Untitled

2
Analyse infinitésimale
Volume 1
André Pétry
4
Table des matières
Préface 11
1 Notions de nombres 13
1.1 Variables, constantes,. . . , ensembles . . . . . . . . . . . . . . . . . . 13
1.2 Nombres naturels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Nombres entiers, notion de groupe . . . . . . . . . . . . . . . . . . . 15
1.4 Nombres rationnels, notion de corps commutatif . . . . . . . . . . . 16
1.5 Calcul algébrique dans un corps commutatif . . . . . . . . . . . . . . 17
1.6 Droite cartésienne et nombres réels . . . . . . . . . . . . . . . . . . . 18
1.7 Nombres irrationnels . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8 Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9 Comparer des nombres . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.10 Ensembles finis, ensembles infinis . . . . . . . . . . . . . . . . . . . . 25
1.11 Le plus grand, le plus petit . . . . . . . . . . . . . . . . . . . . . . . . 26
1.12 Complétude des réels . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.13 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Les nombres hyperréels 29

2.1 Infiniment petits, infiniment grands, limités, appréciables . . . . . . 31
2.2 Opérations sur les nombres hyperréels . . . . . . . . . . . . . . . . . 33
2.3 Nombres infiniment proches, partie standard . . . . . . . . . . . . . 36
2.4 Représentation des nombres limités . . . . . . . . . . . . . . . . . . . 40
2.5 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6 Exercices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.7 Rapports des nombres hyperréels à la réalité . . . . . . . . . . . . . . 47
3 Notion de dérivée 49
3.1 Quelques généralités à propos de fonctions . . . . . . . . . . . . . . . 49
3.2 Premiers pas avec la dérivée . . . . . . . . . . . . . . . . . . . . . . . 51
4 Principe de Transfert 53
4.1 Formules et systèmes standard . . . . . . . . . . . . . . . . . . . . . 53
4.2 Principe de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.3 Application à la racine carrée . . . . . . . . . . . . . . . . . . . . . . 58
4.4 Variantes du Principe de transfert . . . . . . . . . . . . . . . . . . . 59
5
6
4.5 Application aux fonctions trigonométriques . . . . . . . . . . . . . . 60

4.6 Définition par cas distincts . . . . . . . . . . . . . . . . . . . . . . . 62
4.7 Intervalles dans ∗ R . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.8 Précautions à prendre en utilisant le Principe de transfert . . . . . . 63
4.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5 Dérivées et continuité 65
5.1 Définition de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.3 Théorème des accroissements infinitésimaux . . . . . . . . . . . . . . 69
5.4 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.5 Règles de dérivation et de continuité . . . . . . . . . . . . . . . . . . 72
5.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.7 Continuité des fonctions monotones . . . . . . . . . . . . . . . . . . . 75
5.8 Limites de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.9 Du “dessin” aux hyperréels et inversément . . . . . . . . . . . . . . . 79
5.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6 Ordres de grandeur, différentielles 83

6.1 Ordres de grandeur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.2 Différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.3 Exercices résolus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.5 df, dx, dy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6.6 Principe de Fermat . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.7 Plan hyperréel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.8 Le microscope de grossissement 1/∆ . . . . . . . . . . . . . . . . . . 95
6.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7 Tangente à une courbe 99

7.1 Tangente à un graphe . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.2 Notion de courbe plane . . . . . . . . . . . . . . . . . . . . . . . . . 102
7.3 Tangente à une courbe . . . . . . . . . . . . . . . . . . . . . . . . . . 106
7.4 Tangente à une courbe données par des équations paramétriques. . . 111
7.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8 Espace à n dimensions 119

8.1 Espace réel et hyperréel à n dimensions . . . . . . . . . . . . . . . . 119
8.2 Utilisation des fonctions réelles de plusieurs variables dans les hyper-
réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.3 Extension standard des parties de R, . . . de Rn . . . . . . . . . . . . . 122
8.4 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
8.5 Continuité de fonctions de plusieurs variables . . . . . . . . . . . . . 124
8.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7
9 Nombres hypernaturels 127

9.1 Nombres hypernaturels . . . . . . . . . . . . . . . . . . . . . . . . . . 127
9.2 Suites et limites de suites . . . . . . . . . . . . . . . . . . . . . . . . 128
9.3 Extension de la notion de somme . . . . . . . . . . . . . . . . . . . . 131
9.4 Sommer une infinité d’infiniment petits . . . . . . . . . . . . . . . . . 133
10 Trois résultats importants concernant la continuité 135

10.1 Bornes atteintes et Valeurs intermédiaires . . . . . . . . . . . . . . . 135
10.2 Applications à l’existence de racines . . . . . . . . . . . . . . . . . . 136
10.3 Extension du Principe de transfert . . . . . . . . . . . . . . . . . . . 138
10.4 Continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
11 Intégrales 141
11.1 Discrétisation de [a, b] de pas ∆x . . . . . . . . . . . . . . . . . . . . 141
11.2 L’idée initiale : l’estimation d’une aire par des rectangles . . . . . . . 142
11.3 Sommes de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
11.4 Définition de l’intégrale de Riemann . . . . . . . . . . . . . . . . . . 146
11.5 Existence de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . 146
11.6 Calcul de l’aire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
11.7 Propriétés des intégrales . . . . . . . . . . . . . . . . . . . . . . . . . 150
11.8 Application au logarithme . . . . . . . . . . . . . . . . . . . . . . . . 153
11.9 Intégrales avec des bornes d’intégration hyperréelles . . . . . . . . . 154
11.10Calcul approché des intégrales . . . . . . . . . . . . . . . . . . . . . . 155
12 Théorème de Lagrange et conséquences 157

12.1 Théorèmes de Rolle et de Lagrange . . . . . . . . . . . . . . . . . . . 157
12.2 Croissance, décroissance . . . . . . . . . . . . . . . . . . . . . . . . . 158
12.3 Application à la recherche d’extrema. . . . . . . . . . . . . . . . . . . 159
12.4 Exercices proposés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
12.5 Théorème des accroissements infinitésimaux, 3e partie . . . . . . . . 161
13 Le Théorème fondamental 163

13.1 Le Théorème fondamental, 1ère partie . . . . . . . . . . . . . . . . . . 163
13.2 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
13.3 Théorème fondamental, 2e partie . . . . . . . . . . . . . . . . . . . . 166
13.4 Exercices résolus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
13.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
14 Logarithmes et exponentielles 169

14.1 Logarithme népérien . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
14.2 La fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . 171
14.3 Exposants quelconques . . . . . . . . . . . . . . . . . . . . . . . . . . 173
14.4 Ordres de grandeurs de ln H , H α , λH et H! . . . . . . . . . . . . . . 176
14.5 Logarithme en base λ . . . . . . . . . . . . . . . . . . . . . . . . . . 177
14.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
8
15 Formule de Taylor d’ordre deux 179

15.1 Formule de Taylor d’ordre deux . . . . . . . . . . . . . . . . . . . . . 179
15.2 Application à l’étude des extrema . . . . . . . . . . . . . . . . . . . . 182
15.3 Fonctions convexes. Concavité . . . . . . . . . . . . . . . . . . . . . . 182
15.4 Méthode de Newton-Raphson . . . . . . . . . . . . . . . . . . . . . . 185
16 Etudes de fonctions 189

16.1 Asymptotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
16.2 Transformations géométriques simples appliquées à un graphe . . . . 190
16.3 Schéma d’étude de fonction . . . . . . . . . . . . . . . . . . . . . . . 192
16.4 Règle de L’Hospital . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
16.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
17 Quelques fonctions importantes 197

17.1 Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . 197
17.2 Les fonctions hyperboliques réciproques . . . . . . . . . . . . . . . . 199
17.3 Courbe de Gauss et Fonction d’erreur . . . . . . . . . . . . . . . . . 202
17.4 Utiliser des fonctions à valeurs complexes . . . . . . . . . . . . . . . 204
17.5 Exponentielle complexe . . . . . . . . . . . . . . . . . . . . . . . . . 205
18 Méthodes d’intégration 207

18.1 Méthode générales d’intégration . . . . . . . . . . . . . . . . . . . . . 208
18.2 Intégration des exponentielle-polynômes . . . . . . . . . . . . . . . . 210
18.3 Intégration des fonctions rationnelles . . . . . . . . . . . . . . . . . . 213
18.4 Intégration des expressions en sin x, cos x, tg x . . . . . . . . . . . . 218
18.5 Intégration des expressions en ch ax, sh ax . . . . . . . . . . . . . . 221
18.6 La Méthode de substitution appliquée√ en sens opposé . . . . . . . . 222
p
18.7 Intégration des irrationnelles R(x, √ ax + b) . . . . . . . . . . . . . . 223
18.8 Intégration des irrationnelles R(x, ax2 + bx + c) . . . . . . . . . . . 225
18.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
19 Quelques applications des intégrales 233

19.1 Volume et aire d’un solide de révolution . . . . . . . . . . . . . . . . 233
19.2 Longueur d’un arc de courbe . . . . . . . . . . . . . . . . . . . . . . 236
19.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
20 Equations différentielles du premier ordre 239

20.1 Quelques généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
20.2 Equations à variables séparées . . . . . . . . . . . . . . . . . . . . . . 240
20.3 L’exponentielle comme solution d’une équation différentielle . . . . . 244
20.4 Premières applications de y ′ = ay . . . . . . . . . . . . . . . . . . . . 246
20.5 Evolution d’une population, 2e modèle . . . . . . . . . . . . . . . . . 248
20.6 Equation logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
20.7 Evolution d’une population, 3e modèle . . . . . . . . . . . . . . . . . 251
20.8 Equations différentielles linéaires, propriétés générales . . . . . . . . 252
20.9 Equations différentielles linéaires du premier ordre . . . . . . . . . . 254
20.10Application à un circuit électrique RL . . . . . . . . . . . . . . . . . 259
9
20.11Equations différentielles de Bernoulli . . . . . . . . . . . . . . . . . . 261

20.12Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
21 Equations différentielles linéaires du second ordre 265

21.1 Equations linéaires homogènes du 2e ordre à coefficients constants . 266
21.2 Méthode par “variation de constantes” . . . . . . . . . . . . . . . . . 271
21.3 Existence et unicité de la solution . . . . . . . . . . . . . . . . . . . . 274
21.4 Méthode des coefficients indéterminés . . . . . . . . . . . . . . . . . 275
21.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
21.6 Equations différentielles linéaires du 2e ordre à coefficients variables . 284
21.7 Applications à l’oscillateur harmonique . . . . . . . . . . . . . . . . . 284
A Solutions des exercices relatifs aux équations différentielles 297

Préface
Ces notes d’Analyse s’intitulent Analyse infinitésimale. En effet elles se basent de

façon essentielle sur la notion d’infiniment petit. Pour ce faire, j’utilise un cadre et
des méthodes issues de l’Analyse non standard et plus particulièrement la présenta-
tion donnée par H.J. Keisler ([9]). J’utilise l’approche infinitésimale et les méthodes
de l’Analyse non standard depuis presque une vingtaine d’années dans le cadre d’un
cours d’Analyse destiné à de futurs ingénieurs industriels.
L’Analyse non standard a été introduite en 1961 par A. Robinson ([17]), elle
permet de donner un cadre rigoureux et solide aux méthodes et arguments infinitési-
maux, elle introduit les différents concepts de l’Analyse mathématique (dérivées, in-
tégrales...) en utilisant la notion de nombres infiniment petits et cela dans la tradition
initiée par les savants des 17e et 18e siècles. L’Analyse non standard rend cohérente
la notion d’infiniment petit et permet de développer l’Analyse mathématique sur cette
base comme le faisaient dès le 17e siècle d’abord P. Fermat, I. Newton, G.W.
Leibniz et ensuite leurs illustres successeurs, les frères Bernoulli, Euler. . . .
Pourquoi utiliser les notions infinitésimales et des méthodes issues de l’Analyse
non standard au niveau de l’enseignement ? Les raisons en sont multiples, notam-
ment :
— la notion de nombres infinitésimaux a un contenu intuitif indiscutable, cela se
traduit par des formulations simples, naturelles et concrètes des principales
notions de l’Analyse ;
— on peut traiter très simplement les notions d’ordre de grandeur ;
— l’outil mathématique ainsi construit est directement utilisable dans les diverses
sciences et applications ;
— on peut mieux faire cohabiter intuition, invention et rigueur.
Les trois thèmes de ce premier volume sont : les dérivées, les intégrales et les
équations différentielles, le plus souvent on se limite à considérer des fonctions d’une
variable. Le volume 2 est consacré pour une bonne part aux fonctions de plusieurs
variables. Dans les présentations “classiques 1 ” de l’Analyse, les notions de dérivée
et d’intégrale reposent sur la notion de limite, tout se passe alors dans le “monde”
1. l’adjectif “classique” est ici usurpé car il fait référence à la présentation de l’Analyse introduite
au 19e siècle tandis que la présentation infinitésimale date du 17e siècle !
11
12
des nombres réels. Il n’en est pas ainsi en Analyse non standard, comme d’ailleurs
il n’en n’était pas ainsi pour les savants et mathématiciens qui ont fondé l’Analyse :
Leibniz, Euler . . . ne connaissaient pas les limites ! 2 . En Analyse non standard
et dans la présentation ici suivie, on se place dans un ensemble de nombres plus
riche que l’ensemble des nombres réels ; parmi ces nombres on trouve notamment les
quantités infinitésimales utilisées dès le 17e siècle. Ces nombres étendant les nombres
réels sont appelés les nombres hyperréels.
La notion de nombre est donc ici particulièrement importante. Ainsi le premier
chapitre est consacré à un voyage à travers les nombres habituels et, dès le chapitre 2,
on apprend à connaître et à se familariser avec les nombres hyperréels. Les dérivées
apparaissent au chapitre 3. Les notions d’ordre de grandeur sont essentielles, on
les étudie dès le chapitre 6. Les tangentes à une courbe ont ici une présentation
particulièrement simple et sont étudiées au chapitre 7. Les intégrales apparaissent
au chapitre 11. Les deux derniers chapitres de ce premier volume sont consacrés aux
équations différentielles. La théorie et les applications cohabitent, ainsi à côté de
démonstrations et justifications théoriques, on trouve des exemples et de nombreux
exercices.
Que l’on se rassure, l’outil mathématique obtenu via les méthodes non standard
contient les résultats “classiques”, ainsi la plupart des théorèmes importants restent
dans leur formulation inchangés et, au niveau des exercices, on continue à calculer
les intégrales et résoudre les équations différentielles de façon usuelle. Mais on espère
que l’outil mathématique aura acquis plus de proximité, plus de sens concret et donc
plus de disponibilité en vue de son utilisation.
Ces notes sont le manuel du cours d’Analyse enseigné dans le département In-
génieur industriel de la Haute Ecole de la Province de Liège, le volume 1 est utilisé
en bachelier 1 et le volume 2 est à destination des bacheliers 2.
Je remercie mes collègues qui m’ont aidé dans ce travail, d’abord mon épouse
Jacqueline Havelange, mais aussi Yvette Leyen, pour leur aide et leur contri-
bution à notre travail d’enseignement.
Août 2011, A. Pétry
2. la notion de limite apparaît, sans doute pour la première fois, chez d’Alembert à la moitié du
18e siècle et c’est Cauchy qui, entre 1820 et 1830, est le premier à les utiliser de façon systématique
pour développer l’Analyse.
Chapitre 1
Notions de nombres
Les nombres jouent en Mathématiques un rôle essentiel, particulièrement dans

la présentation suivie ici. Mais que signifie le mot “nombre” ? Au travers d’une pro-
menade informelle parmi des nombres “classiques”, on voudrait appréhender cette
notion. Mais auparavant voici quelques précisions utiles.
1.1 Variables, constantes,. . . , ensembles

En Mathématiques on considère des ‘objets’ fort différents : des nombres, des
vecteurs, des points, des droites, des fonctions . . . . Pour désigner ces objets, pour les
manipuler, on considère des symboles, le plus souvent des lettres, que l’on qualifie
suivant leur utilisation de variables ou de constantes. Les variables représentent
des nombres, des points . . . non fixés, censés pouvoir varier, dans un domaine connu,
par exemple dans les entiers, dans les nombres réels, dans un plan . . . . Les variables
peuvent représenter des objets inconnus, qui pourraient d’ailleurs ne pas exister (par
exemple certaines équations n’ont pas de solution). Les constantes représentent
des nombres, des points . . . fixés. Ces constantes peuvent être explicitées, l’objet
considéré est alors explicitement précisé, par exemple 0, 1, 127, π représentent des
nombres bien précis. Une constante peut aussi représenter un objet fixé sans qu’on
ait explicité son contenu, par exemple on dit :
“soit r un réel fixé . . . , fixons un naturel m . . . ”
On est aussi amené à convenir de notations, pour ce faire on utilise souvent le
symbole d’assignation := . Par exemple
u := x2 + x + 1
signifie qu’on convient que u représente l’expression x2 + x + 1 . Ainsi au lieu d’écrire

a+b a−b
posons a = u + v et b = u − v, il s’ensuit u = 2 et v = 2
on préférera d’écrire
a+b a−b
posons a := u + v et b := u − v, il s’ensuit u = 2 et v = 2 .
13
14 Chapitre 1. Notions de nombres
Par proposition on entend une formulation précise et non ambigüe d’une pro-
priété. Pour signifier que dans la formulation d’une proposition intervient la variable
x, on représente la proposition par P(x), bien entendu P(u) représente alors la pro-
position P(x) où la variable x est remplacée partout par u . On procède de façon
analogue pour une proposition faisant appel à deux variables x, y en écrivant P(x, y).
Rappelons les conventions et notations ensemblistes usuelles. Un ensemble est
une collection d’objets ; si E représente cette collection d’objets et si a est un des
objets la composant, on dit que a est un élément de E, ce qui est noté a ∈ E .
Soient A , B des ensembles. A et B sont égaux, en abrégé A = B , lorsque A et B
ont les mêmes éléments ; A est inclus dans B, ou A est une partie de B, en abrégé
A ⊂ B , lorsque tout élément de A est un élément de B .
La notation suivante est très souvent utilisée : considérons une proposition P(x) ,
on désigne alors par
{x : P(x)}
l’ensemble dont les éléments sont les objets u tels que la proposition P(u) soit vérifiée.
Considérons des objets u, v, w. . . . On note {u} l’ensemble dont le seul élément
est u ; on note {u, v} l’ensemble dont les éléments sont u et v, de même {u, v, w}
l’ensemble dont les éléments sont u , v et w . Bien entendu on ferait de même avec
quatre objets, cinq objets . . . .
Considérons des ensembles A et B, alors l’union de A et de B, notée A ∪ B,
l’intersection de A et de B, notée A ∩ B, le complémentaire de B dans A, noté
A \ B, sont définis par :
A∪B := {x : x ∈ A ou x ∈ B} ,
A∩B := {x : x ∈ A et x ∈ B} ,
A\B := {x : x ∈ A et x 6∈ B} .
L’ensemble vide noté ∅ est l’ensemble n’ayant aucun élément. Deux ensembles sont
dits disjoints lorsque leur intersection est vide.
1.2 Nombres naturels

Les nombres naturels (plus simplement les naturels) sont les nombres
0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, . . . ,
ce sont donc les nombres qu’on obtient au départ de 0 et itérant l’opération +1 .

L’ensemble des nombres naturels est noté N et N0 représente l’ensemble des naturels
non nuls.
Voici une propriété importante des naturels :
Tout ensemble non vide de naturels contient un plus petit élément (1.1)
En effet supposons qu’un ensemble E de naturels contienne au moins un élément p0 .

Si p0 n’est pas le plus petit élément de E on peut trouver un naturel p1 qui soit dans
E et qui soit < p0 . Itérons ce processus : ou bien p1 est le plus petit élément de E,
1.3. Nombres entiers, notion de groupe 15
ou bien on peut trouver un naturel p2 < p1 qui soit dans E. De la sorte ou bien on
trouve le plus petit élément de E, ou bien on obtient des naturels p0 , p1 , p2 , . . . , pn
tels que
pn < pn−1 < . . . p2 < p1 < p0 .
Cette deuxième éventualité ne peut continuer indéfiniment : le nombre de naturels
< p0 est p0 , il est donc impossible qu’après p0 itérations du processus ci-dessus on
n’ait pas trouvé le plus petit élément de E. ✷
Ce résultat est lié à la méthode usuelle de raisonnement par récurrence :
Considérons une proposition P(x). Supposons :
— la proposition P(0) est vérifiée,
— pour tout naturel m, la proposition P(m) entraîne P(m + 1).
Alors P(m) est vérifiée pour tout naturel m
En fait cela est une conséquence du résultat (1.1), en effet dans les conditions ci-
dessus s’il existait un naturel p tel que P(p) soit faux, en considérant le plus petit
de ces naturels, on obtiendrait un naturel 6= 0, qui serait donc de la forme q + 1,
mais alors P(q) devrait être vérifié et donc P(q + 1) aussi, on obtiendrait ainsi une
contradiction.
1.3 Nombres entiers, notion de groupe

Les entiers s’obtiennent en adjoignant aux naturels les nombres
−1, −2, −3, −4, −5, −6, −7, −8, −9, −10, −11, −12, −13, −14, . . . ;
l’ensemble des entiers est noté Z . Les entiers s’obtiennent donc au départ de 0 en
itérant les opérations +1 et −1 .
Soient m, n, p des entiers quelconques. Alors m + (n + p) = (m + n) + p et
m + 0 = m. Dans les entiers on peut également effectuer des soustractions : effectuer
la soustraction m−n consiste à résoudre l’équation x+n = m et cela marche puisque
(m + (−n)) + n = m . Une telle situation est à la base de la notion de groupe.
Considérons un ensemble G . Une opération ⋄ interne et partout définie sur
G associe à tous x, y éléments de G un élément de G noté x ⋄ y . Ainsi l’addition et
la multiplication sont des opérations internes et partout définies à la fois sur N et Z.
Définition. Soient un ensemble G, une opération ⋄ interne et partout définie sur

G et n un élément fixé de G. On dit que ⋄ définit sur G un groupe de neutre n, ou
encore que < G, ⋄, n > est un groupe, lorsque :
1. ⋄ est associative sur G , c’est-à-dire x ⋄ (y ⋄ z) = (x ⋄ y) ⋄ z pour tous x,y,z
∈ G,
2. n est un neutre pour ⋄ , c’est-à-dire x ⋄ n = n ⋄ x = x pour tout x ∈ G,
3. pour tout x ∈ G, il existe y ∈ G tel que x ⋄ y = y ⋄ x = n .
Si en plus x ⋄ y = y ⋄ x pour tous x, y ∈ G, le groupe est dit commutatif.
Ainsi l’addition définit sur Z un groupe commutatif de neutre 0 mais ne définit

pas un groupe sur N . Evidemment la multiplication ne permet pas de définir un
groupe sur les naturels ou les entiers et cela même si on enlève le nombre 0. Ce
qu’on a remarqué à propos de la soustraction dans Z s’étend à tous les groupes, en
effet :
Théorème 1. Soit < G, ⋄, n > un groupe. Pour tous a, b dans G, l’équation a⋄x = b
a une et une seule solution.
Démonstration. Soit y ∈ G tel que y ⋄ a = a ⋄ y = n.
Existence : Posons x = y ⋄ b. Alors a ⋄ x = a ⋄ (y ⋄ b) = (a ⋄ y) ⋄ b = n ⋄ b = b .
Unicité : Supposons a ⋄ u = b. Alors
y ⋄ b = y ⋄ (a ⋄ u) = (y ⋄ a) ⋄ u = n ⋄ u = u ,
d’où u = y ⋄ b et un tel u est unique. ✷
En particulier pour tout x dans G, il existe un seul y tel que x ⋄ y = n , ce y est

appelé l’inverse de x. En nous référant à la preuve ci-dessus, nous voyons que
la solution de a ⋄ x = b est donnée par x = c ⋄ b où c est l’inverse de a .
1.4 Nombres rationnels, notion de corps commutatif

Les rationnels sont les fractions d’entiers (de dénominateur non nul). L’en-
semble des rationnels est noté Q . Dans les rationnels on va pouvoir effectuer non
seulement les additions, soustractions et multiplications mais aussi les divisions par
un nombre non nul. On va ainsi pouvoir effectuer les quatre opérations élémentaires
Dans les rationnels, on est ainsi en présence de deux groupes commutatifs : munis
de l’addition, les rationnels forment évidemment un groupe de neutre 0 et Q0 , l’en-
semble des rationnels non nuls, muni de la multiplication est aussi un groupe. Le
concept de groupe ne considère qu’une seule opération, mais à la notion de nombre
deux opérations sont inévitablement liées : l’addition et la multiplication. La notion
de corps considère simultanément deux opérations et généralise ce qu’on observe à
propos de l’addition et de la multiplication sur les nombres rationnels, l’idée de base
est simple : la notion de corps commutatif formalise le fait de pouvoir effectuer
les quatre opérations élémentaires. En voici la définition précise.
Définition. Considérons sur un ensemble K deux opérations internes et partout
définies notées + , · ; soient 0 et 1 deux éléments distincts de K. Alors, on dit que
< K, +, ·, 0, 1 > est un corps commutatif lorsque
1. les opérations +, · sont associatives et commutatives,
2. 0 et 1 sont des neutres respectivement pour + et ·,
3. pour tout a dans K, il existe x dans K tel que a + x = 0 .
4. pour tout a 6= 0, il existe y dans K différent de 0 tel que a · y = 1,
5. x · (y + z) = (x · y) + (x · z) pour tous x, y, z ∈ K (règle de distributivité).
Evidemment < Q, +, ·, 0, 1 > est un corps commutatif et < Z, +, ·, 0, 1 > ne l’est
pas.
1.5. Calcul algébrique dans un corps commutatif 17
1.5 Calcul algébrique dans un corps commutatif

Plaçons-nous dans un corps commutatif < K, +, ·, 0, 1 >. Notons K0 l’ensemble
de tous éléments de K non nuls. Envisageons les règles de base du calcul algébrique
et voyons qu’elles sont vérifiées dans K .
Soustraction
< K, +, 0 > est clairement un groupe commutatif, l’unique x tel que a+x = 0
est noté −a . Ainsi, vu le théorème 1, on peut soustraire : a − b est la solution
de b + x = a et a − b = a + (−b) .
Multiplication par 0 :
a · 0 = 0 pour tout a ∈ K .
En effet prenons un élément quelconque b dans K, on a a · b = a · (b + 0) =
a · b + a · 0 d’où en ajoutant −(a · b) on obtient 0 = a · 0 .
Produit nul :
a · b = 0 entraîne a = 0 ou b = 0 .
En effet, supposons a · b = 0 et a 6= 0 alors prenons u tel que u · a = 1, nous
avons u · (a · b) = u · 0 = 0 d’où 0 = (u · a) · b = 1 · b = b . Ainsi quand un
produit est nul, un des facteurs est forcément nul.
Division
Vu la propriété ci-dessus, la multiplication est interne dans K0 . Il s’ensuit que
< K0 , ·, 1 > est aussi un groupe commutatif et, si a est dans K0 , l’unique y
tel que a · y = 1 est appelé l’inverse de a et est noté a−1 ou a1 . Appliquons de
nouveau le théorème 1 : on peut diviser par tout b 6= 0 , ainsi l’unique solution
y de b · y = a est notée a/b ou ab et ab = a · b−1 .
Dans un corps commutatif on ne peut diviser par 0 , en effet diviser a par 0
consisterait à trouver une solution à l’équation 0 · x = a, c’est-à-dire à 0 = a ;
si a 6= 0 cela est impossible et si a = 0 tout x est solution !
Réduction au même dénominateur : prouvons la règle usuelle
a c (a · d) + (c · b)
+ = .
b d b·d
En effet
a c a c
( + ) · (b · d) = ( · (b · d)) + ( · (b · d))
b d b d
a c
= (( · b) · d) + (( · d) · b)
b d
= (a · d) + (c · b) .
Exposants entiers
Soit n un naturel 6= 0 et a dans K. On définit le multiple na en posant :
na := a + a + . . . + a .
| {z }
n
On définit aussi les puissances à exposant entier en posant :

a0 := 1 , an := a
| · a ·{z. . . · a} , et , si a 6= 0 , a−n := (a−1 )n .
n
Les règles usuelles des exposants sont vérifiées autrement dit
ap+q = ap · aq , (a · b)p = ap · bp
étant entendu qu’en cas d’exposant négatif le nombre a ou b est 6= 0.

Produits remarquables
On vient de remarquer que des règles bien connues du calcul algébrique
étaient vérifiées dans un corps commutatif quelconque, il en est de même
pour d’autres règles usuelles faisant intervenir l’addition, la soustraction et
la multiplication. Ainsi les formules souvent appelées “produits remarquables”
sont vérifiées dans tout corps commutatif, par exemple dans tout corps com-
mutatif on a
a3 − b3 = (a − b)(a2 + ab + b2 ) et a3 + b3 = (a + b)(a2 − ab + b2 ) .
Binôme de Newton
Etant donnés a0 , a1 , . . . , am dans KP, on peut additionner ces nombres, on
obtient ainsi un élément de K noté m k=0 ak , plus généralement
si 0 ≤ i ≤ j ≤ m, on pose
j
X
ak := ai + ai+1 + . . . + aj .
k=i
Dans tout corps commutatif la Formule du binôme de Newton 1 est vé-

rifiée :
m
X
(a + b)m = k k m−k
Cm a b (m naturel ≥ 1)
k=0
cela se prouve par récurrence sur l’exposant m (voir par exemple [8]). Rap-
pelons encore : pour tous naturels m, k tels que k ≤ m ,

k m m!
Cm = := .
k k!(m − k)!
La formule du binôme de Newton rend pour n = 2 et n = 3 les formules
usuelles donnant (a + b)2 et (a + b)3 .
Certains corps commutatifs peuvent toutefois réserver des surprises. C’est le cas
des entiers modulo p (c’est-à-dire 0, 1, . . . , p − 1) qui, si p est un nombre premier,
forment un corps commutatif, noté Zp (voir par exemple [8]).
1.6 Droite cartésienne et nombres réels

Considérons une droite D, sur cette droite choisissons une origine notée O et un
point U distinct de O, orientons la droite en choisissant comme sens de parcours le
1. en fait due à Pascal (1654), Newton étendit cette formule aux exposants fractionnaires (1665)
au prix de l’introduction d’une série dont on parlera plus tard . . .
1.6. Droite cartésienne et nombres réels 19
sens allant de O vers U , prenons comme unité de mesure la longueur du segment

OU , pour exprimer cela on dira que D est une droite cartésienne.
Tout entier se représente sur la droite cartésienne de façon évidente. On sait
que le Théorème de Thalès permet de partager un segment donné en un nombre
quelconque de parties égales. Dès lors on peut représenter tout rationnel sur la
droite cartésienne.
On ne définit pas ici de façon formelle les nombres réels, simplement on identifie
les réels aux points de la droite cartésienne, pour nous : les nombres réels sont
les points de la droite cartésienne. On désigne par R l’ensemble de tous les
réels, c’est-à-dire la droite cartésienne.
Un réel u est inférieur à un réel v , en abrégé u < v, lorsque en suivant l’orientation
de D le point u précède le point v ; un réel est dit positif lorsqu’il est ≥ 0 et il est
dit négatif lorsqu’il est ≤ 0 . On désigne par R0 l’ensemble des réels non nuls et par
R+0 l’ensemble des réels > 0 . Les rationnels s’interprétant sur la droite cartésienne,
on retrouve parmi les réels tous les rationnels.
Voici une propriété fondamentale de la droite :
quelque soit le point P choisi sur la droite cartésienne à la droite de O ,
on peut porter au départ de O un certain nombre de fois le segment de
longueur unité de telle sorte à dépasser le point P .
par conséquent quel que soit le réel r il existe un naturel m tel que r ≤ m .
Si r est un réel positif, on peut donc considérer le plus petit naturel supérieur à
r et donc, en retranchant 1 à cet entier, on trouve le plus grand entier inférieur ou
égal à r . On peut faire de même pour tout réel négatif, d’où la définition :
Si r est un réel on appelle partie entière de r, notée [r] le plus grand entier ≤ r .
Par conséquent [r] ≤ r < [r] + 1 .
Y D′
X
O U
✲
a 1 a.b b
Figure 1.1: Multiplication des réels
L’addition et la multiplication des réels peuvent s’obtenir géométriquement en

accord avec les résultats classiques de la géométrie plane. Cela est évident pour
l’addition. Montrons comment multiplier deux réels a, b > 0 avec “la règle et le
compas”. Utilisons le Théorème de Thalès et référons-nous à la figure 1.1 , traçons
une droite D′ issue de O, sur cette droite on fixe X de telle sorte que la longueur
de OX soit égale à la longueur de Oa, on obtient Y en menant par b la parallèle à

U X , finalement on obtient a · b en reportant OY sur la droite cartésienne.
A′ D′
U′
O X U
✲
1/a 1 a
Figure 1.2: Inverse d’un réel
Théorème 2. < R, +, ·, 0, 1 > est un corps commutatif.
Limitons-nous ici à montrer que tout réel a a un inverse, envisageons encore le

cas où a > 0 et référons-nous à la figure 1.2 : menons par O une droite D′ et sur
cette droite à partir de O portons les longueurs 1 et a, on obtient ainsi les points U ′
et A′ , par U ′ menons la parallèle à A′ U , on obtient ainsi le point X sur la droite
cartésienne, ce point X représente l’inverse de a .
1.7 Nombres irrationnels

Rappelons qu’un nombre naturel est premier lorsque qu’il est 6= 1 et que ses seuls
diviseurs entiers sont 1 et lui-même. On sait : si m est un nombre premier et si m
est un diviseur entier de p · q , alors m est un diviseur entier de p ou un diviseur
entier de q . Utilisons cela pour prouver le résultat suivant.
Théorème 3. Si p est un nombre premier, il n’existe pas de rationnel dont le carré

soit égal à p .
Démonstration. Soit p premier. Raisonnons par l’absurde et supposons que p

soit égal au carré d’une fraction de deux naturels. Si ces deux naturels ne sont
pas premiers entre eux, effectuons toutes les simplifications possibles ; de la sorte,
2
on obtient des naturels non nuls m, n premiers entre eux tels que p = m n2 . Alors
2 2 2
p · n = m . Le nombre p est donc un diviseur entier de m , d’où le naturel p est
un diviseur entier de m. Alors p2 est un diviseur entier de p · n2 ; dès lors p est alors
un diviseur de n2 d’où aussi un diviseur entier de n. Par conséquent m et n ont p
comme diviseur entier commun, ce qui contredit le fait que m et n soient premiers
entre eux. On obtient ainsi une contradiction et notre supposition est fausse. ✷
Mais pour tout réel a ≥ 0 il existe un réel x ≥ 0 tel que a = x2 .
En effet, envisageons le cas a > 1 et considérons la figure 1.3 : construisons un
triangle rectangle OP Q tel |OQ| soit a (|P Q| désigne la longueur du segment P Q),
1.7. Nombres irrationnels 21
O H Q
√ ✲
1 a a
Figure 1.3: Recherche de la racine carrée
soit H le pied de la hauteur abaissée de P sur l’hypoténuse ; alors on sait
|OP |2 = |OH| · |OQ| = a ,
en reportant la longueur |OP | sur la droite cartésienne à la droite de 0, on obtient

un nombre x positif tel que x2 = a. De plus un √ tel réel x est unique. Ce nombre x
est appelée la racine carrée de a et est noté a . √ √ √
D’après le théorème 3, par exemple les nombres 2 , 3 , 5 sont des réels non
rationnels. Un nombre réel qui n’est pas rationnel est appelé un nombre irration-
nel. Le théorème 3 peut donc s’énoncer :
la racine carrée de tout nombre premier est un nombre irrationnel.
Evidemment toute somme, tout produit de rationnels est un rationnel. Mais√bien
entendu
√ une somme
√ √ et un produit d’irrationnels peuvent être rationnels, ainsi 2 +
(− 2) = 0 et 2 · 2 = 2 . Il s’ensuit aussi que la somme d’un rationnel et d’un
irrationnel est un irrationnel, que le produit d’un irrationnel et d’un rationnel non
nul est un irrationnel.
Il est dès lors très facile d’obtenir de nouveaux exemples d’irrationnels, par
exemple :
√ √ 1 2
5 2, 5− 2, √ , √ .
3 5 1+ 7
Comme on va le voir rationnels et irrationnels sont donc enchevêtrés les uns dans
les autres.
Proposition 4. Entre deux réels distincts il y a toujours un rationnel et un irra-

tionnel.
En effet considérons deux réels a, b avec a < b .
1. Cherchons un irrationnel v tel que a < v < b . Prenons des réels a′ , b′ tels que
a < a′ < b′ < b . Si a′ ou b′ sont irrationnels on prend v = a′ ou v = b′ . Envisageons
le cas où a′ et b′ sont rationnels, alors il suffit de prendre
b ′ − a′
v := a′ + √ .
2
1
2. Cherchons un rationnel w tel que a < w b−a .
Il s’ensuit 1 < m·b−m·a , on peut donc trouver un naturel p tel que m·a < p < m·b
d’où
p
a< <b.
m
1.8 Nombres complexes

En introduisant les complexes le but est triple :
1. étendre les réels,
2. manipuler les nouveaux nombres introduits au moyen des règles usuelles du
calcul algébrique, autrement dit les nombres complexes devraient former un
corps commutatif,
3. parmi les nouveaux nombres certains devraient être solution de x2 = −1 .
Convenons que les lettres a, b représentent des réels.
Considérons le plan muni de deux axes perpendiculaires avec la même unité de
mesure sur les deux axes. Assimilons les nombres complexes aux points du plan,
ainsi un nombre complexe z est un couple (a, b) de deux nombres réels, a étant
l’abscisse et b l’ordonnée du point correspondant. Mais l’essentiel est évidemment de
définir l’addition et la multiplication. Pour additionner les complexes z1 = (a1 , b1 )
−→ −→
et z2 = (a2 , b2 ) on va additionner les vecteurs 0z1 et 0z2 , on va donc définir :
(a1 , b1 ) + (a2 , b2 ) := (a1 + a2 , b1 + b2 ) .
Mais c’est au niveau de la multiplication que réside la nouveauté, voici sa définition :
(a1 , b1 ) · (a2 , b2 ) := (a1 a2 − b1 b2 , a1 b2 + a2 b1 ) .
L’ensemble des complexes est noté C et lorsque le plan est assimilé comme ci-dessus
aux nombres complexes le plan est appelé le plan complexe.
On peut vérifier :
< C, +, ·, (0, 0), (1, 0) > est un corps commutatif.
Montrons par exemple que tout complexe (a, b) 6= (0, 0) a un inverse. Remarquons
(a, b) · (λa, −λb) = (λ(a2 + b2 ), 0) ,
par conséquent, en prenant λ := 1/(a2 + b2 ) , on obtient (a, b) · (λa, −λb) = (1, 0) .

Souvent, comme pour les réels, le · du produit est omis et z1 · z2 est simplement noté
z1 z2 .
On veut que les nombres complexes étendent les nombres réels, en fait il s’agit
d’interpréter les réels dans les complexes de telle sorte qu’effectuer des additions
ou des multiplications sur des réels dans R ou les effectuer sur leurs représentants
dans les complexes donnent les mêmes résultats. Il faut donc placer judicieusement
la droite cartésienne dans le plan complexe ! Pour ce faire, on interprète chaque réel
a par (a, 0) en effet :
(a1 , 0) + (a2 , 0) = (a1 + a2 , 0) et (a1 , 0) · (a2 , 0) = (a1 · a2 , 0) .

1.9. Comparer des nombres 23
Dans le plan cartésien l’axe des abscisses est dès lors appelé l’axe réel.
Le nombre complexe i est défini comme étant le nombre complexe (0, 1). Il s’en-
suit
i2 = −1 .
Les trois objectifs précisés plus haut sont donc atteints.
Remarquons :
a + i · b = (a, 0) + (0, 1) · (b, 0) = (a, 0) + (0, b) = (a, b)
autrement dit
(a, b) = a + b i ,
on obtient ainsi la représentation habituelle des nombres complexes.

Les nombres complexes de la forme ib sont dits imaginaires. Cette appellation
est due au fait que ces nombres introduits et utilisés dès le 16e siècle n’ont vu leur
existence prouvée que fin du 18e, début du 19e siècle et ont dès lors été longtemps
qualifiés d’imaginaires (il fallut attendre Argand et Gauss pour asseoir l’existence
des complexes). L’axe des ordonnées est dès lors appelé l’axe imaginaire. Pour
un nombre complexe z = a + ib, on ne parle dès lors plus d’abscisse et d’ordonnée
mais bien de partie réelle et de partie imaginaire, à savoir Re z := a et Im z := b.
On n’en dira pas plus ici à propos des complexes (pour une étude plus détaillée
consulter par exemple [8] où on peut trouver une présentation plus géométrique de
la multiplication des complexes)
1.9 Comparer des nombres

Jusqu’ici on a abordé la notion de nombre uniquement par le biais des opérations
sur ces nombres. Cela nous a permis d’introduire la notion de corps commutatif.
Mais les nombres sont aussi utilisés à d’autres fins, ainsi on est souvent amené
à comparer des mesures de grandeurs physiques, on est alors conduit à comparer
des nombres. Abordons cet aspect. Nous l’avons déjà fait pour les réels. Mais, par
exemple on pourrait se poser la question de savoir si on peut comparer entre eux
des nombres complexes. Aussi on va généraliser ce qu’on observe sur les réels et
enrichir la notion de corps commutatif en introduisant la notion de corps ordonné.
Auparavant précisons d’abord ce qu’est une relation d’ordre.
Par relation sur un ensemble A on entend une proposition R(x, y) telle que pour
tous x, y dans A la proposition R(x, y) est soit vraie, soit fausse. La relation R(x, y)
définit un ordre total sur A lorsque, pour tous x, y, z dans A,
— R(x, x) est vraie,
— (R(x, y) et R(y, z)) entraîne R(x, z) ,
— (R(x, y) et R(y, x)) entraîne x = y ,
— pour tous x, y se trouvant dans A, on a R(x, y) ou R(y, x).
R(x, y) signifie alors que x est “inférieur ou égal” à y pour l’ordre considéré. Aussi
plutôt que de représenter une relation d’ordre par R(x, y) on utilisera la notation
; si u v et u 6= v, on écrit u ≺ v ou encore v ≻ u .
Il est clair que ≤ définit un ordre total sur N, Z, Q, R. Sur les nombres complexes
on pourrait par exemple définir une relation d’ordre comme suit :
a + ib a′ + ib′ ssi a < a′ ou (a = a′ et b < b′ ) . (1.2)
Il s’agit bien d’un ordre total sur C.

Mais sur des nombres il ne suffit pas d’avoir un ordre , il faut aussi que cet ordre
se comporte “bien” par rapport à l’addition et la multiplication, c’est-à-dire comme
≤ le fait dans R, c’est cela qu’on va exprimer dans la définition d’un corps ordonné.
Définition (Corps ordonné).

< K, +, ·, 0, 1, > est un corps ordonné lorsque
1. < K, +, ·, 0, 1 > est un corps commutatif,
2. définit un ordre total sur K ,
3. pour tous x, y, z dans K,
x y implique x + z y + z ,
0 z et x y impliquent x · z y · z .
Bien entendu le corps des rationnels et le corps des réels munis de l’ordre ≤
habituel sont des corps ordonnés.
Plaçons-nous dans un corps ordonné K. Un élément u de K est dit positif si

0 u , négatif si u 0 . Les règles habituelles que nous connaissons à propos des
réels, sont également vérifiées, ainsi on obtient successivement :
1. x ≺ y ssi 0 ≺ y − x .
2. x ≺ y ssi −y ≺ −x , en particulier 0 x ssi −x 0 .
3. ( z 0 et x y ) entraîne y · z x · z .
En effet, si z 0 et x y , on a 0 −z d’où x · (−z) y · (−z) , c’est-à-dire
−(x · z) −(y · z) et donc y · z x · z .
4. 0 ≺ 1 .
En effet supposons 1 ≺ 0, alors en multipliant par 1 on aurait 1 ≻ 0, ce qui
est impossible, par conséquent 1 6≺ 0 d’où 0 ≺ 1 .
5. 0 x · y si et seulement si x, y sont tous deux positifs ou tous deux négatifs.
Un corps commutatif n’est pas nécessairement un corps ordonné, ainsi :

Il n’existe pas de relation d’ordre sur C qui fasse du corps des complexes
un corps ordonné.
En effet, raisonnons par l’absurde et supposons que < C, +, ·, 0, 1, > soit un corps
ordonné. Alors deux cas se présentent : i 0 et 0 i , dans chacun de ces cas
multiplions cette inégalité par i :
— si i 0 , alors 0 · i i2 d’où 0 −1 ,
— si 0 i , alors 0 · i i2 d’où 0 −1 .
On a donc 0 −1 et donc 1 0 , ce qui est impossible puisque 0 ≺ 1 .
Ainsi, pratiquement, on ne peut comparer des nombres complexes entre eux.
1.10. Ensembles finis, ensembles infinis 25
Dans tout corps ordonné, on définit le module d’un nombre u comme on le

faisait dans R : (
u si 0 u ,
|u| :=
−u si u ≺ 0 .
Pour tous u, v dans K on a
|u · v| = |u| · |v| .
Si u et v sont de même signe on a |u + v| = |u| + |v| ; si u, v sont de signe opposé et
si par exemple |u| |v| , on a |u + v| |v| ; de toute façon on a
|u + v| |u| + |v| .
En itérant l’addition on obtient :

m
X m
X
| uk | |uk | .
k=0 k=0
Pour compléter les propriétés du module remarquons encore
|u| ≺ v ssi − v ≺ u ≺ v .
1.10 Ensembles finis, ensembles infinis

Soit n un nombre naturel. Si a1 , a2 , . . . , an sont des nombres, (a1 , a2 , . . . , an )
représente la liste formée par ces nombres écrits dans l’ordre indiqué, la longueur
cette liste est n . La notion de liste tient compte de la nature des nombres présents
mais aussi de leur ordre, une liste de nombres de longueur n comporte n places,
chacune occupée par un nombre, des places distinctes peuvent être occupées par le
même nombre. En général, deux listes (a1 , a2 , . . . , an ) et (b1 , b2 , . . . , bm ) sont égales
lorsqu’elles ont la même longueur (m = n) et lorsque ai = bi pour i = 1, 2, . . . , n .
Une liste de longueur 2 ( c’est-à-dire (a, b)) s’appelle un couple.
La première utilité des nombres naturels 0, 1, 2, 3, . . . est de nous permettre de

compter. Si on parvient à passer en revue tous les objets soumis au comptage, on
dit que ces objets forment un ensemble fini. Précisons cela.
Envisageons un exemple : l’ensemble des diviseurs entiers de 24 est fini car on
peut compter les diviseurs entiers de 24, on procède par exemple comme suit :
diviseurs entiers de 24 1 2 3 4 6 8 12 24
numéros correspondant 0 1 2 3 4 5 6 7
ainsi pour compter ces diviseurs entiers on a utilisé tous les naturels ≤ 7. Le cas
général est semblable :
Définition (Ensembles finis).

Un ensemble non vide E est fini lorsqu’on peut compter les éléments de cet ensemble
au moyen de tous les naturels inférieurs ou égaux à un naturel m, c’est-à-dire lors-

qu’on peut associer à tout naturel parmi 0, 1, . . . , m un et un seul élément de E de
telle sorte qu’on passe ainsi en revue tous les éléments de E une et une seule fois ; on
dit alors que m + 1 est le nombre d’éléments de E . De plus on dit que l’ensemble
vide est fini et son nombre d’éléments est 0 . Un ensemble qui n’est pas fini est dit
infini
Ainsi un ensemble fini dont le nombre d’éléments est m+1 peut donc être énuméré
sous la forme a0 , a1 , . . . , am de telle sorte que aj 6= ak si j 6= k .
On prouve que toute partie d’un ensemble fini est finie, que l’union de deux
ensembles finis est finie et, plus généralement, si p est un naturel, que l’union de p
ensembles finis est finie.
1.11 Le plus grand, le plus petit . . .

Plaçons-nous encore dans un corps ordonné quelconque K muni d’un ordre .
Définition. Soient A une partie de K et b un élément de K.

