Programme du module

mathématique semestre 1

➢Notion sur les fonctions

➢Développement limité
➢Les intégrales
➢Analyse statistique
 Les Fonctions
Une fonction est une relation (Application) associant à un
élément de l'ensemble de départ par un élément au plus de
l'ensemble d'arrivée .

Ensemble de départ(X) Ensemble d’arrivée (Y)

Antécédents Image
 Fonction réciproque

-Une fonction croissante ou décroissante (Monotone)

admet une fonction réciproque

-Une fonction croissante et décroissante

admet au moins une fonction réciproque (une ou plus)
pour des intervalles différent
 F(x)

-1
f
Y2

Y1
F(x)

x x1 x2 x

Y
,
Exemple: Donner la réciproque (fonction inverse)
des fonctions monotones
suivantes
Dérivée et dérivabilité
 Pour que f soit dérivable pour x=xo il faut que

Existe =une valeur réelle

≠∞

Existe =une valeur

f est dérivable ≠∞
adroite xo

Existe =une valeur

f est dérivable
agauche xo ≠∞
 Si
= =une valeur
réelle

donc f est dérivable

pour x=x0
Exemple:Étudier la dérivabilité de la fonction f adroite la
valeur +1
 Dérivée d’une fonction composée

• Si ;

• Donc f’
Accroissement et
différentielle
 1-Accroissement.
Y

y= F(x)
∆y
yo= F(xo)

x
xo x

∆x
L’accroissement :la variation de f(x) quand x varie de ∆x
On note ∆Y= f(x)-f(xo)

x= (xo+∆ x) ∆Y= f(xo+∆ x)-f(xo)

∆ y= F(x)-F(xo)

∆x 0
∆ x=x-xo

∆x 0
 2-Différentielle.

∆x=dx
∆x 0
∆Y=dy

∆x 0 dy
α ∆Y
dx
∆x

dy
α

dx
 dy
α
dx

• dy= tan(α) . dx
tan(α )=f’(x)

dy= f’(x) . dx
 Y

dy f(x+d x)
f(x)

x
x x+d x

dx

- dy=f’(x).dx
- dy=f(x +dx)-f(x)
dy=f’(x).dx
f(x+ dx)-f(x)=f’(x).dx
dy= f(x+ dx)-f(x)

f(x+dx)= f(x)+ f’(x).dx

 Théorème de Rolle
Y

x
a c1 c2 b

Si f est continue sur [a,b],dérivable sur ]a,b[ et

s’annule pour a et b (f(a)=f(b)=0,alors il existe
au moins un points intermédiaire x=c a<c<b
,ou f’(c)=0
 Théorème des accroissements
finis
Tangente Corde
Y
f(b)

f(b)-f(a)
f(a)

x
a c b

Si f est continue sur [a,b],dérivable sur ]a,b[, alors il

existe au moins un points intermédiaire x=c a<c<b ,ou ;
 Développement Limité (DL)
Y
P(x)
F(x)

f(x)

F(x)=P(x)=C0+C1(x-a)+ C2(x-a)2+ C3(x-a)3+.........+ Cn(x-a)n+R

F(x)=P(x)=C0+C1(x-a)+ C2(x-a)2+ C3(x-a)3+.........+ Cn(x-a)n

F’(x)=P’(x)=C1+ 2.C2(x-a)1+ 3.C3(x-a)2+.........+ nCn(x-a)n-1

F’’(x)=P’’(x)= 2.1C2+ 3. 2.C3(x-a)+.........+ n.(n-1)Cn(x-a)n-2

…………………………………………………………..
……………………………………………………………..
……………………………………………………………….
F n(x)=P n(x)= n.(n-1)(n-2)(n-3) …..2.1 .Cn
 X=a
F(a)=P(a)=C0+C1(a-a)+ C2(a-a)2+ C3(a-a)3+.........+ Cn(a-a)n

