Fondmath 1

Laurent Pujo-Menjouet Licence Sciences, Technologies & Santé
Département de mathématiques Mention mathématiques

Université Claude Bernard, Lyon I Portail Math/Info
43, boulevard 11 novembre 1918 Portail Math-Eco
69622 Villeurbanne cedex, France pujo@math.univ-lyon1.fr
Fondamentaux des mathématiques 1
i
Préambule
L’objectif de ce cours est de faire une transition entre les connaissances en analyse et
algèbre accumulées au lycée et les bases qui formeront un des piliers dans la formation en
analyse et algèbre de la licence. Étant donné que le recrutement en première année est assez
hétérogène, il semble assez judicieux de commencer par rappeler les notions élémentaires qui
serviront tout au long de ce cours, histoire de ne perdre personne en route.
Quand il sera nécessaire au début de chaque chapitre, nous rappellerons ce qui est censé être
connu en terminal. Nous essaierons également dans la mesure du possible de fournir l’essen-
tiel des résultats de chaque chapitre sur une page, histoire de synthétiser les connaissances à
bien maîtriser pour passer au chapitre suivant.
Nous fournirons autant d’exemples et de figures nécessaires afin d’obtenir une meilleure com-
préhension du cours. Nous essaierons également de souligner les pièges dans lesquels chacun
peut se fourvoyer soit par inattention, soit par une mauvaise maîtrise du cours.
Pour information, le programme officiel de cette U.E. se trouve ici,
i
ii
Table des matières
Sommaire 1
0 Conseils pour bien commencer 1

0.1 Conseils élémentaires sur les méthodes de travail . . . . . . . . . . . . . . . 2
0.2 Conseils fondamentaux pour bien rédiger . . . . . . . . . . . . . . . . . . . 3
0.3 Conseils fondamentaux pour bien rédiger . . . . . . . . . . . . . . . . . . . 4
0.4 Conseils pour bien raisonner . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.5 Tableau des lettres grecques . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I Partie A 9
1 Calculs algébriques 11
1.1 Un peu d’histoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Sommes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4 Égalités et inégalités dans R . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Bases de logique 45
2.1 Origines de la logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.2 Assertions et prédicats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3 Les connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.4 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5 Quantificateurs mathématiques . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.6 Différents modes de démonstration . . . . . . . . . . . . . . . . . . . . . . . 56
2.7 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3 Nombres complexes 63
3.1 Origines de sa découverte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2 Nombres complexes : forme algébrique . . . . . . . . . . . . . . . . . . . . 65
3.3 Nombres complexes : forme géométrique . . . . . . . . . . . . . . . . . . . 69
4 Arithmétique 83
4.1 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2 Division Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3 PGCD-PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.4 Algorithme d’Euclide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
iii
TABLE DES MATIÈRES
4.5 Identité et théorème de Bézout . . . . . . . . . . . . . . . . . . . . . . . . . 90

4.6 Théorème de Gauss et décomposition en facteurs premiers . . . . . . . . . . 91
4.7 Congruence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.8 Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.9 Petit théorème de Fermat et Théorème des restes chinois . . . . . . . . . . . 94
5 Polynômes sur R ou C 97
5.1 Définition de polynômes à coefficients réels ou complexes . . . . . . . . . . 98
5.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.3 Division Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.4 Pgcd, ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.5 Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.6 Racines des polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.7 Formule de Taylor pour les polynômes de C[X] . . . . . . . . . . . . . . . 108
II Partie B 111
1 Applications 113
1.1 Différence entre fonctions et applications . . . . . . . . . . . . . . . . . . . 116
1.2 Injectivité, surjectivité, bijectivité . . . . . . . . . . . . . . . . . . . . . . . . 120
1.3 Composition d’applications . . . . . . . . . . . . . . . . . . . . . . . . . . 124
1.4 Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
2 Pratiques sur les fonctions (applications) usuelles 129

2.1 Quelques propriétés des fonctions . . . . . . . . . . . . . . . . . . . . . . . 130
2.2 Fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.3 Fonction homographique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
2.4 Fonction logarithme népérien . . . . . . . . . . . . . . . . . . . . . . . . . . 153
2.5 Fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
2.6 Fonctions circulaires (ou trigonométriques) . . . . . . . . . . . . . . . . . . 157
2.7 Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
2.8 Dérivées des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . 162
3 Suites réelles 165

3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
3.2 Deux suites classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.3 Récurrence d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.4 Limite de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
3.5 Suites réelles et monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
3.6 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
3.7 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
3.8 Critère de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
3.9 Fonctions et suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
iv
TABLE DES MATIÈRES
4 Limites et continuité de fonctions 181

4.1 Limites d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
4.2 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
5 Dérivabilité 203
5.1 Définition de la dérivabilité de f . . . . . . . . . . . . . . . . . . . . . . . . 205
5.2 Dérivabilité et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.3 Dérivabilité, opérations algébriques et composition . . . . . . . . . . . . . . 207
5.4 Dérivée et monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
5.5 Dérivées et extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
5.6 Théorèmes fondamentaux sur les dérivées . . . . . . . . . . . . . . . . . . . 210
5.7 Dérivées des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . 213
5.8 Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.9 Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
v
TABLE DES MATIÈRES
vi
Liste des figures
1 Les maths vues par... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Recette du fondant au chocolat . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 Alphabet grec. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1 Mathématiciens et nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.2 Triangle rectangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Hugues Méray . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Capitaine François de Hadoque . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5 Johann Carl Friedrich Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.6 François Viète . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.7 Classification des intervalles de R . . . . . . . . . . . . . . . . . . . . . . . 40
2.1 Mathématiciens et logique . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

2.2 Table de vérité pour non (P ) . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3 Table de vérité pour la conjonction . . . . . . . . . . . . . . . . . . . . . . . 48
2.4 Table de vérité pour la disjonction . . . . . . . . . . . . . . . . . . . . . . . 49
2.5 Table de vérité pour l’implication . . . . . . . . . . . . . . . . . . . . . . . 50
2.6 Table de vérité pour l’équivalence . . . . . . . . . . . . . . . . . . . . . . . 51
2.7 Table de vérité pour une tautologie . . . . . . . . . . . . . . . . . . . . . . . 52
2.8 Table de vérité pour une incompatibilité . . . . . . . . . . . . . . . . . . . . 52
2.9 Table de vérité pour la tautologie (P et (P ⇒ Q)) ⇒ Q . . . . . . . . . . . . 56
2.10 Table de vérité pour la tautologie ( non(P) ⇒ Q) et (non(P) ⇒ non(Q)) . . . 57
3.1 Mathématiciens et nombres complexes . . . . . . . . . . . . . . . . . . . . . 63

3.2 Cosinus et sinus des angles les plus connus . . . . . . . . . . . . . . . . . . 77
4.1 Mathématiciens et arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . 84

4.2 Crible d’Eratosthène . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3 Diophante d’Alexandrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.1 Mathématiciens et arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . 98

5.2 Brook Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
1.1 Mathématiciens et fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 115

1.2 Exemple de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
1.3 Fonction-Pas fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
1.4 Fonction vs Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
1.5 Deux fonctions classiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
vii
LISTE DES FIGURES
1.6 Injective vs Non injective . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

1.7 Surjective vs Non surjective . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
1.8 Concept de bijection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
1.9 Métaphore : surbooking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
1.10 Construction de la réciproque . . . . . . . . . . . . . . . . . . . . . . . . . . 124
1.11 Composition et poupées russes . . . . . . . . . . . . . . . . . . . . . . . . . 124
2.1 Mathématiciens et fonctions hyperboliques . . . . . . . . . . . . . . . . . . 130

2.2 Fonction continue par morceaux . . . . . . . . . . . . . . . . . . . . . . . . 132
2.3 Tableau de variations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
2.4 Fonction paire et impaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
2.5 Exemple d’asymptote oblique. . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.6 Représentation de la fonction constante. . . . . . . . . . . . . . . . . . . . . 146
2.7 Représentation de la fonction identité. . . . . . . . . . . . . . . . . . . . . . 146
2.8 Représentation de la fonction valeur absolue. . . . . . . . . . . . . . . . . . 147
2.9 Représentation de la fonction partie entière. . . . . . . . . . . . . . . . . . . 148
2.10 Représentation de la fonction puissance entière. . . . . . . . . . . . . . . . . 150
2.11 Représentation de la fonction racine carrée. . . . . . . . . . . . . . . . . . . 152
2.12 Représentation de la fonction racine cubique. . . . . . . . . . . . . . . . . . 152
2.13 Représentation de la fonction homographique. . . . . . . . . . . . . . . . . . 153
2.14 Représentation de la fonction logarithme népérien. . . . . . . . . . . . . . . 154
2.15 Représentation de la fonction exponentielle. . . . . . . . . . . . . . . . . . . 156
2.16 Représentation de la fonction sinus. . . . . . . . . . . . . . . . . . . . . . . 158
2.17 Représentation de la fonction cosinus. . . . . . . . . . . . . . . . . . . . . . 158
2.18 Représentation de la fonction tangente. . . . . . . . . . . . . . . . . . . . . . 159
2.19 Représentation de la fonction cotangente. . . . . . . . . . . . . . . . . . . . 159
2.20 Représentation de la fonction cosinus hyperbolique. . . . . . . . . . . . . . . 160
2.21 Représentation de la fonction sinus hyperbolique. . . . . . . . . . . . . . . . 161
2.22 Représentation de la fonction tangente hyperbolique. . . . . . . . . . . . . . 161
2.23 Représentation de la fonction cotangente hyperbolique. . . . . . . . . . . . . 162
3.1 Mathématiciens et suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
4.1 Mathématiciens et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

4.2 Limite finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
4.3 Mathématiciens et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.1 Mathématiciens et dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . 204

5.2 Michel Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
viii
Chapitre 0
Conseils pour bien commencer
Les méthodes sont les habitudes de l’esprit

et les économies de la mémoire.
Antoine Rivaroli, dit comte de Rivarol,

1753–1801
Sommaire
0.1 Conseils élémentaires sur les méthodes de travail . . . . . . . . . . . . . 2
0.2 Conseils fondamentaux pour bien rédiger . . . . . . . . . . . . . . . . . 3
0.3 Conseils fondamentaux pour bien rédiger . . . . . . . . . . . . . . . . . 4
0.3.1 Comment présenter tous nos éléments proprement . . . . . . . . . 4
0.3.2 Comment introduire une variable . . . . . . . . . . . . . . . . . . 4
0.3.3 Comment introduire une fonction . . . . . . . . . . . . . . . . . . 5
0.4 Conseils pour bien raisonner . . . . . . . . . . . . . . . . . . . . . . . . 6
0.5 Tableau des lettres grecques . . . . . . . . . . . . . . . . . . . . . . . . 7
1
0.1 Conseils élémentaires sur les méthodes de travail

Avant toute chose, je souhaite rappeler ici les 4 fondamentaux en méthode de travail pour un
semestre réussi. Ces 4 principes sont assez basiques, mais si vous les respectez, vos chances
d’obtenir seront augmentées de façon significatives. Le mot clé est ANTICIPER.
1. Arriver en avance en cours et TD : par respect pour vous même, pour vos chargés de
cours magistraux (CM) et de travaux dirigés (TD), et pour les autres étudiants il est plus
que recommandé d’arriver en avance. Ceci est valable également pour les examens et
les différents contrôles durant le semestre. Il faudra pour ça, ANTICIPER votre réveil,
et votre trajet jusqu’à l’université. L’appel sera fait lors de chaque séance de travaux
dirigés.
2. Être concentré, écouter et participer : que ce soit en CM ou en TD, il FAUT ÉCOU-
TER ET PARTICIPER. Comprendre en cours, c’est déjà plus de 50% du travail ef-
fectué. Ceci implique, comme pour le lycée : pas de téléphone, pas d’écouteurs et dans
la mesure du possible pas d’ordinateur. Moins il y a de tentations pour être déconcentré
mieux c’est. Il faut donc ANTICIPER en copiant ou imprimant ce cours et ranger ou
éteindre vos téléphones.
3. Apprendre ses cours et s’entraîner : en mathématiques, le talent a ses limites comme
pour toute discipline. Pour réussir, il faut apprendre le cours le plus régulièrement pos-
sible. Un bon conseil est de l’apprendre avant chaque séance de TD. C’est lors de
ces séances que l’on assimile à la fois le cours, les méthodes pour l’appliquer, les as-
tuces à retenir ou les pièges à éviter. Mais, faire les exercices de TD (ou les refaire) NE
SUFFIT PAS. Il faut s’entraîner encore et encore, aller à la bibliothèque, trouver des
livres d’exercices, et essayer de les résoudre seuls. Sans l’aide de la solution, afin de de
connaître et d’ANTICIPER ses propres capacités. Voir les compétences que vous avez
acquises, les notions de cours qui ne sont pas encore bien claires, puis vérifier avec la
solution si vous avez bien compris.
Un autre outil TRÈS UTILE est WebWork que je vous conseille d’utiliser sans mo-
dération. Pour y accéder, il faut vous connecter à la plateforme Moodle en utilisant vos
identifiants Lyon 1. La page d’accueil propose plusieurs catégories de cours. Choisissez
Licence L1, parcours Maths-info puis cliquer sur Fondamentaux des mathématiques I.
Il suffit alors pour terminer l’inscription de donner la clef d’inscription MAT1044L.
4. Savoir demander de l’aide : si vous avez des difficultés à suivre le cours, à faire des
exercices, que vous pensez ne pas avoir le niveau, que vous pensez être submergés et
complètement perdus, plusieurs solutions sont à votre disposition : vos chargés de CM
et de TD, vos professeurs référents, les études surveillées et le tutorat. N’hésitez donc
pas à utiliser ces moyens, ils sont là pour ça. Mais dans tous les cas, ANTICIPEZ
avant qu’il ne soit trop tard.
En résumé : arrivez à l’heure, apprenez vos cours, entraînez vous, soyez concentrés et
n’hésitez pas à vous faire aider.
2
F IGURE 1 – Les maths

vues par...
0.2 Conseils fondamentaux pour bien rédiger

Il se trouve, par expérience, que pour la plupart d’entre vous, arrivant en première année,
rédiger ou raisonner en mathématiques ne signifie pas grand chose de précis et ne semble
pas important. Cette section va tenter de vous montrer le contraire. En fait, nous allons voir
que faire des mathématiques, revient à la même chose que créer de bons plats, ou plutôt des
pâtisseries, qui demandent encore plus de soin et de précision. Vous allez voir que si l’on
ne connaît pas le nom des ingrédients, des ustensiles, si l’on ne suit pas les instructions avec
beaucoup de rigueur, le résultat peut s’avérer désastreux.
Un autre exemple peut se trouver en informatique, où, si l’on ne respecte pas le cahier des
charges, si l’on ne sait pas rédiger proprement en langage approprié, et tout simplement, si
l’on ne définit pas ce que l’on va utiliser dans le programme, on aura beau avoir le plus bel
ordinateur du monde, rien ne se passera comme prévu, si toutefois il se passe quelque chose.
Et bien pour les mathématiques c’est exactement pareil !
Pour être le plus clair possible dans la rédaction nous vous conseillons donc deux choses
fondamentales :
1. se conformer aux conventions utilisées par tous,
2. raisonner en utilisant tous les outils que l’on mettra à votre disposition.
Avec l’expérience, vous développerez, je l’espère de l’intuition pour justement trouver des
raisonnement inédits, des idées nouvelles, et des résultats encore meilleurs que ceux déjà
existants.
Pour une lecture plus facile de ce chapitre nous allons donner un code simple :
- ce symbole X utilisé quand nous proposerons une formulation correcte de rédaction,

- ce symbole utilisé quand nous proposerons une formulation incorrecte ou qui peut
présenter un danger dans le raisonnement. Reprenons l’exemple du cours de pâtisserie.
En général, la première chose que l’on lit dans une recette, après le nom du gâteau ou de
l’entremet qui pourrait nous mettre l’eau à la bouche, c’est la liste des ingrédients. Que sont
3
pour nous les ingrédients ? Ce sont tous les éléments que nous allons introduire pour résoudre
notre problème. D’où la première règle
TOUJOURS INTRODUIRE LES NOTATIONS QUE L’ON VA UTILISER !
F IGURE 2 – Tant qu’à

faire, autant donner une
bonne recette de fondant
au chocolat (lien vers le
site de la recette)
0.3 Conseils fondamentaux pour bien rédiger

0.3.1 Comment présenter tous nos éléments proprement
En mathématiques, comme en pâtisserie, il y a une façon de présenter que l’on va utiliser le
plus proprement possible, en respectant certaines règles. C’est que nous allons voir ici. En
général nous le faisons en tout début de nos problèmes, mais il se peut que nous ayons besoin
de nouvelles notations au cours du raisonnement, il faudra alors ne pas oublier de présenter
ces éléments nouveaux également en général à l’endroit où l’on s’en sert. Montrons comment
on procède avec deux notions fondamentales en mathématiques : les variables et les fonctions.
0.3.2 Comment introduire une variable

Les deux façons d’introduire une variable x qui décrit un ensemble E sont les suivantes :
1. X Soit x un élément de E (que l’on peut écrire : soit x ∈ E),
2. X Pour tout x élément de E (que l’on peut écrire : pour tout x ∈ E).
Si jamais vous n’introduisez pas les éléments que vous allez utiliser, vous allez droit vers
des problèmes à la fois de rédaction mais également de raisonnement.
Par exemple, si l’on vous demande de montrer si l’égalité suivante x/(1 + x) = 1 − 1/(x + 1)
est vraie. Vous allez tout de suite vous lancer dans les calculs. Et pourtant ce sera faux !
En effet, vous ne pouvez pas écrire
4
x x+1−1 x+1 1 1
= = − =1− .
x+1 x+1 x+1 x+1 x+1
Tout semble juste dans les calculs. Mais le correcteur vous dira que c’est faux. Pour quelle
raison ? Parce que si x = −1 le dénominateur vaut 0, et ON NE DIVISE PAS PAR 0 !
Comment bien rédiger ce calcul alors ? Tout d’abord identifier ce dont on va parler : ce
sera x. Cette variable x sera un élément des réels que l’on note R. Mais on voit que pour une
valeur, x = −1, le dénominateur s’annule, et justement les calculs ne marcheront pas pour
cette valeur.
Il faut donc faire bien attention à traiter ce problème pour tous les x réels sauf −1. Et on
écrit,
1. X Soit x un réel différent de −1 (ou encore de façon abrégée : soit x ∈ R\{−1}),
alors
x x+1−1 x+1 1 1
= = − =1− .
x+1 x+1 x+1 x+1 x+1
ou bien,
2. X Pour tout x réel différent de −1 (ou encore de façon abrégée : pour tout x ∈
R\{−1}), alors
x x+1−1 x+1 1 1
= = − =1− .
x+1 x+1 x+1 x+1 x+1
Dans les deux cas, on sait que l’on parle de réels, et surtout que l’on a bien vu que −1 allait
poser un problème.
Vous verrez que même si ça semble évident, on n’attrape pas le réflexe comme ça. Il faut un
temps d’adaptation en se forçant un peu et en rédigeant dès le début avec cette rigueur. Ça
deviendra ensuite une bonne habitude que vous garderez.
0.3.3 Comment introduire une fonction

Nous reparlerons plus tard dans le cours des fonctions, mais tant que nous sommes dans les
conseils de rédaction, nous pouvons en parler déjà ici.
Il ne faudra pas confondre la fonction f avec f (x) qui désigne la valeur de f en x, et qui
représente une valeur. On n’écrit donc pas

Étudions la fonction x2 + 3. Non !
Une fonction comme nous le verrons est une relation qui associe à tout élément (ici x) d’un
certain ensemble, un autre élément d’un autre ensemble). Nous écrivons
X On note f la fonction x 7→ x2 + 3 définie sur x ∈ R,

ou encore

R → R
X On note f la fonction x 7→ x2 + 3
.
5
Notez la différence pour cette notation entre les flèches : → met en relation les ensembles et
7→ met en relation les éléments. Mais nous y reviendrons. Nous avons enfin la notation
On note f la fonction définie sur R par : pour tout x ∈ R, f (x) = x2 + 3.
Nous verrons comment bien rédiger d’autres choses sur les fonctions quand nous viendrons
au chapitre les concernant.
0.4 Conseils pour bien raisonner

Un des objectifs de ce cours est également de vous apprendre à raisonner. Les conseils, les
méthodes et les compétences que l’on vous présentera, iront bien au-delà des cours de ma-
thématiques. Ils vous seront très utiles pour toutes les autres disciplines : comprendre les
enchaînements logiques des raisonnement, bien les articuler en faisant attention au sens des
mots : donc, par conséquent, parce que, il existe, pour tout, en effet... Chaque mot que vous
allez employer est important. Nous vous proposerons plusieurs façon de prouver de résultats :
par l’absurde, par récurrence, etc.
Rappelons enfin les différentes formes d’énoncés que vous allez rencontrer tout au long de
ce cours :
1. Axiome : nous ne les introduirons pas dans ce cours mais il faut savoir qu’ils existent.
Ce sont des propositions que la théorie considère vraie sans démonstration. Ce sont les
fondements des mathématiques.
2. Définitions : nous en introduirons beaucoup dans ce cours. C’est le fait donner un
nom à un objet ou un concept vérifiant une certaine propriété non encore introduite en
mathématique.
3. Théorèmes : nous en utiliserons beaucoup également dans ce cours. Un théorème est
une affirmation ou une proposition que l’on peut démontrer au travers d’un raisonne-
ment logique fondé sur les axiomes.
Les énoncés de ces affirmations peuvent aussi prendre plusieurs noms :
(a) Lemmes : se sont des résultats en général très court, dont la preuve est courte
également, qui seront utilisé dans la preuve plus importante d’un théorème. Les
lemmes sont donc des résultats intermédiaires qui permettent de structurer les
preuves de théorèmes, et de les rendre plus clairs,
(b) Propositions : ce sont des résultats plus simple que des théorèmes, et donc qui ne
“méritent” pas de porter le nom de théorème,
(c) Corollaires : ce sont des résultats que l’on doit démontrer également et qui dé-
coulent d’un théorème qui les précède (une sorte de conséquence),
(d) Propriétés : les propriétés se démontrent en général à la suite de la définition
d’un objet ou d’une notion mathématique, dont on peut tirer directement, sans
grande démonstration, des résultats. Ce ne sont des résultats plus simples que des
propositions et donc des théorèmes.
6
0.5 Tableau des lettres grecques

Beaucoup de lettres seront utilisées, que ce soit pour les énoncés de définition ou de résul-
tats comme pour les preuves. A toutes fins utiles, nous vous les rappelons dans leur forme
majuscule, minuscule et dans leur prononciation.
Majuscules Minuscules Noms Majuscules Minuscules Noms
A α Alpha N ν Nu
B β Beta Ξ ξ Xi
Γ γ Gamma O o Omicron
∆ δ Delta Π π Pi
E ε Epsilon P ρ Rho
Z ζ Zêta ou Dzêta Σ σ Sigma
H η Êta T τ Tau
Θ θ Thêta Υ υ Upsilon
I ι Iota Φ ϕ ou φ Phi
K κ Kappa X χ Chi (se lit “Ki”)
Λ λ Lambda Ψ ψ Psi
M µ Mu Ω ω Omega
F IGURE 3 – Alphabet grec.
7
8
Première partie
Partie A
9
Chapitre 1
Calculs algébriques
J’ai profondément regretté de ne pas avoir

été assez loin pour au moins comprendre
un petit peu des grands principes
fondamentaux des mathématiques : car les
hommes qui les ont acquis semblent avoir
un sens supplémentaire – un sixième sens.
Charles Darwin
(a) Julius Wilhelm Richard (b) Giuseppe Peano (1858 - (c) Georg Ferdinand Lud-
Dedekind (1831 - 1916), ma- 1932), mathématicien italien wig Philipp Cantor (1845 –
thématicien allemand fut un un des fondateurs de l’ap- 1918), mathématicien alle-
des fondateurs de l’axiomati- proche formaliste des mathé- mand, créateur de la théo-
sation de l’arithmétique. On matiques, il développa, paral- rie des ensembles. Il mon-
lui doit notamment une dé- lèlement à l’allemand Richard tra entre autres choses t que
finition axiomatique de l’en- Dedekind, une axiomatisation les nombres réels sont « plus
semble des nombres entiers de l’arithmétique en 1889. On nombreux » que les entiers
ainsi qu’une construction ri- lui doit notamment la notation naturels, c’est à lui que l’on
goureuse des nombres réels Q. doit la notation R.
à partir des nombres ration-
nels.
F IGURE 1.1 – Quelques mathématiciens célèbres liés à l’étude des nombres entiers, rationnels et réels.
11
Sommaire
1.1 Un peu d’histoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Sommes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
P
1.2.1 Le symbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Attention à l’indice de sommation . . . . . . . . . . . . . . . . . . 17
1.2.3 Changement d’indice . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.4 Sommes doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.5 Quelques règles de calcul . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.6 Sommes télescopiques . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.7 Quelques résultats classiques à connaître . . . . . . . . . . . . . . 23
1.2.8 Factorisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3 Produits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Q
1.3.1 Le symbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3.2 Coefficients binomiaux . . . . . . . . . . . . . . . . . . . . . . . . 30
1.4 Égalités et inégalités dans R . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4.1 Égalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4.2 Inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4.3 Valeur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.4.4 Intervalles de R . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.4.5 Bornes supérieures, inférieures, maximum et minimum . . . . . . . 41
1.4.6 Hors programme : pour aller plus loin . . . . . . . . . . . . . . . . 42
Compétences à acquérir dans ce chapitre
1 - 2 Savoir utiliser la notation

P
et Π et changer d’indice.
2 - 2 Savoir utiliser les coefficients binomiaux.
3 - 2 Savoir utiliser les égalités, inégalités et valeurs absolues.
Il est possible de trouver des cours et des exercices dans de nombreux ouvrages dispo-
nibles à la bibliothèque. Ceux que je suggère pour ce chapitre sont ceux de Bodin et al. 1
[1], [2], Costantini [3], Liret et Martinais [4], Martin et al. [5] et Rondy et al. [6]. mais
la liste n’est pas exhaustive.
1.1 Un peu d’histoire

Les nombres apparaissent très tôt dans l’histoire de l’humanité. Pour mémoire, le calcul a
été inventé avant l’écriture (il y a 20 000 ans mais certains disent 35 000 et d’autres plus).
Il s’agissait de compter avec des cailloux (calculus en latin) afin d’évaluer des quantités
entières.
1. et al. est une abréviation du latin et alii qui signifie “et les autres personnes”
12
Ces entiers naturels permettaient de résoudre des équations du type x + 3 = 5 par exemple.
Cet ensemble sera par la suite noté N en 1888 par Richard Dedekind (pour “nummer” qui
signifie numéro en allemand).
On notera ainsi
N = {0, 1, 2, 3, 4, ...}.
Notons au passage, que c’est René Descarte qui suggéra par convention (que l’on garde
encore aujourd’hui) de noter les inconnues par les dernières lettres de l’alphabet, et de garder
les première lettres pour les paramètres connus. Il s’avéra très vite que les entiers ne pouvaient
pas résoudre certaines équations comme x + 5 = 3. Il fallut alors introduire un ensemble
agrandi du précédent, que l’on appellera entiers relatifs (par rapport à leurs positions à 0).
Dedekind notera l’ensemble K, mais on retiendra plutôt la notation Z (pour zahlen qui signifie
nombre en allemand) de Nicolas Bourbaki.
On notera ainsi
Z = {..., −4, −3, −2, −1, 0, 1, 2, 3, 4, ...}.
Il fallut ensuite résoudre des équations du type x×3 = 5. On ne pouvait pas trouver toutes les
solutions dans l’ensemble Z. Un autre ensemble fut alors introduit. L’ensemble des rationnels
permettait de contenir l’ensemble des solutions de ce type d’équation, et il fut noté Q par
Giuseppe Peano en 1895 (initiale du mot “quoziente” (quotient) en italien).
On notera ainsi
a
Q = { où a et b sont des entiers relatifs et b 6= 0}.
b
Il ne faut cependant pas confondre les rationnels Q avec les décimaux D. Les nombres déci-
maux sont de la forme a.10n où a et n sont des entiers relatifs. Un nombre décimal a donc
un nombre fini de chiffres après la virgule : par exemple 1, 23 s’écrit 123.10−2 . Tandis qu’un
a
nombre rationnel sont de la forme où a est un entier relatif, et b est un entier relatif différent
b
de zéro. C’est d’ailleurs ici que commence le première piège qu’il faudra éviter, et qui semble
assez évident a priori : on ne divise pas par 0 !
Un nombre décimal est donc un cas particulier de nombre rationnel.
F IGURE
√ 1.2 – Triangle rectangle de côtés 1, 1
et 2.
Vint enfin une équation assez simple à résoudre 12 + 12 = x2 , autrement dit x2 = 2. Cette
équation provenant d’un problème géométrique assez simple (le théorème de Pythagore),
n’est pas récente (dans une version différence évidemment). Elle date de 500 ans avant J-C
13
F IGURE 1.3 – Hugues Charles Robert Mé-

ray (1835 à Chalon-sur-Saône -1911), un ma-
thématicien français, professeur à la faculté
des sciences de Lyon. En 1869, il donne,
le premier, une construction rigoureuse des
nombres réels.
√
environ. Une démonstration de l’irrationalité de 2 date à peu près de cette époque mention-
née dans les manuscrits d’Aristote. Il fallut donner un nom à l’ensemble de ces nombres qui
contenait tous les précédents (entiers et rationnels) mais qui n’étaient ni entiers ni rationnels.
René Descartes les appela nombres réels en 1637 et c’est Georg Cantor qui désignera l’en-
semble des réels par R.
Augustin Cauchy, puis Charles Méray suivi de Georg Cantor établiront que l’ensemble
des réels est complet. Autrement dit, contrairement à l’ensemble des rationnels qui contenait
encore des “trous” que l’on pouvait remplir avec des réels, l’ensemble des réels ne possède
pas de trou. On dit qu’il est complet. Cette notion sera très utile dans la suite des cours d’ana-
lyse.
Puis vinrent les nombres complexes et d’autres équations de plus en plus élaborées à résoudre.
Nous en aborderons quelques unes dans ce cours (comme les équations différentielles). Pas
toutes, ce serait impossible, mais celles qui nous semblent incontournables pour le premier
semestre de la première année en analyse. Pour cela il faudra définir les bons outils, leur ma-
nipulation précise et rigoureuse (ce que l’on peut faire et ce que l’on ne peut pas faire). Une
fois les outils en main nous avancerons progressivement de telle sorte qu’à la fin du semestre,
nous aurons effleuré la puissance d’applications de ce que l’on aura appris.
Nous pourrons nous trouver de temps en temps devant des concepts qui pourraient aller à
l’encontre de nos intuitions. Comme par exemple :
1. Est-ce que le nombre “juste avant” 1 que l’on note x = 0.999999999... est égal à
1?
2. Est-ce que l’ensemble des entiers est plus grand que celui des entiers relatifs, lui
même contenu dans les rationnels ? Et que dire de l’ensemble des réels ?
Les réponses à ces questions ne doivent pas être données si rapidement...nous verrons en
cours pourquoi.
1.2 Sommes
Nous allons dans ce chapitre poser les bases de certaines calculs, de certaines notations et
surtout de certains résultats concernant les sommes et les produits que l’on considèrera avec
14
le temps comme classiques. Il faudra prendre le temps de tout lire, prendre le temps de com-
prendre et surtout faire un maximum d’exercices pour s’approprier les résultats.
Nous débuterons par le plus simple : les sommes.
P
1.2.1 Le symbole
Commençons par un exemple pour nous fixer les idées.
Exemple L’écriture
5
X
2k ,
k=0
se lit “somme pour k allant de 0 à 5 de 2 à la puissance k.” Et c’est l’écriture abrégée de
5
X
2k = 20 + 21 + 22 + 23 + 24 + 25 = 1 + 2 + 4 + 8 + 16 + 32 = 63.
k=0
P
Le symbole se lit sigma. C’est la majuscule de la lettre grecque S, pour...Somme. La
lettre k est ce qu’on appelle l’indice de sommation. On remplace cette lettre par toutes
les valeurs entières comprises
P entre 0 et 5 ici. Par convention, la première valeur de k est
écrite en dessous de et la dernière valeur au-dessus. Par conséquent, la valeur du bas
sera toujours inférieure ou égale à celle du haut.
Nous voyons bien dans cet exemple l’utilité de la notation abrégée. En effet, si jamais k allait
de 0 à 100 par exemple, écrire tous les termes de la somme serait assez fastidieux. Et donc,
quand nous pourrons simplifier les écritures, nous le ferons avec plaisir. Par contre, au début,
nous pourrons l’écrire sous forme “développée”, c’est à dire, sans l’abréger, mais en mettant
trois petits points entre les premiers et les derniers termes.
Pourquoi ? Tout simplement parce que lorsque nous n’avons pas l’habitude de rédiger en
abréger, le fait de passer par la version développée permet d’avoir des idées plus claires.
Par exemple, si on suppose que k va de 0 jusqu’à un entier n dans l’exemple précédent, nous
écrirons n
X
2k = 20 + 21 + 22 + ... + 2n−1 + 2n .
k=0
Nous ne savons pas pour l’instant combien ça vaut. Mais nous savons déjà l’écrire. Mainte-
nant que nous avons vu un exemple, nous pouvons donner une première définition.
P
Notation 1 (Symbole et indice de sommation)
Soient m, n et k trois entier naturels et ak des nombres réels quelconques. Alors

n
X am + am+1 + ... + an−1 + an , si m ≤ n,
ak =
0, sinon.
k=m
Le nombre k est appelé indice de sommation, et l’expression se lit “somme des ak pour k
allant de m à n”.
15
Plusieurs remarques sont à faire ici.
Remarques 1.1
n
X X
1. La notation ak s’écrit également ak
k=m m≤k≤n
2. Comme nous le voyons dans la notation ci-dessus, k n’est pas obligé de commencer à
0. Il peut commencer où il veut, à partir de n’importe quelle valeur entière m. Nous
verrons plus tard que l’on pourra donner des valeurs négatives. Mais nous nous
contenterons pour l’instant des valeurs positives.
3. La variable k est “muette”. Autrement dit, on peut la remplacer par n’importe quelle
lettre SAUF les variables de départ et celle d’arrivée si elles sont données par des
lettres !
Par exemple on n’écrit pas
k
X
k 2 , n’a pas de sens !
k=1
De même, le résultat d’une somme ne peut pas dépendre de l’indice de sommation,

c’est une variable muette !
Par contre, on peut écrire
n n n
X
X X X
2 2
k = i = p2 , etc.
k=1 i=1 p=1
Un exemple pour s’entraîner :
Exemple Que vaut

n
X n
X
k
2 + 2n+h ?
k=0 h=1
Réponse : remplaçons par la forme développée pour voir (celle avec des petits points) :
n
X n
X
k
2 + 2n+h = (20 + ... + 2n ) + (2n+1 + ... + 22n ).
k=0 h=1
Cette formule se simplifie grandement, nous pouvons donc écrire
n
X n
X 2n
X
k n+h
2 + 2 = 2k .
k=0 h=1 k=0
16
1.2.2 Attention à l’indice de sommation

Il se peut que l’indice de sommation n’apparaisse pas dans la somme. Que se passe-t-il
alors ? Voyons ça sur un exemple :
n
X
17 = 17 + 17 + .... + 17.
k=0
C’est une somme du même terme. Combien de fois fait-on cette somme ?
-Si n était égal à 1 on la ferait pour k = 0 et k = 1, ce qui ferait 17 + 17 = 17 × 2.
-Si n était égal à 2, on la ferait pour k = 0, k = 1 et k = 2, ce qui ferait 17+17+17 = 17×3.
-Si on prend n quelconque, on voit assez facilement que cela ferait 17 + ... + 17 non pas n
fois mais n + 1 fois ! Il faut compter le 0 du premier k = 0. Et donc le résultat serait :
n
X
17 = 17 + 17 + .... + 17 = 17 × (n + 1)
k=0
En fait, on factorise l’élément de la somme et on le multiplie par le nombre de termes :

n
X n
X
17 = 17 + 17 + .... + 17 = 17(1 + 1 + ... + 1) = 17. 1 = 17 × (n + 1)
k=0 k=0

Attention : si l’on part de k = 0 et que l’on va jusqu’à k = n dans une somme, il y
aura n + 1 termes, mais si l’on part de k = 1 et que l’on va jusqu’à k = n, il y aura n
termes dans la somme.
Il faut toujours faire attention à ça !
De même un dernier exemple un peu plus subtil mais qui pourra vous faire rendre compte de
la différence entre l’indice de sommation et les bornes de la somme.
Exemple Que vaut
n
X
2n ?
k=1
Réponse : ça a l’air assez similaire à ce que l’on vient de faire. La seule différence réside
dans l’exposant de 2 qui est n et non pas k.
Autrement dit, l’indice de sommation n’apparaît pas dans l’élément que l’on somme ! Et bien
on se retrouve comme dans l’exemple précédent, on factorise par 2n et on multiplie ce nombre
par le nombre de termes de la somme (remarquons que l’on part de k = 1 ici) :
n
X n
X
n n
2 =2 1 = 2n × n.
k=1 k=1
En fait, comme dans la notation 1, nous pouvons commencer par ce que l’on veut. Par
exemple, si l’on commence par k = m et on termine par k = n avec m ≤ n alors le
nombre de termes de cette somme entre m et n est n − m + 1. Ne pas oublier le +1 ! Il suffit
de le vérifier si n = m + 1, n = m + 2, etc. On aurait ainsi
n
X n
X
n n
2 =2 1 = 2n × (n − m + 1).
k=m k=m
17
1.2.3 Changement d’indice

Nous pouvons également changer d’indice, ça arrive quelques fois quand nous souhaitons
simplifier une formule. Ainsi, par exemple, si l’on considère des réels aj , j = 1, ...n,
n
X
ak = a1 + a2 + ... + an ,
k=1
et
n−1
X n
X
ap+1 = a1 + a2 + ... + an = ak .
p=0 k=1
Ce sont les mêmes sommes, les indices ont changé et les bornes de la somme aussi.
De façon générale, nous avons, pour m, n, p entiers naturels, n ≥ m et aj réels avec j =
m, ..., n + p
n n+p
X X
ap+k = al .
k=m l=m+p
1.2.4 Sommes doubles

Il arrive quelques fois que nous ayons besoin de faire la somme sur des réels possédant deux
indices. Comment notons nous cela ? Et surtout comment est-ce que nous pouvons la calculer.
Si l’on considère n et m deux entiers naturels et ai,j des réels avec i = 1, ..., n et j = 1, ..., m,
alors la somme de réels xi,j s’écrit
X
ai,j .
1≤i≤n
1≤j≤m
Si n = m, nous notons plutôt

X
ai,j .
1≤i,j≤n
Nous pouvons remarquer les résultats suivants :

1. pour tous ai,j réels, avec i, j = 1, ..., n
X n X
X n n X
X n
ai,j = ai,j = ai,j ,
1≤i,j≤n i=1 j=1 j=1 i=1
2. si i et j sont dans un ordre précis au sens large (notez le ≤ entre i et j)

j
n X n X
n
X X X
1≤i≤j≤n j=1 i=1 i=1 j=i
3. si i et j sont dans un ordre précis au sens strict (notez le < entre i et j)

j−1
n X n−1 X
n
X X X
ai,j = ai,j = ai,j
1≤i<j≤n j=2 i=1 i=1 j=i+1
18
1.2.5 Quelques règles de calcul

Rappels
Si l’on se rappelle des règles de calcul suivant :
Propriété 1 (Règles de calcul)
Soient a, b et c trois nombres réels. On pourra écrire a, b, c ∈ R. On notera l’addition + et la

multiplication × ou rien du tout (a × b ou ab quand il n’y a pas d’ambiguïté). On a alors les
règles de calcul suivantes :
1. Commutativité : quels que soient les nombres réels a et b,
a + b = b + a et ab = ba,
2. Associativité : quels que soient les nombres réels a, b et c,
(a + b) + c = a + (b + c) et a(bc) = (ab)c,
3. Distributivité : quels que soient les nombres réels a, b et c,
(a + b)c = ac + bc,
4. Éléments neutres pour + et pour × : quel que soit le nombre réel a,
a + 0 = a et a × 1 = a.
P
Somme de
P
Nous pouvons énoncer les règles de calculs pour les .
P
Propriété 2 (Somme de )
Soient m et n deux entier tels que n ≥ m, soient ak et bk pour k = m, ..., n des réels
quelconques alors
n
X n
X n
X
(ak + bk ) = ak + bk ,
k=m k=m k=m
et pour tout réel λ ,

n
X n
X
λak = λ ak .
k=m k=m
19
La deuxième propriété revient à dire que l’on peut toujours factoriser (ce qui revient à “sor-
tir”) tout ce qui ne dépend pas de de l’indice de sommation.
On peut alors généraliser, en combinant ces deux propriétés par l’égalité suivante :
pour tous réels λ et µ
n
X n
X n
X
(λak + µbk ) = λ ak + µ bk .
k=m k=m k=m
P
Produit et
Comment se passe la multiplication ?