— b est un majorant (resp. minorant) de A lorsque x b (resp. b x ) pour
tout x ∈ A.
— b est le plus grand élément (resp. le plus petit élément) de A lorsque
lorsque b est un élément de A qui est majorant (resp. minorant) de A. Le plus
grand élément (resp. le plus petit élément) de A est aussi appelé le maximum
(resp. minimum) de A . S’il existe le plus grand (resp. le plus petit) élément
d’un ensemble A est unique, on le note alors max A (resp. min A ).
— A est borné supérieurement (resp. inférieurement) dans K lorsqu’il existe
dans K un majorant (resp. minorant) de A.
A est borné dans K lorsqu’il est à la fois borné supérieurement et inférieu-
rement dans K.
En procédant par récurrence, on montre que tout ensemble fini non vide de K
ayant m + 1 éléments peut être énuméré sous la forme
u0 ≺ u1 ≺ . . . ≺ um ,
il est clair qu’un tel ensemble a un plus petit élément (à savoir u0 ) et un plus grand
élément (à savoir um ), d’où
Théorème 5. Toute partie finie et non vide d’un corps ordonné a un plus grand
élément et un plus petit élément.
Ce résultat permet de prouver que de nombreux ensembles sont infinis. Par

exemple, plaçons-nous dans R et désignons par a, b des réels tels que a < b . Puisque
entre deux réels distincts on peut toujours trouver un rationnel et un irrationnel, il
ne peut y avoir entre a et b de plus grand rationnel, ni de plus grand irrationnel < b,
par conséquent :
entre deux réels distincts il y a une infinité de rationnels et une infinité d’irrationnels.
1.12. Complétude des réels 27
Ainsi il existe de nombreux ensembles bornés supérieurement n’ayant pas de plus

grand élément, de nombreux ensembles bornés inférieurement n’ayant pas de plus
petit élément.
En voici un autre exemple : l’ensemble
1
J ={ : m naturel non nul}
m
est borné, il a comme plus grand élément le nombre 1 mais il n’a pas de plus petit
élément. En effet si 1/k était le plus petit élément de cet ensemble, 1/k + 1 serait
un élément de l’ensemble considéré < au plus petit élément ! L’ensemble J est donc
infini.
1.12 Complétude des réels

Revenons encore aux nombres réels.
Précisons les notations utilisées pour représenter les intervalles de R . Soient a,
b des réels et a < b, alors
[a, b] := {x : x ∈ R et a ≤ x ≤ b} , [a, +∞[ := {x : x ∈ R et a ≤ x} ,

[a, b[ := {x : x ∈ R et a ≤ x < b} , ]a, +∞[ := {x : x ∈ R et a < x} ,
]a, b] := {x : x ∈ R et a < x ≤ b} , ] − ∞, b] := {x : x ∈ R et x ≤ b} ,
]a, b[ := {x : x ∈ R et a < x < b} , ] − ∞, b[ := {x : x ∈ R et x < b} ,
et on note aussi ] − ∞, +∞[ := R . Ces ensembles sont les intervalles de R. Les

intervalles de la forme ]a, b[ ,]a, +∞[ ,]−∞, b[ et ]−∞, +∞[ sont dits des intervalles
ouverts tandis que les intervalles de la forme [a, b] ,[a, +∞[ ,] − ∞, b] et ] − ∞, +∞[
sont dits des intervalles fermés ;
L’intérieur d’un intervalle I est l’intervalle obtenu en enlevant de l’intervalle
donné ses extrémités éventuelles, par exemple l’intérieur de ]a, b] est ]a, b[ .
L’intervalle ]a, b[ n’ayant pas de maximum est donc infini, il s’ensuit que
tous les intervalles sont des ensembles infinis.
Des ensembles de nombres réels bien que bornés peuvent ne pas avoir de maxi-
mum ou de minimum, par exemple l’intervalle ]a, b[ est borné et n’a ni minimum,
ni maximum. Dans ce cas, on remarque que a est un minorant bien particulier et
que b est un majorant aussi particulier : a est le plus grand minorant et b est le plus
petit majorant. Pour représenter des situations de ce type on introduit la notion de
borne inférieure et de borne supérieure : si A est un ensemble de réels, s’il existe,
le plus petit majorant (resp. le plus grand minorant) de A s’appelle borne supé-
rieure (resp. borne inférieure) de A. S’il existe, le maximum (resp. minimum)
d’un ensemble A est forcément la borne supérieure (resp. borne inférieure) de A,
mais comme on le remarque par exemple avec ]a, b[ , la réciproque n’est pas vraie.
On admettra la propriété fondamentale suivante des nombres réels :
Théorème 6 (Complétude des réels).
Toute partie de R non vide et bornée supérieurement, respectivement bornée infé-
rieurement, a dans R une borne supérieure, respectivement une borne inférieure.
Ce résultat n’a rien d’anodin, il est une des propriétés caractéristiques des nombres
réels. Ainsi on ne dispose pas d’un tel résultat pour les rationnels comme le montre
l’exemple suivant : l’ensemble
E := {x : x ∈ Q et x2 < 2} ,
est une partie de Q bornée supérieurement dans Q et pourtant n’admet pas dans Q
de borne supérieure
√ dans Q . En effet, supposons que b soit cette borne supérieure,
√
alors b 6= 2 et il existerait donc un rationnel q compris strictement entre b et 2 .
Deux cas se√présentent : √
— b < 2, alors q < 2 d’où q 2 < 2 et q serait un élément de E supérieur b, ce
qui est
√ impossible
√ ;
— b > 2, alors 2 < q < b et q serait un majorant de E dans Q qui serait
inférieur à b ce qui est également impossible.
L’ensemble
√ E ne peut donc admettre de borne supérieure dans Q . Mais bien entendu
2 est la borne supérieure de E dans R.
1.13 Exercices
1. Avec la règle et le compas construisez sur la droite cartésienne les nombres
5 √ 5 √ 5√ √
, 3, + 3, 3 , 1/ 3 .
7 7 7
2. Les ensembles suivants sont-ils finis, infinis ? Pourquoi ?
1. [1, 17], 2. {x : x ∈ N et 1 ≤ x√≤ 17},
3. {x : x irrationnel et 1 ≤ x ≤ 17}, 4. {x : x ∈ N et x ≤ 127},
5. {x : x ∈ Z et x√≤ 9/2}, √ 6. {x : x ∈ Q et 1 ≤ x < 9},
7. {x : x ∈ Q et 2 ≤ x ≤ 3}, 8. {m/n : m, n ∈ N et n 6= 0 et m, n ≤ 10},
9. {x : sin x = 0}, 10. {x : cos x = 0 et − 20 < x < 20},
11. {x : x ∈ N et x diviseur de m}, 12. {x : x ∈ N et x multiple de m},
Ci-dessus m est un naturel.
Chapitre 2
Les nombres hyperréels
On va ici considérer de nouveaux nombres qui vont étendre les nombres réels.
Parmi ces nombres on trouvera des infiniment petits et des infiniment grands.
La notion d’infiniment petit remonte à la fin du 17e siècle et elle fut alors intro-
duite explicitement par G.W. Leibniz dans la seconde moitié du 17e siècle, mais elle
était utilisée dès la première moitié de ce siècle par Fermat pour la recherche des
extrema et des tangentes. Pour Leibniz, un infiniment petit est une quantité “idéale”
dont le module est inférieur à toute quantité concrète 1 . Tant que l’on se limite aux
nombres réels et qu’on interprète “nombre concret” par nombre réel> 0 , il est clair
que le seul infiniment petit est 0, en effet si r était un réel infiniment petit non nul,
on devrait notamment avoir
|r| 1
|r| < et donc 1 < !
2 2
Mais précisément, dès la seconde moitié du 17e , pour développer la Physique, en
particulier la cinématique, les savants de l’époque ont besoin de considérer des va-
riations infinitésimales, notamment des variations infinitésimales du temps, et ces
variations doivent évidemment être non nulles. Pour considérer de telles grandeurs il
faut donc de nouveaux nombres. Bien que ne pouvant préciser la nature des quantités
infiniment petites, les savants des 17e et 18e siècles (Leibniz, les Bernoulli, Euler. . . )
ont utilisé de telles quantités, cela ne fut pas sans poser de nombreux problèmes,
sans engendrer de nombreuses discussions, mais les développements fulgurants que
connurent alors les Mathématiques et la Physique montrèrent à quel point l’utilisa-
tion de telles quantités était utile et fructueuse.
Le peu de clarté concernant la nature et l’existence d’infinitésimaux non nuls
poussa les mathématiciens à se détourner progressivement de l’utilisation de nombres
infinitésimaux et à fonder l’Analyse mathématique sur d’autres bases. Ainsi Lagrange
dès la fin du 18e siècle essaie de fonder l’Analyse sur base des développements en
séries mais cela s’avère vain. Au 18e siècle, d’Alembert introduit déjà la notion de
limite sans avoir recours aux infiniment petits et au début du 18e siècle, Cauchy
précise et développe cette notion et la prend comme base de l’Analyse. Cette évolu-
tion est ensuite complétée et parachevée pour aboutir à la présentation “moderne”
1. forcément > 0 pour Leibniz
29
30 Chapitre 2. Les nombres hyperréels
donnée par Weierstrass dans son Cours d’Analyse (1870). Cette histoire est très riche
et passionnante (on peut la suivre dans divers ouvrages, par exemple dans [5], [7] ou
encore dans le chapitre 10 de [18]).
Mais l’histoire ne s’arrête pas là. En effet, en 1960, A. Robinson construit une
extension des réels dans laquelle il existe des infiniment petits non nuls et qui permet
de développer l’Analyse en suivant les méthodes infinitésimales ! Voilà qui remet à
l’honneur les arguments et présentations de Leibniz et de ses successeurs. L’Analyse
qu’on développe de la sorte est appelée l’Analyse non standard. C’est la voie qui a
été ici choisie.
L’histoire des infiniment petits doit aussi nous rappeler une autre extension des
réels : les nombres complexes. Là aussi il s’agissait d’ajouter aux réels d’autres
nombres, là aussi il a fallu longtemps (fin du 18e siècle) pour que les nombres
complexes (introduits dès le 16e siècle) soient admis par toute la communauté des
mathématiciens.
Les nombres qui composent l’extension trouvée et exhibée par A. Robinson s’ap-
pellent les nombres hyperréels. Le cahier des charges que ces nombres doivent
respecter est le suivant :
1. les nombres hyperréels doivent se manipuler en appliquant les règles usuelles
du calcul algébrique, on veut aussi pouvoir comparer ces nombres, par consé-
quent les nombres hyperréels doivent former un corps ordonné ;
2. parmi les nombres hyperréels on doit retrouver les réels ;
3. parmi les nombres hyperréels il doit exister des infiniment petits non nuls.
Il n’est pas nécessaire de connaître comment ces nombres sont obtenus pour
pouvoir les utiliser 2 . Aussi nous prenons le parti d’admettre que nous avons une
extension des réels vérifiant des conditions proches de celles mentionnées ci-dessus ;
nous allons étudier ces nombres, en déduire des règles et nous pourrons ainsi notam-
ment prouver que ces nombres satisfont le cahier des charges précisé ci-dessus. De
façon précise
supposons qu’on dispose d’un corps ordonné qui est une exten-
sion du corps ordonné des réels et qui contient un élément qui
n’est pas un réel ; ce corps est dorénavant fixé, il est noté ∗ R et
ses éléments sont appelés les nombres hyperréels.
Précisons ce qu’on entend ci-dessus par “extension du corps ordonné des réels” :
1. R est une partie de ∗ R autrement dit tous les réels sont des hyperréels,
2. l’addition, la multiplication de nombres réels considérés dans le corps des
hyperréels donnent le même résultat que dans le corps des réels, ainsi dans
∗
R on a encore 3 + 2 = 5 et 3 · 2 = 6,
3. un réel est inférieur à autre réel pour l’ordre des hyperréels si et seulement
√ si
il en est ainsi pour l’ordre des réels, ainsi dans ∗ R on a encore 2 < 7 .
2. ceux qui veulent en savoir plus sur l’existence des nombres hyperréels, trouveront la construc-
tion de ces nombres dans [9], [11], [13] ou encore dans l’annexe de [16].
2.1. Infiniment petits, infiniment grands, limités, appréciables 31
Forcément 0, 1 sont aussi les neutres de l’addition, respectivement de la multiplica-

tion dans le corps des hyperréels. Dans ces conditions il n’y a aucun inconvénient à
noter l’addition et la multiplication du corps ∗ R, comme on le faisait déjà dans R.
En plus
on suppose que le corps des nombres hyperréels satisfait aussi

le Principe de transfert.
Mais de cela on en reparlera au chapitre 4, nous verrons alors ce que dit et ce que
permet de faire le Principe de transfert.
Dorénavant par ‘nombre’ on entend ‘hyperréel’. Etudions maintenant ces nombres.
2.1 Infiniment petits, infiniment grands, limités, ap-

préciables
Pour Leibniz, à la fin du 17e siècle, les infiniment petits sont des quantités “idéa-
les” inférieures à toute “quantité assignable” non nulle. Suivons cette idée en tradui-
sant “quantité assignable” par réel > 0, nous obtenons ainsi une définition précise
des infiniment petits dans le cadre des nombres hyperréels :
Définition. Un hyperréel u est infiniment petit (ou infinitésimal) (en abrégé

ip ou IP) lorsque |u| < r pour tout réel r > 0 .
Comme on l’a déjà dit

le seul réel qui soit un infiniment petit est 0,
|u|
en effet s’il existait un réel u non nul qui soit un infiniment petit on aurait |u| < 2
et donc 1 < 21 !
Pour l’instant on ne peut prouver qu’il existe des infiniment petits non nuls. Ne
nous préoccupons pas maintenant de leur existence, étudions nos nouveaux nombres,
familiarisons-nous avec eux. Le moment venu, on obtiendra de façon presque évi-
dente qu’il existe des infiniment petits non nuls.
Remarquons que si x est un infiniment petit non nul, alors −x est aussi un
infiniment petit. D’où s’il existe au moins un infiniment petit non nul, il existe alors
un infiniment petit > 0 et un infiniment petit < 0 .
Supposons que ε soit un infiniment petit > 0 . Remarquons que dans ∗ R , comme
dans tout corps commutatif, on peut diviser par tout nombre 6= 0 et en particulier on
peut diviser par un infiniment petit non nul. Posons H := 1ε . Pour tout réel r > 0 ,
on a H1 = ε < r1 d’où H > r ; il existerait alors des hyperréels supérieurs à tous les
réels. En prenant G := −H on obtiendrait aussi un hyperréel G inférieur à tous les
réels mais dont le module serait supérieur à tous les réels. D’où :
Définition. Un hyperréel u est infiniment grand (en abrégé ig ou IG) lorsque

|u| > r pour tout réel r > 0 .
Parmi les infiniment grands, on distingue ceux qui sont positifs et donc supérieurs
à tout réel, et ceux qui sont négatifs et qui sont donc inférieurs à tous les réels.
Définition. Un hyperréel u est limité (en abrégé lim ou LIM) lorsque u n’est
pas un infiniment grand, autrement dit un hyperréel u est limité si et seulement s’il
existe un réel r positif tel que |u| ≤ r.
Evidemment tout infiniment petit est limité, de même tout réel est limité. Parmi
les limités, on distingue deux types de nombres : les infiniment petits et les limités
non infiniment petits, d’où la quatrième catégorie de nombres :
Définition. Un hyperréel est appréciable (en abrégé ap ou AP) lorsqu’il est limité
et non infiniment petit.
Voyons maintenant comment ces divers nombres se positionnent les uns par rap-
port aux autres. Les définitions ci-dessus classifient les nombres hyperréels suivant
leur module, dès lors un nombre est infiniment petit, infiniment grand, limité, appré-
ciable si et seulement si son module est respectivement infiniment petit, infiniment
grand, limité, appréciable. Il en est donc de même pour l’opposé d’un nombre hy-
perréel. Les divers nombres se distribuent donc de façon symétrique par rapport à
0. Ainsi
x IP AP LIM IG
−x IP AP LIM IG
|x| IP AP LIM IG
De plus :
1. Tout nombre compris entre deux infiniment petits est un infiniment petit.
2. Tout nombre compris entre deux hyperréels limités est limité.
3. Tout nombre limité est inférieur à tout infiniment grand > 0 et supérieur à
tout infiniment grand < 0 .
4. Tout nombre supérieur à un infiniment grand > 0 est un infiniment grand
> 0.
5. Tout nombre inférieur à un infiniment grand < 0 est un infiniment grand
< 0.
6. Un nombre compris entre deux appréciables de même signe, est aussi appré-
ciable.
Ces propriétés sont très simples à prouver, démontrons les trois premières.
1. Soient ε1 et ε2 des ip tels que ε1 0, |ε1 | et |ε2 |
sont < r , il s’ensuit −r < ε1 < u < ε2 < r d’où |u| < r .
2. Soient u, v des limités et x tel que u < x < v . Il existe des réels r1 , r2 tels que
|u| < r1 et |v| < r2 ; alors −r1 0, < 0 . Alors il existe un réel r tel
que −r ≤ u ≤ r ; puisque r < G et H < −r, on a H < u < G .
Au vu de ce qu’on vient de voir, on pourrait représenter les nombres hyperréels
comme sur la figure 2.1 ; mais une telle représentation n’est pas satisfaisante, en
2.2. Opérations sur les nombres hyperréels 33
IG<0 AP<0 IP AP>0 IG>0

0
Figure 2.1: Une première représentation des hyperréels
effet elle pourrait nous inciter à croire qu’on peut assimiler les hyperréels aux points
d’une droite, il n’en est rien car les hyperréels étendent strictement les réels que nous
assimilons aux points de la droite cartésienne.
2.2 Opérations sur les nombres hyperréels

Plus haut on a vu que l’inverse d’un ip non nul était forcément ig. Réciproque-
ment supposons que H soit ig, alors pour tout réel r > 0, on a |H| > 1r et donc
1
| H1 | < r, le nombre H est donc ip. L’inverse d’un infiniment grand est donc un infi-
niment petit. Dès lors forcément l’inverse d’un appréciable est aussi un appréciable.
Remarquons que nous ne pouvons pas dire ce qu’est l’inverse d’un limité si on ne
sait pas si ce limité est infiniment petit ou appréciable, ce cas constitue donc un cas
d’indétermination (représenté par ?). Résumons cela dans le tableau suivant :
INVERSE
u IP 6= 0 AP LIM 6= 0 IG
1/u IG AP ? IP
Envisageons maintenant la somme de deux nombres.

Théorème 7.
1. La somme de deux infiniment petits est un infiniment petit.
2. La somme de deux limités est un limité.
3. La somme d’un infiniment petit et d’un appréciable est appréciable.
4. La somme d’un limité et d’un infiniment grand est un infiniment grand.
Démonstration.
r r
1. Soient ε1 , ε2 ip et r un réel > 0 quelconque. Alors |ε1 | < 2 et |ε2 | < 2 , d’où
r r
|ε1 + ε2 | ≤ |ε1 | + |ε2 | < + =r.
2 2
2. Soient u et v limités. Il existe des réels r et r′ tels que |u| ≤ r et |v| ≤ r′ , d’où
|u + v| ≤ |u| + |v| ≤ r + r′ .
3. Soient ε ip et u ap. Le nombre u + ε est donc limité. Puisque u = (u + ε) + (−ε),

le nombre u + ε ne peut être ip, il est donc ap.
4. Soient u limité, H ig. On a H = (H + u) + (−u) , dès lors H + u ne peut être
limité, il est donc ig. ✷
Montrons que “tout peut arriver ” lorsqu’on additionne deux infiniment grands.
Supposons que H est un infiniment grand, alors considérons les trois sommes sui-
vantes qui se présentent chaque fois comme une somme de deux infiniment grands :
H + (−H) = 0 = IP
(H + 1) + (−H) = 1 = AP
(H + H) + (−H) = H = IG
Toutes les réponses sont donc possibles, la somme de deux infiniment grands consti-
tue donc un cas d’indétermination. Ces résultats sont résumés ci-dessous (les cases
en gras indiquant les résultats “clé”) :
SOMME
IP AP LIM IG
IP IP
AP AP LIM
LIM LIM LIM LIM
IG IG IG IG ?
Bien entendu il n’y a pas d’indétermination lorsqu’on ajoute des infiniment

grands de même signe : la somme de deux infiniment grands positifs (resp. néga-
tifs) est un infiniment grand positif (resp. négatif ).
Puisque u − v = u + (−v) , de là on déduit immédiatement les règles concernant
la soustraction.
Envisageons maintenant le produit de deux hyperréels.

Théorème 8.
1. Le produit de deux limités est limité.
2. Le produit d’un infiniment petit et d’un limité est un infiniment petit.
3. Le produit d’un infiniment grand et d’un appréciable est un infiniment grand.
4. Le produit de deux appréciables est un appréciable.
5. Le produit de deux infiniment grands est un infiniment grand.
Démonstration. Prouvons les quatre premiers points.
1. Soient u, v limités. Il existe des réels r1 ,r2 tels que |u| ≤ r1 et |v| ≤ r2 ; il s’ensuit
|u · v| ≤ r1 r2 d’où u · v est limité.
2. Soient ε ip, u limité et r un réel > 0 quelconque. Il existe un réel r1 > 0 tel que
|u| < r1 . Il s’ensuit
r
|ε · u| = |ε| · |u| < · r1 = r .
r1
3&4. Soient H ig et u, v des ap. On a
1 1
H = (H · u) · et v = (v · u) · .
u u
On sait que 1/u est ap d’où limité. Dès lors H · u ne peut être limité et est donc ig,
le produit v · u ne peut être ip et est ap. ✷
2.2. Opérations sur les nombres hyperréels 35
Comme on va le voir il n’y pas de règle générale concernant le produit d’un

infiniment petit et d’un infiniment grand, c’est un cas d’indétermination. Soit ε in
infiniment petit non nul, alors voici trois produits d’un IP et d’un IG :
1
ε· =1 = AP
ε
1
ε2 · = ε = IP
ε
1 1
ε· 2 = = IG
ε ε
Ainsi “tout peut arriver ” lorsqu’on multiplie un infiniment petit avec un infiniment
grand ! Puisque IP · IG est un cas particulier de LIM · IG, le produit d’un limité et
d’un infiniment grand est aussi un cas d’indétermination. Voici résumées les règles
concernant le produit (en gras les positions “clé”).
PRODUIT
IP AP LIM IG
IP IP
AP IP AP
LIM IP LIM LIM
IG ? IG ? IG
Ci-dessus nous n’avons pas envisagé le cas de la division, mais une division est
un produit puisque uv = u · v1 ; les règles concernant la division s’obtiennent donc en
appliquant les règles du produit et de l’inverse. La division donne donc lieu à deux
cas d’indétermination de base :
IP IG
=? , =?.
IP IG
Là aussi toutes les réponses sont possibles, par exemple
ε2 ε ε
= IP , = IG , = AP .
ε ε2 ε
De là découlent d’autres indéterminations :
LIM LIM IP AP
=? , =? , =? , =?.
LIM IP LIM LIM
Exemple 2.1. Soient ε un infiniment petit 6= 0, u un appréciable et H un infiniment

grand. Que peut-on dire des nombres :
u 3 H +1
ε2 + , ε+ , (u + ε)H , H2 − H ,
H u H +3
Solution.
1 u u
1. H est ip d’où H est le produit d’un limité et d’un ip, H est donc ip. Le
u
nombre ε est un ip comme produit de deux ip. En conclusion, ε2 + H
2
est la
somme de deux ip, c’est donc un ip.
1
2. u est ap comme inverse d’un ap, u3 est aussi un ap comme produit de deux
ap. ε + u3 est la somme d’un ip et d’un ap, c’est donc un ap.
3. u + ε est ap comme somme d’un ap et d’un ip. (u + ε)H est donc un ig comme
produit d’un ap et d’un ig.
4. On a :
1
H 2 − H = H 2 (1 − ).
H
Or 1 − H1 est un ap > 0 comme somme d’un ap > 0 et d’un ip. H 2 − H est
donc un ig > 0 comme produit d’un ig et d’un ap.
5. On a
H +1 1 + 1/H 1 1
= = (1 + ) .
H +3 1 + 3/H H (1 + 3/H)
Or 1 + H1 et 1 + H3 sont deux ap comme somme d’un ap et d’un ip. L’inverse
1
d’un ap est un ap, 1+3/H est donc un ap. H+1
H+3 est un ap comme produit de
deux ap.
2.3 Nombres infiniment proches, partie standard

Définition. Deux hyperréels u, v sont infiniment proches, en abrégé u ≈ v ,
lorsque leur différence u − v est infiniment petite. La notation u 6≈ v signifie que u
et v ne sont pas infiniment proches.
Autrement dit deux nombres u et v sont infiniment proches si et seulement s’il

existe un infiniment petit ε tel que v = u + ε . Par exemple, si ε est ip, on a 2 + ε ≈ 2
mais 1 + 10−9 6≈ 1 .
Bien entendu u ≈ u et, si v ≈ u, on a u ≈ v . De plus, (u ≈ v et v ≈ w)
entraîne u ≈ w . En effet, si u ≈ v et v ≈ w , la différence u − w est ip puisque
u − w = (u − v) + (v − w) .
Proposition 9.
1. Tout nombre infiniment proche d’un infiniment petit, d’un appréciable, d’un
limité, d’un infiniment grand, est respectivement infiniment petit, appréciable,
limité, infiniment grand.
2. Tout nombre compris entre deux nombres infiniment proches est infiniment
proche de ces deux nombres.
3. Deux réels infiniment proches sont égaux.
En effet :
1) si on ajoute un ip à un nombre d’une catégorie envisagée, on obtient un nombre
de la même catégorie ;
2.3. Nombres infiniment proches, partie standard 37
2) supposons u ≈ v et u < w < v , alors 0 < w − u < v − u d’où w − u est compris

entre deux ip et est donc ip ;
3) supposons que r1 , r2 soient des réels infiniment proches, alors r2 − r1 est un réel
ip d’où il est égal à 0. ✷
Il est clair que si deux nombres sont infiniment proches, en ajoutant à ces deux
nombres un même nombre, on obtient encore deux nombres infiniment proches. Mais
pour le produit il faut être plus prudent : par exemple si ε est ip, on a ε ≈ 2ε et, si
on pose H = 1ε , on a
H · ε = 1 6≈ H · (2ε) = 2 .
Toutefois, puisque λu − λv = λ(u − v), si u − v est ip et si λ est limité, on a que
λu − λv est ip, en conclusion :
si u ≈ v et si λ est limité, alors λu ≈ λv .
Nous savons que tout hyperréel infiniment proche d’un réel est un hyperréel
limité. Voici un résultat capital qui nous dit que la réciproque est vérifiée.
Théorème 10 (Partie standard).

Tout hyperréel limité est infiniment proche d’un et d’un seul réel.
Démonstration. Soit u un hyperréel limité.
1. Unicité. Si r1 et r2 sont des réels infiniment proches de u, alors r1 ≈ r2 d’où

r1 = r2 .
2. Existence. Il existe un réel r1 tel que |u| ≤ r1 c’est-à-dire −r1 ≤ u ≤ r1 . Considé-
rons l’ensemble
E := {x : x ∈ R et x ≤ u} .
E est une partie de R non vide (car −r1 ∈ E ) et bornée supérieurement dans R
(car r1 est un majorant réel de E ). Travaillons dans R et appliquons le Théorème
de complétude des réels : l’ensemble E admet donc une borne supérieure dans R ,
notons-la α . Le nombre α est donc un réel, montrons que ce réel est infiniment
proche de u. Soit r un réel > 0 quelconque. Il nous reste à prouver |u − α| < r
c’est-à-dire que
−r < u − α < r .
Pour chacune de ces deux inégalités raisonnons par l’absurde.
1) Supposons u − α 6< r . Alors u − α ≥ r d’où α + r ≤ u et α + r serait dans E, il
s’ensuivrait α + r ≤ α et r ≤ 0 . Cela est impossible puisque r > 0 . Donc u − α < r .
2) Supposons −r 6< u − α . Alors −r ≥ u − α d’où α − r ≥ u et α − r serait un
majorant réel de E. Puisque α est le plus petit des majorants réels de E, on aurait
α − r ≥ α d’où r ≤ 0 , ce qui est impossible. Par conséquent −r < u − α . ✷
Définition. La partie standard d’un nombre limité u , notée st(u) ou encore o u,

est l’unique réel qui soit infiniment proche de u .
Par exemple, si ε est infiniment petit, on a st(2 + ε) = 2 et plus généralement

pour tout réel r on a st(r + ε) = r . Il est clair :
— la partie standard d’un réel est ce réel ;

— un limité est infiniment petit si et seulement si sa partie standard est 0 ;
— deux nombres limités sont infiniment proches si et seulement s’ils ont la même
partie standard.
Maintenant on peut très facilement prouver qu’il existe un infiniment petit non
nul. Rappelons qu’on a admis qu’il existe un hyperréel u qui n’est pas réel, deux cas
se présentent :
— u est un infiniment grand, alors 1/u est un infiniment petit non nul ;
— u est limité, alors u − st(u) est un infiniment petit non nul.
En conclusion :
Théorème 11 (A. Robinson 3 ).

Il existe des infiniment petits non nuls et donc aussi des infiniment grands.
Voyons maintenant des règles pour chercher les parties standard.
Théorème 12. Soient u, v des hyperréels limités. Alors :
st(u + v) = st(u) + st(v) , st(u − v) = st(u) − st(v) , st(−u) = − st(u)
st(u · v) = st(u) · st(v)
et pour tout naturel n,

st(un ) = (st(u))n .
Si u est appréciable,
1 1 v st(v)
st( ) = et st( ) = .
u st(u) u st(u)
Démonstration. Soient u, v des limités. Il existe des ip ε1 , ε2 tels que u = st(u) +

ε1 , v = st(v) + ε2 .
1. Somme et produit. Nous avons :
u+v = st(u) + st(v) + ε1 + ε2 ,

u·v = st(u) · st(v) + ε2 · st(u) + ε1 · st(v) + ε1 · ε2 .
Les nombres ε1 + ε2 et ε2 · st(u) + ε1 · st(v) + ε1 · ε2 sont des ip, par conséquent

u + v ≈ st(u) + st(v) et u · v ≈ st(u) · st(v) d’où la règle pour la somme et le produit.
2. Inverse. Soit u appréciable. Alors st(u) 6= 0 et 1/u est appréciable. En appliquant
la règle du produit à u ·(1/u) = 1 , il vient st(u)·st(1/u) = 1 d’où st(1/u) = 1/ st(u) .
✷
3. en hommage à Abraham Robinson, fondateur de l’Analyse non standard.
2.3. Nombres infiniment proches, partie standard 39
Exemple 2.2. Cherchons, s’il y a lieu, les parties standard des hyperréels rencontrés
lors de l’exemple 2.1.
Solution. Rappelons que ε, u, H sont respectivement un ip 6= 0, un ap et un ig.
u
1. ε2 + H est un ip, sa partie standard vaut donc 0 .
3
2. st(ε + u) = st(ε) + st( u3 ) = 0 + 3
st(u) = 3
st(u) .
3. (u + ε)H n’a pas de partie standard car c’est un ig.
4. H 2 − H n’a pas de partie standard car c’est un ig.
5. Puisque st(1 + 3/H) = 1 6= 0, on a
H +1 1 + 1/H st(1 + 1/H) 1

st( ) = st( )= = =1.
H +3 1 + 3/H st(1 + 3/H) 1
Exemple 2.3. Soit x limité et ε un infiniment petit 6= 0. Que pouvons-nous dire

des nombres u, v, w suivants ? S’ils sont limités cherchons leur partie standard.
ε x−1 x+2
u := , v := , w := .
x+2 ε x−1
Solution.
1. Nombre u. On doit distinguer deux cas :
— si st(x) 6= −2, alors 1/(x + 2) est ap et u est le produit d’un ip et d’un ap,
u est donc ip et sa partie standard vaut donc 0 ;
— si st(x) = −2 et x 6= −2 , le nombre u est le rapport de deux ip, on ne
peut alors rien dire de u.
2. Nombre v. On doit encore distinguer deux cas :
— si st(x) 6= 1 , alors x − 1 est ap et le nombre v est le produit d’un ap et
d’un ig, le nombre v est donc ig ;
— si st(x) = 1 , alors x − 1 est ip, le nombre v est alors le rapport de deux
ip, on ne peut donc rien dire de v .
3. Nombre w. De nouveau distinguons deux cas :
— si st(x) 6= 1 , le nombre w est le rapport d’un limité sur un ap, alors w est
limité et
st(x + 2) st(x) + 2
st(w) = = .
st(x − 1) st(x) − 1
Par conséquent
— si st(x) = −2, alors w est ip,
— si st(x) diffère de −2 et de 1, alors w est ap.
— si st(x) = 1 et x 6= 1 , le nombre w est le rapport d’un ap sur un ip et est
donc ig ; cet ig est > 0 si x > 1 et est < 0 si x < 1 .
Commentaire
Il faut ici remarquer qu’un des apports importants de l’Analyse non standard, en
plus bien entendu de l’existence du corps des nombres hyperréels et de l’existence de
nombres infiniment petits non nuls, est l’utilisation de la relation “infiniment
proche”. En effet au 17e et 18e siècle on considérait déjà des quantités infinitési-
males, mais on n’hésitait pas à relier par un signe d’égalité des quantités dont les
différences étaient infiniment petites, à certains moments les quantités infinitésimales
étaient traitées au niveau du calcul comme nulles et à d’autre pas (à ce sujet la lec-
ture du chapitre 3 des Fondements du calcul différentiel d’Euler ([2]) est tout à fait
symptomatique). D’où évidemment un sentiment d’incohérence qu’on peut parfois
avoir maintenant devant ces raisonnements, mais cette incohérence disparaît si,
à bon escient, on substitue à l’égalité la relation “infiniment proche”.
2.4 Représentation des nombres limités
st(u) u
Monade de st(u)
Monade de r
r st(u)
Figure 2.2: Fenêtres ouverte sur la monade d’un réel r et sur la monade de st(u).
On peut maintenant donner une bonne représentation des hyperréels limités.

Comme précédemment on représente les réels sur une droite cartésienne.
Pour chaque réel r on appelle monade de r ou encore le halo de r
l’ensemble de tous les nombres infiniment proches de r. On représente
la monade de r comme sur la figure 2.2, il s’agit là d’une représentation
imagée montrant une fenêtre ouverte sur la monade de r, cette fenêtre
peut être agrandie à volonté pour représenter des nombres infiniment
proches de r qui n’apparaîtraient pas dans la fenêtre initiale.
Ainsi dans la monade de r on observe les nombres infiniment proches
de r qui sont forcément limités. Faisons varier le nombre r parmi tous
les réels, alors on observe tous les nombres limités. En effet, d’après
le Théorème de la partie standard, tout nombre limité est dans la
monade de sa partie standard et est donc observé dans une certaine
monade. Réciproquement tout nombre apparaissant dans une monade est
un limité puisqu’il est infiniment proche du réel relatif à la monade ob-
servée. Les nombres limités sont donc exactement les nombres
qui apparaissent dans les monades de tous les réels
On peut aussi dire :
2.4. Représentation des nombres limités 41
en chaque point de la droite cartésienne il y a une infinité de nombres li-

mités tous infiniment proches et tous observés comme confondus avec leur
partie standard, c’est la raison pour laquelle, la partie standard est aussi
appelée la partie observable. Si on veut distinguer tous ces nombres
infiniment proches il faut ouvrir une fenêtre sur la monade de la partie
standard, là on peut observer distinctement tous ces nombres infiniment
proches.
On convient de représenter les nombres d’une monade d’un réel r comme sur la
figure 2.2 par ordre croissant en allant de gauche vers la droite. De la sorte en se
déplaçant de gauche vers la droite
1. sur la droite cartésienne on rencontre des nombres réels de plus en plus grands,
2. dans chaque monade on rencontre des nombres infiniment proches et crois-
sants.
Par exemple la situation u := 1 − 2ε , v := 1 − ε et w := 1 + ε , où ε est ip > 0
est représentée sur la figure 2.3.
v
u 1 w
R
✲
1
Figure 2.3: u = 1 − 2ε , v = 1 − ε et w = 1 + ε .
On va bientôt compléter cela en comparant des nombres limités n’apparaissant

pas dans la même monade, auparavant voyons comment se comporte la partie stan-
dard par rapport à la relation d’ordre.
Théorème 13. Soient u , v limités. Alors u ≤ v implique st(u) ≤ st(v) , en parti-
culier u < v implique st(u) ≤ st(v) .
Démonstration. Montrons d’abord que la partie standard de tout limité positif
est positive. Soit u un limité ≥ 0. Si st(u) < 0, on aurait st(u) < 0 ≤ u et donc st(u)
serait infiniment proche de 0 et donc égal à 0, ce qui est impossible. Donc st(u) ≥ 0 .
Soient u, v limités tels que u ≤ v. Puisque v − u ≥ 0, on a
0 ≤ st(v − u) = st(v) − st(u)
d’où st(u) ≤ st(v) . ✷

u v
R
st(u) st(v)
Figure 2.4: u < v et u 6≈ v .
u < v n’implique pas st(u) < st(v), ainsi, si ε est ip > 0 et r est un réel, on a
r < r + ε < r + 2ε et st(r) = st(r + ε) = st(r + 2ε) .
Mais, vu le théorème ci-dessus,

st(u) < st(v) implique u < v .
Comparons maintenant deux nombres limités u, v n’apparaissant pas dans la

même monade, alors st(u) 6= st(v) et il suffit de comparer st(u) et st(v) : si st(u) <
st(v) on a u < v et si st(v) < st(u) on a v < u . Par conséquent
si un hyperréel u apparaît dans une monade se trouvant à la gauche de la
monade dans lequel se trouve l’hyperréel v, alors u < v (voir figure 2.4).
De même, si un réel r apparaît à la gauche de la monade où se trouve
u, alors r < u , et si un réel r′ apparaît à la droite de la monade où se
trouve u, alors u < r′ . (voir figure 2.5)
u v
r r′ r ′′ R
st(u) st(v)
Figure 2.5: r < u < r′ < v < r” .
2.5. Exemples 43
Il s’ensuit que si u, v sont des limités non infiniment proches, en prenant un réel
compris strictement entre leur partie standard, on obtient un réel compris stricte-
ment entre u, v, d’où
entre deux limités non infiniment proches il existe toujours un réel.
Dans les monades des réels, on n’observe aucun infiniment grand. Comment dès
lors se représenter les infiniment grands ? On peut simplement dire que les infiniment
grands positifs (resp. négatifs) sont les nombres qui sont supérieurs (resp. inférieurs)
à tous les nombres observés dans les monades de tous les réels.
Complétons les règles concernant la partie standard :
st(|u|) = | st(u)| .
En effet : si u ≥ 0 , on sait que st(u) ≥ 0 d’où | st(u)| = st(u) = st(|u|) ; de même, si

u < 0, on sait que st(u) ≤ 0 d’où | st(u)| = − st(u) = st(−u) = st(|u|) .
2.5 Exemples
Exemple 2.4. Soit ε ip > 0. Que peut-on dire des nombres u, v, w suivants :
2+ε 5−ε 2 − 2ε
u := , v := , w := .
3 + 2ε 2 − 2ε 3−ε
Solution. Ces trois nombres sont des rapports d’ap donc des produits d’ap, ils sont
donc ap et on a :
st(2 + ε) 2 st(5 − ε) 5 st(2 − 2ε) 2

st(u) = = , st(v) = = , st(w) = = .
st(3 + 2ε) 3 st(2 − 2ε) 2 st(3 − ε) 3
Comparons les nombres 23 , u, w :
2 2+ε 2 −ε
u− = − = <0
3 3 + 2ε 3 3(3 + 2ε)
2 2 − 2ε 2 −4ε
w− = − = <0
3 3−ε 3 3(3 − ε)
2+ε 2 − 2ε 3ε2 + 3ε
u−w = − = >0
3 + 2ε 3−ε (3 + 2ε)(3 − ε)
par conséquent w 1. Que peut-on dire du nombre

2u + 1
w := ?
u−1
2 5
w 3 2
u u
0 1 2 R
2 5
3 2
2 5
Figure 2.6: w < u < st(u) = st(w) = 3 et st(v) = 2 < v.
Solution. On doit distinguer plusieurs cas.

1. Le nombre u est limité et st(u) = 1.
Alors st(2u + 1) = 2 st(u) + 1 = 3. Le nombre w est le rapport d’un ap sur un ip,
c’est-à-dire le produit d’un ap et d’un ig, le nombre w est donc ig et, puisque u > 1,
cet infiniment grand est positif.
2. Le nombre u est limité et st(u) 6= 1.
Alors le nombre w est le rapport d’un limité sur un ap, c’est-à-dire le produit d’un
limité et d’un ap, le nombre w est alors limité et
st(2u + 1) 2 st(u) + 1
st(w) = = .
st(u − 1) st(u) − 1
Puisque u > 1, le nombre st(w) est > 0 et w est donc ap. Comparons w et st(w) :
2u + 1 2 st(u) + 1 3(st(u) − u)
w − st(w) = − = .
u−1 st(u) − 1 (u − 1)(st(u) − 1)
Ici st(u) > 1, d’où u > 1 et
— si u < st(u), on a w > st(w),
— si u > st(u), on a w < st(w).
Ces deux situations sont illustrées sur les figures (2.7a) et (2.7b).
3. Le nombre u est infiniment grand positif. Alors
1
2+ u
w= 1
1− u
d’où w est ap et
st(2 + u1 )
st(w) = =2.
st(1 − u1 )
3
Comparons w avec 2 : w − 2 = u−1 > 0 . Le nombre w est donc > 2 .
Cette situation est illustrée sur la figure (2.8)
2.6. Exercices. 45
2r+1 2r+1
r−1 r−1
w w
R ✲ R ✲
2r+1 2r+1
r−1 r−1
(a) cas où u < st(u) = r (b) cas où u > st(u) = r
Figure 2.7: exemple 2.5, u limité et u 6≈ 1 .
2.6 Exercices.
1. Soient ε, δ des ip 6= 0 , u, v des appréciables, H un ig positif et K un ig.
Que peut-on dire des hyperréels suivants :
6+δ 6 1 1 1
1) (3 + ε)(5 + δ) − 15 2) − 3) ( − )
5+ε 5 ε 2+ε 2
1 v + 5ε 4ε3 − 5ε2 − ε
4) 3 + 5) 6)
δ u − 3δ 2ε
3ε4 − ε3 + 8ε2 6ε4 + 5ε3 ε3

7) 8) 9)
ε3 + ε ε4 + ε3 − 3ε2 δ2
ε 2 ε
10) 109 · ε 11) ε · H 12) (2H + ) − (2H − )2
H H
H 2H 2 + H − 5
13) (H + 5) · ε 14) 15)
106 H2 − H
K + 10 H +K
16) 17) H 2 − 3H 18)
H2 2H · K
2. Soient ε, δ ip non nuls, H un ig positif et a, b des réels. Que peut-on dire des
nombres suivants. S’ils sont limités, calculez leur partie standard.
1) 2 + ε − 5ε3 2) (3 + ε − 2δ)(1 − εδ)
ε3 + 5ε2 − ε 3ε4 − 2ε3 − ε2

3) 4)
2ε2 + ε + 3 6ε4 + ε2 − 2ε
5H + 6 2H + 2 + ε
5) 6)
H3 − 1 H − 5 + 2ε
7) 2b + ε + ε2 où st(b) = 5 8) 3b4 − b2 ε + 2ε3
u2 − 5u + 6 (2a + ε)(2b + ε) − 4ab

9) où u 6= 3 et st(u) = 3 10)
u2 − 4u + 3 ε
2 w
R ✲
2
Figure 2.8: cas où u est infiniment grand.
cherchez leur partie standard et représentez-les sur un même dessin.

