.
12 Etudier les séries alternées
et déterminer les
intervalles de convergence
Chapitre4 : Etude des Suites et Séries
(Partie I)
4.1 Suite de nombre réels
Chapitre 4 : Etude des Suites et Séries
(Partie II)
4.2 Les séries
Chapitre 4 : Etude des Suites et Séries
(Partie III)
4.3 Séries alternées
4.4 Intervalle ce convergence

Modalités d’évaluation : Un examen écrit à la fin du cours.

Bibliographie :

AHADO, K. S. (2015), Mathématiques pour Economistes & Gestionnaires, Manuel de

cours.

3. DEVELOPPEMENT DU CONTENU ET ACTIVITES

D’APPRENTISSAGE

Le cours comporte 4 chapitres répartis en 12 séances avec 4 séances pour les chapitres
1 et 2, une séance pour le chapitre 3 et 3 séances pour chapitre 4.

4
SEANCE N° 1

Chapitre 1 : Etude des Fonctions (Partie I)

Objectif : Définir les fonctions et étudier les applications injectives, surjectives et

bijectives.

Contenu :

1.1 Définition des fonctions

Soit A et B deux ensembles non vides. On appelle fonction de A vers B toute relation
de A vers B qui à chaque élément de A associe 0 ou 1 éléments de B.

Exemple 1:
A B

a x
x 1

b x
x 2

cx x 3

dx x 4

f est une fonction.

5
Exemple 2 :
A B

a x
x 1

b x
x 2

cx x 3

dx x 4

x 5

g n’est pas une fonction.

Soit x un élément de A. On notera par f(x) l’élément de B associé à x. Si y = f(x), on

dira que y est l’image de x par f et que x est l’antécédent de y par f.

Notation :

f : A→B
x a f (x )

Désigne une fonction de A dans B.

1.1.1. Applications injectives, surjectives et bijectives

Soit A et B deux ensembles non vides et f une application de A dans B.

6
- Applications injectives

Une application f est dite injective lorsque tout élément de l’ensemble d’arrivée B est
l’image d’au plus un élément de l’ensemble de départ A. Autrement dite, deux éléments
distinctes de l’ensemble A ont des images distincts dans l’ensemble B. Il en résulte de
cette propriété qu’une application injective est inversible et possède toujours sont
inverse.

Exemple 3:
A B

a x
x 1

b x
x 2

cx x 3

x 4

Exercice d’application :

Soit l’application

f : R \ {−2} → R \ {1}
x −1
xa
x +2

Démontrer que f est injective.

Résolution

f est injective si et seulement ∀ x1 et x2 ∈ R \ {−2} , on a f ( x 1 ) = f ( x 2 ) ⇒ x 1 = x 2 .

f (x1 ) = f (x 2 ) ⇒ x1 = x 2

7
 x1 −1 x 2 − 1
=
x1 + 2 x2 + 2
( x1 −1)( x 2 +2 ) = ( x1 + 2 )( x 2 −1)
x 1x 2 + 2x 1 − x 2 − 2 = x 1x 2 − x 1 + 2x 2 − 2
x1 = x 2

L’application f est donc injective.

- Applications surjectives

Une application f d’un ensemble de départ A dans un ensemble d’arrivée B est dite
surjective, lorsque dans cette application, chaque élément de l’ensemble B, est l’image
d’au moins un élément de l’ensemble A.

Exemple 4:
A B

x 1
a x

b x
x 2

x 3
cx

dx

Exercice d’application :

Soit l’application

f : R \ {−1} → R \ {2}
2x +1
xa
x −1

Démontrer que f est surjective.

8
 Résolution

f est surjective si ∀ y R \ {2} , ∃ x ∈ R \ {1} tel que :

2x +1
y= ⇒ y ( x − 1) = 2x +1
x −1
xy − y = 2x +1
x (y − 2 ) = y +1
y +1
x= ∀y ≠ 2
y −2

- Applications bijectives

Une application f d’un ensemble de départ A dans un ensemble d’arrivée B est dite
bijective lorsque dans cette application chaque élément de B est l’image d’exactement
un élément de A. Une application bijective possède une application réciproque.

Exemple 5:
A B

a x
x 1

b x
x 2

cx x 3

Exercice d’application :

Soit l’application

f : R \ {−1} → R \ {1}
x +5
xa
x −1

9
Démontrer que f est surjective.

Résolution

f est surjective si ∀ y R \ {1} , ∃ ! x ∈ R \ {1} tel que :

x +5
y= ⇒ y ( x − 1) = x + 5
x −1
xy − y = x + 5
x ( y − 1) = y + 5
y +5
x= ∀y ≠ 1
y −1

La définition d’une fonction particulière ou d’une application revient à la détermination

de son domaine, de son co-domaine et de la valeur qu’elle associe à chaque élément de
son domaine.

f :R → R

Une fonction y = f ( x ) exprime une relation entre deux variables x et y telle qu’à chaque
valeur de la variable x corresponde une et une seule valeur de y : f ( x ) = 3x 2 + 2x − 1 .

1.1.2. Ensemble de définition

On appelle ensemble de définition d’une fonction f, l’ensemble des éléments de A qui

ont une image dans B. Cet ensemble est noté Df ou D.

Pour étudier une fonction, il est important de déterminer tout d’abord son domaine de
définition c'est-à-dire de trouver la partie de l’ensemble de départ sur laquelle cette
fonction est définie.

Exemple :

3 
1) Soit la fonction f : R → R , x a 2x − 3 ; Df = {x ∈ R / 2x − 3 ≠ 0} =  ; +∞ 
2 

3x +1
2) Soit la fonction f : R → R , ; D f = {x ∈ R / x − 2 ≠ 0} = R \ {2} .
x −2

10
 x 2 − x +1
3) Soit la fonction f : R → R , ; D f = {x ∈ R / x − 1 ≠ 0} = R \ {1} .
x −1

x
4) Soit la fonction f : R → R , ; D f = {x ∈ R / x − 1 > 0} = ]1; +∞[ .
x −1

1.1.3. Ensemble image

Soit A un sous ensemble du domaine de la fonction f. L’ensemble image de A est noté

f . L’ensemble image de A est noté f ( A ) et se définie par f ( A ) = {y = f ( x ) où x ∈ A} :

c’est l’ensemble des images par f des éléments de A.

Exemple : f ( x ) = 2x −1 et A = [2;3] .

On a x x ∈⇔ 2 ≤ x ≤ 3 ⇒ 3 ≤ 2x −1 ≤ 5 ⇒ f ( A) = [ 3;5]

1.1.4. Image réciproque

Soit B un sous ensemble de f ( D ) . On appelle image réciproque de B, l’ensemble noté

f −1 ( D ) = {x ∈ D / ∃ y ∈ B où y = f ( x )} . C’est aussi l’ensemble des antécédents par f des

éléments de B.

Exemple : f ( x ) = x + 2 . Déterminer, l’image réciproque de F = [−1;3 ]

La fonction f tel que y = f ( x ) , une fonction réciproque x = f −1 (y ) si et seulement si la

fonction f est bijective c’est-à-dire qu’à chaque valeur de y correspond une valeur unique
x.

1
La réciproque est différente de l’inverse d’une fonction. f −1 =
f

Exemple : f ( x ) = x ; f ( x ) = sinx

1.1.5. Fonction monotone

Soit f une fonction définie de R vers R et I un sous-ensemble de Df. On rappelle que :

f est dite croissante sur I si ∀x 1 , x 2 ∈ Ι ; x 1 ≤ x 2 ⇒ f ( x 1 ) ≤ f ( x 2 ) ;

11
 f est dite strictement croissante sur I si ∀x 1 , x 2 ∈ Ι ; x 1 < x 2 ⇒ f ( x 1 ) < f ( x 2 ) ;

f est dite décroissante sur I si ∀x 1 , x 2 ∈ Ι ; x 1 ≤ x 2 ⇒ f ( x 1 ) ≥ f ( x 2 ) ;

f est dite strictement décroissante sur I si ∀x 1 , x 2 ∈ Ι ; x 1 < x 2 ⇒ f ( x 1 ) > f ( x 2 ) ;

f est dite monotone sur I si elle est soit croissante ou soit décroissante sur I.

Si tous les éléments de A ont une image dans B, on dira que la fonction f est une
application.

1.1.6. Courbe représentative d’une fonction

rr r
Le plan est muni d’un repère ( o,i , j ). Soit f une fonction de R dans R . On appelle
courbe représentative de f, l’ensemble Cf des points M ( x, f ( x ) ) où x est un élément de

D f.

r
j
r r
o i

1.1.7. Opération sur les fonctions

- On rappelle qu’il peut être défini la somme S de deux fonctions, le produit P de deux
fonctions et la multiplication par un scalaire.

S = f + g ; P = fg. Si a est un scalaire, alors K = af.

D f + g = D f ∩ D g ; D f g = D f ∩ D g ; Daf = D f .

- On rappelle aussi la notion de composition de fonction :

12
Soit f une fonction définie de A vers B et g une autre fonction définie de B vers C. On
appelle composée de f par g, la fonction notée f o g et définit par f o g ( x ) = f  g ( x )  .

On a : D f o g = {x ∈ D g / g ( x ) ∈ Df }

Généralement, f o g ≠ g o f .

Exemple : Soit f ( x ) = x 2 et g ( x ) = x −1 . Calculer f o g et g o f .

f o g ( x ) = f  g ( x ) 
= ( x −1)
2

g o f ( x ) = f  g ( x ) 
= x 2 −1

NB : f o f −1 ( x ) = f −1 o f ( x ) = x

Activités : Traiter les exercices du TD N°1.

13
SEANCE N° 2

Chapitre 1 : Etude des Fonctions (Partie II)

Objectif : Etudier les fonctions explicites, implicites, trigonométrique et analyser le sens

exact d’une fonction.

Contenu :

1.2 Les types de fonction (Formes explicites, Formes implicites)

1.2.1 Formes explicites

Une forme est dite explicite si elle peut se mettre sous la forme y = f ( x ) , y est définie
explicitement en terme de x.

x2 + 2
Exemple: y = x ; y = 2 avec a ≠ 0 ; y = ln ( 2x −1) , y = sinx 2 ; y = 2x −1
2

Les fonctions transcendantes sont représentées par des fonctions exponentielles, des
fonctions logarithmiques et des fonctions trigonométriques comme :

e −x + ln ( 2x −1)
2

y= − sin ( x +1)
2

1.2.2 Formes implicites

Soit une fonction f(x, y) dans laquelle y = y(x) définie par la relation f(x, y) = 0 ; si y
est difficile à isoler, on dit alors que la fonction f(x, y) = 0 est implicite.

x 
Exemple : e −2xy cosxy − 2 = 0; sin   = 2xy 4 ln ( 3x + 2y ) .
y 

1.3 Fonctions trigonométriques

1.3.1 Rappels de trigonométrie

- Radians et cercle trigonométrique

14
Le radiant est une unité de mesure d’angle (orienté) définie par le fait que la mesure
d’un angle est π radians.

π
Un angle droit par exemple mesure ± radians.
2

On appelle cercle trigonométrique le cercle centré en l’origine de rayon 1. La

circonférence de ce cercle mesure 2π .

Pour représenter un angle de x radians, on considère un arc de cercle de longueur x

orienté dans le sens trigonométrique (c’est-à-dire dans le sens contraire des aiguilles
d’une montre).

- Les fonctions sinus, cosinus et tangente

Les fonctions sinus et cosinus sont définies sur R , aux valeurs dans [ −1;1] et 2π -
périodiques. La variable x désigne une mesure d’angle exprimée en radians. Par ailleurs,
la fonction sinus est impaire et la fonction cosinus est paire.

π 
On appelle fonction tangente la fonction notée tan définie sur R \  + πZ  par
2 

sin x
tanx = . La fonction tangente est impaire et de période π .
cos x

NB :

1 1
f (u ) = arcsinu = sin −1u, f (u ) = arccosu = cos −1u, f (u ) = cosecu = , et f (u ) = secu = .
sinu cosu
1.3.2 Rappels de quelques formules trigonométriques

Il s’agit dans cette sous section de rappeler quelques formules trigonométriques

usuelles :

1-) sin2x + cos2x = 1

2-) 1 + tan2x = sec2x

3-) 1 + cotan2x = cosec2x

15
 1
4-) sin 2x = (1 − cos2x )
2

1
5-) cos2 x = (1 + cos2x )
2

1
6-) sinxcosx = sin2x
2

1
7-) sinxcosy =  sin ( x − y ) + sin ( x + y ) 
2

1
8-) sinxsiny =  cos ( x − y ) − cos ( x + y ) 
2

1
9-) cosxcosy =  cos ( x − y ) + cos ( x + y ) 
2

x 
10-) 1 − cosx = 2sin2  
2

x 
11-) 1+ cosx = 2cos2  
2

1 
12-) sinx = cos  π− x 
2 

1.4 Sens exact d’une fonction

Supposons une fonction quelconque y = f ( x ) et a une valeur réelle quelconque que x

peut prendre, alors y = f (a ) désigne la valeur de la fonction f ( x ) lorsque x = a . Dans
cette fonction, la variable est le terme qui peut-être modifier ou qui est fonction des
autres termes à savoir x et y.

Activités : Traiter les exercices du TD N°1.