Attention : en règle général la somme d’un produit n’est pas égal au produit de
la somme ! Autrement dit, en général si n est un entier naturel et ak , bk , k = 0, ..., n des
nombres réels quelconques (notons que l’on prend k qui commence à 0 (par habitude), mais
on pourrait le faire commencer pour n’importe quel m entier inférieur ou égal à n),
n n
! n !
X X X
ak bk 6= ak bk .
k=0 k=0 k=0
Donnons un exemple pour montrer que ce n’est pas vrai tout le temps :
prenons n ≥ 1 et ak = bk = 1 pour tout k. On aura alors d’un côté
n
X n
X n
X
ak b k = (1 × 1) = 1 = n + 1.
k=0 k=0 k=0
Et de l’autre
n
! n
!
X X
1 1 = (n + 1)(n + 1) = (n + 1)2 .
k=0 k=0
Et pour tout entier n ≥ 1, n + 1 6= (n + 1)2 !

Bon, nous savons ce qui ne marche pas. Est-ce que l’on pourrait quand même trouver une
formule qui pourrait marcher ?
Faisons un calcul simple et regardons ce que vaudrait
n
! n !
X X
ak bk .
k=0 k=0
Pour ça, nous allons développer un peu :

n
! n !
X X
ak bk = (a1 + ... + an )(b1 + ... + bn ).
k=0 k=0
Nous pouvons alors utiliser la distributivité et nous obtenons

n
! n !
X X
ak bk = a1 (b1 + ... + bn ) + ... + an (b1 + ... + bn ).
k=0 k=0
20
En d’autres termes, nous faisons le produits de chaque ak avec la somme des bk et nous
sommons le tout...maintenant il faut l’écrire mais comme on ne fait pas les indices changent,
il faut leur donner un nom différent pour chaque somme (c’est la partie la plus délicate, il faut
donc faire attention !) On l’écrit de la façon suivante
n
! n
! n
! n
! n n
!
X X X X X X
ak bk = a1 bk + ... + an bk = aj bk .
k=0 k=0 k=0 k=0 j=0 k=0
n
!
X
Mais comme le dernier facteur bk est indépendant de l’indice j on peut rentrer les aj
k=0
dans la somme sur les k et on obtient finalement
n
! n
! n X
n
X X X
ak bk = aj b k .
k=0 k=0 j=0 k=0
De façon plus général, nous avons la propriété suivante :
P
Propriété 3 (Produits et )
Soient n et m deux entiers naturel et aj , bk , j = 1, ..., n et k = 1, ..., m des nombres réels

quelconques, alors
n
! m ! n X m
X X X
aj bk = aj b k .
j=0 k=0 j=0 k=0
P
C’est ce que nous aurons de mieux comme résultat entre et produit.
1.2.6 Sommes télescopiques

Le télescopage a un peu à voir avec le télescope (qui par étymologie signifie “regarder loin”),
mais pas sa fonction...plutôt l’instrument d’époque. En effet, le télescope pouvait à l’instar
d’une longue vue être composé de pièces s’emboîtant les unes dans les autres. C’est de cette
image que l’on a tiré le verbe télescoper qui nous intéresse ici.
Il se peut en effet, que dans une somme donnée, certains termes puissent se rencontrer et
s’annuler (ou disparaître comme les pièces du télescope). On dit alors que l’on a affaire à
une somme télescopique (quand on prend cette somme dans l’autre sens, on peut d’ailleurs
l’allonger comme la longue vue). D’où la propriété suivante
21
F IGURE 1.4 – François de

Hadoque, capitaine de la
marine du roi, comman-
dant du vaisseau "La Li-
corne" avec une longue
vue téléscopique. Appa-
raît dans : Le Secret de
La Licorne (Le Secret de
La Licorne - page 15 case
B3) Hergé/Moulinsart.
c
Propriété 4 (Sommes téléscopiques)
Soient n et m deux entiers naturel avec m ≤ n et ak , k = m, ..., n des nombres réels

quelconques, alors
n
X
(ak+1 − ak ) = an+1 − am .
k=m
Preuve la preuve est assez simple, il suffit de développer la somme :

n
X
(ak+1 − ak ) =
k=m
(am+1 − am ) + (am+2 − am+1 ) + (am+3 − am+2 ) + ... + (an − an−1 ) + (an+1 − an )
Nous voyons que des termes s’annulent entre eux (on dit qu’ils se télescopent)
− am
am+1 + −
am+2 −
am+3 am+2
+ ... + n −
a + an+1 −
an−1
n = an+1 − am .
a
Quelle est l’utilité de cette propriété ? Nous allons le voir tout de suite dans l’exemple
suivant.
Exemple Considérons la somme sn , qui est un nombre réel dépendant de l’entier naturel n
définie par
n
X 1
sn = .
k=1
k(k + 1)
Pour une raison quelconque, nous souhaitons évaluer s100 . On sent que ça risque d’être
long... Mais pourquoi pas écrire cette somme par une formule dépendant de n en général et
22
ensuite remplacer n par 100. Comment allons-nous faire ?

La technique la plus simple va consister à remarquer (faire le calcul, c’est ce qu’on appelle
une décomposition en éléments simples) que
1 1 1
= − .
k(k + 1) k k+1
Pas de panique, la technique de décomposition s’apprend. Nous ne le verrons au prochain
semestre. Mais tant que vous ne la connaitrez pas, on vous guidera pour la trouver.
Et donc, nous obtenons,
n n
X 1 X 1 1
sn = = ( − ).
k=1
k(k + 1) k=1 k k + 1
Parfait ! Nous reconnaissons une somme télescopique. En le développant, nous voyons que
1 1
tous les termes vont s’annuler, sauf le premier = 1 et le dernier . Il nous reste donc
1 n+1
n
X 1 1 n+1−1 n
sn = =1− = = .
k=1
k(k + 1) n+1 n+1 n+1
Et donc trouver par exemple s100 est un jeu d’enfant maintenant, nous savons tout de suite
que ça fait 100/101.
1.2.7 Quelques résultats classiques à connaître

a. Somme d’une suite arithmétique
La toute première, la plus connue est la suivante
Propriété 5 (Sommes des entiers de 1 à n)
Pour tout n entier naturel, nous avons

n
X n(n + 1)
k = 1 + 2 + 3 + ... + (n − 1) + n = .
k=1
2
C’est ce que nous appellerons la somme d’une suite arithmétique, que nous verrons...avec les
suites.
Preuve la preuve est assez simple, nous la verrons en cours. Mais pour notre culture, il y a
une légende derrière cette preuve. La résolution de ce problème serait due à Carl Friedrich
Gauss (1777-1855, mathématicien allemand). Âgé de neuf ans, il aurait surpris son maître
d’école Büttner qui avait donné comme calcul à sa classe la somme des entiers de 1 à 100.
23
F IGURE 1.5 – Johann Carl Frie-

drich Gauss (1777 - 1855) ma-
thématicien, astronome et physi-
cien allemand. Il est surnommé
“le prince des mathématiciens”,
l’un des plus grands mathémati-
ciens de tous les temps.
Pensant être tranquille pendant un moment, Gauss résolu le problème quasiment instanta-
nément. Comment ? Il additionna 1 avec 100, puis 2 avec 99, puis 3 avec 98 et ainsi de suite
jusqu’à 50 avec 51. Un simple calcul montre qu’il obtint ainsi 50 fois la valeur 101, soit 5
050. Ne restait plus qu’à généraliser ce résultat à n’importe quel entier n.
Pour la petite histoire voilà l’origine probable de cette légende due à Wolfgang Sartorius.
“Le jeune Gauss venait juste d’arriver dans cette classe quand Büttner donna en exercice
la sommation d’une suite arithmétique. À peine avait-il donné l’énoncé que le jeune Gauss
jeta son ardoise sur la table en disant « la voici ». Tandis que les autres élèves continuaient
à compter, multiplier et ajouter, Büttner, avec une dignité affectée, allait et venait, jetant
de temps en temps un regard ironique et plein de pitié vers le plus jeune de ses élèves. Le
garçon restait sagement assis, son travail terminé, aussi pleinement conscient qu’il devait
toujours l’être, une fois une tâche accomplie, que le problème avait été correctement résolu
et qu’il ne pouvait y avoir d’autre réponse”.
Remarquons que si l’on commence la somme à partir de m plutôt que 1, nous avons la formule
suivante
n
X n+m
k = m + (m + 1) + (m + 2) + ... + (k − 1) + k = (n − m + 1)
k=m
2
Continuons avec deux autres propriétés classiques que l’on ne vous demandera pas de retenir
par cœur, mais au moins de savoir les démontrer (ce sont des exercices très classiques) :
1. sommes des carrés de 1 à n : Pour tout n entier naturel, nous avons
n
X n(n + 1)(2n + 1)
k 2 = 1 + 22 + 32 + ... + (n − 1)2 + n2 = .
k=1
6
2. sommes des cubes de 1 à n : Pour tout n entier naturel, nous avons

n
X n2 (n + 1)2
k 3 = 1 + 23 + 33 + ... + (n − 1)3 + n3 = .
k=1
4
24
Astuce pour se rappeler de la dernières propriété :

n n
X
3
X n(n + 1)
noter que la somme des cubes k est égale à la somme des k, k= au carré.
k=1 k=1
2
b. Somme d’une suite géométrique

Parmi les sommes classiques, nous avon également la somme d’une suite géométrique. Le
principe est simple :
considérons un nombre a réel quelconque, et un entier naturel n non nul. Nous cherchons à
calculer la somme des n + 1 premiers termes des éléments dont le suivant est multiplié par
lui-même à chaque terme. Autrement dit, nous cherchons à calculer
1 + a + a2 + a3 + ... + an−1 + an .
Plusieurs cas sont simples :

1. Si a = 0, la somme fera toujours 1 quel que soit la valeur de n.
2. Si a = 1, nous sommons n + 1 fois le nombre 1. Ce qui fait exactement n + 1.
Regardons le cas général, pour a ∈ R mais a 6= 1. Dans cas, nous avons la propriété suivante
Propriété 6 (Somme de n + 1 premières puissances de a)
Pour tout a ∈ R, tel que a 6= 1, et pour tout n entier naturel non nul, nous avons
n
2 3 n−1 n
X
k an+1 − 1
1 + a + a + a + ... + a +a = a = .
k=0
a−1
Nous voyons bien que pour ce résultat, nous avons besoin d’avoir a 6= 1, sinon ça ne
marche pas. Par contre, nous avons vu juste au dessus qu’il y a quand même une formule
pour x = 1.
De même, nous voyons que si n = 0, nous aurions juste le premier terme qui est 1. Alors
que la formule de la proposition donnerait 0. Donc, là aussi, il faut écarter ce cas, qui ne
marche pas avec la formule générale.
1.2.8 Factorisation
Vous vous souvenez très certainement de la formule suivante, valable pour tous a, b ∈ R
a2 − b2 = (a − b)(a + b).
Vous serez sans doute amenés à factoriser a3 − b3 ou a4 − b4 ... Est-ce que nous pouvons avoir
une formule générale ?
La réponse est oui. Dans la propriété suivante :
25
Propriété 7 (Factorisation)
Pour tous a, b ∈ R, et pour tout n entier naturel non nul, nous avons
n−1
X
n n
a − b = (a − b)(a n−1
+a n−2
b + ... + ab n−2
+b n−1
) = (a − b) an−1−k bk .
k=0
Nous pouvons remarquer que l’on peut trouver une formule de an + bn si n est impair, en
remplaçant b par −b dans la formule précédente.
Noter qu’il faut que n soit impaire parce qu’alors (−b)n = −bn , mais si n est pair, nous avons
(−b)n = bn , et il nous faut calculer an + bn .
Nous avons alors 3 résultats intéressants (qu’il ne faut pas apprendre par cœur mais savoir
retrouver à partir de la formule ci-dessus) :
1. si n est impair, nous avons :
an + bn = (a + b)(an−1 − an−2 b + ... + (−1)k an−1−k bn−2 + ak + ... − abn−2 + bn−1 ),

n−1
X
= (a + b) (−1)k an−1−k bk .
k=0
2. si nous prenons b = 1 nous avons
n−1
X
n n
a − 1 = a − 1 = (a − 1) n
ak .
k=0
3. Et si n est impair avec b = −1, nous avons
n−1
X
n n n
a + 1 = a + 1 = (a + 1) (−1)k an−1−k .
k=0
1.3 Produits
Comme la somme, nous pouvons regarder ce qu’il se passe quand nous multiplions un
nombre fini de termes.
Q
1.3.1 Le symbole
Comme nous prenions l’équivalent de la lettre
Q S en grec pour la somme, nous utilisons l’équi-
valent du P en grec pour le produit, qui est .
26
Q
Notation 2 (Symbole )
Soient m et n deux entier naturels et ak , k = m, ..., n des nombres réels quelconques. Alors
n
Y am × am−1 × ... × an−1 × an , si m ≤ n,
ak =
0, sinon.
k=m
Remarque
n
Y Y
La notation ak s’écrit également ak et se lit “produit des xk pour k allant de m
k=m m≤k≤n
à n.
Un des produits les plus utilisés est la factorielle. On la rencontre très souvent en mathéma-
tiques.
a. Factorielle
Définition 1 (Factorielle )
Soit n un entier naturel, nous notons n! (qui se lit factorielle n) l’entier naturel

 1 si n = 0,
n
n! = Q
 k sinon.
k=1
Autrement dit :
1. 0! = 1 par convention,
2. n! = 1 × 2 × 3 × ... × n.
b. Propriété des produits
De façon analogue à la somme, nous avons les propriétés sur le produit suivante
27
Propriété 8 (Propriétés des produits )
Soient m et n des entiers naturels, tels que m ≤ n, nous avons

1. pour tout réel a,
n
a = a.a.a...a = an−m+1 .
Q
k=m
2. pour tous réels ak , k = m, ..., n et pour tout entier p tel que m ≤ p < n, nous avons
p !
Qn Q Qn
ak = ak ak ,
k=m k=m k=p+1
3. pour tous réels ak et bk , k = m, ..., n,

n
n
n

Q Q Q
ak b k = ak bk ,
k=m k=m k=m
4. pour tous réels ak et bk , k = m, ..., n, tels que bk 6= 0 pour tout k,

n
n n
Q Q Q
ak /bk = ak / bk ,
k=m k=m k=m
5. pour tous réels ak , k = m, ..., n et pour tout p ∈ N,

n
n p
Q p Q
ak = ak ,
k=m k=m

Attention : pour tout réels ak , k = m, ..., n et pour tout λ ∈ N,
n
n

Q Q
λak 6= λ ak ,
k=m k=m
mais
n
n

n−m+1
Q Q
λak = λ ak ,
k=m k=m
c. Produits téléscopiques
Comme pour la somme, nous avons une propriété de télescopage pour le produit.
28
Propriété 9 (Produits téléscopiques)
Soient n et m deux entiers naturel avec m ≤ n et ak , k = m, ..., n des nombres réels

quelconques non nuls, alors
n
Y ak+1 an+1
= .
k=m
a k a m
d. Produits doubles
Il arrive quelques fois que nous ayons besoin de faire le produit sur des réels possédant deux
indices. Comment notons nous cela ? Et surtout comment est-ce que nous pouvons la calculer.
Si l’on considère n et m deux entiers naturels et ai,j des réels avec i = 1, ..., n et j = 1, ..., m,
alors le produit de réels xi,j s’écrit
Y
ai,j .
1≤i≤n
1≤j≤m
1. Si n = m, nous notons plutôt

Y
ai,j .
1≤i,j≤n
2. De façon générale, pour tous ai,j réels, avec i, j = 1, ..., n
Y n Y
Y n n Y
Y n
1≤i,j≤n i=1 j=1 j=1 i=1
3. si i et j sont dans un ordre précis au sens large (notez le ≤ entre i et j)
j
n Y n Y
n
Y Y Y
ai,j = ai,j = ai,j
1≤i≤j≤n j=1 i=1 i=1 j=i
4. si i et j sont dans un ordre précis au sens strict (notez le < entre i et j)
j−1
n Y n−1 n
Y Y Y Y
ai,j = ai,j = ai,j
1≤i<j≤n j=2 i=1 i=1 j=i+1
29
1.3.2 Coefficients binomiaux

Une des applications les plus connues des factorielles (et donc des produits) est certainement
une notion que vous avez déjà vue au lycée : les coefficients binomiaux. Quand on aborde les
probabilité, ils représentent le nombre de façons de choisir k éléments parmi n (où k et n sont
des entiers tels que k ≤ n). Nous allons rappeler leur définition ainsi que quelques propriétés
Définition 2 (Coefficients binomiaux )

n
Soient k et n deux entiers naturels avec k ≤ n, nous notons ou encore Cnk , l’entier
k
naturel défini par 
 0, si k > n,
n
= n!
k , sinon.
k!(n − k)!

Interprétation :
- quand on doit choisir k éléments parmi n et que l’ordre est important, nous avons n
possibilités de choisir le premier, puis n − 1 pour le second, etc. jusqu’au n − k + 1. Ce
qui nous donne
n!
n(n − 1)(n − 2)...(n − k + 1) = .
(n − k)!
- Mais quand on ne tient pas compte de l’ordre, il y a beaucoup moins de possibilités.
Par exemple, pour le Loto, tirer les boules 15, 4 ou 33, revient à la même chose que
tirer 33, 4 puis 15. Et donc il faut évaluer toutes les combinaisons qui comportent les
mêmes nombres. Ceci revient à compter le nombre de permutations de k nombres (ou
pour le loto, les permutations de k boules).
Et comme le nombre de permutations de k nombres est k!, on divise la formule précé-
dente par k. Ce qui nous donne
n(n − 1)(n − 2)...(n − k + 1) n!

= ,
k! k!(n − k)!
ce qui est exactement la formule des coefficients binomiaux.
30
Propriété 10 (Propriétés coefficients binomiaux)
Soient k et n deux entiers naturels avec k ≤ n, nous avons les 3 propriétés suivantes

n n
1. Symétrie : = ,
k n−k

∗ n n n−1
2. Si k ∈ N , = ,
k k k−1

n n n+1
3. Formule de Pascal : + = .
k−1 k k
Remarques 1.2
1. Ces résultats ne sont pas à retenir par cœur, mais il faut savoir les démontrer,
2. La propriété 3, connue sous le nom de formule de Pascal, peut se traduire sous forme
de tableau que l’on appelle communément triangle de Pascal.
Et ceci nous amène tout naturellement à la formule du binôme de Newton suivante.
Propriété 11 (Formule du binôme de Newton)
Pour tous a, b ∈ R, et pour tout n ∈ N,

n
X n
n
(a + b) = ak bn−k .
k
k=0
Remarques 1.3
1. Cette formule du binôme de Newton est par contre à connaître par cœur !

2. Attention : ne pas confondre cette formule du binôme, avec celle que nous avons
plus haut qui est an − bn donnée dans la propriété 7 qui concernait la factorisation !
Ici, nous ne cherchons pas à factoriser mais à développer.
Si a et b sont remplacées par des valeurs particulières nous avons les résultats suivants :
n
X n
1. (1 + a)n = ak .
k
k=0
n
X n
2. = (1 + 1)n = 2n ,
k
k=0
n
X n
3. (−1)k = (1 − 1)k = 0.
k
k=0
31
1.4 Égalités et inégalités dans R
La dernière section de ce chapitre est indépendante des deux précédentes sections sur la
somme et le produit. Elle se place toutefois dans la continuité de ce que vous avez appris au
lycée. Les résultats présentés ici serviront également dans les chapitres suivants, il est donc
très important de les connaître et savoir les manipuler.
1.4.1 Égalités
Définition 3 (Égalité )
On appelle identité, une égalité entre deux expressions qui est valable quelles que soient les
valeurs des variables entrant en jeu dans ces expressions.
Les expressions situées de part et d’autre du signe “=” sont appelées les membres de l’égalité.
1.4.2 Inégalités
Relation d’ordre sur R
Comme pour les égalités, les expressions situées de part et d’autre du signe ≥, ≤, > ou <
sont appelés les membres de l’inégalité.
Rappelons d’abord quelques règles de comparaison. C’est important de les exprimer ici,
même si elles ont l’air simples. Elles permettront de résoudre un grand nombre de problèmes.
Il est également sage de rappeler que ces règles sont valables pour les nombres réels, mais
lorsqu’il s’agira d’étudier les nombres complexes, ce sera une autre histoire. Commençons
par la relation d’ordre.
32
Propriété 12 (Relation d’ordre)
Soient a, b et c ∈ R. On a alors les règles de comparaison suivantes :

1. Réflexivité : quels que soit les nombres réels a,
a ≤ a,
2. Antisymétrie : quels que soient les nombres réels a et b,
si a ≤ b et b ≤ a alors a = b,
3. Transitivité : quels que soient les nombres réels a, b et c,
si a ≤ b et b ≤ c alors a ≤ c,
4. quels que soient les nombres réels a et b,
on a a≤b ou b ≤ a.
Remarques 1.4
1. Les règles 1, 2 et 3 de la propriété précédente expriment que ≤ est une relation

d’ordre, et la propriété 4 que cette relation est totale.
2. A partir de la relation “inférieur ou égal” ≤ définie précédemment, on peut définir
sa relation symétrique “supérieur ou égal” ≥ pour tous réels a et b par :
a≥b si et seulement si b ≤ a.
On remarquera que ≥ est également une relation totale.

3. On définit également la relation“strictement inférieur” pour tous réels a et b par :
a<b si et seulement si a ≤ b et a 6= b,
et la relation “strictement supérieur” pour tous réels a et b par :
a>b si et seulement si a ≥ b et a 6= b,
4. D’un point de vue de logique, la négation de a ≤ b est a > b.

Attention : ne pas confondre les inégalités larges et strictes.
En effet, si a < b alors a ≥ b mais la réciproque est fausse !
On ne passera donc jamais d’une inégalité large vers une inégalité stricte sans une bonne
justification.
On aborde ensuite les règles dites de compatibilité que la plupart d’entre vous connaissez
depuis le collège.
33
Propriété 13 (Règles de compatibilité)
Soient a, b, c et d ∈ R. On a alors les règles de compatibilité suivantes :

1. si a ≤ b alors a + c ≤ b + c,
2. si a ≤ b et 0≤c alors ac ≤ bc.
Remarques 1.5
1. La règle 2 de la propriété précédente peut également s’écrire avec la relation “stric-

te”, en utilisant le résultat suivant :
si ab = 0 alors a = 0 ou b = 0 (ou les deux).
On a alors la règle suivante :
si a < b et 0 < c alors ac < bc.
2. De la propriété précédente on déduit
(a) si a ≤ b et c ≤ d alors a + c ≤ b + d,
(b) si 0 ≤ a ≤ b et 0 ≤ c ≤ d alors ac ≤ bd.
Définition 4 (Opposé et inverse)
1. Deux nombres réels a et b sont opposés si a + b = 0.

2. Deux nombres réels a et b non nuls sont dits inverses l’un de l’autre si ab = 1.
34
Propriété 14 (Règles de l’opposé et de l’inverse)
1. Soit a un réel quelconque alors il existe un unique réel b tel que a + b = 0.

On note b = −a.
2. Soit a un réel non nul, il existe un unique réel non nul c tel que ac = 1.
1
On note c = ou encore a−1 .
a
3. Soient a et b deux réels, alors
a ≤ b est équivalent à −a ≥ −b,
4. Soient a et b deux réels non nuls et de même signe, alors

1 1
a ≤ b est équivalent à ≥ .
a b

Attention : on ne soustrait pas des inégalités membre à membre ! C’est à dire que
pour a, b, c, d réels
si a ≤ b et c ≤ d on n’a pas a − c ≤ b − d !
Il faut d’abord passer par l’opposé pour la deuxième inégalité, puis additionner membre à
membre.
De même, on ne divise pas les inégalités membres à membres ! C’est à dire que pour tous
a, b, c et d réels, avec c et d non nuls,
a b
si a ≤ b et c ≤ d on n’a pas ≤ !
c d
Il faut d’abord passer par l’inverse dans la deuxième inégalité puis multiplier (ça ne changera
pas l’ordre si le tous les membres sont positifs...sinon il faut faire attention).
Remarques 1.6
1. L’opposé de a noté −a n’est pas nécessairement négatif ! L’opposé de a = −5 par

exemple est −a = 5 ! C’est une erreur que l’on rencontre souvent.
2. On rappelle encore une fois ici que l’on ne peut pas diviser par 0 ! Ainsi, lorsque l’on
écrira un dénominateur, il faudra toujours s’assurer que ce dernier est non nul.
3. Toutes les propriétés et règles précédentes nous permettent de dire que l’ensemble R
des réels est un corps commutatif muni d’une relation d’ordre totale (comme l’en-
semble Q des rationnels). On représente cet ensemble R par une droite en général, et
comme on l’a spécifié dans le préambule, cette droite ne possède pas de trou (on dit
que l’ensemble R est complet) contrairement à la représentation des l’ensemble Q.
Méthode : pour déterminer le signe d’une expression, il vaut mieux essayer de factoriser
l’expression quand c’est possible. Il est en effet toujours plus facile de déterminer le signe
d’un produit (par tableau de signes) que le signe d’une somme.
35
1.4.3 Valeur absolue

Rappelons ici quelques propriétés des valeurs absolues que vous êtes censés maîtriser depuis
le lycée. Commençons par en donner la définition qui est due à François Viète en 1591.
F IGURE 1.6 – François Viète (1540-1603),

mathématicien français, il est le premier à
noter les paramètres d’une équation par des
symboles et se trouve donc le fondateur de
l’algèbre nouvelle ou “logistique spécieuse”.
Définition 5 (Valeur absolue)
Soit a un nombre réel. La valeur absolue de a est le nombre réel défini par :

 a si a > 0,
|a| = −a si a < 0.
0 si a = 0.

Propriété 15 (Valeur absolue, rappels)
Pour tous nombres réels a et b, nous avons :

1. |a| ≥ 0, −|a| ≤ a ≤ |a|, | − a| = |a|,
√
2. a2 = |a|,
3. |ab| = |a||b|,
4. pour tout n ∈ N ou Z (si on a en plus a ∈ R∗ ) , |x|n = |xn |,

1 1 b |b|
5. si a 6= 0, = et de façon générale = ,
a |a| a |a|
6. si b ≥ 0, |a| ≤ b si et seulement si −b ≤ a ≤ b,
7. si b ≥ 0, |a| ≥ b si et seulement si a ≤ −b ou a ≥ b,
8. |a + b| ≤ |a| + |b| (c’est l’inégalité triangulaire),
9. ||a| − |b|| ≤ |a − b| (c’est l’inégalité triangulaire inversée).
Une autre propriété que l’on utilisera très souvent en TD.

36
Propriété 16 (Valeur absolue et distance)
Soit r un réel strictement positif. Pour tous nombres a et b nous avons les deux équivalence
suivantes :
1. |b − a| = r si et seulement b = a − r ou b = a + r,
2. |b − a| < r si et seulement a − r < b < a + r,
3. |b − a| ≤ r si et seulement a − r ≤ b ≤ a + r,
4. |b − a| > r si et seulement b < a − r ou b > a + r,
5. |b − a| ≥ r si et seulement b ≤ a − r ou b ≥ a + r.
Définition 6 (Partie positive, partie négative)
Soit a ∈ R,

+ a si a ≥ 0,
1. On appelle partie positive de a, le réel a = max(a, 0) =
0 si a < 0.

−a si a ≤ 0,
2. On appelle partie négative de a, le réel a− = max(−a, 0) =
0 si a > 0.
On a alors a = a+ − a− et |a| = a+ + a− .
1.4.4 Intervalles de R
Il existe plusieurs types d’intervalles. Tout est assez intuitif, nous garderons cette forme d’in-
tuition dans les définitions sans aller dans les détails.
Voici tout d’abord la définition générale d’un intervalle de R.
Définition 7 (Intervalle de R)
On appelle intervalle I de R toute partie de I de R vérifiant, pour tous x et y dans I et pour

tout z dans R,
si x ≤ z ≤ y alors z appartient à I.
Remarques 1.7
37
1. Le fait de considérer une partie I de R se note I ⊂ R (qui se lit I inclus dans R).
2. Le fait de considérer un élément a de I se note a ∈ I (qui se lit a appartient à I).
Il ne faut donc pas confondre le symbole ⊂ qui est utilisé pour des parties, et ∈ qui
est utilisé pour des éléments.
3. La définition précédente pourrait alors s’écrire :
on appelle intervalle I de R toute partie I ⊂ R vérifiant pour tous x, y ∈ I et pour
tout z ∈ R
si x ≤ z ≤ y alors z ∈ I.
Il existe plusieurs types d’intervalles de R. Nous allons les résumer dans les définitions sui-
vantes.
Définition 8 (Intervalle fermé et borné (segment))
Soient a et b deux réels tels que a ≤ b. On appelle intervalle fermé et borné (appelé aussi
segment) de R tout ensemble de la forme
[a, b] = {x ∈ R, a ≤ x ≤ b}.
Définition 9 (Intervalle ouvert)
Soient a et b deux réels tels que a < b. On appelle intervalle ouvert de R tout ensemble de la
forme
]a, b[= {x ∈ R, a < x < b},
mais pas que...

Ce sont également les ensembles de la forme :
]a, +∞[= {x ∈ R, a < x},
ou
] − ∞, b[= {x ∈ R, x < b}.
Remarque
Un cas particulier d’intervalle ouvert est l’ensemble R tout entier : R =] − ∞, +∞[.
38
Définition 10 (Intervalle ouvert et borné )
Soient a et b deux réels tels que a ≤ b. On appelle intervalle ouvert et borné de R tout
ensemble de la forme
]a, b[= {x ∈ R, a < x < b}.
Définition 11 (Intervalle semi-ouvert et borné )
Soient a et b deux réels tels que a ≤ b. On appelle intervalle semi-ouvert et borné de R tout
[a, b[= {x ∈ R, a ≤ x < b},
mais aussi
]a, b] = {x ∈ R, a < x ≤ b}.
Définition 12 (Intervalle fermé et non borné )
Soient a et b deux réels . Par convention on appelle intervalle fermé et non borné de R tout
[a, +∞[= {x ∈ R, a ≤ x},
mais aussi
] − ∞, b] = {x ∈ R, x ≤ b}.
Notation 1.1
On notera les intervalles particuliers suivants :
R+ = [0, +∞[, R∗+ =]0, +∞[, R− =] − ∞, 0], et R∗− =] − ∞, 0[.
La notation R∗ désignant l’ensemble R privé de 0.
Remarque
1. L’intervalle qui ne contient aucun nombre réel est appelé l’ensemble vide (eh oui ! Il
faut le considérer celui-ci aussi...), et il est noté ∅.
39
2. L’intervalle qui ne contient qu’un seul nombre est appelé singleton (en anglais “sin-
gle” veut dire seul). On le note alors entre accolade (est-ce que c’est parce qu’il
est seul qu’il a besoin d’accolades pour être réconforté...) ; Autrement un singleton
contenant le nombre réel a s’écrit {a}.
3. Un singleton {a} est considéré comme l’intervalle [a, a] et donc c’est un cas particu-
lier d’intervalle fermé.
4. L’ensemble vide ∅ est considéré comme l’intervalle ]a, a[ donc c’est un cas particu-
lier d’intervalle ouvert. Comme c’est le complémentaire de R, on considère R alors
comme un intervalle fermé.
Mais, R peut être également vu comme un intervalle ouvert si on l’écrit ] − ∞, +∞[.
Et donc son complémentaire ∅ sera considéré comme fermé.
C’est la raison pour laquelle R et ∅ sont considérés comme des ensembles à la fois
ouverts et fermés de R.
Intervalles de R Bornés Non Bornés
Ouverts ]a, b[; ∅ R; ] − ∞, a[; ]a, +∞[
Fermés [a, b]; {a}; ∅ R; ] − ∞, a]; [a, +∞[
Semi-ouverts [a, b[; ]a, b]
F IGURE 1.7 – Classification des intervalles de R
Définition 13 (Segment )
Soient a et b deux réels, avec a ≤ b. On appelle segment, l’ensemble noté [a, b] défini par
[a, b] = {x ∈ R, tels que a ≤ x ≤ b}
Remarque
Nous pourrons utiliser quelques fois la notion de paramétrage du segment. Autrement dit,
en essayant d’interpréter, nous laisserons un point se balader entre les bornes de l’inter-
valle suivant un “temps” t compris entre 0 et 1.
Pour être plus clair, on aura l’équivalence suivante :
x ∈ [a, b] si et seulement s’il existe t ∈ [0, 1] tel que x = (1 − t)a + bt.
Cette équivalence permet de dire que tout point du segment [a, b] peut être identifié grâce
à un paramètre t compris entre 0 et 1. Pour aller plus loin, nous pourrions dire que tout
point de se segment peut être identifié comme un certain barycentre des extrémités.
Cela pourra nous servir quand on verra (en cours, ou TD) la notion de convexité.
40
1.4.5 Bornes supérieures, inférieures, maximum et minimum

Voyons maintenant comment on pourrait construire l’ensemble R à partir de l’ensemble
Q (ce n’est pas l’unique façon de construire R mais pour l’instant c’est la seule que l’on
puisse aborder dans l’état de nos connaissances).
Pour cela nous avons besoin des notions de borne supérieures et inférieures, pour les utiliser,
nous devons auparavant définir les notions de majorant et minorant.
Définition 14 (Majorant, minorant)
Soit E une partie non vide de R. On dit que

1. E est majorée s’il existe un nombre réel M (pas forcément dans E) tel que pour tout
x ∈ E, x ≤ M . Un tel nombre (qui n’est pas nécessairement unique), est appelé
majorant de E.
2. E est minorée s’il existe un nombre réel m (pas forcément dans E) tel que pour tout
x ∈ E, x ≥ m. Un tel nombre (qui n’est pas nécessairement unique), est appelé
minorant de E.
3. E est bornée si E est majorée et minorée.
Remarque Attention : comme on l’a noté, M et m n’appartiennent pas nécessairement

à E...c’est la toute la nuance entre les notions qui suivent : la borne supérieure et le maxi-
mum, la borne inférieure et le minimum.
Définition 15 (Borne supérieure, Borne inférieure)
Soit E ⊂ R non vide. On dit que M ∈ R est la borne supérieure de E que l’on note
M = sup(E) si et seulement si
1. M est un majorant de E, c’est à dire que pour tout x ∈ E, x ≤ M ,
2. si M 0 est un majorant de E, alors M ≤ M 0 , autrement dit, M est le plus petit des
majorants
De même m ∈ R est la borne inférieure de E que l’on note m = inf(E) si et seulement si
1. m est un minorant de E, c’est à dire que pour tout x ∈ E, x ≥ m,
2. si m0 est un minorant de E, alors m ≥ m0 , autrement dit, m est le plus grand des
minorants.
Si les majorants et minorants appartiennent à l’ensemble E, on les appelle maximum et

minimum. C’est la toute la différence avec les bornes supérieures et bornes inférieures. Donc
ne confondez pas ces notions !
41
Définition 16 (Maximum, minimum)
Soit E ⊂ R.
On dit que M est le maximum de E, que l’on note M = max(E) si M = sup(E) et M ∈ E.
On dit que m est le minimum de E, que l’on note m = min(E) si m = inf(E) et m ∈ E.
1.4.6 Hors programme : pour aller plus loin

Cette section n’est pas au programme, vous pourrez toutefois la lire, elle vous servira pour
les semestres suivants.
a. Caractérisation des bornes sup et inf
On peut caractériser de façon pratique (ce qui pourrait servir pour certains exercices) la
borne sup et la borne inf de la façon suivante.
Proposition 1 (Caractérisation des bornes sup et inf.)
Soit E ⊂ R non vide.

1. si la partie E est majorée par un réel M . Alors
M = sup(E) si et seulement si pour tout ε > 0, il existe x ∈ E tel que

x ∈]M − ε, M ].
2. si la partie E est minorée par un réel m. Alors
m = inf(E) si et seulement si pour tout ε > 0, il existe x ∈ E tel que x ∈ [m, m + ε[.
b. Construction de l’ensemble R
On peut maintenant décrire une façon de construire R :

R correspond à Q auquel on rajoute “toutes les bornes sup de sous-ensembles de Q”.
On a alors les deux propriétés suivantes :
Propriété 17 (Propriété de la borne sup)
Toute partie de R non vide et majorée admet une borne sup.
42
Propriété 18 (Réel et borne sup)
Tout réel est la borne sup d’un ensemble d’éléments de Q.
Remarque
1. La première propriété est due à Bernhard Bolzano en 1817.

