Académique Documents
Professionnel Documents
Culture Documents
OF
Filière : Primaire
Semestre : 1
MATHEMATIQUES 1
2 Fonctions numériques 19
2.1 Notions de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 Opérations sur les fonctions . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.3 Fonctions majorées, minorées, bornées . . . . . . . . . . . . . . . . . . 20
2.1.4 La composition de fonctions . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.5 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.6 Parité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2
Pr. Ahmida Youssef Filière : Primaire
3 Dénombrement et suites 41
3.1 Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.0.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.0.2 Propriétés des cardinaux . . . . . . . . . . . . . . . . . . . . 41
3.2 Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.1 Arrangements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.1.1 Arrangements avec répétition . . . . . . . . . . . . . . . . . . 43
3.2.1.2 Arrangements sans répétition . . . . . . . . . . . . . . . . . . 44
3.2.2 Permutations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.3 Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3 Suites numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3.2 Suites arithmétiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.3 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.4 Calcul de un en fonction n . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.5 Sommes de termes consécutifs d’une suite arithmétique . . . . . . . . 47
3.4 Suites géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4.2 Calcul de un en fonction de n . . . . . . . . . . . . . . . . . . . . . . . 48
3.4.3 Sommes de termes consécutifs d’une suite géométrique . . . . . . . . . 49
3
Filière : Primaire Pr. Ahmida Youssef
4
Chapitre
1 Ensembles numériques et
opérations
Remarque 1.1. Avec les caractères usuels pour les éléments de cet ensemble N, la fonction
successeur donne s(0) = 1, s(1) = 2, s(2) = 3, et ainsi de suite. Ainsi s(n) est l’entier
suivant n.
5
Filière : Primaire Pr. Ahmida Youssef
Proposition 1.1
L’opération d’addition + sur N a les propriétés suivantes :
1. 0 est un neutre : 0 + a = a + 0 = a,
2. commutativité : a + b = b + a,
3. associativité : (a + b) + c = a + (b + c),
qui valent pour tous les éléments a, b, c 2 N.
1.1.2.2 La multiplication
Définition 1.3
On définit une loi de multiplication sur N, notée ⇥ (ou notée sans signe opératoire
lorsqu’il n’y a pas de risque de confusion), en posant :
— n ⇥ 0 = 0 pour tout n 2 N,
— n ⇥ s(p) = (n ⇥ p) + n.
Proposition 1.2
L’opération de multiplication ⇥ sur N a les propriétés suivantes :
1. associativité : a ⇥ (b ⇥ c) = (a ⇥ b) ⇥ c.
2. commutative : a ⇥ b = b ⇥ a
3. distributivité par rapport à l’addition :
a ⇥ (b + c) = a ⇥ b + a ⇥ c et (a + b) ⇥ c = a ⇥ c + b ⇥ c.
4. pour tout n 2 N, n ⇥ 1 = 1 ⇥ n = n.
5. Si a ⇥ b est nul, a ou b est nul.
6. Si on a a ⇥ b = a ⇥ c avec a 6= 0, on a b = c.
qui valent pour tous les éléments a, b, c 2 N.
1.1.3 Puissance
Définition 1.4
Soit a un entier naturel di↵érent de 0. Alors le symbole an est défini par
1. si n = 0 : a0 = 1,
2. si n 6= 0 : an = an 1
· a.
n
a se lit ”a puissance n” ou ”a exposant n”.
6
Pr. Ahmida Youssef Filière : Primaire
Propriété 1.1
Pour tout a, b, n, m 2 N on a :
— am ⇥ an = am+n ,
— (am )n = am⇥n ,
— (a ⇥ b)n = an ⇥ bn ,
Définition 1.5
Soient p, q 2 N. On dit que q est supérieur ou égal à p, et on écrit q p, s’il existe
n 2 N tel que q = n + p. On dit que q est strictement supérieur à p si on a q p et
q 6= p et on note q > p.
Proposition 1.3
La relation est une relation d’ordre i.e. :
1. elle est réflexive : on a p p,
2. elle est antisymétrique : si on a p q et q p on a p = q,
3. elle est transitive : si on a r q et q p on a r p.
Proposition 1.4
1. Si p, q sont des entiers on a p q ou q p (l’ordre est total).
2. On a l’équivalence, pour tous a, b, c 2 N : a + b a + c () b c.
3. Il n’existe pas d’entier n tel que 0 < n < 1.
4. Il n’existe pas d’entier n supérieur à tous les autres.
5. Si on a q p, on a n ⇥ q n ⇥ p.
Théorème 1.1
1. Toute partie non vide de N a un plus petit élément (on dit que N est bien
ordonné).
2. Toute partie finie non vide de N a un plus grand élément.
Définition 1.6
Soient a et b deux entiers naturels, on dit que b divise a ou que b est un diviseur de a
ou encore que a est un multiple de b s’il existe un entier k tel que a = b ⇥ k.
Propriété 1.2
Si b divise a avec a 6= 0 alors b a
7
Filière : Primaire Pr. Ahmida Youssef
a + b = k ⇥ c + l ⇥ c = (k + l) ⇥ c.
a b=k⇥c l ⇥ c = (k l) ⇥ c.
Donc, a b est multiple de c (on a pu trouver un entier k l 0 qui, multiplié par c. Noter
que k l 0 car a b > 0 et c 0).
Démonstration. Puisque a est multiple de b alors il existe un entier naturel k tel que a = k⇥b.
De même puisque b est multiple de c alors il existe un entier naturel l tel que b = l ⇥ c. Ainsi,
par substitution, et associativité de la multiplication on obtient
a = k ⇥ b = k ⇥ (l ⇥ c) = (k ⇥ l) ⇥ c.
Définition 1.7
Soient a et b sont deux entiers naturels avec b > 0, alors il existe un entier naturel q
et un entier naturel r tels que
a=b⇥q+r
où
0r<b
Dans ce cas, on parle de division euclidienne de a (le dividende) par b (le diviseur) où
q est un quotient et r un reste.
8
Pr. Ahmida Youssef Filière : Primaire
Théorème 1.4
Dans la division euclidienne de a par b, le quotient et le reste sont définis de façon
unique.
Propriété 1.3
Soient a et b deux entiers naturels avec b 6= 0. L’entier a est un diviseur de b si et
seulement si le reste est nul dans la division euclidienne de a par b.
Définition 1.8
Un entier est dit pair s’il est un multiple de 2. Il est dit impair dans le cas contraire.
Propriété 1.4
Un entier naturel a est impair si et seulement s’il existe un entier naturel k tel que
a = 2 ⇥ k + 1.
Exemple 1.5.
— 344 est un nombre pair car 344 = 2 ⇥ 172.
— 21 est un nombre impair car 21 = 2 ⇥ 10 + 1.
Propriété 1.5
Le produit de deux entiers consécutifs est toujours pair.
Exemple 1.6. 6 est un nombre pair car c’est le produit des deux entiers consécutifs 2 et 3.
Propriété 1.6
Toute puissance d’un nombre impair est impaire.
Théorème 1.5
Soit a et a0 deux entiers naturels tels que a0 < a et b un entier naturel non nul.
— Le nombre de multiples de b qui sont inférieurs ou égaux à a et non nuls est le
quotient dans la division euclidienne de a par b.
— Le nombre de multiples de b qui sont compris entre a0 (exclu) et a (inclus) et non
nuls est le quotient dans la division euclidienne de a par b diminué du quotient
dans la division euclidienne de a0 par b.
Exemple 1.8.
1. Les multiples de 6 inférieurs ou égaux à 30 et non nuls sont 6, 12, 18, 24 et 30. Ils
sont au nombre de 5 et le quotient dans la division euclidienne de 30 par 6 est 5 (car
30 = 6 ⇥ 5 + 0 ).
9
Filière : Primaire Pr. Ahmida Youssef
2. Les multiples de 10 inférieurs ou égaux à 34 et non nuls sont 10, 20 et 30. Ils sont
au nombre de 3 et le quotient dans la division euclidienne de 34 par 10 est 3 (car
34 = 10 ⇥ 3 + 4).
3. Les multiples de 9 compris entre 100 (exclu) et 120 (inclus) sont 108 et 117. Ils sont
au nombre de 2 et le quotient dans la division euclidienne de 120 par 9 (qui est 13 car
120 = 9 ⇥ 13 + 3 ) diminué du quotient dans la division euclidienne de 100 par 9 (qui
est 11 car 100 = 9 ⇥ 11 + 1) est 2 (car 2 = 13 11)
Théorème 1.6
Soit b un entier naturel supérieur ou égal à 2. Pour tout nombre entier naturel non
nul x, il existe une et une seule suite finie (a0 , a1 , . . . , ai , . . . , an ) de nombres entiers
naturels telles que
— 8i = {0, . . . , (n 1)}, 0 ai < b,
— 0 < an < b,
— x = a 0 + a 1 ⇥ b + a 2 ⇥ b2 + . . . . . . + a n ⇥ bn .