16
SEANCE N° 3

Chapitre 1 : Etude des Fonctions (Partie III)

Objectif : Etudier les fonctions polynomiales, multivariables et rationnelles et résoudre

les équations et inéquations.

Contenu :

1.5 Fonctions polynomiales, multivariables et rationnelles

1.5.1 Fonctions polynomiales et multivariables

- Fonctions polynomiales

La fonction y = an x n + an−1x n −1 + L + a1x 1 + a 0 est une fonction polynomiale de degré n.

Exemple : y = 2x 2 + 3x +1 est une fonction polynomiale de degré 2.

- Fonctions multivariables

Une fonction multivariable est une fonction composée de plusieurs variables.

Exemple : y = f ( x , y, t, z,...) ; y = f ( x , y, t ) = 2x 4yt 2 − 3x 2y 3t 2 +1

- Polynômes homogènes

Un polynôme homogène est un polynôme dont tous les monômes sont du même degré.
Si P ( x , y, z ) est un polynôme homogène de degré m et k une constante, on a quelque

soit x, y, z et k : P (kx , ky, kz ) = k mP ( x , y, z ) .

Exemple : Montrer que le polynôme suivant est homogène : P ( x , y ) = x 2 + y 2 − 2xy

P ( x , y ) = x 2 + y 2 − 2xy
P (kx , ky ) = (kx ) + (ky ) − 2 (kx )(ky )
2 2

= k 2x 2 + k 2y 2 − 2k 2xy
(
= k 2 x 2 + y 2 − 2xy )
P (kx , ky ) = k P ( x , y )
2

17
P ( x , y ) est un polynôme homogène de degré 2.

- Opérations sur les degrés

Soit P et Q deux fonctions polynômes non nulles. Nous rappelons que :

deg ( PQ ) = degP + degQ et deg ( P +Q ) ≤ sup ( degP ,degQ ) .

Remarque : L’inégalité stricte est possible, les termes de plus haut degré pouvant
s’annuler.

- Egalité de deux fonctions polynômes

Soit P et Q deux fonctions polynômes.

Théorème : P=Q signifie que : degP=degQ et les coefficients des termes de même degré
de P et Q sont égaux.

Cas particulier : P=0 signifie que tous les coefficients sont nuls.

- Racine d’une fonction polynôme

Soit P une fonction de degré n.

Définition : Une racine (ou zéro) de P est un nombre a tel que P(a)=0.

Théorème : a est une racine de P si et seulement s’il existe une fonction polynôme Q
telle que pour tout réel x, P(x)=(x-a)Q(x).

Remarque : On a alors degQ = n-1. Ce théorème permet de réduire le degré d’une

équation.

Exemple : Soit P(x)= x 3 + 2x 2 − 5x − 6 . Calculer P(-1) et en déduire les zéros de P.

- Division euclidienne

Définition : Soit P et Q deux fonctions polynômes. Il existe un unique couple de

polynôme (F,R) tels que P = FQ+R avec degR < degQ.

18
1.5.2 Fonctions rationnelles

Définition : On appelle fonction rationnelle, toute fonction de la forme :

P (x )
f (x ) = où P et Q sont des polynômes à coefficients réels.
Q (x )

x 4 −1
Exemple : f ( x ) =
x 3 + 2x 2 − 5x − 1

- Pôle d’une fonction rationnelle

P (x )
Si f est une fonction rationnelle de la forme f ( x ) = alors tout zéro de Q est appelé
Q (x )
pôle de f.

2x − 3
Exemple : f ( x ) = 2
x − 4x + 3

Les réels 1 et 3 sont les racines du polynôme x 2 − 4x + 3 . Ils sont donc les pôles de la
fonction rationnelle f .

- Notion d’éléments simples

On appelle élément simple de première espèce, toute fraction rationnelle de type

a
f (x ) = avec a et u des nombres réels et k un entier non nul.
(x −u )
k

On appelle élément simple de deuxième espèce, toute fraction rationnelle de type

bx + c
f (x ) = avec a et u des nombres réels et k un entier non nul.
(x )
k
2
+ αx + β

- Décomposition d’une fonction rationnelle en éléments simples

Théorème : Toute fonction rationnelle sur R s’écrit de façon unique comme somme
d’un polynôme (appelé partie entière) et élément simple (appelé partie polaire) dont le
type est déterminé par le dénominateur de la fonction rationnelle qu’on décompose.

19
En d’autres termes, il existe une seule décomposition en éléments simple de
P (x )
f (x ) = et elle est de la forme.
Q (x )

P (x ) r n1
Ai ,l s m1
Bi ,l + C j ,k x
= E ( x ) + ∑∑ + ∑∑
Q (x ) i =1 l =1 ( x − ui )
l
j =1 k =1 (x 2
+ pjx +q j )
k

- Décomposition pratique des éléments simples

Pour obtenir la décomposition en éléments simples d’une fonction rationnelle

P (x )
f (x ) = , il faut :
Q (x )

- Déterminer E qui est le quotient de la division euclidienne de P par Q,

- Chercher les pôles de f puis factoriser Q sous la forme :

(
Q ( x ) = Π ( x − r1 ) 1 Π x 2 + αj x + βj )
k kj

- Pour chaque facteur ( x − ri ) i , il lui est associé ki éléments simples de première espèce
k

a1 a2 aki
, ,L ,
x − r1 ( x − r2 )2
( x − ri ) i
k

( )
kj
- Pour chaque facteur x 2 + p j x + q j , il lui est associé k j éléments simples de deuxième

espèce :

b1x + c1 b2x + c2 bk x + ck
, ,L , j j

( ) (x )
2 2 kj
x + α1x + β1 x + α x + β
2 2
+ αj x + βj
2 2

Solution partielle : Il n’existe pas de méthode figée pour décomposer une fonction
rationnelle.

2x 2
Pour le premier cas on a : f ( x ) = donc E ( x ) = 2 car la division euclidienne du
x2 −1
numérateur par le dénominateur donne pour quotient 2.

20
Ainsi, il existe une fonction f1 telle que : f = 2 + f1 . On pourra vérifier aisément que
2
f1 ( x ) = . Il ne reste plus qu’à décomposer cette dernière fonction sous la forme :
x −1 2

2 a b
= + . Les réelles a et b peuvent être obtenu par identification. Mais, il
x −1 x −1 x + 1
2

peut arriver que l’on aboutisse à un système à plusieurs équations. On peut donc utiliser
la technique suivante :

2 a b
- Pour déterminer a, on multiple = + par ( x − 1) et on a
x −1 x −1 x + 1
2

2 b ( x − 1)
=a + . En choisissant ( x − 1) dans cette équation on trouve a=1.
x +1 x +1

- On procède de même pour b et on trouve b=−1.

2x 2 1 1
=2+ −
x −1
2
x −1 x +1

Exemple : Décomposer les fractions rationnelles suivantes en éléments simples :

2x 3 + 1 2x 3 + 1 2x − 3 2x + 3 x 3 + 3x 2 + 2x + 1 x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4
; ; ; ; ;
x 2 − 1 x 2 + 1 x 2 − 4x + 3 x 3 − x 2 − x + 1 x 4 + 5x 2 + 6 ( )
3
x2 +2

- Décomposition en facteurs linéaires distincts

2x − 3 2x − 3 A B
= = +
x − 4x + 3 ( x − 1)( x − 3 ) x − 1 x − 3
2

A ( x − 3 ) + B ( x − 1)
=
( x − 1)(x − 3 )
Soit
Ax − 3A + Bx − B
=
( x − 1)( x − 3 )
=
( A + B ) x − 3A − B
( x − 1)(x − 3 )
1 3
1 3 2x − 3
Par identification on a : A= ; B = . En conséquence : 2 = 2 + 2
2 2 x − 4x + 3 x − 1 x − 3

21
- Décomposition en facteurs linéaires répétés

2x + 3
x −x2 −x +1
3

En factorisant le polynôme du dénominateur on obtient :

x 3 − x 2 − x + 1 = ( x + 1)( x − 1)( x − 1) = ( x + 1)( x − 1)

2

2x + 3 A B C
= + +
x − x − x + 1 x + 1 x − 1 ( x − 1)2
3 2

Par identification on peut donc écrire :

1 1 5
A ( x − 1) + B ( x + 1)( x − 1) + B ( x + 1) = 2x + 3 ⇒ A = ; B = − ;C =
2

4 4 2
1 1 5
−
2x + 3
= 4 + 4 + 2
x 3 − x 2 − x + 1 x + 1 x − 1 ( x − 1)2

- Décomposition en facteurs quadratiques distincts

x 3 + 3x 2 + 2x + 1
Soit
x 4 + 5x 2 + 6

x 3 + 3x 2 + 2x + 1 Ax + B Cx + D
(
x 4 + 5x 2 + 6 = x 2 + 2 x 2 + 3 ⇒ )( )
x 4 + 5x 2 + 6
= 2
x +2
+ 2
x +3
( ) (
(Ax + B ) x + 3 + (Cx + D ) x + 3 = x + 3x + 2x + 1
2 2 3 2
)
Par la méthode d’identification on a : A=0 ; B=-5 ; C=1 ; D=8.

x 3 + 3x 2 + 2x + 1 −5 x +8
= 2 + 2
x + 5x + 6
4 2
x +2 x +3

- Décomposition en facteurs quadratiques répétés

x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4
Soit
(x )
3
2
+2

On peut décomposer comme suite :

x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4 Ax + B Cx + D Ex + F
= + +
(x ) x +2 ( ) ( )
3 2 2 3
2
+2 x +2
2
x2 + 2

22
Par la méthode d’identification :

(Ax + B ) (x 2 + 2 ) + (Cx + D ) (x 2 + 2 ) + (Ex + F ) == x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4

2

A=1; ; B = − 1 ; C =0 ; D =0 ; E =4 ; F =0 .

x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4 x −1 4x
= +
(x ) (
x +2 x +2 )
3 2 3
2
+2 2

1.6 Equation et inéquation

1.6.1 Equation

1.6.1.1 Equation du premier degré

Définition : Une équation du premier degré est de la forme ax + b = 0 où a et b sont des

b
réels avec a ≠ 0 , on a une solution x 0 = −
a

1
Exemple : - 2x +1 = 0 ⇒ x 0 = −
2

( )
- m2 − 1 x + m + 1 = 0

1.6.1.2 Equation du second degré

Définition : : Une équation du second degré est de la forme ax 2 + bx + c = 0 où a, b et c

sont des réels avec a ≠ 0 .

Pour la résolution, on calcul le discriminant ∆ = b − 4ac

−b − ∆ −b + ∆
- Si ∆ > 0 , alors on a deux solutions réelles distinctes x 1 = et x 2 =
2a 2a

−b − i ∆
- Si ∆ < 0 , alors on a deux solutions complexes distinctes x 1 = et
2a
−b + i ∆
x2 = avec i 2 = −1 .
2a

23
 b
- Si ∆ = 0 , alors on a une solution réelle double x 0 = − .
2a

x 2 − 6x + 8 = 0
x 2 − Sx + P = 0
Exemple :
x 2 − (α + β ) x + α × β = 0
x 2 − ( 2 + 4 ) x + 2 × 4 = 0 ⇒ S = {2;4}

1.6.1.3 Equation de degré ≥ 3

Définition : Une équation de degré ≥3 est de la forme

y = an x n + an−1x n −1 + L + a1x 1 + a 0 avec n ≥ 3 où an ,an−1 ,L ,a 0 sont des réels avec a ≠ 0

.

( )
Exemple 1: x 3 − x 2 − x + 1 = 0 ⇒ x 3 − x 2 − ( x − 1) = 0 ⇒ ( x − 1) ( x + 1) = 0 ⇒ S = {−1;1}.
2

Exemple 2: x 4 − 7x 2 + 12 = 0

X = x 2 ⇒ X 2 − 7X + 12 = 0
En posant X 2 − (α + β ) X + α × β = 0
X 2 − ( 3 + 4 ) X + 3 × 4 = 0 ⇒ X1 = 3; X 2 = 4 ⇒ S = {−4; −3;3;4}

1.6.2 Inéquation

1.6.2.1 Inéquation du premier degré

Définition : Une inéquation du premier degré est de la forme ax + b ≤ 0 où ax + b ≥ 0 où

a et b sont des réels avec a ≠ 0 .

Pour la résolution, on étudie le signe du polynôme réel ax + 1. On déduit la solution de

l’inéquation du tableau des signes obtenus.

Tableau des signes

x b
−∞ − +∞
a
ax + b Signe contraire de a Signe de a

24
Exemple : 2x − 1 ≤ 0

Tableau des signes

x 1
−∞ − +∞
2

2x − 1 − +

 1
S =  −∞;  .
 2

1.6.2.2 Inéquation du second degré

Définition : Une inéquation du second degré est de la forme

ax 2 + bx + c ≤ 0 où ax 2 + bx + c ≥ 0 où a, b et c sont des réels avec a ≠ 0 .

Pour la résolution, on étudie le signe du polynôme réel ax 2 + bx + c. On déduit la

solution de l’inéquation du tableau des signes obtenus.

- Si ∆ ≤ 0 , alors le polynôme réel ax 2 + bx + c est du signe du paramètre a.

- Si ∆ > 0 , alors le polynôme réel ax 2 + bx + c est du signe du paramètre a à l’extérieur

des racines et du signe opposé à l’intérieur des racines.

Exemple : Résoudre l’inéquation 2x 2 + 3x + 1 ≥ 0

On détermine d’abord les racines du polynômes 2x 2 + 3x + 1 = 0 .