F’(a)=P’(a)=C1+ 2.C2(a-a)1+ 3.C3(a-a)2+.........+ nCn(a-a)n-1

F’’(a)=P’’(a)= 2.1C2+ 3. 2.C3(a-a)+.........+ n.(n-1)Cn(a-a)n-2

…………………………………………………………..
……………………………………………………………..
……………………………………………………………….
F n(a)=P n(a)= n.(n-1)(n-2)(n-3)…..2.1 Cn
C0=F(a)
C1=F’(a)
C2=F’’(a)/(2.1)
C3=F3(a)/(3.2.1)
……
Cn=Fn(a)/ n.(n-1)(n-2)……2.1
 Formule de Taylor

Reste de Lagrange
Reste de Young a <e< x
(x-a)n x(x)
x(x) →0
x→a
Développement limité (DL) au voisinage de 0

a=0

DL d’ordre 1

DL d’ordre 2

DL d’ordre n
 Exemple: Développement de la fonction ex
Au voisinage de 0

ex=1+

Développement de la fonction sin(x) au voisinage de 0 ?

Utilisation du développement limité pour le calcul approché

Δx=x-a
↓
x=a+Δx

Ou
Utilisation du développement limité pour le calcul des limites

Forme indéterminée (F I)

Forme indéterminée (F I)
Théorème de l’Hospital
• Soient f(x) et g(x) deux fonctions continues et
dérivables en tout point x≠a au voisinage de la
valeur a.

Si ;

Donc;

Alors;
• Le théorème est valable pour

(F.I)
 Formes indéterminées
+∞- ∞

F.I
0x∞

00
 Différentielle
• dy=f’(x).dx df=f’(x).dx

Exemple:
d(x2)=2x.dx
 Primitive et intégrale
On dit que la fonction F(x) est une primitive de la fonction
f(x) sur [a,b] si en tout point de segment on a; f(x) est
dérivée de F(x)
Dérivée

• F(x) f(x)
Primitive

Exemple:

Donc: est la primitive de x4

• F’(x) = f(x)
• Donc F(x) est la primitive de f(x)

• Aussi (F(x)+c)’=f(x) c :(constante)

• Donc la prémitive de f(x) est de la forme;
F(x)+c c :(constante)
Exemple:

Donc: est la primitive de x4

 Intégrale
• On appelle integrale indéfinie de la fonction f(x) on
note toute expression de la forme F(x)+c
où F(x) est une primitive de f(x)

F’(x) = f(x)
Quelques propriétés de l’intégrale indéfinie

- -

a constant ϵ IR
Intégration par changement de variable
g(x)=t

Exemple:

t=sinx

t=1+x2
Intégrales usuelles
Intégration par parties
• Exemple:
 INTÉGRALE DÉFINIE

Si F(x) est la primitive de f(x)

L’intégrale définie par les bornes a et b est donné

comme suit ;
 Statistique
Calcul déterministe
Exemple1:

A B

D
D=V x T Calcul exact (déterministe)

P=r . g . h Calcul exact (déterministe) h

P

CALCULE STATISTIQUE
EXEMPLE2:
- La taille des étudiants en fonction du poids
- L’intensité de pluie en fonction de la durée
 Les statistiques a pour but ;
• L’étude des données
• L’étude des phénomènes aléatoires
• Pour prendre des décisions sur un phénomène
• Pour la prévision des phénomènes
Le jugement incertain (floue) sur un problème
ou un système
a partir des données préalablement mesurées
 Vocabulaire statistiques

• La population est l’ensemble générale des

individus étudiées
• L’Echantillon est un sous ensemble extraire de l a
population
• L’individu ou unité est l’élément de base étudié
Ex: étudiant –pièce-Plante…) il porte plusieurs
caractère ou variable
• Le caractère(variable) c’est le paramètre mesuré
ou étudié pour l’individu ou la population
 Caractère,
Échantillon
Variable
Population Individu

X
Y
z
 • Série statistique
• est une liste de mesures obtenues lors d’une étude ou de relevés de
mesures ,composé de ;

- La variable (caractère) statistique (xi)