L’écriture x = a0 + a1 ⇥ b + a2 ⇥ b2 + . . . . . . .. + an ⇥ bn est appelée le développement
du nombre x dans la base b.
Définition 1.9
Si le développement du nombre x en base b est :
x = a n ⇥ bn + a n 1 ⇥ bn 1
+ . . . + a 2 ⇥ b2 + a 1 ⇥ b + a 0
alors x s’écrit :
x = (an an 1 · · · a1 a0 )(b) .
C’est le système usuel dans la vie quotidienne. La base du système décimal est la base
10 et ses symboles sont les dix chi↵res : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.
10
Pr. Ahmida Youssef Filière : Primaire
Le système hexadécimal (base 16) utilise 16 chi↵res pour la représentation des nombres,
à savoir :
— les chi↵res du système décimal : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.
— les six (6) premières lettres de l’alphabet : A, B, C, D, E, F .
Le tableau suivant donne l’équivalent décimal d’un chi↵re hexadécimal :
Hexadécimal Décimal
0 0
1 1
2 2
... ...
9 9
A 10
B 11
C 12
D 13
E 14
F 15
11
Filière : Primaire Pr. Ahmida Youssef
Noter que ici les symboles ”11” et ”10” sont remplacer par leur équivalent B et A respective-
ment.
Définition 1.11
Soient a et b deux entiers relatifs tels que a 6= 0.
On dit que a divise b si et seulement si il existe un entier relatif q tel que b = qa.
Il revient au même de dire a divise b ou b est divisible par a ou b est multiple de a.
Quand a divise b, on écrit a | b et quand a ne divise pas b, on écrit a - b.
Théorème 1.7
Soit a un entier relatif.
Les diviseurs de a sont les diviseurs de |a|.
Théorème 1.8
Soient a et b, des entiers relatifs (a 6= b), alors il existe un couple unique (q, r) d’entiers
relatifs tel que a = bq + r avec 0 r < |b|.
12
Pr. Ahmida Youssef Filière : Primaire
1.2.3 Congruences
1.2.3.1 Définition des congruences
Définition 1.12
Soit n un entier naturel. Soient a et b deux entiers relatifs. On dit que a est congru à
b modulo n et on écrit a ⌘ b(n) si et seulement si b a est un multiple de n. Il revient
au même de dire qu’il existe un entier relatif k tel que b = a + kn.
Remarque 1.6. Un cas particulier important de la définition précédente est a est un multiple
de n si et seulement si a ⌘ 0(n).
16 ⌘ 1(5).
Théorème 1.9
Soit n un entier naturel non nul. Soient a et b deux entiers relatifs. a et b sont congrus
modulo n si et seulement si les restes des divisions euclidiennes de a et b par n sont
les mêmes.
Démonstration. Soit n un entier naturel non nul. Soient a et b deux entiers relatifs.
La division euclidienne de a par n s’écrit
a = q 1 n + r1
b a = (q2 q1 ) n + (r2 r1 ) .
b a = (q2 q1 ) n.
kn = (q2 q1 ) n + (r2 r1 )
puis
r2 r1 = (q1 q2 + k) n
D’autre part, puisque 0 6 r1 < n et 0 6 r2 < n, on a encore n < r1 6 0 et
0 6 r2 < n puis en additionnant membre à membre, on obtient n < r2 r1 < n.
Puisque r2 r1 = (q1 q2 + k) n, on a
13
Filière : Primaire Pr. Ahmida Youssef
1 < q1 q2 + k < 1.
Théorème 1.10
Soit n un entier naturel.
1. Pour tout entier relatif a, a ⌘ a(n).
2. Pour tous entiers relatifs a et b, si a ⌘ b(n), alors b ⌘ a(n).
3. Pour tous entiers relatifs a, b et c, si a ⌘ b(n) et b ⌘ c(n), alors a ⌘ c(n).
Le théorème suivant permet d’additionner un même nombre aux deux membres d’une
congruence ou de multiplier ces deux membres par un même nombre.
Théorème 1.11
Soit n un entier naturel.
1. Pour tous entiers relatifs a, b et c, si a ⌘ b(n) alors a + c ⌘ b + c(n).
2. Pour tous entiers relatifs a, b et c, si a ⌘ b(n) alors a ⇥ c ⌘ b ⇥ c(n).
Démonstration. Soit n un entier naturel. Soient a, b et c trois entiers relatifs. Supposons que
a ⌘ b(n). Alors il existe un entier relatif k tel que b a = kn.
1. On a (a + c) (b + c) = a b = kn. Puisque (a + c) (b + c) est un multiple de n, on
a donc a + c ⌘ b + c(n).
2. On a (b ⇥ c) (a ⇥ c) = c(b a) = (ck)n. Puisque ck est un entier relatif, on a montré
que (b ⇥ c) (a ⇥ c) est un multiple de n et donc que a ⇥ c ⌘ b ⇥ c(n).
14
Pr. Ahmida Youssef Filière : Primaire
Une conséquence importante du théorème précédent est que l’on peut additionner membre
ou multiplier membre à membre des congruences :
Théorème 1.12
Soit n un entier naturel.
1. Pour tous entiers relatifs a, b, c et d, si a ⌘ b(n) et c ⌘ d(n), alors
a + c ⌘ b + d(n).
a ⇥ c ⌘ b ⇥ d(n).
(b) Pour tous entiers relatifs a et b et tout entier naturel k, si a ⌘ b(n), alors
ak ⌘ bk (n).
15
Filière : Primaire Pr. Ahmida Youssef
(c) Pour tout x 2 Q, il existe un nombre réel unique, noté x 2 Q et appelé l’opposé
de x, tel que x + ( x) = ( x) + x = 0
(d) Commutativité 8x 2 Q, 8y 2 Q, x + y = y + x.
Ces quatre propriétés se résument en disant que (Q, +) est un ”groupe abélien” (ou
commutatif).
3. La multiplication (ou produit) notée · vérifie les propriétés suivantes :
(a) associativité 8x 2 Q, 8y 2 Q, 8z 2 Q, x · (y · z) = (x · y) · z.
(b) 8x 2 Q, x · 1 = 1 · x (1 est l’élément unité),
1 1 1
(c) tout x 2 Q\{0} admet un inverse unique noté x 2 Q tel que x·x =x ·x = 1,
(d) 8x 2 Q, 8y 2 Q, 8z 2 Q, x · (y + z) = x · y + x · z (”distributivité” de la
multiplication par rapport à l’addition),
(e) 8x 2 Q, 8y 2 Q, x · y = y · x (commutativité de la multiplication).
Les propriétés (2) à (3e) se résument en disant que (Q, +, ·) est un ”corps commutatif”.
Définition 1.13
Un nombre réel x est un nombre décimal si et seulement si il existe un entier naturel
n tel que 10n ⇥ x soit un entier relatif. L’ensemble des nombres décimaux se note D,
avec n p o
D= , (p, n) 2 Z ⇥ N
10n
16
Pr. Ahmida Youssef Filière : Primaire
Exemple 1.14.
1 1
1. = 0, 5 est décimal car 10 ⇥ = 5 est entier.
2 2
1 1 1
2. / D, car
2 = 0, 3333333 · · · (Il n’existe pas de n 2 N tel que 10n est un entier
3 3 3
relatif )
La relation d’ordre est compatible avec l’addition par un réel quelconque, et avec la multi-
plication entre réels positifs.
17
Filière : Primaire Pr. Ahmida Youssef
1. 8x, y, z 2 R, x 6 y =) x + z 6 y + z
2. 8x, y, z 2 R, x < y =) x + z < y + z
3. 8x, y 2 R, 8z 2 R+ , x 6 y =) xz 6 yz
+⇤ +⇤
4. 8x, y 2 R , 8z 2 R , x < y =) xz < yz.
Comme conséquence de ces relations de compatibilité, on obtient les règles suivantes qui
permettent de combiner des inégalités.
8x, y, z, t 2 R, (x 6 y et z 6 t) =) x + z 6 y + t
On peut donc ajouter deux inégalités de même sens (attention : on ne peut pas ajouter deux
inégalités de sens opposés ni soustraire deux inégalités de même sens).
8x, y 2 R, 8z, t 2 R+ , (x 6 y et z 6 t) =) xz 6 yt
On peut multiplier deux inégalités de même sens, si elles concernent des réels positifs ou
nuls. (attention : on ne peut pas multiplier deux inégalités de sens opposés, ni diviser des
inégalités de même sens, ni multiplier des inégalités qui concernent des réels négatifs). Pour
se ramener à des inégalités de même sens, ou à des réels positifs, il peut être utile de changer
de signe ou de passer à l’inverse.
— 8x, y 2 R, (x 6 y) =) ( x > y).
— 8x, y 2 R +⇤
, (x 6 y) ) (1/x > 1/y).