1
∆ = 9 − 8 = 1 ⇒ x 1 = −1; x 2 = − ;
2

x 1
−∞ −1 − +∞
2

2x 2 + 3x + 1 + − +

 1 
S = ]−∞; −1] ∪  − ; +∞ 
 2 

25
Activités : Traiter les exercices du TD N°1.

26
SEANCE N° 4

Chapitre 1 : Etude des Fonctions (Partie IV)

Objectif : Etudier les intervalles ensuite les limites et la continuité d’une fonction.

Contenu :

1.7 Les intervalles

1.7.1 Définition

Soit I un sous-ensemble non vide de R . I est un intervalle si, ∀ a,b ∈ Ι tel que a <b ,
on a : si c est compris entre a et b alors c ∈ Ι .

Tableau : Les différents types d’intervalles

L’ensemble des réels x tels que : S’écrit Se lit

a ≤ x ≤b [a;b ] Intervalle fermé

a < x <b ]a;b [ Intervalle ouvert

a < x ≤b ]a;b ] Intervalle semi-ouvert en a

a ≤ x <b [a;b [ Intervalle semi-ouvert en b

]a; +∞[ Intervalle semi-ouvert en a

x <b ]−∞;a [ Intervalle semi-ouvert en a

b −a
Pour un intervalle I = ]a ;b [ , on distingue par A=b−a l’amplitude, r = le rayon et
2
a +b
c= le centre.
2

Exemple : Vérifier que I = ]c − r ;c + r [ ,

27
1.7.2 Intervalle et valeur absolue

x ∈ ]a ;b [ ⇒ ]c − r ;c + r [ ⇒ c − r < x < c + r ⇒ −r < x − c < r ⇔ x − c < r

1.8 Limite d’une fonction

Soit f une fonction numérique définie sur un intervalle I. On dit que la fonction f admet
pour limite l quand x →a si et seulement si ε > 0, ∃δ > 0 tel que
0 < x − a < δ ⇒ f (x )− l < ε

Notation : lim f ( x ) = l .
x →a

Exemple 1: Montrer que lim ( 5x − 2 ) = 8

x →a

0 ∞
- Les formes d’indétermination : ; ; 0 × ∞; ∞ − ∞; 00 ; ∞ 0 ;1∞ .
0 ∞

sinx
-Pour les fonctions trigonométriques, noter que lim =1.
x →0 x

Exemple 2 : Déterminer la limite de la fonction suivante au point 0.

sin2x
f (x ) =
x
 sin2x  0
lim f ( x ) = lim   = ⇒ indétermination
x →0 x →0
 x  0

sin2x sinu
Pour lever l’indétermination, posons u = 2x ⇒ lim = 2 lim =2
x →0 x x →0 u

Exemple 3 : Soit la fonction f ( x ) = x − 2. Quelle est limite de la fonction f au point 1

et 2 ?

lim f ( x ) = lim ( x −2 ) = 1−2 = −1

x →1 x →1

lim f ( x ) = lim ( x −2 ) = 2 −2 = 0
x →2 x →2

x + 1 si x >1
Exemple 4 : Soit la fonction f ( x ) =  .
x − 1 si x <1

Déterminer la limite de la fonction f au point 1 ?

28
lim f ( x ) = lim ( x +1) = 1+1 = 2
x →1 x →1
> >

lim f ( x ) = lim ( x −1) = 1−1 = 0

x →1 x →1
< <

Comme la limite à gauche est différente de la limite à droite, la limite de la fonction f

au point 1 n’existe pas.

x
 2
Exemple 5 : Calculer la limite à l’infini de la fonction : f ( x ) =  1 + 
 x

Rappelons que pour lever une indétermination de type 1∞ on peut utiliser la formule
suivante :

lim  f ( x ) −1 g ( x ) g (x )
lim h ( x ) = e si lim h ( x ) = lim  f ( x ) 
x →∞ x →∞ x →∞

x
 2
lim f ( x ) = lim  1 +  = 1∞ ⇒ indétermination
x →∞ x →∞
 x
 2 
lim  1+ −1 x lim ( 2 )
lim f ( x ) = e x →∞  x 
= e x →∞ = e2
x →∞

Exemple 6 : Calculer la limite à l’infini de la fonction : f ( x ) = x 2 − 1 − x

lim f ( x ) = lim
x →∞ x →∞
( x − 1 − x ) = ∞ − ∞ ⇒ indétermination
2

lim f ( x ) = lim
( x − 1 − x )( x − 1 + x ) = lim −1
2 2

=0
x →∞ x →∞
x 2 −1 + x x →∞
x2 −1 + x
1
f ( x ) = ( sinx ) ln x
Exemple 7 : Soit 1
lim f ( x ) = lim ( sinx ) ln x = 00 ⇒ indétermination
x →0 x →0
> >

x → 0, sinx ≃ x
1 1 1
Quand
f (x ) ≃ x ≃ e ⇒ lim f ( x ) = lim x
lnx
ln x
≃e ln x ln x
=e
x →0 x →0
> >

1.9 Continuité d’une fonction

Une fonction f(x) est continue en un point quelconque x=a si :

29
1. f ( x ) est définie au point a,

2. lim f ( x ) existe,
x →a

3. lim f ( x ) = f (a )
x →a

Exemple 1 : Etudier la continuité au point 1 de f(x) =−x+3.

1. f ( x ) n’est pas définie au point a,

2. lim f ( x ) = f (a ) n’existe pas,

x →a

3. lim f ( x ) ≠ f (a )
x →a

Exemple 2 : Soit la fonction f définie sur l’intervalle [1; 4 ] par :

x + 1 si 1 ≤ x ≤ 2
f (x ) = 
1 si 2 < x < 4

Etudier la continuité de la fonction sur l’intervalle [1; 4 ] .

lim f ( x ) = lim ( x +1) = 3; lim f ( x ) = 1

x →2 x →2 x →2
< < >

lim f ≠ lim f ⇒ La fonction f n’est pas continue sur l’intervalle [1; 4 ] .

x →2 x →2
< >

Activités : Traiter les exercices du TD N°1.

30
SEANCE N° 5

Chapitre 2 : Les Dérivées (Partie I)

Objectif : Etudier les dérivées de premier ordre et apprendre à calculer les fonctions
élasticités.

Contenu :

2.1 Dérivées de premier ordre

2.1.1 Généralité

Soit f une fonction définie en tout point d’un intervalle I contenant x0, on dit que la
fonction f est dérivable ou différentiable au point x0, s’il existe un nombre l fini tel que :

f ( x 0 + ∆x ) − f ( x 0 )
lim = l ( existe )
∆x →0 ∆x

l est appelé « nombre dérivé » ou la dérivée de la fonction f au point x0. ∆ x représente

la variation (x−x0).

f ( x 0 + ∆x ) − f ( x 0 ) ∆y
Le rapport = est appelé taux moyen d’accroissement de la
∆x ∆x
fonction f sur l’intervalle [x 0 , x 0 + ∆x ] .

Exemple 1 : La fonction f ( x ) = −x 2 + 1 est –elle dérivable au point x0 = 2 ?

f ( x 0 + ∆x ) − f ( x 0 ) f ( 2 + ∆x ) − f ( 2 ) − ( 2 + ∆x ) + 1 + 4 − 1
2
−4 − 4 ∆x + ∆x 2 + 4
= = = = −4 − ∆x
∆x ∆x ∆x ∆x
f ( x 0 + ∆x ) − f ( x 0 )
lim = lim ( −4 − ∆x ) = −4 ( existe ) ⇒ la fonction f est dérivable et sa
∆x →0 ∆x ∆x →0

dérivée est égale −4 au point x0 = 2.

Exemple 2 : Quelle est la dérivée de la fonction f ( x ) = −4x 2 − 3 .

f ( x + ∆x ) − f ( x ) −4 ( x + ∆x ) − 3 + 4x 2 + 3
2
−4x 2 − 8x ∆x − 4∆x 2 + 4x 2
= = = −8x − 4∆x
∆x ∆x ∆x

31
 f ( x + ∆x ) − f ( x )
lim = lim ( −8x − 4∆x ) = −8x ⇒ la fonction f a pour dérivée −8x .
∆x →0 ∆x ∆x →0

Notation :

On notera par f ′ ( x ) ou y ′ ( x ) encore yx les dérivées de premier ordre d’une fonction

y = f (x ) .

f ( x + ∆x ) − f ( x )
Ainsi, on définit f ′ ( x ) = lim ⇒ l = f ′ ( x ) (le nombre dérivé).
∆x → 0 ∆x

On pourra aussi noter la dérivée première de la fonction f(x).

∂y
= f ′ ( x ) ⇒ ∂y = f ′ ( x ) ∂x
∂x

2.1.2 Théorème de dérivation de quelques fonctions courantes

1- f ( x ) = C , avec C ∈ R , ⇒ f ′ ( x ) = 0

Exemple : f ( x ) = 3 ⇒ f ′ ( x ) = 0 .

2- f ( x ) = ax + b, avec a et b ∈ R , ⇒ f ′ ( x ) = a

Exemple : f ( x ) = 3x − 4 ⇒ f ′ ( x ) = 3 .

3- f ( x ) = x n , avec n ∈ Q , ⇒ f ′ ( x ) = nx n−1 .

Exemple : f ( x ) = x 3 ⇒ f ′ ( x ) = 3x 2 .

4- h ( x ) = f ( x ) + g ( x ) ⇒ h ′ ( x ) = f ′ ( x ) + g ′ ( x ) .

Exemple : h ( x ) = 4x 2 + 3x − 1 ⇒ h ′ ( x ) = 8x + 3 .

5- h ( x ) = f ( x ) ⋅ g ( x ) ⇒ h ′ ( x ) = f ′ ( x ) g ( x ) + g ′ ( x ) f ( x )

Exemple : h ( x ) = 2x 3 ( 3x − 1) ; avec ⇒ f ( x ) = 2x 3 , g ( x ) = 3x − 1 ⇒ h ′ ( x ) = 24x 3 − 6x 2 .

f (x ) f ′ ( x ) g (x ) − g ′ (x ) f (x )
6- h ( x ) = ⇒ h′ (x ) =
g (x )  g ( x ) 
2

32
 x2 −2 x2 + 4
Exemple : h ( x ) = ⇒ h ′ (x ) =
x +1 ( x + 1)
2

dy dy du
7- Soit y = f (u ) et u = g (u ) ⇒ h ′ ( x ) = f ′ (u ) g ′ ( x ) ⇔ = ⋅
dx du dx

2.2 Quelques formules importantes de dérivation

dy du
1- y = u n ⇒ = nu n −1
dx dx

dy du
2- y = sinu ⇒ = cosu
dx dx

dy du
3- y = cosu ⇒ = −sinu
dx dx

dy du
4- y = tanu ⇒ = −sec2u
dx dx

dy du
5- y = cotanu ⇒ = −cosec2u
dx dx

dy du
6- y = secu ⇒ = secu tanu
dx dx

dy du
7- y = cosecu ⇒ = −cosecu cotanu
dx dx

dy 1 du
8- y = arcsinu ⇒ =
dx 1 − u 2 dx

dy 1 du
9- y = arccosu ⇒ =−
dx 1 − u 2 dx

dy 1 du
10- y = arctanu ⇒ =
dx 1 + u 2 dx

dy 1 du
11- y = arccotanu ⇒ =−
dx 1 + u 2 dx

dy 1 du + si u > 1
12- y = arcsecu ⇒ =±
dx u u 2 − 1 dx − si u < −1

dy 1 du + si u < −1
13- y = arccosecu ⇒ =±
dx u u 2 − 1 dx − si u > 1
33
 dy du
14- y = e u ⇒ = eu
dx dx

dy 1 du
15- y = lnu ⇒ =
dx x dx

dy 1 du
16- y = loga u ⇒ =
dx ulna dx

dy du
17. y = a u ⇒ = a u lna
dx dx

2.3 Les dérivées et les calculs d’élasticités

Il faut rappeler qu’en économie l’élasticité est un concept permettant de mesurer le

degré de sensibilité d’une variable en fonction des variations d’une autre variable.

Soit f une fonction, si a est un réel non nul et si f ′ (a ) est non nul, l’élasticité de la
fonction f en a est notée :

f ( x ) − f (a )
f (a )
e f(a ) = lim
x →a x −a
a
 a f ( x ) − f (a ) 
= lim  ⋅ 
x →a f (a ) x −a
 

Si f est dérivable en a alors :

a
e f( ) = f ′ (a ) = ln′  f (a ) 
a

f (a )

- Fonction élasticité

Soit la fonction y = f ( x )

y′
ey( ) = x = ( lny )′ x
x

- Elasticité produit

Soit la fonction y = f ( x ) g ( x )

34
eh(x ) =
h′
x=
( f g )′ x =  f ′g + f g ′  x =  f ′ + g ′  x
   
h fg  fg  f g

eh(x ) = ef(x ) +e g(x ) ⇔ ef(xg) = ef(x ) +e g(x )

- Elasticité du quotient

e (fx ) = e f( x ) −e g( x )
g

e (1 ) = −e f(
x x)

e f( o g) = e f( ( g) )e g(
x g x)

Activités : Traiter les exercices du TD N°2.