- Le poids est sous forme effectif (ni) , fréquence(fi) ,probabilité (Pi)…

Exemple:
Taille [160-165[ [165-170[ [170-175[ [175-180[ [180-185[ [185-200[ S
D’étudiant

Effectif(n) 150 324 853 921 514 238 3000

 Types de variables (caractère)
statistiques

• Types de variable statistique:

• Variable statistique discrète (discontinue , des
valeurs isolées )
• Quantitative
• Qualitative
• Variable statistique continue
-La fréquence :

c’es le taux de chance de trouver une t‘elle valeur bien déterminée de

la variable aléatoire .Par fois la fréquence est remplacée par la
probabilité (p),

Paramètres de position
1-La moyenne :
k
 Exemple;
Soit la série statistique suivante;
Xi 3 5 6 7 9 10 S
Effectifs ni 4 8 11 18 9 3
53
Fréquence f =ni /N 4/53 8/53 11/53 18/53 9/53 3/53
1
Effectifs cumulé nc 4 12 23 41 50 53

Le mode : c’es la valeur de variable équivalente a la

valeur maximale de l’effectif nmax

nmax=18 → Mo=X(n max) =7

La médiane: Série statistique discrète
- N impaire:
X 2 2 2 3 3 4 4 5 5 5 7

n N=11

nc=6 Me=4

- N paire: N=10 X1=3

X 2 2 2 3 3 4 4 5 5 7

n X2=4

Me= (X1+X2)/2 = (3+4)/2 = 3,5

Représentation graphique d’une série statistique discrète
Diagramme en bâtons
n
Ou
f

n3

n2

n1

X1 X2 X3
X
 Paramètres de dispersion

X< Ecart - Ecart + X>

X1 - Xn -

X3 - Xi+2 -

X1 X2 X3 Xi Xi+1 Xi+2 Xi+3 ……… Xn

Pour donner une idée sur la dispersion des point il faut

calculer;

i i
a)- La variance

2
k
 b)- L’écart type

c)- Coefficient de variation

Cv<0,33 ………série a faible dispersion

Cv=0,33 ………série a moyenne dispersion (équilibré)

Cv>0,33 ………série a forte dispersion

 Les Moments

➢ Les moments d'ordre r par rapport au point

c sont;

➢ En pratique, on utilise les moments par

rapport à l'origine ou moments non centrés
mr (c=0) et les moments par rapport à la
moyenne (Mr) ou moments centrés
➢Moment non centré (ordinaire) mr

➢Moment centré Mr
• Le moment non centré d'ordre 1 m1= la moyenne.

• Le moment centré d'ordre 1 (M1) est toujours

nul =0.

• Le moment centré d'ordre 2, M2= la variance (Var).

 Paramètres de Forme (de fisher)

Coefficient d’ asymétrie Cs ;

M3:moment centré d’ordre 3

M2:moment centré d’ordre 2

Cs<0 ………….Asymétrie gauche

Cs =0 ………….symétrie.
Cs>0 ………….Asymétrie droite
n ou f n ou f
Asymétrie gauche Cs<0 Asymétrie droite Cs>0

x x

n ou f Symétrie Cs =0

x
Coefficient d’aplatissement Ck (Kurtosis);

M4:moment centré d’ordre 4

M2:moment centré d’ordre 2

Ck<3 …..Platikurtique (faible aplatissement)

Ck =3 …….Mesokurtique (courbe normale ) .
Ck>3 …….Leptokurtique ( forte aplatissement)
n ou f

Leptokurtique (aplatissement forte)

Mesokurtique (courbe normale)

Platikurtique (aplatissement faible)

x
 Les quartiles
Un quartile est chacune des trois valeurs qui divisent les
données triées en quatre parts égales

2 2 3 3 3 4 4 4 4 4 5 5 5 8 8 9
N=16 0,25 N= 0,25x16=4 0,5N=8 0,75 N=12

le 1er quartile Q1=3

le 2e quartile Q2=4

le 3e quartile Q3=5
• La différence entre le troisième quartile
et le premier quartile s'appelle écart
interquartile ; c'est un critère de
dispersion de la série.
 Boite a moustaches
Soit la série suivante;
X 3 5 7 8 10 15
ni 1 3 4 3 3 2
nc 1 4 8 11 14 16
Me =7,5