√
2. Q n’a pas la propriété de la borne sup : {x ∈ Q tel que x2 < 2} admet 2 comme
borne sup dans R et n’admet pas de borne sup dans Q.
Voilà, nous avons maintenant quelques outils essentiels pour continuer le cours d’analyse.
Bien entendu, ce chapitre est bien loin de couvrir toutes les connaissances accumulées sur
ces ensembles (N, Z, Q et R)...mais faute de temps, nous en resterons là. Les plus curieux
pourront à loisir se renseigner plus dans ce domaine, un peu en cours d’algèbre, mais égale-
ment dans la littérature très riche à ce sujet.
43
L’essentiel de ce chapitre
n
X
1 - 2 ak = am + am+1 + ... + an−1 + an pour m ≤ n contient n − m + 1 élé-
k=m
ments.
2 - 2 Savoir utiliser les coefficients binomiaux.
3 - 2 Savoir utiliser les égalités, inégalités et valeurs absolues.
44
Chapitre 2
Bases de logique
La logique est l’hygiène des

mathématiques
André Weil
(a) Auguste De Morgan (1806 - (b) George Boole (1815- 1864) (c) Alan Mathison Turing (1912
1871) mathématicien et logicien mathématicien britannique, - 1954), un mathématicien bri-
britannique, il a fondé avec Boole créateur avec De Morgan de tannique, un des fondateurs de
la logique moderne. On le connait la logique moderne fondée l’informatique.
surtout pour les lois qui portent sur une structure algébrique et
son nom. sémantique, que l’on appelle
aujourd’hui algèbre de Boole.
F IGURE 2.1 – Quelques mathématiciens célèbres liés à l’étude de la logique.
45
Bases de logique
Sommaire
2.1 Origines de la logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.2 Assertions et prédicats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3 Les connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.4 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5 Quantificateurs mathématiques . . . . . . . . . . . . . . . . . . . . . . 53
2.6 Différents modes de démonstration . . . . . . . . . . . . . . . . . . . . 56
2.6.1 Raisonnement par hypothèse auxiliaire . . . . . . . . . . . . . . . 56
2.6.2 Raisonnement par l’absurde . . . . . . . . . . . . . . . . . . . . . 56
2.6.3 Raisonnement par contraposée . . . . . . . . . . . . . . . . . . . . 57
2.6.4 Raisonnement par contre exemple . . . . . . . . . . . . . . . . . . 57
2.6.5 Raisonnement par récurrence . . . . . . . . . . . . . . . . . . . . . 58
2.7 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.7.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.7.2 Ensembles particulier . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.7.3 Inclusion, union, intersection, complémentaire . . . . . . . . . . . 59
2.7.4 Règles de calculs . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7.5 Produit cartésien . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.1 Origines de la logique

L’objectif ici est de bien définir le vocabulaire, les notations et le propriétés que nous utilise-
rons non seulement dans ce chapitre, mais également dans toutes les preuves de résultats que
nous développerons que ce soit en cours ou en travaux dirigés. A partir de ce chapitre, il fau-
dra donc construire les démonstrations de la façon la plus rigoureuse possible, en utilisant les
bons quantificateurs, dans le bon ordre, mais également des stratégies de preuves (absurde,
contraposée, récurrence par exemple).
2.2 Assertions et prédicats
Définition 1 (Assertion)
Une assertion est un énoncé mathématique auquel on peut attribuer une valeur de vérité
vrai (V) ou Faux (F),
mais jamais les deux à la fois. C’est le principe du tiers-exclu.
Exemple
46
Bases de logique
1. L’énoncé “Paris est la capitale de la France”, est vrai (V).

2. L’énoncé “24 est un multiple de 2”, est vrai (V).
3. L’énoncé “19 est un multiple de 2”, est faux (F).
Définition 2 (Prédicat )
Un prédicat est un énoncé mathématique contenant des lettres appelées “variables” tel que,
quand on replace chacune des lettres par un élément donné d’un ensemble, on obtient une
assertion.
Exemple
1. L’énoncé : P (n) =“n n’est pas un multiple de 2”, est un prédicat, car il devient une
assertion quand on donne une valeur à n. Par exemple,
- P (10)=“10 est un multiple de 2” est une assertion vraie.
- P (11)=“11 est un multiple de 2” est une assertion fausse.
2. L’énoncé P (x, A)=“x ∈ A”, est un prédicat à deux variables. Il devient une assertion
quand on donne une valeur aux deux variables. Par exemple,
-P (1,
√ N) est une assertion vraie,
-P ( 2, Q) est une assertion fausse.
Remarque Une assertion peut s’interpréter comme un prédicat sans variable, c’est à dire
comme un prédicat toujours vrai ou toujours faux.
2.3 Les connecteurs logiques
Définition 3 (Négation d’un prédicat )
Soit P un prédicat, la négation d’un prédicat P est le prédicat non (P ), qui est
- faux lorsque P est vrai,
-vrai lorsque P est faux.
On résume en général ceci dans une table de vérité (figure 2.2), comme suit
Exemple
1. Premier exemple :
- P =“24 est un multiple de 2” est une assertion vraie V,
- non (P )=“24 n’est pas un multiple de 2” est une assertion fausse F.
47
Bases de logique
P non P
V F
F V
F IGURE 2.2 – Table de vérité pour non (P )
2. A partir du prédicat “x ∈ A”, nous pouvons définir le prédicat non (x ∈ A)=“x ∈

/ A”.
Définition 4 (Conjonction)
Soient P et Q deux prédicats. Le prédicat “P et Q” est appelé conjonction de P et Q. C’est

un prédicat qui est :
-vrai lorsque P et Q sont vrais simultanément,
-faux dans tous les autres cas.
Nous pouvons résumer cela dans une table de vérité (figure 2.3) :
P Q P et Q
V V V
V F F
F V F
F F F
F IGURE 2.3 – Table de vérité pour la conjonction
Notation 2.1 Nous écrivons parfois P ∧ Q pour “P et Q”.
Exemple
1. Soient P le prédicat “x ∈ [0, 4]” et Q le prédicat “x ∈ [2, 8]”,

le prédicat P ∧ Q est “x ∈ [2, 4]”.
2. Soient P le prédicat “x ∈ A” et Q le prédicat “x ∈ B”,
le prédicat P ∧ Q est “x ∈ A ∩ B”.
48
Bases de logique
Définition 5 (Disjonction)
Soient P et Q deux prédicats. Le prédicat “P ou Q” est appelé disjonction de P et Q. C’est

-vrai lorsque l’un au moins des deux prédicats est vrai,
-faux lorsque les deux prédicats sont faux simultanément.
P Q P ou Q
V V V
V F V
F V V
F F F
F IGURE 2.4 – Table de vérité pour la disjonction
Notation 2.2 Nous écrivons parfois P ∨ Q pour “P ou Q”.
Exemple
1. Soient P le prédicat “x ∈ [0, 4]” et Q le prédicat “x ∈ [2, 8]”,

le prédicat P ∨ Q est “x ∈ [0, 8]”.
2. Soient P le prédicat “x ∈ A” S
et Q le prédicat “x ∈ B”,
le prédicat P ∧ Q est “x ∈ A B”.
Définition 6 (Implication)
Soient P et Q deux prédicats. Le prédicat “P ⇒ Q” est appelé implication de P et Q. C’est

-faux lorsque P est vrai et Q est faux,
-vrai dans tous les autres cas.
49
Bases de logique
P Q P⇒Q
V V V
V F F
F V V
F F V
F IGURE 2.5 – Table de vérité pour l’implication
Remarques 2.1
1. Nous disons que P est une condition suffisante pour Q.

2. Q ⇒ P s’appelle l’implication réciproque de P ⇒ Q.
3. si P est faux et Q est vrai, le prédicat P ⇒ Q peut paraître curieux.
Définition 7 (Équivalence)
Soient P et Q deux prédicats. Le prédicat “P ⇔ Q” est appelé équivalence de P et Q. C’est

-vrai lorsque P et Q sont simultanément vrais ou faux,
-faux dans tous les autres cas.
Remarques 2.2
1. (P ⇒ Q) et (Q ⇒ P ) se note P ⇒ Q ⇒ R,
2. (P ⇔ Q) et (Q ⇔ R) se note P ⇔ Q ⇔ R.
50
Bases de logique
P Q P⇔Q
V V V
V F F
F V F
F F V
F IGURE 2.6 – Table de vérité pour l’équivalence
2.4 Propriétés
Définition 8 (Logiquement équivalents)
Soient P1 et P2 deux prédicats.Si

- P1 est vrai lorsque P2 est vrai,
- P2 est faux lorsque P2 est faux,
on dit que P1 et P2 ont la même table de vérité, ou qu’elles sont logiquement équivalentes, et
on note
P 1 ≡ P2 .
Dans le cas contraire, on note
P1 6≡ P2
Exemple
1. Soit P un prédicat, non(non(P )) ≡ P .

2. Soient P et Q deux prédicats, (P et (P ou Q)) ≡ P .
Considérons maintenant un prédicat P , qui peut prendre la valeur de vérité vrai ou faux.
Considérons ensuite le prédicat composé
R =“P ou nonP ”.
Ce prédicat est toujours vrai indépendamment du choix de P . En effet, avec la table de vérité
(figure 2.7), nous avons, Ce prédicat R est appelé tautologie.
51
Bases de logique
P non (P) P ou non(P)
V F V
F V V
F IGURE 2.7 – Table de vérité pour une tautologie
Définition 9 (Tautologie)
Un prédicat composé R qui est vrai quelles que soient les valeurs de vérité qui le composent,
est appelé une tautologie.
D’un autre côté, sinon nous considérons le prédicat composé
Q =“P et non(P )”.
Ce prédicat est toujours faux. En effet, avec la table de vérité (figure 2.8), nous avons, Nous
P non (P) P et non(P)
V F F
F V F
F IGURE 2.8 – Table de vérité pour une incompatibilité
disons que les prédicats P et nonP sont incompatibles.
Définition 10 (Incompatibilité)
On dit que deux prédicats P et nonP sont incompatibles si leur conjonction est fausse quelles
que soient les valeurs de vérité des prédicats qui les composent.
52
Bases de logique
Proposition 1 (Lois de De Morgan)
Soient P et Q deux prédicats. Nous avons les équivalences logiques suivantes

non (P ou Q) ≡ (non P et non Q)
non (P et Q) ≡ (non P ou non Q)
Ce sont les lois de De Morgan pour les prédicats.
Proposition 2 (Équivalences logiques avec trois prédicats)
Soient P , Q et R trois prédicats. Nous avons les équivalences logiques suivantes

(P ou (Q et R) ≡ (P ou Q) et (P ou R)
(P et (Q ou R) ≡ (P et Q) ou (P et R)
Proposition 3 (Équivalences logiques avec trois prédicats (2))
Soient P et Q deux prédicats. Nous avons les équivalences logiques suivantes
P ⇒ Q ≡ (non P ou Q),
nous disons que Q est une condition nécessaire pour P .

non(P ⇒ Q) ≡ (P et non Q)
(P ⇔ Q) ≡ non(P ) ⇒ nonQ)
(P ⇔ Q) ≡ ((P ⇒ Q) et (Q ⇒ P ))
Notons que non(P ) ⇒ nonQ) est la contraposée de P ⇒ Q.
2.5 Quantificateurs mathématiques
A partir d’un prédicat P (x) défini sur un ensemble E, nous construisons de nouvelles asser-
tions, que l’on appelle assertions quantifiées, en utilisant les quantificateurs “quel que soit”
et “il existe”.
53
Bases de logique
Définition 11 (Quantificateur ∀)
Le quantificateur “quel que soit” noté ∀ permet de définir l’assertion quantifiée
“∀x ∈ E, P (x),”
qui est vraie pour tous les éléments x appartenant à E, le prédicat P (x) est vraie.
Exemple
1. “∀x ∈ [−3, 1], x2 + 2x − 3 ≤ 0” est vraie,

2. “∀n ∈ N, (n − 3)n ≥ 0” est fausse,
3. “∀n ∈ N, (n2 pair ⇒ n pair) est vraie.
Définition 12 (Quantificateur ∃)
Le quantificateur “il existe” noté ∃ permet de définir l’assertion quantifiée
“∃ x ∈ E, P (x),”
qui est vraie si l’on peut trouver au moins un élément x appartenant à E, tel que le prédicat
P (x) soit vraie.
Remarque S’il existe un et un seul élément, on peut écrire
∃! x ∈ E, P (x).
Nous dirons alors qu’il existe un unique élément x de E vérifiant P (x).
Exemple
1. L’assertion quantifiée “∃ x ∈ R, x2 = 4” est vraie.

2. L’assertion quantifiée “∃! x ∈ R∗+ , ln(x) = 1” est vraie.
Remarque Notons que si “∀ x ∈ E, P (x)” est vraie, alors “∃ x ∈ E, P (x)” est vraie.

Attention :
il faudra manipuler avec précaution les assertions de la forme “∃ ! x ∈ E, P (x)” pour
lesquelles la notation ∃ ! n’est pas un quantificateur bien qu’il en ait l’air !
En effet, si nous posons
R1 =“∃ x ∈ E, P (x)” (c’est l’existence)

54
Bases de logique
et
R2 =“∀ x ∈ E, ∀ x0 ∈ E, ((P (x) et P (x0 )) ⇒ (x = x0 ))” (c’est l’unicité),
nous avons alors
(∃ !x ∈ E, P (x)) ≡ (R1 et R2 ).
Proposition 4 (Équivalences logiques et quantificateurs)
Soit P (x), un prédicat, nous avons les équivalences topologiques suivantes :
non(∀ x ∈ E, P (x)) ≡ (∃ x ∈ E, non(P (x)))

non(∃ x ∈ E, P (x)) ≡ (∀ x ∈ E, non(P (x)))
Exemple Soient P (x) et Q(x) deux prédicats sur E. Nous avons,

non(∀ x ∈ E, (P (x) ⇒ Q(x)) ≡ (∃ x ∈ E, (P (x) et non(Q(x)))
non(∃ ! x ∈ E, P (x)) ≡ (non(R1 ) ou non(R2 ))
Définition 13 (Prédicats à deux variables)
Soit P (x, y) un prédicat à deux variables, x ∈ E et y ∈ F .

L’assertion quantifiée
∀ x ∈ E, ∀ y ∈ F, P (x, y),
est vraie lorsque tous les éléments de x ∈ E et tous les éléments y ∈ F , vérifient P (x, y).
L’assertion quantifiée
∃ x ∈ E, ∃ y ∈ F, P (x, y),
est vraie lorsqu’il existe au moins un élément x ∈ E et qu’il existe au moins un élément
y ∈ F qui vérifient P (x, y).
Remarque
Nous pouvons combiner des quantificateurs de natures différentes. Mais attention, il faut
respecter les règles suivantes :
(∀ x ∈ E, ∀ y ∈ F, P (x, y)) ≡ (∀ y ∈ F, ∀ x ∈ E, P (x, y)),
(∃ x ∈ E, ∃ y ∈ F, P (x, y)) ≡ (∃ y ∈ F, ∃ x ∈ E, P (x, y)).

Attention :
il ne faut pas permuter des quantificateurs différents !
(∀ x ∈ E, ∃ y ∈ F, P (x, y)) 6≡ (∃ y ∈ F, ∀ x ∈ E, P (x, y)).
55
Bases de logique
2.6 Différents modes de démonstration

2.6.1 Raisonnement par hypothèse auxiliaire
Pour montrer qu’un énoncé Q est vrai, nous nous appuyions sur la tautologie suivante
(P et (P ⇒ Q)) ⇒ Q.
C’est bien une tautologie, comme le montre la table de vérité de la figure 2.9
P Q P⇒Q P et (P ⇒ Q) (P et (P ⇒ Q)) ⇒ Q
V V V V V
V F F F V
F V V F V
F F V F V
F IGURE 2.9 – Table de vérité pour la tautologie (P et (P ⇒ Q)) ⇒ Q
1. Nous montrons que P est vrai (en pratique il s’agit d’un énoncé évident),
2. puis nous montrons que P ⇒ Q est vrai,
3. nous nous retrouvons sur la première ligne de la table de vérité 2.9, ce qui montre que
Q est vrai.
2.6.2 Raisonnement par l’absurde

Pour montrer qu’un énoncé P est vrai, nous nous appuyons sur l’équivalence logique
((non(P ) ⇒ Q) et (non(P ) ⇒ non(Q))) ≡ P.
Vérifions cela dans la table de vérité (figure 2.10) Il paraît clair que la première et la dernière
colonne sont identiques. Nous supposons alors que non(P ) est vrai (lignes 3 et 4 de la figure
2.10), et nous cherchons alors Q, qui sous cette hypothèse serait à la fois vrai ou faux. Nous
disons alors que l’on a obtenu une contradiction ou que l’hypothèse est contradictoire.
Remarque Dans la pratique, nous montrons que si nonP est vrai alors on aboutit à une
contradiction et on en déduit que P est vrai.
56
Bases de logique
P Q non(P) non(Q) non(P) ⇒ Q non(P) ⇒ non(Q) ( non(P) ⇒ Q) et (non(P) ⇒ non(Q))
V V F F V V V
V F F V V V V
F V V F V F F
F F V V F V F
F IGURE 2.10 – Table de vérité pour la tautologie ( non(P) ⇒ Q) et (non(P) ⇒ non(Q))
2.6.3 Raisonnement par contraposée

Il faut montrer des résultats faisant apparaître une implication P ⇒ Q. Ce raisonnement
s’appuie sur l’équivalence logique
(P ⇒ Q) ≡ (non(Q) ⇒ non(P )).
Pour montrer qu’un énoncé Q est vrai, nous utilisons l’équivalence logique ci-dessus.
2.6.4 Raisonnement par contre exemple

Ce raisonnement sert à montrer qu’un énoncé de la forme ∀ x ∈ E, P (x) est faux. Pour
cela, nous montrons que sa négation est vraie. Autrement dit
non(∀ x ∈ E, P (x)) ≡ (∃ x ∈ E, non(P (x))).
Pour cela nous montrons qu’il existe un élément x ∈ E qui ne vérifie pas P (x).
Exemple
1. Montrons que
∀ x ∈ R, ∀ ε > 0, (|x|) < ε ⇒ x = 0).
est faux. La négation de cet énoncé est
∃ x ∈ R, ∃ ε > 0, (|x| < ε et x 6= 0).
Nous rappelons en effet que la négation de P ⇒ Q est P et non(Q).
Si x = 1 et ε = 2, nous avons |x| < ε et x 6= 0, la négation de l’énoncé est vraie, donc
l’énoncé est faux.
2. Attention, il ne faut pas confondre
∀ x ∈ R, ∀ ε > 0, (|x| < ε ⇒ x = 0).
avec
∀ x ∈ R, ((∀ ε > 0, |x| < ε) ⇒ x = 0).
57
Bases de logique
2.6.5 Raisonnement par récurrence

Ce raisonnement sert à montrer qu’un énoncé du genre
“pour tout entier naturel n ≥ n0 , P (n)” est vrai.
Il y a deux méthodes pour le prouver.
1. La récurrence classique :
(a) Nous vérifions que l’assertion P (n0 ) est vraie.
(b) Supposons que P (k) soit vraie pour un certain k ≥ n0 . Il faut montrer P (k + 1)
soit vraie.
2. La récurrence forte :
(a) Nous vérifions que l’assertion P (n0 ) est vraie.
(b) Si l’implication ∀ n ≥ n0 , P (n) ⇒ P (n + 1) est vraie , alors l’assertion P (n)
est vraie pour tout n ≥ n0 .
2.7 Ensembles
2.7.1 Définition
Définition 14 (Ensemble)
De façon informelle, un ensemble est une collection d’éléments.
Exemple {0, 1}, { chien, chat }, {0, 1, 3, 4, ...} = N sont des ensembles
Une autre façon de définir les ensembles :
Définition 15 (Ensembles 2)
Un ensemble est une collection d’éléments qui vérifient une propriété.
Exemple {x ∈ R, |x − 2| < 1}, {z ∈ C, z 5 = 1}, {x ∈ R, 0 ≤ x ≤ 1} = [0, 1] sont des

ensembles.
Notation 1 (Appartenance)
Soit E un ensemble. Nous notons :

1. x ∈ E, si x appartient à un ensemble E.
2. x ∈
/ E, si x n’appartient pas à un ensemble E.
58
Bases de logique
2.7.2 Ensembles particulier
Définition 16 (Ensemble vide )
L’ensemble vide noté, ∅, est l’ensemble ne contenant aucun élément.
Définition 17 (Singleton )
L’ensemble ne contenant qu’un élément, noté {a} est appelé singleton.
Définition 18 (Paire)
L’ensemble contenant deux éléments, noté {a, b} est appelé paire.
2.7.3 Inclusion, union, intersection, complémentaire

Soient E et F deux ensembles
Définition 19 (Inclusion)
Nous notons E ⊂ F l’inclusion de l’ensemble E dans l’ensemble F . Autrement dit, tout

élément de E est également élément de F , ou encore :
∀ x ∈ E, x ∈ F .
Nous disons que E est un sous ensemble de F .
Définition 20 (Égalité)
Deux ensembles E et F sont égaux, et nous notons : E = F , si et seulement si E ⊂ F et

F ⊂ E.
Définition 21 (Ensemble de parties)
L’ensemble des parties de E, noté P(E) est l’ensemble dont les éléments sont les sous-
ensembles de E.
59
Bases de logique
Exemple Si E = {1, 2, 3} alors P(E) = {∅, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}}.
Définition 22 (Complémentaire)
Soit A ⊂ E. Le complémentaire du sous-ensemble A dans E, noté {E A ou E\A est l’en-

semble des éléments de E n’appartenant pas à A, ou encore
{E A = {x ∈ E, x ∈
/ A}.
Définition 23 (Union)
Soient A, B ⊂ E. L’union des deux sous-ensembles A et B de E, noté, A ∪ B est l’ensemble

des points appartenant soit à A soit à B.
A ∪ B = {x ∈ E, x ∈ A ou x ∈ B}.
Définition 24 (Intersection)
Soient A, B ⊂ E. L’intersection des deux sous-ensembles A et B de E, noté, A ∩ B est

l’ensemble des points appartenant à la fois à A et à B.
A ∩ B = {x ∈ E, x ∈ A et x ∈ B}.
Remarque Lorsque A ∩ B = ∅, nous disons que les ensembles A et B sont disjoints.
2.7.4 Règles de calculs
Proposition 5 (Propriétés sur l’intersection)
Soient A, B, C ⊂ E. Nous avons les propriétés suivantes :

1. A ∩ B = B ∩ A,
2. A ∩ (B ∩ C) = (A ∩ B) ∩ C,
3. A ∩ ∅ = ∅,
4. A ∩ A = A,
5. A ⊂ B ⇔ A ∩ B = A.
60
Bases de logique
Proposition 6 (Propriétés sur l’union)

1. A ∪ B = B ∪ A,
2. A ∪ (B ∪ C) = (A ∪ B) ∪ C,
3. A ∪ ∅ = A,
4. A ∪ A = A,
5. A ⊂ B ⇔ A ∪ B = B.
Proposition 7 (Propriétés sur l’union et intersection)

1. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C),
2. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
Proposition 8 (Propriétés sur le complémentaire )
Soient A, B ⊂ E. Nous avons les propriétés suivantes :

1. {E ({E A)) = A,
2. {E (A ∩ B) = {E A ∪ {E B,
3. {E (A ∪ B) = {E A ∩ {E B,
4. A ⊂ B ⇔ {E B ⊂ {E A.
2.7.5 Produit cartésien
Définition 25 (Produit cartésien)
Soient E et F deux ensembles. Le produit cartésien de E et F , noté E × F est l’ensemble

des couples (x, y) où x ∈ E et y ∈ F . Nous le notons :
E × F = {(x, y), x ∈ E, y ∈ F }.
61
Bases de logique
62
Chapitre 3
Nombres complexes
D’impossibles à imaginaires,
d’imaginaires à complexes. Combien
d’idées, de systèmes politiques, de
théories, de procédés ont suivi ce chemin
pour devenir “réalité” !
Denis Guedj
(a) Girolamo Cardano (Jérôme (b) Raphaël Bombelli (1526- (c) Jean-Robert Argand, (1768
Cardan) (1501 - 1576), mathé- 1572), mathématicien italien, il - 1822), mathématicien suisse,
maticien italien, à l’origine de fut à utiliser les nombres com- à l’origine de la représentation
la méthode pour trouver les so- plexes pour résoudre certaines géométrique des nombres
lutions de certaines équations équations de troisième degréle. complexes. Le plan complexe
de troisième degré (accusé tou- est d’ailleurs appelé plan
tefois de plagiat par Niccolo d’Argand-Cauchy.
Fontana Tartaglia).
F IGURE 3.1 – Quelques mathématiciens célèbres liés à l’étude des nombres complexes.
63
Nombres complexes
Sommaire
3.1 Origines de sa découverte . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2 Nombres complexes : forme algébrique . . . . . . . . . . . . . . . . . . 65
3.2.1 Lien entre R2 et C . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2.2 Partie réelle, partie imaginaire et conjugué . . . . . . . . . . . . . . 66
3.2.3 Calculs sur les complexes . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Nombres complexes : forme géométrique . . . . . . . . . . . . . . . . . 69
3.3.1 Image d’un complexe, affixe d’un vecteur et d’un point . . . . . . . 69
3.3.2 Interprétation géométrique . . . . . . . . . . . . . . . . . . . . . . 69
3.3.3 Module . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.3.4 Racines carrées et équations du second degré . . . . . . . . . . . . 72
3.3.5 Théorème fondamental de l’algèbre . . . . . . . . . . . . . . . . . 73
3.3.6 Argument et trigonométrie . . . . . . . . . . . . . . . . . . . . . . 73
3.3.7 Racines nièmes d’un complexe . . . . . . . . . . . . . . . . . . . . 76
3.3.8 Quelques applications trigonométriques . . . . . . . . . . . . . . . 77
3.3.9 Formules de l’addition . . . . . . . . . . . . . . . . . . . . . . . . 77
3.3.10 Formules de duplication de l’argument . . . . . . . . . . . . . . . 78
3.3.11 Nombres complexes en géométrie . . . . . . . . . . . . . . . . . . 79
3.3.12 Rotation, interprétation de z 7→ az + b, avec |a| = 1 . . . . . . . . 80
3.3.13 Similitudes directes planes . . . . . . . . . . . . . . . . . . . . . . 81
3.1 Origines de sa découverte

Lorsqu’il exposa sa méthode pour résoudre les équations de troisième degré de la forme
x3 + px = q, Jérôme Cardan ne s’attendait pas à deux choses :
1. être accusé de plagiat par Nicolas Tartaglia qui qui revendiquait être le premier à avoir
trouvé cette méthode,
2. que la résolution de certains cas insolubles dans les réels, pouvait finalement être pos-
sible en utilisant des notations inhabituelles qui seront à l’origine des nombres com-
plexes. Et cette méthode fut présentée par Rafael Bombelli, toujours au 16ème siècle.
Les nombres complexes intéressèrent les mathématiciens comme Leonhard Euler qui attribua
la notation i de l’imaginaire pur, Jean-Robert Argand qui proposa une étude géométrique,
mais également Jean le Rond d’Alembert, Caspar Wessel, Buée, Gauss, Cauchy parmi les
plus célèbres et les plus anciens.
Les nombres complexes sont essentiels dans la géométrie algébrique et analytique moderne,
et font partie de la recherche très active en mathématiques encore maintenant.
Nous allons rappeler ici leur définition, certaines de leurs propriétés algébriques et géomé-
triques.
64
Nombres complexes
3.2 Nombres complexes : forme algébrique

Nous ne souhaitons pas ici détailler la façon dont les nombres complexes peuvent se construire
(il faudrait rappeler ce qu’est un corps, ses propriétés et définir des applications). Nous
n’avons pas encore tous les outils entre les mains, et nous laissons pour l’instant les cu-
rieux le soin d’aller voir cette partie dans des ouvrages à la bibliothèque ou sur internet. Nous
allons directement attaquer cette section par les définitions des complexes.
3.2.1 Lien entre R2 et C
Définition 1 (R2 )
L’ensemble R2 est l’ensemble des couples (a, b) de nombres réels.

Deux éléments de (a, b) et (a0 , b0 ) de R2 sont égaux si et seulement si a = a0 et b = b0 .
Maintenant que nous avons défini R2 essayons de mettre cet ensemble en relation avec les
complexes.
Définition 2 (Nombres complexes )
Le corps des nombres complexes, noté C est l’ensemble R2 muni d’une addition et d’une
multiplication définies pour tous (a, b), et (a0 , b0 ) ∈ R2 par,
1. (a, b) + (a0 , b0 ) = (a + a0 , b + b0 ),
2. (a, b)(a0 , b0 ) = (aa0 − bb0 , ab0 + a0 b).
Notation 1 (Convention pour les réels )
1. Pour tout x ∈ R, nous conviendrons d’identifier le nombre complexe (x, 0) et le réel x.

2. L’ensemble des réels est donc identifié à l’ensemble des nombres complexes de la
forme (x, 0) où x ∈ R.
Notation 2 (Imaginaire )
Le nombre complexe (0, 1) est noté i.
65
Nombres complexes
En conséquence, nous avons alors la possibilité d’écrire :

1. Par la règle 1 de la définition 2), pour tout (a, b) ∈ R2 ,
(a, b) = (a, 0) + (0, b),
2. Par la règle 2 de la définition 2, pour tout b ∈ R,
i(b, 0) = (0, 1)(b, 0) = (0, b),
3. Et finalement nous pouvons écrire pour tout (a, b) ∈ R2 ,
(a, b) = a + ib.
3.2.2 Partie réelle, partie imaginaire et conjugué
Propriété 1 (Égalité de deux complexes )
Soient a, a0 , b, b0 des réels quelconques, nous avons les deux propriétés suivantes
1. a + ib = 0 équivaut à a = 0 et b = 0,
2. a + ib = a0 + ib0 équivaut à a = a0 et b = b0 .
Définition 3 (Partie réelle partie imaginaire )
Soit z ∈ C un nombre complexe. Il existe un couple unique (a, b) ∈ R2 tel que z = a + ib.
1. a + ib est appelée forme algébrique du complexe z,
2. a est appelée partie réelle de z, on la note Re(z),
3. b est appelée partie imaginaire de z, on la note Im(z).
Nous noterons l’ensemble des imaginaires purs iR.

Nous avons alors les propriétés suivantes
Propriété 2 (Réel et Imaginaire pur )
1. Un nombre complexe est réel lorsque sa partie imaginaire pure est nulle, c’est à dire
z ∈ R si et seulement si Im(z) = 0.
2. Un nombre complexe est imaginaire pur lorsque sa partie réelle est nulle, c’est à dire
z ∈ iR si et seulement si Re(z) = 0.
66
Nombres complexes
En prenant maintenant la notation des complexes sous la forme algébrique, nous avons les
propriétés suivantes
Propriété 3 (Addition et produit : forme algébrique)
Soient a, a0 , b, b0 des réels quelconques, nous avons les deux propriétés suivantes
1. Somme : (a + ib) + (a0 + ib0 ) = (a + a0 ) + i(b + b0 ),
2. Produit : (a + ib)(a0 + ib0 ) = (aa0 − bb0 ) + i(ab0 + a0 b),
3. Carré de i : i2 = −1. Le nombre i ne peut pas être un réel (c’est un nombre négatif égal
à un carré).
Définition 4 (Conjugué )
Soit z ∈ C un nombre complexe de notation algébrique z = a + ib, avec a, b ∈ R. Nous

appelons conjugué de z le nombre complexe a − ib, que nous noterons z.
Nous avons quelques propriétés pour les conjugués.
Propriété 4 (Propriétés du conjugué)
Soit z ∈ C,
1. le conjugué de z est, (z) = z,
1 1
2. Re(z) = (z + z) et Im(z) = (z − z) ,
2 2i
3. z ∈ R si et seulement si z = z,
4. z ∈ iR si et seulement si z = −z.
Et d’après la partie 2 de la propriété 1, deux nombres complexes z et z 0 sont égaux si et

seulement si Re(z) = Re(z) et Im(z) = Im(z).
3.2.3 Calculs sur les complexes

Nous avons plusieurs propriétés supplémentaires sur l’addition et la multiplication des com-
plexes.
67
Nombres complexes
Propriété 5 (Propriétés de l’addition)
Soient z, z 0 , z 00 ∈ C, l’addition dans C est

1. Commutative : z + z 0 = z 0 + z,
2. Associative : z + (z 0 + z 00 ) = (z + z 0 ) + z 00 ,
3. 0 est l’élément neutre : z + 0 = z,
4. Symétrique : tout complexe z admet un symétrique dans C, c’est −z (l’opposé de z),
sous forme algébrique, si z = a + ib, avec a, b ∈ R, alors −z = −a − ib.
En mathématique, nous verrons plus tard, que (C, +) est un groupe commutatif.
Propriété 6 (Propriétés de la multiplication)
Soient z, z 0 , z 00 ∈ C, la multiplication dans C est

1. Commutative : zz 0 = z 0 z,
2. Associative : z(z 0 z 00 ) = (zz 0 )z 00 ,
3. 1 est l’élément neutre : z × 1 = z,
4. Pour tout nombre complexe z 6= 0, il existe z 0 ∈ C, z 0 6= 0 tel que zz 0 = 1. Nous
1
notons ce nombre ou encore z −1 , et c’est l’inverse de z. Sous forme algébrique, pour
z
1 1 a − ib
z = a + ib 6= 0, alors = = 2 .
z a + ib a + b2
En mathématique, nous verrons plus tard, que, grâce à ces deux propriétés, (C, +, ×) est un
corps (c’est que nous avons déjà entrevu dans la définition 2).
Propriété 7 (Sommes et produits de conjugués)
Soient z, z 0 ∈ C,
0
1. z + z = z + z 0 ,
2. zz 0 = z z 0 ,
z z
3. pour z 0 6= 0, = .
z0 z0
68
Nombres complexes
Propriété 8 (Sommes des n + 1 premières puissances de z)
Soit z ∈ C, avec z 6= 1, alors
2 n 1 − z n+1
1 + z + z + ... + z = .
1−z
3.3 Nombres complexes : forme géométrique

Dans toute cette section nous allons travailler dans un plan orienté. Nous ne pouvons pas
→
− →−
prendre (O, i , j ) étant donné que désormais, i est choisi comme le nombre imaginaire pur
dont le carré vaut −1. Par conséquent, nous allons travailler dans le plan orthonormal direct
(O, →
−
e1 , →
−
e2 ), où O(0, 0) est l’origine, et les vecteurs →
−
e1 et →
−
e2 sont orthogonaux et de norme 1.
Par conséquent, pour tous réels a et b, M (a, b) désignera le point M de coordonnées (a, b).
3.3.1 Image d’un complexe, affixe d’un vecteur et d’un point
Définition 5 (Image et affixe )
1. Soit z ∈ C, soient a, b ∈ R, avec a = Re(z) et b = Im(z), le point M (a, b) est appelé

l’image de z.
2. Soit M (a, b) un point du plan, le nombre complexe z = a + ib est appelé l’affixe de
M . On pourra noter quelques fois aff(M ) l’affixe du point M .
Définition 6 (Image et affixe )
1. Soit z ∈ C, soient a, b ∈ R, avec a = Re(z) et b = Im(z), le vecteur a→ −

e1 + b→
−
e2 est
l’image vectorielle de z.
2. Soit →
−u un vecteur du plan de coordonnées (a, b) dans la base (→ −
e1 , →
−
e2 ), Le nombre
complexe a + ib est appelé l’affixe du vecteur u . On pourra également noter aff(→
→
− −u)
l’affixe du vecteur u.
−−→
Par conséquent, pour tout point M du plan, aff(M )=aff(OM ).
3.3.2 Interprétation géométrique

Commençons par la somme de deux complexes :
69
Nombres complexes
Propriété 9 (Affixe de la somme de vecteurs)
Soient →
−
u et →
−
v deux vecteurs du plan. Alors
aff(→
−
u +→
−
v ) =aff(→
−
u )+ aff(→
−
v ).
Propriété 10 (Affixe et points)

−→
Soient A et B deux points du plan. Alors l’affixe du vecteur AB est donnée par
−→
aff(AB) =aff(B)-aff(A).
Propriété 11 (Translation et somme)
Soit p ∈ C un complexe. Soit →−

u un vecteur d’affixe p. La translation de vecteur →
−
u d’un point
M du plan d’affixe z, est un point M 0 du plan d’affixe z 0 = z + p.
Propriété 12 (Réflexion et conjugué)
La réflexion d’axe (O, →

−
e1 ) d’un point M du plan d’affixe z est le point M 0 du plan d’affixe z.
En d’autres termes, l’image par la réflexion d’axe (O, →

−
e1 ) de M (a, b) est M (a, −b).
3.3.3 Module
Définition et propriétés
Définition 7 (Module )
−−→
Soit z ∈ C, d’image M . Le module de z est la norme kOM k. Nous le notons |z|.

70
Nombres complexes
Propriété 13 (Propriétés du module)
1. Soient z et z 0 ∈ C deux complexes, d’images respectives M et M 0 alors

−−−→
|z − z 0 | = kM M 0 k.
2. Pour tout complexe z = a + ib, où a et b sont réels,

√
|z| = a2 + b2 .
√
3. |z|2 = zz ou encore |z| = zz.
4. |z| = |z| = | − z| = | − z|.
1 1 z0 |z 0 |
5. |zz 0 | = |z||z 0 | et si z 6= 0 alors | | = et | | = .
z |z| z |z|
6. |z n | = |z|n où n ∈ N et même Z si z 6= 0.
7. |z| = 0 si et seulement si z = 0.
8. |Re(z)| ≤ |z| et |Im(z)| ≤ |z|.
Lorsque z est seulement réel, son module correspond à la valeur absolue de z.
Interprétation géométrique du module
Propriété 14 (Inégalité triangulaire)
Soient z et z 0 deux complexes, nous avons
|z + z 0 | ≤ |z| + |z 0 |.
Propriété 15 (Cercles, disques)
Soit a un nombre complexe, soit r > 0 un réel. Notons A l’image de a alors nous avons :
1. |z − a| = r décrit le cercle de centre A et de rayon r,
2. |z − a| ≤ r le disque fermé (contenant le bord) de centre A et de rayon r,
3. |z − a| < r le disque ouvert (sans les bord) de centre A et de rayon r.
Remarquons que si a = 0, alors A = O (l’origine) et me cercles et disques sont centrés en O.

71
Nombres complexes
3.3.4 Racines carrées et équations du second degré
Soit z ∈ C, une racine carrée de z est un nombre complexe ω tel que ω 2 = z.
Proposition 1 (Racine carrée)
Soient z un nombre complexe quelconque, alors z admet deux racines carrées complexes ω
et −ω.

