Analyse Mathématique

COLE POLYTECHNIQUE
FDRALE DE LAUSANNE
Cours dAnalyse I et II
Sections
Microtechnique
&
Science et g
enie des mat
eriaux
Dr. Philippe Chabloz
avril 2013
Table des mati`

eres
1 Sur les nombres
1.1 Les nombres entiers . . . . . . . . . . . . . . . . . . . .
1.1.1 Denitions et notations . . . . . . . . . . . . . .
1.1.2 Demonstration par recurrence . . . . . . . . . . .
1.1.3 Nombres premiers . . . . . . . . . . . . . . . . .
1.1.4 La formule du binome . . . . . . . . . . . . . . .
1.2 Les nombres rationnels . . . . . . . . . . . . . . . . . . .
1.3 Les nombres reels . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Introduction . . . . . . . . . . . . . . . . . . . .
1.3.2 Developpement decimal . . . . . . . . . . . . . .
1.3.3 Majorants et bornes superieures . . . . . . . . .
1.4 Les nombres complexes . . . . . . . . . . . . . . . . . .
1.4.1 Denition et proprietes . . . . . . . . . . . . . .
1.4.2 Representation dans le plan, module et argument
1.4.3 Conjugue complexe . . . . . . . . . . . . . . . . .
1.4.4 Forme trigonometrique . . . . . . . . . . . . . . .
1.4.5 Similitude du plan complexe . . . . . . . . . . .
1.4.6 Racines n-ième dun nombre complexe . . . . . .
1.5 Polynomes et racines . . . . . . . . . . . . . . . . . . . .
1.5.1 Denition et division euclidienne . . . . . . . . .
1.5.2 Theorème fondamental de lalgèbre . . . . . . . .
1.5.3 Equations du second degre . . . . . . . . . . . .
1.5.4 Equations de degre 3 . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Suites r
eelles et s
eries num
eriques
2.1 Suites reelles . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . .
2.1.2 Convergence dune suite . . . . . . . . . . . . . . . . .
2.1.3 Proprietes de convergence des suites . . . . . . . . . .
2.1.4 Sous-suites et points daccumulation . . . . . . . . . .
2.1.5 Suites de Cauchy . . . . . . . . . . . . . . . . . . . . .
2.2 Suites recurrentes . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Methodes pour trouver la limite dune suite recurrente
2.3 Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Convergence dune serie . . . . . . . . . . . . . . . . .
2.3.2 Proprietes des series . . . . . . . . . . . . . . . . . . .
2.3.3 Series à termes positifs . . . . . . . . . . . . . . . . . .
2.3.4 Series alternees . . . . . . . . . . . . . . . . . . . . . .
2.3.5 Serie absolument convergente . . . . . . . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
1
2
3
4
5
5
6
7
8
8
9
11
12
14
15
17
17
17
18
18
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
21
21
22
25
28
28
29
29
31
32
34
34
37
38
`
TABLE DES MATIERES
iv
2.4
2.5
Denition du nombre e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Un petit resume de quelques series . . . . . . . . . . . . . . . . . . . . . . .
3 Fonctions r
eelles et continuit
e
3.1 Denitions generales . . . . . . . . . . . .
3.2 Fonctions reelles . . . . . . . . . . . . . .
3.3 Quelques fonctions reelles elementaires . .
3.4 Representation des courbes planes . . . .
3.5 Valeur limite dune fonction à linni . . .
3.6 Valeurs limites en un point et continuite .
3.6.1 Denitions . . . . . . . . . . . . .
3.6.2 Proprietes des limites . . . . . . .
3.6.3 Exemples . . . . . . . . . . . . . .
3.7 Continuite . . . . . . . . . . . . . . . . . .
3.7.1 Exemples . . . . . . . . . . . . . .
3.7.2 Prolongement par continuite . . .
3.7.3 Proprietes des fonctions continues
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 D
eriv
ees et applications
4.1 La derivee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3 Regles de calculs . . . . . . . . . . . . . . . . . . . . . .
4.1.4 Derivees des fonctions elementaires . . . . . . . . . . . .
4.1.5 Derivee de la fonction reciproque . . . . . . . . . . . . .
4.1.6 Quelques exemples . . . . . . . . . . . . . . . . . . . . .
4.2 Derivee des fonctions implicites . . . . . . . . . . . . . . . . . .
4.2.1 Representation parametrique . . . . . . . . . . . . . . .
4.3 Theorème de la moyenne . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Quelques theorèmes . . . . . . . . . . . . . . . . . . . .
4.3.2 La règle de Bernoulli-lHospital . . . . . . . . . . . . . .
4.3.3 Comparaison des croissances des fonctions (ln x) , x et
4.4 Derivees dordres superieurs . . . . . . . . . . . . . . . . . . . .
4.5 Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1 Croissance et extremum . . . . . . . . . . . . . . . . . .
4.5.2 Courbure et point dinexion . . . . . . . . . . . . . . .
4.6 Developpement limite et serie de Taylor . . . . . . . . . . . . .
4.6.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.3 Operations sur les developpements limites . . . . . . . .
4.6.4 Application : calcul de limite . . . . . . . . . . . . . . .
4.6.5 Application aux extremums . . . . . . . . . . . . . . . .
4.6.6 Formule dEuler . . . . . . . . . . . . . . . . . . . . . .
4.7 Resolution numerique dequations : methode de Newton . . . .
5 Calcul int
egral
5.1 Lintegrale denie . . . . . . . . . . . . . . . . . .
5.1.1 Denition par sommes de Riemann . . . .
5.1.2 Proprietes de lintegrale denie . . . . . .
5.1.3 Theorème fondamental du calcul integral
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
ex
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
40
44
.
.
.
.
.
.
.
.
.
.
.
.
.
45
45
46
47
53
55
56
56
58
59
61
62
63
64
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
65
65
65
67
68
69
71
72
73
75
76
76
78
82
83
84
84
86
87
87
90
93
94
95
95
96
.
.
.
.
99
99
99
100
101
`
TABLE DES MATIERES
5.2
5.3
5.4
5.5
5.6
5.7
Primitives . . . . . . . . . . . . . . . . . . .
5.2.1 Denition et proprietes . . . . . . .
5.2.2 Recherche des primitives . . . . . . .
5.2.3 Integration des fonctions rationnelles
5.2.4 Integration des fonctions rationnelles
5.2.5 Quelques autres techniques . . . . .
Integrales impropres . . . . . . . . . . . . .
5.3.1 Denitions . . . . . . . . . . . . . .
5.3.2 Critères de convergence . . . . . . .
Application : calcul daires . . . . . . . . . .
5.4.1 Aire entre 2 courbes . . . . . . . . .
5.4.2 Domaine ferme . . . . . . . . . . . .
5.4.3 Surfaces sectorielles . . . . . . . . .
5.4.4 Longueur darc . . . . . . . . . . . .
Calcul des volumes . . . . . . . . . . . . . .
5.5.1 Cas o`
u laire des sections est connue
5.5.2 Corps de revolution . . . . . . . . .
Surface de revolution . . . . . . . . . . . . .
Convergence des series : critère integral . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
de fonctions trigonometriques
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
103
104
108
111
112
113
113
115
117
117
119
120
122
124
124
126
128
129
6 Equations di
erentielles ordinaires
6.1 Introduction et denitions . . . . . . . . . .
6.2 Equation dierentielle du premier ordre . .
6.2.1 Equation separable . . . . . . . . . .
6.2.2 Equation homogène en x et y . . . .
6.2.3 Equation lineaire . . . . (. . . . . )
. .
ax+by+c
6.2.4 Equation du type y = dx+ey+f

6.2.5 Equation de Bernoulli . . . . . . . .
6.3 Equation dierentielle du 2ème ordre . . . .
6.3.1 Equation sans terme y . . . . . . . .
6.3.2 Equation autonome (sans terme x) .
6.3.3 Equation lineaire . . . . . . . . . . .
6.3.4 Equation de Ricati . . . . . . . . . .
6.3.5 Equation dierentielle dEuler . . . .
6.4 Applications . . . . . . . . . . . . . . . . . .
6.4.1 Position dequilibre dun cable . . .
6.4.2 Phenomènes oscillatoires . . . . . . .
6.4.3 Circuit RLC serie . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
131
131
132
132
134
135
139
140
140
140
140
141
147
147
148
148
149
153
7 Calcul di
erentiel `
a plusieurs variables
7.1 Lespace Rn . . . . . . . . . . . . . . . .
7.1.1 Structures sur Rn . . . . . . . . .
7.2 Courbes dans Rn . . . . . . . . . . . . .
7.2.1 Denition . . . . . . . . . . . . .
7.2.2 Derivabilite . . . . . . . . . . . .
7.2.3 Longueur dune courbe . . . . . .
7.2.4 Angle entre deux courbes . . . .
7.3 Fonctions reelles à plusieurs variables . .
7.3.1 Graphe . . . . . . . . . . . . . .
7.3.2 Ensembles et courbes de niveau .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
157
157
157
159
159
159
162
163
163
164
164
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
`
TABLE DES MATIERES
vi
7.4
7.5
7.6
7.7
7.8
Derivees partielles . . . . . . . . . . . . . . . . . . . . . . .
7.4.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . .
7.4.2 Approximation du 1er ordre and plan tangent . . . .
7.4.3 Règles de derivation . . . . . . . . . . . . . . . . . .
7.4.4 Derivee directionnelle . . . . . . . . . . . . . . . . .
7.4.5 Gradient et courbes de niveau . . . . . . . . . . . . .
7.4.6 Derivees partielles dordres superieurs . . . . . . . .
Etude de fonction . . . . . . . . . . . . . . . . . . . . . . . .
7.5.1 Extremum . . . . . . . . . . . . . . . . . . . . . . . .
7.5.2 Classication des points stationnaires . . . . . . . .
Theorème des fonctions implicites . . . . . . . . . . . . . . .
7.6.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . .
7.6.2 Theorème general . . . . . . . . . . . . . . . . . . .
7.6.3 Application : equation du plan tangent à une surface
Extremum sous contraintes : multiplicateur de Lagrange . .
7.7.1 Multiplicateur de Lagrange . . . . . . . . . . . . . .
7.7.2 Contraintes multiples . . . . . . . . . . . . . . . . .
Fonctions de Rn dans Rm . . . . . . . . . . . . . . . . . . .
7.8.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . .
7.8.2 Application : changement de coordonnees . . . . . .
8 Int
egrales multiples
8.1 Integrales doubles . . . . . . . . . . . . . . . . . . .
8.1.1 Denition et interpretation geometrique . .
8.1.2 Proprietes de lintegrale double . . . . . . .
8.1.3 Calcul eectif . . . . . . . . . . . . . . . . .
8.1.4 Applications . . . . . . . . . . . . . . . . .
8.1.5 Integration sur tout R2 . . . . . . . . . . .
8.1.6 Changement de variables . . . . . . . . . .
8.1.7 Application : coordonnees polaires . . . . .
8.2 Integrales triples . . . . . . . . . . . . . . . . . . .
8.2.1 Denition . . . . . . . . . . . . . . . . . . .
8.2.2 Calcul eectif . . . . . . . . . . . . . . . . .
8.2.3 Changement de variables . . . . . . . . . .
8.3 Integrales de surfaces . . . . . . . . . . . . . . . . .
8.3.1 Representation parametrique dune surface
8.3.2 Calcul de laire dune surface . . . . . . . .
8.3.3 Cas explicite z = f (x, y) . . . . . . . . . . .
8.4 Integrales dependant dun paramètre . . . . . . . .
8.5 Integrales curvilignes . . . . . . . . . . . . . . . . .
8.5.1 Integration dun champ scalaire . . . . . . .
8.5.2 Integration dun champ vectoriel . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
implicite
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
165
167
167
169
171
173
174
178
178
180
187
187
188
189
190
190
193
194
194
198
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
201
201
201
202
202
205
209
211
213
214
214
215
215
219
219
220
221
222
225
225
225
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Chapitre 1
Sur les nombres

1.1
Les nombres entiers
1.1.1
D
enitions et notations
On note
N = {0, 1, 2, 3, . . .}
lensemble des entiers naturels ;
Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .} lensemble des nombres entiers relatifs.
1.1.2
D
emonstration par r
ecurrence
On utilise ce type de demonstration lorsque lenonce à demontrer depend dun paramètre

n N.
Soit P (n) un enonce dependant de n N et ayant un sens pour tout n > n0 N (souvent
n0 = 0 ou 1). La demonstration par recurrence de P (n) comporte 2 etapes, la seconde
possedant 2 variantes :
1) On montre dabord que le resultat est vrai pour n = n0 .
2) On demontre ensuite, en admettant que le resultat est vrai pour n > n0 , quil reste vrai
pour n + 1. On montre donc limplication
n > n0
P (n) = P (n + 1)
Variante 2) On admet le resultat pour tout k tel que n0 6 k 6 n et on le demontre pour

n + 1. On demontre donc, dans cette variante, limplication
[
]
P (k) k {n0 , n0 + 1 , . . . , n}
= P (n + 1).
Exemples 1.1.
(a) Montrons que
n(n + 1)
n > 1.
2
1) Larmation est vraie pour n = 1 car 1 = 12
2 .
2) Supposons la formule vraie pour n > 1 et montrons-la pour n + 1.
S(n) = 1 + 2 + 3 + + n =
S(n + 1) = 1 + 2 + 3 + + n + (n + 1) =
n(n + 1)
n(n + 1) + 2(n + 1)
+n+1=
2
2
n2 + 3n + 2
(n + 1)(n + 2)
=
2
2
ce qui montre que la formule reste vraie pour n + 1.
=
CHAPITRE 1. SUR LES NOMBRES
(b) Demontrons la formule suivante :

1
S(n) = 1 + 22 + 32 + + n2 = n(n + 1)(2n + 1).
6
1
1) La formule est vraie pour n = 1 car 1 = 6 1 2 3.
2) On suppose que la formule est vraie pour n. Alors
1
2
2
2
2
2
|1 + 2 + 3{z+ + n} +(n + 1) = 6 n(n + 1)(2n + 1) + n + 2n + 1
= 61 n(n+1)(2n+1)
)
1(
n(n + 1)(2n + 1) + 6n2 + 12n + 6
6
) 1
1( 3
=
2n + 9n2 + 13n + 6 = (n + 1)(n + 2)(2n + 3)
6
6
ce qui demontre la formule pour n + 1.
=
1.1.3
Nombres premiers
D
enition 1.2. On dit quun entier n N est premier sil est > 2 et quil nest divisible
que par 1 et par lui-meme.
Exemple 1.3. 2, 3, 5, 7, 11, ... sont premiers alors que 0, 1, 8, 9, 16, 22 ne le sont pas.
Th
eor`
eme 1.4. Tout nombre naturel n > 1 secrit de manière unique comme produit de
nombres premiers, i.e.
n = pe11 pe22 perr
o`
u p1 < p2 < < pr sont des premiers uniques et les ei sont des entiers > 1 egalement
uniquement determines par n.
De plus, les nombres premiers p1 , p2 , , pn sont les uniques nombres premiers divisant n.
monstration : (par recurrence)
De
Ici, le debut de la recurrence est n0 = 2.
1) Si n = 2, alors le theorème est vrai car 2 est premier.
2) Supposons lenonce vrai pour tout entier k tel que 2 6 k 6 n et considerons n + 1.
Si n + 1 est un nombre premier, alors larmation est vraie.
Sinon, on a n + 1 = md avec 1 < m, d 6 n. Par hypothèse de recurrence, le theorème est
vrai pour d et m. Ainsi
d = pe11 pe22 . . . perr
m = q1c1 q2c2 . . . qscs
u les pi et les qj sont des nombres premiers.
et donc n + 1 = pe11 p2e2 . . . perr q1c1 q2c2 . . . qscs o`
Lunicite de cette decomposition est admise sans preuve ici.
Th
eor`
eme 1.5 (Euclide). Il existe une innite de nombres premiers
monstration :
De
Supposons, par labsurde, quil existe un nombre ni n de premiers et notons-les p1 , p2 ,
. . .pn . Soit
N = p1 p2 pn + 1.
Par les theorèmes precedents, il est alors divisible par un nombre premier cest-à-dire quil
existe un pi qui divise N . Mais comme pi divise egalement le produit p1 p2 pn , il doit
diviser aussi la dierence, cest-à-dire N p1 p2 pn = 1 ce qui est absurde. Il existe donc
une innite de nombres premiers.
1.1. LES NOMBRES ENTIERS
1.1.4
La formule du bin
ome
D
enition 1.6 (Coecients binomiaux). On pose, pour tout n N et pour tout k 6 n, k
N.
( )
n
n!
n(n 1)(n 2) (n k + 1)
=
=
.
k
k!(n k)!
k(k 1)(k 2) 2 1
Remarque 1.7. Par symetrie de la denition, on a toujours
( ) (
)
n
n
=
k
nk
( )
4
4!
Exemple 1.8.
=
=6
2
2!2!
( )
4
4!
=
=4
3
3!1!
( )
5
54
=
= 10
2
2
Propri
et
es : On a, entre autres,
( ) ( )
n
n
1.
=
= 1.
0
n
( ) (
)
n
n
2.
=
= n pour tout n > 1.
1
n1
( ) (
) (
)
n
n
n+1
+
=
(cf. exercices)
3.
k
k1
k
Le triangle de Pascal
Les formules 1-3 ci-dessus permettent de construire le triangle de Pascal.
Les coecients binomiaux sont utiles pour calculer (a + b)n :

Th
eor`
eme 1.9 (Formule du binome). Soient a, b R et n N. Alors
( )
( )
(
)
n n1
n n2 2
n
(a + b)n = an +
a
b +
a
b + ... +
abn1 + bn
1
2
n1
n ( )
n nk k
=
a
b .
k
k=0
En particulier, on a
(a + b)2 = a2 + 2ab + b2
(a + b)3 = a3 + 3a2 b + 3ab2 + b3
(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4
monstration : Par recurrence :

De
1) La formule est clairement vraie pour n = 0 et 1.
2) Supposons la formule vraie pour n > 1 et montrons-la pour n + 1.
n ( )
n nk k
(a+b)
= (a + b)(a + b) = (a + b)
a
b
k
k=0
n ( )
n ( )
n nk k
n nk k
a
b
a
b
+ b
=a
k
k
k=0
k=0
n ( )
n ( )
n nk+1 k
n nk k+1
=
a
b
+
a
b
k
k
k=0
k=0
n ( )
n+1
( n )
n nk+1 k
=
a
b
+
anj+1 bj
j := k + 1
k
j1
j=1
k=0
( )
[( ) ( )]
[( ) ( )]
n n+1
n
n
n
n
a
+
+
an b +
+
an1 b2 + . . .
=
0
1
0
2
1
[( ) (
)]
( )
n
n
n n+1
n
+
+
ab +
b
n
n1
n
n+1
(
)
(
)
(
)
(
)
(
)
n + 1 n+1
n+1 n
n + 1 n1 2
n+1
n + 1 n+1
n
=
a
+
a b+
a
b + +
ab +
b
0
1
2
n
n+1
(par la propriete 3 ci-dessus)
n+1
(n + 1)
an+1k bk .
=
k
k=0
1.2
Les nombres rationnels
On denit
Q={
m
; m Z, n Z }
n
avec lequivalence
m
m
= mn = m n.
n
n
Cest lensemble des nombres rationnels.
Dans Q, les 4 operations sont toujours possibles à lexception, bien s
ur, de la division par
0. On dit que Q est un corps.
Problème : il existe des longueurs dans le plan ne correspondant à aucun nombre rationnel.
En eet considerons la diagonale du carre
de cote egal à 1. Alors par Pythagore, sa longueur
c doit satisfaire c2 = 1 + 1 = 2, donc c = 2. Or
Proposition 1.10. Le nombre 2 nest pas rationnel.
p
monstration : Supposons, par labsurde, quil existe p, q Z avec 2 = et supposons
De
q
que la fraction est reduite, cest-à-dire que p et q sont premiers entre eux (pgcd(p,q)=1).
En elevant au carre, on obtient
p2
=2
q2

1.3. LES NOMBRES REELS
ce qui donne 2q 2 = p2 . Lentier p2 est donc pair ce qui signie que p lest aussi. Donc p = 2p
et alors on a
2q 2 = p2 = (2p )2 = 4p2 .
En divisant par 2, on obtient q 2 = 2p2 ce qui
montre que q est egalement pair ce qui
contredit le fait que la fraction est reduite. Donc 2 Q .
De ce fait on introduit
1.3
1.3.1
Les nombres r
eels
Introduction
On note R lensemble des nombres reels. On peut voir les nombres reels comme toutes les
longueurs geometriques obtenues le long dune droite.
Representation :
Exemples 1.11. Les nombres

non rationnels.
2,
3
2, 4 5, , , e, e2 , ln(5) sont tous des nombres reels
Lensemble R est un corps, totalement ordonne, archimedien, complet :

totalement ordonne : on peut toujours comparer 2 reels r et u ; soit u > r, soit u < r,
soit u = r.
archimedien : pour tout couple (x, y) de nombres reels, il existe un entier n N tel que
nx > y
complet : cf. chapitre 2.
Notation 1.12.
r ]a; b[ a < r < b
intervalle ouvert
r [a; b] a 6 r 6 b intervalle ferme

r ]a; b] a < r 6 b intervalle semi-ouvert
D
enition 1.13. Si r R et r Q, alors r est dit irrationnel.
Exemples 1.14.
(transcendant)
Proposition 1.15. Considerons le nombre
2 (algebrique).
N o`
u N N. Alors
{
N N si N est un carre dans N
N Q sinon.
La demonstration est une generalisation de celle faite pour demontrer que
2 est irrationnel.
1.3.2
D
eveloppement d
ecimal
Th
eor`
eme 1.16. Soit r un nombre reel. Alors r est rationnel si et seulement si son
developpement decimal est periodique.
monstration :
De
Montrons dabord que si r est rationnel, alors son developpement decimal est periodique.
Soit r = m
n . On peut supposer m < n. Alors
r=
m
= 0, c1 c2 c3 c4 . . .
n
o`
u les ci sont obtenus par une division euclidienne. Les restes successifs ri sont toujours
< n. Après au plus n divisions, on retrouvera donc un reste rj egal à un reste precedent ri
et le processus de division devient periodique.
Le developpement devient donc periodique à partir de la decimale ci . Notons que la longueur
de la periode est au plus egale à n.
Exemple 1.17.
2
=
7
Montrons la reciproque. Soit
r = d1 d2 . . . dm , e1 e2 . . . er c1 c2 . . . cn
un nombre reel dont le developpement decimal est periodique. On va montrer que r Q. Il
est clair que le nombre d1 d2 . . . dm , e1 e2 . . . er est rationnel. Il sut donc de montrer que
s = 0, c1 c2 . . . cn
est rationnel. Posons N = c1 c2 . . . cn . Alors
10n s = c1 c2 . . . cn , c1 c2 . . . cn
s=
0, c1 c2 . . . cn
En soustrayant la seconde ligne à la première, on obtient

(10n 1)s = c1 c2 . . . cn = N
et donc
s=
N
.
10n 1
Exemples 1.18.
1) Soit r = 0, 34526.
s = 0, 526, N = 526, n = 3.
Alors
s=
526
526
=
103 1
999
et
34
526
8623
+
=
.
100 99900
24975
2) Soit s = 0, 13. Alors N = 13, n = 2 et
r=
s=
13
13
= .
1
99
102

1.3. LES NOMBRES REELS
1.3.3
Majorants et bornes sup

erieures
Dans cette section, S designera soit Q soit R et A sera un sous-ensemble non vide de S.
D
enition 1.19. A est dit major
e (resp. minor
e) dans S sil existe s S tel que a 6 s
(resp. a > s) pour tout a A.
Lelement s S est appele un majorant (resp. un minorant) de A.
Le sous-ensemble A est dit born
e sil est à la fois majore et minore.
Remarques :
1) Lelement s nappartient pas necessairement à A.
2) Si A possède un majorant, alors il en possède une innite. En eet, si s est un majorant
de A, alors tout t S tel que t > s est aussi un majorant.
D
enition 1.20 (Borne superieure ou supremum). Un majorant s de A est appele la borne
sup
erieure ou supremum de A sil est le plus petit des majorants, cest-à-dire si, pour
tout autre majorant s de A, on a s 6 s .
On note alors s = sup A.
Si A nest pas majore, on pose sup A =
D
enition 1.21 (Borne inferieure ou inmum). Un minorant s de A est appele la borne
inf
erieure ou inmum de A sil est le plus grand des minorants.
On note alors s = inf A.
Si A nest pas minore, on pose inf A = .
Remarque : Si le supremum (resp. linmum) existe, il est unique.
Remarque : Si le supremum (resp. linmum) de A appartient à A, on dit que cest le
maximum (resp. le minimum) de A et on le note max A (resp. min A).
Exemple 1.22. soit A =]0; 1], S = R alors sup A = 1 = max A et inf A = 0 A
Propri
et
es des nombres r
eels
(C) Dans R, tout sous-ensemble (non vide) possède une borne superieure et une borne
inferieure.
Remarque : Cette propriete nest pas vraie dans Q :

Exemple 1.23. Considerons le sous-ensemble de Q
A = {x Q | x2 < 2}
Cest un sous-ensemble borne de Q car, par exemple, 32 est un majorant de A et 23 est un
minorant de A. Mais il ne possède ni de borne superieure ni de borne inferieure dans Q.
En revanche, si on considère A comme sous-ensemble de R, alors la propriete (C) ci-dessus
assure lexistence dune borne superieure r = sup A et dune borne inferieure s = inf A. On
montre alors facilement que r2 = s2 = 2 et donc que
sup A =
et
inf A = 2.
1.4
1.4.1
Les nombres complexes

D
enition et propri
et
es
Dans R,
4 operations possibles ;
toutes les racines n-ièmes de tous les nombres positifs existent.
MAIS
dans R.
1 nexiste pas dans R. Ou autrement dit, le polynome X 2 + 1 est irreductible
On introduit alors le nombre i deni par

i2 = 1
et lensemble des nombres complexes est alors
C := {a + bi ; a, b R}
Exemples1.24.
1 + 3i
2 i
4,
5,
2
3 i,
1 43 i
sont des nombres complexes.
Terminologie
Soit z = a + bi un nombre complexe. Le nombre reel a est appele la partie r
eelle de z et
est note Re(z).
Le nombre reel b est la partie imaginaire de z et est note Im(z).
Si b = 0, z est r
eel.
Si a = 0, alors z est dit imaginaire (pur)
On denit les 4 operations dans C de la manière suivante :
Addition :
z1 = a + bi
z2 = c + di
z1 + z2 = (a + bi) + (c + di) = (a + c) + (b + d)i
Oppos
e:
Si z = a + bi, alors
z = a bi.
Exemples 1.25.
(1 + i) + (3 4i) = (1 + 3) + (1 4)i = 4 3i
3
3
( 2 + 3i) + (1 + i) = 2 + 1 + ( 3 + )i
2
2
(2 i) (1 + 4i) = 2 1 i 4i = 1 5i
1.4. LES NOMBRES COMPLEXES
Multiplication :
Si z1 = a + bi et z2 = c + di alors
z1 z2 = (a + bi)(c + di) = ac + adi + bci + bdi2 = ac bd + (ad + bc)i
car i2 = 1.
Inverse :
Tout nombre complexe z = 0 a un inverse : si z = a + bi alors
1
a bi
a
b
= 2
= 2
i
z
a + b2
a + b 2 a2 + b 2
Verication :
z
1
a bi
(a + bi)(a bi)
a2 abi + abi b2 i2
= (a + bi) 2
=
=
z
a + b2
a2 + b 2
a2 + b 2
a2 + b2
= 2
= 1.
a + b2
Donc, en ajoutant simplement à R le nombre i et tous les nombres de la forme a + bi, on

obtient un corps : les 4 operations sont possibles.
ATTENTION : C nest pas ordonne : z1 < z2 na aucun sens ! ! ! ! !
Propri
et
es dans C
1.
Commutativite :
z1 + z2 = z2 + z1
z1 z2 = z2 z1
2.
Associativite :
(z1 + z2 ) + z3 = z1 + (z2 + z3 )
z1 (z2 z3 ) = (z1 z2 )z3
3.
Distributivite de laddition
par rapport à la multiplication :
1.4.2
z1 (z2 + z3 ) = z1 z2 + z1 z3
Repr
esentation dans le plan, module et argument
Soit z = a + bi un nombre complexe. On peut lui associer le point Pz (a ; b) du plan.
D
enition 1.26. Soit z = a + bi.
10
Le module de z est le nombre reel |z| = r =
a2 + b2 (toujours > 0).
L argument de z est le nombre reel arg(z) = deni par les deux egalites :
a
a
=
cos =
2
2
|z|
a +b
b
b
sin =
=
2
2
|z|
a +b
b
ATTENTION : On a tan() = mais nest pas toujours egal à arctan
a
( )
b
.
a
Exemples 1.27. 1) z = 2 + 6i Pz (2, 6)
|z| =
(2)2 + 62 =
arctan(6/ 2) = 1.249
40
Mais = 1.249 + = 1.893.
2) z = 6 P (6; 0)
r = |z| = 6
arg(z) = .
3) z = 3i P (0; 3)
r = |z| = 3
arg(z) = .
2
1.4.3
11
Conjugu
e complexe
Si z = a + bi, on denit
z = a bi.
On a alors
zz = (a + bi)(a bi) = a2 (bi)2 = a2 + b2 = |z|2 .
Quelques propri
et
es
1) zz = |z|2
2) z = z ;
z+w =z+w
3) |z| = |z| ;
arg(z) = arg(z).
4) z + z = 2a ;
5) z 2 =
(z)2
1
z
= 2.
z
|z|
z z = 2bi
car
(
)2
(a + bi)2 = a2 b2 + 2abi = a2 b2 2abi = (a bi)2 = a + bi .
zw = z w
Consequence :
En eet, dune part
(z + w)2 = (z + w)2 = (z + w)2 = z 2 + 2z w + w2

et dautre part
(z + w)2 = z 2 + 2zw + w2 = z 2 + 2zw + w2 .
Donc 2z w = 2zw ce qui implique zw = z w.
6)
|zw| = |z| |w|
Le module dun produit est egal au produit des modules.
monstration :
De
|zw|2 = zw zw = zwzw = zzww
= |z|2 |w|2 = (|z||w|)2
Comme tout est positif, on a encore |zw| = |z||w|.
Corollaire :

1
= 1
z |z|
w |w|

=
z
|z|
12
7) Inegalite du triangle :
|z + w| 6 |z| + |w|
monstration :
De
On a dabord
|z| =
a2 + b2 >
a2 = |a| > a = Re(z).
()
Alors
|z + w|2 = (z + w)(z + w) = (z + w)(z + w)
= zz + zw + wz + ww
= |z|2 + zw + wz + |w|2
= |z|2 + |w|2 + 2Re(zw)
par (*) 6 |z|2 + |w|2 + 2|zw|
= |z|2 + |w|2 + 2|z||w| = (|z| + |w|)2 .
Donc |z + w| 6 |z| + |w|.
1.4.4
Forme trigonom
etrique
Soit z = a + bi et r = |z| et = arg(z).
On a a = r cos() et b = r sin(). Donc

z = a + bi
r cos() + r sin()i
r(cos + i sin ).
Le nombre z est entièrement determine par son module et son argument. On note alors
z = [r; ] = r(cos + i sin )
Cest la forme trigonometrique de z.
Exemples 1.28. 1) z = 6 = [6; ]
2) z = 2 + 6i = [ 40; 1.8925]
3) z = 3i = [3; /2].
Produit et inverse sous forme trigonom
etrique
Soient
z1 = [r1 ; 1 ] = r1 (cos 1 + i sin 1 )
et
z2 = [r2 ; 2 ] = r2 (cos 2 + i sin 2 ).
Alors
z1 z2 = r1 r2 (cos 1 + i sin 1 )(cos 2 + i sin 2 )
= r1 r2 [(cos 1 cos 2 sin 1 sin 2 ) + i(cos 2 sin 1 + cos 1 sin 2 )]
= r1 r2 [cos(1 + 2 ) + i sin(1 + 2 )] .
Donc
|z1 z2 | = r1 r2 = |z1 ||z2 |
13
et
arg(z1 z2 ) = 1 + 2 = arg(z1 ) + arg(z2 )
Ainsi
largument dun produit est egal à la somme des arguments.
Il sensuit que
( )
)
)
(
(
1
z
1
arg
= arg
= arg
+ arg(z) = 0 arg(z) = arg(z).
z
|z|2
|z|2
On en deduit
(
arg
z1
z2
(
= arg(z1 ) + arg
1
z2
)
= arg(z1 ) arg(z2 )
En resume
1. [r1 ; 1 ] [r2 ; 2 ] = [r1 r2 ; 1 + 2 ]
[
]
[r1 ; 1 ]
r1
=
; 1 2
[r2 ; 2 ]
r2
2.
3. z n = [r; ]n = [rn ; n ]
(1 + i)9
.
Exemple 1.29. Calculons z =
(1 i)7
On a 1 + i = [ 2; ] et 1 i = [ 2; ]. Alors
4
4
[
]
[ 2; /4]9
[ 2 ; 9/4]
[16 2; 9/4]
16 2
; 9/4 (7/4)
z=
= 7
=
=
[ 2; /4]7
[8 2; 7/4]
8 2
[ 2 ; 7/4]
= [2; 4] = [2; 0] = 2.
Applications :
Soit z = [1; ] = cos() + i sin().
Alors
z n = [1n ; n] = [1; n] = cos(n) + i sin(n).
Donc
(cos() + i sin())n = cos(n) + i sin(n)
Formule de Moivre
14
En particulier, si n = 3, on trouve
cos(3) + i sin(3) = (cos + i sin )3
= cos3 + 3i cos2 sin + 3i2 cos sin2 + i3 sin3
= cos3 3 cos sin2 + i(3 cos2 sin sin3 )
On en deduit les formules trigonometriques pour le triple dun angle :
cos(3) = cos3 3 cos sin2
sin(3) = 3 cos2 sin sin3
Remarque 1.30.
1. z = 0 na pas de forme trigonometrique car son argument nest pas deni. En revanche
|0| = 0.
2. Largument nest deni quà un multiple de 2 près. Ainsi
[r; ] = [r; + k 2]
k Z.
3. On verra au chapitre 2 que

[r ; ] = rei .
1.4.5
Similitude du plan complexe
On peut faire correspondre à toute similitude du plan complexe une op

eration
alg
ebrique dans C.
( )
a
(I) Translation de vecteur
Addition du nombre w = a + bi.
b
(II) Homothetie de rapport r R
Multiplication par w = r.
(III) Rotation dangle Multiplication par le nombre w = [1; ] = cos + i sin .

En eet, si z = [r ; ] alors z w = [r ; + ]

(IV) Symetrie daxe Ox
15
prise du conjugue : z 7 z.
(V) etc....
1.4.6
Racines n-i`
eme dun nombre complexe
Soit z = [r; ] un nombre complexe (donne sous forme trigo) et n un entier > 1. On cherche
tous les nombre complexes w tels que
wn = z
racines n-ième de z.
Les w sont donc les solution (dans C ) de lequation X n z = 0.

Posons w = [s; ] et determinons s et . On doit avoir
[s; ]n = [r; ]
donc
[sn ; n] = [r; + k 2]
Ceci donne le système
sn = r
n = + k 2
dont les solutions sont donnees par
{
s= nr
2
= +k
n
n
k Z.
kZ
kZ
Il y a donc exactement n racines n-ième de z distinctes donnees par

[

2
wk = n r; + k
n
n
]
k = 0, 1, 2, . . . , n 1.
En resume, on a la formule suivante pour tout q Q :

[r ; ]q = [rq ; q + kq2]
kZ
Exemples 1.31.
1) z = 1 = [1; 0]. Les racines n-ième de 1 sont
] [
]
[
2
2
n
1; 0 + k
= 1; k
wk =
n
n
(On a w0 = [1, 0] = 1)
k = 0, 1, 2 . . . , n 1.
16

Les wk sont sur les sommets dun n-gone regulier.
Les wk sont les racines (les zeros) dans C du polynome X n 1.
2) Si n = 3 dans lexemple 1) ci-dessus, alors on a

w0 = 1
2
2
2
1
3
w1 = [1; ] = 1(cos
+ i sin ) = +
i =: j
3
3
3
2
2
2
3
4
4
1
w2 = [1; 2
] = 1(cos
+ i sin ) =
i =: j
3
3
3
2
2
On peut verier directement par calcul que

3
j 3 = j = 1.
Ainsi, dans C, le polynome X 3 1 se decompose en
X 3 1 = (X 1)(X 2 + X + 1) = (X 1)(X j)(X j).
Cas particulier : racines carr
ees ( n = 2 )
Le nombre complexe z = [r, ] a deux racines carrees qui sont donnees par

w0 = [ r; ]
2

w1 = [ r; + ] = w0 .
2
Dans ce cas precis des racines carrees, on peut egalement resoudre le problème sans passer
par la forme trigonometrique . En eet, si z = a + bi est donne, on cherche w = u + vi tel
que w2 = z, i.e
(u + vi)2 = u2 v 2 + 2uvi = a + bi
ce qui donne le système
2
u v2 = a
2uv = b
2
u + v 2 = a2 + b 2
car | z| = |z|
()
Exemples 1.32.
1) Cherchons les 2 racines carrees du nombre z = i. On resoud le système (*)
2
u v2 = 0
2uv = 1
2
u + v2 = 1
ce qui donne u = 12 et donc v = u.
1
1
1
1
Les 2 racines carrees de i sont + i et i.
2
2
2
2
2) Trouver les 2 racines carrees de z = 34i. On a |z| = 9 + 16 = 5 et arg(z) = 0.92729.

Ainsi
z = [5; 0.9273]

1.5. POLYNOMES
ET RACINES
17
et donc
(
)
(
)
[
0.9273 ] [
0.9273
0.9273 ]
w0 =
5;
= 5 cos
+ i sin
= 2 i.
2
2
2
Et alors w1 = w0 = 2 + i.
Pas de choix canonique.
ATTENTION La notation z est à eviter. Exemple :

1 = 1 = (1)(1) = 1 1 = i i = 1
1.5
1.5.1
!!!!!!!!
Polyn
omes et racines
D
enition et division euclidienne
Soit X une indeterminee ou variable. Alors P (X) = an X n + an1 X n1 + + a1 X + a0

avec an = 0 est appele un polynome de degre n. On note n = deg(P ). Les nombres ak sont
les coecients du polyn
ome. Ils peuvent etre reels ou complexes.
Deux polynomes sont egaux si et seulement sils sont de meme degre et que leurs coecients
sont egaux.
On dit quun nombre (reel ou complexe) z0 est une racine de P (X) si P (z0 ) = 0 autrement
dit si
an z0n + + a1 z0 + a0 = 0.
Division euclidienne
Soient P (X) et D(X) deux polynomes. Alors il existe 2 polynomes Q(X) et R(X) avec
deg(R) < deg(D) tels que
P (X) = D(X)Q(X) + R(X).
Le polynome R(X) est le reste de la division de P (X) par D(X).
En particulier si D(X) = X z0 (degre 1) alors
P (X) = Q(X)(X z0 ) + R
RR
avec P (z0 ) = 0 R = 0.
En resume, un polynome possède z0 comme racine si et seulement sil est divisible par
X z0 .
Corollaire 1.33. Un polyn
ome de degre n possède au plus n racines.
1.5.2
Th
eor`
eme fondamental de lalg`
ebre
Le corps C des nombres complexes joue un role capital dans lexistence des zeros dun
polynome à cause du theorème suivant :
Th
eor`
eme 1.34 (Theorème fondamental de lalgèbre). Tout polyn
ome P (X) de degre > 1
`
a coecients dans C a (au moins) une racine dans C.
Sans demonstration.
En utilisant la division euclidienne, on peut formuler ce theorème ainsi :
Tout polyn
ome `
a coecients dans C se factorise en un produit de polyn
omes de degre 1.
18
Polyn
ome `
a coecients r
eels
Proposition 1.35. Soit P (X) = an X n + + a1 X + a0 un polyn
ome `
a coecients
r
eels : ak R. Si z C est un zero de P (X), alors z lest aussi.
monstration :
De
On a par hypothèse P (z) = 0, cest-à-dire
an z n + + a1 z + a0 = 0.
En prenant le conjugue des deux cotes de cette egalite, on obtient
an z n + + a1 z + a0 = 0.
Mais comme les ak sont reels, on a ak = ak pour tout k et donc an z n + + a1 z + a0 = 0
ce qui montre que P (z) = 0
Corollaire 1.36. Tout polyn

ome `
a coecients reels se factorise en un produit de polyn
omes
du premier ou du deuxième degre.
monstration :
De
Soit P (X) un polynome reel. Par le theorème fondamental de lalgèbre, il se factorise dans
C en produit de facteurs du premier degre :
P (X) =
(X zi )
(n = degre de P ).
i=1
Si zi nest pas reel, alors zi doit aussi apparatre dans cette decomposition par la proposition
precedente. En multipliant les 2 termes
(X zi )
et
(X zi )
on obtient le polynome
X 2 (zi + zi )X + zi zi = X 2 2Re(zi )X + |zi |2
qui est à coecients reels.
1.5.3
Equations du second degr

e
Les solutions de lequation aX 2 + bX + c = 0 sont donnees par la formule :
b b2 4ac
avec a, b, c C.
z1,2 =
2a
1.5.4
Equations de degr
e3
Soit X 3 + aX 2 + bX + c = 0. En posant Y = X + a3 , on se ramène à une equation de la

forme
Y 3 + pY + q = 0.
( q )2 ( p )3
On pose alors R =
+
. Trois cas peuvent se presenter :
2
3

1.5. POLYNOMES
ET RACINES
19
R > 0. Alors on pose
v=
q
+ R
2
et
w=
q
R
2
et les 3 solutions sont

Y1 = v + w (reelle)
Y2,3 =
v + w v w
3 i (complexes)
2
2
R = 0. Alors il y a deux racines reelles dont une est double :
q
3
Y1 = 4q
et
Y2,3 = 3
2
p3
q
si R < 0, on pose S =
et cos = . Les 3 racines reelles sont alors donnees
27
2R
par la formule :
+ k 2
3
Yk = 2 S cos(
) k = 0, 1, 2.
3
Exemple 1.37.
Considerons lequation X 3 21X 2 + 123X 247 = 0. En posant Y = X 7, on obtient
(Y + 7)3 21(Y + 7)2 + 123(Y + 7) 247 = 0
ou encore
Y 3 24Y 72 = 0.
Alors p = 24 et q = 72 ce qui donne R = (36)2 + (8)3 = 784

>
0
et
R = 28. On a
alors v = 4 et w = 2 ce qui donne Y1 = v + w = 6 et Y2,3 = 3 3 i. Les solutions sont

alors
X1 = Y1 + 7 = 13
et
X2,3 = Y2,3 + 7 = 4 3i.
Remarque g
en
erale
Il faut noter que le theorème fondamental de lalgèbre ne donne aucune methode pour calculer les racines dun polynome quelconque.
Galois et Abel ont meme demontre quil nexiste aucune formule generale pour un polynome
quelconque de degre > 5.
Chapitre 2
Suites r
eelles et s
eries num
eriques
2.1
2.1.1
Suites r
eelles
D
enitions
D
enition 2.1 (Suite). Une suite r
eelle est une suite
a1 , a2 , a3 , a4 , . . .
de nombres reels, lindice parcourant tous les nombres entiers. Ce nest donc rien dautre
quune fonction
a : N R
o`
u lon note an plutot que a(n). Lelement an est appele le terme general de la suite qui est
deni en fonction de n.
La suite, cest-à-dire lensemble de tous les termes, est notee {an }.
Exemple 2.2.
1. La formule
9n 20
n2
denit une suite dont les premiers termes sont
an =
a1 = 11,
1
a2 = ,
2
7
a3 = ,
9
a4 = 1,
a5 = 1, . . .
On peut reporter les valeurs an sur la droite reelle. Les points obtenus sont appeles les
points ou les nombres de la suite.
D
enition 2.3.
1. Une suite est constante si le terme gen
eral ne depend pas de n.
Par exemple la suite denie par an = 3 est constante.

2. Une suite {an } est bornee si tous les points de la suite se situe dans un intervalle [M ; M ]
pour un M R+ . Autrement dit si |an | 6 M pour tout n N .
Exemple : La suite denie par an = n1 est bornee car |an | 6 1.
21
CHAPITRE 2. SUITES REELLES

ET SERIES
NUMERIQUES
22
3. Une suite {an } est croissante (resp. decroissante) si `

a partir dun indice n > N , on a
toujours
an+1 > an
(resp. an+1 6 an )
Exemple : reprenons lexemple ci-dessus
an =
9n 20
.
n2
Alors
9(n + 1) 20 9n 20
(n + 1)2
n2
9n3 + 9n2 20n2 9n3 18n2 9n + 20n2 + 40n + 20
=
n2 (n + 1)2
9n2 + 31n + 20
=
n2 (n + 1)2
(n 4)(9n + 5)
=
<0
pour tout n > 5.
n2 (n + 1)2
an+1 an =
La suite est donc strictement decroissante.

