Analysis1 2008 09

Analyse I pour Ingénieurs
Joachim STUBBE
10 septembre 2008
Résumé
Dans ce premier semestre nous allons réviser et approfondir la théorie et la pra-

tique du calcul différentiel et du calcul intégral. Après un bref discours sur les
propriétés des nombres et d’avoir se familiarisé avec les techniques élémentaires
des démonstrations mathématiques nous présentons le concept central du cours
et d’analyse qui représente un traitement de l’infini : le processus de limite et la
notion de convergence. Un fil rouge de l’analyse est de chercher ensuite des condi-
tions qui nous permettent de permuter d’autres oprations avec le processus de
limite par la raison de faciliter le calcul avec ce concept. Les règles de calcul pour
les limites des suites (ainsi que pour les fonctions) nous montrent que nous pou-
vons permuter les opérations algébriques avec le processus de limite. Ce résultat
n’est pas du tout évident comme nous allons voir en cas des séries : dans une
somme d’un nombre infini d’éléments nous ne pouvons plus appliquer la commu-
tativité de l’addition sans prcaution. Il nous faut en effet, une notion plus forte
de convergence, celle d’une série absolument convergente. En suivant le fil rouge
nous introduisons la notion d’une fonction continue qui signifie que pour une
telle fonction nous pouvons permuter le processus de limite avec l’application
de la fonction. La notion d’une dérivée nous permet d’exprimer ” la pente d’une
fonction ” et en particulier la définition de la vitesse à un instant donné pour
un mouvement non uniforme, un concept formulé déjà par Isaac Newton (1643
- 1727) dans sa présentation de la mécanique analytique. Avec la notion de la
dérivée nous ouvrons la porte l’étude des fonctions et en particulier au problème
d’approximation locale d’une fonction par un polynôme et sa représentation par
une série entière qui nous permet de permuter les processus de limite de la série
avec celui de la dérivée. L’intégration est l’opération réciproque de la dérivée
et liés géométriquement au calcul des aires. En mécanique l’intégration nous
permet de déterminer la trajectoire d’une particule à partir sa vitesse donnée
ou mathématiquement de résoudre des équations différentielles que nous allons
étudier en deuxième semestre.
L’auteur tient à remercier Amel Chabouni, Christophe Delauney, Oana Dragu-

lete, Francois Gay-Balmaz, Julien Houriet, Anna Lyakhovskaya, Lara Thomas,
Barbara Tumpach, Murat Turhan, Sergiy Vasylkevych et Sebastian Haller pour
avoir corrigé ce text et pour les améliorations y apportées.
Table des matières
1 Nombres 5
1.1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Structures algébriques et structures d’ordre . . . . . . . . . . . . 7
1.3 Nombres naturels et principe d’induction . . . . . . . . . . . . . 7
1.3.1 Somme et produit . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Exemple - une formule du binôme . . . . . . . . . . . . . 10
1.3.3 Exemple - trouver la formule pour une somme . . . . . . 10
1.4 Les corps ordonnés Q et R . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1 Propriétés des nombres rationnels . . . . . . . . . . . . . 11
1.4.2 Sous-ensembles de Q et de R . . . . . . . . . . . . . . . . 12
1.4.3 Propriétés des nombres réels . . . . . . . . . . . . . . . . 14
1.4.4 Intervalles et sous-ensembles de R . . . . . . . . . . . . . 15
1.4.5 Valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Introduction aux nombres complexes . . . . . . . . . . . . . . . . 16
1.5.1 Le corps C . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.2 Module et complexe conjugé. . . . . . . . . . . . . . . . . 18
1.5.3 Représentation des nombres complexes et forme polaire . 19
1.5.4 Racines d’un nombre complexe . . . . . . . . . . . . . . . 20
1.5.5 Interprétation géométrique des opérations sur les nombres
complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6 Résolution des équations . . . . . . . . . . . . . . . . . . . . . . . 22
1.6.1 Équations de degré deux . . . . . . . . . . . . . . . . . . . 22
1.6.2 Équations de degré trois . . . . . . . . . . . . . . . . . . . 23
1.6.3 Quelques résultats généraux . . . . . . . . . . . . . . . . . 25
2 Suites et limites 27
2.1 Suites et sous-suites . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Suites bornées . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.3 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.4 Sous-suites . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Suites convergentes et limites . . . . . . . . . . . . . . . . . . . . 29
2.2.1 Limite d’une suite . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 Propriétés des valeurs limites . . . . . . . . . . . . . . . . 31
2.3 Critères de convergence . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Le théorème de Bolzano-Weierstrass . . . . . . . . . . . . . . . . 37
2.5 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Suites fortement divergentes . . . . . . . . . . . . . . . . . . . . . 39
2
2.7 Limites des suites récurrentes . . . . . . . . . . . . . . . . . . . . 39
2.7.1 Suites récurrentes linéaires . . . . . . . . . . . . . . . . . 39
2.7.2 Suites récurrentes non-linéaires . . . . . . . . . . . . . . . 42
2.7.3 Exercices avec les corrigés . . . . . . . . . . . . . . . . . . 42
3 Séries I 46
3.1 Séries et Convergence . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3 Séries alternées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4 Critères de convergence . . . . . . . . . . . . . . . . . . . . . . . 50
3.5 Sur l’ordre des termes dans une série . . . . . . . . . . . . . . . . 51
3.6 La série exponentielle . . . . . . . . . . . . . . . . . . . . . . . . 53
4 Fonctions réelles 56
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.2 Fonctions réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2.1 Exemples des fonctions réelles . . . . . . . . . . . . . . . . 59
4.2.2 Opérations algébriques . . . . . . . . . . . . . . . . . . . . 61
4.2.3 Fonctions monotones . . . . . . . . . . . . . . . . . . . . . 63
4.3 Limite d’une fonction et fonction continue . . . . . . . . . . . . . 64
4.3.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3.2 Propriétés des valeurs limites . . . . . . . . . . . . . . . . 66
4.3.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.4 Propriétés des fonctions continues . . . . . . . . . . . . . . . . . . 70
4.4.1 Fonctions continues sur [a, b] . . . . . . . . . . . . . . . . 70
4.4.2 Inversibilité et continuité . . . . . . . . . . . . . . . . . . 71
4.5 Limites infinies et limites à l’infini . . . . . . . . . . . . . . . . . 72
4.5.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.5.2 Comportement asymptotique et asymptotes . . . . . . . . 74
5 Calcul différentiel 76
5.1 La dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.1.1 Propriétés de la dérivée . . . . . . . . . . . . . . . . . . . 79
5.1.2 Dérivée unilaterale . . . . . . . . . . . . . . . . . . . . . . 82
5.1.3 Une application de la Dérivée : La règle de l’Hospital . . . 83
5.1.4 La classe C 1 (I) . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 Théorèmes des accroissements finis . . . . . . . . . . . . . . . . . 84
5.2.1 Extremums locaux et théorème de Rolle . . . . . . . . . . 84
5.2.2 Théorèmes des accroissements finis . . . . . . . . . . . . . 85
5.3 Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . 88
5.3.1 La classe C n (I) . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.2 La formule de Leibniz . . . . . . . . . . . . . . . . . . . . 89
5.3.3 Fonction convexe et dérivée seconde . . . . . . . . . . . . 89
5.3.4 Extremum locaux et dérivée seconde . . . . . . . . . . . . 92
5.3.5 Applications . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.3.6 Points d’inflexion et dérivée seconde . . . . . . . . . . . . 93
5.4 Dérivées d’ordre supérieur et développements en séries . . . . . . 93
5.4.1 Fonctions polynomiales . . . . . . . . . . . . . . . . . . . 94
5.4.2 Développement limité . . . . . . . . . . . . . . . . . . . . 95
5.4.3 Calcul des polynômes de Taylor . . . . . . . . . . . . . . . 98
3
4
5.4.4 Application du développement limité au comportement

asymptotique* . . . . . . . . . . . . . . . . . . . . . . . . 100
5.4.5 Séries entières . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5 Étude d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . 103
6 Calcul intégral 104

6.1 L’intégrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . 104
6.2 Propriétés de l’intégrale de Riemann . . . . . . . . . . . . . . . . 107
6.3 La dérivée et l’intégrale . . . . . . . . . . . . . . . . . . . . . . . 108
6.4 Techniques d’intégration . . . . . . . . . . . . . . . . . . . . . . . 109
6.4.1 Intégration par partie . . . . . . . . . . . . . . . . . . . . 109
6.4.2 Changement de variable . . . . . . . . . . . . . . . . . . . 109
6.4.3 Exemples - techniques et intégrales fréquentes . . . . . . . 110
6.5 Intégrales généralisées . . . . . . . . . . . . . . . . . . . . . . . . 118
6.6 La fonction Gamma . . . . . . . . . . . . . . . . . . . . . . . . . 121
A Dérivées et primitives 126
B Intégrales généralisées 129

Chapitre 1
Nombres
Dans ce chapitre nous passons en revue les propriétés élémentaires des en-
sembles des nombres naturels, entiers, rationnels, réels et complexes avec les-
quels nous travaillerons en analyse et en sciences.
Notions à apprendre. N, Z, Q, R, axiomes, suprémum, infimum, ensembles

ouverts et fermés, valeur absolue, C, formule d’Euler, formule de Moivre.
Compétences à acquérir. Faire une démonstration par récurrence ou par

l’absurde, déduire des relations simples à partir des axiomes, calculer avec le
symbole d’une somme ou d’un produit fini, comprendre la signification de la va-
leur absolue dans R (resp. du module dans C), calculer les racines d’un nombre
complexe, résoudre une équation de degré 2 à coefficients complexes, résoudre
une équation de degré 3 à l’aide de la formule de Cardan et sa généralisation,
comprendre l’interprétation géométrique des opérations algebriques et des ap-
plications linéaires dans C.
1.1 Ensembles
Ensembles et sous-ensembles. Un ensemble E est une collection d’objets
appelés éléments. Si a est un élément de E on dit que a appartient à E ou que
E contient a, et on note a ∈ E. Si a n’est pas un élément de E on note a ∈ / E. Si
les éléments a, b, . . . forment l’ensemble E on note E = {a, b, . . .}. Un ensemble
E peut avoir un nombre fini ou infini d’éléments. L’ensemble vide, noté { } ou
∅, n’a aucun élément. L’ensemble E est un sous-ensemble (on dit aussi partie)
de l’ensemble F si chaque élément de E est un élément de F . On note E ⊂ F .
Si E ⊂ F et F ⊂ E, E et F contiennent les mêmes éléments. On note E = F .
Exemple 1. On désigne par N l’ensemble des entiers naturels ou nombres

naturels {0, 1, 2, . . .}, Z l’ensemble des entiers {. . . , −2, −1, 0, 1, 2, . . .}, Q le
corps des nombres rationnels { pq : p, q ∈ Z, q 6= 0} et R le corps des nombres réels
(voir 1.2 pour les propriétés d’un corps). On a alors les inclusions suivantes :
∅ ⊂ N ⊂ Z ⊂ Q ⊂ R.
5
CHAPITRE 1. NOMBRES 6
Exemple 2. On note Z+ = {1, 2, . . .} l’ensemble des entiers (strictement)

positifs. Evidemment
Z+ ⊂ N.
Opérations booléennes. Si E et F sont des ensembles, on définit la réunion

de E et de F comme l’ensemble des éléments appartenant à E ou à F :
E ∪ F = {x : x ∈ E ou x ∈ F }
On définit l’intersection de E et de F comme l’ensemble des éléments qui ap-

partiennent à E et à F :
E ∩ F = {x : x ∈ E et x ∈ F }
Si E est un sous-ensemble de F on définit le complémentaire de E dans F comme

l’ensemble des éléments de F qui ne sont pas des éléments de E :
E c = F \ E = {x : x ∈ F et x ∈
/ E}
Exemple 3. Le complémentaire de Z+ dans N est {0}.
Ensemble produit cartésien. Soient E, F deux ensembles. On définit le

produit cartésien de E et de F comme l’ensemble des couples (x, y) où x ∈ E
et y ∈ F :
E × F = {(x, y), x ∈ E et y ∈ F }.
De même on définit le produit cartésien des n ensembles (Ei )1≤i≤n :
E1 × . . . × En = {(x1 , . . . , xn ) : x1 ∈ E1 , . . . , xn ∈ En }.
Si Ei = E pour tout i on note E n le produit cartésien des Ei .
Attention : Noter que couple et paire sont des notions différentes et donc
E × F 6= F × E.
Application ou fonction. Nous pouvons interpréter tout sous-ensemble de

E × F comme une correspondance ou une relation entre les éléments de E et de
F . Une correspondance, qui à tout élément x ∈ E associe un élément y ∈ F est
appelée une application ou encore une fonction de E dans F et on la note par
f : E → F . On appelle E son domaine de définition et F son ensemble d’arrivée.
Le sous-ensemble de F donné par f [E] = {f (x) : x ∈ E} est appelé l’image de f .
Finalement, le graphe d’une application, noté Gf est le sous-ensemble de E × F
donné par
Gf = {(x, f (x)) : x ∈ E}.
Nous donnerons plus de détails sur les applications entre deux ensembles et
leurs propriétés et de nombreux exemples dans le chapitre 4. Les opérations
algébriques peuvent être vues comme des applications :
Exemple 4. L’addition des entiers est une application de E = Z × Z dans

F = Z donnée par f ((n, m)) = n + m.
1.2 Structures algébriques et structures d’ordre

Dans la suite, nous donnons les règles habituelles de calcul sous forme d’une
liste d’axiomes.
Axiomes algébriques - propriétés d’un corps. Soient x, y, z ∈ Q ou R.

1. x + (y + z) = (x + y) + z et x · (y · z) = (x · y) · z.
2. x + y = y + x et x · y = y · x.
3. Il existe un élément noté 0 tel que pour tout x : 0 + x = x.
4. Pour chaque x il existe un élément noté −x tel que x + (−x) = 0
5. Il existe un élément 1 6= 0 tel que pour tout x : 1 · x = x.
6. Pour chaque x 6= 0 il existe un élément noté x−1 tel que x · x−1 = 1.
7. x · (y + z) = x · y + x · z.
Ensembles N et Z. L’ensemble N ne satisfait pas les axiomes 4 et 6,

l’ensemble Z ne satisfait pas l’ axiome 6.
Axiomes d’ordre. Soient x, y, z ∈ N, Z, Q ou R.

1. x ≤ y et y ≤ z impliquent x ≤ z.
2. x ≤ y et y ≤ x impliquent x = y.
3. Pour tout couple x, y on a soit x < y, soit x = y, soit x > y.
4. Si x ≤ y, alors pour tout z : x + z ≤ y + z.
5. Si 0 ≤ x et si 0 ≤ y, alors 0 ≤ xy.
Proposition. Q et R sont des corps ordonnés.
Remarque. Nous rappelons la définition des signes < et > à partir de ≤ :
x<y si x ≤ y et x 6= y,
x>y si y ≤ x et x 6= y.
On note x ≥ y si y ≤ x.
1.3 Nombres naturels et principe d’induction

Ensemble des nombres naturels. On note N l’ensemble des entiers naturels
ou nombres naturels :
N = {0, 1, 2, . . .}
Sur l’ensemble des nombres naturels il y a une structure algébrique donnée par
les opérations de l’addition notée ”+” et de multiplication notée ”·”. De plus
l’ensemble des nombres naturels est ordonné. Il faut cependant une propriété
supplémentaire pour caractériser l’ensemble N.
Propriété du bon ordre. Tout sous-ensemble non vide de N a un plus

petit élément.
Cette propriété implique le

Theorème 1.1. - Principe d’induction ou de récurrence. Soit R(n) une
relation dépendant d’un entier positif telle que :
¦ Relation R(1) est vraie.
¦ R(n) implique R(n + 1).
Alors, R(n) est vrai pour tout entier positif.
Avant de donner quelques exemples du principe d’induction, nous rappelons

quelques propriétés de la somme et du produit.
1.3.1 Somme et produit

Définition. Soient m ≤ n deux nombres naturels (ou entiers). Pour tout entier
k tel que m ≤ k ≤ n soit ak un nombre réel. On définit :
n
X
ak = am + am+1 + . . . + an
k=m
n
Y
ak = am · am+1 · . . . · an = am am+1 . . . an .
k=m
Si m = n, alors la somme (le produit) ne contient que le nombre an . Pour

n = m − 1 on définit :
m−1
X
ak := 0 (somme vide)
k=m
m−1
Y
ak := 1 (produit vide)
k=m
Quelques règles de calcul. Si l − 1 ≤ m ≤ n, alors :

m
X n
X n
X
ak + ak = ak
k=l k=m+1 k=l
µY
m ¶ µ Y
n ¶ Yn
ak · ak = ak .
k=l k=m+1 k=l
Pour tout entier k tel que m ≤ k ≤ n soient ak , bk des nombres réels.

n
X n
X n
X
(ak + bk ) = ak + bk
k=m k=m k=m
n
Y n
Y n
Y
ak bk = ak · bk .
k=m k=m k=m
De plus, soit λ un nombre (réel, complexe). Alors

n
X n
X
λak = λ ak
k=m k=m
n
Y n
Y n
Y
(λak ) = λak = λn−m+1 ak .
k=m k=m k=m
Changement d’indices.
n
X n−l
X
ak = aj+l
k=m j=m−l
n
Y n−l
Y
ak = aj+l
k=m j=m−l
Une technique utile est de changer l’ordre des ak dans une somme ou dans un
produit : soit σ une permutation de {1, . . . , n}, i.e. σ est une application de
E = {1, . . . , n} dans E telle que σ(j) 6= σ(k) pour tout j 6= k (plus précisément,
on dit que σ est bijective, voir chapitre 4). Alors
n
X n
X
ak = aσ(k)
k=1 k=1
n
Y n
Y
ak = aσ(k) .
k=1 k=1
En particulier, les inversions a1 + . . . + an = an + . . . + a1 , respectivement

a1 · . . . · an = an · . . . · a1 , donnent
n
X n
X
ak = an+1−k
k=1 k=1
n
Y n
Y
ak = an+1−k .
k=1 k=1
Exemple 5. L’inversion de l’ordre nous permet de calculer aisément la

somme des n premiers entiers naturels :
n
X n n n
1X 1X 1X n(n + 1)
k= k+ (n + 1 − k) = (k + n + 1 − k) = .
2 2 2 2
k=1 k=1 k=1 k=1
Produit de deux sommes. Pour j, k tel que m ≤ j, k ≤ n :

n X
X n µX
n ¶µ X
n ¶ n
X n
X
aj bk = aj bk = aj bk .
j=m k=m j=m k=m j=m k=m
1.3.2 Exemple - une formule du binôme

Problème. Montrez que pour tout a, b ∈ R et tout entier positif n :
n−1
X
an − bn = (a − b) · an−k−1 bk .
k=0
Solution. Appelons cette relation R(n). Pour n = 1 nous avons an −bn = a−b
et
n−1
X 0
X
(a − b) · an−k−1 bk = (a − b) · a1−k−1 bk = (a − b) · a0 b0 = a − b.
k=0 k=0
Par conséquent, R(1) est vraie. Pour démontrer que R(n) implique R(n + 1)
nous écrivons an+1 − bn+1 comme suit :
an+1 − bn+1 = an+1 − abn + abn − bn+1 = a(an − bn ) + (a − b)bn .
Nous utilisons ensuite la relation R(n). Donc

n−1
X
an+1 − bn+1 = a · (a − b) · an−k−1 bk + (a − b)bn
k=0
n−1
X
= (a − b) · an+1−k−1 bk + (a − b)bn .
k=0
Pn
Notons que bn = k=n an+1−k−1 bk . Nous obtenons la relation R(n + 1) :
¡ n−1
X n
X ¢
an+1 − bn+1 = (a − b) · an+1−k−1 bk + an+1−k−1 bk
k=0 k=n
n+1−1
X
= (a − b) · an+1−k−1 bk .
k=0
1.3.3 Exemple - trouver la formule pour une somme

Problème. Trouver une formule pour la somme
n
X 1
Sn := , n ∈ Z+ .
k(k + 1)
k=1
Solution. Le problème est plus difficile que 1.3.2 puisque d’abord il faut trou-
ver la bonne formule pour Sn . Comment peut-on la trouver ? Une méthode est
de calculer les premiers Sn pour éventuellement en déduire la formule générale
(ou au moins un bon candidat). Alors :
n=1: S1 = 12
n=2: S2 = 12 + 16 = 23
1
n=3: S3 = S2 + 12 = 34
n=4: S4 = S3 + 20 = 45 .
1
n
On voit que les résultats sont de la forme n+1 . Notre conjecture est alors :
n
X 1 n
Sn := = , n ∈ Z+ .
k(k + 1) n+1
k=1
n
Évidemment c’est vrai pour S1 . Supposons que Sn = n+1 . Alors
1 n 1 n+1
Sn+1 = Sn + = + = .
(n + 1)(n + 2) n + 1 (n + 1)(n + 2) n+2
Solution 2. Alternativement, nous trouvons une formule pour Sn comme suit :

1
notons que k(k+1) = k1 − k+1
1
. Donc formellement
n
X X¡1 n
1 1 ¢
Sn := = −
k(k + 1) k k+1
k=1 k=1
1 1 1 1 1 1 1
= (1 − ) + ( − ) + . . . + ( − )+( − )
2
| {z } 2 3 n − 1 n n
| {z } n + 1
1 n
=1− = .
n+1 n+1
Ce calcul nous propose une autre démonstration de la formule en applicant nos
conventions sur les sommes et produits finis. En fait, pour tout entier n positif :
n
X ¡1 1 ¢
Sn = −
k k+1
k=1
Xn n
1 X 1
= −
k k+1
k=1 k=1
Xn n+1
1 X1
= − par le changement j = k + 1
k j=2 j
k=1
µ n
X ¶ µXn ¶
1 1 1
= 1+ − +
k j=2
j n+1
k=2
1
=1− .
n+1
1.4 Les corps ordonnés Q et R

Nous avons vu que Q et R sont des corps ordonnés, i.e. ils satisfont les mêmes
axiomes algébriques et d’ordre. En introduisant une nouvelle notion - celle du
supremum et de l’infimum d’un ensemble - nous allons montrer que Q n’est pas
complet et que R a cette propriété supplémentaire, la propriété d’être complet
(voir 1.4.3).
1.4.1 Propriétés des nombres rationnels

Notons d’abord que l’ensemble Q est dense dans le sense suivant : entre deux
nombres rationnels a < b il y a toujours un autre nombre rationnel, par exemple
la moyenne arithmétique a+b2 , et, par conséquent, il y a un nombre infini de
nombres rationnels. Q satisfait également la propriété suivante :
Axiome d’Archimède. Pour tout couple (x, y) ∈ Q × Q satisfaisant x > 0

et y ≥ 0 il existe un entier positif n tel que nx > y.
Pour illustrer le fait que Q n’est pas complet nous rappelons que l’équation
x2 = 2 n’admet pas de solutions dans Q.
Proposition 1.4.1. Il n’y a pas de x ∈ Q qui satisfait x2 = 2.
Démonstration. Supposons qu’il existe x = pq avec p, q ∈ Z+ tel que x2 = 2. On

peut également supposer que p et q n’ont pas de diviseur commun, c’est-à-dire,
que leur plus grand commun diviseur est 1 : pgcd(p, q) = 1. On a
p2
=2 i.e. p2 = 2q 2
q2
et par conséquent p2 est pair. Donc p est pair et il existe un entier p0 tel que
p = 2p0 (puisque le carré d’un entier impair est impair ; en effet (2n + 1)2 =
2(2n2 + n) + 1 est impair). Alors
p2 = 4p02 = 2q 2 i.e. 2p02 = q 2
Donc q doit être pair. C’est une contradiction avec notre hypothèse que p et q
n’ont pas de diviseur commun. Il n’existe donc pas de nombre rationnel x tel
que x2 = 2.
1.4.2 Sous-ensembles de Q et de R
Pour décrire la propriété supplémentaire de R il nous faut un langage appro-
prié concernant des sous-ensembles d’un ensemble ordonné. Dans la suite soit
A 6= ∅ un sous-ensemble de l’ensemble ordonné S = Q ou S = R.
Minorant. A est dit minoré s’il existe a ∈ S tel que pour tout x ∈ A on a
x ≥ a. Le nombre a est appelé minorant de A.
Majorant. A est dit majoré s’il existe b ∈ S tel que pour tout x ∈ A on a
x ≤ b. Le nombre b est appelé majorant de A.
Remarque. Si A admet un minorant (majorant) il en admet plusieurs.
Sous-ensemble borné. A est dit borné, s’il est à la fois minoré et majoré.
Exemple. Considérons l’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q}. L’ensemble

A est borné. Un minorant est a = −2 et un majorant est b = 2 puisque (−2)2 =
22 = 4 > 2. Un autre couple (minorant, majorant) est (a = − 23 , b = 23 ) puisque
32 9
22 = 4 . Notre argument est justifié grâce aux inégalités suivantes :
si x, y > 0 : x < y ⇔ x2 < y 2 et si x, y < 0 : x < y ⇔ x2 > y 2 .
En effet, noter simplement que x2 − y 2 = (x + y)(x − y).

Infimum. Un minorant a ∈ S est dit infimum ou borne inférieure de A, noté

a = inf A, si a est le plus grand minorant, c’est-à-dire, si tout minorant a0 de A
satisfait a0 ≤ a. Si A n’est pas minoré on pose inf A = −∞.
Remarque. Si l’infimum existe, il est unique (donc notre notation est jus-
tifiée). En effet, supposons qu’il existe deux plus grands minorants a1 et a2 . On
a a1 ≤ a2 car a2 est le plus grand minorant mais aussi a2 ≤ a1 , donc a1 = a2 .
Supremum. Un majorant b ∈ S est dit supremum ou borne supérieure de A,

noté b = sup A, si b est le plus petit majorant, cest à dire, si tout majorant b0
de A satisfait b0 ≥ b. Si A n’est pas majoré on pose sup A = +∞.
Remarque. Si le supremum existe, il est unique.
Minimum. Un minorant a ∈ S est dit minimum de A, noté a = min A, si

a = inf A et a ∈ A.
Maximum. Un majorant b ∈ S est dit maximum de A, noté b = max A, si

b = sup A et b ∈ A.
Nous allons montrer que l’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q} n’a pas de

supremum (ni d’infimum) dans S = Q. Autrement dit, il n’y a pas un b ∈ Q
tel que b = sup{x : 0 ≤ x2 < 2, x ∈ Q}. La démonstration se fera par un
raisonnement par l’absurde.
Proposition 1.4.2. L’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q} n’a pas de

supremum ni d’infimum dans S = Q.
Démonstration. Nous donnons seulement la démonstration pour le supremum.

Supposons alors que b = sup A ∈ Q. Évidemment b > 0. On a soit b2 < 2, soit
b2 = 2, soit b2 > 2. Le cas b2 = 2 est exclu par la proposition 1.
Si b2 > 2, alors b > 2/b. Raisonnons par l’absurde. Le but est de construire un
majorant x ∈ Q tel que x < b. Posons x = 21 (b + 2b ), la moyenne arithmétique
de b et 2/b. Évidemment on a x ∈ Q. De plus, x < b car 2/b < b, ou par un
calcul explicite
1¡2 ¢ 1
x−b= − b = (2 − b2 ) < 0.
2 b 2b
Nous montrons que x2 > 2. En effet
1¡2 ¢2
x2 − 2 = +b −2
4 b
1¡ 4 ¢
= + 4 + b2 − 2
4 b2
1¡ 4 ¢
= − 4 + b2
4 b2
1¡2 ¢2
= −b
4 b
= (x − b)2 > 0.
Nous avons donc trouvé un majorant x < b = sup A, en contradiction avec la

définition du supremum. Le cas b2 > 2 est alors impossible.
Si b2 < 2, alors b < 2/b. Nous allons construire un nombre y ∈ Q tel que y > b
et y 2 < 2. Posons x = 12 (b + 2b ) et y = x2 . Évidemment on a y ∈ Q. Le nombre
y satisfait y > b car x < 2/b :
2 1 1
y−b= − b = (2 − bx) = (2 − b2 ) > 0.
x x 2x
De plus, y 2 < 2, i.e. y ∈ A puisque
2 2
y2 − 2 = 2
(2 − x2 ) = − 2 (x − b)2 < 0.
x x
Par conséquent, on a trouvé y ∈ A avec y > b = sup A, en contradiction avec la
définition du supremum.
1.4.3 Propriétés des nombres réels

Axiome. L’ensemble R est complet, i.e. tout sous-ensemble A 6= ∅ majoré
admet un supremum.
Remarque. Cet axiome implique que tout sous-ensemble des réels A 6= ∅

minoré admet un infimum puisque
inf A = −sup {−x : x ∈ A}
L’axiome implique que l’équation x2 = 2 admet des solutions dans R.

Proposition
√ √ 1.4.3. L’équation x2 = 2 admet deux solutions dans R, notées
2 et − 2.
√
Démonstration. Nous prouvons seulement l’existence de la solution positive 2.
Considérons l’ensemble A = {x : 0 ≤ x2 < 2, x ∈ R}. L’ensemble A est borné,
donc il existe b = sup A ∈ R et b > 0. Comme dans la proposition 2, nous
pouvons exclure les cas b2 > 2 et b2 < 2. Donc b2 = 2.
Par conséquent, Q ⊂ R et les éléments dans R \ Q, le complémentaire de

Q dans R sont les nombres irrationnels. L’ensemble R est archimédien, i.e. il
satisfait comme Q l’axiome d’Archimède.
Axiome d’Archimède. Pour tout couple (x, y) ∈ R × R satisfaisant x > 0

et y ≥ 0 il existe un entier positif n tel que nx > y.
Remarque. L’axiome d’Archimède implique que si a est un nombre réel tel

que 0 ≤ a < n1 pour tout entier positif n, alors a = 0.
Partie entière. Par conséquent, à tout nombre réel x, on peut associer

un unique entier [x], appelé la partie entière de x, tel que
[x] ≤ x < [x] + 1.
Proposition 1.4.4. Q est dense dans R, c’est-à-dire, entre deux nombres réels
a < b il existe un nombre rationnel.
Démonstration. Grace à l’axiome d’Archimède il existe un entier positif n tel
que n(b−a) > 1 (prendre x = b−a et y = 1) ; par conséquent b > na+1
n . Prenons
[na+1]
r := n . Evidemment r ∈ Q et nous avons la chaı̂ne d’inégalités suivante :
na + 1 [na + 1] [na] + 1 na
b> ≥ =r= > = a.
n n n n
1.4.4 Intervalles et sous-ensembles de R

Intervalles bornés. Un intervalle est un sous-ensemble A 6= ∅ de R qui
contient tous les nombres entre inf A et sup A. Pour les intervalles bornés on a
les quatre alternatives inf A, sup A ∈ (∈)
/ A. Soient −∞ < a < b < +∞.
Intervalle ouvert. ]a, b[= {x ∈ R : a < x < b}.
Intervalle fermé. [a, b] = {x ∈ R : a ≤ x ≤ b}.
Intervalle semi-ouvert à gauche. ]a, b] = {x ∈ R : a < x ≤ b}.
Intervalle semi-ouvert à droite. [a, b[= {x ∈ R : a ≤ x < b}.
Intervalles non bornés.
Intervalle ouvert. ] − ∞, b[= {x ∈ R : x < b}, ]b, ∞[= {x ∈ R : x > b}.
Intervalle fermé. ] − ∞, b] = {x ∈ R : x ≤ b}, [b, ∞[= {x ∈ R : x ≥ b}.
Ensembles ouverts et fermés. Un intervalle A est ouvert si et seulement

si inf A ∈
/ A et sup A ∈ / A. Un intervalle ouvert a la propriété que pour chaque
x ∈ A il existe un intervalle A0 = ]a0 , b0 [ tel que x ∈ A0 et A0 ⊂ A. Cette propriété
va nous servir comme caractérisation d’un sous-ensemble ouvert quelconque :
Un ensemble A est dit ouvert si pour tout x ∈ A il existe un intervalle A0 =]a0 , b0 [
tel que x ∈ A0 et A0 ⊂ A. Noter que d’après cette définition l’intervalle ]a, b[ est
ouvert. Un ensemble A est dit fermé si A est le complémentaire (dans R) d’un
ensemble ouvert. Par exemple l’intervalle fermé [a, b] est le complementaire de
l’ensemble ouvert ] − ∞, a[ ∪ ]b, ∞[. L’ensemble R a la propriété d’être ouvert et
fermé.
1.4.5 Valeur absolue

Valeur absolue. A tout nombre réel x, on peut associer le nombre réel positif
ou nul défini par
(
x si x > 0
|x| =
−x autrement.
et |x| est appelé la valeur absolue de x. Noter que |x| = max(x, −x) où max(x, y)
dénote le maximum de x et y.
Propriétés. Pour x, y ∈ R on a
1. Positivité : |x| ≥ 0 et |x| = 0 ⇔ x = 0
2. Homogénéité : |yx| = |y||x|
3. Inégalité triangulaire : |x + y| ≤ |x| + |y|
4. Si y 6= 0, | xy | = |x|
|y|
¯ ¯
5. ¯|x| − |y|¯ ≤ |x − y|
6. |x| < a ⇔ −a < x < a et |x| ≤ a ⇔ −a ≤ x ≤ a
7. |x| > a ⇔ x < −a ou x > a et |x| ≥ a ⇔ x ≤ −a ou x ≥ a
8. Si |x| < ² pour tout ² > 0 alors x = 0
Remarque. On peut interpréter la valeur absolue comme une fonction à va-

leurs dans R+ . Les propriétés 1, 2 et 3 sont les propriétés d’une norme sur un
espace vectoriel.
Remarque. La propriété 8. est une conséquence de la positivité et nous donne

une caractérisation importante du nombre 0 :
x = 0 ⇔ |x| < ² pour tout ² > 0.