35
SEANCE N° 6

Chapitre 2 : Les Dérivées (Partie II)

Objectif : Faire des exemples de dérivation de fonctions exponentielles, logarithmiques

et trigonométriques et apprendre à optimiser les fonctions à une variable indépendante.

Contenu :

2.4 Exemples de dérivées et fonctions exponentielles, logarithmiques et

trigonométriques

Exemple 1 : Trouver les dérivées premières des fonctions suivantes :

x −1 x 4
f ( x ) = ln ⇒ ln ( x − 1) − 2 ln 2x + 1 ⇒ f ′ ( x ) = ln −
( 2x + 1) x − 1 2x + 1
2

sin2x
g ( x ) = ln cos ( 2x )  ⇒ g ′ ( x ) = −2 = −2tan2x
cos2x

Exemple 2 : Trouver la dérivée première de la fonction suivante :

de−x dlnx −x e− x e− x
y = f (x ) = e −x
ln x ⇒ f ′ ( x ) = lnx + e = −e lnx +
−x
= −y
dx dx x x

Exemple 3 : Trouver la dérivée première de la fonction suivante :

( )
2
x 1− x 2
y= ( 1
)
⇒ ln y = ln x + 2 ln 1− x 2 − ln 1+ x 2 ( )
(1+ x )
1
2 2 2

y′ 1 1 x 
( lny )′ =
4x x 4x
= − 2
− 2
⇒ y′ = y  − 2
− 
y x 1− x 1+ x  x 1− x 1+ x 2 

36
 (
 x 1− x 2 2 
) ( ) ( ) − x (1− x )
2 2

  1 4x x  1− x 2 4x 1− x 2 2 2

′
y =  − − = −
 2 2  x
( ) ( ) (1+ x ) (1+ x )
1 1 1 3
1+ x 1− x 2 1+ x 2  1+ x 2 2 2 2 2 2
 

y′ =
(1− x 2
)( )(
− 4x 2 1− x 2 1+ x 2 − x 2 1− x 2 ) ( ) = (1− 5x )(1+ x )− x  (1− x )
2 2 2 2

(1+ x ) (1+ x )
3 3
2 2 2 2

y′ =
(1− 5x − 5x )(1− x )
2 4 2

(1+ x )
3
2 2

Exemple 4 : Trouver la dérivée première de la fonction suivante :

(x +1) 2 2

y=
(x −1)
1
2 2

• Etude du sens de variation d’une fonction

Soit f une fonction définie, continue et dérivable en tout point d’un intervalle I. Si, ∀
a et b ∈ I et a<b ⇒ f (a ) < f (b ) alors f est croissante sur I.

De même, ∀ c ∈ I, si f ′ (c ) > 0 alors f est strictement croissante en c.

En somme, si f ′ ( x ) > 0 sur I, alors f est strictement croissante sur I.

si f ′ ( x ) < 0 sur I, alors f est strictement décroissante sur I.

2.5 Optimisation des fonctions à une variable indépendante

2.5.1 Maximum relatif

Soit f une fonction définie sur l’intervalle I contenu dans son domaine de définition Df.
f possède un maximum relatif en x0 de l’intervalle I si ∀ x ∈ I, f ( x ) ≤ f ( x 0 ) .

37
 f (x )

f (x 0 )

x0 x

2.5.2 Minimum relatif

Soit f une fonction définie sur l’intervalle I contenu dans son domaine de définition
Df. f possède un minimum relatif en x0 de l’intervalle I si ∀ x ∈ I, f ( x ) ≥ f ( x 0 ) .

f (x )

f (x 0 )

x0 x

2.5.3 Notions d’extremum

2.5.3.1 Extremum relatif

On appelle extremum relatif d’une fonction sur un intervalle I, un minimum ou un

maximum de cette fonction en tout point x0 de l’intervalle I.

38
2.5.3.1 Extremum absolu

On appelle extremum absolu d’une fonction, le minimum absolu ou le maximum absolu

de cette fonction sur son domaine de définition.

2.5.4 Propriétés

La fonction f possède un extremum au point x0 de l’intervalle I, si et seulement si

f ′ (x 0 ) = 0

Activités : Traiter les exercices du TD N°2.

39
SEANCE N° 7
Chapitre 2 : Les Dérivées (Partie III)

Objectif : Etudier la méthode d’identification des extremums, les dérivées d’ordre

supérieur et les fonctions à deux variables indépendantes.

Contenu :

2.6 Méthode d’identification des extremums

Soit une fonction f deux dérivables sur son domaine de définition Df.

Soit I ⊂ Df., et x0 ∈ I. Au point x0 :

- Si f ′ ( x 0 ) = 0 et f ′′ ( x 0 ) < 0 , alors la fonction possède un maximum relatif au point x0

de I.
- Si f ′ ( x 0 ) = 0 et f ′′ ( x 0 ) > 0 , alors la fonction possède un minimum relatif au point x0 de
I.

L’identification des extremums est souvent utilisée en analyse économique pour vérifier
la concavité ou la convexité des fonctions de coût, de profit, d’utilité etc. en un point
ou sur un intervalle donné.

Exemple : Déterminer les extremums de la fonction f ( x ) = −x 3 + 3x 2 +1

f ′ ( x ) = −3x 2 +6x, − 3x 2 +6x = 0 ⇒ x1 = 0 et x 2 = 2

f ′′ ( x ) = −6x 2 +6 ⇒ f ′′ ( 0 ) = 6 et f ′′ ( 2 ) = −6

Comme f ′ ( 0 ) = 0 et f ′′ ( 0 ) = 6 > 0 alors la fonction f admet un minimum absolu au point

0.

De même, comme f ′ ( 2 ) = 0 et f ′′ ( 0 ) = −6 < 0 alors la fonction f admet un minimum

absolu au point 2.

40
2.7 Dérivée d’ordre supérieur

Soit une fonction y=f(x) dérivable et y ′ = f ′ ( x ) sa fonction dérivée ; f ′ est la dérivée

première de la fonction f. Si la dérivée première est dérivable à son tour, elle constitue
la dérivée de la fonction initiale et se note :

d 2y
= y ′′ = f ′′ ( x ) = fxx
dx 2

De même, la dérivée de la dérivée seconde s’appelle la dérivée troisième ou de troisième

ordre et se note :

d 3y
3
= y ′′′ = f ′′′ ( x ) = fxxx ( x ) = f ( 3) ( x )
dx
M

d ny
n
= f (n ) ( x ) est la dérivée nième de la fonction f.
dx

Remarque : La dérivée d’un ordre donnée n’existe que si la fonction et toutes ses
dérivées d’ordre inférieur sont dérivables.

Exemple : Trouver la dérivée d’ordre n de la fonction f ( x ) = ln ( x + 1)

f ( x ) = ln ( x + 1)

1
f ′ (x ) = = ( x + 1)
−1

x +1
f ′′ ( x ) = (−1)( x + 1)
−2

f ′′′ ( x ) = (−2 )(−1)( x + 1)

−3

f ( 4 ) ( x ) = (−3 )(−2 )(−1)( x + 1)

−4

M
f(
n)
(x ) = (−1)(−2 )(−3 )L − (n − 2 ) − (n −1) (x + 1)
−n

= (−1) (n −1)!( x + 1)
n −1 −n

Par récurrence on doit obtenir :

41
 −( n +1)
f (n +1) ( x ) = (−1) n !( x + 1) (1)
n

 f (n ) ( x ) ′ = (−1)n −1 (n − 1) !(−n )( x + 1)−n −1 = (−1)n n !( x + 1)−(n +1) (2)

 

Comme (1) = (2) alors la dérivée d’ordre n de la fonction f ( x ) = ln ( x + 1) est :

f (n ) ( x ) = (−1) (n −1)!(x + 1)
n −1 −n

Soit h ( x ) = f ( x ) g ( x ) , où f ( x ) et g ( x ) sont n fois dérivables. Les dérivées d’un ordre

n de h ( x ) s’obtient par la formule de Leibnitz sous la forme :

n n
h (n ) ( x ) = ∑C np f (n− p ) ( x ) g ( p ) ( x ) = ∑C np g ( p ) ( x )f (n− p ) ( x )
p =0 p =0

On peut écrire les n dérivées de la façon suivante à partir de la formule :

h (x ) = f ( x ) g ( x )
h ′ (x ) = f ′ ( x ) g ( x ) + f (x ) g ′ (x )

h ′′ ( x ) = f ′′ ( x ) g ( x ) + f ′ ( x ) g ′ ( x ) + f ( x )′ g ′ ( x ) + f ( x ) g ′′ ( x )
= f ′′ ( x ) g ( x ) + 2 f ′ ( x ) g ′ ( x ) + f ( x ) g ′′ ( x )
= C 20 f ′′ ( x ) g ( x ) + C 21 f ′ ( x ) g ′ ( x ) + C 22 f ( x ) g ′′ ( x )
h ′′′ ( x ) = C 30 f ′′′ ( x ) g ( x ) + C 31 f ′′ ( x ) g ′ ( x ) + C 32 f ′ ( x ) g ′′ ( x ) + C 33 f ( x ) g ′′′ ( x )
M
n
h (n ) ( x ) = ∑C np f (n− p ) ( x ) g ( p ) ( x )
p =0

Exemple : Trouver la dérivée d’ordre n de la fonction h ( x ) = x 3ln ( x + 1)

Si on suppose que f ( x ) = ln ( x + 1) alors f ( ) ( x ) = (−1) (n −1)!(x + 1)

n n −1 −n

g ( x ) = x 3 ; g ′ ( x ) = 3x 2 ; g ′′ ( x ) = 6x ; g ′′′ ( x ) = 6; g ( 4 ) ( x ) = 0 ⇒ g (n ) ( x ) = 0 .

h (n ) ( x ) = C n0 f (n ) ( x ) g ( x ) + C n1 f (n−1) ( x ) g ′ ( x ) + C n2 f (n−2) g ′′ ( x ) + C n3 f (n−3) g ′′′ ( x )

= (−1) (n −1)!(x + 1) ⋅ x 3 + 3n (−1) (n − 2 )!(x + 1) ⋅ x 2
n −1 −n n −2 −n +1

+ 3n (n − 1)(−1) (n − 3 ) !( x + 1) ⋅ x + n (n − 1)(n − 2 )(−1) (n − 4 ) !( x + 1)

n −3 −n +2 n −4 −n + 3

42
2.8 Fonctions à deux variables indépendantes

Dans les sections précédentes, nous avons considéré des fonctions à une variables
indépendante. Dans la réalité, les phénomènes économiques sont expliqués par plusieurs
variables indépendantes. C’est l’exemple de la fonction de demande d’un bien dans
laquelle la demande du bien est expliquée non seulement par le prix mais aussi par le
revenu du consommateur, le prix des autres biens, le goût du consommateur etc. La
fonction de demande d’un bien est une fonction indépendante. Elle se met sous la
forme : Z = f ( x, y,K, s, t ) . Si on a n variables, on peut décrire l’évolution de la fonction
dans un espace à n dimensions.

Dans un espace à trois dimensions, on a une fonction à deux variables indépendantes

et à une variable dépendante qui est sous la forme : Z = f ( x, y ) .

Pour mesure l’effet du changement d’une variable indépendante sur la variable

dépendante, on utilise la dérivée partielle. Cette dérivée partielle par rapport à x mesure
le taux de changement instantané de la variable dépendante Z par rapport à la variable
dépendante x lorsque toutes les autres variables indépendantes sont supposées
constantes toutes choses égale par ailleurs (cetéris paribus).

∂Z ( x, y )
= Zx
∂x

Exemple :

Z ( x, y ) = x 4 − 2x 3y 2 + 5x 2y − x +2
∂Z ( x , y )
= Z x = 4x 3 − 6x 2y 2 + 10xy −1
∂x
∂Z ( x , y )
= Z y = −4x 3y + 5x 2
∂y

2.8.1 Les dérivées partielles de second ordre

Soit Z ( x , y ) une fonction définie dans son domaine. La dérivée partielle de second ordre
∂ 2Z ( x , y )
représenté par = Z xx indique que la fonction a été dérivée deux fois par
∂x 2

43
rapport à la même variable x tout en maintenant les autres variables indépendantes
constantes cetéris paribus.

Exemple : Calculer les drivées partielles du second ordre des fonctions suivantes :

∂Z ( x , y ) ∂ 2Z ( x , y )
a) Z ( x , y ) = 2x y ⇒2 3
= Z x = 4xy ⇒ 3
= Z x = 4y 3
∂x ∂x 2

∂R ( x , y ) ∂ 2R ( x , y )
b) R ( x , y ) = 3ysin2x ⇒ = Rx = 6ycos2x ⇒ = Rxx = −12ysin2x
∂x ∂x 2

2.8.2 Les dérivées partielles croisées

Les dérivées partielles sont dites croisées si la dérivée première se fait par rapport à
une variable et la dérivée seconde se fait par rapport à une autre variable. Soit Z ( x , y )
une fonction définie dans son domaine.

∂2Z ( x, y ) ∂2Z ( x, y )
= Z xy ou = Zyx
∂x ∂y ∂y ∂x

∂2Z ( x, y ) ∂2Z ( x, y )
En effet, d’après Young : Z xy = = = Zyx
∂x ∂y ∂y ∂x

Exemple : Calculer les dérivées partielles croisées de la fonction suivante :

Z (x, y ) = e x y
2 3

( )
2 3 2 3 2 3 2 3
Z x = 2xy 3e x y ; Z xy = 6xy 2e x y + 6x 3y 5e x y = 6xy 2 1 + xy 3 e x y

( )
2 3 2 3 2 3 2 3
Z y = 3x 2y 2e x y ; Z yx = 6xy 2e x y + 6x 3y 5e x y = 6xy 2 1 + xy 3 e x y

On constate que Z xy = Z yx .