2−ε 2−ε
1+ε ε
2+ε 2 + 3ε
5 + 2ε 5−ε
2ε 2 − 100ε
1+ε 3 + 2ε
4. Soient u, v limités, H ig et ε ip non nul. Déterminez la nature des nombres

suivants. Le cas échéant cherchez leur partie standard :
(ε + u)(H + u) (2 + u)H
u + 2ε
2u + ε
u−ε
u+ε
3 + u + 2ε
H
u−v 1
u+v u+v
5. Soit ε un ip > 0. Les ensembles suivants ont-ils dans les réels un maximum, une
borne supérieure. Si oui, quel est ce maximum ou cette borne supérieure.
A = {x : x réel et x ≤ 2 + ε} , B = {x : x réel et x ≤ 2 − ε} .
6. L’ensemble des nombres limités est borné supérieurement dans ∗ R mais n’a pas
dans ∗ R de borne supérieure. Prouvez-le.
2.7. Rapports des nombres hyperréels à la réalité 47
De même l’ensemble des infiniment grands positifs est borné inférieurement dans
∗
R mais n’a pas de borne inférieure dans ∗ R. Prouvez-le.
On voit ainsi que le Théorème de complétude des réels ne peut s’étendre aux
hyperréels.
2.7 Rapports des nombres hyperréels à la réalité

Quel peut être le rapport avec la “réalité” de nombres infiniment grands, de
nombres infiniment petits ? Est-il pertinent de considérer de pareils nombres si on
envisage des applications concrètes ? De telles questions méritent réflexion et réponse.
Mais en fait de telles questions ne peuvent être réservées aux nombres hyperréels, on
peut également les poser à propos des nombres réels et même des nombres entiers.
En effet il est très facile d’écrire un nombre naturel qui ne pourrait avoir aucune
interprétation dans le monde qui nous entoure, il suffit de considérer le nombre
101234 qui est estimé actuellement supérieur au nombre de particules composant
l’univers. On pourrait également considérer un nombre rationnel > 0 qui serait
inférieur à n’importe quelle mesure physique. En fait il ne s’agit pas que les nombres
utilisés au niveau mathématique s’identifient à une réalité concrète mais plutôt qu’ils
puissent participer à une modélisation efficace et fiable de situations et phénomènes
du monde réel. Les Mathématiques n’ont pas pour fonction de se confondre avec
ce que nous percevons être la réalité mais sont notamment là pour permettre de
modéliser de façon efficace les phénomènes du monde “réel”. Et précisément on peut
trouver à ce niveau plusieurs avantages aux nombre hyperréels, ils vont notamment
nous permettre de prendre en compte facilement la notion d’ordre de grandeur et
cela directement au niveau des nombres utilisés.
Ainsi, dans un contexte donné, on pourrait distinguer trois catégories de quanti-
tés :
— celles qui sont mesurables par les moyens mis à disposition et qui sont mesu-
rées comme non nulles, ce seraient ces quantités qui se représenteraient par
des nombres appréciables,
— celles qui nous apparaissent comme nulles, elles seraient représentées par des
nombres infiniment petits,
— celles qui sont trop grandes pour être mesurées, elles seraient alors représen-
tées par des infiniment grands.
En général une mesure n’est pas exacte ; la différence entre le résultat de la mesure et
la valeur exacte nous apparaît comme nulle et ces deux nombres pourraient donc être
interprétés comme infiniment proches. De la sorte le résultat de la mesure pourrait
être interprété comme la partie standard de la valeur exacte.
Le nombre 101234 déjà rencontré plus haut est au niveau mathématique un
nombre naturel “comme un autre”, mais concrètement il se comporte comme un
infiniment grand, ainsi, comme pour les infiniment grands théoriques, il est concrète-
ment impossible à un être humain de l’atteindre au départ de 0 en itérant l’opération
+1 . En fait on peut dire que tout contexte concret, doté de ses moyens de mesure
précis, a ses propres “infiniment petits”, ses propres “infiniment grands”, ses propres
“appréciables”.
On ne peut réduire la notion d’infiniment grand, d’infiniment petit à cette des-

cription. Toutefois les ordres de grandeur sont présents dans chaque situation concrète,
il est utile de pouvoir rencontrer ces notions au mieux et les nombres hyperréels
conviennent particulièrement bien pour cela. Il est clair que les problèmes d’ordre
de grandeur sont liés à un contexte précis, ils ont donc essentiellement un caractère
relatif. Toutefois, dès maintenant, on peut dire que dans l’absolu et au niveau des
nombres on distingue trois ordres de grandeur :
— les infiniment grands,
— les appréciables,
— les infiniment petits.
Nous reviendrons plus tard (chapitre 6) sur ces problèmes d’ordre de grandeur et
nous aborderons alors ces notions de façon relative.
Chapitre 3
Notion de dérivée
3.1 Quelques généralités à propos de fonctions

La notion de fonction remonte à Leibniz et J.Bernoulli mais il faut attendre le
19e siècle pour que Dirichlet formule la notion moderne de fonction.
Considérons l’exemple suivant : à chaque réel x associons le nombre y = x2 + 1 ;
cette règle définit une fonction notée par exemple g, pour chaque réel x le nombre
associé à x est appelé la valeur de g en x et est noté g(x). Cette définition fait
appel à deux variables : la variable x est appelée la variable indépendante et la
variable y, dont les valeurs sont dictées par les valeurs de x, est appelée la variable
dépendante.
En général une fonction f associe à des valeurs d’une variable indépendante x
des valeurs d’une variable dépendante y de telle sorte qu’à chaque valeur de x n’est
associé qu’une seule valeur de y. Alors la valeur de y associée à la valeur de x est
appelée la valeur de f en x et est notée f (x). L’ensemble de toutes les valeurs de
x auxquelles la fonction f associe f (x) est appelée l’ensemble de définition ou le
domaine de définition de f .
Ainsi la règle qui à chaque réel x associe le nombre y = x2 définit une fonction
dont l’ensemble de définition est R. Par contre la règle qui à chaque réel x ≥ 0
associe y tel que x = y 2 ne définit pas une fonction car à un x ≥ 0 il correspond
deux valeurs de y.
Bien entendu d’autres variables que x ou y peuvent être utilisées.
Pour représenter ou définir une fonction f plusieurs notations seront utilisées :
si Expr(x) représente une expression dépendant a priori de x (dans l’exemple ci-
dessus il s’agit de l’expression x2 ) et définie quel que soit x dans l’ensemble A , pour
représenter la fonction f qui à chaque x dans A associe le nombre y = Expr(x), on
utilisera souvent les notations suivantes
h : x ∈ A 7−→ y = Expr(x) ,
ou
h(x) := Expr(x) avec x ∈ A
49
50 Chapitre 3. Notion de dérivée
ou encore
y = Expr(x) avec x ∈ A .
Souvent l’ensemble de définition est pris le “plus grand” possible pour que l’expression
Expr(x) soit définie, aussi souvent on ne précise pas au préalable l’ensemble de
définition. Alors la fonction est simplement définie par une des formes suivantes :
f : x 7−→ y = Expr(x) f (x) := Expr(x) y = Expr(x)
ou même parfois, quand aucune ambiguïté n’est possible quant aux variables, par la
simple expression
Expr(x) .
L’essentiel est que la définition soit claire et précise et que, si l’ensemble de défini-
tion n’est pas explicitement précisé, cet ensemble puisse être déterminé grâce à la
définition donnée.
Ce qui est déterminant lorsqu’on définit une fonction, c’est de savoir quels nombres
vont être pris en considération. Ci-dessus, au lieu de considérer la fonction
f1 : x ∈ R 7−→ y = x2 .
on aurait pu considérer la même règle sur un ensemble plus restreint, par exemple
sur l’ensemble des entiers, on aurait alors obtenu une fonction f2 définie par
f2 : x ∈ Z 7−→ y = x2 .
On aurait également pu considérer la même règle sur un ensemble plus vaste, les
complexes ou les hyperréels, on aurait ainsi obtenu des fonctions f3 , f4 définies par
f3 : x ∈ C 7−→ y = x2 , f4 : x ∈ ∗ R 7−→ y = x2 .
On dit alors que la fonction f2 est la restriction de f1 aux entiers et que la fonction f3
est l’extension de f1 aux nombres complexes et f4 l’extension de f1 aux hyperréels.
En général si A, B sont les ensembles de définition respectivement des fonctions f ,
g, si A est une partie de B et si pour tout x dans A on a f (x) = g(x) on dit que f
est la restriction de g à A et que g est une extension de f à B.
On peut également considérer des fonctions de plusieurs variables réelles ou hy-

perréelles. Par exemple
1
l(x, y) :=
x−y
définit une fonction réelle l de deux variables définie pour tout (x, y) tel que x 6=
y . Mais nous pourrions aussi prendre x, y hyperréels, alors à tout couple (x, y)
1
d’hyperréels, on associerait le nombre hyperréel x−y , nous aurions alors une fonction
hyperréelle de deux variables. De même
q(x, y, z) := (x2 − y)(x + 2z) ,

3.2. Premiers pas avec la dérivée 51
permet de définir à la fois une fonction réelle de trois variables (en prenant x, y, z
réels) et aussi une fonction hyperréelle de trois variables (en prenant x, y, z hyper-
réels)
En général, si x1 , x2 , . . . , xn sont des variables réelles, une fonction réelle f de
n variables associe à (x1 , x2 , . . . , xn ) un et seul réel y = f (x1 , x2 , . . . , xn ). De même,
si x1 , x2 , . . . , xn sont des variables hyperréelles, une fonction hyperréelle f de n
variables associe à (x1 , x2 , . . . , xn ) un et seul hyperréel y = f (x1 , x2 , . . . , xn ). Ainsi
une fonction d’une ou plusieurs variables est dite réelle, respectivement hyperréelle,
si ces variables et valeurs sont réelles, respectivement hyperréelles.
3.2 Premiers pas avec la dérivée

Considérons un mobile animé d’un mouvement rectiligne. Notons t le temps et sur
la droite orientée sur laquelle se déplace le mobile fixons une origine et représentons
par e(t) la mesure du segment orienté allant de l’origine à la position du mobile à
l’instant t . Soient t0 et t0 + ∆t deux instants fixés, la vitesse moyenne du mobile
entre t0 et t0 + ∆t est le rapport
e(t0 + ∆t) − e(t0 )
. (3.1)
∆t
Pour approcher la vitesse instantanée en t0 (ce qu’on appelle simplement la vitesse à
l’instant t0 ), dès le 17e siècle, on considère le rapport (3.1) pour des variations ∆t in-
finiment petites non nulles. Cet exemple essentiel auquel on doit associer I. Newton 1
et les débuts de la Mécanique, est aussi une des sources de l’Analyse infinitésimale.
Pour une bonne part, ce sont les mêmes savants qui durant ce siècle vont développer
les bases de la Physique “moderne” et créer l’Analyse mathématique.
Plus généralement et très fréquemment, étant donnée une fonction x 7→ y = f (x)

on doit comparer la variation ∆x de la variable indépendante x et la variation ∆y de
la variable dépendante y . Pour comparer ces deux variations on considère la fraction
∆y
de la variation ∆y sur la variation ∆x, cette fraction ∆x est appelée le quotient
différentiel, il dépend évidemment de ∆x et de la position initiale x de la variable.
Très souvent, notamment au niveau de nombreuses applications, on est amené à
effectuer cette comparaison pour des variations ∆x infiniment petites.
Envisageons deux exemples simples. Considérons d’abord la fonction x 7→ y = xm
où m est un naturel > 1 fixé. Soient x0 réel et ∆x un infiniment petit 6= 0. Une
variation ∆x de la variable x au départ de x0 induit une variation ∆y de la variable
y donnée par
∆y = (x0 + ∆x)m − xm 0 .
En utilisant la Formule du binôme de Newton, le quotient différentiel de xm en x0
s’écrit
m m
∆y (x0 + ∆x)m − xm 1 X k m−k X
= 0
= Cm x0 (∆x)k = Cmk m−k
x0 (∆x)k−1 .
∆x ∆x ∆x
k=1 k=1
1. même si celui-ci n’utilise pas le langage infinitésimal.

52 Chapitre 3. Notion de dérivée
Si on s’arrête là le quotient différentiel dépend de ∆x. Mais pour chaque k ≥ 2, le

terme Cm x0 (∆x)k−1 est infiniment petit. Il s’ensuit
k m−k
(x0 + ∆x)m − xm
0 1 m−1
≈ Cm x0 = m xm−1
0 ,
∆x
ainsi les fluctuations du quotient différentiel sont toutes infiniment proches entre
elles. Dès lors pour tirer des conclusions intrinsèques on prend la partie standard du
quotient différentiel, autrement dit

(x0 + ∆x)m − xm 0
st = m xm−1
0 ,
∆x
cette expression est maintenant indépendante de ∆x, elle est le quotient différentiel
observé dans les réels, c’est la dérivée de la fonction x 7→ xm en x0 .
Envisageons maintenant la fonction x 7→ y = 1/x en prenant x0 réel 6= 0 . Le
quotient différentiel s’écrit
1 1
∆y x0 +∆x − x0 −1
= = ,
∆x ∆x x0 (x0 + ∆x)
de nouveau on remarque que le quotient différentiel fluctue, mais puisque

−1 −1
st( )= 2
x0 (x0 + ∆x) x0
ces fluctuations sont infiniment petites et on obtient la dérivée en prenant encore

la partie standard du quotient différentiel, la dérivée de la fonction x 7→ 1/x en x0
vaut donc −1/x20 .
Nous pourrions de la même façon chercher la dérivée des fonctions polynômes et
même de toute fonction rationnelle car toute fonction rationnelle s’exprime comme
une fraction de deux polynômes. En effet les nombres hyperréels formant un corps
ordonné, toute fonction réelle définie au moyen d’une expression rationnelle (c’est-
à-dire une expression ne faisant intervenir que des sommes, soustractions, produits
et fractions) s’étend naturellement en une fonction hyperréelle définie au moyen de
la même expression.
Mais qu’en est-il de fonctions réelles faisant appel à d’autres constructions, √ par
exemple qu’en est-il de x 7→ y = sin x , ou plus simplement encore de x 7→ y = x ?
Peut-on considérer le sinus d’un hyperréel non réel, la racine√carrée d’un hyperréel
quelconque positif ? Cela est indispensable pour dériver sin x, x . . . C’est ici qu’on a
besoin du Principe de transfert qui va traiter précisément de l’extension des fonctions
réelles en fonctions hyperréelles.
Au chapitre suivant, on va formuler et expliquer
√ ce Principe de transfert. Après
nous pourrons continuer à dériver, notamment x et sin x.
Chapitre 4
Principe de Transfert
Avant de formuler le Principe de transfert, il faut préciser certaines règles d’écri-

ture concernant les formules que nous pourrons utiliser avec cette règle.
4.1 Formules et systèmes standard

Soient x, y, u, v des variables variant parmi des nombres, soient a, b des constantes
représentant des nombres et f une fonction réelle ou hyperréelle d’une variable. On
peut considérer les expressions
x
x+y , a·x , , sin x , f (x) , (4.1)
y
en remplaçant ci-dessus x par u2 , y par cos v on obtient de nouvelles expressions :
u2
u2 + cos v , a · u2 , , sin(u2 ) , f (cos v) , (4.2)
cos v
en remplaçant ci-dessus u et v par exemple par x + y et x2 z on obtiendra encore
de nouvelles expressions et ainsi de suite. Les expressions qu’on vient de rencontrer
seront dorénavant appelées des expressions numériques, elles répondent en fait à
une construction itérative bien précise que voici :
— toute variable ou constante numérique est une expression numérique ;
— si t1 , t2 sont des expressions numériques, alors
t1
t1 + t2 , t1 − t2 , t1 · t2 ,
t2
sont également des expressions numériques ;
— si f est une fonction réelle ou hyperréelle d’une variable et si t est une expres-
sion numérique, alors f (t) est une expression numérique ; plus généralement
si g(x1 , . . . , xn ) est une fonction réelle ou hyperréelle de n variables et si t1 ,
. . . , tn sont des expression numériques, alors g(t1 , . . . , tn ) est une expression
numérique.
53
54 Chapitre 4. Principe de Transfert
Ainsi voici des expressions numériques :
3 , π , sin 5 , x3 + 2x − 1 , |x − y| , arcsin(2x − y) .
Très souvent, dans les réels ou les hyperréels, on est amené à comparer des
nombres, donc aussi à comparer des expressions numériques. La proposition résultant
de la comparaison de deux expressions numériques s’appelle une formule atomique,
plus précisément
une formule atomique est une proposition d’une des formes suivantes
t1 = t2 , t1 ≤ t2 , t 1 < t2 , t1 ≥ t2 , t1 > t2 (4.3)
où t1 et t2 sont des expressions numériques.

Il est important de préciser quand une formule atomique est vraie. La règle est
la suivante :
pour qu’une formule atomique de la forme (4.3) soit vraie pour des valeurs
accordées aux variables intervenant dans t1 et t2 , il faut d’abord que les deux
expressions numériques t1 , t2 soient toutes deux définies pour les valeurs des
variables envisagées, s’il en est ainsi il faut ensuite que les valeurs prises par
t1 et t2 vérifient l’égalité ou l’inégalité considérée.
Ainsi la formule x > 2y + 3 est vraie pour x = 10 et y = 2 et elle est fausse
pour x = 4 et y = 1. Mais aussi, la formule x1 = x1 est vraie si et seulement si
x 6= 0 . De même les solutions de arcsin x = arcsin x sont exactement les nombres
réels faisant partie de l’intervalle [−1, 1]. On dispose dès lors d’un moyen très simple
pour exprimer au moyen d’une seule formule atomique le fait qu’une fonction soit
définie :
si f est une fonction d’une variable, les solutions de f (x) = f (x) sont exac-
tement les nombres x pour lesquels f (x) est définie.
Parfois on est amené à nier une formule atomique, par exemple à affirmer x 6= 0.
Pour cela on utilise les notations suivantes :
t1 6= t2 , t1 ≮ t2 , t1 ≯ t2 , t1 t2 , t1 t2
qui représentent respectivement les négations de t1 = t2 , t1 < t2 , t1 > t2 , t1 ≤ t2 ,

t1 ≥ t2 . La négation d’une formule atomique est vraie lorsque la formule atomique
correspondante est fausse. Par conséquent, si une des expressions t1 , t2 n’est pas
t1 6= t2√, t1 ≮ t2 , t1 ≯ t2 , t1 t2 , t1 √t2 sont
définie, les formules √ √ d’office vérifiées.
Ainsi la proposition x 6= x est vraie si et seulement si x = x est fausse c’est-
à-dire si et seulement si x < 0. Pour ce qui concerne la vérification d’une formule,
on traite donc différemment les formules atomiques et les négations de ces formules.
Complétons la notion de formule :

une formule standard est une formule atomique ou une négation de formule
atomique telle que toutes les constantes et toutes les fonctions intervenant
dans cette proposition soient réelles.
4.1. Formules et systèmes standard 55
Par exemple si a est une constante réelle et si f est une fonction réelle,
x = 2 , x < 1 , x + 2y = x2 , sin(x) ≤ cos(x + a) , x ≮ 3y + a , f (x + π) 6= 2
sont des formules standard. Par contre, si ε est un infiniment petit fixé (et donc
traité comme une constante), la formule x ≤ ε n’est pas une formule standard.
Evidemment de nombreuses fonctions réelles peuvent se définir au moyen √ d’une

seule formule standard : par exemple la fonction f définie par√ f (x) := 2x + 3
est complètement caractérisée par la formule standard f (x) = 2x + 3. Mais tout
dépend aussi des moyens qu’on
√ se donne pour définir une fonction, ainsi si on veut
définir la fonction x 7→ y = x sans utiliser de racine carrée, deux formules standard
sont nécessaires, à savoir
y 2 = x et y ≥ 0 ;
de la même façon pour définir la fonction x 7→ y = arcsin(x) trois formules standard
sont nécessaires :
π π
sin y = x et − ≤ y ≤ .
2 2
Ainsi, souvent des propositions s’expriment en affirmant que plusieurs formules
standard sont simultanément vérifiées ; on utilise alors ce qu’on appelle ici un système
standard :
un système standard est une collection finie de formules standard.
Dans un système standard, toutes les constantes et toutes les fonctions rencontrées
doivent donc être réelles. Remarquons qu’une seule formule standard constitue à elle
seule un système standard.
Par exemple, si a, b sont des constantes réelles et si f est une fonction réelle, les
systèmes ( (
a<x<b x < 2y + 1
,
f (x) ≥ sin(πx) x 6= 3
sont standard, mais par contre, si ε est un infiniment petit fixé, chacune des formules
x<1+ε , x ≥ st(x)
n’est pas un système standard, car la première de ces formules contient une constante
non réelle, à savoir ε, et la seconde fait appel à une fonction non réelle à savoir la
fonction “partie standard ” x 7→ st(x) .
Considérons un système standard dont les variables sont x1 , . . . , xn , notons-le
S(x1 , . . . , xn ) . Pour que ce système standard soit vérifié en u1 , . . . , un il faut que
chacune des formules standard composant le système soit vérifiée quand on y rem-
place x1 par u1 ,. . . , xn par un ; les nombres u1 , . . . , un constituent alors une solution
de S(x1 , . . . , xn ). Si u1 , . . . , un sont réels, cette solution est dite réelle, mais plus gé-
néralement les nombres u1 , . . . , un peuvent être hyperréels, la solution est alors dite
hyperréelle.
Considérons deux systèmes ayant les mêmes variables. Les deux systèmes sont
dits équivalents dans R, respectivement dans ∗ R, lorsqu’ils ont les mêmes solutions
réelles, respectivement hyperréelles. Un système S1 (x1 , . . . , xn ) entraîne un sys-
tème S2 (x1 , . . . , xn ) dans R, respectivement dans ∗ R, lorsque toute solution réelle,
respectivement hyperréelle, de S1 (x1 , . . . , xn ) est solution de S2 (x1 , . . . , xn )
4.2 Principe de transfert

La première partie du Principe de transfert va permettre d’étendre toutes les
fonctions réelles en des fonctions hyperréelles mais sans nous préciser pour quels
hyperréels ces fonctions sont définies. Tout système standard va ainsi pouvoir être
interprété dans les hyperréels, dès lors on va pouvoir considérer les solutions de ce
système dans les réels mais aussi dans les hyperréels. Une question dès lors se pose :
si deux systèmes standard ont les mêmes solutions réelles, ont-ils les mêmes solutions
hyperréelles ? C’est précisément à cette question que la seconde partie du Principe
de transfert répond . . . et, comme on va le voir, la réponse est “oui”.
Principe de transfert
1. Extension des fonctions réelles
Toute fonction réelle f s’étend en une fonction hyperréelle dont
la restriction aux réels est exactement la fonction réelle initiale.
Cette extension s’appelle l’extension standard de f
2. Conservation de l’équivalence des systèmes standard
Si deux systèmes standard sont équivalents dans les réels, alors ils
sont équivalents dans les hyperréels.
Explicitons la première de ces deux règles dans le cas d’une fonction réelle f
d’une variable : la fonction réelle f s’étend en une fonction hyperréelle, notée provi-
soirement ∗ f , telle que pour tout réel r l’expression ∗ f (r) est définie si et seulement
si f (r) l’est, auquel cas ∗ f (r) = f (r) . Dès lors il n’y a pas d’ambiguïté à représen-
ter cette extension par la même notation que la fonction f initiale. L’extension
standard de f est donc également notée f .
Mais la première partie du Principe de transfert ne dit rien du comportement de

f (x) lorsque x est un hyperréel non réel ! C’est grâce à la deuxième partie que nous
allons voir comment utiliser f (x) pour x hyperréel non réel. Nous allons maintenant
obtenir quelques règles simples concernant l’utilisation des fonctions réelles dans les
hyperréels. On se limite d’abord aux fonctions réelles d’une variable 1 .
Comment déterminer dans ∗ R quand f (x) est définie ?

√
Envisageons un premier exemple.
√ L’expression x est définie dans R lorsque
√
x ≥ 0, dans les réels le système x = √x est donc équivalent au système x ≥ 0 , il
en est donc de même dans ∗ R et donc x est défini dans les hyperréels exactement
lorsque x ≥ 0 .
Envisageons un second exemple, celui de la fonction arcsinus : dans R le système
arcsin x = arcsin x est équivalent au système −1 ≤ x ≤ 1, il en est donc de même
dans ∗ R, l’expression arcsin x est donc définie pour tout hyperréel x tel que −1 ≤
x ≤ 1 et seulement alors.
1. on envisage les fonctions réelles de plusieurs variables au chapitre 8.
4.2. Principe de transfert 57
Ces exemples se généralisent aisément : supposons que l’ensemble de définition de

f dans R soit formé des réels vérifiant un système standard S(x) , alors les systèmes
standard f (x) = f (x) et S(x) sont équivalents dans R, il en est donc de même dans
les hyperréels d’où f (x) est définie dans ∗ R exactement pour les hyperréels vérifiant
S(x). En conclusion :
Si f est une fonction réelle d’une variable dont l’ensemble de définition

dans R est formé par les réels x vérifiant un système standard S(x), alors
l’ensemble de définition de l’extension standard de f est l’ensemble des
hyperréels vérifiant le même système.
En particulier
si la fonction réelle f est définie partout dans R, alors son extension
standard est définie dans ∗ R tout entier,
en effet il suffit alors de dire que f (x) = f (x) est équivalent au système x = x . Par
exemple les fonctions sin, cos, arctg sont maintenant définies dans ∗ R tout entier.
Comment calculer f (x) pour x hyperréel ?

Comme on va le voir, les valeurs s’obtiennent dans les hyperréels au moyen des
mêmes formules que dans les réels pour autant que celles-ci s’expriment au moyen
d’un système standard. Envisageons d’abord quelques
√ exemples.
Considérons la racine carrée, on sait
√ déjà que x est défini pour tout hyperréel
x ≥ 0. Dans R, si x ≥ 0, on sait que x est l’unique nombre ≥ 0 qui élevé au √carré
donne x . Montrons qu’il en est de même dans les hyperréels. En effet y = x est
équivalent à
y2 = x , y≥0
dans R et donc aussi dans ∗ R .
De même pour arcsin x . Dans R l’équation y = arcsin(x) est équivalent au
système standard
π π
− ≤y≤ , x = sin y .
2 2
Il en est donc de même dans ∗ R .
Considérons maintenant une fonction réelle définie par une seule formule ato-
mique, par exemple
1
f (x) := √ . (4.4)
2x + 3
On sait déjà que cette fonction est définie dans R et dans ∗ R moyennant la même
condition x > − 23 . Dans les réels le système y = f (x) est équivalent au système
1
y = √2x+3 , il en est donc de même dans les hyperréels et les valeurs de f (x) se
calculent donc dans les hyperréels également par la formule (4.4). Par exemple, si ε
est un infiniment petit > 0, on a
1 3 1
f (1 + ε) = √ , f (− + ε) = √ ,
5 + 2ε 2 2ε
mais f (− 32 − ε), comme f (− 32 ) ne sont pas définies.
La généralisation de ces exemples est claire :
Si les valeurs d’une fonction réelle f sont définies ou caractérisées dans

R par un système standard, alors les valeurs de l’extension standard de
f se calculent dans ∗ R au moyen du même système.
4.3 Application à la racine carrée

√
On sait que y = x est équivalent à (y 2 = x et y ≥ 0) . Utilisons cela pour
étudier la racine carrée de nombres hyperréels ≥ 0. Soit x ≥ 0 . On a
√ √ √
x = x · x et 0 ≤ x , (4.5)
alors des propriétés du produit il découle : si x est limité, respectivement
√ infiniment
grand, infiniment petit, appréciable, alors il en est de même de x . Autrement dit :
x≥0 IP AP LIM IG
√
x IP AP LIM IG
Vu (4.5), si x est limité, on doit avoir
√ √ √
st(x) = st( x) · st( x) et 0 ≤ st( x) ,
il s’ensuit : si x est limité et ≥ 0, alors
√ p
st( x) = st(x) .
√ √
Utilisons cela pour dériver x ou plus précisément la fonction x 7→ y = x . Soit
x0 un réel fixé > 0. Prenons ∆x infiniment petit 6= 0. Le quotient différentiel s’écrit
√ √
∆y x0 + ∆x − x0
QD = =
∆x ∆x
IP
ce qui donne une nouvelle indétermination
√ . Levons cette indétermination en
√ IP
multipliant “haut et bas” par x0 + ∆x + x0 , on obtient ainsi
1
QD = √ √ .
x0 + ∆x + x0
√ √ p √
Puisque st( x0 + ∆x + x0 ) = 2 st(x0 ) = 2 x0 6= 0, le quotient différentiel est
l’inverse d’un appréciable, il est donc lui-même appréciable et
1 1
st(QD) = √ √ = √ .
st( x0 + ∆x + x0 ) 2 x0
√
Par conséquent x 7→ x est dérivable dans ]0, +∞[ et
√ 1
( x)′ = √ .
2 x
Envisageons maintenant le cas où x0 = 0. Alors on prend ∆x infiniment petit > 0,
le quotient différentiel est √
∆x 1
=√
∆x ∆x
et est donc infiniment
√ grand et on ne peut plus prendre la partie standard, dès lors
la dérivée de x 7→ x n’existe pas en 0 .
4.4. Variantes du Principe de transfert 59
4.4 Variantes du Principe de transfert

Souvent une fonction réelle jouit dans les réels de propriétés particulières. Que
deviennent ces propriétés dans les hyperréels ? Nous allons voir que si ces propriétés
se formulent grâce à des systèmes standard, elles sont maintenues dans ∗ R .
Envisageons un premier exemple. On sait que pour tous réels x , y on a

sin(x + y) = sin x cos y + cos x sin y , (4.6)
cette équation a donc les mêmes solutions dans R que le système standard
x=x , y=y,
il en est donc de même dans les hyperréels, d’où la formule classique de trigonométrie
(4.6) est aussi valable dans les hyperréels. Plus généralement, supposons qu’un sys-
tème standard S(x1 , . . . , xn ) soit vérifié pour tous réels x1 , . . . , xn , alors ce système
est équivalent dans R au système
x1 = x1 ,..., xn = xn
il en donc de même dans les hyperréels d’où :
Si un système standard S(x1 , . . . , xn ) est vérifié pour tous réels
x1 , . . . , xn , alors le système S(x1 , . . . , xn ) est aussi vérifié pour tous hy-
perréels x1 , . . . , xn .
Souvent, pour qu’une propriété soit vérifiée, certaines conditions doivent être
réalisées, on est alors en présence d’un schéma de la forme “si . . . , alors . . . ”. Envi-
sageons un exemple de ce type. Supposons qu’une fonction réelle f (x) soit croissante
dans un intervalle [a, b] , autrement dit pour tous réels x, x′ vérifiant a ≤ x < x′ ≤ b,
on a f (x) ≤ f (x′ ) . En est-il de même dans les hyperréels ? Nous allons voir que oui.
Remarquons d’abord que dans les réels le système standard a ≤ x < x′ ≤ b entraîne
le système standard f (x) ≤ f (x′ ) . Il s’ensuit que les deux systèmes standard
(
′ f (x) ≤ f (x′ )
a≤x<x ≤b ,
a ≤ x < x′ ≤ b
sont équivalents dans R, ils sont donc aussi équivalents dans ∗ R . Ainsi dans les
hyperréels, a ≤ x < x′ ≤ b entraîne également f (x) ≤ f (x′ ) . Nous venons en fait de
transformer une implication en une équivalence, cela peut toujours se faire. En effet
dire qu’un système S1 entraîne un système S2 revient à dire que le système S1 est
équivalent au système obtenu en prenant à la fois les formules de S1 et de S2 . Par
conséquent la deuxième partie du Principe de transfert peut s’étendre comme suit :
Soient S1 (x1 , . . . , xn ) et S2 (x1 , . . . , xn ) deux systèmes standard, si dans
les réels S1 (x1 , . . . , xn ) entraîne S2 (x1 , . . . , xn ), alors dans les hyperréels
S1 (x1 , . . . , xn ) entraîne aussi S2 (x1 , . . . , xn ) .
Le plus souvent c’est cette forme de la Règle de transfert qui sera utilisée.
4.5 Application aux fonctions trigonométriques

Cherchons maintenant à dériver sin x. Il n’est pas possible de transposer directe-
ment les définitions de sin x et cos x dans les hyperréels, en effet cette définition (qui
fait appel à une construction géométrique) ne peut se formuler au moyen d’un sys-
tème standard, le contenu du dessin correspondant est trop “riche” que pour rentrer
dans un système standard. Aussi, nous allons établir dans les réels les propriétés de
sin x et cos x dont nous aurons besoin, les exprimer au moyen de systèmes standard
et ensuite nous appliquerons le Principe de transfert.
O A
Figure 4.1: Comparaison des aires
Plaçons-nous d’abord dans les réels. Prenons x réel tel que 0 < x < π2 . Consi-
dérons la figure 4.1 obtenue en traçant un cercle trigonométrique (de rayon 1), nous
avons
Aire du triangle OAB < Aire du secteur circulaire OAB < Aire du triangle OAC .
Rappelons que l’aire d’un secteur circulaire de rayon r et dont la mesure (exprimée
2
en radian dans [0, 2π]) de l’angle au centre vaut α vaut r 2·α . On obtient ainsi :
0 < sin x < x < tg x . (4.7)
Ainsi dans R le système 0 < x < π2 entraîne le système (4.7), il en est donc de même
dans ∗ R. Le système (4.7) est donc vérifié pour tout hyperréel x tel que 0 < x < π2 .
Prenons ε ip non nul. Si ε > 0, nous avons donc 0 < sin ε < ε , d’où sin ε est ip.
Si ε < 0 , −ε est ip > 0 et sin(ε) = − sin(−ε), par conséquent sin ε est encore ip.
4.5. Application aux fonctions trigonométriques 61
Considérons maintenant cos ε : on a cos2 ε + sin2 ε = 1 d’où, puisque cos ε > 0,

p
cos ε = 1 − sin2 ε
et donc p p
st(cos ε) = st( 1 − sin2 ε) = 1 − st(sin ε)2 = 1 .
Ainsi, si ε est infiniment petit, on a sin ε infiniment petit et st(cos ε) = 1 .
Prenons maintenant un réel x0 . On a
sin(x0 + ε) = sin x0 cos ε + cos x0 sin ε
d’où st(sin(x0 + ε)) = sin x0 . On procèderait de la même façon pour cos(x0 + ε) .
Ainsi, si x0 est un réel et si ε est infiniment petit
st(sin(x0 + ε)) = sin x0 et st(cos(x0 + ε)) = cos x0 .
π
Reprenons la double inégalité (4.7) : si 0 < x < 2, on a
sin x
0 < sin x < x <
cos x
et donc
sin x
cos x < <1.
x
Prenons de nouveau ε ip > 0, on a donc
sin ε
cos ε < <1
ε
sin ε
et, puisque cos ε ≈ 1, la fraction ε ≈ 1 . Si ε est ip < 0, on a
sin(ε) sin(−ε)
= ≈1.
ε −ε
On a ainsi prouvé :
sin ε
≈ 1 pour tout ε infiniment petit 6= 0 .
ε
On peut maintenant dériver sin x. Soit x0 un réel et ∆x un infiniment petit 6= 0.

Le quotient différentiel est
sin(x0 + ∆x) − sin x0 2 sin ∆x
2 cos(x0 +
∆x
2 ) sin ∆x
2 ∆x
QD = = = ∆x
· cos(x0 + ).
∆x ∆x 2
2
(4.8)
On vient de voir
sin ∆x
2 ∆x
st( ∆x
)=1 et st(cos(x0 + )) = cos x0 .
2
2
Il s’ensuit st(QD) = cos x0 et la dérivée de sin x en x0 vaut cos x0 . Ainsi dans R
sin′ x = cos x .
De la même façon on prouve cos′ x = − sin x dans R.
On remarque que ci-dessus on a utilisé à plusieurs reprises le Principe de transfert.
4.6 Définition par cas distincts

Parfois une fonction est définie en envisageant plusieurs cas distincts. Par exemple
considérons la fonction réelle f définie par
(
x2 si x < 2
f (x) := 1 (4.9)
x si x ≥ 2
alors :
— le système standard x < 2 entraîne dans R le système standard f (x) = x2 ,
— le système standard x ≥ 2 entraîne dans R le système standard f (x) = x1 ,
il en est donc de même dans ∗ R d’où la définition (4.9) se prolonge dans les hyperréels.
On peut étendre cela à plus de deux cas. Formulons par exemple la règle lorsqu’on
a trois cas : soient S1 (x), S2 (x), S3 (x) trois systèmes standard mutuellement exclusifs
et f1 (x), f2 (x), f3 (x) trois fonctions réelles, définissons une nouvelle fonction f (x)
réelle en posant 

f1 (x) si S1 (x) est vérifié,
f (x) := f2 (x) si S2 (x) est vérifié, (4.10)


f3 (x) si S3 (x) est vérifié,
Cette fonction réelle s’étend donc en une fonction hyperréelle et dans les hyperréels
la définition ci-dessus (4.10) est valable pour tout hyperrréel x. En effet dans R le
système S1 (x) entraîne f (x) = f1 (x), il en est donc de même dans ∗ R, de même
pour S2 (x) et S3 (x).
4.7 Intervalles dans ∗R

Soient a, b réels et a < b . L’intervalle [a, b] ne contient que des nombres réels : c’est
l’ensemble des réels vérifiant a ≤ x ≤ b . On peut également considérer l’ensemble
des solutions de ce système dans ∗ R, cet ensemble est noté ∗ [a, b] . On peut faire de
même pour les autres types d’intervalles de R, par exemple ]a, +∞[ est l’ensemble
des solutions réelles de a < x et ∗ ]a, +∞[ représente donc l’ensemble des hyperréels
tels que a < x . Ainsi tout intervalle I de R s’étend en un intervalle ∗ I de ∗ R .
Remarquons :
1. La proposition x ∈ I se traduit par un système standard formé d’une ou
deux inégalités et dans ∗ R la proposition x ∈ ∗ I se traduit par le même
système standard, par conséquent dans un système standard on peut inclure
une formule de la forme x ∈ I à condition de l’interpréter dans les hyperréels
par x ∈ ∗ I .
2. Si une fonction réelle est définie dans un intervalle I de R, alors son extension
aux hyperréels est définie dans ∗ I .
3. L’intervalle ∗ I contient toutes les monades des réels se trouvant à l’intérieur
de I , pour ce qui est des extrémités plusieurs cas se présentent, par exemple :
— si I = [a, . . . , tous les x tels que x ≈ a et x ≥ a sont dans ∗ I ,
— si I =]a, . . . , tous les x tels que x ≈ a et x > a sont dans ∗ I ,
4.8. Précautions à prendre en utilisant le Principe de transfert 63
— si I =] − ∞, . . . , tous les infiniment grands négatifs sont dans ∗ I .

— si I = . . . , b] , tous les x tels que x ≈ b et x ≤ b sont dans ∗ I ;
— si I = . . . , b[ , tous les x tels que x ≈ b et x < b sont dans ∗ I ;
— si I = . . . , +∞[ , tous les infiniment grands positifs sont dans ∗ I .
Sur la figure 4.2 on a représenté ∗ [a, b[.
a r b
R
a r b
Figure 4.2: Représentation en hachuré de ∗ [a, b[ .
La notation ∗ I s’étend à d’autres intervalles de ∗ R . En effet, si u, v sont des

hyperréels tels que u < v, on définit les intervalles de ∗ R d’extrémités u, v comme on
le faisait dans les réels mais en considérant comme éléments des nombres hyperréels,
par exemple
∗
[u, v] = {x : x ∈ ∗ R et u ≤ x ≤ v} .
Si u, v sont réels on retrouve ainsi les intervalles considérés plus haut. Ainsi on
distingue les intervalles de ∗ R des intervalles de R en utilisant une ∗ .
4.8 Précautions à prendre en utilisant le Principe

de transfert
On vient de se rendre compte de la force du Principe de transfert et cela se
confirmera par la suite. Remarquons qu’une telle règle n’existe pas entre les diverses
sortes de nombres rencontrés auparavant, ainsi
— entre naturels et entiers : les deux systèmes
S(x) : x = 0 , S ′ (x) : x ≤ 0
sont équivalents dans N mais pas dans Z ;

— entre entiers et rationnels : les systèmes
S(x) : x = 0 , S ′ (x) : 0 ≤ x < 1

sont équivalents dans Z mais pas dans Q ;

— entre rationnels et réels : les systèmes
S(x) : x2 = 2 , S ′ (x) : x 6= x
sont équivalents dans Q mais pas dans R ;

— entre réels et complexes : les systèmes
S(x) : x2 = −1 , S ′ (x) : x 6= x
sont équivalents dans R mais pas dans C .

Cela nous laisse déjà à penser que les “ressemblances” entre réels et hyperréels sont
d’une autre nature que celles pouvant exister entre les nombres rencontrés précé-
demment.
Il faut aussi remarquer que le Principe de transfert ne s’applique qu’à

des systèmes standard. Ainsi on trouve facilement des systèmes d’équations ou
d’inéquations équivalents dans les réels et non équivalents dans les hyperréels. Voici
deux exemples.
Soit ε un infiniment petit > 0 fixé. Considérons les formules :
S(x) : x = 0 , S ′ (x) : |x| ≤ ε , S ′′ (x) : st(x) = 0 .
S(x) et S ′ (x) sont équivalents dans R mais ne sont pas équivalents dans ∗ R ; cela
ne contredit nullement le Principe de transfert puisque S ′ (x) n’est pas un système
standard du fait qu’il contient la constante non réelle ε. De même S(x) et S ′′ (x)
sont équivalents dans R et non équivalents dans ∗ R . De nouveau cela ne contredit
pas le Principe de transfert puisque S ′′ (x) n’est pas un système standard puisqu’il
fait appel à la fonction x 7→ st(x) qui ne peut être considérée comme l’extension
standard d’une fonction réelle.
Par conséquent, quand on applique le Principe de transfert, on doit être
attentif à ce que les constantes rencontrées dans les systèmes représentent
des réels et que les fonctions utilisées soient des extensions standard de
fonctions réelles. En particulier, on ne peut rencontrer dans les systèmes ni la
fonction “partie standard” st, ni la relation “infiniment proche” ≈.
4.9 Exercices
1. Prouvez que l’extension standard d’une fonction réelle
- paire (impaire) est paire (impaire)
- périodique de période T est une fonction périodique de même période.
2. Prouvez
(a) tg(arctg(x) = x dans ∗ R ,
(b) arctg(tg(x)) = x dans ] − π/2, π/2[,
3. Au moyen d’un exemple montrer qu’on ne peut appliquer le Principe de trans-
fert à des systèmes faisant appel à la relation ≈ .
Chapitre 5
Dérivées et continuité
On a déjà introduit la notion de dérivée et cherché quelques dérivées classiques.

Nous allons maintenant préciser la définition de la dérivée et obtenir les règles de
dérivation usuelles. Nous allons aussi introduire la notion essentielle de continuité.
Enfin, nous verrons les notions de limites qui sont en fait des abréviations de situa-
tions déjà observées dans ∗ R .
Dans ce chapitre f , g représentent des fonctions réelles d’une variable.
5.1 Définition de la dérivée

Considérons la fonction réelle f : x 7→ y = f (x) et soit x0 la position initiale de
la variable x, le nombre x0 est un nombre réel. Supposons que f (x) soit au moins
définie dans un intervalle [x0 , x0 + h] ou [x0 − h, x0 ] où h est un réel > 0.
On représente la variation de la variable x par une nouvelle variable ∆x . Si f (x)
est définie des deux côtés de x0 , on prend ∆x 6= 0 , si f (x) est seulement définie à
droite, on prend ∆x > 0 et si f (x) est seulement définie à gauche de x0 , on prend
∆x < 0 . La variation ∆x induit une variation ∆y = f (x0 + ∆x) − f (x0 ) de la
variable y. On compare les variations ∆y et ∆x au moyen du quotient différentiel
(noté QD ) :
∆y f (x0 + ∆x) − f (x0 )
QD := = .
∆x ∆x
L’idée est d’effectuer cette comparaison pour des variations ∆x en valeur absolue
très petites, . . . de plus en plus petites. Pour rencontrer cela on considère des ∆x
infiniment petits non nuls. De la sorte on obtient une expression qui en général dé-
pend de ∆x et souvent fluctue d’une quantité infiniment petite suivant les variations
de ∆x, on veut dès lors gommer ces variations infiniment petites du quotient diffé-
rentiel, et pour ce faire on prend la partie standard du quotient différentiel. De la
sorte le résultat de la comparaison est un nombre réel. Bien entendu cela nécessite
que la partie standard existe, autrement dit que le quotient différentiel soit limité.
De là découle la définition de la dérivée :
Définition. Soit x0 un réel et f (x) définie au moins dans un intervalle [x0 , x0 + h]
ou [x0 − h, x0 ] où h est un réel > 0. Alors f (ou f (x)) est dérivable en x0 lorsque
65
66 Chapitre 5. Dérivées et continuité
pour tout ∆x infiniment petit non nul tel que f (x0 + ∆x) soit définie, le quotient
différentiel
∆y f (x0 + ∆x) − f (x0 )
=
∆x ∆x
est limité et a sa partie standard indépendante de ∆x ; dans ces conditions la dérivée
de f en x0 , notée f ′ (x0 ) , est le nombre réel donné par

′ ∆y f (x0 + ∆x) − f (x0 )
f (x0 ) := st( ) = st . (5.1)
∆x ∆x
Le plus souvent lorsqu’on prend la dérivée en x0 la fonction f est définie des

deux côtés de x0 , alors la condition ci-dessus selon laquelle f (x0 + ∆x) est définie,
est d’office vérifiée et donc superflue.
On comprend dès maintenant que
les dérivées vont être l’outil de base pour comparer des variations de
grandeurs liées entre elles.
Ainsi en reprenant l’exemple de la page 51, on peut dire que la vitesse du point
mobile en t0 est e′ (t0 ) . De même considérons une population (d’êtres vivants, de
bactéries,. . . ) dont l’effectif varie dans le temps, notons n(t) le nombre d’individus
de cette population à l’instant t . De nouveau soit ∆t une variation de temps. Le
taux de croissance moyen entre t0 et t0 + ∆t est le rapport
n(t0 + ∆t) − n(t0 )

. (5.2)
∆t
Pour estimer le taux de croissance instantané en t0 , on considère une variation ∆t
infiniment petite 6= 0 et on prend la partie standard de (5.2), autrement dit le taux
de croissance instantané en t0 est n′ (t0 ).
Envisageons l’exemple suivant :

(
x2 si x < 1
h(x) := . (5.3)
x3 si x ≥ 1
On sait déjà que h est dérivable en tout réel < 1 et en tout réel > 1 . Envisageons
maintenant la situation en 1. Soit ∆x un infiniment petit 6= 0, on obtient
(
(1+∆x)2 −1
h(1 + ∆x) − h(1) ∆x = 2 + ∆x si ∆x < 0 ,
= (1+∆x) 3
−1
∆x = 3 + 3∆x + ∆x 2
si ∆x > 0 ,
∆x
d’où la partie standard du quotient différentiel vaut 2 ou 3 suivant que ∆x est < 0
ou > 0, la fonction h n’est donc pas dérivable en 1. Dans un cas pareil on utilise la
dérivée à droite et de dérivée à gauche :
lorsqu’on considère la dérivée à droite, (resp. à gauche), dans la définition vue plus
haut et dans la formule (5.1), on se limite à prendre des ∆x infiniment petits > 0
(resp. < 0).
5.1. Définition de la dérivée 67
Ainsi la dérivée à gauche de h en 1 vaut 2 et la dérivée à droite de h en 1 vaut 3.

df
On considère aussi la fonction dérivée f ′ , notée aussi dx (notation due à Leibniz)
ou encore Df . L’idée est simple : c’est la fonction obtenue en faisant varier le réel
x0 partout où la dérivée existe, autrement dit f ′ : x 7→ f ′ (x) où x remplace x0 dans
(5.1). Il faut être précis lorsqu’on se limite à un intervalle I de R , par définition :
f est dérivable dans I lorsque

— en chaque x0 se trouvant à l’intérieur de I, la fonction f est dérivable en x0 ,
— si I = [a, . . . , la dérivée à droite de f en a existe,
— si I = . . . , b] , la dérivée à gauche de f en b existe.
En se rappelant les dérivées calculées dès le chapitre 3 et au chapitre 4, nous

avons :
• si m est un naturel ≥ 1, alors xm est dérivable dans R et (xm )′ =

mxm−1 ;
• x1 est dérivable dans ] − ∞, 0[ et dans ]0, +∞[ et ( x1 )′ = − x12 ;
√ √ 1
• x est dérivable dans ]0, +∞[ où ( x)′ = √ ;
2 x
• sin x, cos x sont dérivables dans R et sin′ (x) = cos x et cos′ x =
− sin x .
Revenons à l’exemple 5.3 ci-dessus : h n’est pas dérivable en 1 mais

h′ (x) = 3x dans [1, +∞[ ,
h′ (x) = 2x dans ] − ∞, 1[ et aussi dans ] − ∞, 1] .
1
Exemple 5.1. En utilisant la définition de la dérivée, cherchons ( x2 +4x+3 )′
Résolution. Les racines de x2 + 4x + 3 sont −1 et −3. Prenons x0 réel différent de

−1 et −3 . Soit ∆x ip 6= 0 . Le quotient différentiel s’écrit :
1 1
(x0 +∆x)2 +4(x0 +∆x)+3 − x20 +4x0 +3
QD =
∆x
−2x0 − 4 − ∆x
=
((x0 + ∆x)2 + 4(x0 + ∆x) + 3)(x20 + 4x0 + 3)
Remarquons
st(dénominateur) = st(((x0 +∆x)2 +4(x0 +∆x)+3)(x20 +4x0 +3)) = (x20 +4x0 +3)2 6= 0
puisque x0 6= −1 et x0 6= −3. Le dénominateur du QD est donc appréciable, d’où le

QD est de la forme lim
ap , le QD est donc limité et
st(−2x0 − 4 − ∆x) −2x0 − 4

st(QD) = = 2 .
st(((x0 + ∆x)2 + 4(x0 + ∆x) + 3)(x20 + 4x0 + 3)) (x0 + 4x0 + 3)2
Remarquons finalement que st(QD) est indépendant de ∆x. En conclusion la dérivée

existe en x0 et vaut (x2−2x 0 −4
+4x0 +3)2
. En faisant varier x0 , on obtient :
0
1 −2x − 4
( )′ = 2 dans ] − ∞, −3[∪] − 3, −1[∪] − 1, +∞[ .
x2 + 4x + 3 (x + 4x + 3)2
√
Exemple 5.2. Dérivons 1 − x2 en utilisant la définition.
Résolution. La fonction considérée est définie dans [−1, 1] . Prenons x0 réel dans
[−1, 1] et soit ∆x ip 6= 0 . Le quotient différentiel s’écrit
p p
1 − (x0 + ∆x)2 − 1 − x20
QD =
∆x
(1 − (x0 + ∆x)2 ) − (1 − x20 )
= p p
∆x ( 1 − (x0 + ∆x)2 + 1 − x20 )
−2x0 − ∆x
= p p
1 − (x0 + ∆x)2 + 1 − x20
Nous avons
p q q
st(dénominateur) = st( 1 − (x0 + ∆x)2 + 1 − x20 ) = 2 1 − x20 . (5.4)
Deux cas se présentent :

lim
1. Si x0 est dans ] − 1, 1[ , l’expression (5.4) 6= 0, le QD est de la forme ap , le
QD est donc limité et
st(−2x0 − ∆x) −x0

st(QD) = p p =p ,
2 2
st( 1 − (x0 + ∆x) + 1 − x0 ) 1 − x20
st(QD) est indépendant de ∆x, par conséquent la dérivée existe en x0 et vaut

√−x0 2 .
1−x0
2. Si x0 = ±1 , le numérateur du QD, c-à-d −2x0 − ∆x , est ap et, vu (5.4), le

dénominateur correspondant est ip ; le QD est donc de la forme ap
ip est est
donc ig, par conséquent la fonction n’est pas dérivable en ±1 .
En conclusion
p −x
( 1 − x2 )′ = √ dans ] − 1, 1[ .
1 − x2
5.2 Exercices
En utilisant la définition de la dérivée, cherchez la dérivée des fonctions définies
ci-dessous. Indiquez l’ensemble dans lequel la dérivée existe. Justifiez soigneusement
5.3. Théorème des accroissements infinitésimaux 69
sur base des propriétés des hyperréels.

1 1
2x + 1 x2 + 1
3x + 1 1
√
x2 − 9 1 + 2x
p √
x2 − 4 (x x)
√ √3
3
x 2x + 1
sin(2x) cos(3x)
√ p
sin x 1 + sin(2x)
5.3 Théorème des accroissements infinitésimaux

Supposons f dérivable en x0 et ∆x infiniment petit 6= 0 tel que f (x0 + ∆x) soit
définie. Vu la définition de la dérivée, il existe un infiniment petit ε tel que
f (x0 + ∆x) − f (x0 )
= f ′ (x0 ) + ε ,
∆x
il s’ensuit
f (x0 + ∆x) − f (x0 ) = ∆x · f ′ (x0 ) + ∆x · ε .
On vient ainsi de prouver :
Théorème 14 (Accroissements infinitésimaux, 1ère partie).
Soit f dérivable en un réel x0 . Pour tout ∆x infiniment petit (tel que f (x0 + ∆x)
soit définie), il existe un infiniment petit ε tel que
f (x0 + ∆x) − f (x0 ) = f ′ (x0 ) · ∆x + ε · ∆x
Ce résultat, très simple, est essentiel, on se rendra rapidement compte de son

intérêt, on en verra plus tard une seconde et une troisième partie.
5.4 Continuité
A plusieurs reprises, on a remarqué la même chose :
soit x0 un réel et x ≈ x0 , alors
— si m un naturel 6= 0, on a st(xm ) = (st(x))m d’où xm ≈ xm 0 ;
1
— si x0 6= 0, le nombre x est appréciable et donc st( x1 ) = st(x) d’où 1
x ≈ 1
x0 ;
√ p √ √
— si x0 , x ≥ 0, on a st( x) = st(x) d’où x ≈ x0 ;
— sin x ≈ sin x0 et cos x ≈ cos x0 .
Pour représenter cela on introduit la notion de continuité :
Définition. Soit I un intervalle de R . La fonction f (ou f (x)) est continue dans
I lorsque la fonction f est définie dans I et lorsque pour tout réel x0 dans I et tout
x dans ∗ I ,
x ≈ x0 entraîne f (x) ≈ f (x0 ) . (5.5)
La condition ci-dessus revient à dire que pour tout x limité dans ∗ I tel que st(x)
est dans I, on a st(f (x)) = f (st(x)) .
Des exemples envisagés plus haut il découle :
• si m est un naturel, xm est continu dans R ;
1
• x est continu dans ] − ∞, 0[ et dans ]0, +∞[ ;
√
• x est continue dans [0, +∞[ ;
• sin x, cos x sont continus dans R .
Parfois on s’intéresse à ce qui se passe plus particulièrement en un réel x0 , on
parle alors de continuité en x0 : la fonction f est continue en un réel x0 lorsque
f est définie en x0 et lorsque pour tout x ≈ x0 tel que f (x) soit définie, on a
f (x) ≈ f (x0 ) .
Une première question se pose : quels sont les liens entre continuité et dérivabi-
lité ? Utilisons le Théorème des accroissements infinitésimaux : si f est dérivable en
un réel x0 et si x ≈ x0 , il existe ε ip tel que
f (x) − f (x0 ) = (x − x0 )f ′ (x0 ) + (x − x0 ) ε
d’où il découle f (x) ≈ f (x0 ) , ainsi :
si f est dérivable en x0 , alors f est continue en x0 .