La conclusion ⇒ est evidente. La conclusion ⇐ signifie : Si |x| est arbitrairement
petit, alors x = 0. Elle est particulièrement importante pour le concept du
processus de limite décrit dans le chaptire suivant.
Remarque. Pour x, y ∈ R, on peut définir la distance d(x, y) de deux nombres

x et y par d(x, y) = |x − y|. La distance d(x, y) vérifie les propriétés suivantes :
1. Positivité : d(x, y) ≥ 0 et d(x, y) = 0 ⇔ x = y
2. Symétrie : d(x, y) = d(y, x)
3. Inégalité triangulaire : d(x, y) ≤ d(x, z) + d(z, y) pour tout z ∈ R.
1.5 Introduction aux nombres complexes

L’équation x2 = −1 n’admet pas de solution dans R. Autrement dit, la racine
carrée n’est pas définie pour tout nombre réel. On verra plus tard qu’on a
besoin des racines carrées des nombres réels négatifs pour résoudre une équation
du troisième degré même dans le cas où cette équation admet trois solutions
réelles. Pour éliminer cette restriction, on doit étendre l’ensemble

√ des nombres
réels. Une approche consiste à introduire le symbole i = −1 et de définir un
nombre complexe z comme une somme de la forme z = x + iy où x et y sont
des nombres réels.
1.5.1 Le corps C
Nombres complexes. On désigne par C l’ensemble des nombres complexes
dont les éléments sont toutes les expressions de la forme z = x + iy où x, y ∈ R
et i2 = −1 :
C = {z = x + iy : (x, y) ∈ R × R, i2 = −1}.
Addition et multiplication. L’ensemble C est muni d’une addition et d’une

multiplication : Si z1 = x1 + iy1 et z2 = x2 + iy2 , alors
z1 + z2 = (x1 + x2 ) + i(y1 + y2 )
z1 · z2 = (x1 x2 − y1 y2 ) + i(x1 y2 + x2 y1 ).
Remarque. Le produit de deux nombres complexes est calculé en appliquant

la ”loi distributive” :
(x1 +iy1 )·(x2 +iy2 ) = x1 x2 +i(x1 y2 +x2 y1 )+y1 y2 i2 = (x1 x2 −y1 y2 )+i(x1 y2 +x2 y1 ).
Exemple.
(2 + 7i) · (5 + 3i) = 2 · 5 + (2 · 3 + 7 · 5)i + 7 · 3i2 = −11 + 41i
6 z = z1 + z2
3
z2
y1 ¡
µ
¡
* z1 = x1 + iy1
©
¡ ©©
¡©©
¡©
¡©
© -
O x1
Proposition 1.5.1. L’ensemble C est un corps.
Puissances de i.
i2 = −1, i3 = −i, i4 = 1, i5 = i.
1.5.2 Module et complexe conjugé.

Partie réelle et imaginaire. Soit z = x + iy. Le nombre réel x est appelé
la partie réelle de z et on le note x = <(z) ou x = Re z, tandis que le nombre
y est appelé la partie imaginaire de z et on le note y = =(z) ou y = Im z. Si
y = 0, z est réel. Si x = 0 et y 6= 0, on dit que z est imaginaire pur. Notons que
<(z) = =(z) = 0 ⇔ z = 0.
p
Module. Le nombre réel |z| = x2 + y 2 est appelé le module de z. Si z est
réel le module de z est égale à sa valeur absolue.
Complexes conjugés. Les nombres z = x + iy et z = x − iy sont appelés

complexes conjugés.
Propriétés du complexe conjugé. Pour z, z1 , z2 ∈ C on a

1. z = z
2. z1 + z2 = z1 + z2
3. z1 · z2 = z1 · z2
¡ ¢
4. Si z2 6= 0, zz12 = z1
z2
5. z · z = |z|2 et |z| = |z|
1 z
6. Si z 6= 0, z −1 = z = |z|2
z+z z−z
7. <(z) = 2 =(z) = 2i .
i z=x+iy
|z|
1
1/|z| 1/z
_
z=x-iy
1
Le cercle unité, z, z̄ et z
Propriétés du module. Pour z, z1 , z2 ∈ C on a

1. Positivité : |z| ≥ 0 et |z| = 0 ⇔ z = 0
2. Homogénéité : |z1 z2 | = |z1 ||z2 |
3. Inégalité triangulaire : |z1 + z2 | ≤ |z1 | + |z2 |
|z1 |
4. Si z2 6= 0, | zz12 | = |z2 |
¯ ¯
5. ¯|z1 | − |z2 |¯ ≤ |z1 − z2 |
6. Si |z| < ² pour tout ² > 0 alors z = 0.
Distance. A partir du module on peut définir la distance d(z1 , z2 ) de deux

nombres complexes z1 et z2 par d(z1 , z2 ) = |z1 −z2 |. De même que la distance de
deux nombres réels, la distance d(z1 , z2 ) satisfait aux trois propriétés suivantes.
1. Positivité : d(z1 , z2 ) ≥ 0 et d(z1 , z2 ) = 0 ⇔ z1 = z2
2. Symétrie : d(z1 , z2 ) = d(z2 , z1 )
3. Inégalité triangulaire : d(z1 , z2 ) ≤ d(z1 , z) + d(z, z2 ) pour tout z ∈ C.
1.5.3 Représentation des nombres complexes et forme po-

laire
Le plan complexe. On peut représenter un nombre complexe z = x + iy
dans le plan R2 par le vecteur joignant l’origine au point (x, y). L’axe des abs-
cisses représente les nombres réels et l’axe des ordonnées les nombres imaginaires
purs. Cette représentation permet de donner une interprétation géométrique des
nombres complexes. Par exemple, le module d’un nombre complexe est la dis-
tance du point (x, y) à l’origine (0, 0). L’addition de deux nombres complexes
correspond à l’addition de deux vecteurs. Pour interpréter le produit de deux
nombres complexe on passe des coordonnées cartésiennes aux coordonnées po-
laires dans le plan.
Coordonnées polaires. Soit z 6= 0. Donc r = |z| 6= 0 et zr correspond à un

point unique du cercle unité (i.e. cercle de rayon 1 et de centre (0, 0)). Il existe
donc une valeur unique θ ∈ [0, 2π[ telle que
(
x = r cos θ
ou z = r(cos θ + i sin θ).
y = r sin θ
θ est appelé l’argument de z et on le note par θ = arg z. Noter que l’argument

d’un nombre complexe z est défini à 2kπ près avec k ∈ Z. Si x 6= 0 on a toujours
tan θ = xy mais seulement si x > 0 et y ≥ 0 on a θ = tan−1 xy = arctan xy .
6
z
iy r
©
r©©
© © θ
© -
x
Formule d’Euler. Pour θ ∈ R on définit l’exponentielle d’un nombre imagi-

naire pur par :
eiθ = cos θ + i sin θ.
En utilisant la formule d’Euler, tout nombre complexe z peut s’écrire sous la
forme polaire
z = reiθ = r(cos θ + i sin θ)
où r = |z| et θ = arg z. Nous démontrons au chapitre 3 que la base e est le

nombre d’Euler, i.e. e = 2.71828 . . ., et nous donnerons une démonstration rigou-
reuse de ce lien entre la fonction exponentielle et les fonctions trigonométrique
au chapitre 5 . En appliquant les formules d’addition du sinus et du cosinus
nous démontrons ici seulement que l’exponentielle définie par la formule d’Euler
satisfait aux propriétés habituelles.
Proposition 1.5.2. Soient α, β ∈ R. Alors
ei(α+β) = eiα eiβ
Démonstration. On calcule aisément
eiα eiβ = (cos α cos β − sin α sin β) + i(cos α sin β + sin α cos β)
= cos(α + β) + i sin(α + β).
En utilisant e−iθ = cos θ − i sin θ on peut représenter sin θ et cos θ en terme de

l’exponentielle.
Proposition 1.5.3. Soit θ ∈ R. Alors
eiθ − e−iθ eiθ + e−iθ
sin θ = et cos θ = .
2i 2
Valeurs particulières. Soit n un entier.

e2nπi = 1, e(2n+1)πi = −1
(4n+1)πi iπ (4n+3)πi −iπ
e 2 =e 2 = i, e 2 =e 2 = −i
Formule de de Moivre. Pour tout entier n et tout θ ∈ R :

¡ iθ ¢n
e = (cos θ + i sin θ)n = (cos nθ + i sin nθ) = einθ
Calcul en représentation polaire. Soit z1 = r1 eiθ1 , z2 = r2 eiθ2 , z = reiθ .

1. z = re−iθ
2. Si z 6= 0, z1 = 1r e−iθ
3. z1 · z2 = r1 r2 ei(θ1 +θ2 )
4. arg(z1 · z2 ) = arg z1 + arg z2 + 2kπ, k ∈ Z.
Donc, multiplier par un nombre complexe z = reiθ 6= 0 correspond à une ho-
mothétie de centre l’origine et de rapport r suivie d’une rotation de centre
l’origine et d’angle θ.
1.5.4 Racines d’un nombre complexe

Proposition 1.5.4. Soient s > 0, β ∈ R et n un entier positif. L’équation
z n = seiβ
admet n solutions distinctes de la forme
√ β + 2kπ
z= n
s · eiθ où θ= , k = 0, 1, . . . , n − 1.
n
Racine carrée. Soit z = x + iy. Si y > 0

s p sp
√ x + x2 + y 2 x2 + y 2 − x
z= +i
2 2
et si y < 0 s sp
p
√ x+ x2 + y 2 x2 + y 2 − x
z= −i
2 2
.
1.5.5 Interprétation géométrique des opérations sur les

nombres complexes
Addition d’un nombre complexe. L’addition d’un nombre complexe z0
définit une application de C dans C par z → z + z0 qui correspond à une
translation dans le plan complexe.
Module et distance. L’ensemble
SR (z0 ) = {z ∈ C : d(z, z0 ) = |z − z0 | = R}
définit dans le plan complexe le cercle de rayon R autour du centre z0 . En

particulier, SR = SR (0) = {z ∈ C : d(z, 0) = |z| = R} est le cercle de rayon
R autour de l’origin. Notons que SR (z0 ) est l’image de SR sous la translation
z → z + z0 .
Multiplication par un nombre complexe. La multiplication par nombre

complexe a définit une application linéaire de C dans C par z → a · z qui corres-
pond à une homothétie de centre l’origine et de rapport |a| suivie d’une rotation
de centre l’origine et d’angle arg a. L’image du cercle SR (z0 ) sous l’application
inéaire z → a · z est le cercle S|a|R (az0 ).
L’inverse d’un nombre complexe. L’inverse d’un nombre complexe z définit

une application de C \ {0} dans C \ {0} par z → z1 qui correspond à une ho-
mothétie de centre l’origine et de rapport |z|1 2 suivie d’une réflexion par rapport
à l’axe des x.
1
Proposition 1.5.5. L’image du cercle SR (z0 ) sous l’application z → z est le
cercle
¡ z̄0 ¢
S 2 R 2 2 2
|R −|z0 | | |z0 | − R
/ SR (z0 ) (i.e. R2 6= |z0 |2 ) et la droite d’équation

si 0 ∈
wz0 + w̄z̄0 = 1, w ∈ C,
si 0 ∈ SR (z0 ) (i.e. R2 = |z0 |2 ).

2.5
2 2
1.5
1 1
0.5
–1 1 2 3 –1 1 2 3
–0.5
–1 –1
1.6 Résolution des équations

Equation de degré n. On considère l’équation de la forme
an z n + an−1 z n−1 + . . . + a1 z + a0 = 0
pour z ∈ C ou z ∈ R. Les coefficients a0 , . . . , an sont des nombres complexes. Si

an 6= 0 on appelle cette équation une équation de degré n. Dans ce cas on peut
la transformer sous la forme normale en posant bk = aank pour tout k = 0, . . . , n :
z n + bn−1 z n−1 + . . . + b1 z + b0 = 0
On a une équation à coefficients réels si les bk sont réels. On peut démontrer que
cette équation possède toujours au moins une racine dans les nombres complexes.
1.6.1 Équations de degré deux

Forme normale. On considère l’équation
z 2 + pz + q = 0
où p, q ∈ C. On trouve la solution en complétant le carré :

¡ p ¢2 ¡ p ¢2
z+ = −q
2 2
On trouve les deux racines données par
r r
p ¡ p ¢2 p ¡ p ¢2
z1 = − + − q, z2 = − − −q
2 2 2 2
En particulier, si p, q ∈ R, on a les trois cas suivants.

q¡ ¢
p 2
z 2 + pz + q = 0, p, q ∈ R z1,2 = − p2 ± 2 −q
¡ p ¢2
2 −q >0 deux racines réelles
¡ p ¢2
2 −q =0 une racine double réelle
¡ p ¢2
2 −q <0 deux racines complexes conjugées
Relations entre les racines et les coefficients. Les racines z1 , z2 satisfont

à
z1 + z2 = −p, z1 z2 = q.
1.6.2 Équations de degré trois

Forme normale. On considère l’équation
x3 + rx2 + sx + t = 0, r, s, t ∈ R.
Par la transformation y = x + 3r , on se ramène à l’équation
r2 2r3 rs
y 3 + py + q = 0, p=s− , q= − + t.
3 27 3
En posant y = v + w on trouve
v 3 + w3 + q + (v + w)(3vw + p) = 0.
Par conséquent, on obtient une solution, si v et w satisfont le système d’équations
v 3 + w3 + q = 0, 3vw + p = 0
qui donnent des équations de degré deux pour v 3 et w3 . On donne les solutions
de l’équation de degré trois dans le tableau ci-dessous.
Forme normale x3 + rx2 + sx + t = 0 r, s, t ∈ R
r2 2r 3 rs
y = x + r/3 y 3 + py + q = 0 p=s− 3 , q= 27 − 3 +t
r q¡ ¢
¡ q ¢2 ¡ p ¢3 q 2
¡ ¢3
− 2q + + p3
3
Formule de Cardan 2 + 3 >0 v= 2
r q¡ ¢
q 2
¡ ¢3
w = − 2q − + p3
3
2
une racine réelle et y1 = v + w

deux racines √
complexes conjugés y2,3 = − v+w v−w
2 ±i 2 3
¡ q ¢2 ¡ p ¢3
2 + 3 =0 y1 = v + w
deux racine réelles y2 = y3 = − v+w

2
dont une double
¡ q ¢2 ¡ p ¢3 q
3 − q2
Casus irreducibilis 2 + 3 <0 R= − p27 , cos θ = R
√
trois racines réelles yk = 2 3 R cos θ+2kπ
3 , k = 0, 1, 2
Exemple - formule de Cardan. On veut résoudre
x3 − 21x2 + 123x − 247 = 0.
Par la substitution y = x − 7 on obtient l’équation
y 3 − 24y − 72 = 0.
¡ ¢2 ¡ ¢3
Donc 2q + p3 = 362 − 83 = 784. Par la formule de Cardan on trouve la
√
solution réelle (noter que 784 = 28)
√ √
y1 = v + w = 3 36 + 28 + 3 36 − 28 = 4 + 2 = 6
√
et les deux racines complexe conjugées −3 ± i 3. Ceci donne les trois racines
√ √
x1 = 13, x2 = 4 + i 3, x3 = 4 − i 3.
Remarque. En générale, il est difficile de trouver des racines explicites à

partir de la formule de Cardan.
Exemple - casus irreducibilis. On considère l’équation
x3 − 6x − 4 = 0.
¡ ¢2 ¡ ¢3 √
D’abord on note que 2q + p3 = 22 − 23 = −4 < 0. Nous avons R = 23 =
√ √
2 2 et cos θ = R2 = 12 2. Donc θ = π4 . On doit calculer cos 12
π
, cos 3π 17π
4 , cos 12 .
3π π π π π
Nous supposons que les valeurs cos 2 = cos 2 = 0, sin 2 = 1, cos 4 = sin 4 =
1
√ π 1
√ π 1
2 2, cos 6 = 2 3 et sin 6 = 2 sont connues. Alors
π π π π π π π 1√ ¡ √ ¢
cos = cos( − ) = cos cos + sin sin = 2 1+ 3
12 3 4 3 4 3 4 4
3π 1√
cos =− 2
4 2
17π 3π π π 1√ ¡ √ ¢
cos = cos( − ) = − sin = 2 1− 3
12 2 12 12 4
Ce qui donne les trois racines réelles
√ √
x1 = 1 + 3 x2 = −2 x3 = 1 − 3.
1.6.3 Quelques résultats généraux

Réduction du degré. Si on connaı̂t une racine z1 de l’équation
z n + bn−1 z n−1 + . . . + b1 z + b0 = 0
on peut réduire le degré de l’équation :
z n + bn−1 z n−1 + . . . + b1 z + b0
= z n−1 + cn−2 z n−2 + . . . + c1 z + c0 .
z − z1
Ensuite on détermine les solutions de
z n−1 + cn−2 z n−2 + . . . + c1 z + c0 = 0.
Exemple. On considère
3 2 9 1
z3 − z − z− = 0.
8 16 16
On voit que z = 1 est une solution. On calcule
3 9 1
z3 − z 2 − 16 z− 5 1
8 16
= z2 + z+ .
z−1 8 16
5 1
L’équation z 2 + 8 z+ 16 = 0 possède les racines − 12 et − 81 .
Équations à coefficients réels. On considère l’équation
z n + bn−1 z n−1 + . . . + b1 z + b0 = 0
avec des coefficients bk ∈ R. Si z1 est une racine de cette équation, alors le

complexe conjugé z1 est aussi une racine.
Exemple. On peut vérifier que z1 = i est une racine de l’équation
6z 4 − z 3 + 5z 2 − z − 1 = 0.
Par conéquent z2 = −i est une autre racine et (z + i)(z − i) = z 2 + 1 divise

6z 4 − z 3 + 5z 2 − z − 1. En effet,
¡ 1 1¢ ¡ 1 1¢
6z 4 − z 3 + 5z 2 − z − 1 = 6(z 2 + 1) z 2 − z − = 6(z 2 + 1) z − )(z + .
6 6 2 3
Chapitre 2
Suites et limites
Dans ce chapitre nous introduisons un concept central d’analyse, le processus

de limite. Ce concept est motivé √ par le fait suivant : on ne peut pas √ calcu-
ler exactement le nombre réel 2 en un nombre fini d’étapes. Mais 2 peut
être approché avec n’importe quelle précision. Approcher un nombre avec une
précision arbitraire signifie le représenter comme limite d’une suite. Le concept
du processus de limite est basé sur la structure topologique de l’ensemble des
nombres réels donnée par les intervalles ouverts (et la distance de deux nombres
réels définie à l’aide de la valeur absolue). Les axiomes algébriques et d’ordre
permettent de traiter ce concept par le calcul.
Notions à apprendre. suite, sous-suite, suite bornée, suite convergente, li-

mite d’une suite, suite de Cauchy, critère de convergence, limite supérieure et
limit inférieure d’une suite, suite divergente, suite fortement divergente, suite
géométrique, le nombre d’Euler, suite récurrente
Compétences à acquérir. Connaı̂tre et savoir appliquer les règles de calcul

pour les limites, connaı̂tre et savoir appliquer les critères de convergence et
démontrer la convergence ou la divergence d’une suite donnée ou d’une suite
récurrente á l’aide de ces critères
2.1 Suites et sous-suites

2.1.1 Suites
Définition. Une suite numérique ou plus brièvement une suite est une appli-
cation f de N dans R, notée f : N → R, c’est-à-dire une correspondance qui, à
chaque n ∈ N associe un nombre réel f (n). On pose xn = f (n) et on désigne la
suite par (xn )n∈N ou (x0 , x1 , x2 , . . .).
Plus généralement, soit n0 un entier alors (xn )n≥n0 défini également une suite.
Exemple 1.
1. Soit xn = x pour tout n ∈ N. La suite (xn )n∈N est une suite constante
(x, x, x, x, . . .).
27
CHAPITRE 2. SUITES ET LIMITES 28
1
2. Soit xn = n pour tout n ∈ N \ {0}, donc (xn )n∈N∗ = (1, 21 , 13 , 14 , . . .).
3. Soit xn = (−1)n pour tout n ∈ N, donc (xn )n∈N = (1, −1, 1, −1, . . .).
4. Soit q ∈ R et xn = q n pour tout n ∈ N. La suite (xn )n∈N est une suite
géométrique (xn )n∈N = (1, q, q 2 , q 3 , . . .).
(n+2)(n+3)
5. Soit xn = n2 +n+1 pour tout n ∈ N, donc (xn )n∈N = (6, 4, 20 30
7 , 13 , . . .).
6. Suite récurrente. Soit x0 = 2 et xn+1 = 12 (xn + x2n ) pour tout n ∈ N \ {0},
donc (xn )n∈N = (2, 23 , 12
17 577
, 408 , . . .).
1
7. Série. Soit xk = k(k+1) pour tout k ∈ N \ {0}. On définit la suite des
Pn
sommes Sn = k=1 xk pour tout n ≥ 1, donc (Sn )n≥1 = ( 21 , 23 , 34 , 54 , . . .).
2.1.2 Suites bornées

Soit (xn )n∈N une suite. On appelle ensemble des valeurs de (xn )n∈N ou l’en-
semble des images de (xn )n∈N l’ensemble des valeurs prises par (xn )n∈N , i.e.
l’ensemble {x1 , x2 , . . .}. La notion d’une suite bornée correspond à celle d’un
ensemble borné si on considère son ensemble des valeurs.
Définition. Une suite (xn )n∈N est dite minorée s’il existe a ∈ R tel que pour
tout n ∈ N on a xn ≥ a. Une suite (xn )n∈N est dite majorée s’il existe b ∈ R tel
que pour tout n ∈ N on a xn ≤ b. Une suite (xn )n∈N est dite bornée, si (xn )n∈N
est à la fois minorée et majorée.
Exemple. La suite géométrique (xn )n∈N = (q n )n∈N est bornée si |q| ≤ 1. Si

q > 1 elle est seulement minorée, si q < −1 elle n’est ni majorée ni minorée.
Proposition. Une suite (xn ) est bornée si et seulement s’il existe une constante
c ≥ 0 tel que |xn | ≤ c pour tout n ∈ N.
2.1.3 Suites monotones

Définition.
1. Une suite (xn )n∈N est dite croissante si xn ≤ xn+1 pour tout n ∈ N.
2. Une suite (xn )n∈N est dite strictement croissante si xn < xn+1 pour tout
n ∈ N.
3. Une suite (xn )n∈N est dite décroissante si xn ≥ xn+1 pour tout n ∈ N.
4. Une suite (xn )n∈N est dite strictement décroissante si xn > xn+1 pour
tout n ∈ N. Une suite (xn )n∈N est dite monotone si elle est croissante ou
décroissante.
Exemple. La suite ( n1 )n∈N∗ est strictement décroissante. La suite géométrique

(xn )n∈N = (q n )n∈N est strictement croissante si q > 1, constante si q = 1 et
strictement décroissante si 0 < q < 1.
2.1.4 Sous-suites
Exemple. Soit xn = (−1)n pour tout n ∈ N. On peut extraire une suite en
considérant uniquement des indices pairs nk = 2k et k ∈ N. Ceci donne une suite
définie par yk = xnk = x2k . Une telle suite est appelée sous-suite de (xn )n∈N .
Dans notre cas on obtient une sous-suite constante puisque xnk = 1 pour tout
indice nk . Plus généralement, on a la
Définition. Si (nk )k∈N est une suite strictement croissante d’entiers naturels
on dit que (xnk )k∈N est une sous-suite, ou encore suite extraite, de la suite
(xn )n∈N .
Exemple. Pour xn = (−1)n et nk de la forme nk = 2k + 1, on obtient la

sous-suite donnée par xnk = −1. Si nk = 3k, on a la sous-suite (xnk )k∈N =
(1, −1, 1, −1, . . .).
2.2 Suites convergentes et limites

2.2.1 Limite d’une suite
Introduction. Pour certaines suites, les éléments xn tendent vers un nombre
réel bien défini, lorsque l’indice croit. Par exemple, la suite (xn )n≥1 = ( n1 )n≥1 =
(1, 21 , 31 , 14 , . . .) tend vers 0. On dit aussi que la suite (xn ) converge vers 0. Plus
précisément on a la
Définition. Une suite (xn )n∈N converge vers x ∈ R, si à tout ² > 0, on peut
associer un entier naturel N² tel que pour tout n ≥ N² on a |xn − x| < ². On
écrit alors
lim xn = x.
n→+∞
On dit aussi que la suite (xn )n∈N est convergente et admet pour limite x ∈ R.
Une suite non convergente est dite divergente.
Autres notations. Si lim xn = x, on note aussi xn → x lorsque n → +∞.

n→+∞
Remarque. La définition signifie que la distance d(xn , x) = |xn − x| entre les

éléments xn de la suite et le point x devient arbitrairement petite pour tous les
indices n suffisamment grands.
Remarque. Lorsque la limite existe, elle est unique, autrement dit, toute suite
possède au plus une limite. En effet, s’il existe y ∈ R tel que |xn − y| < ² pour
tout n ≥ M² , on a pour tout n ≥ max(N² , M² )
|x − y| = |x − xn + xn − y|
≤ |x − xn | + |xn − y| par l’inégalité triangulaire
< ² + ² = 2²
Donc x = y.
Remarque. La suite (xn ) converge vers x si pour tout intervalle ouvert de la

forme ]x−², x+²[ toutes les valeurs xn , à partir d’un indice N = N² , se trouvent
dans ]x − ², x + ²[ et par conséquent, seulement un nombre fini des éléments xn
sont à l’extérieur de cet intervalle. Notant que tout ensemble fini est borné cette
remarque implique la proposition suivante :
Proposition 2.2.1. Toute suite convergente est bornée. Toute sous-suite d’une
suite convergente converge vers la même limite.
Remarque. Nous allons expliquer comment nous utilisons le nombre ². Sup-

posons que nous ayons démontré que pour tout ² > 0 il existe un entier naturel
N² tel que pour tout n ≥ N² l’inégalité |xn − x| < C² est valable où C ne
dépend ni de ² ni de n. Nous affirmons que x est la limite de la suite (xn ). La
seule différence par rapport à la définition est la constante C devant ². Pour se
ramener à l’inégalité de la définition nous posons ²0 = ²/C. Il existe alors un
entier naturel N 0 tel que pour tout n ≥ N 0 on a |xn − x| < C²0 . Par conséquent
pour tout n ≥ N 0
|xn − x| < C²0 = ².
Dans la littérature, les estimations sont présentées telles qu’on a < ² à la fin en
faisant les réarrangements comme ci-dessus. Dans ce cours nous gardons souvent
les constantes devant ².
Remarque. Au lieu de dire qu’il existe un entier naturel N tel que une cer-
taine affirmation est vraie pour tout n ≥ N nous disons souvent simplement
pour tout entier naturel n suffisamment grand.
Exemples élémentaires.
1. La suite constante xn = x où x ∈ R et n ∈ N, satisfait à lim xn = x
n→+∞
puisque pour tout ² > 0 et tout n ∈ N on a |xn − x| = 0 < ².
2. Soit xn = n1 pour n ≥ 1. Pour tout ² > 0 on a | n1 | < ² si n > 1² . On choisit
donc un entier naturel N² tel que N² > 1² , par exemple N² = [ 1² ] + 1. Par
conséquent pour tout ² > 0, on a | n1 | < ² pour tout n ≥ N² , c’est-à-dire
1
lim = 0.
n→+∞ n
3. La suite xn = (−1)n , n ∈ N est divergente. Pour démontrer cette affirma-

tion nous supposons que (xn ) converge vers un nombre réel x. Donc pour
² = 1 il existe un nombre naturel N tel que |xn − x| < 1 pour tout n ≥ N .
Alors, pour tout n ≥ N nous avons grâce à l’inégalité triangulaire
2 = |xn − xn+1 | = |xn − x + x − xn+1 | ≤ |xn − x| + |xn+1 − x| < 1 + 1 = 2
c’est-à-dire 2 < 2. La suite ne peut donc converger vers aucun x.