Q1 Q3

X 3 5 7,5 10 15
• Il s'agit de tracer un rectangle allant du premier
quartile au troisième quartile et coupé par la
médiane. On ajoute alors des segments aux
extrémités allant jusqu'aux valeurs extrêmes
 série statistique continue:

• Une variable quantitative est dite continue si

elle peut prendre toutes les valeurs réelles
comprises entre 2 valeurs de la même série .
 la moyenne annuelle des étudiants de 1ere année SNV
Classes Ci [0-5[ [5-8[ [8-10[ [10-14[ [14-16[ [16-20[ S

Effectif ni 15 32 85 94 51 23 300

Étendu a 5-0=5 8-5=3 2 4 2 4 20

Centre de (5+0)/ 6,5 9 12 15 18

classe Xi 2=2,5
Densité 15/5= 10,66 42,5 23,5 25,5 5,75
d=ni/a 3
Fréquence fi 15/300 32/300 85/300 94/300 51/300 23/300 300/300
=1
Effectif 15 47 132 226 277 300
cumulé nc

Xci: centre classe

 Discrétisation d’une série statistique continue

• Diverses formules utilisées

• Soit k le nombre de classe à découper et N la population.
• Formule de Brooks : k = 5 × Log10 (N)
Formule de Sturges : k = 1 + (10 ⁄ 3) × Log10 (N)

N K (Brooks) K (Sturges) K Idéal

50 8.49 6.66 6-7-8
100 10 7.66 7….10

L’inconvénient de ces formules repose sur une distribution normale et

symétrique
le nombre de classes ne sera pas optimal pour une distribution
asymétrique.
• Il existe d’autres formules plus précises.
Soit σ l’écart-type.

• Formule de Scott :

Formule de Freedman:

• Q1 Q3 ;Premier et troisième quartile

 Histogramme
Densité
d
42,5

85
23,5

94 51
10,66

15 32 23
0 5 8 10 14 16 20 Classe Ci
 Calcul de la Médiane (Me)
Densité
d
42,5

85
23,5

94 51
∆s
10,66 =
18
15 32 23
0 5 8 10 Me 14 16 20 Classe Ci
e

Me=10+e
∆s=150-(15+32+85)=18 → e= 18/23,5 =0,77→Me=10,77
 Calcul du mode (Mo)

42,5

d2

d1
85
23,5

94 51
10,66

15 32 23
0 5 8 Mo 10 14 16 20 Classe Ci
∆
Mo=8+∆
∆=d1/(d1+d2) . a d1=42,5-10,66 d2=42,5-23,5
a=10-8=2 ∆=1,25 donc Mo=8+1,25=9,25
 Courbe des effectifs cumulés
300
277

226

132

47
15
0 5 8 10 14 16 20
 Densité de fréquence et de probabilité
Classes Ci [0-5[ [5-8[ [8-10[ [10-14[ [14-16[ [16-20[ S

Effectif ni 15 32 85 94 51 23 300

Étendu a 5 3 2 4 2 4 20

Densité d=ni/a 15/5=3 10,66 42,5 23,5 25,5 5,75

Fréquence fi 15/300 32/300 85/300 94/300 51/300 23/300 300/300

=0,05 =0.107 =0,283 =0,313 =0,170 =0,076 =1
Densité de 0,05/5 0,107/3 0,141 0,078 0,085 0,019
fréquence ou =0,01 =0,005
de probabilité
dp= f/a

Fréquences 0,05 0,157 0,44 0,753 0,923 1

cumulées
 Fonction de densité de probabilité :
df
d=fi/dx =p/dx

d3
f3

d2 f2

f3
f2 f1
f4
X
d1
f1
x1 x2 x3 x4 x5 x6
X