√
Mais la réciproque
√ n’est pas vraie, ainsi on sait déjà que x est continue√en
0 alors que x n’est pas dérivable en 0√. Voyons qu’il en est de même pour 3 x.
Pour pouvoir traiter dès maintenant de 3 x, admettons que tout nombre réel a une
racine cubique (ce sera une conséquence du Théorème des valeurs intermédiaires vu
au chapitre
√ 10), il s’ensuit :
— 3 x est √ défini pour tout réel x et donc aussi pour tout hyperréel x ,
— x = ( x)3 pour tout réel x et donc aussi pour tout hyperréel x .
Dès lors, en procédant comme on l’a fait pour la racine carrée (page 58) on déduit :
√
si x est ip, ap, ig, il en est de même de 3 x et, si x est limité, on a
√ p
st( 3 x) = 3 st(x) .
√
Il s’ensuit
√ que 3 x est continue dans√R, en effet si x0 est un réel et si x ≈ x0 on a
p √
st( 3 x) = 3 st(x) = x0 . Dérivons 3 x. Soient x0 un réel et ∆x ip 6= 0 , le quotient
différentiel s’écrit
√ √
3
x0 + ∆x − 3 x0 1
= √ √ √ √ . (5.6)
∆x ( 3 x0 + ∆x)2 + 3 x0 + ∆x 3 x0 + ( 3 x0 )2
√
La partie standard du dénominateur de cette fraction vaut 3( 3 x0 )2 . Si x0 est un
réel non nul, le dénominateur de (5.6) est donc appréciable, le quotient différentiel
est donc l’inverse d’un appréciable, il est donc appréciable et
√ √
3
x0 + ∆x − 3 x0 1 1
st( )= √ √ √ √ = √ .
∆x st(( 3 x0 + ∆x)2 + 3 x0 + ∆x 3 x0 + ( 3 x0 )2 ) 3( 3 x0 )2
5.4. Continuité 71
Prenons maintenant x0 = 0, le quotient différentiel s’écrit

√
3
∆x 1
= √
∆x 3
( ∆x)2
et est donc infiniment grand ! La dérivée n’existe donc pas en 0 . En conclusion :
√ √
3
x est dérivable dans R0 , n’est pas dérivable en 0 , alors que 3
x est continue dans
R tout entier ; de plus dans R0
√ 1 2
( 3 x)′ = x− 3 .
3
Voici donc un second exemple d’une fonction continue en un réel et non dérivable
en ce réel. Un autre exemple de ce type est donné par |x|, en effet puisque, pour
tout u limité on a st(|u|) = | st(u)|, la fonction |x| est continue dans R. Dérivons
maintenant |x| : bien entendu on a |x|′ = 1 dans ]0, +∞[ et |x|′ = −1 dans ] − ∞, 0[.
Mais en 0 le quotient différentiel est
(
|∆x| 1 si ∆x > 0
=
∆x −1 si ∆x < 0 ,
la partie standard ne change rien et varie suivant le signe de ∆x, par conséquent |x|
n’est pas dérivable en 0.
On vient de remarquer que la continuité d’une fonction en un réel n’entraîne pas
la dérivabilité de la fonction en ce point, soit que le quotient différentiel soit limité
mais que sa partie standard dépende du choix de l’infiniment petit ∆x, soit - plus
grave encore - que le quotient différentiel soit infiniment grand.
On aimerait pouvoir dire qu’une fonction définie en un réel est toujours continue
en ce réel, mais il n’en est pas ainsi. Par exemple considérons la fonction g définie
par
(
x − 1 si x < 2
g(x) := (5.7)
x + 1 si x ≥ 2 ,
Cette fonction est continue dans ] − ∞, 2[ et dans [2, +∞[ car dans ces intervalles
on a g(x) respectivement égal à x − 1, x + 1, le problème se pose en 2 : si x ≈ 2 et
x < 2 on a
st(g(x)) = st(1 − x) = 1 6= g(2) = 3
d’où g(x) 6≈ g(2), la fonction g n’est donc pas continue en 2 . Ainsi
une fonction peut être définie en un réel et non continue en ce réel.

5.5 Règles de dérivation et de continuité

Somme, produit et fraction
Soient f , g continues dans un intervalle I et λ une constante réelle.
Alors
λ · f (x) , f (x) + g(x) , f (x) · g(x) , |f (x)|
sont continues dans I . Si g(x) 6= 0 dans I, alors f (x)/g(x) est aussi
continue dans I .
Envisageons par exemple le cas du quotient. Soient x0 ∈ I , x ∈ ∗ I et x ≈ x0 , alors
f (x) ≈ f (x0 ) et g(x) ≈ g(x0 ) 6= 0 , les valeurs f (x), g(x) sont donc respectivement
limitées, appréciables, la fraction fg(x)
(x)
est donc limitée et
f (x) st(f (x)) f (x0 )
st( )= = .
g(x) st(g(x)) g(x0 )
Envisageons maintenant les dérivées.

Soient f (x), g(x) dérivables dans un intervalle I de R et λ une constante
réelle. Alors dans I, on a
(λf (x))′ = λf ′ (x) , (f (x) + g(x))′ = f ′ (x) + g ′ (x)
(f (x) · g(x))′ = f ′ (x) · g(x) + f (x) · g ′ (x) .

De plus si g(x) 6= 0 pour tout x ∈ I , alors dans I
f (x) ′ f ′ (x) · g(x) − f (x) · g ′ (x)

( ) = .
g(x) g(x)2
Prouvons la règle concernant la dérivée de f (x)/g(x) . Soient x0 ∈ I et ∆x un ip

6= 0 tel que x0 + ∆x soit dans ∗ I. La fonction g est continue en x0 , d’où
st(g(x0 + ∆x)) = g(x0 ) 6= 0 . (5.8)
Le quotient différentiel s’écrit :
f (x0 + ∆x) · g(x0 ) − f (x0 ) · g(x0 + ∆x)
QD = . (5.9)
∆x · g(x0 + ∆x) · g(x0 )
Vu le Théorème des accroissements infinitésimaux, il existe des ip ε1 , ε2 tels que
f (x0 + ∆x) − f (x0 ) = f ′ (x0 )∆x + ε1 ∆x et g(x0 + ∆x) − g(x0 ) = g ′ (x0 )∆x + ε2 ∆x .
En remplaçant dans (5.9) on obtient
(f (x0 ) + f ′ (x0 )∆x + ε1 ∆x) · g(x0 ) − f (x0 ) · (g(x0 ) + g ′ (x0 )∆x + ε2 ∆x)
QD =
∆x · g(x0 + ∆x) · g(x0 )
f ′ (x0 )g(x0 ) − f (x0 )g ′ (x0 ) + ε1 · g(x0 ) − ε2 · f (x0 )
=
g(x0 + ∆x) · g(x0 )
5.5. Règles de dérivation et de continuité 73
Vu (5.8), le quotient différentiel est le rapport d’un limité sur un appréciable, il est
donc limité et
st(f ′ (x0 )g(x0 ) − f (x0 )g ′ (x0 ) + ε1 · g(x0 ) − ε2 · f (x0 ))
st(QD) =
st(g(x0 + ∆x) · g(x0 ))
f (x0 ) · g(x0 ) − f (x0 ) · g ′ (x0 )
′
= ,
g 2 (x0 )
ce qui est bien indépendant de ∆x, la règle est ainsi prouvée.
En appliquant ces résultats aux puissances xm et à sin x, cos x , on obtient :

1. Tout polynôme est dérivable dans R et toute fonction rationnelle est dérivable
dans R excepté aux racines de son dénominateur. On remarque encore que,
si m est un naturel ≥ 1, on a dans R0
(x−m )′ = −mx−m−1 ,
la formule déjà vue pour les exposants m entiers ≥ 1, est aussi valable dans
R0 pour les exposants entiers < 0 .
π
2. tg x est dérivable dans chaque intervalle ] − 2 + 2kπ, π2 + 2kπ[ (k entier) et
1
tg′ (x) = = 1 + tg2 (x) .
cos2 (x)
cotg x est dérivable dans chaque intervalle ]kπ, (k + 1)π[ (k entier) et
−1
cotg′ (x) = .
sin2 (x)
Fonction composée
Etant données deux fonctions f et g, on peut appliquer successivement ces deux
fonctions : si on applique g et ensuite f , on obtient la fonction composée de g et
de f définie par
x 7−→ f (g(x)) ,
(cette fonction est aussi notée f (g) ou f ◦ g ).
si g(x) est continue dans un intervalle I de R, si f (y) est continue dans

un intervalle J de R et si g(x) ∈ J quelque soit x ∈ I, alors f (g(x)) est
continue dans I .
En effet, remarquons d’abord que, vu le Principe de transfert, x ∈ ∗ I entraîne
g(x) ∈ ∗ J ; supposons maintenant x0 ∈ I , x ∈ ∗ I et x ≈ x0 , alors g(x) ≈ g(x0 ) ;
puisque g(x) ∈ ∗ J et g(x0 ) ∈ J , on a f (g(x)) ≈ f (g(x0 )) .
La dérivée fait l’objet de la règle fondamentale suivante :

Dérivation d’une fonction composée

Soient f (y) dérivable dans un intervalle J, g(x) dérivable dans un in-
tervalle I et supposons g(x) ∈ J pour tout x ∈ I . Alors f (g(x)) est
dérivable dans I et
f (g(x))′ = f ′ (g(x)) · g ′ (x) .
Démonstration. Soient x0 ∈ I et ∆x un ip 6= 0 tel que x0 + ∆x ∈ ∗ I. Le quotient

différentiel de f (g(x)) en x0 s’écrit
f (g(x0 + ∆x)) − f (g(x0 ))
QD = (5.10)
∆x
Posons y0 := g(x0 ) et ∆y := g(x0 + ∆x) − g(x0 ) .
g étant continue en x0 , la variation ∆y est ip. Il existe donc un ip ε tel que
f (y0 + ∆y) − f (y0 ) = ∆y · f ′ (y0 ) + ε · ∆y .
En remplaçant dans (5.10), on a

f (y0 + ∆y) − f (y0 ) ∆y · f ′ (y0 ) + ε · ∆y ∆y ′ ∆y
QD = = = · f (y0 ) + ·ε.
∆x ∆x ∆x ∆x
Il s’ensuit
st(QD) = g ′ (x0 ) · f ′ (y0 ) + g ′ (x0 ) · 0 = f ′ (g(x0 )) · g ′ (x0 ) .
✷
√
Exemple 5.3. Cherchons où 2 sin x − 1 est continu, dérivable et cherchons la
dérivée.
Résolution. Remarquons que la fonction considérée est périodique de période 2π ,
on peut d’abord l’étudier dans [−π, π] et ensuite en déduire la situation dans R. La
√
fonction y est dérivable dans ]0, +∞[, continue dans [0, +∞[ ; la fonction 2 sin x − 1
est dérivable dans R. Pour la √dérivée, il suffit donc de se placer dans l’ensemble des
x tels que 1/2 < sin x ; ainsi 2 sin x − 1 est dérivable dans l’intervalle ]π/6, 5π/6[
et donc aussi dans chaque intervalle ]π/6 + 2kπ, 5π/6 + 2kπ[ , k variant parmi tous
les entiers. On a

√ ′ 1 cos x
2 sin x − 1 = √ · (2 cos x) = √ .
2 y y=2 sin x−1 2 sin x − 1
Pour √la continuité, il faut se placer dans l’ensemble des x tels que 1/2 ≤ sin x ;
ainsi 1 − 2 sin x est continue dans l’intervalle [π/6, 5π/6] et donc aussi dans chaque
intervalle [π/6 + 2kπ, 5π/6 + 2kπ] , k variant parmi tous les entiers.
Attention à ce qu’on écrit ! Ainsi f ′ (2x) représente la valeur de la fonction

′
f en 2x et non la dérivée de f (2x) , cette distinction est importante car
(f (2x))′ = 2 · f ′ (2x) 6= f ′ (2x) .

5.6. Exercices 75
Utilisons la règle de dérivation d’un produit de composition pour dériver les

fonctions donnant le sinus et le cosinus de l’angle orienté dont la mesure est x
degrés, notons :
sind (x) := sinus de l’angle orienté dont la mesure est x degré,
cosd (x) := cosinus de l’angle orienté dont la mesure est x degré.
Bien entendu
π π
sind (x) = sin( x) et cosd (x) = cos( x) ,
180 180
d’où
π π
sin′d (x) = cosd (x) et cos′d (x) = − sind (x) !
180 180
On comprend dès lors l’intérêt de mesurer les angles en radians : cela est
indispensable si on veut utiliser les formules classiques de dérivation. Mais
pourquoi les radians ? La raison est simple : pour dériver la fonction sinus on a utilisé
le résultat selon lequel sinε ε ≈ 1 pour ε infiniment petit non nul. Si maintenant on
retourne à la preuve de ce résultat, on voit qu’on y a utilisé la formule donnant l’aire
d’un secteur circulaire et bien entendu dans cette formule il fallait que l’angle au
centre soit mesuré en radians.
5.6 Exercices
1. En utilisant les règles vues plus haut, déterminez où sont continues, dérivables
les fonctions suivantes et cherchez leurs dérivées.
x2 − 16
f1 (x) := f2 (x) := sin(2x − 3)
x−3
√ p
f3 (x) := p3 − 2 sin x f4 (x) := x2 − 4
3
√3
f5 (x) := 1 − x2 f (x) := 2 sin x − 1
√ 6
2− x+3 cos x
f7 (x) := √ f8 (x) :=
x−1 2 sin x − 1
tg x − 1 1
f9 (x) := f1 0(x) := √
tg x + 1 cos x + 2 sin x
2. Où sont continues, dérivables les fonctions suivantes :

( 
1
si |x| ≥ 1 x − 1 si x ≤ −2
f11 (x) := x , f 12 (x) := x2 si |x| < 2 .
2 − x2 si |x| < 1 

x + 2 si 2 ≤ x
5.7 Continuité des fonctions monotones

Soit f une fonction réelle définie dans un intervalle I de R. Rappelons que f est
dite croissante (resp. décroissante) dans I lorsque pour tous u, v dans I tels que
u < v on a f (u) ≤ f (v) (resp. f (u) ≥ f (v) ). Rappelons qu’il en est alors de même
de f dans ∗ I (voir page 59). La fonction f est dite monotone dans I lorsqu’elle est
croissante dans I ou lorsqu’elle est décroissante dans I.
Théorème 15 (Continuité des fonctions monotones).

Si f est monotone dans un l’intervalle I et si l’image de I par f , c’est-à-dire l’en-
semble {f (x) : x ∈ I} , est un intervalle, alors f est continue dans I .
Démonstration. Envisageons le cas où f (x) est croissante dans I. Soit x0 un réel
dans I. Prenons x ≈ x0 et x ∈ ∗ I. Envisageons par exemple le cas x0 < x . Alors
forcément x0 ne peut être l’extrémité supérieure de l’intervalle I. On peut donc
trouver x1 dans I tel que x0 < x1 . Il s’ensuit x0 < x < x1 et donc f (x0 ) ≤ f (x) ≤
f (x1 ) . La valeur f (x) est donc limitée.
Supposons f (x) 6≈ f (x0 ) . Alors on pourrait trouver un réel y2 tel que f (x0 ) <
y2 < f (x) ≤ f (x1 ). L’image de I par f étant un intervalle, ce nombre réel y2 devrait
être une valeur f (x2 ) où x2 serait dans I. Ainsi
f (x0 ) < f (x2 ) < f (x) ≤ f (x1 )
Puisque f est monotone dans ∗ I, on aurait forcément x0 < x2 < x et donc x0 ≈
x2 ≈ x. Mais cela est impossible car x0 , x2 étant réels cela entraînerait x0 = x2 ce
qui contredirait x0 < x2 . En conclusion f (x) ≈ f (x0 ) . ✷
Le résultat ci-dessus nécessite que f (x) opère entre des intervalles, en effet ci-
dessus on a utilisé une propriété qui peut paraître anodine mais qui en fait est
caractéristique des intervalles de R : tout nombre compris entre deux éléments d’un
intervalle, est lui-même dans l’intervalle, autrement dit, “dans un intervalle il n’y a
pas de trous”.
Application à arcsin x, arctg x

Les fonctions arcsin x, arctg x vérifient les hypothèses du théorème. Ainsi
— arcsin x est strictement croissant dans [−1, 1] et l’image de [−1, 1] est l’inter-
valle [−π/2, π/2] ,
— arctg x est strictement croissant dans R et l’image de R est l’intervalle
] − π/2, π/2[ .
Par conséquent
arcsin x est continu dans [−1, 1] et arctg x est continu dans R .
Maintenant dérivons arcsin x . Prenons x0 dans ] − 1, 1[. Soit ∆x ip 6= 0, on a
arcsin(x0 + ∆x) − arcsin(x0 )
QDarcsin = .
∆x
Posons y0 = arcsin(x0 ) et y0 + ∆y = arcsin(x0 + ∆x) . Alors −π π
2 < y0 < 2 et, vu la
continuité de arcsin x, la variation ∆y est ip ; de plus x0 = sin(y0 ) et x0 + ∆x0 =
sin(y0 + ∆y). Nous avons donc
∆y 1 sin(y0 + ∆y) − sin(y0 )
QDarcsin = = avec QDsin = .
sin(y0 + ∆y) − sin(y0 ) QDsin ∆y
Puisque st(QDsin ) = cos(y0 ) 6= 0, le dénominateur QDsin est ap et par conséquent
1 1 1
st(QDarcsin ) = = = p .
st(QDsin ) cos(y0 ) 1 − x20
On raisonnerait de la même façon pour arctg(x). Ainsi
5.8. Limites de fonctions 77
arcsin x est dérivable ] − 1, 1[ et arctg x est dérivable dans R, et
1 1
arcsin′ (x) = √ et arctg′ (x) = .
1 − x2 1 + x2
Ce que nous faisons de faire pour arcsin x, on pourra le faire plus généralement
pour la réciproque d’une fonction monotone dans un intervalle.
5.8 Limites de fonctions

Lorsqu’on a dérivé sin x, on a prouvé que si ε est un infiniment petit non nul, la
fraction sinε ε ≈ 1, autrement dit x ≈ 0 et x 6= 0 entraîne sinx x ≈ 1, pour exprimer
cela on dit que
sin x
lim =1.
x→0 x
Les limites sont donc des abréviations pour représenter des situations particulières
bien précises concernant f (x) pour x ≈ a et 6= a , en ajoutant parfois la condition
x > a (limite à droite) ou x < a (limite à gauche). En général, si a et L sont des
réels, on définit :
la limite de f (x) pour x tendant vers a est L, en abrégé lim f (x) = L , lorsque
x→a
pour tout x ≈ a tel que x 6= a et f (x) soit définie, on a f (x) ≈ L.
Si ci-dessus on remplace x 6= a par x > a (resp. x < a), on parle de limite
à droite (resp. limite à gauche) en a et on écrit alors lim f (x) = L (resp.
x→a+
lim f (x) = L ).
x→a−
Reprenons l’exemple de la fonction g définie à la page 5.7, nous avons vu que g(x)
est continue dans ] − ∞, 2[ et dans [2, +∞[ et que
( x ≈ 2 et x < 2 ) entraîne g(x) ≈ 1 ,
on peut donc résumer cela en utilisant la limite à gauche de g(x) en 2 en écrivant :
lim g(x) = 1 .
x→2−
Complétons ce qu’on sait à propos de arctg x. On sait déjà que arctg x est continu
dans R, prenons maintenant la variable x infiniment grande. Pour tout réel x > 0
on a 0 < arctg(x) < π2 et tg(arctg(x)) = x . D’après le Principe de transfert il en est
de même pour tout hyperréel x . Prenons H ig > 0. On a donc 0 < arctg(H) < π2
d’où
π
0 ≤ st(arctg H) ≤ .
2
Si la partie standard de arctg H était un réel r < π2 , on aurait tg(arctg(H)) ≈ tg r
et donc H ≈ tg r, ce qui est impossible puisque tg r est un réel. Par conséquent
π
st(arctg(H)) = .
2
Ainsi H ig > 0 entraîne arctg(H) ≈ π2 , de même H ig < 0 entraîne arctg(H) ≈ − π2 .

On peut exprimer cela dans le langage des limites, dans ce cas on écrit :
π π
lim arctg x = et lim arctg x = − .
x→+∞ 2 x→−∞ 2
Ainsi, si L est un réel, on définit :

limx→+∞ f (x) = L (resp. limx→−∞ f (x) = L) lorsque pour tout x infiniment grand
> 0 (resp. < 0) , on a f (x) ≈ L .
2x+1
De même, si x est infiniment grand > 0 ou < 0, on a x−1 ≈ 2, ce qu’on résume
par
2x + 1 2x + 1
lim = 2 et lim =2.
x→+∞ x − 1 x→−∞ x − 1
On peut également considérer le cas où f (x) est infiniment grand. Par exemple,
1
si x ≈ 1 et x 6= 1, on a 1−x ig, ce qu’on résume par
1
lim =∞;
x→1 1−x
1
mais on peut être plus précis, si x ≈ 1 et x > 1 (resp. x < 1 ), on a 1−x ig < 0 (resp.
> 0), ce qu’on traduit par
1 1
lim = −∞ et lim = +∞ .
x→1+ x−1 x→1− x−1
Ainsi, si a est un réel, on définit :
limx→a f (x) = ∞ (resp. +∞, −∞) lorsque pour tout x ≈ a, x 6= a et x dans
l’ensemble de définition de f , on a f (x) infiniment grand (resp. infiniment grand
> 0, infiniment grand < 0).
On adapte aussi cette définition à la limite à droite limx→a+ f (x) (resp. à la limite
à gauche limx→a− f (x)) en prenant alors seulement des x ≈ a et x > a (resp.
x < a). Enfin on peut également combiner ces abréviations et avoir par exemple
2
limx→+∞ f (x) = −∞, ainsi puisque pour tout x ig > 0, l’expression 1−x x+2 est un ig
< 0, on écrit
1 − x2
lim = −∞ .
x→+∞ x + 2
Exemple 5.4. Que peut-on dire de la continuité et des limites complémentaires de

la fonction x 7→ arctg( x1 ) ?
Solution. Vu la règle de composition des fonctions continues arctg( x1 ) est continue
dans ] − ∞, 0[ et dans ]0, +∞[ . Soit x ≈ 0 et x 6= 0.
1
x est un ig. Deux cas se présentent :
5.9. Du “dessin” aux hyperréels et inversément 79
— si x > 0 alors 1/x est un ig > 0 et donc arctg x1 ≈ π2 ,

— si x < 0 alors 1/x est un ig < 0 et arctg x1 ≈ − π2 .
Il s’ensuit
1 π 1 π
lim arctg( ) = − et lim arctg( ) = .
x→0− x 2 x→0+ x 2
Enfin si x est ig, on a x1 ≈ 0 et vu la continuité de l’arctg on a arctg( x1 ) ≈ 0 ,
autrement dit
1 1
lim arctg( ) = 0 et lim arctg( ) = 0 .
x→+∞ x x→−∞ x
5.9 Du “dessin” aux hyperréels et inversément

Nous allons maintenant raisonner sur des fonctions données au moyen de leur
graphe. Du tracé du graphe dans l’espace réel nous allons déduire comment la fonc-
tion se comporte dans les hyperréels. Convenons de marquer d’un point plus gros
les extrémités du graphe comprises dans celui-ci.
Exemple 5.5. Déterminons où la fonction f dont le graphe est tracé sur la figure
5.1 est continue.
y=f(x)
a b c d
Figure 5.1
Solution. Utilisons le Théorème de continuité des fonctions monotones : f est

croissante dans [a, b] et l’image de cet intervalle par f est l’intervalle [f (a), f (b)], elle
est donc continue dans [a, b] . De même f est continue dans ]b, c] et dans [c, d] .
De plus f est continue en c car si x ≈ c et x < c (resp. x > c) on a f (x) ≈ f (c)
vu la continuité de f dans ]b, c] (resp. [c, d]). Par conséquent f est continue dans
]b, d] .
Mais f n’est pas continue en b car u ≈ b et u > b entraîne f (u) ≈ M 6= f (b).

Autrement dit
lim f (x) = M .
x→b+
Ci-dessus on prétend que f (u) ≈ M pour u ≈ b et u > b, cela est sans doute intui-
tivement clair, prouvons-le, cela demande un peu de soin. Considérons la fonction g
définie par (
M si x = b
g(x) = ,
f (x) si b < x ≤ c
d’après le Théorème de continuité des fonctions monotones, la fonction g est continue
dans [b, c] , de plus f (x) = g(x) pour tout x dans ]b, c] et donc aussi pour tout x
dans ∗ ]b, c] ; prenons u ≈ b et u > b, on a donc g(u) ≈ M et f (u) = g(u), et donc
f (u) ≈ M .
Une fonction comme celle que nous venons de rencontrer dans cet exemple est
dite continue par morceaux dans [a, d] , de façon plus générale :
Définition. Une fonction f est continue par morceaux dans [a, b] lorsqu’on peut
trouver des réels a0 , . . . , an , an+1 tels que
— a = a0 < a1 < a2 < . . . < an < an+1 = b
— f est continue dans chaque intervalle ]ak , ak+1 [ ,
— les limites à gauche en a1 ,. . . , an+1 et les limites à droite en a0 ,. . . , an
existent et sont des réels.
Dans ce cas, pour k = 0, 1, . . . , n , la fonction fk définie par


limx→ak + f (x) si x = ak ,
fk (x) := f (x) si ak < x < ak+1 ,


limx→ak+1 − f (x) si x = ak+1 ,
est continue dans [ak , ak+1 ] et est égale à f dans ]ak , ak+1 [, cette fonction fk sera
appelée le prolongement continu de f à [ak , ak+1 ] .
Interprétation graphique de la continuité

L’interprétation graphique de la continuité est simple :
si une fonction f est continue dans un intervalle I et si nous pouvons tracer le
graphe 1 de f (x) pour x dans I, alors ce graphe de f se trace d’un seul trait.
En effet si en une abscisse x0 dans l’intérieur de I, on devait lever la pointe du
“crayon” pour tracer le graphe, on a une situation comme celle illustrée sur la figure
5.2, dans ce cas on a y2 = f (x0 ) . Puisque nous avons admis qu’on pouvait tracer le
graphe de f dans I, cette fonction devrait être monotone dans un intervalle (éven-
tuellement très petit) de la forme [x1 , x0 [ . Alors, en raisonnant comme ci-dessus, on
considère la fonction g définie par
(
f (x) si x1 ≤ x < x0 ,
g(x) :=
y1 si x = x0 ,
1. concernant le fait de pouvoir tracer le graphe, voir l’exercice 4.
5.10. Exercices 81
y2
y = f (x)
y1
x0 I x
Figure 5.2
g(x) est continue dans [x1 , x0 ] et f (x) = g(x) pour tout x tel que x1 ≤ x < x0 , en
prenant un u ≈ x0 et u < x0 , on a
f (u) = g(u) ≈ y1 6= f (x0 )
et donc f (u) 6≈ f (x0 ) , la fonction ne peut alors être continue en x0 .
5.10 Exercices
1. Soit f définie par (
x2 + 2 si x < 2
f (x) :=
x3 − 2 si x ≥ 2
Où la fonction f est-elle continue, dérivable ? Justifiez.
2. Où la fonction f dont le graphe est tracé ci-dessous est-elle continue ? Justifiez.
y
y = f (x)
x
a b c
3. On considère la fonction f dont le graphe est tracé ci-dessous.
y = f (x)
2
x
1 3 4 7
1. Où f est-elle continue ?
2. Soit ε un ip > 0. Quelles sont les parties standard de f (4 + ε) et f (4 − ε).
4. Peut-on toujours tracer complètement le graphe d’une fonction conti-
nue dans un intervalle bornée ? Cela peut surprendre mais la réponse est non.
Pour s’en rendre compte considérez les deux fonctions suivantes.
( (
x sin( x1 ) si x 6= 0 x2 sin( x1 ) si x 6= 0
f1 (x) := et f2 (x) := .
0 si x = 0 0 si x = 0
Prouvez que f1 (x) est continue dans R et que f2 (x) est dérivable dans R (pour
prouver l’existence de la dérivée en 0 utilisez la définition).
1
Dans ]0, 1], les graphes de f1 et f2 coupent Ox en xk = kπ pour k = 1, 2, 3, . . ..
Ces abscisses tendent vers 0 et la distance entre xk et xk+1 tend aussi vers 0, il
est dès lors impossible de tracer le graphe dans [0, 1], on peut le faire dans tout
intervalle [a, 1] avec a ∈]0, 1[, mais le tracé matériel ne peut atteindre 0. Pourtant
f1 est continue et f2 est dérivable dans R !
Chapitre 6
Ordres de grandeur,
différentielles
Au chapitre précédent nous avons déjà rencontré la différentielle à l’occasion du

Théorème des accroissements infinitésimaux et de la formule
f (x0 + ∆x) − f (x0 ) = ∆x · f ′ (x0 ) + ∆x · ε . (6.1)
Pour comprendre l’intérêt de cette formule réfléchissons d’abord à la notion d’ordre

de grandeur.
6.1 Ordres de grandeur

Parmi tous les nombres on distingue trois ordres de grandeur absolus :
— les infiniment grands,
— les appréciables,
— les infiniment petits.
Le plus souvent, la notion d’ordre de grandeur n’est pas absolue mais relative à
une grandeur fixée. Soit u un nombre hyperréel 6= 0 fixé, c’est notre point de repère,
notre valeur “étalon”. Pour comparer un nombre v à u on effectue le rapport v/u et
on observe quel est l’ordre de grandeur absolu de ce rapport, trois cas se présentent
donc :
— le rapport v/u est infiniment petit, on dit que v est négligeable par rapport
à u, en abrégé v est o(u) ,
— le rapport v/u est appréciable, on dit que u et v ont le même ordre de
grandeur,
— le rapport v/u est infiniment grand, autrement dit u/v est infiniment petit
c’est-à-dire u est o(v) .
Lorsque le rapport v/u est limité on dit que v est O(u) , ce qu’on lit v de l’ordre
de u .
Ainsi les trois cas ci-dessus deviennent respectivement :
— v est o(u) (et forcément alors O(u)),
83
84 Chapitre 6. Ordres de grandeur, différentielles
— v est O(u) mais n’est pas o(u),

— v n’est pas O(u) et alors forcément u est o(v).
Lorsque u est appréciable, les nombres qui sont o(u), resp. O(u), sont exactement
les infiniment petits, resp. les limités, la classification ci-dessus n’apporte alors rien
de neuf. Les notions o(u), O(u) n’ont donc d’intérêt que lorsque u est infiniment petit
ou infiniment grand. On va maintenant appliquer ces notions en prenant pour u une
valeur ∆ infiniment petite. Cela va permettre de mieux comprendre des pratiques
courantes au niveau des applications. Ainsi l’ingénieur qui étudie un phénomène
soumis à une variation ∆ très petite d’un paramètre va dans certaines circonstances
considérer comme négligeables des quantités de la forme ∆2 , ∆3 ; en fait l’ingénieur
considère alors comme négligeables les quantités qui sont o(∆), cela suppose que ∆
est suffisamment petit que pour pouvoir être assimilé à un infiniment petit.
Dans ce qui suit ∆ représente toujours un infiniment petit non nul. Pour plus
de commodité, dans les exemples on prendra ∆ > 0 . Le nombre ∆ va devenir notre
valeur étalon qu’on va utiliser lorsqu’on compare des grandeurs infiniment petites.
Soit ε un infiniment petit. Trois possibilités se présentent donc :
1. Le rapport ε/∆ est infiniment petit, c’est-à-dire ε est o(∆) .
C’est ce qui arrive par exemple si on prend pour ε un des nombres suivants :
∆2 , 7∆3 , ∆3/2 , 106 ∆2 , 3∆2 − 100∆3 , 1000∆3 − 100∆4 , . . .
Les nombres qui sont o(∆) sont de la forme IP · ∆ .
2. Le rapport ε/∆ est appréciable, c’est-à-dire ε et ∆ ont le même ordre de
grandeur, ou ce qui est équivalent ε est O(∆) et n’est pas o(∆) .
Par exemple il en ainsi lorsque ε un des nombres suivants :
3∆, 3∆ + 7∆2 , −2∆ + 8∆3 , 1000∆ − 5∆3/2 , . . .
Ces nombres sont de la forme AP · ∆ .
3. le rapport ε/∆ est infiniment grand, alors ε n’est pas O(∆) .
C’est par exemple le cas de
√ √
∆, ∆, ∆2/3 , . . . .
3
Les nombres qui sont O(∆) reprennent les cas 1 et 2 ci-dessus, ils sont de la forme
LIM · ∆ .
Remarquons :
1. La somme de deux nombres O(∆) (resp. o(∆) ), est O(∆) (resp. o(∆)), en
abrégé
O(∆) + O(∆) = O(∆) , o(∆) + o(∆) = o(∆) .
2. Le produit d’un nombre O(∆) (resp. o(∆) ), par un limité est O(∆) (resp.
o(∆) ), en abrégé
O(∆) · LIM = O(∆) , o(∆) · LIM = o(∆) .

6.2. Différentielle 85
3. Le produit d’un nombre O(∆) par un ip est o(∆) , en abrégé
O(∆) · IP = o(∆) .
4. Si m, n sont des naturels non nuls tels que m < n, alors tout ip O(∆n ) est
o(∆m ) .
En effet, si m < n et si ε est O(∆n ), alors
ε = LIM · ∆n = (LIM · ∆n−m ) · ∆m = IP · ∆m .
Exercice 6.1. Montrons O(∆) + O(∆2 ) = O(∆) et O(∆) · o(∆2 ) = o(∆3 ) .
Solution. En effet
1. O(∆) + 0(∆2 ) est un cas particulier de O(∆) + O(∆) et est donc O(∆) .
2. On a
O(∆) · o(∆2 ) = (LIM · ∆) · (IP · ∆2 ) = IP · ∆3 = o(∆3 ) .
On peut appliquer les notions d’ordre de grandeur à des nombres infiniment

proches, ainsi si u ≈ v, on peut distinguer trois niveaux de "proximité"
√ : √
— le plus faible : v − u n’est pas O(∆), par exemple 2 ≈ 2 + ∆ et ∆ n’est
pas O(∆) ;
— le plus fort : v − u est o(∆), on dit alors que u et v sont infiniment proches
par rapport à ∆, ce qu’on note u ≈∆ v . Par exemple 2 ≈∆ 2 + 5∆2 mais
2 6≈∆ 2 + ∆ .
— le niveau intermédiaire : v − u est O(∆) et n’est pas o(∆), c’est le cas par
exemple des nombres 2 , 2 + ∆, 2 + 3∆.
6.2 Différentielle
Considérons une fonction réelle f (x) . Soient f dérivable en x0 et ∆x infiniment
petit 6= 0. Vu la première partie du Théorème des accroissements infinitésimaux, il
existe un infiniment petit ε tel que
∆y = f (x0 + ∆x) − f (x0 ) = f ′ (x0 ) · ∆x + ε · ∆x .
Remarquons que la variation de la fonction f (x0 + ∆x) − f (x0 ) est O(∆x) . De plus
ε · ∆x est o(∆x). Ainsi
f (x0 + ∆x) − f (x0 ) = f ′ (x0 ) · ∆x + o(∆x) . (6.2)
L’expression f ′ (x0 )·∆x permet donc d’évaluer la variation de la fonction en
commettant une erreur négligeable par rapport à ∆x, d’où son importance.
Cette expression s’appelle la différentielle de f en x0 ; précisons cette définition :
Définition. Si f est dérivable en un réel x0 , la différentielle de f en x0 , notée
dfx0 , est la fonction
∆x 7−→ f ′ (x0 ) · ∆x ,
autrement dit
dfx0 (∆x) := f ′ (x0 ) · ∆x .
La différentielle est une fonction de la variable ∆x particulièrement simple : le

produit d’une constante et de ∆x , difficile d’avoir une dépendance plus simple !
Reprenons (6.2) en supposant que ∆ est un infiniment petit 6= 0 et que ∆x est
O(∆). Comparons ε · ∆x avec ∆ :
ε · ∆x ∆x
=ε· = ε · LIM = IP ,
∆ ∆
par conséquent ε · ∆x est o(∆) et
f (x0 + ∆x) − f (x0 ) = f ′ (x0 ) · ∆x + o(∆) = O(∆) . (6.3)
Les résultats (6.2) et (6.3) sont essentiels, ils prolongent le Théorème des accroisse-
ments infinitésimaux vu à la page 69 :
Théorème 16 (Théorème des accroissements infinitésimaux, 2e partie).
Soit f dérivable en un réel x0 .
1. Pour tout ∆x infiniment petit non nul, la variation f (x0 + ∆x) − f (x0 ) est
O(∆x) et
f (x0 + ∆x) − f (x0 ) = dfx0 (∆x) + o(∆x) . (6.4)
2. Soit ∆ un infiniment petit 6= 0. Alors pour tout ∆x qui est O(∆) , la variation
f (x0 + ∆x) − f (x0 ) est O(∆) et
f (x0 + ∆x) − f (x0 ) = dfx0 (∆x) + o(∆) , (6.5)
ou encore
f (x0 + ∆x) − f (x0 ) ≈∆ dfx0 (∆x) , (6.6)
Par exemple, si nous supposons que ∆x est O(∆) et si x0 est un réel,

1 1 ∆x
− = − 2 + o(∆) si x0 6= 0 ,
x0 + ∆x x0 x0
sin(x0 + ∆x) − sin(x0 ) = cos x0 · ∆x + o(∆) ,
p √ ∆x
x0 + ∆x − x0 = √ + o(∆) si x0 > 0 .
2 x0
Particularisons x0 et ∆x (en prenant ce dernier O(∆) ) :

1
= 1 − 2∆ + o(∆); ,
1 + 2∆
sin(3∆ + ∆2 ) = 3∆ + ∆2 + o(∆) = 3∆ + o(∆) ,
p √ 5∆ − 3∆2 5∆
3 + 5∆ − 3∆2 − 3 = √ + o(∆) = √ + o(∆) .
2 3 2 3
1
Autrement dit, si on accepte de faire une erreur qui soit o(∆), on peut évaluer 1+2∆
√ √
par 1 − 2∆, sin(3∆ + ∆2 ) par 3∆ et 3 + 5∆ − 3∆2 par 3 + 25∆ √ .
3
6.3. Exercices résolus 87
Ainsi, pour autant qu’on puisse assimiler ∆ à un infiniment petit et que la

variation de la variable soit O(∆), la différentielle va permettre d’évaluer
la variation de la fonction en commettant une erreur qui soit négligeable
par rapport à ∆.
Pourquoi remplacer la variation de la fonction par la différentielle ?

Pour deux raisons : pour autant qu’on connaisse la dérivée, la différentielle se calcule
très facilement mais surtout la différentielle est bien plus commode à utiliser que la
variation de la fonction. Ainsi, en général la variation ∆y n’est pas proportionnelle à
∆x , par exemple, si nous prenons g(x) := x2 , on obtient ∆y = 2x0 ∆x+∆x2 qui n’est
pas proportionnelle à ∆x , de même sin(x0 + ∆x) − sin(x0 ) n’est pas proportionnelle
à ∆x . Par contre la différentielle dfx0 est évidemment proportionnelle à ∆x , ainsi
dgx0 (∆x) = 2x0 ∆x et d sinx0 (∆x) = cos x0 ∆x . En général
dfx0 (λ∆x) = λdfx0 (∆x) et dfx0 (∆x + ∆′ x) = dfx0 (∆x) + dfx0 (∆′ x) ,
autrement dit la différentielle dfx0 (∆x) est linéaire par rapport à ∆x .
6.3 Exercices résolus

Soit ∆ infiniment petit > 0.
Exercice 6.2. Evaluons (si c’est possible) l’expression suivante en faisant une er-
reur o(∆).
1
. (6.7)
3 + 2∆ − 5∆2
Solution. Soient f (x) := x1 , x0 = 3 et ∆x = 2∆ − 5∆2 . La fonction f est dérivable
en 3 et nous avons
∆x
= 2 − 5∆ = LIM ,
∆
∆x est donc O(∆) ; on peut donc évaluer l’expression (6.7) en faisant une erreur
o(∆). On a df3 (∆x) = ∆x/9, par conséquent
1 1 2∆ − 5∆2
− = + o(∆) .
3 + 2∆ − 5∆2 3 9
5∆2
Puisque 9 est o(∆), nous avons
1 1 2∆ 1 2∆
2
= + + o(∆) + o(∆) = + + o(∆) .
3 + 2∆ − 5∆ 3 9 3 9
1 2∆
On évalue l’expression (6.7) au moyen de 3 + 9 , on commet alors une erreur
négligeable par rapport à ∆ .
Exercice 6.3. Peut-on évaluer l’expression suivante en faisant une erreur o(∆) ?
1 √
arcsin( + 2 ∆ + ∆) . (6.8)
2
Evaluons-la au mieux.
1
√
Solution. Soient g(x) := arcsin(x), x0 = 2 et ∆x = 2 ∆ + ∆ . La fonction g est
dérivable en 12 . Nous avons
∆x 2
= √ + 1 = ig ,
∆ ∆
et
∆x √
√ = 2 + ∆ = limité ,
∆
√
∆x n’est donc pas O(∆) mais est seulement O( ∆) . On ne peut donc évaluer
l’expression
√ (6.8) en faisant une erreur o(∆) mais on peut l’évaluer en faisant une
erreur o( ∆) . Puisque
2
dg 21 (∆x) = √ ∆x ,
3
on obtient
1 √ π 2 √ √
arcsin( + 2 ∆ + ∆) = + √ (2 ∆ + ∆) + o( ∆)
2 6 3
√
π 4 ∆ √ √
= + √ + o( ∆) + o( ∆)
6 3
√
π 4 ∆ √
= + √ + o( ∆)
6 3
√
π 4√ ∆
On évalue l’expression (6.8) au moyen de 6 + 3
, on commet alors une erreur
√
négligeable par rapport à ∆ .
Exercice 6.4. Peut-on évaluer l’expression suivante en faisant une erreur o(∆) ?
Evaluez au mieux cette expression.
p
3
8 + 6∆2 (6.9)
√
Solution. Soient h(x) := 3 x, x0 = 8 et ∆x = 6∆2 . La fonction h est dérivable en
8 . Nous avons
∆x ∆x
= 6∆ = ip et 2 = 6 = limité
∆ ∆
∆x est donc o(∆), a fortiori O(∆) et ∆x est O(∆2 ) . On peut donc évaluer l’expres-
sion (6.9) en faisant une erreur o(∆) mais on peut faire mieux et l’évaluer en faisant
une erreur o(∆2 ) . Puisque
1
dh8 (∆x) = ∆x ,
12
on obtient p 1
8 + 6∆2 = 2 + ∆2 + o(∆2 )
3
2
√
On évalue l’expression 3 8 + 6∆2 au moyen de 2 + 21 ∆2 , on commet alors une erreur
négligeable par rapport à ∆2 . Remarquons
p
3
8 + 6∆2 = 2 + o(∆) .
√
Si on se contente d’une erreur qui soit o(∆), on évalue 3 8 + 6∆2 au moyen de 2 .
6.4. Exercices 89
Exercice 6.5. Evaluons l’expression suivante en commettant une erreur o(∆) :

√
4 + 2∆ + 3∆2
.
3 + 2∆
√ 1
Solution. Occupons-nous du numérateur : 4 + 2∆+ 3∆2 est O(∆) et ( x)′ (4) = ,
4
il s’ensuit
p 2∆ + 3∆2 ∆
4 + 2∆ + 3∆2 = 2 + + o(∆) = 2 + + o(∆) .
4 2
1 1
Occupons-nous du dénominateur : 2∆ est O(∆) et ( )′ (3) = − , il s’ensuit
x 9
1 1 2∆
= − + o(∆) .
3 + 2∆ 3 9
Par conséquent
√
4 + 2∆ + 3∆2 ∆ 1 2∆
= (2 + + o(∆)) · ( − + o(∆))
3 + 2∆ 2 3 9
2 5 1
= − ∆ − ∆2 + o(∆)
3 18 9
2 5
= − ∆ + o(∆)
3 18
2 5
On évalue donc l’expression au moyen de 3 − 18 ∆, l’erreur ainsi commise est o(∆).
6.4 Exercices
1. Que peut-on dire de
IP · O(∆2 ) , O(∆) · O(∆) , O(∆2 ) · O(∆) , O(∆2 ) + o(∆) ?
2. Peut-on évaluer les expressions suivantes en commettant une erreur qui soit
négligeable par rapport à ∆ ? Si oui faites-le.
√ 1
2 + 2∆ , √
4 + 3∆ + 2∆2
arctg(1 − 2∆ + 5∆2 ) , sin(2∆ + 100∆2 )
1
arcsin(1 − 3∆ + ∆2 ) ,
2 − 5∆ + 3∆ − ∆3
p
3 (3 − ∆)2
8 + 2∆2 + 5∆3 ,
2+∆
3+∆ 1 + 3∆
, arctg( )
1 + 5∆ + 10∆2 1 − 2∆
r
1 + 3∆ + 2∆3 4 + ∆2
,
4 − ∆ + 5∆2 1 + 2∆
3. Evaluer au mieux les expressions suivantes. Peut-on faire une évaluation en

commettant une erreur qui soit négligeable par rapport à ∆ ?
1 π
√ , cos( + 3∆2 )
1+∆+ ∆ 6
q
1 2 3
arcsin( + 3∆ − 2∆2 ) , 9 + 2∆ 3 + 5∆ 2
2 q
1 3 3 4 3
arcsin( − 2∆2 + 3∆ 4 ) , 8 + 2∆ 3 + 5∆ 2
2 √
3+2 ∆ p
, 2∆ + 5∆2
1 + 3∆
6.5 df, dx, dy

Considérons encore une fonction réelle f : x 7→ y = f (x).
On peut faire varier le réel x0 considéré ci-dessus, on obtient alors une fonction
df de deux variables x, ∆x définie pour tout x réel où f est dérivable :
df : x , ∆x 7−→ dfx (∆x) = f ′ (x)∆x ,
ce qu’on note simplement

df = f ′ (x) ∆x . (6.10)
Quand on considère la fonction x 7→ y = f (x), on a deux variables : la variable
indépendante x et la variable dépendante y. Chacune de ces variables a une diffé-
rentielle. Pour obtenir la différentielle de x il suffit d’appliquer la définition ci-dessus
à la fonction x 7→ x, on obtient la différentielle de la variable indépendante x :
dx = ∆x .
La formule (6.10) prend alors la forme usuelle
df = f ′ (x)dx .
La différentielle de la variable dépendante y est la différentielle de f , autrement dit
dy = f ′ (x)dx ,
dy dépend donc de x et de dx .
La dérivée de f est donc égale à la fraction

différentielle de f
,
différentielle de x
on comprend dès lors pourquoi la dérivée f ′ (x) est aussi notée (comme le faisait
df
Leibniz) dx , l’apparente ambiguïté de cette notation ne présente donc pas de danger.
6.6. Principe de Fermat 91
Vu les règles de dérivation, en tout x où f et g sont dérivables, on a :
d(λf ) = λdf (λ constante ),

d(f + g) = df + dg ,
d(f · g) = (df ) · g + f · (dg) ,
f (df ) · g − f · (dg)
d( ) = où g(x) 6= 0 .
g g2
6.6 Principe de Fermat

Fermat (1601-1665) est un des pionniers du calcul différentiel, il découvrit des
méthodes essentielles du calcul différentiel, il utilisa des quantités infinitésimales et
leurs ordres de grandeur d’une façon informelle et cela avant Newton et Leibniz ;
Lagrange et Laplace le considéraient d’ailleurs comme le fondateur de l’Analyse
infinitésimale. Comme on va l’observer sur un exemple de recherche d’extremum,
Fermat résolvait des problèmes par des méthodes qu’on pourrait aujourd’hui qualifier
de non rigoureuses mais . . . qui deviennent parfaitement rigoureuses si on remplace à
bon escient l’égalité par ≈∆ . Rappelons qu’un des apports principaux de l’Analyse
non standard est l’introduction et l’utilisation de la relation “infiniment proche” pour
remplacer à certains moments la relation d’égalité.
Observons comment Fermat résout le problème suivant d’extrema ([3]) :
on considère un segment OA de longueur a, il s’agit de déterminer la position du
point B sur le segment OA de telle sorte que le rectangle dont les longueurs des côtés
sont les longueurs de OB et BA , ait une aire maximale
Notons x la longueur de OB. Il faut donc rendre maximal le produit x(a − x) . Que
fait Fermat ? Il suppose qu’il connaît la valeur de x rendant maximal ce produit. Au
départ de cette valeur il donne à x une variation infinitésimale e et il affirme qu’alors
la valeur du produit reste inchangée, autrement dit
x(a − x) = (x + e)(a − x − e) , (6.11)
de là il déduit
ea − 2ex − e2 = 0 , (6.12)
d’où
a − 2x − e = 0 (6.13)
et, en “effaçant ” l’infiniment petit e, il obtient x = a/2 . Fermat applique la même
méthode pour résoudre d’autres problèmes d’extrema a priori plus compliqués. Ainsi,
pour Fermat, si x0 donne à une expression f (x) une valeur minimale ou maximale,
alors si e est une variation infiniment petite on doit avoir f (x0 + e) = f (x0 ) !
Pour nous, cela n’est pas vrai, mais comme on va le voir cela est correct si on
remplace f (x + e) = f (x) par f (x + e) ≈e f (x) . Ainsi la relation ≈e permet de
rencontrer parfaitement l’argumentation de Fermat.
Soit x0 un réel. Par voisinage de x0 on entend un intervalle de R de la forme

]x0 − h, x0 + h[ où h est un réel > 0. Précisons la notion d’extremum local :
f (x) admet un maximum local (respectivement minimum local) en x0 lorsqu’il

existe un voisinage V de x0 tel que
— f (x) soit définie dans V ,
— pour tout x dans V , on a f (x0 ) ≥ f (x) (respectivement f (x0 ) ≤ f (x) ).
Théorème 17 (Principe de Fermat). Soit f dérivable en un réel x0 et admettant
en x0 un minimum local ou un maximum local, soit ∆ un infiniment petit non nul.
Alors
f ′ (x0 ) = 0
et pour tout ∆x qui est O(∆), on a
f (x0 + ∆x) = f (x0 ) + o(∆)
autrement dit
f (x0 + ∆x) ≈∆ f (x0 ) .
En particulier, pour tout ∆x infiniment petit, on a
f (x0 + ∆x) ≈∆x f (x0 ) .
Démonstration. Envisageons le cas où f admet en x0 un maximum local.