4. Considérons la suite géométrique xn = q n , n ∈ N et q ∈ R. Si q = 1 la
suite est constante et donc convergente (voir 1.). Si q = −1 la suite est
divergente(voir 3.). Soit |q| > 1, alors la suite n’est pas convergente car
|q|n n’est pas majoré, i.e. pour tout C > 0, il existe n ∈ N tel que |q|n > C.
Pour démontrer cette affirmation noter que par l’inégalité de Bernoulli on

a pour tout entier naturel n :
|q|n = (1 + |q| − 1)n ≥ 1 + n(|q| − 1)
Soit C > 0 arbitraire. Par l’axiome d’Archimède : il existe un nombre
naturel n tel que n(|q| − 1) > C. Par conséquent pour cette valeur de n
|q|n ≥ 1 + n(|q| − 1) ≥ 1 + C > C.
Il reste le cas |q| < 1 :
Proposition 2.2.2. Soit |q| < 1. Alors, la suite géométrique (q n ), n ∈ N,
est convergente et
lim q n = 0.
n→+∞
1
Démonstration. Notons que |q| > 1. Donc pour tout ² > 0 il existe un
nombre naturel N tel que ( |q| ) > 1² , c’est-à-dire |q|N < ². Ceci implique
1 N
|q|n < ² pour tout n ≥ N .
2.2.2 Propriétés des valeurs limites

Nous présentons les règles de calcul pour des valeurs limites.
Theorème 2.1. - Règles de calcul pour des limites. Supposons que
lim xn = x et lim yn = y.
n→+∞ n→+∞
Alors, pour tout α, β ∈ R on a

lim (αxn + βyn ) = αx + βy. (2.1)
n→+∞
lim xn yn = xy. (2.2)

n→+∞
xn x
lim = si y =
6 0. (2.3)
n→+∞ yn y
lim |xn | = |x| (= | lim xn |). (2.4)
n→+∞ n→+∞
Démonstration. Pour tout ² > 0 il existe N ∈ N tel que pour tout n ≥ N

|xn − x| < ² et |yn − y| < ²
De plus, les suites sont bornées. Il existe C1 , C2 > 0 tels que xn ≤ C1 et yn ≤ C2 .
Alors pour tout entier naturel n ≥ N
|αxn + βyn − (αx + βy)| ≤ |α||xn − x| + |β||yn − y|
< |α|² + |β|²
= (|α| + |β|)².
D’après la remarque ci-dessus cette inégalité implique que la suite (αxn + βyn )
converge vers αx + βy. Pour tout entier naturel n ≥ N on a
|xn yn − xy| = |(xn − x)yn + x(yn − y)|
< C 2 ² + C1 ²
= (C1 + C2 )²
Si y 6= 0 il existe un entier naturel N0 tel que yn 6= 0 et |yn − y| < |y|

2 pour tout
n ≥ N0 . La dernière inégalité implique que |yn | > |y|
2 si n ≥ N0 Alors pour
.
tout n ≥ max(N, N0 )
¯ ¯ ¯ ¯
¯ xn x ¯¯ ¯¯ (xn − x)y + x(y − yn ) ¯¯
¯
¯ yn − y ¯ = ¯ yyn ¯
|(xn − x)y + x(y − yn )|
=
|y||yn |
(|y| + |x|)²
<2
|y|2
Le fait que (|xn |) converge vers |x| est une conséquence de l’inégalité
¯ ¯
¯|xn | − |x|¯ ≤ |xn − x|.
Exemple. Soit xn = (n+2)(n+3)

n2 +n+1 pour tout n ∈ N. Pour appliquer le théorème
2
on doit extraire le terme n du numérateur et du dénominateur, c’est-à-dire, on
écrit xn comme suit :
n2 (1 + n2 )(1 + n3 ) (1 + n2 )(1 + n3 )
xn = 1 1 =
n2 (1 + n + n2 ) 1 + n1 + n12
1 1 1
Notons que lim = 0 implique lim 2 = lim lim 1 = 0. Par conséquent
n→+∞ n n→+∞ n n→+∞ n n→+∞ n
(1 + n2 )(1 + n3 )
lim xn = lim
n→+∞ n→+∞ 1 + 1 + 12
n n
2
( lim 1 + lim )( lim 1 + lim n3 )
n→+∞ n→+∞ n n→+∞ n→+∞
=
lim 1 + lim n1 + lim n12
n→+∞ n→+∞ n→+∞
(1 + 0)(1 + 0)
= =1
1+0+0
Proposition 2.2.3. Soit (xn )n∈N une suite bornée et (yn )n∈N une suite qui
converge vers 0. Alors, la suite (xn yn )n∈N converge vers 0.
Exemple. Calculer lim sin n . La suite (xn )n∈N = (sin n)n∈N est bornée et
n→+∞ n
(yn )n∈N = ( n1 )n∈N converge vers 0. Alors
sin n
lim = 0.
n→+∞ n
2.3 Critères de convergence

Proposition 2.3.1. Soient (xn )n∈N et (yn )n∈N deux suites satisfaisant les deux
propriétés suivantes :
1. (xn )n∈N et (yn )n∈N convergent respectivement vers x et y.
2. Il existe un entier naturel N0 tel que pour tout n ≥ N0 : xn ≤ yn

Alors, x ≤ y.
Démonstration. Nous raisonnons par l’absurde et supposons que x > y. Prenons
² = x−y
2 > 0. Pour cet ² il existe N ≥ N0 tel que pour tout n ≥ N :
|xn − x| < ², |yn − y| < ² et xn ≤ yn
En particulier,
x − ² < xn ≤ yn < y + ²
x+y
C’est absurde car x − ² = y + ² = 2 .
Le théorème des deux gendarmes est une simple conséquence de cette Propo-
sition.
Theorème 2.2. - Théorème des deux gendarmes. Soient (xn )n∈N , (un )n∈N
et (vn )n∈N trois suites satisfaisant les deux propriétés suivantes :
1. (un )n∈N et (vn )n∈N convergent vers la même limite L
2. Il existe un entier naturel N0 tel que pour tout n ≥ N0 : un ≤ xn ≤ vn
Alors, (xn )n∈N converge vers L.
Démonstration. Nous donnons une démonstration directe. Pour tout ² > 0 il
existe un entier naturel N1 tel que
|un − L| < ² i.e. − ² < un − L < ²
et
|vn − L| < ² i.e. − ² < vn − L < ²
Alors, pour tout n ≥ N = max(N0 , N1 )
−² < un − L < xn − L < vn − L < ²
et donc |xn − L| < ².

p
Exemple. Soit a > 0. Calculer lim 1 + na . Notons que
n→+∞
r
a a
1≤ 1+ ≤1+
n 2n
p a
Donc lim 1+ n = 1.
n→+∞
Exemple. Soit a > 0. Montrer que

√
lim n
a = 1.
n→+∞
√
Notons xn = n
a. Si a > 1 nous avons xn ≥ 1 et par l’inégalité de Bernoulli
a−1
a = (xn )n = (1 + xn − 1)n ≥ 1 + n(xn − 1) i.e. xn ≤ 1 +
n
et le théorème des deux gendarmes donne le résultat souhaité. Si a = √ 1 le résultat
1
est trivial et si a < 1 nous obtenons le résultat grâce à l’identité n a = √ n 1
.
a
Exemple. Montrer que √

lim n
n = 1.
n→+∞
L’inégalité de Bernoulli ne donne plus une borne√qui converge vers 1. Donc

√
considérons la suite définie par yn = xn où xn = n n. Notons que yn ≥ 1. Par
l’inégalité de Bernoulli nous trouvons pour tout n ≥ 1
√
√ n n n−1
n = (yn ) = (1 + yn − 1) ≥ 1 + n(yn − 1) i.e. yn ≤ 1 +
n
et par le théorème des deux gendarmes nous obtenons lim yn = 1 puisque
n→+∞
√
lim n−1 = 0. Par conséquent
n→+∞ n
√
lim n
n = lim xn = lim yn2 = ( lim yn )2 = 1.
n→+∞ n→+∞ n→+∞ n→+∞
Theorème 2.3. - ”Critère des suites géométriques”. Soit (xn )n∈N une
suite pour laquelle la limite
¯ ¯
¯ xn+1 ¯
ρ = lim ¯¯ ¯
n→+∞ xn ¯
existe. Alors, si ρ < 1 la suite (xn )n∈N converge vers 0 tandis que si ρ > 1 elle
diverge.
Remarque. Si ρ = 1 la suite (xn )n∈N peut être convergente (par exemple

xn = 1) ou divergente (par exemple xn = (−1)n ).
Exemple. La suite géométrique (xn )n∈N = (q n )n∈N , |q| 6= 1 satisfait ce critère

car xn+1 = qxn .
Exemple. Soit a ∈ R. Montrer que

an
lim = 0.
n→+∞ n!
an
Avec xn = n! on a
¯ ¯
¯ xn+1 ¯
lim ¯¯ ¯ = lim |a| = 0 < 1.
n→+∞ xn ¯ n→+∞ n + 1
Theorème 2.4. - Critères de monotonie.

1. Toute suite croissante et majorée converge vers le supremum de son en-
semble des valeurs.
2. Toute suite décroissante et minorée converge vers l’infimum de son en-
semble des valeurs.
3. Soit (xn )n∈N une suite croissante et (yn )n∈N une suite décroissante telles
que
lim (xn − yn ) = 0.
n→+∞
Alors,
(a) pour tout n ∈ N : x0 ≤ xn ≤ xn+1 ≤ yn+1 ≤ yn ≤ y0
(b) (xn )n∈N et (yn )n∈N convergent vers la même limite.
Exemple - le nombre d’Euler. Considérons les suites (xn )n∈N∗ et (yn )n∈N∗
définies par
µ ¶n µ ¶n+1
1 1
xn = 1 + , yn = 1 + .
n n
Nous affirmons que (xn )n∈N est strictement croissante et que (yn )n∈N est stric-
tement décroissante. En effet, en appliquant l’inégalité de Bernoulli nous avons
xn+1 (n + 2)n+1 nn
=
xn (n + 1)2n+1
(n2 + 2n)n+1 n + 1
=
(n + 1)2(n+1) n
µ ¶n+1
1 n+1
= 1−
(n + 1)2 n
µ ¶
1 n+1
> 1 − (n + 1) =1
(n + 1)2 n
et
yn (n + 1)2n+3
=
yn+1 (n + 2)n+2 nn+1
(n2 + 2n + 1)n+2 n
=
(n2 + 2n)n+2 n + 1
µ ¶n+2
1 n
= 1+
n(n + 2) n+1
µ ¶
1 n
> 1 + (n + 2) =1
n(n + 2) n + 1
Ceci implique que (xn )n∈N∗ et (yn )n∈N∗ sont bornées et
x1 ≤ xn ≤ xn+1 ≤ yn+1 ≤ yn ≤ y1
De plus µ ¶n
1 1
lim (xn − yn ) = lim − 1+ = 0.
n→+∞ n→+∞ n n
Alors, (xn )n∈N∗ et (yn )n∈N∗ convergent vers la même limite et nous posons
µ ¶n
1
e = lim 1 + .
n→+∞ n
Les suites (xn )n∈N∗ et (yn )n∈N∗ ne sont pas très adaptées pour le calcul numérique
du nombre e car elles ne convergent que lentement. Nous allons encore montrer
que
X∞ Xn
1 1
e= = lim .
k! n→+∞ k!
k=0 k=0
Ce développement en série converge beaucoup plus rapidement vers la limite

(voir chapitre 3.6).
Exemple - une suite récurrente pour la racine carrée. Soit a > 0.

Considérons la suite (xn )n∈N définie par
1 a
xn+1 = (xn + ) et x0 > 0
2 xn
√
Proposition 2.3.2. lim xn = a.
n→+∞
Démonstration. Première méthode : La suite (xn )n∈N satisfait les propriétés

suivantes. Pour tout n ∈ N
1. xn > 0 car x0 > 0 et xn > 0 implique xn+1 > 0.
¡ ¢2
2. x2n+1 ≥ a car x2n+1 − a = 14 xn − xan ≥ 0.
¡ ¢
3. xn+1 ≤ xn car xn − xn+1 = 2x1n x2n − a ≥ 0.
Par conséquent, pour n ≥ 1, (xn ) est une suite décroissante et minorée par xa1
car xn ≥ xan ≥ xa1 grâce aux propriétés 2 et 3. Donc x = lim xn existe et
n→+∞
x > 0. Par la formule de récurrrence nous avons
1 a
lim xn+1 = ( lim xn + )
n→+∞ 2 n→+∞ lim xn
n→+∞
c’est-à-dire
1 a
x= (x + )
2 x
ou x2 = a et, de plus, x > 0 par la propriété 1.
Démonstration.
√ Deuxième méthode
√ : Si la suite est convergente elle doit converge
vers a. On définit yn = xn − a qui vérifie la récurrence
1 yn
yn+1 = √ yn .
2 yn + a
√
y0 > − a implique y1 > 0 et donc par récurrence yn > 0 pour tout entier
n ≥ 1, d’où
1
yn+1 = yn
2
1−n
pour tout entier n ≥ 1. Cette inégalité implique par récurrence que y√
n ≤2 y1 .
Par le théorème de deux gendarmes, lim yn = 0, i.e. lim xn = a.
n→+∞ n→+∞
On présente autres suites récurrentes au ch. 2.7 sous l’aspect des méthodes
de résolution exactes pour certaines suites récurrentes ainsi des méthodes pour
étudier leur convergence.
Vitesse de la convergence. Après chaque √ étape de la récurrence nous pou-

vons estimer l’erreur de l’approximation de a grâce aux inégalités
a √
≤ a ≤ xn
xn
√ √
Nous considérons les erreurs définies par xn = a(1 + un ) et xan = a(1 − vn ).
un
Donc un ≥ 0 pour n ≥ 1 et vn = 1+u n
≤ un . Les un satisfont la récurrence
1 u2n
un+1 =
2 1 + un
et nous pouvons estimer un par un+1 ≤ 12 min(un , u2n ). Par exemple, si pour
un n, l’erreur est plus petite que un pour cent, c’est-à-dire un ≤ 10−2 , alors
un+1 ≤ 5 · 10−5 et un+2 ≤ 1.25 · 10−9 .
2.4 Le théorème de Bolzano-Weierstrass

Introduction. Nous avons vu que toute suite convergente est bornée. Une
suite bornée n’est pas toujours convergente. Nous allons montrer, que de toute
suite bornée, nous pouvons extraire une sous-suite convergente.
Theorème 2.5. - théorème de Bolzano-Weierstrass. De toute suite

bornée (xn ), on peut extraire une sous-suite convergente (xnk ).
Interprétation du théorème de Bolzano-Weierstrass. Le théorème de

Bolzano-Weierstrass signifie que pour toute suite bornée il y a toujours (au
moins) un nombre réel x dont dans chacun de ses voisinages il y a un nombre
infini d’ éléments de cette suite. Autrement dit, les éléments d’une suite bornée
(ou d’une infinité é des nombres dans un intervalle borné) s’accumulent ou se
concentrent autour (au moins) un nombre réel.
Pous démontrer ce résultat nous construisons une suite convergente à partir

de (xn ). Sa limite est appelée la limite supérieure de la suite (xn ).
Limite supérieure et limite inférieure. Soit (xn ) une suite bornée. On

définit la suite (yn ) en posant
yn = sup{xk : k ≥ n}
La suite (yn ) est décroissante et minorée, donc convergente. Sa limite est appelée
la limite supérieure de la suite (xn ) et on la note par lim sup xn . La suite définie
n→+∞
par inf{xk : k ≥ n} est croisssante et majorée et nous notons sa limite, appelée
limite inférieure de la suite (xn ), par lim inf xn .
n→+∞
Exemple. La suite xn = (−1)n (1 + n1 ) est bornée mais elle n’est pas conver-
gente. Nous avons
(
1 + n1 si n pair,
yn = sup{xk : k ≥ n} = 1
1 + n+1 si n impair,
et donc lim sup xn = 1. Similairement on démontre lim inf xn = −1.

n→+∞ n→+∞
Démonstration. (du théorème de Bolzano-Weierstrass) Soient yn = sup{xk :

k ≥ n} et y = lim yn . Pour tout ² > 0 et tout entier naturel N il existe
n→+∞
n ≥ N tel que
1
|yn − y| < ².
2
Par construction de la suite yn il existe un indice n1 ≥ n tel que |xn1 − yn | < 21 ².

Donc n1 ≥ N et
1 1
|xn1 − y| = |xn1 − yn + yn − y| ≤ |xn1 − yn | + |yn − y| < ² + ² = ².
2 2
Ceci implique que pour tout ² > 0 il existe un nombre infinie de nk ∈ N et
nk ≥ N tel que |xnk − y| < ² (Si nk est l’indice trouvé, choisir N = nk + 1 pour
trouver un nk+1 > nk etc.).
2.5 Suites de Cauchy

Introduction. Soit (xn ) une suite qui converge vers x. Nous avons observé
que les distances entre les éléments de la suite deviennent arbitrairement petites.
Plus précisément, si (xn ) converge vers x, pour tout ² > 0, il existe N ∈ N tel
que |xn − x| < 12 ² pour tout n ≥ N . Donc, pour tous entiers m, n ≥ N
1 1
|xn − xm | = |xn − x + x − xm | ≤ |xn − x| + |xm − x| < ² + ² = ².
2 2
C’est cette dernière propriété que nous prenons comme définition d’une famille
de suites appelées suites de Cauchy.
Suites de Cauchy. Une suite est dite suite de Cauchy si à tout ² > 0, on
peut associer un N = N² ∈ N tel que pour tout m, n ≥ N on a |xn − xm | < ².
Theorème 2.6. - théorème fondamental de suites de Cauchy. Une suite

(xn ) est une suite de Cauchy si et seulement si elle converge.
Démonstration. Nous avons déjà vu que toute suite convergente est une suite de
Cauchy. Pour montrer que toute suite de Cauchy converge, notons que si (xn )
est une suite de Cauchy, alors (xn ) est borné car pour un ² donné, il existe un
entier naturel N tel que |xn − xN | < ² pour tout n ≥ N . Par le théorème de
Bolzano-Weierstrass il existe une sous-suite de (xn ) qui converge. Soit x cette
limite. Nous allons démontrer que toute la suite (xn ) converge vers x. La suite
(xn ) est de Cauchy, alors pour tout ² > 0, il existe N ∈ N tel que pour toute
m, n ≥ N
1
|xn − xm | < ².
2
Il existe un élément de la sous-suite xm tel que m ≥ N et |xm − x| < 21 ². Donc
pour tout n ≥ N
1 1
|xn − x| = |xn − xm + xm − x| ≤ |xn − xm | + |xm − x| < ² + ² = ².
2 2
Remarque. On peut montrer que ce théorème est équivalent à l’axiome que

tout ensemble majoré a un supremum. On peut donc caractériser la propriété
de R d’être complet par le fait que toute suite de Cauchy converge.
2.6 Suites fortement divergentes

Introduction. Parmi toutes les suites divergentes, nous distinguerons en par-
ticulier celles qui tendent vers l’infini.
Définition. On dit que la suite (xn ) tend vers ∞ (respectivement −∞) , si

pour tout C ∈ R, il existe un N ∈ N tel que pour tout n ≥ N , xn > C
(respectivement xn < C) et on note lim xn = ∞ (respectivement lim xn =
n→+∞ n→+∞
−∞). Une suite est dite fortement divergente si elle tend vers ∞ (respectivement
−∞).
Exemple. La suite arithmétique définie par xn+1 = xn + d et x0 = a tend

vers ∞ si d > 0 et tend vers −∞ si d < 0. En effet, par récurrence on peut
facilement démontrer que xn = a + nd.
Règles de calcul pour des valeurs limites. Dans certains cas les règles de
calcul (2.1)-(2.3) pour des valeurs limites de suites convergentes s’étendent aux
suites fortement divergentes si nous définissons les règles suivantes.
Theorème 2.7. - Règles de calcul pour le symbol ∞.
∞ + ∞ = ∞, ∞ · ∞ = ∞, 0/∞ = 0
c + ∞ = ∞, c/∞ = 0, pour tout c∈R

c · ∞ = ∞, pour tout c>0
Remark. Evidemment on ne définit pas des expressions dites indéfinies comme

0 · ∞, ∞/∞, ∞ − ∞, ∞/0 ou c/0.
2.7 Limites des suites récurrentes

On présente une approche assez générale pour résoudre les exercices qui
consistent à déterminer la limite d’une suite récurrente. Les suites à étudier
sont des suites linéaires de la forme xn+1 = qxn + b ou xn+1 = (1 − q)xn + qxn−1
et des suites non-linaires xn+1 = f (xn ). La théorie et l’algorithme pour résoudre
explicitement les suites linéaires sont traités soit dans un cours d’algèbre linéaire
soit dans un cours sur des équations différentielles et des systèmes dynamiques.
Ici on s’intéresse uniquement au problème de convergence. Pour des suites non-
linéaires on présente une méthode générale pour étudier le problème de conver-
gence.
2.7.1 Suites récurrentes linéaires

La récurrence xn+1 = qxn + b
Suites géométriques. Soient a, q ∈ R (ou plus généralement a, q ∈ C).
Considérons la suite géométrique (xn )n∈N définie par
xn = aq n (2.5)
Une suite géométrique est caractérisée par la propriété xn+1 = qxn et la va-
leur initiale x0 = a. La suite (xn )n∈N est convergente si |q| < 1 sinon elle est
divergente. Plus précisement, si (xn ) est une suite satisfaisante xn+1 = qxn et
x0 = a 6= 0, alors


 0 si |q| < 1,

a si q = 1,
lim xn = (2.6)
n→+∞ 
 +∞ si q > 1,


n’exsite pas autrement.
Suites récurrentes. Soit xn définie par

xn+1 = qxn + b et x0 = a (2.7)
pour un b 6= 0. Nous supposons que la suite (xn ) converge et tend vers une
limite x. La limite x est nécessairement une solution de l’équation linéaire
b
x = qx + b i.e. x= (2.8)
1−q
Par conséquent, si q = 1 la suite ne converge pas. On définit yn par yn = xn − x.
En cas de convergence (yn ) doit converger vers 0. En utilisant que x = qx + b
nous trouvons
xn+1 − x = qxn + b − qx − b = q(xn − x)
ou
yn+1 = qyn (2.9)
et y0 = x0 − x = a − x. On en déduit le résultat suivant :
Proposition 2.7.1. La suite récurrente définie par (2.7) converge pour toute
valeur initiale x0 si et seulement si |q| < 1. Dans ce cas
b
lim xn = .
n→+∞ 1−q
En particulier, la suite (xn ) est donnée par
b bq n
xn = − + x0 q n .
1−q 1−q
Exemple. Calculer la limite de la suite (xn ) définie par

1
xn+1 = (3xn + 1), x0 = 0
4
Corrigé. Supposons que (xn ) converge. Notons x sa limite qui satisfait x =

1
4 (3x + 1), i.e. x = 1. Posons yn = xn − x = xn − 1. Alors
1 3
xn+1 − 1 = (3xn + 1) − 1 = (xn − 1)
4 4
ou
3
yn+1 = yn
4
et y0 = x0 − 1 = −1. La suite (yn ) est une suite géométrique avec q = 34 . Donc
(yn ) converge vers 0. Par conséquent, xn = yn + x = yn + 1 converge vers 1.
La récurrence xn+1 = (1 − q)xn + qxn−1

Transformation du problème. Considérons la suite récurrente (xn ) définie
par
xn+1 = (1 − q)xn + qxn−1 et x0 = a0 , x1 = a1 (2.10)
où a0 , a1 ∈ R. La stratégie présentée avant (i.e. supposer que (xn ) converge,
calculer la limite pour construire une suite (yn ) qui converge vers zéro) ne s’ap-
plique plus directement car l’équation pour la limite x donne l’équation triviale
x = (1 − q)x + qx qui est satisfaite pour tout x. Pour trouver de nouveau une
suite géométrique on définit d’abord une suite (dn ) par dn = xn − xn−1 . La
suite (dn ) satisfait la rélation de récurrence :
dn+1 = xn+1 − xn = (1 − q)xn + qxn−1 − xn

= −qxn + qxn−1
= −qdn
et d1 = x1 − x0 = a1 − a0 . Donc (dn ) est une suite géométrique. Ensuite on

définit la suite (sn ) par sn = xn + qxn−1 . La suite (sn ) satisfait la rélation de
récurrence
sn+1 = xn+1 + qxn = (1 − q)xn + qxn−1 + qxn
= xn + qxn−1
= sn
et s1 = x1 + qx0 = a1 + qa0 . Donc (sn ) est une suite constante.

On en déduit le résultat suivant :
Proposition 2.7.2. La suite récurrente définie par (2.10) converge pour tout
couple (x0 , x1 ) = (a0 , a1 ) si et seulement si |q| < 1. Dans ce cas
a1 + qa0
lim xn =
n→+∞ 1+q
Démonstration. La suite (xn ) converge si et seulement si elle est de Cauchy,

donc si et seulement si la suite (dn ) converge vers 0, i.e. |q| < 1. Pour calculer
sa limite on utilise la suite constante (sn ). On pose x = lim xn . Alors
n→+∞
a1 + qa0 = s1 = lim sn = lim xn+1 + q lim xn = (1 + q)x.

n→+∞ n→+∞ n→+∞
Remarque. La relation de récurrence (2.10) est une relation de récurrence

linéaire qui peut être résolue explicitement (voir algèbre linéaire). On trouve
que
a1 + qa0 (a0 − a1 )(−q)n

xn = + .
1+q 1+q
On peut vérifier ce résultat par récurrence.
2.7.2 Suites récurrentes non-linéaires

Une méthode générale. Soit xn définie par
xn+1 = f (xn ) et x0 = a (2.11)
pour une fonction réelle f . Nous supposons que la suite (xn ) converge et tend
vers une limite x. La limite x est nécéssairement une solution de l’équation
x = f (x). (2.12)
Supposons que cette équation possède une seule solution. (S’il existe plusieurs
solutions, on prend celle qui semble être la bonne limite ou on cherche des
bornes sur la suite (xn ) pour exclure toutes les solutions sauf une ; s’il n’y a pas
de solution, alors (xn ) ne peut pas converger). Comme pour le cas linéaire on
définit yn par yn = xn − x. En cas de convergence (yn ) doit converger vers 0.
En utilisant x = f (x) nous trouvons
xn+1 − x = f (xn ) − f (x)
ou
yn+1 = f (x + yn ) − f (x) (2.13)
Ensuite on essaie de trouver des estimations de yn qui garantissent que |f (x +
yn ) − f (x)| ≤ q|yn | pour une constante q ∈ R telle que 0 < q < 1. Dans ce cas
|yn+1 | ≤ q|yn |
et donc par récurrence

|yn | ≤ q n |y0 |
Cette inégalité implique que (yn ) converge vers 0.
2.7.3 Exercices avec les corrigés

Introduction. Les exercices sont résolus par la méthode présentée ci-dessus.
Bien évidemment il n’est pas exclu que pour certains problèmes il existe une
solution plus directe.
Problème 1. Calculer la limite de la suite (xn ) définie par

1
xn+1 = (3xn − x2n + 4), x0 = 0.
3
Corrigé. Si (xn ) converge, alors sa limite x est une solution de l’équation de

degré 2 :
1
x = (3x − x2 + 4)
3
qui admet les deux racines x+ = 2 et x− = −2. Nous allons exclure la solution
x− = −2. Notons que 13 (3x − x2 + 4) admet son maximum pour xmax = 32 . Donc
1 1 25
xn+1 = (3xn − x2n + 4) ≤ (3xmax − x2max + 4) =
3 3 12
pour tout n ≥ 0. Nous allons montrer que xn ≥ 0 implique xn ≥ 0. D’après

25
l’inégalité ci-dessus nous avons xn ≤ 12 . Notons d’abord que 13 (3x − x2 + 4) =
1
3 (1 + x)(4 − x). Donc si xn ≥ 0, alors
1
xn+1 = (1 + xn )(4 − xn ) ≥ 0
3
car les deux facteurs sont positifs. Par conséquent, si la suite (xn ) converge sa
limite est x = x+ = 2.
Ensuite nous montrons que la suite (xn ) est convergente. Posons yn = xn −x =

x − 2. La suite (yn ) satisfait
1
yn+1 = xn+1 − 2 = (3xn − x2n + 4) − 2
3
1
= (1 − xn )(xn − 2)
3
1
= (1 − xn )yn .
3
Noter que 0 ≤ xn ≤ 25/12 implique −13/12 ≤ 1 − xn ≤ 1 et donc
¯ ¯
¯ 1 − xn ¯ 13
¯ ¯
¯ 3 ¯ ≤ 36 = q
ce qui implique la convergence, i.e. lim xn = 2.

n→+∞

xn + 1
xn+1 = , x0 = 1
3xn + 1
Corrigé. Si (xn ) converge, alors sa limite x est une solution de l’équation de

degré 2 :
x+1
x=
3x + 1
√ √
qui admet les deux racines x+ = 3 3 et x− = − 13 3. On montre facilement
1
par récurrence que xn ≥ 0 implique xn+1 ≥ 0, donc xn ≥ 0 pour tout entier

naturel n car x0 √
= 1 ≥ 0. Par conséquent si la suite√(xn ) converge elle converge
vers x = x+ = 31 3. Posons yn = xn − x = xn − 13 3. La suite (yn ) satisfait
xn + 1 x+1
yn+1 = xn+1 − x = −
3xn + 1 3x + 1
xn − x
= −2
(3x + 1)(3xn + 1)
−2yn
=
(3x + 1)(3xn + 1)
De plus, en utilisant xn ≥ 0 nous avons
¯ ¯
¯ −2 ¯ 2 2
¯ ¯
¯ (3x + 1)(3xn + 1) ¯ ≤ 3x + 1 = √3 + 1 = q < 1
√
d’où la convergence de la suite (xn ) : lim xn = 13 3.
n→+∞

1
xn+1 = , x0 = 0
1 + xn
Corrigé. C’est un problème du même type que le problème 2. Si (xn ) converge,

alors sa limite x est une solution de l’équation de degré 2 :
1
x=
1+x
√ √
qui admet les deux racines x+ = − 12 + 12 5 et x− = − 12 − 12 5. On montre
facilement par récurrence que xn ≥ 0 implique xn+1 ≥ 0, donc xn ≥ 0 pour
tout entier naturel n car x0 = 0.√Par conséquent si la suite (xn ) converge, elle
converge vers x = x+ = − 21 + 12 5. Posons yn = xn − x. La suite (yn ) satisfait
1 1
yn+1 = xn+1 − x = −
1 + xn 1+x
xn − x
=−
(1 + x)(1 + xn )
−yn
= .
(1 + x)(1 + xn )

¯ ¯
¯ −1 ¯ 1 2
¯ ¯
¯ (1 + x)(1 + xn ) ¯ ≤ 1 + x = 1 + √5 = q < 1
√
d’où la convergence de la suite (xn ) : lim xn = − 12 + 12 5
n→+∞
√
Remarque. La suite (xn ) représente le développement de − 12 + 12 5 en frac-
tion continue :
1 1√ 1
− + 5= .
2 2 1
1+
1
1+
1
1+
1 + ···

√
xn+1 = 3xn , x0 = 1.
Corrigé. On va appliquer la même méthode. Si (xn ) converge, alors sa limite

x est une solution de l’équation de degré 2 :
x2 = 3x
qui admet les deux racines x+ = 3 et x− = 0. On montre facilement par

récurrence que xn ≥ 1 implique xn+1 ≥ 1, donc xn ≥ 1 pour tout entier na-
turel n car x0 = 1. Par conséquent si la suite (xn ) converge elle converge vers
x = x+ = 3. Posons yn = xn − x. La suite (yn ) satisfait

√ √
yn+1 = xn+1 − x = 3xn − 3x
√ xn − x
= 3√ √
xn + x
√
yn 3
=√ √
xn + x

¯ √ ¯ √ √
¯ 3 ¯ 3 3
¯√ ¯
¯ x n + √x ¯ ≤ 1 + x = 1 + √3 = q < 1
d’où la convergence de la suite (xn ) : lim xn = 3.

n→+∞
Remarque. On peut facilement donner la suite (xn ) explicitement : on pose

zn = ln xn , alors zn vérifie la rélation de récurrence linéaire :
zn ln 3
zn+1 = + , z0 = 0.
2 2
Sa solution est donnée par
¡ ¢
zn = ln(3) 1 − 2−n
donc −n
xn = 3 · 3−2 .
Chapitre 3
Séries I
Nous appliquons les résultats du chapitre 2 au calcul des séries numériques.

Nous démontrons que le nombre d’Euler peut être représenté par une série et
définissons la série exponentielle.
Notions à apprendre. série convergente ou divergente, série absolument

convergente, série géométrique, critère de majoration, critère de d’Alembert,
critère de Cauchy, série alternée, critère de Leibniz, série exponentielle
Compétences à acquérir. Comprendre les différentes notions de conver-

gence, connaı̂tre et savoir appliquer les critères de convergence et démontrer la
convergence ou la divergence d’une série donnée á l’aide de ces critères, calculer
des séries simples
3.1 Séries et Convergence

Série numérique. Soit (ak ) une suite d’éléments de R. Toute expression de
la forme
∞
X
ak
k=0
est appelée une série numérique.
Série convergente. La série

∞
X
ak
k=0
est dite convergente si la suite de ses sommes partielles

n
X
Sn = ak
k=0
converge. La limite de Sn est appelée la somme de la série et par définition

∞
X
ak = lim Sn
n→+∞
k=0
46
CHAPITRE 3. SÉRIES I 47
On dit alors que la suite (ak ) est sommable. DansPle cas particulier où la suite
∞
des
P∞sommes partielles diverge fortement, on écrit k=0 ak = ∞ respectivement
k=0 ak = −∞.
Remarque. Noter que les Sn vérifont la récurrence Sn+1 = Sn + an+1 .
Série absolument convergente. La série

∞
X
ak
k=0
est dite absolument convergente si la série

∞
X
|ak |
k=0
converge.
P∞
Theorème 3.1. - critère principal de convergence. La série k=0 ak
converge si et seulement si la suite Sn de ses sommes partielles
Pnest de Cauchy,
i.e. si pour tout ² > 0 il existe un entier naturel N tel que | k=m+1 ak | < ²
pour tout n > m ≥ N .
Pour n = m + 1 le théorème donne le

Corollaire
P∞ 3.2. Convergence d’une série - condition nécessaire. Si la
série k=0 ak converge, alors la suite (ak ) converge vers 0.
P∞
Theorème 3.3. - absolument
P∞ convergent implique convergent. Si k=0 |ak |
converge, alors la série k=0 ak converge.
Démonstration. Le résultat est une conséquence de l’inégalité triangulaire pour
la valeur absolue :
¯ n ¯ n
¯ X ¯ X
|Sn − Sm | = ¯¯ ak ¯¯ ≤ |ak |.
k=m+1 k=m+1
Exemple - série géométrique. La série géométrique de terme général ak =

q k , q ∈ R, converge absolument si |q| < 1 et
∞
X 1
qk =
1−q
k=0
Autrement
P∞ la série diverge et elle diverge fortement si q ≥ 1. Noter donc que la
série k=0 (−1)k est divergente.
Exemple - série harmonique. La série harmonique

∞
X 1
k
k=1
est divergente. Donc le corollaire ci-dessus donne une condition nécessaire mais
pas suffisante pour la convergence des séries.
Montrons la divergence de la série harmonique. Soit p un entier naturel. Nous

allons montrer par récurrence que
p
2
X 1 p
S 2p = ≥1+
k 2
k=1
Pour p = 0 cette inégalité est vraie. Donc

p+1 p+1
2X 2X
1 p 1
S2p+1 = S2p + ≥1+ +
k 2 k
k=2p +1 p k=2 +1
p 1 p+1
≥ 1 + + (2p+1 − 2p ) p+1 = 1 + .
2 2 2
La sous-suite S2p diverge donc, par conséquent la suite Sn aussi.
3.2 Séries à termes positifs

Soit (ak ) une suite d’éléments
P∞ de R+ . Donc la suite de ses sommes partielles
est croissante et la série k=0 ak est soit convergente, soit fortement divergente.
P∞
Proposition. Soit ak ≥ 0. La série k=0 ak converge si et seulement si la
suite de ses sommes partielles est bornées.
P∞ 1 n
Exemple. La série k=1 k(k+1) converge car Sn = n+1 et donc
∞
X 1
=1
k(k + 1)
k=1
Theorème 3.4. -Critère de comparaison. Soient (an ) et (bn ) deux suites

d’éléments de R+ et N0 ∈ N tel que pour tout entier n ≥ N0 , an ≤ bn . Alors,
∞
X ∞
X
bk < ∞ ⇒ ak < ∞
k=0 k=0
∞
X ∞
X
ak = ∞ ⇒ bk = ∞
k=0 k=0
Exemple. La série
∞
X 1
kα
k=1
diverge si 0 < α ≤ 1 et converge si α > 1. En effet, si 0 < α ≤ 1 on a

1 1
kα ≥ k et la série harmonique est divergente. Si α ≥ 2 on uilise la majoration
1 1 1
kα ≤ k2 < k(k−1) pour k ≥ 2. Si 1 < α ≤ 2 nous allons montrer par récurrence
que pour tout entier naturel p
p
2X −1 p−1
X
1 ¡ 1 ¢n 1
S2p −1 = α
≤ α−1
≤
k n=0
2 1 − 21−α
k=1
Pour p = 1 cette inégalité est vraie. Donc
2p+1
X−1 p−1 p+1
1 X ¡ 1 ¢n 2 X−1 1
S2p+1 −1 = S 2p −1 + ≤ +
kα n=0
2α−1 kα
k=2p p k=2
p−1
X ¡ 1 ¢n 1
≤ α−1
+ (2p+1 − 2p ) · αp
n=0
2 2
p−1
X ¡ 1 ¢n ¡ 1 ¢p
= + α−1
n=0
2α−1 2
Xp
¡ 1 ¢n
=
n=0
2α−1
X∞
¡ 1 ¢n 1
≤ α−1
= .
n=0
2 1 − 21−α
3.3 Séries alternées

Définition. Soit (ak ) une suite d’éléments de R+ . Les séries de la forme
∞
X ∞
X
(−1)k ak ou (−1)k+1 ak
k=0 k=0
sont appelées des séries alternées.