Attention : contrairement au cas réel, qui nous dit√que si x √ ∈ R+ est un réel positif
ou nul, nous avons deux racines√de ce nombre qui sont x et − x, mais nous privilégions
quand même le fait de dire que x est la racine réelle de x.
Pour les complexes nous ne privilégions pas une racine par rapport à une autre parce que z
se trouve n’importe où dans le plan. Parler de complexe positif n’a pas de sens. Donc on ne
privilégie pas de racine en particulier, et on parle alors de ω comme une racine de z.
Étudions maintenant les polynômes de second degré avec les coefficients complexes d’abord,
puis réels.
Proposition 2 (Équation du second degré coef. complexes)
L’équation du second degré az 2 + bz + c = 0, avec a, b et c ∈ C, et en plus a 6= 0 possède

deux solutions complexes z1 et z2 (qui peuvent être confondues).
Si l’on pose ∆ = b2 −4ac ∈ C le discriminant, et δ une racine carrée de ∆, alors les solutions
sont
−b + δ −b − δ
z1 = et z2 = .
2a 2a
√
Si on s’autorisait à écrire δ = ∆ nous aurions le même réultat que l’on connait quand a,
b et c sont réels (voir ci-dessous). Mais on ne le fait pas. Si par contre les coefficients du
polynôme sont réels, nous avons
72
Nombres complexes
Proposition 3 (Équation du second degré coef. réels)
L’équation du second degré az 2 + bz + c = 0, avec a, b et c ∈ R, et en plus a 6= 0. Alors le

discriminant ∆ = b2 − 4ac est réel et nous avons trois cas :
−b
1. si ∆ = 0, nous avons une racine double réelle qui vaut ,
2a
√ √
−b + ∆ −b − ∆
2. si ∆ > 0, nous avons deux solutions réelles et ,
2a 2a
√
−b + i ∆
3. si ∆ < 0, nous avons deux solutions complexes (et non réelles) et
√ 2a
−b − i ∆
,
2a
3.3.5 Théorème fondamental de l’algèbre
Théorème 1 (d’Alembert-Gauss)
Soit P (z) = an z n + an−1 z n−1 + ... + a1 z + a0 un polynôme à coefficients complexes et de

degré n.
Alors l’équation P (z) = 0 admet exactement n solutions complexes comptées avec leur
multiplicité (racines doubles, racines triples, etc. suivant les cas).
Ceci veut dire qu’il existe z1 , z2 , ... ,zn , n nombres complexes (parfois confondus) tels que
P (z) = an (z − z1 )(z − z2 )...(z − zn ).
3.3.6 Argument et trigonométrie
Considérons le nombre complexe z = x + iy. Supposons que son module |z| = 1, alors nous
avons x2 + y 2 = 1. Et donc, comme vu précédemment, le point M (x, y) est sur le cercle
centré en O et de rayon 1. Nous appelons ce cercle, le cercle unité.
Par définition du cosinus et du sinus, l’abscisse (ou partie réelle de z), x est notée cos(θ) et
l’ordonnée (ou partie imaginaire de z), y est notée sin(θ), où θ est une mesure de l’angle entre
−−→
l’axe des réels (abscisses) et le vecteur OM .
73
Nombres complexes
Définition 8 (Argument )
Pour tout complexe z ∈ C non nul, un nombre θ ∈ R e t tel que

z = |z|(cos(θ) + i sin(θ)) est appelé argument de z et on le note θ = arg(z).
Cet argument est défini modulo 2π (c’est à dire à 2kπ près, k ∈ Z).
Nous pouvons imposer quelques fois à cet argument d’être unique si on rajoute la condition
θ ∈] − π, π].
En conséquence : deux nombres réels θ et θ0 sont arguments d’un même complexe z si et

seulement s’il existe un entier relatif k ∈ Z tel que θ = θ0 + 2kπ. On écrit cette dernière
égalité
θ0 ≡ θ mod (2π), que nous lisons “θ0 est congru à θ modulo 2π”.
D’autre part, nous avons la relation entre les arguments et les angles :
−−→
1. pour tout nombre z ∈ C∗ , d’image M , l’argument de z est l’angle (→
−
e1 , OM ) que l’on
note
−−→
arg(z) = (→
−
e1 , OM ).
2. D’autre part, étant donné z ∈ C∗ , on considère M d’affixe z. Toute mesure θ de l’angle

−−→
(→
−
e1 , OM ) est appelé argument de z et noté arg(z).
Nous avons les propriétés suivantes
Propriété 16 (Propriétés des arguments)
Soient z et z 0 deux nombres complexes non nuls. Nous avons

1. arg(zz 0 ) ≡ arg(z) + arg(z 0 ) (mod 2π),
2. arg(z n ) ≡ n arg(z) (mod 2π),
1
3. arg( ) ≡ − arg(z) (mod 2π),
z
z0
4. arg( ) ≡ arg(z 0 ) − arg(z) (mod 2π) ,
z
5. arg(z) ≡ − arg(z) (mod 2π).
Une conséquence directe de la propriété 4 est que si l’on a deux complexes non nuls z et z 0
alors
z0
arg(z) = arg(z 0 ) si et seulement si est un réel strictement positif.
z
car les nombres complexes d’argument 0 sont les réels strictement positifs.
74
Nombres complexes
Formule de Moivre et notation exponentielle
Propriété 17 (Formule de Moivre)
Pour tout réel θ et tout entier n, nous avons
(cos(θ)) + i sin(θ))n = cos(nθ) + i sin(nθ).
Nous définissons alors la notation exponentielle
Définition 9 (Notation exponentielle )
Nous définissons l’exponentielle complexe pour tout réel θ par
eiθ = cos(θ) + i sin(θ).
En conséquence, tout nombre complexe s’écrit de la façon suivante
z = ρeiθ ,
où ρ = |z| est le module de z et θ = arg(z) est un argument de z. C’est ce que l’on appelle
la forme trigonométrique de z.
Remarquons que si |z| = 1, alors nous avons z = eiθ .
Propriété 18 (Propriétés exponentielles de complexes)

0
Soient z = ρeiθ et z 0 = ρ0 eiθ deux nombres complexes non nuls, nous avons
0 0
1. zz 0 = ρρ0 eiθ eiθ = ρρ0 ei(θ+θ ) ,
2. z n = (ρeiθ )n = ρn (eiθ )n = ρn einθ ,
1 1 1
3. = iθ = e−iθ ,
z ρe ρ
−iθ
4. z = ρe ,
5. Formule de Moivre : (eiθ )n = einθ (le module est ici égal à 1),
0
6. ρeiθ = ρ0 eiθ si et seulement si ρ = ρ et θ ≡ θ0 (mod 2π).
En conséquence,
eiθ = 1 si et seulement s’il existe k ∈ Z, tel que θ = 2kπ.

75
Nombres complexes
Donnons maintenant quelques propriétés géométriques sur les arguments, les angles et l’or-
thogonalité
Propriété 19 (Angle formé par trois points)
Étant donnés trois points A, B et C dans le plan complexe d’affixe respective a, b et c, avec
A 6= C et B 6= C, on a alors

−→ −−→ c−b
(CA, CB) = arg .
c−a
Propriété 20 (Alignement)
A 6= C et B 6= C, on a alors :

c−b
“A, B et C sont alignés si et seulement si est réel”.
c−a
Propriété 21 (Perpendiculaire)
A 6= C et B 6= C, on a alors

c−b
“ les droites (CA) et (CB) sont perpendiculaires si et seulement si est imaginaire
c−a
pur”.
Rappelons ici quelques angles connus
3.3.7 Racines nièmes d’un complexe

Nous avons vu un peu plus haut (section 1) les racines carrées d’un nombre complexe. Allons
plus loin ici en étudiant les racines nièmes.
76
Nombres complexes
π π π π
Mesure de l’angle 0 π
√6 √4 3 2
3 2 1
Valeur du cosinus 1 0 −1
2 √2 √2
1 2 3
Valeur du sinus 0 1 0
2 2 2
1 √
Valeur de la tangente 0 √ 1 3 × 0
3
F IGURE 3.2 – Cosinus et sinus des angles les plus connus
Définition 10 (Racine nième )
Soient z ∈ C un nombre complexe, et n ∈ N\ {0, 1} (c’est à dire que n 6= 0 et 1). Une racine
nième de z est un nombre complexe ω tel que
ω n = z.
Propriété 22 (Racines nième d’un complexe)
Tout nombre complexe z ∈ C non nul, qui s’écrit z = ρeiθ admet exactement n racines
nièmes, ce sont les nombres ωk définis pour tout k = 0, ..., n − 1 par
√ θ+2kπ
wk = n ρei n
√
Remarquons que si l’on pose ω0 = n ρeiθ/n et ω̃ = ei2π/n alors ωk = ω0 ω˜k .
Un cas particulier est la propriété suivante :
Propriété 23 (Racines nième de 1)
Les n racines nièmes de 1 sont ωk = e2ikπ/n , k = 0, ..., n − 1.
3.3.8 Quelques applications trigonométriques

3.3.9 Formules de l’addition
Rappelons les formules de l’addition de sinus et cosinus.
77
Nombres complexes
Propriété 24 (Formules d’addition)
Pour tous réels a et b nous avons

cos(a + b) = cos(a) cos(b) − sin(a) sin(b),
sin(a + b) = sin(a) cos(b) + sin(b) cos(a),
cos(a − b) = cos(a) cos(b) + sin(a) sin(b),
sin(a − b) = sin(a) cos(b) − sin(b) cos(a).
Pour la tangente nous avons
Propriété 25 (Formule de la tangente)

π π π
Pour tous réels a 6= mod(π), b 6= mod(π) et a + b 6= mod(π) nous avons
2 2 2
tan(a) + tan(b)
tan(a + b) = .
1 − tan(a) tan(b)
3.3.10 Formules de duplication de l’argument
Propriété 26 (Formules de duplicaton)
Pour tous réels a nous avons

cos(2a) = cos2 (a) − sin2 (a) = 2 cos2 (a) − 1 = 1 − 2 sin2 (a),
sin(2a) = 2 sin(a) cos(a),
2 tan(a) π
tan(2a) = 2
, a 6= πmod (π), et a 6= mod (π/2)
1 − tan (a) 4
Propriété 27 (Formules d’Euler)
Pour tout réel θ, nous avons

eiθ + e−iθ eiθ − e−iθ
cos(θ) = , et sin(θ) = .
2 2i
78
Nombres complexes
Il y a quelques applications aux formules d’Euler et notamment les formules de linéarisation
Propriété 28 (Formules de linéarisation)
Pour tous réels a et b nous avons

cos(a) cos(b) = (cos(a + b) + cos(a − b)) /2,
sin(a) sin(b) = (cos(a − b) − cos(a + b)) /2,
sin(a) cos(b) = (sin(a + b) + sin(a − b)) /2,
sin(a) cos(a) = sin(2a)/2,
1 + cos(2a)
cos2 (a) = ,
2
1 − cos(2a)
sin2 (a) = .
2
et si on pose p = a + b et q = a − b, nous obtenons
Propriété 29 (Formules de conversion de somme en produit)
Pour tous réels p et q nous avons

p+q p−q
cos(p) + cos(q) = 2 cos( ) cos( ),
2 2
p+q p−q
cos(p) − cos(q) = −2 sin( ) sin( ),
2 2
p+q p−q
sin(p) + sin(q) = 2 sin( ) cos( ),
2 2
p−q p+q
sin(p) − sin(q) = 2 cos( ) cos( ),
2 2
3.3.11 Nombres complexes en géométrie

Nous considérons le plan rapporté au repère orthonormal (O, →
−
e1 , →
−
e2 ). Tout point M de coor-
données (x, y) peut être repéré par son affixe z = x + iy.
79
Nombres complexes
Homothétie, interprétation de z → az + b, a 6= 0
Propriété 30 (Homothétie)
L’homothétie de centre A, tel que aff(A)= z0 , et de rapport k ∈ R\{0, 1} est l’application du

plan dans lui-même qui à tout point M d’affixe z associe le point M 0 d’affixe z 0 tel que :
z 0 − z0 = k(z − z0 ) ou aussi z 0 = kz + (1 − k)z0 .
Propriété 31 (Homothétie de rapport a)
L’application z 7→ z 0 = az + b où a ∈ R\{0, 1}, b ∈ C représente une homothétie de rapport

a.
Si a = 1 nous avons une translation z 7→ z 0 = z + b, où b = z0 .
Conséquence : la réciproque d’une homothétie h, représentée par z 7→ az + b est une homo-

thétie de même centre.
Propriété 32 (Composée d’homothétie)
Soient f et g deux homothéties (ou translations) du plan, représentées respectivement par
ϕ : z 7→ az + b et ψ : z 7→ a0 z + b, avec aa0 6= 0.
La composée g ◦ f est représentée par
ψ ◦ φ : z 7→ a0 (az + b) + b0 = aa0 z + a0 b + b0 .
3.3.12 Rotation, interprétation de z 7→ az + b, avec |a| = 1
Propriété 33 (Rotation)
Étant donné un point A d’affixe z0 , la rotation de centre A et d’angle α, est l’application qui
transforme un point M d’affixe z en M 0 d’affixe z 0 telle que
z 0 − z0 = (z − z0 )eiα
80
Nombres complexes
Conséquence : l’application z 7→ az + b, avec |a| = 1 s’interprète géométriquement comme

1. une rotation d’angle α =arg(a), lorsque a 6= 1,
2. la translation de vecteur →
−
u , avec b =aff(→
−
u ) lorsque a = 1
La réciproque d’une rotation de centre A et d’angle α est la rotation de même centre A et
d’angle −α.
3.3.13 Similitudes directes planes

1. Composée d’une homothétie de rapport positif et d’une rotation de même centre :
Propriété 34 (Composée homothétie, rotation)
On considère une homothétie H de centre A et de rapport k > 0, et une rotation R de même

centre A et d’angle θ. Alors H ◦ R conserve les angles orientés et multiplie les distances par
k.
L’écriture complexe d’une telle composée, en définissant z0 , l’affixe de A, et M 0 d’affixe z 0 ,
l’image de M d’affixe z par H ◦ R, est donnée par :
z 0 − z0 = keiθ (z − z0 ).
Définition 11 (Similitude directe)
Une similitude directe S est une application qui à tout point M d’affixe z associe M 0 d’affixe
z 0 = az + b avec a et b complexes donnés, et a 6= 0.
L’angle de S est arg(a) et son rapport est |a|.
Propriété 35 (Composée de similitudes directes)
La composée de deux similitudes directes S et S 0 de représentation complexes z 7→ az + b et

z 7→ a0 z+b0 , avec aa0 6= 0, est encore une similitude directe d’angle arg(aa0 ) =arg(a)+arg(a0 )
et de rapport |aa0 | = |a||a0 |, autrement dit, c’est la somme des angles et le produit des rap-
ports.
Remarque (a) si deux similitudes ont des angles opposés, leur composée est une
homothétie,
(b) si deux similitudes ont des rapports inverses, leur composée est une rotation.
2. Décomposition en rotation et homothétie

81
Nombres complexes
Propriété 36 (Point invariant)
Toute similitude directe, autre qu’une translation, admet un point invariant et un seul, qui est
appelé le centre de la similitude.
3. Détermination d’une similitude directe
Propriété 37 (Existence et unicité)
Étant donnés P , Q, P 0 et Q0 quatre points tels que P 6= Q et P 0 6= Q0 , il existe une similitude

directe S et une seule telle que S(P ) = P 0 et S(Q) = Q0 .
Si p, q, p0 et q 0 sont respectivement les affixes de ces 4 points, et que l’on considère que la
représentation complexe de S est l’application z 7→ az + b, a 6= 0, alors
p0 − q 0 pq 0 − p0 q
a= et b = ,
p−q p−q
l’angle et le rapport de S sont donnés alors respectivement par l’argument et le module de a.
82
Chapitre 4
Arithmétique
La Mathématique est la reine des sciences

et l’Arithmétique est la reine des
mathématiques.
Carl Friedrich Gauss
Sommaire
4.1 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2 Division Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3 PGCD-PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.4 Algorithme d’Euclide . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.5 Identité et théorème de Bézout . . . . . . . . . . . . . . . . . . . . . . . 90
4.6 Théorème de Gauss et décomposition en facteurs premiers . . . . . . . 91
4.7 Congruence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.8 Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.9 Petit théorème de Fermat et Théorème des restes chinois . . . . . . . . 94
83
Arithmétique
(a) Euclide (vers (b) Étienne Bézout (1730 - (c) Pierre de Fermat (pre-
300 avant J.-C.), 1783), mathématicien français, mière décennie du 17ème
mathématicien de la on luit doit entre autres l’identité siècle - 1665), est un magis-
Grèce antique, auteur et le théorème qui portent son trat, mathématicien français,
des Elements, l’un nom et son œuvre principale, on lui doit entre autres des
des textes fondateurs Théorie générale des équations travaux sur les nombres pre-
des mathématiques algébriques. miers et notamment le petit
en Occident. théorème de Fermat.
F IGURE 4.1 – Quelques mathématiciens célèbres liés à l’arithmétique.
Le but de ce chapitre est de formaliser ce que nous faisons (plus ou moins naturellement)
depuis l’école primaire sans trop vraiment se poser de questions : que ce soient la manipu-
lation des nombres premiers, les divisions euclidiennes, le calcul des PPCM et des PGCD,
des calculs qui nous semblent aussi vieux que le monde, et qui sont pourtant d’une grande
modernité.
4.1 Nombres premiers

Commençons par les nombres premiers, qui conservent encore beaucoup de secrets pour
les chercheurs du monde entier et dont l’une des applications dans la vie quotidienne est la
cryptographie.
Le nombre premier le plus grand connu à présent, date de janvier 2016, il s’agit du nombre
premier de Mersenne et vaut 274207281 − 1, qui comporte plus de 22 millions de chiffres (22
338 618) en écriture décimale (sachant qu’un nombre entier à 9 chiffres correspond déjà au
milliard).
Définition 1 (Multiple)
Nous disons qu’un nombre entier relatif a ∈ Z est un multiple de b ∈ Z (ou que b est un
diviseur de a) s’il existe k ∈ Z tel que
a = kb.
84
Arithmétique
Exemple
1. 6 est multiple de 3 car 6 = 2 × 3, k = 2.

2. 0 est multiple de tout entier n, car 0 = 0 × n, pour tout n ∈ N, et k = 0.
3. Tout nombre entier est un multiple de 1 et de lui-même : n = 1 × n, pour tout n ∈ N.
Définition 2 (Nombre premier)
Nous disons qu’un nombre entier naturel p ≥ 2 est un nombre premier lorsqu’il possède
comme seuls diviseurs positifs 1 et lui-même.
Théorème 1 (Entiers et nombres premiers)
Tout nombre entier n ≥ 2 est le produit de nombres premiers.
Théorème 2 (Théorème d’Euclide)
Il existe une infinité de nombres premiers.
Remarque Il existe plusieurs façon de les trouver (avec plus ou moins d’efficacité) :
1. le crible d’Eratosthène (voir figure 4.2),

2. le crible de Sundaram,
et plusieurs tests permettant de voir si un nombre donné est premier ou non
1. le test probabiliste de primalité,
2. le test de primalité de Fermat,
3. le test de primalité de Solovay-Strassen,
4. le test de primalité de Miller-Rabin,
5. Le test de primalité AKS (Agrawal-Kayal-Saxena ou test cyclotomique AKS)...
85
Arithmétique
F IGURE 4.2 – Efficacité du crible d’Eratosthène sur les 290 premiers nombres.
4.2 Division Euclidienne
Théorème 3 (Division euclidienne)
Soient a ∈ Z et b ∈ N∗ (b entier ≥ 1).Alors il existe un unique couple (q, r) ∈ Z × N tel que


 a = bq + r,
0 ≤ r < b.

86
Arithmétique
C’est ce que nous appelons la division euclidienne de a par b.
a b dividende diviseur
ou encore
r q reste quotient
Remarque
r = 0 est équivalent à dire que b divise a (ou que a est multiple de b).
4.3 PGCD-PPCM
Définition 3 (pgcd)
Soient a, b ∈ Z deux entiers non tous les deux nuls.

Le plus grand entier qui divise à la fois a et b s’appelle le plus grand commun diviseur de
a et b et se note pgcd(a, b).
Exemple
1. Pour tous k et a ∈ Z, pgcd(a, ka)= a.

2. Pour tout a ∈ Z, pgcd(a, 0)= a.
3. Pour tout a ∈ Z, pgcd(a, 1)= 1.
Définition 4 (ppcm)
Soient a, b ∈ N∗ .
Le plus petit entier multiple à la fois de a et de b s’appelle le plus petit commun multiple de
a et b et se note ppcm(a, b)
Exemple
1. Pour tous k et a ∈ N∗ , ppcm(a, ka)= ka.

2. Si b = 0, pour tout a ∈ N∗ , ppcm(a, 0)= 0.
3. Pour tout a ∈ N∗ , ppcm(a, 1)= a.
87
Arithmétique
Théorème 4 (Existence et unicité du ppcm)
Soient a ∈ N∗ et b ≥ N∗ deux entiers, alors il existe un unique M ∈ N∗ tel que pour tous
m ∈ N∗ ,
m est multiple de a et de b ⇔ m est multiple de M .
Ce nombre M =ppcm(a, b).
Théorème 5 (Existence et unicité du pgcd)
Soient a ∈ N∗ et b ≥ N∗ deux entiers, alors il existe un unique D ∈ N∗ tel que pour tous
d ∈ N∗ ,
d est divise a et b ⇔ d divise M .
Ce nombre D =pgcd(a, b).
4.4 Algorithme d’Euclide
Proposition 1 (Égalité de pgcd)
Soient a, b ∈ N∗ . Soient (q, r) ∈ Z × N tels que a = bq + r, alors
pgcd(a, b)=pgcd(b, r).
Ceci nous permet de trouver le pgcd entre deux nombres entiers strictement positifs, en utili-
sant l’algorithme d’Euclide.
Algorithme d’Euclide :
Nous souhaitons calculer le pgcd de a et b ∈ N∗ .
Nous supposons que a ≥ b (sinon nous faisons jouer le rôle de b à a et inversement).
Nous calculons les divisions euclidiennes successives.
Le pgcd sera le dernier reste non nul !
Voici comment nous procédons.
1. La division de a par b nous donne l’existence de q1 et r1 tels que a = bq1 + r1 . Nous

avons alors
pgcd(a, b)=pgcd(b, r1 ).
88
Arithmétique
Nous avons alors deux sous cas.

(a) Si r1 = 0 alors pgcd(a, b)=b.
(b) Sinon, on continue à l’étape suivante.
2. La division de b par r1 nous donne l’existence de q2 et r2 tels que b = r1 q2 + r2 . Nous
avons alors
pgcd(b, r1 )=pgcd(r1 , r2 ).
Nous avons alors deux sous cas.

(a) Si r2 = 0 alors pgcd(b, r1 )=r1 .
(b) Sinon, on continue à l’étape suivante.
3. La division de r1 par r2 nous donne l’existence de q2 et r3 tels que r1 = r2 q3 + r3 . Nous
avons alors
pgcd(r1 , r2 )=pgcd(r2 , r3 ).
..
.
et nous continuons jusqu’à arriver au reste nul, c’est à dire

4. La division de rk−1 par rk−2 nous donne l’existence de qk+1 et rk+1 = 0 tels que
rk−1 = rk qk+1 + 0. Nous avons alors
pgcd(a, b)=pgcd(rk−1 , rk )=pgcd(rk, 0)= rk .
Remarque
A chaque étape on sait que le reste est plus petit que le quotient, et donc que pour tout i ≥ 1,
nous avons 0 ≤ ri+1 < ri . Nous sommes donc sûrs d’obtenir un reste nul un moment donné
(fini, car ri ∈ N∗ est un nombre fini).
Définition 5 (Nombres premiers entre eux)
Deux nombres a et b ∈ N∗ sont premiers entre eux si et seulement si
pgcd(a, b)=1.
Remarque
Si deux entier ne sont pas premiers entre eux, nous pouvons nous y ramener en divisant par
leur pgcd.
89
Arithmétique
4.5 Identité et théorème de Bézout
Théorème 6 (Identité de Bézout)
Soient a et b ∈ N. Alors il existe u et v ∈ Z tels que
au + bv =pgcd(a, b).
Ces entiers relatifs u et v ne sont pas uniques. Ils sont appelés coefficients de Bézout.
Remarque
Les coefficients de Bézout u et v s’obtiennent en remontant l’algorithme d’Euclide.
Il faut pour cela isoler le dernier reste non nul d’ algorithme. Puis remplacer à chaque fois
la valeur du reste de l’étape précédente.
Exemple Si a = 600 et b = 124.

L’algorithme d’Euclide nous donne :
i− 600 = 124 × 4 + 104,
ii− 124 = 104 × 1 + 20,
iii− 104 = 20 × 5 + 4,
iv− 20 = 4 × 5 + 0.
Donc pgcd(600, 124)= 4.
Ensuite nous remontons cet algorithme :
Nous partons de
iii- 4 = 104 − 20 × 5.
Puis nous remplaçons 20 par sa valeur trouvée en l’isolant dans 2- :
ii-4 = 104 − (124 − 104 × 1) × 5.
Ce qui nous donne :
ii-4 = 104 × 6 + 124 × (−5).
Nous remplaçons ensuite 104 par sa valeur trouvée en l’isolant dans 1- :
i- 4 = (600 − 124 × 4 × 6 + 124 × (−5)
Ce qui au final nous donne :
4 = (600 × 6 + 124 × (−29)
et nous avons u = 6 et v = −29.
Théorème 7 (Théorème de Bézout)
Soient a et b ∈ N. Ces entiers a et b sont premiers entre eux si et seulement s’il existe u et
v ∈ Z tels que
au + bv = 1.
90
Arithmétique
4.6 Théorème de Gauss et décomposition en facteurs pre-

miers
Théorème 8 (Théorème de Gauss)
Soient a, b et c ∈ N∗. Si a divise bc et si a et c sont premiers entre eux, alors a divise b.
Une des applications de ce théorème est la résolution des équations diophantiennes.
Proposition 2 (Équations diophantiennes)
Soient a, b, et c ∈ Z. Considérons l’équation
ax + by = c,
1. Cette équation possède des solutions (x, y) ∈ Z2 si et seulement si le pgcd(a, b) divise

c.
2. Si pgcd(a, b) divise c, alors il existe une infinité de solutions entières qui sont de la
forme (x0 + αk, y0 + βk) où x0 , y0 , α et β ∈ Z et k parcourt Z.
F IGURE 4.3 – Diophante d’Alexandrie (entre 1er

siècle avant J.-C. et le 4ème siècle après J.-C), ma-
thématicien de langue grecque qui a vécu à Alexan-
drie, il est l’auteur d’Arithmétique dans lequel sont
étudiées certaines équations diophantiennes. On
l’appelle parfois “père de l’algèbre”.
Une application du théorème de Gauss est la proposition suivante :
Proposition 3 (Nombres premiers et coefficients binomiaux)
tout nombre premier p et pour tout k ∈ N tel que 1 ≤ k ≤ p − 1, alors p divise

Pour

p p!
=
k k!(p − k)!
91
Arithmétique
Théorème 9 (Théorème fondamental de l’arithmétique)
Pour tout entier naturel n ≥ 2, il existe un unique k-uplet (p1 , p2 , ..., pk )de nombres premiers
vérifiant
p1 < p2 < ... < pk ,
et un unique k-uplet (α1 , α2 , ..., αk ) d’entier naturels non nuls tels que
n = pα1 1 × pα2 2 × ... × pαk k .
Remarque
Une des principales raisons pour laquelle nous choisissons de dire que 1 n’est pas un nombre
premier est que sinon il n’y aurait pas unicité de cette décomposition.
Exemple
Nous aurions par exemple
24 = 23 × 3 = 1 × 23 × 3 = 12 × 23 × 3 = 13 × 23 × 3 = ...
4.7 Congruence
Définition 6 (Congruence)
Soient a et b ∈ Z, et n ∈ N∗ . Nous disons que a est congru à b modulo n si a − b est un

multiple de n. On écrira
a ≡ b [n] ou a ≡ b(n).
Remarque
D’après la définition, nous avons donc
a ≡ b [n] ⇔ il existe k ∈ Z tel que a = b + kn.
Proposition 4 (Propriétés des congruences)
Soient a, b, c ∈ Z et n ∈ N∗ . Alors nous avons les propriétés suivantes :

1. a ≡ a [n] (≡ est réflexive),
2. si a ≡ b [n] alors b ≡ a [n] (≡ est symétrique),
3. si a ≡ b [n] et b ≡ c [n] alors a ≡ c [n] (≡ est transitive).
92
Arithmétique
Nous avons une autre proposition sur la somme et le produit :
Proposition 5 (Congruence, somme et produit)
Soient a, b, c ∈ Z et n ∈ N∗ . Alors nous avons les propriétés suivantes :

1. a ≡ b [n] alors a + c ≡ b + c [n],
2. si a ≡ b [n] alors ac ≡ bc [n] .
Théorème 10 (Congruence et puissance)
Soient a, b, c ∈ Z et n et p ∈ N∗ . Nous avons :
si a ≡ b [n] alors ap ≡ bp [n]
4.8 Bases
Théorème 11 (Numération en base b)
Soit b un entier, b ≥ 2. Tout entier non nul x peut s’écrire de manière unique sous la forme
x = an bn + an−1 bn−1 + ... + a1 b + a0 ,
où n est un entier, a0 , a1 ,..., an sont des entier appartenant à [0, b − 1] et an 6= 0.

Nous disons alors que x = a0 a1 ...an b est l’écriture de x en base b.
Remarque
Quelques bases classiques :
1. système binaire (base 2) : {0, 1},
2. système quinaire (base 5) : {0, 1, 2, 3, 4},
3. système octal (base 8) : {0, 1, 2, 3, 4, 5, 6, 7},
4. système décimal (base 10) : {0, 1, 2, 3, 4, 5, 6, 7, 8, 9},
5. système duodécimal (base 12) : {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B},
6. système vicésimal (ou vigésimal) (base 20),
7. système sexagésimal (base 60).
Exemple
2 8 10
1. x = 101100110101 = 5465 = 2869 ,
10 2 8
2. x = 173 = 10101101 = 255 .
93
Arithmétique
4.9 Petit théorème de Fermat et Théorème des restes chi-

nois
Théorème 12 (Congruence et nombre premier)
Soit p un nombre premier. Pour tout a ∈ Z,
ap ≡ a[p].
Théorème 13 (Petit théorème de Fermat)
Soit p un nombre premier. Pour tout a ∈ Z, a n’étant pas un multiple de p, nous avons
ap−1 ≡ 1[p].
Remarque
Pour l’histoire, le mathématicien Gauss mentionne en 1801 ce théorème en soulignant “ son
élégance et sa grande utilité”, en l’appelant théorème de Fermat. C’est Kurt Hensel en 1931
qui le baptise “petit théorème de Fermat (kleine Fermatsche Satz)” par opposition au “grand
théorème de Fermat” appelé également “dernier théorème de Fermat”, ou “théorème de
Fermat-Wiles” en hommage à Andrew Wiles qui l’a demontré en 1995 qui s’énonce comme
suit : “il n’existe pas de nombres entiers non nuls x, y et z tels que xn + y n = z n , dès que n
est un entier strictement supérieur à 2”.
Théorème 14 (Théorème des restes chinois)
Soient m1 , m2 ,...,mr des entiers positifs deux à deux premiers entre eux. Alors le système


 x ≡ a1 [m1 ],
 x ≡ a2 [m2 ],

..


 .
 x ≡ a [m ].
r r
possède une unique solution x modulo M = m1 × m2 × ... × mr , et
x ≡ a1 M1 y1 + a2 M2 y2 + ... + ar Mr yr [M ],
M
avec Mi = et yi Mi ≡ 1 [mi ], pour i = 1, ..., r.
mi
94
Arithmétique
Remarque
Pour l’histoire, ce théorème porte le nom de théorème des restes chinois pour la raison sui-
vante. Sa première apparait sous forme de problème dans le livre “Sunzi suanjing ” de Sun
Zi (mathématicien chinois du 3ème sièclee), le Sunzi suanjing. Le mathématicien chinois Qin
Jiushao en fait mention dans son dans son “Traité mathématique en neuf chapitres” (le Shu-
shu Jiuzhang) publié en 1247. On l’associe souvent au problème soulevé par le général Han
Xin qui souhaitait compter son armée : “combien l’armée de Han Xing comporte-t-elle de
soldats si, rangés par 3 colonnes, il reste deux soldats, rangés par 5 colonnes, il reste trois
soldats et, rangés par 7 colonnes, il reste deux soldats ?”.
95
Arithmétique
96
Chapitre 5
Polynômes sur R ou C
C’est le propre des êtres vivants de faire

aimer la vie, même sous la forme d’une
équation du second degré, mais la vitalité
n’a jamais été inscrite au programme des
écoles.
Daniel Pennac
Sommaire
5.1 Définition de polynômes à coefficients réels ou complexes . . . . . . . . 98
5.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.3 Division Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.4 Pgcd, ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.4.1 Pgcd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.4.2 Ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.5 Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.6 Racines des polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.7 Formule de Taylor pour les polynômes de C[X] . . . . . . . . . . . . . 108
5.7.1 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 108
97
(a) Muhammad Ibn Musa al-Khuwarizmi, ou en- (b) Jean le Rond D’Alembert (c) Évariste Galois (1811-
core Al-Khwarizmin (vers 780- vers 850), mathé- (1717 - 1783), français,très 1832), un mathématicien
maticien perse, son travail a permis d’introduire profifique, il est notamment à français, généralise les
l’algèbre en Europe. Son nom est à l’origine du l’origine du théorème Gauss- travaux d’Abel sur les
mot algorithme et son livre à l’origine du mot Al- d’Alembert) qui dit que tout polynômes. Il introduit
gèbre où il montre comment résoudre les 6 équa- polynôme de degré n à co- une méthode qui permet
tions canoniques du second degré et les méthodes efficients complexes possède de savoir si une équation
pour s’y ramener. exactement n racines dans C. particulière est résoluble par
radicaux.
F IGURE 5.1 – Quelques mathématiciens célèbres liés à l’arithmétique.
Les polynômes ont été les premières équations qu’il a fallu résoudre, et qui ont engendré non
seulement des outils nécessitant une formidable intuition comme les nombres complexes,
mais des pans entiers des mathématiques modernes. Des équations de degré étudiées dans
les temps les plus reculés, jusqu’aux équations de degré quelconque, l’étude des polynôme
a accompagné les mathématiciens au cours des siècles en surprenant toujours par la richesse
des résultats qui en on découlé et qui en découlent encore. Nous allons ici traiter des poly-
nômes de degré quelconque et apprendre à les apprivoiser en essayant de les manipuler avec
précaution et la rigueur qui nous accompagne depuis le début de ce cours.
5.1 Définition de polynômes à coefficients réels ou complexes
Faisons une remarque préalable. Dans ce cours nous ne chercherons pas à distinguer la notion
de polynômes et de fonction polynômiale pour plus de simplicité.
98
Définition 1 (Polynôme)
Soient (ak )0≤k≤d , d + 1 complexes ou réels. Nous appelons polynôme associé à la fonction
polynômiale f de définie sur C ou R par
d
X
f (x) = ak xk = a0 + a1 x + a2 x2 + ... + ad xd ,
k=0
= ad xd + ... + a2 x2 + a1 x + a0 .
l’“objet” noté P défini par
d
X
P = ak X k = ad X d + ... + a2 X 2 + a1 X + a0 ,
k=0
d’indéterminé X.
Définition 2 (Monôme)
Nous appelons monôme tout polynôme de la forme an X n , où n ∈ N, et an ∈ R ou C.
Définition 3 (R[X] et C[X] )
Nous notons C[X] (respectivement R[X]) l’ensemble des polynômes à coefficients com-
plexes (respectivement réels).
Remarque
1. Pour P non nul, l’unique entier d ≥ 0 intervenant dans l’écriture de P en fonction de

l’indéterminé X est appelé le degré de P .
2. Par convention, le degré du polynôme nul est −∞.
3. Nous noterons le d◦ P le degré de P .
Définition 4 (Coefficient dominant)
Pour P non nul de C[X] (ou R[x]), le coefficient dominant de P est le coefficient ad du terme
de plus haut degré dans l’écriture de P en fonction de l’indéterminé X.
Par convention, le coefficient dominant du polynôme nul sera 1.
99
Définition 5 (Polynôme unitaire)
Un polynôme est dit unitaire (ou normalisé) lorsque son coefficient dominant est égal à 1.
Maintenant que nous avons défini les principaux acteurs de ce chapitre. Nous pouvons énon-
cer quelques propriétés relatives aux polynômes.
Proposition 1 (Degré de somme)
Soient P et Q deux polynômes de C[X] ou R[X]) alors
d◦ (P + Q) ≤ max(d◦ P, d◦ Q).
Proposition 2 (Degré de produit)
Soient P et Q deux polynômes de C[X] (ou R[X]) alors
d◦ (P Q) = d◦ P + d◦ Q.
Définition 6 (Polynôme dérivé)
Pour un polynôme de C[X] (ou R[X]), nous posons
P = ad X d + ... + a2 X 2 + a1 X + a0 .
Nous appelons polynôme dérivé de P , le polynôme P 0 défini par
P 0 == dad X d−1 + ... + a2 X 2 + a1 .
Notation 1 (Dérivée n-ième)
Le polynôme dérivé de P 0 est noté P 00 , et la dérivée n-ième de P est notée P (n) .
100
Proposition 3 (Dérivée de produit et somme)
Soient P et Q deux polynômes de C[X] (ou R[X]) alors
(P + Q)0 = P 0 + Q0 ,
(P Q)0 = P 0 Q + P Q0 .
Remarque
Cette formule a évidemment une certaine importance mais pour des exemples concrets elle
est assez inutile. En effet,
-si R = X(X 2 + 1), il est assez maladroit de l’appliquer.
En faisant le calcul nous avons
R0 = 1(X 2 + 1) + X.2X = X 2 + 1 + 2X 2 = 3X 2 + 1.
-Alors qu’en développant nous avons :
R = X(X 2 + 1) = X 3 + X et donc R0 = 3X 2 + 1.
Définition 7 (P (x))
Soient x ∈ C (ou R) et P ∈ C[X] (ou R[x]) avec
P = ad X d + ... + a2 X 2 + a1 X + a0 .
alors
P (x) = ad xd + ... + a2 x2 + a1 x + a0 .
Proposition 4 (P (x) + Q(x))
Soient x ∈ C (ou R) et P ∈ C[X] (ou R[x])
(P + Q)(x) = P (x) + Q(x),

(P Q)(x) = P (x)Q(x).
101
Définition 8 (Composée de polynômes)
Soient P et Q deux polynômes de C[X] (ou R[x]) avec
P = ad X d + ... + a2 X 2 + a1 X + a0 .
Nous appelons composée de P et Q, le polynôme
P ◦ Q = P (Q) = ad Qd + ... + a2 Q2 + a1 Q + a0 .
5.2 Applications
Proposition 5 (Polynôme nul)
Un polynôme P de C[X] (ou R[x]) avec
P = ad X d + ... + a2 X 2 + a1 X + a0 .
est nul si et seulement si pour tout i = 0, ..., d, ai = 0.
Proposition 6 (Égalité de polynômes)
Soient P et Q deux polynômes de C[X] (ou R[x]) avec
P = ad X d + ... + a2 X 2 + a1 X + a0 .
et
Q = bd X d + ... + b2 X 2 + b1 X + b0 .
Alors,

 p = q,
P =Q⇔ et
ai = bi pour tout i = {0, ..., q}.