Définition 1.14
Une valeur approchée d’un nombre réel x à la précision p ou à p près ( p 2 R⇤+ ) est
un réel a tel que |x a| p, c’est-à-dire tel que a p x a + p.
Exemple 1.15.
— De l’encadrement
2 2
3, 14 10 ⇡ 3, 14 + 10 ,
2
il s’ensuit que 3, 14 est une valeur approchée du nombre ⇡ à 10 près. On note aussi
⇡ ⇡ 3, 14 à 10 2 près
2 2
— L’encadrement 3, 1415 10 ⇡ 3, 1415 + 10 montre que 3,1415 est aussi une
2
valeur approchée de ⇡ à 10 près.
Définition 1.15
Une valeur approchée par défaut d’un réel x à la précision p ou à p près p 2 R⇤+ est
un réel a tel que a x a + p.
Définition 1.16
Une valeur approchée par excès d’un réel x à la précision p ou à p près p 2 R⇤+ est
un réel a tel que a p x a.
18
Chapitre
2 Fonctions numériques
2.1.1 Définitions
Remarque 2.1. On peut carrément définir les fonctions à partir de leur ensemble de défini-
tion. Dans ce cas là, on ne les appellera plus fonctions mais applications. Ainsi, une fonction
est une application de Df dans J.
Cf = {(x, f (x)); x 2 Df }
Remarque 2.2. Il ne faudra pas confondre entre f qui désigne la fonction (ou l’application),
et f (x) qui désigne un nombre réel, (i.e II ne faudra pas dire :soit f (x) la fonction ! Mais
soit f la fonction).
Exemple 2.1. Dans cet exemple on donne des graphes de quelques fonctions usuelles :
19
Filière : Primaire Pr. Ahmida Youssef
Définition 2.4
Soient f : U ! R et g : U ! R deux fonctions définies sur une même partie U de R.
On a alors les résultats suivant :
— la somme de f et g est la fonction f + g : U ! R définie par (f + g)(x) =
f (x) + g(x) pour tout x 2 U .
— le produit de f et g est la fonction f ⇥ g : U ! R définie par (f ⇥ g)(x) =
f (x) ⇥ g(x) pour tout x 2 U .
f
— le quotient : lorsque la fonction g ne s’annule pas sur U , la fonction quotient
g
est définie pour tout réel x de U par :
✓ ◆
f f (x)
(x) = .
g g(x)
Définition 2.5: S
it f une application définie sur un intervalle I de R. Etant donné deux réels m et M ,
la fonction f est dite
1. majorée (par M ) sur I si pour tout réel de I :
f (x) M.
m f (x).
20
Pr. Ahmida Youssef Filière : Primaire
Quelques fois, ce n’est pas un nombre qui majore (ou minore) une fonction. ll se peut
que ce soit carrément une autre fonction. Nous avons alors les définitions suivantes.
Définition 2.6: Fonction majorée par une fonction
Soient f et g deux fonctions définies sur un même intervalle I de R. On dit que
1. f majore g si pour tout x de I :
f (x) g(x)
On écrit alors f g.
2. f minore g si pour tout x de I :
f (x) g(x)
On écrit alors f g.
Définition 2.7
Soit f une fonction définie d’un intervalle I de R à valeurs dans un intervalle J de R.
Soit g une fonction définie de l’intervalle J de R vers un intervalle K de R. La fonction
composée des fonctions f et g est la nouvelle fonction que l’on écrit g f (et que l’on
lit g rond f ) définie pour tout x dans l’intervalle I par :
2.1.5 Monotonie
Définition 2.8
Soit f une application définie sur un intervalle I de R. L’application f est dite
1. croissante (resp. strictement croissante) sur I si pour tous x1 et x2 de l’intervalle
I on a :
si x1 x2 (resp. x1 < x2 ) alors f (x1 ) f (x2 ) (resp. f (x1 ) < f (x2 )).
si x1 x2 (resp. x1 < x2 ) alors f (x1 ) f (x2 ) (resp. f (x1 ) > f (x2 )).
21
Filière : Primaire Pr. Ahmida Youssef
Définition 2.9
Soit f une application définie sur un intervalle I de R. L’application f est dite
1. monotone sur I si elle y est croissante ou décroissante.
2. strictement monotone sur I si elle y est strictement croissante ou strictement
décroissante.
2.1.6 Parité
Définition 2.10
Soit f une application définie sur son domaine I dans R (l’intervalle I doit être symé-
triquement réparti autour de 0) . L’application f est dite
1. paire si pour tout réel x de I nous avons
f ( x) = f (x).
f ( x) = f (x).
Remarque 2.4.
1. Si f est paire, sa courbe représentative (son graphe) est symétrique par rapport à l’axe
de des ordonnées (la droite d’équation x = 0 )
2. Si f est impaire, sa courbe représentative (son graphe) est symétrique par rapport à
l’origine O.
22
Pr. Ahmida Youssef Filière : Primaire
Exemple 2.2.
— La fonction exp : R ! R définie par exp(x) = ex est injective, car pour tout x1 , x2 2 R,
si ex1 = ex2 alors x1 = x2 .
— La fonction f : R ! R définie par f (x) = x2 n’est pas injective, car (par exemple)
f (1) = f ( 1) = 1 mais 1 6= 1.
f (x) = y
Exemple 2.3. La fonction f : R ! R définie f (x) = x2 n’est pas surjective, car il n’existe
pas de réel x tel que x2 = 1. Cependant, la fonction f : R ! R+ définie par f (x) = x2 est
surjective, car chaque réel positif possède au moins un antécédent : 0 possède exactement un
antécédent, 0, et tous les réels y strictement positifs en possèdent deux, la racine carrée de
y et son opposé.
23
Filière : Primaire Pr. Ahmida Youssef
Exemple 2.4.
1. La fonction affine f : R ! R définie par f (x) = 2x + 1 est bijective, puisque pour tout
réel y, il existe exactement une solution réelle de l’équation y = 2x + 1 d’inconnue x,
à savoir : x = (y 1)/2
2. La fonction carré g : R ! R définie par g(x) = x2 n’est pas bijective.
2.1.8 Limites
2.1.8.1 Définitions
On écrit
lim f (x) = l ou encore lim f = l.
x!a a
24
Pr. Ahmida Youssef Filière : Primaire
|x a| ⌘ alors f (x) A.
|x a| ⌘ alors f (x) A.
On écrit
lim f (x) = l ou encore lim f = l
x!a+ a+
— On dit que f admet une limite à gauche en a (on dit encore par valeurs inférieures
en a ) si pour tout réel " > 0, il existe un réel ⌘ > 0 tel que
On écrit
lim f (x) = l ou encore lim f = l.
x!a a
25
Filière : Primaire Pr. Ahmida Youssef
Définition 2.17
Soit f une application définie sur un intervalle I non majoré. Soit l un réel fini.
1. On dit que f admet une limite finie en +1 si pour tout réel " > 0, il existe un
réel A > 0 tel que pour tout x 2 I si x A alors |f (x) l| " On écrit alors
2. On dit que f admet une limite +1 en +1 si pour tout réel B > 0, il existe un
réel A > 0 tel que pour tout x 2 I si x A alors f (x) B On écrit alors
2.1.8.2 Propriétés
Proposition 2.1
Si une fonction admet une limite, alors cette limite est unique.
Proposition 2.2: S
ient deux fonctions f et g. On suppose que a est un réel, ou que a = ±1. Si lim f =
a
` 2 R et lim g = `0 2 R, alors :
a
— lim( · f ) = · ` pour tout 2R
a
— lim(f + g) = ` + `0
a
— lim(f ⇥ g) = ` ⇥ `0
a
1 1
— si ` 6= 0, alors lim =
a f `
1
— De plus, si lim f = +1( ou 1) alors lim =0
a a f
Proposition 2.3
Si lim f = ` et lim g = `0 , alors lim g f = `0 .
a ` a
Proposition 2.4
— Si f 6 g et si lim f = ` 2 R et lim g = `0 2 R, alors ` 6 `0
a a
— Si f 6 g et si lim f = +1, alors lim g = +1
a a
— Si f 6 g et si lim g = 1, alors lim f = 1
a a
— Théorème des gendarmes
Si f 6 g 6 h et si lim f = lim h = ` 2 R, alors g a une limite en a et lim g = `.
a a a
26
Pr. Ahmida Youssef Filière : Primaire
Proposition 2.5
— Tout polynôme a la même limite en +1 et 1 que son monôme de plus haut
degré.
— Toute fraction rationnelle a la même limite en +1 et 1 que le rapport de ses
monômes de plus haut degré.
2.1.9 Continuité
2.1.9.1 Définition
Définition 2.18
— On dit que f est continue en un point a 2 I si
2.1.9.2 Propriétés
27
Filière : Primaire Pr. Ahmida Youssef
Pour avoir la néciproque, nous sommes obligés de supposer la continuité de f , sinon cela
ne marche pas.