Theorème 3.5. - critère de convergence de Leibniz. Soit (ak ) une suite
décroissante d’éléments de R+ telle que lim ak = 0. Alors la série alternée
k→+∞
∞
X
(−1)k ak
k=0
est convergente.
Démonstration. Pour n ∈ N soient xn = S2n+1 et yn = S2n . Nous allons montrer
que les suites (xn ) et (yn ) satisfont le troisième critère de monotonie du chapitre
2.3. La monotonie de (an ) implique que (xn ) est croissante et que (yn ) est
décroissante car
xn+1 − xn = S2n+3 − S2n+1 = −a2n+3 + a2n+2 ≥ 0
et
yn+1 − yn = S2n+2 − S2n = a2n+2 − a2n+1 ≤ 0.
De plus xn − yn = S2n+1 − S2n = −a2n+1 ≤ 0. Alors, (xn ) et (yn ) sont bornés
et
lim (xn − yn ) = lim (−a2n+1 ) = 0.
n→+∞ n→+∞
Le troisième critère de monotonie du chapitre 2.3 implique que (xn ) et (yn )

convergent vers la même limite. Ainsi, la suite de sommes partielles Sn converge.
Remarque. Pour tout n ∈ N la série alternée satisfait

∞
X
S2n+1 ≤ (−1)k ak ≤ S2n .
k=0
Exemple. La série
∞
X 1
(−1)k+1
k
k=1
est convergente. Cette série n’est pas absolument convergente. En appliquant

les estimations ci-dessus pour n = 2 et n = 3 nous avons
∞
7 37 X 1 47 5
< < (−1)k+1 < < .
12 60 k 60 6
k=1
3.4 Critères de convergence

P∞
Theorème 3.6. Critère de majoration. Soient k=0 bk une série absolu-
ment convergente
P∞ et (ak ) une suite telle que pour tout k ∈ N, |ak | ≤ |bk |. Alors,
la série k=0 ak converge absolument.
Les critères suivants sont des conséquences du critère de majoration où (bk )
est une suite géométrique, i.e. bk = Cρk .
Theorème 3.7. - Critère de ¯d’Alembert.

¯ Soient (ak ) une suite d’éléments
de R \ {0} pour laquelle lim ¯ aak+1 ¯ = ρ. Alors, si ρ < 1 la série P∞ ak
k k=0
k→+∞
converge absolument et diverge si ρ > 1.
Généralisation du critère de d’Alembert. Soient (ak )k une suite d’éléments

de R \ {0} pour laquelle il existe N0 ∈ N et ρ < 1 tels que
¯ ak+1 ¯
¯ ¯≤ρ pour tout n ≥ N0
ak
P∞
alors la série k=0 ak converge absolument.
Theorème 3.8. - Critère
p de Cauchy. Soient (ak )k une suite P∞ d’éléments de
R pour laquelle lim sup k |ak | = ρ. Alors, si ρ < 1 la série k=0 ak converge
k→+∞
absolument et diverge si ρ > 1.
p p p
Remarque. Si la suite ( k |ak |)k est convergente, alors lim sup k |ak | = lim k |ak |.
k→+∞ k→+∞
Exemple. Pour k ∈ N soit ak défini par

( ¢k
¡ ¢¡ 3 ¢kk ( 34 si k est pair
ak = 3 − 2 · (−1) i.e. ak = ¢k
4 5( 34 si k est impair
¢k
En appliquant
P∞ le critère de majoration avec bk = 5( 34 nous concluons que la
série k=0 ak converge absolument. Le critère de d’Alembert n’est pas appli-
cable car
¯ a2m+1 ¯ 15 ¯ a2m ¯
¯ ¯= et ¯ ¯= 3 ,
a2m 4 a2m−1 20
¯
ak+1 ¯
donc | ak ne converge pas. La généralisation du critère de d’Alembert n’est
pas
P∞ applicable non plus. Le critère de Cauchy nous donne la convergence de
k=0 ak car
p
2m 3 p √
3 2m+1
|a2m | = et 2m+1 |a2m+1 | = 5
4 4
et par conséquent
p 3√k 3
lim sup k |ak | = lim 5 = < 1.
k→+∞ k→+∞ 4 4
Nous calculons la série.

∞
X ∞
X ∞
X
ak = a2m + a2m+1
k=0 m=0 m=0
X∞ µ 2 ¶m ∞ µ ¶m
3 3 X 32
= +5·
m=0
42 4 m=0 42
1 3 1 76
= 3 2 +5· 4 · 3 2 = 7 .
1 − (4) 1 − (4)
Exemple. Pour la série harmonique, i.e. ak = k1 , k ≥ 1 nous avons

¯ ak+1 ¯ p
lim ¯ ¯ = lim k |ak | = 1.
k→+∞ ak k→+∞
Donc les critères de d’Alembert et Cauchy ne permettent pas de decider si cette

série et convergente (ou divergente). Attention : nous avons
¯ ak+1 ¯
¯ ¯= k <1 pour tout k
ak k+1
¯a ¯
mais il n’existe pas un N0 et un ρ < 1 tel que ¯ ak+1k
¯ ≤ ρ pour tout k ≥ N0 .
1
C’est aussi vrai pour la série convergente avec ak = k2 , k ≥ 1.
¯ ¯ p
Remarque. Si lim ¯ aak+1
k
¯ = ρ alors lim k
|ak | = ρ. La réciproque n’est
k→+∞ k→+∞
pas vraie comme démontre notre premier exemple ci-dessus.
3.5 Sur l’ordre des termes dans une série

Dans le dernier exemple de la section précédente nous avons changé l’ordre
des termes de la série pour calculer séparément la somme sur les indices pairs
et impairs. Nous avons tacitement supposé que cela ne change pas le résultat.
Cette propriété est loin d’être évidente. On peut démontrer que les séries ab-
solument convergentes sont les seules pour lesquelles l’ordre des termes n’a pas
d’importance.
Proposition. Si la série
∞
X
ak
k=0
est absolument convergente la limite ne dépend pas de l’ordre des termes ak .
Nous donnons un exemple pour montrer qu’il est possible de réordonner les
termes d’une série convergente mais non absolument convergente afin de faire
converger la série finale vers une autre limite.
Exemple. La série
∞
X 1 1 1 1 1 1 1 1 1 1
(−1)k+1 =1− + − + − + − + − + ...
k 2 3 4 5 6 7 8 9 10
k=1
est convergente mais non absolument convergente. Nous avons trouvé que
∞
X 1 5
(−1)k+1 < .
k 6
k=1
Nous allons réordonner les termes de la façon suivante :

1 1 1 1 1 1 1 1
(1 + − )+( + − )+( + − ) + ...
3 2 5 7 4 9 11 6
Chaque parenthèse, notée pm , m ≥ 1 contient trois termes :
1 1 1 8m − 3
pm = + − = >0
4m − 3 4m − 1 2m 2m(4m − 1)(4m − 3)
Donc
∞
X ∞
5 X 5
pm = + pm > .
m=1
6 m=2 6
et par conséquent
∞
X ∞
X
1 ¡ 1 1 1 ¢
(−1)k+1 6= + − .
k m=1 4m − 3 4m − 1 2m
k=1
Exemple. Pour les séries

∞
X ∞
X
1 1
(−1)k+1 et (−1)k+1
k2 k(k + 1)
k=1 k=1
nous pouvons réordonner les termes comme ci-dessus sans que le résultat change
car les deux séries sont absolument convergentes.
3.6 La série exponentielle

Theorème 3.9. - série exponentielle
1. Pour tout x ∈ R la série exponentielle
∞
X xk
exp(x) :=
k!
k=0
est absolument convergente.

µ ¶n
1
2. Le nombre d’Euler e défini par e = lim 1 + n satisfait e = exp(1),
n→+∞
i.e.
∞
X 1
e=
k!
k=0
3. exp(x + y) = exp(x) exp(y) pour tout x, y ∈ R, i.e.
X∞ ∞
X ∞
(x + y)n xk X y k
= ·
n=0
n! k! k!
k=0 k=0
xk
Démonstration. 1. Posons ak = k! . Par le critère de d’Alembert
¯ ak+1 ¯ ¯ ¯
lim ¯ ¯ = lim ¯ x ¯ = 0.
k→+∞ ak k→+∞ k + 1
2. Par la formule du binôme de Newton, pour tout n ≥ 1, on a

µ ¶n Xn µ ¶
1 n −k
1+ = n
n k
k=0
Xn
1 n(n − 1) · . . . · (n − k + 1)
=
k! nk
k=0
n
X k−1
1 Y¡ j¢
= 1−
k! j=0 n
k=0
¡ j
¢
En utilisant 1 − n < 1 nous obtenons le majorant
µ ¶n Xn
1 1
1+ ≤ ≡ Sn .
n k!
k=0
Par l’inégalité de Bernoulli nous trouvons, pour k ≥ 1 et k ≤ n

k−1
Y ¡ j¢ ¡ k − 1 ¢k k(k − 1)
1− ≥ 1− ≥1−
j=0
n n n
et donc, pour tout n ≥ 1,

µ ¶n Xn k−1
1 1 Y¡ j¢
1+ = 1−
n k! j=0 n
k=0
Xn
1¡ k(k − 1) ¢
≥ 1−
k! n
k=0
Xn n
1 1X 1 1
= − = Sn − · Sn−2 .
k! n (k − 2)! n
k=0 k=2
Donc e = exp(1) par le théorème des deux gendarmes.

3. Cette partie est une conséquence du résultat suivant que nous donnons
sans démonstration.
P∞ P∞
Proposition. Soient k=0 ak et k=0 bk deux séries absolument conver-
gentes. Pour tout n ∈ N on pose
n
X
cn = ak bn−k .
k=0
P∞
Alors la série n=0 cn est absolument convergente et
∞
X ∞
X ∞
X
cn = ak · bk .
n=0 k=0 k=0
En appliquant ce résultat aux séries exponentielles nous avons

Xn n µ ¶
xk y n−k 1 X n k n−k (x + y)n
cn = = x y = .
k! (n − k)! n! k n!
k=0 k=0
Reamarque. Par récurrence, on obtient en = exp(n) pour tout n ∈ Z. On

va démontrer dans le chapitre suivant que la proposition implique exp(x) = ex
pour tout x ∈ R.
Calcul pratique. Pour calculer exp(x) avec une précision donnée on note
que pour tout x ∈ R il existe un n ∈ Z tel que x = n + h et |h| ≤ 12 . Donc
exp(x) = en exp(h). Donc on calcule exp(x) à l’aide de la série seulement pour
des arguments |h| ≤ 1. Le nombre exp(h) est approché par une somme partielle
PN k
SN = k=0 hk! . On écrit
N
X ∞
X
hk hk
exp(h) := + rN +1 (h) et rN +1 (h) =
k! k!
k=0 k=N +1
Soient N ∈ N et 0 < h ≤ 1. Pour contrôler l’erreur on écrit

∞
X ∞
hN +1 hk−N −1 (N + 1)! hN +1 X hj (N + 1)!
rN +1 (h) = =
(N + 1)! k! (N + 1)! j=0 (N + 1 + j)!
k=N +1
Par conséquent
∞
hN +1 X (N + 1)hj
|rN +1 (h)| ≤
(N + 1)! j=0 (N + 1)(N + 2) · . . . · (N + 1 + j)
∞
hN +1 X hj hN +1 N +2
≤ j
=
(N + 1)! j=0 (N + 2) (N + 1)! N + 2 − h
hN +1 N + 2 N +2
≤ ≤ .
(N + 1)! N + 1 (N + 1)!(N + 1)
Pour calculer le nombre d’Euler e le choix N = 14 (noter que h = 1) donne une

erreur ≤ 1.23 · 10−11 .
Remarque. Notons que pour tout x tel que |x| < N + 2 nous avons
∞
xN +1 X xj xN +1 N +2
|rN +1 (x)| ≤ =
(N + 1)! j=0 (N + 2)j (N + 1)! N + 2 − x
Exponentielle d’un nombre complexe. On peut étendre la définition de

l’exponentiel au nombres complexes. Pour z ∈ C soit
∞
X zk
exp(z) :=
k!
k=0
Cette série est absolument convergent (le module d’un nombre complexe rem-
place la valeur absolue). Notons que exp(z) vérifie aussi la propriété exp(z1 +
z2 ) = exp(z1 ) exp(z2 ) pour tout couple (z1 , z2 ) ∈ C × C.
Exponentielle d’un nombre imaginaire pur. Soit θ ∈ R. On a

∞
X (iθ)k
exp(iθ) =
k!
k=0
X∞ ∞
X (−1)k θ2k+1
(−1)k θ2k
= +i
(2k)! (2k + 1)!
k=0 k=0
car i2k = (−1)k et i2k+1 = i(−1)k . On en déduit les
Séries pour cosinus et sinus. Les séries

∞
X (−1)k θ2k
cos θ =
(2k)!
k=0
∞
X (−1)k θ2k+1
sin θ =
(2k + 1)!
k=0
sont absolument convergentes.

Chapitre 4
Fonctions réelles
Nous étondons le concept du processus de limite aux fonctions. La notion

centrale est celle d’une fonction continue qui signifie la commutativité d’une
telle fonction avec le processus de limite.
Notions à apprendre. fonction réelle, limite d’une fonction, fonction conti-

nue, fonction uniformement continue
Compétences à acquérir. Connaı̂tre et savoir appliquer les propriétés des

fonctions élémentaires ainsi des leurs fonctions reciproques, notamment les fonc-
tion polynomiales, la fonction exponentielle, les fonctions trigonométriques et
hyperboliques, savoir calculer la limite d’une fonction et appliquer les tech-
niques du chapitre 2 aux fonctions , savoir vérifier la continuité d’une fonction,
connaı̂tre les propriétés des fonctions continues sur des ensembles bornés et
fermés
4.1 Introduction
Fonctions. Soient D, T deux ensembles non-vides. La correspondance, qui à
tout élément x ∈ D associe un élément y ∈ T est appelée une fonction ou encore
une application de D dans T et on la note par f : D → T . Pour montrer que
f (x) est l’élément de T associé à x, on utilise la notation x 7→ f (x). On dit que
f (x) est la valeur de f au point x ou l’image de x sous f . L’ensemble D est
appelé domaine de définition de f et T son ensemble d’arrivée. Si D et T sont
des sous-ensembles de R la fonction f s’appelle fonction réelle. On introduit
encore les notions suivantes :
Image d’une fonction. Le sous-ensemble de T donné par
f [D] = {y ∈ T : il existe x ∈ D tel que f (x) = y}

= {f (x) : x ∈ D}
est appelé l’image de D par f ou l’ensemble des images et on le note par Im(f ).
56
CHAPITRE 4. FONCTIONS RÉELLES 57
Graphe d’une fonction. Le graphe d’une fonction, noté Gf est le sous-

ensemble de D × T donné par
Gf = {(x, f (x)) : x ∈ D}.
En général il est représenté dans un système de coordonnés. Par exemple, pour

une fonction réele le graphe est représenté par sa courbe dans le plan muni des
coordonnés cartésiens.
Fonction surjective. Une fonction f : D → T est dite surjective si f [D] = T

ou, autrement dit, si tout y ∈ T est l’image par f d’au moins un élément x ∈ D.
Fonction injective. Une fonction f : D → T est dite injective si x1 6= x2

implique f (x1 ) 6= f (x2 ) pour toutes x1 , x2 ∈ D. Autrement dit, tout y ∈ f [D]
est l’image par f d’un seul élément x ∈ D.
Fonction bijective. Une fonction f : D → T est dite bijective si elle est à la

fois surjective et injective.
Fonction identique (ou identité). La fonction IdD : D → D définie par

IdD (x) = x est appelée la fonction identique ou fonction identité sur D. La
fonction identité est bijective.
Fonction constante. Une fonction f : D → T est dite constante si f (x1 ) =

f (x2 ) pour tout (x1 , x2 ) ∈ D × D.
Composition de fonctions. Soient f : D → T et g : A → B deux fonctions

telles que f [D] ⊂ A. Alors, la fonction g ◦ f : D → B, définie par g(f (x)) est
appelée la fonction composée de g et f . La loi de composition est associative :
Soit h : B 0 → C une fonction telle que g[A] ⊂ B 0 . Alors
h ◦ (g ◦ f ) = (h ◦ g) ◦ f
car pour tout x ∈ D

¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
h ◦ (g ◦ f ) (x) = h (g ◦ f )(x) = h g(f (x)) = (h ◦ g) f (x) = (h ◦ g) ◦ f (x)
Fonction réciproque. Lorsque f : D → T est bijective on peut définir une

fonction f −1 : T → D , qui, à tout y ∈ T associe l’élément x de D solution
unique de l’équation y = f (x). f −1 est appelé la fonction réciproque de f . La
fonction f −1 est bijective et f −1 ◦ f = IdD , f ◦ f −1 = IdT .
Restriction d’une fonction. Soit S un sous-ensemble de D et g : S → T

une fonction telle que g(x) = f (x) pour tout x ∈ S. On appelle g restriction de
f et on la note f /S (dire : f restreinte à S).
Prolongement d’une fonction. Soit D ⊂ S. Une fonction gS → T est

appelée prolongement de f si f est une restriction de g, i.e. g/D = f
Exemples.
1. Une suite numérique (an ) est une fonction f : N → R.
2. Une fonction f : C → C définie par
n
X
f (z) = ak z k
k=0
et ak ∈ C est appelée fonction polynomiale.

3. La fonction g : R → R+ définie par g(x) = x2 est surjective mais non
bijective car g(−x) = g(x) pour tout x ∈ R. La restriction f := g/R+ est
bijective.
√ Sa fonction réciproque f −1 : R+ → R+ est donnée par f −1 (x) =
x. Considérons aussi la fonction abs : R → R+ définie par abs(x) = |x|
−1 −1
(la
√ valeur absolue de x). Notons que abs = f ◦g ou abs(x) = f (g(x)) =
x2 .

∞
X
f (z) = ak z k
k=0
et ak ∈ C est appelée série entière (si la série converge). L’exponentiel

exp(z) est une fonction définie par une série pour tout z ∈ C. (voir ch. 5
pour les séries entières f : R → R)
∞
X ∞
X
f (z) = ak eikz ou f (z) = ak e2πikz
k=−∞ k=−∞
et ak ∈ C est appelée série de Fourier (si la série converge) ; voir Analyse

III. Par exemple, si a ∈ R et |a| < 1 la série
∞
X
f (x) = ak eikx
k=0
converge absolument pour tout x ∈ R et
1 1 − ae−ix
f (x) = ix
= .
1 − ae 1 + a2 − 2a cos x
Par conséquent,
X ∞
1 − a cos x
2
= ak cos(kx)
1 + a − 2a cos x
k=0
et
X ∞
a sin x
2
= ak sin(kx)
1 + a − 2a cos x
k=0
4.2 Fonctions réelles

4.2.1 Exemples des fonctions réelles
Fonction puissance. Soit p ∈ R. On considère la fonction rélle f (x) = xp .
Le domaine de f dépend de p.
1. Si p ∈ N, alors D = Df = R et f [Df ] = R si p est impair et f [Df ] = R+
si p est pair. p est impair, alors la fonction f (x) = xp est impair, i.e.
f (−x) = −f (x) et si p est pair, alors la fonction f (x) = xp est pair, i.e.
f (−x) = f (x).
2. Si p ∈ Z− , alors D = Df = R \ {0}
3. Si p ≥ 0 et p ∈
/ N, alors en général D = Df = R+
4. Si p < 0 et p ∈
/ Z, alors en général D = Df = R+ \ {0}
1
La fonction réciproque de f (x) = xp est donnée par f −1 (x) = x p si x ≥ 0.
3
f(x)=x p
p>1
p=1
0<p<1
y
p=0
1
p<0
0 1 2 3
x
Fonction exponentielle. exp : R → R+ \ {0} est défini par la sèrie entière

∞
X xk
exp(x) :=
k!
k=0
Noter que exp(0) = 1 et exp(x) > 1 si x > 0.
Fonction logarithmique. La fonction inverse de la fonction exponentielle

exp est appelée le logarithme naturel ou le logarithme népérien et notée par
ln(x).
ln : R+ \ {0} → R et ln(exp(x)) = exp(ln(x)) = x
Le logarithme satisfait la propriété
ln(xy) = ln(x) + ln(y)
Le logarithme narurel permet d’écrire la fonction exponentielle de base a > 0 et

a 6= 1 :
expa (x) = exp(x ln a)
et sa fonction réciproque donnée par ln x/ln a pour x > 0. On va montrer au 4.3
que expa (x) = ax .
Fonctions trigonométriques - sinus et cosinus. L’origin des fonctions

trigonométriques est dans la géométrie. On peut définir les fonctions trigo-
nométriques à l’aide d’un triangle rectangle ou par la série entière que nous
avons trouvée en considerant la fonction exponentielle définie sur les nombres
complexes.
X∞
(−1)k x2k+1
sin : R → [−1, 1], sin x =
(2k + 1)!
k=0
∞
X (−1)k x2k
cos : R → [−1, 1], cos x =
(2k)!
k=0
sin et cos sont des fonctions périodiques de période T = 2π, c’est-à-dire
sin(x + 2π) = sin x cos(x + 2π) = cos x
pour tout x ∈ R. Evidemment elles sont aussi périodiques de période T = 2kπ

avec k ∈ Z+ . Pour tout x, y ∈ R sin et cos satisfont
sin2 x + cos2 x = 1 théorème de Pythagore
sin(x + y) = sin x cos y + cos x sin y

cos(x + y) = cos x cos y − sin x sin y
et
¡x ± y ¢ ¡x ∓ y ¢
sin x ± sin y = 2 sin cos
2 2
¡x + y ¢ ¡x − y ¢
cos x + cos y = 2 cos cos
2 2
¡x + y¢ ¡x − y¢
cos x − cos y = −2 sin sin
2 2
Quelques valeurs spéciales :

√ √
sin 0 = 0 sin π6 = 12 √ sin π4 = 12 √2 sin π3 = 12 3 sin π2 = 1
cos 0 = 1 cos π6 = 12 3 cos π4 = 12 2 cos π3 = 12 cos π2 = 0
Les fonctions sin et cos sont inversibles sur le domaine D = [− π2 , π2 ] respective-

ment D = [0, π]. Les fonctions réciproques correspondantes sont notées arcsin
et arccos.
Fonction par morceaux et fonction en escalier. Soient g : Dg → R et

h : Dh → R deux fonctions avec Dg ∩ Dh = ∅. La fonction f : Dg ∪ Dh → R
définie par (
g(x) si x ∈ Dg ,
f (x) =
h(x) si x ∈ Dh .
est une fonction définie par morceaux. En calcul intégral on étudie d’abord des
fonctions qui sont des fonctions constantes par morceaux : soient a0 < a1 <
. . . < an ,y1 , ...yn ∈ R et gi : ]ai−1 , ai [→ R tels que gi (x) = yi pour x ∈ ]ai−1 , ai [.
Une fonction f : ]a0 , an [→ R définie par f (x) = gi (x) si x ∈ ]ai−1 , ai [ est appelée
fonction en escalier.
Fonctions définies par morceaux - exemples . La fonction signe est

définie par 

1 si x > 0,
sign(x) = 0 si x = 0,


−1 si x < 0.
La fonction Heaviside est définie par
(
1 si x > 0,
Heaviside(x) = H(x) =
0 si x ≤ 0.
La fonction en escalier de Gauss (ou la partie entière) est définie par
G(x) = [x]
4.2.2 Opérations algébriques

On peut obtenir des nouvelles fonctions réelles grâce aux opérations algébriques
définies sur R. Soient f : Df → R et g : Dg → R.
Combinaison linéaire. Soient α, β ∈ R. On définit la fonction
αf + βg : Dαf +βg → R
par Dαf +βg = Df ∩ Dg et
(αf + βg)(x) = αf (x) + βg(x)
pour tout x ∈ Df ∩ Dg .
Produit. On définit la fonction produit de f et g par

f · g : Df ·g = Df ∩ Dg → R, et (f · g)(x) = f (x) · g(x)
pour tout x ∈ Df ∩ Dg .
Quotient. On définit la fonction quotient de f et g

f
: Df → R
g g
où D f = Df ∩ Dg \ {x : g(x) = 0} par

g
f f (x)
(x) =
g g(x)
pour tout x ∈ Df ∩ Dg \ {x : g(x) = 0}.
Exemples.
1. Une fonction polynomiale f : R → R définie par
n
X
f (x) = ak xk , ak ∈ R
k=0
f
2. Soient f, g : R → R deux fonctions polynomiales. Leur quotient g est
appelé une fonction rationelle.
3. On définit les fonctions trigonométriques tan et cot par
1 sin x
tan : R \ {(k + )π, k ∈ Z} → R, tan x =
2 cos x
cos x
cot : R \ {kπ, k ∈ Z} → R, cot x =
sin x
Les fonctions tan et cot sont inversibles sur le domaine D =] − π2 , π2 [
respectivement D =]0, π[. Les fonctions réciproques correspondantes sont
notées arctan et arccot.
4. On définit les fonctions hyperboliques
exp x−exp(−x)
sinh x = 2 sinh : R → R
exp x+exp(−x)
cosh x = 2 cosh : R → [1, ∞[
sinh x
tanh x = cosh x tanh : R →] − 1, 1[
cosh x
coth x = sinh x coth : R \ {0} →] − ∞, −1[ ∪ ]1, ∞[
Leurs fonctions réciproques sont notées
√
arcsinh x = ln(x + x2 + 1) arcsinh : R → R
√
arccosh x = ln(x + x2 − 1) arccosh : [1, ∞[→ [0, ∞[
1 1+x
arctanh x = 2 ln 1−x arctanh :] − 1, 1[→ R
arccoth x = arctanh x1 arccoth :] − ∞, −1[ ∪ ]1, ∞[→ R \ {0}

5. On définit la partie positive respectivement la partie négative d’une fonc-

tion f : Df → R par
f (x)+|f (x)|
f + (x) = max{f (x), 0} = 2 f + : Df → R +
|f (x)|−f (x)
f − (x) = − min{f (x), 0} = 2 f − : Df → R +
Evidemment f (x) = f + (x) − f − (x) et |f (x)| = f + (x) + f − (x).

6. Soit f : Df → R. On définit un prolongement de f par
(
e f (x) si x ∈ Df ,
f (x) =
0 sinon.
Si f est une fonction définie par morceaux à l’aide des fonctions g et h

(voir exemple ci-dessus), alors fe(x) = ge(x) + e
h(x).
7. Soit A ⊂ R. La fonction indicatrice de A, notée χA est défini par
(
1 si x ∈ A,
χA (x) =
0 sinon.
Si A, B sont des sous-ensembles de R, alors
χA (x) · χB (x) = χA∩B (x)
et
χA (x) + χB (x) = χA∪B (x) + χA∩B (x).
En probabilité cette rélation est appelée le principe d’exclusion-inclusion.
4.2.3 Fonctions monotones

Soient D et T des sous-ensembles non-vides de R et f : D → T une fonction
réelle. Soient x, x1 , x2 ∈ D.
Fonction croissante. Une fonction f est dite croissante sur D si x1 < x2

implique f (x1 ) ≤ f (x2 ).
Fonction strictement croissante. Une fonction f est dite strictement crois-

sante si x1 < x2 implique f (x1 ) < f (x2 ).
Fonction décroissante. Une fonction f est dite décroissante si x1 < x2 im-

plique f (x1 ) ≥ f (x2 ).
Fonction strictement décroissante. Une fonction f est dite strictement

décroissante si x1 < x2 implique f (x1 ) > f (x2 ).
Exemples.
1. La fonction exponentielle est¡ strictement croissante
¢ car exp(x) ≥ 0 et
exp(x1 ) − exp(x2 ) = exp(x1 ) exp(x2 − x1 ) − 1 > 0 si x1 < x2 .
2. La fonction sinh est strictement croissante. Pour démontrer cette propriété
notons d’abord que sinh 0 = 0 et sinh x > 0 si x > 0. Soit x1 < x2 . Alors
2 sinh x2 − 2 sinh x1 = exp(x2 ) − exp(−x2 ) − exp(x1 ) + exp(−x1 )
x2 − x1 x2 + x1
= 4 sinh cosh >0
2 2
3. Soit f : Df → T une fonction bijective strictement (dé)croissante. Alors
sa fonction inverse f −1 : T → Df est strictement (dé)croissante.
4.3 Limite d’une fonction et fonction continue

4.3.1 Définitions
Introduction. Soit f une fonction réelle définie sur son domaine Df . Soit a ∈
R tel pour tout r > 0 que ]a−r, a+r[∩Df est non-vide. Un tel point a est appelé
point adhérent de l’ensemble Df . Notons que si a ∈ Df , alors a est un point
adhérent de Df . On permet a d’être un point isolé dans Df . On note souvent
Vr (a) =]a − r, a + r[ (voisinage) ou Br (a) =]a − r, a + r[= {x : |x − a| < r} (boule
ouverte) vue de leurs généralisations dans Rn . Pour étudier le comportement de
f autour a on peut considérer les suites (xn ) avec xn ∈ Df qui convergent vers
a et les suites f (xn ) des valeurs de f . Une autre approche utilise les voisinages
de a et leurs images sous f . D’abord notons la propriété d’un point adhérent à
un ensemble D.
Proposition. Un point a est adhérent à un ensemble D si et seulement si il

existe une suite d’éléments an ∈ D qui converge vers a.
Démonstration. Si an ∈ D converge vers a, alors pour tout r > 0 il existe

un entier naturel N tel que |an − a| < r pour tout n ≥ N , c’est-à dire an ∈
Br (a) ∩ D. Si a est adhérent à D, alors pour tout entier naturel n il existe un
an ∈ B n1 (a) ∩ D. La suite (an ) converge vers a.
Limite d’une fonction - Définition 1. Soit a ∈ R tel qu’il existe une

suite d’éléments an ∈ Df avec lim an = a. On dit que f admet pour limite
n→+∞
l ∈ R lorsque x tend vers a si pour toute suite d’élément xn ∈ Df telle que
lim xn = a la suite f (xn ) converges vers l, i.e. lim f (xn ) = l. On écrit alors
n→+∞ n→+∞
lim f (x) = l.
x→a
Limite d’une fonction - Définition 2. Soit a un point adhérent à Df . On

dit que f admet pour limite l ∈ R lorsque x tend vers a si à tout ² > 0, on peut
associer δ > 0 tel que |f (x) − l| < ² si x ∈ Df et |x − a| < δ, i.e. x ∈ Bδ (a) ∩ Df .
On écrit alors
lim f (x) = l.
x→a
Proposition. Les définitions 1 et 2 sont équivalentes.
Démonstration.
1. 2 ⇒ 1. Soit (xn ) une suite dans Df qui converge vers a. Nous allons
démontrer que lim f (xn ) = l c’est-à-dire pour tout ² > 0 il existe un
n→+∞
entier naturel N tel que |f (xn ) − l| < ² pour tout n ≥ N . Par la définition
2 il existe un δ > 0 tel que |x − a| < δ implique |f (x) − l| < ². Pour ce δ
il existe un N tel que n ≥ N implique |xn − a| < δ. Donc |f (xn ) − l| < ²
pour tout n ≥ N .
2. 1 ⇒ 2. Soit lim f (xn ) = l pour toute suite (xn ) in Df qui converge
n→+∞
vers a. Si l n’est pas la limite d’après la définition 2 il existe un ² > 0
tel que pour tout δ > 0 il existe un yδ ∈ Df tel que |yδ − a| < δ et
|f (yδ ) − l| ≥ ². Pour δ = n1 on a construit une suite d’éléments (yn ) avec
cette propriété. La suite (x1 , y1 , x2 , y2 , . . .) converge alors vers a mais la
suite (f (x1 ), f (y1 ), f (x2 ), f (y2 ), . . .) ne converge pas.
Remarque. Dans la pratique on utilise souvent la définition 1 pour démontrer

que lim f (x) n’existe pas et la définition 2 pour démontrer l’existence de la valeur
x→a
limite d’une fonction.
Remarque. Au lieu de lim f (x) = l on peut écrire lim f (a + h) = l pour

x→a h→0
a + h ∈ Df .
Fonction continue en a. Une fonction f est dite continue en a ∈ Df si
lim f (x) = f (a).