5.3 Division Euclidienne

Il s’agit ici d’utiliser pour les polynômes des résultats analogues à ceux énoncés pour les
entiers.
102
1. L’arithmétique des polynômes est analogue à celle de entiers (à condition de travailler

sur les polynômes sur un corps commutatif (ce qui est le cas quand on travaille sur R
ou C).
2. Les énoncées sur les entiers l’étaient sur des entiers positifs. Ils peuvent se modifier
sans trop de mal sur Z, mais parfois en s’alourdissant un peu. Les polynômes unitaires
joueraient le rôles des entiers positifs mais cela ne sera pas ausi confortable dans la
mesure où la somme de deux entiers positifs est positive, alors que la somme de deux
polynômes unitaires n’est pas forcément un polynôme unitaire.
Posons K = R ou C à partir de maintenant.
Définition 9 (Multiple d’un polynôme)
On dit qu’un polynôme Pm de K[X] est un multiple d’un polynôme Pd ∈ K[X] ou que Pd
est un diviseur de Pm lorsqu’il existe un polynôme Q ∈ K[X] tel que Pm = Q × Pd .
Théorème 1 (Division euclidienne)
Soient A ∈ K[X] et B un polynôme non nul de K[X], alors il existe un unique couple (Q, R)
de polynômes de K[X] qui vérifie

A = BQ + R,
d◦ R < d◦ B.
Exemple
Divisons le polynôme A = 6x3 − 2x2 + x + 3 par B = x2 − x + 1.
6x3 − 2x2 + x + 3 x2 − x + 1
−
6x3 − 6x2 + 6x 6x + 4
4x2 − 5x + 3
−
4x2 − 4x + 4
−x − 1
Nous avons alors 6x3 − 2x2 + x + 3 = (x2 − x + 1)(6x + 4) + (−x − 1).
5.4 Pgcd, ppcm

5.4.1 Pgcd
103
Proposition 7 (Pgcd)
Soient A et B deux polynôme de K[X] avec A 6= 0 et B 6= 0 alors il existe un unique

polynôme unitaire de plus grand degré qui divise à la fois A et B.
Ce polynôme est appelé le plus grand commun diviseur de A et B et on le note pgcd(A, B).
Remarque
1. pgcd(A, B) est un polynôme unitaire.

1
2. Si A divise B alors pgcd(A, B)= A si ad est le coefficient dominant de A.
ad
3. Pour tout λ ∈ K∗ , pgcd(λA, B)=pgcd(A, B).
4. Si A = BQ + R alors pgcd(A, B)=pgcd(B, R), ce qui nous permet d’utiliser l’algo-
rithme d’Euclide appliqué aux polynômes.
L’algorithme d’Euclide pour les polynômes s’écrit :
A = BQ1 + R1 , d◦ R1 < d◦ B,
B = R1 Q2 + R2 , d◦ R2 < d◦ R1 ,
R1 = R2 Q3 + R3 , d◦ R3 < d◦ R2 ,
..
.
Rk−2 = Rk−1 Qk + Rk , d◦ Rk < d◦ Rk−1 ,
Rk−1 = Rk Qk+1 + 0,
Le degré du reste diminue à chaque division, et on arrête l’algorithme lorsque le reste est nul,
et le pgcd est le dernier reste nul Rk ici (rendu unitaire).
Définition 10 (Polynômes premiers entre eux)
Soient A et B deux polynômes de K[X], on dit que A et B sont premiers entre eux si
pgcd(A, B)= 1.
Remarque
Pour A et B quelconques (non nécessairement premiers entre eux), on a pgcd(A, B)= D.
On pose A = A0 D et B = B 0 D et pgcd(A0 , B 0 )= 1 et on a A0 et B 0 sont premiers entre eux.
Théorème 2 (Théorème de Bézout)
Soient A et B deux polynômes de K[X], avec A et B non nuls. On note D =pgcd(A, B),
alors il existe deux polynômes U et V de K[X] tels que
AU + BV = D.
104
Corollaire 1 (Théorème de Bézout)
Soient A et B deux polynômes de K[X], avec A et B non nuls. A et B sont premiers entre
eux si et seulement s’il existe U et V polynômes tels que
AU + BV = 1.
Corollaire 2 (Diviseur du pgcd)
Soient A, B et C deux polynômes de K[X], avec A et B non nuls. Si C divise A et C divise

B alors C divise le pgcd(A, B).
Théorème 3 (Théorème de Gauss)
Soient A, B et C deux polynômes de K[X], si A divise BC et pgcd(A, B)= 1, alors A divise

C.
5.4.2 Ppcm
Proposition 8 (Ppcm)
Soient A et B deux polynômes de K[X], avec A et B non nuls, alors il existe un unique
polynôme unitaire M de plus petit degré tel que A divise M et B divise M .
Ce polynôme est le plus petit commun multiple de A et B et il est noté ppcm(A, B).
Proposition 9 (Ppcm)
Soient A et B deux polynômes de K[X], avec A et B non nuls, et M =ppcm(A, B).

Si C ∈ K[X] est un polynôme tel que A divise C et B divise C alors M divise C.
5.5 Polynômes irréductibles

Les polynômes irréductibles sont les analogues des nombres premiers. Toutefois, les usages
étant ce qu’il sont il y a une petite nuance de vocabulaire. Alors que le mot “nombre pre-
105
mier” est réservé à des entiers positifs, le mot “polynôme irréductible” n’est pas réservé à des
polynômes unitaires : il faut donc bien distinguer ces deux notions.
Définition 11 (Polynôme irréductible)
Soit K = R ou C. On dira qu’un polynôme P ∈ K est irréductible lorsqu’il possède deux

diviseurs unitaires et ces deux diviseurs unitaires sont le polynôme 1 et le polynôme P divisé
par le coefficient dominant de P .
Proposition 10 (Polynômes du premier degré irréductibles)
Soit K = R ou C. Dans K[X], les polynômes du premier degré sont irréductibles.
Proposition 11 (Décomposition en polynômes irréductibles)
Soit K = R ou C. Tout polynôme P non nul peut s’écrire de façon unique (à l’ordre près des
facteurs) en produit
P = λP1α1 P2α2 ...Pkαk ,
où λ est le coefficient dominant de P .
5.6 Racines des polynômes
Définition 12 (Racine ou zéro d’un polynôme)
Soient P un polynôme de K[X] et a ∈ K. On dit que a est une racine (ou un zéro) de P
lorsque P (a) = 0.
Proposition 12 (Racine et diviseur)
Soient P un polynôme de K[X] et a ∈ K, a est une racine de P si et seulement si x − a divise

P.
106
Proposition 13 (racines d’un polynôme de degré n)
Un polynôme de K[X] non nul de degré n possède au plus n racines.
Définition 13 (Racines multiples)
Soient P un polynôme de K[X] et a ∈ K. On dit que

1. a est une racine de multiplicité d’ordre au moins k de P lorsque (x − a)k divise P ,
2. a est exactement racine d’ordre de multiplicité k lorsqu’il est de multiplicité d’ordre
k sans être de multiplicité d’ordre k + 1. On dit que k est l’ordre de multiplicité de la
racine.
Proposition 14 (Racines double et dérivée)
Soient P un polynôme de K[X] et a ∈ K. L’élément a est une racine au moins double de P

si et seulement si a est une racine de P et P 0 .
Quelle est la différence entre C[X] et R[X] en ce qui concerne les racines et les polynômes
irréductibles ? Les trois théorèmes suivants permettent de donner un aperçu de quelques dif-
férences.
Théorème 4 (Théorème de D’Alembert-Gauss)
Tout polynôme non constant de C[X] possède au-moins une racine complexe.
Il admet exactement n racines si on compte chaque racine avec multiplicité.
Définition 14 (Polynôme scindé)
On dit qu’un polynôme est scindé lorsqu’il peut s’écrire sous forme de produit de facteurs du
premier degré.
Nous allons donner le résultat suivant qui énonce que tout polynôme de C[X] de degré supé-
rieur ou égal à 1 est scindé.
107
Théorème 5 (Polynômes irréductibles de C[X] )
Les polynômes irréductibles de C[X] de degré n ∈ N∗ sont les polynômes de degré 1.

Autrement dit, pour P ∈ C[X] de degré n ∈ N∗ la factorisation de P s’écrit
P = λ(X − a1 )α1 (X − a2 )α2 ...(X − ak )αk .
où a1 , a2 ,...ak sont les racines de P et α1 , α2 ,...,αk leur multiplicité respective.
Théorème 6 (Polynômes irréductibles de R[X] )
Les polynômes irréductibles de R[X] de degré n ∈ N∗ sont les polynômes de degré 1 ainsi
que les polynômes de degré 2 ayant un discriminant strictement négatif.
Autrement dit, pour P ∈ R[X] de degré n ∈ N∗ la factorisation de P s’écrit
P = λ(X − a1 )α1 (X − a2 )α2 ...(X − ak )αk Qβ1 1 ...Qβs s .
où a1 , a2 ,...ak sont les racines réelles distinctes de α1 , α2 ,...,αk leur multiplicité respective et
les Qi , i = 1, ..., s sont les polynômes irréductibles de degré 2 de la forme
Qi = X 2 + bi X + ci où ∆ = b2i − 4ci .
Proposition 15 (Racines complexe de R[X])
Soient P un polynôme de R[X] et a ∈ C une racine de P alors son conjugué a est également
une racine de P .
5.7 Formule de Taylor pour les polynômes de C[X]

5.7.1 Formule de Taylor
Théorème 7 (Formule de Taylor)
Soient P un polynôme de C[X] de degré n et a ∈ C, alors
P 00 (a) P (n)
P = P (a) + P 0 (a)(X − a) + (X − a)2 + ... + (X − a)n .
2! n!
108
F IGURE 5.2 – Brook Taylor (1685 - 1731), mathé-

maticien britannique à l’origine en autre de ce que
l’on appelle les formules de Taylor.
Remarque
La formule reste valable pour les polynômes de R[X].
Faisons un bref retour sur les racines multiples d’un polynômes avec la proposition suivante
dont la preuve peut se faire en se servant de la formule de Taylor.
Proposition 16 (Racines multiples et dérivée)
Soient P un polynôme de K[X] et a ∈ K. L’élément a est une racine exactement d’ordre

k ≤ n de P si et seulement si a est une racine de P , P 0 , ... et P k−1 mais pas de P k .
Donnons finalement deux résultats, l’un sur la division suivant les puissances croissantes.
Proposition 17 (Division puissances croissantes)
Soient A et B deux polynômes de K[X], et n ≥ 0 un entier fixé. On suppose que B(0) 6= 0.

Alors il existe un couple (Qn , Sn ) unique de polynômes vérifiant la double condition

A = BQn + X n+1 Sn ,
d◦ Qn < n.
Et un résultat sur les relations entre les racines et les coefficients.
109
Proposition 18 (Relation racines et coefficients)
Soit P = λ(X − λ1 )...(X − λn ) = an X n + an−1 X n−1 + ... + a0 avec an 6= 0, un polynôme

scindé de K[X] (en écrivant α fois chaque racine multiple d’ordre α) alors pour tout p, tel
que 1 ≤ p ≤ n,
X an−p
σp = λi1 λi2 ...λip = (−1)p
1≤i <i <...<i ≤n
an
1 2 p
En particulier
n n
X an−1 X an−2 Y a0
σ1 = =− , σ2 = λi λj = − , σn = λi = (−1)n
i=1
an 1≤i<j≤n=1
an i=1
an
Remarque
Si n = 3 par exemple,
σ 1 = λ1 + λ2 + λ3 ,
σ2 = λ1 λ2 + λ1 λ3 + λ2 λ3 ,
σ 3 = λ1 λ2 λ3 .
110
Deuxième partie
Partie B
111
Chapitre 1
Applications
Les vieux mathématiciens ne meurent pas ;

ils perdent juste certaines de leurs
fonctions.
Populaire
Sommaire
1.1 Différence entre fonctions et applications . . . . . . . . . . . . . . . . . 116
1.2 Injectivité, surjectivité, bijectivité . . . . . . . . . . . . . . . . . . . . . 120
1.3 Composition d’applications . . . . . . . . . . . . . . . . . . . . . . . . 124
1.4 Ensembles finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
113
Applications
(a) Gottfried Wilhelm (b) Leonhard Euler (1707 - (c) Nicolas Bourbaki est un ma-
Leibniz (1646 - 1716), 1783), mathématicien suisse thématicien imaginaire créé par un
mathématicien allemand, a travaillé également sur le groupe de mathématiciens 1935 à
à l’origine entre autres du calcul infinitésimal et entre Besse-et-Saint-Anastaise (France). A
calcul infinitésimal (avec autres choses sur la théorie l’origine de nombreuses notations,
Newton), ce fut le premier des graphes. C’est à lui que vulgarisation de notions et de sym-
à introduire le terme de l’on doit la notation f pour bole, on leur doit entre autres la re-
fonctions. les fonctions. lation entre fonction et application.
F IGURE 1.1 – Quelques mathématiciens célèbres liés à l’étude des fonctions.
Lorsque l’on travaille dans les mathématiques appliquées par exemple, que ce soit en phy-
sique, chimie, biologie ou autres, la notion de fonction est très importante.
En biologie par exemple, on s’en servirait pour décrire l’évolution d’une population de pois-
son en fonction du temps. Suivant certaines propriétés, cette population pourrait augmenter
dans le cas où la nourriture est suffisamment abondante, ou décroître si jamais il y avait
trop de prédateurs (notamment des pêcheurs en surabondance). Connaître les propriétés de
cette fonction permettrait de prédire le déclin ou la prospérité de l’espèce de poisson étudiée
(comme le cas du cabillaud pêché en atlantique nord (voir figure ci-dessous).
En physique, nous pourrions nous intéresser par exemple à la trajectoire d’un objet ou d’une
personne : comme un skieur lancé du haut d’une rampe. Trouver les conditions optimales
pour qu’il puisse sauter le plus loin possible lui permettrait de gagner la compétition.
Les exemples d’applications se comptent par milliers autour de nous. Nous sommes entourés
de fonctions, certains l’ignorent, d’autres non. Plus vous ferez des mathématiques, et plus
vous vous en rendrez compte.
Mais, afin que les études soient le plus rigoureuses possibles, il est nécessaire de bien maîtri-
ser les outils mathématiques utilisés, en l’occurrence ici les fonctions.
Le nom de fonction (du latin functio, accomplissement ou exécution) est apparu assez tard,
en 1694 dans un manuscrit de Gottfried Leibniz alors que la notion existait depuis beaucoup
plus de temps. C’est ensuite Leonhard Euler qui propose la notation f pour les fonctions en
1734 (après plusieurs tentatives plus ou moins convaincantes par d’autres mathématiciens).
C’est enfin Nicolas Bourbaki qui tente de faire le lien entre fonction et application (du latin
applicatio, attachement) dans les années 1950.
En ce qui nous concerne, nous aborderons ici les fonctions et les applications dans le cadre le
plus simple (les plus élaborées se verront dans les semestres suivants, notamment en analyse
3) : ce sont les fonctions d’une variable réelle à valeurs réelle.
Qu’est-ce que cela veut dire ? Comment les définit-on ? Comment les manipule-t-on ? Quelles
114
Applications
F IGURE 1.2 – Evolution du stock de cabillaud

au cours du siècle dernier.
sont les fonctions les plus connues ? En somme, que savons-nous de les fonctions et sur les
applications ?
1.1 Différence entre fonctions et applications

Commençons par donner les définitions de base des fonctions.
On considère ici deux ensemble de E et F inclus dans R. Ces ensembles peuvent être R
lui-même.
Définition 1 (Fonction)
Soient I et J ⊂ R.
La fonction f définie par un ensemble de départ I ⊂ R et par un ensemble d’arrivée
J ⊂ R est une relation de I vers J dans laquelle chaque élément de I appelé antécédent
possède au plus un élément dans l’ensemble J appelé image.
Remarque Le fait que chaque élément de I possède au plus une image dans J signifie que
certains éléments de I peuvent ne pas avoir d’éléments dans J du tout. Mais d’un autre côté,
cela veut également dire que les élément de I ne peuvent pas avoir plus d’une image dans J
(voir un exemple dans la figure 1.3).
Que se passe-t-il si l’on ne sélectionne que les éléments de I qui auront exactement une
image. En laissant de côté ceux qui n’en ont pas. C’est la définition suivante.
Définition 2 (Domaine de définition)
Soient I ⊂ R et J ⊂ R.
L’ensemble des éléments de I qui ont exactement une image dans J par la fonction f est
appelé domaine de définition de I. On le note Df .
115
Applications
F IGURE 1.3 – Exemple de ce qui est considéré comme fonction (à gauche) et non fonction (à droite).
Nous pouvons ainsi définir les fonctions à partir de leur ensemble de définition. Dans ce cas
là, on ne les appellera plus fonctions mais applications.
Définition 3 (Application)
Soient I ⊂ R et J ⊂ R
L’application f définie par un ensemble de départ I et par un ensemble d’arrivée J est une
relation de I vers J dans laquelle chaque élément de I possède une image et une seule dans
l’ensemble J.
Remarque Une application est donc une fonction dont le domaine de définition contient
l’ensemble de départ choisi. En d’autres termes, pour une application de f définie de I dans
l’ensemble J, nous avons I ⊂ Df .
Ou encore, une fonction est une application de I ⊂ Df dans J.
Notation 1.1
On note les fonctions et les applications f de la façon suivante :
f: I → J
x 7→ f (x).
La différence est subtile, tout est question de domaine de départ, encore une fois, pour les
applications I ⊂ Df .
Attention : dans chacune de ces définitions,

1. la première flèche reliant I à J qui s’écrit → sans barre verticale à l’extrémité gauche
se lit : “dans” (f va de I dans J).
2. la deuxième flèche reliant x à f (x) possède, elle une barre verticale à l’extrémité
gauche et se lit : “a pour image” (x a pour image f (x)).
116
Applications
Remarque
1. En règle générale, on étudiera plutôt des applications en TD, et donc nous essaierons
de calculer dans la mesure du possible le domaine de définition de la fonction étudiée.
2. Comme dit précédemment, l’élément x dans l’ensemble Df est appelé antécédent de
f , et l’élément f (x) est appelé image de x par f .
3. Ainsi, l’antécédent se trouve dans le domaine de définition, et l’image dans l’ensemble
d’arrivée.
(a) Représentation d’une fonction. (b) Représentation d’une application.
F IGURE 1.4 – Exemple de fonction et d’application.
Notation 1 (Ensemble des applications)
L’ensemble de toutes les application de I dans J est noté J I
Nous pouvons maintenant essayer de tracer ces applications. Les courbes représentant ces
applications, appelées également graphes, permettent de les visualiser plus facilement dans
un repère en deux dimensions. Pour cela nous avons besoin de définir le graphe d’une appli-
cation.
Définition 4 (Image directe)
Considérons une application f : I → J, où I, J ⊂ R. Pour toute partie A de I, on appelle

image directe de A par f l’ensemble {f (x) : x ∈ A} noté f (A) ou f < A >.
117
Applications
Définition 5 (Image réciproque)
Considérons une application f : I → J, où I, J ⊂ R. Pour toute partie B de J, on appelle

image réciproque de B par f l’ensemble {x ∈ I : f (x) ∈ B} noté f −1 (B).

Remarque Attention :
1. La notation f −1 est assez dangereuse ! Les étudiants ont tendance à confondre l’image
réciproque f −1 (B) avec l’application réciproque qui s’écrit juste f −1 . La première
désigne un ensemble, la deuxième une application !
2. Nous verrons ci-dessous qu’il faut que f soit bijective pour que l’application f −1
existe, alors que l’ensemble f −1 (B) existe même si f n’est pas bijective.
3. Les images directes et réciproques d’ensembles par les applications sont des ensembles,
il ne faut pas l’oublier !
Proposition 1 (Propriété des images directes et réciproques)
Soit f : I → J une application. Soient A ⊂ I et B ⊂ J. Nous avons les propriétés suivantes :

1. A ⊂ f −1 (f (A)),
2. f (f −1 (B)) ⊂ B,
3. Soient A1 et A2 ⊂ I, f (A1 ∩ A2 ) ⊂ f (A1 ) ∩ f (A2 ) ,
4. Soient A1 et A2 ⊂ I, f (A1 ∪ A2 ) = f (A1 ) ∪ f (A2 ) ,
5. Soient B1 et B2 ⊂ J, f −1 (B1 ∪ B2 ) = f −1 (B1 ) ∪ f −1 (B2 ).
Remarque Concernant la propriété (3), nous verrons dans la sections suivante (proposition
5) qu’il faut que f ait une propriété supplémentaire pour avoir l’égalité, et pas seulement
l’inclusion.
Définition 6 (Graphe d’une application)
Le graphe, appelé encore courbe représentative, noté Cf d’une application f : Df → R est

l’ensemble des points (x, y) du plan tels que x appartienne à Df et y = f (x) appartienne à
J ⊂ R.
Remarque Le graphe de f s’écrit en général de la façon suivante :

Cf = {(x, f (x)); x ∈ Df }.
118
Applications
Remarque IMPORTANT : il ne faudra pas confondre :
1. f qui désigne la fonction (ou l’application),
2. f (x) qui désigne un nombre réel (l’image de x par f ),
3. Cf qui désigne le graphe de f , autrement une représentation de f dans un repère, c’est

une partie du plan.
Il ne faudra donc pas dire : soit f (x) la fonction ! Mais soit f la fonction...
Exemple Voici dans les figures suivantes, le graphe de deux fonctions usuelles (que l’on
étudiera un peu plus loin dans le chapitre) :
1. f1 : R → R 2. f2 : R → R
x 7→ x2 x 7→ x3
(a) Fonction x 7→ x2 (b) Fonction x 7→ x3
F IGURE 1.5 – Deux fonctions classiques.
1.2 Injectivité, surjectivité, bijectivité

Les notions d’injectivité, surjectivité et bijectivité sont nouvelles pour la plupart d’entre vous.
Mais elles ne sont pas compliquées quand on comprend ce qu’elles représentent.
Considérons une application f définie d’un ensemble I de R vers un ensemble J de R. On
rappelle alors que I représente l’ensemble de départ et J l’ensemble d’arrivée.
119
Applications
Définition 7 (Application injective)
On dit qu’une application f : I → J est injective si et seulement si tout élément y de

l’ensemble d’arrivée J admet au plus un antécédent dans l’ensemble I de départ.
Autrement dit, il en possède soit un, soit aucun mais pas plus de un. En mathématiques cela
s’écrit :
pour tous x1 et x2 de I,
si f (x1 ) = f (x2 ) alors x1 = x2 .
Nous pouvons également la définir par sa contraposée, qui est :

pour tous x1 et x2 de I,
si x1 6= x2 , alors f (x1 ) 6= f (x2 ).
(a) Injection. (b) Non injection
F IGURE 1.6 – Concept d’injection (à gauche) et de non injection (à droite).
Définition 8 (Application surjective)
On dit qu’une application f : I → J est surjective si et seulement si tout élément y de

l’ensemble d’arrivée J admet au moins un antécédent dans l’ensemble I de départ.
Autrement dit, il en possède soit un, soit plus, mais il est obligé d’en posséder un. En mathé-
matiques cela s’écrit :
pour tout y de J il existe (au moins un) x de I tel que
f (x) = y.
120
Applications
(a) Surjection. (b) Non surjection
F IGURE 1.7 – Concept de surjection (à gauche) et de non surjection (à droite).
Remarque Nous avons de façon équivalente la définition de la surjectivité suivante :

Soit f = I → J une application,
f est surjective si et seulement si f (I) = J.
Définition 9 (Application bijective)
On dit qu’une application f : I → J est bijective si et seulement elle est à la fois injective
et surjective. C’est à dire si tout élément y de l’ensemble d’arrivée J admet exactement un
antécédent dans l’ensemble I de départ.
En mathématiques cela s’écrit :
pour tout y de J il existe un unique x de I tel que
f (x) = y.
Il est alors possible de passer de y à x par ce qu’on appelle l’application réciproque, que l’on
note f −1 . Et donc si f est bijective on a :
f : I → J et f −1 : J → I
x 7→ y = f (x), y 7→ x = f −1 (y),
Remarque On pourrait considérer les notions d’injectivité, surjectivité et bijectivité comme

la réservation de places dans un avion.
Ce que le passager aime, c’est avoir de la place à droite et à gauche et donc des places vides.
Donc il espère que des places dans l’avion n’auront pas été prises. C’est l’injectivité : si
l’on désigne au hasard des places dans l’avion, certaines seront occupées d’autres non. On
peut alors faire entrer complètement la liste des passagers (ou l’injecter si on peut oser la
métaphore) dans l’avion.
121
Applications
F IGURE 1.8 – Concept de bijection.
D’un autre côté, ce que la compagnie aérienne souhaite, c’est de vendre plus de billet que de
places disponibles. Autrement dit, elle pourra éventuellement se trouver en grande difficulté
si tous les passagers se présente : c’est le surbooking qu’on pourrait appeler surjection
ici. Autrement dit, si l’on fait rentrer tout le monde dans l’avion, chaque place pourra être
occupée par un ou plusieurs passager (ne me demandez pas comment). Mais aucun siège
ne sera vide. La surjection dans le cas de l’aviation commerciale peut s’avérer être un jeu
dangereux mais rentable.
Enfin, la condition idéale est quand l’avion est plein, que chaque place est prise par un unique
passager. Toutes les places ont été vendues, et chaque passager a son espace personnel. Tout
le monde semble satisfait.
F IGURE 1.9 – Solution pour éviter le surboo-

king : augmenter le nombre de siège et réduire
la place pour les jambes ?...Le prix pour pas-
ser de la surjectivité à la bijectivité ?
Question.
Comment construire le graphe d’une application f −1 réciproque d’une application f ?
Réponse.
On voit par construction de l’application réciproque que si l’on suppose x un point de l’inter-
valle I et y un point de l’intervalle J = f (I) l’image de I par f tel que y = f (x), alors
(x, y) appartient au graphe Cf si et seulement si (y, x) appartient au graphe Cf −1 .
Autrement dit tout point du graphe Cf −1 est le symétrique du graphe Cf par rapport à la
première bissectrice (c’est à dire la droite d’équation y = x), voir la figure 1.10.
122
Applications
F IGURE 1.10 – Construction de l’application réciproque (ici l’application x 7→ x2 dont la réciproque

√
si x ≥ 0 est x 7→ x. La droite pointillée rouge est la première bissectrice (droite d’équation y = x).
1.3 Composition d’applications
Cette partie est nouvelle mais pas très difficile à comprendre. Elle concerne l’“emboîtement”
d’applications les unes dans les autres. Un peu comme des poupées russes. On nomme cet
“emboîtement” la composition d’applications.
F IGURE 1.11 – Exemple de poupées russes

“façon petit chaperon rouge”. Dans la défi-
nition suivante f sera l’action de manger la
poire, et donnera le chaperon rouge et g sera
l’action de manger le petit chaperon rouge ce
qui donne le loup.
123
Applications
Définition 10 (Applications composées)
Soient I, J et K trois ensembles, f : I → J et g : J → K deux applications. Nous appelons

application composée de g et de f , l’application g ◦ f : I → K définie par
g ◦ f (x) = g(f (x)),
et que l’on peut écrire de la façon suivante :

f g
g◦f : I →− J →− K
x 7→ f (x) 7→ g(f (x)).

Il y a deux difficultés dans la composition d’applications :
1. bien faire attention de ne pas confondre f ◦ g(x) = f (g(x)), et g ◦ f (x) = g(f (x)) qui
sont différents,
2. faire bien attention aux ensembles de départs I et J. En effet, pour g ◦ f , l’ensemble
de départ I doit être inclus dans le domaine de définition de f mais pas seulement ! Il
faut également que l’image directe de I par f soit inclus dans le domaine de définition
de g !
Définition 11 (Application identité)
Soit I un ensemble, on appelle identité de I l’application IdI : I → I définie pour tout x ∈ I

par
IdI (x) = x.
Proposition 2 (Application réciproque : existence)
Soit f : I → J une application. Cette application f est une bijection si et seulement s’il
existe une application g : J → J telle
g ◦ f = IdI et f ◦ g = IdJ .
et cette application g est unique.
Remarque
Notation : Si f : I → J est une bijection, sa bijection réciproque est unique et nous la notons
f −1 .
124
Applications
Proposition 3 (Réciproque d’une application réciproque)
Soit f : I → J une bijection, alors f −1 , sa bijection réciproque est également une bijection,
de bijection réciproque f . Autrement dit,
(f −1 )−1 = f .
Proposition 4 (Propriété de la bijection)
Soit f : I → J une bijection, alors
y = f (x) est équivalent à x = f −1 (y).
Remarque
Nous verrons qu’une application continue et strictement croissante (ou décroissante) sur I
est une bijection de I vers f (I).
Revenons quelques instants sur les images réciproques d’applications et donnons la propriété
suivante relative à la propriété (3) de la proposition 1
Proposition 5 (Image directe et injectivité)
Soit f : I → J une application. Soient A1 et A2 ⊂ I. Qi f est injective, nous avons l’égalité

suivante :
f (A1 ∩ A2 ) = f (A1 ) ∩ f (A2 )
1.4 Ensembles finis
Définition 12 (Cardinal)
Un ensemble I est fini s’il existe un entier n ∈ N et une bijection de I vers {1, 2, 3, ..., n}.
Cet entier n est unique et s’appelle le cardinal de I. C’est le nombre d’éléments de I et on
le note card(I).
Exemple
125
Applications
1. L’ensemble I = {bleu, blanc, rouge} est en bijection avec {1, 2, 3} et donc de cardinal
3.
2. N n’est pas un ensemble fini.
Proposition 6 (Propriétés des cardinaux)
1. Le cardinal de l’ensemble vide est 0, autrement dit card(∅)= 0.

2. Si A est un ensemble fini, et B ⊂ A alors B est aussi un ensemble fini et card(B)≤
card(A).
3. Si A et B sont des ensembles finis disjoints (c’est à dire que A ∩ B = ∅) alors
card(A ∪ B)= card(A)+card(B).
4. Si A est un ensemble fini et B ⊂ A alors card(A\B)= card(A)- card(B).

5. En particulier, si B ⊂ A et card(A)=card(B) alors A = B.
6. Si A et B sont deux ensembles finis quelconques, alors
card(A ∪ B)=card(A)+ card(B)-card(A ∩ B).
Donnons maintenant quelques propriétés relatives aux injections, surjections et bijections

dans les ensembles finis.
Proposition 7 (Cardinaux et applications)
Soient I, J deux ensembles finis, et f I → J un application. Nous avons les propriétés

suivantes :
1. si f est injective alors card(I)≤ card(J),
2. si f est surjective alors card(I)≥ card(J),
3. si f est bijective alors card(I)= card(J).
Nous avons également le résultat suivant
126
Applications
Proposition 8 (Cardinaux bijection)
Soient I, J deux ensembles finis, et f I → J un application. Si card(I)= card(J) alors les

assertions suivantes sont équivalents :
1. f est injective,
2. f est surjective,
3. f est bijective.
Nous pouvons également dénombrer le nombre d’applications par la proposition suivante :
Proposition 9 (Nombre d’applications)
Soient I, J deux ensembles finis non vides, on note card(I)= n et card(J)= p, alors
1. le nombre d’applications différentes de I dans J est pn .
2. le nombre d’injections de I dans J est p × (p − 1) × ... × (p − (n − 1)).
3. le nombre de bijections de I dans J est n!
127
Applications
128
Chapitre 2
Pratiques sur les fonctions (applications)

usuelles
La science est l’asymptote de la vérité.

Elle l’approche sans cesse, et ne la touche
jamais.
Victor Hugo
Sommaire
2.1 Quelques propriétés des fonctions . . . . . . . . . . . . . . . . . . . . . 130
2.1.1 Les opérations algébriques . . . . . . . . . . . . . . . . . . . . . . 130
2.1.2 La restriction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
2.1.3 Fonctions définies par morceaux . . . . . . . . . . . . . . . . . . . 132
2.1.4 Dérivabilité, opérations algébriques et composition . . . . . . . . . 132
2.1.5 Fonctions majorées, minorées, bornées . . . . . . . . . . . . . . . 134
2.1.6 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
2.1.7 Parité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
2.1.8 Fonctions périodiques . . . . . . . . . . . . . . . . . . . . . . . . 141
2.1.9 Fonctions convexe . . . . . . . . . . . . . . . . . . . . . . . . . . 142
2.1.10 Asymptotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
2.2 Fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.2.1 Fonction constante . . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.2.2 Fonction identité . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
2.2.3 Fonction valeur absolue . . . . . . . . . . . . . . . . . . . . . . . 146
2.2.4 Fonction partie entière . . . . . . . . . . . . . . . . . . . . . . . . 147
2.2.5 Fonction puissances entières n ∈ N . . . . . . . . . . . . . . . . . 148
2.2.6 Fonction polynôme . . . . . . . . . . . . . . . . . . . . . . . . . . 150
2.2.7 Fonction racine n-ième, puissance rationnelle . . . . . . . . . . . . 150
2.3 Fonction homographique . . . . . . . . . . . . . . . . . . . . . . . . . . 152
2.4 Fonction logarithme népérien . . . . . . . . . . . . . . . . . . . . . . . . 153
2.5 Fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
129
Pratiques sur les fonctions (applications) usuelles
2.6 Fonctions circulaires (ou trigonométriques) . . . . . . . . . . . . . . . . 157

2.6.1 Fonction sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
2.6.2 Fonction cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
2.6.3 Fonction tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
2.6.4 Fonction cotangente . . . . . . . . . . . . . . . . . . . . . . . . . 158
2.7 Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
2.7.1 Fonction cosinus hyperbolique . . . . . . . . . . . . . . . . . . . . 160
2.7.2 Fonction sinus hyperbolique . . . . . . . . . . . . . . . . . . . . . 160
2.7.3 Fonction tangente hyperbolique . . . . . . . . . . . . . . . . . . . 161
2.7.4 Fonction cotangente hyperbolique . . . . . . . . . . . . . . . . . . 162
2.8 Dérivées des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . 162
130
(a) John Napier (en français Neper) (b) Christian Huygens (1629- (c) Vincenzo Riccati (1707 - 1775 ),
(1550-1617), mathématicien écos- 1695), mathématicien néerlan- mathématicien italien fut l’un des pre-
sais a donné son nom au logarithme dais, fait le lien entre la primitive miers à étudier les fonctions hyperbo-
népérien qu’il a élaboré avec des de la fonction x 7→ 1/x et le lo- liques.
tables de correspondances. garithme népérien.
F IGURE 2.1 – Quelques mathématiciens célèbres liés au logarithme népérien et aux fonctions hyper-
boliques.
Dans tout ce chapitre, nous ne ferons pas vraiment la distinction entre fonction et ap-
plication, même si la plupart du temps, nous définirons les fonctions sur leur domaine de
définition.
Nous allons dans ce chapitre présenter les fonctions les plus connues (qui pourraient sembler
nouvelles pour certains d’entre vous). Ces fonctions ainsi que leurs propriétés sont à connaître
par cœur. Nous donnerons quelques propriétés essentielles de ces fonctions (notamment leur
comportement asymptotique).
Nous donnerons aussi quelques résultats “intuitifs” sur les limites des fonctions, et leurs dé-
rivées sans avoir défini encore ces concepts (ce qui se fera dans un chapitre suivant).
Avant de présenter les fonctions “classiques” commençons donner quelques propriétés géné-
rales et nous les appliquerons sur les fonctions usuelles.
2.1 Quelques propriétés des fonctions

Par abus, dans tout ce qui suit (sauf dans des cas particuliers) nous allons parler de fonctions
plutôt que d’applications. Ceci afin de ne pas alourdir les propos et de permettre de donner un
cadre général aux propriétés. Toutefois, on gardera en tête qu’il suffira de définir l’ensemble
de départ comme étant le domaine de définition pour que le résultat s’applique aux applica-
tions. Nous allons donner ici quelques propriétés connues, et d’autres moins connues sur les
fonctions. Ces propriétés permettront de décomposer des fonctions un peu compliquées en
fonctions connues plus simples.
2.1.1 Les opérations algébriques

Commençons par les opérations connues : somme, produit et division de fonctions.
131
Définition 1 (Opérations sur les fonctions)
Si f et g sont deux fonctions définies sur le même intervalle I ⊂ R, on a alors les résultats
suivant :
1. Somme : la fonction somme f + g est définie pour tout réel x de l’intervalle I par :
(f + g)(x) = f (x) + g(x).
2. Produit : la fonction produit f g est définie pour tout réel x de l’intervalle I par :
(f g)(x) = f (x)g(x).
3. Quotient : lorsque la fonction g ne s’annule pas sur l’intervalle I, la fonction quotient

f
est définie pour tout réel x de I par :
g

f f (x)
(x) = .
g g(x)
Remarque Il est important de rappeler que l’on ne peut pas diviser par 0 et donc il faudra
absolument que le domaine de définition de g comprenne entre autre le fait que g(x) ne
s’annule pas pour x dans ce domaine.
2.1.2 La restriction
Il se peut que de temps à autre, nous n’ayons pas besoin d’étudier une applications sur tout
son domaine de définition, mais seulement sur une partie. On restreint alors la fonction sur
un intervalle plus petit que son domaine de définition.
Définition 2 (Restriction)
Soit f une application définie sur un intervalle I de R. Soit I0 un intervalle de R inclus dans
I. On appelle restriction de f à I0 que l’on note f |I0 , la fonction définie sur I0 par :
pour tout x ∈ I0 , f |I0 (x) = f (x).
Remarque Cette définition signifie juste que les fonctions f et f |I0 prennent les mêmes
valeurs en chaque point de l’intervalle I0 .
132
2.1.3 Fonctions définies par morceaux

L’image de la fonction que l’on avait jusqu’à maintenant est celle d’une courbe assez régulière
que l’on peut dessiner à main levée sans trop de problème. Il se peut en fait qu’une fonction
soit définie par des petits morceaux que l’on peut rapiécer Ces morceaux de fonctions peuvent
se toucher ou non suivant ce que l’on étudie.
Si l’on considère par exemple un intervalle I de R qui contient plusieurs sous intervalles
I1 , I2 , ..., In (où n est un entier naturel). On suppose que ces intervalles ne se chevauchent
pas, sinon nous aurions des problèmes, nous ne serions pas en présence de fonctions dans un
cadre général. Ces intervalles peuvent se toucher en découpant ainsi l’intervalle I en n sous
intervalles ou non. Supposons qu’en chacun de ces sous-intervalles la fonction f possède une
expression différente. Autrement dit, en reprenant la notation de la restriction de la section
précédente nous aurions :
f |I1 = f1 , f |I2 = f2 ,...,f |In = fn .
La fonction ainsi définie serait une fonction par morceaux (voir exemple sur la figure 2.2).
F IGURE 2.2 – Exemple de fonction définie par morceaux.
2.1.4 Dérivabilité, opérations algébriques et composition

Rappelons la définition de la dérivée (que nous détaillerons plus dans le chapitre sur la déri-
vation)
133
Définition 3 (Dérivée en un point)
Soit f une fonction définie sur un intervalle I de R. Soit a un point de I. On dit que f est
dérivable en a si la fonction suivante (appelée taux d’accroissement),
g : I − {a} → R
f (x) − f (a)
x 7→ ,
x−a
possède une limite finie l au point a.
Dans ce cas là, on note la limite l de la façon suivante :
f (x) − f (a)
l = lim g(x) = lim = f 0 (a).
x→a x→a x−a
Ce nombre f 0 (a) est appelé dérivée de f en a.
Remarque
Une interprétation de la dérivée est la suivante. Le rapport
f (x) − f (a)
,
x−a
représente la pente de la droite sécante passant par les points (x, f (x)) et (a, f (a)), tandis
que le nombre f 0 (a) représente la pente de la tangente du graphe Cf au point a.
L’équation de la tangente à Cf au point (a, f (a)) est alors
y = f 0 (a)(x − a) + f (a).
Proposition 1 (dérivée opérations algébriques)
Soient f et g deux fonctions définies sur un même intervalle I de R. Soit a un point de I.