Proposition 2.8: Continuité et injectivité
Soit f une fonction définie sur I intervalle de R. Si f est injective et continue sur I
alors elle est nécessairement strictement monotone.
g:I!J
x 7! g(x) := f (x)
1
alors la fonction g est bijective et sa fonction réciproque g est continue.
Définition 2.19
Soit f une fonction définie sur un intervalle I de R. Soit a un point de I. On dit que
f est dérivable en a si la fonction suivante (appelée taux d’accroissement),
g: I {a} ! R
f (x) f (a)
x 7!
x a
possède une limite finie l au point a. Dans ce cas là, on note la limite l de la façon
suivante :
f (x) f (a)
l = lim g(x) = lim = f 0 (a)
x!a x!a x a
Ce nombre f 0 (a) est appelé dérivée de f en a.
Exemple 2.5. La fonction définie par f (x) = x2 est dérivable en tout point a 2 R. En e↵et :
f (x) f (a) x2 a2 (x a) (x + a)
= = = x + a ! 2a
x a x a x a x!a
On a même montré que le nombre dérivé de f en a est 2a, autrement dit : f 0 (x) = 2x.
Définition 2.20
Soit f une fonction définie sur un intervalle I de R. Soit a un élément de I (ou bien
une extrémité de I).
f (x) f (a)
1. On dit que f est dérivable à droite en a si a une limite finie à droite
x a
quand x tend vers a (supérieurement).
f (x) f (a)
2. On dit que f est dérivable à gauche en a si a une limite finie à
x a
gauche quand x tend vers a (inférieurement).
28
Pr. Ahmida Youssef Filière : Primaire
Définition 2.21
On dit que f est dérivable sur I si, pour tout x de I, f est dérivable en x. En note
f 0 : x 7! f 0 (x) la fonction dérivée.
Proposition 2.11
Si f est dérivable au point a alors (Cf ) admet une tangente d’équation y = f 0 (a)(x
a) + f (a) au point (a, f (a)).
f
3. Si f et g sont dérivables en a, avec g(a) 6= 0 la fonction est dérivable en a et
g
on a ✓ ◆0
f f 0 (a)g(a) f (a)g 0 (a)
(a) =
g g 2 (a)
29
Filière : Primaire Pr. Ahmida Youssef
Définition 2.23
1. On dit que x0 est un point critique de f si f 0 (x0 ) = 0
2. On dit que f admet un maximum local en x0 (resp. un minimum local en x0 )
s’il existe un intervalle ouvert J contenant x0 tel que pour tout
Définition 2.24
On dit que f : I ! R admet un maximum (resp. minimum) global en x0 si pour tout,
x 2 I on a f (x) f (x0 ) (resp. f (x) f (x0 ))
30
Pr. Ahmida Youssef Filière : Primaire
Théorème 2.1
Soit I un intervalle ouvert et f : I ! R une fonction dérivable. Si f admet un
maximum local (ou un minimum local) en x0 alors f 0 (x0 ) = 0.
Remarque 2.6.
1. Les résultats sur les maxima sont analogues en considérant f plutôt que f .
2. Les conditions f 0 (a) = 0 et f 00 (a) 0 ne sont pas suffisantes (sauf si f est convexe).
Exemple : f : x 7! x3 est telle que f 0 (0) = 0 et f 00 (0) = 0 mais 0 n’est pas un minimiun
local.
3. D’autre part, la condition f 00 (a) > 0 n’est pas nécessaire. Exemple : f : x 7! x4 est
telle que f 0 (0) = 0 et f 00 (0) = 0 et pourtant 0 est bien minimum de f
Proposition 2.19
Soit f une fonction dérivable sur un intervalle I, alors :
— si f 0 est positive sur I la fonction est croissante sur I.
— si f 0 est négative sur I la fonction est décroissante sur I.
31
Filière : Primaire Pr. Ahmida Youssef
Définition 2.26
Soit f : I ! R une fonction sur un intervalle quelconque I. On appelle primitive de f
sur I toute fonction F : I ! R telle que :
1. F est dérivable sur I.
2. Pour tout t 2 I, F 0 (t) = f (t).
1
2. La fonction x 7! ln x + x2 est une primitive de x 7! + 2x sur ]0, +1[.
x
Théorème 2.2
Toute fonction continue sur un intervalle quelconque I de R, admet une primitive.
Propriété 2.3
Si f admet une fonction primitive F sur I alors toutes les fonctions primitives de f
sur I s’écrivent de la forme : F + où est un réel.
Propriété 2.4
Si F est une fonction primitive de la fonction f sur l’intervalle I et G une fonction
primitive de la fonction g sur l’intervalle I et ↵ un réel alors :
— (F + G) est une fonction primitive de la fonction (f + g) sur I.
— (↵F ) est une fonction primitive de la fonction (↵f ) sur I.
32
Pr. Ahmida Youssef Filière : Primaire
3x2 + 2
Exemple 2.8. Déterminons une fonction primitive de f (x) = .
(x3 + 2x)4
On remarque que v 0 (x) = 3x2 + 2 est la dérivé de la fonction v(x) = x3 + 2x. Ainsi
(x3 + 2x)0
f (x) = = (x3 + 2x)0 ⇥ (x3 + 2x) 4
i.e : v 0 v r (r = 4)
(2x3 + 2x)4
1 4+1 1
F (x) = x3 + 2x +C = + C.
4+1 3 (x3 + 2x)3
Définition 2.27
Soit f une fonction continue sur un intervalle [a, b] de R et F une primitive de f sur
Z b
[a, b]. On appelle intégrale de f de a à b. le réel noté f (t)dt défini par :
a
Z b
f (t)dt = [F (t)]ba = F (b) F (a)
a
Soit f une fonction continue sur un intervalle [a; b] et Cf sa courbe représentative dans
un repère (O,~i, ~j). On appelle intégrale de a à b de la fonction f la mesure de l’aire en unité
d’aire de la partie A du plan délimitée par l’axe des abscisses, les droites d’équations x = a
Z b
et x = b et la courbe Cf . On note |f (t)|dt cette aire.
a
33
Filière : Primaire Pr. Ahmida Youssef
Propriété 2.5
Soient f, g deux fonctions intégrables sur [a, b] et 2 R. Alors les fonctions f +g, f, |f |
et f g sont intégrables sur [a, b] et on a :
Z b Z b Z b
1. (f (x) + g(x)) dx = f (x)dx + g(x)dx.
a a a
Z b Z b
2. ( f )(x)dx = f (x)dx.
a a
Z b Z c Z b
3. f (x)dx = f (x)dx + f (x)dx, c 2 [a, b] (Relation de Châsles) .
a a c
Z b Z b
4. f (x)dx |f (x)|dx.
a a
Z a
5. f (x)dx = 0.
a
Z b Z a
6. f (x)dx = f (x)dx.
a b
Proposition 2.20
Soient f et g deux fonctions continues sur [a, b] telles que pour tout t 2 [a, b], f (t)
g(t). Alors.
Z b Z b
f (t)dt g(t)dt
a a
Proposition 2.21
Soit f une fonction continue et positive sur un intervalle [a, b]. Alors.
Z b
f (t)dt 0
a
34
Pr. Ahmida Youssef Filière : Primaire
Proposition 2.22
Soit f une fonction continue et positive sur [a, b].
Z b
— Si f (t)dt = 0, alors f (t) = 0 pour tout t 2 [a, b].
a
Z b
— Si f n’est pas la fonction nulle sur [a, b]. alors f (t)dt > 0.
a
Z ln 2
Exemple 2.9. Calculons par partie l’intégrale I = xex dx.
0
On pose : u0 (x) = ex et v(x) = x Donc u(x) = ex et v 0 (x) = 1. Ainsi
Z ln 2
I = [xex ]ln
0
2
1ex dx = ln 2eln 2 [ex ]ln
0
2
= 2 ln 2 1.
0
Intégration par changement de variables :
Propriété 2.7
Soient g une fonction dérivable sur [a, b] telle que g 0 continue sur [a, b] et f une fonction
continue sur g([a, b]) on a :
Z b Z g(b)
0
(f g)(t) · g (t)dt = f (x) · dx.
a g(a)
35
Filière : Primaire Pr. Ahmida Youssef
Théorème 2.3
L’aire A de la région bornée par les courbes y = fH (x) et y = fB (x) ainsi que par les
droites verticales x = a et x = b, où fH (x) fB (x) pour a x b, est donnée par
Z b
A= (fH (x) fB (x)) dx.
a
Exemple 2.11. Calculez l’aire de la région délimitée par les courbes suivantes : Solution :
y = 5 + x2 , y=1 x2 , x=0 et x = 2.
Pour x 2 [0, 2] :
36
Pr. Ahmida Youssef Filière : Primaire
Ainsi
Z 2 ✓ ◆ 2 ✓ ◆
2 2x3 16 40
Aire = 4 + 2x dx = 4x + = 8+ (0 + 0) = = 13, 3.