x→a
Remarque. En utilisant la définition 1 pour décrire que les fonctions conti-

nues commutent avec le processus limite, c’est-à-dire pour toute suite (xn )
d’éléments dans Df telle que lim xn = a on a
n→+∞
¡ ¢
lim f (xn ) = f (a) = f lim xn
n→+∞ n→+∞
Fonction continue. Une fonction f : Df → T est dite continue sur Df ou

plus brievement continue si elle est continue en tout a ∈ Df .
Limite à droite. Soit a ∈ R tel qu’il existe une suite d’élément an ∈ Df ,

an > a avec lim an = a. On dit que f admet pour limite à droite l ∈ R
n→+∞
lorsque x tend vers a si pour toute suite d’élément xn ∈ Df telle que xn > a et
n→+∞ n→+∞
lim f (x) = l.
x→a+
f est dit continue à droite en a ∈ Df si lim f (x) = f (a).

x→a+
Limite à gauche. Soit a ∈ R tel qu’il existe une suite d’élément an ∈ Df ,

an < a avec lim an = a. On dit que f admet pour limite à gauche l ∈ R
n→+∞
lorsque x tend vers a si pour toute suite d’élément xn ∈ Df telle que xn < a et
n→+∞ n→+∞
lim f (x) = l.
x→a−
f est dit continue à gauche en a ∈ Df si lim f (x) = f (a).

x→a−
Proposition. lim f (x) = l si est seulement si

x→a
lim f (x) = lim f (x) = l.

x→a− x→a+
Une fonction f est continue en a ∈ Df si et seulement si elle est continue à

gauche et continue à droite en a.
Fonction continue sur [a, b]. Soit a < b. On dit que f : [a, b] → R est
continue sur [a, b] si f est continue en ]a, b[, continue à droite en a est continue
à gauche en b.
4.3.2 Propriétés des valeurs limites

Les règles de calcul pour des valeurs limites des suites s’étendent aux limites
des fonctions.
Theorème 4.1. Supposons que
lim f (x) = l1 et lim g(x) = l2 .
x→a x→a
Alors, pour tout α, β ∈ R on a

lim (αf (x) + βg(x)) = αl1 + βl2 . (4.1)
x→a
lim f (x)g(x) = l1 l2 . (4.2)

x→a
f (x) l1
lim = si l2 6= 0. (4.3)
x→a g(x) l2
lim |f (x)| = |l1 |(= | lim f (x)|). (4.4)
x→a x→a
Corollaire 4.2. Si f et g sont continus en a, alors
1. pour tout α, β ∈ R la fonction (αf + βg) est continu en a,
2. f g est continu en a,
3. fg est continu en a si g(a) 6= 0,
4. |f | est continu en a.
Theorème 4.3. Soient f : Df → T et g : A → B deux fonctions telles que
f [Df ] ⊂ A et
lim f (x) = b et lim g(x) = l.
x→a y→b
Alors, lim g(f (x)) = l.

x→a
Corollaire 4.4. Si f est continu en a et g est continu en f (a), alors la fonction
composée g ◦ f est continu en a.
Remarque. On pouvait aussi ennoncer le corollaire comme suit :

¡ ¢
lim g(f (x)) = g lim f (x) ;
x→a x→a
i.e. les fonctions continues conservent les limites.
Fonction bornée. Une fonction f : Df → T est dite bornée, s’il existe une
constante C > 0 telle que |f (x)| ≤ C pour tout x ∈ Df .
Proposition. Soient f une fonction bornée et lim g(x) = 0 et a ∈ Df ∩ Dg .

x→a
Alors, lim f (x)g(x) = 0.
x→a
Proposition. Soient lim f (x) = l1 et lim g(x) = l2 et supposons qu’il existe

x→a x→a
un r > 0 tel que f (x) ≤ g(x) dans Br (a) ∩ Df ∩ Dg \ {a}. Alors, l1 ≤ l2 .
Remarque. Comme pour les suites cette proposition implique un théorème

des deux gendarmes.
Proposition(théorème des deux gendarmes). Soient f, g, h : D → T

trois fonctions telles que lim g(x) = l et lim h(x) = l et supposons qu’il existe
x→a x→a
un r > 0 tel que g(x) ≤ f (x) ≤ h(x) dans Br (a) ∩ Df ∩ Dg ∩ Dh \ {a}. Alors,
lim f (x) = l.
x→a
Remarque. Les résultats sont aussi valables pour les limites unilatérales.
4.3.3 Exemples
1. La fonction constante définie par f (x) = c est continue sur R. Pour tout
a ∈ R on a lim x = a. Par conséquent la fonction identité sur R est continue. Par
x→a
(4.1) - (4.3) toute fonction polynomiale et toute fonction rationelle est continue
sur son domaine de définition.
2. Calculer
sin x
lim .
x→0 x
sin x
Pour x > 0 on a les inégalités suivantes : sin x < x < tan x = cos x . Donc, pour
tout 0 < x < 1
sin x p p
1> > cos x = 1 − sin2 x > 1 − x2 > 1 − x
x
sin −x sin x
De plus −x = x . Alors
sin x
lim = 1.
x→0 x
Etudions maintenant la fonction f : R \ {0} → R définie par f (x) = sinx x . Nous
affirmons que f (x) est continue sur R \ {0}. Il suffit de montrer que sin x est
continue.
Proposition. La fonction sin x est continue sur R.
Démonstration. Nous avons

¯ ¡h¢ ¡ 2x + h ¢¯
| sin (x + h) − sin x| = ¯2 sin cos ¯ ≤ |h|,
2 2
donc lim sin(x + h) = sin x.
h→0
Prolongement par continuité. Grâce aux résultats précedents il est pos-

sible de définir un prolongement de f (x) = sinx x qui est continue en tout x ∈ R :
(
sin x
e x si x 6= 0,
f (x) =
1 si x = 0.
On appelle fe(x) le prolongement par continuité.
3. Montrer que
1
lim sin
x→0 x
1
n’existe pas. Pour le démontrer considérons la suite (xn ) définie par xn = π(n+ 21 )
pour n ≥ 0. La suite (xn ) converge vers 0 et
1 1
sin = sin π(n + ) = (−1)n
xn 2
ne converge pas.
√
4. Montrer que la fonction x 7→ x est continue en tout a > 0, i.e.
√ √
lim x = a pour tout a > 0.
x→a
√ √
Soient a, x > 0. Notons que x− a = √x−a
√ . Donc, lim x = a et √ 1√ ≤ √1
x+ a x→a x+ a a
implique que √ √
lim ( x − a) = 0
x→a
1
5. Montrer que pour tout m ∈ Z+ la fonction x 7→ x m est continue en tout
a > 0, i.e.
1 1
lim x m = a m pour tout a > 0.
x→a
1 1 1 ¡ 1 ¢
Soient a, x = a(1 + h) > 0. Notons que (a(1 + h)) m − a m = a m (1 + h) m − 1 .
Autrement dit, il suffit de montrer la continuité en a = 1. Nous avons
1
1 ≤ (1 + h) m ≤ 1 + h si h ≥ 0
1
1 ≥ (1 + h) m ≥ 1 + h si h ≤ 0
Donc
1
lim (1 + h) m = 1.
h→0
Par conséquent, pour tout p ∈ Q la fonction xp est continue pour x > 0.

6. La fonction x 7→ exp x est continue en tout a ∈ R, i.e.
lim exp x = exp a pour tout a ∈ R.

x→a
Posons x = a + h et notons que | exp x − exp a| = exp a| exp h − 1|. Il suffit donc
de montrer la continuité en a = 0. Par le résultat du chapitre précédent sur
l’approximation de la série exponentielle nous avons avec N = 0
|h| 2
| exp h − 1| = |r1 (h)| ≤ ≤ 2|h| si |h| ≤ 1.
1! 2 − |h|
Donc
lim | exp h − 1| = 0
h→0
Remarque. Ce résultat implique que la fonction expa (x) = exp(x ln a), a > 0,
et continue. Nous allons montrer que la propriété f (x + y) = f (x)f (y) pour tout
x, y ∈ R et la continuité de f donne une caractérisation unique de la fonction
exponentielle de base a > 0.
Proposition. Soit f : R → R une fonction continue qui satisafait l’équation

fonctionelle
f (x + y) = f (x)f (y) pour tout x, y ∈ R
Alors, soit f (x) = 0 pour tout x ∈ R, soit f (1) =: a > 0 et f (x) = ax pour tout
x ∈ R.
Démonstration. On a f (1) ≥ 0 car f (1) = f ( 12 + 12 ) = f ( 12 )2 . Si f (1) = 0,

alors
f (x) = f (x − 1 + 1) = f (x − 1)f (1) = 0 pour tout x ∈ R
Si f (1) > 0 posons a := f (1). On a f (0) = 1 et f (−1) = a−1 car
a = f (1 + 0) = f (1)f (0) = af (0) et 1 = f (0) = f (1)f (−1) = af (−1)
Par récurrence on a f (n) = an = expa (n) pour tout entier n et ensuite f ( pq ) =

p
a q = expa ( pq ) pour tout p, q ∈ Z, q 6= 0, en utilisant ap = f (p) = f (q · pq ) =
f ( pq )q . Donc, f (x) = ax = expa (x) pour tout x ∈ Q. Donc pour x ∈ R on pose
ax := expa (x). Pour tout x ∈ R il existe une suite d’éléments xn ∈ Q telle que
lim xn = x (car Q est dense dans x ∈ R). Par la continuité de f et de expa (x)
n→+∞
on a
f (x) = lim f (xn ) = lim axn = lim expa (xn ) = expa (x) = ax .
n→+∞ n→+∞ n→+∞
En particulier, la fonction x 7→ ax est continue sur R. Moralité : La fonction

expa (x) est l’unique fonction continue qui a les mêmes valeurs que ax pour tout
x rationnel, elle est le prolongement par continuité de ax : Q → R.
Remarque. Par la proposition exp x = ex .
Une fonction nulle part continue. La fonction indicatrice des nombres

rationnels f (x) = χQ (x) est nulle part continue.
4.4 Propriétés des fonctions continues

4.4.1 Fonctions continues sur [a, b]
Introduction. Les propriétés des fonctions continues définies sur un intervalle
fermé ont une grande importance dans les mathématqiues. Dans la suite nous
donnons les résultats centraux.
Maximum et minimum d’une fonction. Soit f : D → T . Alors, sup{f (x) :

x ∈ D} et inf{f (x) : x ∈ D} sont appelés le suprémum respectivement l’infimum
de f et on le note sup f (x) respectivement inf f (x). On dit que f atteint son
x∈D x∈D
maximum (respectivement son minimum) en a ∈ D si f (a) = sup f (x) (resp.
x∈D
inf f (x)) et on le note f (a) = maxf (x) (resp. f (a) = minf (x)).
x∈D x∈D x∈D
Theorème 4.5. Soit f une fonction continue définie sur l’intervalle borné et
fermé [a, b]. Alors f atteint son maximum et son minimum.
Démonstration. Il suffit de montrer que la fonction f atteint son maximum car
minf (x) = −max(−f (x)) et −f est continue. Soit S := sup f (x). (Noter que
x∈D x∈D x∈[a,b]
S = ∞ si f n’est pas bornée). Il existe une suite (xn ) d’éléments xn ∈ [a, b] telle
que lim f (xn ) = S. La suite (xn ) est bornée (car [a, b] est borné), donc par
n→+∞
le théorème de Bolzano-Weierstrass il existe un sous-suite (xnk ) qui converge.
Notons p la limite de cette sous-suite. L’intervalle [a, b] est fermé, donc p ∈ [a, b].
Par la continuité de f nous avons
f (p) = lim f (xnk ) = S.

k→+∞
En particulier, S < ∞ donc f est bornée et atteint son maximum.
Remarque. Si l’intervalle est ouvert, semi-ouvert ou non-borné ce résultat

n’est plus valable. Par exemple, la fonction identité x 7→ x définie sur ]0, 1[ est
bornée et continue mais n’atteint ni son suprémum 1 ni son infimum 0.
Theorème 4.6. - Théorème de la valeur intermédiaire. Soit f une fonc-
tion continue définie sur l’intervalle borné et fermé [a, b] et f (a) < f (b). Alors,
pour tout nombre réel r tel que f (a) < r < f (b) il existe un c ∈]a, b[ tel que
f (c) = r. r est dit valeur intermédiaire.
Corollaire 4.7. Théorème du transport des intervalles. Soit f une fonc-

tion continue définie sur l’intervalle borné et fermé [a, b]. Alors l’ensmble des
images de f est l’intervalle borné et fermé [ min f (x), max f (x)].
x∈[a,b] x∈[a,b]
Corollaire (Solutions des équations). Soit f une fonction continue définie

sur l’intervalle borné et fermé [a, b] et f (a)f (b) ≤ 0 Alors léquation f (x) = 0
admet au moins une solution dans [a, b].
Proposition. Soit h : [0, 1] → [0, 1] continue. Alors, l’équation
x = h(x)
admet au moins une solution x̂ dans [0, 1]. On appelle x̂ un point fixe de h. Plus
généralement, soit g : [0, 1] → [0, 1] une fonction continue et surjective. Alors,
l’équation
g(x) = h(x)
admet au moins une solution x̂ dans [0, 1].
Démonstration. Posons f (x) = g(x) − h(x). la fonction g est surjective,

alors il existent c, d ∈ [0, 1] tels que g(c) = 0 et g(d) = 1. Par conséquent
f (c) = −h(c) ≤ 0 et f (d) = 1 − h(d) ≥ 0. Par le corollaire ci-dessus il existe un
x̂ tel que f (x̂) = 0. En particulier, si g(x) = x, g est surjective et il existe un
point fixe de h.
Continuité uniforme. Soit I un intervalle. Une fonction f définie sur I est

dite uniformement continue si à tout ² > 0, on peut associer δ > 0 tel que
x, y ∈ I et |x − y| < δ implique |f (y) − f (x)| < ².
Proposition. Une fonction uniformement continue sur un intervalle I est

continue.
Proposition. Soit f une fonction continue définie sur l’intervalle borné et

fermé [a, b]. Alors f est uniformement continue sur [a, b].
Démonstration. Supposons que l’affirmation est fausse pour une fonction f .

Alors pour tout ² > 0 et n ∈ N ils existent xn , yn tels que
1
|xn − yn | < , |f (xn ) − f (yn )| > ².
n
Par le théorème de Bolzano-Weierstrass ils existent xnk , ynk qui convergent vers
x respectivement y. Par la première inégalité x = y. Donc f (x) = f (y) d’où la
contradiction.
Approximation d’une fonction continue par une fonction en escalier.

La continuté uniforme joue un rôle important dans la construction de l’integral.
On va montrer plus loin que une fonction uniformement continue peut être
approchée par des fonctions en escalier avec une précision arbitraire.
4.4.2 Inversibilité et continuité

Proposition. Soit I un intervalle et f : I → T une fonction continue et
injective. Alors, f est strictement monotone.
Proposition. Soit I un intervalle et f : I → T une fonction continue et

bijective. Alors, son inverse f −1 : I → T est continue.
Exemple. Le logarithme ln : R+ \ {0} → R est une fonction continue.

4.5 Limites infinies et limites à l’infini

Introduction. Soit f : Df → R. Soit a ∈ / Df un point adhérent à Df . D’abord
on décrit le comportement des fonctions fortemente divergentes au point a. Si
Df = R on peut d’écrire le comportement asymptotique de f lorsque x tend
vers l’infini. On donne les définitions dans la terminologie de la définition 1 de
la limite d’une fonction.
4.5.1 Définitions
Limites infinies. On écrit lim f (x) = ±∞ si pour tout suite (xn ) d’éléments
x→a
dans Df qui converge vers a on a lim f (xn ) = ±∞.
n→+∞
Limites à l’infini. On écrit lim f (x) = l si pour tout suite (xn ) d’éléments
x→±∞
dans R qui diverge fortement vers ±∞ on a lim f (xn ) = l.
n→+∞
Limites infinies à l’infini. On écrit lim f (x) = ±∞ si pour tout suite (xn )
x→+∞
d’éléments dans R qui diverge fortement vers +∞ on a lim f (xn ) = ±∞. On
n→+∞
écrit lim f (x) = ±∞ si pour tout suite (xn ) d’éléments dans R qui diverge
x→−∞
fortement vers −∞ on a lim f (xn ) = ±∞.
n→+∞
Exemples.
1. Soit f : R → R une fonction polynomiale définie par
n
X
f (x) = ak xk , ak ∈ R an > 0
k=0
On a
lim f (x) = ±∞ si n est impair
x→±∞
et
lim f (x) = +∞ si n est pair
x→±∞
2. Pour tout n ∈ N et x > 0 on a ex ≥ xn+1 /(n + 1)!. Alors
ex
lim =∞
x→∞ xn
i.e., la croissance exponentielle à l’infini est plus vite que celle d’une fonc-
tion polynomiale.
3.
¡ 1 ¢x ¡ ¢1
lim 1 + = lim 1 + y y = e
x→∞ x y→0
Démonstration. Soit x > 0. On pose n = [x]. L’inégalité n ≤ x < n + 1

implique
1 1 1
1+ ≤1+ ≤1+
n+1 x n
La fonction ax est croissante si a > 1 et satisfait a0 = 1. Alors
¡ 1 ¢n ¡ 1 ¢x ¡ 1 ¢n+1
1+ ≤ 1+ ≤ 1+
n+1 x n
et le théorème des deux gendarmes implique le résultat desiré. De plus,
pour tout a ∈ R
4. ¡ a ¢x ¡ ¢a
lim 1 + = lim 1 + y y = ea
x→∞ x y→0
grâce à la continutité de xp . En utilisant le fait que ln x est continue pour

x > 0 on obtient aussi
ln(1 + y)
lim =1
y→0 y
5.
lim tanh x = 1
x→∞
car
ex − e−x 1 − e−2x 1−0
lim tanh x = lim x −x
= lim = =1
x→∞ x→∞ e + e x→∞ 1 − e−2x 1+0
6.
1
lim x x = 1
x→∞
Démonstration. Soit x > 0. Posons n = [x], alors n ≤ [x] < n + 1 et

1 1 1
n+1 < x ≤ n . par conséquent
1 1 1
n n+1 < x x < (n + 1) n .
1
et le résultat est une conséquence de lim n n = 1.
n→∞
7.
ln x ln x
lim =0 et lim =0 pour tout p > 0.
x→∞ x x→∞ xp
Démonstration. Par l’exemple preécédent

¡ 1¢
ln lim x x = ln 1
x→∞
La fonction ln est continue et satisfait ln ab = b ln a et ln 1 = 0. Donc

¡ 1¢ ¡ 1¢ ln x
ln lim x x = lim ln x x = lim = ln 1 = 0
x→∞ x→∞ x→∞ x
Posons x = y p nous avons que ln x

x = p lnypy tend vers 0 lorsque y tend vers
l’infini.
4.5.2 Comportement asymptotique et asymptotes

Asymptote horizontale. Soit f : R → R une fonction telle que lim f (x) =
x→+∞
L. La droite d’équation y = L est une asymptote horizontale de la fonction f
en +∞.
Comportement asymptotique. Soit f : R → R une fonction telle que

lim f (x) = −∞ ou lim f (x) = +∞ . On veut décrire le comportement
x→+∞ x→+∞
asymptotique de f plus précisément par une fonction h plus simple. Si h : R → R
est telle que
lim f (x) − h(x) = 0,
x→+∞
alors f et h ont le même comportement asymptotique.
Asymptote oblique. Si h est une fonction affine, i.e. h(x) = ax + b, alors

la droite définie par h est une asymptote oblique de la fonction f en +∞. En
particulier,
f (x)
a = lim .
x→+∞ x
Similairement on décrit le comportement asymptotique d’une fonction f en

−∞. Une manière plus systématique de l’étude du comportement asymptotique
à l’aide du développement limité sera donnée au chapitre suivant.
Exemples.
√
1. Donner les asymptotes obliques de f (x) = 3x2 + 2x + 1 en −∞ et +∞.
Pour l’asymptote en +∞ on cherche alors a, b tels que
¡ ¢
lim f (x) − (ax + b) = 0.
x→+∞
√
On trouve a = 3. Ensuite noter que
√ 3x2 + 2x + 1 − 3x2 2x + 1
f (x) − 3x = √ √ =√ q
2
3x + 2x + 1 + 3x 2 1
3x( 1 + 3x + 3x2 + 1)
√ √
d’où b = 3/3 puisque lim (f (x) − 3x) = √13 . En −∞ l’asymptote
x→+∞
√ √
oblique est la droite d’équation y = − 3x − 3/3.
√
2. Soit f (x) = x4 + 4x3 + 1. Donner le polynôme quadratique h(x) = ax2 +
bx + c tel que
lim f (x) − h(x) = 0.
x→+∞
On calcul le coefficient d’une manière récurrente. Evidemment

f (x)
lim = 1.
x→+∞ x2
Donc a = 1. Ensuite nous avons
f (x) − x2 4x3 + 1
lim = lim √ = 2,
x→+∞ x x→+∞ x( x4 + 4x3 + 1 + x2 )
d’où b = 2, et finalement
−4x2 + 1
lim (f (x) − x2 − 2x) = lim √ = −2,
x→+∞ x→+∞ x4 + 4x3 + 1 + x2 + 2x
d’où c = −2.
Chapitre 5
Calcul différentiel
Nous présentons les techniques de base du calcul différentiel.
Notions à apprendre. dérivée et fonction dérivable, fonction dérivée, règle

de composition, théorèmes des accroissements finis, la classe C n , développement
limité, série entière, extremum, point d’inflexion, asymptote, fonction convexe,
règle de l’Hospital,
Compétences à acquérir. Connaı̂tre les fonctions dérivées des fonctions

élémentaires, connaı̂tre et savoir appliquer les propriétés de la dérivée au calcul
des dérivées, savoir faire le développement limité d’une fonction, savoir appliquer
la règle de l’Hospital aux calculs des limites, savoir faire l’étude d’une fonction,
savoir calculer la série entière des fonctions élémentaires et déterminer son rayon
de convergence
5.1 La dérivée
Définition. Une fonction f : D → T est dite dérivable en a ∈ D si la limite
f (x) − f (a)
lim
x→a x−a
x ∈ D \ {a}
existe. Cette limite, lorsqu’elle existe, est appelée la dérivée de la fonction f au

point a et on la note f 0 (a).
Proposition. En posant h = x − a avec a + h ∈ D nous avons
f (x) − f (a) f (a + h) − f (a)

f 0 (a) = lim = lim
x→a x−a h→0 h
x ∈ D \ {a} h 6= 0
Remarque. Souvent on ne mentionne plus explicitement le fait que h 6= 0.
76
CHAPITRE 5. CALCUL DIFFÉRENTIEL 77
Interprétation géométrique - problème de la tangente. Soit f : D → T

une fonction. On veut construire la tangente en un point (a, f (a)) d’une courbe
(x, f (x)) donnée. Ce problème debouche sur le calcul différentiel car on cherche
à savoir si la pente de la secante donnée par la droite de (a, f (a)) à (x, f (x))
pour x ∈ D \ {a} a une valeur limite,la pente de la tangente en (a, f (a)). Donc
la pente de la secante est donnée par
f (x) − f (a)
ma (x) = si x ∈ D \ {a}
x−a
et si la limite existe lorsque x tend vers a la dérivée f 0 (a) équivaut d’un prolon-
gement par continuité de ma (x) en a, i.e. :
(
f (x)−f (a)
x−a si x ∈ D \ {a},
m
e a (x) =
f 0 (a) si x = a.
est une fonction continue en a ∈ D. L’équation de la tangente en a est donnée

par
ta (x) = f (a) + f 0 (a)(x − a) ou ta (a + h) = f (a) + f 0 (a)h.
Notons d’abord que pour tout x ∈ D on peut écrire
f (x) = f (a) + (x − a)m

e a (x)
Ceci implique la
Proposition. Une fonction f : D → T est dérivable en a ∈ D alors f est

continue en a.
f(x)
f(a+h)
f(a)
a a+h
f (a+h)−f (a)
les graphes de f (x), du segment f (a) + h (x − a) et de la tangente
0
ta (x) = f (a) + f (a)(x − a)
Approximation d’une fonction dans une voisinage. On s’attend alors

que pour x suffisament proche de a on a f (x) ≈ f (a) + f 0 (a)(x − a). Ou, plus
précisement, la propriéte d’être dérivable est équivalent à la propriété que f
peut être approché par une fonction affine-linéaire. Cet résultat et la qualité de
l’approximation sont donnés dans la proposition suivante. Introduisons d’abord
une nouvelle notation :
Notation O(h) et o(h). Nous disons qu’une expression f (h) est O(h) (lire :
grand O de h) et on le note f (h) = O(h) si lim f (h) = 0. Nous disons qu’une
h→0
expression f (h) est o(h) (lire : petit o de h) et on le note f (h) = o(h) si lim f (h)
h =
h→0
0. Si f est une fonction continue en a on peut alors noter f (a+h)−f (a) = O(h).
Pour f est dérivable en a nous pouvons dire plus :
Proposition. Si f : D → T est dérivable en a ∈ D si et seulement si
f (a + h) = f (a) + f 0 (a)h + o(h)
pour tout a + h ∈ D.
Définition. Soit D = I un intervalle ouvert. On dit que la fonction f : D → T

est dérivable sur I si elle est dérivable en tout a ∈ D. La fonction f 0 défini sur
I est appelée la fonction dérivée de f .
Corollaire. Une fonction dérivable sur I est continue sur I.
Notation. On note aussi la dérivée f 0 (x) par d df (x)

x ou encore par ddx f (x).
En particulier, la dernière notation symbolise que dériver une fonction f est
une opération sur f dont le résultat est une fonction f 0 , la dérivée de f . On
peut comparer l’action de ddx sur une fonction avec celle d’une matrice sur un
¯
vecteur. La dérivée en un point a ∈ D est notée par f 0 (a) ou par d df (x) ¯
¯ x x=a ou
d ¯
encore par d x x=a f (x).
Exemples - calculer la dérivée à l’aide de la définition.

1. Les fonctions constantes, i.e. f (x) = c pour tout x ∈ R ont pour dérivée
f 0 (x) = 0.
2. La fonction indentité f (x) = x est dérivable en tout x ∈ R et f 0 (x) = 1.
3. Soit f (x) = x2 . Alors, pour tout x ∈ R
f (x + h) − f (x) (x + h)2 − x2
lim = lim
h→0 h h→0 h
h 6= 0 h 6= 0
2xh + h2
= lim = 2x,
h→0 h
h 6= 0
c.-à.-d. f 0 (x) = 2x. Notons que (x + h)2 − x2 − 2xh = h2 , donc o(h) = h2 .

√
4. Soit f (x) = x. Pour tout x > 0
√ √
x+h− x x+h−x 1 1
lim = lim √ √ = lim √ √ = √
h→0 h h→0 h( x + h + x) h→0 x+h+ x 2 x
√
car x 7→ x est une fonction continue. Soit x = 1. On peut écrire
√ √ 1 h
1+h=1 + √ h + o(h) ≈ 1 +
2 1 2
√
En première approximation 1 + h ≈ 1 + h2 . Son erreur est plus petit que
√
1+h
10−3 si |h| < 0.087 et 1+h/2 < 10−3 si |h| < 0.093.
5. Soit f (x) = ex . Pour tout x ∈ R la fonction ex est dérivable et f 0 (x) = ex
car
ex+h − ex eh − 1 1 + h + r2 (h) − 1
lim = lim ex = ex lim = ex
h→0 h h→0 h h→0 h
puisque r2 (h)/h converge vers 0 lorsque h tend vers 0.
6. Montrer que pour tout x ∈ R
d sin x d cos x
= cos x, = − sin x.
dx dx
¡ ¢ ¡ ¢
En utilisant sin y − sin x = 2 sin y−x
2 cos x+y
2 on a
¡ ¢ ¡ ¢
sin (x + h) − sin x 2 sin h2 cos 2x+h
2
lim = lim
h→0 h h→0 h
¡ ¢
sin h2 ¡ h¢
= lim h
· lim cos x +
h→0
2
h→0 2
= cos x
car lim sint t = 1 et cos x est continue. Pour calculer la dérivée du cosinus
t→0 ¡ ¢ ¡ ¢
on utilise l’identité cos y − cos x = −2 sin y−x
2 sin x+y
2 et la continuité
de la fonction sin.
5.1.1 Propriétés de la dérivée

Theorème 5.1. - Règles du calcul différentiel. Soient f, g : D → T deux
fonctions dérivables en a ∈ D. Alors,
(αf + βg)0 (a) = αf 0 (a) + βg 0 (a) pour α, β ∈ R (linéarité) (5.1)
(f g)0 (a) = f 0 (a)g(a) + f (a)g 0 (a) (règle du produit) (5.2)

µ ¶0
f f 0 (a)g(a) − f (a)g 0 (a)
(a) = si g(a) 6= 0 (règle du quotient) (5.3)
g g 2 (a)
Exemples.
1. Montrer que pour tout n ∈ N et tout x ∈ R
d xn
= nxn−1
dx
Par récurrence et règle du produit
d xn d x · xn−1 d xn−1 dx
= =x +xn−1 = (n−1)x·xn−2 +xn−1 = nxn−1 .
dx dx dx dx
2. Par règle du quotient on a
µ ¶0
−x 0 1 ex
(e ) = =− = −e−x .
ex e2x

d sinh x d cosh x
= cosh x, = sinh x.
dx dx
Par la linéarité de la dérivée on a
µ x ¶0
0 e − e−x (ex )0 − (e−x )0 ex − (−e−x )
(sinh x) = = = = cosh x.
2 2 2
et
µ ¶0
0 ex + e−x (ex )0 + (e−x )0 ex + (−e−x )
(cosh x) = = = = sinh x
2 2 2

d tanh x 1
=
dx cosh2 x
Par la définition du tanh et la règle du quotient
µ ¶0
0 sinh x (sinh x)0 cosh x − sinh x(cosh x)0
(tanh x) = =
cosh x cosh2 x
cosh x cosh x − sinh x sinh x
=
cosh2 x
1
= = 1 − tanh2 x
cosh2 x
Theorème 5.2. - Règle de composition. Si f : D → T et g : A → B sont
dérivables respectivement en a ∈ D et b = f (a), alors la fonction composée g ◦ f
est dérivable en a et
(g ◦ f )0 (a) = g 0 (f (a))f 0 (a) (5.4)
Remarque. On écrit auusi

¯ ¯ ¯
d g(f (x)) ¯¯ d g(y) ¯¯ d f (x) ¯¯
= ·
d x ¯x=a d y ¯y=f (a) d x ¯x=a
ou encore brièvement (g ◦ f )0 = (g 0 ◦ f ) · f 0 .
Corollaire 5.3. - dérivée de la fonction reciproque. Soit f inversible,
continue et dérivable en a. Si f 0 (a) 6= 0, alors f −1 est dérivable en b = f (a) et
1
(f −1 )0 (f (a)) = (5.5)
f 0 (a)
ou en faisant la substitution b = f (a)
1
(f −1 )0 (b) = . (5.6)
f 0 (f −1 (b))
Remarque. On écrit aussi