2.8.3 Les différentielles

2.8.3.1 Les différentielles totales

Soit Z ( x , y ) une fonction multivariable. On appelle différentielle totale, la variation de

la variable dépendante suite à la variation de toutes les autres variables indépendantes
de la fonction multivariable.

44
dZ ( x , y ) = Z xdx + Z ydy

Exemple : Calculer la différentielle totale de la fonction multivariable suivante :

x 2 + 2y
Z (x, y ) =
x −y
2x ( x − y ) − x 2 + 2y x 2 − 2xy − 2y
Zx = =
(x − y ) (x − y )
2 2

2x − 2y + x 2 + 2y x 2 + 2x
Zy = =
(x − y ) (x − y )
2 2

x 2 − 2xy − 2y x 2 + 2x
Z (x, y ) = dx + dx
(x − y ) (x − y )
2 2

2.8.3.2 Les différentielles partielles

Soit Z ( x , y ) une fonction multivariable. On appelle différentielle partielle, la variation

de la variable dépendante suite à la variation d’une variable indépendante de la fonction

multivariable. Dans ces conditions, on suppose que les autres variables indépendantes
sont constantes (toutes choses égales par ailleurs).

dZ dZ
= Z x ⇔ dZ = Z xdx ; = Z y ⇔ dZ = Z ydy;
dx dy

• Les différentielles d’une fonction réciproque

Pour la fonction réciproque f −1 d’une fonction bijective f :

= f −1 ′ (y ) =
( )
dx 1
y = f ( x ) ⇔ x = f −1 (y ) . On a : = 1
dy f ′ (x ) dy
dx

Ces notations parfois très commodes doivent être maniées avec précaution.

2.8.4 Fonctions composées à plusieurs variables et leurs dérivations

Soit la fonction Z = Z ( x, y ) telle que y = g (x ) .

∂Z ∂Z ∂x ∂Z ∂y ∂Z ∂Z ∂y
= + = +
∂x ∂x ∂x ∂y ∂x ∂x ∂y ∂x

45
 ∂Z ∂x
Le premier facteur est appelé « effet direct ou effet principal » ;
∂x ∂x

∂Z ∂y
Le deuxième facteur est appelé « effet indirect ou effet secondaire ou effet à
∂y ∂x
long terme »

En somme, une variation de la variable x se répartit en deux effets :

Effet Total= Effet Direct + Effet indirect

Exemple : Calculer la dérivée totale de la fonction suivante :

Z ( x , y ) = 2x − 3y +1; et y = 3x + 2

∂Z ∂Z ∂x ∂Z ∂y ∂Z ∂Z ∂y
= + = + = 2 + ( −3 ) × 3 = −7
∂x ∂x ∂x ∂y ∂x ∂x ∂y ∂x

2.8.5 Dérivation des fonctions implicites

Soit la fonction implicite f ( x, y ) = 0 telle que fx et fy soient différentes de zéro. La

dy f 1
différentielle totale peut se présenter comme suit : fxdx +fydy = 0 ⇔ =− x = −
dx fy fy
fx

Exemple : f ( x , y ) = 2x 2 + xy 2 − 3x 3y 3 − y = 0

dy f 4x + y 2 − 9x 2y 3 − y
fxdx +fydy = 0 ⇔ =− x = − 2
dx fy 2x + 2xy − 9x 3y 2 − 1

• Fonctions concave et convexes

Définitions :

Soit f une fonction réelle définie sur un intervalle I de R . La fonction f est :

Concave sur I si ∀ x, y ∈ I ; ∀t ∈ [ 0;1] ; f tx + (1 − t ) y  ≥ tf ( x ) + (1 − t ) f (y )

Intuitivement, f est concave si tout segment joignant deux points quelconques de la

courbe de f est en dessous de celle-ci.

46
 f(y)

f tx + (1 − t ) y 

tf ( x ) + (1 − t ) f (y )

f(x)

x tx + (1 − t ) y y

Convexe sur I si ∀ x, y ∈ I ; ∀t ∈ [ 0;1] ; f tx + (1 − t ) y  ≤ tf ( x ) + (1 − t ) f (y )

Intuitivement, f est convexe si tout segment joignant deux points quelconques de la

courbe de f est au dessus de celle-ci.

Proposition : Si f est deux fois dérivables sur un intervalle ouvert I, alors :

- f est concave sur I ⇔ f ′′ ( x ) ≤ 0, ∀x ∈ I .

- f est convexe sur I ⇔ f ′′ ( x ) ≥ 0, ∀x ∈ I

Exemple 1: Etudier la convexité ou la concavité des fonctions suivantes :

f ( x ) = ln ( x ) , f ( x ) = 3x 2 , f ( x ) = e x .

f ( x ) = ln ( x ) ⇒ Df = R +∗ = ]0; +∞[
1 1
f ′ ( x ) = , et f ′′ ( x ) = − 2 ≤ 0, ∀x ∈ R +∗.
x x

Donc, la fonction f ( x ) = ln ( x ) est concave.

Activités : Traiter les exercices du TD N°2.

47
SEANCE N° 8

Chapitre 2 : Les Dérivées (Partie IV)

Objectif : Apprendre à optimiser les fonctions à deux variables et étudier les

développements limités.

Contenu :

2.9 Optimisation d’une fonction à deux variables

Soit une fonction Z = f ( x , y ) avec des dérivées partielles du premier ordre et du second
ordre continues sur son domaine de définition. Pour que Z ait un optimum, il faut et il
suffit que :

1) Les dérivées partielles de premier ordre doivent être simultanément nulles :

Z x = 0 ⇒ x = x
 Ainsi, nous obtenons les points critiques ( x , y )
Z y = 0 ⇒ y = y

2) Les dérivées partielles directes du second ordre évaluées à ces points critiques doivent
être :

Z xx < 0 Z xx > 0
 pour un maximum ;  pour un minimum.
Z yy < 0 Z yy > 0

3) Le produit des drivées partielles directes du second ordre évaluées aux points
critiques doit être supérieurs au carré des dérivées croisées d’ordre deux (déterminant
de la matrice doit être positive).

Z xx ⋅ Z yy > (Z xy )
2

NB : On dit que ( x , y ) ∈ R 2 est un point-selle de Z sur R 2 si ∀ ( x , y ) ∈ R 2 :

Z ( x , y ) ≤ Z ( x , y ) ≤ Z ( x , y ) . Dans ces conditions, Z ( x , y ) est appelée « valeur-selle » de

Z. Par exemple le point ( 0, 0 ) est l’unique point selle de la fonction Z ( x , y ) = x 2 − y 2
car Z ( x , y ) ≤ Z ( x , y ) ≤ Z ( x , y ) ⇔ −y 2 ≤ 0 ≤ x 2 .

48
Exemple : Déterminer la nature de l’extremum de la fonction suivante.

Z = Z ( x , y ) = x 3 + y 3 − 3xy

1)

Z x = 3x − 3y = 0 (1) ⇒ y = x
2 2


Z y = 3y − 3x = 0 (2 )
2

(2 ) ⇒ 3 ( x 2 ) ( )
2
− 3x = 0 ⇔ 3x 4 − 3x = 0 ⇒ 3x x 3 − 1 = 0
⇒ x = 0 ou x = 1
Pour x = 0, y = 0 ⇒ ( x , y ) = ( 0,0 )
Pour x = 1, y = 0 ⇒ ( x , y ) = (1,1)

2)

Z xx = 6x

Z yy = 6y
Z = −3
 xy

Z xx = 0
Pour ( x , y ) = ( 0, 0 ) 
Z yy = 0

Comme Z ( x , y ) ≤ Z ( x , y ) ≤ Z ( x , y ) ⇔ y 3 ≤ 0 ≤ x 3

Le point ( 0, 0 ) n’est pas un optimum de la fonction Z ( x , y ) = x 3 + y 3 − 3xy .

Et comme Z ( x , y ) ≤ Z ( x , y ) ≤ Z ( x , y ) ⇔ y 3 ≤ 0 ≤ x 3 , ( 0, 0 ) n’est pas non plus un point

selle.

Z xx = 6 < 0
Pour ( x , y ) = (1,1) 
Z yy = 6 < 0

Vérification de la condition du déterminant positive.

Z xx ⋅ Z yy > (Z xy ) ⇔ 6×6 = 36 > ( −3 ) = 9

2 2

Donc, la fonction Z ( x , y ) admet un minimum au point critique (1,1) .

49
2.10 Les dérivées et les formes indéterminées (Cf. chapitre 1)

0 ∞
- Les formes d’indétermination : ; ; 0 × ∞; ∞ − ∞; 00 ; ∞ 0 ;1∞ .
0 ∞

• Règle de l’Hospital

f (x )
Soit la fonction h ( x ) = avec g ( x ) ≠ 0 .
g (x )

0 ∞
Si lim h ( x ) = = alors, il y a indétermination et on peut lever cette
x →x 0 0 ∞
indétermination en recourant à la règle de l’Hospital :
f (x ) f ′ (x ) f ′′ ( x ) f ′′′ ( x ) f (n ) ( x )
lim h ( x ) = lim = lim = lim = lim = L = lim (n ) =l
x →x 0 g ( x ) x →x 0 g ′ ( x ) x →x 0 g ′′ ( x ) x →x 0 g ′′′ ( x )
x →x 0 x →x 0 g
(x )

Exemple :

sinx 0
1) lim = ⇒ indétermination
x →0 x 0

sinx cosx
La règle de l’Hospital ⇒ lim = lim = lim cosx = 1
x →0 x x →0 1 x →0

2)

x 4 − 81 0
lim = ⇒ indétermination
x →3 x − 3 0
x − 81
4
lim = lim 4x 3 = 108
x →3 x − 3 x →3

2.11 Les dérivées et les développements limités

2.11.1 Le théorème des accroissements finis et la formulation de Taylor

Soit f ( x ) une fonction continue et dérivable sur un intervalle [a ;b ] . Si f (a ) ⋅ f (b ) < 0 ,

alors, il existe un point c ]a ;b [ tel que f ′ (c ) = 0 . (Théorème de Rolle)

50
Si f ( x ) est continue sur l’intervalle [a ;b ] et si f ′ ( x ) existe en tout point l’intervalle
f (b ) − f (a )
]a ;b[ , alors il existe une valeur x0 ∈ [a ;b ] tel que = f ′ ( x 0 ) . (Théorème des
b −a
accroissements finis).

Ainsi, on peut écrire : f (b ) − f (a ) = f ′ ( x 0 )(b − a )

⇒ f (b ) = f (a ) + f ′ ( x 0 )(b − a ) en posant x0=a, on a :

⇒ f (b ) = f (a ) + f ′ (a )(b − a )

f ′′ (a )(b − a )
2

⇒ f (b ) = f (a ) + f ′ (a )(b − a ) +
2
f ′′ (a )(b − a ) f ′′ (a )(b − a )
2 3

⇒ f (b ) = f (a ) + f ′ (a )(b − a ) + +
2 6
f ′′ (a )(b − a ) f ′′ (a )(b − a ) f (n ) (a )(b − a )
2 3 n

⇒ f (b ) = f (a ) + f ′ (a )(b − a ) + + +L +
2 3 n!

En posant : x=b et x0=a

f ′′ ( x 0 )( x − x 0 ) f ′′ ( x 0 )( x − x 0 )
2 3

⇒ f ( x ) = f ( x 0 ) + f ′ ( x 0 )( x − x 0 ) + + +L
2 3!

f i ( x 0 )( x − x 0 )
i
n
⇒ f (x ) = ∑ + ε ( x )( x − x 0 ) tel que : lim ε ( x ) = 0 . C’est le
n

i! x →x 0
i =0

développement limité de Taylor.

f i ( x 0 )( x − x 0 )
i
n −1
f (x ) = ∑ + Rn ( x )
i =0 i!

f (n ) (c )( x − x 0 )
n

Si Rn ( x ) = ; Rn ( x ) est le reste de Lagrange

n!

f (n ) ( ν )( x − ν ) (x − x 0 )
n -1

Si Rn ( x ) = ; Rn ( x ) est le reste de Cauchy.

(n − 1)!

c et ν sont compris entre x et x0.