4. On dira presque tous les points dune suite = tous les points sauf un nombre
ni. = tous les points à partir dun certain indice.
Cest plus fort quune innite de points ! !
Exemples :
1000
: presque tous les points sont < 6.
1) an = 5 +
n
2) an = n : alors presque tous les points sont > 1025 .

n
3) an =
: on ne peut pas dire presque tous les points sont non entiers car il y a
1253
une innite de n pour lesquels an N.
2.1.2
Convergence dune suite
D
enition 2.4 (Voisinage). Soit > 0 un nombre reel et a R. Alors lintervalle
]a ; a + [
est appele un -voisinage de a et est note v (a). Cest donc lensemble des x R tels que
|x a| < .
D
enition 2.5 (suite convergente). On dit quune suite {an } converge vers a si tout
-voisinage de a contient presque tous les points de la suite.
Autrement dit, si pour tout > 0, il existe N = N dependant de , tel que
|an a| <
n > N .
On note alors
lim an = a.

2.1. SUITES REELLES
23
Exemples 2.6.
1) La suite denie par an =
1
n
converge vers 0. En eet
|an 0| <
1
1
< n > .
n
On choisit donc N = E( 1 ) et on est assure que dès que n > N , alors |an | < . Donc
1
= 0.
n n
lim
Remarque 2.7. Pour tout nombre reel r, E(r) designe la partie enti`
ere de r, cestà-dire le plus grand entier inferieur ou egal à r. Exemple : E(17.432) = 17.
9n 20
2) an =
. Alors lim an = 0
n
n2
monstration : Soit > 0. Alors
De
9n 20 9n
9

|an 0| =
< 2 = <
2
n
n
n
dès que n > 9 . Il sut donc de prendre
( )
9
N = E
+ 1.
3) Soit an = q n avec |q| < 1. Alors

lim an = 0.
monstration : On utilise linegalite de Bernoulli :

De
(1 + x)n > 1 + nx
n N, x ] 1; [.
monstration de line
galite
de Bernoulli : On procède par recurrence.
De
1) Si n = 0, on a bien (1 + x)0 = 1 > 1 + 0 x = 1.
2) Supposons que (1 + x)n > 1 + nx et montrons linegalite pour n + 1.
(1 + x)n+1 = (1 + x)n (1 + x) > (1 + nx)(1 + x) = 1 + nx + x + |{z}
nx2
>0
> 1 + (n + 1)x.
Revenons à la suite an = q n :
Si q = 0, on a an = 0 pour tout n et la suite converge donc vers 0.
1
avec h > 0. Alors
Si q = 0, on ecrit |q| = 1+h
|an | = |(
1 n
1
1
1
) |=
6
<
.
n
1+h
(1 + h)
1 + nh
nh
(
Donc |an | < dès que nh >
i.e. dès que n >
1
h .
On pose donc N = E
)
1
.
h

ET SERIES
NUMERIQUES
24
4) Montrons que si la suite {an } (an > 0) converge vers a, alors { an } converge vers a.

On peut supposer a = 0. On a ( an a)( an + a) = an a ce qui donne
|an a|
|a a|
6 n
| an a| =
< = .
an + a
a
a
Une suite qui ne converge pas est dite divergente.
Exemples 2.8.
1) an = cos n
2 . On a
a1 = 0,
a2 = 1,
a3 = 0,
a4 = 1,
a5 = 0,
a6 = 1,
a7 = 0, . . .
Il y a une innite de points en 1 mais aussi en 0 et en 1. Il ny a donc pas presque

tous les points en 1.
2) Soit
(
)
1
n
nn + 1 1
n
= (1)
= (1) 1
.
an = (1)
n+1
n+1
n+1
n
Si n est pair, on est dans le voisinage de 1. Sinon, la suite est dans le voisinage de 1.
Pas de limite. Les points 1 et 1 sont des points daccumulation.
D
enition 2.9 (Points daccumulation). Un point a de la droite reelle est un point daccumulation de la suite {an } si tout -voisinage de a contient une innite de points de la
suite.
Exemples 2.10.
Dans lexemple 1) ci-dessus, les points 1, 0 et 1 sont des points daccumulation.
Dans lexemple 2) 1 et 1 le sont.
ATTENTION : contenir une innite de points = contenir presque tous les points (+ fort)
Limite impropre
Considerons la suite
an =
n2 + 1
.
n+1
Après division euclidienne, on obtient que

an = n 1 +
2
.
n+1
Ainsi les an deviennent aussi grands que lon veut lorsque n augmente. On dit que an tend
vers linni.

2.1. SUITES REELLES
25
D
enition 2.11. La suite {an } tend vers linni si pour tout r R, il existe Nr N
tel que lon ait an > r dès que n > Nr (presque tous les points de la suite sont à droite de
r). On note alors
lim an = .
n
On a une denition analogue pour la limite vers .
Exemple 2.12. an = (1)n n. Cette suite ne converge pas, meme pas vers linni.
2.1.3
Propri
et
es de convergence des suites
(I) Toute suite convergente est bornee. En dautres termes, si {an } a, alors |an | 6 M
pour un certain M R.
(II) Une suite convergente na quun seul point daccumulation.
(III) Si {an } a et {bn } b, alors
{an + bn } a + b
, R.
(IV) Si {an } a et {bn } b, alors {an bn } ab. Autrement dit

lim an bn = lim an lim bn
si ces limites existent.

monstration :
De
Par (I), il existe M tel que |an | < M et |bn | < M .
. Par hypothèse,
Soit > 0. Posons =
2M
|an a| <
pour n > N1 ( )
et
|bn b| <
pour n > N2 ( ).
Posons N = max(N1 ; N2 ). Alors, pour tout n > N , on a

|an bn ab| = |an (bn b) + b(an a)|
6 |an (bn b)| + |b(an a)|
6 |M | (|bn b| + |b| |an a|
6 M + M = 2M = .
Ceci montre que la suite an bn converge vers ab.
Exemple 1 : soit an = n + 1 n. Alors
( n + 1 n)( n + 1 + n)
n+1n
an =
=
n+1+ n
n+1+ n
1
1
1
1
n
=
0 = 0.
=
2
n 1+ 1+ 1
n+1+ n
n

ET SERIES
NUMERIQUES
26
Donc lim an = 0.
n
Exemple 2 : p N , on a lim
En eet,
n
np = 1.
n
np = n n n n n n .
|
{z
}
p fois
Donc
lim
n
np = ( lim n n)p = 1p = 1.
n
(V) Si {an } a et {bn } b avec bn =

0 = b alors
{ }
an
a
.
bn
b
Exemple : an =
an =
(3n + 2)(n + 3)
.
n2 + n + 1
Que vaut lim an ? (=

n
).
On a
6
6
n2 (3 + 11
3 + 11
3n2 + 11n + 6
n + n2 )
n + n2 n 3
=
=
= 3.
n2 + n + 1
1
n2 (1 + n1 + n12 )
1 + n1 + n12
(VI) Toute suite monotone et born

ee est convergente
Si elle est croissante, elle converge vers a = sup an .
n
Si elle est decroissante, elle converge vers a = inf an .

n
monstration : Faisons la preuve pour {an } bornee et croissante :

De
{an } bornee implique |an | 6 M .
= a = sup an
nN
avec an 6 a
existe
(cf. chapitre 1)
pour tout n
et il existe n avec an > a .

Mais {an } est croissante. Donc
= n > n
a n > a n > a
= a < an 6 a < a +
= |an a| <
=
n > n =: N
lim an = a = sup{an | n N }.
(VII) Soit {an } une suite bornee et {bn } une suite convergeant vers 0.
Alors la suite {an bn } converge vers 0.
1
Exemple : an = sin n. Alors lim an = 0.
n
n

2.1. SUITES REELLES
27
Th
eor`
eme 2.13 (Theorème des gendarmes pour les suites). Soient {an }, {un } et {vn }
trois suites satisfaisant les 2 proprietes suivantes :
(i) il existe N0 N avec un 6 an 6 vn pour tout n > N0 ;
(ii) lim un = lim vn = L.
n
Alors
lim an = L.
monstration : Comme lim un = L, pour tout > 0, il existe N1 () N tel que

De
n
< un L < pour tout n > N1 . De meme, il existe N2 () N tel que < vn L <
pour tout n > N2 . Alors si N () = max(N0 , N1 , N2 ), on a pour tout n > N
< un L 6 an L 6 vn L <
ce qui donne |an L| < pour tout n > N ().
Exemple 2.14. soit an =
n
n. Alors
lim
monstration :
De
n
n = 1.
(
)
1 n
n
1+
> 1 + = 1 + n > n > 1.
n
n
Donc
)
(
1 2n
1+
>n>1
n
ce qui implique, en prenant la racine n-ième :

)
(
1 2
1+
> nn>1
n
Par le theorème des gendarmes, on a lim n n = 1.

n

an+1

Th
eor`
eme 2.15 (Critère de dAlembert). Soit {an } une suite reelle telle que l = lim
n
an
existe. Alors
1. si l < 1, la suite {an } converge vers 0 ;
2. si l > 1, la suite {an } diverge.
monstration :
De
a

n+1
1. Par hypothèse, à partir dun certain indice N , on a
< < 1. Donc
an
|an+1 | 6 |an |
Par recurrence, ceci implique que
0 6 |aN +n | 6 n |aN |.
Comme < 1 la suite n converge vers 0 (exemple ci-dessus). Le theorème des gendarmes
implique que
lim |aN +n | = lim |an | = 0.
n

ET SERIES
NUMERIQUES
28
Donc lim an = 0.
n
2. A partir dun certain indice N , on a
|an+1 | > |an |
avec > 1. Donc on a, par recurrence, |aN +n | > n |aN |.
Ceci montre que aN +n nest pas majoree. La suite {|an |} diverge donc et à fortiori la suite
{an } aussi.
Exemple 2.16. Considerons la suite an =
1000n
. On a
n!

an+1 1000n+1 n!
1000

an = (n + 1)! 1000n = n + 1
qui converge vers 0 lorsque n . Donc l = 0. Le critère de dAlembert implique que
lim an = 0.
n
2.1.4
Sous-suites et points daccumulation
D
enition 2.17 (Sous-suite). Soit {an } une suite reelle et {nk }kN une suite strictement
croissante dentiers. Alors {ank } est une sous-suite de {an }.
On a alors la reformulation suivante :
Un point daccumulation = la limite dune sous-suite convergente
Exemple 2.18.
Reprenons la suite an = (1)n
n
.
n+1
Dejà vu : 2 points daccumulation qui sont 1 et 1.
2k
2k
k
=
1
Sous-suite dindice pairs : a2k = (1)2k
2k + 1
2k + 1
2k 1 k
2k1 2k 1
Sous-suite dindice impairs : a2k1 = (1)
=
1
2k
2k
2.1.5
Suites de Cauchy
D
enition 2.19. Une suite {an } est une suite de Cauchy si > 0, il existe N N tel
que
|an am | <
n, m > N
Th
eor`
eme 2.20. Toute suite convergente est une suite de Cauchy.
monstration.
Sans de
La reciproque est vraie dans R : toute suite de Cauchy est convergente. On dit alors que R
est complet.

2.2. SUITES RECURRENTES
29
Cest une propriete fondamentale des nombres reels que ne possède pas Q : on peut trouver
une suite {qn } de nombres rationnels qui soit une suite de Cauchy mais qui ne converge pas
dans Q (mais bien dans R) (cf. exemple 2.24).
2.2
Suites r
ecurrentes
D
enition 2.21. Une suite est dite recurrente si an+1 est denie à partir de an , cest-à-dire
si
an+1 = g(an ).
Exemple 2.22. a1 = 2 et an+1 =
a2 =
2.2.1
4
3
2an
. Alors
1 + an
a3 =
2 4/3
8
=
1 + 4/3
7
a4 =
16
,
15
etc...
M
ethodes pour trouver la limite dune suite r
ecurrente
1`
ere m
ethode
On essaie de se ramener à une suite non-recurrente en exprimant le terme general comme
une fonction de n, an = f (n), et non plus de an1 .
Exemple : Dans lexemple ci-dessus, on constate que
an =
2n
.
2n 1
On demontre cette formule par recurrence.

1) si n = 1, on a bien a1 = 21 = 2 : ok.
2) Supposons la formule vraie pour n. Alors
n
an+1
2 2n21
2an
=
=
n
1 + an
1 + 2n21
=
| 2n 1
2n+1
2n+1
.
=
2n 1 + 2n
2n+1 1
On peut alors calculer la limite :

2n
1
= lim
= 1.
n
n 2 1
n 1 2n
lim an = lim
2`
eme m
ethode
On demontre dabord que la suite converge et le cas echeant on passe à la limite dans
lequation an+1 = g(an ) ce qui donne à resoudre lequation
a = g(a).
Pour demontrer que la suite converge, on peut en general essayer de demontrer que
(A) la suite est monotone
(B) la suite est bornee

ET SERIES
NUMERIQUES
30
Remarque 2.23. Toute suite croissante (resp. decroissante) est forcement minoree (resp.
majoree).
Conclusion : pour montrer quune suite croissante (resp. decroissante) est convergente, il
sut de montrer quelle est majoree (resp. minoree).
Exemple : Reprenons la suite precedente : a1 = 2 et an+1 =
2an
1+an .
On constate dabord que an > 0 pour tout n.

(A) On montre, par recurrence, que an > 1 pour tout n.
1) Cest vrai pour n = 1.
2an
> 1. Or, puisque 1 + an > 0, on
2) Supposons an > 1. On doit montrer que an+1 =
1 + an
a
2an
>1
2an > 1 + an
an > 1.
1 + an
Or ceci est vrai par hypothèse de recurrence. Donc an+1 > 1.
(B) Montrons ensuite, par recurrence, que la suite est decroissante, cest-à-dire que
an+1 < an :
1) n = 1 : on a bien a2 < a1
2) Soit n > 1. Supposons que an+1 < an et montrons que an+2 < an+1 . On a
2an
2an+1 (1 + an ) 2an (1 + an+1 )
2an+1
=
1 + an+1 1 + an
(1 + an+1 )(1 + an )
2(an+1 an )
=
< 0.
(1 + an+1 )(1 + an )
an+2 an+1 =
La suite est donc decroissante. Comme elle est minoree, elle converge donc.
an+1 =
2an
1 + an
limite
a=
2a
a2 + a = 2a a(a 1) = 0.
1+a
Cette equation a 2 solutions a = 0 et a = 1. Comme an > 1 pour tout n, la limite ne peut

etre que a = 1.
ATTENTION : cette 2ème methode de calcul fonctionne parce que lon a demontre que la
limite existe.
Contre-exemple : soit a1 = 2 et an+1 =
a1 = 1,
1
a2 = ,
2
1
an .
On a
a3 = 2,
1
a4 = ,
2
a5 = 2, . . .
Cette suite ne converge pas (2 points daccumulations) mais si lon passe à la limite dans
la formule de denition, on obtient
an+1 =
1 limite
1
a = a2 = 1 a = 0 oua = 1 ! ! ! !
an
a
Exemple 2.24. Soit r > 0 un nombre reel strictement positif. Considerons la suite denie
par
(
)
1
r
an+1 =
an +
2
an
et a1 R+ . Alors
lim an =
r.

2.3. SERIES
31
Si r et a1 sont dans Q, on a une suite de nombres rationnels qui converge vers
r.
monstration : On a clairement que an > 0 pour tout n car a1 > 0. De plus

De
1. a2n+1 > r car
(
)
(
)
1
r2
1
r 2
2
2
an+1 r =
an + 2 + 2r r =
an
> 0.
4
an
4
an
1
r
1 r
1
2. an+1 an = (an + ) an = ( an ) =
(r a2n ) 6 0 pour n > 2.
2
an
2 an
2an
La suite est donc decroissante.
Comme an > 0, elle est aussi bornee. La suite converge donc et on peut passer à la limite
dans la denition :
r
1
a = (a + ).
2
a
2
2
Ceci donne 2a = a + r et donc a = r.
Application numerique : pour r = 2 et a1 = 1, on trouve
a2 =
3
2
a3 =
17
12
a4 =
577
408
a5 =
665857
= 1.414213562 (8 decimales correctes).
470832
Exemple 2.25. Soit la suite denie par

1
an+1 = (an + 4)
4
et a1 = 1. Montrons dabord que la suite est bornee et croissante.
(A) On a a1 < 2 et par recurrence an+1 = 1 +
an > 0. Donc la suite est bornee.
an
4
< 1 + 1/2 < 2. De plus, on a clairement
(B) Montrons, par recurrence, quelle est croissante :

5
1) on a 1 = a1 < a2 = .
4
2) supposons an < an+1 . Alors an+2 an+1 = 14 (an+1 + 4) 14 (an + 4) = 41 (an+1 an ) > 0.
La suite est donc croissante et bornee = la limite existe. Notons a cette limite. Alors
1
a = (a + 4) devient 4a = a + 4 donc a = 43 .
4
2.3
S
eries
D
enition 2.26. Soit {bn } une suite reelle. On note
n
bk := b1 + b2 + + bn .
k=1
Si lindice k parcourt tout N (ou N) alors la somme est innie et on parle de s

erie :
k=1
bk est le terme general de la serie.
bk

ET SERIES
NUMERIQUES
32
2.3.1
Convergence dune s
erie
D
enition 2.27. Posons
sn =
bk = b1 + b2 + + bn .
k=1
On a sn+1 = sn + bn+1 .
La suite {sn } est une suite recurrente, appelee la suite des sommes partielles.
On dit que la serie
bk converge vers s si la suite {sn } converge vers s. On note alors
k=1
bk = s = lim sn = lim
n
k=1
bk .
k=0
Sinon on dit que la s

erie diverge.
Condition n
ecessaire de convergence
Pour que la serie
bk converge, il faut que lim bk = 0. En eet si la suite {sn } converge

k
k=1
vers s, alors
s = lim sn+1 = lim (sn + bn+1 ) = s + lim bn+1 .
n
On doit donc avoir

lim bn = 0.
Mais cette condition nest pas susante comme le montre lexemple suivant :
1
1
Exemple 2.28 (Serie harmonique). Posons bk = . La serie
est appelee la s
erie
k
k
k=1
harmonique. La suite des sommes partielles est
sn = 1 +
1 1
1
+ + + .
2 3
n
On a bien bk 0. Mais la suite {sn } diverge.

monstration :
De
1) La suite {sn } est croissante.
2) Considerons les termes s1 , s2 , s4 , s8 , . . . , s2k .
s1 = 1
s4 = 1 +
1
2
1 1
1
s8 = 1 + + + + .
2 3
8
s2 = 1 +
1 1 1
+ +
2 3 4
Alors
s4 = s2 +
1 1
1 1
1 1
+ > s2 + + = 1 + + .
3 4
4 4
2 2

2.3. SERIES
33
s8 = s4 +
1 1 1 1
1 1 1 1
1 1 1
1
+ + + > s4 + ( + + + ) > 1 + + + = 1 + 3 .
5 6 7 8
8
8
8
8
2
2
2
2
|
{z
}
= 12
De manière generale, on a
1
.
2
nest pas majoree ce qui implique que
s2k > 1 + k
La suite s2k
lim sn = lim (1 +
1 1
1
+ + + ) = .
2 3
n
1
La serie
est donc divergente.
k
k=1
Exemple 2.29 (La serie geometrique). Soit r R. Posons bk = rk et considerons la serie
rk = 1 + r + r2 + r3 + + rn +
(ici, on debute à k = 0)
k=0
Alors
s0 = 1
s2 = 1 + r + r 2
s1 = 1 + r
sn = 1 + r + r 2 + + r n
On sait que
sn =
1 rn+1
1r
car
(1 r)(1 + r + r2 + + rn ) = 1 rn+1
Quelle est alors la limite ?

n
Si |r| > 1 alors la suite sn diverge car |rn+1 | +.

En revanche, pour |r| < 1, on a lim rn+1 = 0 (voir exemple 3 sous 2.6) et donc
n
1 rn+1
1
=
.
n 1 r
1r
lim sn = lim
En conclusion, la serie geometrique
diverge si |r| > 1
1
rk
si |r| < 1
converge vers
k=0
1r
Le nombre r est appele la raison de la serie geometrique.
Exemple 2.30. La serie
(1)k+1 = 1 1 + 1 1 + 1 1 + 1 . . .
k=1
diverge (et ne converge donc pas vers 0) car la suite des sommes partielles est 1 ; 0 ; 1 ; 0 ;
1; ...

ET SERIES
NUMERIQUES
34
2.3.2
Propri
et
es des s
eries
(I) Si
bk = s, alors
k=1
(II) Si s =
cbk = cs.
k=1
bk et s =
k=1
bk alors
k=1
bk + bk = s + s
k=1
(linearite de la convergence.)
(III) La propriete de convergence ou de divergence nest pas modiee si lon ajoute (ou
retranche) un nombre ni de termes. Par exemple, la serie
1
1
1
=
+
+ ...
k
100 101
k=100
diverge encore (serie harmonique).
2.3.3
S
eries `
a termes positifs
Notons
uk les series avec uk > 0 k.
k=1
(A) Crit`
eres de comparaison
Supposons que un 6 vn pour tout n > N .
(a) Si
vk converge, alors
uk converge egalement ; ({sn } = suite croissante majoree) ;
k=1
(b) si
k=1
uk diverge, alors
k=1
vk diverge aussi. (suite croissante non majoree).
k=1
Exemple 2.31.
1
La serie
avec 6 1 diverge.
k
k=1
En eet, on a k = k 1 avec > 0 et donc k 6 k ce qui implique que

1
1
> .
k
k
1
Comme la serie
ere de comparaison nous permet de conclure à la diverk diverge, le crit`
gence de la serie consideree.
(B) Crit`
ere de la racine (ou de Cauchy)
Si pour tout n > N , on a
Si
n
un 6 q < 1
n u > 1, la s
erie diverge car un 0.
n
(q xe) alors la serie
uk converge.

2.3. SERIES
35
monstration :
De
On a n un 6 q < 1 donc un 6 q n . Or la serie
qk
k=1
converge (serie geometrique) puisque q < 1. Par le critère de comparaison, la serie

converge egalement.
uk
(C) Crit`
ere du quotient (ou de dAlembert)
Si pour tout n > N , on a
Si on a
un+1
un
un+1
6q<1
un
(q xe) alors la serie
uk converge.
> 1, alors la serie diverge.
monstration :
De
On a
un+1
6q
un
et
un
6q
un1
et donc
un+1 6 un q 6 un1 q 2 6 6 q n u1 .
Or la serie
uk .
u1 q k converge. Par le critère de comparaison, il en est de meme de la serie
k=0
Corollaire 2.32 (Resume-corollaire). Soient

q1 := lim
Alors la serie
k=1
n
un
uk
et
q2 := lim
un+1
un
converge si qi < 1
diverge si qi > 1
on ne peut rien dire si qi = 1.
Exemples 2.33.
k 10
1.
3k
k=1
10
1
1
n
n n
n 1
=
n10 1 = < 1. La serie converge.
On a n un =
n
3
3
3
3
ak
2. La serie
(a > 0) converge. En eet, on a
k!
k=1
un+1
an+1
n!
a
=
n =
<q<1
un
(n + 1)! a
n+1
si n est assez grand. (On verra plus tard quelle converge vers ea ).

ET SERIES
NUMERIQUES
36
Exemples 2.34 (Autres exemples).
1
(a) Considerons la serie
.
k(k 1)
k=2
1
1
1
Alors on a bk =
=
pour tout k > 2 et donc
k(k 1)
k1 k
(
) (
)
(
)
n
1
1 1
1
1
1
bk = 1
sn =
+
+ +
=1 .
2
2 3
n1 n
n
k=2
Alors lim sn = 1 ce qui demontre que

n
k=2
1
= 1.
k(k 1)
1
1
1
. On a 2 6
(b) Considerons maintenant la serie
pour tout k > 2.
2
k
k
k(k 1)
k=1
Le critère de comparaison et lexemple (a) ci-dessus permet de conclure que la serie
1
converge. On a de plus
k2
k=1
1
1
1
=1+
61+
= 1 + 1 = 2.
2
2
k
k
k(k 1)
k=1
k=2
k=2
1
1
1
Corollaire 2.35. La serie
avec > 2 converge car 6 2 (critère de comparai
k
k
k
k=1
son).
Pour 1 < 6 2, la serie
1
converge egalement.
k
k=1
Remarque 2.36. Dans lexemple (b) ci-dessus, les critères de la racine et du quotient ne
donnent rien. En eet, on a
)
(
1 2
n 1
q1 = lim
= lim
=1
n
n2 n n n
et
un+1
q2 = lim
= lim
n
n un
De meme, pour la serie harmonique,
n
n+1
)2
= 1.
1
, ces critères ne donnent rien. On a
k
k=1
q1 = lim
1
1
= lim
= 1.
n
n n n
De meme pour le critère du quotient :

un+1
1/(n + 1)
n
=
=
< 1.
un
1/n
n+1
ATTENTION : on a
harmonique diverge.
un+1
un+1
un+1
< 1 mais PAS
6 q < 1 car q2 = lim
= 1. Et la serie
n un
un
un

2.3. SERIES
2.3.4
37
S
eries altern
ees
Soit un de signe constant. La serie
(1)k+1 uk = u1 u2 + u3 u4 + . . .
k=1
est dite serie alternee.

Th
eor`
eme 2.37 (Crit`
ere de Leibniz). Si
(i) |un+1 | < |un | et
n
(ii) |un | 0
alors la serie alternee converge.
De plus elle converge vers S avec |S| 6 |u1 |.
monstration : On peut supposer tous les uk positifs. Lhypothèse devient alors
De
uk > uk+1 et donc uk uk+1 > 0. Do`
u
s2n = u1 u2 + u3 + u2n1 u2n
et
s2n+2 = u1 u2 + u3 + u2n+1 u2n+2 > s2n .

{z
}
|
>0
Ainsi la suite {s2n } est croissante. Par ailleurs, on a

s2n = u1 (u2 u3 ) (u2n2 u2n1 ) u2n < u1 .
| {z }
{z
}
|
>0
>0
La suite {s2n } est donc aussi bornee. Elle converge donc. Posons
S = lim s2n .
n
On a alors
s2n+1 = s2n + u2n+1 S + 0 = s.

La suite {s2n+1 } converge egalement vers S ce qui montre que {sn } converge vers S.
Comme s2n < u1 , on a bien S < u1 .
Exemples 2.38.
1. La s
erie harmonique altern
ee ( ou s
erie de Leibniz)
k=1
(1)k+1
1
1 1 1 1
= 1 + + ......
k
2 3 4 5
converge. (On verra que cest vers ln 2.)

2.
k=1
On a
k+1
(1)
2+ k
2+ n
2
1 n
un =
= + 0
n
n
n
2
1
1
2+ n+1
2
un = + >
+
=
= un+1 .
n
n+1
n+1
n
n+1
Les hypothèses (i) et (ii) du theorème sont remplies : la serie converge.
et

ET SERIES
NUMERIQUES
38
Remarque 2.39. La condition (ii) un 0 ne sut pas.

Exemple : la serie alternee
1
1
1
1 1
+
+ =
1 +
(1)k+1 uk
4 3 16 5 36
k=1
avec
uk =
1
k
1
k2
si k est impair
si k est pair
satisfait bien la condition (ii) (uk 0) mais ne converge pas. En eet, soit n pair. Alors
sn =
(1)k+1 uk = 1
k=1
1 1
1
1
1
+
+ 2
4 3 16 5
n
1 1
1
1
1
1
1
= (1 + + + +
)( +
+
+ + 2).
3 5 {z
n 1 } | 4 16 36
n }
{z
|
s
s+
n
n
1
Comme la serie
converge, le terme s
e par un nombre M R independant
n est major
k2
de n.
Comme la serie harmonique diverge, le terme s+
n est plus grand que tout r R pour n assez
grand. Ainsi, pour tout r R, il existe Nr N tel que s+
es que n > Nr .
n > r d`
> r M . Ainsi la sous-suite s (n pair) est non major
Ceci implique que sn = s+
s
ee
n
n
n
et donc non convergente.
2.3.5
S
erie absolument convergente
D
enition 2.40. Soit
bk une serie donnee. Si la serie
|| :=
|bk |
converge, on dit que est absolument convergente.

Th
eor`
eme 2.41. Si || converge, alors converge egalement.
Conclusion : les critères pour les series à termes positifs (cf. 2.3.3) sont applicables aux
series absolument convergentes.
Exemple : la serie
ak
k=0
k!
est absolument convergente pour tout a R. En eet, on a

bn+1 |a|

bn = n 0
(critère du quotient)
D
enition 2.42 (Serie semi-convergente). Une serie
|bk | diverge est appelee semi-convergente.
Exemple : La serie harmonique alternee
k=1
(1)k+1
bk convergente mais dont la serie
1
est convergente mais pas absolument
k
1
convergente puisque la serie
diverge. Elle est donc semi-convergente.
k
k=1

2.3. SERIES
39
Th
eor`
eme 2.43.
1) La somme dune serie absolument convergente ne depend pas de lordre de ses termes.
2) En revanche, dans le cas dune serie semi-convergente, on peut faire converger la somme
de la serie vers nimporte quel nombre reel en regroupant les termes de la serie dune facon
bien choisie.
Sans demonstration.
Corollaire 2.44. Si
ak est absolument convergente alors
al +
am
(o`
u les al et am forment lensemble de tous les ak ) sont separement absolument convergentes.
Exemple : Calculons
s=
(1)k+1
k=1
1
k(k + 2)
(serie alternee).
Cette serie est absolument convergente car

|uk | =
1
1
< 2
k(k + 2)
k
1
et la serie
converge.
k2
On peut alors separer les termes dindices pairs et ceux dindices impairs :
s=
k=1,
impairs
1
+
k(k + 2)
k=2,
(1)
pairs
1
k(k + 2)
1
1
(2l 1)(2l + 1)
2m(2m + 2)
m=1
l=1
(
)
1
1
1
1
1
=

2 2l 1 2l + 1
4
m(m + 1)
|m=1 {z
}
|l=1
{z
}
s+
l
s
m
1 1
1
1= .
2 4
4
car
[
]
1
1 1
1
1
1
1
1
l 1
(1 ) + ( ) + + (
) = (1
)
2
3
3 5
2l 1 2l + 1
2
2l + 1
2
1
1
1
1 1 1
1
1
1
m
= +
+ +
= 1 + + +
=1
1
2 23
m(m + 1)
2 2 3
m m+1
m+1
s+
l =
s
m
Exemple 2.45. La serie harmonique alternee est semi-convergente. On ne peut pas changer
lordre des termes sans changer la valeur de la somme (innie).

ET SERIES
NUMERIQUES
40
ln(2) = 1
1 1 1 1 1 1 1
1
+ + + + =
(1)k+1
2 3 4 5 6 7 8
k
|2
2ln(2) = 2 1 +
2
2 1 2 1 2 1
+ + +
+ ...
3 2 5 3 7 4
10
1 1 1 1 1
+ + + ...
2 3 4 5 6
= ln(2).
=1
On obtient ainsi
2ln(2) = ln(2)!!!!!!!!!!
2.4
D
enition du nombre e
1
. (Nous demarrons ici avec k = 0.)
k!
1
Considerons la serie
et notons {en } la suite des sommes partielles, cest-à-dire
k!
Soit b0 = 1 et bk =
k=0
en = 1 +
1
1
1
1
+ + + + .
1! 2! 3!
n!
Nous avons vu dans lexemple 2.33 que cette serie est absolument convergente. Sa limite est
notee e :
e :=
1
1
1
1
= lim en = lim (1 + 1 + + + + ).
n
k! n
2! 3!
n!
k=0
Numeriquement : e = 2, 718281828.
Th
eor`
eme 2.46. Le nombre e est irrationnel.
monstration :
De
Pour tout n > 2, on a
1
1
1
1
1
+ +
+
+
+
+ ...
2!
(n 1)! n! (n + 1) ! (n + 2) !
(
)
1
1
1
1
1
= 1 + 1 + + +
.
+
1+
+
+ ...
2!
(n 1)! n!
n + 1 (n + 1)(n + 2)
|
{z
}
1
1
n
1
+
+ . . . ... =
=
62
<1+
n n2
1 1/n
n1
e=1+1+
Donc
e=1+1+
1
1
1
+ +
+
n
2!
(n 1)! n!
avec 1 < n < 2.
Supposons maintenant que e soit rationnel cest-à-dire que e =

dans (*), on obtient
M
1
1
1
= 1 + 1 + + +
+
N +1
N
2
N ! (N + 1)!
M
N.
()
Si lon pose n = N + 1
| (N + 1)!

2.4. DEFINITION
DU NOMBRE E
41
M (N + 1)(N 1)! = (N + 1)! + (N + 1)! + (N + 1)N (N 1) 3 + + (N + 1) + N +1 .

|
{z
} |
{z
} | {z }
N
On aboutit ainsi à une contradiction.

Autre d
enition de e
Considerons la suite {en } denie par
en
Proposition 2.47.
lim e
n n
(
)
1 n
= 1+
.
n
(
)
1 n
= lim 1 +
= e.
n
n
ATTENTION : une limite de la forme 1 est une forme indeterminee.

Elle ne vaut pas 1 mais peut prendre, a priori, toutes les valeurs possibles
comme une limite de la forme 00
monstration : Par la formule du binome, on a
De
(
)
( )k
n
n ( )
1 n n
1
1 n(n 1) (n k + 1)
nk
en = 1 +
=
1
=1+n +
n
n
n
k! nk
k
k=2
k=0
(
) (
) (
)
n
1
1
2
k1
1 1
1
1
()
=1+1+
k!
n
n
n
k=2
| {z } | {z } |
{z
}
61
61
61
n
n
1
1
61+1+
=
= en
k!
k!
k=2
On a ainsi montre que

(*) :
en
k=0
en 6 en
pour tout n. Reprenons le calcul precedent à la ligne
(
) (
) (
)
n
1
1
2
k1
1
1
=1+1+
1 1
k!
n
n
n
k=2
| {z } | {z } |
{z
}
>1 k1
n
(
)
n
1
k1 k
>1+1+
1
k!
n
>1 k1
n
>1 k1
n
k=2
Linegalite de Bernoulli donne

(
)
n
n
n
k(k 1)
1 1 k(k 1)
1
1
=1+1+
>1+1+
k!
n
k! n
k!
k=2
k=2
|
{zk=2 }
= en
n
1
1
= en
n
(k 2)!
= en
1
n
k=2
n2
j=0
1
1
= en en2 .
j!
n

ET SERIES
NUMERIQUES
42
On a donc
en
1
en2 6 en 6 en .
n
1
en2 convergent toutes les deux vers e. Ainsi, par le theorème des
n
gendarmes, on a aussi lim en = e.
Les suites en et en
La convergence de cette suite {en } est beaucoup plus lente que la precedente.
Pour avoir e = 2.7180.., il faut n = 6 dans en mais n = 4819 dans en .
Remarque 2.48. On peut generaliser cette demonstration pour montrer que
(
lim
x )n xk
=
n
k!
1+
k=0
pour tout x R.
Propri
et
es
1.
(
)
1 n
1
lim 1
= e1 = .
n
n
e
monstration : On a
De
(
)n+1 (
)
)n+1
(
1
n + 1 1 n+1
n
1
=
=
n+1
n+1
n+1
(
)n1 (
)
n+1
1 n1
=
= 1+
n
n
[(
)n+1 ]1 [(
) (
)]1
1
1
1
1 n
n
=
1+
=
1+
1+
(e 1)1 = .
n
n
n
e
2. Si {an }, an > 0 est une suite rationnelle nulle (cest-à-dire qui converge vers 0) alors
1
lim (1 + an ) an = e.
monstration : En posant N = E( a1 ), on a N 6
De
n
1
)N
(1 +
N +1
|
{z
}
1
an
< N + 1 et alors
1
1
< (1 + an ) an < (1 + )N +1 .
N
|
{z
}
1 )N (1+ 1 )
(1+ N
N
(1+ N1
)N +1 (1+ N1
)1
+1
+1
Si on prend la limite quand N (alors an 0) on a

1
e 1 6 (1 + an ) an 6 e 1.

2.4. DEFINITION
DU NOMBRE E
43
3. On a
lim (1 +
q n
) = eq
n
q Q.
Cest la denition numerique de eq .

monstration :
De
Si q = 0 cest trivial. Si q > 0 on applique le point 2. avec an = nq . On a alors
(
)q
q
q
n
(1 + )n = (1 + )n/q eq .
n
n
Si q < 0, largument est analogue à celui du point 1.
Exemple : Calculons
(
lim
On a
(
n1
n+1
)n
=
1
1+
n1
n+1
1
n
1
n
)n
.
)n
n
e1
1
= 2.
e
e
La fonction ex
(
q )n
Nous avons demontre que lim 1 +
= eq pour tout q Q.
n
n
(
x )n xk
Nous avons aussi vu que lim 1 +
=
pour tout x R.
n
n
k!
k=0
On peut donc etendre la fonction ex à tout R en posant, pour tout x R
ex =
xk
k=0
k!
(
= lim
1+
x )n
.
n
On peut meme etendre cette denition aux nombres complexes en posant

ez =
zk
k=0
k!
pour tout z C.
Le module remplace alors la valeur absolue et cette suite est encore absolument convergente pour tout z C..
On peut montrer les resultats suivants :
ez+z = ez ez pour tout z, z C

ez = ez pour tout z C
Donc |ez |2 = ez ez = ez ez = ez+z = e2Re(z) = |ez | = eRe(z) .

En particulier, si z = i alors ei = e0 = 1. Lexponentielle complexe envoie laxe
imaginaire sur le cercle trigonometrique.
Chapitre 4 =
arg(ei ) = . On obtient les formules suivantes :

ei = cos + i sin = [1; ]

ET SERIES
NUMERIQUES
44
et donc le nombre complexe [r; ] = r (cos + i sin ) secrit aussi

[r; ] = r (cos + i sin ) = rei .
Cest la notation dEuler. En particulier, en posant = et r = 1 on obtient
ei = 1
2.5
Un petit r
esum
e de quelques s
eries
diverge (serie harmonique)
k=1
(1)k+1
k=1
k=1
{
qk
k=0
k=1
k q k1
diverge si
0661
converge si > 1
1
= 1q
diverge si
si |q| < 1
|q| > 1
1
= (1q)
2
diverge si
serie geometrique
si |q| < 1
|q| > 1
derivee de la serie geometrique
1
=1
k(k + 1)
ak
k=0
est semi-convergente (serie harmonique alternee)
k=1
1
k
k!
converge absolument a R et
ak
k=0
k!
= ea = lim
(
1+
a )n
= lim
n
n
n+a
n
)n
.
Chapitre 3
Fonctions r
eelles et continuit
e
3.1
D
enitions g
en
erales
D
enition 3.1.
Soient D et T deux ensembles non vides. Une fonction f de D dans T est une
correspondance qui associe à tout element x D un element y = f (x) T . On la note par
f : D T
x 7 f (x)
Lensemble D est le domaine de d
enition de f . Il sera souvent note Df .
Lelement y = f (x) T est limage de x par f alors que x est une pr
e-image de y.
Si D et T sont des sous-ensembles de R, la fonction f est appelee fonction r
eelle.
Lensemble
Im(f ) := {y T | x D avec y = f (x)}
est appele limage de D par f . On le note aussi f (D).
D
enition 3.2 (Fonction injective). Une fonction f : D T est dite injective si tout
element de T a au plus une pre-image.
Autrement dit, si x1 = x2 implique f (x1 ) = f (x2 ) pour tout x1 , x2 D.
D
enition 3.3 (Fonction surjective). Une fonction f : D T est dite surjective si tout
element de T a au moins une pre-image.
Autrement dit, si pour tout y T , il existe x D avec y = f (x).
Ou encore, si Im(f ) = T .
Une fonction injective et surjective est dite bijective.
Exemples 3.4 (Quelques exemples).
(1) La fonction f : N N denie par f (n) = n2 est injective mais pas surjective car il
nexiste aucun n N tel que f (n) = 5. On a alors
Im(f ) = lensemble des carres dans N = {0, 1, 4, 9, 16, }.
(2) La fonction f : Z N denie par f (n) = n2 nest pas injective car f (6) = f (6) = 36.
45
CHAPITRE 3. FONCTIONS REELLES

ET CONTINUITE
46
(3) La fonction f : R+ R denie par f (x) = x est une fonction reelle. On a

Im(f ) = R+ .Elle nest donc pas surjective. En revanche, elle est injective car si a = b
alors a = b. Par la suite cette fonction sera simplement notee f (x) = x (sousentendu : Df = R+ et T = R).
(4) La fonction f : R R denie par f (x) = x est la fonction identit
e. Elle est bijective.
(5) La fonction signe est denie par
1 si x < 0
0
si x = 0
sign(x) =
1
si x > 0
On a Df = R. Elle nest ni injective ni surjective.
(6) La fonction de Heaviside est denie par H(x) =
3.2
1 si x > 0
.
0 si x 0
Fonctions r
eelles
Dorenavant, toute fonction f (x) sera reelle.

Quelques propri
et
es particuli`
eres
Une fonction reelle f : Df R est dite
paire si f (x) = f (x) pour tout x Df .
impaire si f (x) = f (x) pour tout x Df .
periodique de periode T si f (x + T ) = f (x) pour tout x Df .
bornee si f (x) M pour un certain M R et pour tout x Df .
croissante (resp. strictement croissante) si
x<y
f (x) f (y) (resp. f (x) < f (y))
decroissante (resp. strictement decroissante) si

x<y
f (x) > f (y) (resp. f (x) > f (y))
monotone si elle est croissante ou decroissante.

Composition
Soient f, g deux fonctions reelles telles que Im(f ) Dg . Alors on peut construire la fonction
composee g f denie par
(g f )(x) = g(f (x))
Exemple :
g(x) =
x D g = R+
Alors
(g f )(x) =
pour tout x Df .
f (x) = x2
f (x) =
Im(f ) = R+
x2 = |x|.

EMENTAIRES
3.3. QUELQUES FONCTIONS REELLES

EL
47
Graphe dune fonction

Le graphe dune fonction f (x) est le sous-ensemble du plan R2 deni par
Gf = {(x , f (x)) | x Df }.
Fonction r
eciproque (ou fonction inverse)
Si une fonction
f : D T
x 7 f (x)
est bijective, on peut denir la fonction reciproque
f 1 : T D
qui associe à tout y T lelement x D tel que f (x) = y. On a alors
(f 1 f )(x) = x = (f f 1 )(x)
pour tout x o`
u les expressions sont denies.
Les graphes de f (x) et f 1 (x) sont toujours symetriques par rapport à la droite y = x.
Exemple : si f (x) = x2 alors la fonction est bijective si lon pose Df = R+ . On peut donc
trouver f 1 qui nest rien dautre que f 1 (x) = x pour tout x R+ .
3.3
Quelques fonctions r
eelles
el
ementaires
(I) Fonctions puissances : f (x) = xq pour q Q.
On a Df = R si q N alors que Df = R si q Z .
(II) Fonctions polynomiales :
y = f (x) =
k=0
ak xk
ak R, an = 0.

ET CONTINUITE
48
Df = R
Soit P (x) un polynome (reel) et x0 une racine de P (x). Le plus grand entier m tel
que (x x0 )m divise P (x) est appele la multiplicite de x0 par rapport à P . On note
alors
m = multP (x0 ).
(III) Fonctions rationnelles
y = f (x) =
P (x)
Q(x)
Df = R\{xk | Q(xk ) = 0}.
Si Q(xk ) = 0 et multQ (xk ) > multP (xk ), alors les droites x = xk sont des asymptotes
verticales.
(IV) Fonctions irrationnelles : polynomes + racines
Exemple :
1 + 3 x2 + 4
f (x) =
.
x2 + 3x 3 x/2
(V) Fonctions trigonometriques
f (x) = sin x impaire, periodique de periode T = 2, bornee
cos x paire, periodique de periode T = 2, bornee
tan x impaire, periodique de periode T = , non bornee
Df = R { 2 + k ; k Z}
On a les relations suivantes : cos x =
eix eix
eix + eix
et sin x =
2
2i
(VI) Fonctions trigonometriques inverses

Pour inverser les fonctions trigonometriques, il faut se restreindre à un intervalle sur
lequel elles sont monotones. On choisit les intervalles suivants :
[ ]
sin x :
2 ; 2
[1 ; 1]
cos x : ] [0 ; ] [ [1 ; 1]
tan x :
2 ; 2
R
On denit alors
[
]
arcsin : [1; 1] 2 ; 2 par
arccos : [1; 1] [0;
] ] [ par
arctan :
R
2 ; 2 par
arcsin(x) = sin1 (x)

arccos(x) = cos1 (x)
arctan(x) = tan1 (x)
ATTENTION :
[
]
on a arcsin(sin x) = x uniquement pour x 2 ; 2 .
Et sin(arcsin x) = x x [1; 1].