¯
d f −1 (y) ¯¯ 1
= ¯
d y ¯y=f (a) ¯
d f (x) ¯
dx ¯
x=a
ou ¯
d f −1 (y) ¯¯ 1
= ¯
d y ¯y=b d f (x) ¯
¯
dx ¯
x=f −1 (b)
Démonstration du Corollaire. On applique la règle de composition à l’iden-

tité f −1 (f (x)) = x.
Exemples.
1. Pour calculer la dérivée de h(x) = (3x2 + 5x + 2)n on applique la règle de
composition pour f (x) = 3x2 + 5x + 2 et g(y) = y n . Avec f 0 (x) = 6x + 5
et g 0 (y) = ny n−1 on obtient
¯
0 d g(y) ¯¯ d f (x)
h (x) = ·
d y ¯y=f (x) dx
= nf (x)n−1 f 0 (x)
= n(6x + 5)(3x2 + 5x + 2)n−1 .
2. Montrer que (ln x)0 = x1 pour tout x > 0. En utilisant la formule pour la
dérivée de la fonction reciproque nous avons
d ln y 1 1 1 1
= ¯ = ¯ = ln y = .
dy d ex ¯
d x x=ln y
ex ¯x=ln y e y
3. La dérivée logarithmique d’une fonction. Soit f (x) > 0 une fonction

dérivable. La dérivée
¯
d ln(f (x)) d ln y ¯¯ d f (x) f 0 (x)
= ¯ · =
dx d y y=f (x) dx f (x)
est appelée la dérivée logarithmique de f (x).
4. Soit g une fonction dérivable et λ 6= 0 une constante réelle. On considère

la fonction gλ défini par gλ (x) = g(λx). La dérivée de gλ est donnée par
(appliquer la règle de composition avec g = g et f (x) = λx)
d gλ (x) d g(λx)
= = λg 0 (λx)
dx dx
En particulier, pour λ = −1, on a
d g(−x)
= −g 0 (−x).
dx
d e−x
Par exemple, dx = −e−x .
5. On calcul la dérivée de la fonction arcsin :] − 1, 1[→] − π2 , π2 [.
d arcsin y 1
= ¯
d sin x ¯
dy dx x=arcsin y
1
=
cos(arcsin y)
1
=q
2
1 − sin (arcsin y)
1
=p .
1 − y2
5.1.2 Dérivée unilaterale

Dérivée à droite. Une fonction f : D → T est dite dérivable à droite en
a ∈ D si la limite
f (x) − f (a)
lim
x→a+ x−a
existe. Cette limite, lorsqu’elle existe, est appelée la dérivée à droite de la fonc-
tion f au point a.
Dérivée à gauche. Une fonction f : D → T est dite dérivable à gauche en

a ∈ D si la limite
f (x) − f (a)
lim
x→a− x−a
existe. Cette limite, lorsqu’elle existe, est appelée la dérivée à gauche de la
fonction f au point a.
Proposition. Une fonction f : D → T est dérivable en a si et seulement si sa

dérivée à droite et sa dérivée à gauche existent et sont égales.
Exemple. La fonction abs(x) = |x| est dérivable en tout a 6= 0 et abs0 (a) =

sign(a). En a = 0 les dérivées unilatérales existent : sa dérivée à droite est +1
et sa dérivée à gauche est −1. Donc abs(x) n’est pas dérivable en a = 0.
5.1.3 Une application de la Dérivée : La règle de l’Hospital

L’expression indéterminée 0/0. Soient g, f deux fonctions réelles telles que
f (x), g(x) → 0 lorsque x tend vers a. Alors la limite lim fg(x)
(x)
est indéterminée.
x→a
On peut evaluer cette limite si f, g sont dérivables en a et si g 0 (a) 6= 0 :
Theorème 5.4. - Règle de l’Hospital I. Soient g, f : D → R deux fonctions
dérivables en a telles que f (a) = g(a) = 0 et g 0 (a) 6= 0. Alors, il existe δ > 0 tel
que g(a + h) 6= 0 pour tout h tel que |h| < δ et
f (x) f (a + h) f 0 (a)
lim = lim = 0 .
x→a g(x) h→0 g(a + h) g (a)
Démonstration. Il existe deux fonctions réelles φ1 , φ2 , continue en 0 avec φ1 (0) =

φ2 = 0 telle que
f (a + h) = f (a) + f 0 (a)h + |h|φ1 (h) = f 0 (a)h + |h|φ1 (h)
g(a + h) = g(a) + g 0 (a)h + |h|φ2 (h) = g 0 (a)h + |h|φ2 (h)
pour tout a + h ∈ D. Pour ² = |g 0 (a)| il existe δ > 0 tel que |φ2 (h)| < |g 0 (a)|
pour tout |h| < δ. Donc g(a + h) = g 0 (a)h + |h|φ2 (h) 6= 0. Alors,
f (a + h) f 0 (a)h + |h|φ1 (h) f 0 (a)

= 0 → 0
g(a + h) g (a)h + |h|φ2 (h) g (a)
lorsque h tend vers zéro.
Exemples.
1.
2x + sin x 2 + cos x
lim x
= lim =3
x→0 e −1 x→0 ex
car les dérivées des fonctions sont continues.
2.
tan 2x 2 + 2 tan2 2x
lim = lim = 2.
x→0 tan x x→0 1 + tan2 x
5.1.4 La classe C 1 (I)

Définition. Soit I un intervalle ouvert. On dit que f : I → R est de classe
C 1 (I) si f est dérivable sur I et sa dérivée f 0 est continue sur I.
Remarque. Par définition on pose C 0 (I) l’ensemble (ou la classe) des fonc-
tions continues sur I. Donc une fonction f est de classe C 1 (I) si f est dérivable
sur I avec f 0 de classe C 0 (I). Evidemment, C 1 (I) ⊂ C 0 (I).
Remarque. Il existe des fonctions dérivables sur I avec dérivées non-continues

sur I. Par exemple, la fonction f : R → R définie par
(
x2 sin x1 si x 6= 0,
f (x) =
0 si x = 0.
est dérivable sur R avec sa dérivée donnée par

(
0 2x sin x1 − cos x1 si x 6= 0,
f (x) =
0 si x = 0.
La dérivée f 0 n’est pas continue en x = 0.
5.2 Théorèmes des accroissements finis

5.2.1 Extremums locaux et théorème de Rolle
Fonction monotone et la dérivée I. Soit f : D → R une fonction dérivable
en a ∈ D. Si f est croissante sur un voisinage V² (a) alors f 0 (a) ≥ 0. Si f est
décroissante sur un voisinage V² (a) alors f 0 (a) ≤ 0. C’est une conséquence du
fait q’une fonction f est croissante (respectivement décroissante) si est seulement
si pour tout couple (x1 , x2 ) on a (f (x2 ) − f (x1 ))(x2 − x1 ) ≥ 0 (respectivement
(f (x2 ) − f (x1 ))(x2 − x1 ) ≤ 0).
Comportement si f 0 (a) = 6 0. Si f 0 (a) > 0, il existe un voisinage V² (a) tel

que x < a implique f (x) < f (a) et x > a implique f (x) > f (a).
Fonction monotone et la dérivée II. Par contre si f 0 (a) 6= 0 on ne peut

pas en déduire la monotononie dans un voisinage de a. Par exemple, considérons
la fonction f définie par
(
x si x ∈ Q,
f (x) = 2
x + x si x ∈ R \ Q.
Elle est dérivable en x = 0 avec f 0 (0) = 1. Par contre elle n’est pas monotone
sur aucun voisinage de 0.
Point stationnaire. On dit que a ∈ D est un point stationnaire de la fonction

f : D → T si f 0 (a) = 0.
Extremums locaux. On dit que la fonction f : D → T admet un minimum

local en a ∈ D s’il existe un voisinage Vδ (a) tel que x ∈ Vδ (a) ∩ D implique
f (a) ≤ f (x). On dit que la fonction f : D → T admet un maximum local en
a ∈ D s’il existe un voisinage Vδ (a) tel que x ∈ Vδ (a) ∩ D implique f (a) ≥ f (x).
Le minimum (respectivement le maximum) est appelé strict si l’inégalité est
stricte dans Vδ (a) \ {a}.
Theorème 5.5. - Condition nécessaire pour extremums locaux. Soit

a ∈ D un maximum (ou minimum) local de f : D → R et soit f dérivable en a.
Alors f 0 (a) = 0.
Remarque. Le théorème donne une condition nécessaire mais non suffisante

pour un extremun local d’une fonction dérivable. Par exemple, la fonction f (x) =
x3 admet un point stationnaire en x = 0 qui n’est pas un extremum local.
Fonction continue et dérivable. Le fait qu’une fonction continue définie

sur un intervalle borné et fermé [a, b] admet son minimum (et son maximum)
permet de distinguer les alternatives suivantes :
1. Le minimum se trouve en a ou en b.
2. Le minimum est un point staionnaire de f .
3. Le minimum est un point où f 0 n’exsite pas.
En particulier, nous avons le résultat suivant :
Théorème (théorème de Rolle). Soit f : [a, b] → R continue et dérivable

sur ]a, b[ telle que f (a) = f (b) = 0. Alors, la fonction f admet au moins un
point stationnaire dans ]a, b[.
5.2.2 Théorèmes des accroissements finis

Theorème 5.6. Théorème des accroissements finis de Lagrange. Soit
f : [a, b] → R continue et dérivable sur ]a, b[. Alors, il existe au moins un point
c ∈]a, b[ pour lequel on a
f (b) − f (a)
= f 0 (c).
b−a
Démonstration. La fonction g : [a, b] → R définie par
f (b) − f (a)
g(x) = f (x) − f (a) − (x − a)
b−a
satisfait les conditions du théorème de Rolle. Alors, il existe un point sationnaire
c ∈]a, b[ de g. Donc
f (b) − f (a)
0 = g 0 (c) = f 0 (c)) −
b−a
Le théorème des accroissements finis nous permet de conclure sur la mono-

tonie d’une fonction à partir de sa dérivée.
Corollaire 5.7. Soit f : [a, b] → R continue, dérivable sur ]a, b[ et f 0 (x) ≥ 0

(respectivement f 0 (x) > 0), alors f est croissante (respectivement strictement
croissante) sur [a, b]. Si f 0 (x) ≤ 0 (respectivement f 0 (x) < 0), alors f est
décroissante (respectivement strictement décroissante) sur [a, b].
Démonstration. Par le théorème des accroissements finis, pour tout x, y ∈ [a, b]
et x < y il existe c = c(x, y) ∈]x, y[ tel que f (y) − f (x) = f 0 (c)(y − x).
Avec le résultat que pour une fonction monotone la dérivée a un signe ce

corollaire implique le
Corollaire 5.8. Soit f : [a, b] → R continue, dérivable sur ]a, b[. Alors,
1. f 0 (x) ≥ 0 si et seulement si f est croissante.
2. f 0 (x) ≤ 0 si et seulement si f est décroissante.
Les corollaires suivants jouent un rôle important dans la théorie des équations
différentielles.
Corollaire 5.9. Soit f : [a, b] → R continue, dérivable sur ]a, b[ et f 0 (x) = 0.
Alors f est constante sur [a, b].
Démonstration. Par le théorème des accroissements finis, pour tout x ∈ [a, b] il

existe c = c(x) ∈]a, x[ tel que f (x)−f (a) = f 0 (c)(x−a) = 0, i.e. f (x) = f (a).
Remarque. Par conséquent, une fonction continue et dérivable est constante

si et seulement si f 0 (x) = 0.
Corollaire 5.10. Soient f, g : [a, b] → R deux fonctions continues, dérivables
sur ]a, b[ et f 0 (x) = g 0 (x). Alors, il existe une constante réelle c telle que f (x) =
g(x) + c.
Theorème 5.11. Théorème des accroissements finis de Cauchy. Soient

f, g : [a, b] → R deux fonctions continues, dérivables sur ]a, b[ et g 0 (x) 6= 0 pour
tout x ∈]a, b[. Alors, il existe au moins un point c ∈]a, b[ pour lequel on a
f (b) − f (a) f 0 (c)

= 0 .
g(b) − g(a) g (c)
Démonstration. La fonction h : [a, b] → R définie par
f (b) − f (a)
h(x) = f (x) − f (a) − (g(x) − g(a))
g(b) − g(a)
satisfait les conditions du théorème de Rolle. Alors, il existe un point sationnaire

c ∈]a, b[ de g. Donc
f (b) − f (a) 0
0 = h0 (c) = f 0 (c)) − g (c).
g(b) − g(a)
Cet théorème permet de formuler une généralisation de la règle de l’Hospital.

Theorème 5.12. - Règle de l’Hospital II. Soient f, g :]a, b[→ R deux fonctions
dérivables et g(x), g 0 (x) 6= 0 pour tout x ∈]a, b[. De plus, on suppose que
1. lim f (x) = lim g(x) = l avec l = 0, −∞ ou +∞,
x→a+ x→a+
0
2. lim f 0 (x) = q avec q ∈ R ∪ {−∞, +∞}.
x→a+ g (x)
Alors,
f (x)
lim = q.
x→a+ g(x)
Remarque. Cette règle reste valable si x tends vers b−, vers a, ou vers ±∞.
f 0 (x)
Exemples. Il est important de vérifier qu’en effet lim 0 existe pour pou-
x→a+ g (x)
voir appliquer la règle de l’Hospital. Cependant, souvent on applique formelle-
0
ment la règle de l’Hospital et si on arrive à calculer lim fg0 (x)
(x)
la validité de la
x→a+
règle de l’Hospital est justifié a posteriori.
1.
1
ln(x)
lim = lim x = 0.
x→+∞ x x→+∞ 1
2.
sin(x) cos(x)
lim = lim = 1.
x→0 x x→0 1
tan(3x)
3. Pour calculer lim noter d’abord que par la règle de l’Hospital
x→ 2 + tan(x)
π
cos(x) sin(x) 1
lim = lim =−
2 + cos(3x)
x→ π x→ 2 + 3 sin(3x) 3
π
car sin π2 = − sin 3π

2 = 1 et le sinus est une fonction continue. Par conséquent,
tan(3x) sin(3x) cos(x) 1 1

lim = lim = (−1) · (− ) = .
x→ π
2+ tan(x) x→ π
2+ sin(x) cos(3x) 3 3
Si on applique directement la règle de l’Hospital on a
µ ¶2
tan(3x) 3 cos−2 (3x) cos(x) 1 1
lim = lim −2
= 3 lim =3· = .
x→ 2 + tan(x)
π
x→ 2 + cos
π
(x) x→ 2 + cos(3x)
π
9 3
cos(x)
en utilisant le resultat sur lim .
π
x→ 2 + cos(3x)
Autres expressions indéterminées. Pour calculer des autres expressions

indéterminées avec la règle de l’Hospital on les transformes selon les méthodes
suivantes :
1. Expression ”0·∞” : calculer lim f (x)g(x) si lim f (x) = 0 et lim g(x) =
x→a+ x→a+ x→a+
f (x) g(x)
∞. On écrit soit f (x)g(x) = 1 (”0/0”) soit f (x)g(x) = 1 (”∞/∞”).
g(x) f (x)
Par exemple,
1
ln x x
lim x ln x = lim 1 = lim = lim (−x) = 0.
x→0+ x→0+ x→0+ − 12 x→0+
x x
2. Expression ”∞ − ∞” : calculer lim f (x) − g(x) si lim f (x) = ∞ et

x→a+ x→a+
lim g(x) = ∞. On écrit
x→a+
1 1
g(x) − f (x)
f (x) − g(x) = 1 (”0/0”).
f (x)g(x)
Par exemple, pour tout a ≥ 0

1 1 x + ax2 − sin x 1 + 2ax − cos x
lim − 2
= lim 2
= lim
x→0+ sin x x + ax x→0+ (x + ax ) sin x x→0+ (1 + 2ax) sin x + (x + ax2 ) cos x
1−cos x
2a + x 2a
= lim sin x = = a.
x→0+
x + 2a sin x + (1 + ax) cos x 2
5.3 Dérivées d’ordre supérieur

Définition. Soit I un intervalle ouvert et f : I → R une fonction dérivable
sur I. Si sa fonction dérivée f 0 : I → R est elle-même dérivable sur I, sa fonction
dérivée est appelée dérivée seconde de f et on la note f 00 . Plus généralement,
les dérivées successives de f , si elles existent, sont notées, en exposant, par des
traits obliques ou par un entier naturel placé entre parenthèses :
f (x) = f (0) (x),

f 0 (x) = f (1) (x),
f 00 (x) = f (2) (x)
···
, (f (n−1) (x))0 = f (n) (x).
La fonction f (n) est appelée la nième dérivée de f . On note aussi

dn f (x) dn
f (n) (x) = = f (x).
d xn d xn
Exemples.
1. Soit m un entier naturel et f (x) = xm . Pour tout entier naturel n on a
( n
d m m!
(n) nx = (m−n)! xm−n si n ≤ m,
f (x) = d x
0 autrement.
2. Soit f (x) = eλx . Pour tout entier naturel n on a

dn λx
e = λn eλx .
d xn
3. Soit f (x) = sin x. On a
d sin x d2 sin x
dx = cos x , d x2 = − sin x
d3 sin x d4 sin x
d x3 = − cos x , d x4 = sin x.
et par conséquent, pour tout entier naturel n :
(
(n) (−1)m cos x si n = 2m + 1,
f (x) =
(−1)m sin x si n = 2m.
5.3.1 La classe C n (I)

Définition. Soit I un intervalle ouvert. On dit que f : I → R est de classe
C n (I) si f est n fois dérivable sur I et sa nième dérivée f (n) est continue sur I.
On désigne C ∞ (I) l’ensemble de fonctions dont toutes les dérivées successives
sont continues.
Remarque. L’ensemble C n (I) est un espace vectoriel car si f, g ∈ C n (I) alors

αf + βg ∈ C n (I) pour α, β ∈ R. On a les inclusions suivantes :
C ∞ (I) ⊂ C n+1 (I) ⊂ C n (I) ⊂ · · · ⊂ C 1 (I) ⊂ C 0 (I).

5.3.2 La formule de Leibniz

Proposition. Soient f, g ∈ C n (I). Alors, f g ∈ C n (I) et
Xn µ ¶
n
(f g)(n) (x) = f (k) (x)g (n−k) (x)
k
k=0
pour tout x ∈ I.
Démonstration. On démontre la formule de Leibniz par récurrence. Pour

n = 1 on a la règle du produit (5.2). On peut supposer que la formule est vraie
pour un n. Alors,
n µ ¶
d d X n
(f g)(n+1) (x) = (f g)(n) (x) = f (k) (x)g (n−k) (x)
dx dx k
k=0
Xn µ ¶
n
= (f (k+1) (x)g (n−k) (x) + f (k) (x)g (n+1−k) (x)) par 5.1 et 5.2
k
k=0
Xn µ ¶
n
= (f (k+1) (x)g (n+1−k−1) (x) + f (k) (x)g (n+1−k) (x))
k
k=0
Xµ
n+1
n
¶ n µ ¶
X n
(j) (n+1−j)
= f (x)g (x) + f (k) (x)g (n+1−k) (x)
j−1 k
j=1 k=0
Xµ
n+1
n+1
¶
= f (k) (x)g (n+1−k) (x)
k
k=0
où pour la dernière ligne on utilse le triangle de Pascal pour les coefficients
binominaux : µ ¶ µ ¶ µ ¶
n n n+1
+ = .
k−1 k k
5.3.3 Fonction convexe et dérivée seconde

Définition. Soit I un intervalle. Une fonction f : I → R est dite convexe sur
I si pour tout couple x1 , x2 dans I et tout t ∈ [0, 1] :
f (tx1 + (1 − t)x2 ) ≤ tf (x1 ) + (1 − t)f (x2 ).
La fonction f est dite strictement convexe si pour tout couple x1 6= x2 dans I
et tout t ∈]0, 1[ :
f (tx1 + (1 − t)x2 ) < tf (x1 ) + (1 − t)f (x2 ).
Une fonction f est dite (strictement) concave si −f est (strictement) convexe.
Inégalité de Jensen. Soit I un intervalle. Une fonction f : I → R est convexe

sur I si pour
Pn tout n-tuple x1 , x2 , . . . , xn de I et tout n-tuple t1 , t2 , . . . , tn ∈ [0, 1]
vérifiant k=1 tk = 1, on a
n
X n
X
f( tk xk ) ≤ tk f (xk )
k=1 k=1
On peut démontrer l’inégalité de Jensen par une simple récurrence. Ci-dessous

nous présentons une démonstration sous l’hyothèse que f est dérivable sur I.
Proposition. Soit I un intervalle ouvert et f : I → R une fonction dérivable

sur I. Alors, f est convexe si et seulement si f 0 (x) est une fonction croissante
sur I.
Démonstration. On peut supposer que x1 ≤ x2 . Alors, pour tout t ∈]0, 1[ on

a x1 ≤ tx1 + (1 − t)x2 ≤ x2 .
1. Soit f est convexe est dérivable. Alors
f (tx1 + (1 − t)x2 ) − f (x1 ) f (x2 ) − f (x1 )

f 0 (x1 ) = lim ≤
t→1 (1 − t)(x2 − x1 ) x2 − x1
t 6= 1
et
f (tx1 + (1 − t)x2 ) − f (x2 ) f (x2 ) − f (x1 )
f 0 (x2 ) = lim ≥
t→0 −t(x2 − x1 ) x2 − x1
t 6= 0
Donc
f (x2 ) − f (x1 )
f 0 (x1 ) ≤ ≤ f 0 (x2 ).
x2 − x1
2. Soit f 0 croissante et x1 < x2 . Par le théorème des accroissements finis de
Lagrange pour tout t ∈]0, 1[ il existent c1 , c2 tels que x1 ≤ c1 ≤ tx1 + (1 −
t)x2 ≤ c2 ≤ x2 et
f (tx1 + (1 − t)x2 ) − f (x1 ) f (x2 ) − f (tx1 + (1 − t)x2 )

= f 0 (c1 ) ≤ f 0 (c2 ) = .
(1 − t)(x2 − x1 ) t(x2 − x1 )
Donc
t(f (tx1 + (1 − t)x2 ) − f (x1 )) ≤ (1 − t)(f (x2 ) − f (tx1 + (1 − t)x2 )),
c’est-à-dire f est convexe.
Corollaire. Soit I un intervalle ouvert et f : I → R une fonction convexe et

dérivable sur I. Alors, pour tout x, y ∈ I on a
f 0 (x)(y − x) ≤ f (y) − f (x) ≤ f 0 (y)(y − x).
Si f est strictement convexe les inégalités sont strictes si x 6= y.
Application - inégalité de Jensen. Nous utilisons la seconde inégalité pour

démontrer
Pn l’inégalité de Jensen si f est une fonction convexe dérivable : On pose
y = k=1 tk xk . Evidemment y ∈ I. Pour tout xk ∈ I on a
f (y) − f (xk ) ≤ f 0 (y)(y − xk ).

Donc
n
X n
X
tk (f (y) − f (xk )) ≤ tk f 0 (y)(y − xk ).
k=1 k=1
Pn Pn
En utilisant 1 = k=1 tk et y = k=1 tk xk cette inégalité s’écrit
n
X
f (y) − tk f (xk ) ≤ 0.
k=1
Corollaire. Soit I un intervalle ouvert et f : I → R une fonction deux fois

dérivable sur I. Alors, f est convexe si et seulement si f 00 (x) ≥ 0 pour tout
x ∈ I.
Démonstration. f 0 (x) est croissante si et seulement si f 00 (x) ≥ 0 pour tout

x ∈ I.
Corollaire. Soit I un intervalle ouvert et f : I → R une fonction deux fois

dérivable sur I. Si f 00 (x) > 0 tout x ∈ I, alors f est strictement convexe sur I.
Exemple. La fonction f (x) = x2 satisfait f 0 (x) = 2x et f 00 (x) = 2. Par

conséquent, f (x) = x2 est strictement convexe sur R. L’inégalité de Jensen
s’écrit pour xk ∈ R comme suit :
µX n ¶2 Xn
tk xk ≤ tk x2k .
k=1 k=1
1
En posant tk = n on obtient
µ n ¶2 n
1X 1X 2
xk ≤ xk
n n
k=1 k=1
Exemple. La fonction f (x) = ln x est de classe C ∞ (R+ ). On a f 0 (x) = x1

et f 00 (x) = − x12 . Par conséquent, f (x) = ln x est strictement concave sur R+ .
L’inégalité de Jensen s’écrit pour xk > 0 comme suit :
n n
¡X ¢ X
ln tk xk ≥ tk ln(xk ).
k=1 k=1
1
En posant tk = n on obtient
n n
¡1 X ¢ 1X
ln xk ≥ ln(xk ).
n n
k=1 k=1
Prenant l’exponentiel de deux membres de cette inégalité on trouve l’inégalité

entre la moyennne géométrique et la moyenne arithmétique :
n n
1X Y 1
xk ≥ xkn .
n
k=1 k=1
5.3.4 Extremum locaux et dérivée seconde

Introduction. Soit I un intervalle ouvert et f : I → R une fonction dérivable
sur I. Supposons que x0 ∈ I est un point stationnaire de f , i.e. f 0 (x0 ) = 0. Le
point stationnaire x0 est un minimum local de f si dans un voisinage de x0 la
fonction f est strictement décroissante pour x < x0 et strictement croissante
pour x > x0 . Par conséquent, si dans un voisinage de x0 la fonction dérivée f 0
satisfait
f 0 (x) < 0 si x < x0
f 0 (x) > 0 si x > x0
alors, la fonction f admet un minimum local en x0 .
Comportement si f 00 (x0 ) > 0. Soit f 0 (x0 ) = 0. Si f 00 (x0 ) > 0, il existe un

voisinage V² (x0 ) tel que x < x0 implique f 0 (x) < 0 et x > x0 implique f 0 (x) > 0.
Par conséquent, nous avons le résultat suivant :
Theorème 5.13. Critère de la dérivée seconde. Soit I un intervalle ouvert
et f : I → R une fonction dérivable sur I. Soit x0 un point stationnaire de f et
supposons que la dérivée seconde de f existe en x0 . Si f 00 (x0 ) > 0(< 0), alors
la fonction f admet un minimum (maximum) local strict en x0 .
Corollaire 5.14. Soit I un intervalle ouvert et f : I → R une fonction (stric-

tement) convexe/concave et dérivable sur I. Soit x0 un point staionnaire de f .
Alors, la fonction f atteint son mininum /maximum (strict) en x0 .
Remarque. En particulier, si la dérivée seconde de f existe sur I et f 00 (x) ≥

0/≤ 0 pour tout x ∈ I,la fonction f satisfait les hypothèses du corollaire.
5.3.5 Applications
1. Inégalité de Bernoulli. Soit p > 1. Montrer que pour tout x > −1 on a
l’inégalité
(1 + x)p ≥ 1 + px
avec l’inégalité stricte si x 6= 0.
1 1
2. Inégalité de Young. Soit p > 1 et q défini par la rélation p + q = 1.
Montrer que pour tout couple x, y ≥ 0 on a l’inégalité
xp yq
xy ≤ +
p q
avec l’inégalité stricte si xp−1 6= y.

3. Méthode des moindres carrés. Soient ak ∈ R pour k = 1, . . . , n. Quelle
valeur de x minimise la fonction
n
X
f (x) = (x − ak )2 ?
k=1
Par exemple, les ak représentent les résultats de n mesures d’une quantité.

La tâche est d’approcher au mieux la valeur a de cette quantité.
5.3.6 Points d’inflexion et dérivée seconde

Définition. Soit f : I → R une fonction dérivable en a ∈ I. On dit que f
admet un point d’inflexion en a, si le graph de f traverse sa tangente au point
(a, f (a)).
Proposition. Soit f : I → R une fonction dérivable en a ∈ I. Alors, f admet

un point d’inflexion en a si et seulement s’il existe un voisinage Vδ (a) tel que
pour tout x ∈ Vδ (a) \ {a} :
f (x) − f (a) f (x) − f (a)

f 0 (a) < ou bien f 0 (a) > .
x−a x−a
Proposition (condition nécessaire). Soit Soit I un intervalle ouvert et

f : I → R une fonction de classe C 2 (I). Si f admet un point d’inflexion en a,
alors f 00 (a) = 0.
Proposition (condition suffisante). Soit Soit I un intervalle ouvert et f :

I → R une fonction de classe C 2 (I). Si ’il existe un voisinage Vδ (a) tel que pour
tout x ∈ Vδ (a) \ {a} :
(x − a)f 00 (x) < 0 ou bien (x − a)f 00 (x) > 0
alors f admet un point d’inflexion en a.
Exemple. La fonction tanh : R → R admet un point d’inflexion en a = 0 :

1
(tanh x)0 = = 1 − tanh2 x ,
cosh2 x
−2 sinh x
(tanh x)00 = = −2 tanh x(1 − tanh2 x).
cosh3 x
Donc (tanh x)00 = 0 si x = 0 (condition nécessaire) et
d3 tanh x ¯¯
= −2 6= 0
d x3 x=0
implique que ce point satisfait aussi la condition suffisante.
5.4 Dérivées d’ordre supérieur et développements

en séries
Introduction. Nous avons démontré en 5.1 qu’une fonction f : I → T
dérivable en a ∈ I peut être approchée par un polynome de degré 1 dans un
voisinage de a. Plus précisement, soit P1 (x) = f (a) + f 0 (a)(x − a), alors
R1 (x)
f (x) = P1 (x) + R1 (x) ou lim =0
x→a x−a
L’expression P1 (x)+R1 (x) est appelée développement limité du premier ordre de
la fonction f autour du point a. Nous allons étendre ce concept aux fonctions
n-fois dérivables et démontrer que, sous des hypthothèses convennables pour

tout m ≤ n, nous pouvons écrire
Rm (x)
f (x) = Pm (x) + Rm (x) ou lim =0
x→a (x − a)m
et Pm (x) est un polynome de degré m. Cette expression Pm (x) + Rm (x) est

appelée développement limité d’ordre m.
5.4.1 Fonctions polynomiales

Fonction polynomiale générale. Soit f le polynôme de degré n donné par
n
X
f (x) = ck xk , cn 6= 0
k=0
On démontre facilement par récurrence que
f (k) (0)
ck =
k!
et plus généralement
n
X f (k) (a)
f (x) = (x − a)k .
k!
k=0
Toute fonction polynomiale est entièrement déterminée par les valeurs de ses
dérivêes en un seul point a. Si f est une fonction générale dont les dérivées
sont connues jusqu’à l’ordre n, nous allons montrer que cette somme est une
approximation convenable de f dans un voisinage de a.
Représentation des restes Rm (x). Pour un développement limité d’ordre

m < n on veut estimer l’erreur Rm (x) dans un voisinage de a. Pour une fonction
polynomiale on peut utiliser la (m + 1)ème dérivée de f . Si m = 0 il existe par
le théorème des accroissements finis un c = cx entre x et a tel que
f (x) = f (a) + f 0 (c)(x − a)
i.e. R0 (x) = f 0 (cx )(x − a). Pour m ≥ 1 il nous faut une généralisation du
théorème des accroissements finis pour montrer qu’il existe un c = cx entre x et
a tel que
f (m+1) (cx )
Rm (x) = (x − a)m+1
(m + 1)!
Dans le cas d’une fonction générale f le but est d’exprimer le reste Rm (x)
uniquement par la mème dérivée ou, si f est même (m + 1)-fois dérivable par la
(m + 1)ème dérivée de f pour pouvoir estimer l’erreur du développement limité.
5.4.2 Développement limité

Polynômes de Taylor et restes de Taylor. Soit f : I → T une fonction
n-fois dérivable en a ∈ I. Alors, pour tout m ≤ n, la fonction polynomiale
Pm : R → R de degré m définie par
m
X f (k) (a)
Pm (x) = (x − a)k
k!
k=0
est appelée le polynôme de Taylor d’ordre m de la fonction f au point a. La

fonction
Rm (x) = f (x) − Pm (x)
est appelée le mème reste de Taylor de f développée au point a.
Développement limité. L’expression

f (x) = Pm (x) + Rm (x)
est appelée le développement limité d’ordre m de la fonction f autour de a. On
peut démontrer que le polynôme de Taylor d’ordre m est l’unique polynôme de
degré m approchant la fonction f à un ordre ≥ m.
Theorème 5.15. - Formule de Taylor pour le développement limité.
Soit I un intervalle ouvert et f : I → R une fonction de classe C n (I). Soit a ∈ I
et m un entier naturel tel que 0 ≤ m ≤ n. Alors, pour tout x ∈ I, il existe cx,m
entre a et x tel que
f (m+1) (cx,m )
Rm (x) = (x − a)m+1 si m < n
(m + 1)!
et
f (n) (cx,n ) − f (n) (a)
Rn (x) = (x − a)n si m = n
n!
Corollaire 5.16. Pour tout m entier naturel tel que 0 ≤ m ≤ n on a
Rm (x)
lim = 0.
x→a (x − a)m
On écrit souvent f (x) = Pm (x) + O((x − a)m+1 ) si m < n respectivement

f (x) = Pn (x) + o((x − a)n ) si m = n. O(xk ) repésente une fonction avec la
propriété |O(xk )| ≤ C|xk | dasn un voisinage de x = 0 et o(xk ) repésente une
k
fonction avec la propriété lim o(x
xk
)
= 0.
x→0
Démonstration du théorème. Le théorème est une conséquence du résultat

suivant :
Théorème (théorème de Cauchy généralisé). Soit I = [a, b] un intervalle

et g, h : I → R deux fonctions de classe C m+1 (I) telles que g (k) (a) = h(k) (a) = 0
pour k = 0, 1, . . . , m et h(m+1) (x) 6= 0 pour tout x ∈ I. Alors, pour tout
k = 0, 1, . . . , m, h(k) (x) 6= 0 pour tout x ∈]a, b] et il existe un c ∈]a, b[ tel que
g(b) g (m+1) (c)

= (m+1) .
h(b) h (c)
Démonstration du théorème de Cauchy généralisé. Nous montrons

d’abord que h(k) (x) 6= 0 pour tout x ∈]a, b] : Supposons qu’il existe x ∈]a, b]
tel que h(m) (x) = 0. La mième dérivée h(m) (x) satisfait donc le conditions du
théorème de Rolle sur [a, x], i.e. h(m) (x) est dérivable et h(m) (a) = h(m) (x) = 0.
Il existe donc un cx ∈ [a, x] tel que
(h(m) (cx ))0 = h(m+1) (cx ) = 0
en contradiction avec l’hypotèse h(m+1) (x) 6= 0 pour tout x ∈ I. Par récurrence,

h(k) (x) 6= 0 pour tout x ∈]a, b] et tout k = 0, 1, . . . , m. Par le théorème de
Cauchy il existe c1 ∈]a, b[ tel que
g(b) g(b) − g(a) g (1) (c1 )

= = (1) .
h(b) h(b) − h(a) h (c1 )
Ensuite, avec g (1) (a) = h(1) (a) = 0, il existe c2 ∈]c1 , b[ tel que
g (1) (c1 ) g (2) (c2 )

(1)
= (2) ,
h (c1 ) h (c2 )
donc
g(b) g (2) (c2 )
= (2) .
h(b) h (c2 )
et on obtient le théorème par récurrence.
Démonstration du théorème sur le développement limité. Soit m < n.