Soit h un réel > 0 tel que pour tout x ∈]x0 − h, x0 + h[ on ait f (x) ≤ f (x0 ) . D’après
le Principe de transfert on a f (x) ≤ f (x0 ) pour tout x dans ∗ ]x0 − h, x0 + h[ .
Soit ε ip > 0. Nous avons x0 − h < x0 ± ε < x0 + h et donc
f (x0 − ε) − f (x0 ) f (x0 + ε) − f (x0 )

≥0 et ≤ 0.
−ε ε
Or
f (x0 − ε) − f (x0 ) f (x0 + ε) − f (x0 )
f ′ (x0 ) = st( ) = st( ),
−ε ε
d’où f ′ (x0 ) ≥ 0 et f ′ (x0 ) ≤ 0 et donc f ′ (x0 ) = 0 .
Si ∆x est O(∆), d’après le théorème des accroissements infinitésimaux, on a
f (x0 + ∆x) = f (x0 ) + f ′ (x0 )∆x + o(∆) = f (x0 ) + o(∆) .
Remarquons que le fait que la dérivée s’annule en x0 nous donne une condition
nécessaire pour obtenir un extremum local en x0 (pour autant que la fonction soit
dérivable), mais il ne s’agit pas d’une condition suffisante. Il se peut que f ′ (x0 ) = 0
et que la fonction n’admette pas en x0 un extremum local, c’est par exemple le cas de
la fonction x 7→ x3 qui est strictement croissante dans R et dont la dérivée s’annule
en 0 . Il se peut aussi que la fonction admette un extremum local en x0 et qu’elle ne
soit pas dérivable en ce réel x0 , c’est le cas de |x| en 0 . Un réel x0 où f ′ (x0 ) = 0
s’appelle un point stationnaire de f . Par conséquent
les extrema locaux où f est dérivable se trouvent parmi les points stationnaires de f .
6.7. Plan hyperréel 93
6.7 Plan hyperréel

Plaçons-nous dans le plan cartésien, c’est-à-dire le plan muni d’un système d’axes
perpendiculaires munis de la même unité. Chaque point est alors identifié au couple
de nombres réels formé par son abscisse et son ordonnée, le plan est ainsi assimilé à
l’ensemble R2 . On sait mesurer la distance de deux points de R2 : si p = (x, y) et
p′ = (x′ , y ′ ), la distance (euclidienne) de p à p′ est donnée par
p
d(p, p′ ) = (x − x′ )2 + (y − y ′ )2 , (6.14)
muni de cette distance R2 est appelé le plan euclidien ou ici plan réel.
On peut faire de même avec des points qui auraient des coordonnées hyperréelles.
Ainsi on note ∗ R2 l’ensemble de tous les couples (x, y) de nombres hyperréels et on
mesure encore la distance de deux points p, p′ de ∗ R2 au moyen de la formule
(6.14). L’espace ∗ R2 est alors appelé le plan hyperréel . Dans le plan hyperréel les
coordonnées (abscisse et ordonnée) des points sont donc des hyperréels. Les points
de R2 ou ∗ R2 sont désignés par des lettres grasses p, q . . .
Les notions de limité, d’infiniment proche et de partie standard s’étendent natu-
rellement, on définit :
un point p de ∗ R2 est limité lorsque sa distance à l’origine est un nombre limité ;

deux points p, q de ∗ R2 sont infiniment proches, en abrégé p ≈ q , lorsque leur
distance est infiniment petite.
p
Remarquons : si x, y sont limités (resp. ip), alors x2 + y 2 est limité (resp. ip).
Réciproquement, puisque
p
|x| , |y| ≤ x2 + y 2 ,
p
si x2 + y 2 est limité (resp. ip), alors x, y sont limités (resp. ip). Par conséquent :
un point de ∗ R2 est limité si et seulement si ses coordonnées sont limitées ; deux

points de ∗ R2 sont infiniment proches si et seulement si leurs coordonnées respectives
sont infiniment proches.
Par conséquent la relation ≈ est aussi une relation d’équivalence dans le plan
hyperréel, autrement dit, si p, p′ , p′′ sont des points de ∗ R2 , alors p ≈ p, ensuite
p ≈ p′ entraîne p′ ≈ p et enfin (p ≈ p′ et p′ ≈ p′′ ) implique p ≈ p′′ . Il s’ensuit
aussi que deux points de l’espace réel sont ≈ si et seulement s’ils sont égaux.
Considérons un point limité p = (x, y) ; alors les coordonnées x et y sont des
nombres limités et on peut donc poser q = (st(x), st(y)) ; par conséquent q est un
point R2 infiniment proche de p, de plus un tel point de l’espace réel est forcément
unique. En conclusion :
tout point p limité du plan hyperréel est infiniment proche d’un et d’un seul point
du plan cartésien, appelé évidemment la partie standard de p et noté st(p) , de plus
si p = (x, y) alors st(p) = (st(x), st(y)).
Par exemple : soient ε un ip non nul et H un ig, posons :

3+ε 1 2H + 1 1
p := (2 + ε, ) , q =: ( , ε) , p′ =: ( , 1 + ε) , q ′ := (2 − ε, 3 + ) ,
1−ε ε H −1 H
alors les points p, p′ , q′ sont limités et q est non limité, de plus st(p) = (2, 3) ,
st(p′ ) = (2, 1) , st(q′ ) = (2, 3) d’où p ≈ q′ .
Comme dans ∗ R on considère la monade ou le halo de tout point du plan carté-
sien : la monade ou le halo d’un point p de R2 est l’ensemble de tous les points de
∗ 2
R infiniment proches de p, on la représente graphiquement comme sur la figure
6.1 par une fenêtre circulaire pouvant être agrandie à volonté et montrant des points
infiniment proches de p. Ainsi tout point limité du plan hyperréel apparaît dans une
et une seule monade.
11
00
p′
p 00
11
p
R2
Figure 6.1: représentation de la monade de p avec p′ ≈ p.
Utilisons les notions d’ordre de grandeur vues plus haut pour comparer des points
de ∗ R2 infiniment proches comme on l’on déjà fait pour des nombres (voir page
85). Prenons toujours comme étalon de mesure un infiniment petit ∆ non nul et
comparons la distance des points avec ∆, comme dans ∗ R, on définit :
Les points p et q de ∗ R2 sont infiniment proches par rapport à ∆ , en abrégé p ≈∆ q ,
lorsque la distance entre p et q est o(∆) .
Des points infiniment proches par rapport à ∆ sont évidemment infiniment proches,
mais le contraire n’est pas nécessairement vrai. Par exemple :
si q = (x, y), q′ := (x + 10∆2 , y − 5∆2 ) et q′′ := (x + ∆, y − ∆) , alors on a
√ √
d(q, q′ ) = 5 5 ∆2 et d(q, q′′ ) = 2 ∆ ,
d’où q ≈∆ q′ et q 6≈∆ q′′ .
Pratiquement lorsqu’on a des points du plan hyperréel il est plus commode de consi-
dérer séparément chacune des coordonnées, cela est possible :
Proposition 18. La distance de deux points du plan hyperréel est O(∆) si et seule-
ment si les différences de leurs coordonnées respectives sont chacunes O(∆) .
Deux points de ∗ R2 sont ≈∆ si et seulement si leurs coordonnées respectives sont
≈∆ .
6.8. Le microscope de grossissement 1/∆ 95
En effet, si p = (x, y) et p′ = (x′ , y ′ ) sont deux points de ∗ R2 , on a

r
|x − x′ | |y − y ′ | d(p, p′ ) x − x′ 2 y − y′ 2
, ≤ = ( ) +( ) ,
|∆| |∆| |∆| ∆ ∆
d’où les équivalences énoncées dans la proposition ci-dessus.

Par exemple, si q := (x, y) , on a
q ≈∆ (x + 3∆2 , y − 5∆3/2 ) , q ≈∆ (x + 109 ∆4/3 , y + 127∆3 )
mais
q 6≈∆ (x + √∆2 , y − ∆) et la distance de q à (x + ∆2 ,√y − ∆) est O(∆) ,
q 6≈∆ (x + ∆, y) et de plus√ la distance de q à (x + ∆, y) n’est pas O(∆) ,
et cela bien que q ≈ (x + ∆, y) .
Bien entendu p ≈∆ p′ et p′ ≈∆ p′′ entraîne p ≈∆ p′′ .
6.8 Le microscope de grossissement 1/∆

Pour représenter ces notions modifions et améliorons la représentation graphique
de la monade d’un point limité. On sait qu’un microscope ne peut discerner deux
points dont la distance est trop petite : un microscope a un certain pouvoir séparateur
et lorsque celui-ci est dépassé, des points distincts sont observés comme confondus.
Il en sera de même avec la représentation que nous allons maintenant préciser, aussi
pour désigner cette représentation nous parlerons de “microscope”. Considérons un
infiniment petit ∆ > 0 et p0 un hyperréel ou un point de ∗ R2 .
Description du microscope de grossissement 1/∆ pointé vers p0 .

Le microscope de “grossissement” 1/∆ dirigé vers p permet d’observer des points
infiniment proches de p0 en appliquant les deux principes suivants :
1. le grossissement est 1/∆ , par conséquent les mesures sont multipliées par
1/∆ et dans l’oculaire l’unité de mesure correspond à la longueur ∆ ;
2. dans l’oculaire il est impossible de distinguer des mesures qui grossies (suite
à la multiplication par 1/∆) restent infiniment petites.
Pour gommer des différences infiniment petites, il suffit de prendre la partie standard,
dès lors, dans l’oculaire du microscope de grossissement 1/∆ une longueur l est
observée comme étant st( ∆l ). Par conséquent une longueur n’est observable dans
l’oculaire que si elle est O(∆) et les points observables dans l’oculaire sont ceux
dont la distance à p0 est O(∆). En conclusion, le microscope de grossissement 1/∆
pointé vers p0 est défini comme suit :
Règle 1 : l’oculaire de ce microscope est composé des points infiniment proches
de p0 dont la distance à p0 est O(∆) ; dans l’oculaire la distance entre deux
points p′ , p′′ observés est mesurée comme étant
d(p′ , p′′ )
st( ).
∆
Il s’ensuit que les point p′ , p′′ sont observés comme identiques si et seulement si
st(d(p′ , p′′ )/∆) = 0 , d’où
Règle 2 : deux points sont observés comme identiques si et seulement leur dis-
tance est o(∆), autrement dit si et seulement si ils sont ≈∆ .
Bien entendu, on peut faire exactement de même dans ∗ R et utiliser le microscope
de grossissement 1/∆ pour observer des hyperréels infiniment proches d’un réel x0 .
Ainsi ce microscope rend parfaitement compte des notions O(∆) et o(∆) : dans
l’oculaire
— les mesures observables sont O(∆),
— les mesures observées comme nulles sont o(∆),
— les mesures observées comme non nulles ont le même ordre de grandeur que
∆.
v 2 wu
z x y
1/∆
R
✲
0 1 2 3
Figure 6.2: Observation dans le microscope de grossissement 1/∆ dirigé vers 2.
Par exemple, dirigeons le microscope de grossissement 1/∆ vers 2 , nous pouvons

ainsi observer tous les nombres de la forme 2 + l∆ où l est limité, en particulier 2
est au centre de l’oculaire et les nombres
∆
u = 2+∆, v = 2−2∆, w = 2+ , x = 2+106∆2 , y = 2+∆+3∆2 , z = 2−2∆+3∆3
2
apparaissent comme sur la figure 6.2 : u, v, w sont observés distinctement et x,√y, z
sont observés comme étant respectivement 2 , u , v . Par contre les nombres 2 + ∆ ,
2 − ∆2/3 , bien qu’infiniment proches de 2, ne peuvent être observés dans l’oculaire
puisque la distance de ces deux nombres à 2 n’est pas O(∆) .
Si on modifie le grossissement du microscope dirigé vers un point fixé p on peut
observer et distinguer plus ou moins de points infiniment proches de p, cela est
illustré dans l’exemple suivant.
6.8. Le microscope de grossissement 1/∆ 97
Exemple. Plaçons dans le plan hyperréel et considérons les points suivants tous
infiniment proches du point p = (1, 2) :
p1 = (1 + ∆, 2 + 2∆) , p2 = (1 + ∆ + 3∆3 , 2 + 2∆ − 100∆2 )

2
p3 = (1 − 2∆, 2 + √∆) , p4 = (1 + ∆√ , 2 − 2∆√2 − 1000∆3)
p5 = (1 + ∆, 2 − 2 ∆) , p6 = (1 + 2√∆, 2 + ∆)√
p7 = (1 − 3∆2 , 2 + ∆2 ) , p8 = (1 + 2 ∆ + ∆, 2 + ∆ + 109 ∆) .
Observons ces points dans l’oculaire d’un microscope dirigé vers le point p d’abord
2
avec
√ le grossissement 1/∆, ensuite le grossissement 1/∆ et enfin le grossissement
1/ ∆.
Ces observations font l’objet de la figure 6.3, remarquons :

1. Observation dans l’oculaire de grossissement 1/∆ : les points p5 , p6 et p8
ne sont pas observables avec ce grossissement, les points p1 , p2 apparaissent
comme confondus, les points p4 , p7 apparaissent comme confondus avec le
point p .
2. Observation dans l’oculaire de grossissement 1/∆2 : seuls les points p , p4 et
p7 sont observés.
√
3. Observation dans l’oculaire de grossissement 1/ ∆ : tous les points considé-
rés sont observés, les points p1 , p2 , p3 , p4 , p7 apparaissent comme confon-
dus avec le point p , les points p6 et p8 apparaissent comme confondus.
p1
p6 p3 p7
p p p
p4
p5
√
grossissement 1/ ∆ grossissement 1/∆ grossissement 1/∆2
Figure 6.3
Le microscope de grossissement 1/∆ permet de modéliser certains types d’ob-

servation, certaines façons usuelles d’effectuer des approximations. On peut ainsi
dire que le physicien ou l’ingénieur qui, lorsque pour une variation infinitésimale ∆
d’une variable, considère comme négligeables les expressions de la forme ∆ · ε où
ε est un infiniment petit, observe le phénomène qu’il étudie au travers de l’oculaire
d’un microscope de grossissement 1/∆ .
Si on revient à ce qu’on disait à la page 91 concernant la façon dont Fermat
cherchait les maxima, on peut aussi dire que Fermat observait les variations de la
fonction dans l’oculaire d’un microscope de grossissement 1/e !
6.9 Exercices
Soit ∆ un ip > 0 .
2
1. Dirigeons le microscope de
√ grossissement 1/∆, puis de grossissement 1/∆ et
enfin de grossissement 1/ ∆ vers 1 . Comment observe-t-on alors les nombres
suivants ? Représentez cela sur trois dessins (un par grossissement).
x1 = 1 + 7∆2 , x2 = 1 + 2∆
x3 = 1 − 3∆2 , x4 = 1 + 2∆ − 100∆2
x5 = 1 − 3∆ , x6 = −3∆√2 + 109 ∆3
3/2
x7 = 1 − 3∆
√ + 9∆ , x8 = 1 + √∆ − 2∆
x9 = 1−√ 2 ∆ , x10 = 1+ 3∆
x11 = 1+ ∆ , x12 = 1 + 2∆ + 7∆2
x13 = 11 + 10−100 , x14 = 1 + 106 ∆3 .
2. Dirigeons le microscope de grossissement 1/∆ vers le point du plan (1, 2)

et regardons dans l’oculaire. Les points suivants sont-ils observés ? Si oui
comment ? Représentez cela sur un dessin.
(1 + ∆, 2 + ∆2 ) , (1 − ∆, 2 + ∆) ,
(2, 2 − ∆) , (1 + ∆, 2 − 10∆3 ) ,
(1 − ∆ + 104 ∆2 , 2 +√∆ + 103 ∆3 ) , (1 + 100∆2 , 2 − 3∆2 ) ,
(1 + ∆, 2 + ∆), (1 − ∆ + 10∆2 , 2 + ∆ − 106 ∆2 ) .
Chapitre 7
Tangente à une courbe
Commençons par une observation sur un exemple. Considérons la parabole d’équa-

tion y = x2 . Observons la parabole par exemple à l’origine et en (1, 1) en nous
plaçant dans des voisinages de plus en plus étroits des abscisses 0 et 1 : on constate
que le tracé de la courbe dans le voisinage considéré se rapproche de plus en plus du
tracé d’une droite pour finalement sembler s’identifier à un segment de droite (voir
la figure 7.1 pour le zoom au point (1, 1) et la figure 7.2 pour le zoom à l’origine).
2
1.1
1.4
1.5 1.05
1.2
0.6 1.4 0.96 1.04

0.8 1.2
0.5 0.95
0.8
0 0.9
Figure 7.1: parabole y = x2 , zoom en (1, 1) .
Nous allons utiliser le microscope de grossissement 1/∆, dans ce chapitre ∆

représente toujours un infiniment petit > 0 .
99
100 Chapitre 7. Tangente à une courbe
0.5 0.1
0.2 0.04
0 0
-0.2 -0.04
-0.5 0 0.5 -0.1 0 0.1
0.02
0.0004
0.01 0.0002
0 0
-0.00016
-0.008 -0.0004 0 0.0004
-0.02 0 0.02
Figure 7.2: parabole y = x2 , zoom à l’origine.
7.1 Tangente à un graphe

Envisageons le cas général d’un graphe de fonction. Plaçons-nous dans le plan
hyperréel. Ce que nous venons d’observer va se confirmer. Le graphe de f peut
également être considéré dans le plan hyperréel : c’est l’ensemble des points (x, y)
du plan hyperréel tels que y = f (x) . De même toute droite de R2 se prolonge dans le
plan hyperréel : si l’équation de la droite est Ax + By + C = 0 (où A, B, C sonts des
constantes réelles), le prolongement de la droite dans le plan hyperréel est constitué
des points (x, y) de ∗ R2 vérifiant la même équation Ax + By + C = 0 . Ainsi la droite
D peut également être considérée dans le plan hyperréel.
Supposons f dérivable en x0 et définie dans un voisinage de x0 . Dirigeons le

microscope de grossissement 1/∆ vers le point (x0 , f (x0 )) et observons la portion
du graphe dans l’oculaire. On observe donc la portion de graphe formée des points
dont l’abscisse est de la forme x0 + ∆x . La variation d’abscisse ∆x est observable
dans l’oculaire, elle est donc O(∆) . D’après le Théorème des accroissements infi-
nitésimaux, on a
f (x0 + ∆x) ≈∆ f (x0 ) + ∆x · f ′ (x0 ) . (7.1)
Considérons le point p1 du graphe de f d’abscisse x0 + ∆x et le point
p2 := (x0 + ∆x, f (x0 ) + ∆xf ′ (x0 )) .
D’après (7.1) ces deux points sont ≈∆ , les points p1 et p2 sont donc observés comme
confondus dans l’oculaire du microscope. Examinons de plus près le point p2 , les
7.1. Tangente à un graphe 101
✻
y T
R2
G
y = f (x)
∗
1/∆ R2 T
(x0 , f (x0 ))
G
x
✲
x0
1
Figure 7.3: observation avec le ’microscope’ de grossissement .
∆
coordonnées de p2 vérifient l’équation
y = f (x0 ) + f ′ (x0 )(x − x0 ) , (7.2)
le point p2 est donc un point de la droite T dont l’équation est (7.2). Le point p1 est
donc observé dans l’oculaire comme étant sur la droite T . On vient donc de montrer :
dans l’oculaire du microscope le graphe est observé comme une droite !
Cette droite T est donc remarquable, on l’appelle la tangente au graphe de f au
point (x0 , f (x0 )) . Par conséquent, l’équation cartésienne de la tangente au graphe
de f en (x0 , f (x0 )) est
y − f (x0 ) = f ′ (x0 )(x − x0 ) . (7.3)
Le coefficient angulaire de la tangente en (x0 , f (x0 )) vaut donc f ′ (x0 ) .
Si f est dérivable en x0 et définie d’un seul côté de x0 , par exemple à droite, alors
dans le raisonnement ci-dessus on prend seulement des ∆x infiniment petits > 0, le
graphe est alors observé dans l’oculaire du microscope comme une demi-droite, cette
demi-droite est alors appelée la demi-tangente au graphe en (x0 , f (x0 )) .
On peut également interpréter graphiquement la différentielle dans le plan carté-

sien. Considérons une variation d’abscisse ∆x réelle 6= 0 . Soit yt (x0 +∆x) l’ordonnée
du point de la tangente d’abscisse x0 + ∆x , d’après (7.3) on a
yt (x0 + ∆x) = f (x0 ) + dfx0 (∆x) .

T
✻
y 2
R
(x0 + ∆x, f (x0 ) + dfx0 (∆x))
e(∆x)
y = f (x)
x✲
x0 x0 + ∆x
Figure 7.4: Différentielle, interprétation géométrique dans R2 .
Par conséquent :
dfx0 (∆x) est la différence d’ordonnée entre le point du graphe d’abscisse
x0 et le point d’abscisse x0 + ∆x de la tangente T .
Ainsi quand on évalue f (x0 + ∆x) − f (x0 ) au moyen de dfx0 (∆x), on effectue une
erreur e(∆x) (illustrée sur la figure 7.4) et on se déplace sur la tangente T au lieu
de se déplacer sur la graphe de f .
7.2 Notion de courbe plane

Les graphes de fonction constituent un type particulier de courbe plane (ainsi
toute verticale ne peut couper un graphe qu’en un seul point). Mais il existe d’autres
types de courbes, de plus des courbes qui pourraient être des graphes de fonction
pourraient être données autrement que par une équation de la forme y = f (x).
On pourrait bien entendu permuter le rôle de x, y et donner une courbe par une
équation de la forme x = f (y), mais cela est bien entendu tout aussi particulier.
Plus généralement on peut se donner une courbe par son équation cartésienne
c’est-à-dire par une égalité dont les inconnues sont les coordonnées x, y, une telle
équation peut toujours se mettre sous la forme
F (x, y) = 0 , (7.4)
la courbe considérée est alors l’ensemble de tous les points (x, y) vérifiant (7.4). Par
exemple le cercle de centre l’origine et de rayon r a pour équation cartésienne
x2 + y 2 = r2 ,
7.2. Notion de courbe plane 103
l’hyperbole équilatère de centre l’origine et ayant le point (a, 0) comme sommet a

pour équation cartésienne
x2 y2
2
− 2 =1.
a a
Mais on peut aussi avoir des courbes moins classiques, par exemple
x2 − x3 = y 2 (7.5)
est l’équation cartésienne de la courbe représentée sur la figure 7.5.
0.5
-0.5 0.5
-0.5
Figure 7.5: courbe d’équation x2 − x3 = y 2 .
Une autre façon naturelle d’envisager une courbe est de la considérer comme
engendrée par le mouvement d’un point dont le déplacement dépend d’un paramètre
réel (hyperréel si on se place dans le plan hyperréel), l’exemple le plus naturel est
donné par une trajectoire d’un point se déplaçant dans le temps, le paramètre choisi
étant le temps. Ainsi un point p animé d’ou mouvement circulaire uniforme autour
de l’origine va décrire un cercle caractérisé par les deux équations
x = r cos ωt , y = r sin ωt (7.6)
où r et ω sont deux constantes, respectivement le rayon du cercle et la vitesse

angulaire (ou la pulsation), et où t est le temps. Mais on pourrait décrire ce même
cercle en prenant comme paramètre la mesure θ de l’angle au centre formé par l’axe
des x et le vecteur −
→ les points du cercle étant alors donnés par les équations
op,
x = r cos θ , y = r sin θ (7.7)
le paramètre θ variant alors dans [−π, π] . . . ou dans [0, 2π].

Considérons maintenant un point tournant autour de l’origine, la vitesse angu-
laire étant constante, et s’éloignant de l’origine à vitesse constante, supposons en
plus que la position initiale en t = 0 soit l’origine, la courbe décrite ainsi par le
point p s’appelle une spirale d’Archimède. Cherchons des équations décrivant
cette courbe. Soit ρ la distance du point p à l’origine (notée o), et de nouveau θ
la mesure de l’angle orienté formé par l’axe − → et le vecteur −
ox → , les nombres ρ,
op
θ sont appelées les coordonnées polaires de p. La trajectoire du point est donc
caractérisée par
θ = ωt , ρ = at
où ω (la vitesse angulaire) et a sont des constantes > 0. Remarquons que les coor-
données cartésiennes et les coordonnées polaires sont liées par
x = ρ cos θ , x = ρ sin θ .
La spirale d’Archimède a donc pour équations

(
x = at cos(ωt)
(7.8)
y = at sin(ωt)
où t varie dans [0, +∞[. Mais on pourrait aussi décrire la spirale d’Archimède en
considérant θ comme paramètre, les équations de la spirale deviennent alors
(
x = kθ cos θ
(7.9)
y = kθ sin θ
où le paramètre θ varie aussi dans [0, +∞[ et où la constante k vaut a/ω. La portion
de spirale d’Archimède correspondant à θ ∈ [0, 17π4 ] et k = 1 est représentée sur la
figure 7.6.
y
1
5
x
Figure 7.6: portion de spirale d’Archimède pour θ ∈ [0, 17π

4 ].
Lorsqu’on décrit une courbe plane au moyen de deux équations de la forme

(
x = x(u)
(7.10)
y = y(u)
7.2. Notion de courbe plane 105
où la variable réelle u varie dans un ensemble E précisé, les équations (7.10) sont
appelées les équations paramétriques de la courbe et u est le paramètre dont
le mouvement engendre le mouvement du point sur la courbe. Ainsi (7.6) et (7.8)
constituent les équations paramétriques du cercle, respectivement de la spirale d’Ar-
chimède le paramètre choisi étant le temps t, il en est de même de (7.7) et (7.9) le
paramètre choisi étant cette fois θ.
Voici quelques autres exemples de courbes données par leurs équations paramé-
triques, commençons par le plus simple.
Droite
Soient p0 = (x0 , y0 ) un point et v ~ = (v1 , v2 ) un vecteur non nul. Considérons la
droite D passant par p0 et ayant la direction de ~v . Les points p de cette droite sont
caractérisés par le fait que −p−0→
p est nul ou a la même direction que v ~ , autrement dit
par le fait qu’il existe λ réel tel que −p−0→ v , les points p de D sont donc donnés
p = λ~
par
−→=−
op −→ + λ~
op v où λ ∈ R .
0
Les équations paramétriques de D sont donc

(
x = x0 + λv1
où λ ∈ R ,
y = y0 + λv2
c’est-à-dire
p = p0 + λ~
v où λ ∈ R .
Si maintenant on considère le segment S joignant deux points p0 et p1 , on prend
~ le vecteur −
pour v p− →
0 p1 et on se limite à prendre λ ∈ [0, 1] , les points p du segment
S sont donnés par p = p0 + λ− p− →
0 p1 c’est-à-dire
p = λp1 + (1 − λ)p0 où λ ∈ [0, 1] .
Lorsqu’on donne des équations paramétriques, il faut donc toujours bien préci-
ser où varie le paramètre, en changeant cet ensemble on peut obtenir des portions
différentes d’une même courbe.
Graphe d’une fonction réelle d’une variable
Soit f une fonction réelle définie dans un ensemble E. Pour écrire les équations
paramétriques du graphe de f , il suffit de prendre comme paramètre l’abscisse x
renommée par exemple u et on obtient ainsi les équations paramétriques
(
x= u
avec u ∈ E .
y = f (u)
Ellipse
Soient a, b des réels 0. On sait que l’ellipse de centre l’origine et de sommets (a, 0),
(0, b) c’est-à-dire l’ellipse dont l’équation cartésienne est
x2 y2
2
+ 2 =1
a b
a pour équations paramétriques

(
x = a cos θ
avec θ ∈ [−π, π] . (7.11)
y = b sin θ
p c
θ
o t x
Figure 7.7: mouvement engendrant la cycloïde .
Cycloïde
Considérons une droite D horizontale, un cercle mobile de centre c et de rayon r
et un point p fixé sur ce cercle. Faisons rouler (sans glissement) le cercle sur D et
supposons qu’à l’instant 0 le point p se trouve sur D . La trajectoire décrite par le
point p s’appelle une cycloïde. Cherchons ses équations paramétriques.
Prenons comme axe des x la droite D et plaçons l’origine à la position initiale de
p. Soit p = (x, y) . Prenons comme paramètre la mesure de l’angle au centre tcp d où
t est le point de contact entre le cercle et la droite D (voir figure 7.7). A l’instant 0
on a θ = 0 Puisque le cercle roule sans glissement, la longueur de l’arc de cercle tp ,
à savoir θr , vaut la longueur du segment ot . Par conséquent c = (θr, r), d’où
(
x = rθ − r sin θ
. (7.12)
y = r − r cos θ
Voici donc les équations paramétriques de la cycloïde où θ peut varier dans [0, +∞[.
Sur la figure 7.8, on a représenté la portion de cycloïde correspondant à θ dans [0, 5π
2 ]
et r = 1.
7.3 Tangente à une courbe

On a vu comment était définie la tangente en un point du graphe d’une fonction.
On voudrait maintenant étendre cela à une courbe plane quelconque.
Considérons une courbe plane C donnée au moyen d’une équation cartésienne ou
au moyen d’équations paramétriques. Remarquons que cette courbe s’étend dans le
plan hyperréel en prenant les points du plan hyperréel vérifiant la même équation
7.3. Tangente à une courbe 107
y
2
x
π 2π
5π
Figure 7.8: portion de cycloïde pour θ ∈ 2 et r = 1.
cartésienne ou les mêmes équations paramétriques (le paramètre étant alors pris
hyperréel). Soit p0 un point de R2 se trouvant sur la courbe C. Nous voudrions
définir la tangente à la courbe C en p0 , pour cela inspirons-nous de ce qui a été fait
plus haut à propos d’un graphe de fonction.
Définition (Tangente à une courbe).
Soit D une droite passant par p0 . La tangente à C en p0 est la droite D si, quel que
soit ∆ infiniment petit > 0, la courbe C est observée dans l’oculaire du microscope
de grossissement 1/∆ dirigé vers p0 comme étant la droite D .
Nous aurons besoin de la propriété suivante :

Proposition 19. Soit D une droite d’équation Ax + By + C = 0 où A, B, C sont
des réels. Si le point (u, v) du plan hyperréel vérifie Au + Bv + C ≈∆ 0 , alors ce
point est ≈∆ d’un point de la droite D (considérée dans le plan hyperréel).
Démonstration. Un des deux nombres A, B est non nul, envisageons le cas B 6= 0.
Supposons Au + Bv + C ≈∆ 0 . Il existe ε infiniment petit tel que
Au + Bv + C = ∆ · ε .
Ne modifions pas l’abscisse et changeons l’ordonnée en prenant
−∆ · ε
w := v − .
B
Ainsi (u, v) ≈∆ (u, w). De plus Au + Bw + C = 0 et (u, w) est sur la droite D. ✷
Cherchons quelques tangentes à des courbes données au moyen d’une équation

cartésienne.
√
Exemple 7.1. Tangente à l’hyperbole x2 − y 2 = 1 au point p1 = (2, 3).
Solution. Considérons un point p = (u, v) de l’hyperbole observé dans l’oculaire
du microscope de grossissement 1/∆ pointé vers p1 , on a
√
u = 2 + ∆x , v = 3 + ∆y
où ∆x, ∆y sont O(∆) puisque ∆x, ∆y sont des mesures observées dans l’oculaire.
Il s’ensuit √
(2 + ∆x)2 − ( 3 + ∆y)2 = 1
d’où √
4∆x + (∆x)2 − 2 3∆y + (∆y)2 = 0
d’où, puisque (∆x)2 et (∆y)2 sont o(∆),
√
4∆x − 2 3∆y ≈∆ 0.
Il s’ensuit √
4u − 2 3v − 2 ≈∆ 0
√
et le point p est observé comme étant sur la droite 2x − 3y − 1 = 0. Cette droite
est donc la tangente à l’hyperbole au point p1 .
Exemple 7.2. Tangente à la courbe C1 d’équation x2 − x3 = y 2 en un de ses points.
La courbe C1 est représentée sur la figure 7.5. √
Solution. Prenons d’abord le point p2 = (−1, 2). Soit p = (u, v) un point de C1
observé dans l’oculaire du microscope de grossissement 1/∆ pointé vers p2 . On a
√
u = −1 + ∆x , v = 2 + ∆y
avec ∆x, ∆y qui sont O(∆). Il s’ensuit

√
(−1 + ∆x)2 − (−1 + ∆x)3 = ( 2 + ∆y)2
d’où successivement
√
−2∆x + (∆x)2 − 3∆x + 3∆x2 − ∆x3 = 2 2∆y + ∆y 2 ,
√
5∆x + 2 2∆y ≈∆ 0,
√
5u + 2 2v + 1 ≈∆ 0.
√
Le point p est donc observé sur la droite d’équation 5x + 2 2y + 1 = 0 et cette droite
est donc la tangente à C1 en p2 .
Comme on le remarque sur le tracé de C, l’origine semble un point particulière-
ment intéressant, voyons ce qui s’y passe.
Utilisons encore le microscope de grossissement 1/∆ pointé cette fois vers l’origine.
Soit p = (∆x, ∆y) un point de C1 observé dans l’oculaire. Les variations ∆x, ∆y
sont donc O(∆). On a
(∆x)2 − (∆x)3 = ∆y 2 , (7.13)
une analyse plus fine est alors nécessaire car les deux membres de (7.13) sont o(∆).
On a
(∆x)2 − (∆y)2 = (∆x)3
d’où, en divisant par ∆2 ,
∆x − ∆y ∆x + ∆y ∆x 2
· =( ) ∆x = IP .
∆ ∆ ∆
7.3. Tangente à une courbe 109
Si un produit de deux limités est infiniment petit, un des deux facteurs doit être
infiniment petit, par conséquent
∆x − ∆y ∆x + ∆y
= IP ou = IP
∆ ∆
autrement dit
∆x ≈∆ ∆y ou ∆x ≈∆ −∆y .
Le point p est donc observé comme étant sur la droite y = x ou sur la droite y = −x,
la courbe C1 est donc observée dans l’oculaire comme étant l’union des deux droites
y = x, y = −x. Dans un cas pareil, on dit que la courbe C admet à l’origine
deux tangentes à savoir ces deux droites.
-2 -1 1 2
-1
-2
Figure 7.9: courbe d’équation 4x2 − y 2 = x4 .
Exemple 7.3. Cherchons la (les) tangente(s) à l’origine à la courbe C2 d’équation
4x2 − y 2 = x4 .
Cette courbe est représentée sur la figure 7.9.

Solution. Utilisons de nouveau le microscope de grossissement 1/∆ pointé vers
l’origine. Soit p = (∆x, ∆y) un point de C2 observé dans l’oculaire ; ∆x, ∆y sont
donc O(∆). On a
4(∆x)2 − (∆y)2 = (∆x)4 ,

2∆x − ∆y 2∆x + ∆y ∆x 2
· =( ) (∆x)2 = IP .
∆ ∆ ∆
Par conséquent
2∆x − ∆y 2∆x + ∆y
= IP ou = IP
∆ ∆
autrement dit
2∆x ≈∆ ∆y ou 2∆x ≈∆ −∆y .
Dans l’oculaire du microscope le point p est donc observé comme étant sur la droite
y = 2x ou sur la droite y = −2x. Il y a donc deux tangentes à l’origine à savoir ces
deux droites.
2.0
1.5
1.0
0.5
-3 -2 -1 1 2 3
Figure 7.10: courbe d’équation x2 = y 3 .
Exemple 7.4. Cherchons la tangente à l’origine à la courbe C3 d’équation x2 = y 3 .

Cette courbe est représentée sur la figure 7.10.
Solution. Soit p = (∆x, ∆y) un point de C3 observé dans l’oculaire du microscope
de grossissement 1/∆ dirigé vers l’origine ; ∆x, ∆y sont donc O(∆). On a
2(∆x)2 = (∆y)3 ,

∆x 2 ∆y 2
( ) =( ) (∆y) = IP ;
∆ ∆
par conséquent ∆x/∆ est ip, d’où ∆x ≈∆ 0 . Dans l’oculaire du microscope, le point
p est donc observé comme étant sur la droite x = 0. De plus ici forcément ∆y ≥ 0.
Par conséquent dans l’oculaire la courbe est observée comme la demi-droite verticale
x = 0, y ≥ 0. On dit alors que cette demi-droite est la demi-tangente à la
courbe à l’origine.
Le principe que nous appliquons pour définir et chercher la tangente à une courbe
remonte à P. Fermat. Dès la fin de la première moitié du 17e siècle, P. Fermat
cherche des tangentes en appliquant cette idée. En effet observons comment Fermat
cherche la tangente en un point de la parabole d’équation y 2 = 2px. Référons-nous
7.4. Tangente à une courbe données par des équations paramétriques. 111
au dessin (7.11) ; le temps de cet exemple, comme Fermat, notons les points par des
majuscules. Le point P , d’abscisse x et d’ordonnée y, désigne le point considéré sur
la parabole, A est sa projection sur Ox et S l’intersection de la tangente avec Ox.
Pour déterminer la tangente, Fermat détermine la mesure de la sous-tangente c’est-
à-dire la mesure de SA, cette mesure est notée s. Voici comment procède Fermat,
il considère d’abord le point Q de la parabole d’abscisse x − e où e est infiniment
petit. Ensuite il prétend que le point Q est sur la tangente ! Ainsi pour des variations
d’abscisse infinitésimales, il confond la courbe avec sa tangente.
y
P
Q
S B A x
Figure 7.11: Tangente à la parobole d’après P. Fermat
Fermat poursuit comme suit. En utilisant le Théorème de Thales, il déduit

s y
=
s−e u
où u désigne l’ordonnée de Q. En élevant au carré et en utilisant l’équation de la
parabole, il déduit alors
s2 2px
2
=
(s − e) 2p(x − e)
d’où
s2 − 2sx + ex = 0 ,
et finalement, en “effaçant ” l’infiniment petit ex, P. Fermat obtient
s = 2x .
Pour que ce raisonnement satisfasse les critères de rigueur d’aujourd’hui, il suffit de
replacer l’observation de P. Fermat dans l’oculaire d’un microscope de grossissement
1/e et à bon escient de remplacer certaines égalités par la relation ≈e .
7.4 Tangente à une courbe données par des équa-

tions paramétriques.
Envisageons la situation générale d’une courbe donnée au moyen de ses équations
paramétriques : soient a, b réels avec a < b , considérons une courbe C d’équations
paramétriques (
x = x(u)
où a ≤ u ≤ b , (7.14)
y = y(u)
soit u0 un réel de [a, b] et p0 le point (x(u0 ), y(u0 )). Cherchons la tangente à C en
p0 . Pour cela supposons que :
1. x(u) et y(u) sont dérivables en u0 ,
2. x(u) et y(u) sont continus dans [a, b],
3. au moins une des dérivées x′ (u0 ), y ′ (u0 ) est non nulle,
4. le point p0 est un point simple de C c’est-à-dire qu’il ne correspond pas à deux
valeurs du paramètre u.
Pointons le microscope de grossissement 1/∆ vers p0 .

Soit p = (x(u0 + ∆u), y(u0 + ∆u)) un point de C observé dans l’oculaire. Envi-
sageons le cas où p0 n’est pas une extrémité de C, c’est-à-dire u0 ∈]a, b[ .
Montrons d’abord que ∆u est infiniment petit. Soit u1 = st(u0 + ∆u). Vu la
continuité de x(u) et y(u) dans [a, b], on a (x(u1 ), y(u1 )) ≈ p et donc (x(u1 ), y(u1 )) =
p0 . Le point p0 étant simple, cela entraîne u1 = u0 et donc ∆u ≈ 0 . Posons
∆x = x(u0 + ∆u) − x(u0 ) et ∆y = y(u0 + ∆u) − y(u0 ) ,
ces variations ∆x, ∆y sont observables dans l’oculaire, elles sont donc O(∆) .
Montrons que ∆u est O(∆). Envisageons par exemple le cas où x′ (u0 ) 6= 0.
D’après le Théorème des accroissements infinitésimaux, il existe ε ip tel que
∆x = x′ (u0 ) · ∆u + ε · ∆u ,
d’où il découle
∆u 1 ∆x
= ′ · ,
∆ x (u0 ) + ε ∆
mais x′ (u0 ) + ε est appréciable et ∆x ∆u
∆ est limité, par conséquent ∆ est limité et ∆u
est O(∆).
D’après le Théorème des accroissements infinitésimaux, on a
∆x ≈∆ x′ (u0 ) · ∆u et ∆y ≈∆ y ′ (u0 ) · ∆u .
Le point p est donc ≈∆ du point
p′ := (x(u0 ) + x′ (u0 ) · ∆u, y(u0 ) + y ′ (u0 ) · ∆u) ,
ce point p′ est un point de la droite D passant par p0 et ayant la direction du vecteur

(x′ (u0 ), y ′ (u0 )). Ainsi le point p est observé comme étant sur la droite D, la courbe
C est donc observée comme étant la droite D.
Si p0 est une extrémité de C, on ne prend que des ∆u > 0 ou < 0 suivant
l’extrémité envisagé. La courbe est alors observée comme confondue avec une demi-
droite. En conclusion :
Moyennant les quatre conditions précisées plus haut,

— si p0 n’est pas une extrémité de C, la courbe C admet une tangente
en p0 ayant la direction du vecteur (x′ (u0 ), y ′ (u0 )) ;
— si p0 est une extrémité de C, la courbe C admet une demi-tangente
en p0 ayant la direction du vecteur (x′ (u0 ), y ′ (u0 )) .
Envisageons le cas de la spirale d’Archimède et de la cycloïde.
Exemple 7.5. Cherchons la tangente à la spirale d’Archimède après un quart de

tour et après un tour complet.
Solution. Utilisons les équations paramétriques (7.9), le paramètre choisi est donc
θ. On a
x′ (θ) = k(cos θ − θ sin θ) , y ′ (θ) = k(sin θ + θ cos θ) ,

√
d’où le vecteur (x′ (θ), y ′ (θ)) a comme longueur k 1 + θ2 et est donc toujours 6=
→
−
0 . La direction de la tangente au point (kθ cos θ, kθ sin θ) est donc la direction du
vecteur
(cos θ − θ sin θ, sin θ + θ cos θ) .
En particulier après un quart de tour, le paramètre θ vaut π2 , le point sur la spirale
est le point (0, kπ
2 ) et le direction de la tangente est le vecteur (−π, 2). En prenant
λ comme paramètre pour d’écrire les points de la droite tangente, les équations
paramétriques de cette droite sont donc
kπ
x = −πλ , y= + 2λ où λ ∈ R
2
et l’équation cartésienne de la tangente s’écrit
2 kπ
y =− x+ .
π 2
De même après un tour complet, on a θ = 2π, le point est (2kπ, 0) et le vecteur
directeur de la tangente est (1, 2π) d’où la tangente a pour équations paramétriques
x = 2kπ + λ , y = 2πλ où λ ∈ R
et pour équation cartésienne

y = 2πx − 4kπ 2 .
Exemple 7.6. Cherchons la tangente à la cycloïde au point obtenu après un quart

de tour du cercle.
Solution. On utilise les équations paramétriques (7.12), le paramètre étant l’angle

au centre θ. On a
x′ (θ) = r(1 − cos θ) , y ′ (θ) = r sin θ

√
d’où la longueur du vecteur (x′ (θ), y ′ (θ)) vaut r 2 − 2 cos θ et diffère de 0 pour tout
θ 6= 2mπ (m naturel). On peut donc chercher la tangente en tout point correspondant
à θ 6= 2mπ , c’est-à-dire en tout point de la cycloïde ne se trouvant pas sur l’axe
ox . Cherchons la tangente à la cycloïde au point obtenu après un quart de tour du
cercle. Alors θ = π/2 et
π
p = ( r − r, r) ;
2
la tangente en ce point a pour direction le vecteur (1, 1), les équations paramétriques
de cette droite tangente sont donc
π
x= r−r+λ , y =r+λ
2
et l’équation cartésienne s’écrit y = x + 2r − πr 2 .
Remarques :
1. Si le paramètre u0 est égal à une des extrémités de l’intervalle [a, b], alors
la variation infinitésimale ∆u a un signe constant (> 0 si u0 = a et < 0 si
u0 = b), les points de la courbe observés dans l’oculaire sont observés sur une
même demi-droite issue de p0 , alors ces demi-droites sont les demi-tangentes
aux extrémités de la courbe..
2. La courbe C est fermée lorsque son origine coïncide avec son extrémité c’est-
à-dire lorsque (x(a), y(a)) = (x(b), y(b)). Il se pourrait donc qu’en ce point il
y ait deux demi-droites tangentes. Pour qu’il y ait une seule tangente il faut
donc que les vecteurs directeurs de ces demi-droites soient égaux, pour cela il
suffit que x′ (a) = x′ (b) et y ′ (a) = y ′ (b). C’est ce qui arrive par exemple dans
le cas d’un cercle et d’une ellipse.
3. Si la 4e condition (selon laquelle le point est simple) n’est pas vérifiée, alors le
point p0 correspond à plusieurs valeurs du paramètre u et il se peut qu’alors
la courbe admette plusieurs tangentes en p0 .
Exemple 7.7 (Courbes de Bézier du 3e degré). Considérons quatre points distincts
et non alignés du plan : p0 , p1 , p2 et p3 . L’enveloppe convexe de ces quatre
points est le plus petit ensemble convexe contenant ces quatre points (un ensemble
est dit convexe lorsqu’il contient tout segment de droite joignant deux de ses points).
Cette enveloppe convexe est donc le quadrilatère convexe dont les sommets sont les
quatre points considérés. On peut prouver que l’enveloppe convexe de ces points est
l’ensemble des points p tels que
3
X 3
X
p= λk pk avec λk = 1 et λk ≥ 0 .
k=0 k=0
La courbe de Bézier associée aux points p0 , p1 , p2 , p3 est la courbe définie

par
3
X
p(t) = C3k tk (1 − t)3−k pk avec t ∈ [0, 1] .
k=0
Les points p0 , p1 , p2 , p3 sont appelés les points guides de cette courbe de Bézier.
Nous alons montrer :
— la courbe de Bézier est contenue dans l’enveloppe convexe de p0 , p1 , p2 , p3 .