0 3 0 3 3
N.B. L’aire de la région est donc 40/3. Nous ne précisons pas l’unité de cette aire car les
unités des axes ne sont pas spécifiées.
En général le calcul des volumes nécessite l’emploi des intégrales triples, mais des formes
à géométrie simple ou de révolution permettent l’utilisation d’une intégrale simple.
Définition 2.28
Un solide de révolution est un solide engendré par la révolution (un tour complet)
d’une région plane autour d’une droite de l’espace tridimensionnel.
Rappelons que
Volume du disque = ⇡ · rayon2 · épaisseur = ⇡r2 x.
37
Filière : Primaire Pr. Ahmida Youssef
Puisque le volume du solide de révolution S, noté VS , peut être trouvé en calculant les
volumes de n disques répartis le long de l’intervalle [a, b] et en faisant tendre le nombre de
disques vers l’infini, on obtient
Z b
VS = ⇡ · r2 de
a
où r est une fonction donnant le rayon du disque et de est l’épaisseur du disque (de = dx
pour les disques verticaux et de = dy pour les disques horizontaux).
y = x2 , x = 0, y=1 et y=9
2. Représentons quelques rectangles qui engendreront des disques lors de leur rotation. Puisque
l’axe de rotation est vertical et que les hauteurs des rectangles doivent être perpendiculaires
à celui-ci pour engendrer des disques, on devra utiliser un découpage en disques horizontaux.
38
Pr. Ahmida Youssef Filière : Primaire
où
p p
de = dy et r = fD (y) fG (y) = y 0= y
Puisque l’on intègre une fonction de y, les bornes d’intégration sont les valeurs minimale et
maximale que doit prendre y pour engendrer tous les disques : e1 = 1 et e2 = 9. Ainsi :
Z e2 Z 9
2 p
VS = ⇡ · r de = ⇡ · ( y)2 dy
e1 1
Z 9
= (⇡ · y)dy
1
9
⇡y 2
=
2 1
= 40⇡ ⇡ 125, 664
Théorème 2.4
Si f est une fonction continue et dérivable sur l’intervalle [a; b] alorss
la longueur de la
Z b ✓ ◆2
dy
courbe d’équation y = f (x) pour a x b est donnée par L = 1+ dx
a dx
39
Filière : Primaire Pr. Ahmida Youssef
s ✓ ◆2
Z b
dy
L= 1+ dx
a dx
Z bp
= 1 + (2x + 4)2 dx ⇡ 16, 127 cm.
1
dx
v(t) =
dt
C’est donc la dérivée.
Si en revanche, un mobile se déplace sur un axe à la vitesse v(t), t étant la variable temps.
Si l’on suppose que v est positive entre les instants t1 et t2 , alors la distance parcourue par
le mobile entre ces deux instants est :
Z t2
v(t)dt
t1
Exercice 2.1. un corps est lâché avec une vitesse initiale nulle à l’instant t0 = 0, d’une
hauteur de 1000 m et est soumis à l’accélération de la pesanteur g = 9, 8 m · s 2 .
1. Quelle distance d a-t-il parcouru après 5 secondes de chute ?
2. A quel instant T (en secondes) touche t-il le sol ?
Solution :
1. on a : v(t) = gt =, donc la distance (en mètres) parcourue après 5 secondes de chute est :
Z 5 5
1 2
d= gtdt = g t ' 122, 5m
0 2 0
Z T
1
2. on a : gtdt = 1000 , gT 2 = 1000 Donc T ' 14, 3 s
0 2
40
Chapitre
3 Dénombrement et suites
Définition 3.1
Un ensemble E est un ensemble fini s’il existe un entier naturel n tel que E soit en
bijection avec J1, nK. Il y a alors unicité d’un tel entier n, que l’on appelle cardinal de
E et que l’on note card (E) ou card E.
Un ensemble qui n’est pas fini est appelé ensemble infini.
Exemple 3.1.
1. L’ensemble vide est un ensemble fini de cardinal 0.
2. L’intervalle J1, 10K est fini et a pour cardinal 10.
Remarque 3.1. L’écriture E = {x1 , x2 , . . . , xn } n’implique pas card E = n.Il faut en plus
que les xk soient distincts deux à deux, pour que l’application i 7! xi soit une bijection de
J1, nK dans E.
Lemme 3.1
Étant donnés un ensemble fini E de cardinal n 6= 0 et un élément a de E, l’ensemble
E 0 = E\{a} est fini de cardinal n 1.
Théorème 3.1
Si E est un ensemble fini et F une partie de E, alors :
— F est un ensemble fini et card F 6 card E,
— card F = card E () F = E.
Proposition 3.1
Une partie de N est finie si, et seulement si, elle est majorée.
Définition 3.2
On dit que deux ensembles sont disjoints s’ils ont aucun élément en commun.
41
Filière : Primaire Pr. Ahmida Youssef
Proposition 3.2
Si A et B sont deux ensembles finis disjoints, alors A [ B est fini et : card(A [ B) =
card A + card B
Proposition 3.3
p
[
Si (Ak )16k6p est une famille de p ensembles finis deux à deux disjoints, alors Ak
k=1
est un ensemble fini et :
p
! p
[ X
card Ak = card Ak
k=1 k=1
Proposition 3.4
Si A et B sont deux ensembles finis, alors A [ B est fini et :
Proposition 3.5
1. Si A et B sont deux ensembles finis, alors A ⇥ B est fini et :
Proposition 3.6
Soient E et F deux ensembles finis et f une application de E dans F . On a :
1. card f (E) 6 card E,
2. L’application f est injective si, et seulement si, card f (E) = card E.
Théorème 3.2
Soient E et F deux ensembles finis de même cardinal et f une application de E dans
F . Les propriétés suivantes sont équivalentes :
1. l’application f est injective,
2. l’application f est surjective,
3. l’application f est bijective.
42
Pr. Ahmida Youssef Filière : Primaire
3.2 Dénombrement
Principe multiplicatif : si un événement A peut se produire de p façons possibles et
si un événement B peut se produire de q façons possibles, alors la réalisation de A suivie
de B peut se produire de p⇥q façons possibles.
p1 ⇥p2 ⇥ · · · ⇥pn .
Exemple 3.3. On veut former des mots de 3 lettres distinctes (ayant un sens ou non !).
Combien a-t-on de possibilités ? Réponse: On a
— 26 possibilités de choisir la 1ère lettres.
— 25 possibilités de choisir la 2ème lettres.
— 24 possibilités de choisir la 3ème lettres
Ainsi, le nombre de mots possible est : 26⇥25⇥24.
3.2.1 Arrangements
3.2.1.1 Arrangements avec répétition
Définition 3.3
Soient E un ensemble non vide de cardinal fini n, n 2 N \ {0}, et p 2 N. On appelle
arrangement avec répétition de p éléments parmi n tout p-uplet d’éléments de E c’est-
à-dire tout élément du produit cartésien
E p = E⇥E⇥
| {z· · · ⇥E} .
p fois
Remarque 3.3.
— Dans un arrangement avec répétition, les p objets de la liste ne sont pas nécessairement
tous distincts.
— Cela correspond à un tirage avec remise et avec ordre.
43
Filière : Primaire Pr. Ahmida Youssef
Card(E p ) = np .
Exemple 3.5. On lance une pièce de monnaie 2 fois successives. Combien a-t-on de résul-
tats possibles ? L’univers des éventualités est ⌦2 = {F F, F P, P F, P P } avec ⌦ = {F, P }.
Réponse: Card(⌦2 ) = 22 = 4.
Définition 3.4
Soit E un ensemble de cardinal fini n et p un entier naturel tel que 0 p n.
On appelle arrangement sans répétition de p éléments parmi n tout sous-ensemble
ordonné de E ayant p éléments deux à deux distincts.
Autrement dit, tout p-uplet ordonné (a1 , a2 , · · · , ap ) d’éléments de E deux à deux
distincts.
44
Pr. Ahmida Youssef Filière : Primaire
Exemple 3.7. Nous avons 3 enfants. De combien de façons di↵érentes peuvent-ils s’asseoir
sur un banc de deux places ?
Réponse: Chaque façon de s’asseoir est un arrangement de 2 éléments parmi 3. Le nombre
de possibilités est donc A23 = 3 ⇥ 2 = 6.
3.2.2 Permutations
Définition 3.5
Soit E un ensemble de cardinal n. On appelle permutation tout arrangement sans
répétition des n éléments de E.
3.2.3 Combinaisons
Définition 3.6
Soit E un ensemble de cardinal n et p un entier naturel tel que 0 p n. On appelle
combinaison de p éléments de E toute partie de E de cardinal p.