51
2.11.2 Formulation de Mac LAURIN

Le développement limité d’une fonction par la formule de Mac LAURIN est le

développement limité de Taylor au voisinage du point x 0 = 0 en admettant que f (n ) est
continue en x 0 .

x x2 xn
f (x ) = f ( 0 ) + f ′ ( 0 ) + f ( 0 ) +L + f ( 0 ) + ε ( x ) x n avec lim ε (x ) = 0
′′ (n )
1! 2! n! x →0

n f i ( 0) x i
f (x ) = ∑ + ε ( x ) x n avec lim ε (x ) = 0
i! x →0
i =0

Exemple : Trouver le développement limité de la fonction f ( x ) = e x au voisinage de

zéro.

x x2 xn
f (x ) = f ( 0 ) + f ′ ( 0 ) + f ′′ ( 0 ) + L + f (n ) ( 0 ) + ε ( x ) x n
1! 2! n!

x x2 xn
f ( x ) = 1+ + + L + + ε ( x ) x n avec lim ε ( x ) = 0
1! 2! n! x →0

2.11.3 Développements limités usuels au voisinage de zéro

x2 x3
1- ln (1+ x ) = x − + + L + (−1) x n + ε ( x ) x n
n −1

2 3

1
2- = 1+ x + x 2 + L + x n + ε ( x ) x n
1− x

1
= 1 − x + x 2 + L + ( −1 ) x n + ε ( x ) x n
n
3-
1+ x

a (a − 1) a (a − 1) ... (a − n +1)
4- (1+ x ) = 1+ ax + x n + ε (x ) x n
a
x 2 +L +
2 n!

x3 x5 x7 x 2n −1
+ − + L + ( −1 ) + ε ( x ) x 2n
n +1
5- sinx = x −
3! 5! 7! ( 2n −1) !

x2 x4 n x
2n
6- cosx = 1 − + −L + (−1) + ε ( x ) x 2n +1
2! 4! (2n ) !

52
Exemple 1 : Calculer le développement limité d’ordre 2 au voisinage 0 de la fonction f
1
définie par : f ( x ) = e x +
1−x

On sait que le développement limité d’ordre 2 au voisinage 0 de e x est :

x2 1 1
e = 1+ x + + x 2ε1 ( x ) est que celui de
x
est : = 1 + x + x 2 + x 2 ε2 ( x )
2 1−x 1− x

1 3
Ainsi, f ( x ) = e x + = 2 + 2x + x 2 + x 2 ε ( x ) .
1−x 2

Exemple 2 : Calculer le développement limité d’ordre 2 au voisinage 0 de la fonction f

ex
définie par : f ( x ) =
1−x

ex 1
f (x ) = = ×e x
1−x 1−x

On sait que le développement limité d’ordre 2 au voisinage 0 de e x est :

x2 1 1
e x = 1+ x + + x 2ε1 ( x ) est que celui de est : = 1 + x + x 2 + x 2 ε2 ( x )
2 1−x 1− x

ex  x2 
Donc, f ( x ) = =
1
1−x 1− x
(
×e x = 1 + x + x 2 + x 2ε2 ( x ) )  1+ x +
2
+ x 2 ε1 ( x ) 
 

En gardant uniquement les termes de degré inférieur ou égal à n, on a :

x2
f (x ) =
1
1−x
( ) 5
×e x = 1 + x + + x + x 2 + x 2 + x 2ε ( x ) = 1+2x + x 2 + x 2ε ( x )
2 2

Exercice d’application 1 :

Calculer la limite de la fonction f(x) quand x tend vers 0 :

−1+ 1 + x 0
lim f ( x ) = = ⇒ indétermination.
x →0 e x −1 0

Utilisons les développements limités d’ordre 1 au voisinage de 0 pour lever

l’indétermination.

53
 x
Comme le développement limité d’ordre 1 au voisinage de 0 de 1 + x = 1 + + x ε1 ( x )
2
et que celui de e x = 1+ x + x ε2 ( x ) .

x x 1
−1+1 + + x ε1 ( x ) + x ε1 ( x ) + ε1 ( x )
−1+ 1 + x
On a : = 2 = 2 = 2 avec lim ε1 ( x ) = 0 et
e x −1 1+ x + x ε2 ( x ) − 1 x + x ε2 ( x ) 1+ ε2 ( x ) x →0

lim ε2 ( x ) = 0
x →0

1 
 −1+ 1 + x   2 + ε1 ( x )  1
Donc, lim f ( x ) = lim   = lim  =
x →0 x →0  x x →0 1+ ε ( x )
 e −1   2  2
 

Exercice d’application 2 :

Calculer la limite de la fonction f(x) quand x tend vers 0 :

ln (1 + x ) 0
lim f ( x ) = lim = ⇒ Indétermination
x →0 x →0 x 0

Utilisons les développements limités d’ordre 1 au voisinage de 0 pour lever

l’indétermination.

Comme le développement limité d’ordre 1 au voisinage de 0 de

ln (1 + x ) = x + x ε ( x ) où lim ε ( x ) = 0
x →0

ln (1 + x ) x + x ε (x )
On a, = = x + x ε ( x ) avec lim ε ( x ) = 0
x x x →0

ln (1 + x )
Donc, lim f ( x ) = lim = 0.
x →0 x →0 x

Activités : Traiter les exercices du TD N°2.

54
SEANCE N° 9

Chapitre 3 : Les Intégrales

Objectif : Apprendre à intégrer les fonctions et voir leurs applications économiques.

Contenu :

3.1 Généralité

3.1.1 Définition

Soit f ( x ) une fonction définie et continue sur un intervalle I. On dira que f ( x ) possède
une primitive sur I, s’il existe une fonction F ( x ) dérivable sur I tel que : F ′ ( x ) = f ( x )
.

Exemple : Soit f ( x ) = 3x 2 ⇒ F ( x ) = x 3 + c

Si F est la primitive de f sur l’intervalle I, l’ensemble des primitives de f sur I est

F ( x ) + c où c est une constante réelle.

• Operations sur les primitives

Si F et G les primitives respectives des fonctions f et g, et λ ∈ R .

Alors :

λF est une primitive λ f ;

F+G est une primitive de f+g.

Cependant FG n’est pas la primitive de fg. En effet, ( FG )′ = fG + F g ≠ f g

55
3.1.2 Intégrale

3.1.2.1 Intégrale définie

Soit f ( x ) une fonction définie sur un intervalle [a ;b ] et soit F ( x ) + c la fonction

primitive de f ( x ) sur [a ;b ] ; la différence F (b ) − F (a ) est appelée « intégrale définie »

de f sur [a;b ] et est notée : ∫ f (x )dx = F (b ) − F (a ) .

b

3.1.2.2 Intégrale indéfinie

On la note ∫ f (x )dx = F (x ) + c , où f (x ) est la fonction à intégrer.

• F ( x ) est la primitive de f ( x )
• dx est l’élément différentiel
• c est la constante d’intégration

Exemple : Quel est l’intégration indéfinie de ∫ cosxdx = sinx + c

3.1.3 Propriétés des intégrales

Soit f une fonction continue sur un intervalle I et admettant sur I la primitive F on a :

∀a ∈ I ; ∫ f ( x )dx = F (a ) − F (a ) = 0
a
•
a

∀a ∈ I ; ∀b ∈ I ; ∫ f ( x )dx = F (a ) − F (b ) = − F (b ) − F (a )  = − ∫ f ( x )dx

a b
•
b a

∀a,b et c ∈ I ; ∫ f ( x )dx = ∫ f ( x )dx + ∫ f ( x )dx , (c’est la relation de Chasles sur les

b c b
•
a a c

intégrales).

3.1.4 Intégration par changement de variable

Soit f une fonction continue sur un intervalle [a;b ] et ρ : [α; β ] → [a;b ] on a :

ρ(β )
f  ρ (t ) ρ ′ (t ) dt = ∫ f ( x )dx
β
∫α ρ (α )

3 t
Exemple : Pour calculer ∫ dt on pose x = t + 1 ⇒ x 2 = t + 1 et dt = 2xdx
0
t +1

56
 2 x −1
2
3 t 8
On a alors ∫
0
t +1
dt = ∫
1 x
2xdx =
3

• Intégration par partie :

f et g sont deux fonctions dérivables sur un intervalle [a ;b ] . Si les fonctions f ′ et g ′

sont continues sur [a ;b ] alors :

∫ f ′ (x )g (x )dx =  f (x ) g (x ) − ∫ g ′ (x ) f (x )dx

b b b

a a a

Exemple : On considère la fonction f définie par :

f ( x ) = ( 3x + 2 )e x

f est continue sur [ 0;1] , Calculer ∫ f (x )dx

1

u ( x ) = 3x + 2 u′ (x ) = 3
v′ (x ) = ex v (x ) = ex

∫ f (x )dx = u (x ) v (x ) − ∫ u ′ (x ) v (x )dx

1 1 1

0 0 0

= ( 3x + 2 )e  − e x 
x 1 1

0 0

= 5e − 2 − e + 1 = 4e − 1

3.1.5 Théorème de la moyenne

Si f est une moyenne continue sur un intervalle [a ;b ] , il existe un c ∈ [a;b ] tel que :

1
∫ f (x )dx = f (c )
b

b −a a

3.2 Rappel de quelques formules d’intégration

u n +1
• ∫ u du = +c
n

n +1
du
• ∫u = ln u + c

• ∫ e du = e +c
u u

au
• ∫ a du = +c
u

lna

57
 • ∫ sinudu = −cosu + c
du 1 u
• ∫a = arct g + c
2
+u 2
a a
du
• ∫ a +u
2 2
= ln u + a 2 + u 2 + c

(au + b )
m +1

∫ (au + b ) du = a (m + 1)
m
• +c

• ∫ lnudu = ulnu − u + c
u2 u2
• ∫ ulnudu = 2
lnu − + c
4

3.3 Méthode d’intégration par décomposition des facteurs

P (x )
Soit une fonction ∫ Q (x )dx où P ( x ) et Q ( x ) sont des polynômes avec le degré de

P ( x ) strictement inférieur au degré de Q ( x ) . On peut distinguer plusieurs cas

d’intégrations.

- Décomposition en facteurs linéaires distincts

2x − 3
∫x 2
− 4x + 3
dx

2x − 3 2x − 3 A B
On a = = +
x − 4x + 3 ( x − 1)( x − 3 ) x − 1 x − 3
2

A ( x − 3 ) + B ( x − 1)
=
(x − 1)( x − 3 )
Ax − 3A + Bx − B
=
( x − 1)( x − 3 )
=
( A + B ) x − 3A − B
(x − 1)( x − 3 )
1 3
Par identification on obtient : A= ; B= .
2 2

1 3
2x − 3
En conséquence : 2 = 2 + 2
x − 4x + 3 x − 1 x − 3

58
  1 3 
 2x − 3   2 + 2 dx = 1 ln ( x − 1) + 3 ln ( x − 3 ) + c
∫  x 2 − 4x + 3  ∫ x − 1 x − 3  2
 dx = 
2
 
 

- Décomposition en facteurs linéaires répétés

2x + 3
∫x 3
−x2 −x +1
dx

En factorisant le polynôme du dénominateur on obtient :

x 3 − x 2 − x + 1 = ( x + 1)( x − 1)( x − 1) = ( x + 1)( x − 1)

2

2x + 3 A B C
= + +
x − x − x + 1 x + 1 x − 1 ( x − 1)2
3 2

Par identification on peut donc écrire :

1 1 5
A ( x − 1) + B ( x + 1)( x − 1) + B ( x + 1) = 2x + 3 ⇒ A = ; B = − ;C =
2

4 4 2
 1 1 5 
 −
2x + 3 4 + 4 + 2 dx = 1 ln x + 1 − 1 ln x − 1 − 5
∫ x 3 − x 2 − x + 1 ∫ x + 1 x − 1 ( x − 1 )2  4
dx = 
4 2 ( x − 1)
+c
 
 
2x + 3 5 1 x +1
∫ x 3 − x 2 − x + 1dx = − 2 (x − 1) + 4 ln x − 1 + c

- Décomposition en facteurs quadratiques distincts

x 3 + 3x 2 + 2x + 1
Soit ∫ x 4 + 5x 2 + 6 dx
x 3 + 3x 2 + 2x + 1 Ax + B Cx + D
( )( )
x 4 + 5x 2 + 6 = x 2 + 2 x 2 + 3 ⇒
x 4 + 5x 2 + 6
= 2
x +2
+ 2
x +3
(Ax + B ) (x + 3 ) + (Cx + D ) (x
2 2
)
+ 3 = x + 3x + 2x + 1
3 2

Par la méthode d’identification on a : A=0 ; B=-5 ; C=1 ; D=8.

59
 x 3 + 3x 2 + 2x + 1  −5 x +8 
∫ x 4 + 5x 2 + 6 dx = ∫  x 2 + 2 + x 2 + 3 dx
x 3 + 3x 2 + 2x + 1  −5 x 8 
∫ x 4 + 5x 2 + 6 dx = ∫  x 2 + 2 + x 2 + 3 + x 2 + 3 dx
x 3 + 3x 2 + 2x + 1 −5 2 x 2  8 3 x 3  1
∫ x 4 + 5x 2 + 6 dx = 2 arct g  2  + 3 arct g  3  + 2 ln x + 3 + c
2
( )
   

- Décomposition en facteurs quadratiques répétés

x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4
Soit ∫ dx
( )
3
x2 + 2

On peut décomposer comme suite :

 
x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4  Ax + B + Cx + D + Ex + F dx
∫ dx = ∫ x2 + 2 x2 + 2 2 x2 +2 3 
( ) ( ) ( )
3
x2 + 2  

Par la méthode d’identification :

(Ax + B ) (x 2 + 2 ) + (Cx + D ) (x 2 + 2 ) + (Ex + F ) == x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4

2

A=1; ; B = − 1 ; C =0 ; D =0 ; E =4 ; F =0 .

 
x 5 − x 4 + 4x 3 − 4x 2 + 8x − 4 x −1 4x
∫ dx = ∫  2 + dx
( ) (
 x + 2 x2 + 2
) 
3 3
x2 + 2  
x 2 
1
(
= ln x 2 + 2 −) 2
arct g   − 2
1
+c
( )
2
2 2  2  x +2

3.4 Applications

3.4.1 Le calcul de la surface entre deux courbes et le coefficient de GINI

Soit f et g deux fonctions continues sur un intervalle [a ;b ] telles que f ( x ) ≥ g ( x ) et

dont la représentation graphique se présente comme suite :

60
 g(x)

f(x)

a b

Pour déterminer l’aire de la surface comprise entre les courbes de f(x) et g(x), les droites

 f ( x ) − g ( x ) dx .
b
x=a et x=b (la surface hachurée), on calcule : ∫a

En économie, pour calculer le degré d’inégalité de distribution du revenu national, on

utilise ce genre de surface. En effet, pour mesurer le degré d’inégalité dans la répartition
du revenu national, on utilise le coefficient de GINI, un coefficient entre 0 et 1. Il est
noté C.G :

x − g ( x ) dx
100

C.G =
∫
0
100
∫0
xdx

Interprétation graphique :

100

y=x

y=g(x)

0 100 x

61
Soit x% la population 0 ≤ x ≤ 100 , percevant y% ( 0 ≤ y ≤ 100 ), soit y=g(x), la fonction
représentant la répartition du revenu.