1. Si f et g sont dérivables en a, la fonction f + g est dérivable en a et on a
(f + g)0 (a) = f 0 (a) + g 0 (a).
2. Si f et g sont dérivables en a, la fonction f g est dérivable en a et on a
(f g)0 (a) = f 0 (a)g(a) + f (a)g 0 (a).
f
3. Si f et g sont dérivables en a, avec g(a) 6= 0 la fonction est dérivable en a et on a
g
0
f f 0 (a)g(a) − f (a)g 0 (a)
(a) = .
g g 2 (a)
134
Proposition 2 (dérivée d’une fonction composée)
Soient f une fonction définie sur I à valeurs dans J, et g une fonction définie sur J à valeurs
dans K (I, J et K étant des intervalles de R).
Si f est dérivable en a, un élément de I, et si g est dérivable en f (a) un élément de J, alors
la composée g ◦ f est dérivable en a et l’on a
(g ◦ f )0 (a) = g 0 (f (a))f 0 (a).
Remarque Lorsqu’on dérive des fonctions composées on peut faire une analogie avec des
poupées russes. Les fonctions dans la composition s’emboîtent les unes dans les autres. Et
lorsque l’on dérive cette composition de fonctions, cela revient à enlever les poupées les
unes après les autres. Et chaque fois qu’on en retire une on la dérive au point correspondant
à l’intérieur des poupées encore rangées que l’on n’a pas encore touchées.
Une des conséquences de la proposition précédente est la dérivée de la réciproque d’une
fonction.
Proposition 3 (dérivée d’une fonction réciproque)
Soit f : I → J une fonction bijective. Soit f −1 : J → J sa fonction réciproque. On suppose

que f est dérivable en a et que f 0 (a) 6= 0. Alors f −1 est dérivable en b = f (a) et
1
(f −1 )0 (b) = .
f 0 (f −1 (b))
Proposition 4 (dérivée d’une fonction réciproque sur I)
Soit f : I → J une fonction bijective. Soit f −1 : J → J sa fonction réciproque. On

suppose que f est dérivable sur I et que sa dérivée ne s’annule pas. Alors f −1 est dérivable
sur J = f (I) et
1
(f −1 )0 = .
f0 ◦ f −1
2.1.5 Fonctions majorées, minorées, bornées

Il se peut que l’on ait besoin de savoir de temps en temps si une fonction peut-être majorée ou
minorée (on pourrait par exemple chercher le coût minimum ou maximum d’une opération
financière). Pour cela nous devons définir les notions suivantes.
135
Définition 4 (Fonction majorée)
Soit f une application définie sur un intervalle I de R. Etant donné un réel M , la fonction f
est dite majorée (par M ) sur I si pour tout réel de I :
f (x) ≤ M .
Définition 5 (Fonction minorée)
Soit f une application définie sur un intervalle I de R. Etant donné un réel m, la fonction f
est dite minorée (par m) sur I si pour tout réel de I :
f (x) ≥ m.
Définition 6 (Fonction bornée)
Soit f une application définie sur un intervalle I de R. La fonction f est dite bornée sur I si
elle est à la fois majorée et minorée.
Propriété 1 (Valeur absolue et fonction bornée)
Soit f une fonction définie sur I, intervalle de R. La fonction f est bornée sur I si la fonction
|f | : x 7→ |f (x)| est majorée.
Remarque La majoration ou la minoration de f peuvent ne pas exister. Elles peuvent éga-

lement ne pas être unique. Il suffit de trouver un majorant ou un minorant qui marche. Si ce
majorant (ou minorant) est le plus petit des majorants (ou plus grand des minorants), ça peut
être soit la borne supérieure (ou inférieure), soit le maximum (ou le minimum) de la fonction.
Tout dépend en fait de l’appartenance ou non de ce majorant ou minorant dans l’intervalle
d’arrivée.
Quelques fois, ce n’est pas un nombre qui majore (ou minore) une fonction. ll se peut que ce
soit carrément une autre fonction. Nous avons alors les définitions suivantes.
136
Définition 7 (Fonction majorée par une fonction)
Soient f et g deux fonctions définies sur un même intervalle I de R. On dit que f majore g si
pour tout x de I :
f (x) ≥ g(x).
On écrit alors f ≥ g.
Définition 8 (Fonction minorée par une fonction)
Soient f et g deux fonctions définies sur un même intervalle I de R. On dit que f minore g
si pour tout x de I :
f (x) ≤ g(x).
On écrit alors f ≤ g.
2.1.6 Monotonie
Certaines fonctions sont monotones, dans le sens littéral du terme. Autrement dit, elles ne
varient pas. Elles sont soit croissantes, soit décroissantes sur un intervalle fixé. C’est ce que
nous allons définir ici.
Définition 9 (Croissance)
Soit f une application définie sur un intervalle I de R. L’application f est dite croissante sur
I si pour tous x1 et x2 de l’intervalle I on a :
si x1 ≤ x2 alors f (x1 ) ≤ f (x2 ).
Définition 10 (Décroissance)
Soit f une application définie sur un intervalle I de R. L’application f est dite décroissante
sur I si pour tous x1 et x2 de l’intervalle I on a :
si x1 ≤ x2 alors f (x1 ) ≥ f (x2 ).
137
Définition 11 (Croissance stricte)
Soit f une application définie sur un intervalle I de R. L’application f est dite strictement
croissante sur I si pour tous x1 et x2 de l’intervalle I on a :
si x1 < x2 alors f (x1 ) < f (x2 ).
Définition 12 (Stricte décroissance)
décroissante sur I si pour tous x1 et x2 de l’intervalle I on a :
si x1 < x2 alors f (x1 ) > f (x2 ).
De façon générale nous avons la définition de la monotonie suivante.
Définition 13 (Monotonie)
Soit f une application définie sur un intervalle I de R. L’application f est dite monotone sur
I si elle y est croissante ou décroissante.
Définition 14 (Monotonie stricte)
monotone sur I si elle y est strictement croissante ou strictement décroissante.
Remarque Etudier les variations d’une application consiste donc à regarder sa variation de
monotonie et donc à partager son ensemble de définitions en intervalles tels que sur chacun
d’eux, la fonction soit monotone.
Nous verrons dans le chapitre sur la dérivation ue si une fonction est dérivable sur un inter-
valle I inclus dans son domaine de définition, alors sa monotonie est donnée par le signe de sa
dérivée de la façon suivante (nous montrerons ces résultats dans le chapitre de la dérivation).
Proposition 5 (dérivée d’une fonction constante)
Soit f une fonction dérivable sur I intervalle de R. Alors f est constante si et seulement si sa
dérivée f 0 est identiquement nulle sur I.
138
Proposition 6 (dérivée et monotonie)
Soit f une fonction dérivable sur I intervalle de R. Alors

1. f est croissante sur I si et seulement si sa dérivée f 0 est positive ou nulle sur I.
2. f est décroissante sur I si et seulement si sa dérivée f 0 est négative ou nulle sur I.
3. f est strictement croissante sur I si et seulement si sa dérivée f 0 est positive ou nulle
sur I mais ne s’annule sur aucun intervalle de I non réduit à un point.
4. f est strictement décroissante sur I si et seulement si sa dérivée f 0 est négative ou nulle
On synthétise alors les résultats obtenus dans un tableau de variations (voir un exemple dans
la figure 2.3).
Définition 15 (Tableau de variations)
Afin de rassembler les informations concernant les variations d’une fonction, on utilise un
tableau de variation dans lequel la croissance est représentée par une flèche vers le haut, la
décroissance par une flèche vers le vas. On y indique également les valeurs aux bornes de
l’ensemble de définition.
x −∞ 0 +∞
signes
+ 0 +
de f 0 (x)
+∞ +∞
variations
de f
F IGURE 2.3 – Exemple de tableau de variation pour la fonction f : x 7→ x2 . Remarquez que l’on note
dans la deuxième ligne, variation de f et non de f (x). On cherche en effet les variations de la fonction
f , tandis que f (x) est un nombre !
Voyons quelques propriétés relatives à la monotonie.
139
Propriété 2 (Somme, produit et composition de fonctions monotones)
Soient f et g deux fonctions définies sur I.

1. Si f et g sont croissantes sur I, la somme f + g est croissante.
2. Si f et g sont positives ou nulles sur I. Si f et g sont croissantes sur I, alors leur produit
f g est croissant sur I.
3. Si f et g sont croissantes toutes le deux, ou décroissantes toutes les deux alors leur
composée (si elle existe), est croissante.
4. Si l’une des fonctions f ou g est croissante et l’autre décroissante, alors la composée
est décroissante.
Rappelons que la composée de fonction est définie de la façon suivante (voir le chapitre 1
dans la section 1.3) :
Définition 16 (Applications composées)
Soient I, J et K trois ensembles, f : I → J et g : J → K deux fonctions. Nous appelons

fonction composée de g et de f , la fonction g ◦ f : I → K définie par
g ◦ f (x) = g(f (x)),
et que l’on peut écrire de la façon suivante :

f g
g◦f : I →
− J →
− K
x 7→ f (x) 7→ g(f (x)).
Nous allons également nous en servir dans la section sur la dérivation de fonctions.
2.1.7 Parité
Il sera très utile parfois de regarder si notre fonction (et donc son graphe) est symétrique
soit par rapport à l’origine 0 soit par rapport à l’axe des ordonnées (c’est à dire la droite
d’équation x = 0). En effet, cela nous permettra de n’étudier la fonction que sur une partie de
son domaine, l’autre partie se déduisant par symétrie. C’est extrêmement pratique notamment
quand on utilisera des valeurs absolues.
Pour cela nous devons définir la parité d’une fonction.
140
Définition 17 (Fonction paire)
Soit f une application définie sur son domaine I dans R ( l’intervalle I doit être symétrique-
ment réparti autour de 0) . L’application est dite paire si pour tout réel x de I nous avons
f (−x) = f (x).
Définition 18 (Fonction impaire)
Soit f une application définie sur son domaine I dans R ( l’intervalle I doit être symétri-
quement réparti autour de 0) . L’application est dite impaire si pour tout réel x de I nous
avons
f (−x) = −f (x).
Remarque Si f est paire, sa courbe représentative (son graphe) est symétrique par rapport
à l’axe de des ordonnées (la droite d’équation x = 0)
Remarque Si f est impaire, sa courbe représentative (son graphe) est symétrique par rap-
port à l’origine O.
Remarque IMPORTANT : si 0 ∈ I, toute application f : I → R impaire s’annule en 0.

Autrement dit, si f est impaire f (0) = 0.
F IGURE 2.4 – Exemple de fonction paire (à gauche) et impaire (à droite).
141
Il se peut que l’axe de symétrie ne soit pas l’axe des ordonnées. La fonction ne sera alors
pas paire, mais juste symétrique par rapport à un autre axe. Supposons que ce soit la droite
verticale d’équation x = a. Nous avons alors la propriété suivante.
Propriété 3 (Axe de symétrie quelconque)
Soit f une application définie sur l’intervalle I de R. Soit a un réel de I tel que pour tout x
de I l’on ait :
a + x ∈ I et a − x ∈ I.
Le graphe Cf de f admet commet la droite d’équation x = a pour axe de symétrie si et

seulement si pour tout réel x :
f (a + x) = f (a − x).
Il se peut que le centre de symétrie ne soit par l’origine. Dans ce cas, la propriété suivante
nous permet de prouver qu’un point A de coordonnées (a, b) du plan est un centre de symétrie
pour l’application f .
Propriété 4 (Centre de symétrie quelconque)
Soit f une application définie sur l’intervalle I de R. Soient a ∈ I et b deux réels tels que
pour tout x de I l’on ait :
a + x ∈ I et a − x ∈ I.
Le graphe Cf de l’application f admet le point A de coordonnées (a, b) pour centre de

symétrie si et seulement si pour tout réel x de I
f (a + x) + f (a − x) = 2b.
2.1.8 Fonctions périodiques

Penchons-nous maintenant sur les fonctions périodiques. Montrer qu’une fonction est pério-
dique peut être très utile, dans le sens où, un peu comme dans le cas de la parité, cela permet
de réduire fortement le domaine d’étude de la fonction, en l’occurrence ici sur une seule
période.
142
Définition 19 (Fonction périodique)
Soit f une application définie sur son domaine I dans R. Soit T un nombre réel non nul tel
que pour tout x de I l’on ait :
x + T dans l’intervalle I.
L’application f est dite T-périodique si pour tout réel x de I :
f (x + T ) = f (x).
T est alors appelé la période de f .
Remarque Si f est une application périodique et si T et T 0 sont deux périodes de f telles

que T + T 0 6= 0, alors −T et T + T 0 sont également des périodes de f .
f peut donc posséder plusieurs périodes de f . La plus petite d’entre elle est appelée période
fondamentale.
Définition 20 (Période fondamentale)
Soit f une application définie sur son domaine I dans R. On suppose f périodique. Si l’en-
semble des périodes strictement positives de f a un plus petit élément T0 , celui-ci est appelé
période fondamentale de f . Toutes les périodes de f sont alors de la forme nT0 , où n est un
entier relatif.
2.1.9 Fonctions convexe

Rappelons tout d’abord la description paramétrique d’un segment [a, b] ⊂ R (en fonction
d’un paramètre t).
Proposition 7 (Segment)
Soient a, b ∈⊂ R, avec a < b, alors,
x ∈ [a, b] si et seulement s’il existe un unique t ∈ [0, 1] tel que x = ta + (1 − t)b.
Nous pouvons alors définir la notion de fonction convexe.

143
Définition 21 (Fonction convexe)
Soit f : I → R, où I ⊂ R. La fonction f est convexe si pour tous x1 et x2 ∈ I,
f (tx1 + (1 − t)x2 ) ≤ tf (x1 ) + (1 − t)f (x2 ) pour tout t ∈ [0, 1]
Remarque
1. La fonction f est dite concave si −f est convexe.

2. Si le graphe Cf de f passe par les points A(x1 , f( x1 )) et B(x2 , f (x2 )) alors le point
(tx1 + (1 − t)x2 , tf (x1 ) + (1 − t)x2 )), avec t ∈ [0, 1] appartient au segment [A, B].
Proposition 8 (Fonction convexe : critère)
Soit f : I → R, où I ⊂ R. La fonction f est convexe si et seulement si pour tous a et b ∈ I,

avec a < b et pour tout x ∈ [a, b],
f (b) − f (a)
f (x) ≤ f (a) + (x − a) .
b−a
Proposition 9 (Fonction convexe : dérivée)
Soit f : I → R, où I est un intervalle ouvert de R une fonction dérivable sur I. Si f 0 est

croissante sur I alors f est convexe et pour tous x, a ∈ I,
f (x) ≥ f (a) + f 0 (a)(x − a).
Remarque
L’inégalité de la dernière proposition signifie que le graphe Cf se trouve “ au-dessus” de

toutes ses tangentes.
Proposition 10 (Fonction convexe : dérivée seconde)
Soit f : I → R, où I est un intervalle ouvert de R une fonction deux fois dérivable sur I. Si
f 00 (x) ≥ 0 pour tout x ∈ I alors f est convexe.
144
Définition 22 (Point d’inflexion)
Soit f : I → R, où I est un intervalle ouvert de R une fonction deux fois dérivable sur
I. Si f 00 (a) ≥ 0 pour un point a ∈ I, et pour tous x1 , x2 dans I et dans un voisinage de
a, f 00 (x1 ).f 00 (x2 ) < 0, alors on dit que (a, f (a)) est un point d’inflexion de Cf . alors f est
convexe.
2.1.10 Asymptotes
Définition 23 (Asymptotes)
Soit I ∈ R et Soient f : I → R, et g : I → R deux fonctions de graphes respectifs Cf et Cg .

Soit α = {−∞, a, +∞}, où a ∈ R.
Si lim (f (x) − g(x)) = 0 on dit que les graphes sont asymptotes.
x→α
Remarque
En général, nous étudierons
1. les asymptotes horizontales (quand x tend vers +∞ ou −∞) quand
lim f (x) = b où b ∈ R est fini.

x→∞
2. les asymptotes verticales quand
lim f (x) = +∞ ou −∞ où a ∈ R est fini.

x→a
3. les asymptotes obliques quand
lim f (x) − (ax + b) = 0 où a, b ∈ R.

x→∞
Proposition 11 (Asymptote oblique)
Soient x0 ∈ R et f : I → R, où I = [x0 , +∞[∈ R. Soient a, b ∈ R, si

f (x)
1. lim = 0, et
x→+∞ x
2. lim f (x) − ax = b,
x→∞
alors la droite d’équation = ax + b est asymptote au graphe Cf de f .
145
Exemple
Soit f :]1, +∞[ définie pour tout x ∈]1, +∞[ par
2x2 − x + 1
f (x) = .
x−1
f (x)
On a lim = 2 et lim f (x)−2x = 1 alors la droite d’équation = 2x+1 est asymptote
x→+∞ x x→∞
au graphe Cf de f (voir figure 2.5).
F IGURE 2.5 – Exemple d’asymptote oblique.
2.2 Fonctions usuelles

2.2.1 Fonction constante
La fonction constante (voir représentation sur la figure 2.6) est la fonction définie sur I = R
de la façon suivante :
f: R → R
x 7→ a,
où a est un nombre réel.
On peut montrer assez facilement que
lim f (x) = lim f (x) = a.
x7→+∞ x7→−∞
2.2.2 Fonction identité

La fonction identité est la fonction définie sur I = R de la façon suivante :
Id : R → R
x 7→ x.
La fonction identité n’est rien d’autre qu’une fonction linéaire de la forme f (x) = mx dont
le coefficient directeur m vaut 1.
On rappelle au passage qu’en déplaçant la fonction linéaire x 7→ mx de p unités (vers le haut
si p est positif ou vers le bas si p est négatif), on obtient la fonction affine x 7→ mx + p. On
peut montrer assez facilement que
146
F IGURE 2.6 – Représentation de la fonction constante.
lim Id(x) = +∞ et lim Id(x) = −∞.

x7→+∞ x7→−∞
F IGURE 2.7 – Représentation de la fonction identité.
2.2.3 Fonction valeur absolue

Pour un rappelle sur les propriétés des valeurs absolues d’un nombre, il n’est pas inutile de
relire la section (1.4.3). Ici, nous ne nous intéressons qu’à la fonction valeur absolue.
La fonction valeur absolue est la fonction définie sur I = R de la façon suivante :
f: R → R
x si x ≥ 0,
x 7→ |x| =
−x si x < 0.
147
On peut montrer assez facilement que
lim |x| = lim |x| = +∞.

x7→+∞ x7→−∞
F IGURE 2.8 – Représentation de la fonction valeur absolue.
2.2.4 Fonction partie entière

Cette fonction peut-être nouvelle pour certains d’entre vous. C’est la fonction partie entière.
Pour la définition et les propriétés de la partie entière, il ne sera pas inutile de revoir sa défi-
nition.
La partie entière a beaucoup d’applications notamment en probabilité, en théorie des nombres
mais également dans l’affichage numérique d’appareils de mesures. Elle pourra également
nous être utile pour la résolution d’exercices ainsi que pour la preuve de certaines proposi-
tions.
Définition 24 (Partie entière)
Soit a un nombre réel. Le plus grand entier inférieur ou égal à a s’appelle la partie entière de
a. Nous le noterons E(a) ou [a]. Autrement dit,
E(a) ≤ a < E(a) + 1.
où a ∈ R et E(a) ∈ Z.
Remarque Intuitivement, il est assez aisé de voir que pour les nombre positifs, la partie
entière d’un nombre est le nombre lui-même “coupé” de ses chiffres après la virgule. D’où
148
le nom de partie entière.

Par contre pour les nombres négatifs, il faudra faire attention, ce sera le nombre entière
inférieur au nombre “coupé” de ses chiffres après la virgule.
Il ne faut donc pas confondre partie entière et troncature ! (la partie entière est la troncature
pour les nombres positifs, mais pas pour les nombres négatifs !
Exemple
1. E(π) = 3,
2. E(−π) = −4.
La fonction partie entière que l’on note E est la fonction définie par :
E: R → R
x 7→ E(x).
La fonction E est croissante sur R et elle est constante sur tous les intervalles du type [n, n+1[
où n ∈ Z. On peut remarquer sur le graphe de la partie entière que sa représentation n’est
F IGURE 2.9 – Représentation de la fonction partie entière.
pas en “ un seul morceau”. On dira dans le prochain chapitre que la fonction partie entière
est continue par morceaux.
2.2.5 Fonction puissances entières n ∈ N

Commençons par rappeler la définition de la puissance entière d’un nombre réel a.
149
Définition 25 (Puissance entière)
Soient a un réel non nul et n un entier naturel. La puissance n-ième de a est définie par :
an = a × a × a × ... × a (où a est multiplié n fois).
Notons que si n = 0, a0 = 1.
Il est important de noter que cette fonction est définie pour tout réel a. Ce sera important pour
donner le domaine de définition de cette fonction.
Continuons par quelques propriétés des puissances entières d’un nombre réel a.
Propriété 5 (Opérations puissances entières)
Soient a, b des nombres réels et n, p deux entiers naturels. On a les propriétés suivantes :
an ap = an+p , (an )p = anp , an bn = (ab)n ,
et si en plus b est non nul :

an a n 1
n
= et bn = −n .
b b b
Remarque Grâce à ce qui précède on peut généraliser les propriétés à n et p entier relatifs,
en faisant attention à chaque fois que pour an , avec n ∈ Z, si la puissance de a est négative,
le nombre a ne doit pas être nul, car on ne peut pas diviser par 0 (on ne le répètera jamais
assez).
La fonction puissance entière peut donc être définie de la façon suivante pour n ∈ Z :
f: R → R
x 7→ xn .
Remarque
1. Si n = 0 on retrouve la fonction constante définie plus haut.
2. Si n = 1 on retrouve la fonction identité Id définie plus haut.
3. Si n est pair, la fonction f est paire.
4. Si f est impaire, la fonction f est impaire.
5. Si n est un entier négatif, il faut bien faire attention au domaine de définition qui devient
Df = R∗ (c’est à dire R privé de 0).
6. Si n = −1 on retrouve la fonction inverse classique :
f : R∗ → R
1
x 7→ x−1 = .
x
150
F IGURE 2.10 – Représentation de la fonction puissance entière.
2.2.6 Fonction polynôme

Si l’on considère les puissances entières positives. Nous pouvons faire la somme de plusieurs
fonctions puissances entières, qui donnent alors naissance à la fonction polynôme (plusieurs
puissances).
On la définit en général avec la lettre p (pour l’initiale de polynôme) de la façon suivante :
p: R → R
x 7→ a0 + a1 x + a2 x2 + ... + an xn ,
où les a0 , a1 , ..., an sont des réels (qui peuvent être nuls) appelés coefficients du polynôme.
Remarque L’écriture a0 + a1 x + a2 x2 + ... + an xn peut se simplifier en utilisant le symbole
de la somme de plusieurs éléments en mathématique de la façon suivante :
n
X
2
a0 + a1 x + a2 x + ... + an x =n
ai x i ,
i=0
qu’on lit : “somme de i = 1 à n de ai xi ”. C’est écriture est beaucoup plus pratique, elle
permet d’éviter de surcharger les calculs.
2.2.7 Fonction racine n-ième, puissance rationnelle

Il se peut que la puissance ne soit pas entière. Elle peut alors être rationnelle. Autrement dit
p
sous la forme où p ∈ Z et q ∈ N∗ .
q
151
Pour éviter les cas particuliers, nous définirons la puissance rationnelle (ou puissance frac-
tionnaire) pour a un réel strictement positif :
p √
a q = q ap .
Remarque
√
1. Noter que si p = 1 et q = 2 on obtient a et a > 0 qui est la racine carrée comme
nous la connaissons (mais définie seulement pour a > 0).
√
2. Noter que si p = 1 et q = 3 on obtient 3 a, et a > 0 qui est la racine cubique que nous
connaissons également (et qui peut être définie sur R).
3. Noter que ce n’est pas toujours nécessaire de prendre a > 0, mais pour la définition
générale d’une puissance rationnelle nous prendrons toujours a dans R∗+ . Sinon il
p
faudra faire attention au rapport qui doit écrit de façon irréductible. Alors seulement
q p
dans ce cas, si q est impair on peut définir a q pour a ∈ R.
4. Notons enfin que si p est négatif, il faut également prendre en compte le fait que a ne
doit pas être nul (sinon on diviserait par 0).
On peut alors définir la fonction racine n-ième de la façon suivante :

- Si n est pair :
f : R+ → R√
x 7→ n x,
- Si n est impair :
f: R → R√
x 7→ n x.
Et d’un autre côté la fonction puissance rationnelle (pour n’importe quels p ∈ Z et q ∈ N∗ ) :
f : R∗+ → R
p
x 7→ x q .
152
F IGURE 2.11 – Représentation de la fonction racine carrée.
F IGURE 2.12 – Représentation de la fonction racine cubique.
2.3 Fonction homographique

On pourrait penser que les fonctions fonctions homographiques s’appellent ainsi parce qu’elles
possèdent toutes la même (homo en latin) forme de graphe. Mais c’est en fait un peu plus
compliqué que ça. Pour faire simple, dans le plan complexe ce sont des fonctions qui trans-
forment des figures en ces mêmes figures (comme des cercles en cercles, ou des droites en
droites...). Mais nous ne développerons pas plus loin cet aspect.
Les fonctions homographiques sont connues depuis le lycée, nous ne faisons que rappeler
leur définition ici :
d
f : R \ {− } → R
c
ax + b
x 7→ ,
cx + d
où a, b, c et d sont des réels et c n’est pas nul (sinon on aurait des fonctions affines classiques).
153
Bien faire attention là aussi à l’ensemble de définition.

En appliquant le chapitre précédent au calcul des limites de ce type de fonctions, nous pou-
vons observer que leur graphe comporte deux asymptotes :
d
- une asymptote verticale qui a pour équation x = − ,
c
a
- une asymptote horizontale qui a pour équation y = .
c
D’autre part, en appliquant les résultats de la section (2.1.7), il est possible de prouver que
ces graphes possèdent un centre de symétrie que l’on laisse le soin au lecteur de calculer (ce
qui pourrait faire l’objet d’un exercice pas trop difficile).
F IGURE 2.13 – Représentation de la fonction homographique.
2.4 Fonction logarithme népérien

La fonction logarithme népérien (notée ln) est connue depuis la terminale. Cette fonction
peut être construite de plusieurs façon :
1
-comme étant une primitive de la fonction inverse x 7→ (c’est même en fait l’intégrale entre
x
1 et x de la fonction inverse) (mais nous n’avons pas encore abordé la notion de primitive ni
celle de l’intégrale, cela se fera au prochain semestre),
- comme la réciproque de la fonction exponentielle (que nous allons introduire juste après
cette section, qui elle-même peut être construite à partir des suites (les suites que l’on verra
dans le chapitre(??)).
Nous laissons donc pour l’instant la construction de cette fonction de côté.
Nous allons juste rappeler cette fonction ln ici, ainsi que quelques propriétés essentielles.
La fonction ln est définie de la façon suivante :
ln : R∗+ → R
x 7→ ln(x).
154
F IGURE 2.14 – Représentation de la fonction logarithme népérien.
Il est important de noter ici aussi le domaine de définition de cette fonction.
Cette fonction possède de nombreuses propriétés qu’il n’est pas inutile de rappeler ci-dessous.
Propriété 6 (Logarithme népérien)
1. Il existe un nombre e ' 2, 71828 tel que ln(e) = 1.

2. Soient a et b deux réels strictement positifs, alors
a
ln(ab) = ln(a) + ln(b) et ln( ) = ln(a) − ln(b).
b
Cette dernière égalité nous permet d’ailleurs de déduire (en posant a = b) que ln(1) =
0.
3. Soient n un entier naturel non nul, et a un réel strictement positif, on a alors :
ln(an ) = n ln(a), et ln(a−n ) = −n ln(a).
Les résultats sur les limites liées à la fonction ln sont également à connaître et à savoir redé-
montrer.
155
Propriété 7 (Limites et Logarithme népérien)
Soit x réel strictement positif,
lim ln(x) = −∞, et lim ln(x) = +∞,

x→+0+ x→+∞
mais également
ln(x) ln(x + 1) ln(x)
lim = 0, lim+ = 1, et lim = 0, pour p ∈ R∗+ .
x→+∞ x x→0 x x→+∞ xp
Il sera utile quelques fois de connaître les logarithme de base 10 (en général pour des appli-
cations en physique, chimie ou biologie), et donc plus généralement les logarithmes de base
a où a est un réel strictement positif.
Définition 26 (Logarithme de base a)
Soient a un réel strictement positif. Pour tout réel x strictement positif, on définit son loga-
rithme de base a noté loga (x) par
ln(x)
loga (x) =
ln(a)
Remarque Le logarithme népérien ln est le logarithme de base e, c’est celui que l’on utili-
sera le plus souvent, et c’est celui qui est le plus simple, que l’on croise le plus naturellement
(même si historiquement ce n’est pas celui-là qui a été utilisé en premier par John Napier
(ou Neper) en 1614 qui à donné son nom à cette fonction). C’est pour cela qu’on l’appelle
aussi logarithme naturel (celui-ci est dû à Nicolaus Mercator (en 1668)).
2.5 Fonction exponentielle

Intimement liée à la fonction ln (c’est sa fonction réciproque), la fonction exponentielle est
définie comme suit :
exp : R → R
x 7→ ex .
Il est important de se rappeler que la fonction exponentielle reste toujours strictement posi-
tive. Cela sera très utile de le savoir tout au long de ce semestre. Elle possède, entre autres,
les propriétés suivantes :
156
Propriété 8 (Exponentielle)
1. Pour tous réels a et b,

ea
ea+b = ea eb , ea−b = .
eb
2. Pour tout réel a et pour tout entier naturel n
1
(ea )n = ena , (ea )−n = .
ena
3. Pour tout réel strictement positif a et pour tout réel b
eln a = a, ln(ea ) = a et eb ln a = ab .
F IGURE 2.15 – Représentation de la fonction exponentielle.
Remarque
1. Le 3. de la propriété précédente permet de définir la puissance quelconque d’un réel
strictement positif ab , où a est un réel strictement positif et b est un réel quelconque. Et
les propriétés des puissances rationnelles marchent encore pour des puissances quel-
conques si on les définit pour un réel a strictement positif.
2. On peut également définir la fonction puissance quelconque (ou fonction puissance
“non entière”) de la façon suivante :
f : R∗+ → R
x 7→ xα ,
157
où α est un nombre réel quelconque.
On a alors les limites suivantes (que l’on appelle croissances comparées) (c’est à dire que
l’on étudie la vitesse de croissance de certaines fonctions par rapport à d’autres)
Propriété 9 (Limites et exponentielles)
Soit x réel. On a alors les limites suivantes

(1 + a)x
lim ex = +∞, lim ex = 0, lim = ea , où a ∈ R.
x→+∞ x→−∞ x→+∞ x
Soit α un réel strictement positif, Soit β un réel quelconque. On a alors les limites suivantes :
ex ex xα
lim = +∞, lim = +∞, lim = +∞, lim xα (ln(x))β = 0.
x→+∞ xα x→+∞ x−α x→+∞ (ln(x))β x→0+
2.6 Fonctions circulaires (ou trigonométriques)

La trigonométrie est connue depuis le collège. Les formules avec sinus, cosinus et tangente
sont à connaître par cœur (voir fiche de rappel à la fin de cette section).
Ici nous ne nous intéressons qu’aux fonctions et non pas aux formules. Nous avons :
2.6.1 Fonction sinus

La fonction sinus est définie de la façon suivante :
sin : R → R
x 7→ sin(x).
2.6.2 Fonction cosinus

La fonction cosinus est définie de la façon suivante :
cos : R → R
x 7→ cos(x).
2.6.3 Fonction tangente

La fonction tangente est définie de la façon suivante :
nπ o
tan : R \ + kπ , k ∈ Z → R
2
sin(x)
x 7→ tan(x) = .
cos(x)
158
F IGURE 2.16 – Représentation de la fonction sinus.
F IGURE 2.17 – Représentation de la fonction cosinus.
2.6.4 Fonction cotangente

La fonction cotangente est définie de la façon suivante :
cotan : R \ {kπ} , k ∈ Z → R
cos(x)
x 7→ cotan(x) = .
sin(x)
Remarque Nous verrons dans la prochaine section quelques propriétés des fonctions réci-
proques de ces fonctions trigonométriques.
159
F IGURE 2.18 – Représentation de la fonction tangente.
F IGURE 2.19 – Représentation de la fonction cotangente.
2.7 Fonctions hyperboliques
Ces fonctions sont peut-être nouvelles pour certains d’entre vous. Elles sont très utilisées
dans les applications pratiques. Ce sont des combinaisons de fonctions exponentielles qui ont
des propriétés assez similaires aux fonctions trigonométriques.
Nous donnerons quelques propriétés de ces fonctions à la fin de cette section.
160
2.7.1 Fonction cosinus hyperbolique

Le graphe de la fonction ch (que l’on va décrire ci-dessous) sur R décrit une chaînette appe-
lée également vélaire, ou caténaire. De façon très concrète, il représente la forme d’un câble
fixé aux deux extrémités et soumis à la pesanteur. Historiquement, l’arc de parabole semblait
la forme la plus intuitive pour décrire la forme prise par un fil flexible pendant entre deux
supports, c’est du moins ce que pensait Galilée. Mais, très vite, deux scientifiques : Joachim
Jung en 1627 d’un côté, et Christian Huygens en 1646 de l’autre apportèrent la preuve du
contraire.
Il faudra cependant attendre 1691 pour que simultanément, Leibniz, Jean Bernoulli et Huy-
gens, sous l’impulsion d’un défi lancé par Jacques Bernoulli (le frère de Jean), démontrent
que la forme exacte est une chaînette (nom donné par Huygens dans une lettre adressée à
Leibniz). C’est cette fonction ainsi que ses cousines appartenant à la même branche de ce
que l’on appelle les “fonctions hyperboliques” qui trouveront une multitude d’applications
en physique (notamment en architecture) et en biologie que nous allons étudier.
La fonction cosinus hyperbolique notée ch est définie de la façon suivante :
ch : R → R
ex + e−x
x 7→ ch(x) = .
2
La fonction ch est une fonction paire.
F IGURE 2.20 – Représentation de la fonction cosinus hyperbolique.
2.7.2 Fonction sinus hyperbolique

La fonction sinus hyperbolique notée sh est définie de la façon suivante :
sh : R → R
ex − e−x
x 7→ sh(x) = .
2
La fonction sh est une fonction impaire.
161
F IGURE 2.21 – Représentation de la fonction sinus hyperbolique.
2.7.3 Fonction tangente hyperbolique

La fonction tangent hyperbolique notée th est définie de la façon suivante :
th : R → R
sh(x)
x 7→ th(x) = .
ch(x)
F IGURE 2.22 – Représentation de la fonction tangente hyperbolique.
162
2.7.4 Fonction cotangente hyperbolique

La fonction cotangente hyperbolique notée coth est définie de la façon suivante :
coth : R∗ → R
ch(x)
x 7→ coth(x) = .
sh(x)
F IGURE 2.23 – Représentation de la fonction cotangente hyperbolique.
Remarque Nous verrons dans la prochaine section quelques propriétés des fonctions réci-
proques de ces fonctions.
Par construction, nous avons les formules suivantes.
Propriété 10 (Egalités hyperboliques)
Soit x un nombre réel. Alors on a :

1. ch(x) + sh(x) = ex .
2. ch(x) − sh(x) = e−x .
3. ch(x)2 − sh(x)2 = 1.
2.8 Dérivées des fonctions usuelles

Commençons par donner les dérivées qui sont supposées être connues depuis le Lycée et
donc, supposées être parfaitement maîtrisées non seulement par leurs formulation mais éga-
lement leur domaine de définition.
163
Propriété 11 (Dérivée des fonctions puissance)
La dérivée des fonctions puissance est donnée sous forme de tableau :
Df Fonction f Df 0 Dérivée f 0
R a (a ∈ R) R 0
R x R 1
R x2 R 2x
1 −1
R∗ R∗
x x2
R ou R∗ xn (n ∈ Z) R ou R∗ nxn−1
√ 1
R+ x R∗+ √
2 x
√ 1
R+ n
x (n ∈ N) R∗+ √
n
n xn−1
R∗+ xα (α ∈ R) R∗+ αxα−1
Viennent ensuite les dérivées qui sont nouvelles cette année. Leurs valeurs sont importantes
à connaître, surtout lorsque l’on abordera le chapitre sur les équations différentielles avec les
dérivées mais également les primitives des fonctions usuelles à connaître. Encore une fois,
les ensembles de définitions sont aussi important que les formulations des dérivées.
164
Propriété 12 (Dérivée des fonctions logarithme, exponentielle et hyperbolique)
La dérivée des fonctions logarithme, exponentielle et hyperbolique est donnée sous forme de
tableau :
1
R∗+ ln(x) R∗+
x
R ex R ex
R ax (a > 0) R ln(a)ax
R sh(x) R ch(x)
R ch(x) R sh(x)
1
R th(x) R = 1 − th2 (x)
ch(x)2
−1
R∗ coth(x) R∗ = 1 − coth2 (x)
sh(x)2
Propriété 13 (Dérivée des fonctions trigonométriques)
La dérivée des fonctions trigonométriques est donnée sous forme de tableau :
R sin(x) R cos(x)
R cos(x) R sin(x)
π π 1
R\{ + kπ} (k ∈ Z) tan(x) R\{ + kπ} = 1 + tan2 (x)
2 2 cos2 (x)
−1
R \ {kπ} (k ∈ Z) cotan(x) R \ {kπ} = −1 − cotan2 (x)
sin2 (x)
165
166
Chapitre 3
Suites réelles
Une suite de petites volontés fait un gros

résultat.
Charles Baudelaire
Sommaire
3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
3.2 Deux suites classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.2.1 Suites arithmétiques . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.2.2 Suites géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.2.3 Suites arithmético-géométrique . . . . . . . . . . . . . . . . . . . 168
3.3 Récurrence d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.4 Limite de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
3.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
3.4.2 Opération algébriques sur les limites . . . . . . . . . . . . . . . . . 173
3.4.3 Résultats sur les limites de suites . . . . . . . . . . . . . . . . . . . 175
3.5 Suites réelles et monotonie . . . . . . . . . . . . . . . . . . . . . . . . . 176
3.6 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
3.7 Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
3.8 Critère de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
3.9 Fonctions et suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
167
Suites réelles
(a) Augustin Louis Cauchy (1789 (b) Leonardo Fibonacci (' 1175 - (c) Blaise Pascal (1623- 1662), ma-
- 1857), mathématicien français, ' 1250), un mathématicien italien thématicien français, décrivit dans le
qui a établi entre autres chose un également appelé Léonard de Pise, “traité du triangle arithmétique” en
critère de convergence des suites est connu pour la suite qui porte 1654 ce qui allait être le raisonnement
qui porte son nom. son nom et qu’il a introduite dans par récurrence comme on l’entend de
le Liber Abaci (Le livre des calculs) nos jours.
en 1202.
F IGURE 3.1 – Quelques mathématiciens célèbres ayant contribué à l’élaboration et l’étude de la théorie
sur les suites.
Un cas particulier de fonctions, est les suites. C’est un cas particulier dans le sens où
l’ensemble de départ n’est pas réel mais dans les entiers naturels.
Ce chapitre est dédié à l’étude des suites numériques qui seront à valeurs dans les réels.
Certains résultats seront valables pour les complexes mais nous resterons ici dans les réels.
3.1 Définition
Définition 1 (Suites réelles)
On appelle suite réelle toute application

N → R
.
n 7→ un
On note une telle application (un )n∈N .