45
Filière : Primaire Pr. Ahmida Youssef
Définition 3.8
Une suite (un )n2N est :
— constante si 8n 2 N, un+1 = un
— stationnaire si elle est constante à partir d’un certain rang, c’est-à-dire si :
9p 2 N : 8n > p, un+1 = un
Définition 3.9
Une suite (un )n2N est :
— majorée si 9M 2 R : 8n 2 N, un 6 M
— minorée si 9m 2 R : 8n 2 N, un > m
— bornée si elle est majorée et minorée c’est-à-dire si :
9M 2 R : 8n 2 N, |un | 6 M
Définition 3.10
Une suite (un )n2N est :
— croissante si 8n 2 N, un+1 > un
— décroissante si 8n 2 N, un+1 6 un ,
— monotone si elle est croissante ou décroissante.
On dit qu’elle est strictement croissante, strictement décroissante, ou strictement mo-
notone si l’inégalité correspondante est stricte.
Exemple 3.12.
1. La suite (un )n2N définie par un = 1/(n + 1) est strictement décroissante.
2. Les suites constantes sont les seules suites qui soient simultanément croissantes et
décroissantes.
3. L’opposée d’une suite croissante est une suite décroissante.
4. La somme de deux suites croissantes (respectivement le produit de deux suites crois-
santes positives) est une suite croissante.
46
Pr. Ahmida Youssef Filière : Primaire
Définition 3.11
Soit (un )n2N une suite de nombre réels. La suite (un )n2N est arithmétique si et seule-
ment si il existe un réel r tel que pour tout entier naturel n, un+1 = un + r. Le nombre
r s’appelle alors la raison de la suite arithmétique (un )n2N .
Remarque 3.6. Le nombre r qui apparait dans la définition précédente ne dépend pas de n
ou encore r est constant quand n varie.
un+1 un = ( (n + 1) + 4) ( n + 4) = 1
Donc, 8n 2 N, un+1 un = 1. On en déduit que la suite (un )n2N est une suite arithmétique
de raison 1. Son premier terme est u0 = 4
Remarque 3.7. Dans le théorème précédent, l’ordre dans lequel sont les entiers n et p n’est
pas précisé et on a tout à fait le droit d’appliquer la formule du 2) quand p > n. Par exemple,
on a u9 = u6 + (9 6)r = u6 + 3r mais on a aussi u7 = u11 + (7 11)r = u11 4r.
Exercice 3.1. Soit (un )n2N une suite arithmétique, telle que u5 = 2 et u9 = 14. Déter-
miner un en fonction de n.
Solution. Notons r la raison de la suite arithmétique (un )n2N ·. On sait que
u9 = u5 + (9 5)r = u5 + 4r
47
Filière : Primaire Pr. Ahmida Youssef
Théorème 3.7
Soit (uk )k2N une suite arithmétique. Soient n et p deux entiers naturels tels que p 6 n.
n
X ( premier terme + dernier terme ) ⇥ ( nombre de termes )
uk = up + . . . + un =
2
k=p
(up + un ) (n p + 1)
=
2
Exemple 3.14.
67
X (33 + 67) ⇥ (67 33 + 1) 100 ⇥ 35
1. k = 33 + 34 + 35 + . . . + 66 + 67 = = = 1750
2 2
k=33
2. Soit n 2 N⇤ . Alors
Xn
(1 + 2n 1) ⇥ n 2n2
(2k 1) = 1 + 3 + 5 + . . . + 2n 1= = = n2
2 2
k=1
Définition 3.12
Soit (un )n2N une suite de nombre réels. La suite (un )n2N est géométrique si et seule-
ment si il existe un réel q tel que pour tout entier naturel n,
un+1 = q ⇥ un .
Remarque 3.8. Remarque. Le nombre q qui apparaı̂t dans la définition précédente ne dépend
pas de n ou encore q est constant quand n varie.
Exemple 3.15. Soit (un )n2N la suite définie par : 8n 2 N, un = 2 ⇥ 3n . Montrons que la
suite (un )n2N est géométrique.
Solution. Soit n un entier naturel naturel. un 6= 0 puis
un+1 2 ⇥ 3n+1 3n+1
= = = 3n+1 n
un 2 ⇥ 3n 3n
=3
un+1
Ainsi, pour tout entier naturel n, = 3. On en déduit que la suite (un )n2N est une suite
un
géométrique de raison 3. Son premier terme est u0 = 2
48
Pr. Ahmida Youssef Filière : Primaire
10
X 211 1
Exemple 3.16. 2k = 1 + 2 + . . . + 210 = = 2048 1 = 2047.
2 1
k=0
49
Chapitre
4 Les concepts de base de la
statistique descriptive
Définition 4.1
La population statistique est l’ensemble des éléments sur lesquels porte l’étude.
Exemple 4.1. En statistique, le terme de population est plus général et peut désigner des
humains, mais aussi des objets, des villes, des pays, des entreprises, etc..
Définition 4.2
On appelle individu statistique ou unité statistique tout élément de la population.
Exemple 4.2. Si on e↵ectue un contrôle sur les pièces défectueuse d’une production de 100
chemises d’une entreprise. La population est l’ensemble des 100 chemises et chacune des
chemises constitue un individu.
Remarque 4.1. Les individus doivent appartenir à un ensemble bien délimité : il ne doit y
avoir aucune ambiguı̈té sur les unités à observer, leur définition doit être parfaitement claire
ainsi que le moment où elles sont observées.
Remarque 4.2. La notion d’échantillon est fondamentale, car, en règle générale, la popu-
lation entière n’est pas disponible ou observable. Dans ce cas, seul un échantillon est étudié
et les résultats obtenus sont extrapolés à la population.
Exemple 4.3. Lorsqu’une entreprise souhaite faire une étude de marché pour un projet de
lancement d’un nouveau produit, il interroge seulement un échantillon de Marocains, et non
toute la population résidant en Maroc, soit plus de 35 millions d’individus.
50
Pr. Ahmida Youssef Filière : Primaire
Exemple 4.4. Les caractères étudiés peuvent être par exemple l’ âge, le sexe, le poids,
la masse, le nombre d’enfants d’une famille, le niveau d’étude, la marque ou le prix d’un
véhicule.
4.1.2.2 Modalités
Définition 4.5
Les modalités d’une variable statistique sont les di↵érentes valeurs que peut prendre
celle-ci.
Exemple 4.5.
1. Si la variable est l’âge, les modalités sont l’ensemble des âges des individus observés :
19 ans, 20 ans, 21 ans, etc.
2. Si le caractère étudié est la couleur, les modalités du caractère seront des couleurs :
bleu, vert, blanc, etc.
3. Si la variable est la situation familiale, les modalités du caractère seront : célibataire,
marié, divorcé.
Remarque 4.3. À chaque individu doit être associée une modalité unique de la variable, c’
est-à-dire ”au plus une” et ”au moins une” :
— ”Au plus une” : il ne doit pas être possible d’ associer à un même individu deux modalités
ou plus. Cela suppose que les modalités soient incompatibles, c’est-à-dire parfaitement
distinctes les unes des autres. Si un être humain est de sexe masculin, il ne peut être
aussi de sexe féminin. Si la variable est l’ âge, le même âge ne doit pas figurer dans
deux modalités di↵érentes.
— ”Au moins une” : il ne doit pas être possible qu’un individu ne soit associé à aucune
modalité. Il faut pour cela que les modalités soient exhaustives : absolument tous les
aspects particuliers de la variable doivent être présents dans la liste des modalités. C’est
pourquoi la modalité ”autres” ou ”indéterminé” est parfois nécessaire.
D’un point de vue mathématique, une variable statistique peut donc être définie comme
suite.
Définition 4.6
Une variable statistique, notée X, est une application définie sur une population sta-
tistique et à valeurs dans l’ensemble des modalités. Elle associe à chaque individu wi
de l’ensemble de départ (la population ⌦) une unique modalité de l’ensemble d’arrivée
notée X(wi ) ou mi .
51
Filière : Primaire Pr. Ahmida Youssef
Définition 4.7
Une variable statistique est dite de nature qualitative si ses modalités ne sont pas
mesurables. Les modalités d’une variable qualitative sont les di↵érentes catégories
d’une nomenclature.
Remarque 4.4. Une variable est qualitative lorsque l’ensemble des modalités n’est pas un
ensemble de nombres.
Exemple 4.6.
1. La profession (professeur, médecin, ...)
2. La situation matrimoniale (célibataire, veuf, ...)
3. Le sexe : (masculin, féminin)
4. La marque d’une voiture (Peugeot, Renault, Citroën, ...)
5. Les mois (Janvier, février, ... )
Remarque 4.5. Les di↵érentes modalités d’une variable qualitative constituent les rubriques
d’une nomenclature. Le nombre de rubriques est au minimum égal à deux, c’est la cas pour
la variable ”sexe”. Pour la variable ”mois”, il y a en nécessairement douze si les observations
sont annuelles. Mais une nomenclature peut en compter beaucoup plus.
Remarque 4.6. Les modalités d’une variable qualitative peuvent être classées sur deux
types d’échelle : nominale ou ordinale. À ces deux types d’échelle correspondent deux types
de variables qualitatives.