- Si C.G est voisin de 0, la répartition est égalitaire.

- Si C.G est voisin de 1, la répartition est inégalitaire.

En résumé, l’indice de GINI est le rapport entre l’aire comprise entre la « diagonale de
revenus égaux « et la courbe de Lorenz, et l’aire du triangle sous la diagonale : plus ce
rapport est élevé, plus les inégalités sont fortes.

• Intégrales doubles et multiples

On définit une intégrale double notée ∫ ∫ f (x,y )dxdy d’une fonction continue f ( x , y ) .

L’intégrale définie de ∫ f (x )dx peut s’interpréter en termes d’aires. Cependant, la

double intégrale peut être interpréter en termes de volumes. Quand z = f ( x , y ) est

positif ou nul sur une région donnée, l’intégrale double ∫ ∫ f (x,y )dxdy est le volume

situé sous la surface z = f ( x , y ) et au-dessus de la région du plan.

Pour calculer l’intégrale double d’une fonction de deux variables indépendantes, on

intègre tout d’abord par rapport à l’une des variables tandis que d’autre variable est
considérée comme constante ; le résultat de cette intégration partielle est ensuite
intégré par rapport à l’autre variable.

Une intégrale double se calcule en faisant deux intégrations successives :

 y2 (x ) f ( x, y )dy dx
∫∫ f (x,y )dxdy = ∫
x =b

x =b  ∫y1(b ) 

où a et b sont des constantes.

Si l’ordre d’intégration est inversé, de nouvelles bornes d’intégration doivent être

déterminées :

 x2 (y ) f ( x,y )dx dy

∫∫ f (x,y )dxdy = ∫
y =d

y =c  ∫x1(y ) 

On peut montrer que les deux manières d’intégré conduisent au même résultat :
62
  y2 (x ) f ( x, y )dy dx = y=d  x2 (y ) f ( x,y )dx dy
∫∫ f (x,y )dxdy = ∫
x =b

x =b  ∫y1(b )  ∫y=c  ∫x1(y ) 

14−2x

( 5x + y )dxdy .
4
Exemple : Calculer l’intégrale double : ∫∫
1 2
3

14−2x
 14−32x 
( 5x + y )dxdy = ∫1 ( 5x + y )dy dx
4 4
∫∫
1 2
3
 ∫2
 
14−2x
4  y2  3
=∫  5xy + dx
1
 2  2

  14 − 2x 
2

   
4  14 − 2x   3 
= ∫ 5x   + − 10x − 2 dx
1  
 3  2
 
 
4  70 10 98 28 2 
= ∫  x − x 2 + − x + x 2 − 10x − 2 dx
1
 3 3 9 9 9 
4  28 92 80 
= ∫  − x 2 + x + dx
1
 9 9 9 
4
 28 92 80 
= − x 3 + x 2 + x 
 27 18 9 1
1792 1472 320 28 92 80
=− + + + − −
27 18 9 27 18 9
2052
=
54

Activités : Traiter les exercices du TD N°3.

63
SEANCE N° 10

Chapitre4 : Etude des Suites et Séries (Partie I)

Objectif : Définir les suites numériques et étudier leurs convergences.

Contenu :

4.1 Suite de nombre réels

4.1.1 Définition

Une suite de nombre réels est une succession de nombres réels dont l’obtention obéit à
une loi déterminée.

 1 1 1  1 1
Exemple 1 : f (n ) = 1; ; ; ;... ⇒ f (n ) = ; est le terme général de la suite.
 2 3 4  n n

Exemple 2 : Trouver le terme général de la suite suivante :

2 4 6 8  2n
 ; ; ; ;... ⇒ U n = f (n ) = 2
 4 7 12 19  n +3

Exemple 3 : Trouver le terme général de la suite suivante :

{5;7;9;11;...} ⇒ U n = 5 + 2n

Exemple 4 : {1;3;9;27;...} ⇒ U n = f (n ) = 3n

4.1.2 Propriétés des suites de nombres réels

• Soit deux suites (U n ) et (Vn ) , elles sont égales si leurs termes généraux sont
égaux :

{U n } = {Vn } ⇒ U n =Vn
2 2n + 1
Exemple1 : U n = 1 + ; Vn = . Vérifier que {U n } = {Vn } .
2n − 1 2n − 1

• On dira que {U n } > {Vn } ssi U n > Vn

64
 • Une suite (U n ) est dite majorée (respectivement minorée) s’il existe a ∈ R , tel
U n ≤ a (respectivement U n ≥ a ), ∀n ∈ N .
• Une suite (U n ) est dite bornée si elle est à la fois majorée et minorée, c’est
qu’il existe m et M ∈ R tel que : m ≤ U n ≤ M .

1
Exemple : Soit la suite suivante U n = est-elle bornée ?
2n

1 1
Pour n > 0, on > 0 ; n=1, on a .
2n 2

1 1 1 1
0< ≤ ⇒ 0 < U n ≤ . Donc la suite U n est bornée par 0 et .
2n 2 2 2

4.1.3 Opération sur les suites

Les opérations d’addition, de soustraction, de multiplication et de division sont définies

sur les suites :

{Wn } = {U n } + {Vn } ⇔ Wn = U n +Vn

{Wn } = {U n } − {Vn } ⇔ Wn = U n −Vn
{Wn } = {U n } × {Vn } ⇔ Wn = U n ×Vn
{U } U {U }
{Wn } = n ;{Vn } ≠ 0 ⇔ Wn = n n ;Vn ≠ 0
{Vn } Vn Vn

4.1.4 Etude de la croissance d’une suite

• Une suite (U n ) est croissante si chaque terme est inférieur ou égale au terme

suivant : U n ≤ U n +1 ⇔ U n +1 −U n ≥ 0 .
• Une suite (U n ) est décroissante si chaque terme est supérieur ou égale au terme

suivant : U n ≥ U n +1 ⇔ U n +1 −U n ≤ 0 .
• Une suite (U n ) est constante si chaque terme est égale au terme suivant :
U n = U n +1 ⇔ U n +1 −U n = 0 .
• Une suite (U n ) est monotone si elle est croissante ou décroissante.

1
Exemple 1 : La suite U n = est-elle croissante ?
n

65
 1 1 1 1
Un = ⇒ U n +1 = ;n < n +1 ⇒ > ⇒ U n > U n +1 . Donc, la suite U n est une
n n +1 n n +1
suite strictement décroissant.

Exemple 2: Soit un capital C placé à intérêt simple. Trouver le terme général de la

valeur acquise et vérifier si cette valeur croit dans le temps.

n = 1, C +Ci = S1 = C (1 + i )
n = 2, C + 2Ci = S 2 = C (1 + 2i )
n = 3, C + 3Ci = S 3 = C (1 + 3i )
M M M
A la nième année, C + nCi = Sn = C (1 + ni )

C 1 + (n + 1) i  > C (1 + ni ) ⇒ Sn +1 > Sn , la suite Sn est strictement croissante. Au fur

et à mesure que le temps passe sa valeur augmente.

4.1.5 Convergence d’une suite

4.1.5.1 Définition

La suite (U n ) est convergente vers le nombre réels s si :

∀ε > 0, ∃k ∈ tel que : si n ≥ k on a : U n − s < ε. Dans ce cas on notera limU n = s .
n →∞

Si cette limite existe, la suite est dite convergente, sinon elle est dite divergente.

Exemple 1: Considérons la suite (U n ) définie par : ∀n ∈ N :U n = 4. Montrer qu’elle

converge vers 4.

limU n = 4 ⇒ la suite (U n ) converge vers 4.

n →∞

1
Exemple 2 : Considérons la suite (U n ) définie par : ∀n ∈ N :U n = . Montrer qu’elle
n +1
est convergente.

 1 
limU n = lim   = 0 . Donc, elle converge vers 0.
n →∞

n →∞ n + 1


2n
Exemple 3 : Vérifier la convergence de la suite U n =
n +1

66
  2n   2 
limU n = lim   = nlim  2 n +1 −  = ∞ . Cette suite est divergente.
n →∞ n →∞ →∞
 n +1   n +1 

Notons que si la suite (S n ) converge vers s alors la suite ( Sn ) convergera vers s .

(−1)
n

Exemple 4 : Calculer la limite de la suite (U n ) définie par : U n = 1+ .

n +1

(−1) (−1)
n n
1
Un = 1+ ⇒U n −1 = ⇒ U n −1 = . Si on pose :
n +1 n +1 n +1

1  1 
Vn = U n −1 ⇒Vn = ⇒ limVn = lim  =0
n +1 n →∞ n →∞
 n +1 

 ( −1) 
n

limU n = lim  1 +  =1
n →∞ n →∞  n +1 
 

4.1.6 Suite récurrente

4.1.6.1 Définition

Une suite est dite récurrente si elle peut se mettre sous la forme :

U n = f (U n −1 ) où U n +1 = f (U n )

4.1.6.2 Théorème

Soit f une fonction continue sur un intervalle I et (U n ) converge vers b alors b vérifie
l’équation b = f (b ) .

U n = 0

Exemple : Soit la suite récurrente suivante :  Un
U n +1 = 2 − 3

b
b = f (b ) ⇔ b = − 3 ⇒ b = −6 . Donc la suite (U n ) converge vers b = −6 .
2

67
4.1.7 Principe de démonstration par récurrence

- Principe

Pour démontrer qu’une proposition est vraie pour tout entier naturel n ≥ n 0 :

• On montre que la proposition est vraie au rang n 0 (c’est-à-dire pour

n = n0 )
• On suppose qu’elle est vraie au rang n (avec n ≥ n 0 ) et on montre alors
(en utilisant cette hypothèse) qu’elle est vrai au rang n+1.

Il faut remarquer que la première phase de la démonstration est souvent appelée

initialisation et la seconde hérédité.

Exemple 1: Montrer par récurrence sur n que : ∀n ≥ 1 on a:

n (n + 1)
Sn = 1 + 2 + L + n = .
2

• Initialisation : Vérifions que la propriété au rang 1: On a:

S1 = 1
 1 (1 + 1)
1 (1 + 1) 2 , S1 = et la propriété est donc bien vérifiée au rang 1.
 = = 1 2
 2 2
n (n + 1)
• Hérédité : Supposons que pour n ≥ 1 on a : Sn = 1 + 2 + L + n = et
2
montrons que :
n (n + 1) n (n + 1) 2 (n + 1) (n + 1)(n + 2 )
Sn +1 = 1 + 2 + L + n + (n + 1) = + (n + 1) = + =
2 2 2 2

Sn +1 =
(n + 1)(n + 2 ) = (n + 1) (n + 1) + 1 . Par conséquent la propriété est bien
2 2
vérifiée au rang n + 1 .

n (n + 1)
Conclusion : ∀ n ≥ 1 on a : Sn = 1 + 2 + L + n = .
2

Exemple 2: Montrer par récurrence sur n que : ∀n ∈ N ∗ on a:

n 2 (n + 1)
2

Sn = 1 + 2 + 3 + L + n =
3 3 3 3
.
4
68
 Convergence d’une suite récurrente : Etudier la convergence de la suite

U = 6 +U n −1
récurrente suivante :  n
U 0 = 1

Activités : Traiter les exercices du TD N°4.

69
SEANCE N° 11

Chapitre 4 : Etude des Suites et Séries (Partie II)

Objectif : Définir les séries et étudier leurs convergences.

Contenu :

4.2 Les séries

4.2.1 Définition

Soit (U n ) une suite quelconque. On appelle série la somme des termes de cette suite.

U 0 ,U 1,U 2 ,...,U n −1,U n on a une suite.

La somme U 0 +U 1 +U 2 +...+U n −1 +U n est une série.

Exemple 1 :

1 1 1 1
1, , ,..., , est une suite.
2 3 n −1 n

1 1 1 1
1+ + +...+ + est une série.
2 3 n −1 n

4.2.2 Somme partielle

On appelle somme partielle d’une série qu’on note Sn, la somme des n 1er terme de cette
série.

Soit la suite {U n } , tel que U 0 ,U 1,U 2 ,...,U n .