EMENTAIRES

EL
On a
arccos(x) + arcsin(x) =
49
pour tout x [1; 1].
(VII) Fonctions exponentielles

Soit a > 0 un nombre reel. On cherche à denir la fonction
(A) Si x = q =
m
n
f (x) = ax .
Q, on pose
m
f (q) = aq := a n =
n m
a .
(B) Pour prolonger cette fonction à R, il faut pouvoir denir le terme ar quand r est
reel non rationnel. On le fait en prolongeant f (x) par continuite : on sait quil existe
pour tout r R une suite rationnelle {qn } qui converg vers r. On a donc lim qn = r.
n
On pose alors
ar := lim aqn .
n
Propri
et
es des fonctions f (x) = ax
(1) f (x) > 0 pour tout x R. Cest une fonction strictement positive.
(2) f (0) = 1 et f (1) = a.
(3) f (rx) = arx = (ax )r = f (x)r . En particulier, f (x) =
1
.
f (x)
(4) f (x + y) = ax+y = ax ay = f (x) f (y)

(5) Si a > 1, alors f (x) = ax est strictement croissante.
Si 0 < a < 1, alors f (x) = ax est strictement decroissante.
Graphes des fonctions exponentielles :
Remarque 3.5. Si a = e, on retrouve la fonction ex denie au chapitre 2.

ET CONTINUITE
50
(VIII) Fonctions logarithmes

La fonction f (x) = ax est strictement monotone (si a = 1 ce que lon suppose dès à
present). Elle a donc une fonction inverse et on denit :
loga y = f 1 (y)
y > 0.
Lensemble de denition de loga est donc Df = R+ . On a lequivalence suivante :

loga y = x
x R y R+
y = ax
Par denition on a les relations suivantes :

y > 0
aloga y = y
loga ax = x
et
x R.
Propri
et
es des fonctions loga x
(1)
(2)
(3)
(4)
(5)
la fonction loga x nest denie que pour x > 0.

loga 1 = 0 et loga a = 1.
loga xr = r loga x pour tout x > 0 et tout r R. En particulier loga
loga (xy) = loga x + loga y pour tout x, y > 0.
Si a > 1, alors loga x est strictement croissante.
Si 0 < a < 1, alors loga x est strictement decroissante.
Graphes des fonctions logarithmes :
D
enition 3.6 (Logarithme naturel). On pose
ln(x) := loge x
Changement de bases
Si L = loga x alors aL = x et
ln(x) = ln(aL ) = L ln(a)
= L =
ln(x)
ln(a) .
Ainsi
loga x =
On a
ln(x)
.
ln(a)
(
)x
(x ln a)k
ax = eln a = ex ln a =
.
k!
k=0
1
x
= loga x.

EMENTAIRES

EL
51
(IX) Fonctions hyperboliques

Sinus hyperbolique :
sinh(x) =
ex ex
2
(fonction impaire)
Cosinus hyperbolique :
cosh(x) =
ex + ex
2
(fonction paire)
On a la relation suivante :
cosh2 (x) sinh2 (x) = 1.
Ces 2 fonctions permettent de parametriser les hyperboles :
{
x2 y 2
x = a cosh(t)
2 = 1
y = b sinh(t)
a2
b
tR
Somme :
sinh(a + b) = sinh a cosh b + cosh a sinh b
cosh(a + b) = cosh a cosh b + sinh a sinh b.

ET CONTINUITE
52
(X) Fonctions hyperboliques inverses

Pour le sinus hyperbolique, pas de problème, on note arcsinh(x) la fonction inverse.
(D = R)
Pour le cosinus hyperbolique, on se restreint à lintervalle R+ sur lequel la fonction

f (x) = cosh(x) est monotone. On note alors arccosh(x) la fonction inverse, denie
sur [1; [ et dont limage est R+ .
Calcul explicite
Soit y = arcsinh(x). Alors
y = arcsinh(x)
sinh(y) = x
ey ey
=x
2
ey ey = 2x.
On pose u = ey et après avoir multiplie par u, on obtient

u 1 = 2xu u 2xu 1 = 0 u =
2
2x
4x2 + 4
= x x2 + 1.
2
Le signe est impossible car u = ey > 0. Donc u = x +

y = ln(u) = ln(x +
x2 + 1 et
x2 + 1).
On a ainsi demontre que
arcsinh(x) = ln(x +
x2 + 1)
x R.
De meme, on peut demontrer que
arccosh(x) = ln(x +
x2 1)
x > 1.

3.4. REPRESENTATION
DES COURBES PLANES
3.4
53
Repr
esentation des courbes planes
1) Explicite : y = f (x).
e2x
Exemple : y =
.
1 + x2
2) Implicite : F (x; y) = 0.
Exemples :
1) Cercle de centre C(a; b) et de rayon R : (x a)2 + (y b)2 = R2
( x )2 ( y )2
2) Ellipse :
+
=1
a
b
Attention : Courbe = fonction.

Fonction : à un x D correspond un seul y
Courbe : il peut y avoir plusieurs y pour un x donne.

3) Representation parametrique : x et y sont donnes en fonction dun paramètre t I R.
Exemple :
x=
t
1 + t3
t2
y=
1 + t3
t = 1.

ET CONTINUITE
54
4) Representation polaire :
A un point P (x; y) correspond un couple ( ; ) o`

u est la distance de P à lorigine et
langle entre Ox et OP .
On a les règles de transformations suivantes :
x2 + y 2
{
cos = x = x
x = cos
et
x2 + y 2
y = sin
y
y
sin = = 2
x + y2
Une courbe peut alors etre donnee sous forme polaire, cest-à-dire à laide dune equation
reliant et .
Exemples :
A) Cardiode : = a(1 + cos ) a > 0
[0 ; 2].
B) Spirale dArchimède : = a (a > 0) [0; [
C) Spirale logarithmique : = em , ] ; [. Le point 0 est un point asymptote.
` LINFINI
3.5. VALEUR LIMITE DUNE FONCTION A
55
5) On peut combiner 3) et 4) pour avoir

{
= (t)
= (t).
Exemple :
3.5
Valeur limite dune fonction `

a linni
On cherche à denir lim f (x).

x
D
enition 3.7. On dira que
lim f (x) = a
si pour tout > 0, il existe M R tel que

|f (x) a| <
pour tout x > M .
Dès que x est + grand que M alors f (x) est compris dans une bande de largeur 2 autour
de a. Et ceci pour nimporte quel aussi petit soit-il.
idem pour la limite en .

D
enition 3.8 (Limite impropre). On dira que
lim f (x) =
(resp. )
si pour tout r R, il existe Mr R tel que

f (x) > r
Exemples 3.9.
1
1) f (x) = q , q Q+ . Alors
x
(resp.f (x) < r)
lim f (x) = 0
pour tout x > Mr

ET CONTINUITE
56
2)
am1
a1
a0
+
.
.
.
+
+ + a1 x + a0
P (x)
am
x
xm1 xm
= n
.
f (x) =
=
n
an1
b1
b0
Q(x)
bn x + + b1 x + b0
x
bn +
+ . . . n1 + n
x
x
x
xm
Si x alors
Il reste
am1
x
0,
am +
xm
a1
xm1
0, etc...
P (x)
xm am
.
= lim n
x Q(x)
x x
bn
lim
Si m = n, alors =
am
bn
= c (asymptote horizontale y = c)
P (x)
Si m < n alors lim
= 0 (asymptote horizontale y = 0)
x Q(x)
sinon on a lim f (x) = .
x
3) f (x) = sin x . La limite en x nexiste pas. Meme impropre. Idem pour cos x.
4)
f (x) =
x4 + 3x2
sin2 (x).
x6
Alors f (x) 0.
5)
lim ex = lim ex = 0
x
3.6
Valeurs limites en un point et continuit

e
3.6.1
D
enitions
Limite
D
enition 1
Soit f (x) une fonction et x0 un point xe. On dit que f admet le nombre L pour limite au
point x0 si pour tout > 0 , il existe > 0 avec
|f (x) L| <
dès que
0 < |x0 x| < .
On note alors lim f (x) = L.

xx0
Remarque : Dans la denition, il nest pas necessaire que x0 Df . En revanche il faut quil
existe > 0 avec ]x0 ; x0 + [ Df {x0 }.
D
enition 2
On dit que lim f (x) = L si pour toute suite {n } telle que
xx0
(i) n = x0
(ii) lim n = x0 ,
n
on a
lim f (n ) = L.

3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE
57
Proposition 3.10. Les 2 denitions ci-dessus sont equivalentes.

Notation 3.11. Au lieu de lim f (x) = L on peut ecrire
xx0
lim f (x0 + h) = L.
h0
(Ici encore h 0 mais h = 0.)

D
enition 3.12. Limite à gauche et limite à droite On peut denir aussi la limite `
a gauche
qui est notee
lim f (x)
xx
0
et la limite `
a droite qui est notee
lim f (x).
xx+
0
1 si x < 2
2 si x = 2
Exemple 3.13. Considerons la fonction f (x) denie par f (x) =
3 si x > 2
Dans cet exemple, on a lim f (x) = 1 et lim f (x) = 3. Mais la limite lim f (x) nexiste
x2
x2
x2+
pas.
D
enition 3.14 (Limite impropre). Limite à droite : On dira que
lim f (x) = +
xx+
0
si pour tout M > 0, il existe M > 0 tel que

f (x) > M
pour tout
]
[
x0 ; x0 + M
Denition analogue pour et pour la limite à gauche.

Exemples 3.15.
1
f (x) = 2 . Alors lim f (x) = .
x0
x
f (x) =
1
x2 .
Alors
lim f (x) =
x2+
et
lim f (x) =
x2

ET CONTINUITE
58
3.6.2
Propri
et
es des limites
Th
eor`
eme 3.16 (Theorème des gendarmes). Soient f (x), (x), (x) des fonctions reelles,
x0 un point xe et > 0. Si pour tout x Df D D tel que 0 < |x x0 | < on a
(x) f (x) (x)
et si
lim (x) = lim (x) = a
xx0
xx0
alors
lim f (x) = a.
xx0
La demonstration est similaire à celle faite pour les suites.
Proposition 3.17. Supposons f (x) = g(x)h(x). Si

(i) h(x) est borne sur un voisinage de x0
(ii) et si lim g(x) = 0
xx0
alors
lim f (x) = 0.
xx0
monstration :
De
Par hypothèse sur h(x), on a |h(x)| M dès que |x x0 | < .
Soit > 0 et soit = /M tel que g(x) < /M dès que |x x0 | < . Un tel existe car
xx0
g(x)
0.
Mais alors
|f (x)| = |g(x)| |h(x)|

M
M
ce qui montre que f (x) tend vers 0.
Exemple : f (x) =
1
x
sin x
= 0.
x
sin x. Alors lim
Soient f (x) et g(x) 2 fonctions telles que

(i) lim f (x) = a
xx0
(ii) lim g(x) = b.

xx0
Alors
1) lim (f (x) + g(x)) = a + b
(linearite de la limite)
xx0
2) lim f (x)g(x) = ab
xx0
3)
lim
xx0
Cas indetermines :
f (x)
a
=
g(x)
b
0
;
0
0 ;
si b = 0.
+ ()

3.6. VALEURS LIMITES EN UN POINT ET CONTINUITE
3.6.3
59
Exemples
)
(
3x + 1 2
0
1. Calculons A = lim
=
x1
0
x1
3x + 1 2
x+1
3x + 1 + 2
A = lim
x1
x1
x+1
3x + 1 + 2
(3x + 1 4)( x + 1)
= lim
x1 (x 1)( 3x + 1 + 2)
3( x + 1)
6
3
= lim
= = .
x1
4
2
3x + 1 + 2
x
2. A = x + 2 x2 + 4 ?
x + 2 + x2 + 4
2
A = (x + 2 x + 4)
x + 2 + x2 + 4
x2 + 4x + 4 (x2 + 4)
4x
=
=
2
x+2+ x +4
x + 2 + x 1 + 42
x
3. Que vaut la limite lim
x0
1+
2
x
sin x
x
x 4
= 2
2
1 + 4/x2
(
)
0
=
.
0
On a
OAM < secteur OAM < OAT.
Donc
1
x
1 tan x
1 sin x < 12 <
2
2
2
ce qui donne
sin x < x < tan x
et en divisant par sin x on obtient
tan x
1
x
<
=
.
sin x
sin x
cos x
Par le theorème des gendarmes, on a
1<
sin x
= 1.
x0 x
lim
Plus generalement
lim
x0
sin px
sin px
= lim p
= p.
x0
x
px
60

ET CONTINUITE
4. Calculons
(
lim
x0
On a
1
1
+
3
x sin 2x
1
1
+
3
x sin 2x
et la limite vaut alors 0 1 +
)
sin x = ( + ) 0.
sin x
sin x
sin x =
+
3
2 sin x cos x
x
sin x
1
3
= x2
+
x
2 cos x
1
1
= .
2
2
Composition
Soient f (x) et g(x) deux fonctions telles que Im(f ) Dg . Si
lim f (x) = c et
xx0
lim g(u) = L,
uc
alors
lim g(f (x)) = L.
xx0
Applications :
(1) Que vaut
2(1 cos x)
A = lim
x0
x2
On a 1 cos x = 2 sin2
)
(
0
?
=
0
x
et donc
2
2 2 sin2 x/2
(sin(x/2))2
=
lim
x0
x0
x2
(x/2)2
(
)2
sin u
u=x/2
= lim
u0
u
(
)2
sin u
= lim
= 1.
u0 u
A = lim
Donc
2(1 cos x)
=1
x0
x2
x2
On ecrit que pour x 0 on a 1 cos x
.
2
Plus generalement on dit que
lim
f (x) g(x) en x0
(2)
si lim
xx0
f (x)
= 1.
g(x)
sin(1 cos x)
sin(1 cos x)
=
.
2
1 cos x
(1 cos x)(1 + cos x)
On pose u = 1 cos x. Et u 0 si x 0. Donc
h(x) =
1
1
1
sin u
lim
=1 = .
x0 1 + cos x
u0 u
2
2
lim h(x) = lim
x0

3.7. CONTINUITE
3.7
61
Continuit
e
D
enition 1
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si
f (x0 ) = lim f (x).
xx0
D
enition 2
Soit f (x) une fonction et x0 Df . On dit que f est continue au point x0 si pour toute suite
{n } telle que lim n = x0 , on a
n
f (x0 ) = lim f (n ).
n
Une fonction continue commute avec loperateur limite.

Ces 2 denitions sont equivalentes.
D
enition 3.18. On dit que f (x) est continue sur un intervalle I si elle est continue en
tout point x0 I. On note alors f (x) C 0 (I).
Th
eor`
eme 3.19. Soient f et g deux fonctions continues sur I. Alors
(1) f + g est continue sur I pour tout , R.
(2) f g est continue sur I.
f
(3)
est continue sur I = I\{x | g(x) = 0}.
g
(4) Si f est continue en x0 et g continue en f (x0 ) alors g f est continue en x0 .
Trois types de discontinuit
e
Type I La limite lim f (x) existe mais nest pas egale à f (x0 ).
xx0
Type II
lim f (x) = lim f (x) .
xx+
0
xx
0

ET CONTINUITE
62
Type III une des limites lim f (x) ou lim f (x) (ou les deux) nexiste pas.
xx+
0
xx
0
Th
eor`
eme 3.20. Soit f (x) une fonction bijective et continue sur lintervalle I. Alors sa
fonction reciproque f 1 (x) est continue sur lintervalle f (I)
3.7.1
Exemples
1. La fonction f (x) = x est continue sur R.

Corollaire : toute fonction polynomiale et rationnelle est continue sur son domaine de
denition.
2. La fonction f (x) = sin x est continue sur R :
Demonstration : On a

)
(

h
2x + h

|sin(x + h) sin x| = 2 sin(h/2) cos
2 |h|.

2
2
Donc lim sin(x + h) = sin x.
h0
De meme, on montre que cos x et tan x sont continues sur leurs domaines de denition.
x x0
3. La fonction f (x) = x est continue sur R+ . Soit x0 > 0. Alors x x0 =
x + x0
et donc
|x x0 |
| x x0 |
x0
ce qui montre que si x x0 alors x x0 .
La fonction x est egalement continue à droite en x = 0.

On montre de meme que la fonction f (x) = xq est continue sur son domaine de denition
pour tout q Q.
4. La fonction ex =
xk
k=0
k!
est continue sur R.
Demonstration : On doit montrer que lim ex+h = ex cest-à-dire que

h0
(
)
lim ex+h ex = 0.
h0
Mais comme
|ex+h ex | = |ex eh ex | = ex |eh 1|
il sut de montrer que lim eh = 1, cest-à-dire que ex est continue en x = 0.
h0

3.7. CONTINUITE
63
Si |h| < 1, on a
h2 h3
+
+ ...
et donc
2
3!

h2 h3
|eh 1| = h +
+
+ ...
3!
( 2
)
|h| |h|2 |h|3
|h| 1 +
+
+
+ ...
2
3!
4!
)
(
( )2 ( )3
|h|
|h|
|h|
+
+
+ ...
|h| 1 +
2
2
2
eh = 1 + h +
= |h|
1
1
|h|
2
2|h|
2|h|.
2 |h|
En consequence, si h 0 on a |eh 1| 0 ce qui montre que lim eh = 1.

h0
Corollaire : Les fonctions ax sont continues sur R car ax = ex ln a .

Corollaire : Les fonctions loga x sont continues sur R+ .
3.7.2
Prolongement par continuit

e
Soit f (x) une fonction et x0 Df . Supposons que la limite lim f (x) = a existe. On peut
xx0
alors denir une fonction f(x) en posant

{
f(x) = f (x)
si
f (x0 ) = a = lim f (x).
x = x0
xx0
On appelle f le prolongement par continuit

e de f au point x0 . On a cette fois x0 Df.
Remarque : En general, la nouvelle fonction sera encore notee f par un abus de notation.
Exemples :
sin x
indenie en zero peut etre prolongee par continuite en posant
x
sin x
= 1.
f (0) = 1 car on vient de voir que lim
x0 x
1) La fonction f (x) =
2) Soit
{
f (x) =
x3 1
x1
Trouver c pour que f soit continue en 1.
si x = 1, x > 0
si x = 1

ET CONTINUITE
64
Solution : On a
(x3 1)( x + 1)
lim f (x) = lim
x1
x1
x1
(x 1)(x2 + x + 1)( x + 1)
= lim
x1
x1
2
= lim (x + x + 1)( x + 1) = 6.
x1
Il faut poser c = 6 et on peut alors ecrire
f(x) = (x2 + x + 1)( x + 1)
Df = R+ .
Th
eor`
eme 3.21. Toutes les fonctions elementaires denies au paragraphe 3.3 sont continues sur Df .
3.7.3
Propri
et
es des fonctions continues
Th
eor`
eme de Bolzano :
Soit f (x) une fonction continue sur lintervalle I = [a; b] avec f (a) < 0 et f (b) > 0. Alors il
existe un x0 I avec f (x0 ) = 0.
Corollaire : Si f : [a; b] R continue avec f (a) = c1 et f (b) = c2 , alors pour tout c
compris entre c1 et c2 , il existe x0 [a; b] avec f (x0 ) = c.
Th
eor`
eme 3.22. Soit f (x) une fonction continue sur lintervalle ferme I = [a; b]. Alors
f (x) atteint son maximum et son minimum sur I, cest-`
a-dire quil existe xm , xM I avec
f (xM ) > f (x)
x I
et
f (xm ) f (x)
x I.
ATTENTION : ce resultat est faux si I est ouvert. Exemple : f (x) = x et I =]0; 1[.
Th
eor`
eme 3.23. Soit f (x) une fonction continue sur I. Alors
f
est injective
est strictement monotone.
monstration :
De
= il est clair que, pour une fonction strictement monotone, x = y implique f (x) = f (y)
= On montre la contraposee : Supposons f non strictement monotone. Alors il existe
x1 < x2 < x3 avec f (x1 ) < f (x2 ) et f (x2 ) > f (x3 ) (ou le contraire mais la preuve est la
meme). Si f (x2 ) = f (x3 ) alors f nest pas injective et cest termine.
On peut donc supposer f (x2 ) > f (x3 ). Mais alors il existe c avec f (x1 ) < c < f (x2 ) et
f (x2 ) > c > f (x3 ). Par le corollaire precedent, il existe dont 1 [x1 ; x2 [ et 2 ]x2 ; x3 ]
avec f (1 ) = c et f (2 ) = c. Donc f nest pas injective.
Contre-exemples : lhypothèse de continuite est essentielle :
Chapitre 4
D
eriv
ees et applications
4.1
La d
eriv
ee
4.1.1
D
enitions
Soit y = f (x) une fonction continue, x0 Df un point xe et x > 0 laccroissement.
Calculons
f (x0 + x) f (x0 )
f (x0 + x) f (x0 )
y
=
=
.
x
(x0 + x) x0
x
y
= la pente de la droite qui passe par les points
x
P (x0 ; f (x0 )) et Q(x0 + x ; f (x0 + x)).
Interpr
etation g
eom
etrique :
Interpr
etation physique : si x = t est le temps et y = f (t) est la distance parcourue,
y
alors
est la vitesse moyenne durant le temps t.
t
y
si x 0 ?
Que devient
x
Geometriquement, on aura la pente de la tangente au graphe de f passant par P (x0 ; f (x0 )).
Physiquement, on a la vitesse instantanee au temps t = t0 .
On pose alors la denition suivante :
D
enition 4.1 (Derivabilite). On dit que la fonction f (x) est d
erivable au point x0 si
la limite
f (x0 + h) f (x0 )
lim
h0
h
existe. Cette limite est appelee la d
eriv
ee de f au point x0 . Elle est notee f (x0 ).
65
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
66
Ainsi
f (x0 + h) f (x0 )
.
h0
h
f (x0 ) = lim
Autre notation :
df
df
dy
(x0 ) =
|x=x0 =
(x0 ).
dx
dx
dx
f (x0 ) = la pente de la tangente au graphe de f au point (x0 ; f (x0 )).
f (x0 ) =
D
enition 4.2. Soit f (x) une fonction et I Df un intervalle. Si f (x) existe pour tout
x I, on dit que f est d
erivable sur I. La fonction f (x) est appelee la d
eriv
ee de f
(sur I).
d
df
(x) =
f (x) ou encore f
Autre notation : la derivee de f (x) est aussi notee f (x) =
dx
dx
sil ny a aucune ambigute sur la variable.
Autre notation : on note
dx laccroissement innitesimal de la variable x
dy laccroissement innitesimal de la variable y.
dy
et donc
dy = f (x)dx
Si y = f (x) alors f (x) =
dx
Exemple 4.3.
Soit f (x) = ax + b. Alors

f (x + h) f (x)
h0
h
a(x + h) + b (ax + b)
ah
= lim
= lim
=a
h0
h0 h
h
f (x) = lim
x R.
Ainsi (ax + b) = a.
Application :
equation de la tangente `
a un graphe
Soit f (x) une fonction continue et P (a ; f (a)) un point du graphe de f . Alors lequation de
la tangente au graphe de f passant par P est :
y = f (a)(x a) + f (a).
Th
eor`
eme 4.4. Soit f (x) une fonction. Si f (x) est derivable en x0 alors elle est continue
en ce point.
ATTENTION : la reciproque est fausse !
Exemple : la fonction f (x) = |x| est continue mais pas derivable en 0. En eet, on a
lim
h0
f (0 + h) f (0)
|h|
h
= lim
= lim
= 1
h
h
h
h0
h0
alors que
lim
h0+
f (0 + h) f (0)
h
= lim
= 1.
+
h
h0 h
f (h)
nexiste pas.
h0 h
Donc f (0) = lim
4.1. LA DERIV
EE
4.1.2
67
Exemples
1. Soit f (x) = x2 . Alors

f (x + h) f (x)
(x + h)2 x2
2xh + h2
= lim
= lim
= lim 2x + h = 2x.
h0
h0
h0
h0
h
h
h
f (x) = lim
Ainsi f (x) = 2x.
2. Soit f (x) = x. Alors pour x > 0, on a
x+h x
x+hx
1
1
f (x) = lim
= lim
= lim
=
h0
h0 h( x + h + x)
h0
h
2 x
x+h+ x
car x est continue.
h
Si x = 0, on trouve lim
= +. La fonction x nest pas derivable en 0. La tangente
h0 h
est verticale.
3. Soit f (x) = ex . Alors

eh+x ex
eh ex ex
eh 1
= lim
= lim ex
h0
h0
h0
h
h
h
(
)
h2
h3
h + 2 + 3! + ...
h h2 h3
x
x
= e lim
= e lim 1 + +
+
+ ...
h0
h0
h
2
3!
4!
{z
}
|
f (x) = lim
=R(h)
x
=e .
On a bien lim R(h) = 1 car
h0

( )2 ( )3
h h2 h3
|h|
|h|
|h|

|R(h) 1| = +
+
+ ... 6
+
+
+ ...
2
3!
4!
2
2
2
(
)
( )2 ( )3
|h|
|h|
|h|
|h|
=
1+
+
+
+ ...
2
2
2
2
=
|h| h0
|h| 1
=
0.
2 1 |h|
2 |h|
2
(ex )
ex .
Ainsi
=
4. Soit f (x) = sin x. Alors
1
x+hx
x+h+x
sin(x + h) sin x
= lim 2 sin(
) cos(
)
h0 h
h0
h
2
2
sin(h/2)
2x + h
= lim 2
cos(
)
h0
h
2
sin(h/2)
2x + h
= lim
lim cos(
)
h0
h0
h/2
2
= 1 cos(x).
f (x) = lim
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
68
Ainsi
(sin x) = cos x
4.1.3
R
egles de calculs
Soient f, g derivables sur I. Alors

(I)
(II)
(f + g) = f + g
La derivee est une operation lineaire.
(f g) = f g + f g
m :
De
f (x + h)g(x + h) f (x)g(x)
h
f (x + h) f (x)
g(x + h) g(x)
= lim
g(x + h) + f (x)
h0
h
h
= f (x)g(x) + f (x)g (x)
(f g) (x) = lim
h0
Corollaire :
(f 2 ) = f f + f f = 2f f
(f 3 ) = (f 2 f ) = (f 2 ) f + f 2 f = 2f f f + f 2 f = 3f 2 f
Par recurrence :
(f n ) = nf n1 f
(III)
( )
1
f
= 2.
f
f
m : En derivant legalite f
De
1
1 à laide du point (II), on obtient
f
( )
1
1
f +f
=0
f
f
( )
1
f
ce qui donne
= 2.
f
f
Corollaire 1 :
Corollaire 2 :
( )
f
f g f g
=
.
g
g2
f n
= nf n1 f
4.1. LA DERIV
EE
69
(IV) Fonction compos

ee : soit (x) = g(f (x)) = (g f )(x). Alors
(x) = g (f (x)) f (x).
monstration :
De
g(f (x0 + h)) g(f (x0 ))
h0
h
g(f (x0 + h)) g(f (x0 )) f (x0 + h) f (x0 )
= lim
h0
f (x0 + h) f (x0 )
h
On pose u = f (x0 + h) f (x0 ) avec u 0 si h 0.
(
)
g u + f (x0 ) g(f (x0 ))
= lim
f (x0 )
u0
u
= g (f (x0 )) f (x0 )
(g f ) (x0 ) = lim
Quelques propri
et
es qui en d
ecoulent
1. Soit (x) = g(ax). Alors (x) = g (ax) (ax) = a g (ax).
Corollaire : Si f (x) est paire (resp. impaire) alors f (x) est impaire (resp. paire). En
eet, si on derive legalite f (x) = f (x), on obtient f (x) (1) = f (x) et donc
f (x) = f (x).
2. Soit (x) = g(x + T ). Alors (x) = g (x + T ) (x + T ) = g (x + T ).
Corollaire : Si f (x) est periodique alors f (x) lest aussi.
4.1.4
D
eriv
ees des fonctions
el
ementaires
A) Fonctions polynomiales :
(II)
f (x) = xn f (x) = nxn1 .

n
Si f (x) = P (x) =
ak xk alors par (I), on a
k=0
f (x) =
kak xk1 = nan xn1 + + 2a2 x + a1 .
k=1
B) Fonctions rationnelles et irrationnelles

Si f (x) = xn alors par (III) on a f (x) = nxn1 .
Si f (x) = xm/n alors
f (x)n = xm
n f (x)n1 f (x) = mxm1
f (x) =
=
d

dx
m
xm1
m xm1
=
(
)
n f (x)n1
n xm/n n1
m xm1
m m/n1
x
.
m =
m
nx n
n
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
70
d q
x = qxq1
dx
En conclusion :
q Q.
d
(f (x))q = q (f (x))q1 f (x)
dx
Et par (IV), on a
Exemple : f (x) =
x4 +
x = (x4 +
)1
1/3 ( 4
1
3
x) = x + x 2 . Alors
(
)
1
1
f (x) = (x4 + x)1/31 x4 + x 2
3
1 4 2/3
1
= (x + x)
(4x3 + x1/2 )
3
2
1
3+
4x
1
2 x
.
=
3
3
(x4 + x)2
C) Fonctions trigonometriques :
On a demontre que (sin x) = cos x.
f (x) = cos x = sin( 2 x). Alors
[
(
) ]
(
)
(cos x) = sin
x
= cos
x (1) = sin x.
2
2
f (x) = tan x =
sin x
. Alors
cos x
sin cos sin cos
cos2
2
cos + sin2
1
=
=
= 1 + tan2 .
2
cos
cos2
f =
Ainsi
(tan x) =
1
= 1 + tan2 (x)
cos2 (x)
D) Fonction exponentielle : Comme (ex ) = ex et par (IV) on a

(
ef (x)
= ef (x) f (x).
Maintenant, si f (x) = ax = exln a , alors

f (x) = ex ln a ln a = ax ln a.
Ainsi
(ax ) = ax ln a
4.1. LA DERIV
EE
71
E) Fonctions hyperboliques
ex + ex
Soit f (x) = cosh x =
. Alors par (I) et D), on a
2
)
1( x
e ex = sinh x.
2
f (x) =
Soit f (x) = sinh x =
1
2
(ex ex ) Alors
f (x) =
4.1.5
)
1( x
e (1)ex = cosh x.
2
D
eriv
ee de la fonction r
eciproque
Soit f (x) une fonction bijective et f 1 (y) sa fonction reciproque. On desire calculer (f 1 ) (y)
connaissant f (x).
On suppose f (x) = 0. Par denition de f 1 , on a
(f f 1 )(y) = y
et en derivant par rapport à y et en utilisant (IV), on trouve
ce qui donne
(f 1 ) (y) =
f (f 1 (y)) (f 1 ) (y) = 1
1
.
f (f 1 (y))
(
)
En notant x = f 1 (y), on obtient f 1 (y) =
1
.
f (x)
Exemples :
(1) Fonctions logarithmes :
Appliquons la formule à f (x) = ex et f 1 (y) = ln y. Comme f (x) = ex , on obtient
(ln y) =
Corollaire :
(ln f (x)) =
1
f (f 1 (y))
1
eln y
1
.
y
f (x)
.
f (x)
(2) Fonctions trigonometriques inverses :

Soit f (x) = sin x et f 1 (y) = arcsin y. Comme f (x) = cos x, on a
(arcsin y) =
1
1
=
.
cos(arcsin y)
1 y2
La dernière egalite a ete demontree dans la serie 6.
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
72
Soit f (x) = cos x et f 1 (y) = arccos y. Comme f (x) = sin x, on a

(arccos y) =
1
1
=
sin(arccos y)
1 y2
Comme (tan x) = 1 + tan2 x, on a

(arctan y) =
1
1
=
1 + y2
1 + tan2 (arctan y)
(3) Fonctions hyperboliques inverses :

Comme (sinh x) = cosh x, on a
(arcsinh y) =
1
1
=
2
cosh(arcsinh y)
y +1
On a utilise ici le fait que cosh2 u sinh2 u = 1 et donc que cosh u =

De meme on montre que
(arccosh y) =
4.1.6
1
y2
y>1
Quelques exemples
1. Quelle est la derivee de f (x) = x avec R.

Denition :
x := e ln x .
Coherent avec la denition precedente si Q .

Alors
f (x) = (e ln x ) = e ln x ( ln x)
1
= e ln x
x
x
= x1 .
=
x
Ainsi
(x ) = x1
R.
2. Comment deriver la fonction

f (x) = u(x)v(x)
Dabord, comment est denie f (x) ? On pose

f (x) := ev(x) ln(u(x))
et Df = {x | u(x) > 0}.
1 + sinh2 u.

DES FONCTIONS IMPLICITES
4.2. DERIV
EE
73
Notons que u(x)v(x) na de sens que si u(x) > 0. La derivee vaut alors
)
(
u
f = (uv ) = ev ln(u)
v + v ln u
u
(
)
uv
= uv
+ v ln u .
u
Exemple : Calculons lequation de la tangente au graphe de la fonction f (x) = xsin x
au point P (; 1).
On a Df = R+ .
(
)
1 sin x
f (x) = xsin x
+ cos x ln x .
x
En P (; 1) on obtient f () = ln . Lequation de la tangente est donc
y = ln (x ) + 1 = (ln ) x + 1 + ln .
4.2
D
eriv
ee des fonctions implicites
Courbe : () : 2x2 y 3 + ln(xy) 1 = 0
(*)
Autour dun point P xe, cette relation denit une fonction y = y(x) (pas necessairement
analytique) et lequation (*) secrit
2x2 y(x)3 + ln(xy(x)) 1 = 0
4x 3y(x)2 y (x) +
Au point P (1; 1) on obtient
4 3y (1) +
d
dx
1 y(x) + xy (x)
=0
xy(x)
1 + y (1)
=0
1
5
ce qui donne 2y (1) = 5 do`
u y (1) = .
2
Ainsi, sans trouver explicitement la fonction y = y(x) on a pu calculer sa derivee en un
point donne.
Ce procede sapplique naturellement à toute relation de la forme
F (x, y) = 0.
Exemple : Calculons les pentes des tangentes au graphe de lellipse
:
x2 y 2
+ 2 =1
a2
b
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
74
On derive cette relation par rapport à x pour obtenir

2x 2yy
+ 2 =0
a2
b
ce qui donne
y =
b2 x
= pente de la tangente au point P (x, y)
a2 y
Angle entre deux courbes

Soient 1 et 2 deux courbes sintersectant en un point P . On denit langle entre 2 courbes
au point P comme langle entre leurs tangentes au point P .
On a || = |2 1 |. Si y1 est la pente de la tangente à 1 en P et y2 la pente de la tangente

à 2 en P , alors
tan 1 = y1 et tan 2 = y2 . On a donc

tan 2 tan 1 y2 y1
=
.
| tan | = | tan(2 1 )| =
1 + tan 1 tan 2 1 + y y
1 2
Donc

y2 y1

| tan | =
1 + y y
1 2
Exemple : Calculons langle entre les courbes

1 : y = f (x) = x2
et
2 : y = g(x) =
3
x
au point P (1; 1).

1 : f (x) = 2x et donc au point P : y1 = 2
1 2
1
2 : g (x) = x 3 et donc au point P : y2 = . On obtient
3
3
tan =
ce qui donne =
.
4
2 13
=1
1 + 2 13

4.2. DERIV
EE
4.2.1
75
Repr
esentation param
etrique
Courbe :
x = x(t)
y = y(t)
On veut trouver la pente de la tangente au graphe en un point donne.

On introduit la notation :
=
d
dt
dx
dy
= x(t)
et
= y(t)
.
dt
dt
Donc dx = x(t)
dt et dy = y(t)
dt. Alors
Ceci donne
y =
Exemple :
dy
y(t)
=
.
dx
x(t)
x = t sin t
= x(t)
= sin t + t cos t
y = t2 + cos t = y(t)
= 2t sin t
Et donc
y =
y
2t sin t
=
.
x
sin t + t cos t
Au point P (0 ; 1) (t = 0), on obtient

y |P =
2t sin t
0
= =

sin t + t cos t t=0
0
2
sin t
t
sin t
t
t0
+ cos t
1
21
=
1+1
2
Repr
esentation polaire
Si la courbe est donnee sous forme polaire = (). Alors
y |P =
Exemple : =
()
sin + () cos

()
cos () sin P
()
cos(2).
On veut trouver la tangente horizontale dans le quadrant I ( 0 6 6 /4).

On cherche donc le point P tel que y |P = 0. En utilisant (*), on obtient lequation
()
sin + () cos = 0.
()
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
76
En derivant la fonction donnee () =
cos(2) par rapport à , on trouve
1
1
cos(2) 2 ( sin(2) 2)
2
sin(2)
=
cos(2)
()
et donc lequation (**) devient (après simplications)

sin 2 sin + cos 2 cos = 0
Donc =
4.3
4.3.1
cos(3) = 0.
.
6
Th
eor`
eme de la moyenne
Quelques th
eor`
emes
D
enition 4.5 (Fonction C 1 ). Une fonction f (x) est dite contin
ument d
erivable sur
I Df si f (x) existe et est continue sur tout I.
On note C 1 (I) lensemble des fonctions contin
ument derivables sur I.
En bref : f (x) C 1 (I) f (x) C 0 (I).
Th
eor`
eme 4.6 (Theorème de Rolle). Soit f (x) continue sur [a; b] et derivable sur ]a; b[
avec f (a) = f (b) = c alors il existe ]a, b[ tel que
f () = 0.
monstration :
De
Si f (x) c alors f (x) = 0 et le theorème est trivial.
Considerons la fonction g(x) = f (x) c. Alors g(a) = g(b) = 0. On peut supposer que a et
b sont des zeros consecutifs et admettre que g(x) > 0 sur ]a; b[.
Soit le point o`
u g(x) atteint son maximum. Pour h > 0, on a
g( + h) < g()
et alors
1
(g( + h) g()) < 0
h
()
Pour h < 0, on a
g( + h) < g()
et donc
1
(g( + h) g()) > 0
h
()

`
4.3. THEOR
EME
DE LA MOYENNE
77
Comme g est derivable, on a

g () = lim
h0+
1
1
(g( + h) g()) = lim
(g( + h) g()).
h
h
h0
Cette limite ne peut etre que 0 vu (*) et (**). Donc g () = 0.
Th
eor`
eme 4.7 (Theorème de la moyenne). Soit f (x) continue sur [a; b] et derivable sur
]a; b[. Alors il existe un ]a; b[ tel que
f () =
f (b) f (a)
.
ba
monstration : On considère la fonction

De
g(x) = f (x)
f (b) f (a)
(x a)
ba
qui satisfait aux hypothèses du theorème de Rolle. Alors il existe ]a; b[ avec g () = 0,
i.e.
f (b) f (a)
f ()
1=0
ba
ce qui donne la conclusion cherchee.
Corollaire 4.8. Si f (x) 0 pour tout x I alors f est constante sur I.

monstration : En eet si ce netait pas le cas, on pourrait trouver ]a; c[ I avec
De
f (a) = f (c). Mais alors il existerait ]a; c[ avec
f () =
f (c) f (a)
= 0
ca
ce qui contredit lhypothèse.

Corollaire 4.9. Si f (x) = g (x) pour tout x I, alors f (x) = g(x) + C pour tout x I.
Corollaire 4.10. Soit f (x) continue sur I = [a; b] et derivable en tout point x = x0 .
Supposons que lim f (x) existe. Alors f est derivable en x0 et
xx0
f (x0 ) = lim f (x)

xx0
(i.e. f est continue en x0 ).

Autrement dit, les seuls types de discontinuite (cf. 3.7) pour la derivee dune fonction
continue sont les types II et III. Le type I ne peut pas se produire pour f .
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
78
monstration : On a par le theorème de la moyenne applique aux points x0 et x0 + h :

De
f (x0 + h) f (x0 )
= f ()
h
pour un ]x0 ; x0 + h[
ce qui donne en passant à la limite quand h 0 :

f (x0 ) = lim f ()
x0
Th
eor`
eme 4.11 (Theorème de Cauchy). Soient f, g deux fonctions derivables sur [a; b],
avec g (x) = 0 pour tout x I. Alors il existe I avec
f ()
f (b) f (a)
=
.
g ()
g(b) g(a)
monstration :
De
On considère la fonction
h(x) = f (x)
f (b) f (a)
(g(x) g(a))
g(b) g(a)
qui satisfait aux hypothèses du theorème de Rolle (h(a) = h(b) = f (a)). Il existe donc
avec h () = 0. Mais comme
h (x) = f (x)
on en deduit que
4.3.2
f (b) f (a)
g (x)
g(b) g(a)
f ()
f (b) f (a)
=
.
g ()
g(b) g(a)
La r`
egle de Bernoulli-lHospital
Th
eor`
eme 4.12 (Règle de Bernoulli- lHospital). Soient f, g deux fonctions derivables sur
I =]a; b[ telles que pour tout x I on ait g(x) = 0 et g (x) = 0.
Supposons que
lim f (x) = lim g(x) = avec = 0 ou ;
xa+
lim
xa+
xa+
f (x)
g (x)
= avec R {; +}.
Alors
lim
xa+
f (x)
= .
g(x)
Remarque 4.13. La règle reste valable si lon remplace a+ par b , par a ou par .

`
4.3. THEOR
EME
DE LA MOYENNE
79
monstration :
De
(I) = 0 et R.
Posons b = a + h. Alors le theorème de Cauchy implique quil existe = a + h avec
0 6 6 1 et
f (a + h)
f (a + h) f (a)
=
.
g (a + h)
g(a + h) g(a)
Comme f (a) = g(a) = 0, on a
f (a + h)
f (a + h)
=
.
g (a + h)
g(a + h)
Si b a, alors h 0, h 0 et a. On a donc
f (a + h)
f (a + h)
= lim
h0 g(a + h)
h0 g (a + h)
f ()
f (b)
= lim
= lim
a g ()
ba g(b)
f (x)
f (x)
= lim
= lim
xa g (x)
xa g(x)
lim
(II) = + et = 0. On a, par hypothèse, que

Posons L = lim
xa+
1 1 xa+
, 0.
f g
g(x)
. Alors
f (x)
g(x)
1/f (x)
(1/f (x))
1/f (x)2 f (x)
= lim
= lim
=
lim
xa+ f (x)
xa+ 1/g(x)
xa+ (1/g(x))
xa+ 1/g(x)2 g (x)
(
)
g(x) 2
f (x)
g(x)2 f (x)
=
lim
lim
= L2 .
= lim
xa+ f (x)
xa+ g (x)
xa+ f (x)2 g (x)
L = lim
En divisant par L2 , on obtient
1
= do`
u lon en deduit que
L
lim
xa+
f (x)
1
= = .
g(x)
L
Exemples 4.14.
sin x
Alors
1. f (x) =
x
sin x
x0 x
lim
B.-H.
cos x
(sin x)
= lim
= 1.
x0 1
x0
x
lim
2. f (x) = x ln x. Que vaut lim f (x) ? On a

x0
ln x
lim x ln x = lim
x0
x0 1/x
B.-H.
lim
x0
(
)
1/x
= lim (x) = 0.
1/x2 x0
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
80
Ainsi
lim x ln x = 0
x0
3.
x2
x ex
lim
( )
2x
B.-H.
= lim x
=
x e
2
B.-H.
= lim x = 0.
x e
=
x2
= 0.
x ex
Donc lim
4.
lim
x0
sinh x
cosh x
= lim
= 1.
x0
x
1
5.
lim
ln x
ln(x3 ln x)
1/x
1
x3
( + 3x2 ln x)
3
x ln x
x
2
x ln x
= lim 2
x x + 3x2 ln x
ln x
= lim
x 1 + 3 ln x
1
1
= lim
= .
x 1/ ln x + 3
3
B.-H.
lim
Expressions ind
etermin
ees de la forme 0 , 1 , 00
Considerons la fonction (x) = u(x)v(x) et supposons que
lim (x)
soit de la forme indeterminee 00 ou 1 ou 0 . On lève lindetermination en procedant
comme suit :
1. On applique le logarithme :
[
]
ln (x) = ln u(x)v(x) = v(x) ln[u(x)] .
2. Lexpression
lim ln (x) = lim v(x) ln[u(x)]
est maintenant de la forme 0 () que lon transforme en une expression de la forme
0
egle de lHospital pour calculer lim ln (x) = L.

0 ou . On applique alors la r`
3. On applique lexponentielle :
lim (x) = eL .

`
4.3. THEOR
EME
DE LA MOYENNE
81
Exemples 4.15.
1
1. 0 : soit (x) = x x . Calculons lim x x . On a

x
ln (x) =
1
ln x
ln x =
x
x
et la limite vaut
ln x B.-H.
1/x
= lim
= 0.
x
x
1
Ainsi lim (ln (x)) = 0 ce qui donne (en appliquant ex )
lim
lim (x) = e0 = 1.
x
1
2. 1 : soit (x) = x 1x4 . Calculons lim (x). On a

x1
ln (x) =
1
ln x
ln x =
4
1x
1 x4
et le passage à la limite donne

ln x
x1 1 x4
lim [ln (x)] = lim
x1
Finalement on a donc
B.-H.
1/x
1
= .
3
x1 4x
4
lim
1
1
lim (x) = e 4 =
.
4
x1
e
3. 1 : Calculer la limite
lim (1 + x2 )1/x .
{z }
x0+ |
=(x)
On a
1
ln(1 + x2 )
ln(1 + x2 ) =
x
x
)
(
2x/(1 + x2 )
0
B.-H.
= lim
= 0.
=
0
1
x0+
ln (x) =
et
lim ln (x)
x0+
On en deduit que lim (x) = e0 = 1.