Définition 4.8
Une variable statistique qualitative est dite définie sur une échelle nominale si ses
modalités ne sont pas naturellement ordonnées.
Remarque 4.7. L’ordre et l’origine des modalités, d’une variable qualitative nominale, sont
arbitraires.
Dans cet exemple, il n’y a pas d’ordre naturel entre les huit catégories, ou modalités, qui sont
de simples étiquettes, la variable qualitative (CSP) est définie sur une échelle nominale.
52
Pr. Ahmida Youssef Filière : Primaire
Définition 4.9
Une variable statistique qualitative est dite définie sur une échelle ordinale si l’en-
semble de ses modalités peut être doté d’une relation d’ordre. C’est-à-dire que l’on
peut opérer un classement de l’ensemble des catégories, de la plus petite à la plus
grande (ou, inversement, de la plus grande à la plus petite).
Exemple 4.8.
1. Les échelles d’opinion : • Très précis • Précis • Assez précis • Peu précis • Imprécis.
2. Le rang : • un peu • moyen • beaucoup • énormément, ...
3. Modalités : • très souvent • souvent • parfois • rarement • jamais.
Définition 4.10
Une variable statistique est dite de nature quantitative si ses modalités sont me-
surables. Les modalités d’ une variable quantitative sont des nombres liés à l’unité
choisie, qui doit toujours être précisée.
Remarque 4.8. Une variable est quantitative lorsque l’ensemble de ses modalités est un
ensemble de nombres. Il existe deux types de variables quantitatives : les variables discrètes
et les variables continues.
Définition 4.11
Une variable statistique quantitative est dite discrète si l’ensemble de ses modalités
est un ensemble fini ou dénombrable. Ainsi, l’ensemble des modalités peut être donné
sous la forme d’une liste de nombres, M = {x1 , x2 , · · · , xi }, finie ou infinie.
Exemple 4.9. Le nombre d’enfants par ménage, âge, nombre d’habitants ...
Définition 4.12
Une variable statistique quantitative est dite continue si l’ensemble de ses modalités
n’est pas dénombrable. Ainsi, une variable continue peut prendre toutes les valeurs
d’un intervalle réel. Ces valeurs sont regroupées dans des intervalles de valeurs numé-
riques appelés classes (elles constituent les modalités de la variable).
Remarque 4.9. Dans un tableau, on reconnaı̂t donc une variable quantitative continue au
fait que les valeurs de la variable ont été regroupées en classes.
Exemple 4.10.
53
Filière : Primaire Pr. Ahmida Youssef
Âge (par ans) [4, 6[ [6, 8[ [8, 10[ [10, 12[ [12, 14[ [14, 14[
E↵ectifs (ni ) 10 18 5 7 23 2
Remarque 4.10. La distinction entre variable discrète et variable continue est parfois arbi-
traire. Cependant, le revenu d’individus, par exemple, est une variable continue du fait qu’il
peux être évalués au dixième ou au centième de dirham (ou de toute autre unité monétaire).
Mais, il arrive qu’une variable discrète, comme le nombre de salariés d’un pays, qui peut
prendre un grand nombre de valeurs dans un intervalle soit considérée comme une variable
continue. Ainsi le regroupement en classes se justifie par l’existence d’un grand nombre de
modalités, la présentation des données s’en trouve simplifiée.
Les classes sont notées [ai , bi [. L’intervalle est fermé à gauche et ouvert à droite (à part
pour la dernière classe) : il inclut toutes les valeurs de la variable supérieures ou égales à la
borne inférieure si et strictement inférieures à la borne supérieure bi .
Définition 4.13
On appelle
1. Amplitude de la classe [ai , bi [ le réel noté Ai représentant la longueur de l’in-
tervalle et défini par : Ai = bi ai , avec ai et bi sont respectivement les bornes
inférieure et supérieure de la classe ni .
2. Le centre de classe de la classe [ai , bi [ est le réel noté xi représentant le milieu
de l’intervalle et donné par : xi = (ai + bi )/2, c’est la moyenne arithmétique des
bornes de la classe.
Définition 4.14
On appelle discrétisation le découpage en classes d’une série statistique quantitative.
Remarque 4.11. Le nombre de classes ne doit pas être trop petit, perte d’informations, ni
trop grand, le regroupement en classes est alors inutile et de plus, certaines classes pourraient
avoir des e↵ectifs trop faibles. En général, le nombre de classes est compris entre 5 et 20,
il dépend du nombre n d’observations et de l’étalement des données. La formule de Sturges
donne une valeur approximative du nombre k de classes :
Les données statistiques sont issues de données brutes présentées sous forme de tableaux
statistiques dans lesquels sont indiqués les e↵ectifs et/ou les fréquences.
54
Pr. Ahmida Youssef Filière : Primaire
Définition 4.15
Le nombre d’individus présentant la modalité mi (variable qualitative) ou xi (variable
quantitative discrète) ou une modalité incluse dans [ei , ei+1 [ (variable quantitative
continue) s’appelle l’e↵ectif. Il est noté ni .
L’e↵ectif total de la population, noté n, est la somme des e↵ectifs
k
X
n = n1 + n2 + · · · + nk = ni ,
i=1
Définition 4.16
La fréquence associée à une modalité, ou à un ensemble de modalités regroupées en
classes, indique la proportion d’individus présentant cette modalité, ou cet ensemble
de modalités, par rapport à l’ensemble des individus. La fréquence associée à la ie
modalité, ou ie classe, est notée fi . Par définition :
ni
fi = .
n
C’est un nombre compris entre 0 et 1, ou 0% et 100% et la somme des fréquences est
égale à 1 ou 100%.
Définition 4.18
Soit X une variable quantitative discrète, on définit la fréquences cumulées croissantes,
notée fi cc, représentant la proportion d’individus statistiques pour lesquels X est
inférieur ou égal à xi . On a :
i
X ni cc
f1 cc = f1 et fi cc = f1 + f2 + · · · + fi = fk , ou encore fi cc = .
n
i=1
Remarque 4.12. Dans le cas d’une variable quantitative continue, les données sont grou-
pées en classes [ai , bi [, et on définit, de même que pour une variable discrète, ni cc le nombre
55
Filière : Primaire Pr. Ahmida Youssef
Remarque 4.13. Il est également possible de cumuler les e↵ectifs et les fréquences dans le
sens décroissant.
Exemple 4.11. La répartition des salaries mensuels d’une entreprise est donnée par le
tableau suivant :
Salaire ni ni cc fi fi cc
[4000, 5000[ 100 100 0,2739 0,2739
[5000, 6000[ 120 220 0,3287 0,6026
[6000, 7000[ 95 315 0,2602 0,8628
[7000, 8000] 50 365 0,1369 1
Total 365 1
Définition 4.19
Dans un diagramme à bandes, une bande verticale (ou horizontale) est associée à
chaque modalité. La distance entre chaque bande est constante. La largeur de chacune
des bandes est la même, et sa hauteur (ou longueur) est égale à l’e↵ectif ou à la
fréquence de la modalité correspondante. Par conséquent, la surface d’ une bande est
proportionnelle à l’ e↵ectif (et donc à la fréquence) de la modalité associée.
Exemple 4.12. On considère les ventes mensuelles réalisées par une entreprise au cours
des douze mois de l’année 2021 :
56
Pr. Ahmida Youssef Filière : Primaire
Mois Ventes
Janvier 11120
Férvier 1140 Ventes
Mars 12123 16000
14500
14000
Avril 11993 14000
12000
8000
Juin 13904 13000
6000
12500 Série1 Ventes
Juillet 10234 4000
12000
2000
Août 11567 11500
0
Octobre 12576
Nombre 12345
Décembre 10254
Définition 4.20
Un diagramme à secteurs circulaire est un graphique qui divise un disque en secteurs
angulaires dont les angles aux centres sont proportionnels aux e↵ectifs (ou aux fré-
quences) de chaque modalité. L’angle au centre ↵i , en degrés, associé à la modalité
mi d’ e↵ectif ni , est égal à :
ni
↵i = ⇥ 360 = fi ⇥ 360.
n
Dans ce graphique, l’aire du disque matérialise l’ e↵ectif total (ou la somme des fré-
quences).
Exemple 4.13. On donne Dans le diagramme circulaire relatif à l’exemple précédent des
ventes mensuelles réalisées par une entreprise au cours des douze mois de l’année 2021,
l’angle au centre associé à chaque modalité est évalué ci-dessous :
Décembre
14500
Nombre Ventes
Octobre
14000
Septembre Janvier
13500
Août Férvier
13000Juillet Mars
57
Filière : Primaire Pr. Ahmida Youssef
Définition 4.21
On appelle diagramme en bâtons un graphique qui à chaque modalité d’ une variable
quantitative discrète associe un segment (bâton) dont la hauteur est proportionnelle
à l’ e↵ectif (ou à la fréquence).