Le nombre un est appelé terme général de la suite (un )n∈N .
Remarque On appellera aussi suite les applications dont l’ensemble de départ est N privé
de ses premiers éléments jusqu’à un certain rang.
On peut définir les suites de deux façons différentes.

168
Suites réelles
1. Soit directement par une formule, en général une fonction f , et on a pour tout n ∈ N
un = f (n),
c’est ce qu’on appelle une formulation explicite de la suite.

2. Soit en exprimant un+1 en fonction du terme précédent un et en définissant une valeur
initiale, comme par exemple :

un+1 = f (un ),
u0 = a.
c’est ce qu’on appelle une formulation par récurrence.
3.2 Deux suites classiques

Il existe deux suites classiques que l’on rencontrera assez souvent. Les suites arithmétiques
et les suites géométriques.
3.2.1 Suites arithmétiques
Définition 2 (Suite arithmétique)
On appelle suite arithmétique toute suite (un )n∈N pour laquelle il existe a ∈ R appelé raison
de cette suite tel que, pour tout n ∈ N
un+1 = a + un .
3.2.2 Suites géométrique
Définition 3 (Suite géométrique)
On appelle suite géométrique toute suite (un )n∈N pour laquelle il existe r ∈ R appelé raison
de cette suite tel que, pour tout n ∈ N
un+1 = run .
Il est possible de donner la formulation explicite de chacune de ces suites grâce à la proposi-
tion suivante.
169
Suites réelles
Proposition 1 (Formulation explicite suites arithmétiques et géométriques)
1. Le terme général d’une suite arithmétique de raison a et de premier terme u0 est
un = u0 + na.
2. Le terme général d’une suite géométrique de raison r et de premier terme u0 est
un = u0 r n .
3.2.3 Suites arithmético-géométrique
Définition 4 (Suite arithmético-géométrique)
On appelle suite arithmético-géométrique toute suite (un )n∈N pour laquelle il existe a, r ∈ R
appelé raisons de cette suite tel que, pour tout n ∈ N
un+1 = a + run .
Remarque
1. Si r = 1, nous retrouvons la suite arithmétique.

2. si a = 0, nous retrouvons la suite géométrique.
Proposition 2 (Formulation explicite suites arithmético-géométriques)
Soient a ∈ R et r ∈ R\{1}. Le terme général d’une suite arithmético-géométrique de raisons

a et r de premier terme u0 est
a a
un = + rn (u0 − ).
1−r 1−r
3.3 Récurrence d’ordre 2

Il se peut que l’on définisse les suites par une récurrence d’ordre supérieure à 1 comme
formulée dans la section précédente. Un cas particulier que l’on va étudier est la récurrence
d’ordre 2 (dans le cas le plus simple, le cas linéaire).
170
Suites réelles
Définition 5 (Récurrence d’ordre 2)
Toute suite (un )n∈N définie par la formulation récurrente linéaire d’ordre 2 s’écrit de la façon
suivante

un+1 = bun + cun−1
u0 = a0 , u1 = a1 ,
pour tout n ∈ N∗ , où b, c, a0 et a1 sont des réels donnés.
Remarque Nous pouvons exprimer cette suite de la façon suivante (ce qui est équivalent)

aun+2 + bun + cun = 0
u 0 = a0 , u 1 = a1 ,
où a, b et c sont des réels donnés et a 6= 0. Nous retombons alors sur la définition précédente
avec b qui s’écrit −b/a et c qui s’écrit −c/a.
Si nous considérons de la définition précédente, nous pouvons introduite l’équation caracté-

ristique correspondante.
Définition 6 (Récurrence d’ordre 2)
Soit (un )n∈N définie par la formulation récurrente linéaire d’ordre 2

un+1 = bun + cun−1
u0 = a0 , u1 = a1 ,
pour tout n ∈ N∗ , où b, c, a0 et a1 sont des réels donnés, on définit son équation caractéristique
de la façon suivante
r2 − br − c = 0.
Pour calculer explicitement le terme général de toute suite définie par des récurrences li-
néaires d’ordre 2, l’idée est de chercher des suites géométriques de raison r satisfaisant cette
récurrence. La raison vérifie alors l’équation caractéristique
r2 − br − c = 0.
On a alors la proposition suivante.

171
Suites réelles
Proposition 3 (Formulation explicite suites récurrentes d’ordre 2)
1. Si l’équation caractéristique r2 − br − c = 0 possède 2 solutions réelles distinctes r1

et r2 , le terme général de toute suite réelle satisfaisant la formulation de récurrence
linéaire d’ordre 2 est de la forme
un = λ1 r1n + λ2 r2n ,
avec λ1 et λ2 deux réels.

2. Si l’équation caractéristique r2 − br − c = 0 possède 1 solution réelle r0 6= 0, le terme
général de toute suite réelle satisfaisant la formulation de récurrence linéaire d’ordre 2
est de la forme
un = λ1 r0n + λ2 nr0n ,

3. Si l’équation caractéristique r2 − br − c = 0 possède 2 solutions complexes conjuguées
r = ρeiθ et r = ρe−iθ , le terme général de toute suite réelle satisfaisant la formulation
de récurrence linéaire d’ordre 2 est de la forme
un = λ1 ρn cos(nθ) + λ2 ρn sin(nθ),
Exemple Un exemple classique est la suite de Fibonacci où b = c = 1, si a0 = 0 et a1 = 1.
3.4 Limite de suites
3.4.1 Introduction
172
Suites réelles
Définition 7 (Limite finie d’une suite)
On dit qu’une suite réelle (un )n∈N a pour limite l ∈ R si et seulement si pour tout ε > 0 il
existe un N ∈ N tel que pour tout n ∈ N,
si n ≥ N alors |un − l| ≤ ε.
Si c’est le cas, on dit que la suite est convergente (on dit aussi qu’elle converge vers l).
S’il n’existe pas de l ∈ R, on dit que la suite est divergente.
Et on écrit
lim un = l.
n→+∞
Remarque
1. Une suite divergente peut admettre une limite infinie ou ne pas avoir de limite du tout.
2. On a les équivalences suivantes
lim un = l ⇐⇒ lim (un − l) = 0 ⇐⇒ lim |un − l| = 0.

n→+∞ n→+∞ n→+∞
Proposition 4 (Unicité de la limite)
La limite l ∈ R d’une suite réelle, si elle existe est unique.
Définition 8 (Limite infinie d’une suite)
1. On dit qu’une suite réelle (un )n∈N a pour limite +∞ si et seulement si pour tout M > 0
il existe un N ∈ N tel que pour tout n ∈ N,
si n ≥ N alors un ≥ M .
2. On dit qu’une suite réelle (un )n∈N a pour limite −∞ si et seulement si pour tout M < 0
il existe un N ∈ N tel que pour tout n ∈ N,
si n ≥ N alors un ≤ M .
173
Suites réelles
Proposition 5 (Suite majorée et minorée à partir d’un certain rang)
Si la suite réelle (un )n∈N admet une limite finie ou infinie, et

1. s’il existe un N ∈ N et M ∈ R tels que pour tout n ∈ N,
si n ≥ N alors un < M ,
(on dit que la suite est majorée par M à partir d’un certain rang) alors la limite de
(un )n∈N est soit −∞ soit l ∈] − ∞, M ].
2. s’il existe un N ∈ N et M ∈ R tels que pour tout n ∈ N,
si n ≥ N alors un > M ,
(on dit que la suite est minorée par M à partir d’un certain rang) alors la limite de
(un )n∈N est soit +∞ soit l ∈ [M, +∞[.
Remarque Il est important de remarquer ici que dans le cas la limite finie, une inégalité
stricte sur le terme général de la suite entraîne seulement une inégalité large sur la limite !
Définition 9 (Suite majorée, minorée et bornée)
1. On dit qu’une suite est majorée si et seulement s’ il existe M ∈ R tel que un ≤ M ,

pour tout n ∈ N.
2. On dit qu’une suite est minorée si et seulement s’ il existe m ∈ R tel que un ≥ m, pour
tout n ∈ N.
3. On dit qu’une suite (un )n∈N est bornée si elle est majorée et minorée.
Remarque Une suite (un )n∈N est bornée si et seulement si la suite (|un |)n∈N est majorée.
Propriété 1 (Convergence et suite bornée)
Toute suite convergente est une suite bornée.
Remarque Attention, la réciproque de la propriété précédente est fausse !
Remarque Pour que tout soit bien clair, il paraît nécessaire de faire le point sur un peu de
vocabulaire : en effet, il ne faut pas confondre suite convergente et suite qui admet une limite.
Nous allons le décrire dans le tableau qui suit.
174
Suites réelles
(un )n∈N converge (un )n∈N diverge
(un )n∈N admet une limite finie l (un )n∈N admet l’∞ comme limite (un )n∈N n’admet pas de limite
(un )n∈N admet une limite finie ou infinie
convergence divergence de première espèce divergence de deuxième espèce
3.4.2 Opération algébriques sur les limites

A l’instar de ce qui a été dit sur les limites de fonctions, les résultats d’opérations sur les
limites de suites sont analogues.
Limite d’une somme de suites
Propriété 2 (Limite de somme)
Soient (un )n∈N et (vn )n∈N deux suites définies ayant pour limites respectives l1 et l2 . Alors la
limite de la somme des suites est résumé sous forme de tableau :
lim un lim vn lim (un + vn )

n→+∞ n→+∞ n→+∞
l1 l2 l1 + l2
l1 ∞ ∞
+∞ +∞ +∞
−∞ −∞ −∞
+∞ −∞ Forme indéterminée
Limite d’un produit de suites
175
Suites réelles
Propriété 3 (Limite de produit)
limite du produit des suites est résumé sous forme de tableau :
lim un lim vn lim un vn

n→+∞ n→+∞ n→+∞
l1 l2 l1 l2
l1 ∞ ∞
∞ ∞ ∞
0 0 0
0 ∞ Forme indéterminée
Limite d’un quotient de suites
176
Suites réelles
Propriété 4 (Limite de quotient)
limite du quotient des suites est résumé sous forme de tableau :
un
lim un lim vn lim
n→+∞ n→+∞ n→+∞ vn
l1
l1 l2 (6= 0)
l2
l1 ∞ 0
l1 0 ∞
0 ∞ 0
∞ 0 ∞
∞ ∞ Forme indéterminée
0 0 Forme indéterminée
3.4.3 Résultats sur les limites de suites

Toujours de façon analogue aux résultats sur les fonctions, nous avons des résultats sur les
comparaisons de suites, ainsi que le théorème des gendarmes pour les suites.
Proposition 6 (Comparaison suites et limites)
Soient (un )n∈N , et (vn )n∈N deux suites.

1. Si lim un = +∞ et s’il existe N ∈ N tel que pour tout n ≥ N
n→+∞
un ≤ vn ,
alors lim vn = +∞,

n→+∞
2. Si lim un = −∞ et s’il existe N ∈ N tel que pour tout n ≥ N
n→+∞
vn ≤ un ,
alors lim vn = −∞
n→+∞
177
Suites réelles
Proposition 7 (Limite positive)
Soit (un )n∈N une suite convergence telle que pour tout n ∈ N, un > 0 et lim un = l, alors
n→+∞
l ≥ 0.
Théorème 1 (Théorème des gendarmes)
Soient (un )n∈N , (vn )n∈N et (wn )n∈N trois suites réelles. Si lim un = lim wn = l (finie ou
n→+∞ n→+∞
infinie) et s’il existe N ∈ N tel que pour tout n ≥ N
un ≤ vn ≤ wn ,
alors lim vn = l.
n→+∞
Nous avons également le résultat suivant qui pourra s’avérer très utile pour certaines preuves
dans les exercices rencontrés.
Proposition 8 (Recollement)
Si la suite (un )n∈N est telle que les suites (vn )n∈N et (wn )n∈N définies par
vn = u2n et wn = u2n+1 , quel que soit n ∈ N
ont même limite l (finie ou infinie), alors (un )n∈N a pour limite l.
Remarque Il est important de faire attention dans cet énoncé au fait que les suites (vn )n∈N
et (wn )n∈N aient la même limite. Si ce n’est pas le cas, la suite (un )n∈N n’a pas de limite.
3.5 Suites réelles et monotonie
178
Suites réelles
Définition 10 (Suite croissante, décroissante)
Une suite (un )n∈N est dite :

1. croissante si pour tout n ∈ N
un ≤ un+1 ,
2. décroissante si pour tout n ∈ N
un ≥ un+1 ,
3. monotone si elle est croissante ou décroissante.
Proposition 9 (Limite et monotonie)
Toute suite monotone admet une limite. De façon plus précise :

1. toute suite croissante non majorée admet pour limite +∞,
2. toute suite croissante et majorée admet une limite finie,
3. toute suite décroissante et non minorée admet pour limite −∞,
4. toute suite décroissante et minorée admet une limite finie.
3.6 Suites adjacentes
Définition 11 (Suites adjacentes)
Soient (un )n∈N et (vn )n∈N deux suites de réels. On dit qu’elles sont adjacentes si et seulement
si
1. l’une des suites est croissante,
2. l’autre suite est décroissante,
3. lim (un − vn ) = 0.
n→+∞
179
Suites réelles
Propriété 5 (Limites et suites adjacentes)
Si (un )n∈N et (vn )n∈N sont deux suites réelles adjacentes telles que (un )n∈N soit croissante et
(vn )n∈N soit décroissante alors :
1. pour tout (n, m) ∈ N2 , un ≤ vm ,
2. lim un et lim vn existent, sont finies et sont égales.
n→+∞ n→+∞
3.7 Suites extraites
Définition 12 (Suites extraites)
Etant donnée une suite (un )n∈N , on dit que (vn )n∈N est une suite extraite ou encore une sous-
suite, s’il existe une application
ϕ : N → N strictement croissante,
telle que pour tout n ∈ N, vn = uϕ(n) .
Propriété 6 (Propriété de ϕ)
Si ϕ : N → N est une application strictement croissante, alors pour tout n ∈ N, on a
ϕ(n) ≥ n.
En particulier, la suite (wn )n∈N := ϕ(n) a pour limite +∞.
Théorème 2 (Bolzano-Weierstrass)
De toute suite réelle bornée on peut en extraite une sous-suite convergente.
3.8 Critère de Cauchy

Il se peut que l’on ait besoin de montrer qu’une suite est convergente sans nécessairement
calculer explicitement sa limite. C’est le cas par exemple quand cette limite est difficile à
trouver. Il existe alors un critère qui marche bien pour les suites réelles. C’est le critère de
Cauchy. Avant de le définir, commençons par introduire les suites de Cauchy.
180
Suites réelles
Définition 13 (Suites de Cauchy)
Un suite réelle (un )n∈N est dite de Cauchy si elle vérifie le critère de Cauchy :
pour tout ε > 0, il existe N ∈ N tel que pour tous p et q ∈ N, si p, q ≥ N alors |up − uq | ≤ ε.
Proposition 10 (Suite de Cauchy bornée)
Toute suite de Cauchy est bornée.
Proposition 11 (Suite de Cauchy et convergence)
Une suite réelle est convergente si et seulement si elle est de Cauchy.
Remarque Attention : même si toute suite convergente est de Cauchy, la réciproque (toute
suite de Cauchy est convergente) n’est pas vraie dans n’importe quel ensemble. Ici, nous
travaillons dans R, et ça marche. Mais il faut absolument que l’on se trouve dans un ensemble
“sans trou”, que l’on appelle également ensemble complet. Par exemple, cela ne marcherait
pas dans l’ensemble Q des rationnels qui n’est pas complet.
3.9 Fonctions et suites
Proposition 12 (Suites et fonctions continues)
Soient f : I → R et (un )n∈N une suite convergente telles que :

1. si lim un = l,
n→+∞
2. f est continue en l,
alors lim f (un ) = f (l).
n→+∞
181
Suites réelles
182
Chapitre 4
Limites et continuité de fonctions
L’infini n’accède au réel que plongé dans

le continu.
René Thom
Sommaire
4.1 Limites d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
4.1.1 Limites finie d’une fonction en un point . . . . . . . . . . . . . . . 182
4.1.2 Limites infinie d’une fonction en un point . . . . . . . . . . . . . . 184
4.1.3 Limites à droite, limite à gauche . . . . . . . . . . . . . . . . . . . 185
4.1.4 Caractérisation séquentielle de la limite (limites et suites) . . . . . . 187
4.1.5 Limites d’une fonction en +∞ ou −∞ . . . . . . . . . . . . . . . 187
4.1.6 Propriétés des limites . . . . . . . . . . . . . . . . . . . . . . . . . 189
4.1.7 Opérations algébriques sur les limites . . . . . . . . . . . . . . . . 191
4.1.8 Autres propriétés sur les limites . . . . . . . . . . . . . . . . . . . 193
4.2 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
4.2.1 Caractérisation de Weierstrass . . . . . . . . . . . . . . . . . . . . 195
4.2.2 Caractérisation séquentielle de la continuité (continuité et suites) . . 197
4.2.3 Continuité, opérations algébriques et composition . . . . . . . . . . 198
4.2.4 Théorèmes sur la continuité . . . . . . . . . . . . . . . . . . . . . 200
4.2.5 Continuité, monotonie, injectivité et bijectivité . . . . . . . . . . . 201
183
4.1 Limites d’une fonction
(a) Archimède de Syracuse (287- (b) Madhava de Sangamagrama (c) Karl Theodor Wilhelm
212 av J.C.), mathématicien grec, (1350-1425), un mathématicien in- Weierstrass (1815-1897), mathé-
a introduit une méthode de limite dien, fut le premier à effectuer le maticien allemand, fut le premier
pour des problèmes de géométrie. passage à la limite (sur des fonc- à formuler une définition de la
tions trigonométriques). limite avec les ε et δ qu’on utilise
encore de nos jours.
F IGURE 4.1 – Quelques mathématiciens célèbres liés aux limites de fonctions.
Afin de faire une étude plus complète d’une application, nous avons besoin de connaître
son comportement en des points particuliers et la plupart du temps aux bornes de son domaine
de définition. Nous allons faire la différence entre les limites en un point, et les limites en
l’infini. Puis nous verrons quelques propriétés sur les limites.
4.1.1 Limites finie d’une fonction en un point

Jusqu’à présent la notion de limite que vous aviez vue au lycée était assez “intuitive”. Pour
une application f définie sur un intervalle I il s’agissait de voir, pour un x dans I vers quoi
tendait la valeur f (x) quand x “tendait” vers une valeur a de I. Cette limite quand elle existait
était notée par un réel l ou autre chose selon les circonstance, et l’on avait :
lim f (x) = l.
x→a
Nous allons essayer de mettre sous forme mathématique cette intuition.

Mais auparavant nous allons bien définir vers quoi tend x pour avoir la limite. Quand on
cherche la limite d’une fonction f quand x tend vers a il faut que x appartienne bien sûr au
domaine de définition Df de f sinon chercher vers quoi peut tendre f (x) n’a aucun sens étant
donné que f (x) n’est pas défini.
Mais est-ce que a doit appartenir à Df ? Pas forcément est c’est la toute la subtilité de ce qui
va suivre.
En effet, a ne doit pas nécessairement appartenir à Df mais x qui se rapproche aussi près que
l’on veuille de a oui. Donc, le voisinage de a doit être rencontrer celui de Df .
On y arrive presque. En effet, si a se trouve au “bord” de Df , son voisinage ne peut pas être
inclus du domaine de f .
184
On prend en compte ce cas, en disant que ce voisinage doit au-moins rencontrer Df s’il ne
peut pas y être inclus.
D’où la définition suivante.
Définition 1 (Adhérence)
Soient D une partie de R, et a un réel. On dit que a est adhérent à D lorsque pour tout réel
η > 0, l’intervalle [a − η, a + η] rencontre D. Autrement dit, pour tout réel η > 0, il existe
t ∈ D tel que |t − a| ≤ η.
Remarque
Si a est adhérent à D alors il existe une suite (xn )n∈N d’éléments de D qui converge vers a.
Nous pouvons maintenant donner la définition d’une limite en un point telle qu’elle a été
introduite par Karl Weierstrass.
Définition 2 (Limite finie en un point)
Soit f une application définie sur son domaine I dans R. Soient a et l deux réels finis (c’est
à dire que a et l sont différents de +∞ et −∞) avec a adhérent à I.
On dit que f admet une limite finie l en a, si pour tout réel ε > 0, il existe un réel η > 0 tel
que
pour tout x ∈ I si |x − a| ≤ η alors |f (x) − l| ≤ ε.
On écrit alors comme précédemment
lim f (x) = l ou encore lim f = l.

x→a a
Remarque
1. Intuitivement, cette définition signifie que f (x) est aussi près de l que l’on veut (au-
trement dit dans un voisinage de l aussi petit que l’on veut), à condition de choisir x
suffisamment près de a (autrement dit x doit être dans un voisinage suffisamment petit
de a).
2. La définition de la limite précédente permet dire qu’il y a équivalence entre écrire
que f (x) tend vers l et f (x) − l tend vers 0 quand x tend vers a, autrement dit on a
équivalence entre :
(a) lim f (x) = l ,
x→a
(b) lim (f (x) − l) = 0,
x→a
(c) lim |f (x) − l| = 0.
x→a
185
F IGURE 4.2 – Illustration de la définition de la limite finie en un point.
4.1.2 Limites infinie d’une fonction en un point
Définition 3 (Limite +∞ en un point)
Soit f une application définie sur son domaine I dans R. Soit a un réel adhérent à I .
On dit que f admet la limite +∞ et on dit (plus l’infini) en a, si pour tout réel A > 0, il existe
un réel η > 0 tel que
pour tout x ∈ I si |x − a| ≤ η alors f (x) ≥ A.
lim f (x) = +∞ ou encore lim f = +∞.

x→a a
Remarque Intuitivement, cela signifie que lorsque x s’approche de a, f (x) devient très
grand.
186
Définition 4 (Limite −∞ en un point)
Soit f une application définie sur son domaine I dans R. Soit a un réel adhérent à I .
On dit que f admet la limite −∞ et on dit (moins l’infini) en a, si pour tout réel A > 0, il
existe un réel η > 0 tel que
pour tout x ∈ I si |x − a| ≤ η alors f (x) ≤ −A.
lim f (x) = −∞ ou encore lim f = −∞.

x→a a
Remarque Intuitivement, cela signifie que lorsque x s’approche de a, f (x) devient très
petit.
Remarque Lorsqu’on est en présence d’une limite infinie (+ ou −∞) en un point fini a, on
dit que la droite d’équation x = a est une asymptote verticale à la courbe représentative de
f.
4.1.3 Limites à droite, limite à gauche
Définition 5 (Limite finie à droite)
Soit f une application définie sur son domaine I dans R. Soient a et l deux réels finis, avec a
adhérent à I∩]a, +∞[.
On dit que f admet une limite à droite en a (on dit encore par valeurs supérieures en a) si
pour tout réel ε > 0, il existe un réel η > 0 tel que
pour tout x ∈ I si 0 < x − a ≤ η alors |f (x) − l| ≤ ε.

x→a+ a +
Remarque Intuitivement, cela signifie que lorsque x s’approche de a en étant plus grand
que a, f (x) devient très proche de l.
187
Définition 6 (Limite finie à gauche)
Soit f une application définie sur son domaine I dans R. Soient a et l deux réels finis, avec a
adhérent à I∩] − ∞, a[.
On dit que f admet une limite à gauche en a (on dit encore par valeurs inférieures en a) si
pour tout réel ε > 0, il existe un réel η > 0 tel que
pour tout x ∈ I si −η ≤ x − a < 0 alors |f (x) − l| ≤ ε.

x→a− a−
que a, f (x) devient très proche de l.
Définition 7 (Limite +∞ à droite)
Soit f une application définie sur son domaine I dans R. Soit a adhérent à I∩]a, +∞[.
On dit que f admet une limite +∞ à droite en a si pour tout réel A > 0, il existe un réel
η > 0 tel que
pour tout x ∈ I si 0 < x − a ≤ η alors f (x) > A.

x→a+ + a
que a, f (x) devient très grand.
Remarque On aurait de façon analogue :

1. la limite +∞ à gauche s’obtient en remplaçant 0 < x − a ≤ η par −η ≤ x − a < 0
dans la définition précédente.
2. la limite −∞ à droite s’obtient en remplaçant f (x) ≥ A par f (x) ≥ −A dans la
définition précédente.
3. la limite −∞ à gauche s’obtient en remplaçant 0 < x − a ≤ η par −η ≤ x − a < 0 et
f (x) ≥ A par f (x) ≤ −A dans la définition précédente.
188
4.1.4 Caractérisation séquentielle de la limite (limites et suites)
Proposition 1 (Continuité et limite de suite)
Soit f une application définie sur son domaine I dans R. Soit a adhérent à I. Soit l un nombre
réel fini (ou infini). Les propositions suivantes sont équivalentes :
1. lim f (x) = l,
x→a
2. pour tout suite (xn )n∈N d’éléments de I qui vérifie lim xn = a, la suite f (xn ) admet
n→+∞
une limite finie l.
Remarque
Cette proposition est fondamentale dans le sens où on s’en sert énormément pour montrer :
1. qu’une fonction admet une limite en un point, en utilisant les suites convergentes,
2. montrer qu’une fonction n’admet justement pas de limite en un point en utilisant la
contraposée de cette proposition. Il suffit alors de trouver une suite qui converge vers
a telle que la suite image n’admette pas de limite. On pourrait ainsi le montrer en
trouvant deux suites (un )n∈N et (vn )n∈N de même limite a telles que (f (un ))n∈N et
(f (vn ))n∈N possèdent des limites différentes.
4.1.5 Limites d’une fonction en +∞ ou −∞

Etant donné qu’ici nous allons faire tendre x vers l’infini, il faut qu’il existe b ∈ R tel que
l’intervalle [b, +∞[ (si on cherche la limite en +∞) ou ] − ∞, b] (si on cherche la limite
en −∞) soit inclus dans Df . Nous allons pour cela donner un pendant à la définition de
l’adhérence de la section précédente.
Définition 8 (Partie non majorée)
Soit D un partie de R.
On dit que D est non majorée lorsque pour tout réel A, l’intervalle [A, +∞[ rencontre D.
Autrement dit, pour tout réel A, il existe t ∈ D tel que A ≤ t.
On dit que D est non minorée lorsque pour tout réel A, l’intervalle ] − ∞, A[ rencontre D.
Autrement dit, pour tout réel A, il existe t ∈ D tel que t ≤ A.
189
Définition 9 (Limite finie en +∞)
Soit f une application définie sur un intervalle I non majoré. Soit l un réel fini.
On dit que f admet une limite finie en +∞ si pour tout réel ε > 0, il existe un réel A > 0 tel
que
pour tout x ∈ I si x ≥ A alors |f (x) − l| ≤ ε.
On écrit alors

x→+∞ +∞
Remarque
1. Ceci se traduit par le fait que lorsque x devient très grand (tend vers +∞, f (x) devient
très proche de l.
2. si l’on remplace l’intervalle I non majoré, par I non minoré et x ≥ A par x ≤ −A,
on définit la limite finie en −∞ que l’on note

x→−∞ −∞
Remarque Dans les deux cas précédents (limite finie l en +∞ ou −∞) on dit que la droite
d’équation y = l est une asymptote horizontale à la courbe représentative de f .
Définition 10 (Limite infinie en +∞)
Soit f une application définie sur un intervalle I non majoré.

On dit que f admet une limite +∞ en +∞ si pour tout réel B > 0, il existe un réel A > 0
tel que
pour tout x ∈ I si x ≥ A alors f (x) ≥ B.
On écrit alors
lim f (x) = +∞ ou encore lim f = ∞.

x→+∞ +∞
Remarque
1. Ceci se traduit par le fait que lorsque x devient très grand (tend vers +∞, f (x) devient
très grand.
2. Si l’on remplace f (x) > B par f (x) < −B dans la définition précédente on obtient la
définition de la limite −∞ en +∞ que l’on note
190

x→+∞ +∞
3. Si l’on remplace l’intervalle I non majoré, par I non minoré et x ≥ A par x ≤ −A,
on définit la limite +∞ en −∞ que l’on note
x→−∞ −∞
4. Enfin, si l’on remplace l’intervalle I non majoré, par I non minoré , x ≥ A par
x ≤ −A et f (x) ≥ B par f (x) ≤ −B, on définit alors la limite −∞ en −∞ que
l’on note
x→−∞ −∞
4.1.6 Propriétés des limites

Unicité de la limite, majoration, minoration
Propriété 1 (Unicité de la limite)
Soit f une application définie sur un intervalle I de R. Soit a un réel adhérent à I (qui peut
éventuellement être fini ou infini, et alors I est non majorée ou non minorée).
Si f possède une limite l en a cette limite est unique.
Propriété 2 (Egalité)
Soit f une application définie sur un intervalle I de R. Soit a un réel adhérent à I.

Si f possède une limite l (finie ou infinie) en a on a a l’équivalence suivante :
lim f (x) = l si et seulement si lim+ f (x) = lim− f (x) = l.

x→a x→a x→a
Propriété 3 (Majoration, minoration)
Soit f une application définie sur un intervalle I de R. Soit a un réel adhérent à I.

Soient M et m deux réels. Alors :
1. si lim f (x) < M , il existe un voisinage de a tel que pour tout x ∈ I dans ce voisinage
x→a
f (x) < M ,
2. si lim f (x) > m, il existe un voisinage de a tel que pour tout x ∈ I dans ce voisinage
x→a
f (x) > m.
191
Limites et comparaison
Propriété 4 (Comparaison)
Soient f et g deux fonctions définies sur un intervalle I de R, soit a un réel adhérent à I.

Soient l1 et l2 deux réels.
Si f et g possèdent respectivement l1 et l2 comme limites en a, et s’il existe un voisinage V
de a tel que pour tout x ∈ I dans ce voisinage,
f (x) ≤ g(x),
alors
l1 ≤ l2 (autrement dit lim f (x) ≤ lim g(x)).

x→a x→a
Propriété 5 (Majoration par une fonction)
Soient f et g deux fonctions définies sur un intervalle I de R, soit a un réel adhérent à I. S’il
existe un voisinage de a tel que pour tout x ∈ I dans ce voisinage
f (x) ≤ g(x),
et si de plus lim g(x) = −∞, alors

x→a
lim f (x) = −∞.

x→a
Propriété 6 (Minoration par une fonction)
Soient f et g deux fonctions définies sur un intervalle I de R, soit a dans I. S’il existe un
voisinage de a tel que pour tout x ∈ I dans ce voisinage
g(x) ≤ f (x),
et si de plus lim g(x) = +∞, alors

x→a
lim f (x) = +∞.

x→a
192
Théorème 1 (Théorème des gendarmes)
Soient f et g deux fonctions définies sur un intervalle I de R, soient a dans I et l un réel. S’il
existe un voisinage de a tel que pour tout x ∈ I dans ce voisinage
h(x) ≤ f (x) ≤ g(x),
et si de plus lim h(x) = lim g(x) = l, alors

x→a x→a
lim f (x) = l.
x→a
4.1.7 Opérations algébriques sur les limites
Limite d’une somme de fonctions
Propriété 7 (Limite de somme)
Soient f et g deux fonctions définies sur un intervalle I de R. Soit a un réel adhérent à I.

Soient l1 et l2 deux réels. Alors on a le résultat suivant résumé sous forme de tableau :
lim f (x) lim g(x) lim (f (x) + g(x))

x→a x→a x→a
l1 l2 l1 + l2
l1 ∞ ∞
+∞ +∞ +∞
−∞ −∞ −∞
+∞ −∞ Forme indéterminée
Limite d’un produit de fonctions
193
Propriété 8 (Limite de produit)
Soient f et g deux fonctions définies sur un intervalle I de R. Soit a un réel adhérent à I.

Soient l1 et l2 deux réels. Alors on a le résultat suivant résumé sous forme de tableau :
lim f (x) lim g(x) lim f (x)g(x)

x→a x→a x→a
l1 l2 l1 l2
l1 ∞ ∞
∞ ∞ ∞
0 0 0
0 ∞ Forme indéterminée
Limite d’un quotient de fonctions
194
Propriété 9 (Limite de quotient)
Soient f et g deux fonctions définies sur un intervalle I de R, avec g(x) 6= 0 sur I. Soit a un
réel adhérent à I. Soient l1 et l2 deux réels. Alors on a le résultat suivant résumé sous forme
de tableau :
f (x)
lim f (x) lim g(x) lim
x→a x→a x→a g(x)
l1
l1 l2 (6= 0)
l2
l1 ∞ 0
l1 0 ∞
0 ∞ 0
∞ 0 ∞
∞ ∞ Forme indéterminée
0 0 Forme indéterminée
4.1.8 Autres propriétés sur les limites

Il existe de nombreuses autres propriétés sur les limites que nous n’aborderons pas par
manque de temps mais qu’il est recommandé d’avoir vues.
Limite et composée
Propriété 10 (Limite de fonctions composées)
Soient f et g définies respectivement sur I et J. Soient a et b deux réels adhérents respec-

tivement à I et à J, et l un nombre réel. On suppose que la composée g ◦ f existe, que
lim f (x) = b et que lim g(y) = l.
x→a y→b
Alors
lim g ◦ f (x) = l.
x→a
195
Limite et monotonie
Proposition 2 (Limite et monotonie)
Soit f une fonction croissante (respectivement décroissante) définie sur I et a un point adhé-
rent à I∩] − ∞, a[.
- Si la restriction de f à I∩] − ∞, a[ n’est pas majorée (respectivement non minorée), alors
lim f (x) = +∞ (respectivement −∞).

x→a−
- Si la restriction de f à I∩] − ∞, a[ est majorée (respectivement minorée), alors elle admet

une limite finie,
lim f (x) = sup f (x) (respectivement inf f (x)).

x→a− x<a x<a
Remarque
1. Si on considère a adhérent à I∩]a, +∞[, on a un résultat analogue en inversant crois-

sante et décroissante.
2. On obtient un résultat analogue également quand on fait tendre x vers + ou −∞ sous

la forme : toute fonction croissante et majorée admet une limite finie et toute fonction
décroissante et minorée admet une limite finie. Il faudra cependant faire attention : la
limite n’est en général pas égal à la majoration (ou la minoration) de la fonction.
Critère de Cauchy
Ce dernier résultat que nous reverrons ensuite adapté pour les suites est important quand
on veut montrer l’existence d’une limite finie sans pour autant être capable de la calculer
explicitement.
196
Définition 11 (Critère de Cauchy)
Soit f une fonction définie sur I. Soit a un réel adhérent à I. On dit que f satisfait le critère
de Cauchy au point a lorsque pour tout ε > 0, il existe η > 0 tel que, pour tous x, y ∈ I,
si |x − a| ≤ η, et |y − a| ≤ η alors |f (x) − f (y)| ≤ ε.
De façon analogue,
- si I est non majoré, on dit que f satisfait le critère de Cauchy en +∞ lorsque pour tout
ε > 0, il existe A > 0 tel que pour tous x, y ∈ I,
si x ≥ A, et y ≥ A alors |f (x) − f (y)| ≤ ε.
- si I est non minoré, on dit que f satisfait le critère de Cauchy en −∞ lorsque pour tout
ε > 0, il existe A > 0 tel que pour tous x, y ∈ I,
si x ≥ −A, et y ≥ −A alors |f (x) − f (y)| ≤ ε.
Proposition 3 (Limite critère de Cauchy)
Une fonction f admet une limite finie en a (a fini ou infini) si et seulement si elle satisfait le
critère de Cauchy en a.
4.2 Continuité
Jusqu’à présent nous ne nous sommes pas posés de questions à propos de la continuité de
fonctions. Intuitivement, une fonction continue, est à nos yeux une fonction dont le graphe
est en un “seul morceau”, ”sans coupure”. c’est ce qui semble le cas pour toutes les fonc-
tions usuelles vues dans le chapitre précédent, sauf peut-être la fonction partie entière, et les
fonctions inverses et homographiques. Voyons dans ce chapitre comment formaliser mathé-
matiquement la notion de continuité. Un peu comme nous l’avons fait pour définir la notion
de limite de fonctions.
Dans tout ce chapitre, nous considérons I comme un intervalle de R non vide, non réduit
à un point, et nous considérons a comme un point de I.
4.2.1 Caractérisation de Weierstrass

Commençons par donner la définition de la continuité d’une fonction en un point que l’on
appelle “caractérisation de Weierstrass”).
197
(a) Bernard Bolzano (1781 – 1848), (b) Sylvestre-François Lacroix ou (c) Eduard Heine (1821 -
(Bernhard Placidus Johann Nepo- De la Croix (1765 - 1843), mathé- 1881), mathématicien alle-
muk Bolzano), mathématicien né maticien français, reprend la notion mand a défini la notion
et mort à Prague (à l’époque dans de continuité définie par Euler, cas de continuité uniforme (que
l’empire d’Autriche) à qui l’on doit particulier de la continuité que nous nous n’aborderons pas ici)
la définition de la continuité. connaissons.
F IGURE 4.3 – Quelques mathématiciens célèbres liés à l’étude de la continuité. Noter que Cauchy
et Weierstrass ont joué un rôle très important dans cette étude, leur photo se trouvant dans des cha-
pitres précédents, il a semblé plus judicieux de montrer d’autres protagonistes qui ont contribué à
l’élaboration de cette théorie.
Définition 12 (Caractérisation de Weierstrass)
Soit f une fonction définie sur un intervalle I de R, non vide et non réduit à un point. Soit a
un point de I.
La fonction f est dite continue en a si pour tout réel ε > 0, il existe un autre réel η > 0 (qui
dépend du choix de ε) tel que pour tout x de I
si |x − a| ≤ η alors |f (x) − f (a)| ≤ ε.
Remarque
1. En d’autres termes, dire qu’une fonction est continue signifie que sa courbe représen-
tative ne présente pas de sauts.
2. Le réel η dépend à la fois du ε que l’on va choisir, mais également du point a. Il peut
être différent suivant le point a que l’on étudiera.
La définition précédente peut se caractériser de la façon suivante en termes de limites :
198
Définition 13 (Continuité et limite)
Soit f une fonction définie sur un intervalle I de R, non vide et non réduit à un point. On dit
que la fonction f est continue en I si et seulement si
lim f (x) = f (a).

x→a
De façon similaire on utiliserait la limite à gauche pour parler de continuité à gauche et de

limite à droite pour parler de continuité à droite.
Définition 14 (Continuité à gauche et à droite)
Soit f une fonction définie sur un intervalle I de R, non vide et non réduit à un point. Soit a
un point de I.
1. La fonction f est dite continue à gauche de a si et seulement si
lim f (x) = f (a).

x→a−
2. La fonction f est dite continue à droite de a si et seulement si
lim f (x) = f (a).

x→a+
Définition 15 (Continuité sur un intervalle)
Soit f une fonction définie sur un intervalle I de R, non vide et non réduit à un point. On dit
que la fonction f est continue en I si et seulement si elle est continue en chaque point de I.
4.2.2 Caractérisation séquentielle de la continuité (continuité et suites)
Proposition 4 (Continuité et limite de suite)
Pour qu’une application f : I → R soit continue en un point a ∈ I, il faut et il suffit que pour
tout suite (xn )n∈N d’éléments de I qui vérifie lim xn = a, la suite f (xn ) soit convergente
n→+∞
vers f (a).
Remarque
Cette proposition est fondamentale dans le sens où on s’en sert énormément pour montrer :
199
1. qu’une fonction est continue en un point, en utilisant les suites convergentes,

2. montrer qu’une fonction n’est justement pas continue en un point en utilisant la contra-
posée de cette proposition. Il suffit alors de trouver une suite qui converge vers a telle
que la suite image ne soit pas convergente ou admet une limite différente de f (a).
4.2.3 Continuité, opérations algébriques et composition

Comme pour les limites, nous pouvons énoncer quelques propriétés de continuité qui peuvent
être conservées des opérations sur les fonctions.
Propriété 11 (Continuité et opérations sur les fonctions)
Soient f et g deux fonctions de I intervalle de R. Supposons que f et g sont continues en a

un réel de I. On a alors les propriétés suivantes :
1. la fonction f + g est continue en a,
2. pour tout réel k, la fonction kf est continue en a,
f
3. si g(a) 6= 0, la fonction est continue en a.
g
En conséquence,
1. une fonction polynôme est continue sur R,
2. toute fonction rationnelle f définie pour tout x dans l’intervalle I de R par f (x) =
P (x)
où P et Q sont des polynômes définis sur I avec Q(x) 6= 0 sur I, est continue
Q(x)
sur I.
Propriété 12 (Continuité et composition de fonctions)
Soient f : I → J et g : J → K deux fonctions avec I, J et K des intervalles de R.