4. 00 : calculons
lim (sin x)x
x0 | {z }
)
= 00 .
=(x)
On a ln (x) = x ln sin x =
ln sin x
. Par lHospital, on a
1/x
ln sin x B.-H.
cos x/ sin x
= lim
x0 1/x
x0
1/x2
x2 cos x
= lim
x0
sin x
x
x cos x
= lim
lim
= 1 0 = 0.
x0 sin x x0
1
lim ln (x) = lim
x0
En reprenant lexponentielle, on obtient

lim (sin x)x = e0 = 1.
x0
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
82
4.3.3
Comparaison des croissances des fonctions (ln x) , x et ex
Th
eor`
eme 4.16. Pour tout > 0, on a
ln x
= 0.
x x
lim
La fonction ln(x) crot moins vite que toute puissance positive de x.

monstration :
De
lim
ln x
x
B.-H.
lim
1/x
1
= lim
= 0.
1
x
x
x
Corollaire 4.17.
ln x
= 0.
x x
, > 0,
lim
monstration :
De
Le theorème precedent implique quil existe X1 R avec ln x < x 2 pour tout x > X1 .
Alors
ln x
x2
1 x
0 < < = 0.
x
x
x2
Corollaire 4.18. > 0 , a > 1

x
=0
x ax
lim
La fonction ax (a > 1) crot plus vite que toute puissance de x.

monstration :
De
On pose = ln a > 0 car a > 1 et x = ln t en notant que x t . Alors
x
(ln t)
=
lim
x ax
t e ln t
(ln t)
=0
= lim
t
t
lim
(par le corollaire precedent.)
Corollaire 4.19. Pour tout polyn

ome P (x) et tout p > 0, on a
lim P (x)epx = 0
Corollaire 4.20.
lim x (ln x)n = 0.
x0+
4.4. DERIV
EES
DORDRES SUPERIEURS
83
monstration :
De
On pose x = et . Alors t lorsque x 0+ . Donc
lim x (ln x)n = lim et (t)n = (1)n
t
x0+
4.4
tn
= 0.
et
D
eriv
ees dordres sup
erieurs
Si f (x) est elle-meme derivable on note

f (x) = (f (x))
et ainsi de suite f (3) (x), f (4) (x), . . ., f (n) (x).
Loperateur dierentiel se note
d d
d2
au lieu de
( ).
2
dx
dx dx
Exemple : si f (x) = sin(x) alors

f (x) = cos x f (x) = sin x f (3) (x) = cos x f (4) (x) = sin x
D
enition 4.21. Si f (n) existe et est continue sur I on note
f C n (I)
et lon dit que f est n-fois contin
ument derivable.
On denit
C (I) =
C n (I).
n
Cest lensemble des fonctions dont toutes les derivees sont continues.
Exemple : ex C (R)
Si f C n (I) et g C n (I) alors f + g C n (I) et
(f + g)(n) = f (n) + g (n) .
Formule de Leibniz
Si f, g C n (I) alors f g C n (I) et on a
(f g)
(n)
n ( )
n
k=0
f (nk) g (k)
o`
u f (0) = f . La demonstration, qui se fait par recurrence, est analogue à celle pour la
formule du binome.
En particulier :
(f g) = f g + 2f g + f g
(f g)(3) = f (3) g + 3f g + 3f g + f g (3)
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
84
4.5
4.5.1
Etude de fonction
Croissance et extremum
Dans toute cette section, f (x) designera une fonction continue sur son ensemble de denition.
Th
eor`
eme 4.22. Soit f une fonction continue sur I = [a; b] et derivable sur ]a; b[. Alors
f est croissante
f > 0 sur ]a; b[
De plus, si f > 0, alors f est strictement croissante.

monstration :
De
Cest une consequence du theorème de la moyenne. Soient c < d I alors
f (d) f (c)
= f ()
dc
avec [c; d].
Donc
f () > 0 f (d) > f (c).
De plus, si f () > 0 alors f (d) > f (c).
D
enition 4.23.
x0 Df est un maximum absolu de f si f (x) 6 f (x0 ) pour tout x Df .
x0 Df est un maximum relatif (ou local) sil existe un voisinage
v (x0 ) =]x0 ; x0 + [
de x0 tel que f (x) 6 f (x0 ) pour tout x v (x0 ).
Denitions analogues pour le minimum.
On dira extremum pour maximum ou minimum.
ATTENTION : Un extremum absolu nexiste pas toujours sur R. Exemple : f (x) = arctan x.
Th
eor`
eme 4.24. Si x0 est un extremum de f (x) sur I = [a; b], alors
(i) soit x0 = a ou x0 = b
(ii) ou f (x0 ) = 0
(iii) ou f (x0 ) nexiste pas.
D
enition 4.25. Un point x0 tel que f (x0 ) = 0 est appele un point stationnaire.
4.5. ETUDE DE FONCTION
85
Un point stationnaire nest pas necessairement un extremum.

Exemple : f (x) = x3 . Alors f (x) = 3x2 et donc f (0) = 0. Mais x0 = 0 nest pas un
extremum mais un plat.
La condition necessaire et susante pour avoir un extremum en x0 est donnee par le

theorème suivant :
Th
eor`
eme 4.26. Soit f (x) une fonction derivable dans un voisinage de x0 mais pas
necessairement en x0 . Alors
x0 est un extremum
f (x) change de signe en x0 .
Plus precisement si
(i) f (x) < 0 (respextivement > 0) sur ]x0 ; x0 [ et si
(ii) f (x) > 0 (respectivement < 0) sur ]x0 ; x0 + [
alors x0 est un minimum local (respectivement un maximum local).
monstration : Cest une consequence du theorème 4.22.
De
Un cas particulier de ce theorème est le suivant :

Proposition 4.27. Soit f une fonction continue et x0 un point stationnaire (f (x0 ) = 0).
(1) Si f (x) > 0 dans un voisinage de x0 , alors x0 est un minimum local .
(2) Si f (x) < 0 dans un voisinage de x0 alors x0 est un maximum local.
(3) Si f (x) change de signe en x0 alors x0 est un plat.
monstration :
De
(i) Le theorème de la moyenne applique à la fonction f (x) et à lintervalle ]x0 ; x0 + h[
donne
f (x0 + h) f (x0 )
= f ()
h
avec entre x0 et x0 + h donc = x0 + h o`
u 0 < < 1. Ceci donne
{
> 0 si h > 0
f (x0 + h) = f (x0 ) + h f (x0 + h) =

< 0 si h < 0
| {z }
|
{z
}
=0
>0
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
86
Ainsi f (x) change bien de signe en x0 et x0 est un minimum local.

(ii) idem
f (x) = 2x2 + 10
Exemple 4.28.
f (x) = 4x
f (x) = 4
f (0) = 0
f (0) = 4 > 0.
Le point x = 0 est donc un minimum.

ATTENTION :
f (x0 ) = 0
x0 est un extremum =
x0 est un extremum
f (x0 ) = 0
Exemple 4.29. f (x) = x3 (x3 1) 3 .

2
1
2
x2
3
f (x) = 3x2 (x3 1) 3 + x3 (x3 1) 3 3x2 =
1 (5x 3).
3
3
(x 1) 3
Tableau de signe :
En x = 1 : f (x) nexiste pas mais f change de signe extremum.

En x = 0: f (0) = 0 mais f ne change pas de signe pas dextremum mais un plat.
En x = 3 35 , on a f = 0 et change de signe. extremum.
4.5.2
Courbure et point dinexion
D
enition 4.30. Soit f C 2 (I). f est dite convexe sur I si f (x) > 0 pour tout x I,
cest-à-dire si f (x) est croissante sur I.
f est dite concave sur I si f (x) 6 0 pour tout x I, cest-à-dire si f (x) est decroissante
sur I.

ET SERIE
4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
87
Autre caract
erisation
1) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessous (resp.
au-dessus) de la corde P Q o`
u P et Q sont deux points du graphe.
2) Le graphe dune fonction convexe (resp. concave) est toujours situe au dessus (resp.
au-dessous) de ses tangentes.
Graphes :
D
enition 4.31 (Point dinexion). Soit f une fonction. Alors x0 Df est un point dinexion de f si f (x) change de signe en x0 .
ATTENTION : Comme pour les extremums, il ne sut pas que f (x0 ) = 0.
Propri
et
e g
eom
etrique : en un point dinexion, le graphe passe de lautre c
ot
e de
la tangente en ce point.
2
1
Exemple 1 : f (x) = 3 x.
f (x) = 31 x 3
f (x) = 92
3 5.
x
f change de signe en x = 0 bien que f (0) nexiste pas en ce point (la tangente est verticale). On a donc un point dinexion.
Exemple 2 : f (x) = x4 x.
f (x) = 4x3 1
f (x) = 12x2 .
On a f (0) = 0 mais f ne change pas de signe. Pas de point dinexion en 0.
4.6
4.6.1
D
eveloppement limit
e et s
erie de Taylor
D
enitions
Lemme 4.32 (Approximation lineaire). Pour a Df xe, on a

f (a + h) = f (a) + f (a) h + r(h)
()
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
88
o`
u r(h) est une fonction satisfaisant
r(h)
= 0.
h0 h
lim
monstration : Posons r(h) = f (a + h) f (a) hf (a). Alors

De
r(h)
f (a + h) f (a)
=
f (a)
h
h
r(h)
= f (a) f (a) = 0.
h0 h
et on a bien lim
En posant x = a + h, lequation (*) devient

f (x) = f (a) + f (a) (x a) + R1 (x)
avec lim
xa
R1 (x)
= 0.
xa
On va generaliser ce resultat en approximant une fonction par un polynome de degre n :

Th
eor`
eme 4.33 (Approximation dordre n).
Soit f (x) C n (I) et a I un point interieur de I. Alors
f (x) = f (a) + f (a)(x a) +
|
f (a)
f (n) (a)
(x a)2 + +
(x a)n
2 {z
n!
}
Rn (x)
= Tnf (x)
Rn (x)
= 0.
xa (x a)n
avec lim
De plus, si f C n+1 (I), alors
Rn (x) =
f (n+1) ()
(x a)n+1 avec entre a et x.
(n + 1) !
monstration :
De
f (n) (a)
(x a)n
et donc
n!
f (n) (a)
Rn (x) = f (x) f (a) f (a)(x a)
(x a)n1
(n 1) !
Rn (x) = f (x) f (a) f (a)(x a)
Rn (x) = f (x) f (a) f (3) (a)(x a)

..
.
Rn(n) (x) = f (n) (x) f (n) (a)
Rn(n+1) (x) = f (n+1) (x)
f (n) (a)
(x a)n2
(n 2) !

ET SERIE
4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
ce qui donne
Rn (a) = Rn (a) = = Rn(n) (a) = 0.
Pour calculer lim
xa
Rn (x)
lim
xa (x a)n
89
Rn (x)
, on applique n fois la règle de Bernoulli-LHospital :
(x a)n
Rn (x)
= lim
xa n (x a)n1
B.-H.
(n)
Rn (x)
f (n) (x) f (n) (a)
= . . . = lim
= lim
= 0.
xa
xa
n!
n!
B.-H.
B.-H.
Ceci demontre la première partie du theorème.

Si f C n+1 (I), on pose h(x) = (x a)n+1 et on applique le theorème de Cauchy n + 1 fois.
Ceci donne (en remarquant que h(a) = h (a) = h (a) = h(n) (a) = 0)
Rn (x) Rn (a)
Rn (x)
=
h(x)
h(x) h(a)
Cauchy
Rn (1 )
Rn (x) Rn (a)
=
h (1 )
h (x) h (a)
Cauchy
Rn (2 )
h (2 )
(n+1)
= =
Rn
()
f (n+1) ()
=
(n + 1) !
h(n+1) ()
]a; x[
Ceci donne nalement

Rn (x) = h(x)
f (n+1) ()
f (n+1) ()
=
(x a)n+1 .
(n + 1) !
(n + 1) !
D
enition 4.34. Le polynome
f (a)
f (n) (a)
(x a)2 + +
(x a)n
2
n!
est appele le d
eveloppement limit
e dordre n de f (x) au point a ou aussi le polyn
ome
de Taylor de degr
e n.
La fonction Rn (x) est le reste dordre n.
Tnf (x) = f (a) + f (a)(x a) +
Si a = 0 on obtient le developpement autour du point 0 :

f (x) = f (0) + f (0) x +
avec Rn (x) =
f (n) (0) n
f (0) 2
x + +
x
2
n!
Rn (x)
f (n+1) (x) n+1

x
et 0 < < 1.
(n + 1) !
Exemple 4.35.
f (x) = cos x, a = 0, n = 3 :
f (0) 2 f (3) (0) 3
x +
x + R3 (x)
2
6
1
1
= 1 + 0 x x2 + 0 x3 + R3 (x) = 1 x2 +R3 (x)
2
2
| {z }
f (x) = f (0) + f (0)x +
=T3 (x)
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
90
S
erie de Taylor
n
Si f C (I) et si Rn (x) 0 pour tout x I, on obtient la serie de Taylor en a qui

converge vers f (x) :
f (x) =
f (k) (a)
k=0
k!
(x a)k
Notation de Landau
Soit f (x) et g(x) deux fonctions sannulant en a. On dit que
f = o(g)
en x = a
f (x)
= 0.
xa g(x)
si lim
Exemples :
52x3
= lim 52x = 0.
x0 x2
x0
1 cos x
= 0 (cf. formulaire et tables)
1 cos x = o(x) car lim
x0
x
52x3 = o(x2 ) (en a = 0) car lim
Avec cette notation, on a

Rn (x) = o(xn )
pour le developpement limite autour de a = 0.
Proprietes :
A) Si f = o(g) et g = o(h) alors f = o(h) .
B) Si f1 = o(g1 ) et f2 = o(g2 ) alors f1 f2 = o(g1 g2 ) .
C) Si f = o(g) et h = o(g) alors f h = o(g).
ATTENTION :
o(g) o(g) = 0.
Exemple : 4x3 = o(x2 ) et x3 = o(x2 ) mais 4x3 x3 = 3x3 = o(x2 ) .
4.6.2
Exemples
1. Soit f (x) = ex et a = 0.
Comme f (x) = ex = f (k) (x) pour tout k > 1, le developpement limite dordre n est
donne par
f (0) 2
f (n) (0) n
x + +
x + Rn (x)
2
n!
1
1
= 1 + x + x2 + + xn + Rn (x)
2
n!
ex = f (0) + f (0)x +
avec Rn (x) =
f (n+1) (x) n+1

xn+1 x
x
=
e .
(n + 1) !
(n + 1) !

ET SERIE
4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
91
Rn (x) converge vers 0 pour tout x lorsque n (cf. chapitre 2). Donc la serie de
Taylor converge vers f et on a
ex =
1 k
x
k!
x R
k=0
Developpement limite dordre 1 :

on a ex = 1 + x + o(x). Ceci donne ex 1 = x + o(x) et donc
ex 1
o(x)
= lim 1 +
=1
x0
x0
x
x
lim
par denition de o(x). Ainsi autour de x = 0, on a ex 1 x.

1
2. Soit f (x) =
et a = 0.
1+x
On a f (0) = 1 et
1
(1 + x)2
2
f (x) =
(1 + x)3
f (x) =
f (0) = 1
f (0) = 2
..
.
f (n) (x) = (1)n
n!
(1 + x)n
f (n) (0) = (1)n n !
Le developpement limite dordre n autour de a = 0 est alors

1
= 1 x + x2 x3 + x4 + (1)n xn + Rn (x)
1+x
avec
Rn (x) =
n+1
f (n+1) () n+1
= (1)n+1
.
(n + 1) !
(1 + )n+1
ce qui donne la serie de Taylor
1
=
(x)k
1+x
x ] 1; 1[
k=0
Cest une serie geometrique (de raison x ) qui converge si et seulement si |x| < 1. Pour
n
ces valeurs de x, on peut montrer que Rn (x) 0 et donc la serie de Taylor converge
vers f .
3. f (x) = sin x et a = 0.
On obtient le developpement limite suivant :
sin x = x
x3 x5 x7
+
+ o(x7 )
3!
5!
7!
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
92
f (n+1) (x) n+1

x
qui converge vers 0 lorsque n et ceci pour tout x R
(n + 1) !
car |f (n+1) (x)| 6 1. On obtient donc la serie de Taylor du sinus :
avec Rn (x) =
sin x =
x2k+1
(1)k
(2k + 1) !
x R
k=0
4. On montre de meme que

x2 x4 x6
+
+ o(x6 )
2
4!
6!
x2k
=
(1)k
x R
(2k) !
cos x = 1
k=0
5. Soit f (x) = ln(1 + x) et a = 0. Alors

1
1+x
1
f (x) =
(1 + x)2
2
f (3) (x) =
(1 + x)3
..
.
f (x) =
f (n) (x) =
(1)n+1 (n 1) !
(1 + x)n
f (0) = 1
f (0) = 1
f (3) (0) = 2
f (n) (0) = (1)n+1 (n 1) !
On obtient la serie de Taylor :

f (1 + x) = f (0) + f (0) x +
f (0) 2
f (n) (0) n
x + +
x + ...
2
n!
x2 x3 x4
+
+ ...
2
3
4
xk
=
(1)k+1
k
=x
k=1
qui converge pour 1 < x 6 1.

Si x = 1, on obtient
ln 2 = 1
1 1 1 1
+ + ...
2 3 4 5
Cest la s
erie harmonique altern
ee.
D
eriv
ee dune s
erie de Taylor
Si f (x) =
ak xk alors
k=0
f (x) =
k=1
On peut deriver termes à termes.
k ak xk1 .

ET SERIE
4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
93
Exemple 4.36. Considerons la serie

f (x) = x
x3 x5 x7
+
+ ...
3
5
7
On a alors
f (x) = 1 x2 + x4 x6 + x8 . . .
serie geom.
=
1
1 + x2
x ] 1; 1[
1
est la derivee de arctan x donc f (x) = arctan x + C. Comme f (0) = 0 =
1 + x2
arctan(0), la constante C vaut 0. On a ainsi trouve la serie de Taylor de arctan x :
Mais
arctan x = x
x3 x5 x7
+
+ ...
3
5
7
x ] 1; 1]
Si lon pose x = 1, on a
1 1 1 1
= 1 + + ...
4
3 5 7 9
4.6.3
Op
erations sur les d
eveloppements limit
es
Soient f et g deux fonctions admettant Tnf (x) et Tng (x) comme developpements limites
dordre n autour de a = 0.
Alors
Tnf +g (x) = Tnf (x) + Tng (x)
Tnf g (x) = Tnf (x) Tng (x) (en ne gardant que les termes de degre 6 n)
Si f (0) = 0, alors Tngf (x) = Tng (Tnf (x)).
f
sobtient en faisant la division du polynome Tnf (x) par
g
le polynome Tng (x) en commen
cant par les termes de degr
es les plus bas.
Le developpement limite de
Exemples 4.37.
1. Developpement limite dordre 3 de sin(ex 1) en a = 0 :
x3
+ o(x3 )
3!
x2 x3
x2 x3
ex = 1 + x +
+
+ o(x3 )
=
ex 1 = x +
+
+ o(x3 )
2
3!
2
3!
(ex 1)3
sin(ex 1) = [ex 1]
+ o(x3 )
3!
[
]
(
)3
x2 x3
1
x2
= x+
+
x+
+ ...
+ o(x3 )
2
3!
6
2
(
)
x2 x3 1
x4
=x+
+
x3 + 3 + o(x3 ) + o(x3 )
2
3! 6
2
2
x
+ o(x3 ).
=x+
2
sin x = x
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
94
2. Developpement dordre 3 de ln(1 + arctan x) en a = 0 :

x3
+ o(x4 )
3
x2 x3 x4
ln(1 + x) = x
+
+ o(x4 )
2
3
4
Donc
arctan x = x
arctan2 x arctan3 x
+
+ ...
2
3
(
)2
(
)3
x3
1
x3
x3 1
x
+
x
+ o(x3 )
=x
3
2
3
3
3
x3 1 2 1 3
=x
x + x + o(x3 )
3
2
3
1 2
3
= x x + o(x )
2
ln(1 + arctan x) = arctan x
3. Developpement limite dordre 3 de f (x) =

cos x + x2 = 1
cos x + x2
en a = 0 :
1 sin x
x2
x2
+ o(x3 ) + x2 = 1 +
+ o(x3 )
2
2
1 sin x = 1 x +
x3
+ o(x3 )
3!
Division euclidienne :
3
4
Donc f (x) = 1 + x + x2 + x3 + o(x3 ).
2
3
4.6.4
Application : calcul de limite
Le developpement limite permet de calculer des limites indeterminees.

Exemples :
1) Le developpement limite dordre 3 du sinus est sin x = x
x
sin x
lim
= lim
x0 x
x0
2) De meme on a cos x = 1
x3
3!
x3
+ o(x3 ). Alors
3!
+ o(x3 )
x2 o(x3 )
= lim 1
+
= 1.
x0
x
3!
x
x2
+ o(x2 )
2
1
1 cos x = x2 + o(x2 ) et donc
2
1 cos x
1 o(x2 )
1
=
lim
+
= .
2
2
x0 2
x0
x
x
2
lim

ET SERIE
4.6. DEVELOPPEMENT
LIMITE
DE TAYLOR
95
3)
3
x
3
3x (3x)
sin(3x) 3 sin x
3 ! 3(x 3 ! ) + o(x )
lim
= lim
2
x0
x0
x(1 cos x)
x[1 (1 x + o(x3 ))]
2
= lim
x0
4x3 + o(x3 )
x3
2
+ o(x4 )
4 + o(x3 )/x3
= 8.
x0 1 + o(x4 )/x3
2
= lim
4.6.5
Application aux extremums
Soit f (x) une fonction et a un point stationnaire. On peut utiliser le developpement limite
de f (x) autour de a pour determiner la nature de a et obtenir le resultat suivant :
Th
eor`
eme 4.38. Soit f (x) C n (I) avec n > 2 telle que
f (a) = 0
f (k) (a) = 0 pour 1 6 k < n et
f (n) (a) = C = 0. Alors
1 si n est pair et C > 0, a est un minimum (local) ;
2 si n est pair et C < 0, a est un maximum (local) ;
3 si n est impair, a est un point dinexion et donc un plat.
Exemples :
A) Soit f (x) = x sin x. Alors le developpement limite autour de x = 0 est
f (x) = x sin x = x (x
x3
x3
+ o(x3 )) =
+ o(x3 )
3!
3!
On a donc f (0) = f (0) = f (0) = 0 et f (3) (0) = 1. La première derivee non nulle est la
3ème. On a donc un plat en x = 0 par le point 3 du theorème.
x4 x8
B) Soit f (x) = cos(x2 ) = 1
+
+ ....
2
4!
(3)
Alors f (0) = f (0) = f (0) = 0 et f (4) (0) = 21 4! = 12. On a donc n = 4 et
C = 12 < 0 ce qui montre que x = 0 est un maximum par le point 2 du theorème.
Remarque 4.39. Le developpement limite de f (x) dordre n permet de retrouver f (k) (a)
pour tout k 6 n.
4.6.6
Formule dEuler
xk
x2 x3 x4
+
+
+ ...
k!
2
3!
4!
k=0
Si lon pose x = i on obtient
On a ex =
=1+x+
(i)2 (i)3 (i)4

+
+
+ ...
2
3!
4!
2 4
+
...
=1
2
4!
(
)
3 5
+i
+
...
3!
5!
= cos + i sin .
ei = 1 + i +
CHAPITRE 4. DERIV
EES
ET APPLICATIONS
96
On a ainsi d
emontr
e la formule dEuler :
ei = cos + i sin .
On en deduit les 2 formules :
cos =
4.7
ei + ei
2
sin =
ei ei
2i
R
esolution num
erique d
equations : m
ethode de Newton
On cherche à resoudre lequation

f (x) = 0
sur lintervalle I, en supposant que f C 2 (I) et f (x) = 0 pour tout x I.
Soit x la solution (que lon cherche).
On choisit x1 proche de x et on approxime la fonction f par sa tangente :
Equation de la tangente : y = f (x1 )(x x1 ) + f (x1 ).

Intersection avec laxe Ox :
0 = f (x1 )(x2 x1 ) + f (x1 )
ce qui donne
x2 = x1
f (x1 )
.
f (x1 )
En repetant la construction, on trouve la relation recurrente :
xn+1 = xn
f (xn )
f (xn )
()
On peut demontrer, que si x1 est choisi proche de x alors la suite des xn converge vers x .
4.7. RESOLUTION
NUMERIQUE
DEQUATIONS
: METHODE
DE NEWTON
97
Exemples 4.40.
(1) On cherche à resoudre lequation x = cos x.
On prend f (x) = x cos x. Alors f (x) = 1 + sin x et
xn+1 = xn
xn cos xn
.
1 + sin xn
Si lon part avec x1 = 12 alors on obtient

x2 = 0.755222 x3 = 0.73914166
x4 = 0.739085 x5 = 0.739085133
(2) Cherchons à calculer p c, c R+ , p N .

On prend
f (x) = xp c
=
f (x) = pxp1
et lequation (*) devient

xn+1 = xn
xpn c
pxp1
n
1
c 1
= (1 )xn +
.
p
p xnp1
Si c Q+ et x1 est choisi dans Q+ , alors les xn forment une suite rationnelle qui
converge vers p c.
Exemple : p = 3, c = 2. On veut approcher
3
2. Lalgorithme devient
2
2
xn+1 = xn + 2 .
3
3xn
x1 = 1
x2 =
4
3
x3 =
91
72
x4 =
1126819
894348
x5 = 1.25992105002
Pour x5 , lerreur est de 1010 .

Probl`
eme possible :
Exemple :
f (x) = x3 + 2x2 5x 6.
En partant de x0 = 1.905985711, on trouve
x1 = 0.337561961
x2 = 1.905985711
x3 = 0.337561961
x4 = 1.9059857105
x5 = 0.337561948
Chapitre 5
Calcul int
egral
5.1
5.1.1
Lint
egrale d
enie
D
enition par sommes de Riemann
Soit f C 0 [a; b] positive. On cherche à calculer laire S du domaine limite par le graphe de
f , laxe Ox ainsi que les droites x = a et x = b.
On partage lintervalle [a; b] en n intervalles I1 , I1 , . . .In de facon arbitraire Ik = [xk1 ; xk ]

avec x0 = a et xn = b.
On choisit ensuite un k Ik de facon toujours arbitraire. Notons xk = xk xk1 la
largeur de lintervalle Ik et soit
Sn =
f (k ) xk
k=1
la somme des surfaces rectangulaires determinees par Ik et f (k ).

Cest une approximation de laire cherchee et cette approximation est dautant meilleure
que les xk sont petits et donc que le nombre dintervalles n est grand. A la limite (si elle
existe), on obtiendra laire cherchee S. On pose alors la denition suivante :
D
enition 5.1 (Fonction integrable). La fonction f (x) est dite int
egrable sur [a; b] si la
limite
S=
lim
Sn
n
supk xk 0
existe et ceci ind

ependamment du choix des xk et des k . On note cette limite
b
f (x) dx .
a
99

CHAPITRE 5. CALCUL INTEGRAL
100
Remarque 5.2. On peut montrer, que pour quune fonction f (x) soit integrable, il sut
de montrer la convergence des suites Sn pour deux choix particuliers des n . En eet, posons
Mk = sup f (x)
mk = inf f (x)
xIk
xIk
Alors mk 6 f (k ) 6 Mk pour tout choix de k Ik et donc

n
mk xk 6
k=1
f (k ) xk 6
|k=1
{z
Mk xk .
k=1
=Sn
Si les termes de gauche et de droite converge vers la meme limite S lorsque n et

xk 0, alors par le theorème des gendarmes, la somme Sn converge egalement vers S
(pour tout choix des k ) et f est ainsi integrable.
Remarque 5.3. Si f (x) 6 0 pour tout x [a; b] et f est integrable, alors on a
b
f (x) dx 6 0.
a
Ainsi
f (x) dx est une aire alg

ebrique aectee dun signe. Les domaines au-dessous de
a
laxe Ox sont comptes negativement.
5.1.2
(1)
Propri
et
es de lint
egrale d
enie
a
f (x) dx = 0
a
(2)
f (x) dx
f (x) dx =
f (x) dx +
a
f (x) dx =
f (x) dx
a
(3) Linearite de lintegrale :

b
b
(f (x) + g(x)) dx =
f (x) dx
a
(5)
b
b

|f (x)| dx
f (x) dx 6

a
monstration : Ceci decoule du point (4) et de linegalite

De
|f (x)| 6 f (x) 6 |f (x)|
pour tout x [a; b].
g(x) dx
a
(4) Si a 6 b et f (x) 6 g(x) x [a; b], alors

b
b
f (x) dx 6
g(x) dx
5.1. LINTEGRALE
DEFINIE
101
(6) Inegalite de Schwarz :

(
)2 b
b
2
f (x)g(x) dx 6
f (x) dx
g 2 (x) dx.
monstration : Pour tout t R on a

De
(f (x) tg(x))2 dx > 0 ce qui donne
(f 2 (x) 2tf (x)g(x) + t2 g 2 (x)) dx > 0
et par (3)
f 2 (x) dx 2t
f (x)g(x) dx + t2
a
g 2 (x) dx > 0
et ceci pour tout t. Le discriminant de cette equation du 2ème degre en t doit donc etre
negatif ou nul. Ainsi
(
= B 4AC = 4
2
)2
b
b
2
f (x)g(x) dx 4
f (x) dx
g 2 (x) dx 6 0.
Remarque 5.4. La variable dintegration est une variable muette. Son changement naffecte en rien la valeur de lintegrale :
b
b
f (x) dx =
f (u) du.
a
D
enition 5.5. f est continue par morceaux sur I = [a; b] sil existe Ik = [xk1 ; xk ]
k = 1, 2, . . . , n avec x0 = a et xn = b de telle sorte que f (x) soit continue sur chaque
intervalle ouvert ]xk1 ; xk [, continue à gauche en x1 , x2 , . . . , xn et continue à droite en
chaque x0 , x1 , . . . , xn1 .
Th
eor`
eme 5.6. Toute fonction continue par morceaux est integrable.
Sans demonstration.
5.1.3
Th
eor`
eme fondamental du calcul int
egral
Dans cette section, nous allons montrer le lien entre lintegrale denie et la derivee.
Lemme 5.7 (Theorème de la moyenne du calcul integral). Soit I = [a; b], f C 0 (I). Alors
il existe I tel que
b
f (x) dx = f () (b a).
a

102
monstration :
De
Soit m = inf f (x) et M = sup f (x). Alors
xI
xI
m (b a) 6
f (x) dx 6 M (b a).
et donc
b
1
f (xm ) = m 6
f (x) dx 6 M = f (xM ).
ba a
{z
}
|
=c
Comme f est continue, il existe un I avec f () = c par le corollaire du theorème de

Bolzano (chapitre 3).
Applique à lintervalle [x; x + h] ce lemme assure lexistence dun = x + h (0 6 6 1)

avec
x+h
f (t) dt = h f (x + h).
()
x
Th
eor`
eme 5.8 (Theorème fondamental du calcul integral). Soit I = [a; b] et f C 0 (I).
Posons
x
f (t) dt.
F (x) =
a
Alors
F (x)
= f (x) pour tout x I.
monstration :
De
Reprenons la denition de la derivee :
F (x + h) F (x)
h0
h
)
( x+h
x
1
f (t) dt
= lim
f (t) dt
h0 h
a
a
x+h
1
= lim
f (t) dt
h0 h
x
1
= lim
h f (x + h) 0 6 6 1 par (*)
h0 h
= lim f (x + h)
F (x) = lim
h0
= f (x)
car f est continue.
En dautres termes, on a
d
dx
]
f (t) dt = f (x)
5.2. PRIMITIVES
103
Explication intuitive :
dF (x) = F (x + h) F (x) = dx f (x) =
dF (x)
= f (x).
dx
Th
eor`
eme 5.9. Soit f (x) integrable sur I = [a; b] et F (x) telle que F (x) = f (x). Alors
b

f (x) dx = F (b) F (a) = F (x)
f (t) dt.
monstration : Posons (x) =

De
a
Alors par le theorème precedent, on a (x) = f (x) = F (x). Ainsi (x) = F (x) + c
(cf. chapitre 4).
Or (a) = 0 = F (a) + c = 0 = c = F (a). Donc (x) = F (x) F (a). On en
deduit que
b
(b) =
f (t) dt = F (b) F (a).
a
Corollaire 5.10. Soit f (x) une fonction continue et (x) une fonction derivable. Alors
(a)
d
dx
(b)
d
dx
5.2
5.2.1
(x)
]
f (t) dt = f (x)
]
f (t) dt = f ((x)) (x) f ((x)) (x)
(x)
Primitives
D
enition et propri
et
es
D
enition 5.11. Soit f (x) une fonction. Une primitive de f (x) est une fonction F (x)
telle que F (x) = f (x).
Remarque 5.12. Si F (x) est une primitive de f (x), alors
G(x) = F (x) + c
en aussi une primitive de f (x). Reciproquement, deux primitives dune meme fonction ne
dièrent que dune constante (cf. chapitre 4 : f (x) 0 = f (x) c).

104
La section qui precède a montre que le calcul dune integrale denie se ramène au calcul
dune primitive.
De ce fait, on note
f (x) dx
lensemble de toutes les primitives de f (x), que lon appelle aussi int
egrale ind
enie.
Determiner les primitives dune fonction est un problème dicile.
Le theorème du calcul integral montre que toute fonction continue possède une primitive.
Mais il existe des fonctions analytiques continues qui nont pas de primitives analytiques
2
comme par exemple f (x) = ex .
Lin
earit
e de la primitive : la linearite de la derivee implique celle de la primitive :
f (x) + g(x) dx =
5.2.2
f (x) dx +
g(x) dx.
Recherche des primitives
Primitives de quelques fonctions

el
ementaires
(I) Fonctions puissances Pour q =
1, on a
1
xq+1 + C
xq dx =
q+1
et
(II) Fonction exponentielle :
1
dx = ln |x| + C.
x
eax dx =
(III) Fonctions trigonometriques :
1
sin(ax) dx = cos(ax) + C
a
1 ax
e + C.
a
cos(ax) dx =
1
sin(ax) + C
a
(IV) etc...
Recherche par calcul direct
On obtient certaines primitives en transformant la fonction à integrer de telle sorte à faire
apparatre une forme connue de derivee :
Exemples 5.13.
1
p
(1)
dx =?. On sait que ( px + q) = 2px+q
. On a donc
px + q
2
p
2
p
2
1
dx =

dx =
dx =
px + q + C.
px + q
p 2 px + q
p
2 px + q
p
5.2. PRIMITIVES
(2)
105
1
1
1
(1 + cos(2px)) dx = x +
sin(2px) + C.
2
2
4p
cos2 (px) dx =
(3)
x2 + x + 1
dx =
x3 + x
x2 + 1 + x
dx =
x(x2 + 1)
1
1
+
dx = ln |x| + arctan(x) + C.
x x2 + 1
Plus generalement, comme (F (g(x))) = F (g(x)) g (x) , on a la formule
f (g(x)) g (x) dx = F (g(x)) + C
(5.1)
o`
u F (u) est une primitive de f (u).
Une methode pour integrer est donc de mettre lintegrant sous la forme f (g(x)) g (x) en
sachant trouver une primitive de f .
Il est donc important lors du calcul dune integrale de reperer les derivees internes (= g (x)).
Exemples 5.14.
1
x
1
2x
1
1 (x2 + 1) 2
2
21
dx =
dx =
2x(x + 1) dx =
+ C
(1)
2
2
2
1/2
x2 + 1
x2 + 1
= x2 + 1 + C.
On a utilise le principe precedent avec f (u) = 1u et g(x) = x2 + 1 = g (x) = 2x.
(2) On veut calculer

cos x sin3 x dx. On voit que cos x est la derivee de sin x. On pose
donc g(x) = sin x et f (u) = u3 dont on connat une primitive : F (u) = 41 u4 . Alors
1
3
4
cos
| {zx} sin
| {z x} dx = F (g(x)) + C = 4 sin x + C.
g (x) f (g(x))
En appliquant la formule 5.1 à des fonctions f particulières, on obtient les formules suivantes :
(I)
(II)
(III)
(IV)
g (x)eg(x) dx = eg(x) + C.
g (x)
dx = ln |g(x)| + C.
g(x)
g (x)[g(x)] dx =
1
[g(x)]+1 + C
+1
g (x)
dx = arctan[g(x)] + C.
1 + g 2 (x)
= 1.

106
(V)
g (x) cos(g(x)) dx = sin[g(x)] + C.
(VI) etc...
Int
egration par parties
On sait que (f g) = f g + f g ce qui donne f g = (f g) f g . En integrant des deux cotes
on obtient la règle dint
egration par parties :
f (x)g (x) dx.
f (x)g(x) dx = f (x)g(x)
(I.P.P.)
Exemples 5.15.
(1)
I.P.P.
xe dx = xe
x
ex dx = xex ex + C = ex (x 1) + C.
avec f = ex et g = x.
(2)
ln x dx = x(ln x 1) + C
(cf. exercices)
(3)
I.P.P.
sin(x)ex dx = sin(x)ex
cos(x)ex dx
[
]
I.P.P.
x
x
x
= sin(x)e cos(x)e sin(x)e dx
x
= (sin x cos x)e sin(x)ex dx
On obtient (en passant le terme
sin(x)ex dx de lautre cote)
et donc
sin(x)ex dx = (sin x cos x)ex
1
sin(x)ex dx = (sin x cos x)ex + C .
2
(4)
arctan x dx =
I.P.P.
1 arctan x dx = x arctan x
= x arctan x
en posant f = 1 et g = arctan x.
1
ln(1 + x2 ) + C
2
1
dx
1 + x2
5.2. PRIMITIVES
107
Int
egration par changement de variable
Th
eor`
eme 5.16. Soit f (x) une fonction continue sur un intervalle I et : [; ] I
une fonction de classe C 1 avec a = () et b = (). Alors
b

f ((t)) (t) dt
f (x) dx =
a
La transformation x = (t) sappelle un changement de variable.

On eectue donc les trois substitutions suivantes :
(i) x = (t)
(ii) dx = (t) dt
(iii) ET on change les bornes dintegration.
(x)
f (t) dt
monstration : Soit G(x) =

De
et
g(x) = f ((x)) (x). Alors par le
corollaire 5.10, on a
G (x) = f ((x)) (x) = g(x).
La fonction G(x) est donc une primitive de g(x). Il sensuit que

g(t) dt = G(t) = G() G()
ce qui donne

f ((t)) (t) dt =
()
f (x) dx
()
()
f (x) dx =
a
f (x) dx .
()
Remarque 5.17. Ce changement de variable est egalement valable pour calculer une primitive de f (x) `
a condition de pouvoir inverser la fonction (t) cest-à-dire de pouvoir
ecrire t = 1 (x).
Exemples 5.18.
1. Calculons J =
0
dx.
(1 + x2 ) 1 + x2
On pose
x = tan t
dx = (1 + tan2 t) dt
<t< .
2
2
( )
Et comme tan(0) = 0 et tan 4 = 1, on a

4
4
1
1
(1 + tan2 t) dt =
dt
J=
2
2
1
0 (1 + tan t) 1 + tan t
0
cos2 t

4
4
2
/4
cos t dt =
=
=
cos t dt = sin t
.
2
0
0
0
avec

108
Comme est inversible sur lintervalle considere, cet exemple permet de trouver une
1
primitive de f (x) =
.
2
(1 + x ) 1 + x2
En eet, on a t = arctan x, ce qui donne
F (x) = sin t = sin(arctan x) + C.
2.
x3 (1 x2 )5/2 dx = ?
6t6 .
2
2
= dx = cos t dt
On a x [1; 1]. On pose x = sin t avec

x = sin t
t = arcsin x
cos t = cos(arcsin x) =
1 x2 .
On obtient
3
2 5/2
3
2 5/2
x (1 x ) dx = sin t (1 sin t) cos t dt = sin3 t cos5 t cos t dt
2
6
= sin t (1 cos t) cos t dt = (sin t cos6 t sin t cos8 t) dt
1
1
= cos7 t + cos9 t + C
7
9
1
1
= (1 x2 )9/2 (1 x2 )7/2 + C.
9
7
5.2.3
Int
egration des fonctions rationnelles
P (x)
une fonction rationnelle à integrer.
Q(x)
On eectue les etapes suivantes :
Soit f (x) =
1ère etape : si deg(P ) > deg(Q), on eectue la division eulidienne de P (x) par Q(x) :
P (x) = Q(x)D(x) + R(x)
ce qui donne
P (x)
R(x)
= D(x) +
avec cette fois-ci deg(R) < deg(Q) et D(x) integrable.
Q(x)
Q(x)
Dans la suite, on ne considere donc que les fonctions rationnelles

et Q(x) = xn + + a1 x + a0 normalise.
P (x)
Q(x)
avec deg(P ) < deg(Q)
2ème etape : On sait que Q(x) se factorise dans R en un produit de polynomes du premier
degre et/ou du deuxième degre sans racines reelles :
Q(x) = (x 1 )m1 (x p )mp (x2 + 2A1 x + B1 )l1 (x2 + 2As x + Bs )ls
(5.2)
P (x)
en une somme de fractions simples, chaque
Q(x)
terme dans (5.2) contribuant de la manière suivante :
On decompose alors la fraction rationnelle
C1
C2
Cm
+
+ +
fractions simples de 1ère espèce
2
x (x )
(x )m
D1 x + E1
D2 x + E2
Dl x + Dl
(x2 + 2Ax + B)l
7
+ 2
+ + 2
2
2
x + 2Ax + B (x + 2Ax + B)
(x + 2Ax + B)l
fractions simples de 2ème espèce
(x )m 7
5.2. PRIMITIVES
109
3ème etape : On intègre chaque fraction simple (cf. plus bas).

Exemples pour la 2`
eme
etape :
1)
x2 + x + 4
x2 + x + 4
C1
C2
Dx + E
=
=
+
+ 2
x4 x3 + 2x2 2x
x(x 1)(x2 + 2)
x
x1
x +2
En multipliant (*) par x et en posant x = 0, on obtient
[
x2 + x + 4
C2 x
(Dx + E)x ]
=
C
+
+

1
(x 1)(x2 + 2) x=0
x1
x2 + 2
x=0
4
= C1
1 2
donc C1 = 2.
()
En multipliant (*) par x 1 et en posant x = 1, on obtient

[ C (x 1)
x2 + x + 4
(Dx + E)(x 1) ]
1
+
C
+
=

2
x(x2 + 2) x=1
x
x2 + 2
x=1
6
= C2
13
donc C2 = 2.
En multipliant (*) par x et en faisant x , on obtient
0 = C1 + C2 + D
donc D = 0.
On choisit une valeur particulière pour determiner E. Par exemple, en posant x = 1,
4
C2 E
on a = C1
+
ce qui donne E = 1. En conclusion
6
2
3
x2 + x + 4
2
2
1
= +
2
.
2
x(x 1)(x + 2)
x x1 x +2
2)
x3 + 5x + 2
x3 + 5x + 2
C1
C2
C3
C4
=
=
+
+
+
.
2
2
2
2
2
(x 1)
(x 1) (x + 1)
x 1 (x 1)
x + 1 (x + 1)2
8
Multiplication par (x 1)2 et x := 1 : = C2
4
4
Multiplication par (x + 1)2 et x := 1 :
= C4 = 1
4
Multiplication par x et x : 1 = C1 + C3
On pose x = 0 : 2 = C1 + C2 + C3 + C4 donc 1 = C3 C1
Les 2 dernières equations donne : C3 = 1 et C1 = 0. Finalement
2
1
1
x3 + 5x + 2
=
+
.
2
2
2
(x 1)
(x 1)
x + 1 (x + 1)2

110
3`
eme
etape : int
egration des fractions simples
Les fractions simples ont toutes des primitives elementaires :
Fractions simples de 1`
ere esp`
ece :
si m = 1 alors
1
1
1
dx =
+C
m
(x )
(m 1) (x )m1
sinon
1
dx = ln |x | + C
x
Fractions simples de 2`
eme esp`
ece :
D
Dx + E
2 (2x + 2A) + E DA
dx =
dx
2
x + 2Ax + B
x2 + 2Ax + B
D
2x + 2A
1
=
+ (E DA)
dx
2
2
2
x + 2Ax + B
(x + A) + B A2
D
E DA
1/ B A2
2
=
ln(x + 2Ax + B) +
(
)2 dx
2
B A2
1 + x+A
BA2
(
)
E DA
x+A
D
2
ln(x + 2Ax + B) +
arctan
+C
=
2
B A2
B A2
(5.3)
Dx + E
dx =
(x2 + 2Ax + B)2
D
2 (2x + 2A) + E DA
(x2 + 2Ax + B)2
dx
D
2x + 2A
=
+ (E DA)
2
2
(x + 2Ax + B)2
1
D
+ (E DA) I
= 2
2 x + 2Ax + B
Il reste à calculer
I=
(x2
(x2
1
dx
+ 2Ax + B)2
1
dx.
+ 2Ax + B)2
On pose u = x + A et on applique la formule suivante :

(
)
1
u
1
u
du =
+ arctan
+ C.
(u2 + )2
2(u2 + ) 2
La formule precedente peut etre veriee directement ou sobtient par parties. Plus
generalement on a la formule recurrente :
1
u
2n 1
1
du
=
+
du.
(u2 + )n+1
2n(u2 + )n
2n
(u2 + )n
Exemple complet : Calculons
P (x)
dx =
Q(x)
7 2x3
dx.
x3 + x2 2
5.2. PRIMITIVES
111
1ère etape : division euclidienne : 7 2x3 = (2)(x3 + x2 2) + (2x2 + 3) et donc

7 2x3
2x2 + 3
=
2
+
.
x3 + x2 2
x3 + x2 2
2ème etape : On factorise Q(x) : Q(x) = x3 + x2 2 = (x 1)(x2 + 2x + 2)
Decomposition en fractions simples :
2x2 + 3
C1
Dx + E
=
+ 2
.
2
(x 1)(x + 2x + 2)
x 1 x + 2x + 2
Multiplication par x 1 et x = 1 :
5
= C1 donc C1 = 1.
5
Multiplication par x et x : 2 = C1 + D donc D = 1.

x=0:
3
2
= C1 +
Finalement
E
2
donne E = 1.
2x2 + 3
1
x1
=
+ 2
2
(x 1)(x + 2x + 2)
x 1 x + 2x + 2
3ème etape : Integration
1
dx = ln |x 1| + C
x1
x1
1
dx = ln(x2 + 2x + 2) 2 arctan(x + 1) + C
2
x + 2x + 2
2
en appliquant la formule (5.3) avec A = 1, B = 2, D = 1 et E = 1. En mettant ces termes
ensembles, on obtient
2x2 + 3
P (x)
dx = 2 + 3
dx
Q(x)
x + x2 2
1
x1
= 2x +
dx +
dx
2
x1
x + 2x + 2
1
= 2x + ln |x 1| + ln(x2 + 2x + 2) 2 arctan(x + 1) + C.
2
5.2.4
Int
egration des fonctions rationnelles de fonctions trigonom
etriques
Pour integrer une fonction de la forme
P (sin x; cos x)
, on eectue un des changements de
Q(sin x; cos x)
variables suivants :
(a) t = sin x ou t = cos x
t
1
1
(b) t = tan x ce qui donne sin x =
, cos x =
et dx =
dt
2
2
1
+
t2
1+t
1+t
2t
1 t2
2
x
,
cos
x
=
et dx =
dt.
(c) t = tan = sin x =
2
2
2
1+t
1+t
1 + t2
Le dernier changement (c) fonctionne toujours mais peut etre plus complique que les changements (a) et (b).