Les fonctions
Rm (x) = f (x) − Pm (x) et hm (x) = (x − a)m+1
satisfont les conditions du théorème de Cauchy généralisé sur I = [a, x]. Ces
fonctions sont (m + 1)-fois dérivables avec
(m+1)
Rm (x) = f (m+1) (x) et h(m+1)
m (x) = (m + 1)!
Alors, il existe cx,m entre a et x tel que
Rm (x) f (m+1) (cx,m )

= .
hm (x) (m + 1)!
Si m = n notons que
Rn (x) = f (x) − Pn (x)

f (n) (a)
= f (x) − Pn−1 (x) − (x − a)n
n!
f (n) (a)
= Rn−1 (x) − (x − a)n .
n!
Ensuite on applique le résultat précédent au reste Rn−1 (x).
Exemples.
1. On cherche le développement limité d’ordre 4 de la fonction f (x) = ln(1 +
x) autour de a = 0. Notons que pour tout n ≥ 1
f (n) (x) = (−1)n−1 (n − 1)!(1 + x)−n
donc f (n) (0) = (−1)n−1 (n − 1)!. Le polynôme de Taylor d’ordre 4 est

donné par
x2 x3 x4
P4 (x) = x − + − .
2 3 4
Il existe un c entre 0 et x tel que
1
R4 (x) = x5
5(1 + c)5
x5
Donc, pour x ≥ 0, nous avons R4 (x) ≤ 5 et, pour −1 < x ≤ 0 nous
x5
obtenons l’estimation R4 (x) ≤ 5(1−x)5.
2. On cherche le développement limité d’ordre 4 de la fonction f (x) = sin(x)

autour de a = 0. Le polynôme de Taylor d’ordre 4 est donné par
x3
P4 (x) = P3 (x) = x − .
3!
Il existe un c entre 0 et x tel que
cos c 5
R4 (x) = x .
5!
Application au calcul des limites. Soient f, g ∈ C n (I) deux fonctions telles

que f (k) (a) = g (k) (a) = 0 pour 0 ≤ k < n et g (n) (a) 6= 0. Alors,
f (x) f (n) (a)

lim = (n) .
x→a g(x) g (a)
En fait, f et g admettent les développements limités
f (n) (a) g (n) (a)

f (x) = (x − a)n + Rn,f (x), g(x) = (x − a)n + Rn,g (x)
n! n!
On peut calculer la limite des expressions indéterminées par le développement
limité. Par exemple, pour tout a ≥ 0
1 1 x + ax2 − sin x ax2 + O(x3 )

lim − = lim = lim
x→0+ sin x x + ax2 x→0+ (x + ax2 ) sin x x→0+ (x + ax2 )(x + O(x3 ))
2 3
ax + O(x )
= lim 2 =a
x→0+ x + O(x3 )
en utilisant seulement sin x = x + O(x3 ).

Application aux extremums. Soit f ∈ C n (I) une fonction telle que f (k) (a) =
0 pour 1 ≤ k < n et f (n) (a) 6= 0. Alors,
1. Si n est pair et f (n) (a) > 0, la fonction f admet un minimim relatif strict
en a.
2. Si n est pair et f (n) (a) < 0, la fonction f admet un maximim relatif strict
en a.
3. Si n est impair et f (n) (a) 6= 0, la fonction f admet un point d’inflexion en
a.
5.4.3 Calcul des polynômes de Taylor

Introduction. Soient f, g ∈ C n (I). Les polynômes de Taylor d’ordre m ≤ n
sont donnés par
m
X f (k) (a)
Pm (x) = (x − a)k
k!
k=0
respectivement
m
X g (k) (a)
Qm (x) = (x − a)k .
k!
k=0
Le but est de calculer les polynômes de Taylor d’ordre m ≤ n pour les fonctions
αf + βg, f g, f /g et g ◦ f à partir de Pm et Qm .
Linéarité. Le polynôme de Taylor d’ordre m ≤ n pour αf + βg est donné par

αPm + βQm .
Produit des deux fonctions. Le polynôme de Taylor d’ordre m ≤ n pour

f g est obtenu par le produit Pm Qm en ne conservant que les termes de degré
≤ m.
Quotient des deux fonctions. Le polynôme de Taylor d’ordre m ≤ n pour

f /g est obtenu par le développement du quotient Pm /Qm en ne conservant que
les termes de degré ≤ m. On peut également trouver ce polynôme de Taylor
par divison polynomiale de Pm (x)/Qm (x) jusqu’à l’ordre m en commençant par
l’ordre 0 (voir exemple 2 ci-dessous).
Fonction composée. Soit f (a) = 0. Le polynôme de Taylor d’ordre m ≤ n

pour g ◦ f autour de 0 est donné par Qm (Pm (x)) et en ne conservant que les
termes de degré ≤ m :
m
X g (k) (0)
Qm (Pm (x)) = Pm (x)k
k!
k=0
Exemples.
1. Trouver le polynôme de Taylor d’ordre 4 pour ln(1 + sin x) autour de
x = 0. Le polynôme de Taylor d’ordre 4 de la fonction ln(1 + x) est
2 3 4
Q4 (x) = x − x2 + x3 − x4 et le polynôme de Taylor d’ordre 4 de la
3
fonction sin x est P4 (x) = x − x3! . Alors,
P4 (x)2 P4 (x)3 P4 (x)4
Q4 (P4 (x)) = P4 (x) − + −
2 3 4
en ne conservant que les termes de degré ≤ 4. Donc, jusqu’à l’ordre 4,
nous avons
3
x2 − 2x x6 x3 x4
Q4 (P4 (x)) ∼ P4 (x) − + −
2 3 4
x3 x2 x4 x3 x4
=x− − + + −
6 2 6 3 4
x2 x3 x4
=x− + −
2 6 12
2. Trouver le polynôme de Taylor d’ordre 4 pour ln(1+x)
1+sin x autour de x = 0.
Autrement dit, on doit toruver le polynôme de Taylor d’ordre 4 , noté
T4 (x) pour
2 3 4
x − x2 + x3 − x4
3
1 + x − x3!
On divise les polynômes en commençant par l’ordre 0 :
x2 x3 x4
x− + −
T4 (x) = 2 3
x3
4
+ O(x5 )
1+x− 3!
2 3
x4
− 3x2 + x3 −
=x+ x3
12
+ O(x5 )
1+x− 3!
11x3 x4 x5
3x2 − −
=x− + 6 12
x3
4
+ O(x5 )
2 1+x− 3!
3x2 11x3 23x 4
=x− + − + O(x5 )
2 6 12
Fonction réciproque. Soit Pm (x) le polynôme de Taylor d’ordre n autour

de x = 0 de la fonction f (x). Soit Qm (y) le polynôme de Taylor d’ordre n
autour
Pm akde y = f (0) de sa fonction réciproque f −1 (y). On trouve Qm (y) =
k
k=0 k! (y − f (0)) à partir de Pn (x) en calculant itérativement les coefficients
ak dans la relation
a2
x = Qm (Pm (x)) = a0 + a1 (Pm (x) − f (0)) + (Pm (x) − f (0))2 + ...
2
Les premiers coefficients sont donnés par
a0 = 0
1
a1 = f 0 (0)
00
a2 = − ff0 (0)
(0)
3
000
(0)f 0 (0)−3f 00 (0)2
a3 = − f f 0 (0)5
Exemples.
1. Calculer le polynôme de Taylor d’ordre 3 autour de x = 0 de la fonction
arcsin x. Avec f (x) = sin x on a f (0) = 0, f 0 (0) = 1, f 00 (0) = 0 et
f 000 (0) = −1. Alors
x3
Q3 (x) = x +
3!
3
Calcul explicit. Avec P3 (x) = x − x3! les coefficients de Q3 (x) satisfont
la relation
x3 a2 x3 a3 x3
x = a1 (x − ) + (x − )2 + (x − )3
3! 2 3! 6 3!
en ne conservant que les termes de degré ≤ 3, i.e.
a2 2 a3 − a1 3
x = a0 + a1 x + x + x + O(x4 )
2 6
Par conséquent a0 = 0, a1 = 1, a2 = 0 et a3 = 1.
2. Calculer le polynôme de Taylor d’ordre 3 autour de x = 0 de f (x) = xex et
de sa fonction réciproque autour de 0. On a f (0) = 0, f 0 (0) = 1, f 00 (0) = 2
et f 000 (0) = 3. Donc
x3
P3 (x) = x + x2 +
2
et
3
Q3 (y) = y − y 2 + y 3
2
5.4.4 Application du développement limité au comporte-

ment asymptotique*
Dans certains cas on peut appliquer le développement limité pour étudier le
comportement d’une fonction f lorsque x → ±∞, par exemple pour trouver ses
asymptotes. Plus précisement, on cherche un développement de la forme
a1 a2
f (x) ∼ g(x)(a0 + + 2 + . . .)
x x
lorsque x → ∞ (ou x → −∞) où g(x) représente une fonction ”simple” telle
que
f (x)
lim = a0
n→+∞ g(x)
.
Méthode générale. Pour calculer un tel développement lorsque x → +∞

(s’il existe !) on peut poser y = x1 et définir une fonction h(y) par
( f (1/y)
si y > 0
h(y) = g(1/y)
a0 si y = 0
Les hypothèses pour garantir le fonctionnement de la méthode : On suppose que

h soit m+1 fois dérivable à droite en y = 0 et on prolonge h pour y < 0 tel que h
est de classe C m+1 dans un voisinage de 0. Alors h(y) admet un développement

limité autour de 0 de la forme h(y) = Pm (y) + Rm (y) avec Rm (y) = O(y m+1 .
On en déduit que
f (x) = g(x)(Pm (1/x) + O(x−m−1 ))
lorsque x → ∞.
√
Exemple. Soit f (x) = x4 + 4x3 + 1. Donner a, b, c tels que
lim f (x) − ax2 − bx − c = 0.

x→+∞
q p
On écrit f (x) = x2 1 + x4 + x12 . Donc h(y) = 1 + 4y + y 4 est de classe C ∞
dans un voisinage de 0 et admet pour développement limité
h(y) = 1 + 2y − 2y 2 + O(y 3 ).
Par conséquent,
2 2
f (x) = x2 (1 + − 2 + O(x−3 )) = x2 + 2x − 2 + O(x−1 )
x x
i.e. a = 1,b = 2 et c = −2.
5.4.5 Séries entières

Définition. Soit f une fonction de classe C ∞ (I). On appelle
∞
X f (k) (a)
P∞ (x) = (x − a)k
k!
k=0
la série de Taylor de la fonction f développée au point a. Le polynôme de Taylor

Pm (x) représente pour tout m ∈ N une somme partielle de la série entière.
Remarque. La série de Taylor est convergente pour x = a et P∞ (a) = f (a)

mais elle n’est pas nécessairement convergente pour x 6= a. D’autre part, si
P∞ (x) < ∞, on n’a pas toujours f (x) = P∞ (x). Par exemple, la fonction
f : R → R définie par
(
exp(− x12 ) si x 6= 0,
f (x) =
0 si x = 0.
est de classe C ∞ (I) et f (n) (0) = 0 pour tout n ∈ N. Donc P∞ (x) = 0 pour
tout x ∈ R. La classe des fonctions pour lesquelles f (x) = P∞ (x) est appelée
les séries entières.
Série entière et son rayon de convergence. Soit (an ) une suite numérique
et a ∈ R. La série
X∞
ak (x − a)k
k=0
est appelée une série entière. De plus, soit R défini par

1 p
= lim sup k |ak |
R k→+∞
en utilisant la convention que

p
R=0 si lim sup k |ak | = +∞
k→+∞
et p
R = +∞ si lim sup k |ak | = 0
k→+∞
R est appelé le rayon de convergence de la série. Par conséquent, pour |x−a| < R
la série est absolument convergente et pour |x − a| > R la série diverge.
Pour |x − a| < R on définit la fonction f par

∞
X
f (x) = ak (x − a)k
k=0
Theorème 5.17. Série entière. La fonction f (x) est de classe C ∞ (]a−R, a+

R[). En particulier,
∞
X
f 0 (x) = kak (x − a)k−1
k=0
et
f (k) (a)
ak =
k!
i.e. f (x) = P∞ (x) pour |x − a| < R.
Exemples.
∞
X xk
ex = x∈R
k!,
k=0
X∞
x2k+1
sin x = (−1)k , x∈R
(2k + 1)!
k=0
X∞
x2k
cos x = (−1)k , x∈R
(2k)!
k=0
X∞
xk
ln(1 + x) = (−1)k+1 , x ∈] − 1, 1[
k
k=1
X∞
1
= (−1)k xk , x ∈] − 1, 1[
1+x
k=0
X∞
x2k+1
arctan x = (−1)k , x ∈] − 1, 1[
2k + 1
k=0
5.5 Étude d’une fonction

L’étude d’une fonction réelle f consiste en générale à déterminer ses propriétés
selon la liste suivante :
1. Domaine de définition et son image (si c’est déjà possible sans passer par
les points ci-dessous), appartenance à une classe C k .
2. Parité, autres symétries, périodicité
3. Continuité et les points de discontinuité avec calcul des limites en ces
points.
4. Valeurs ou limites aux points frontières du domaine de définition, calcul
des asymptôtes ou du comportement asymptotique.
5. Dérivabilité avec calcul de la fonction dérivée f 0 .
6. Points stationnaires et leur nature, extrémum locaux.
7. Points d’inflexion.
8. Éventuellement donner un tableau de variation et dessiner le graphe de f .
Souvent ses propriétés ne peuvent pas être detêrminêes dans l’ordre de cette
liste. Par exemple, souvent on détermine l’image de f à la fin après le calcul
des extrémums ou on calcul les limites aux points frontières du domaine les
asymptôtes à l’aide de f 0 .
Chapitre 6
Calcul intégral
Nous présontons les techniques de base du calcul intégral.
Notions à apprendre. intégrale définie, intégrale indéfinie, fonction primi-

tive, théorème fondamental du calcul intégral, intégration par partie, change-
ment de variable, intégrale généralisée, la fonction Gamma, formule de Stirling,
intégrale de Gauss
Compétences à acquérir. Connaı̂tre les fonctions primitives des fonctions

élémentaires, connaı̂tre et savoir appliquer l’intégration par partie et le change-
ment de variable au calcul des intégrales définies, indéfinies et généralisées
6.1 L’intégrale de Riemann

Introduction. Le probléme de calculer l’aire de figures géometriques dont
la frontière n’est pas partout rectiligne est à l’origine du calcul intégral. La
résolution des équations de Newton en mécanique classique nous amènent à des
problèmes similaires. Considérons, par exemple, le mouvement sur une droite.
Si la vitesse v(t) d’un objet, en fonction du temps t, est connue, quelle est la
distance parcourue, notée s, dans l’intervalle de temps [a, b] ? Si la vitesse est
constante, v(t) = v, la réponse est évidemment s = v(b − a) ce qui correspond à
l’aire de la région délimitée par le graphe de v(t) et l’axe horizontal. Si v(t) est
constante par morceaux, c’est-à-dire v(t) est une fonction en escalier (voir cha-
pitre 4.2.1), alors la distance parcourue s est toujours égale à l’aire de la région
délimitée par le graph de v(t) et l’axe horizontal. Pour une fonction générale
v(t) on considère une approximation de v(t) par des fonctions en escalier. Le
résultat s de ce processus limite est appelé intégrale et on note
Z b
s= v(t)dt.
a
L’équation du mouvement
d s(t)
ṡ(t) ≡ = v(t), s(a) = 0
dt
104
CHAPITRE 6. CALCUL INTÉGRAL 105
où s(t) signifie la distance parcourue dans l’intervalle [a, t], nous donne une autre
interprétation plus importante de l’intégrale. L’intégrale s(t)
Z t
s(t) = v(τ )dτ.
a
est l’opération réciproque de la différentiation. On appelle la fonction s(t) pri-

mitive de v(t). Pour étudier le comportement du mouvement pour t grand on
s’interésse à la limite Z ∞
lim s(t) = v(τ )dτ
t→∞ a
appelée intégrale généralisée.
Subdivision d’un intervalle fermé. Soit a < b. Le sous-ensemble ordonné

et fini
σ = {a0 , . . . , an : a0 = a < a1 < . . . < an = b}
est appelé une subdivision ou encore une partition de l’intervalle [a, b]. Le nombre
P (σ) = max{ai − ai−1 : i = 1, . . . , n} est appelé le pas de la subdivision. En
particulier, la subdivision
b−a
σ = {a0 , . . . , an : ak = a + k }
n
est appelé la subdivision régulière d’ordre n de [a, b].
Fonction en escalier. Soit σ une subdivision de [a, b] et y1 , ...yn ∈ R. Soient,

pour i = 1, ·, n, gi : [ai−1 , ai [→ R tels que gi (x) = yi pour x ∈ [ai−1 , ai [. La
fonction f : ]a, b[→ R définie par f (x) = gi (x) est appelée fonction en escalier.
Remarque. Toute combinaison linéaire des fonctions en escalier est une fonc-
tion en escalier.
Intégrale d’une fonction en escalier. Soit f une fonction en escalier. On

définit l’intégrale If (a, b) de f par
Z b n
X
If := f (x)dx := yk (ak − ak−1 ).
a k=1
Cette définition ne dépend pas de la subdivison σ. La deuxième étape consiste

à étendre cette construction aux fonctions plus générales.
Sommes de Riemann. Soit f : [a, b] → R une fonction bornée et σ une

subdivision de [a, b]. On pose
mk = inf{f (x) : x ∈]ai−1 , ai [}
Mk = sup{f (x) : x ∈]ai−1 , ai [}

On appelle Pn
S σf = k=1 mk (ak − ak−1 )
σ Pn
Sf = k=1 Mk (ak − ak−1 )
la somme de Riemann inférieure, respectivement la somme de Riemann supérieure,

σ
de la fonction f relativement à la subdivision σ. Evidemment, on a S σf ≤ S f .
Fonction intégrable et l’intégrale. On pose
S f = sup S σf , S f = inf S σf
σ σ
On a S f ≤ S f . Une fonction bornée sur [a, b] est dite intégrable sur [a, b] si
S f = S f . Dans ce cas on écrit
Z b
S f = S f = If = f (x)dx.
a
Par convention : Z Z
b a
f (x)dx = − f (x)dx.
a b
Théorème. Une fonction bornée f : [a, b] → R est intégrable si et seulement

si pour tout ² > 0 il existe une subdivision σ de [a, b] telle que
σ
S f ≤ S σf + ².
Théorème. Soit f : [a, b] → R une fonction continue. Alors f est intégrable.
Démonstration. Soit σ une subdivision régulière d’ordre n. Alors,

n
X
σ b−a
S f − S σf = (Mk − mk )( )
n
k=1
Par la continuité de f , f est uniformément continue sur l’intervalle fermé et

borné [a, b]. Donc pour tout ² > 0, il existe n ∈ N tel que pour tout k compris
entre 1 et n, on a Mk − mk ≤ ². Alors
n
X b−a
(Mk − mk )( ) ≤ ²(b − a).
n
k=1
Théorème. Soit f : [a, b] → R une fonction monotone croissante (ou décroissante).

Alors f est intégrable.
Démonstration. Soit σ une subdivision régulière d’ordre n. Si f est croissante

on a mk = f (ak−1 ) et Mk = f (ak ). Par conséquent
n
X
σ
S f − S σf = (Mk − mk )(ak − ak−1 )
k=1
µ ¶X
n
b−a
= (f (ak ) − f (ak−1 ))
n
k=1
µ ¶
b−a
= (f (b) − f (a))
n
Une fonction non-intégrable. Soit f : [0, 1] → R définie par

(
0 si x ∈ Q,
f (x) =
1 si x ∈ R \ Q.
σ
Alors, pour toute subdivision σ de [0, 1] on a S σf = 0 et S f = 1.
Calcul de l’intégrale à l’aide de la définition.

1. Soit f (x) = x2 . On va montrer que pour tout b > 0
Z b
b3
x2 dx = .
0 3
Soit σ une subdivision régulière d’ordre n. Alors, comme f est croissante
sur [0, b]
µ ¶ n µ ¶2
σ b−0 X b−0
Sf = 0+k
n n
k=1
µ ¶3 X n
b
= k2
n
k=1
b3 (n + 1)(n + 12 )(n + 1) b3
= 3 −→ lorsque n → ∞.
n 3 3
6.2 Propriétés de l’intégrale de Riemann

Theorème 6.1. - Propriétés de l’intégrale de Riemann Soient f, g :
[a, b] → R deux fonctions intégrables. Alors,
Z b Z b Z b
(αf (x)+βg(x))dx = α f (x)dx+β g(x)dx pour tout α, β ∈ R. (6.1)
a a a
Si f (x) ≤ g(x) pour tout x ∈ [a, b], alors

Z b Z b
f (x)dx ≤ g(x)dx. (6.2)
a a
¯Z b ¯ Z b
¯ ¯
¯ f (x)dx¯¯ ≤ |f (x)|dx. (6.3)
¯
a a
Pour tout c ∈]a, b[
Z b Z c Z b
f (x)dx = f (x)dx + f (x)dx. (6.4)
a a c
Theorème 6.2. - Théorème de la valeur moyenne. Soient f, g : [a, b] → R

deux fonctions continues et g ≥ 0. Alors, il existe (au moins) un c ∈]a, b[ tel
que
Z b Z b
f (x)g(x)dx = f (c) g(x)dx
a a
En particulier, si g = 1 :
Z b
f (x)dx = f (c)(b − a).
a
6.3 La dérivée et l’intégrale

Primitives. Soit f : [a, b] → R une fonction intégrable. Une fonction continue
F : [a, b] → R est appelée une primitive de f si pour tout x ∈]a, b[ : F 0 (x) = f (x).
Si G est une autre primitive de f , alors F − G est constante.
Existence des primitives pour des fonctions continues et l’intégrale

indéfinie. Soit f : [a, b] → R continue. Alors la fonction F : [a, b] → R définie
par l’intégrale indéfinie Z x
F (x) = f (t)dt
a
est une primitive de f .
Theorème 6.3. - Théorème fondamental du calcul intégral. Soit f :
[a, b] → R continue. Alors, si F : [a, b] → R est une primitive de f , on peut
écrire Z b
f (x)dx = F (b) − F (a)
a
¯b
Remarque. On écrit souvent F (x)¯a à la place de F (b) − F (a).
Remarque. Pour l’intégrale indéfinie on trouve dans les tableaux la notation

Z Z Z x
f (x)dx = F (x) ou f (x)dx = F (x)+C ou encore f (t)dt = F (x).
Exemples. Par le théorème fondamental du calcul intégral une méthode simple

pour déterminer les primitives consiste à calculer les dérivées des fonctions
connues. Par exemple,
1. Z
xp+1
xp dx = si p 6= −1 et x > 0.
p+1
2. Z
1
dx = ln |x| x 6= 0
x
3. Z Z
sin x dx = − cos x, cos x dx = sin x
4. Soit f : [a, b] → R de classe C 1 et f > 0. Alors,

Z 0
f (x)
dx = ln f (x)
f (x)
et Z
f (x)p+1
f 0 (x)f (x)p dx = si p 6= −1.
p+1
6.4 Techniques d’intégration

Introduction. Les règles essentielles du calcul intégral sont une conséquence
du théorème fondamental du calcul intégral et des règles établies pour le calcul
différentiel.
6.4.1 Intégration par partie

L’intégration par partie est une conséquence de la règle de dérivation d’un
produit de deux fonctions.
Intégration par partie. Soit I un intervalle ouvert, a, b ∈ I et f, g : [a, b] →

R deux fonctions de classe C 1 . Alors,
Z b Z b
¯b
f (x)g 0 (x)dx = f (x)g(x)¯a − f 0 (x)g(x)dx.
a a
Application - développement limité et formule de Taylor. Soit I un

intervalle ouvert, a ∈ I et f : [a, b] → R une fonction de classe C n+1 . Alors,
pour tout x ∈ I :
n
X Z
f (k) (a) 1 x
f (x) = (x − a)k + (x − t)n f (n+1) (t)dt
k! n! a
k=0
c’est-à-dire le reste de Taylor est explicitement donné par

Z
1 x
Rn (x) = (x − t)n f (n+1) (t)dt
n! a
6.4.2 Changement de variable

La règle du changement de variable (aussi dite règle de substitution) est une
conséquence de la dérivée d’une fonction composée.
Proposition. Soient a < b et f : [a, b] → R une fonction continue. Soit I

un intervalle ouvert, et g, h : I → [a, b] deux fonctions de classe C 1 . Alors, la
fonction K : I → R définie par
Z h(x)
K(x) = f (t)dt
g(x)
est de classe C 1 et pour tout x ∈ I :

K 0 (x) = f (h(x))h0 (x) − f (g(x))g 0 (x).
Changement de variable. Soient a < b et f : [a, b] → R une fonction

continue. Soit I un intervalle ouvert, α, β ∈ I, α < β et φ : I → R une fonction
de classe C 1 telle que φ([α, β]) ⊂ [a, b] et φ0 (t) 6= 0 ∀t ∈ [α, β]. Alors,
Z φ(β) Z β
f (x)dx = f (φ(t))φ0 (t)dt
φ(α) α
La transformation x = φ(t) est appelée changement de variable.

Remarque. Une notion intuitive est écrire

dx
dx = dt.
dt
6.4.3 Exemples - techniques et intégrales fréquentes

Rx
1. Polynômes et fonction exponentielle : Pn (t)eλt dt. On utilise que pour
tout λ ∈ R, λ 6= 0
Z x µ ¶0
eλx eλx
eλt dt = , i.e. eλt =
λ λ
et l’intégration par partie.
Exemple.
Z x Z x
te−t dt = t(−e−t )0 dt
Z x
¯
−t ¯x
= −te − (t)0 (−e−t ) dt
Z x
= −xe−x − 1 · (−e−t ) dt
= −xe−x − e−x
On vérifie ce résultat en calculant la dérivée :
(−xe−x − e−x )0 = xe−x − e−x + e−x = xe−x .
Polynôme général. Soit Pn (t) un polynôme de degré n. Il faut n intégrations

par partie pour “éliminer” Pn (t) :
Z x Z x µ λt ¶0
λt e
Pn (t)e dt = Pn (t) dt
λ
Z x
eλt ¯¯x eλt
= Pn (t) − Pn0 (t) dt
λ λ
Z x
= λ−1 Pn (x)eλx − λ−1 Pn0 (t)eλt dt
et Pn0 (t) est un polynôme de degré n−1. On peut démontrer par récurrence
que
Z x n
X
Pn (t)eλt dt = eλx (−1)k λ−k−1 Pn(k) (x)
k=0
Rx Rx
2. Polynômes et fonctions sin, cos : Pn (t) sin tdt et sin, cos : Pn (t) cos tdt.
On utilise les dérivées
sin t = (− cos t)0 , (sin t)0 = cos t

et n intégrations par partie pour “éliminer” Pn (t) :

Z x Z x
Pn (t) cos t dt = Pn (t)(sin t)0 dt
Z x
¯x
= Pn (t) sin t¯ − Pn0 (t) sin t dt
Z x
¯x
¯
= Pn (t) sin t − Pn0 (t)(− cos t)0 dt
Z x
¯x
= Pn (t) sin t + Pn0 (t) cos t¯ − Pn00 (t) cos t dt etc.
Par exemple,
Z x Z x
t cos t dt = t(sin t)0 dt
Z x
¯x
= t sin t¯ − sin t dt
¯x
= t sin t + cos t¯
Cette technique s’applique également aux fonctions

R x hyperboliques R x sinh,λtcosh.
De la même manière, on calcule les intégrales cos t eλt dt et sin t e dt
par deux intégrations par partie.
Rx n
3. Une suite récurrente pour In := sin t dt. On utilise sin2 + cos2 = 1, les
intégrales
Z x Z x
0
I0 = sin t dt = x, I1 = sin t dt = − cos x
et les dérivées
sin t = (− cos t)0 , (sin t)0 = cos t
Exemple.
Z x Z x
I2 = sin2 t dt = sin t(− cos t)0 dt
Z x
¯x
¯
= − sin t cos t − (sin t)0 (− cos t) dt
Z x
= − sin x cos x + cos2 t dt
Z x
= − sin x cos x + 1 − sin2 t dt
= − sin x cos x + x − I2
Donc 2I2 = − sin x cos x + x.