— la courbe de Bézier a pour tangente en p0 la droite passant par p0 et p1 et
pour tangente en p3 la droite passant par p2 et p3 .
y p1
p2
p6
p3
x
p0 p5
p4
Figure 7.12: deux courbes de Bézier se raccordant en p3
Solution. 1) Posons λk (t) = C3k tk (1 − t)3−k . Alors λk (t) ≥ 0 et

3
X 3
X
λk (t) = C3k tk (1 − t)3−k = (t + (1 − t))3 = 1 ,
k=0 k=0
la courbe de Bézier est donc dans l’enveloppe convexe de p0 , p1 , p2 , p3 .
2) En posant
→
−
F (t) = (1 − t)3 −−→ + 3t(1 − t)2 −
op 0
−→ + 3t2 (1 − t)−
op 1
−→ + t3 −
op 2
−→
op 3
on a
→′
−
F (t) = −3(1 − t)2−−→ + 3(1 − t)2−
op 0
−→ − 6t(1 − t)−
op 1 op 1
−→ − 3t2 −
−→ + 6t(1 − t)−
op 2
−→ + 3t2 −
op 2
−→
op 3
c’est-à-dire
−′
→
F (t) = 3((1 − t)2 −
p− → −−→ 2 −−→
0 p1 + 2t(1 − t)p1 p2 + t p2 p3 )
Par conséquent
−′
→ → → −′
F (0) = 3− p− −−→
0 p1 et F (1) = 3p2 p3
et la tangente en p0 , resp. en p3 , a donc la direction de −

p− → −−→
0 p1 , resp. p2 p3 . ✷
Les courbes de Bézier du troisième degré sont fréquemment utilisées par les logi-
ciels de dessin pour le tracé de courbes. En fait dans ces applications on raccorde des
courbes de Bézier successives de telle sorte qu’au point de raccord les deux courbes
de Bézier aient la même tangente et cela est possible vu le résultat prouvé ci-dessus :
si les points p2 , p3 , p4 sont choisis sur la même droite, la courbe de Bézier corres-
pondant aux points p0 , p1 , p2 , p3 et la courbe de Bézier correspondant aux points
p3 , p4 , p5 , p6 auront la même tangente en leur extrémité p3 , cette situation est
illustrée sur la figure 7.12.
7.5 Exercices
1. Dirigeons le microscope de grossissement 1/∆ vers le point du plan (1, 2)
et regardons dans l’oculaire. Les graphes suivants sont-ils observés ? Si oui,
comment ?
— Graphe de x 7−→ x2 + 1 .
— Graphe de x 7−→ 3x+1
x+1 .
√
— Graphe de x 7−→ x + 3 .
— Graphe de x 7−→ π8 arctg x .
2. Cherchez l’équation cartésienne de la tangente au graphe de la fonction au
point indiqué :
Fonction Point
x
f (x) := x+1 point d’abscisse 2
arcsin x point d’abscisse 1/2
arctg x point d’abscisse 1
3. Considérons l’ellipse d’équation x2 + 4y 2 = 4. Cherchez de trois façons diffé-
rentes la tangente à cette ellipse au point d’abscisse 1 et d’ordonnée positive.
4. En utilisant la définition de la tangente, cherchez de deux façons différentes
(définition de la tangente et tangente à un graphe)la tangente à la courbe C1
d’équation x3 + y 2 = 5 , au point p0 = (1, y0 ) avec y0 > 0 .
5. Soit H l’hyperbole d’équation x2 − 4y 2 = 1 et soit p0 le point de H d’abscisse
2 et d’ordonnée positive.
Cherchez la tangente à l’hyperbole en ce point
— en utilisant la définition de la tangente et le microscope
— en utilisant les équations paramétriques de l’hyperbole
6. Cherchez les équations paramétriques et l’équation cartésienne de la tangente
à la courbe C2 d’équations :
p t
x = 3 + 2 cos(t) , y = 1 + 2 sin( )
2
au point p0 correspondant à t0 = π3 .
7. Cherchez la tangente au point (1, 1) de la courbe d’équation x3 + y 3 = 2 .
8. Folium de Descartes
Soit a une constante réelle > 0 . Le folium de Descartes a pour équation
x3 + y 3 − 3axy = 0 .
— Cherchez la tangente au point d’intersection du folium avec la première
bissectrice, autre que l’origine.
— Que se passe-t-il à l’origine.
9. Cardioïde
La courbe dont l’équation en coordonnées polaires est
ρ = a(1 + cos θ) où θ ∈ [−π, π]
est appelé une cardioïde. Elle est représentée sur la figure 7.14
7.5. Exercices 117
2.0
1.5
1.0
0.5
-2 -1 1 2
-0.5
-1.0
Figure 7.13: folium de Descartes (a=1)
y
1
1 x
Figure 7.14: cardioïde (a=1)
— Ecrivez les équations paramétriques de la cardioïde.

— Pourquoi la cardioïde est-elle symétrique par rapport à l’axe des x ?
π
— Cherchez la tangente au point de la cardioïde correspondant à θ = 4 et
au point correspondant à θ = π2 .
10. Lemniscate
Le lemniscate a pour équation
(x2 + y 2 )2 − 2a2 (x2 − y 2 ) = 0
où a est une constante réelle > 0.

— cherchez la tangente au pont d’abscisse a,
— dans le cas où a = 4, cherchez la tangente au point d’abscisse 2 et d’or-
donnée > 0,
— que se passe-t-il à l’origine.
1.0
0.5
-2 -1 1 2
-0.5
-1.0
Figure 7.15: lemniscate (a=1)
11. La conchoïde de Nicomède est la courbe définie en coordonnées polaires par

l’équation
1 π π
ρ=1+ avec − < θ < .
cos θ 2 2
— Cherchez la tangente au point de la conchoïde correspondant à θ = π4 .
Donnez les équations paramétriques et l’équation cartésienne de la tan-
gente.
— Faites de même en θ = 0 .
— Revenons à la conchoïde. Quelle symétrie voit-on dans la conchoïde ? En
faisant varier θ et en déduisant comment varie ρ , tracez la conchoïde.
12. Soit a une constante réelle > 0 . Les équations paramétriques de l’astroïde
sont (
x = a cos3 (t)
avec − π ≤ t ≤ π .
y = a sin3 (t)
Cherchez la tangente à l’astroïde au point correspondant à t = π3 . En utilisant
la méthode vue plus haut, peut-on chercher la tangente au point correspon-
dant à t = 0 ?
Chapitre 8
Espace à n dimensions
8.1 Espace réel et hyperréel à n dimensions

Ici n représente un naturel ≥ 2.
On a déjà considéré le plan euclidien R2 et le plan hyperréel ∗ R2 . Cela s’étend
naturellement à la dimension 3 et plus généralement à la dimension n. Rn est l’en-
semble de toutes les listes (x1 , x2 , . . . , xn ) de nombres réels et ∗ Rn est l’ensemble de
toutes les listes (x1 , x2 , . . . , xn ) de nombres hyperréels. Le nombre xk est appelé la k e
coordonnée du point (x1 , x2 , . . . , xn ). Ainsi, dans Rn les coordonnées des points sont
des réels et dans ∗ Rn les coordonnées des points sont des hyperréels. Comme dans
l’espace à deux dimensions, les points de ∗ Rn sont désignés par des lettres grasses, si
on utilise les lettres x, y, z, on convient que xk , yk , zk représentent respectivement
la k e coordonnée de x, y, z .
111111
000000 1
0
0
1
000000
111111
b’
0
1
000000
111111 0
1
0
1
000000
111111
000000
111111 0
1
(a,b,c)
b
0
1 (a’,b’,c’)
0
1
000000000
111111111
a a’
000000000
111111111
Figure 8.1: [a, a′ ] × [b, b′ ] Figure 8.2: [a, a′ ] × [b, b′ ] × [c, c′ ]
Soient A, B, C des parties de R ou ∗ R, on définit
A×B := {(u, v) : u ∈ A et v ∈ B} ,
A×B×C := {(u, v, w) : u ∈ A et v ∈ B et w ∈ C} .
119
120 Chapitre 8. Espace à n dimensions
Plus généralement, pour tout naturel n non nul, A1 × A2 × . . . An est l’ensemble

des listes (x1 , x2 , . . . , xn ) tels que chaque xi est dans Ai . Ainsi [a, a′ ] × [b, b′ ] est le
rectangle du plan réel représenté sur la figure 8.1 et [a, a′ ] × [b, b′ ] × [c, c′ ] représente
le parallélépipède rectangle représenté sur la figure 8.2.
Si x et y sont deux points de Rn ou de ∗ Rn , la distance entre x et y est donnée
par
v
u n
uX
d(x, y) := t (xk − yk )2 . (8.1)
k=1
n
Muni de cette distance, R est appelé l’espace euclidien ou l’espace réel à n
dimension et ∗ Rn l’espace hyperréel à n dimensions. La distance d’un point x
à l’origine est aussi appelée la norme de ce point et est notée kxk, autrement dit
v
u n
uX
kxk = t x2k .
k=1
Les définitions et propriétés vues à propos du plan hyperréel à la section 6.7

s’étendent naturellement à l’espace hyperréel de dimension n. Ainsi on définit :
un point de ∗ Rn est limité lorsque sa norme est un nombre limité. Deux points x, y
de ∗ Rn sont infiniment proches, en abrégé x ≈ y , lorsque leur distance est infiniment
petite.
On a encore :
un point de ∗ Rn est limité si et seulement si toutes ses coordonnées sont limitées.
Deux points de ∗ Rn sont infiniment proches si et seulement si leurs coordonnées
respectives sont infiniment proches. Deux points de Rn sont ≈ si et seulement si ils
sont égaux.
La notion de partie standard s’étend de la même façon, de même pour la monade :
tout point x limité de ∗ Rn est infiniment proche d’un et d’un seul point de Rn , appelé
évidemment la partie standard (ou la partie observable) de x et noté st(x) , de plus
st(x) = (st(x1 ), . . . , st(xn )). La monade ou halo d’un point x0 de Rn est l’ensemble
de tous les points de ∗ Rn infiniment proches de x0 .
Par exemple soit ε ip non nul et considérons les points suivants de ∗ R4 :
x = (1 − ε, −1 + 3ε, 2 − ε + ε2 , −3 + 100ε)
y = (1 + 3ε, −1, 1 + ε, 2ε)
z = (1 + 5ε2 , −1 − ε, 2 + 5ε, −3 − 3ε)
1
w = (1 − ε, , 2 + ε, −1) .
ε
Alors x, y, z sont limités, les points x, z sont infiniment proches mais ne sont pas
infiniment proches de y, de plus
st(x) = st(z) = (1, −1, 2, −3) et st(y) = (1, −1, 1, 0) ;

8.2. Utilisation des fonctions réelles de plusieurs variables dans les hyperréels 121
par contre le point w n’est pas limité et n’a donc pas de partie standard, en effet sa
deuxième coordonnée est infiniment grande.
De la même façon, si ∆ est ip 6= 0, la relation ≈∆ et la propriété 18 (page 94)

s’étendent aussi à ∗ Rn , on peut étendre naturellement la définition et l’utilisation
du microscope de grossissement 1/∆ à ∗ Rn .
On additionne des points de Rn et ∗ Rn en effectuant l’opération sur chacune des

coordonnées : Soient x et y dans ∗ Rn et soit λ un hyperréel, on définit x + y et λx
en posant
x + y := (x1 + y1 , x2 + y2 , . . . , xn + yn ) , λx := (λx1 , λx2 , . . . , λxn ) .
De la sorte Rn , ∗ Rn forme des espaces vectoriels sur le corps des réels, respectivement
le corps des hyperréels.
8.2 Utilisation des fonctions réelles de plusieurs va-

riables dans les hyperréels
On sait que toute fonction réelle f d’une ou plusieurs variables s’étend en une
fonction hyperréelle appelée l’extension standard de f et notée encore f . L’ensemble
de définition d’une fonction réelle de n variables est une partie de Rn et l’ensemble
de définition de son extension standard est une partie de ∗ Rn . Ce qui a été dit pour
les fonctions réelles d’une variable au chapitre 4, s’étend aux fonctions réelles de n
variables.
Par exemple : soit h la fonction réelle de deux variables définie par
h(x, y) := arcsin(x + y) , (8.2)
alors l’équation h(x, y) = h(x, y) a dans les réels les mêmes solutions que le système
standard
−1 ≤ x + y ≤ 1 ; (8.3)
il en est donc de même dans les hyperréels, d’où h(x, y) est défini dans les hyperréels
lorsque (8.3) est vérifié. De plus dans les réels l’équation h(x, y) = arcsin(x + y) a
les mêmes solutions que −1 ≤ x + y ≤ 1 , il en est donc de même dans ∗ R . Pour
tous hyperréels x, y tels que −1 ≤ x + y ≤ 1 , on a donc h(x, y) = arcsin(x + y) . En
général :
Soit f une fonction réelle de n variables x1 , x2 , . . . , xn .

— Si dans les réels l’ensemble de définition de f est composé
des points (x1 , x2 , . . . , xn ) de Rn vérifiant un système standard
S(x1 , x2 , . . . , xn ) , alors l’ensemble de définition de l’extension stan-
dard de f est composé des points (x1 , x2 , . . . , xn ) de ∗ Rn vérifiant le
même système S(x1 , x2 , . . . , xn ) .
— Si dans les réels les valeurs de f se calculent au moyen d’un système
standard, les valeurs de f dans les hyperréels se calculent au moyen
du même système standard.
8.3 Extension standard des parties de R, . . . de Rn .

Tout intervalle I de R s’étend en un intervalle ∗ I de ∗ R en prenant les mêmes
inéquations que dans R. Nous avons aussi vu que le graphe d’une fonction réelle et
que toute droite de R2 se prolongeait dans ∗ R2 et cela en prenant la même équation
que dans R2 . Cela est un cas particulier d’une notion plus générale : nous allons
voir que pour toute partie A de l’espace réel à une, deux, . . . , n dimensions a une
extension ∗ A dans l’espace hyperréel de même dimension. Nous allons faire de même
pour tout ensemble de l’espace réel caractérisé par un système standard :
Soit S1 (x) un système standard. Si A est l’ensemble des réels x vérifiant S1 (x), alors
∗
A représente l’ensemble des hyperréels x vérifiant le même système standard S1 (x) .
Soit S2 (x, y) un système standard. Si B est l’ensemble des points (x, y) du plan R2
tels que le système S2 (x, y) soit vérifié, alors ∗ B représente l’ensemble des points
(x, y) du plan hyperréel tels que S2 (x, y) soit vérifié.
Plus généralement, soit S(x1 , . . . , xn ) un système standard de n variables. Si E est
l’ensemble des points (x1 , . . . , xn ) de Rn tels que le système S(x1 , . . . , xn ) soit vérifié,
alors ∗ E représente l’ensemble des points (x1 , . . . , xn ) de ∗ Rn tels que S(x1 , . . . , xn )
soit vérifié.
∗
E, ∗ A, ∗ B s’appellent l’extension standard de E, A, de B.
Par exemple soit T le triangle du plan R2 de sommets (−2, 0), (2, 0) et (0, 2),
alors T est l’ensemble des points (x, y) du plan R2 dont les coordonnées vérifient le
système
y≥0 , x+y ≤2 , y−x≤2,
alors ∗ T est l’ensemble des points (x, y) de ∗ R2 dont les coordonnées vérifient le
même système. Par exemple, si ε est ip > 0 , les points ( 12 + ε, 1 + ε) , (1 − ε, 1 − ε)
sont dans ∗ T tandis que les points (2 − ε, 1 − ε) , (1 + ε, 1 + ε) ne sont pas dans ∗ T .
De même dans l’espace à trois dimensions, désignons par S la sphère de centre
l’origine de rayon r (réel > 0), autrement dit S est composé des points (x, y, z) de
R3 vérifiant x2 + y 2 + z 2 ≤ r2 , alors ∗ S est composée des points (x, y, z) de ∗ R3 tels
que x2 + y 2 + z 2 ≤ r2 .
Montrons que l’extension standard ne change pas si on caractérise l’ensemble de
l’espace réel par un autre système standard. Par exemple, considérons une partie A
de R2 pouvant être caractérisée par un système standard S1 (x, y) et aussi par un
système standard S2 (x, y) . Alors dans les réels les systèmes S1 (x, y) et S2 (x, y) sont
équivalents, il en est donc de même dans les hyperréels, ainsi l’extension ∗ A obtenue
en utilisant S1 (x, y) est la même que celle obtenue en utilisant S2 (x, y) . Cela est
évidemment indispensable pour valider la définition de l’extension standard ∗ A car
cela montre que l’extension standard ne dépend pas du système standard choisi pour
décrire A .
Ci-dessus on a vu qu’une partie de Rn qui était caractérisé par un système

standard, avait une extension standard. En fait
toute partie de Rn , en particulier tout ensemble de nombres
réels, a une extension standard.
8.3. Extension standard des parties de R, . . . de Rn . 123
Pour voir cela utilisons la fonction caractéristique d’un ensemble. Pour toute partie
A de Rn , on peut considérer la fonction caractéristique de A, notée δA qui est
la fonction qui vaut 1 en tout point de A et 0 en tout point de Rn ne se trouvant
pas dans A. La fonction δA est une fonction réelle de n variables, comme telle elle
s’étend à ∗ Rn . Remarquons que A est exactement l’ensemble des (x1 , . . . , xn ) de Rn
tels que
δA (x1 , . . . , xn ) = 1 , (8.4)
l’ensemble A peut donc être caractérisé dans Rn au moyen de la seule formule stan-
dard (8.4). Par conséquent, l’extension standard ∗ A existe et est l’ensemble des
points (x1 , . . . , xn ) de ∗ Rn tels que δA (x1 , . . . , xn ) = 1 .
Etablissons quelques propriétés simples et naturelles de l’extension standard.

Raisonnons par exemple pour des ensembles de l’espace à deux dimensions. Soit A
une partie de R2 . Pour tous réels x, y, on a
δA (x, y) · (1 − δA (x, y)) = 0 ,
il en est donc de même pour tout x, y hyperréels, et on a donc δA (x, y) = 0 ou

δA (x, y) = 1 . Il s’ensuit :
(
1 si (x, y) ∈ ∗ A ,
δA (x, y) =
0 si (x, y) 6∈ ∗ A .
Par conséquent l’extension standard de δA est la fonction caractéristique de ∗ A dans

∗ n
R .
Si une fonction réelle f (x, y) a pour ensemble de définition A, alors dans R les
formules standard f (x, y) = f (x, y) et δA (x, y) = 1 sont équivalentes, il en est donc
de même dans ∗ R, d’où :
si dans les réels l’ensemble de définition d’une fonction réelle f est un ensemble A,
alors l’ensemble de définition de l’extension standard de f est l’ensemble ∗ A.
Le passage de A à son extension ∗ A respecte les opérations ensemblistes : si A,

B sont des parties de Rn , alors
∗
(A ∩ B) = ∗ A ∩ ∗ B , ∗
(A ∪ B) = ∗ A ∪ ∗ B , ∗
(A \ B) = ∗ A \ ∗ B .
Ces propositions se prouvent en utilisant les fonctions caractéristiques et en appli-

quant le Principe de transfert.
On obtient ainsi une nouvelle extension du Principe de transfert : dans un sys-

tème standard, on peut inclure des formules de la forme (x1 , . . . , xn ) ∈ A ou de la
forme (x1 , . . . , xn ) 6∈ A, en effet la première est équivalente à la formule standard
δA (x1 , . . . , xn ) = 1 et la seconde à la formule standard δA (x1 , . . . , xn ) = 0 , mais
dans les hyperréels on interprète la formule (x1 , . . . , xn ) ∈ A par

(x1 , . . . , xn ) ∈ ∗ A et la formule (x1 , . . . , xn ) 6∈ A par (x1 , . . . , xn ) 6∈ ∗ A.
8.4 Dérivées partielles

Considérons une fonction réelle f (x, y) de deux variables. Fixons une des variables
en lui donnant une valeur réelle, par exemple soit y fixé et réel, on obtient la fonction
réelle d’une seule variable x 7→ f (x, y). On peut envisager la dérivée de cette fonction
et cette dérivée est appelée la dérivée partielle de f par rapport à x , cette dérivée
est notée fx′ ou encore 1 ∂f 2
∂x , Dx f . Autrement dit, en un point (x0 , y0 ) de R ,

∂f f (x0 + ∆x, y0 ) − f (x0 , y0 )
fx′ (x0 , y0 ) = (x0 , y0 ) = st
∂x ∆x
où ∆x est infiniment petit quelconque non nul, cette dérivée existe si le quotient
différentiel est défini et limité, et a sa partie standard indépendante de ∆x .
De même on peut fixer x réel et on obtient la fonction y 7→ f (x, y) . La dérivée
partielle de f par rapport à y , notée fy′ , ∂f ∂y ou Dy f , est la dérivée de cette fonction,
autrement dit

′ ∂f f (x0 , y0 + ∆y) − f (x0 , y0 )
fy (x0 , y0 ) = (x0 , y0 ) = st
∂y ∆y
pour tout ∆y infiniment petit non nul et moyennant les mêmes conditions d’existence
que ci-dessus.
Dans le calcul de fx′ la variable y se comporte donc comme une constante ; de
même dans le calcul de fy′ la variable x se comporte comme une constante. En
∂y
particulier ∂x = ∂x
∂y = 0 .
Par exemple
∂ sin(x2 − y 3 ) ∂ sin(x2 − y 3 )
= 2x cos(x2 − y 3 ) , = −3y 2 cos(x2 − y 3 ) .
∂x ∂y
Plus généralement la notion de dérivée partielle s’applique aux fonctions réelles
de n variables f (x1 , x2 , · · · , xn ) , on obtient alors n dérivées partielles notées
∂f
fx′ k , Dxk f .
∂xk
fx′ k est donc la dérivée de la fonction xk 7→ y = f (x1 , x2 , · · · , xn ) obtenue en assi-
gnant à chacune des autres variables xj une valeur réelle fixée.
D’après leur définition les dérivées partielles peuvent être considérées comme des
dérivées d’une fonction d’une seule variable, les règles de calcul de celles-ci leur sont
donc applicables.
8.5 Continuité de fonctions de plusieurs variables

On étend maintenant la notion de continuité vue pour les fonctions d’une variable.
Considérons une fonction réelle de deux variables, par exemple
√
f (x, y) := x − y .
1. la notation fx est aussi utilisée dans de nombreux ouvrages.
8.5. Continuité de fonctions de plusieurs variables 125
Dans les réels l’ensemble de définition D est le demi-plan caractérisé par x ≥ y,

dans les hyperréels l’ensemble de définition ∗ D est composé des points (x, y) de
∗ 2
R vérifiant la même inégalité x ≥ y. Fixons un point p0 = (x0 , y0 ) dans D . Si
p = (x, y) est un point de ∗ D et si p ≈ p0 , on a st(x) = x0 et st(y) = y0 et donc
√ p √
st( x − y) = st(x) − st(y) = x0 − y0 ,
ainsi f (x, y) ≈ f (x0 , y0 ). Pour exprimer cela on dit que f ou f (x, y) est continue
dans D . Plus généralement :
Définition. Soit f une fonction réelle de n variables et E un ensemble de points de

Rn . Alors f (ou f (x1 , . . . , xn )) est continue dans E lorsque lorsque pour tout point
(a1 , . . . , an ) de E
— f (a1 , . . . , an ) est définie,
— pour tout point (x1 , . . . , xn ) dans ∗ E tel que (x1 , . . . , xn ) ≈ (a1 , . . . , an ), on a
f (x1 , . . . , xn ) ≈ f (a1 , . . . , an ) .
Puisque deux points sont infiniment proches si et seulement si leurs coordonnées

respectives sont infiniment proches, les fonctions “coordonnées” (x1 , x2 , · · · , xn ) 7−→
xk sont continues dans Rn .
Les règles connues pour les sommes, produits et fractions de fonctions continues
d’une variable sont bien entendu maintenues pour les fonctions continues de plusieurs
variables. Il en est de même pour la continuité des fonctions composées :
si f (x) est continue dans un intervalle J de R et si g(x1 , . . . , xn ) est continue dans
une partie E de Rn , et si g(x1 , . . . , xn ) ∈ J pour tout point (x1 , . . . , xn ) ∈ E , alors
f (g(x1 , . . . , xn )) est continue dans E .
En utilisant conjointement ces règles et la continuité des fonctions “coordonnées”
on obtient aisément des fonctions continues de plusieurs variables. Ainsi tout poly-
nôme de deux variables (c’est-à-dire toute somme d’expressions de la forme cxp y q où
p, q sont des naturels) est continue dans R2 ; toute fraction de deux polynômes de 2
variables est continue dans R2 excepté où le dénominateur s’annule. Par exemple,
x2 y+2y 2
x+y est continue dans R2 excepté sur la droite d’équation x + y = 0 ;
p
4 − x2 − y 2 est continue dans {(x, y) : x2 + y 2 ≤ 4} c’est-à-dire dans le
disque de centre l’origine et de rayon 2 ;
arcsin(y − 2x) est continue dans {(x, y) : −1 ≤ y − 2x ≤ 1} c’est-à-dire dans
la bande du plan compris entre les droites y = 2x − 1 et y = 2x + 1 .
Il ne faut toutefois pas penser que tous les résultats concernant les fonctions
d’une variable se transposent directement pour les fonctions de plusieurs variables.
Ainsi on sait que toute fonction d’une seule variable dérivable en un réel est continue
en ce réel, mais on peut trouver des fonctions de plusieurs variables dont les dérivées
partielles existent en un point et qui ne sont pas continues en ce point ! C’est le cas
de la fonction suivante :
(
xy
2 2 si x 6= 0 ou y 6= 0
f (x, y) := x +y .
0 si x = y = 0
En dehors de l’origine, cette fonction est certainement continue et les dérivées par-
tielles existent. Envisageons maintenant le cas de l’origine. Cherchons fx′ à l’origine :
pour tout ∆x infiniment petit non nul, f (0 + ∆x, 0) = 0 et donc le quotient diffé-
rentiel est
f (0 + ∆x, 0) − f (0, 0)
=0,
∆x
d’où fx′ (0, 0) = 0 . De même fy′ (0, 0) = 0 . Considérons maintenant la droite y = λx,
où λ est un réel non nul, et sur cette droite prenons le point (∆x, λ∆x) où ∆x est
un infiniment petit 6= 0 . Ce point est infiniment proche de l’origine et on a
λ
f (∆x, λ∆x) = ,
1 + λ2
cette valeur est un réel non nul et n’est donc pas infiniment proche de f (0, 0). Ainsi
bien que (∆x, λ∆x) ≈ (0, 0) on a que f (∆x, λ∆x) 6≈ f (0, 0), la fonction f n’est donc
pas continue à l’origine. En fait cela n’est pas étonnant, car lorsqu’on considère les
deux dérivées partielles en un point (x0 , y0 ) on se déplace uniquement au départ
de (x0 , y0 ) dans des directions parallèles aux axes, par exemple pour fx′ (x0 , y0 ) on
considère f (x0 +∆x, y0 ) et on se déplace donc parallèlement à l’axe des x ; par contre
lorsqu’on envisage la continuité on envisage tous les points (x, y) infiniment proches
de (x0 , y0 ). Bien entendu cette différence ne peut se présenter lorsqu’on a une seule
variable.
8.6 Exercices
1. Cherchez les dérivées partielles des fonctions suivantes, dans quelle partie du
plan ce calcul est-il valable ? Où ces fonctions sont-elles continues. Représentez
sur un dessin les parties du plan ainsi trouvées.
x
f1 (x, y) := f2 (x, y) := sin(x + y 2 )
y
p
f3 (x, y) := x2 + 4y 2 − 16 f4 (x, y) := arcsin(x + y)
f5 (x, y) := tg(x + 2y) f6 (x, y) := arctg(x + y 2 )
∂f ∂f
2. En utilisant la définition des dérivées partielles, cherchez ∂y et ∂y en prenant
1
f (x, y) := .
x2 + y2 − 4
Précisez où ces dérivées partielles existent.
3. Soit p0 = (x0 , y0 ) un point fixé dans R2 . On considère la fonction qui à un
point quelconque p = (x, y) du plan associe la distance de p à p0 . Prouver
que cette fonction est continue dans R2 et admet des dérivées partielles en
tout point différent de p0 , cherchez ces dérivées partielles. Faites de même
dans l’espace R3 .
Chapitre 9
Nombres hypernaturels
Les nombres hypernaturels vont être des nombres qui se comporteront comme
les naturels mais parmi lesquels on trouvera des infiniment grands. Voyons comment
on les introduit.
9.1 Nombres hypernaturels

Utilisons la fonction partie entière x 7−→ [x] bien connue dans les réels ; rap-
pelons que si r est un réel, la partie entière de r, notée [r], est le plus grand entier
≤ r. Cette fonction permet de caractériser aisément les entiers et les naturels : si x
est un réel, le nombre x est un entier ssi [x] = x, et par conséquent
dans les réels le nombre x est un naturel si et seulement si
[x] = x et x ≥ 0 .
On sait aussi que toute fonction réelle s’étend en une fonction hyperréelle, en parti-
culier la fonction “partie entière” x ∈ R 7−→ [x] s’étend en une fonction hyperréelle
x ∈ ∗ R 7−→ [x] définie sur tous les nombres hyperréels. Dès lors :
Définition. Les nombres hypernaturels sont les nombres hyperréels tels que
[x] = x , x≥0 (9.1)
Dorénavant le système (9.1) sera noté N(x) , par conséquent :

— les naturels sont les réels x qui vérifient N(x) ,
— les hypernaturels sont les hyperréels x qui vérifient N(x) .
Nous allons maintenant montrer que les hypernaturels ainsi définis conservent
les propriétés typiques des naturels, cela justifiera évidemment le bien fondé de la
définition ci-dessus. Evidemment :
1. Tous les naturels sont des hypernaturels.
2. Tous les hypernaturels sont ≥ 0 .
127
128 Chapitre 9. Nombres hypernaturels
Dans les réels [x + 1] = [x] + 1, il en est donc de même dans ∗ R. Si m est un

hypernaturel, on a donc
[m + 1] = [m] + 1 = m + 1
et m + 1 est donc aussi un hypernaturel. Par conséquent :

3. Si m est un hypernaturel, alors m + 1 est aussi un hypernaturel
On sait qu’entre les naturels m et m + 1 il n’y a pas d’autre naturel, autrement dit
dans les réels le système
N(m) , N(k) , m ≤ k < m + 1
entraîne m = k, il en est donc de même dans les hyperréels, d’où

4. Entre les hypernaturels m et m + 1 il n’y a pas d’autres hypernaturels.
Dans les réels, x ≥ 0 entraîne
[x] ≥ 0 , [[x]] = [x] , [x] ≤ x < [x] + 1
il en est donc de même dans les hyperréels, d’où

5. Pour tout hyperréel x ≥ 0, le nombre [x] est un hypernaturel tel que
[x] ≤ x < [x] + 1 .
Les résultats ci-dessus montrent que les hypernaturels conservent de nombreuses

propriétés des naturels. Mais on veut aussi des nombres qui se comportent comme les
naturels et qui soient ig. D’après le résultat ci-dessus, il est facile de trouver de tels
nombres : en prenant H ig positif, le nombre [H] + 1 est un hypernaturel supérieur
à l’ ig H et est donc lui-même ig, d’où :
6. Il existe des hypernaturels infiniment grands. Plus précisément, si H
est ig > 0, alors [H] est un hypernaturel infiniment grand.
Intéressons-nous aux hypernaturels qui ne sont pas des naturels, montrons que
forcément ils sont ig. En effet soit m un hypernaturel non nul limité. Il existe donc
un réel r > m, il existe donc aussi un naturel > m . Prenons le plus petit naturel
> m, il est ≥ 1, notons-le q + 1. Alors q est un naturel et q ≤ m < q + 1. Vu la
propriété 4 ci-dessus,on m = q et m est donc un naturel. On a ainsi prouvé :
7. Tout hypernaturel est soit un naturel soit un infiniment grand positif.
9.2 Suites et limites de suites

Une suite de nombres est une collection de nombres indicés par tous les naturels
supérieurs ou égaux à un naturel fixé k0 , par exemple
1
( )
k+1
représente la suite
1 1 1 1
1, , , , . . . , ,...
2 3 4 k+1
9.2. Suites et limites de suites 129
En général une suite est représentée par la notation (xk ), le nombre k est l’indice
et le nombre xk est le terme d’indice k. Par exemple si on considère la suite
1
( ) (9.2)
k−3
le premier indice est 4 .
On considère ici des suites de nombres réels, autrement dit pour chaque naturel
k ≥ k0 le terme xk est réel. Remarquons qu’une suite peut alors être envisagée
comme une fonction réelle, ainsi la suite (9.2) peut être considérée comme étant la
1
fonction qui à chaque naturel k ≥ 4 associe le nombre k−3 . Plus généralement la
suite (xk ) de premier indice k0 peut-être envisagée comme étant la fonction qui à
chaque naturel k ≥ k0 associe le nombre xk . En considérant l’extension standard
de la fonction réelle k 7→ xk , on voit que cette fonction est aussi définie pour tout
k hypernaturel ≥ k0 , dès lors le terme xk est aussi défini pour tout hypernaturel
k ≥ k0 et donc pour tout hypernaturel k ig.
Quand on est en présence d’une suite, une question se pose naturellement : que
se passe-t-il lorsque l’indice devient de plus en plus grand. Les termes de la suite
vont-ils tendre vers un nombre bien précis ? Les nombres de la suite vont-ils devenir
arbitrairement grands ? . . . . Aussi on va considérer les termes de la suite lorsque
l’indice k est ig, on envisagera alors la limite de la suite. De la sorte on raisonne
comme pour la limite de f (x) lorsque x tend vers +∞, alors x parcourait tous
les hyperréels ig > 0, maintenant l’indice k va parcourir les hypernaturels ig. Par
exemple considérons les trois suites suivantes :
2k 1
uk := , vk := , wk := k 2 .
k+1 k3
Pour tout hypernaturel k ig on a
uk ≈ 2 , vk ≈ 0 , wk ig > 0 .
Dès lors on dit que la limite de la suite (uk ) est 2, que la limite de la suite (vk ) est
0 et que la limite de la suite (wk ) est +∞. Plus généralement, on définit les limites
de suite comme suit :
— la limite de la suite (xk ) est un réel r (ou xk tend vers r), en abrégé
lim xk = r ,
k→+∞
lorsque xm ≈ r pour tout m hypernaturel ig, alors la suite est dite conver-
gente.
— la limite de la suite (xk ) est +∞, respectivement −∞, en abrégé
lim xk = +∞, respectivement − ∞ ,

k→+∞
lorsque pour tout m hypernaturel ig le nombre xm est un ig > 0, respective-

ment un ig < 0.
Des limites de fonctions on déduit directement de nombreuses limites de suites :

si limx→+∞ f (x) existe, alors la limite de la suite (f (k)) vaut limx→+∞ f (x) .
2x+1
Ainsi puisque limx→+∞ x−3 = 2, la limite de la suite ( 2k+1
k−3 ) vaut également 2.
Mais on peut aussi considérer des limites de suites qui ne sont pas 1 des cas
particuliers
√ de limites de fonctions. Ainsi soit a un réel > 1, cherchons
√ la limite de
la suite√ ( k a). Prenons d’abord k naturel √ non nul. Remarquons k a > 1, posons
uk := k a − 1. De la sorte uk > 0. De plus k a = 1 + uk et donc
k
X
a = (uk + 1)k = Ckj ujk > Ck1 uk = k uk .
j=0
Il s’ensuit
a
0 < uk < . (9.3)
k
Vu la Règle de transfert, il en est de même si k est un hypernaturel. En √
particulier,
si k est un hypernaturel ig, de (9.3) il découle que uk est ip et donc k a ≈ 1. Il
s’ensuit √
lim k a = 1 .
k→+∞
Cherchons encore la limite de la suite (k!). Pour tout naturel k on a k ≤ k! ,

il en est donc de même pour tous les hypernaturels ; en particulier , si k est un
hypernaturel ig, le nombre k! est donc ig > 0, par conséquent
lim k! = +∞ .
k→+∞
Voici un critère de convergence très utile :

Théorème 20 (Critère des suites monotones).
Toute suite de réels décroissante et bornée inférieurement (resp. croissante et bornée
supérieurement) par un réel r converge vers un réel ≥ r (resp. ≤ r).
Démonstration. Considérons la suite de réels (un ) décroissante et bornée infé-
rieurement par un réel r. Alors pour tous naturels m, n, l’inégalité m < n entraîne
r ≤ un ≤ um . D’après le Principe de transfert il en est de même pour tous hyperna-
turels m, n.
Prenons deux hypernaturels p, q infiniment grands tels que p < q. Alors
r ≤ uq ≤ up ≤ un pour tout naturel n .
Montrons que up ≈ uq . Supposons up 6≈ uq . On pourrait alors trouver un réel r′
tel que uq < r′ < up . Alors, pour tout naturel n , on aurait r′ < un , et d’après le
Principe de transfert, on aurait également r′ < um pour tout hypernaturel m. Mais
cela est impossible puisque uq < r′ . Par conséquent on doit avoir up ≈ uq .
De plus tous les uk sont compris entre r et u0 , tous les uk sont donc limités. Par
conséquent, tous les uk pour k infiniment grand ont la même partie standard L et
la suite un converge donc vers L . Puisque r ≤ uk , on a r ≤ st(uk ) = L . ✷
1. du moins pour l’instant
9.3. Extension de la notion de somme 131
Par exemple, soit a un réel > 1, alors la suite (a1/m ) est décroissante et bornée
inférieurement par 1, cette suite converge donc vers un réel ≥ 1 (en fait, comme on
pourra le voir plus tard, cette suite vers 1 ) .
9.3 Extension de la notion de somme

On sait considérer une somme qui a un nombre fini de termes. Montrons mainte-
nant comment on peut considérer une somme d’une infinité de nombres, nous allons
voir comment (moyennant certaines conditions) on peut considérer la somme
n
X
tk = tm + tm+1 + . . . + tn
k=m
où m et n sont des hypernaturels (m ≤ n), une telle somme aura une infinité de
termes si le nombre de termes n − m + 1 est infiniment grand.
Envisageons d’abord deux exemples.

Pm 1
Exemple 1 k=1 k où m est un hypernaturel ≥ 1 .
Lorsque m est un naturel non nul, posons

m
X 1
S(m) := ,
k
k=1
on définit ainsi une fonction réelle m 7→ S(m) définie pour tout réel m satis-
faisant le système
N(m) , m ≥ 1 .
D’après le Principe de transfert, cette fonction s’étend en une fonction hy-
perréelle définie pour tout hyperréel m vérifiant le même système, on peut
Pml’expression S(m) pour tout hypernaturel m ≥ 1 , cela per-
ainsi considérer
met d’écrire k=1 k1 pour tout hypernaturel m ≥ 1 , en particulier pour tout
hypernaturel ig.
Pm 1
Exemple 2 k=0 (k+ε)2 où m est un hypernaturel et ε un ip > 0.
Lorsque m est un naturel et u est un réel > 0 posons

m
X 1
S(m, u) := ,
(k + u)2
k=0
on définit ainsi une fonction réelle (m, u) 7→ S(m, u) définie pour tous m, u
réels satisfaisant le système
N(m) , u > 0 , (9.4)
d’après le Principe de transfert, cette fonction s’étend en une fonction hy-
perréelle définie pour tous m, u hyperréels vérifiant le même système
Pm (9.4).1
Pour tout hypernaturel m, on peut ainsi considérer l’expression k=0 (k+ε) 2
comme étant S(m, ε).

Au travers de ces deux exemples, on voit que les termes t0 , t1 , . . . , tk . . . , tm

peuvent être donnés au moyen d’une expression dépendant du seul indice k (exemple
1) ou dépendant en plus de k d’un paramètre hyperréel (exemple 2). Envisageons
maintenant le cas général. A propos des termes tk de la somme, supposons :
les termes tk , où k varie parmi les hypernaturels, sont de la forme T (k)
ou T (k, w) où T est l’extension standard d’une fonction réelle et w est,
s’il est présent, un paramètre hyperréel.
P
Voyons comment alors définir la somme nk=m tk quels que soient les hyperna-
turels m, n où m ≤ n . Envisageons par exemple le cas où
tk = T (k, w)
où w est un paramètre hyperréel supposé par exemple être > 0.

Pour tous naturels m, n tels que m ≤ n et pour tout réel u > 0, posons
n
X
S(m, n, u) := T (k, u) .
k=m
Ci-dessus la somme est bien définie car elle a un nombre fini de termes. De la sorte
on obtient une fonction réelle S : (m, n, u) 7→ S(m, n, u) définie pour tous m, n, u
réels vérifiant le système (
N(m) , N(n)
(9.5)
m≤n, 0<u
D’après le Principe de transfert, cette fonction s’étend en une fonction hyperréelle
définie pour tous m, n, u hyperréels vérifiant le même système (9.5), on peut ainsi
considérer l’expression S(m, n, u) pour tous hypernaturels m, n tels que m ≤ n
et pour tout hyperréel u > 0 . Il est dès lors normal d’étendre la définition de la
somme en posant pour m,n hypernaturels
n
X
tk := S(m, n, w) .
k=m
Bien entendu, il se peut que le premier indice pour lequel tk est défini, soit 1 ou un
autre naturel > 0, on procède alors de la même façon en imposant ci-dessus à m et
n d’être supérieurs au premier indice.
Pour que cette définition soit pertinente, il faut que ce que nous avons ap-
pelé “somme” conserve bien les propriétés des sommes que nous connaissions avant.
Comme on va le voir il en est bien ainsi. Rappelons d’abord les propriétés classiques
des sommes ayant un nombre fini de termes.
Les deux propriétés de base sont :
1. une somme ayant un seul terme est égal à ce terme.
n+1
X n
X
2. tk = tk + tn+1 .
k=m k=m
9.4. Sommer une infinité d’infiniment petits . . . 133
On connaît d’autres propriétés :

n
X n
X n
X n
X n
X
3. (tk + t′k ) = tk + t′k et λtk = λ tk ,
k=m k=m k=m k=m k=m
Xn n
X
4. | tk | ≤ |tk | ,
k=m k=m
n
X Xp p
X
5. tk + tk = tk si m ≤ n < p ,
k=m k=n+1 k=m
6. si tous les termes tk sont égaux à une même valeur t,
n
X
t = (n − m + 1) · t ,
k=m
Pn Pn
7. si tk ≤ t′k pour chaque k, alors k=m tk ≤ ′
k=m tk .
Comme nous allons le voir, ces propriétés sont ici conservées, l’utilisation de
l’appellation “somme” est donc légitime.
A titre d’exemple envisageons les propriétés 2 et 4 et considérons encore le cas
où tk = T (k, w) avec w > 0 . Appliquons simplement le Principe de transfert. Si m,
n sont des naturels et si u est un réel > 0, posons
n
X n
X
S(m, n, u) := T (k, u) et S ′ (m, n, u) := |tk (u)| .
k=m k=m
On sait que, si m, n, u sont réels, le système (9.5) entraîne

S(m, n + 1, u) = S(m, n, u) + T (n + 1, u) et |S(m, n, u)| ≤ S ′ (m, n, u) ,
vu le Principe de transfert il en est de même pour tous hyperréels m, n, u, d’où

n+1
X n
X n
X n
X
T (k, u) = T (k, u) + T (n + 1, u) et | T (k, u)| ≤ |T (k, u)|
k=m k=m k=m k=m
pour tous hypernaturels m, n tels que m ≤ n et tout hyperréel u > 0. On conclut en

remplaçant u par w .
PnAinsi on peut considérer des sommes ayant une infinité de termes : la somme
k=m tk compte n − m + 1 termes, elle contient donc une infinité de termes
si n − m + 1 est ig !
9.4 Sommer une infinité d’infiniment petits . . .