112
Exemple 5.19.
tan x
dx =
2 sin2 x
sin x
dx
cos x(1 + cos2 x)
1
=
dt =
t(1 + t2 )
1
= ln(1 + t2 ) ln |t| + C
2
5.2.5
(A)
changement (a) : t = cos x et dt = sin x dx

1
t
( 2
)dt
t
t +1
1
= ln(1 + cos2 x) ln | cos x| + C.
2
Quelques autres techniques
a2 b2 x2
Pour integrer une fonction comportant des termes de la forme

eectuer le changement de variable
x=
ce qui donne
a
sin t
b
dx =
a2 b2 x2 on peut parfois
a
cos t dt
b
a2 b2 x2 = |a| 1 sin2 t = |a| cos t.
Exemple :

(B)
x2 dx
1 sin2 t cos t dt

2
=
cos t cos t dt = cos2 t dt
1
1
1
=
(1 + cos(2t)) dt = t + sin(2t) + C
2
2
4
1
1
arcsin x + sin(2 arcsin x) + C
2
4
=
a2 + b2 x2
Pour des fonctions comportant un terme de la forme

a
a
x = sinh(t) ce qui donne dx = cosh(t) dt et
b
b
a2 + b2 x2 , on eectue le changement
a2 + b2 x2 = |a| cosh2 t = |a| cosh t.

Exemple :

2
1 + x dx =
1 + sinh2 t cosh t dt
1
2
= cosh t dt =
(t + cosh(2t)) dt
2
1
1
= t + sinh t + C
2
4
1
1
= arcsinh x + sinh(2arcsinh x) + C
2
4

5.3. INTEGRALES
IMPROPRES
113
(C) Fonctions irrationnelles

x+1
dx =?
Exemple :
x43x
On pose
t= 6x
=
x = t6
=
dx = 6t5 dt.
Ceci donne x = t3 et 3 x = t2 . Lintegrale se transforme en une integrale rationnelle :

3
x+1
t +1
6t5 dt
dx =
3
6
t 4t2
x4 x
6
t + t3
=6
dt = . . .
t4 4
5.3
5.3.1
Int
egrales impropres
D
enitions
On desire calculer des termes de la forme
f (x) dx. Quel sens donner à la borne ?
D
enition 5.20. Soit f (x) une fonction bornee et continue. On appelle int
egrale impropre de 1`
ere esp`
ece une integrale de f (x) o`
u lune des bornes tend vers linni.
On pose

() =
f (x) dx
a
et lon calcule lim (). Si cette limite existe, on denit
f (x) dx = lim ().
On note parfois

f (x) dx = F (x) o`
u F (x) est une primitive de f (x).
a
Exemples 5.21.

[
]
[
]
x
(1)
e dx = lim
ex dx = lim ex = lim 1 e = 1.
0
0
0

(2) Que vaut
cos x dx ? On a
0

cos x dx = sin x = sin
0
et la limite lim sin nexiste pas. Donc
cos x dx nexiste pas.

0
D
enition 5.22. Soit f (x) une fonction continue sur ]a; b] avec lim = . On appelle
xa+
b
integrale impropre de 2ème espèce lintegrale
f (x) dx.
a

114
Si la limite existe, on pose
f (x) dx := lim
0+
On note parfois
f (x) dx.
a+
b

f (x) dx = F (x) +
a
Ici F (a+ ) signie lim F (x).

xa+
Exemples 5.23.
1
1
[ ]1
1
1
dx = lim
dx = lim 2 x = lim (2 2 ) = 2.
(a)
x
x
0+
0+
0+
0
(b) Lintegrale
nexiste pas car
1
dx
x
1
dx = ln(1) ln() = ln()
x
et la limite quand 0+ nexiste pas (elle vaut +).

D
enitions :
Si une integrale impropre existe, on dit quelle converge ; sinon, elle diverge.
Une integrale impropre f (x) dx est absolument convergente si |f (x)| dx converge.

I
Ici, et dans la suite, on peut avoir I = [a; [ ou I =] ; b].
Th
eor`
eme 5.24. Soit f (x)
C 0 (I).
|f (x)| dx converge, alors
Si
I
f (x) dx converge.
I
b
b

Demonstration : Ceci decoule de linegalite

f (x) dx 6
|f (x)| dx.
a
Techniques dint
egration
Les integrations par parties et par changement de variables sappliquent aussi aux integrales
impropres :

[
]
I.P.P.

ex dx = 0 ex
=1
Exemple 5.25.
xex dx = xex
0

5.3. INTEGRALES
IMPROPRES
115
Quelques remarques importantes

+
(1) Pour calculer lintegrale
f (x) dx, il faut calculer
f (x) dx = lim
et NON PAS
lim
f (x) dx + lim
f (x) dx
f (x) dx.
Exemple : Lintegrale
sin x dx nexiste pas car les limites
lim
sin x dx
nexistent pas.
lim
sin x dx
Il est FAUX de penser que

(2) Pour calculer
et
sin x dx = 0 parce que sin x est impaire.
1
dx, il faut calculer
(x 2)2
1
dx +
(x 2)2
1
dx
(x 2)2
car la fonction a un pole en x = 2. Or

1 2
1
dx =
(x 2)2
x 2 0
ne converge pas. Donc lintegrale

0
Le calcul
1
dx ne converge pas.
(x 2)2

1
1
3
1 3
dx =
= 1 =

2
(x 2)
x2 0
2
2
est FAUX.
5.3.2
Crit`
eres de convergence
Comme pour les series, on a un critère de comparaison :

Th
eor`
eme 5.26.
que |f (x)| 6 |g(x)| sur I.
Soient f (x) et g(x) deux fonctions telles
1) Si lintegrale
|g(x)| dx converge, alors lintegrale
|f (x)| dx converge.
I
I
2) Si lintegrale
|f (x)| dx diverge alors lintegrale
|g(x)| dx diverge.
I
Ce theorème est très utile avec les resultats suivants :

116
Th
eor`
eme 5.27.
Donc lintegrale
0
1
dx =
xr
1
1r
b1r si r < 1
+
si r > 1.
1
dx converge si et seulement si r < 1.
xr
monstration : Pour r = 1, on a
De
b { 1 1r
b

1
si r < 1
r
1r
1r b
x dx =
x =
+
si r > 1.
1
r
0
0
b
b
1

Si r = 1, on a
dx = ln x = +.
x
0
0
Exemple : le critère de comparaison permet darmer que lintegrale

0
1
1
1
converge car
6 = 1 pour x ]0; 2].
2
x(x + 1)
x
x2
Th
eor`
eme 5.28. Soient a > 0 et r > 0. Alors
{

1
+
dx
=
1
1r
r
x
a
r1 a

1
Ainsi
dx converge si et seulement si r > 1.
xr
a
dx
x(x2 + 1)
si r 6 1
si r > 1.
monstration : Pour r = 1, on a
De
{

1
1
+
1r
x =
dx =
1
1r
r
x
1r
a
r1 a
a

[
]
1
Pour r = 1, on a
dx = ln x
= +.
x
a
a
si r < 1
si r > 1.
P (x)
Application : soit f (x) = Q(x)
une fonction rationnelle. Supposons que Q(x) = 0 pour

x > a. Alors
f (x) dx converge lorsque
a
deg(Q) deg(P ) > 2

et diverge sinon.
Exemple :
et
0
x(1 + cos2 x)
dx >
1 + x2
x
dx
1 + x2
x
dx diverge car
1 + x2
deg(1 + x2 ) deg(x) = 1 > 2.
5.4. APPLICATION : CALCUL DAIRES
117
Fonctions exponentielles
Pour q > 0 et a R on a

1
1
eqx dx = eqx = eaq
q
q
a
a
Corollaire 5.29. Pour tout p, q > 0 et tout a R, lintegrale
xp eqx dx converge.
monstration : En eet, on a
De
xp
eq/2x
ce qui implique, quil existe N N tel que

x > N.
xp < eq/2x
Donc xp eqx < eq/2x . Le critère de comparaison implique la convergence de lintegrale

consideree.
5.4
5.4.1
Application : calcul daires

Aire entre 2 courbes
Nous avons vu que laire du domaine limite par Ox et y = f (x) entre a et x est donne par
x
dA
f (t) dt
=
A (x) = f (x)
A(x) =
= f (x)
dx
a
dA = f (x)dx = ydx.
dA est lelement dierentiel daire et on a

A=
()
dA.
Si f (x) > g(x) sur le domaine considere, alors laire du domaine limite par y = f (x) et
y = g(x) entre a et b est donne par
b
[
]
f (x) g(x) dx.
a
ATTENTION : si le graphe de f coupe celui de g, il faut faire attention au signe.
Dans certains cas, il est plus simple dintegrer en fonction de la variable y, les bords du
domaine etant alors des fonctions de y. On a la formule symetrique :
dA = x(y) dy.

118
Exemple : calculons laire du domaine compris entre la droite x + y = 0 et la parabole

y 2 = 2y x.
On calcule dabord les points dintersection : O(0; 0) et I(3; 3).

On exprime les bords comme des fonctions de la variable y :
droite : x = y = g1 (y)
parabole : x = 2y y 2 = g2 (y).
Alors
[
]
(
)
dA = [g2 (y) g1 (y)] = (2y y 2 ) (y) dy = 3y y 2 dy
et laire est donc
A=
y=3
3 2 1 3
3y y dy =
y y
2
3
]3
dA =
y=0
9
= .
2
Repr
esentation param
etrique
Supposons quune courbe soit donnee sous forme parametrique :
{
x = x(t)
y = y(t)
Alors x(t)
dx
= dx = x(t)
dt. La formule (*) devient
dt
dA = y dx = y(t)x(t)
dt
et laire entre t = tP et t = tQ vaut alors
tQ
A=
y(t)x(t)
dt.
tP
Exemple : la cyclode
La trajectoire dun point dun cercle roulant sur une droite est donnee par la cyclode :
{
x(t) = R(t sin t)
y(t) = R(1 cos t)
Calculons laire dun arc de cyclode.
119
On a x(t)
= R(1 cos t). Alors
A=
y(t)x(t)
dt =
0
R(1 cos t)R(1 cos t) dt
= R2
)
1 2 cos t + cos2 t dt = R2 (2 0 + ) = 3R2
Rappel :
2
2
cos t + sin t dt =
0
1 dt = 2
cos2 t dt = .
et donc par symetrie

0
5.4.2
Domaine ferm
e
Soit D un domaine ferme dont la frontière est denie par
x = x(t)
y = y(t)
pour t [t1 ; t2 ].
On a t1 < tD < tG < t2 .
xD
AD =
xG
=
=
xD
y + dx
tG
y x
tD
t2
xG
t2
y dx =
y x
tG
tD
(
y(t)x(t)
dt
tG
t2
tG
tD
y x
t1
xy
dt
t1
En integrant selon y, cest-à-dire en prenant dA = xdy, on obtient
t2
AD =
xy dt.
t1
tD
y(t)x(t)
dt +
y(t)x(t)
dt
t1

120
En additionnant les 2 formules et en divisant par 2, on obtient

1
A=
2
I
(xy xy)
dt.
t2
= integrale curviligne =
. . . dt
t1
o`
u [t1 ; t2 ] parcourt le bord de D dans le sens trigo une et une seule fois.
Exemple : Aire de la boucle de la courbe : y 3 xy 2 + x4 = 0
3 3
2 3
4
Param
[ 3 etrisation
] : si lon pose y = tx, on obtient t x t x + x = 0 ce qui donne
3
2
x (t t ) + x = 0 et donc
{
x = t2 t3
y = t3 t4
t = 0 (0; 0)
t = 1 (0; 0)
Et pour 0 < t < 1, on a x > 0 et y > 0. Donc si t parcourt lintervalle [0; 1], on parcourt le
bord de D une et une seule fois. Alors
1 1 2
1 1
(xy xy)
dt =
(t t3 )(3t2 4t3 ) (2t 3t2 )(t3 t4 ) dt
A=
2 0
2 0
1 1 4
1
=
t (1 t)2 dt = =
.
2 0
210
5.4.3
Surfaces sectorielles
Domaines limites par un arc P Q et par les segments OP et OQ. Alors

1
A=
2
tQ
tP
(xy xy)
dt

monstration :
De
Parametrisation de OP :
{
x=t
(pente = m)
y = mt
121
x = 1
y = m
xy xy
= mt mt = 0
Idem pour QO : xy xy
= 0.
Donc
I
(xy xy)
dt =
...
OP
...
...
PQ
=0+
QO
+ 0 =
xy xy.
Exemple : secteur dune ellipse dequation :

{
x = a cos t
y = b sin t
Alors
1
A=
2
tQ
tP
1
(a cos t b cos t + a sin t b sin t) dt = ab (tQ tP ).
2
Si t = 0 et t = 2, on obtient laire de lellipse :

Aellipse = ab.
Coordonn
ees polaires
Si larc P Q est donnee en coordonnees polaires = (), alors
x = cos
et
y = sin
x = cos sin
et
y = sin + cos .
donne
Laire est egale alors à
1 Q
A=
(xy xy)
d
2 P
Q
1
=
cos ( sin + cos ) sin ( cos sin ) d
2 P
1 Q 2
=
(cos2 + sin2 ) d
2 P
1 Q 2
=
() d.
2 P

122
Explication intuitive :
Laire du triangle innitesimal est egale à

dA =
1
1
1
1
base hauteur ds = d = 2 d.
2
2
2
2
Exemple : Aire du domaine hachure de la spirale hyperbolique : =
1
A=
2
5.4.4
/4
a2
d
2
9/4
a
.
)
(
)

a2
1
a2
13 2
a .
d =

+ ... =
2
2
/4
9
Longueur darc
Soit : y = f (x) une courbe avec f derivable. On note s la longueur darc de entre le
point P et le point Q. On approxime larc P Q par une suite de cordes Pk Pk+1 .
Longueur de la corde Pk Pk+1 :

|Pk Pk+1 | = lk =
x2k + yk2
Si lon divise larc en n cordes alors on a
sn =
k=0
lk =
k=0
x2k
yk2
k=0
(
1+
yk
xk
)2
xk
()

Lorsque n et xk , yk 0 alors
xQ
s=
123
yk
dy
= y et la serie (*) a comme limite

xk
dx
1+
y (x)2
xP
De s(x) =
xQ
dx =
1 + f (x)2 dx
xP
ds
= 1 + f (x)2 et donc
dx
1 + f (x)2 dx on en deduit s (x) =
ds = s (x) dx =
dx2 + dy 2
()
ds = element dierentiel de longueur darc.

Si la courbe est sous forme param
etrique :
{
:
la formule (**) devient
ds =
x = x(t)
y = y(t)
x(t)
2 + y(t)
2 dt
tQ
s=
dx = x(t)
dt
dy = y(t)
dt
et ainsi
x(t)
2 + y(t)
2 dt
tP
Exemple 5.30.
Longueur dune ellipse :
:
x2 y 2
+ 2 =1
a2
b
avec 0 < a < b.

{
x = a cos t
y = b sin t.
Parametrisation :
{
=
x = a sin t
y = b cos t
Alors la longueur vaut :
L=
=b
a2 sin2 t + b2 cos2 t dt = b
( )
a 2 2
sin t + cos2 t dt
b
1 k 2 sin2 t dt
( )2
o`
u k 2 = 1 ab .
Cette integrale nest pas elementaire : on ne peut la calculer quavec des methodes numeriques.

124
Longueur en coordonn
ees polaires
Soit : = () donnee en coordonnees polaires. Alors les equations

x = cos
et
y = sin
et
y = sin + cos .
donnent, comme precedemment,

x = cos sin
Lelement dierentiel de longueur vaut alors
ds = x 2 + y 2 d = = 2 () + 2 () d
et la longueur entre les points P et Q vaut
s=
2 () + 2 () d.
Exemple : Longueur de la cardiode : = a(1 + cos ) avec a > 0.
=2
a2 (1
L=
cos )2
a2 sin2
d = 2a
=0
2 + 2 cos d
{z
}
=4 cos2

|2 cos | d = 4a
cos d = 8a sin = 8a.
= 2a
2
2
2 0
0
0
5.5
5.5.1
Calcul des volumes

Cas o`
u laire des sections est connue
On suppose que laire A de la section de ce corps par chaque plan horizontaux est connue ;
elle est alors fonction de z : A = A(z).
Le volume du domaine du corps limite par 2 plans très proches z = zk et z = zk + zk est

approximativement egale au volume du cylindre de base A(zk ) et de hauteur zk . Ainsi
Vk = A(zk ) zk
5.5. CALCUL DES VOLUMES
125
En partageant ainsi la hauteur du corps en n intervalles, on obtient :

Vn =
A(zk ) zk .
k=0
Cest une somme de Riemann et lon peut faire tendre n vers linni. Si la limite existe, on
obtient
zmax
V = lim Vn =
A(z) dz.
n
zmin
Exemples 5.31.
(1) Volume dun cone de base quelconque B et de hauteur h.
Comme B et B(z) sont homothetiques, on a pour tout z [0; h] :

B(z) ( z )2
B
=
=
B(z) = 2 z 2 .
B
h
h
Donc

h
h
B 2
B 1 3 h 1
V =
B(z) dz =
z dz = 2 z = B h .
2
h 3 0
3
0
0 h
(2) Volume de lellipsode :
x2 y 2 z 2
+ 2 + 2 = 1.
a2
b
c
Dans chaque plan, z = z0 , la section est une ellipse dequation :
x2 y 2
z02
+
=
1
= 02
a2
b2
c2
y2
x2
+
=1
(a0 )2 (b0 )2
Laire de chaque ellipse vaut

ab02
A0 = (a0 )(b0 ) =
)
(
z2
A(z) = ab 1 2 .
c
(
)
z02
= ab 1 2
c

126
On obtient pour le volume :

(
)
)
(
)c
c
c(
z2
z 2
4
z2
V =
ab 1 2 dz = 2ab
1 2 dz = 2ab z 2 = abc.
c
c
3c
3
c
0
0
4
Si a = b = c = R, lellipsode est une sphère de volume V = R3 .
3
5.5.2
Corps de r
evolution
Considerons une courbe : y = f (x)
On peut generer un volume en faisant tourner

le domaine D autour de laxe Ox : alors
dV = y 2 dx
et donc
x2
V =
f 2 (x) dx.
x1
le domaine D autour de laxe Oy :

dV = x2 dy
ce qui donne
y2
V =
[g(y)]2 dy
y1
ou egalement
x2
V =
x1
x2 f (x)dx
| {z }
=dy
car dy = f (x) dx.

Si le domaine est limite par deux courbes f et g (voir dessin), alors
V = f 2 (x) g 2 (x) dx.
5.5. CALCUL DES VOLUMES
127
Exemple 5.32. y = f (x) = 2x3 entre O(0; 0) et P (1; 2).
Rotation autour de laxe Ox du domaine D : V =
4
4x6 dx = .
7
( y )1/3
Rotations autour de laxe Oy du domaine D : x = f (y) = g(y) =
et h(y) = 1.
2
Alors
(
)
y=2
2 ( )
y 2/3
1
3 5/3 2
6
4
2
2
V =
h(y) g(y) dy =
1
dy = y 2/3 y
= (2 ) =
.

2
5
5
5
2
y=0
0
0
0
1
Courbes param
etriques
{
x = x(t)
:
y = y(t)
dV = y 2 (t)x(t)
dt
(rotation autour de laxe Ox)
dV = x2 (t)y(t)
dt
(rotation autour de laxe Oy)
Si pour t [t1 ; t2 ], le domaine limite par est ferm

e et enti`
erement situ
e dun c
ot
e
de laxe, alors le volume du corps de revolution est
t2
V =
y 2 (t)x(t)
dt.
t1
Exemple : Volume du tore :
x = R + r cos t
y = r sin t
t [0; 2]
Alors (axe de rotation = axe Oy)
2
2
V = x y dt =
(R + r cos t) r cos t dt = r
0
= r(0 + 2Rr + 0) = 2 2 Rr2 .
(R2 cos t + 2Rr cos2 t + r2 cos3 t) dt

128
5.6
Surface de r
evolution
Rotation autour de laxe Ox

On considère à nouveau une courbe : y = f (x) que lon fait tourner autour de laxe Ox.
On engendre ainsi une surface de r

evolution dont on veut determiner laire.
Pour ce faire, on divise en n cordes Pk1 Pk . Chaque segment Pk1 Pk engendre, en tournant, une surface qui est egale à
sk = 2
f (xk ) + f (xk1 )
lk
2
o`
u lk est la longueur de la corde Pk1 Pk . Or, on a montre que lk =
Donc
Sn =
sk =
k=1
k=1
f (xk1 ) + f (xk )
2
2
(
1+
yk
xk
(
1+
)2
xk .
En faisant tendre n vers linni, on obtient, si la limite existe
xQ
f (x)
S = 2
1 + f (x)2 dx.
xP
Lelement dierentiel de surface est

dS = 2y ds = 2y
dx2 + dy 2 = 2f (x)
o`
u ds = element dierentiel de longueur =
1 + f (x)2 dx
dx2 + dy 2 dx.
Rotation autour de laxe Oy

Par analogie, la rotation autour de laxe Oy donnera la surface
xQ
S = 2
x 1 + f (x)2 dx.
xP
Ici, on a
dS = 2x ds
yk
xk
)2
xk .
5.7. CONVERGENCE DES SERIES

: CRITERE
INTEGRAL
129
Exemples 5.33.
1) Miroir parabolique : soit y = x2 un arc de parabole avec 0 6 x 6 1.
La rotation autour de Oy donne un miroir parabolique.
Sa surface vaut
S = 2
0
2

x 1 + 4x2 dx =
(1 + 4x2 )3/2 = (5 5 1).
43
6
0
{
2) Surface dune sphère. On a :
x = R cos
[0; ].
y = R sin
2
S =2
dS = 2 2
= 4
/2
2 + y()
2 d
x x()
0
/2
R cos R d = 4R2 .
5.7
Convergence des s
eries : crit`
ere int
egral
Considerons la serie à termes positifs
un .
n=1
Posons f (n) = un et prolongeons la fonction discrète f (n) aux valeurs reelles x > 1.
La condition necessaire de convergence de la serie est que un 0 ce qui implique que

f (x) 0.

130
Om impose de plus que f (x) soit decroissante.

Alors la somme partielle
sn = u1 + u2 + + un
est la somme des aires des rectangles de base 1 et de hauteur f (n). Comme f (x) decrot,
on a
n+1
un >
f (x) dx
n
et donc
sn >
f (x) dx + +
n+1
n+1
f (x) dx =
f (x) dx.
De meme,
un+1 = f (n + 1) 1 <
n+1
f (x) dx
n
do`
u
sn+1 < u1 +
+ +
n+1
n+1
= u1 +
n
f (x) dx.
1
Si lon fait tendre n vers linni, on obtient le critère suivant :

si I =
f (x) dx diverge, alors sn >
f (x) dx : la serie diverge
1
1

si I =
f (x) dx converge, alors lim sn+1 = s < u1 + I : la serie converge
n
Applications
1
(r > 0) converge si r > 1 et diverge sinon.
Les series
nr
Exemples :
1) Que peut-on dire de
k=2
1
?
k ln k
Posons
f (x) =
1
.
x ln x
1
On a bien f (x) decroissante car f =
(ln x + 1) < 0 si x > 2.
(x ln x)2

[
]
1
dx = ln | ln x|
= +.
f (x) dx =
x ln x
2
2
2
On en deduit que la serie diverge.
1
.
k(ln k)2
k=2
1
Alors f (x) =
est decroissante et
x(ln x)2

1
1
1
1

(ln x)2 dx = (ln x)1 =
lim
=
.
f (x) dx =
x
ln 2 ln
ln 2
2
2
2
2) Prenons
On en deduit que la serie converge.
Chapitre 6
Equations di
erentielles ordinaires
6.1
Introduction et d
enitions
Cherchons toutes les fonctions y = f (x) satisfaisant lequation fonctionnelle

f (x) + f (x) = 0
()
En essayant, on trouve que f (x) = ex satisfait lequation ().

Y a-t-il dautres solutions ?
Par linearite, f (x) = Cex est aussi une solution pour tout C R. On verra plus tard que
toute solution de () est de la forme Cex .
Lequation () est une
equation di
erentielle du 1er ordre = equation reliant une fonc
tion inconnue f (x) et sa derivee f (x).
D
enition 6.1. Plus generalement, une equation dierentielle dordre n est une equation
(x, y, y , . . . , y (n) ) = 0
faisant intervenir une variable x, une fonction inconnue y = y(x) et ses derivees y (x),
y (x), . . .y (n) (x) jusquà lordre n.
Exemples 6.2.
1. Circuit electrique RLC serie :
Notons q(t) la charge sur la capacite. Alors le courant est la derivee de la charge :
I(t) = q(t).
resistance R : UR = RI(t) = Rq(t)
131
132
CHAPITRE 6. EQUATIONS DIFFERENTIELLES

ORDINAIRES
inductance L : UL = L
dI(t)
= L
q (t)
dt
capacite C : q = CUC
U = U (t) : tension de la source.
Alors on doit avoir UR + UC + UL = U (t) ce qui donne

1
q(t) + L
q (t) = U (t).
C
Cest une equation dierentielle dordre 2.
Rq(t)
+
2. En mecanique newtonnienne on a lequation F = ma.

Soit t le temps, y(t) la position, y(t)
la vitesse et y(t) lacceleration. Si on suppose que

la force depend du temps, de la position et de la vitesse F = F (t, y, y)
, on doit resoudre
lequation dierentielle du 2ème ordre :
m
y = F (t, y, y)
Remarque 6.3 (Conditions initiales). Pour resoudre une equation dierentielle, on fait
une integration : la solution g
en
erale contient donc une (ou plusieurs) constante(s)
C1 , C2 , . . .Cn .
Souvent, à lequation dierentielle (x, y, y , . . . , y (n) ) = 0 sajoute une condition initiale
y(x0 ) = y0 , y (x0 ) = v0 , . . . , y (n1) (x0 ) = b0 .
Cette condition initiale impose la valeur des constantes Ci : on parle de solution particuli`
ere.
6.2
Equation di
erentielle du premier ordre
Forme generale : (x, y, y ) = 0.

Sous des hypothèses très larges, on peut ecrire
y = (x, y)
Cest la forme normale.
6.2.1
Si
Equation s
eparable
y = (x, y) = f (x)g(y)
on dit que lequation dierentielle est s

eparable. On a alors
1
1 dy
y = f (x)
=
= f (x)
g(y)
g(y) dx
1
=
dy = f (x) dx
g(y)
Le problème se ramène à 2 integrations.
1
dy = f (x) dx
g(y)

6.2. EQUATION DIFFERENTIELLE
DU PREMIER ORDRE
133
Exemples 6.4.
1. xy 2y = 0
=
=
=
1
2y
= 2y
x
x
1
1
dy = 2
dx
y
x
y = C x2
CR
y =
dy
2
= y
dx
x
ln |y| = 2 ln |x| + c
1
2
dy = dx
y
x
|y| = x2 ec
(solution generale)
Si de plus on veut y(1) = 2, alors y(x) = 2x2 .
2. y = (1 + 2x) 1 + y 2
dy
= (1 + 2x) 1 + y 2
dx
arcsinh (y) = x + x2 + C
y(x) = sinh(x + x2 + C)
1
1 + y2
dy =
(1 + 2x) dx
solution generale
Si lon veut par exemple y(0) = 0 alors y(x) = sinh(x + x2 ).

Equation autonome
Un cas particulier dequation separable est celui des equations dites autonomes :
y = g(y).
Lequation est independante de x . On a alors
dy
= g(y)
dx
1
dy = dx .
g(y)
Après integration on obtient
1
dy = x + C
g(y)
Exemple : resoudre y = y 2 + y. Alors
dy
y 2 +y
()
= dx. Or
y
1
1
1

dy
=
dy
=
ln
|y|
ln
|1
+
y|
=
ln

y2 + y
y y+1
y+1

y
Lequation () devient ln y+1 = x + c ce qui donne
y
= ec ex = Cex
y+1
CR
Cette equation implicite se resoud pour donner

y(x) =
1
1 x
Ce
C
C
ex

ORDINAIRES
134
6.2.2
Equation homog`
ene en x et y
D
enition 6.5. On dit que (x, y) est homog`
ene de degr
e 0 en x et y si
pour tout t R.
(tx, ty) = (x, y)
Exemples 6.6.
1. (x, y) =
x3 + xy 2
est homogène de degre 0 (
y 3 + x2 y
(tx, ty) =
degr
e3
degr
e 3)
car
t3 x3 + txt2 y 2
x3 + xy 2
=
= (x, y).
t3 y 3 + t2 x2 ty
y 3 + x2 y
2. (x, y) = xy nest pas homogène de degre 0 car (tx, ty) = t2 xy = (x, y)

3. (x, y) =
2x + 2y
1x+y
x+y
nest pas homogène car (2x, 2y) =
=
= (x, y).
xy
4xy
2 xy
R
esolution : On eectue le changement de fonction
y(x) = u(x) x
y = xu + u
et ceci nous ramène à une equation separable en x et u(x).

Exemple : y =
x2
xy
homogène de degre 0.
+ y2
En posant y = ux et donc y = u x + u, on obtient

[
]
[
]
x2 u
u
1
u
du
1
u3
ux+u= 2
=
=
= u =
u
=
x + u2 x2
1 + u2
x 1 + u2
dx
x
1 + u2
1
1 + u2
1
1 + u2
du
=
dx
=
du =
dx
=
3
3
u
x
u
x
1
=
ln |u| = ln |x| + c.
2u2
Comme u =
y
, on trouve
x
x2
= ln |x| + ln |y/x| + c = ln |y| + c
2y 2
ex
2 /2y 2
= |y| |{z}
ec .
On obtient nalement
2 /2y 2
Cy = ex
Cest une forme implicite impossible à resoudre sous la forme y = f (x).
=C

DU PREMIER ORDRE
6.2.3
135
Equation lin
eaire
Une
equation di
erentielle du premier ordre lin
eaire est (sous forme normale) :
y + a(x)y = b(x)
ATTENTION : elle est lineaire en y et y ; pas en x.
Le terme b(x) est appele le second membre.
Si b(x) = 0, lequation est dite homog`
ene. Sinon elle est inhomog`
ene ou avec second
membre.
Exemples 6.7.
cos x
cos x
y = 2x2 est lineaire inhomogène avec a(x) =
et b(x) = 2x2
x
x
y y + xy = 2x 1 nest pas lin
eaire
4x3
x
3
e y + 4x y = 0 est lineaire homogène : y + x y = 0
e
|{z}
y +
=a(x)
Pour resoudre une equation lineaire, on procède en 2 etapes :

(I) dabord on resoud lequation homogène (en posant b(x) = 0) ;
(II) puis on resoud lequation avec second membre.
(I) Equation homog`
ene
Soit y (x) + a(x)y = 0.
=
=
dy
1
= a(x)y
=
dy = a(x)dx
dx
y
1
dy = ln |y| = a(x) dx = A(x) + c
y
o`
u A(x) est une primitive de a(x). Ceci donne nalement
Solution generale de lequation homogène :

On note w(x) = eA(x) .
Exemple 6.8. y + x2 y = 0.
On a a(x) = x2 = A(x) = x3 /3 ce qui donne
y = Cex
3 /3
yh (x) = C eA(x)
CR

ORDINAIRES
136
(II) Equation inhomog`

ene (avec second membre)
Th
eor`
eme 6.9 (Theorème 1). La solution generale de lequation inhomogène
y + a(x)y = b(x)
secrit comme la somme de la solution generale de lequation homogène et dune solution
particulière de la solution inhomogène.
m : Soit w(x) une solution de lequation homogène et yP (x) une solution particulière de
De
la solution inhomogène. Alors
[w(x) + yP (x)] + a(x) [w(x) + yP (x)] = w (x) + a(x)w(x) + yP (x) + a(x)yP (x) = b(x)
|
{z
} |
{z
}
=0
=b(x)
ce qui montre que w(x) + yP (x) est une solution de lequation inhomogène.
Reciproquement, soit z1 (x) et z2 (x) deux solutions de lequation inhomogène. Alors
[z1 (x) z2 (x)] + a(x) [z1 (x) z2 (x)] = z1 (x) + a(x)z1 (x) [z2 (x) + a(x)z2 (x)]
= b(x) b(x) = 0
ce qui montre que w(x) = z1 (x) z2 (x) est solution de lequation homogène et donc que
z1 (x) = w(x) + z2 (x).
R
esolution de l
equation avec second membre : Il reste à trouver une solution particulière de lequation y + a(x)y = b(x). Pour cela on utilise la
A : M
ethode des essais
On essaie une solution de la forme
yP (x) = K1 f1 (x) + K2 f2 (x) + + Kn fn (x)
o`
u les fi sont choisies relativement à la forme du second membre b(x).
Exemples 6.10.
1.
y + y = ex + sin x
(1)
On essaie yP (x) = K1 ex + K2 sin x + K3 cos x que lon introduit dans (1). On obtient
K1 ex + K2 cos x K3 sin x + K1 ex + K2 sin x + K3 cos x = ex + sin x
ce qui donne K1 =
1
2
et le système
{
K2 + K3 = 0
K2 K3 = 1
dont la solution est K2 = 12 et K3 = 12 .

Une solution particulière est donc
yP (x) =
1 x
(e + sin x cos x) .
2

DU PREMIER ORDRE
2.
137
y + 2y = 2e2x
(2)
On essaie yP (x) = Ke2x . Introduit dans (2), ceci donne
2Ke2x + 2Ke2x = 2e2x
qui est impossible. Le choix est mauvais.
3. 2xy + y = x2 x.
On essaie yP (x) = K1 x2 + K2 x. Ceci donne
2x (2K1 x + K2 ) + K1 x2 + K2 x = x2 x
et donc 5K1 = 1 et 3K2 = 1. Une solution particulière est donc
1
1
yP (x) = x2 x.
5
3
Si la methode des essais ne marche pas, on applique la methode generale :

B : M
ethode de la variation des constantes
On cherche une solution particulière en posant
yP (x) = c(x)w(x)
o`
u w(x) = eA(x) est la solution de lequation homogène et c(x) une fonction à trouver.
En introduisant yP et yP dans lequation y (x) + a(x)y(x) = b(x) on obtient
c (x)w(x) + c(x)w (x) + a(x)c(x)w(x) = b(x)
ce qui devient, en utilisant le fait que w (x) + a(x)w(x) = 0,
c (x)w(x) = b(x)
Finalement
c (x) =
b(x)
w(x)
ce qui montre que c(x) est une primitive de b(x)eA(x) .

En resume, une solution particulière de lequation y + a(x)y = b(x) est donnee par
yP (x) = c(x)eA(x)
avec
c(x) =
b(x)
dx =
w(x)
b(x)eA(x) dx.

ORDINAIRES
138
Exemples 6.11.
1. Resoudre lequation
y +
x
x
y=
.
2
(1 + x2 )2
|1 +
{zx }
| {z }
=a(x)
a(x) =
x
1 + x2
A(x) =
=b(x)
1
ln(1 + x2 ).
2
(I) Equation homogène :

w(x) = eA(x) = e 2 ln(1+x
1
2)
1
=
.
1 + x2
La solution generale de lequation homogène est donc

C
yh (x) = Cw(x) =
.
1 + x2
(II) Equation avec second membre :
x
x
b(x)
1
2
dx =
1 + x dx =
c(x) =
dx =
2
2
3/2
2
w(x)
(1 + x )
(1 + x )
1 + x2
et alors une solution particulière de lequation inhomogène est donnee par
1
1
1
=
yP (x) = c(x)w(x) =
.
1 + x2
1 + x2 1 + x2
La solution generale est alors
C
1
y(x) = Cw(x) + yP (x) =
2
1 + x2
1+x
2. Resoudre
C R.
y + y = e|x +{zsin x} .
=b(x)
(I) Equation homogène : y + y = 0

=
w(x) = ex
(II) Equation inhomogène :
1
1
b(x)
dx = ex (ex + sin x) dx = e2x + ex (sin x cos x)
c(x) =
w(x)
2
2
et donc
1
1
yP (x) = w(x)c(x) = ex + (sin x cos x)
2
2
Finalement, la solution generale est
1
1
y(x) = Cw(x) + yP (x) = Cex + ex + (sin x cos x).
2
2
3. Resoudre
xy 2y = x2 x .
Forme normale :
y
2
y =x1
x

DU PREMIER ORDRE
139
avec a(x) = x2 et b(x) = x 1.

2
(I) Equation homogène : y y = 0.
x
A(x) = a(x) dx = 2 ln |x|
w(x) = eA(x) = e2 ln |x| = x2
et la solution generale de lequation homogène est

yh (x) = Cw(x) = Cx2 .
(II) Solution particulière de lequation inhomogène :
b(x)
1
1
1
1
c(x) =
(x 1) dx =
dx =
2 dx = ln |x| +
2
w(x)
x
x x
x
yP (x) = w(x)c(x) = x2 (ln |x| +
1
) = x + x2 ln |x|.
x

y(x) = yh (x) + yP (x) = Cx2 + x + x2 ln |x|
6.2.4
Equation du type y =
ax+by+c
dx+ey+f
CR
On se ramène à une equation homogène de degre 0 en posant

{
x = + nouvelle variable
y = u + nouvelle fonction = y = u
{
a + b + c = 0
o`
u et satisfont le système :
d + e + f = 0
Exemple 6.12.
y =
{
=
2x + y + 1
.
4x + y
2 + + 1 = 0
4 + = 0
On pose donc
1
= , = 2
2
x = + 21
y =u2
Lequation devient (avec y = u )

u =
2 + u
= (, u)
4 + u
()
Cest une equation homogène de degre 0 car (t, tu) = (, u).

Resolution de () : on pose u = v = u = v + v . On obtient
v + v =
Cest une equation separable.
2+v
2 + v
=
4 + v
4+v

ORDINAIRES
140
6.2.5
Equation de Bernoulli
y = f (x)y + g(x)y n
n = 1
On divise lequation par y n pour obtenir

y
y
= f (x) n + g(x)
yn
y
On pose
u(x) =
Alors u = (1 n) y n y = (1 n)
1
= y 1n .
y n1
y
.
yn
Lequation devient
1
u = f (x)u + g(x)
1n
qui est une equation dierentielle lineaire (en u(x)).
6.3
Equation di
erentielle du 2`
eme ordre
Forme generale :
(x, y, y , y ) = 0
Forme normale :
y = (x, y, y )
6.3.1
Equation sans terme y
Si lequation ne contient pas de y

y = (x, y ),
on pose
u = y
ce qui donne u = (x, u). Cest une equation du premier ordre en u(x).
Ayant trouve u(x) on intègre pour obtenir y(x).
6.3.2
Equation autonome (sans terme x)
Si lequation ne contient pas de x :

y = (y, y ),
on pose
z(y) = y
ce qui donne
y =
d
d
d
dy
dz
y =
z(y) =
z(y)
=
z = z(y)z (y).
dx
dx
dy
dx
dy

`
DU 2EME
ORDRE
ATTENTION : ici z (y) signie
141
dz
dz
et pas
dy
dx
Il sut alors de resoudre lequation du 1er ordre en y :

z(y) z (y) = (y, z(y)).
Puis, quand z(y) est trouve, on resoud encore lequation dierentielle
Exemple : resoudre
Il ny a pas de x.
On pose y = z(y)
dy
= z(y).
dx
yy = y 2 + y y 2 .
=
y = z z
= y z z = z 2 + zy 2
1
z (y) z(y) = y
y
En divisant par z, il ne faut pas oublier la solution z = 0, i.e. y = 0 donc y = K.

1
Cest une equation du premier ordre lineaire inhomogène, avec a(y) = et b(y) = y.
y
On en deduit A(y) = ln |y| et w(y) = eA(y) = y.
La solution generale est, après calculs,
z(y) = Cy + y 2 .
On revient à x :
=
z=
dy
= Cy + y 2
dx
dy
= dx
Cy + y 2
1
C
1
1
y C +y
)
dy = dx.
Integration :
=
1 y
ln
=x+K
C
C +y
y
= eCx+CK = DeCx
y+C
Ceci donne y = D(y + C)eCx et nalement

y(x) =
CDeCx
CD
= Cx
Cx
1 De
e
D
D, C R.
Il faut rajouter à cette solution generale la solution y = K trouvee plus haut.
6.3.3
Equation lin
eaire
Forme generale : A1 (x)y + A2 (x)y + A3 (x)y = B(x)

Forme normale :
y + p(x)y + q(x)y = b(x)
Comme pour le 1er ordre,
solution generale de lequation inhomogène = solution generale de lequation homogène
+ une solution particulière de lequation inhomogène.
(cf. Theorème 1)

ORDINAIRES
142
(I) Equation homog`

ene
On considère lequation
y + p(x)y + q(x)y = 0
(6.1)
D
enition 6.13. Deux fonctions y1 , y2 : I R dont dites lineairement independantes si
[y1 (x) + y2 (x) = 0
x I]
= = 0.
Th
eor`
eme 6.14. Lequation (6.1) possède deux solutions lineairement independantes y1 (x),
y2 (x) et toute solution y(x) de (6.1) est de la forme
y(x) = C1 y1 (x) + C2 y2 (x)
avec C1 , C2 R
Il ny a pas de methode generale pour resoudre (6.1). Cependant, si on a trouve une solution
y1 (x), on peut chercher la seconde en posant
y2 = uy1
o`
u u satisfait une equation dierentielle du 1er ordre.
Exemple 6.15.
x2
y xy + y = 0.
x+2
On remarque que y1 (x) = x est une solution.

Posons y2 = ux. Alors y2 = u x + u et y2 = u x + 2u . Dans lequation, ceci donne
=
=
=
x2
x3
2x2
(u x + 2u ) x(u x + u) + ux = 0 =
u +(
x2 )u = 0
x+2
x+2
x+2
x3
x3
v=u
u
u = 0 = u u = 0 = v v = 0
x+2
x+2
v = ex = u = ex
et donc
y2 = ux = xex .
La solution generale est donc, par le theorème 6.14,
y(x) = C1 x + C2 xex .
Un cas particulier est resoluble complètement : ce sont les

`
DU 2EME
ORDRE
143
Equations `
a coecients constants
Forme normale :
y + py + qy = 0
p, q R
()
On cherche une solution de la forme y(x) = ex . En remplacant dans lequation, on trouve

2 ex + pex + qex = 0
ce qui donne 2 + p + q = 0.
Le polynome
P () = 2 + p + q
est appele le polyn
ome caract
eristique de l
equation ().
1er cas : P () a deux racines reelles distinctes 1 et 2 . Alors
y(x) = C1 e1 x + C2 e2 x
est la solution generale.
2ème cas : P () a une racine reelle double = 1 = 2 .
Alors y1 (x) = ex est une solution et en posant y2 = uy1 on obtient y2 (x) = xex . La
solution generale est alors
y(x) = C1 ex + C2 xex .
3ème cas : P () a deux racines complexes conjuguees
1 = + 0 i
Alors
et
2 = 0 i.
[
]
e(0 i)x = ex e0 ix = ex cos(0 x) i sin(0 x) .
On en tire 2 solutions reelles lineairement independantes :

[
]
y(x) = ex C1 cos(0 x) + C2 sin(0 x)
est la solution generale.
0 = pulsation propre de lequation (du système).
Si < 0, cest le facteur damortissement.
(II) Equations lin

eaires inhomog`
enes
On sait, par le theorème 6.14, que la solution generale y(x) de lequation
y + p(x)y + q(x) = b(x)
(6.2)
est de la forme
y(x) = C1 y1 (x) + C2 y2 (x) + yP (x)
o`
u C1 y1 (x) + C2 y2 (x) est la solution generale de lequation homogène et yP (x) une solution
particulière de lequation (6.2).
Il reste à trouver une solution particulière à lequation (6.2).