Calcul de In .
Z x Z x
n
In = sin t dt = sinn−1 t(− cos t)0 dt
Z x
¯x
= − sinn−1 t cos t¯ − (n − 1) (sin t)0 sinn−2 t(− cos t) dt
Z x
n−1
= − sin x cos x + (n − 1) cos2 t sinn−2 t dt
Z x
n−1
= − sin x cos x + (n − 1) (1 − sin2 t) sinn−2 t dt
= − sinn−1 x cos x + (n − 1)In−2 − (n − 1)In

Donc
sinn−1 x cos x n − 1
In = − + In−2 .
n n
Application - produit de Wallis. Nous utilisons la récurrence pour

In pour calculer l’intégrale définie par
Z π2
An = sinn t dt
0
π
Notons que A0 = 2 , A1 = 1 et
n−1
An = An−2 si n ≥ 2.
n
Nous obtenons
π (2n−1)·(2n−3)·...·3·1
A2n = 2 2n·(2n−2)·...·4·2
2n·(2n−2)·...·4·2
A2n+1 = (2n+1)·(2n−1)·...·3
Dans l’intervalle [0, π2 ] on a
sin2n+2 t ≤ sin2n+1 t ≤ sin2n t

donc
A2n+2 ≤ A2n+1 ≤ A2n .
Par conséquent, la limite
A2n+2 2n + 1
lim = lim =1
n→∞ A2n n→∞ 2n + 2
implique que
A2n+1
lim = 1.
n→∞ A2n
i.e.
2 2n · 2n · . . . · 4 · 4 · 2 · 2
lim =1
π n→∞ (2n + 1) · (2n − 1) · . . . · 5 · 4 · 3 · 1
ou
Y∞
π 4n2
= (produit de Wallis)
2 n=1
4n2 − 1
Ce produit sera utile pour démontrer la formule de Stirling.
√
4. Intégrale de 1 − x2 . L’intégrant est défini entre ses deux zéros −1 et 1.
On applique un changement de variable x = sin t. Soit −1 < a < b < 1.
Notons que pour t ∈ [− π2 , π2 ] la fonction sin t est croissante et cos t =
p
1 − sin2 t ≥ 0.
Z bp Z arcsin b p
1 − x2 dx = 1 − sin2 t (sin t)0 dt
a arcsin a
Z arcsin b
= cos2 t dt
arcsin a
Z arcsin b
= 1 − sin2 t dt
arcsin a
¯arcsin b
− sin t cos t + t ¯¯
=t− ¯
2 arcsin a
p ¯arcsin b
sin t 1 − sin t + t ¯¯
2
= ¯
2 arcsin a
√ ¯b
x 1 − x2 + arcsin x ¯¯
= ¯
2 a
Ce résultat est aussi valable pour a = −1 et b = 1 et
Z 1p
π
1 − x2 dx = .
−1 2
Noter que, avec le changement de variable x = cos t, t ∈ [0, π], on obtient
Z bp √ ¯b
2
x 1 − x2 − arccos x ¯¯
1 − x dx = ¯ .
a 2 a
(Noter que arcsin x + arccos x = π2 ). Par une intégration par partie on

peut réduire le problème à l’intégrale de
Z b ¯b
1 ¯
√ dx = arcsin x¯¯ .
a 1 − x2 a
En effet
Z b p Z b p
I= 1 − x2 dx = (x)0 1 − x2 dx
a a
p ¯b Z b p
¯
= x 1 − x ¯¯ −
2 x( 1 − x2 )0 dx
a a
p ¯b Z b
¯ −x
= x 1 − x2 ¯¯ − x√ dx
a a 1 − x2
p ¯b Z b
¯ 1 + 1 − x2
= x 1 − x ¯¯ −
2 √ dx
a a 1 − x2
p ¯b Z b p
¯ 1
= x 1 − x ¯¯ −
2 1 − x2 − √ dx
a a 1 − x2
p ¯b
¯
= x 1 − x2 + arcsin x¯¯ − I
a
Aire d’un disque. Le disque de rayon r centré dans l’origine (0, 0) est
donné par l’équation
Br = {(x, y) : x2 + y 2 ≤ r2 }
L’aire de Br peut être calculer en utilisant l’intégrale ci-dessus :

Z +r p Z +1 p
Aire(Br ) = 2 2 2
r − x dx = 2 r2 − r2 t2 rdt
−r −1
Z 1 p
= 2r2 1 − t2 dt = πr2
−1
par le changement de variable x = rt.
Aire d’une ellipse. Soit E l’ellipse donnée par
x2 y2
Ea,b = {(x, y) : + ≤ 1}, a, b > 0
a2 b2
Comme avant par un changement de variable x = at on obtient
Z +a r Z +1 p
x2
Aire(Ea,b ) = 2 b2 − b2 2 dx = 2ab 1 − t2 dt = πab
−a a −1
√
5. Intégrales des fonctions contenantes 1 + x2 . L’intégrant est défini pour
tout x ∈ R. Par le changement de variable x = sinh t nous avons :
Z b Z arcsinh b
1 1
√ dx = p (sinh t)0 dt
a 1 + x2 arcsinh a 1 + sinh t 2
Z arcsinh b
cosh t
= dt avec cosh2 t − sinh2 t = 1
arcsinh a cosh t
Z arcsinh b
= 1 dt
arcsinh a
¯arcsinh b
¯
= t¯¯
arcsinh a
¯b
¯
= arcsinh x¯¯
a
p ¯b p
¯
= ln(x + 1 + x2 )¯¯ avec arcsinh x = ln(x + 1 + x2 )
a
Une autre solution consiste à transformer l’intégrandt :

√
1 1 x + 1 + x2
√ =√ √
1 + x2 1 + x2 x + 1 + x2
√
x + 1 + x2 1
= √ √
1+x 2 x + 1 + x2
x 1
= (√ + 1) √
1+x 2 x + 1 + x2
d
√
(x + 1 + x2 )
= dx √
x + 1 + x2
d p
= ln(x + 1 + x2 )
dx
Rb√
Calculons a 1 + x2 dx. Le changement de variable x = sinh t nous donne
Z b p Z arcsinh b
I= 1 + x2 dx = cosh2 t dt
a arcsinh a
Par une récurrence comme dans l’exemple 2 nous obtenons

Z arcsinh b ¯arcsinh b √ ¯b
2 t + sinh t cosh t ¯¯ arcsinh x + x 1 + x2 ¯¯
I= cosh tdt = ¯ = ¯
arcsinh a 2 arcsinh a 2 a
On peut obtenir ce résultat aussi par une intégration par partie :

Z b p Z b p
I= 2
1 + x dx = (x)0 1 + x2 dx
a a
p ¯b Z b p
¯
= x 1 + x2 ¯¯ − x( 1 + x2 )0 dx
a a
p ¯b Z b
¯ x
= x 1 + x ¯¯ −
2 x√ dx
a a 1 + x2
p ¯b Z b
¯ x2 + 1 − 1
= x 1 + x ¯¯ −
2 √ dx
a a 1 + x2
p ¯b Z b p
¯ 1
= x 1 + x2 ¯¯ − 1 + x2 − √ dx
a a 1 + x2
p ¯b
¯
= x 1 + x + arcsinh x¯¯ − I
2
a
Rb √ Rb√
6. Calcul de a
1/ x2 − 1dx et de a x2 − 1dx. On applique le changement
de variable x = cosh t. Soit a, b > 1. Alors

Z b Z arccosh b
1 1
√ dx = p (cosh t)0 dt
a x2 −1 arccosh a cosh2 t − 1
Z arccosh b
sinh t
= dt avec cosh2 t − sinh2 t = 1
arccosh a sinh t
Z arccosh b
= 1 dt
arccosh a
¯arccosh b
¯
= t¯¯
arccosh a
¯b
¯
= arccosh x¯¯
a
p ¯b p
¯
= ln(x + x − 1)¯¯
2 avec arccosh x = ln(x + x2 − 1)
a
Comme dans l’exemple précédent on calcule

Z bp √ ¯b
2
x x2 − 1 − arccosh x ¯¯
x − 1 dx = ¯
a 2 a
Rb 1
Rb 1
7. Intégrales a 1+x2
dx et a 1−x2
dx.
Z b
1
dx = arctan b − arctan a
a 1 + x2
Pour calculer on utilise la décomposition en éléments simples.

Z b Z b µ ¶ ¯b ¯b
1 1 1 1 1 1 + x ¯¯ ¯
¯
dx = + dx = ln ¯ = arctanh x¯
a 1 − x2 a 2 1−x 1+x 2 1−x a a
Pour des fonctions rationnelles il faut factoriser le dénominateur et effec-

tuer la décomposition en éléments simples.
8. Intégrales d’une classe des fonctions inverses. L’intégration par partie
Z x Z x Z x
0
f (t) dt = (t) f (t) dt = xf (x) − tf 0 (t) dt
est souvent utilisée pour calculer les intégrales de fonctions inverses :

Z x Z x
1
ln t dt = x ln x − t dt = x ln x − x
t
Z x Z x
1
arcsin t dt = x arcsin x − t√ dt
1 − t2
Z x p
= x arcsin x − (− 1 − t2 )0 dt
p
= x arcsin x + 1 − x2
Alternativement on peut effectuer le changement de variable t = f (s)

suivi d’une intégration par partie. Soit f inversible et F une primitive de
f . Alors
Z x Z f −1 (x)
f −1 (t) dt = sf 0 (s) ds
= xf −1 (x) − F (f −1 (x))
9. La règle du trapèze I. Soit f une fonction de classe C 2 ([a, b]). Alors, il

existe c ∈]a, b[ tel que
Z b
f (a) + f (b) 1
f (x) dx = (b − a) − f 00 (c)(b − a)3
a 2 12
Démonstration. On définit une fonction h ∈ C 2 ([a, b]) par
(x − a)(x − b)
h(x) = .
2
b−a
La fonction h vérifie les propriétés h(a) = h(b) = 0, h0 (b) = −h0 (a) = 2
et h00 (x) = 1. En faisant deux intégrations par partie, on obtient
Z b Z b
f (x) dx = h00 (x)f (x) dx
a a
Z b
¯b
= h0 (x)f (x)¯a − h0 (x)f 0 (x) dx
a
Z b
¯b
= h (x)f (x) − h(x)f (x)¯a +
0 0
h(x)f 00 (x) dx
a
Z b
f (a) + f (b)
= (b − a) + h(x)f 00 (x) dx
2 a
Par le théorème de la valeur moyenne, il existe c ∈]a, b[ tel que

Z b Z b
f (a) + f (b)
f (x) dx = (b − a) + f 00 (c) h(x) dx
a 2 a
f (a) + f (b) 1
= (b − a) − f 00 (c)(b − a)3 .
2 12
10. La règle du trapèze II. Soit f une fonction de classe C 2 ([a, b]). Alors,
il existe d ∈]a, b[ tel que
Z b µ ¶
a+b 1 00
f (x) dx = f (b − a) + f (d)(b − a)3
a 2 24
a+b
Démonstration. Soit µ = 2 . On divise l’intégrale en deux parties :
Z b Z µ Z b
f (x) dx = f (x) dx + f (x) dx
a a µ
On définit deux fonctions h1 ∈ C 2 ([a, µ]) et h2 ∈ C 2 ([µ, b]) par
(x − a)2 (x − b)2
h1 (x) = si x ∈ [a, µ] et h2 (x) = si x ∈ [µ, b].
2 2
et la fonction h ∈ C 0 ([a, b]) par morceaux, i.e.
(
h1 (x) si x ∈ [a, µ],
h(x) =
h2 (x) si x ∈ [µ, b].
Comme ci-dessus on a
Z µ Z µ
¯µ
f (x) dx = h01 (x)f (x) − h1 (x)f 0 (x)¯a + h1 (x)f 00 (x) dx
a a
Z µ
0
= (µ − a)f (µ) − h1 (µ)f (µ) + h1 (x)f 00 (x) dx
a
et
Z b Z b
¯b
f (x) dx = h02 (x)f (x) − h2 (x)f 0 (x)¯µ + h2 (x)f 00 (x) dx
µ µ
Z a
= −(µ − b)f (µ) + h2 (µ)f 0 (µ) + h2 (x)f 00 (x) dx
µ
Donc Z Z
b b
f (x) dx = f (µ)(b − a) + h(x)f 00 (x) dx.
a a
6.5 Intégrales généralisées

Introduction. Nous avons défini l’intégrale pour un sous-ensemble de fonc-
tions f : [a, b] → R bornées dites intégrables. Peut-on étendre cette définition
aux fonctions non-bornées sur un intervalle ouvert ou aux intervalles non-bornés ?
Les exemples suivants vont illustrer le problème.
Exemples.
R1
1. Existe-t-il 0 √1t dt ? La fonction f (t) = √1t est continue sur ]0, 1[ mais
non-bornée. Pour tout x ∈]0, 1] la fonction f est intégrable sur [x, 1] et
Z 1 √ ¯1
1 √
I(x) := √ dt = 2 t¯x = 2 − 2 x
x t
Notons que la limite lim I(x) existe. On appelle cette limite l’intégrale
x→0+
R1 1
généralisée 0 t dt et on pose
√
Z 1
1
√ dt = lim I(x) = 2
0 t x→0+
Remarque. Le fait qu’il s’agit d’une limite uni-directionnelle (de droite)

est souvent noté par la borne 0+.
R1
2. Existe-t-il 0 1t dt ? Comme avant on calcule l’intégrale sur [x, 1] pour un
x ∈]0, 1] :
Z 1
1 ¯1
I(x) := dt = ln t¯x = − ln x
x t
Dans ce cas, lim I(x) n’existe pas et on dit que l’intégrale généralisée
x→0+
R1 1
0 t
dt diverge ou encore n’existe pas.
R ∞ −t
3. Existe-t-il 0 e dt ? On a
Z x
¯x
F (x) = e−t dt = −e−t ¯0 = 1 − e−x
0
De nouveau on peut définir l’intégrale généralisée

Z ∞
e−t dt = lim F (x) = 1.
0 x→∞
R∞ 1
4. Existe-t-il −∞ 1+t2
dt ? Soit a ∈ R. On définit
Z a
1
I1 (x) = dt = arctan a − arctan x
x 1 + t2
et Z x
1
I2 (x) = dt = arctan x − arctan a
a 1 + t2
Evidemment on a
π π
lim I1 (x) = arctan a + , lim I2 (x) = − arctan a
x→−∞ 2 x→+∞ 2
et on définit l’intégrale généralisée
Z ∞
1
dt = lim I1 (x) + lim I2 (x) = π.
−∞ 1 + t2 x→−∞ x→+∞
L’exemple suivante montre pourquoi en général on ne peut pas simplement

définir l’intégrale généralisée
Z ∞ Z x
1 1
2
dt = lim dt
−∞ 1 + t x→−∞ −x 1 + t2
mais qu’il faut étudier les deux limites séparemment.

R ∞ 2t
5. On considère −∞ 1+t 2 dt. L’intégrant est une fonction impaire, donc
Z x
2t
dt = 0 pour tout x > 0
−x 1 + t2
Par contre, pour tout a > 0 on a
Z x
2t
2
dt = ln(1 + x2 ) − ln(1 + a2 ) → +∞ lorsque x → +∞.
a 1+t
R ∞ 2t
Donc l’intégrale généralisée −∞ 1+t 2 dt diverge.
Définition. Soit I un intervalle et a = inf I < b = sup I. Soit f : I → R une

fonction bornée et intégrable sur tout intervalle [c, d] ⊂ I où a < c < d < b.
On dit que f est intégrable sur I si et seulement si pour un point p ∈]a, b[ les
limites Z p Z x
lim f (t) dt et lim f (t) dt
x→a+ x x→b− p
existent. Dans ce cas, on définit l’intégrale généralisée de f sur I par
Z b Z p Z x
f (t) dt = lim f (t) dt + lim f (t) dt
a x→a+ x x→b− p
On dit que l’intégrale généralisée de f sur I est absolument convergente si

l’intégrale généralisée de |f | sur I existe.
Propriétés. Soient f, g : I → R intégrables sur I telles que 0 ≤ |f |(x) ≤ g(x).

Alors, l’intégrale généralisée de f sur I est absolument convergente et
Z b Z b Z b Z b
−∞ < − g(t) dt ≤ f (t) dt ≤ |f (t)| dt ≤ g(t) dt < +∞
a a a a
Règles et techniques d’intégration pour intégrales généralisées. L’intégrale

généralisée vérifie les propriétés (6.1) − (6.4). L’intégration par partie et le chan-
gement de variable s’étendent aussi aux intégrales généralisées. Pour l’intégration
par partie des intégrales généralisées
Z b ¯b Z b
¯
f (x)g (x)dx = f (x)g(x)¯¯ −
0
f 0 (x)g(x)dx.
a a a
¯b
le terme f (x)g(x)¯a est donné par
¯b
¯
f (x)g(x)¯¯ = lim f (x)g(x) − lim f (x)g(x).
x→b− x→a+
a
Exemples.
1. Z ∞ ¯∞ Z ∞ ¯∞
¯ ¯
te−t dt = −te−t ¯¯ + e−t dt = −te−t − e−t ¯¯ = 1
0 0 0 0
√
2. Par le changement de variable s = t2 (i.e. t = s) on trouve
Z ∞ Z
3 −t2 1 ∞ −s 1
t e dt = se ds =
0 2 0 2
3. Par le changement de variable s = e−t (i.e. t = − ln s) on trouve
Z ∞ Z 0
e−t s 1
−t −2t
dt = 2
(− ) ds
0 1 + 2e + e 1 1 + 2s + s s
Z 1
1
= 2
ds
0 (1 + s)
¯1
1 ¯¯ 1
=− =
1 + s¯ 2 0
4. Soit f une fonction intégrable sur R. Pour tout a ∈ R

Z ∞ Z ∞
f (x + a) dx = f (x) dx (invariance sous translations)
−∞ −∞
et
Z ∞ Z ∞
af (ax) dx = f (x) dx (invariance sous dilatations).
−∞ −∞
R∞
La dernière propriété est vérifiée pour des intégrales généralisées 0
et
R0
−∞
si a > 0. Par exemple,
Z ∞ Z
1 ∞ −s 1
e−at dt = e ds = .
0 a 0 a
6.6 La fonction Gamma

Définition. Pour x > 0 nous posons
Z ∞
Γ(x) := tx−1 e−t dt.
0
Cette intégrale généralisée est bien définie car
Z 1 Z 1
x−1 −t 1
t e dt ≤ tx−1 dt =
0 0 x
et en utilisant tx−1 ≤ tx pour t ≥ 1 et max tx e−t/2 = (2x)x e−x
t≥1
Z ∞ Z ∞
tx−1 e−t dt ≤ (2x)x e−x e−t/2 dt ≤ 2(2x)x e−x
1 1
Theorème 6.4. - Fonction Gamma.
1. Pour tout n ∈ Z+
Γ(n + 1) = n!
et pour tout x > 0
Γ(x + 1) = xΓ(x)
2. Pour tout x > 0 la fonction Gamma est donnée par
n! nx
Γ(x) = lim
n→∞ x(x + 1) · . . . · (x + n)
3. µ ¶
1 √
Γ = π
2
Démonstration. 1. Par une intégration par partie
Z ∞ ¯∞ Z ∞
x −t
¯
x −t ¯
Γ(x + 1) := t e dt = −t e ¯ + x tx−1 e−t dt = xΓ(x)
0 0 0
puisque lim tx e−t = 0 et lim tx e−t = 0. De plus, Γ(1) = 1 = 0!. Par

t→∞ t→0+
récurrence on montre que
Γ(n + 1) = nΓ(n) = n(n − 1)! = n!
2. D’abord montrons le lemme suivant :
Lemme. Pour tout x, y > 0 et tout λ ∈ [0, 1] :

Γ(λx + (1 − λ)y) ≤ Γ(x)λ Γ(y)1−λ
Remarque. Le lemme signifie que la fonction x 7→ ln(Γ(x)) est convexe.

On dit, que Γ(x) est logarithmiquement convexe.
Démonstration du lemme. Si x = y le résultat est évident. Soit alors

x 6= y. Par l’inégalité de Young (voir 5.3.5) on a pour tout s > 0
sλx+(1−λ)y = sλx s(1−λ)y ≤ λsx + (1 − λ)sy .
En posant s = at où a > 0 est un paramètre (à déterminer un peu plus
loin) cette inégalité s’écrit comme suit :
tλx+(1−λ)y ≤ λa(1−λ)(x−y) tx + (1 − λ)a−λ(x−y) ty
Par conséquent,
Z ∞
Γ(λx + (1 − λ)y) = tλx+(1−λ)y−1 e−t dt
Z0 ∞
¡ ¢
≤ λa(1−λ)(x−y) tx + (1 − λ)a−λ(x−y) ty t−1 e−t dt
0
= λa(1−λ)(x−y) Γ(x) + (1 − λ)a−λ(x−y) Γ(y)
Γ(y)
On minimise par rapport à a : Il existe un a > 0 tel que a(x−y) = Γ(x) . Ce
choix donne le résultat désiré. ¤
On démontre maintenant 2. Grâce à l’équation fonctionnelle Γ(x + 1) =
xΓ(x) il suffit de montrer le résultat pour 0 < x ≤ 1. En fait, supposons
que la relation est vraie pour un x > 0. Alors, pour y = x + 1 on a
n! nx
Γ(y) = xΓ(x) = x lim
n→∞ x(x + 1) · . . . · (x + n)
n! ny−1
= lim
n→∞ y(y + 1) · . . . · (y + n − 1)
n! ny−1 n
= lim · lim
n→∞ y(y + 1) · . . . · (y + n − 1) n→∞ y + n
n! ny
= lim
n→∞ y(y + 1) · . . . · (y + n − 1)(y + n)
Evidemment la relation est vérifiée pour x = 1. Pour 0 < x < 1, nous

posons
n! nx
an (x) :=
x(x + 1) · . . . · (x + n)
Pour tout n ∈ N, nous avons
Γ(x + n) = Γ(x)x(x + 1) · . . . · (x + n − 1)
Nous utilisons la convexité logarithmique de la fonction Gamma pour es-
timer Γ(x + n). Avec x + n = (1 − x)n + x(n − 1) nous obtenons l’inégalité
n!
Γ(x + n) ≤ Γ(n)(1−x) Γ(n + 1)x = (n − 1)! nx = .
n1−x
Deuxièmement, on peut écrire n + 1 = x(n + x) + (1 − x)(n + 1 + x). Donc
n! = Γ(n + 1) ≤ Γ(n + 1 + x)(1−x) Γ(n + x)x = Γ(n + x)(n + x)1−x .
On en déduit les bornes

n! n!
≤ Γ(n + x) ≤ 1−x
(n + x)1−x n
et par conséquent
n! n!
1−x
≤ Γ(x) ≤
x(x + 1) · . . . · (x + n − 1)(n + x) x(x + 1) · . . . · (x + n − 1) · n1−x
ou
(n + x)x n+x
an (x) x
≤ Γ(x) ≤ an (x) .
n n
La suite an (x) vérifie les inégalités
n nx
Γ(x) ≤ an (x) ≤ Γ(x) .
n+x (n + x)x
Par le théorème des deux gendarmes on en déduit que an (x) converge vers
Γ(x).
3. On représente Γ( 12 ) comme suit :
√
1 n! n
Γ( ) = lim 1
2 n→∞ · (1 + 1 ) · . . . · (n − 1 + 1 ) · (n + 1 )
2 2 2 2
et √
1 n! n
Γ( ) = lim
2 n→∞ (1 − 1 ) · (2 − 1 ) · . . . · (n − 1 ) · (n + 1 − 1 )
2 2 2 2
Donc
1 (n!)2 n
Γ( )2 = lim · 1
2 n→∞ ·(1 − ) · (4 − 1 ) · . . . · (n2 − 1 )
1
(n + 12 )
4 4 4 2
Y∞
n2 n
= 1 · n→∞
lim 1
n=1
n 2 − 4 2 (n + 12 )
∞
Y 4n2
=2
n=1
4n2 − 1
=π
où on a utilisé le produit de Wallis.
Intégrale de Gauss. Soit φ : R → R la fonction définie par

1 x2
φ(x) = √ e− 2
2π
En probabilité la fonction φ est appelée densité normale centrée. La fonction φ

vérifie la propriété Z ∞
φ(x) dx = 1.
−∞
En fait, φ est une fonction paire et par le changement de variable t = x2 /2 on a

Z ∞ Z ∞ √ Z ∞ µ ¶
2 2 1 1 1
φ(x) dx = 2 φ(x) dx = √ t− 2 e−t dt = √ Γ =1
−∞ 0 2π 2 0 π 2
Theorème 6.5. - Formule de Stirling. On a

n!
lim √ 1 =1
n→∞ 2π nn+ 2 e−n
Remarque. Au lieu de la limite on écrit aussi

√ 1
n! ∼ 2π nn+ 2 e−n .
Démonstration. L’idée est écrire

n
X Z n
ln n! = ln k = ln x dx + corrections
k=1 1
2
Par la règle du trapèze et le fait que (ln x)00 = − x1 pour tout entier naturel
k = 1, . . . , n − 1, il existe ck ∈ ]k, k + 1[ tel que
Z k+1
ln(k) + ln(k + 1) 1
ln x dx = +
k 2 12c2k
En prenant la somme sur k = 1, . . . , n − 1 on obtient

Z n
X n−1
n
1 1 X −2
ln x dx = ln k − ln n + ck
1 2 12
k=1 k=1
Avec Z n
ln x dx = n ln n − n + 1
1
on a
n
X 1
ln n! = ln k = (n + ) ln n − n + bn
2
k=1
où
n−1
1 X −2
bn = 1 − ck
12
k=1
La suite (bn ) est décroissante et bornée car c−2

k ≤ k
−2
. Donc (bn ) est conver-
bn
gente. On définit an = e . En prenant l’exponentielle on trouve
1 n!
n! = nn+ 2 e−n an i.e. an = 1
nn+ 2 e−n
Par la continuité de la fonction exponetielle a = lim an existe et a 6= 0. On va

√ n→∞
montrer que a = 2π. On a
a2 lim a2n a2n

1
(n!)2 (2n)2n+ 2
1
(n!)2 (2)2n+ 2
n→∞
a= = = lim = lim = lim √
a lim a2n n→∞ a2n n→∞ n2n+1 (2n)! n→∞ n(2n)!
n→∞
Pour calculer cette limite on utilise le résultat sur Γ( 21 ) (ou de nouveau le produit
de Wallis). On a
√
√ 1 n! n
π = Γ( ) = lim 1
2 n→∞ · (1 + 1 ) · . . . · (n − 1 + 1 ) · (n + 1 )
2 2 2 2
√
n! n 2n+1
= lim
n→∞ 1 · 3 · . . . · (2n − 1) · (2n + 1)
On note que
(2n)! = 1 · 3 · 5 · . . . · (2n − 1) · 2 · 4 . . . · (2n) = 2n n!1 · 3 · 5 · . . . · (2n − 1).
Par conséquent
√
√ (n!)2 n 22n+1
π = lim
n→∞ (2n)! · (2n + 1)
√
a2n 2 n
= lim
n→∞ a2n (2n + 1)
√
a2n 2n
= lim · lim
n→∞ a2n n→∞ 2n + 1
√
2
=a
2
√
i.e. a = 2π.
Corollaire 6.6. Pour n grand
µ ¶
2n −2n 1
2 ∼√
n πn
µ ¶ √
2n
Démonstration. Noter que 2−2n = aa2n√ 2.
n 2
n n
126
ANNEXE A. DÉRIVÉES ET PRIMITIVES 127
Annexe A
Dérivées et primitives de
fonctions usuelles
f (x) Dérivée de f Une primitive de f Conditions
a 0 ax
1
xα αxα−1 α+1 x
α+1
α 6= −1, x > 0
1 −1
x x2 ln |x| x 6= 0
1 −2x 1
a2 +x2 (a2 +x2 )2 a arctan xa a 6= 0
¯ ¯
1 2x 1 ¯ a+x ¯
a2 −x2 (a2 −x2 )2 2a ln ¯ a−x ¯ a 6= 0, x 6= ±a
¯ ¯
1 −2x 1 ¯ x−a ¯
x2 −a2 (x2 −a2 )2 2a ln ¯ x+a ¯ a 6= 0, x 6= ±a
√ √ a2
√
x2 + a2 √ x x 2 2 x2 + a2 )
x2 +a2 2 x + a + 2 ln(x + a 6= 0
√ √ a2
√
x2 − a2 √ x x 2 2 x2 − a2 |
x2 −a2 2 x − a − 2 ln |x + a 6= 0, |x| > |a|
√ √ a2
a2 − x2 √ −x x 2 2 x
a2 −x2 2 a − x + 2 arcsin a a > 0, |x| < |a|
√
√ 1 √ −x
ln(x + x2 + a2 ) a 6= 0
x2 +a2 (x2 +a2 )3
√
√ 1 √ −x
ln |x + x2 − a2 | a 6= 0, |x| > |a|
x2 −a2 (x2 −a2 )3
√ 1 √ x
arcsin xa a > 0, |x| < |a|
a2 −x2 (a2 −x2 )3
ex ex ex
ax
ax ax ln a ln a a > 0, a 6= 1
1
ln x x x ln x − x x>0
sin x cos x − cos x
cos x − sin x sin x
tan x 1 + tan2 x − ln | cos x| x 6= π/2 + kπ
cotanx −(1 + cotan2 x) ln | sin x| x 6= kπ

¯ ¯
1
sin x
− cos x
sin2 x
ln ¯tan x2 ¯ x 6= kπ
¯ ¡ ¢¯
1
cos x
sin x
cos2 x ln ¯tan x2 + π4 ¯ x 6= π
2 + kπ
ANNEXE A. DÉRIVÉES ET PRIMITIVES 128
f (x) Dérivée de f Une primitive de f Conditions

√
arcsin x √ 1 x arcsin x + 1 − x2 |x| < 1
1−x2
√
arccos x √ −1 x arccos x − 1 − x2 |x| < 1
1−x2
1
√
arctan x 1+x2 x arctan x − ln 1 + x2
−1
√
arccotanx 1+x2 xarccotan x + ln 1 + x2
sinh x cosh x cosh x
cosh x sinh x sinh x
tanh x 1 − tanh2 x ln cosh x
cotanhx 1 − cotanh2 x ln | sinh x| x 6= 0

√
arcsinhx √ 1 xarcsinhx − x2 + 1
1+x2
√
arccoshx √ 1 xarccoshx − x2 − 1 x>1
x2 −1
1
√
arctanhx 1−x2 xarctanhx + ln 1 − x2 |x| < 1
1
√
arccotanhx 1−x2 xarccotanhx + ln x2 − 1 |x| > 1
Annexe B
Intégrales généralisées
Z 1
1
√ dt = π
−1 1 − t2
Z ∞
tx−1 e−t dt = Γ(x)
0
Z ∞
1 2
√ e−t /2
dt = 1
2π −∞
Z ∞
r
−(at2 +2bt+c) π b2 −ac
e dt = e a , a>0
−∞ a
129

Analysis1 2008 09

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Analysis1 2008 09

Загружено:

Авторское право:

Доступные форматы

Analyse I pour Ingénieurs

Dans ce premier semestre nous allons réviser et approfondir la théorie et la pra-

L’auteur tient à remercier Amel Chabouni, Christophe Delauney, Oana Dragu-

5.4.4 Application du développement limité au comportement

6 Calcul intégral 104

A Dérivées et primitives 126

B Intégrales généralisées 129

Notions à apprendre. N, Z, Q, R, axiomes, suprémum, infimum, ensembles

Compétences à acquérir. Faire une démonstration par récurrence ou par

Exemple 1. On désigne par N l’ensemble des entiers naturels ou nombres

Exemple 2. On note Z+ = {1, 2, . . .} l’ensemble des entiers (strictement)

Opérations booléennes. Si E et F sont des ensembles, on définit la réunion

On définit l’intersection de E et de F comme l’ensemble des éléments qui ap-

Si E est un sous-ensemble de F on définit le complémentaire de E dans F comme

Exemple 3. Le complémentaire de Z+ dans N est {0}.

Ensemble produit cartésien. Soient E, F deux ensembles. On définit le

Si Ei = E pour tout i on note E n le produit cartésien des Ei .

Application ou fonction. Nous pouvons interpréter tout sous-ensemble de

Exemple 4. L’addition des entiers est une application de E = Z × Z dans

1.2 Structures algébriques et structures d’ordre

Axiomes algébriques - propriétés d’un corps. Soient x, y, z ∈ Q ou R.

Ensembles N et Z. L’ensemble N ne satisfait pas les axiomes 4 et 6,

Axiomes d’ordre. Soient x, y, z ∈ N, Z, Q ou R.

Proposition. Q et R sont des corps ordonnés.

Remarque. Nous rappelons la définition des signes < et > à partir de ≤ :

1.3 Nombres naturels et principe d’induction

Propriété du bon ordre. Tout sous-ensemble non vide de N a un plus

Cette propriété implique le

Avant de donner quelques exemples du principe d’induction, nous rappelons

1.3.1 Somme et produit

Si m = n, alors la somme (le produit) ne contient que le nombre an . Pour

Quelques règles de calcul. Si l − 1 ≤ m ≤ n, alors :

Pour tout entier k tel que m ≤ k ≤ n soient ak , bk des nombres réels.

De plus, soit λ un nombre (réel, complexe). Alors

En particulier, les inversions a1 + . . . + an = an + . . . + a1 , respectivement

Exemple 5. L’inversion de l’ordre nous permet de calculer aisément la

Produit de deux sommes. Pour j, k tel que m ≤ j, k ≤ n :

1.3.2 Exemple - une formule du binôme

an+1 − bn+1 = an+1 − abn + abn − bn+1 = a(an − bn ) + (a − b)bn .

Nous utilisons ensuite la relation R(n). Donc

1.3.3 Exemple - trouver la formule pour une somme

Solution 2. Alternativement, nous trouvons une formule pour Sn comme suit :

1.4 Les corps ordonnés Q et R

1.4.1 Propriétés des nombres rationnels

Axiome d’Archimède. Pour tout couple (x, y) ∈ Q × Q satisfaisant x > 0

Démonstration. Supposons qu’il existe x = pq avec p, q ∈ Z+ tel que x2 = 2. On

p2 = 4p02 = 2q 2 i.e. 2p02 = q 2

Remarque. Si A admet un minorant (majorant) il en admet plusieurs.

Exemple. Considérons l’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q}. L’ensemble

si x, y > 0 : x < y ⇔ x2 < y 2 et si x, y < 0 : x < y ⇔ x2 > y 2 .

En effet, noter simplement que x2 − y 2 = (x + y)(x − y).

Infimum. Un minorant a ∈ S est dit infimum ou borne inférieure de A, noté

Supremum. Un majorant b ∈ S est dit supremum ou borne supérieure de A,

Remarque. Si le supremum existe, il est unique.

Minimum. Un minorant a ∈ S est dit minimum de A, noté a = min A, si

Maximum. Un majorant b ∈ S est dit maximum de A, noté b = max A, si

Nous allons montrer que l’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q} n’a pas de

Proposition 1.4.2. L’ensemble A = {x : 0 ≤ x2 < 2, x ∈ Q} n’a pas de

Démonstration. Nous donnons seulement la démonstration pour le supremum.

Nous avons donc trouvé un majorant x < b = sup A, en contradiction avec la

1.4.3 Propriétés des nombres réels

Remarque. Cet axiome implique que tout sous-ensemble des réels A 6= ∅

inf A = −sup {−x : x ∈ A}