Supposons que f soit continue en a ∈ I, et que lim f (x) = l (où l ∈ J). Si g est continue en
x→a
l alors
lim g ◦ f (x) = g(l).

x→a
Remarque En conséquence, la composée de deux fonctions continues est continue. Atten-

tion toutefois, il faut de la continuité des fonctions dans leur domaines. Dans tous les cas,
de toute façon, quand on étudie les fonctions composées, les domaines et images de fonc-
tions sont à manipuler avec précaution. Rajouter de la continuité, ne fait que rajouter des
précautions supplémentaires dans leur étude.
200
Il arrive quelques fois que certaines fonctions, par leur définition ne soient pas continues.
Mais en les dessinant on s’aperçoit que leur graphe possède juste un “trou” que l’on peut
facilement “boucher” par un point, afin de recoller la courbe qui les représente. En les rebou-
chant on dit que l’on peut les prolonger par continuité. D’où la proposition suivante :
Proposition 5 (Prolongement par continuité)
Soit I un intervalle de de R. Soit a un point de I. Soit f un fonction définie sur I \ {a}.

On suppose de plus que f admet une limite finie l en a. Alors la fonction g définie pour tout
x de I (autrement dit le domaine de définition de f auquel on a ajouté le point a), par :

f (x), si x 6= a,
g(x) =
l, si x = a,
est continue en a.
On dit que g constitue le prolongement par continuité de f en a.
Cette proposition pourra s’avérer utile dans le chapitre des équations différentielles, lorsque
l’on cherchera des solutions maximales sur deux intervalles séparés d’un point que l’on peut
“recoller” en solution globale sur l’union de ces intervalles incluant ce point.
La propriété suivante permet de définir la continuité des fonctions usuelles.
201
Propriété 13 (Continuité des fonctions usuelles)
Les fonctions usuelles :

1. fonction constante x 7→ a (a ∈ R) définie sur Df = R,
2. fonction identité x 7→ x définie sur Df = R,
3. fonction valeur absolue x 7→ |x| définie sur Df = R,
4. fonction puissance entière x 7→ xn définie sur Df = R si n ≥ 0, ou définie sur
Df = R \ {0} si n ≤ 0„
√
5. fonction racine x 7→ n x n-ième définie Df = R+ si n est pair, Df = R si n est impair,
p
6. puissance rationnelle x 7→ x q où p/q (p ∈ Z et q ∈ N∗ ) est irréductible définie sur
Df = R∗+
ax + b d
7. fonction homographique définie par x 7→ sur Df = R \ { }
cx + d c
8. fonction logarithme népérien x 7→ ln(x) définie sur Df = R+
∗
9. fonction exponentielle x 7→ ex définie sur R,

π
10. fonctions circulaires définies sur R pour sinus et cosinus, et R \ { } pour tangente,
2
11. fonction hyperboliques définie sur Df = R
sont continues sur leur ensemble de définition.
4.2.4 Théorèmes sur la continuité
Nous introduisons dans cette section les théorèmes fondamentaux sur la continuité auxquels
vous ne pourrez pas échapper. Ils forment la base de la connaissance de l’analyse pour les
semestres suivants.
Commençons par l’un des théorème intuitivement facile à énoncer.
Théorème 2 (Théorème de Bolzano)
Soit f : [a, b] → R une fonction continue. Si f (a) et f (b) sont tels que f (a)f (b) < 0 alors il
existe c ∈]a, b[ tel que f (c) = 0.
Remarque Noter que si f (a) (ou f (b)) est nul, alors automatiquement il existe au-moins c
tel que f (c) = 0, puisque c = f (a) (ou f (b)).
202
Théorème 3 (Théorème des valeurs intermédiaires)
Soit f une fonction définie sur I un intervalle de R. Soient a et b deux réels de I. Alors tout
réel compris entre f (a) et f (b) possède au moins un antécédent par la fonction f .
En d’autres termes, pour tout a et b réels de I tels que a < b,
si k ∈]f (a), f (b)[ alors il existe c ∈]a, b[ tel que f (c) = k.
Remarque Ce théorème permet de dire que l’image d’un intervalle est un intervalle.
Théorème 4 (Théorème de Weierstrass (bornes atteintes))
Soit f une fonction définie et continue sur un segment [a, b] de I intervalle de R (autrement
dit sur un intervalle fermé et bornée de I). Alors il existe deux réels c1 et c2 dans [a, b] tels
que pour tout x dans [a, b],
f (c1 ) ≤ f (x) ≤ f (c2 ).
Remarque Ce théorème signifie que si f est continue sur un intervalle fermé borné, alors
f est aussi bornée et atteint des bornes.
Remarque Une conséquence de ce théorème est la proposition suivante :

pour tous réels a et b avec a < b et f : [a, b] → R est continue, alors f ([a, b]) est un segment.
4.2.5 Continuité, monotonie, injectivité et bijectivité
Proposition 6 (Continuité et monotonie)
Si f est une fonction monotone sur un intervalle I de R telle que f (I) (l’image par f de I)
soit également un intervalle, alors f est continue.
Remarque Attention, il faut que la fonction soit monotone pour avoir le résultat. En géné-
ral, si l’image par une fonction f d’un intervalle est un intervalle, alors f n’est pas forcément
continue.
Exemple Si l’on considère la fonction suivante

203
f: R → R
( 1
sin( ), si x 6= 0,
x 7→ f (x) = x
k, si x = 0,
avec k ∈ [−1, 1].
Alors f n’est pas continue en 0 et pourtant pour tout intervalle I contenant 0, on a f (I) =
[−1, 1].
Proposition 7 (Monotonie et injectivité)
Soit f une fonction définie (pas forcément continue) sur un intervalle I de R. On suppose de
plus que f est strictement monotone. Alors f est injective.
Pour avoir la réciproque, nous sommes obligés de supposer la continuité de f , sinon cela ne
marche pas.
Proposition 8 (Continuité et injectivité)
Soit f une fonction définie sur I intervalle de R. Si f est injective et continue sur I alors elle
est nécessairement strictement monotone.
Remarque Attention, une fonction injective et non continue n’est pas forcément monotone.
On peut par exemple considérer une fonction continue par morceaux donc chaque morceau
est soit strictement croissant soit strictement décroissant.
Théorème 5 (Continuité et bijectivité)
Soit f une fonction définie sur I intervalle de R. Si f est injective et continue sur I et si on
pose J = f (I) (l’image de I par f ), et si l’on considère la fonction g :
g: I → J
x 7→ g(x) := f (x),
alors la fonction g est bijective et sa fonction réciproque g −1 est continue.
Remarque
1. Les hypothèses du théorème précédent signifient que la fonction g permet de restreindre
l’ensemble d’arrivée I de la fonction f injective et continue à son image J = f (I) de
telle sorte que g soit, par construction à la fois injective et surjective donc bijective.
2. Comme d’après la proposition précédente (continuité et injectivité) la fonction f est
strictement monotone, alors sa fonction réciproque est aussi strictement monotone, et
de même sens de variation que f .
204
Chapitre 5
Dérivabilité
Exponentielle et logarithme sont dans un

bateau. Soudain logarithme s’exclame :
- Nous dérivons ! Nous dérivons !
Exponentielle répond :
- Pff. Et alors ?
Inconnu
Sommaire
5.1 Définition de la dérivabilité de f . . . . . . . . . . . . . . . . . . . . . . 205
5.2 Dérivabilité et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . 206
5.3 Dérivabilité, opérations algébriques et composition . . . . . . . . . . . . 207
5.4 Dérivée et monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
5.5 Dérivées et extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
5.6 Théorèmes fondamentaux sur les dérivées . . . . . . . . . . . . . . . . . 210
5.7 Dérivées des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . 213
5.8 Dérivées successives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.8.1 Dérivée nième . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.8.2 Classes de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . 216
5.8.3 Fonction de classe C n , n ∈ N . . . . . . . . . . . . . . . . . . . . 216
5.8.4 Fonction de classe C ∞ . . . . . . . . . . . . . . . . . . . . . . . . 216
5.8.5 Dérivée nième d’une somme de fonctions . . . . . . . . . . . . . . 216
5.8.6 Dérivée nième d’un produit de fonctions . . . . . . . . . . . . . . . 217
5.8.7 Dérivée nième de la composée de deux fonctions. . . . . . . . . . . 217
5.9 Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
205
Dérivabilité
(a) Sir Isaac Newton (b) Guillaume François Antoine

(1642–1727), Newton par- de L’Hôpital, marquis de Sainte-
tage avec Gottfried Wilhelm Mesme, comte d’Entremont,
Leibniz la découverte du calcul seigneur d’Oucques, La Chaise, Le
infinitésimal. Dans l’histoire du Bréau et autres lieux (1661 -1704),
calcul infinitésimal, le procès mathématicien français à qui l’on
de Newton contre Leibniz est doit la règle qui porte son nom .
resté célèbre. Newton et Leibniz
avaient trouvé l’art de lever les
indéterminations dans le calcul
des tangentes ou dérivées.
(c) Joseph Louis, comte de Lagrange

(1736-1813), mathématicien, on lui doit
entre autres choses la notation f 0 pour
désigner la dérivée d’une fonction.
F IGURE 5.1 – Quelques mathématiciens célèbres liés à l’étude de la dérivabilité des fonctions. Noter
que Cauchy et Weierstrass ont joué un rôle très important dans cette étude, leur photo se trouvant
dans des chapitres précédents, il a semblé plus judicieux de montrer d’autres protagonistes qui ont
contribué à l’élaboration de cette théorie.
Ce chapitre se trouve dans la suite logique des chapitres précédents. Ainsi, après avoir
défini les fonctions, étudié leurs limites et leur continuité, nous pouvons désormais nous
206
Dérivabilité
intéresser à un aspect important de la théorie de l’analyse : les dérivées. Le développement à

la fois de la théorie et des applications dans ce domaine précis s’est énormément développé
depuis sa création “officielle” au XV IIème siècle par Leibniz et Newton.
Nous verrons dans ce chapitre quelques définitions qui seront nouvelles pour les étudiants
mais également des résultats connus ainsi que des théorèmes fondamentaux qui serviront
tout au long de leur cursus.
5.1 Définition de la dérivabilité de f

Avec les définitions des limites, nous avons désormais toutes les cartes en main pour définir
la notion de dérivée d’une fonction.
Définition 1 (Dérivée en un point)
Soit f une fonction définie sur un intervalle I de R. Soit a un point de I. On dit que f est
dérivable en a si la fonction suivante (appelée taux d’accroissement),
g : I − {a} → R
f (x) − f (a)
x 7→ ,
x−a
possède une limite finie l au point a.
Dans ce cas là, on note la limite l de la façon suivante :
f (x) − f (a)
l = lim g(x) = lim = f 0 (a).
x→a x→a x−a
Ce nombre f 0 (a) est appelé dérivée de f en a.
Définition 2 (Dérivée sur à droite et à gauche)
Soit f une fonction définie sur un intervalle I de R. Soit a un élément de I (ou bien une
extrémité de I).
f (x) − f (a)
1. On dit que f est dérivable à droite en a si a une limite à droite quand x
x−a
tend vers a (supérieurement).
f (x) − f (a)
2. On dit que f est dérivable à gauche en a si a une limite à gauche quand x
x−a
tend vers a (inférieurement).
207
Dérivabilité
Définition 3 (Dérivée sur I)
On dit que f est dérivable sur I si, pour tout x de I, f est dérivable en x. Et note f 0 : x 7→
f 0 (x) la fonction dérivée.
Remarque On peut définir la dérivée d’une fonction f en un point a d’une autre façon.
Si l’on considère la fonction εa définie de la façon suivante :
εa : Df \ {a} → R
f (x) − f (a)
x 7→ εa (x) = − f 0 (a).
x−a
Si f est dérivable en a alors lim ε(x) = 0 et l’on peut écrire
x→a
f (x) = f (a) + (x − a)f 0 (a) + (x − a)εa (x).
Interprétation graphique de la dérivée (voir cours en classe).
Remarque Grâce à ce qui précède il est alors possible d’en déduire une équation de la
tangente au graphe de f en a par :
y = (x − a)f 0 (a) + f (a).
5.2 Dérivabilité et continuité

D’après la remarque de la fin de la section précédente on peut en déduire le premier résultat.
Proposition 1 (dérivée et continuité)
Si f est dérivable en un point a, alors elle est continue en ce point a.

On peut également remarquer que si f est dérivable la fonction ε est également continue en
a.
Remarque Attention : la réciproque de cette proposition est fausse en général !

Considérer par exemple la fonction x 7→ |x| qui est continue sur R mais qui n’est pas déri-
vable en 0.
Nous pouvons également donner la proposition suivante qui caractérise les fonctions déri-
vables en a.
208
Dérivabilité
Proposition 2 (caractérisation de la dérivée)
Une fonction f définie sur I intervalle de R est dérivable en un point a si et seulement s’il
existe un nombre réel l et une fonction εa qui possède les propriétés suivantes :

εa est continue en a et εa (a) = 0
f (x) = f (a) + (x − a)l + (x − a)εa (x) pour tout x ∈ I
Dans ce cas le nombre l est exactement la dérivée f 0 (a) de f en a.
5.3 Dérivabilité, opérations algébriques et composition
Proposition 3 (dérivée opérations algébriques)
Soient f et g deux fonctions définies sur un même intervalle I de R. Soit a un point de I.

1. Si f et g sont dérivables en a, la fonction f + g est dérivable en a et on a
(f + g)0 (a) = f 0 (a) + g 0 (a).
2. Si f et g sont dérivables en a, la fonction f g est dérivable en a et on a
(f g)0 (a) = f 0 (a)g(a) + f (a)g 0 (a).
f
3. Si f et g sont dérivables en a, avec g(a) 6= 0 la fonction est dérivable en a et on a
g
0
f f 0 (a)g(a) − f (a)g 0 (a)
(a) = .
g g 2 (a)
Proposition 4 (dérivée d’une fonction composée)
Soient f une fonction définie sur I à valeurs dans J, et g une fonction définie sur J à valeurs
dans K (I, J et K étant des intervalles de R).
Si f est dérivable en a, un élément de I, et si g est dérivable en f (a) un élément de J, alors
la composée g ◦ f est dérivable en a et l’on a
(g ◦ f )0 (a) = g 0 (f (a))f 0 (a).
Remarque Lorsqu’on dérive des fonctions composées on peut faire une analogie avec des
209
Dérivabilité
poupées russes. Les fonctions dans la composition s’emboîtent les unes dans les autres. Et
lorsque l’on dérive cette composition de fonctions, cela revient à enlever les poupées les
unes après les autres. Et chaque fois qu’on en retire une on la dérive au point correspondant
à l’intérieur des poupées encore rangées que l’on n’a pas encore touchées.
Une des conséquences de la proposition précédente est la dérivée de la réciproque d’une

fonction.
Proposition 5 (dérivée d’une fonction réciproque)
Soit f : I → J une fonction bijective. Soit f −1 : J → J sa fonction réciproque. On suppose

que f est dérivable en a et que f 0 (a) 6= 0. Alors f −1 est dérivable en b = f (a) et
1
(f −1 )0 (b) = .
f 0 (f −1 (b))
Proposition 6 (dérivée d’une fonction réciproque sur I)
Soit f : I → J une fonction bijective. Soit f −1 : J → J sa fonction réciproque. On

suppose que f est dérivable sur I et que sa dérivée ne s’annule pas. Alors f −1 est dérivable
sur J = f (I) et
1
(f −1 )0 = .
f0 ◦ f −1
5.4 Dérivée et monotonie
Proposition 7 (dérivée d’une fonction constante)
Soit f une fonction dérivable sur I intervalle de R. Alors f est constante si et seulement si sa
dérivée f 0 est identiquement nulle sur I.
210
Dérivabilité
Proposition 8 (dérivée et monotonie)
Soit f une fonction dérivable sur I intervalle de R. Alors

1. f est croissante sur I si et seulement si sa dérivée f 0 est positive ou nulle sur I.
2. f est décroissante sur I si et seulement si sa dérivée f 0 est négative ou nulle sur I.
3. f est strictement croissante sur I si et seulement si sa dérivée f 0 est positive ou nulle
4. f est strictement décroissante sur I si et seulement si sa dérivée f 0 est négative ou nulle
5.5 Dérivées et extrema
Rappelons les résultats suivants sur le maximum et le minimum d’une fonction.
Proposition 9 (Maximum et minimum d’une fonction)
Soit f une fonction définie sur un intervalle I de R. Soit c un point de I. On dit que :
1. la fonction f admet un maximum en c si pour tout x de I,
f (x) ≤ f (c),
2. la fonction f admet un minimum en c si pour tout x de I,
f (x) ≥ f (c),
3. la fonction f admet un extremum en c si elle admet un maximum ou un minimum en c.
211
Dérivabilité
Proposition 10 (Maximum et minimum locaux)
Soit f une fonction définie sur un intervalle I de R. Soit c un point de I. On dit que :
1. la fonction f admet un maximum local en c s’il existe un nombre η > 0 tel que l’in-
tervalle ouvert de la forme ]c − η, c + η[ soit inclus dans I et la restriction de f à cet
intervalle admette un maximum en c, soit encore : il existe η > 0 tel que
si pour tout x ∈ I, |x − c| ≤ η alors f (x) ≤ f (c),
2. la fonction f admet un minimum local en c s’il existe un nombre η > 0 tel que l’in-
tervalle ouvert de la forme [c − η, c + η] soit inclus dans I et la restriction de f à cet
intervalle admette un minimum en c, soit encore : il existe η > 0 tel que
si pour tout x ∈ I, |x − c| ≤ η alors f (x) ≥ f (c),
3. la fonction f admet un extremum local en c si elle admet un maximum ou un minimum

local en c.
Proposition 11 (Dérivée et extrema locaux- Théorème de Fermat)
Soit f une fonction définie sur un intervalle ouvert I de R. Soit c un point de I . Si f est
dérivable c et admet un extremum local en ce point alors
f 0 (c) = 0.
Remarque
1. Attention cela ne marche dans le cadre général que si I est un ouvert (autrement on ne
prend pas les bords de l’intervalle I en compte) !
2. Attention la réciproque de cette proposition est fausse en général !
5.6 Théorèmes fondamentaux sur les dérivées

Nous en arrivons aux théorèmes fondamentaux. Ces théorèmes comme leur nom l’indique
sont essentiels pour la suite du cours d’analyse. Ils seront utilisés souvent dans les preuves de
propositions ou théorèmes ainsi que dans la résolution d’une grande variété d’exercices.
212
Dérivabilité
Théorème 1 (Théorème de Rolle)
Soient a et b deux réels tels que a < b et f une fonction définie et continue sur l’intervalle
[a, b], dérivable sur l’intervalle ]a, b[.
Alors si f (a) = f (b), il existe un nombre c dans l’intervalle ]a, b[ tel que
f 0 (c) = 0.
Remarque Attention, si jamais f n’est pas dérivable sur l’intervalle, il se peut que la fonc-
tion possède un extremum sans qu’une seule valeur de la dérivée de f (là où f est dérivable)
s’annule.
F IGURE 5.2 – Michel Rolle, (1652 -1719),

mathématicien français ; a formulé une pre-
mière version du théorème qui porte son nom
en 1691, dans le cas particulier des polynômes
réels à une variable. On lui doit au passage la
√
notation normalisée : n x pour désigner la ra-
cine n-ième d’un réel x.
Théorème 2 (Théorème des accroissements finis ou théorème de Lagrange)
Soient a et b deux réels tels que a < b et f une fonction définie et continue sur l’intervalle
[a, b], dérivable sur l’intervalle ]a, b[.
Alors il existe un nombre c dans l’intervalle ]a, b[ tel que
f (b) − f (a) = (b − a)f 0 (c).
213
Dérivabilité
Théorème 3 (Théorème des accroissements finis généralisé)
Soient a et b deux réels tels que a < b. Soient f et g deux fonctions définies et continues sur
l’intervalle [a, b], dérivables sur l’intervalle ]a, b[.
Alors il existe un nombre c dans l’intervalle ]a, b[ tel que
(f (b) − f (a))g 0 (c) − (g(b) − g(a))f 0 (c) = 0.
Proposition 12 (Prolongement en un point)
Soit f une fonction définie sur un intervalle I de R et dérivable sur I \ {a} (où a est un
élément de I).
On suppose que sa dérivée f 0 admet une limite réelle l au point a. Alors f est dérivable en a
et f 0 (a) = l.
Remarque Attention : la dérivée d’une fonction f n’a pas toujours pour limite f 0 (a) au
point a. Ce qui signifie que la dérivée d’une fonction dérivable n’a pas de raison d’être
continue.
Exemple
La fonction suivante est un exemple classique de fonction dérivable dont la dérivée n’est pas
continue.
f: R → R 2
x sin(1/x) si x 6= 0,
x 7→
0 si x = 0
est dérivable en 0 mais n’est pas continue en ce point puisque que sa dérivée n’admet pas de
limité en 0.
214
Dérivabilité
Proposition 13 (Règle de l’Hôpital )
Soient f et g deux fonctions continues et dérivables sur un intervalle I de R, dérivables sur

I \ {a}, telles que g et g 0 ne s’annulent pas sur I \ {a}, alors :
1. (version 1) si f (a) = g(a) = 0, on a le résultat suivant :
f 0 (x) f (x)
si lim = l alors lim =l
x→a g 0 (x) x→a g(x)
2. (version 2) si lim f (x) = lim g(x) = ∞, on a le résultat suivant :

x→a x→a
f 0 (x) f (x)
si lim = l alors lim =l
x→a g 0 (x) x→a g(x)
Remarque
1. Dans la proposition précédente, la limite l peut être finie ou infinie.
0 00
2. La règle de l’Hôpital n’est à utiliser qu’en cas d’indétermination de la forme “ pour
0
∞ 00
la version 1 ou “ pour la version 2.
∞
3. On peut utiliser la règle de l’Hôpital en dérivant plusieurs fois (sous réserve que les
dérivées successives existent).
4. Ces deux versions ne donnent que des conditions suffisantes pour avoir la limite. C’est
à dire que la réciproque est fausse. Il se peut que la limite du quotient des dérivées
n’existe pas alors que la limite du quotient. existe.
Un exemple illustrant le dernier point de la remarque est donné par le calcul de
f (x) x2 sin(1/x))
lim = lim = lim x sin(1/x) = 0,
x→0 g(x) x→0 x x→0
tandis que
f 0 (x) 2x sin(1/x) − cos(1/x)

lim = lim ,
x→0 g 0 (x) x→0 1
ne possède pas de limite en 0.
5.7 Dérivées des fonctions usuelles

Commençons par donner les dérivées qui sont supposées être connues depuis le Lycée et
donc, supposées être parfaitement maîtrisées non seulement par leurs formulation mais éga-
lement leur domaine de définition.
215
Dérivabilité
Propriété 1 (Dérivée des fonctions puissance)
La dérivée des fonctions puissance est donnée sous forme de tableau :
R a (a ∈ R) R 0
R x R 1
R x2 R 2x
1 −1
R∗ R∗
x x2
R ou R∗ xn (n ∈ Z) R ou R∗ nxn−1
√ 1
R+ x R∗+ √
2 x
√ 1
R+ n
x (n ∈ N) R∗+ √
n
n xn−1
R∗+ xα (α ∈ R) R∗+ αxα−1
Viennent ensuite les dérivées qui sont nouvelles cette année. Leurs valeurs sont importantes
à connaître, surtout lorsque l’on abordera le chapitre sur les équations différentielles avec les
dérivées mais également les primitives des fonctions usuelles à connaître. Encore une fois,
les ensembles de définitions sont aussi important que les formulations des dérivées.
216
Dérivabilité
Propriété 2 (Dérivée des fonctions logarithme, exponentielle et hyperbolique)
La dérivée des fonctions logarithme, exponentielle et hyperbolique est donnée sous forme de
tableau :
1
R∗+ ln(x) R∗+
x
R ex R ex
R ax (a > 0) R ln(a)ax
R sh(x) R ch(x)
R ch(x) R sh(x)
1
R th(x) R = 1 − th2 (x)
ch(x)2
−1
R∗ coth(x) R∗ = 1 − coth2 (x)
sh(x)2
Propriété 3 (Dérivée des fonctions trigonométriques)
La dérivée des fonctions trigonométriques est donnée sous forme de tableau :
R sin(x) R cos(x)
R cos(x) R sin(x)
π π 1
R\{ + kπ} (k ∈ Z) tan(x) R\{ + kπ} = 1 + tan2 (x)
2 2 cos2 (x)
−1
R \ {kπ} (k ∈ Z) cotan(x) R \ {kπ} = −1 − cotan2 (x)
sin2 (x)
217
Dérivabilité
5.8 Dérivées successives

5.8.1 Dérivée nième
Définition 4 (Fonction dérivable plusieurs fois)
1. Etant donnés un entier n non nul, et une fonction f définie et dérivable n fois sur I, la
dérivée nième est définie comme de la façon suivante :
f (n) = (f (n−1) )0 ,
avec pour convention f (0) = f .

2. si f admet une dérivée nième , avec n ∈ N, on dit que f est n fois dérivable sur I.
3. si pour tout n ∈ N la dérivée nième de f existe, on dit que f est indéfiniment dérivable.
5.8.2 Classes de fonction

5.8.3 Fonction de classe C n , n ∈ N
Définition 5 (classe C n )
Soit n un entier non nul. Soit f une fonction définie sur un intervalle I de R.
On dit que f est de classe C n sur I si f est n fois dérivable sur I et sa dérivée nième f (n) est
continue sur I.
Si n = 0 on dit juste que f est continue (de classe C 0 sans être nécessairement dérivable.
5.8.4 Fonction de classe C ∞
Définition 6 (classe C ∞ )
Soit f une fonction indéfiniment dérivable sur I intervalle de R.

On dit que f est de classe C ∞ sur I si pour tout entier naturel n, f est de classe C n sur I.
5.8.5 Dérivée nième d’une somme de fonctions
218
Dérivabilité
Proposition 14 (Dérivée nième d’une somme)
Soient f et g deux fonctions définies sur un même intervalle I de R et n un entier naturel. On

suppose que f et g sont n fois dérivables sur I. Alors :
1. la somme f + g est également n fois dérivable et (f + g)n = f n + g n ,
2. si λ ∈ R, λf est également n fois dérivable et (λf )n = λf n .
5.8.6 Dérivée nième d’un produit de fonctions

La dérivée nième d’un produit de fonctions est un peu plus compliqué. Elle porte un nom :
c’est la formule de Leibniz.
Proposition 15 (Formule de Leibniz)
Soient f et g deux fonctions définies sur un même intervalle I de R et n un entier naturel. On

suppose que f et g sont n fois dérivables sur I. Alors la fonction produit f g est également n
fois dérivable sur I et
n
X
(f g) = n
Cnk f (k) g (n−k) .
k=0

n
où, pour tout entier k = 0, ..., n, Cnk que l’on écrit également est le nombre défini
k
par :
n!
Cnk = .
k!(n − k)!
Et par convention, ce coefficient est nul si k > n.
Remarque Si l’on considère une fonction g qui ne s’annule pas sur I on peut définir la
f
dérivée nième d’un quotient de fonctions en reprenant la formule précédente mais en mul-
g
1
tipliant f par au lieu de g.
g
5.8.7 Dérivée nième de la composée de deux fonctions.

Contrairement à la formule de Liebniz qui doit être connue par coeur, celle de Faà di Bruno
n’est donnée ici qu’à titre indicatif (elle n’est pas au programme). Elle permet de voir qu’ils
est possible de calculer la dérivée nième de la composée de deux fonctions, mais la formula-
tion reste quand même bien compliquée.
219
Dérivabilité
Proposition 16 (Formule de Faà di Bruno)
Soient f : I → J et g : J → K deux fonctions avec I, J et K des intervalles de R, et n un

entier naturel. On suppose que f est n fois dérivable sur I et g est n fois dérivable J . Alors
la fonction composée g ◦ f est également n fois dérivable sur I et
0 (b1 ) 00 (b2 ) (m) (bm )
n
X m! k f (t) f (t) f (t)
(g ◦ f ) = n! g ◦f ...
b1 !b2 !...bm ! 1! 2! m!
où, la somme est sur toutes les différentes solutions entiers naturels b1 , b2 , ...,bm de l’équation
b1 + 2b2 + ... + mbm ,
et k := b1 + b2 + ... + bm
5.9 Fonctions convexes

Les fonctions convexes sont très utiles dans plusieurs domaines des mathématiques appli-
quées et notamment dans le domaine de l’optimisation. Nous verrons d’ailleurs dans cette
section comment elles sont reliées aux extrema.
Commençons par donner d’abord une définition de ces fonctions.
Définition 7 (Fonction convexe)
Soit f une fonction définie sur un intervalle I de R. On dit que f est convexe si et seulement
si pour tous x et y dans I
f (tx + (1 − t)y) ≤ tf (x) + (1 − t)f (y),
pour tout t ∈ [0, 1].

La fonction f est dite concave si −f est convexe.
On a alors les propriétés suivantes.
Proposition 17 (Convexité et segment)
La fonction f définie sur un intervalle I de R est convexe si et seulement si pour tous a et b

dans I avec a < b et pour tout x ∈ [a, b]
f (b) − f (a)
f (x) ≤ f (a) + (x − a) .
b−a
220
Dérivabilité
Proposition 18 (Convexité et dérivée)
Soit f une fonction définie sur un intervalle ouvert I de R et dérivable sur I. Si sa dérivée f 0
est croissante alors f est convexe et pour tous x, a ∈ I
f (x) ≥ f (a) + f 0 (a)(x − a).
Corollaire 1 (Convexité et dérivée seconde)
Soit f une fonction définie sur un intervalle ouvert I de R et deux fois dérivable sur I. Si sa
dérivée seconde f 00 est telle que f 00 (x) ≥ 0 pour tout x ∈ I alors f est convexe sur I.
Nous pouvons désormais donner quelques résultats reliant la convexité avec les extrema. Mais
auparavant, rappelons un résultat reliant les extrema avec les dérivées et dérivées secondes
d’une fonctions.Nous nous focaliserons sur les minima (les résultats sur les maxima sont
analogues en considérant −f plutôt que f ).
Proposition 19 (Dérivée et minimum)
Soit f une fonction définie sur un intervalle ouvert I de R et dérivable en a ∈ I.

1. Si a est un minimum local alors f 0 (a) = 0.
2. Si de plus, f est deux fois dérivables en a, alors f 00 (a) ≥ 0
“Inversement”
Si b ∈ I est tel que f 0 (b) = 0 et si f 00 (b) > 0 alors b est un minimum local strict (avec les
inégalités strictes) de f .
1. les conditions f 0 (a) = 0 et f 00 (a) ≥ 0 ne sont pas suffisantes (sauf si f est convexe).
Exemple : f : x 7→ x3 est telle que f 0 (0) = 0 et f 00 (0) = 0 mais 0 n’est pas un minimum
local.
2. D’autre part, la condition f 00 (a) > 0 n’est pas nécessaire.
Exemple : f : x 7→ x4 est telle que f 0 (0) = 0 et f 00 (0) = 0 et pourtant 0 est bien
minimum de f .
221
Dérivabilité
Proposition 20 (Convexité et minimum)
Soit f une fonction convexe définie sur un intervalle ouvert I de R et deux fois dérivable sur
I. Soit a ∈ I. On a alors
f 0 (a) = 0 est équivalent à a minimum de f sur I.
222
Bibliographie
[1] A. B ODIN , N. B ORNE , G. C HEN , G. C OSTANTINI , L. D ESIDERI , A. H ANANI ET J.-L.

ROUGET, Analyse, cours de mathématiques 1ère année, Exo7, 2016. 12
[2] A. B ODIN , M. B OURDON , B. B OUTIN , S. C HEMLA , G. C HEN , P. ROMON , E. BAYER -
F LUCKIGER , P. C HABLOZ ET L. T HOMAS, Algèbre, cours de mathématiques 1ère an-
née, Exo7, 2016. 12
[3] G. C OSTANTINI, Analyse 1ère année, MPSI/PCSI, cours exercices corrigés, de boeck,
2013. 12
[4] F. . L IRET ET D. M ARTINAIS, Analyse 1ère année, 2ème édition, Dunod, 2003. 12
[5] J.-C. M ARTIN , R. A DAD , C. B IÈCHE , R. C HMURA , J.-L. C LABECQ , P. G UERINI ,
H. G UILLAUMIE , M. H OCHART, M. JAUME , A. R EISSMAN , C. S CHREIBER ET
G. S CIUTO, Perofrmance Concours, Méthodes et annales,1ère année, Mathématiques,
PCSU-PTSI, Lavoisier, 2013. 12
[6] S. RONDY, P. B ERLANDI , G. N IFFOI , A.-S. P IERSON -F ERTEL ET N. P IERSON, ECE,
1ère année, Maths, nouveau programme, Ellipses, 2013. 12
223

Fondmath 1

Transféré par

Informations du documentcliquez pour développer les informations du document

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

Fondmath 1

Transféré par

Informations du document

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

Fondmath 1

Transféré par

Droits d'auteur :

Formats disponibles

Laurent Pujo-Menjouet Licence Sciences, Technologies & Santé

Département de mathématiques Mention mathématiques

Fondamentaux des mathématiques 1

0 Conseils pour bien commencer 1

4.5 Identité et théorème de Bézout . . . . . . . . . . . . . . . . . . . . . . . . . 90

2 Pratiques sur les fonctions (applications) usuelles 129

3 Suites réelles 165

4 Limites et continuité de fonctions 181

1 Les maths vues par... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1.1 Mathématiciens et nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.1 Mathématiciens et logique . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.1 Mathématiciens et nombres complexes . . . . . . . . . . . . . . . . . . . . . 63

4.1 Mathématiciens et arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . 84

5.1 Mathématiciens et arithmétique . . . . . . . . . . . . . . . . . . . . . . . . . 98

1.1 Mathématiciens et fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 115

1.6 Injective vs Non injective . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

2.1 Mathématiciens et fonctions hyperboliques . . . . . . . . . . . . . . . . . . 130

3.1 Mathématiciens et suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

4.1 Mathématiciens et limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182

5.1 Mathématiciens et dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . 204

Conseils pour bien commencer

Les méthodes sont les habitudes de l’esprit

Antoine Rivaroli, dit comte de Rivarol,

0.1 Conseils élémentaires sur les méthodes de travail

F IGURE 1 – Les maths

0.2 Conseils fondamentaux pour bien rédiger

F IGURE 2 – Tant qu’à

0.3 Conseils fondamentaux pour bien rédiger

0.3.2 Comment introduire une variable

0.3.3 Comment introduire une fonction

X On note f la fonction x 7→ x2 + 3 définie sur x ∈ R,

On note f la fonction définie sur R par : pour tout x ∈ R, f (x) = x2 + 3.

0.4 Conseils pour bien raisonner

0.5 Tableau des lettres grecques

Majuscules Minuscules Noms Majuscules Minuscules Noms

Z ζ Zêta ou Dzêta Σ σ Sigma

K κ Kappa X χ Chi (se lit “Ki”)

F IGURE 3 – Alphabet grec.

J’ai profondément regretté de ne pas avoir

Compétences à acquérir dans ce chapitre

1 - 2 Savoir utiliser la notation

1.1 Un peu d’histoire

F IGURE 1.3 – Hugues Charles Robert Mé-

Soient m, n et k trois entier naturels et ak des nombres réels quelconques. Alors

Plusieurs remarques sont à faire ici.

De même, le résultat d’une somme ne peut pas dépendre de l’indice de sommation,

Un exemple pour s’entraîner :

Exemple Que vaut

Cette formule se simplifie grandement, nous pouvons donc écrire

1.2.2 Attention à l’indice de sommation

En fait, on factorise l’élément de la somme et on le multiplie par le nombre de termes :

1.2.3 Changement d’indice

1.2.4 Sommes doubles

Si n = m, nous notons plutôt

Nous pouvons remarquer les résultats suivants :

2. si i et j sont dans un ordre précis au sens large (notez le ≤ entre i et j)

3. si i et j sont dans un ordre précis au sens strict (notez le < entre i et j)