ORDINAIRES
144
A : M
ethode des essais
On essaie une fonction de la forme
yP (x) =
k fk (x)
o`
u les fk sont judicieusement choisies.
Exemple :
y + y = x2 + sin
x
.
2
Pour x2 on pose : f1 (x) = 1 x2 + 2 x + 3 ce qui donne
1 = 1
2
2
2 = 0
21 + (1 x + 2 x + 3 ) = x
=
3 = 2
f1 (x) = x2 2
Pour sin x2 , on essaie f2 (x) = sin x2 ce qui donne
x
x
x
sin + sin = sin
4
2
2
2
f2 (x) =
4
x
sin .
3
2

yP (x) = x2 2 +
x
4
sin
3
2
B : M
ethode de Lagrange (ou variation des constantes)
Soit
w(x) = C1 y1 (x) + C2 y2 (x)
la solution generale de lequation homogène o`
u y1 et y2 sont lineairement independantes.
On cherche une solution de la forme
yP (x) = 1 (x)y1 (x) + 2 (x)y2 (x)
o`
u 1 (x) et 2 (x) sont des fonctions à determiner.
On impose en plus
y1 1 + y2 2 = 0
ce qui donne
(I)
yP = 1 y1 + 2 y2 + 1 y1 + 2 y2 = 1 y1 + 2 y2
|
{z
}
=0
et
yP = 1 y1 + 2 y2 + 1 y1 + 2 y2
En substituant yP , yP et yP dans lequation (6.2), on obtient

(
)
1 y1 + 2 y2 + 1 y1 + 2 y2 + p 1 y1 + 2 y2 + q (1 y1 + 2 y2 ) = b(x)
[
]
[
]
1 y1 + 2 y2 + 1 y1 + py1 + qy1 + 2 y2 + py2 + qy2 = b(x)
( )

`
DU 2EME
ORDRE
{
Or
145
y1 + py1 + qy1 = 0
y2 + py2 + qy2 = 0
car y1 et y2 sont des solutions de lequation homogène. Donc ( ) devient

1 y1 + 2 y2 = b(x)
(II)
Il faut donc resoudre le système lineaire (I) + (II) :

{
y1 1 + y2 2 = 0
y1 1 + y2 2 = b(x)
qui secrit matriciellement
)
) ( ) (
0
1
y1 y2
=
y1 y2
2
b(x)
|
{z
}
(
=M
Le determinant W = det(M ) sappelle le wronskien de y1 et y2 . Il est non nul car y1 et y2

sont lineairement independantes. Alors
(
1
2
)
=M
1
=
W
=
1
W
0
b(x)
y2 y2
y1 y1
(
b(x)y2
b(x)y1
) (
0
b(x)
En integrant ensuite 1 et 2 , on obtient 1 et 2 .

Exemples 6.16.
1. y + y = sin x.
On a b(x) = sin x
(I) Equation homogène (à coecients constants) : y + y = 0
y1 (x) = sin x
et
y2 (x) = cos x.
(II) Equation inhomogène :

(
M=
y1 y2
y1 y2
(
=
sin x cos x
cos x sin x
et donc W = det(M ) = 1. Alors

( )
(
) (
) (
)
1
1
by2
by2
sin x cos x
=
=
=
2
by1
by1
sin2 (x)
W
Integration :
=
1 (x) =
1
sin2 x et
2
1
1
2 (x) = x + sin(2x).
2
4

ORDINAIRES
146

yP (x) = y1 1 + y2 2
1
1
1
= sin x sin2 x + cos x ( x + sin(2x))
2
2
4
1
= = x cos x
2
La solution generale de lequation y + y = sin x est alors
1
y(x) = C1 y1 + C2 y2 + yP = C1 sin x + C2 cos x x cos x .
2
xy (2x + 1)y + (x + 1)y = 2xex
2. Resoudre
Forme normale : y
2x + 1 x + 1
y +
y = 2ex
x
x
b(x) = 2ex
(I) Equation homogène : en essayant on trouve y1 (x) = ex .

On pose alors y2 = uy1 = uex . Ceci donne
y2 = u ex + uex
y2 = u ex + 2u ex + uex .
et
Introduits dans lequation à resoudre, on obtient

xex (u + 2u + u) (2x + 1)ex (u + u) + (x + 1)uex = 0
=
{
Donc
u x u = 0
u = x2
y2 (x) = x2 ex .
y 1 = ex
y 2 = x 2 ex
(II) Solution particulière de lequation inhomogène :

(
) ( x
)
y1 y2
e
x 2 ex
M=
=
y1 y2
ex ex (x2 + 2x)
et donc W = det(M ) = e2x (x2 + 2x x2 ) = 2xe2x . Alors
( )
(
)
(
)
1
1
1
by2
2ex x2 ex
=
=
2
by1
2ex ex
2xe2x
2xe2x
(
)
x
=
1
x
2
ce qui donne, après integration : 1 = x2 et 2 = ln |x|.

1
yP (x) = 1 y1 + 2 y2 = x2 ex + ln |x|x2 ex
| 2{z }
= 12 y2
La solution generale de lequation etudiee est alors

y(x) = C1 y1 + C1 y2 + yP = C1 ex + C2 x2 ex + x2 ln |x|ex
C 1 , C2 R

`
DU 2EME
ORDRE
6.3.4
147
Equation de Ricati
y = g(x)y 2 + f (x)y + h(x)
Cest une equation du 1er ordre (non lineaire). Après un changement de variable judicieux,
on se ramène à une equation lineaire homogène du 2ème ordre.
On pose y =
1
u
. On obtient
g(x) u
g (x) u
1
y = 2

g (x) u
g(x)
u u u2
u2
Lequation devient alors

(
)
g (x) u
1
u u u2
1
u2 f (x) u
+ h(x)
g 2 (x) u
g(x)
u2
g(x) u2
g(x) u
(
)
g (x)
u
+ f (x) u + g(x)h(x) u = 0
g(x)

g(x) u
Cest une equation lineaire homogène du 2ème ordre.
6.3.5
Equation di
erentielle dEuler
x2 y + xy + y = 0
equation di. lineaire homogène du 2ème ordre
On essaie une solution de la forme y = xr (pour x > 0) .

Dans lequation, ceci donne :
x2 r(r 1)xr2 + x rxr1 + xr = 0.
On obtient alors r(r 1)xr + rxr + xr = 0 ou encore
r2 + ( 1)r + = 0.
3 cas possibles :
1er cas : Deux solutions reelles distinctes r1 et r2 . Alors les 2 solutions lineairement independantes sont
y1 = xr1
y2 = xr2
2ème cas : Une solution reelle double r = r1 = r2 . Alors les 2 solutions lineairement
independantes sont
y1 = xr
y2 = xr ln x
3ème cas : Deux solutions complexes conjuguees :
r1 = a + bi
et
r2 = a bi.

ORDINAIRES
148
Alors xabi = xa xbi = xa ebi ln x = xa (cos(b ln x) i sin(b ln x)).

On en tire 2 solutions reelles lineairement independantes :
y1 = xa sin(b ln x)
Exemple 6.17.
1. x2 y + xy + y = 0
( = 1 = )
6.4.1
r = i
r2 + 1 = 0
y(x) = C1 sin ln x + C2 cos ln x
2. x2 y 2xy + 2y = 0
6.4
y2 = xa cos(b ln x)
y1 (x) = sin(ln x)
et y2 = cos(ln x)
C1 , C2 R.
( = 2, = 2)
r2 3r + 2 = 0
y(x) = C1 x + C2 x2
r1 = 1, r2 = 2
= y1 (x) = x y2 (x) = x2
C1 , C2 R.
Applications
Position d
equilibre dun c
able
Cable xe en ses extremites et soumis à son propre poids.
Forces agissant sur le bout M P :

tension T0 en M et T en P .
=
Poids : G
g s o`
u
= = masse specique du cable,

g = constante universelle de gravitation et
s = longueur de larc P M .
Equilibre des forces :
1) composante verticale : T sin = gs
2) composante horizontale : T cos = T0 .
On en tire
gs
tan =
.
T0
Donc
x
dy
g
y =
= tan =
s=K
1 + y (x)2 dx.
dx
T0
0
|{z}
=K
6.4. APPLICATIONS
149
On doit resoudre lequation

y = K
1 + y 2 dx
()
avec les conditions initiales :
y (0) = 0
y(0) = h = OM
En derivant (), on trouve

y = K
1 + y 2
u=y
u = K
1 + u2
du
= Kdx
1 + u2
u = sinh(Kx + C) = y
arcsinh u = Kx + C
y = sinh(Kx) car y (0) = 0.
Do`
u nalement y = K1 cosh(Kx) + D.
En utilisant la condition initiale y(0) = h, on obtient
y(x) =
6.4.2
1
1
cosh(Kx) + h .
K
K
Ph
enom`
enes oscillatoires
Forces en presence :
Force du ressort proportionnelle à lelongation : F1 = Ky(t)
Force de frottement proportionnelle à la vitesse : F2 = y (t).
Force exterieure : F3 = F (t).
Equation de Newton : F1 + F2 + F3 = ma.
Ceci donne
my = Ky y + F (t)
y + ay + ky = F (t)
avec k =
F (t)
> 0, a =
> 0 et F (t) =
.
m
m
m
=
()

ORDINAIRES
150
Equation homog`
ene (=sans force ext
erieure)
y + ay + ky = 0 : Equation de second ordre lineaire à termes constants :
Polynome caracteristique : P () = 2 + a + k = 0
1er cas :
= a2 4k > 0
deux solutions reelles negatives :
a a2 4k
1,2 =
<0
2
Alors
yh (t) = C1 e1 t + C2 e2 t
Pas doscillation, amortissement exponentiel.
2ème cas :
= a2 4k = 0
une solution reelle double negative :

= 1 = 2 =
Alors
a
2
yh (t) = (C1 + C2 t) e 2
Pas doscillation, amortissement critique.
3ème cas :
= a2 4k < 0
deux solutions complexes conjuguees :

a
1,2 = 0 i
2
avec 0 =
4ka2
2
= pulsation propre
a
Facteur damortissement = =
.
2
2m
6.4. APPLICATIONS
Alors
151
yh (t) = [C1 cos(0 t) + C2 sin(0 t)] e 2 t

a
Oscillations et amortissement exponentiel.
Cas particulier : si a = 0 (pas de frottements) alors

yh (t) = C1 cos(0 t) + C2 sin(0 t)
Oscillations sans amortissement de pulsation propre
4k
K
0 =
= k=
2
m
Equation inhomog`
ene : solution particuli`
ere
Il reste à chercher une solution particulière à lequation ()
y + ay + ky = F (t).
On le fera uniquement dans le 3ème cas (oscillations) :
Methode de Lagrange : On cherche une solution particulière de la forme
yP (t) = e 2 t [1 (t) cos(0 t) + 2 (t) sin(0 t)] .
(
)
cos(0 t)
sin(0 t)
t
et le wronskien est alors
0 sin(0 t) 0 cos(0 t)
a
On obtient M = e 2
W = det(M ) = eat 0 .
Ceci donne
1 (t)
2 (t)
)
)
(
a
1
b(t)y2
F (t) sin(0 t)e 2 t
at
a
=
e
b(t)y1
F (t) cos(0 t)e 2 t
0
(
)
a
1
sin(0 t)
t
2
=
e F (t)
cos(0 t)
0
1
=
W
do`
u lon tire
yP (t) = e 2 t [cos(0 t)1 (t) + sin(0 t)2 (t)]
t
t
a
a
x
a2 t sin(0 t)
a2 t cos(0 t)
2
= e
F (x)e sin(0 x) dx + e
F (x)e 2 x cos(0 x) dx
0
0
0
0
a2 t t
[
]
a
e
=
F (x)e 2 x sin(0 t) cos(0 x) cos(0 t) sin(0 x) dx
0 0
a2 t t
[
]
a
e
=
F (x)e 2 x sin 0 (t x) dx
()
0 0
a

ORDINAIRES
152
En general, () est très dicile à calculer.

Oscillations forcees : On fait agir une force periodique sur la masse m :
F (t) = A sin(t + )
Alors () reste compliquee à integrer. On cherche une solution particulière directement
pour lequation dierentielle
y + ay + ky = A sin(t + )
en essayant une fonction de la forme :
yP (t) = D1 cos(t + ) + D2 sin(t + )
ce qui donne, après calculs :
yP (t) =
A
(k
2 )2
a2 2
sin(t + + )
avec = arctan
a
k 2
Dans ce cas particulier (3ème cas) , la solution generale est donc

[
]
a
y(t) =
yP (t)
+ C1 cos 0 t + C2 sin 0 t e 2 t
| {z }
|
{z
}
oscillations non amorties,
oscillations avec amortissement,
regime stationnaire
regime transitoire
Si a 0 (peu de frottement), alors lamplitude des oscillation de yP (t) devient grande
lorsque 2 k.
A la limite, on a le phenomène de
Resonance
Lorsque a = 0 (pas de frottements), on obtient la solution generale
y(t) =
A
sin(t
+
)
+
C
cos(
k
t)
+
C
sin(
k t)
1
2
|k 2 |
Si = 0 = k, la solution na pas de sens. Il faut reprendre lequation dierentielle qui

devient
[
y + ky = A sin( k t + ) = A cos sin( k t) + sin cos( k t)

[
]
On essaie la solution particulière yP (t) = t D1 cos( k t + ) + D2 sin( k t + )

Calculs =
A
yP (t) = t cos( k t + ).
2 k
Les amplitudes augmentent jusquà la rupture du materiau.
6.4. APPLICATIONS
6.4.3
153
Circuit RLC s
erie
Reprenons lequation dierentielle dun circuit RLC :

L
q (t) + Rq(t)
+
1
q(t) = U (t) .
C
C : capacite du condensateur
L : inductance
R : resistance
Forme normale :
q(t) +
R
1
U (t)
q(t)
+
q(t) =
L
LC
L
()
On va resoudre le problème avec

U (t) = U0 pour t > 0 (on applique une tension constante à partir du temps t = 0).
On impose de plus les conditions initiales suivantes :
q(0) = 0 (le condensateur est decharge lors de lenclenchement) et
q(0)
= 0 (le courant est nul au temps t = 0).

(II) Solution particuli`
ere de l
equation avec second membre
Comme U (t) = U0 = cste, on verie que
qP (t) = CU0
est une solution particulière de ().
(I) Equation homog`
ene :
q(t) +
R
1
q(t)
+
q(t) = 0
L
LC
Cest la meme equation que celle pour le ressort avec des constantes
3 cas sont donc les memes :
R
L
et
1
LC
positives. Les
Polynome caracteristique :
2 +
do`
u=
1
R
+
=0
L
LC
R2
4
R2 C 4L
=
.
L2
LC
L2 C
1er cas : Si R2 C > 4L alors > 0 et il y a deux solutions reelles negatives 1 et 2 . Donc
qh (t) = K1 e1 t + K2 e2 t

ORDINAIRES
154

q(t) = qh (t) + qP (t) = K1 e1 t + K2 e2 t + CU0
Les conditions initiales q(0) = 0 et q(0)
= 0 donne le système
{
K1 + K2 + CU0 = 0
1 K1 + 2 K2 = 0
qui se resoud en
K1 = CU0
2
1 2
1
K2 = CU0
.
1 2
La solution est alors
(
q(t) = CU0
)
2
1
1 t
2 t
e
e +1
1 2
1 2
et
i(t) = q(t)
= CU0
)
1 2 ( 1 t
e e 2 t
1 2
3ème cas : Si R2 L < 4L, il y a deux racines complexes conjuguees :

1,2 = a 0 i
4L R2 C
. Alors
L2 C
[
]
qh (t) = eat K1 cos(0 t) + K2 sin(0 t)
R
1
> 0 et 0 =
avec a =
2L
2
et la solution generale est

[
]
q(t) = qh (t) + qP (t) = eat K1 cos(0 t) + K2 sin(0 t) + CU0
q(0) = 0
K1 = CU0
q(0)
=0
0 K2 aK1 = 0 do`
u K2 =
[
q(t) = CU0 e
at
CU0 a
. Donc
0
)
]
a
sin(0 t) + cos(0 t) + 1
0
(
et
i(t) = q(t)
= CU0 e
at
a2
+ 0
0
)
sin(0 t)
6.4. APPLICATIONS
155
Cas particulier : Si a = 0 (pas de resistance), alors

]
[
q(t) = CU0 1 cos(0 t)
i(t) = CU0 0 sin(0 t)
Remarque. En supposant R2 C negligeable par rapport à 4L, on a
1
4L R2 C
1
0 =
2
L2 C
LC
et la frequence doscillation est alors
f=
0
1
=
2
2 LC
Application numerique :
Pour avoir une frequence doscillations de 10kHz, on peut choisir C = 100nF et L =
2.553mH.
Pour avoir R2 C << 4L il faut alors R << 4L

C donc R << 3200 .
Remarque : dans une fonction sin(t) = sin(2f t), est la pulsation et f la frequence
avec la relation
= 2f.
Chapitre 7
Calcul di
erentiel `
a plusieurs
variables
7.1
7.1.1
Lespace Rn
Structures sur Rn
Lensemble Rn est lensemble des n-uplets (x1 , x2 , . . . , xn ) o`

u xi R. On notera
x = (x1 , x2 , . . . , xn ).
x est un point de Rn .
Le point x = (x1 , x2 , . . . , xn ) sera aussi considere comme un vecteur-colonne
x=
x1
x2
..
.
xn
Les xi sont les composantes de x.
Notation :
Dans R2 on notera (x, y) plutot que (x1 , x2 )
Dans R3 on notera (x, y, z) au lieu de (x1 , x2 , x3 ).
Lespace Rn a les proprietes suivantes :
Lespace Rn est muni dune addition :
(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn )
et dune multiplication par un scalaire :
(x1 , . . . , xn ) = (x1 , . . . , xn ).
Ces 2 operations font de Rn un espace vectoriel.
Lelement neutre pour laddition est lorigine : O(0, 0, . . . , 0).
157
158
` PLUSIEURS VARIABLES
CHAPITRE 7. CALCUL DIFFERENTIEL
A
Lespace Rn est muni dun produit scalaire :

< , > : Rn Rn R
< x, y > =
deni par
(
xi yi = xT y =
x1
i=1
y1
)
xn ...
yn
Lespace Rn est muni dune norme :

: Rn R
denie par
v
u n
u
x = t
x2i = < x, x >.
i=1
Il est muni dune m

etrique (ou distance) :
d : Rn Rn R
denie par
v
u n
u
d(x, y) = x y = t (xi yi )2
i=1
qui satisfait les proprietes suivantes :

(i)
(ii)
(iii)
(iv)
d(x, y) > 0
d(x, y) = 0 x = y
d(x, y) = d(y, x)
d(x, z) 6 d(x, y) + d(y, z)
pour tout x, y, z Rn .
Les vecteurs
e1 =
1
0
..
.
(symetrie)
(inegalite du triangle)
e2 =
0
1
0
..
.
forment une base orthonormale de
...,
0
..

en = .
0
1
Rn .
Remarque 7.1. Si n = 1, on a x = |x| et d(x, y) = |x y| pour tout x, y R.

Dans ce chapitre, on va considerer les fonctions
f : D Rm
avec D Rn . A un point x D on associe donc un vecteur f (x) Rm .
Exemples 7.2.
1. f : R2 R : f (x, y) = x2 + sin y
t
2. f : R R3 : f (t) = cos t
t sin t
x + yz
3. f : R3 R3 : f (x, y, z) = x2 + y 2 + ez
sin(yz)
7.2. COURBES DANS RN
7.2
7.2.1
159
Courbes dans Rn
D
enition
D
enition : Une courbe (dans Rn ) est une fonction continue : I Rn o`
u I est un
intervalle de R. On associe donc pour chaque t I un vecteur
x1 (t)
x2 (t)
(t) = .
.
.
xn (t)
o`
u les xi : I R sont des fonctions reelles.
Proposition 7.3. est continue si et seulement si les xi sont continues pour tout i.
Remarques :
Cest une courbe parametrisee. La variable t sappelle le param`
etre de .
Si lon peut ecrire xn = f (x1 , x2 , . . . , xn1 ) pour tous les points de , alors est le
graphe dune fonction à n 1 variables.
Exemple :
(
) (
)
t
x(t)
(t) =
=
.
et
y(t)
Alors y = ex .
Si lon peut ecrire F (x1 , x2 , . . . , xn ) = 0 en eliminant le paramètre t, on a obtenu
l
equation cart
esienne implicite de . (ce nest pas toujours possible). On perd cependant la notion du temps.
Exemple :
(
)
R cos t
(t) =
R sin t
Alors x2 + y 2 = R2 .
7.2.2
D
erivabilit
e
D
enition 7.4 (Vecteur tangent). Si les fonctions xi (t) sont derivables pour tout i, on
denit le vecteur tangent par
x1 (t)
x 2 (t)
(t)
= .
.
.
x n (t)
o`
u xi (t) =
dxi
(t).
dt
On note parfois v(t) = (t).
160
A
Interpretation physique : si t represente le temps et (t) la position dun mobile, alors (t)
est le vecteur-vitesse. Sa norme
(t)
= x1 2 (t) + + x 2n (t)
est la vitesse du mobile.
En derivant encore (t),
on obtient le vecteur dacc

el
eration
x1 (t)
x2 (t)
(t) = .
..
xn (t)
Quelques exemples
1) Mouvement rectiligne uniforme (MRU). Soit a, v Rn deux vecteurs xes. Alors la
courbe
(t) = a + v t
()
est une droite passant par le point a et de vecteur directeur v.
Vecteur tangent (vitesse) : (t)
= v est constante.
(
)
v1
Si n = 2, equation cartesienne : v2 x v1 y = v2 a1 v1 a2 avec v =
.
v2
Si n = 3, lelimination de t donne 2 equations cartesiennes, chacune etant lequation
dun plan et lintersection des 2 plans donne la droite.
2) Mouvement circulaire uniforme (MCU) : soit
(
) (
)
x(t)
R cos t
(t) =
=
y(t)
R sin t
Equation cartesienne
: x2 + )
y 2 = R2 cos2 t + R2 sin2 t = R2 .
(
R sin t
Vitesse : (t)
=
et donc
R cos t
(t)
= R2 sin2 t + R2 cos2 t = R.
La vitesse est constante. (
)
R cos t
Acceleration : (t) =
= (t). Lacceleration est dirigee vers le centre.
R sin t
7.2. COURBES DANS RN

3) Helice : soit
161
R cos t
(t) = R sin t
ct
avec R, c > 0.
Cest la superposition dun mouvement circulaire uniforme (MCU) dans le plan Oxy et
dun mouvement rectiligne uniforme (MRU) le long de laxe Oz.
x 0 + v1 t
y0 + v2 t
4) Chute libre : (t) =
1 2
z0 + v3 t 2 gt
v1
v2
(t)
=
v3 gt
0
(t) = 0
g
Changement de param
etrisation
Soit I = [a, b] et : I Rn une courbe. Soit J = [c, d] et
: J I
s 7 t
une fonction continue bijective telle que (c) = a et (d) = b.
Alors la courbe
: J Rn
s 7 ((s))
est la meme courbe que mais avec une parametrisation dierente.
La fonction t = (s) est le changement de param
etrisation.
Interpretation physique : si t est le temps, le changement de parametrisation revient à parcourir la courbe avec une autre vitesse. Plus precisement
x1 ((s))
x1 ((s)) (s)
d
d

..
..
((s)) =
(s).
=
= ((s))
.
.
ds
ds
xn ((s))
x n ((s)) (s)
Exemple : Reprenons la courbe
(
(t) =
R cos t
R sin t
)
0 6 t 6 2
162
A
Si lon pose t = s2 = (s) , la courbe devient

(
)
R cos s2
(s) = (s) =
0 6 s 6 2
2
R sin s
(
)
d
2sR sin s2
Alors v(s) = (s) =
et donc
2sR cos s2
ds
v(s) =
v (s) = 4s2 R2 sin2 s2 + 4s2 R2 cos2 s2 = 2sR
La vitesse nest plus constante.
7.2.3
Longueur dune courbe
Soit P (t) et Q (t + t) deux points de la courbe proches lun de lautre (avec

t > 0). On a
x1 (t + t) x1 (t)
..
u = P Q = (t + t) (t) =
.
xn (t + t) xn (t)
Alors la longueur de la corde P Q est egale à
L = u = [x1 (t + t) x1 (t)]2 + + [xn (t + t) xn (t)]2

[
]
[
]
x1 (t + t) x1 (t) 2
xn (t + t) xn (t) 2
=
+ +
t
t
t
t0
x 1 (t)2 + + x n (t)2 dt
= (t)
dt.
La longueur de la courbe entre t = a et t = b vaut donc
L=
(t)
dt
Th
eor`
eme 7.5. La longueur dune courbe est independante de la parametrisation
m : On a t = (s) avec (c) = a et (d) = b. On doit montrer que
De
b
d

d

(t)

dt =
[ (s)] ds.
ds
a
c

7.3. FONCTIONS REELLES
A
163
On suppose que c < d ce qui implique, comme est une bijection, que (s) > 0 pour tout
s J. Alors
d
d

)

(

d
(s) (s) ds
[ (s)] ds =
ds
c
c
d
=
((s))
| (s)| ds
c
d
=
((s))
(s) ds
c
d
=
x 1 ((s))2 + x 2 ((s))2 + + x n ((s))2 (s) ds
c
on pose t = (s) et donc dt = (s)ds

(d)
x 1 (t)2 + x 2 (t)2 + + x n (t)2 dt
=
(c)
b
(t)
dt = L
=
a
7.2.4
Angle entre deux courbes
Soient 1 et 2 deux courbes et P = 1 (t1 ) = 2 (t2 ) un point dintersection. Alors langle

entre 1 et 2 au point P est donnee par la formule
cos =
7.3
1 (t1 ) , 2 (t2 )
1 (t1 ) 2 (t2 )
Fonctions r
eelles `
a plusieurs variables
Une fonction reelle de n variables reelles est une application

f : D R
avec D Rn .
On associe ainsi à tout point x = (x1 , . . . , xn ) D, un nombre r

eel f (x) R.
Exemple : f : R3 R denie par f (x, y, z) = x2 + 2y 2 10z.

A
164
7.3.1
Graphe
Si n = 2, on peut denir et dessiner le graphe Gf dune fonction f (x, y). Cest le sousensemble de R3
Gf = {(x, y, z) | z = f (x, y)}.
Remarque : le graphe dune fonction à 2 variables est de dimension 3. De ce fait, si n > 3,
le graphe dune fonction f : Rn R peut toujours etre deni mais il est de dimension
n + 1 et ne peut donc pas etre represente ni meme imagine.
7.3.2
Ensembles et courbes de niveau
Soit f : D Rn R une fonction et c un nombre reel. Alors lensemble

Nf (c) = {x Rn | f (x) = c}
est appele ensemble de niveau c de f .
Dans le cas dune fonction à 2 variables, Nf (c) est appele une courbe de niveau.
Interpretation : si f (x, y) est laltitude du point (x, y) sur une carte, une courbe de niveau
Nf (c) represente lensemble des points qui ont une altitude donnee c.
Si n = 3, on parle de surface de niveau.
Exemples 7.6.
1. Soit f (x1 , x2 , x2 , x4 ) = x21 + x22 + x23 + x24 Alors pour c > 0, lensemble de niveau
{
} {
}
N (c) = (x1 , x2 , x3 , x4 ) R4 | x21 + x22 + x23 + x24 = c = x R4 | x = c
est une (hyper)-sphère de rayon
c.
2. Graphe et courbes de niveau de la fonction z = f (x, y) = xy.

c
Courbes de niveau c = 0 : f (x, y) = c xy = c y =
x
Les courbes ne niveau c = 0 sont des hyperboles.
La courbe de niveau 0 est donnee par xy = 0 x = 0 ou y = 0. Donc
Nf (0) = axe Ox axe Oy
Le graphe de f (x, y) est un hyperbolode.
7.4. DERIV
EES
PARTIELLES
165
3. Graphe et courbes de niveau de z = f (x, y) = x2 + 4y 2 .

Courbes de niveau : Nf (c) = {(x, y) | x2 + 4y 2 = c}.
Si c < 0, lensemble Nf (c) est vide.
Si c = 0, la courbe de niveau est un point : (0, 0)
Si c > 0 alors Nf (c) est une ellipse dequation standard
( )2 ( )2
x
2y
+
=1
c
c
Le graphe z = f (x, y) = x2 + 4y 2 est un parabolode.

4. Graphe et courbes de niveau de f (x, y) = x + 2y + 6.
Le graphe z = f (x, y) = x+2y+6 est
un plan
dont lequation normale est x+2yz+6 = 0.
1
Son vecteur normal est donc n = 2 .
1
Les courbes de niveau c sont
equation x + 2y + 6 = c. Ce sont des droites parallèles
( d )
2
de vecteur directeur vc =
.
1
5. Soit f (x, y, z) = x2 + y 2 + z 2 .
Alors, pour c > 0, lensemble de niveau est la surface dequation x2 + y 2 + z 2 = c. Cest
une sphère de rayon c.

Si c = 0, lensemble de niveau Nf (0) est un point : (0, 0).
Si c < 0, Nf (c) est vide.
6. Les surfaces de niveau de la fonction
f (x, y, z) = x 3y + 4z
1
sont des plans parallèles dequation x 3y + 4z = c. Leur vecteur normal est 3 .
4
7.4
D
eriv
ees partielles
Dans ce paragraphe D designe un ouvert de Rn .

Soit f : D R une fonction à n variables et a = (a1 , a2 , . . . , an ) D un point xe.
Considerons la fonction
gi () = f (a1 , . . . , ai1 , , ai+1 , . . . , an ).

A
166
Cest une fonction à une variable.

La derivee de g est appelee la d
eriv
ee partielle de f par rapport `
a la variable xi .
dgi
f
(a) :=
(ai )
xi
d
gi (ai + h) gi (ai )
= lim
h0
h
f (a1 , . . . , ai1 , ai + h, ai+1 , . . . , an ) f (a1 , . . . , ai1 , ai , ai+1 , . . . , an )
= lim
h0
h
f (a + hei ) f (a)
= lim
.
h0
h
On a les notations equivalentes :

f
f
(a) = Di f (a) = fxi (a) =
xi
xi x=a
Une fonction f : D R est dite partiellement di
erentiable sur D si les derivees
partielles fxi (x) existent pour tout x D et pour tout i = 1, 2, . . . , n.
Ceci denit alors une fonction fxi : D R pour tout i.
Calcul eectif : la derivee partielle par rapport à xi se calcule donc en derivant par rapport
à xi en considerant les autres variables comme des constantes.
Exemples 7.7.
2
1. Soit f (x1 , x2 , x3 , x4 ) = 2x1 x22 + x1 sin x4 + ex2 . Alors
2
fx1 = 2x22 + sin x4
fx2 = 4x1 x2 + 2x2 ex2
fx3 = 0
fx4 = x1 cos x4
2.
f (x, y)
fx
fy
xy 2
y2
2xy
sin(x + 2y)
cos(x + 2y)
2 cos(x + 2y)
y
xy2 e x
2yx2y1
y
1 x
xe
y
x
x2y
{
3. Soit
f (x, y) =
2 ln x x2y
xy
x2 +y 2
si (x, y) = 0
en (0, 0)
Nous avons dejà vu que f nest pas continue en (0, 0)

Mais
f (h, 0) f (0, 0)
0
fx (0, 0) = lim
= lim = 0
h0
h0 h
h
et
f (0, h) f (0, 0)
0
fy (0, 0) = lim
= lim = 0.
h0
h0 h
h
Ainsi la fonction f (x, y) est derivable en (0, 0) bien quelle ne soit pas continue.
Donc en dimension n > 2, derivable
= continue
7.4. DERIV
EES
PARTIELLES
167
Remarquons cependant que

fx (x, y) =
y(x2 + y 2 ) (xy)(2x)
y 3 x2 y
=
(x2 + y 2 )4
(x2 + y 2 )2
pour tout (x, y) = (0, 0)
Sur la droite x = 0 (y = 0) on a donc

fx (0, y) =
y3
1 y0
= +
4
y
y
et sur la droite y = 0 (x = 0), on a

x0
fx (x, 0) = 0 0
La fonction fx (x, y) nest donc pas continue en (0, 0).
On peut montrer que si les fxi (x) sont continues en a pour tout i, alors f (x) est continue
en a.
7.4.1
Gradient
Soit D Rn et f : D R une fonction partiellement dierentiable et a un point de D.

Le vecteur-ligne
(
)
fx1 (a) fx2 (a) . . . fxn (a)
est appele le gradient de f en a. Il est note f (a).
Le gradient denit donc une fonction
f : D Rn
x 7 f (x)
Le gradient en a est parfois aussi note gradf (a).
Exemples 7.8.
1. si f (x, y) = x2 + 2y 2 10 alors
f (x, y) =
2x 4y
2. f (x, y, z) = x2 y + 3xyz + sin(xy) alors

f (x, y, z) =
7.4.2
2xy + 3yz + y cos(xy)
x2 + 3xz + x cos(xy)
3xy
Approximation du 1er ordre and plan tangent
D
enition 7.9 (Fonction de classe C 1 ). Une fonction f : D R denie sur un ouvert
D Rn est dite contin
ument di
erentiable si toutes ses derivees partielles existent et
sont continues sur D. On dit dans ce cas que f est de classe C 1 et on note f C 1 (D, R).

A
168
Th
eor`
eme 7.10 (Theorème dapproximation du premier ordre). Soit D un ouvert de Rn
et f C 1 (D, R). Alors pour tout point a D, il existe une fonction reelle R1 denie sur
un voisinage V de a telle que
f (x) = f (a) + f (a) (x a)
|
{z
}
x V
R1 (x)
=f (a), xa
avec
lim
xa
R1 (x)
= 0.
x a
La fonction R1 est appelee le reste dordre 1. Cest un o(x a).

Ici, x et a sont vus comme des vecteurs-colonne
x1
x = ... ,
xn
a1
a = ...
an
Remarque 1 : en posant u = x a Rn , la formule precedente secrit alors

f (a + u) = f (a) + f (a) u + r(u)
r(u)
= 0. Autrement dit avec r(u) = o(u).
u0 u
avec lim
Remarque 2 :
Si n = 1, on retrouve lapproximation de Taylor du premier ordre autour de a = x0 :
f (x) = f (x0 ) + f (x0 )(x x0 ) + R(x)
avec R(x) = o(x x0 ) et lequation y = f (x0 ) + f (x0 )(x x0 ) est celle de la tangente au
graphe de f en x0 .
Si n = 2, on trouve, autour du point a = (x0 , y0 ) :
f (x, y) = f (x0 , y0 ) +
fx (x0 , y0 ) fy (x0 , y0 )
x x0
y y0
)
+ R(x, y)
f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ).

Lequation
z = f (x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 )
est lequation du plan tangent au graphe de f au point (x0 , y0 ).
Exemple : soit
f (x, y) = 2 + x2 y y 3 .
Alors
f =
2xy x2 3y 2
7.4. DERIV
EES
PARTIELLES
169
Soit a = (x0 , y0 ) = (1, 2). Ceci donne f (1, 2) = 4 et f (a) = ( 4 11 )

Approximation du 1er ordre autour de a :
(
)
x x0
f (x, y) = f (x0 , y0 ) + f (x0 , y0 )
+ R(x)
y y0
(
)
(
)
x1
4 + 4 11
y2
= 4 + 4(x 1) 11(y 2).
Lequation z = 4 + 4(x 1) 11(y 2) est lequation du plan tangent au graphe de f
passant par P (1, 2, 4).
De manière generale, lequation du plan tangent au graphe de f (x, y) au point (x0 , y0 ) est
)
(
x x0
= f (x0 , y0 )+fx (x0 , y0 )(xx0 )+fy (x0 , y0 )(y y0 ).
z = f (x0 , y0 )+f (x0 , y0 )
y y0
On peut reecrire lequation comme suit :
fx (x0 , y0 ) x + fy (x0 , y0 ) y z + d = 0
ce qui montre que le vecteur normal au plan tangent est
fx (x0 , y0 )
n = fy (x0 , y0 )
1
On peut generaliser ce resultat à n variables.

Lequation de lhyperplan tangent au graphe de f (x1 , x2 , . . . , xn ) au point a = (a1 , a2 , . . . , an )
est alors donnee par
xn+1 = f (a1 , . . . , an ) + f (a) (x a)
x1
o`
u x = ... .
xn
7.4.3
R`
egles de d
erivation
Addition : soit f, g C 1 (D, R). Alors

(f + g) = f + g.
Produit : soient f, g C 1 (D, R) avec D Rn . On peut considerer la fonction f g denie
par (f g)(x) = f (x)g(x). Alors
(f g)(a) = (f )(a) g(a) + f (a) g(a).
En abrege :
(f g) = f g + gf .

A
170
Composition : soit I R et
: I Rn
x1 (t)
x2 (t)
t 7 .
..
xn (t)
une courbe (dierentiable) dans Rn .
Soit D Rn et f : D R une fonction à n variables. Si lon suppose que Im() D, on
peut denir la fonction composee
(t) = f ((t)) = f (x1 (t), x2 (t), . . . , xn (t))
d
qui est une fonction à une variable. Que vaut alors (t) ?
dt
Reponse :
d
f
dx1
f
dx2
(t) =
(x1 (t), . . . , xn (t))
+
(x1 (t), . . . , xn (t))
+ ...
dt
x1
dt
x2
dt
f
dxn
+
(x1 (t), . . . , xn (t))
xn
dt
n
=
fxi ((t)) x i (t)
i=1
= f ((t)) (t)
= f ((t)) , (t).
Ainsi
d
(f ) (t) = f ((t)) (t)
dt
(7.1)
Exemple (verication) : f (x, y) = x2 + y 2 et

(
) (
)
x(t)
cos t
(t) =
=
.
y(t)
sin t
Alors
(t) = (f ) (t) = f (cos t, sin t) = cos2 t + sin2 t = 1
et donc (t) = 0.
Avec la formule :
fx = 2x
fy = 2y
x(t)
= sin t
y(t)
= cos t
Ceci donne
(
f = (2x 2y) = (2 cos t
Alors
2 sin t)
et
(t)
sin t
cos t
(t) = f (t)
= 2 cos t sin t + 2 sin t cos t = 0.
7.4. DERIV
EES
PARTIELLES
171
monstration de (7.1) : Sans perte de generalite, on demontre la formule en t = 0.

De
Posons a = (0) Rn . Par lapproximation du 1er ordre autour de a, on a
f (x) = f (a) + f (a) , x a + R(x)
R(x)
= 0.
x a
Ceci donne, en notant x = (h) Rn :
(
)
(
)
f (h) f (0)
(h) (0)
f (x) f (a)
=
=
h
h
h
f (a) , x a R(x)
=
+
h
h
(h) (0)
R(x)
x a
= f (a) ,
+
h
x a | {z
h }
avec lim
xa
=
h0
(h)(0)
h
f (a) , (0)
+ 0 (0)
= f (a) , (0)
ce qui montre que (0) = f (a) , (0).
7.4.4
D
eriv
ee directionnelle
D
enition 7.11. Soit f C 1 (D, R) avec D un ouvert de Rn , a un point de D et v Rn
un vecteur non nul. La quantite
Dv f (a) = lim
t0
f (a + tv) f (a)
t
sappelle la derivee directionnelle de f en a le long de v.
Th
eor`
eme 7.12. On a
Dv f (a) = f (a) v = f (a) , v.
monstration : Approximation du 1er ordre :
De
f (a + tv) = f (a) + f (a) (tv) + R(a + tv)
et donc
f (a + tv) f (a)
t
f (a) (tv) + R(a + tv)
= lim
t0
t
f (a) (tv)
R(a + tv)
= lim
+ lim
t0
t0
t
t
= lim f (a) v + 0
Dv f (a) = lim
t0
t0
= f (a) v.

A
172
Remarque 1 : si v = ei alors
0
..
.

) 0
(
Dei f (a) = f (a) ei = fx1 (a) fx2 (a) . . . fxn (a)

1 = fxi (a).
0

..
.
0
Remarque 2 : si v est de norme 1 alors
Dv f (a) = f (a) , v = f (a) cos()
o`
u est langle entre v et f (a).
Ainsi
Dv f (a) est maximal
cos = 1
v et f (a) sont de meme sens et de meme direction.
=0
En conclusion,
le gradient donne la direction dans laquelle la d
eriv
ee de f est la plus grande.
De plus
la pente de f dans cette direction vaut f (a).
Resume :
Dv f (a) = f (a) , v = derivee directionnelle de f le long de v
pente de f dans la direction v =
Dv f (a)
v
= f (a) ,
v
v
7.4. DERIV
EES
PARTIELLES
7.4.5
173
Gradient et courbes de niveau
Reprenons la règle de composition.

Si f : D R est une fonction à n variables et (t) une courbe dans D, alors
d
f ((t)) = f ((t)) (t)
= D f ((t))
dt
()
d
f ((t)) comme la pente de la fonction f en suivant
dt
On peut donc interpreter la derivee

la courbe (t).
Exemple : Soit f (x, y) = x2 + y 2 . Alors

f =
(
Si lon suit la courbe (t) =
t cos t
t sin t
2x 2y
(
alors (t)
cos t t sin t
sin t + t cos t
)
et
d
f ((t)) = D f ((t)) = f ((t)) , (t)
dt
(
)
cos t t sin t
= (2t cos t 2t sin t)
sin t + t cos t
= 2t cos2 t 2t2 cos t sin t + 2t sin2 t + 2t2 sin t cos t = 2t
Courbes de niveau
Si (t) est une courbe contenue dans lensemble de niveau Nf (c) alors f ((t)) = c par
denition de Nf (c) et on doit avoir
d
f ((t)) = 0.
dt
Ceci donne par () ci-dessus :
f ((t)) , (t)
= 0.
Le gradient est donc orthogonal à (t).
Comme ceci est vrai pour toute courbe (t) contenue dans Nf (c), on en deduit que
le gradient est toujours orthogonal aux ensembles de niveau.
En particulier,
le gradient dune fonction `
a 2 variables est toujours orthogonal aux courbes de
niveau.

A
174
Exemple : f (x, y) = x2 + 2y 2 . Alors f = (2x

Les courbes de niveau c2 sont dequation
4y).
x2 + 2y 2 = c2 .
c
Ce sont donc des ellipses de centre (0, 0) et de demi-axe c et .
2
On verie que le vecteur f = (2x
4y) est bien perpendiculaire aux ellipses ci-dessus.
Illustration : le point P (1, 2) est sur lellipse () : x2 + 2y 2 = 9.

x
En derivant, on obtient 2x + 4y y = 0 ce qui donne y = . Au point P (1, 2), on a donc
2y

1
y P = . Un vecteur tangent est donc

4
(
)
4
v=
.
1
Le gradient de f en P vaut ( 2
7.4.6
8 ). Il est bien perpendiculaire au vecteur v.
D
eriv
ees partielles dordres sup
erieurs
Soit f (x) = f (x1 , x2 , . . . , xn ) une fonction à n variables denie sur un ouvert D Rn . On

denit les derivees dordre 2 comme suit
D
enition 7.13.
fxi xj =
Si i = j, on note
2f
f
=
xj xj
xi xj
2f
2f
au
lieu
de
.
xi xi
x2i
Exemple :
f (x, y) = x2 y + yex .
Alors
fx = 2xy + yex
et
fy = x2 + ex .
Ceci donne
(2xy + yex ) = 2y + yex

x
2
=
(x + ex ) = 0
y
2
(x + ex ) = 2x + ex
=
x
=
(2xy + yex ) = 2x + ex .
y
fxx =
fyy
fxy
fyx
7.4. DERIV
EES
PARTIELLES
175
On constate dans cet exemple que fxy = fyx .