On sait que la somme d’un nombre fini d’ip est ip. Mais que se passe-t-il si
on ajoute un nombre infini d’ip ? Comme on va le voir, une telle somme n’est pas
nécessairement ip. Ainsi si nous choisissons un hypernaturel p ig, on a :

p
X 1 1
= p· = 1 = AP ,
p p
k=1
p
X 1 1 √
√ = p √ = p = IG ,
p p
k=1
Xp
1 1 1
= p = = IP .
p2 p2 p
k=1
Quand on ajoute une infinité d’ip, tout peut donc arriver, une somme d’une infinité
d’ip est donc un cas d’indétermination. De même une somme d’une infinité de limi-
tés est aussi un cas d’indétermination. Le résultat suivant permet de lever de très
nombreuses indéterminations de ces types.
Pm
Théorème 21. Considérons la somme k=0 λk uk .
P Pm
1. Si m k=0 |λk | est limitée et si chaque uk est infiniment petit, alors k=0 λk uk
est infiniment petite.
P Pm
2. Si m k=0 |λk | est limitée et si chaque uk est limité, alors k=0 λk uk est limi-
tée.
P Pm
3. Si m k=0 |λk | est infiniment petite et si chaque uk est limité, alors k=0 λk uk
est infiniment petite.
Démonstration. Le raisonnement
P est semblable dans les trois cas. Envisageons le
premier cas : supposons m k=0 |λk | limitée et uk ip pour chaque k . On peut alors
trouver un réel a tel que
m
X
|λk | < a .
k=0
Pm
Pour montrer que k=0 λk uk estPip, appliquons la définition d’un ip. : soit r un
m
réel quelconque > 0, prouvons | k=0 λk uk | < r . En effet, pour chaque k on a
|uk | < r/a , il s’ensuit
m
X m
X m
X m
r r X r
| λk uk | ≤ |λk ||uk | ≤ (|λk | ) = ( |λk |) < · a = r .
a a a
k=0 k=0 k=0 k=0
✷
En abrégé on a :
Pm
k=0 λk uk
uk IP uk LIM
Pm
k=0 |λk | LIM IP LIM
Pm
k=0 |λk | IP IP IP
Pour les ordres de grandeur

P ip et limité, tout se passe donc comme si on multi-
pliait l’ordre de grandeur de mk=0 |λk | par l’ordre de grandeur de tous les uk .
Chapitre 10
Trois résultats importants

concernant la continuité
Dans ce chapitre on voit trois résultats importants relatifs à la continuité des

fonctions : le Théorème des Bornes atteintes, le Théorème des Valeurs intermédiaires.
et le Théorème de Continuité uniforme.
10.1 Bornes atteintes et Valeurs intermédiaires

Le Théorème des bornes atteintes concerne les extrema des valeurs d’une fonction
lorsque la variable parcourt un intervalle. Il est clair que même dans des cas simples
de tels extrema peuvent ne pas exister, ainsi
— l’expression x2 + 1 n’a pas de maximum lorsque x ∈]0, +∞[,
— l’expression x1 n’a pas de pas de maximum lorsque x ∈]0, 1].
Par contre lorsque x ∈ [−3, 2] l’expression x2 + 1 a pour maximum 10 et pour
minimum 1, ce maximum est réalisé en prenant x = −3 et ce minimum est réalisé en
prenant x = 0. Le Théorème des Bornes atteintes nous donne une condition suffisante
très simple assurant qu’une fonction admette un maximum et un minimum dans un
intervalle :
Théorème 22 (Théorème des bornes atteintes ou Théorème de Weierstrass).
Soient a, b des réels et a < b . Si f est continue dans [a, b], il existe des réels c, d
dans [a, b] tels que pour tout x ∈ [a, b]
f (c) ≤ f (x) ≤ f (d) ,
autrement dit f atteint son minimum, respectivement son maximum, dans [a, b] en
c , respectivement en d .
Théorème 23 (Théorème des valeurs intermédiaires ou Théorème de Bolzano).
Soient a,b des réels, a < b et f une fonction continue dans [a, b]. Si M est un réel
compris entre f (a) et f (b) il existe un réel u dans [a, b] tel que M = f (u) .
Autrement dit :
135
136 Chapitre 10. Trois résultats importants concernant la continuité
moyennant la continuité de f dans [a, b], tout nombre réel compris entre
les deux valeurs f (a) et f (b) est lui même une valeur f (x) correspondant
à un x se trouvant entre a et b .
Ces deux théorèmes sont illustrés sur la figure 10.1.
y = f (x)
M
y
a u c u′ d u′′ b
Figure 10.1: Extrema atteints en c, d et M = f (x) en x = u, u′ , u′′
Pour autant qu’on puisse tracer le graphe de f dans [a, b] et en nous référant
à la figure 10.1, les conclusions données par ces deux théorèmes paraissent comme
évidentes :
1. on prend la plus grande et la plus petite ordonnée des points du graphe limité
aux abscisses se trouvant dans [a, b] et on trouve c et d en prenant les abscisses
correspondantes ;
2. pour trouver le réel u tel que M = f (u), on trace l’horizontale y = M , puisque
le graphe se trace d’un seul trait, cette horizontale coupe le graphe au moins
en un point, il suffit alors de prendre l’abscisse correspondant à ce point pour
trouver le réel u cherché.
Ces raisonnements ne sont pas des démonstrations car ils se basent sur le fait qu’on
puisse tracer le graphe de la fonction et le raisonnement repose essentiellement sur
des considérations graphiques. Rappelons d’ailleurs que le tracé du graphe n’est pas
toujours concrètement possible (voir l’exercice 4 page 82). De plus, le tracé de graphe
contient en fait de nombreuses “hypothèses cachées”. De vraies démonstrations s’im-
posent donc, nous ne les ferons pas ici 1 .
10.2 Applications à l’existence de racines

Ici on se place bien entendu dans les réels 2 .
1. on peut les trouver par exemple dans [16]
2. les conclusions seraient autres dans C, voir par exemple [8]
10.2. Applications à l’existence de racines 137
Envisageons d’abord l’existence de la racine pe d’un nombre réel. Soit a un

réel et p un naturel ≥ 2. Considérons l’équation
xp = a . (10.1)
Trois cas se présentent :

— p est pair a < 0 . Alors l’équation (10.1) n’a pas de solution.
— p est pair et a > 0 . Alors, si l’équation (10.1) a une solution x, elle a d’office
une seule autre solution à savoir −x, autrement dit cette équation
√ a exac-
tement deux solutions opposées par le signe ; par définition p a est alors la
solution > 0 de (10.1).
— p est impair. Vu le caractère strictement croissant de xp , l’équation
√ (10.1) ne
peut avoir qu’une seule solution qui, si elle existe est appelée p a.
Dans les cas 2 et 3 ci-dessus, le √problème est de savoir si on peut trouver un réel x
tel que xp = a autrement dit si p a existe.
Au chapitre 1, on a prouvé géométriquement que tout nombre positif avait une
racine carrée. Le Théorème des valeurs intermédiaires permet facilement d’étendre
cela et de prouver l’existence de la racine pe .
Prenons un réel a > 0. Deux cas se présentent :
— si a > 1, alors 1p < a < ap ,
— si 0 < a < 1, alors 0p < a < 1p .
De toute façon il existe des réels positifs u, v tels que u < v et up < a < v p . Puisque
xp est continu dans
√ R et a fortiori dans [u, v], il doit exister un réel positif w tel que
wp = a . Ainsi p a est bien définie.
√ √
Si a < 0 et si p est impair, le nombre − p −a est solution√de xp = a et donc p a
existe aussi. Attention, si p est impair et a < 0, la notation p a ne représente pas le
même nombre dans R et dans C (voir [8]), l’utilisation de racines d’ordre impair de
nombres négatifs est toujours délicate !
Rappelons que les puissances à exposants rationnels non entiers sont définies
au départ des racines et peuvent donc nécessiter des conditions pour exister, quatre
cas se présentent illustrés par les exemples suivants :
3 √
— la puissance a 4 = ( 4 a)3 est définie lorsque a ≥ 0 ,
3 √
— la puissance a− 4 = ( 4 a)−3 est définie lorsque a > 0 ,
4 √
— la puissance a 3 = ( 3 a)4 est définie pour tout a ,
4 √
— la puissance a− 3 = ( 3 a)4 est définie pour tout a 6= 0 .
Intéressons-nous aux polynômes à coefficients réels et à leurs racines

réelles éventuelles.
Rappelons qu’un nombre x0 est racine d’un polynôme P (x) lorsque P (x0 ) = 0 .
On sait qu’un polynôme de degré pair peut ne pas avoir de racine réelle, par exemple
x2 + 1 n’a pas de racine dans R. Considérons un polynôme P (x) de degré impair et à
coefficients réels. Alors les limites en +∞ et en −∞ sont infinies et de signe opposés,
dès lors on peut trouver un réel u et un réel v tels que P (u) < 0 < P (v) ; or P (x)
est continu dans R , on peut donc trouver entre u et v un réel w tel que P (w) = 0 .
On a ainsi prouvé :
138 Chapitre 10. Trois résultats importants concernant la continuité
Théorème 24. Tout polynôme de degré impair à coefficients réels a une racine
réelle. 3
10.3 Extension du Principe de transfert

Les deux théorèmes ci-dessus s’étendent naturellement aux hyperréels, pour ce
faire nous allons évidemment appliquer le Principe de transfert. Raisonnons dans le
cas du Théorème des valeurs intermédiaires, ce sera aussi l’occasion de mettre en
évidence une extension très utile du Principe de transfert.
Supposons que la fonction réelle f soit continue dans un intervalle I de R. Soient

u, v dans I tels que u < v, envisageons le cas f (u) < y < f (v) où y est réel, alors
d’après le Théorème des valeurs intermédiaires, il existe un réel w entre u et v tel
que y = f (w). Ainsi, dans les réels le système
(
u, v ∈ I
S1 (u, v, y) ≡
f (u) < y < f (v)
entraîne qu’il existe un réel w vérifiant

(
u<w<v
S2 (u, v, y, w) ≡
y = f (w)
Chaque fois que S1 (u, v, y) est vérifié, prenons un réel w vérifiant S2 (u, v, y, w) ,
considérons la fonction h qui à tous u, v, y réels vérifiant S1 (u, v, y), associe ce réel
w, autrement dit
u, v, y tel que S1 (u, v, y) 7−→ h(u, v, y) := w tel que S2 (u, v, y, w) .
Ainsi dans R le système standard S1 (u, v, y) entraîne le système standard
S2 (u, v, y, h(u, v, y)) . (10.2)
Appliquons maintenant le Principe de transfert : la fonction h admet une extension

standard et dans ∗ R le système standard S1 (u, v, y) entraîne encore le système stan-
dard (10.2). Par conséquent, pour tous u, v dans ∗ I et tout y tels que u < v et
f (u) < y < f (v), en prenant w = h(u, v, y) on obtient un nombre w entre u et v tel
que y = f (w) .
On peut raisonner de façon similaire pour le Théorème des bornes atteintes, en
conclusion :
Bornes atteintes et Valeurs intermédiaires étendus à ∗ R.

Soient f continue dans un intervalle I de R et u, v dans ∗ I tels que u < v.
1. Pour tout hyperréel y compris entre f (u) et f (v), il existe w entre u et v tel
que y = f (w) .
3. on peut donner une preuve purement algébrique de ce résultat, voir par exemple [8].
10.4. Continuité uniforme 139
2. Il existe w′ , w′′ dans ∗ [u, v] tels que f (w′ ) ≤ f (x) ≤ f (w′′ ) pour tout x dans
∗
[u, v] .
La démonstration ci-dessus est l’occasion de dégager une extension importante

du Principe de transfert. Revenons à la preuve ci-dessus. On est en présence d’un
système standard S1 (u, v, y) qui dans les réels entraîne qu’il existe un réel w tel qu’un
second système standard S2 (u, v, y, w) soit vérifié. Nous avons vu qu’alors pour u, v, y
hyperréels le système S1 (u, v, y) entraînait aussi qu’il existe un hyperréel w tel que
S2 (u, v, y, w) soit vérifié. On peut refaire exactement le même raisonnement pour
tous autres systèmes standard S1 (x1 , . . . , xn ) et S2 (x1 , . . . , xn , y). On obtient ainsi
l’extension suivante du Principe de transfert :
Extension du Principe de transfert

Si dans les réels chaque fois qu’un système standard S1 (x1 , . . . , xn ) est vé-
rifié, il existe un réel y vérifiant le système standard S2 (x1 , . . . , xn , y), alors
chaque fois que S1 (x1 , . . . , xn ) est vérifié dans ∗ R, il existe un hyperréel y
vérifiant S2 (x1 , . . . , xn , y).
10.4 Continuité uniforme

Considérons une fonction f continue dans un intervalle I. Si u et v sont ∗ I,
peut-on dire que u ≈ v entraîne f (u) ≈ f (v) ? En se rappelant la définition de la
continuité, on est tenté de répondre immédiatement oui, et pourtant cela n’est pas
toujours vrai et on peut avoir de mauvaises surprises !
Ainsi x1 est continu dans ]0, +∞[ et si ε est un infiniment petit > 0, on a bien
ε ≈ 2ε alors que
1 1 1
− = = IG
ε 2ε 2ε
et donc 1ε 6≈ 2ε
1
.
Toutefois si on se place dans un intervalle I de la forme [a, b] , on n’a plus de
mauvaise surprise :
Théorème 25 (Continuité uniforme).
Si f (x) est continu dans [a, b], alors
— f (u) est limité pour tout u dans ∗ [a, b] ,
— si u, v sont dans ∗ [a, b] et si u ≈ v, on a f (u) ≈ f (v) .
Démonstration. Soit f continue dans [a, b]. Si a ≤ u , v ≤ b et si u ≈ v, en prenant
r = st(u) = st(v), on a
r ∈ [a, b] , u ∈ ∗ [a, b] , r≈u
et donc f (r) ≈ f (u), la valeur f (u) est donc limitée. De la même façon on a
f (r) ≈ f (v) ; par conséquent f (u) ≈ f (v). ✷
Chapitre 11
Intégrales
Ici a, b sont des réels tels que a 0 .
11.1 Discrétisation de [a, b] de pas ∆x

Pas réel
Envisageons d’abord le cas où le pas ∆x est un réel > 0.
Considérons un réel ∆x > 0. Nous allons partager l’intervalle [a, b] en intervalles
de longueur ∆x, le dernier intervalle ainsi obtenu ayant une longueur ≤ ∆x , les
extrémités de ces intervalles seront notées xi . Soit p le naturel tel que
p · ∆x < b − a ≤ (p + 1) · ∆x . (11.1)
Cet entier p dépend de ∆x, c’est le nombre de fois que la longueur ∆x est portée au
départ de a avant d’atteindre ou de dépasser b . On pose
xk := a + k · ∆x pour i = 0, 1, . . . , p et xp+1 = b . (11.2)
On obtient ainsi une collection finie x0 , x1 , x2 , . . . xp+1 , appelée la discrétisation

de [a, b] de pas ∆x ; le nombre de points de cet échantillon est p + 2 . Cela est
illustré sur la figure 11.1, dans ce cas p = 6 .
Passage à un pas infiniment petit

On peut refaire la même construction pour tout pas hyperréel ∆x > 0, en parti-
culier pour tout pas infiniment petit > 0. Si le pas ∆x est ip, une question se pose :
va-t-on de la sorte atteindre b ? En fait on va devoir alors porter une infinité de fois
le pas ∆x. En effet on sait que le nombre infiniment grand b−a∆x est coincé entre deux
hypernaturels successifs, forcément infiniment grands, il existe donc un hypernaturel
infiniment grand p tel que
b−a
p< ≤p+1
∆x
141
142 Chapitre 11. Intégrales
∆x
a ✛ ✲ b
x0 x1 x2 x3 x4 x5 x6 x7
Figure 11.1: discrétisation de pas ∆x dans un cas où p = 6
et donc tel que (11.1) soit encore vérifiée. Ainsi si, au départ de a, on porte p fois
∆x on reste en dessous de b et si on porte ∆x une fois de plus on atteint ou on
dépasse b. Dès lors on définit les points de la discrétisation de pas ∆x exactement
comme plus haut au moyen de (11.2), mais bien entendu si ∆x est infiniment petit
les points x0 , x1 , . . . , xp , xp+1 sont en nombre infini, et deux points successifs de la
discrétisation sont alors infiniment proches.
Le plus souvent la longueur du dernier intervalle allant de xp à xp+1 est < ∆x.
Toutefois, si on se donne un hypernaturel m et si on prend ∆x = b−a m , le dernier
intervalle rencontré a également la longueur ∆x .
11.2 L’idée initiale : l’estimation d’une aire par des

rectangles
y
y = f (x)
x
a b
Figure 11.2: l’ensemble D
Soit f une fonction réelle d’une variable définie dans [a, b] . Supposons f (x) ≥ 0
dans [a, b]. Désignons par D la partie du plan délimitée par les droites d’équation
11.2. L’idée initiale : l’estimation d’une aire par des rectangles 143
x = a , x = b , l’axe des x et le graphe de la fonction f . Dans l’exemple de la

figure 11.2, D est donc la partie hachurée.
En introduisant l’intégrale de f dans [a, b], l’idée est de mesurer l’aire de D :
l’intégrale devrait représenter cette aire.
On peut approcher cette aire au moyen de rectangles : on choisit un pas réel ∆x > 0,
au moyen de ce pas on discrétise l’intervalle [a, b] et on obtient ainsi les points
x0 , x1 , . . . , xp+1 , alors une première évaluation de l’aire de D nous est donnée par la
somme des aires des p + 1 rectangles de base [xk , xk+1 ] et de hauteur f (xk ). Ainsi
on évalue l’aire de D par la somme
p−1
X
f (xk ) · ∆x + f (xp ) · (b − xp ) (11.3)
k=0
Cela est illustré sur la figure (11.3) : l’union des p + 1 rectangles de base [xk , xk+1 ]
et de hauteur f (xk ) est la partie grisée.
y
y = f (x)
x
a b
Figure 11.3: approche de l’ensemble D par une union de rectangles
Il est évident que cette évaluation de l’aire de D est d’autant meilleure que le pas
réel ∆x est petit, il semble aussi clair que les fluctuations des aires ainsi obtenues
sont d’autant plus petites que le pas est choisi petit. Dès lors afin d’améliorer au
mieux ces évaluations, de diminuer au mieux leurs fluctuations, une idée s’impose :
il faudrait prendre un pas ∆x infiniment petit et pouvoir considérer la
somme (11.3) associée à ce pas, nous aurions alors une excellente éva-
luation de l’aire cherchée.
C’est ce qu’on va faire : l’intégrale devrait être cette somme lorsque le pas est infini-
ment petit. Telle est l’idée de base de l’intégrale, nous devrons seulement y apporter
un “correctif infiniment petit”.
11.3 Sommes de Riemann

Soit f une fonction réelle d’une variable définie dans [a, b] . Ici f (x) n’est pas
nécessairement ≥ 0 dans [a, b].
Envisageons d’abord le cas d’un pas réel ∆x > 0. Discrétisons [a, b] au moyen du
pas ∆x, on obtient ainsi les point x0 , x1 , . . . , xp+1 . Comme plus haut considérons
p−1
X
f (xk ) · ∆x + f (xp ) · (b − xp ) (11.4)
k=0
autrement dit
p
X
f (xk )(xk+1 − xk ) ,
k=0
cette somme est appelée une somme de Riemann , elle est notée S(∆x) et elle
dépend de ∆x mais bien entendu aussi de la fonction f et de a, b.
y
y = f (x)
x
a b
Figure 11.4: Interprétation géométrique de S(∆x)
Comme on le voit sur la figure 11.4, S(∆x) est la somme des aires des rectangles
situés au-dessus de l’axe des abscisses moins la somme des aires des rectangles situés
en dessous de cet axe.
Ce qu’on vient de faire pour un pas réel ∆x on peut le faire pour un pas hyperréel
> 0, en particulier pour un pas infiniment petit. Les points de la discrétisation sont
définis de la même façon. Il est vrai que, si ∆x est infiniment petit, la discrétisation
est composée d’une infinité de xk , mais cela ne nous empêche pas de considérer
la somme (11.4), en effet en posant xk = b pour k > p + 1 on prolonge les xk
11.3. Sommes de Riemann 145
pour tout indice k hypernaturel

P et on est alors dans les conditions pour pouvoir
considérer la somme nk=m f (xk ) · (xk+1 − xk ) pour tous hypernaturels m, n tels que
m ≤ n . En particulier -et c’est cela qui nous intéresse- on peut considérer la somme
P p
k=0 f (xk ) · (xk+1 − xk ) . Bien entendu si ∆x est infiniment petit cette somme de
Riemann contient une infinité de termes.
Dans la somme de Riemann S(∆x) considérée ci-dessus on a chaque fois pris la

valeur de la fonction à l’extrémité gauche des intervalles obtenus en partageant [a, b].
On aurait pu procéder autrement et, pour chaque k, choisir un autre point entre xk
et xk+1 , on aurait pu prendre l’extrémité droite xk+1 ou encore le milieu . . . . En
fait pour choisir un point entre xk et xk+1 il nous faut une règle qui entre deux
nombres quelconques choisit un nombre, une telle règle est appelée une fonction de
choix, plus précisément :
ϕ est une fonction de choix définie dans [a, b] lorsque ϕ est une fonction réelle de
deux variables qui à tous u, v dans [a, b] tels que u < v associe un nombre ϕ(u, v) tel
que u ≤ ϕ(u, v) ≤ v . Alors, en prenant l’extension de ϕ aux hyperréels, ϕ choisit un
nombre ϕ(u, v) entre u et v pour tous hyperréels u v tels que a ≤ u < v ≤ b .
Plus haut en choisissant chaque fois l’extrémité gauche de l’intervalle considéré, on

a en fait utilisé la fonction de choix ExtrGauche définie par
ExtrGauche : (u, v) 7−→ u .
Voici quelques autres exemples de fonctions de choix :
ExtrDroite : (u, v) 7−→ v ,

u+v
M ilieu : (u, v) 7−→ ,
2
2u + v
P ond21 : (u, v) 7−→ .
3
Etant donné une fonction de choix ϕ, pour chaque hyperréel ∆x > 0, notons
x′k le point choisi entre xk et xk+1 , c’est-à-dire x′k := ϕ(xk , xk+1 ) . On considère la
somme obtenue comme plus haut mais en prenant cette fois la valeur de la fonction
f en chaque x′k , ainsi on considère la somme
p−1
X
Sϕ (∆x) := f (x′k ) · ∆x + f (x′p ) · (b − xp ) (11.5)
k=0
ou encore
p
X
Sϕ (∆x) = f (x′k ) · (xk+1 − xk ) . (11.6)
k=0
Cette somme est appelée la somme de Riemann associée au pas ∆x et à la fonction

de choix ϕ, elle sera notée Sϕ (∆x) .
11.4 Définition de l’intégrale de Riemann

Considérons encore une fonction définie f dans [a, b]. Rappelons l’idée à la base
de l’intégrale :
l’intégrale de f dans [a, b] devrait être une somme de Riemann associée
à un pas infiniment petit.
Mais tel quel cela poserait deux problèmes :
— l’intégrale ne serait pas un nombre réel,
— les sommes de Riemann fluctueraient sans doute encore et l’intégrale dépen-
drait du pas et de la fonction de choix considérés.
En fait on va pouvoir montrer que, moyennant la continuité de f , les sommes de
Riemann fluctuent encore lorsqu’on prend un pas ip mais que ces fluctuations sont
infiniment petites ! Dès lors si on veut gommer ces fluctuations il suffirait de prendre
la partie standard des sommes de Riemann ... pour autant que les sommes de Rie-
mann soient limitées. Ces considérations nous amènent à la définition suivante :
Définition (Intégrale de Riemann).

Rb
Soit f (x) définie dans [a, b]. L’intégrale de f dans [a, b], notée a f (x)dx, existe 1
lorsque pour ∆x infiniment petit > 0 et pour toute fonction de choix ϕ les sommes
de Riemann Sϕ (∆x) sont limitées et ont la même partie standard, alors
Z b
f (x)dx := st(Sϕ (∆x)) .
a
De telles fonctions existent-elles ? Oui, car nous allons voir que les conditions
ci-dessus sont vérifiées dès que la fonction est continue dans [a, b] (ce qui est n’est
pas bien exigeant).
De par les conditions de la définition, l’intégrale de f dans [a, b] est donc un
nombre réel qui dépend uniquement de la fonction f et des bornes d’in-
Rb
tégration a, b . Dans la notation a f (x)dx la variable x et l’expression dx sont donc
des symboles muets, ils nous rappellent la construction des sommes de Riemann et
comme on s’en rendra compte plus tard lors du calcul des intégrales ils sont tout
compte fait bien pratiques.
Complétons la définition ci-dessus en convenant :
Z a Z b Z a
f (x)dx := − f (x)dx et f (x)dx := 0 .
b a a
11.5 Existence de l’intégrale

Commençons par prouver que les sommes de Riemann sont limitées.
Théorème 26 (Encadrement des sommes de Riemann).

Soient f continue dans [a, b] et ϕ une fonction de choix. Considérons c, d réels de
1. on dit aussi que f est intégrable (au sens de Riemann) dans [a, b] et cette intégrale s’appelle
une intégrale de Riemann
11.5. Existence de l’intégrale 147
[a, b] tels que f (c) ≤ f (x) ≤ f (d) pour tout x dans [a, b] (de tels réels existent vu le
Théorème des Bornes atteintes). Alors pour tout pas ∆x > 0 on a
(b − a) · f (c) ≤ Sϕ (∆x) ≤ (b − a) · f (d) . (11.7)
et Sϕ (∆x) est limitée.
Démonstration. Soient c et d vérifiant les conditions du théorème. D’après le
Principe de transfert, pour tout x dans ∗ [a, b] on a f (c) ≤ f (x) ≤ f (d). Considérons
un pas ∆x > 0. Soient x0 , x1 , x2 , . . . , xp+1 la discrétisation de [a, b] de pas ∆x et
notons x′k le point choisi entre xk et xk+1 . Par conséquent pour chaque k on a
a ≤ x′k ≤ b et donc f (c) ≤ f (x′k ) ≤ f (d) , d’où
f (c) · (xk+1 − xk ) ≤ f (x′k ) · (xk+1 − xk ) ≤ f (d) · (xk+1 − xk ) .
En additionnant ces termes on obtient
Xp p
X p
X
f (c) · (xk+1 − xk ) ≤ f (x′k ) · (xk+1 − xk ) ≤ f (d) · (xk+1 − xk ) ,
k=0 k=0 k=0
c’est-à-dire
p
X p
X
f (c) · (xk+1 − xk ) ≤ Sϕ (∆x) ≤ f (d) · (xk+1 − xk )
k=0 k=0
Pp
et, puisque k=0 (xk+1 − xk ) = b − a , la double inégalité (11.7) est vérifiée.
Sϕ (∆x) est limitée car, vu (11.7), elle est comprises entre deux réels. ✷
Notre but est de prouver que les sommes de Riemann associées à des pas ip ont la
même partie standard, autrement dit sont infiniment proches. Nous pouvons changer
de discrétisation, nous pouvons aussi changer de fonction de choix. Commençons par
modifier la fonction de choix sur une même discrétisation de pas ip.
Théorème 27 (Indépendance du choix).
Soient f continue dans [a, b], ∆x ip > 0 et ϕ, ψ deux fonctions de choix. Alors
Sϕ (∆x) ≈ Sψ (∆x) .
La fonction de choix n’a donc pas d’influence sur la partie standard des sommes de
Riemann de même pas ip.
Démonstration. Soit x0 , x1 , . . . , xp , xp+1 la discrétisation de pas ∆x, notons x′k ,
x′′k le point choisi entre xk et xk+1 respectivement par ϕ et ψ . Les nombres x′k et
x′′k sont donc infiniment proches de xk et donc infiniment proches entre eux. Vu le
Théorème de Continuité uniforme, pour chaque k on a
f (x′k ) ≈ f (x′′k ) .
et f (x′k ) − f (x′′k ) est un ip εk . Nous avons
p
X p
X
Sϕ (D) − Sψ (D) = (xk+1 − xk )(f (x′k ) − f (x′′k )) = (xk+1 − xk )εk .
k=0 k=0
Pp
Dès lors, du théorème 21 et puisque k=0 |xk+1 − xk | = b − a, on a que la différence
des deux sommes de Riemann est ip. ✷
Nous n’avons plus à nous soucier de la fonction de choix, par exemple choisissons
x′k = xk . Faisons varier le pas ip.
Théorème 28 (Découpage).
Soit f continue dans [a, b]. Si ∆x et ∆x′ sont des pas ip > 0, alors S(∆x) ≈ S(∆x′ ) .
Démonstration. Soient u0 , u1 , u2 , . . . , up+1 la discrétisation de pas ∆x et
v0 , v1 , v2 , . . . , vq+1 la discrétisation de pas ∆x′ . Nous avons
p
X q
X
S(∆x) = f (ui ) · (ui+1 − ui ) et S(∆x′ ) = f (vj ) · (vj+1 − vj ) . (11.8)
i=0 j=0
1. Considérons simultanément tous les ui et vj et rangeons les par ordre croissant ;

notons wk avec k = 0, 1, . . . , l + 1 tous les nombres ainsi obtenus (voir figure 11.5),
bien entendu si ui et vj coïncident, on les prend une seule fois en considération.
a
u0 u1 u2 u3
a
v0 v1 v2 v3 v4
a
w0 w1 w2 w3 w4 w5 w6 w7
Figure 11.5: les nombres uk , vk et wk
2. Chaque intervalle allant de ui à ui+1 se découpe en intervalles successifs d’ex-

trémités wk , chaque terme de la somme S(∆x) se décompose ainsi en termes de
la forme (wk+1 − wk )f (. . .). Déterminons f (. . .) : l’intervalle allant de wk à wk+1
provient du découpage d’un certain intervalle allant de um à um+1 , alors le terme
(um+1 −um )f (um ) s’est partagé en plusieurs termes dont l’un est (wk+1 −wk )f (um ),
alors à la place de f (. . .) il faut prendre f (um ). Le nombre um dépend de k , notons
ck := um . Remarquons que wk se trouve entre um et um+1 et donc
wk ≈ ck . (11.9)
Ainsi la somme S(∆x) s’écrit :

l
X
S(∆x) = (wk+1 − wk )f (ck ) .
k=0
On peut faire de même avec la seconde somme de Riemann : chaque terme de

la somme S(∆x′ ) se décompose en termes de la forme (wk+1 − wk )f (dk ) où dk est
11.6. Calcul de l’aire 149
obtenu comme suit : l’intervalle allant de wk à wk+1 provient du découpage d’un

certain intervalle allant de un à un+1 , alors notons dk := un . Il s’ensuit
wk ≈ dk . (11.10)
Ainsi la somme S(∆x′ ) s’écrit :

l
X
S(∆x′ ) = (wk+1 − wk )f (dk ) .
k=0
3. Ainsi écrites les deux sommes de Riemann ont le même nombre de termes et les
termes correspondants ont un facteur commun, on peut maintenant faire la différence
de ces deux sommes, on obtient :
l
X
S(∆x) − S(∆x′ ) = (wk+1 − wk )(f (ck ) − f (dk )) .
k=0
Vu (11.9) et (11.10), on a ck ≈ dk et donc, vu le Théorème de continuité uniforme,
f (ck ) ≈ f (dk ) ,
ainsi f (ck ) − f (dk ) est ip. De nouveau grâce au théorème 21 et au fait que
l
X
(wk+1 − wk ) = b − a ,
k=0
on a que la différence des deux sommes de Riemann est ip.

✷
Au vu des trois théorèmes précédents, si f est continue dans [a, b], pour toute
discrétisation de pas ip > 0 et toute fonction de choix, la somme de Riemann est
limitée et deux sommes de Riemann correspondant à des pas ip et à des fonctions de
choix éventuellement différentes sont infiniment proches et ont donc la même partie
standard. Par conséquent :
Théorème 29 (Existence de l’intégrale).
Rb
Si f est continu dans [a, b], alors a f (x)dx existe.
11.6 Calcul de l’aire

En plus de la continuité de f (x) dans [a, b], supposons f (x) ≥ 0 et cherchons
l’aire de l’ensemble D (voir figure 11.2) définie à la page 143.
Considérons deux nouvelles fonctions de choix M ax et M in : si a ≤ u < v ≤ b,
M in(u, v) est le nombre w compris entre u et v tel que f (w) est le minimum de
f (x) pour u ≤ x ≤ v, de même M ax(u, v) est le nombre w′ compris entre u et v
tel que f (w′ ) est le maximum de f (x) pour u ≤ x ≤ v. Ainsi pour tout x entre
u et v on a f (w) ≤ f (x) ≤ f (w′ ) . Considérons un pas ∆x ip > 0 . Les rectangles
déterminés par la fonction de choix M in sont en dessous du graphe, tandis que les
rectangles déterminés par la fonction de choix M ax ont leur côté supérieur au dessus
du graphe. Dès lors on a
SMin (D) ≤ Aire de A ≤ SMax (D) . (11.11)
Mais Z b
SMin (∆x) ≈ SMax (∆x) ≈ f (x)dx .
a
Rb
L’aire de D est donc infiniment proche de a f (x)dx, mais cette aire doit être un
réel, par conséquent
Z b
Aire de D = f (x)dx . (11.12)
a
11.7 Propriétés des intégrales

Comme on va le voir, les propriétés des intégrales sont une adaptation des pro-
priétés des sommes.
Théorème 30 (Propriétés classiques).
Soient f , g des fonctions continues dans [a, b] et λ une constante réelle.
Rb Rb Rb Rb
1. a (f (x)+g(x))dx = a f (x)dx + a g(x)dxM thodedeSimpson et a λf (x)dx =
Rb
λ a f (x)dx .
Rb Rb
2. | a f (x)dx| ≤ a |f (x)|dx .
Z b
3. Si f (x) ≥ 0 pour tout x ∈ [a, b] , f (x)dx ≥ 0 .
a Z Z b
b
Si f (x) ≥ g(x) pour tout x ∈ [a, b] , f (x)dx ≥ g(x)dx .
a a
4. Si f est continu dans [a, c] et si a ≤ b ≤ c, alors
Z b Z c Z c
f (x)dx + f (x)dx = f (x)dx . (11.13)
a b a
Démonstration. 1. Les propriétés 1 et 2 se prouvent de la même façon, prouvons

la seconde. Soit ∆x un pas ip > 0 et x0 , x1 , . . . , xp+1 la discrétisation de pas ∆x .
On sait
p
X p
X Xp
| f (xk ) · (xk+1 − xk )| ≤ |f (xk ) · (xk+1 − xk )| = |f (xk )| · (xk+1 − xk ) .
k=0 k=0 k=0
Puisque | st(w)| = st(|w|) , on a

Xp p
X
| st( f (xk ) · (xk+1 − xk ))| = st(| f (xk ) · (xk+1 − xk )|)
k=0 k=0
Xp
≤ st( |f (xk )| · (xk+1 − xk )) (11.14)
k=0
11.7. Propriétés des intégrales 151
et donc Z Z
b b
| f (x)dx | ≤ |f (x)|dx .
a a
2. Si f (x) ≥ 0 dans [a, b], on a

Z b Z b Z b
f (x)dx = |f (x)|dx ≥ | f (x)dx| ≥ 0
a a a
d’où la première partie du résultat 3.

Si f (x) ≥ g(x), on a
Z b Z b Z b
0≤ (f (x) − g(x))dx = f (x)dx − g(x)dx
a a a
d’où la seconde partie de 3.
3. Prouvons (11.13). L’idée est simple : en prenant un ∆x ip > 0, on aimerait pouvoir

dire que la somme de Riemann dans [a, b] plus la somme de Riemann dans [b, c] nous
donne la somme de Riemann dans [a, c] ; mais cela en général est faux. En effet
le dernier intervalle obtenu en partageant [a, b] le plus souvent n’a pas la longueur
∆x et il se produit donc un décalage entre les abscisses prises dans [b, c] suivant
qu’on les choisit pour la somme de Riemann dans [a, c] ou la somme de Riemann
dans [b, c]. Si on veut éviter ce décalage il faut que le dernier intervalle obtenu
dans [a, b] ait exactement la longueur ∆x. Pour cela choisissons judicieusement ∆x,
plus précisément choisissons un hypernaturel m ig et posons ∆x = b−a m . Notons
x0 , x1 , . . . , xp , xp+1 les points de la discrétisation de [a, c] de pas ∆x, forcément
p > m. De la sorte xm = b et x0 , x1 , . . . , xm sont les points de la discrétisation de
[a, b] de pas ∆x, tandis que xm , xm+1 , . . . , xp+1 sont les points de la discrétisation
de [b, c] de pas ∆x. Nous avons
p
X m−1
X p
X
f (x′k ) · (xk+1 − xk ) = f (x′k ) · (xk+1 − xk ) + f (x′k ) · (xk+1 − xk )
k=0 k=0 k=m
[a,b] [b,c]
Autrement dit, si on pose S (∆x) (resp. S (∆x), S [a,c] (∆x) ), la somme de
Riemann de f considérée dans [a, b] (resp. [b, c], [a, c]), on a
b−a b−a b−a
S [a,b] ( ) + S [b,c] ( ) = S [a,c]( ).
m m m
En prenant la partie standard dans l’égalité ci-dessus, on obtient (11.13). ✷
Théorème 31 (Théorème de la moyenne). Si f est continue dans [a, b] , il existe

un réel u dans [a, b] tel que
Z b
f (x)dx = (b − a) · f (u) .
a
Démonstration. Appliquons le Théorème des bornes atteintes : prenons c et d

réels dans [a, b] tels que f (c) ≤ f (x) ≤ f (d) pour tout x ∈ [a, b] . Prenons ∆x ip
> 0 , vu le Théorème d’encadrement, on a
(b − a) · f (c) ≤ Sϕ (∆x) ≤ (b − a) · f (d) . (11.15)
En prenant les parties standard dans (11.15) on obtient
Z b
(b − a) · f (c) ≤ f (x)dx ≤ (b − a) · f (d)
a
c’est-à-dire Z b
1
f (c) ≤ f (x)dx ≤ f (d) .
b−a a
En utilisant le Théorème des valeurs intermédiaires dans l’intervalle [c, d] ou [d, c] ,
on obtient un réel u dans [c, d] ou [d, c] tel que
Z b
1
f (u) = f (x)dx .
b−a a
✷
L’interprétation géométrique est simple : si on suppose f (x) ≥ 0 dans [a, b], en
nous référant à la partie du plan D illustrée sur la figure 11.2, on voit qu’il existe
un u dans [a, b] tel que l’aire de D soit égale à l’aire du rectangle de base b − a et de
hauteur f (u) .
Remarque. On vérifie aisément :

Les propositions 1 et 4 du théorème 30 ainsi que le Théorème de la moyenne sont
encore vérifiés lorsque les bornes d’intégration ne sont pas placées dans le bon ordre.
Par contre les propositions 2 et 3 du théorème 30 (qui s’expriment par des inégalités)
exigent que les bornes d’intégration soient placées dans le bon ordre.
Revenons au calcul des aires en envisageant une situation plus générale que celle
envisagée précédemment. Supposons
f et g continus dans [a, b] et g(x) ≤ f (x) pour tout x ∈ [a, b] .
Désignons par K la partie du plan délimitée par les droites d’équation x = a , x = b ,
le graphe de f et le graphe de g (voir figure 11.6). Cherchons à mesurer l’aire de
K . Les aires devraient être invariantes par translation, on peut donc, si nécessaire,
appliquer à K une translation suivant la direction de l’axe des ordonnées de telle
sorte que K soit entièrement compris dans le premier quadrant, soit l e ~ 2 le vecteur
correspondant à cette translation. L’aire de K devrait valoir
Z b Z b
(f (x) + l)dx − (g(x) + l)dx
a a
Rb
c’est-à-dire a
(f (x) − g(x))dx . Dès lors :
Z b
Aire de K = (f (x) − g(x))dx .
a
11.8. Application au logarithme 153
y=f(x)
a b
x
y=g(x)
Figure 11.6: l’ensemble K
11.8 Application au logarithme
Par définition le logarithme népérien ou logarithme (naturel) d’un réel

u > 0, noté ln u (la notation anglo-saxonne étant Log u ), est défini par :
Z u
1
ln u := dt .
1 t
Cette intégrale existe bien puisque 1t est continu ]0, +∞[, donc continu dans [1, u]
ou [u, 1] .
L’interprétation graphique de ln u est très simple :
— si u > 1, le nombre ln u est l’aire de la surface comprise entre l’hyperbole
d’équation y = 1t , l’axe des t et les verticales t = 1 et t = u (voir figure 11.7),
— si 0 < u < 1, le nombre ln u est égale à l’opposé de cette aire.
La fonction logarithme népérien est donc la fonction
Z x
1
x ∈]0, +∞[7−→ ln x = dt .
1 t
De cette définition il découle immédiatement que ln x est strictement croissant.

1
y y= t
t
1 u
Figure 11.7: Interprétation graphique de ln(u) .
11.9 Intégrales avec des bornes d’intégration hyper-

réelles
R v f (x) continu dans un intervalle J de R. Alors pour tous réels u, v,
Supposons
l’intégrale u f (x)dx existe, cette intégrale définit une fonction réelle I(u, v) de deux
variables, il suffit de poser Z v
I(u, v) := f (x)dx
u
pour chaque u, v dans J. Comme toute fonction réelle, cette fonction s’étend en
une fonction hyperréelle, puisque initialement I(u, v) est défini pour tous u, v dans
l’intervalle J, son extension hyperréelle est définie pour tous u, v hyperréels se trou-
Rvant dans ∗ J. Ainsi au moyen de cette extension hyperréelle on peut considérer
v ∗
u f (x)dx pour tous u, v hyperréels dans J.
Par exemple, si ε est un ip > 0 les intégrales suivantes existent
Z 3+ε Z 1/ε Z 2−ε Z 2−ε
dx dx
x2 dx , x2 dx , ,
1−ε ε 1 x ε x
mais les intégrales Z Z
1 1
dx dx
,
−ε x 0 x
n’existent pas.
De plus
les Propriétés classiques des intégrales faisant l’objet du théorème 30 ainsi que le
Théorème de la moyenne sont conservés pour les intégrales ayant des bornes d’inté-
gration hyperréelle
Pour s’en rendre compte il suffit d’appliquer le Principe de transfert à ces résultats.
Envisageons par exemple la propriété concernant le module de l’intégrale. Supposons
par exemple que J =]a, b] . Alors dans les réels le système
a<u≤v≤b (11.16)
11.10. Calcul approché des intégrales 155
entraîne Z Z
v v
| f (x)dx| ≤ |f (x)|dx , (11.17)
u u
il en est donc de même dans les hyperréels d’où (11.17) est aussi vérifié pour tous
u, v dans ∗ J tels que u ≤ v . De même aussi pour le Théorème de la Moyenne : dans
les réels le système (11.16) entraîne qu’il existe un réel w tel que
Z v
u≤w≤v , f (x)dx = (v − u)f (w) . (11.18)
u
On conclut en appliquant la version du Principe de transfert vue à la page 139.
11.10 Calcul approché des intégrales

On sait ce qu’est une intégrale, on connaît un certain nombre de propriétés à
leur sujet, mais on ne sait pas encore comment calculer ces intégrales. Avec ce qu’on
connaît maintenant on ne peut calculer la valeur exacte de l’intégrale. Pour un tel
calcul la définition de l’intégrale est de peu de secours. Pour avoir une méthode
qui nous permette de calculer exactement de nombreuses intégrales, il nous faudra
attendre le Théorème fondamental (chapitre 13).
Par contre on peut dès maintenant calculer les intégrales de façon approchée,
pour cela il suffit de suivre l’idée de la définition : si on prend des pas réels ∆x
petits et si on calcule la valeur correspondante de la somme de Riemann, on va
obtenir une valeur approchée de l’intégrale, plus le pas réel sera petit plus la valeur
de la somme de Riemann devrait se rapprocher de la valeur exacte de l’intégrale.
Cette méthode est à la base des méthodes développées en Analyse numérique pour
calculer les intégrales de façon approchée (mais avec une précision arbitrairement
grande), les plus usuelles parmi ces méthodes sont la Méthode des rectangles, la
Méthode des trapèzeset la Méthode de Simpson. Explicitons quelque peu ces
trois méthodes. La fonction f est supposée être continue dans [a, b] et on note D la
surfaceface délimitée par le graphe de f , l’axe des abscisses et les verticales x = a,
x=b
Méthode des rectangles
Elle consiste à prendre un naturel m et à calculer l’intégrale au moyen de la somme

de Riemann de pas b−a m et correspondant à la fonction de choix Milieu, autrement
dit on prend comme valeur approchée de l’intégrale la somme
m−1
X xk + xk+1 b − a
f( )
2 m
k=0
où xk = a + k b−a
m . Cette méthode tire évidemment son nom du fait que la surface
D est approchée au moyen de rectangles de base b−a
m et dont la hauteur est la valeur
de f au milieu de [xk , xk+1 ] .
Méthode des trapèzes
On considère encore la discrétisation de [a, b] de pas b−a

m . Cette fois on approche la
surface D par des trapèzes dont la hauteur est b−a
m et les deux bases mesurent f (xk )
et f (xk+1 ) , ainsi on prend comme valeur approchée de l’intégrale la somme
b−a
(f (a) + 2f (x1 ) + 2f (x2 ) + . . . + 2f (xm−1 ) + f (b)) .
2m
Remarquons que cette expression est la moyenne des sommes de Riemann

SExtrGauche ( b−a b−a
m ) et SExtrDroite ( m ) .
Méthode de Simpson
On partage l’intervalle [a, b] en un nombre pair d’intervalles, on considère donc le

pas h = b−a
2m et les xk sont les points de la discrétisation de pas h. On approche cette
fois la surface D au moyen de m surfaces délimitées par
— l’arc de parabole Pk passant par les trois points du graphe de f d’abscisse
x2k , x2k+1 , x2k+2 ,
— l’axe des abscisses et les verticales x = x2k , x = x2k+2
Ainsi on remplace le graphe de f par une succession de m arcs de paraboles. Si
f (x) ≥ 0 dans [a, b], on prend comme valeur approchée de l’aire de mathcalD la
somme des aires des m surfaces délimitées par les arcs de parabole Pk . En général
on approche l’intégrale de f dans [a, b] par la somme des m intégrales I0 , . . . , Im−1
où Ik est l’intégrale entre x2k et x2k+2 du trinôme du second degré dont le graphe
est l’arc de parabole Pk .
Considérons la parabole d’équation y = Ax2 +Bx+C passant par les trois points
(−h, y0 ), (0, y1 ), (h, y2 ), on vérifie aisément que
y0 + y2 − 2y1 y2 − y0
A= , B= , C = y1 .
2h2 2h
En anticipant sur le Théorème fondamental (que nous verrons au chapitre 13), on
obtient Z h
2 h
(Ax2 + Bx + C)dx = Ah3 + 2Ch = (y0 + 4y1 + y2 ) .
−h 3 3
Dès lors l’intégrale Ik est donnée par
h
Ik = (f (x2k ) + 4f (x2k+1 ) + f (x2k+2 )) .
3
Par conséquent la méthode de Simpson évalue l’intégrale par la valeur approchée
I0 + I1 + . . . + Im−1 c’est-à-dire par
h
(f (a) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + . . . 2f (x2m−2 ) + 4f (x2m−1 ) + f (b)) .
3
Parmi ces trois méthodes, la Méthode de Simpson est en général la plus efficace.
Chapitre 12
Théorème de Lagrange et
conséquences
Le Théorème joue un rôle essentiel, il va d’abord nous permettre d’obtenir des

règles simples simples pour étudier la croissance et la décroissance d’une fonction.
12.1 Théorèmes de Rolle et de Lagrange

Théorème 32 (Théorème de Rolle).
Soient a, b ∈ R. Si f est dérivable dans ]a, b[, continue dans [a, b] et si f (a) = f (b),
la dérivée de f s’annule au moins en un réel de ]a, b[.
Démonstration.
Vu le Théorème des bornes atteintes, il existe c, d ∈ [a, b] tels que f (c) ≤ f (x) ≤ f (d)
pour tout x ∈ [a, b]. Deux cas se présentent :
1. f (c) = f (d) . Alors f est constante dans [a, b] et f ′ (x) = 0 pour tout x ∈]a, b[.
2. f (c) 6= f (d) . Alors, puisque f (a) = f (b), les nombres c, d ne peuvent se trouver
tous deux aux extrémités de [a, b], un au moins se trouve dans ]a, b[, soit c dans
]a, b[ . Alors f admet en c un minimum local. Vu le Principe de Fermat f ′ (c) = 0. ✷
Théorème 33 (Théorème de Lagrange).

Soit f dérivable dans un intervalle I. Alors pour tous u, v dans ∗ I, il existe w entre
u et v tel que
f (v) − f (u) = (v − u)f ′ (w) . (12.1)
Démonstration.
Raisonnons d’abord dans les réels. Soient u, v réels dans I et u < v. Soit G la
fonction définie par
G(x) := f (x) + K(u − x)
157
158 Chapitre 12. Théorème de Lagrange et conséquences
où K est une constante réelle. Cette fonction est dérivable dans I. Choisissons la
constante K pour que G(u) = G(v) , prenons donc
f (u) − f (v)
K= . (12.2)
u−v
Vu le Théorème de Rolle appliqué à la fonction x 7→ G(x) dans l’intervalle [u, v] il
existe c réel dans ]u, v[ tel que : G′ (c) = 0 et donc tel que f ′ (c) = K . La formule de
l’énoncé se déduit dès lors de (12.2).
Envisageons maintenant le cas où u, v sont hyperréels. Ci-dessus on a prouvé
que dans R le système standard u, v ∈ I entraîne qu’il existe un réel w vérifiant le
système standard
f (v) − f (u) = (v − u)f ′ (w) , u<w<v.
En appliquant le Principe de transfert (version de la page 139) on en déduit qu’il en

est de même dans ∗ R. ✷
Remarque.
On doit rapprocher ce résultat du Théorème des accroissements infinitésimaux. Pre-
nons un réel x0 dans I et ∆x infiniment petit tel que x0 + ∆x soit dans ∗ I . D’une
part il existe c entre x0 et x0 + ∆x tel que
f (x0 + ∆x) − f (x0 ) = ∆xf ′ (c) ,
d’autrepart
f (x0 + ∆x) − f (x0 ) = ∆xf ′ (x0 ) + o(∆x) .
Le remplacement dans f ′ de x0 par c est donc le prix à payer pour obtenir exactement
f (x0 + ∆x) − f (x0 ) et aussi pour pouvoir considérer des ∆x non infiniment petits. .
12.2 Croissance, décroissance

Utilisons le Théorème de Lagrange pour étudier la croissance ou la décroissance
d’une fonction dans un intervalle tout entier.
Théorème 34. Soit f dérivable dans un intervalle I de R.

1. Si dans I on a f ′ (x) > 0 , resp. f ′ (x) < 0 , alors f (x) est strictement crois-
sante, resp. strictement décroissante, dans I .
2. Si dans I on a f ′ (x) ≥ 0 , resp. f ′ (x) ≤ 0 , alors f (x) est croissante, resp.
décroissante, dans I .
3. Si f ′ (x) = 0 dans I, alors f (x) est constante dans I .
En effet, envisageons le cas f ′ (x) > 0 dans I : soient u, v dans I et u < v, il

existe c ∈]u, v[, tel que
f (v) − f (u) = (v − u) · f ′ (c) ,

12.3. Application à la recherche d’extrema. 159
c est dans I d’où f ′ (c) > 0 et donc f (v) − f (u) > 0 .
Voici un résultat capital pour la suite, simple conséquence du Théorème de La-

grange. En effet, appliquant la dernière partie du théorème 34 à f (x) − g(x), on
obtient immédiatement :
Corollaire 35. Soient f , g deux fonctions dérivables dans un intervalle I de R.

Alors f ′ (x) = g ′ (x) dans I si et seulement s’il existe une constante réelle C telle que
f (x) = g(x) + C dans I
12.3 Application à la recherche d’extrema.