S1 =U 1
S2 =U 1 +U 2
S 3 =U 1 +U 2 +U 3
M
Sn =U 1 +U 2 +U 3 + L +U n

n
Sn représente la somme partielle de la série. En générale, Sn se note Sn = ∑U i
i =1

70
 • Suites arithmétiques et géométriques

- Suites arithmétiques

Une suite (U n ) est arithmétique de premier terme U 0 et raison r si : ∀n ∈ N on a :

U n +1 = U n + nr .

U n +1 = U n + nr ⇒ U n = U 0 + nr

Proposition :

n
(n +1)(U 0 +U n )
∀n ∈ N on a : Sn = ∑U p =
p =0 2

- Suites géométriques

Une suite (Vn ) est géométrique de premier terme V0 et raison q si : ∀n ∈ N on a :

Vn +1 = qVn .

Vn +1 = qVn ⇒Vn = q nV0

Proposition :

n
1−q n +1
∀n ∈ N on a : Sn = ∑Vp =V0 ; si q ≠ 1 .
p =0 1−q

4.2.3 Convergence de la série

Une série converge si elle admet une limite finie.

Si lim Sn = l (existe, c'est-à-dire ≠ ∞ ) alors la série Sn converge.

n →∞

Dans le cas contraire, c’est une série divergente.

Exemple :

1 1 1 1
Soit 1; ; ; ; ...; n −1
2 4 8 2

71
S1 = 1
1 3
S2 = 1 + =
2 2
1 1 3 1 7
S3 = 1 + + = + =
2 3 2 3 4
1 1 1 7 1 15
S4 = 1 + + + = + =
2 3 4 4 4 8

M
1 1 1 1
Sn = 1 + + + + ... + n −1
2 4 8 2

S1, S 2 , S 3 , S 4 ,..., S n
3 7 15 2n − 1 2n − 1
1, , , ,..., n −1 ⇒ S n = n −1
2 4 8 2 2

 2n − 1   2n −1   2n −1 
lim Sn = lim  n −1  = lim  n −1  = lim 2 ⋅ n  = 2 .
n →∞ n →∞
 2  n →∞  2 ⋅ 2  n →∞  2 

lim Sn = 2 ⇒ la série Sn converge vers 2.

n →∞

4.2.4 Somme d’une série

• lim Sn = l, alors l représente la somme de la série.

n →∞

• lim Sn = ∞, alors la série n’a pas de somme.

n →∞

4.2.5 Convergence d’une série : Propriétés

La convergence est déterminée par la limite. Lorsque la détermination de la limite

n’est pas aisée, on utilise les critères de convergences pour y parvenir aisément.

n
• Si une série Sn = ∑U i converge vers s et si k est une constante, alors la
i =1
n
série ∑ kU
i =1
i converge vers ks.

• Si une série converge, la limite de son terme général Un tend vers zéro.

1
Exemple : ∑U = ∑ 2 n
−1

72
 1 1
U = ⇒ limU n = lim n = 0 ⇒ la série Sn converge.
2 − 1 n →∞
n n →∞ 2 − 1

4.2.6 Critères de convergence des séries à terme positif

• Le critère de D’ALEMBERT et test de ratio

U n +1
Soit une série ∑U n positive et soit : lim
n →∞ U
=d
n

- Si d<1, la série converge,

- Si d>1, la série diverge,

- Si d=1, on ne peut pas conclure.

n
Exemple 1 : Etudier la convergence de la série suivante : ∑3 n

n n +1
Un = n
⇒ U n +1 = n +1
3 3
n +1
U n +1 n +1 n +1 3n 1 n +1
= 3 = n +1 ⋅ = ⋅
Un n 3 n 3 n
n
3

U n +1  1 n +1  1 n
lim
n →∞ U
= lim  ⋅

n →∞ 3
 = , alors la série
n  3
∑U =∑ 3
n n
converge selon le critère de
n

D’Alembert.

Exemple 2 : Etudier la convergence de la série suivante :

3 1 4 1 5 1
Sn = 2 + ⋅ + ⋅ 2 + ⋅ 3 + L
2 4 3 4 4 4
n +1 1
Un = ⋅
n 4n −1

U n +1 =
( n + 1) + 1 ⋅ 1 = n + 2 ⋅ 1
n +1 4( )
n −1 +1
n + 1 4n

 n +2 1 
U n +1  n + 1 ⋅ 4n  n +2 1 1  n 2 + 2n  1 1
lim = lim   = nlim ⋅ n⋅ ⋅ 4n −1 = lim  2 ⋅ =
n →∞ U n →∞ n + 1 1 →∞ n + 1 4 n +1 n →∞ n + 2n + 1
n  ⋅ n −1    4 4
 n 4 

73
 1 3 1 4 1 5 1
Comme <1, alors la série S n = 2 + ⋅ + ⋅ 2 + ⋅ 3 +L est convergente par le
4 2 4 3 4 4 4
critère de D’Alembert.

n2 + 1
Exemple 3: Soit U n =
n3 +1
. Etudier la convergence de la série ∑U n

( n + 1) + 1
2

U n +1 =
( n + 1) + 1
3

 (n + 1)2 + 1 
 
 (n + 1) + 1  ( n + 1) + 1 n 3 + 1
3 2
U n +1 n2 n3
lim = lim  = lim
 n →∞ ⋅ = lim ⋅ = 1 . On ne peut pas
+ ( ) +
2 3 2 n →∞ n 3 n 2
n →∞ U
n
n →∞
 n 1  n + 1 + 1 n 1
 n3 +1 
 
conclure selon le critère de D’Alembert.

• Le critère de CAUCHY

Soit U n le terme général d’une suite.

lim n U n = c
n →∞

- Si c<1, la série converge,

- Si c>1, la série diverge,

- Si c=1, on ne peut pas conclure.

8 n n 3n
Exemple : U n =
4n ( n + 2 )
3n

1 1

 8n n 3n   n

8n 3   
n n
U n +1 8n n 3n  = lim  8n
3
lim = lim n n = lim   = lim   
4 (n + 2 )  4 (n + 2 )
n →∞  n  n →∞  
( )   n →∞ 
( ) 
3n 3n 3 3
n →∞ U n →∞
 4 n + 2 4 n + 2
   
n

U n +1  8n 3 
lim = lim  3  = 2
n →∞ U n →∞ 4n
n  

Comme 2>1, alors la série est divergente par le critère de CAUCHY.

• Le critère de WEIERSTRASS
74
Soit U n ( x ) le terme général d’une série, il s’agit de déterminer un majorant Mn de

U n ( x ) . Si U n ( x ) ≤ M n et si ∑M n converge, alors ∑U (x )n est uniformément et

absolument convergente dans l’intervalle de définition.

cos (nx )
Exemple : Etudier la convergence de la série ∑U (x ) = ∑
n
n3

cos (nx ) 1 1 cos (nx )

•
n 3
≤
n3
et ∑n 3
est convergente alors, la série ∑ n3
converge

dans l’intervalle [ 0; 2π ] par le critère de WEIERSTRASS.

• Le critère de quotient

Un
Soit deux séries ∑U n et ∑V n positives telles que lim
n →∞ V
= k . Alors :
n

- Si k est fini et différent de zéro alors ∑U n et ∑V n convergent et divergent en même

temps.

- Si k=0 et ∑V n converge alors ∑U n converge.

- Si k= ∞ et ∑V n diverge alors ∑U n diverge.

Exemple :

• Le critère de comparaison

1) Soit Vn le terme général d’une série positive convergente. Si tout terme général Un
d’une série positive est telle que : U n ≤Vn , alors ∑U n converge.

lnn
Exemple : Etudier la convergence de la série S n = ∑
2n 3 + 1

1 1 lnn n lnn 1 1
On sait que lnn ≤ n et < ⇒ 3 < 3⇒ 3 < 2 < 2 . Comme
2n + 1 3
2n 3
2n + 1 2n 2n + 1 2n n
1
∑n 2
converge, alors ∑U n aussi converge par le critère de comparaison.

75
2) Soit le terme général Vn d’une série positive divergente, s’il existe une série dont le
terme général est tel que U n >Vn alors ∑U n est divergente.

4n 2 + n + 3
Exemple : Etudier la convergence de la série suivante : ∑ n3

4n 2 + n + 3 4n 2 4 1 4n 2 + n + 3 1
On peut écrire > = > donc >
n3 n3 n n n3 n

1
Or ∑n est une série divergente car :

1 1 1 1 1 1 1 1 1  1 1 1 1 1 1 1 1
1 + +  +  +  + + +  +  + ... +  + ...> + +  +  +  + + + 
2 3 4 5 6 7 8 9 16  2 2 4 4 8 8 8 8
 1 1 
+  + ... +  + ...
 16 16 

4n 2 + n + 3
Donc, la série ∑ n3 est divergente par le critère de comparaison.

• Le critère de puissance

Soit Un le terme général d’une série.

Si lim n pU n = A . Alors, la série converge lorsque :

n →∞

- Si p>1 et A est fini, la série est absolument convergente.

- Si p ≤ 1 et A≠0, alors la série est divergente.

1
Exemple 1: Supposons U n =
n3

1 1
lim n pU n = lim n p 3
. Si p=3 ⇒ lim n 3 3 = 1 .
n →∞ n →∞ n n →∞ n

Comme p=3>1 et A=1 (fini), alors la série ∑U n converge par le critère de puissance.

lnn
Exemple 2 : U n = 1
( n + 1) 2

76
 lnn 1
lim n p
n →∞ 1
= A . Si p = ⇒ A = ∞ , alors la série ∑U n diverge par le critère de
(n + 1) 2
2

puissance.

• Le critère de puissance et la série de Riemann

1 1 1 1
Les séries de la forme : S n = 1 + p
+ p + p + ... + p sont appelées séries de Riemann.
2 3 4 n

- Si p>1, la série est convergente

- Si p ≤ 1 , la série est divergente.

• Test des quotients de polynômes

P (i )
Soit ∑U , une série où U i = , P (i ) et Q (i ) sont des polynômes de degré
Q (i )
i

respectif p et q.

- Si q > p + 1 , la série est convergente,

- Si q ≤ p + 1 , la série est divergente.

i2 + i + 2
Exemple : Soit la série suivante : ∑ i 3 + 2i
i2 + i + 2
p=2 et q=3 ⇒ q ≤ p + 1 , la série ∑ i 3 + 2i diverge selon le critère du test des quotients
de polynôme.

Activités : Traiter les exercices du TD N°4.

77
SEANCE N° 12

Chapitre 4 : Etude des Suites et Séries (Partie III)

Objectif : Etudier les séries alternées et déterminer les intervalles de convergence.

Contenu :

4.3 Séries alternées

∑ ( − 1)
i +1
On dit qu’une série est alternée si elle peut se mettre sous la forme : U i ou
i =1
∞

∑ ( −1 ) U , avec U i > 0 , pour tout i. Les termes successifs d’une série sont
i
i
i =1

alternativement positifs ou négatifs.

Cette série peut s’écrire de la façon suivante :

∑ ( −1) U i = U 1 −U 2 +U 3 −U 4 + ... − ( −1)

i +1 n +1
U n + ...
i =1
∞

∑ ( −1) U = −U 1 +U 2 −U 3 +U 4 − ... + ( −1) U n + ...

i n
i
i =1

1 1 1 1
Exemple : S n = 1 − + − + ... − est une série alternée.
2 3 4 n

1 1 1 1
Sn = −1 + − + − ... + est une série alternée.
2 3 4 n

• Critère de convergence

∞ ∞

∑ ( −1 ) ∑ ( −1 ) U
i +1 i
Soient les séries alternées U i ou i
i =1 i =1

Si limU n = 0 et si la suite (U n ) est décroissante alors la série alternées converge (Critère

n →∞

de Leibniz).

1 1 1
Exemple : Soit la série alternée suivante : S n = 1 − + − + ...
22 32 42

1
On a donc U n =
n2

78
 1 1
limU n = 0 et U n = > = U n +1 donc la série alternée Sn converge par la critère
(1+ n )
n →∞ 2 2
n

de Leibniz.

• Autres notions sur la convergence des séries alternées

Une série ∑U n est absolument convergente si ∑U n converge. Donc, toute série

positive convergente est absolument convergente. Mais lorsque la série ∑U n converge
mais que ∑U n diverge, alors la série ∑U n est semi-convergente.

∞
1 1 1 1
+ ... = ∑ ( −1)
n −1
Exemple : Soit la série alternée 1 − + − .
3 2 3 3 3 4 n =1 3 n

Elle est semi-convergente car elle est convergente par le critère de Leibniz et en valeur
1
absolue est divergente du fait qu’elle est une série de Riemann avec p = < 1.
2

4.4 Intervalle ce convergence

La détermination de l’intervalle de convergence revient à évaluer le domaine dans lequel

la série converge. Généralement pour déterminer l’intervalle de convergence, on se sert
du critère de D’Alembert.

1
Exemple : U n =
2 xnn

1
U n +1 n +1 n +1 2n x n 1 1
lim = lim 2 x = lim n +1 n +1 = =
n →∞ U
n
n →∞ 1 n →∞ 2 x 2x 2 x
n n
2 x

1
Si < 1 , alors la série converge par le critère de D’Alembert.
2x
1 1  1 1 
< 1 ⇒ x > ⇒ x ∈  −∞; −  ∪  ; +∞  .
2x 2  2 2 

Activités : Traiter les exercices du TD N°4.

79
4. DOCUMENTS COMPLEMENTAIRES

Travaux Dirigés (TD) d’analyse mathématique (à télécharger par RESCOUL)

80