ATTENTION : en general, fxi xj = fxj xi . Mais on a le theorème suivant :
Th
eor`
eme 7.14. Si fxi xj et fxj xi sont continues dans un voisinage du point a, alors
fxi xj (a) = fxj xi (a).
monstration : La demonstration est faite dans le cas n = 2.
De
Soit f (x, y) et a = (x0 , y0 ). Soient h, k > 0 tels que le rectangle
{(x, y) | x0 h < x < x0 + h , y0 k < y < y0 + k} D.
Denissons les fonctions

g1 (x) = f (x, y0 + k) f (x, y0 )
et
g2 (y) = f (x0 + h, y) f (x0 , y)
g1 (x) = fx (x, y0 + k) fx (x, y0 )
et
g2 (y) = fy (x0 + h, y) fy (x0 , y).
Alors
Posons encore
F (h, k) = f (x0 + h, y0 + k) f (x0 + h, y0 ) f (x0 , y0 + k) + f (x0 , y0 ).
Alors
F (h, k) = g1 (x0 + h) g1 (x0 )
(7.2)
F (h, k) = g2 (y0 + k) g2 (y0 ).
(7.3)
et
Le theorème de la moyenne applique à (7.2) puis à fx donne
F (h, k) = g1 (x0 + h) g1 (x0 )
= g1 (x0 + 1 h) h
1 ]0; 1[
= [fx (x0 + 1 h, y0 + k) fx (x0 + 1 h, y0 )] h

= fyx (x0 + 1 h, y0 + 2 k) k h
2 ]0; 1[.
Ce meme theorème de la moyenne applique à (7.3) et fy donne

F (h, k) = g2 (y0 + k) g2 (y0 )
= g2 (y0 + 3 k) k
3 ]0; 1[
= [fy (x0 + h, y0 + 3 k) fy (x0 , y0 + 3 k)] k

= fxy (x0 + 4 h, y0 + 3 k) k h
4 ]0; 1[.
Donc fxy (x0 + 4 h, y0 + 3 k) kh = fyx (x0 + 1 h, y0 + 2 k) kh.
176
A
Comme fxy et fyx sont continues, en passant à la limite h, k 0, on obtient

fxy (x0 , y0 ) = fyx (x0 , y0 ) .
D
enition 7.15. On dit que f (x1 , x2 , . . . , xn ) est de classe C 2 sur D Rn si toutes ces
derivees dordre 2 sont continues en tout point de D. On note alors
f C 2 (D, R)
On generalise sans peine les denitions precedentes pour denir les derivees partielles dordre
k > 2.
Exemple : si f (x, y) est une fonction à 2 variables, il y a, à priori, 8 derivees partielles
dordre 3 qui sont
fxxx
fyxx
fxyx
fyyx
fxxy
fyxy
fxyy
fyyy
Mais si ces 8 derivees partielles sont continues, alors

fyxx = fxyx = fxxy
et
fyyx = fxyy = fyxy
D
enition 7.16 (Fonction de classe C k ). On dit quune fonction f (x) est de classe C k sur
D Rn si toutes ses derivees partielles dordre k (existent et) sont continues. On note alors
f C k (D, R)
Th
eor`
eme 7.17. Si f C k (D, R), alors ses derivees partielles dordre k ne dependent pas
de lordre de derivation mais uniquement du nombre de fois quune variable intervient.
D
enition 7.18 (Matrice hessienne). Soit f (x) une fonction à n variables dont les derivees
partielles du 2ème ordre existent. La matrice
)
Hf (x) = fxi xj (x) ij =
2f
(x)
x21
2f
x1 x2 (x)
2f
x2 x1 (x)
2f
(x)
x22
..
.
2f
xn x1 (x)
...
..
.
...
..
.
2f
xn x2 (x)
...
2f
x1 xn (x)
2f
x2 xn (x)
..
.
2f
(x)
x2n
sappelle la matrice hessienne de f au point x.

Remarque : Si f C 2 (D, R) alors la matrice Hf est symetrique : HfT = Hf .
7.4. DERIV
EES
PARTIELLES
177
Exemple : si n = 2 et f = f (x, y) alors

(
Hf =
fxx fxy
fyx fyy
)
.
Exemple : soit f (x, y) = 2x2 y + xey + 10. Alors

fxx = 4y
fxy = 4x + ey = fyx
et donc
(
Hf (x, y) =
4y
4x + ey
4x + ey
xey
fyy = xey
)
(
qui est symetrique. Au point (2, 0), par exemple, on a Hf (2, 0) =
0 9
9 2
)
.
Th
eor`
eme 7.19 (Approximation de Taylor dordre 2). Soit D Rn et f C 2 (D, R). Soit
a = (a1 , . . . , an ) D. Alors
1
f (x) = f (a) + f (a) (x a) + (x a)T Hf (a) (x a) + R2 (x)
2
x D
R2 (x)
= 0.
xa x a2
(
)
La fonction R2 est le reste dordre 2. Cest un o x a2 .
avec lim
Cas particulier : Si f = f (x, y) et a = (x0 , y0 ), la formule devient

(
x x0
y y0
fx (x0 , y0 ) fy (x0 , y0 )
(
) (
)
) fxx (x0 , y0 ) fxy (x0 , y0 )
1(
x x0
x x0 y y0
+ R2 (x, y)
+
fyx (x0 , y0 ) fyy (x0 , y0 )
y y0
2
f (x, y) = f (x0 , y0 ) +
1[
fxx (x0 , y0 ) (x x0 )2
2 ]
+ 2fxy (x0 , y0 ) (x x0 ) (y y0 ) + fyy (x0 , y0 ) (y y0 )2 + R2 (x, y).
= f ( x0 , y0 ) + fx (x0 , y0 ) (x x0 ) + fy (x0 , y0 ) (y y0 ) +
Si a = O(0, 0) (approximation à lorigine), ceci devient :

1
1
f (x, y) = f (O) + fx (O) x + f (O) y + fxx (O) x2 + fxy (O) xy + fyy (O) y 2 + o((x, y)2 )
2
2
Exemple 7.20. Reprenons lexemple precedent : f (x, y) = 2x2 y + xey + 10 autour du point
P (3, 0). On a dejà calculer que
(
Hf (x, y) =
4y
4x + ey
y
4x + e
xey

A
178
et donc
Hf (3, 0) =
0 13
13 3
De plus f (x, y) = (4xy + ey 2x2 + xey ) ce qui donne f (3, 0) = (1 21). On obtient donc
(
) (
)
(
)
1
x3
0 13
x3
f (x, y) f (3, 0) + (1 21)

+ (x 3 y)
y
13 3
y
2
1
= 13 + (x 3) + 21y + [26(x 3)y + 3y 2 ]
2
3
= 10 + x 18y + 13xy + y 2
2
7.5
7.5.1
Etude de fonction
Extremum
D
enition 7.21. Soit a Rn et r > 0. La boule B(a, r) est le sous-ensemble des points de
n
R qui sont à une distance strictement inferieure à r du point a :
B(a, r) = {x Rn | x a < r}
D
enition 7.22. Un sous-ensemble D Rn est dit borne sil existe une boule B(a, r) telle
que D B(a, r).
Un sous-ensemble D ferme et borne est dit compact.
D
enition 7.23. Soit f C 0 (D, R).
1. Un point a D est un maximum (resp. minimum) absolu si f (x) 6 f (a) (resp. f (x) >
f (a)) pour tout x D.
2. On dit que f (x) admet un maximum local en a D sil existe une boule B(a, r) telle
que f (x) 6 f (a) pour tout x B(a, r). Ce maximum est strict si linegalite est stricte.
3. f admet un minimum local en a D sil existe une boule B(a, r) telle que f (x) > f (a)
pour tout x B(a, r). De meme ce minimum est strict si linegalite est stricte.
4. On appelle extremum (local ou absolu) un point qui est un minimum ou un maximum
(local ou absolu).
Th
eor`
eme 7.24 (Condition necessaire). Soit D un ouvert et f : D R une fonction
continue. Si a D est un extremum local et si f est derivable en a, alors
(
)
f (a) = 0 = 0 0 0
autrement dit
f
(a) = 0
xi
i = 1, . . . , n.
monstration : La preuve est identique à celle faite en dimension 1. Supposons que a

De
soit un maximum. Alors
{
f
1
6 0 si h > 0
(a) = lim
(f (a + hei ) f (a))
>
0 si h < 0
|
{z
}
h0 h
xi
60
Donc
f
(a) = 0.
xi
179
D
enition 7.25 (Point stationnaire). Un point a D tel que f (a) = 0 est appele un
point stationnaire
Pour les extremums absolus sur un ferme D, il faut tenir compte des frontières. Plus
precisement :
Th
eor`
eme 7.26. Soit D un sous-ensemble compact de Rn . Alors toute fonction continue
f : D R atteint son maximum et son minimum sur D ; cest-`
a-dire quil existe xM D
et xm D avec
f (x) 6 f (xM )
et
f (x) > f (xm )
x D.
De plus si a D est un extremum absolu, alors

1) soit a est un point stationnaire (i.e. f (a) = 0) ;
2) soit f (a) nexiste pas ;
3) soit a appartient `
a la frontière de D : a D ;
monstration : Cest un corollaire du theorème precedent.
De
Contre-exemples :
1
f (x, y) = 2
sur D = R2 {(0, 0)} natteint pas son maximum car D nest pas
x + y2
ferme.
f (x, y) = x2 + y 2 sur D = R2 natteint pas son maximum car D nest pas borne.
Application : Pour trouver les extremums de f sur D, il faut donc, en plus des points
stationnaires, restreindre la fonction f à la frontière de D et calculer les extremums de la
fonction ainsi obtenue.
Exemple 7.27. Cherchons le minimum et le maximum de
f (x, y) = 3xy x3 y 3 + 2
sur le domaine D limite par les droites x = 2, y = 2 et y = 2x + 2.
(I) fx = 3y 3x2 fy = 3x 3y 2 .
Les points stationnaires sont les solutions du système
{
3y 3x2 = 0
3x 3y 2 = 0
qui sont S1 (0, 0) et S2 (1, 1). Seul S2 est dans D.
180
A
(II) Bords de D :
Droite x = 2 : Alors
h(y) = f (2, y) = 6y 8 y 3 + 2
2
et donc h (y) = 6 3y
de h (y) sont en y = 2. Ceci donne 2 points
. Les zeros
supplementaires : P1 (2, 2) et P2 (2, 2).
Droite y = 2 : Alors
g(x) = f (x, 2) = 6x 8 x3 + 2
2
qui donne
g (x) = 6 3x dont les zeros sont en x = 2. Ceci donne un autre point dans
D : P3 ( 2, 2)
Droite y = 2x + 2. La fonction f restreinte à cette droite donne
u(x) = f (x, 2x + 2) = 3x(2x + 2) x3 (2x + 2)3 + 2 = = 7x3 30x2 + 30x + 2
ce qui donne u (x) = 21x2 60x + 30 dont les zeros sont
x1,2
30 270
=
21
x1 = 2.21...
x2 = 0.646.
Ceci donne un autre point dans D : P4 (0.646 , 0.707).

(III) Il faut encore calculer la fonction f dans les coins de D à savoir aux points Q1 (2, 2),
Q2 (0, 2) et Q3 (2, 2).
On obtient donc 8 points sur lesquels il faut etudier la fonction f :
S2 : f (1, 1)= 3
P1 : f (2,
2) = 0.343
P2 : f (2, 2) = 11.65
P3 : f ( 2, 2) = 0.343
P4 : f (0.646, 0.707) = 2.748
Q1 : f (2, 2) = 2
Q2 : f (0, 2) = 6
Q3 : f (2, 2) = 6.
Le maximum est donc en (1, 1) et le minimum en (2, 2).
7.5.2
Classication des points stationnaires
On a vu que si a D est un extremum local, que D est ouvert et que f est de classe C 1
alors f (a) = 0.
Mais la reciproque nest pas vraie. On peut avoir f (a) = 0 et que a soit un point selle.
Exemple 7.28. f (x, y) = xy + 4.
Alors
fx = y
fy = x
et donc fx (0, 0) = 0 = fy (0, 0).

Mais le point (0, 0) nest pas un extremum local.
En eet, sur la droite y = x, on a
f (x, y) = f (x, x) = x2 + 4 > 4 = f (0, 0) .
Restreinte à cette droite, la fonction f a donc un minimum local en (0, 0).
181
Mais sur la droite y = x, on a

f (x, y) = f (x, x) = x2 + 4 6 4 .
Restreinte à cette droite, la fonction f a donc un maximum local en (0, 0).
Le point (0, 0) est un point selle.
D
enition 7.29 (Point selle). Soit D un ouvert de Rn , f C 1 (D, R) et a D un point
stationnaire (i.e. f (a) = 0). On dit que a est un point selle de f sil existe deux vecteurs
u, v Rn tels que
la fonction t 7 f (a + tu) admette un maximum local strict en t = 0 et
la fonction t 7 f (a + tv) admette un minimum local strict en t = 0.
Rappel : soit f (x) C 2 (I, R) une fonction à 1 variable et a un point stationnaire (i.e.
f (a) = 0). Alors
si f (a) > 0, le point a est un minimum strict ;
si f (a) < 0, le point a est un maximum strict ;
si f (a) = 0 on ne peut rien dire, il faut regarder f (3) (a) puis f (4) (a) etc . . .
Nous allons etablir un resultat analogue pour les fonctions à n variables faisant intervenir
la matrice hessienne Hf (a).
Matrices et formes quadratiques

Soit A = (aij ) Mn (R) une matrice carree dordre n symetrique (aij = aji ) . Lapplication
qA : Rn R
denie par
qA (x) = xT Ax =
x1

a11 a1n
)
..
..
xn ...
.
.
an1 ann
x1
n
.. = a x x
ij i j
.
i,j=1
xn
est appelee la forme quadratique associ

ee `
a A.
Exemples 7.30.
1) La matrice
(
A=
1 2
2 7
denit la forme quadratique

q(x, y) =
x y
1 2
2 7
) ( )
x
= x2 + 2xy + 2yx + 7y 2 = x2 + 4xy + 7y 2 .

y
182
A
2) La matrice
12 2 3
A = 2 4 0
3 0 11

q(x, y, z) = 12x2 + 2xy 3xz + 2yx 4y 2 3zx + 11z 2 = 12x2 + 4xy 6xz 4y 2 + 11z 2 .
3) La matrice identite In denit la forme quadratique
q(x) = xT x = x2 = x21 + x22 + + x2n .
4) La matrice diagonale
D=
1 0 0
0 2 0
.. . .
.
..
. ..
.
.
0 0 n

q(x1 , x2 , . . . , xn ) = 1 x21 + 2 x22 + + n x2n
En particulier q(ei ) = q(0, , 0, 1, 0, , 0) = i .
(
Application : A =
1 0
0 2
)
donne la forme quadratique
q(x, y) = x2 2y 2
donc q(1, 0) = 1 et q(0, 1) = 2 < 0

Propri
et
es : pour toute forme quadratique q(x) et tout R, on a
q(x) = 2 q(x)
(do`
u le nom de quadratique).
D
enition 7.31. Une forme quadratique q est dite
(1) d
enie positive si q(x) > 0 pour tout x Rn non nul ;
(2) d
enie n
egative si q(x) < 0 pour tout x Rn non nul ;
(3) ind
enie sil existe x, y Rn avec q(x) < 0 et q(y) > 0.
Une matrice symetrique A est dite denie positive (denie negative, etc.. ) si la forme
quadratique associee qA est denie positive (denie negative, etc...)
183
Liens avec les valeurs propres

Comme A est symetrique, elle est diagonalisable :
A = P DP 1
1 0 0
0 2 0
..
.. . .
.. .
.
.
.
.
0 0 n
Les i sont les valeurs propres de A. De plus, P est une matrice orthogonale : P 1 = P T .
avec D =
Proposition 7.32. Soit A, P et D comme ci-dessus. Alors A est denie positive (resp.
denie negative, indenie) si et seulement si D est denie positive (resp. denie negative,
indenie). En dautres termes, la diagonalisation ne change pas la signature de la matrice.
monstration : Comme P est inversible (bijective), à tout x Rn , on peut associer un
De
et un seul y Rn en posant
y = P 1 x = P T x
Alors
x = P y.
qA (x) = xT Ax = xT P DP 1 x = xT P Dy = (P T x)T Dy = yT Dy = qD (y)
Ainsi
qA (x) > 0 x Rn
qA (y) > 0 y Rn .
Ceci montre que qA est denie positive si et seulement si qD lest. La demonstration est la
meme dans le cas dune matrice denie negative ou indenie.
Remarque 7.33. Lexemple 4) ci-dessous montre de plus quune matrice diagonale D est
denie positive si et seulement si i > 0 pour tout i = 1, 2, . . . , n.
De meme D est denie negative si et seulement si i < 0 pour tout i.
Et nalement D est indenie si et seulement sil existe un i < 0 et un j > 0 (car alors
q(ei ) = i < 0 et q(ej ) = j > 0).
Cette remarque et la proposition precedente implique le resultat suivant :
Th
eor`
eme 7.34. Une matrice A symetrique est
(1) denie positive si et seulement si toutes ses valeurs propres sont > 0
(2) denie negative si et seulement si toutes ses valeurs propres sont < 0
(3) indenie si et seulement sil existe i < 0 et j > 0.
Exemple : soit
(
A=
1 2
2 7
Alors
1 2 = det(A) = 7 4 = 3 > 0
1 + 2 = Tr(A) = 8 > 0 .
Donc les 2 valeurs propres sont positives et la matrice A est denie positive.
Plus generalement,
184
A
Th
eor`
eme 7.35. Soit A M2 (R) une matrice 2 2 symetrique.
(1) Si det(A) > 0 et Tr(A) > 0 alors 1 > 0 et 2 > 0 et la matrice A est denie positive ;
(2) si det(A) > 0 et Tr(A) < 0 alors 1 < 0 et 2 < 0 et la matrice A est denie negative ;
(3) si det(A) < 0 alors 1 < 0 et 2 > 0 et la matrice A est indenie.
Application aux extremum
Soit f (x) une fonctions à n variables et a un point stationnaire (i.e. f (a) = 0). Alors
lapproximation de Taylor dordre 2 autour de a devient :
f (a + u) = f (a) + f (a) u +
f (a) +
1 T
u Hf (a) u + r2 (u)
2
1 T
u Hf (a) u
2
Ainsi proche de a, la fonction f se comporte comme

f (a + u) f (a) +
1
q(u)
2
o`
u q(u) est la forme quadratique associee à Hf (a) :
q(u) = uT Hf (a) u .
Ainsi, si q(u) est denie positive, alors q(u) > 0 pour tout u et donc
f (a + u) = f (a) +
1
q(u) > f (a) .
2
Le point a est alors un minimum local strict.

Si q(u) est denie negative, alors q(u) < 0 pour tout u et donc
f (a + u) = f (a) +
1
q(u) < f (a) .
2
Le point a est alors un maximum local strict.

Si q(u) est indenie, alors il existe u1 avec q(tu1 ) = t2 q(u1 ) > 0 et il existe u2 avec
q(tu2 ) = t2 q(u2 ) < 0. Ceci implique que
f (a + tu1 ) = f (a) + q(tu1 ) > f (a)
pour tout t = 0 et
f (a + tu2 ) = f (a) + q(tu2 ) < f (a)
pour tout t = 0
ce qui montre que a est un point selle.

En resume,
Th
eor`
eme 7.36 (Classication des points stationnaires). Soit a un point stationnaire dune
fonction f C 2 (D, R) et Hf (a) la matrice hessienne de f en a.
1. Si Hf (a) est denie positive, alors a est un minimum strict ;
2. si Hf (a) est denie negative, alors a est un maximum strict ;
3. si Hf (a) est indenie, alors a est un point selle.
Dans les autres cas, on ne peut rien dire.
Dans le cas dune fonction f (x, y) à 2 variables, ce resultat devient
185
Th
eor`
eme 7.37. Soit a un point stationnaire dune fonction f (x, y) de classe C 2 et Hf (a)
sa matrice hessienne (matrice 2 2).
1. Si det(Hf (a)) > 0 et Tr(Hf (a)) > 0, alors a est un minimum strict ;
2. si det(Hf (a)) > 0 et Tr(Hf (a)) < 0, alors a est un maximum strict ;
3. si det(Hf (a)) < 0, alors a est un point selle.
Si det(Hf (a)) = 0, on ne peut rien dire.
Exemples 7.38.
1. Reprenons lexemple vu precedemment : f (x, y) = xy + 4 et P (0, 0).
On a vu
{
{
(
)
fx = y
0 1
fxx = 0 = fyy
=
=
Hf =
= Hf (0, 0)
fy = x
fxy = 1 = fyx
1 0
et donc detHf (0, 0) = 1 < 0. Le point (0, 0) est un point selle. Conforme à ce que lon
avait dejà trouve.
2. f (x, y) = x3 + 3xy 2 15x 12y + 30. Alors
{
fx = 3x2 + 3y 2 15
fy = 6xy 12
Les points stationnaires sont les solutions du système
{
{
{ 2
{ 4
4
+ y2 = 5
x + y2 = 5
y 5y 2 + 4 = 0
3x2 + 3y 2 15 = 0
y2
2
x= y
x = y2
6xy 12 = 0
x = y2
ce qui donne y 2 = 4 ou y 2 = 1. Les points stationnaires sont donc
P2 (1, 2)
P1 (1, 2)
Calculons maintenant Hf :
fxx = 6x
fxy = 6y = fyx
fyy = 6x
Point P1 :
(
Hf (1, 2) =
6 12
12 6
P3 (2, 1)
(
=
Hf (x, y) =
6x 6y
6y 6x
)
=
= P1 est un point selle.

Point P2 :
(
)
6 12
Hf (1, 2) =
12 6
= P2 est un point selle.
Point P3 :
(
)
12 6
Hf (2, 1) =
6 12
P4 (2, 1)
det(Hf ) = 36 144 < 0
det(Hf ) = 36 144 < 0
det(Hf ) = 144 36 > 0
et
Tr(Hf ) = 24 > 0

A
186
= P3 est un minimum local.

Point P4 :
(
)
12 6
Hf (2, 1) =
=
6 12
det(Hf ) = 14436 > 0 et
Tr(Hf ) = 24 < 0
= P4 est un maximum local.

3. Soit
1
3
3
f (x, y, z) = x2 y x2 + xyz xz + 2x y 2 + y z 2
2
2
2
(i) Verier que le point P (1, 1, 0) est un point stationnaire.
(ii) Etudier sa nature.
(i)
fx = xy 3x + yz z + 2
1
3
fy = x2 + xz 2y +
2
2
fz = xy x 2z
fx (1, 1, 0) = 0
fy (1, 1, 0) = 0
fz (1, 1, 0) = 0.
On a bien f (1, 1, 0) = 0 .
(ii)
fxx = y 3
fyy = 2
fxy = x + z
fxz = y 1
fzz = 2
fyz = x
La matrice hessienne de f au point P (1, 1, 0) vaut alors
y3 x+z y1
2 1
0

x
Hf (1, 1, 0) = x + z 2
= 1 2 1 =: A
P (1, 1, 0)
y1
x
2
0
1 2
Il faut calculer les valeur propres de A :
det(I3 A) = 0

+ 2 1
0

1 + 2 1 = 0

0
1
+2
( + 2)3 ( + 2) ( + 2) = 0
(Sarus)
3 + 62 + 10 + 4 = 0
1 = 2 est une solution et par factorisation, on obtient
3 + 62 + 10 + 4 = ( + 2)(2 + 4 + 2) = 0
= 2,3 = 2 2.
Les 3 valeurs propres etant < 0, le point P (1, 1, 0) est un maximum local.

`
7.6. THEOR
EME
7.6
7.6.1
187
Th
eor`
eme des fonctions implicites
Exemple
Soit F (x, y) une fonction à 2 variables. Considerons la courbe de niveau 0

= NF (0) = {(x, y) | F (x, y) = 0}.
1) On peut essayer de resoudre lequation F (x, y) = 0 en fonction de y pour etablir y = f (x).
Si on peut le faire, alors la courbe est le graphe de la fonction y = f (x) et on a
F (x, f (x)) = 0.
En derivant cette dernière egalite par rapport à x, on trouve
Fx (x, f (x)) + Fy (x, f (x)) f (x) = 0
ce qui donne
f (x) =
Fx (x, f (x))
.
Fy (x, f (x))
Exemple : soit
F (x, y) = x2 + ey + 2x = 0.
Alors
y = f (x) = ln(x2 2x)
pour x ] 2; 0[.
2x 2
.
x2 2x
Calcul implicite : Fx = 2x + 2 et Fy = ey . Alors
Calcul direct : y = f (x) =
f (x) =
Fx
2x + 2
2x + 2
=
.
= 2
Fy
ey
x 2x
2) Dans le cas general, il nest pas possible de calculer y = f (x). Mais, si lon suppose que
localement - sur un ouvert contenant P (x0 , y0 ) - il existe y = y(x) alors on a vu au chapitre
4 quon peut deriver la relation F (x, y) = 0 par rapport à x (derivee droite) pour trouver
y P . Ceci donne
Fx (x0 , y0 ) + Fy (x0 , y0 ) y (x0 , y0 ) = 0

Fx (x0 , y0 )
y P =
Fy (x0 , y0 )
La formule est la meme que precedemment.

Exemple : soit
F (x, y) = x2 + y 2 25 = 0
le cercle de centre (0, 0) et de rayon 5. Alors
{
Fx = 2x
Fy = 2y
On obtient ainsi

2x0
x0
y P =
=
2y0
y0
pour P (x0 , y0 )

A
188
Sans calculer explicitement y = y(x) on peut donc trouver la derivee y (x0 ) en tout point
(x0 , y0 ). Lequation de la tangente à au point P (x0 , y0 ) est alors

Fx P

y = y P (x x0 ) + y0 = (x x0 ) + y0
Fy
P
ce qui donne
Equation de la tangente en P :

Fx P (x x0 ) + Fy P (y y0 ) = 0
Exemple precedent : la tangente au cercle x2 + y 2 25 = 0 au point P (3, 4) est

Fx (3, 4) (x 3) + Fy (3, 4) (y 4) = 0
ce qui donne
6 (x 3) + 8 (y 4) = 0.
7.6.2
Th
eor`
eme g
en
eral
Soit
F (x1 , . . . , xn ) = 0
une equation à n variables.
Les resultats precedents se generalisent de la facon suivante.
Premièrement, le theorème suivant arme que, localement, et sous certaines hypothèses, il
est possible de resoudre lequation en fonction dune variable, par exemple xn = f (x1 , . . . , xn1 ).
Secondement, il arme que les derivees partielles de f (x1 , . . . , xn1 ) se calculent à partir
des derivees partielles Fxi comme precedemment.
Th
eor`
eme 7.39 (Theorème des fonctions implicites). Soit
D Rn un ouvert,
F : D R une fonction de classe C 1 et
a = (a1 , . . . , an ) D un point satisfaisant F (a) = 0.
On suppose que Fxn (a) = 0.
Posons a
= (a1 , . . . , an1 ) Rn1 .
Alors il existe un ouvert U Rn1 contenant a
et une fonction `
a n1 variables f : U R
satisfaisant :
1. le graphe de f est contenu dans D :
(x1 , . . . , xn1 , f (x1 , . . . , xn1 )) D
pour tout (x1 , . . . , xn1 ) U .
2. f (a1 , . . . , an1 ) = an
3. F (x1 , . . . , xn1 , f (x1 , . . . , xn1 )) = 0 pour tout (x1 , . . . , xn1 ) U
4. la fonction f est de classe C 1 et
fxi =
Fxi
Fxn
i {1, . . . , n 1}

`
7.6. THEOR
EME
189
Remarque 7.40. La condition Fxn (a) = 0 est essentielle. Cependant si Fxn (a) = 0 mais
que Fxk (a) = 0 pour un certain k =
n, alors le resultat est vrai pour xk cest-à-dire quil
existe une fonction f avec
xk = f (x1 , . . . , xk1 , xk+1 , . . . xn )
On explicite xk au lieu de xn .
En revanche, si Fxi (a) = 0 pour tout i = 1, . . . , n (le point a est un point stationnaire),
le theorème nest plus vrai et il est impossible dexpliciter une variable xi en fonction des
autres.
7.6.3
Application :
equation du plan tangent `
a une surface implicite
Considerons la surface denie par lequation

F (x, y, z) = 0

et un point P (x0 , y0 , z0 ) , i.e. F (x0 , y0 , z0 ) = 0. Supposons de plus que Fz P = 0.
Alors, par le theorème des fonctions implicites, il existe une fonction
z = f (x, y)
decrivant la surface au voisinage de P . En particulier f (x0 , y0 ) = z0 .
Lapproximation du 1er ordre de cette fonction f donne lequation du plan tangent :
(
)
x x0
z = f (x0 , y0 ) + f (x0 , y0 )
= f (P ) + fx (P ) (x x0 ) + fy (P ) (y y0 )
y y0
Or le theorème des fonctions implicites donne fx et fy :
fx (P ) =
Fx (P )
Fz (P )
et
fy (P ) =
Fy (P )
Fz (P )
Lequation du plan tangent devient :

z = f (P )
Fy (P )
Fx (P )
(x x0 )
(y y0 )
Fz (P )
Fz (P )
qui secrit encore

Fx (P ) (x x0 ) + Fy (P ) (y y0 ) + Fz (P ) (z z0 ) = 0.
Ceci montre que le vecteur normal au plan tangent et donc à la surface est
(
)
n = Fx (P ) Fy (P ) Fz (P ) = F (P )
Le gradient F est donc bien orthogonal à la surface de niveau NF (0) = .
De manière generale si une hyper-surface est donnee par lequation
F (x1 , . . . , xn ) = 0

A
190
alors lequation de lhyper-plan tangent à passant par a = (a1 , . . . , an ) est

Fx1 (a) (x1 a1 ) + Fx2 (a) (x2 a2 ) + + Fxn (a) (xn an ) = 0
qui secrit aussi
x1 a1
..
F (a)
=0
.
xn an
Exemples 7.41.
1. Considerons lellipsode
: F (x, y, z) = 3x2 + 6y 2 + z 2 36 = 0.
Fx = 6x
Fy = 12y
Fz = 2z
Alors
et lequation du plan tangent au point P (1, 2, 3) est

Fx (1, 2, 3) (x 1) + Fy (1, 2, 3) (y 2) + Fz (1, 2, 3) (z 3) = 0
6(x 1) + 24(y 2) + 6(z 3) = 0
6x + 24y + 6z = 72.
2. Considerons la surface
() :
et le point P (2,
xyz = 1
1
, 3) . Alors, en notant F (x, y, z) = xyz 1, on a
6
Fx = yz
Fx (P ) = 12
Fy (P ) = 6
Fy = xz
=
Fz = xy
Fz (P ) = 13
Lequation du plan tangent à par P est alors

(
)
1
1
1
(x 2) + 6 y
+ (z 3) = 0.
2
6
3
7.7
7.7.1
Extremum sous contraintes : multiplicateur de Lagrange

Multiplicateur de Lagrange
On desire trouver le maximum (ou minimum) dune fonction f (x1 , . . . , xn ) sur un domaine
D avec la contrainte g(x1 , . . . , xn ) = 0. On suppose que g(x) = 0 sur D.
1ère methode : si lon peut expliciter
xn = g(x1 , . . . , xn1 ),
alors
f (x1 , x2 , . . . , xn ) = f (x1 , x2 , . . . , xn1 , g(x1 , . . . , xn1 )) = (x1 , . . . , xn1 )
7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 191

et on cherche les extremums de .
2ème methode : si lon peut trouver une parametrisation de la courbe g(x1 , . . . , xn ) = 0 de
la forme
x1 = x1 (t)
..
() :
.
xn = xn (t)
alors f (x1 , . . . , xn ) = f (x1 (t), . . . , xn (t)) = (t) et on cherche les extremums de .
3ème methode : si aucune des 2 methodes ne marche, on utilise un multiplicateur de
Lagrange.
Cette methode consiste à resoudre le système dequations en x D :
{
f (x) + g(x) = 0
g(x) = 0
Cest un système à n + 1 inconnues x1 , x2 , . . . , xn , et à n + 1 equations.

Cette methode est basee sur le theorème suivant :
Th
eor`
eme 7.42. Soit D Rn un ouvert et f, g C 1 (D, R) et M = {x D | g(x) = 0}.
Soit a = (a1 , . . . , an ) M un extremum local de la fonction f M . On suppose de plus que
g(a) = 0. Alors il existe un R tel que
f (a) + g(a) = 0.
Autrement dit, f (a) et g(a) sont colineaires.
est appele un multiplicateur de Lagrange.
g
(a) = 0. Alors par le theorème des fonctions implixn
cites, il existe une fonction (x1 , . . . , xn1 ) dans un voisinage U = B(
a, r) de
a
= (a1 , . . . , an1 ) telle que
{
(a1 , , an1 ) = an
g(x1 , . . . , xn1 , (x1 , . . . , xn1 )) = 0
x U
monstration : On peut supposer
De
avec
(
a) =
xi
g
xi (a)
g
xn (a)
pour tout i = 1, . . . , n 1
Posons alors
F (x1 , . . . , xn1 ) = f (x1 , . . . , xn1 , (x1 , . . . , xn1 )).

Alors, par hypothèse, la fonction F (qui est f M ) admet un extremum en a
. On a donc
F (
a) = 0 ce qui donne, avec la règle de composition :
0=
F
f
f
(
a) =
(a) +
(a)
(
a)
xi
xi
xn
x
( i g
)
(a)
f
f
x
=
(a) +
(a) gi
xi
xn
x (a)
( f
) n
(a)
f
g
n
(a) + x
(a)
=
g
xi
x
i
(a)
xn
pour tout i = 1, . . . , n 1
192
A
En posant =
f
xn (a)
,
g
xn (a)
0=
on obtient
f
g
(a) +
(a)
xi
xi
pour tout i = 1, . . . , n 1, n
et donc f (a) + g(a) = 0.
ATTENTION : f (a) + g(a) = 0 est une condition necessaire mais pas susante. Il faut
donc verier que la solution cherchee est bien un extremum.
Exemples 7.43.
1) Trouver le maximum et le minimum de la fonction
f (x, y) = x2 + 4y 2 x + 2y
sur le bord de lellipse x2 + 4y 2 = 1.
Solution : la condition est g(x, y) = x2 + 4y 2 1 = 0. Alors
(
2x 1
8y + 2
f =
)T
(
g =
2x
8y
)T
et le système à resoudre est alors
2x 1 + 2x = 0
8y + 2 + 8y = 0
2
x + 4y 2 1 = 0
2( + 1)x = 1 (I)
4(1 + )y = 1 (II)
2
x + 4y 2 =
1
ou
En elevant au carre et en additionant les equations (I) et (II), on trouve

{
4( + 1)2 (x2 + 4y 2 ) = 2
x2 + 4y 2
=1
ce qui donne
2
4( + 1) = 2
+ 1 = 1/2
= 1
1
.
2
On trouve alors 2 points :

1
1
P( , )
2
2 2
et
1
1
Q( , ).
2 2 2
Un calcul montre que P est le minimum et Q le maximum.

2) Construire une boite de forme parallelepipèdique sans couvercle, de volume donne V de
telle sorte que la surface du fond et des parois soit minimale.
7.7. EXTREMUM SOUS CONTRAINTES : MULTIPLICATEUR DE LAGRANGE 193

La fonction à minimiser est
A = f (x, y, z) = xy + 2xz + 2yz
et la contrainte est
g(x, y, z) = xyz V = 0.
Le système à resoudre f (x, y, z) + g(x, y, z) = 0 devient
y + 2z + yz
= 0
(I)
x + 2z + xz = 0 (II)
2x + 2y + xy = 0 (III)
xyz
= V (IV )
(I) x (II) y donne 2xz 2yz = 0 et donc
Le système (partiel) devient :
x + 2z + xz
4 + x
2
x z
x = y.
= 0 (II)
= 0 (III)
= V (IV )
(II) (III) z donne x 2z = 0 donc x = 2z. Finalement (IV ) devient 4z 3 = V ce qui

donne
3
3 V
x = y = 2z = 2V .
z=
4
7.7.2
Contraintes multiples
Pour trouver les extremums dune fonction f (x) avec m contraintes
g1 (x) = 0
g2 (x) = 0
..
gm (x) = 0
on resoud le système
f (x) +
j gj (x) = 0
j=1
g1 (x) = 0
..
.
gm (x) = 0
Cest un système à n + m inconnues : x1 , x2 , . . . , xn , 1 , . . . , m et n + m equations.

Exemple : trouvons le maximum de la fonction
f (x, y, z) = x + y + z
avec les contraintes
g1 (x, y, z) = x2 + y 2 2 = 0
g2 (x, y, z) = x + z 1
Geometriquement g1 (x, y, z) = 0 est lequation dun cylindre vertical et g2 (x, y, z) = 0 celle

dun plan. Leur intersection est une ellipse . On cherche donc le maximum de f sur lellipse
194
A
Comme
f (x, y, z) = (1
1)
g1 (x, y, z) = (2x
2y
0)
g2 (x, y, z) = (1
1) ,
il faut resoudre le système
1 + 1 2x + 2
1 + 1 2y
1 + 2
x2 + y 2
x+z
=
=
=
=
=
0
(I)
0 (II)
0 (III)
2 (IV )
1
(V )
On voit que 2 = 1 par (III) et donc x = 0 ce qui donne y = 2 et z = 1. On obtient 2

points
et
Q(0, 2, 1).
P (0, 2, 1)
Comme f (P ) = 1 + 2 et f (Q) = 1 2, on en deduit que P est le maximum cherche.
7.8
7.8.1
Fonctions de Rn dans Rm
Gradient
Dans cette section, nous allons etudier les fonctions

f : D Rn Rm
En physique, ces fonctions sont appelees champs vectoriels.
A tout point x = (x1 , . . . , xn ) D, on associe un vecteur
f1 (x1 , . . . , xn )
f2 (x1 , . . . , xn )
f (x1 , . . . , xn ) =
..
.
fm (x1 , . . . , xn )
La fonction fk : D R est la i-`
eme composante de f .
Limage dun point x sera vue comme un vecteur-colonne.
D
enition-Proposition 7.44. Soit D un ouvert de Rn et f : D Rm une fonction.
La fonction f est continue (resp. derivable, resp. de classe C 1 ) si toutes ses composantes
fk : D R sont continues (resp. derivables, resp. de classe C 1 ).
7.8. FONCTIONS DE RN DANS RM
195
Exemples 7.45.
1. Si n = 1, on retrouve les courbes dejà etudiees : I Rm .
2. Si m = 1, on retrouve les fonctions reelles à plusieurs variables f : D R.
3. La fonction f : R2 R2 denie par
(
f (x, y) =
x2 + 2y
2x + sin y
est continue et de classe C 1 sur tout R2 .

4. Soit f : R2 R la fonction denie par
f (x, y) = x2 + 5xy 4x.
Alors le gradient de f denit un champ vectoriel
f : R2 R2
(
)
2x + 5y 4
(x, y) 7
5x
D
enition 7.46. Soit D Rn un ouvert, f : D Rm une fonction derivable et x D.
La matrice m n
f1 (x)
)
f2 (x) ( f
i
(x)
f (x) =
=
..
16i6m
xj
.
16j6n
fm (x)
est appelee le gradient de f en x ou egalement la matrice jacobienne de f .
Remarques :
1. si f : D R (m = 1), la matrice est un vecteur-ligne et on retrouve le gradient denit
dans la section 7.4.1.
2. Dans le cas dune courbe
: I Rm
x1 (t)
x2 (t)
t 7
..
xm (t)
on a alors n = 1 et le gradient de est un vecteur-colonne qui nest rien dautre que le
vecteur tangent :
(t) = (t).
196
A
Exemples 7.47.
1. Considerons la fonction de R3 dans R2 :
)
( 2
x y + 2yz + sin x
f (x, y, z) =
xyz + 2x
Le gradient de f en (x, y, z) est une matrice 2 3 :
(
)
2xy + cos x x2 + 2z 2y
f (x, y, z) =
.
yz + 2
xz
xy
2. Le gardient de la fonction identite IdRn : Rn Rn est la matrice identite In .
R`
egle de composition
Soit D Rn , U Rm deux ouverts, f : D Rm et g : U Rl deux fonctions de classe
C 1 . Supposons que f (D) U . Alors la fonction composee
g f : D Rl
est de classe C 1 et son gradient est donne par
(g f )(a) = g(f (a)) f (a)
|
{z
} | {z } | {z }
ln
lm
pour tout a D.
mn
Cette formule secrit aussi

(g f ) = [g f ] f.
Remarques
1. Si m = n = l = 1 on retrouve la règle (g f ) (x) = g (f (x)) f (x)
2. Si n = 1 (f est une courbe) et l = 1 (g est une fonction reelle), on retrouve la règle dejà
vue
(g f ) (t) = g(f (t)) f(t) .
|{z}
=f (t)
3. Dans le cas l = 1, on peut reecrire la règle precedente comme suit :

soit g(x1 , . . . , xm ) une fonction de Rm dans R. Posons
x1 = f1 (u1 , . . . , un )
x2 = f2 (u1 , . . . , un )
..
xm = fm (u1 , . . . , un )
Si lon note x = f (u), alors la formule precedente secrit
(
)
Du1 (g f ) Du2 (g f ) Dun (g f )
= (Dx1 g Dx2 g Dxm g)
Du1 f1
Du1 f2
..
.
Du2 f1
Du2 f2
..
.
..
.
Dun f1
Dun f2
..
.
Du1 fm Du2 fm Dun fm
197
ce qui donne pour tout i = 1, 2, . . . , n :

g f
g
x1
g
x2
g
xm
(u) =
(x)
(u) +
(x)
(u) + +
(x)
(u)
ui
x1
ui
x2
ui
xm
ui
m
g
xk
=
(f (u))
(u)
xk
ui
k=1
Notation physique
x = x(u, t)
y = y(u, t)
z = z(u, t)
Si
L = L(x, y, z)
et
on notera, par abus :

L
= Lu = Lx xu + Ly yu + Lz zu
u
et
Lt = Lx xt + Ly yt + Lz zt
Fonction inverse et gradient

Soit
h : Rn Rn
une fonction bijective et h1 : Rn Rn sa fonction reciproque. On suppose que h et h1
sont derivables. Alors, comme h h1 = idRn , la règle de composition donne
h(h1 (y)) h1 (y) = In
ou encore
[
]1
h1 (y) = h(h1 (y))
Le gradient de h1 est linverse du gradient de h.

Exemple : soit h : R2 R2 denie par
(
h(, ) =
cos
sin
Cest la transformation entre coordonnees cartesiennes et coordonnees polaires. Alors en se

restreignant à un ouvert D avec > 0 (par exemple ]0, /2[), la fonction h est bijective.
Son inverse est donne par
)
(
) (
x2 +(y 2)
1
h (x, y) =
=
arctan xy
(
On a
h =
et
h1 =
x x
y y
x y
x y
(
=
(
)
=
cos sin
sin cos
x2 +y 2
y
x2 +y
2
x2 +y 2
x
x2 +y 2

A
198
Si on ecrit h1 en fonction de et , on obtient

(
) (
h
y2
x
2
cos
sin
sin
cos
et on verie que cest bien la matrice inverse de h.
7.8.2
Application : changement de coordonn

ees
Coordonn
ees polaires
Soient
x = x(, ) = cos
y = y(, ) = sin
Considerons la fonction h : R2 R2 denie par

h(, ) = (x(, ), y(, )).
La fonction h decrit le changement entre coordonnees polaires et coordonnees cartesiennes.
Son gradient est
(
) (
)
x x
cos sin
h =
=
y y
sin cos
Soit f (x, y) une fonction reelle à 2 variables.
Posons
f(, ) = f (h(, )) = f (x(, ), y(, )).
Cest la fonction f exprimee en coordonnees polaires. Parfois, par abus de langage, on
identie f et f.
On denit egalement
fx (, ) = fx (x(, ), y(, ))
Cest la derivee partielle de f selon x mais exprimee en coordonnees polaires. De meme, on
pose fy = fy h ce qui se resume par
x,y f = (fx
fy ) = f h.
(cest le gradient de f selon x et y mais exprime en fonction de et ).