10 Ventes
9
16000
8
145007
14000
Notes
6
14000
12000
5
135004
10000 Série1
3
8000
130002
16
12
60001
12500 Série1
14
4000 0 5 10 15 20
10
12000
12
2000 Effectifs
11500
8
10 0
Définition 4.23
Dans le cas d’une variable quantitative continue, on définit la densité d’e↵ectif di d’une
classe d’e↵ectif ni et d’amplitude Ai par : di = ni /Ai (ou, dans le cas des fréquences,
fi /Ai ).
58
Pr. Ahmida Youssef Filière : Primaire
Classes E↵ectifs
[6,5 ; 8[ 3
[8 ; 9,5[ 8
[9,5 ; 11[ 12
[11 ; 12,5[ 19
[12,5 ; 14[ 9
[14 ; 15,5[ 5
[15,5 ; 17[ 4
Exemple 4.16. Modifions légèrement l’exemple précédent en regroupant les deux dernières
classes en une seule. Ce regroupement permet de traiter le cas de classes d’amplitudes dif-
férentes, puisque ainsi la dernière classe est d’amplitude 3 contre 1,5 pour toutes les autres
classes.
Classes E↵ectifs Ai di ni c
[6,5 ; 8[ 3 1,5 2 3
[8 ; 9,5[ 8 1,5 5,33 8
[9,5 ; 11[ 12 1,5 8 12
[11 ; 12,5[ 19 1,5 12,67 19
[12,5 ; 14[ 9 1,5 6 9
[14 ; 17[ 9 3 3 4,5
59
Filière : Primaire Pr. Ahmida Youssef
Définition 4.24
Le mode (ou valeur dominante) est la valeur de la variable qui a l’e↵ectif (ou la
fréquence) le plus grand. Graphiquement, c’est l’élément de la plus grande hauteur.
On le note M o.
Remarque 4.14.
— Le mode peut être calculé pour tous les types de variables (qualitative et quantitative).
— Le mode n’existe pas toujours et quand il existe, il n’est pas toujours unique.
Exemple 4.17 (Cas discret). On considère trois séries d’observations des notes de 6 étu-
diants pour trois matières di↵érentes.
Matière I : 6 observations classées par ordre croissant, 2, 3, 7, 10, 13, 14.
pas de mode.
Matière II : 6 observations classées par ordre croissant, 4, 4, 10, 18, 19, 19.
deux modes 4 et 19.
Matière III : 6 observations classées par ordre croissant, 4, 4, 10, 17, 18, 19.
Le mode est 4.
Exemple 4.18. Si en reprend le tableau de l’exemple 4.11 on voit que la classe modale est
la classe [5000, 6000[.
Remarque 4.15. Il est possible de déterminer la valeur précise du mode, via la relation
suivante :
d1
M o = x p 1 + Am ⇥ (4.1)
d1 + d2
où xp 1 désigne la valeur de l’extrémité inférieure de la classe modale, Am l’amplitude de
cette même classe, d1 la di↵érence entre l’e↵ectif de la classe modale et l’e↵ectif de la classe
60
Pr. Ahmida Youssef Filière : Primaire
Remarque 4.16. Dans le cas où les classes sont d’amplitudes di↵érentes, il convient de
corriger les e↵ectifs ou les fréquences préalablement à la détermination du mode en utilisant
la formule (4.1), avec d1 et d2 désignent alors des e↵ectifs corrigés.
4.4.1.2 Moyenne
Définition 4.26
La moyenne arithmétique est la somme des valeurs observées rapportée au nombre
d’observations. Elle se note x.
• La moyenne arithmétique simple (données en tableau brut). Soit x1 , x2 , · · · , xn les
n observations de la variable X : la moyenne arithmétique se note
n
1X
x= xi .
n
i=1
Exemple 4.19.
1. Les notes d’un examen de Statistiques sont réparties comme suit :
10 10 10 11 12 12 15 15 15 15 17 17 17 17 17.
61
Filière : Primaire Pr. Ahmida Youssef
Note 11 15 16 17
E↵ectif 5 4 6 2
Âge (par ans) [4, 6[ [6, 8[ [8, 10[ [10, 12[ [12, 14[ [14, 14[
E↵ectifs (ni ) 10 18 5 7 23 2
4.4.1.3 Médiane
Définition 4.27
La médiane, notée M e, est la plus petite valeur de la série⇤ pour laquelle le nombre
d’observations inférieures ou égales à cette valeur représente au moins 50% de l’e↵ectif
total de la série.
Convention : dans le cas d’une série discrète comportant un nombre pair d’observa-
tions, la médiane n’est pas nécessairement une valeur observée.
Pour calculer la médiane, deux cas sont à distinguer selon la façon dont les données ont
été recueillies.
Cas 1 : La médiane d’une série de données brutes :
— Tout d’abord la série doit être classée dans l’ordre croissant des valeurs.
— Si la série brute comporte un nombre impair d’observations, noté n = 2p + 1, la
médiane est la valeur centrale de la série (ordonnée en sens croissant), donc la (p+1)ime
observation (M e = xp+1 ).
— Pour une série ayant un nombre pair n = 2p de données, on peut prendre pour valeur
médiane, indi↵éremment l’une ou l’autre des valeurs centrales ou n’importe quelle
valeur intermédiaire
✓ entre ces deux◆valeurs, par exemple, la moyenne arithmétique de
xp + xp+1
ces deux valeurs M e = , mais, dans ces conditions, ce n’est pas une valeur
2
observée.
Exemple 4.20.
— On considère la série d’observation des notes de 6 étudiants pour le module de Proba-
bilités et Statistique : 11, 9, 18, 10, 13.
Classons tout d’abord les modalités par ordre croissant. Dans notre exemple, ces mo-
dalités sont au nombre de n = 5, c’est-à-dire un nombre impair, et p = 2, donc la
médiane est la valeur centrale de la série ordonnée, c’est-à-dire la 3e observation : 9,
10, 11, 13, 18. La médiane est M e = 11.
62
Pr. Ahmida Youssef Filière : Primaire
Note 11 15 16 17
E↵ectif 5 4 6 2
E↵ectif cumulé 5 9 15 17
Segment 2 Segment 4
=
Segment 1 Segment 3
63
Filière : Primaire Pr. Ahmida Youssef
Soit
N
(M e xi ) Ni
= 2
(xj xi ) (Nj Ni )
D’où
N
2 Ni )(xj xi
M e = xi +
(Nj Ni )
Exemple 4.22. Le tableau suivant indique la structure par âges d’une population :
Âge (par ans) [4, 6[ [6, 8[ [8, 10[ [10, 12[ [12, 14[ [14, 14[
E↵ectifs (ni ) 10 18 5 7 23 2
E↵ectif cumulé 10 28 33 40 63 65
N
Ici N = 65 et = 32, 5, se situe entre 28 et 33. Ainsi la classe modale est la classe [8, 10[.
2
Détermination de la valeur de la médiane : On xi = 8, xj = 10 (bornes de la classe médiane),
on a aussi : Ni = 28 et Nj = 33 (e↵ectifs cumulés associés). Ainsi on obtient
(32, 5 28)(10 8)
Me = 8 + = 3, 3
33 28
4.4.2.1 L’étendue
Définition 4.28
L’étendue d’une série est la di↵érence entre la plus grande et la plus petite valeur
observée. Elle est notée :
E = max(xi ) min(xi ).
L’étendue permet une approche aisée de la dispersion d’une variable, mais sa signification
reste très limitée. Car elle ne tient compte que des valeurs extrêmes de la série, elle ne dépend
ni du nombre, ni des valeurs intermédiaires, elle est très peu utilisée dès que le nombre de
données dépasse 10.
64
Pr. Ahmida Youssef Filière : Primaire
Exemple 4.23. Si on considère la répartition, des notes d’un examen de Statistiques, sui-
vante :
10 11 12 12 15 15 15 17 17 18 18 19.
Alors
E = max(xi ) min(xi ) = 19 10 = 9.
Définition 4.29
La variance, notée V (x), d’ une variable statistique X est donnée par la moyenne
arithmétique des carrés des écarts des observations.
— Dans le cas de n observations, la variance est donnée par
n
1X
V (x) = (xi x)2 .
n
i=1
Remarque 4.19. Plus l’écart-type est faible, plus les valeurs sont regroupées autour de la
moyenne. Ainsi, si l’écart-type d’une série de notes des étudiants est faible, cela signifie que
la promotion est relativement homogène. Inversement, un écart-type élevé témoigne d’une
forte dispersion au sein de la classe.
Afin de faciliter les di↵érentes étapes de calcul de la variance, il est possible d’utiliser la
formule développée de la variance.
Définition 4.30
Formules développées de la variance :
— Cas de n observations :
n
!
1X 2
V (x) = xi x2
n
i=1
Exemple 4.24. Le tableau suivant indique la structure par âges d’une population :
65
Filière : Primaire Pr. Ahmida Youssef
66