On notera , f au lieu de f pour plus de clarte.
Avec ces notations la règle de composition
f = [f h] h = x,y f h
devient
, f = x,y f h
qui donne
(
(f f ) = (fx fy )
)
cos sin
sin cos
{z
}
|
=h
199
La matrice h est inversible si = 0, car det(h) = . En multipliant à droite par h1 ,

on obtient
(
)
1
cos sin
(fx fy ) = (f f )
sin cos
(
)
sin() f + 1 cos() f
= cos() f f1 sin() f
ce qui donne
fx = cos f
sin f
fy = sin f +
cos f
(7.4)
Ces 2 formules permettent donc de calculer les derivees partielles selon x et y dune fonction
donnee en coordonnees polaires.
Exemple 7.48. Considerons la fonction f(, ) = 22 en coordonnees polaires. Calculons
le gradient de f selon x, y. On a
f = 4 et f = 0 ce qui donne, en appliquant la formule (7.4)
1
fx = fx = cos f sin f = cos 4 0 = 4 cos
1
fy = fy = sin f + cos f = sin 4
Le gradient est donc 4 (cos
sin ).
Verication par calcul direct :

f (x, y) = 22 = 2(x2 + y 2 ).
Alors fx = 4x = 4 cos et fy = 4y = 4 sin .
Coordonn
ees cylindriques
Considerons le changement de coordonnees
x = cos
y = sin
z=z
Ceci denit une fonction h : R3 R3 en posant h(, , z) = (x, y, z). Sa matrice jacobienne
est
cos sin 0
x x xz
h = y y yz = sin cos 0 .
0
0
1
z z zz
On a det(h) = . Ainsi si = 0 la matrice h est inversible :
cos sin 0
1
h1 = sin cos 0 .
0
0
200
A
Soit f (x, y, z) une fonction à 3 variables et f(, , z) la fonction correspondante en coordonnees cylindriques. En posant comme precedemment
x,y,z f = f h
et en notant ,,z f au lieu de f, on obtient
f = [f h] h = x,y,z f h.
ou encore
x,y,z f = ,,z f h1
ce qui donne
fx = f cos f
sin
fy = f sin + f
cos
fz = fz
Coordonn
ees sph
eriques
Considerons le changement de coordonnees :
x = r cos sin
y = r sin sin
z = r cos
r > 0, 0 6 6 2
Ceci denit une fonction h : R3 R3 en posant h(r, , ) = (x, y, z). Sa matrice jacobienne
est

cos sin r sin sin r cos cos

xr x x
h = yr y y = sin sin r cos sin r sin cos .
zr z z
cos
0
r sin
On a det(h) = r2 sin . Ainsi si r = 0 et = , la matrice h est inversible :
r cos r sin 0
1
sin cos 0
h1 = 2
r sin
0
0
r
et on calcule, comme ci-dessus
x,y,z f = r,, f h1 .
Chapitre 8
Int
egrales multiples
8.1
Int
egrales doubles
8.1.1
D
enition et interpr
etation g
eom
etrique
Soit D un domaine ferme de R2 et f (x, y) une fonction continue sur D. On a envie de denir
lintegrale double
f (x, y) dxdy
D
de telle manière quelle soit egale au volume compris entre la base D et la surface
S = {(x, y, f (x, y) | (x, y) D}.
D
ention analytique
On decompose D de facon quelconque en sous-domaines disjoints D1 , D2 , . . . , Dn . Soit Ai
laire de chaque Di .
On choisit arbitrairement un point (i , i ) Di et on calcule

Vi = f (i , i ) Ai = volume du prisme de base Di et de hauteur zi = f (i , i )
volume limite par Di et la surface Si
201

CHAPITRE 8. INTEGRALES
MULTIPLES
202
On pose alors
Vn =
Vi =
i=1
f (i , i ) Ai
i=1
Posons = max di avec di = diamètre du plus petit cercle contenant Di . Alors, on denit
i
f dA =
D
lim
n
0
Vn =
lim
f (i , i ) Ai
n
i=1
0
et ceci independamment du choix des Di , des i et des i .
On note aussi
f (x, y) dxdy au lieu de
f dA.
D
Lelement dA = dxdy est lelement dierentiel de surface.
8.1.2
Propri
et
es de lint
egrale double
En utilisant les proprietes des limites, on demontre que :
1.
(f + g) dA =
f dA +
g dA
f dA =
2.
f dA
3. Si D = D D et D D = alors
f dA =
D
f dA
4. si f 6 g sur D alors
f dA 6
f dA +
g dA.
D
1 dA = Aire(D)
5. si f (x, y) = 1 alors
D
8.1.3
Calcul eectif
Sur un rectangle
Supposons que D soit un rectangle : D = {(x, y) | a 6 x 6 b , c 6 y 6 d}.
Soit A(x) est laire de la section P P Q Q avec x xe [a; b].

8.1. INTEGRALES
DOUBLES
Alors
203
I=
f (x, y) dxdy =
A(x) dx
f (x0 , y) dy. Donc nalement
Or pour x = x0 xe, on a A(x0 ) =

c
b (
I=
f (x, y) dy
a
dx.
On intègre donc dabord selon y en considerant x comme un paramètre et ensuite selon x.

Mais on peut faire linverse. On obtient donc aussi
d b
I=
c
f (x, y) dx dy.
|
{z
}
=B(y)
Cas particulier : si
f (x, y) = p(x)q(y)
alors
A(x) =
p(x)q(y) dy = p(x)
et alors
b(
I=
p(x)
a
q(y) dy
c
q(y) dy
dx =
p(x) dx
q(y) dy.
c
Lintegrale double, est dans ce cas le produit de 2 integrales simples.

Cas g
en
eral
Supposons que lon peut trouver deux fonctions (x) et (x) denie entre x1 et x2 telles
que
D = {(x, y) R2 | x [x1 ; x2 ] (x) 6 y 6 (x)}.
Laire de la section situee dans le plan vertical x = x0 est alors egale à
(x0 )
A(x0 ) =
f (x0 , y) dy
(x0 )
et alors
x2
(x)
f (x, y) dxdy =
D
)
f (x, y) dy dx.
x1
(x)

MULTIPLES
204
De facon analogue, on peut dabord integrer selon la variable x qui varie entre (y) et (y)
et ensuite selon y. On obtient
y2
(y)
f (x, y) dxdy =
f (x, y) dx
y1
dy.
(y)
Remarque : En general, il faut decomposer D en plusieurs sous-domaines pour trouver

(x) et (x).
Remarque : Le choix de lordre dintegration ne change rien en theorie mais, en pratique,
il est important. Un bon choix peut conduire à un petit nombre dintegrales alors quun
mauvais choix peut meme amener à une integrale impossible à calculer.
Exemples 8.1.
(1) Considerons la fonction f (x, y) = x + y sur le domaine D ci-contre
Prenons y = y0 xe on intègre dabord selon x. Alors
x=42y0
A(y0 ) =
(x + y0 ) dx =
x=y0
)
x2
3
x=42y0
+ xy0
= = 8 4y0 y02 .
2
2
x=y0
Donc
y=1 (
f (x, y) dA =
D
y=0
(
1 )1 11
3 )
8 4y y 2 dy = 8y 2y 2 y 3 = .
2
2
2
0
Si on intègre dabord selon y et ensuite selon x, il faut calculer 3 integrales :
x=1
. . . dA +
x=0
x=2
x=1
y
sin2 x sur le domaine
x2
D = triangle de sommets O(0, 0), A(, 0) et B(, ).
(2) soit f (x, y) =
x=4
. . . dA +
. . . dA.
x=2

8.1. INTEGRALES
DOUBLES
205
Domaine D :
Integration dabord selon y :
x=
y=x
y
sin2 x dy
2
x
x=0
y=0
1 2
sin x dx = .
=
2 0
4
f (x, y) dxdy =
D
dx =
0
1
y 2 y=x
2
sin
x
dx

x2
2 y=0
Integration dabord selon y :
x=
I=
y=0
x=y
Impossible dintegrer
)
( x=
)

sin2 x
sin2 x
dx dy =
y
dx dy = . . .
y
x2
x2
y=0
x=y
sin2 x
.
x2
(3) f (x, y) = 2xy sur le domaine D = quart de cercle de rayon 1 et de centre O(0, 0).
1 y= 1x2
2xy dA =
=
8.1.4
2xy dy dx =
0
[ x2
2
[ ]1x2
2
x y
dx =
y=0
x4 ]1
x(1 x2 ) dx
1
= .
4
Applications
Centre de masse
(A) Corps ponctuels
1
mi OPi
OG =
M
i=1
avec M =
mi = masse totale.
i=1
Le point G ne depend pas de lorigine O choisie. En eet si on prend O , on obtient

n
n
n
n
1
1
1
1
OG=
mi O Pi =
mi (O O + OPi ) =
mi O O +
mi OPi
M
M
M
M
i=1
i=1
i=1
i=1
= O O + OG.

MULTIPLES
206
(B) Cas general : soit D un domaine ni de masse specique (x, y).
Alors la masse mi dun très petit sous-domaine Di est environ egale à

mi = (x, y) Ai
avec Ai = Aire(Di ).
Masse totale :
n
Mn =
mi =
i=1
(i , i ) Ai
M=
(x, y) dA.
D
i=1
Pour le centre de masse, chaque Di donne une contribution de
mi OPi = (Pi ) Ai OPi .

En passant à la limite, on obtient
1
OG =
M
(x, y) OP dxdy
avec OP =
x
y
En choisissant un système daxes, et en notant (xG , yG ) les coordonnees de G, on obtient

1
xG =
M
x (x, y) dxdy
et
1
yG =
M
y (x, y) dxdy.
D
Exemples 8.2.
1. Centre de masse dun demi disque homogène ( 1) de rayon R.
Masse totale :
M=
1 dxdy = A =
D
Centre de masse : par symetrie, on a xG = 0.
R2
.
2
(8.1)

8.1. INTEGRALES
DOUBLES
207
Pour yG la formule 8.1 donne
R R2 x2
2
y dxdy =
y dydx
R2 x=R y=0
D
R [ 2 ]R2 x2
y
dx
x=R 2 0
R
1 2
(R x2 ) dx
2
x=R
[
x3 ]R
R2 x
3 R
(
)
2
4
3
3
2R R =
R.
3
3
1
yG =
M
2
R2
2
R2
1
=
R2
1
=
R2
2. Centre de masse dun triangle homogène ( 1).

A laide dune translation et dune rotation, on peut toujours se ramener au cas suivant :
A(0, 0),
B(xB , yB )
et C(xB , yC ).
yB
x
Equation de la droite AB : y = mx + h =
xB
yC
Droite AC : y = mx + h =
x
xB
1
Masse du triangle = aire du triangle = A = xB (yC yB )
2
Alors
)
xB ( yC x
xB
xB
yC
yB
x dy dx =
x(
x
x) dx
x dxdy =
yB
xB
xB
x=0
x
x=0
xB
xB
yC yB 2
1 yC yB 3
=
x dx =
xB
xB
3
xB
x=0
1
= x2B (yC yB )
3
et donc
xG =
1
M
x dxdy =
2
1
2
1
x2 (yC yB ) = xB = (xA + xB + xC ).
xB (yC yB ) 3 B
3
3
De meme
xB
y dxdy =
yB
xB
x=0
1
6
yC
xB
2
yC
x2B
xB
y dy dx =
2 )
yB
x2B
x=0
x3B =
1
2
2
2
yC
yB
x2B
x2B
1
2
2
xB (yC
yB
).
6
)
x2 dx

MULTIPLES
208
et donc
1
yG =
A
y dxdy =
2
1
1
1
2
2
xB (yC
yB
) = (yB + yC ) = (yA + yB + yC ).
xB (yC yB ) 6
3
3
On a donc montre que dans un triangle ABC :

1 ( )
OG =
OA + OB + OC .
3
Propri
et
e du centre de masse : Soit D = D1 D2 Dn et Gi le centre de masse
de Di et mi la masse de Di . Alors G = barycentre des points Gi aectes des masses mi :
1
(m1 OG1 + m2 OG2 + + mn OGn )
OG =
M
Exemple : Centre de gravite du domaine D :
c
Rectangle 1 : m1 = 2bc et xG1 = 0 yG1 =
2
c
Rectangle 2 : m2 = 2ac et xG2 = 0 yG2 =
2
Alors xG = 0 et
1
1
c ba
yG =
(m1 yG1 + m2 yG2 ) =
(ac2 bc2 ) =
.
M
2bc + 2ac
2 a+b
Th
eor`
eme 8.3 (Theorème de Guldin). Soit D un domaine homogène du plan dont laire
vaut A. Soit G(xG , yG ) le centre de gravite de D. Soit V le volume du corps de revolution
engendre par rotation de D autour de laxe Ox. Alors
V = 2yG A
V = (circonference du cercle decrit par G) (aire de D)

b
[ 2
]
monstration : On a vu au chapitre 5 que V =
De
g (x) f 2 (x) dx. Donc
1
yG =
A
=
1
2A
1
ydxdy =
A
D
b[
b (
a
g(x)
f (x)
1
y dy dx =
A
]
1 V
g 2 (x) f 2 (x) dx =
.
2A
b[
1 2 ]g(x)
y
dx
2
f (x)
a

8.1. INTEGRALES
DOUBLES
209
Moment dinertie
Corps ponctuel de masse m tournant à une distance r autour dun axe. Alors
J = mr2 .
Corps etendu D de masse specique (x, y) (= masse par unite de surface).

Tournant autour de laxe Ox :
Jx =
y 2 (x, y) dxdy.
D
Tournant autour de laxe Oy :
x2 (x, y) dxdy.
Jy =
D
Th
eor`
eme 8.4 (Theorème de Steiner). Notons JyG le moment dinertie par rapport `
a un
axe parallèle `
a Oy et passant par le centre de gravite G(xG , yG ).
Alors
Jy = JyG + M x2G
o`
uM=
(x, y) dxdy est la masse totale

D
monstration : On a
De
[ 2
]
G
2
Jy =
(x xG ) (x, y) dxdy =
x 2xxG + x2G (x, y) dxdy
D
D
2
=
x (x, y) dxdy 2xG
x(x, y) dxdy + x2G
(x, y) dxdy
D
= Jy 2xG M xG + M x2G = Jy M x2G
8.1.5
Int
egration sur tout R2
Soit f (x, y) une fonction continue sur R2 . Comment denir
f (x, y) dxdy ?
R2
(A) Cas dune fonction positive : soit f (x, y) > 0 pour tout x, y R.
Soit {Dn } une suite de sous-ensembles bornes de R2 satisfaisant les 2 proprietes suivantes :

MULTIPLES
210
(1) Dn Dn+1 pour tout n N.
(2) Pour toute boule ouverte Br = B(O, r), il existe un nr N avec Br Dnr .
(Ceci implique que nN Dn = R2 .)
Posons alors
In =
f (x, y) dxdy.
Dn
Si la limite lim In = I existe, on denit

n
f (x, y) dxdy = lim
R2
f (x, y) dxdy.
Dn
On peut montrer que cette denition est bonne dans le sens quelle ne depend pas du
choix des Dn .
f (x, y) dxdy = + , on dit que lintegrale
Si lim
verge.
Dn
f (x, y) dxdy diR2
Crit`
ere de comparaison : soient 0 6 f (x, y) 6 g(x, y).
(i) Si R2 g dA converge alors R2 f dA converge aussi ;
(ii) Si R2 f dA diverge alors R2 g dA diverge aussi.

(B) Cas dune fonction quelconque : si f (x, y) est quelconque, on considère dabord lintegrale

f (x, y) dxdy.
R2
(1) Si cette integrale converge on dit que R2 f (x, y) dxdy est absolument convergente. Dans ce cas, on peut montrer que la limite
lim
f (x, y) dxdy
Dn
existe et est independante du choix des Dn .
(2) Dans le cas o`

u
|f (x, y)| dxdy nest pas convergente, on ne peut pas denir
R2
f (x, y) dxdy comme precedemment car cette limite depend du choix des Dn .
R2

8.1. INTEGRALES
DOUBLES
211
Exemple : f (x, y) = x2 y 2 .
Soit Dn le carre de centre (0, 0) et de cote 2n. Alors
n n
n
( 2
)
4
4
2
2
f (x, y) dxdy =
x y dx dy =
( n3 2y 2 n) dy = n4 n4 = 0
3
3
Dn
n n
n 3
et donc lim
f (x, y) dA = 0.
n
Dn
Soit Dn = {(x, y) | 2n < x < 2n, n < y < n} le rectangle de centre (0, 0) et de cotes
2n et n. Alors
2n [
2n n
( 2
)
y 3 ]y=n
2
x y dydx =
x2 y
f (x, y) dxdy =
dx
3 y=n
2n
Dn
2n n
2n
[2
]2n
2
2
=
(2x2 n n3 ) dx = nx3 n3 x
3
3
3
2n
2n
8
32
= n4 n4 = 8n4 .
3
3
On a alors lim
f (x, y) dA = +.
n
8.1.6
Dn
Changement de variables
Soit D un domaine deni dans le plan Oxy. Considerons un changement de variables

h : R2 R2 deni par
( ) (
)
x
x(u, v)
h(u, v) =
=
y
y(u, v)
(
Alors
h(u, v) =
xu (u, v) xv (u, v)
yu (u, v) yv (u, v)
)
.
dans le plan Ouv.

Le domaine D se transforme en un domaine D
et limite par les points

Considerons un petit rectangle situe dans D
P (u, v),
Q(u + u, v),
R(u + u, v + v)
et
S(u, v + v).

MULTIPLES
212
Son aire est egale à uv. Calculons la surface A correspondante dans D. Approximation
du 1er ordre autour du point P (u, v)
(
u
0
+ o(u)
h(u + u, v) = h(u, v) + h(u, v)
(
)
xu (u, v) u
h(u, v) +
.
yu (u, v) u
De meme
(
0
v
+ o(v)
h(u, v + v) = h(u, v) + h(u, v)
(
)
xv (u, v) v
h(u, v) +
.
yv (u, v) v
Alors
a = h(u + u, v) h(u, v)
et
b = h(u, v + v) h(u, v)
xu u
yu u
xv v
yv v
)
.
)
.
Laire du parallelogramme construit sur

a et b vaut
a b . Si u, v 0 alors
xv dv
0
xu du

dudv
0
dxdy = dA = yu du yv dv =

0
0
xu yv yu xv
(
)

xu xv

= |xu yv xv yu | dudv = det
dudv = deth dudv.
yu yv
(
)

(x, y)
xu xv

Notation : le terme |deth| = det
est aussi note
. Cest la valeur
yu yv
(u, v)
absolue du jacobien de h. On a ainsi demontre legalite
(x, y)

dxdy =
dudv.
(u, v)
Lors dun changement de variables donne par h(u, v) = (x, y), il faut donc remplacer
(x, y)

dxdy par
dudv
(u, v)
D par D
(
)
f (x, y) par f(u, v) = f x(u, v), y(u, v) .
Ainsi
f (x, y) dxdy =
(x, y)

f(u, v)
dudv.
(u,
v)

8.1. INTEGRALES
DOUBLES
213
{
}
Exemple 8.5. Soit D = (x, y) | x > 0, y > 0, 1 6 xy 6 4, 1 6 x2 y 2 6 3 .
Calculons
J=
(x2 + y 2 ) dxdy.
D
u = x2 y 2
v = 2xy.
{
}
= 1 6 u 6 3 , 2 6 v 6 8 = [1; 3] [2; 8] (cest un rectangle).
D devient D
) (
)
(u, v) (

ux uy 2x 2y

=
=
= 4(x2 + y 2 ). Donc
vx vy
2y 2x
(x, y)
On pose
dudv = 4(x2 + y 2 )dxdy.

Lintegrale devient
1 3
1
1
2
2
J=
dudv =
du
dv = 2 6 = 3.
(x + y )dxdy =
4 1
4
4
2
D
D
8.1.7
{
si
Application : coordonn
ees polaires
x = cos
y = sin
alors
(
h =
x x
y y
(
=
cos sin
sin cos
et det(h) = . On a donc
dx dy = d d
Exemple : Soit D le demi-disque superieur de centre (1, 0) et de rayon 1 et f (x, y) = y.

On veut calculer
I=
f (x, y) dxdy.
D
Coordonnees polaires :
le domaine D devient 6 2 cos ;
la fonction f devient f(, ) = sin .
Lintegrale devient donc
I=
/2 2 cos
f (x, y) dxdy =
D
/2
=
=0
/2 2 cos
2 sin dd
sin dd =
=0
1 =2 cos
sin() 3
3 =0
=0
=0
/2
d =
=0
=0
/2 2
8
2

= .
sin() cos3 () d = cos4
3
3
3
0

MULTIPLES
214
Int
egration sur R2
En coordonnees polaires, lintegrale sur tout R2 devient
f(, ) dd =
f (x, y) dxdy = lim
R =0
R2
=0
f(, ) dd
Application : calcul de lint

egrale derreur

2
On veut calculer I =
ex dx.
Problème : ex ne possède pas de primitive analytique.

2
Solution : on calcule I 2 ! ! !

2
2
I I =
ex dx
ey dy
2
2
=
ex y dxdy
R2
e
0
Donc
ex ey dxdy
2

coordonnees polaires
dd =
R2
I=
2
e ]
1
d d = 2
= 2 = .
2 0
2
ex dx =
2
Consequence : soit p > 0 et q R. Alors
epx
2 +qx
dx =
q
( px 2
)2 + q4p
p
q2
dx = e 4p
2 1
et dt =
p
q4p2
e .
p
En particulier, si p = et q = 0 on trouve une integrale valant 1.

2
f (x) = ex est donc une densite de probabilite (appelee gaussienne).
8.2
8.2.1
Int
egrales triples
D
enition
La denition et les proprietes de lintegrale triple sont analogues à celles de lintegrale

double. On note
f (x, y, z) dV =
f (x, y, z) dxdydz
D
lintegrale de f sur le domaine D R3 borne.

Si f (x, y, z) 1, on a en particulier
1 dxdydz = V ol(D).
D

8.2. INTEGRALES
TRIPLES
8.2.2
215
Calcul eectif
la projection orthogonale de D sur le plan Oxy. Alors

Soit D
( +
(x,y)
f (x, y, z)dV =
D
D
b
z= (x,y)
(x)
=
x=a
y=(x)
f (x, y, z)dz
)
dxdy
+ (x,y)
z= (x,y)
f (x, y, z)dz dy dx.
Exemple 8.6.
D = tetraèdre de sommets A(1; 0; 0), B(0; 2; 0), C(0; 0; 4) et O(0; 0; 0).
f (x, y, z) = x.
= triangle ABO
D
Equation de la droite AB : y = 2x + 2
Equation du plan ABC : z = 4x 2y + 4.
Alors
)
( z=4x2y+4
1 2x+2 4x2y+4
x dV =
x dz dxdy =
x dz dy dx
D
D
z=0
0
0
0
1 2x+2 [ ]
1 2x+2
z=4x2y+4
(
)
=
xz
dy dx =
dx
4x2 2xy + 4x dy
0
0
0
0
0
1[
1
]2x+2
( 3
)
=
(4x2 + 4x)y xy 2
dx = =
4x 8x2 + 4x dx
0
0
0
[
]
y=1
8 3
1
4
2
= x x + 2x
= .
3
3
y=0
8.2.3
Changement de variables
Soit h : R3 R3 un changement de variables donne par
x = x(u, v, w)
y = y(u, v, w)
z = z(u, v, w)

MULTIPLES
216

xu xv xw
(x, y, z)

On note
:= yu yv yw
(u, v, w)
zu zv zw

. Alors on a legalite

(x, y, z)

dxdydz =
dudvdw
(u, v, w)
Coordonn
ees cylindriques
Si h(, , z) = (x, y, z) est denie par
x = cos
y = sin
z=z
alors
> 0,
[0; 2],
zR
x x xz
cos sin 0
h = y y yz = sin cos 0
z z zz
0
0
1
et |deth| = . Ceci donne la transformation

dxdydz = d d dz
Coordonn
ees sph
eriques
Si h(r, , ) = (x, y, z) est denie par
x = r cos sin
y = r sin sin
z = r cos
r > 0,
[0; ],
[0; 2]
alors h est donne au paragraphe 7.5 et lon a trouve

deth = r2 sin .
Noter que r2 sin > 0 pour r = 0 et ]0; [.
Ceci donne la transformation
dxdydz = r2 sin() dr d d
Exemple : soit D la sphère de centre O et de rayon R. Alors
1 dxdydz =
V ol(D) =
D
2
1 r2 sin() drdd =
D
R
4
d
sin() d
r2 dr = R3 .
3
| 0 {z } | 0 {z
} | 0 {z }
=2
=2
= 13 R3
r2 sin()d d dr
r=0
=0
=0

8.2. INTEGRALES
TRIPLES
217
Application : calcul de masse

Soit D un corps dont la masse volumique est (x, y, z). La masse dun petit parallelepipède
rectangle est
mk (xk , yk , zk ) xk yk zk .
En integrant, on trouve la masse totale du corps
M=
(x, y, z) dxdydz.
D
Application : calcul du centre de gravit

e
Comme pour la dimension 2, le centre de gravit
e est donne par la formule :
1
OG =
M
(x, y, z) OP dxdydz
()
o`
u (x, y, z) est la masse volumique et M la masse totale du corps.
En composantes, lequation () secrit
xG
x
yG = 1
y dxdydz
(x, y, z)
M
D
zG
z
Exemple
8.7. Centre de gravite de lhe}
misphère nord homogène ( 1).
{
2
2
2
2
D = (x, y, z) | x + y + z 6 R , z > 0
Par symetrie, xG = yG = 0.
1 4
2
De plus M = R3 = R3 .
2 3
3
zG =
1
M
z dxdydz
D
3
r cos() r2 sin() drdd
2 R3
D
R

2
2
3
R4
3
3
r
dr
sin()
cos()
d
d =
=
3
3
2R 0
2R
4
0
0
R
=3 .
8
=

MULTIPLES
218
Application : moment (polaire) dinertie

Rappel : J = mr2 o`
u m est la masse et r la distance entre le corps et laxe de rotation :
Corps de domaine D et de masse volumique (x, y, z).

Axe vertical passant par lorigine. Alors

Jz =
(x2 + y 2 )(x, y, z) dxdydz
coordonnees cylindriques
D
2
=

(, , z) dddz =
3
(, , z) dddz
Exemple : cylindre homogène de base un cercle de centre (0, 1) de rayon 1 et de hauteur 1 :
066
6 2 sin
Equations en coordonnees cylindriques :
06z6h
Jz =
=h
= 4h
|0
3 1 dddz =
[
1 4
d
0
3
sin4 d = h.
2
{z
}
== 3
8
2 sin
3 dddz
0
]2 sin
h
0

8.3. INTEGRALES
DE SURFACES
8.3
8.3.1
219
Int
egrales de surfaces
Repr
esentation param
etrique dune surface
Nous traiterons ici uniquement le cas des surfaces dans R3 .

D
enition 8.8. Une surface est limage dun domaine D R2 par une application continue : D R3 :
x = x(u, v)
y = y(u, v)
z = z(u, v)
(u, v) D sont les param`
etres.
Remarque 8.9.
Si lon peut trouver une fonction f (x, y) telle que z = f (x, y), alors la surface est le
graphe de f .
Si lon peut eliminer les paramètres u et v on obtient lequation cartesienne de la surface
: F (x, y, z) = 0.
Exemples 8.10.
1. Lequation x2 + y 2 = 4 est lequation cartesienne dun cylindre de revolution vertical
daxe Oz et de rayon 2. Une parametrisation est
x = 2 cos u
y = 2 sin u
0 6 u 6 2,
vR
z=v
ATTENTION : 1 equation dans R3 donne toujours une surface meme si une variable
napparat pas.
2. Surface helicodale H :
x = u cos v
y = u sin v
z =cv
u, v R
Si lon xe un paramètre u = R on obtient la courbe situee sur H
x = R cos v
y = R sin v
z =cv
qui ne depend plus que dun paramètre v. Cest une helice.

MULTIPLES
220
Plus generalement, si lon xe un des 2 paramètres dune surface, on obtient une courbe
situe sur la surface.
3. Sphère de centre O et de rayon R :
x = R cos sin
y = R sin sin
z = R cos
[0, 2],
[0, ]
En xant = 0 , on a
z = z0 = R cos 0 = cste
et on obtient un cercle dans le plan horizontal z = z0 : cest un parall`
ele. Si 0 = 2 ,
cest lequateur.
Si lon xe = 0 , on obtient un cercle dans le plan vertical dequation
sin(0 ) x cos(0 ) y = 0 : cest un m
eridien.
8.3.2
Calcul de laire dune surface
Soit D R2 et : D R3 une surface denie par
x(u, v)
(u, v) = y(u, v)
z(u, v)
En reprenant le calcul eectue pour le changement de variables (cf. 8.1.6), on obtient
a u du et b v dv avec
xu
u = yu
zu
xv
v = yv .
zv
et
Alors
dS = u v dudv
et laire de la surface vaut
u v dudv
AS =
(u,v)D

8.3. INTEGRALES
DE SURFACES
221
Relation importante :
u v 2 = u 2 v 2 sin2 = u 2 v 2 (1 cos2 ) = u 2 v 2 (u v )2
Exemple 8.11. Aire dune zone spherique :
x = R cos sin
y = R sin sin
:
z = R cos
[0, 2],
[1 , 2 ]
On a

R cos cos
x
et = y = R sin cos
z
R sin
x
R sin sin
= y = R cos sin
z
0
ce qui donne
R2 cos sin2
= R2 sin sin2
R2 sin cos
et donc = R2 sin . Alors

dS = R2 sin d d
Laire dune bande spherique comprise entre 1 et 2 est donc
S=
0
R2 sin() d d = 2 R2
sin d = 2R2 (cos 1 cos 2 ) = 2R h
o`
u h = R cos 1 R cos 2 = hauteur de la bande.
On retrouve : aire de la sphère = 4R2 .
8.3.3
Cas explicite z = f (x, y)
Si la surface est le graphe dune fonction z = f (x, y) alors une parametrisation evidente est
x=u
y=v
z = f (u, v)

MULTIPLES
222
1
0
Donc u = 0 et v = 1 ce qui donne
fu
fv
fu

u v = fv = fu2 + fv2 + 1
1
Laire de la surface vaut donc
AS =
fx2
1+
fy2
dxdy =
(x,y)D
1 + (f )2 dxdy
(x,y)D
o`
u (f )2 = f f = f T f .
Rappel : longueur dune courbe. L =
1 + f (x)2 dx
xI
Exemple 8.12.
Calculer laire de la surface z = f (x, y) = xy situee à linterieur du cylindre () : x2 +y 2 = 1.
fx = y
fy = x
Donc
S=
dS =
1 + fx2 + fy2 dxdy =
1+
x2
y2
dxdy =
x2 +y 2 61
d
0
(, )
61
1 + y 2 + x2 dxdy
1 + 2 d d
1 2
1
1

(1 + 2 ) 2 d = 2 (1 + 2 )3/2 =
(2 2 1).
3
3
0
Application
Surface (u, v), (u, v) D de masse surfacique (x, y, z). Alors sa masse est M =
dS.
D
8.4
Int
egrales d
ependant dun param`
etre
Considerons une fonction f (x, t) à 2 variables. Supposons que f (x, t) et ft (x, t) =

sont continues sur un rectangle D = {(x, t) | x1 6 x 6 x2 , t1 6 t 6 t2 }.
Posons
x2
F (t) =
f (x, t) dx.
x1
Alors
f
t (x, t)
`
8.4. INTEGRALES
DEPENDANT
DUN PARAMETRE
223
Th
eor`
eme 8.13 (Theorème 1). F (t) est derivable (meme de classe C 1 ) et
x2
F (t) =
ft (x, t) dt.
x1
On peut passer la derivee `

a linterieur de lintegrale.
On generalise ce resultat au cas o`
u les bornes dependent de t.
Th
eor`
eme 8.14 (Theorème 2). Soit
x2 (t)
F (t) =
f (x, t) dx.
x1 (t)
Supposons que f (x, t) et ft (x, t) sont continues en x et t et que x1 (t) et x2 (t) sont derivables.
Alors
x2 (t)
(
)
(
)
F (t) = f (x2 (t), t x2 (t) f (x1 (t), t x1 (t) +

ft (x, t) dx
x1 (t)
Les theorèmes 1 et 2 se generalisent pour les fonctions à plus de 2 variables et pour les
integrales doubles ou triples.
Ces 2 theorèmes restent valables pour les integrales impropres
f (x, t) dx
I
)
]
[
avec I = a; + et/ou lim f (x, t) =
xa+
si lon rajoute ces 2 hypoth`

eses :
(I) il existe
une fonction g(x) > 0 denie sur I avec |f (x, t)| 6 g(x) pour tout t [t1 ; t2 ]
et g(x) dx < + ;
I
(II) il existe
une fonction (x) > 0 denie sur I avec |ft (x, t)| 6 (x) pour tout t [t1 ; t2 ]
et (x) dx < +.
I
Applications
1. Calcul de I (t) =
0
sin(tx)
ex
dx ( > 0).
|
{z x }
=f (x,t)
Remarquons dabord que I (0) = 0.

sin(tx)
= t.
x0
x
Integrale impropre en + mais pas en x = 0 car lim f (x, t) = 1 lim

x0
On a
ft (x, t) = ex
1
cos(tx) x = ex cos(tx).
x
Verions les hypothèses (I) et (II) :

ex
dont lintegrale sur [1; +[ converge ;
x

x
(II) |ft (x, t)| 6 e
et
ex dx converge.
(I) |f (x, t)| 6

MULTIPLES
224
Le theorème 1 donne alors

I (t) =
ft (x, t) dx
0

=
ex cos(tx) dx
1
x
(t
sin
tx
cos
tx)
e
.
= 2
2
2
+t
+ t2
0
I.P.P
En integrant, on obtient
dt + C = arctan
2
+ t2
I (t) =
( )
t
+ C.
Comme I (0) = 0 on en deduit que C = 0 et donc nalement que
e
0
sin(tx)
dx = I (t) = arctan
x
2. Calcul de
J=
( )
t
ex x sin x dx.
On pose
I(t) =
sin(x) etx dx
pour t > > 0.

Alors le theorème 1 (les hypothèses (I) et (II) sont remplies) donne

sin(x) etx (x) dx = J = I (1).
ft (x, t) dx =
I (t) =
0
Mais une integration par parties donne

[
I(t) =
sin(x) etx dx =
]
1
1
tx
(t
sin
x
+
cos
x)e
.
=
2
1+t
1 + t2
0
0
2t
1
Donc I (t) =
. On en conclut que J = I (1) = .
2
2
(1 + t )
2
Int
egrale dEuler
Par denition on pose
(x) =
tx1 et dt
Ici, x est le paramètre et t la variable dintegration.

Pour tout x > 0, lintegrale converge.
Proprietes:

(1) =
et dt = et = 1.
0
0

I.P.P.
x
t
x t
(x + 1) =
t |{z}
e
dt = t e +
x tx1 et dt = x(x)
|{z}
0
0
0
| {z }
f
g
En particulier, si x = n N, alors
=0
(n + 1) = n (n) = n(n 1) (n 1) = = n! (1) = n!

On peut donc dire que la fonction (x) etend la factorielle à tout R.

1
2
12 t
1 u2
u2
t e dt |{z}
( ) =
=
u e 2udu = 2
e
du =
eu du = .
2
0
u=0
0
t=u2

8.5. INTEGRALES
CURVILIGNES
8.5
225
Int
egrales curvilignes
On ne traitera ici que le cas de courbes dans R3 mais les cas n = 2 ou n > 3 se deduisent
aisement. On considère une courbe (derivable)
x(t)
: (t) = y(t)
z(t)
8.5.1
a6t6b
Int
egration dun champ scalaire
Soit f (x, y, z) une fonction reelle denie sur R3 . On a envie de denir
f ds.
Rappel :
ds =
x 2 (t) + y 2 (t) + z 2 (t) dt = element dierentiel de longueur = (t)
dt
On pose alors
f ds :=
f ((t)) (t)
dt =
a
(
)
f x(t), y(t), z(t) x 2 (t) + y 2 (t) + z 2 (t) dt
Interpr
etation physique : si f (x, y, z) est la masse par unite de longueur de la courbe ,
alors
f ds est la masse totale de la courbe.
8.5.2
Int
egration dun champ vectoriel
x(t)
F1 (x, y, z)
Soit (t) = y(t) une courbe et F (x, y, z) = F2 (x, y, z) un champ vectoriel. Nous
z(t)
F3 (x, y, z)
denissons
b
F ((t)) (t)
dt
F ds =
o`
u designe le produit scalaire.
Interpretation physique : si F est un champ de force et la trajectoire dun mobile, alors

F ds
est le travail de F le long de .

(
)
x2 y
Exemple : Soit le champ de force F (x, y) =
.
y2 + x
Calculer le travail de F entre les points P (0, 1) et Q(1, 2)
(a) le long de la droite d passant par P et Q ;
(b) le long de la parabole dequation y = x2 + 1.

MULTIPLES
226
Solution :
(
(a) Parametrisation de d : (t) =
t
t+1
)
avec 0 6 t 6 1.
Alors
(
(t)
1
1
et le champ de force sur vaut

(
)
(
)
F (t) = F t, t + 1 =
t2 (t + 1)
(t + 1)2 + t
(
=
t2 t 1
t2 + 3t + 1
et lintegrale devient
) ( )
t2 t 1
1
dt
2 + 3t + 1
t
1
d
0
0
1
(2
)
[2
]1 5
t t 1 + t2 + 3t + 1 dt = t3 + t2 0 = .
=
3
3
0
(
)
t
(b) Parametrisation de la parabole : (t) =
avec 0 6 t 6 1.
t2 + 1
F ds =
(
)
F (t) (t)
dt =
Alors
(
(t)
et
)
(
)
F (t) = F t, t2 + 1 =
1(
1
2t
t2 (t2 + 1)
(t2 + 1)2 + t)
(
=
1
t4 + 2t2 + t + 1
et lintegrale devient
) (
)
1
1
dt
t4 + 2t2 + t + 1
2t
0
0
1
[ t6
]1
2
=
2t5 + 4t3 + 2t2 + 2t 1 dt =
+ t4 + t3 + t2 t = 2.
3
3
0
0
F ds =
F ((t)) (t)
dt =
1(
On constate que le travail de F depend du chemin parcouru. Ceci est vrai en general. Mais
si F est le gradient dune fonction, alors le travail est independant du chemin parcouru.
Th
eor`
eme 8.15. Soit V : R3 R un champ scalaire de classe C 2 et
Vx
F = V = Vy
Vz

8.5. INTEGRALES
CURVILIGNES
227
le gradient de V .
Soit : I = [a, b] R3 une courbe avec (a) = P (point de depart) et (b) = Q (point
darrivee). Alors
(
)
(
)

F ds = V (b) V (a) = V |Q V |P .
Le travail de F ne depend pas du chemin parcouru mais uniquement du point de depart et

du point darrivee.
I
En particulier, sur une courbe fermee (P=Q), on a

V ds = 0.
monstration :
De
b
b
[
]b

F ds =
F ((t)) (t)
dt =
V ((t)) (t)
dt = V ((t))
= V ((b)) V ((a)).
car la règle de composition donne
d
V ((t)) = V ((t)) (t).
dt
D
enition 8.16. Le champ scalaire V est appele potentiel et on dit que F est un champ
conservatif lorsquil existe V avec F = V (et V de classe C 2 ).

Comment savoir si un champ vectoriel donn
e est conservatif ou non ?
Supposons que F = V avec V de classe C 2 . Alors
F1
Vx
F2 = Vy
F3
Vz
Comme V est de classe C 2 , on doit avoir Vyx = Vxy , Vzy = Vyz et Vzx = Vxz ce qui donne
F2
F1
=
,
y
x
F2
F3
=
z
y
et
F1
F3
=
z
x
(CI)
Cest une condition necessaire. Si F ne satisfait pas (CI), il ne peut pas etre conservatif.
Le theorème suivant arme, que sur certains domaines D, (CI) est aussi une condition
susante :
Dabord une denition :
D
enition 8.17 (Simplement connexe). Un domaine D R3 ( R2 ) est dit simplement
connexe
(1) si pour tout couple de points P, Q D il existe une courbe (continue) contenue dans
D et reliant P et Q. ;
(2) et si toute courbe fermee contenue dans D peut se contracter en un seul point sans
sortir de D (il ny a pas de trous dans D).

MULTIPLES
228
Th
eor`
eme 8.18. Soit D R3 un ouvert simplement connexe et F : D R3 un champ
vectoriel tel que la condition (CI) soit satisfaite.
Alors il existe un potentiel V : D R telle que
V = F.
Remarque : le theorème est aussi vrai dans le plan : il sut de remplacer la condition (CI)
par
F1
F2
=
.
y
x
monstration :
De
On utilise les resultats sur les integrales avec paramètres.
(i) On suppose dabord que D est un parallelepipède rectangle (ou un rectangle si on est
dans R2 ).
Choisissons un point (x0 , y0 , z0 ) D et pour tout (x, y, z) D, posons
x
y
z
V (x, y, z) =
F1 (, y0 , z0 ) d +
F2 (x, , z0 ) d +
F3 (x, y, ) d
x0
y0
z0
Alors
y
z
F2
F3
V
(x, y, z) = F1 (x, y0 , z0 ) +
(x, , z0 ) d +
(x, y, ) d
x
y0 x
z0 x
z
y
F1
F1
(x, , z0 ) d +
(x, y, ) d
= F1 (x, y0 , z0 ) +
y0
z0
[
]y
[
]z
= F1 (x, y0 , z0 ) + F1 (x, , z0 ) y0 + F1 (x, y, ) z0
Vx (x, y, z) =
= F1 (x, y0 , z0 ) + F1 (x, y, z0 ) F1 (x, y0 , z0 ) + F1 (x, y, z) F1 (x, y, z0 )

= F1 (x, y, z)
De meme on calcule que Vy (x, y, z) = F2 (x, y, z) et Vz (x, y, z) = F3 (x, y, z) ce qui montre
que
V = F.
(ii) Si D nest pas un parallelepipède rectangle, on intègre de proche en proche.

8.5. INTEGRALES
CURVILIGNES
229
Contre-exemple : lhypothèse D simplement connexe est essentielle.

Considerons le champ vectoriel
(
)
1
y
F = 2
.
x
x + y2
On a
F1
y 2 x2
= 2
y
(x + y 2 )2
F2
y 2 x2
F1
= 2
=
.
x
(x + y 2 )2
y
et
Mais F nest pas continu en (0, 0). Et donc le domaine D nest pas simplement connexe.
Integrons ce champ vectoriel le long dun cercle centre à lorigine et de rayon 1 :
(
)
cos t
(t) =
0 6 t 6 2
sin t
ds = (t)
dt =
sin t
cos t
)
dt
et
F ((t)) ds =
1
2
sin + cos2 t
sin t
cos t
) (
)
2
sin t
dt =
1 dt = 2.
cos t
0
Si le theorème sappliquait, on devrait trouver 0.

En revanche,
ee ne contenant pas le point (0, 0) alors on
si on prend une courbe ferm
aura bien
F ds = 0.

Analyse Mathématique

Transféré par

Droits d'auteur :

Formats disponibles

Analyse Mathématique

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse Mathématique

Transféré par

Droits d'auteur :

Formats disponibles

COLE POLYTECHNIQUE

Table des mati`

6.2.4 Equation du type y = dx+ey+f

Sur les nombres

Les nombres entiers

lensemble des entiers naturels ;

Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .} lensemble des nombres entiers relatifs.

On utilise ce type de demonstration lorsque lenonce `a demontrer depend dun param`etre

Variante 2) On admet le resultat pour tout k tel que n0 6 k 6 n et on le demontre pour

CHAPITRE 1. SUR LES NOMBRES

(b) Demontrons la formule suivante :

1.1. LES NOMBRES ENTIERS

Les coecients binomiaux sont utiles pour calculer (a + b)n :

CHAPITRE 1. SUR LES NOMBRES

monstration : Par recurrence :

Les nombres rationnels

Proposition 1.10. Le nombre 2 nest pas rationnel.

Exemples 1.11. Les nombres

Lensemble R est un corps, totalement ordonne, archimedien, complet :

r [a; b] a 6 r 6 b intervalle ferme

CHAPITRE 1. SUR LES NOMBRES

En soustrayant la seconde ligne `a la premi`ere, on obtient

Majorants et bornes sup

Remarque : Cette propriete nest pas vraie dans Q :

CHAPITRE 1. SUR LES NOMBRES

Les nombres complexes

1 nexiste pas dans R. Ou autrement dit, le polynome X 2 + 1 est irreductible

On introduit alors le nombre i deni par

sont des nombres complexes.

1.4. LES NOMBRES COMPLEXES

Donc, en ajoutant simplement `a R le nombre i et tous les nombres de la forme a + bi, on

Soit z = a + bi un nombre complexe. On peut lui associer le point Pz (a ; b) du plan.

CHAPITRE 1. SUR LES NOMBRES

Le module de z est le nombre reel |z| = r =

a2 + b2 (toujours > 0).

Exemples 1.27. 1) z = 2 + 6i Pz (2, 6)

Mais = 1.249 + = 1.893.

1.4. LES NOMBRES COMPLEXES

(z + w)2 = (z + w)2 = (z + w)2 = z 2 + 2z w + w2

CHAPITRE 1. SUR LES NOMBRES

a2 = |a| > a = Re(z).

Soit z = a + bi et r = |z| et = arg(z).

On a a = r cos() et b = r sin(). Donc

z2 = [r2 ; 2 ] = r2 (cos 2 + i sin 2 ).

1.4. LES NOMBRES COMPLEXES

|z1 z2 | = r1 r2 = |z1 ||z2 |

arg(z1 z2 ) = 1 + 2 = arg(z1 ) + arg(z2 )

CHAPITRE 1. SUR LES NOMBRES

3. On verra au chapitre 2 que

Similitude du plan complexe

On peut faire correspondre `a toute similitude du plan complexe une op

(II) Homothetie de rapport r R

(III) Rotation dangle Multiplication par le nombre w = [1; ] = cos + i sin .

1.4. LES NOMBRES COMPLEXES

Les w sont donc les solution (dans C ) de lequation X n z = 0.

dont les solutions sont donnees par

Il y a donc exactement n racines n-i`eme de z distinctes donnees par

En resume, on a la formule suivante pour tout q Q :