Envisageons la recherche des extrema locaux de f correspondants à des abscisses
où f est dérivable. D’après le Théorème de Fermat ces abscisses sont parmi les
solutions de f ′ (x) = 0 ; mais il se peut que f ′ (x0 ) = 0 et que f n’admette pas en
x0 d’extremum local, par exemple x 7→ x3 est strictement croissante dans R et sa
dérivée s’annule en 0 .
Une première méthode pour trouver les abscisses correspondant aux
extrema locaux consiste à étudier le signe de f ′ (x) et d’en déduire ainsi
où f (x) est croissante, décroissante, on peut alors déterminer parmi les
solutions de f ′ (x) = 0 les réels donnant lieu à un maximum local et ceux
donnant lieu à un minimum local.
Nous verrons plus loin (Théoréme 43 page 182) un autre moyen efficace pour
déterminer dans certains cas si une abscisse où la dérivée s’annule donne lieu à un
extremum local.
2 2
Exemple 12.1. Admettons que l’aire de l’ellipse d’équation xa2 + yb2 = 1 (où a, b
sont > 0) vaut πab. Soit p0 = (x0 , y0 ) un point du plan tel que x0 et y0 soient > 0 .
Parmi toutes les ellipses passant par p0 et dont les axes sont ox et oy, déterminez
s’il y en une qui délimite une aire minimale, une qui délimite une aire maximale.
Solution. Soient a, b des réels > 0. Cherchons la relation entre a et b pour que
2 2
l’ellipse d’équation xa2 + yb2 = 1 passe par p0 . En choisissant a comme paramètre on
obtient :
a2 y 0 2
b2 = 2 .
a − x0 2
Notons Aire(a) l’aire délimitée par une telle ellipse. Puisque Aire(a) ≥ 0, les extrema
de Aire(a) correspondent aux extrema de Aire2 (a) . Cherchons donc les valeurs de
a > 0 qui donnent lieu à des extrema de
π 2 a4 y 0 2
Aire2 (a) = .
a2 − x0 2
On a
d Aire2 (a) 2π 2 y02 a3 (a2 − 2x20 )
= ,
da (a2 − x20 )2
d’où √
a 0 2 x0
d Aire2 (a)
0 <0 0 >0
da
Aire(a)2 ց min. local ր
√
L’aire délimitée par l’ellipse a donc un minimum pour a = 2x0 et n’a pas de
maximum. La valeur minimum de l’aire vaut
√
Aire( 2x0 ) = 2πx0 y0 .
Exemple 12.2. La résistance à la déformation d’une poutre horizontale de section

rectangulaire est proportionnelle à la largeur de sa section et au cube de la hauteur
de sa section. Quelle est la poutre la plus résistante qui puisse être taillée dans un
tronc d’arbre cylindrique de rayon r fixé.
Solution. Notons h, l respectivement la hauteur, la largeur de le section. Notons

D la résistance à la déformation. On a donc
D = klh3 (12.3)
où k est une constante > 0.

Cherchons la relation reliant l et h. Puisque la section est un rectangle inscrit
dans un cercle de rayon r on a forcément
l h
r2 = ( )2 + ( )2
2 2
d’où 4r2 = l2 + h2 . Au vu de (12.3), prenons h comme variable indépendante, ainsi
D apparaît comme une fonction D(h) . Puisque
p
l = 4r2 − h2
on a p
D(h) = kh3 4r2 − h2 .
Il s’ensuit
4kh2 (3r2 − h2 )
D′ (h) = √ .
4r2 − h2
Le signe de D′ (h) est donc donné par le signe de 3r2 − h2 , d’où
√
h 0 3r
D′ (h) > 0 > 0 0 <0
D(h) ր ց
√
D(h)
√ est donc strictement croissant dans [0, 3r] et strictement√décroissant dans
[ 3r, 0] , par conséquent D(h) admet un maximum pour √ h = 3r. Il faut donc
tailler une poutre dont la hauteur de la section vaut 3r et dont la largeur de la
section vaut r .
12.4. Exercices proposés 161
12.4 Exercices proposés

1. Si p · V = 20 et si p = 4 ± 0.005 , évaluer V . Quelle est la précision de cette
évaluation.
2. Montrer que la somme de deux termes positifs dont le produit est constant
est minimum lorsque ces termes sont égaux.
3. En enlevant des carrés égaux aux quatre coins d’une feuille carrée de côté a,
on obtient le développement d’une boîte sans couvercle. Quelle doit être la
longueur du côté de ces carrés pour obtenir une boîte de volume maximum ?
4. Comment plier une tôle de zinc, large de 12 cm de manière que la gouttière
ainsi formée ait la forme d’un trapèze isocèle de grande base 8 cm et que la
capacité de cette gouttière soit maximum ?
5. On possède des cercles de métal de rayon r dans lesquels on veut découper
un triangle isocèle dont la surface est maximum. Comment procéder ?
6. Une fenêtre normande (rectangle surmonté d’un demi-cercle) doit avoir une
surface de 4 mètres carrés. Comment la tracer pour avoir le plus petit péri-
mètre possible ?
7. Par un point donné à l’intérieur d’un angle, mener une droite qui forme avec
les deux côtés de l’angle un triangle d’aire minimum.
12.5 Théorème des accroissements infinitésimaux,

3e partie
Rappelons que dans le Théorème des accroissements infinitésimaux, on se plaçait
en un réel x0 et on évaluait ∆f = f (x0 + ∆x) − f (x0 ) pour ∆x infiniment petit. A
l’occasion de la continuité uniforme, on a vu qu’on pouvait parfois avoir de mauvaises
surprises en remplaçant un réel par un hyperréel (voir page 139). On peut dès lors
se poser la question :
si dans la 2e partie du Théorème des accroissements infinitésimaux on
remplace le réel x0 par un hyperréel x, les conclusions sont-elles conser-
vées, autrement dit peut-on encore prétendre que
f (x + ∆x) − f (x) = f ′ (x)∆x + o(∆x) ?
En fait, comme on va le voir, la réponse à cette question est liée au fait que la dérivée
f ′ soit continue. On définit :
soit I un intervalle de R, la fonction réelle f est continûment dérivable dans I
lorsque f est dérivable dans I et lorsque la dérivée de f dans I est continue dans I.
Comme précédemment, si l’intervalle I est de la forme [a, b], on considère seulement
f (x) pour a ≤ x ≤ b et en a et b on considère la dérivée à droite, respectivement à
gauche.
La réponse à la question posée ci-dessus est affirmative pour une fonction conti-
nûment dérivable dans [a, b] :
Théorème 36 (Accroissements infinitésimaux, 3e partie).

Soit f continûment dérivable dans [a, b] (a, b réels). Alors pour tout x dans ∗ [a, b]
pour tout ∆x infiniment petit non nul tels que x + ∆x ∈ ∗ [a, b], la variation
f (x + ∆x) − f (x) est O(∆x) et
f (x + ∆x) − f (x) = ∆x · f ′ (x) + o(∆x) . (12.4)
Démonstration. D’après le Théorème de Lagrange, il existe w entre x et x + ∆x

tel que
f (x + ∆x) − f (x) = ∆x · f ′ (w) . (12.5)
On a w ≈ x . La fonction f ′ étant continue dans [a, b] , on peut lui appliquer le
Théorème de Continuité uniforme, par conséquent f ′ (x) est limité et
f ′ (w) ≈ f ′ (x) ,
il existe donc ε ip tel que f ′ (w) = f ′ (x) + ε . En remplaçant dans (12.5) on obtient
f (x + ∆x) − f (x) = ∆x · f ′ (x) + ∆x · ε = ∆x · f ′ (x) + o(∆x) .
f ′ (x) étant limité, cela entraîne aussi que f (x + ∆x) − f (x) est O(∆x) . ✷
Chapitre 13
Le Théorème fondamental
Pour calculer une intégrale, il est bien connu qu’il faut chercher une primitive et
faire varier la primitive entre les bornes d’intégration. Ce résultat essentiel relie de
façon très étroite les deux notions de base de l’Analyse, les dérivées et les intégrales.
En fait cela fait l’objet d’un théorème qui à juste titre est qualifié de Théorème
fondamental de l’Analyse. Pourtant, a priori et sur base de ce que nous avons vu
jusqu’ici, les dérivées et les intégrales sont des notions bien distinctes ! L’histoire
des Mathématiques nous confirme cela. Ainsi dès la première moitié du 17e siècle
d’illustres mathématiciens tels Fermat, Pascal calculent des aires de parties du plan
comprises entre l’axe des abscisses et des courbes d’équation y = xn (n 6= 1 ), mais
ils calculent ces aires au prix d’ingénieux calculs de sommes d’une infinité d’aires de
rectangles. En fait on ne sait pas alors que le calcul de ces aires peut s’effectuer en
n+1
faisant varier xn+1 entre les abscisses adéquates. Il faut attendre Newton en 1669
et quelques années plus tard Leibniz pour prendre conscience de cela et découvrir
la relation fondamentale entre les aires considérées, autrement dit les intégrales, et
l’opération de primitivation qui est l’opération réciproque de la dérivation.
13.1 Le Théorème fondamental, 1ère partie

Théorème 37 (Théorème fondamental, première partie).
Soient I un intervalle
Rx de R , x0 un réel dans I et f (x) continue dans I. Alors la
fonction x 7→ x0 f (t)dt est dérivable dans I et dans cet intervalle
Z x
d
f (t)dt = f (x) .
dx x0
Rx
Démonstration. La fonction t 7→ f (t) étant continue dans I, l’intégrale x0 f (t)dt
existe quel que soit x dans ∗ I. Pour tout x dans ∗ I posons
Z x
G(x) := f (t)dt .
x0
163
164 Chapitre 13. Le Théorème fondamental
Fixons un réel x dans I et cherchons à dériver la fonction G en x . Soit ∆x

un infiniment petit non nul tel que x + ∆x soit dans ∗ I (on prend cette dernière
condition au cas où x serait à une extrémité de l’intervalle I). Evaluons le quotient
différetiel de G en x :
Z x+∆x Z x
G(x + ∆x) − G(x) 1
= ( f (t)dt − f (t)dt)
∆x ∆x x0 x0
Z x+∆x
1
= f (t)dt .
∆x x
D’après le Théorème de la moyenne il existe un w entre x et x + ∆x tel que
Z x+∆x
f (t)dt = ∆xf (w) .
x
Il s’ensuit
G(x + ∆x) − G(x)
= f (w)
∆x
et aussi w ≈ x . Alors f (w) ≈ f (x) et donc
G(x + ∆x) − G(x)
≈ f (x) .
∆x
Le quotient différentiel de G est donc limité et a pour partie standard f (x) . Ainsi
G′ (x) = f (x) dans l’intervalle I ✷
Ainsi l’opération de dérivation peut être considérée comme l’opération
réciproque de l’intégration dans [x0 , x] ! Il y a donc un lien très étroit entre les
opérations de dérivation et d’intégration.
En particulier, on peut maintenant dériver ln x . Puisque dans ]0, +∞[ ln x =

R x dt
1 t il s’ensuit immédiatement : ln x est dérivable dans ]0, +∞[ et
1
(ln x)′ = dans ]0, +∞[ .
x
13.2 Primitives
Soit I un intervalle de R.
Définition. La fonction H est une primitive de f dans I lorsque H ′ (x) = f (x)
dans l’intervalle I.
L’opération de primitivation, qui consiste à chercher une primitive de la fonction
considérée, est donc l’opération réciproque de la dérivation.
Attention : rappelons-nous que lorsqu’on considère la dérivée dans un intervalle
dont une extrémité est fermée, en cette extrémité par f ′ (x) on entend la dérivée à
droite ou à gauche selon qu’il s’agit de l’extrémité gauche ou de l’extrémité droite, il
en est donc de même pour les primitives. Ainsi, si on dit que H(x) est une primitive
de f (x) dans [a, b] cela signifie :
13.2. Primitives 165
— en tout point de ]a, b[ , on a H ′ (x) = f (x),

— f (a) est la dérivée à droite de H(x) en a,
— f (b) est la dérivée à gauche de H(x) en b.
3 √
Par exemple sin x est une primitive de cos x dans R et 32 x 2 est une primitive de x
dans [0, +∞[ .
Se pose évidemment la question de l’existence d’une primitive pour une fonction
donnée. La réponse est donnée par le Théorème fondamental, en effet d’après celui-ci,
si f est continue dans I et si nous fixons un x0 dans I, la fonction
Z x
x 7−→ f (t)dt
x0
est une primitive de f dans I , par conséquent :

Théorème 38 (Existence des Primitives).
Toute fonction continue dans un intervalle I de R admet une primitive dans cet
intervalle.
Bien entendu il ne peut y avoir unicité de la primitive d’une fonction, en effet si

on ajoute une constante à une fonction dérivable, la dérivée ne va pas être modifiée.
Là aussi la situation peut être précisée : d’après le corollaire 35 on a :
Si H1 est une primitive de f dans un intervalle I, alors une fonction H2
est une primitive de f dans I si et seulement s’il existe une constante
réelle C telle que H1 (x) = H2 (x) + C pour tout x ∈ I .
Par conséquent
toutes les primitives d’une même fonction dans un intervalle sont égales
entre elles à une constante additive près.
Mais attention si on travaille dans plusieurs intervalles ouverts I1 , I2 , . . . ne se
touchant pas, on peut ajouter à une primitive H de f une constante C1 dans l’in-
tervalle I1 , une constante C2 dans l’intervalle I2 ... , la fonction ainsi obtenue est
encore une primitive de f dans les intervalles considérés. Par conséquent quand on
parle “d’égalité à une constante additive près” il faut savoir que si on se place dans
plusieurs intervalles ouverts ne se touchant pas, la constante qu’il faut ajouter à une
fonction pour avoir l’autre peut très bien varier d’un intervalle ouvert à un autre.
Notation
Pour représenter le fait que deux fonctions f , g soient égales à une constante additive
près, on peut écrire f (x) = g(x)+C où C représente une constante arbitraire, mais
on écrit aussi f (x) ≃ g(x)
A priori, au vu de la définition, il serait normal de représenter les primitives

d’une fonction f (x) par exemple par la notation D−1 f (x), il n’en est pourtant pas
ainsi : les primitives d’une fonction f (x) se notent
Z
f (x)dx . (13.1)
Cela peut sembler anormal alors qu’au vu de la définition l’opération de primitivation

a priori ne serait pas liée à l’intégration ! Mais depuis le Théorème fondamental,
on sait que cela est faux,

R x on sait que pour obtenir une primitive de f (x) il faut
considérer l’intégrale x0 f (t)dt. Précisément voilà la raison de la notation (13.1) :
Rx
cette notation est en quelque sorte une “abréviation” de x0 f (t)dt. C’est
aussi la raison pour laquelle, dans le passé, les primitives étaient aussi appelées
intégrales indéfinies tandis que les intégrales étaient appelées intégrales définies.
Ainsi lorsqu’on écrit (13.1) la variable x n’occupe pas sa vraie place, la variable x
devrait en fait prendre la place de la borne supérieure d’intégration. On comprend
Rb
dès lors pourquoi la notation a f (x)dx désigne un nombre ne dépendant pas de x
mais dépendant de a et de b, tandis que la notation (13.1) représente une fonction
dont la variable est x.
13.3 Théorème fondamental, 2e partie

La 2e partie du Théorème fondamental va enfin nous permettre de calculer des
intégrales en faisant varier une primitive entre les bornes d’intégration.
Théorème 39 (Théorème fondamental, deuxième partie).

Soient a, b ∈ R, a < b et f continue dans [a, b]. Supposons que H soit une primitive
de f dans [a, b] . Alors
Z b
f (x)dx = H(b) − H(a) .
a
Démonstration. Soient x0 un réel fixé dans [a, b] et

Z x
G(x) := f (t)dt .
x0
G et H étant deux primitives de f dans [a, b] , il existe une constante réelle C telle
que G(x) = H(x) + C dans [a, b] . Il s’ensuit :
Z b Z x0 Z b
f (t)dt = f (t)dt + f (t)dt = −G(a) + G(b)
a a x0
= H(b) + C − H(a) − C = H(b) − H(a) .
✷
ParRexemple :
sin xdx ≃ − cos x dans R d’où
Z π
sin xdx = − cos π + cos 0 = 2 .
0
R dx
1+x2 ≃ arctg x dans R d’où
Z 1
1 π
dx = arctg(1) − arctg(−1) = .
−1 1 + x2 2
13.4. Exercices résolus 167
R√ 3
xdx ≃ 23 x 2 dans [0, +∞[ , d’où
Z 2
√
√ 4 2
xdx = .
0 3
Notation : la variation de H(x) entre a et b, c’est-à-dire H(b) − H(a), est souvent

notée [H(x)]ba
13.4 Exercices résolus

Exercice 13.1. Dérivons la fonction
Z sin x p
x 7−→ 1 + t2 dt .
1
√
Solution. La fonction t 7→ 1 + t2 est continue dans R. Par conséquent dans R
Z u p p
d
1 + t2 dt = 1 + u2 .
du 1
En utilisant la règle de dérivation d’une fonction composée on obtient dans R

Z sin x p p
d
1 + t2 dt = (cos x) 1 + sin2 x .
dx 1
Exercice 13.2. Soit f une fonction continue dans [0, 4] telle que f (x) > 0 pour
tout x ∈ [0, 4] . Que peut-on dire de la fonction h suivante :
Z x2
h : x 7→ f (t)dt ?
0
Solution. Pour u dans [0, 4] posons

Z u
G(u) := f (t)dt .
0
Dans [0, 4] on a G′ (u) = f (u) . Or h(x) = G(x2 ) . Puisque x2 ∈ [0, 4] si et seulement

si x ∈ [−2, 2] et vu les règles concernant la dérivée d’une fonction composée, la
fonction h est dérivable dans [−2, 2] et dans h′ (x) = 2xf (x2 ) dans [−2, 2] .
Ainsi h′ (x) < 0 dans [−2, 0[ et h′ (x) > 0 dans ]0, 2] ; la fonction h est donc
strictement décroissante dans [−2, 0[ , strictement croissante dans ]0, 2] et admet en
0 un minimum valant 0 .
13.5 Exercices
1. Soit f continue dans un I. Dérivez les fonctions suivantes en indiquant où
cela est possible :
Z 2x3
f1 : x 7−→ f (t) dt avec I=R,
1
Z 2 sin x
f2 : x 7−→ f (t) dt avec I = [0, +∞[ ,
0
Z 2x2
f3 : x 7−→ f (t) dt avec I = [2, +∞[ .
x2
2. Sachant que f est continu et strictement croissant dans R et que f (1) = 0.

Dérivez la fonction G définie ci-dessous et cherchez ses extrema locaux dans
l’intervalle ] − π2 , π2 [ :
Z 2 cos x
G(x) := f (t)dt .
0
Chapitre 14
Logarithmes et exponentielles
14.1 Logarithme népérien

On a déjà défini le logarithme népérien. On sait que ln u est défini pour tout
u > 0 par :
Z u
1
ln u = dt . (14.1)
1 t
Comme toute fonction réelle, la fonction ln x a une extension standard, par consé-
quent la formule (14.1) est vérifiée pour tout hyperréel u > 0.
On a déjà remarqué que ln x est strictement croissant et grâce au Théorème
fondamental, on sait aussi
1
ln′ (x) = .
x
Par conséquent ln x est la seule primitive de x1 dans ]0, +∞[ dont la valeur en 1 soit
0 . Nous allons maintenant compléter ces résultats.
Théorème 40. Si u et v sont des réels > 0

ln(u · v) = ln u + ln v . (14.2)
Démonstration. Soient u un réel > 0 fixé et g la fonction définie par
g : x > 0 7−→ ln(u · x) .
Dans ]0, +∞[ , on a
g ′ (x) = 1/x = (ln x)′ .
Il existe donc une constante C telle que pour tout x ∈]0, +∞[ on ait
ln x = g(x) + C = ln(u · x) + C .
En faisant x = 1 nous obtenons C = − ln u , d’où
ln(u · x) = ln u + ln x .
✷
169
170 Chapitre 14. Logarithmes et exponentielles
Il s’ensuit :
Si u, v sont des réels > 0 et si α est un rationnel 1 ,
1 u
ln = − ln u , ln = ln u − ln v , ln uα = α · ln u . (14.3)
u v
Démonstration. De
1 1
ln(u) + ln( ) = ln(u · ) = ln 1 = 0
u u
il découle les deux premières formules. Prouvons la troisième. Si α est un naturel
> 0, il suffit d’itérer la règle (14.2). Si α = 0 , la formule est vérifiée puisque ln 1 = 0 .
Si α = −m avec m un naturel > 0 , on a
1
ln u−m = m ln = −m ln u .
u
Considérons α = p/q avec p, q des naturels > 0 , on a
q
(up/q ) = up
d’où
q ln(up/q ) = p · ln u
et la formule annoncée est bien démontrée. ✷
Remarquons qu’en appliquant la Règle de transfert on voit que les formules
(14.2), (14.3) sont vérifiées pour tous hyperréels u, v > 0 .
Montrons
ln 2 < 1 < ln 3 (14.4)
Considérons la figure 14.1. Il est évident que ln 2 < 1. D’autre part
1 4 4 4 4 4 4 4 4 28271
ln 3 > ( + + + ++ + + + )= >1.
4 5 6 7 8 9 10 11 12 27720
Puisque ln x est continu dans ]0, +∞[, en appliquant le Théorème des valeurs inter-
médiaires à (14.4), on voit qu’il existe un réel u entre 2 et 3 tel que ln u = 1 , vu le
caractère strictement croissant de ln x un tel réel est forcément unique, ce réel est
particulièrement important et porte un nom particulier :
Définition. Le nombre e est l’unique réel u tel que ln u = 1 .
Par conséquent
2<e<3 .
Plus tard on verra comment la Formule de Taylor permet de calculer le nombre e
avec une précision arbitrairement grande, nous pourrons alors chercher un nombre
arbitraire de décimales de e et voir que e = 2.7182... . Signalons que le nombre e est
un nombre irrationnel et même un nombre transcendant.
1. cette condition sera abandonnée dès qu’on aura vu les exposants irrationnels
14.2. La fonction exponentielle 171
1
y= x
x
1 2 3
Figure 14.1: ln 2 < 1 < ln 3
Soit r un réel quelconque, en prenant pour p la partie entière de r on a

p ≤ r < p + 1 et donc
ln(ep ) ≤ r < ln(ep+1 ) .
En appliquant encore le Théorème des valeurs intermédiaires il existe un réel v tel
que ln v = r, autrement dit
l’ensemble des valeurs de la fonction ln x est R .
Cherchons les limites de ln x en 0 et +∞ :
lim ln x = −∞ et lim ln x = +∞ . (14.5)
x→0 x→+∞
En effet : soient H un ig > 0 et m un naturel quelconque, on a H > em d’où

ln H > ln(em ) = m, ainsi ln H est plus grand que tous les naturels et est donc ig
positif. La limite en 0 se déduit de la limite en +∞ : si ε est un ip > 0, 1/ε est un
ig > 0 d’où ln ε = ln( 1ε ) est un ig < 0 .
Sur la figure 14.2, on a représenté le graphe de ln x .
14.2 La fonction exponentielle

La fonction x 7−→ ln x étant strictement croissante admet une fonction réci-
proque, d’où :
Définition. La fonction exponentielle, notée exp , est la fonction réciproque de
la fonction x 7→ ln x , autrement dit
v = exp(u) si et seulement si u = ln v , (14.6)

y=ln x
x
1 e
Figure 14.2: Graphe de ln x
En particulier
exp(0) = 1 et exp(1) = e .
Au vu de ce qu’on sait à propos de ln x , on a :
la fonction exp(x) est strictement croissante, son ensemble de définition

est R et son ensemble de valeurs est ]0, +∞[ et
lim exp(x) = +∞ et lim exp(x) = 0 .

x→+∞ x→−∞
Des propriétés de ln x on déduit encore :
exp(u + v) = exp(u) · exp(v) ,

1
exp(−u) = ,
exp(u)
exp(u)
exp(u − v) = ,
exp(v)
exp(α · u) = (exp(u))α .
En effet pour prouver l’égalité de nombres il suffit de prouver l’égalité de leur

logarithme, ainsi pour prouver la première de ces formules, il suffit de remarquer
ln(exp(u) exp(v)) = ln(exp(u)) + ln(exp(v)) = u + v = ln(exp(u + v)) .
Dérivons la fonction exponentielle. Remarquons d’abord que, vu le Théorème de

continuité des fonctions monotones, exp(x) est continu dans R . Soit x0 un réel fixé
14.3. Exposants quelconques 173
y=exp(x)
x
0 1
Figure 14.3: Graphe de exp(x)
et ∆x un ip 6= 0 . Pour nous ramener à la dérivée de ln, posons
y0 := exp(x0 ) et y0 + ∆y := exp(x0 + ∆x) .
Vu la continuité de exp(x), la variation ∆y est ip et est 6= 0. On a
x0 = ln(y0 ) et x0 + ∆x = ln(y0 + ∆y) .
Le quotient différentiel de exp s’écrit :

exp(x0 + ∆x) − exp(x0 ) ∆y 1
QD = = =
∆x ln(y0 + ∆y) − ln(y0 ) QDln
1
où QDln est le quotient différentiel de ln y en y0 . Or QDln ≈ y0 et est donc appré-
ciable. Par conséquent QD est aussi appréciable et
st(QD) = y0 = exp(x0 ) .
Par conséquent la dérivée de exp(x) en x0 vaut exp(x0 ) . En conclusion
exp′ (x) = exp(x) dans R .
14.3 Exposants quelconques

Ici a est un réel > 0.
On connaît déjà les puissances à exposants rationnels (voir page 137). Nous
voudrions ici donner un sens à ar pour tout réel r de telle sorte que les propriétés
élémentaires des exposants rationnels soient maintenues pour tous les exposants
réels. Il nous reste donc à définir des puissances à exposants irrationnels.
D’après (14.3), pour tout rationnel q on a
aq = exp(ln(aq )) = exp(q · ln a) . (14.7)
Dès lors tentons la définition suivante :
Définition. Soit a > 0 et r un irrationnel, alors posons
ar := exp(r · ln a) .
La formule (14.7) est donc vérifiée pour tout réel q et donc :

Pour tout a > 0 et pour tout u, on a
au = exp(u · ln a) . (14.8)
La définition ci-dessus des puissances à exposants irrationnels convient. En effet,

comme on va le voir, elle conserve les propriétés bien connues des exposants ration-
nels. Envisageons trois de ces propriétés.
1. Cherchons a(r1 +r2 ) .
a(r1 +r2 ) = exp((r1 + r2 ) · ln a) = exp(r1 · ln a) · exp(r2 · ln a) = ar1 · ar2 .
2. On a aussi ln(ar ) = ln(exp(r · ln a)) = r · ln a .
3. Cherchons ar1 ·r2 :
ar1 ·r2 = exp(r1 · r2 · ln a) = exp(r2 · ln(ar1 )) = (ar1 )r2 .
Ainsi pour tous a , b > 0, et pour tous u, u1 , u2 , on a
au1
a(u1 +u2 ) = au1 · au2 , a(u1 −u2 ) =
au2
1
a(u1 ·u2 ) = (au1 )u2 , a−u =
au
a au
(a · b)u = au · bu , ( )u = u
b b
(1 < a et u1 < u2 ) entraîne au1 < au2

(0 < u et a < b) entraîne au 0. Si ε est un ip > 0 et si H est un ig > 0, on a

εα = expα ln ε et H α = expα ln H .
On sait que ln ε est ig < 0 et ln H est ig > 0, il s’ensuit que εα est un ip et que H α est
un ig > 0. Si l’exposant α était négatif, il faudrait inverser les réponses, autrement
dit :
si α réel > 0 IP α = IP IGα = IG

si α réel < 0 IP α = IG IGα = IP
Fonction puissance à exposant réel α

Auparavant, on pouvait déjà considéré les√ fonctions puissances à exposants ra-
4 3
tionnels. Ainsi x 3 était définie
√ comme étant ( 3 x)4 dans R tout entier, tandis que x 4
3
était définie comme étant ( x) dans [0, +∞[ . Maintenant on peut aussi considérer
4
les fonctions puissances à exposant irrationel, c’est-à-dire les fonctions x 7→ xα où α

est une constante irrationnelle qui sont définies seulement pour x > 0 .
Que l’exposant α soit rationnel ou irrationnel, dérivons xα en nous limitant où
cela est toujours possible c’est-à-dire à l’intervalle ]0, +∞[ . Utilisons la formule
xα = eα ln x .
Ainsi on a
α
(xα )′ = eα ln x · = αxα−1
x
d’où
(xα )′ = αxα−1 dans ]0, ∞[ .
On retrouve ainsi la règle qu’on a déjà rencontré dans de nombreux cas particuliers.
Fonction exponentielle en base λ

On peut aussi aussi considérer la fonction exponentielle en base λ, la base
étant un réel λ > 1 fixé : il s’agit de la fonction x 7→ λx . Elle est définie dans R
tout entier et donc aussi dans ∗ R. On étudie aisément cette fonction grâce à
λx = ex ln λ . (14.9)
Ainsi cette fonction est strictement croissante.
Soient ε ip, H ig positif. On a
λε = eε ln λ ≈ 1 ,
de plus, puisque λH = eH ln λ et ln λ > 0, le nombre λH est ig positif et, puisque
λ−H = λ1H , le nombre λ−H est ip. En résumé, si λ > 1
λIP ≈ 1 , λIG>0 est IG > 0 , λIG<0 est IP

14.4 Ordres de grandeurs de ln H , H α , λH et H!

Soient α un exposant réel > 0 , λ un réel > 1 et H un infiniment grand
positif. Comparons les infiniment grands ln H, λH et H α et H! .
1. Comparons d’abord ln H et H α .
ln H ln x
≈0 c’est-à-dire lim =0 . (14.10)
Hα x→+∞ xα
ln x
Démonstration. Envisageons d’abord le cas de x . Pour tout x > 1, on a
Z x Z x √
ln x 1 dt 1 dt x−1
0< = ≤ √ =2 .
x x 1 t x 1 t x
En particulier, si H ig > 0,
√
H −1 1 1
0<2 = 2( √ − ) ≈ 0 ,
H H H
le rapport lnHH est compris entre deux ip et est donc aussi ip.
Pour ln H
H α , remarquons
1
ln H α ln(H α ) 1 ln G
= =
Hα Hα α G
ln G ln H
si on pose G = H α . Mais G est ig > 0 et donc G ≈ 0 d’où Hα ≈ 0. ✷
2. Comparons maintenant H α et λH . Pour cela ramenons-nous au cas ci-dessus :

posons G := λH = eH ln λ . Le nombre G est un ig > 0 et H = ln G
ln λ . On a donc
Hα (ln G)α 1 ln G
H
= α
= α
( 1 )α . (14.11)
λ (ln λ) G (ln λ) G α
1
Vu (14.10), la fraction (ln G)/G α est ip et l’expression (14.11) est un aussi ip, d’où
Hα xα
≈0 c’est-à-dire lim =0 . (14.12)
λH x→+∞ λx
3. Jusqu’ici l’ordre de grandeur le plus élevé est celui de λH . Montrons que l’ordre
de grandeur de H! est encore plus élevé, prouvons :
pour tout H hypernaturel infiniment grand,
λH λm
≈0 c’est-à-dire lim =0 . (14.13)
H! m→∞ m!
14.5. Logarithme en base λ 177
Démonstration. Fixons un naturel t supérieur à λ. Soit k un naturel > t . Alors
λk λt λk−t 1
= · · .
k! (t − 1)! t · (t + 1) · . . . · (k − 1) k
t
λ
La fraction (t−1)! est une constante réelle ne dépendant pas de k, notons-la C. Le
produit t · (t + 1) · . . . · (k − 1) compte k − t facteurs tous ≥ λ, d’où
λk−t
0< ≤1.
t · (t + 1) · . . . · (k − 1)
Par conséquent
λk C
0< ≤ .
k! k
L’inégalité ci-dessus est vérifié pour tout naturel k ≥ t , d’où, vu le Principe de
transfert, il en de même pour tout hypernaturel k ≥ t . En particulier, si H est un
H H
hypernaturel ig, on a 0 < λH! ≤ H C
d’où λH! est ip. ✷
Une indétermination importante reste à lever, la voici :
ln x
lim =1 .
x→1 x−1
Soit x ≈ 1 et x 6= 1. Vu le Théorème de la Moyenne et la définition de ln x, il existe

u entre x et 1 tel que
ln x 1
= ,
x−1 u
puisque x ≈ 1, on a u ≈ 1 et par conséquent
ln x
≈1.
x−1
14.5 Logarithme en base λ

La base est un réel λ > 1 .
ln u
Soit u > 0. Remarquons u = λv est équivalent à u = ev ln λ , c’est-à-dire v = ln λ .
Par conséquent :
pour tout nombre u > 0, il existe un et un seul nombre v tel que u = λv , ce nombre
v est appelé le logarithme de u en base λ et est noté logλ u. Autrement dit le
logarithme d’un nombre > 0 est l’exposant qu’il faut donner à la base pour obtenir
ce nombre.
Par exemple
1 1 1 1
log4 16 = 2 , log2 √ = − , log√3 9 = 4 , log9 √ = − .
2 2 3 4
Le logarithme népérien est donc le logarithme en base e. Le logarithme en base 10

d’un réel u > 0 est simplement noté log u .
Ci-dessus on a en fait prouvé :
ln u
logλ u = . (14.14)
ln λ
Cette formule permet d’étendre immédiatement les formules vues à propos de ln u

aux logarithmes dans une base quelconque : si u , v > 0 ,
logλ (uv) = logλ u + logλ v ,

1
logλ = − logλ u ,
u
u
logλ = logλ u − logλ v ,
v
logλ uα = α logλ u .
De (14.14), il découle la Formule de changement de base : si µ > 1 et u > 0
logλ u
logµ u = .
logλ µ
14.6 Exercices
1. Sans utiliser la calculatrice, cherchez :
4) 3log 10
√
1) log4 8 3
1
2) log2√3 5) 2log4 5
√144
3) log√2 5 16 6) 16log8 3
2. Résoudre √
1) ln 2x ≥ − ln(x + 1) 3) 8 · 2x = ( 2)x−1
2) log2 x > log8 (3x − 2) 4) ex < 10x
3. Des mathématiciens ont prouvé que le nombre 244497 − 1 était premier. Com-
bien de chiffres trouve-t-on dans son écriture décimale ?
1
4. En Chimie, on définit le pH d’une solution acide : pH=log où
[H+]
[H+] est la concentration en ions H+, c-à-d le nombre de moles H+ par litre
de solution.
(a) Quel est le pH d’une solution contenant 2 · 10−10 moles H+ par litre ?
(b) Quelle est la concentration en ions H+ d’une solution dont le pH est 4 ?
(c) Si la concentration en ions H+ augmente de 5%, comment varie son pH ?
Chapitre 15
Formule de Taylor d’ordre deux
La Formule de Taylor d’ordre deux poursuit la même idée que le Théorème de

Lagrange et va plus loin en utilisant la dérivée seconde.
2
Soit f (x) une fonction réelle. La dérivéé seconde f ′′ (x), notée aussi ddxf ou encore
f (2) (x), est bien entendu obtenue en dérivant f ′ , autrement dit f ′′ (x) = (f ′ (x))′ .
15.1 Formule de Taylor d’ordre deux

Théorème 41 (Formule de Taylor d’ordre deux).
Soient I un intervalle, f dérivable 2 fois dans I et a un réel dans I. Pour tout réel
x dans I différent de a, il existe un réel c dans ]a, x[ ou ]x, a[ (selon que a < x ou
x < a) tel que
(x − a)2 ′′
f (x) = f (a) + (x − a)f ′ (a) + f (c) .
2
Démonstration. On raisonne comme dans la preuve du Théorème de Lagrange, la
seule différence est qu’on considère une autre fonction G(y) . Fixons x dans I, x 6= a.
Posons cette fois
G(y) := f (y) + (x − y)f ′ (y) + K(x − y)2 .
où K est une constante. Cherchons la valeur à donner à K pour que G(x) = G(a) .
Il suffit pour cela d’avoir
f (x) = f (a) + (x − a)f ′ (a) + K(x − a)2
et donc de prendre
f (x) − f (a) − (x − a)f ′ (a)
K := . (15.1)
(x − a)2
Ainsi G(a) = G(x) , de plus G(y) est dérivable dans I, d’où également dans [a, x] ou
[x, a] . En appliquant le Théorème de Rolle, on obtient un réel c dans ]a, x[ ou ]x, a[
tel que G′ (c) = 0. Or
G′ (y) = (x − y)(f ′′ (y) − 2K) .
179
180 Chapitre 15. Formule de Taylor d’ordre deux
f ′′ (c)
Puisque c 6= x, nous avons forcément K = 2 , d’où la formule annoncée en
remplaçant dans (15.1). ✷
Il faut remarquer que le nombre c dont il est ici question dépend bien entendu de
la fonction considérée, de a mais aussi de x ; si nous modifions x il faut s’attendre
à ce que c change.
Remarque Grâce au Principe de transfert, on peut également appliquer la Formule

de Taylor pour x hyperréel dans ∗ I, le c est alors un hyperréel se trouvant entre a
et x .
La formule de Taylor d’ordre 2 s’énonce encore :
Si f est dérivable deux fois dans un intervalle I et si x0 , x0 + ∆x sont dans ∗ I (∆x

étant hyperréel, éventuellement réel), alors il existe c entre x0 et x0 + ∆x tel que
∆x2 ′′
f (x0 + ∆x) = f (x0 ) + ∆x f ′ (x0 ) + f (c)
2
c’est-à-dire
∆x2 ′′
f (x0 + ∆x) − f (x0 ) = dfx0 (∆x) + f (c) . (15.2)
2
Ainsi on élargit le champ d’application de la différentielle, on va pouvoir
calculer la variation de la fonction au moyen de la différentielle même lorsque ∆x
n’est pas assimilable à un infiniment petit et évaluer l’erreur ainsi commise puisque
cette erreur vaut
∆x2 ′′
| f (c)| .
2
Si on sait que dans l’intervalle I on a |f ′′ (x)| ≤ K (K étant une constante réelle),
alors l’erreur commise en calculant la variation de la fonction au moyen de dfx0 (∆x)
2
est donc ≤ K·∆x 2 .
Une fonction f est dite 2 fois continûment dérivable dans un intervalle I

lorsque f est dérivable deux fois dans I et f ′′ (x) est continue dans I . Remarquons
qu’alors f (x) et f ′ (x) sont toutes deux continues dans I .
Supposons f 2 fois continûment dérivable dans I. Prenons ∆x ip 6= 0, analysons
2
l’erreur commise ∆x ′′ ′′
2 f (c) . Alors c ≈ x0 et, puisque f (x) est continue dans I, on
′′ ′′
a f (c) = f (x0 ) + IP , d’où
∆x2 ′′ ∆x2 ′′
f (c) = f (x0 ) + o(∆x2 ) ,
2 2
on a ainsi prouvé
Théorème 42. Si f est 2 fois continûment dérivable dans I, alors pour tout x0
dans I et pour tout ∆x ip 6= 0 tel que x0 + ∆x soit dans ∗ I, on a
∆x2 ′′
f (x0 + ∆x) = f (x0 ) + ∆xf ′ (x0 ) + f (x0 ) + o(∆x2 ) . (15.3)
2
15.1. Formule de Taylor d’ordre deux 181
Application à sin x
Dans de nombreuses applications, lorsque la mesure α d’un angle est petite, on
assimile sin α à α, voyons quand cela est légitime. Convenons : si δ est un réel > 0 ,
la proposition “a = a′ à δ près” signifie que |a − a′ | < δ .
Estimons sin x à δ près.
Pour tout x 6= 0 il existe c entre 0 et x tel que
x2
sin x = x − sin(c) .
2
De plus
| sin c| ≤ |c| < |x| ,
il s’ensuit
|x|3
| sin x − x| ≤ . (15.4)
2
Soit δ la précision
√ considérée (δ est un réel √ > 0 ), pour que | sin x − x| < δ il suffit
3 3
donc que |x| < 2δ ; autrement dit si |x| < 2δ , on sin x = x à δ près. Envisageons
un cas concret en prenant δ = 10−3 : si |x| < 0.12 (radian !), on a sin x = x à 10−3
près.
Soit ε ip. Vu (15.3), on sait déjà sin ε = ε + o(ε2 ), mais on peut faire mieux. En
effet, d’après le Principe de transfert, l’inégalité 15.4, est encore vérifiée pour tout
x = ε. Il s’ensuit
| sin ε − ε| 1
0≤ ≤
ε3 2
| sin ε−ε|
la fraction ε3 est donc limité, autrement dit :
sin(ε) = ε + O(ε3 ) . (15.5)
Exercice. La fonction sinus cardinal notée sinc est la fonction définie par
(
sin x
x si x 6= 0 ,
sinc(x) =
1 si x = 0 .
Puisque sinε ε ≈ 1 pour ε ip, on sait déjà que la fonction sinc(x) est continue dans
R. Elle est aussi dérivable dans R0 . Dérivons sinc(x) en 0.
Solution. Pour dériver sinc(x) en 0, on doit appliquer la définition de la dérivée.
Soit ∆x ip 6= 0, le quotient différentiel en 0 s’écrit
sin(∆x)
∆x −1 sin(∆x) − ∆x
QD = =
∆x ∆x2
Vu (15.5)
LIM · ∆x3
QD = = IP ,
∆x2
la dérivée de sinc(x) vaut donc 0 en x = 0.
La Formule de Taylor d’ordre 2 a de nombreuses autres applications. Nous allons

en voir quelques unes.
15.2 Application à l’étude des extrema

Complétons les résultats dejà vus concernant la recherche des extrema locaux.
Théorème 43 (Détection d’un extremum).

Soit f deux fois continûment dérivable dans un voisinage d’un réel x0 . Si f ′ (x0 ) = 0
et f ′′ (x0 ) > 0 (respectivement f ′′ (x0 ) < 0 ), alors f admet en x0 un minimum local
(respectivement un maximum local).
Démonstration. Envisageons le cas où f ′ (x0 ) = 0 et f ′′ (x0 ) > 0 . En raison de la

continuité de f ′′ en x0 , il existe un voisinage V de x0 dans lequel f ′′ (x) > 0 . D’après
la Formule de Taylor pour tout x ∈ V il existe c entre x0 et x tel que
(x − x0 )2 ′′
f (x) = f (x0 ) + f (c) .
2
Forcément c est dans V et donc f ′′ (c) > 0 , par conséquent f (x) > f (x0 ) . La fonction
f admet donc en x0 un minimum local. ✷
15.3 Fonctions convexes. Concavité

Soient f une fonction définie au moins dans un intervalle I de R et G le graphe
de f .
Définition. La concavité de G est tournée vers le haut dans I lorsque pour

tous x1 , x2 dans I , le segment de droite joignant les points (x1 , f (x1 )), (x2 , f (x2 )
est situé au dessus de G pour toute abscisse se trouvant entre x1 et x2 , alors on dit
aussi que f est convexe dans I .
La concavité de G est tournée vers le bas dans I lorsque pour tous x1 , x2 dans
I le segment de droite joignant les points (x1 , f (x1 )), (x2 , f (x2 ) est situé en dessous
de G pour toute abscisse se trouvant entre x1 et x2 , alors on dit aussi que f est
concave dans I .
Cette situation est illustrée sur la figure 15.1. On sait que les équations paramé-
triques du segment joignant (x1 , f (x1 )), (x2 , f (x2 )) sont

x = λx1 + (1 − λ)x2
où λ ∈ [0, 1] ;
y = λf (x1 ) + (1 − λ)f (x2 )
par conséquent
f est convexe dans I si et seulement si pour tous x1 , x2 ∈ I et pour tout λ ∈ [0, 1]

on a
f (λx1 + (1 − λ)x2 ) ≤ λf (x1 ) + (1 − λ)f (x2 ) .
Théorème 44. Si f ′ (x) est croissante (resp. décroissante) dans I , f est convexe
(resp. concave) dans I .
15.3. Fonctions convexes. Concavité 183
y = f (x)
x1 x x2
Figure 15.1: Concavité tournée vers le haut
Démonstration. Supposons f ′ croissante dans I. Soient x1 , x2 ∈ I, x1 < x2 et

λ ∈]0, 1[ . Posons x := λx1 + (1 − λ)x2 . Il existe c1 , c2 tels que x1 < c1 < x < c2 < x2
et tels que
f (x1 ) = f (x) + (x1 − x)f ′ (c1 ) = f (x) − (1 − λ)(x2 − x1 )f ′ (c1 ) ,
f (x2 ) = f (x) + (x2 − x)f ′ (c2 ) = f (x) + λ(x2 − x1 )f ′ (c2 ) .
Il s’ensuit
λf (x1 ) + (1 − λ)f (x2 ) = f (x) + λ(1 − λ)(x2 − x1 )(f ′ (c2 ) − f ′ (c1 )) .
f ′ étant croissante, l’expression λ(1 − λ)(x2 − x1 )(f ′ (c2 ) − f ′ (c1 )) est ≥ 0 d’où
λf (x1 ) + (1 − λ)f (x2 ) ≥ f (x) .
✷
Il s’ensuit :
Soit f dérivable deux fois dans un intervalle I . Si f ′′ (x) est ≥ 0 (resp.
≤ 0 ) dans I , alors f est convexe (resp. concave) dans I .
La propriété ci-dessus donne un moyen pratique pour étudier la concavité d’un

graphe : il suffit d’étudier le signe de f ′′ (x).
Définition. Le point (a, f (a)) est un point d’inflexion de G si f est dérivable en
a et s’il existe des réels u, v tels que G ait des concavités de sens opposé dans les
intervalles [u, a] et [a, v] .
Pour déterminer les points d’inflexion il faut donc déterminer les abscisses où
f ′′ (x) change de signe.
Utilisons la Formule de Taylor d’ordre 2 pour comparer la position du graphe et
de la tangente.
0.75
x
-2 -1 1 2
1
Figure 15.2: graphe de
1 + x2
Théorème 45. Si f est dérivable deux fois dans l’intervalle I et si f ′′ (x) ≥ 0 (resp.
f ′′ (x) ≤ 0 ) dans I , alors pour tout x0 ∈ I la tangente à G au point (x0 , f (x0 )) se
trouve en dessous (resp. au dessus) de G en toute abscisse de I .
Démonstration. Envisageons le cas où f ′′ (x) ≥ 0 pour tout x ∈ I . Soit x0 ∈ I et
notons T0 la tangente en (x0 , f (x0 )), l’équation de T0 s’écrit :
y = f (x0 ) + f ′ (x0 )(x − x0 ) . (15.6)
Soit x ∈ I . D’après la Formule de Taylor il existe c entre x0 et x tel que
(x − x0 )2 ′′
f (x) = f (x0 ) + (x − x0 )f ′ (x0 ) + f (c) . (15.7)
2
Comparons les ordonnées des points de T0 et de G de même abscisse x en utilisant
les équations (15.6) et (15.7) : puisque f ′′ (c) ≥ 0, on constate que l’ordonnée du
point de G est supérieure ou égale à celle du point de T0 . ✷
1
Exemple 15.1. Etudions la fonction f définie par f (x) := .
1 + x2
Solution. La fonction f est dérivable dans R et limx→±∞ f (x) = 0 . On a
−2x
f ′ (x) = .
(1 + x2 )2
D’où f ′ (x) > 0 pour x < 0 , f ′ (x) < 0 pour x > 0 et f ′ (0) = 0 . f (x) est donc
strictement croissante dans ]− ∞, 0], strictement décroissante dans [0, +∞[ et admet
un maximum local en 0. Ce maximum local donne lieu au maximum de f dans R à
savoir f (0) = 1 . On a
2(3x2 − 1)
f ′′ (x) = .
(1 + x2 )3
15.4. Méthode de Newton-Raphson 185
L’étude du signe de f ′′ donne :

√ √
3 3
x −
3 3
f ′′ + 0 − 0 +
concavité du graphe ∪ ∩ ∪
√ √
Les points (− 33 , 34 ),
( 33 , 43 ) sont donc des points d’inflexion du graphe de f .
Le graphe de f apparaît sur la figure 15.2.
15.4 Méthode de Newton-Raphson

Supposons que f prenne en a et b des signes opposés. Si f est continue dans
[a, b], alors f s’annule au moins une fois en un réel c compris entre a et b. Comment
trouver ce réel c ?
Une première méthode consiste à partager successivement l’intervalle [a, b] en
deux parties égales et à conserver les extrémités où f prend des valeurs de signes
opposés. Ainsi si f (a) < 0 < f (b) et si c1 est le milieu de [a, b] et si f (c1 ) > 0, on
pose a0 = a, b0 = b et a1 = a0 , b1 = c1 , ensuite si c2 est le milieu de [a1 , b1 ] et si,
par exemple, f (c2 ) < 0, on pose a2 = c2 , b2 = b1 , et ainsi de suite . . . . On peut alors
montrer que les suites an et bn tendent toutes vers un même réel c vérifiant f (c) = 0.
Mais cette méthode est peu rapide : les termes des suites an , bn se rapprochent
lentement de la solution c cherchée. Aussi en général on applique d’autres méthodes
et parmi celles-ci une des plus utilisées est la Méthode de Newton-Raphson.
Expliquons cette méthode.
y = f (x)
u N (u)
Figure 15.3: construction de N R(u) lorsque u < c et lorsque u > c
Envisageons la situation suivante

1. f (x) est 2 fois continûment dérivable dans [a, b],
2. f (a) et f (b) sont de signe opposés et sont non nuls,

3. f ′ (x) et f ′′ (x) sont non nulles dans [a, b] .
Vu le Théorème des valeurs intermédiaires :
— appliquée à f , la fonction f s’annule dans [a, b] ,
— appliquée à f ′ et à f ′′ , les dérivées f ′ et f ′′ sont de signe constant dans [a, b] .
Alors f (x) étant strictement monotone dans [a, b], la fonction f s’annule donc une
seule fois dans [a, b] , notons c le réel situé dans ]a, b[ tel que f (c) = 0.
Si u est dans [a, b], menons par le point du graphe d’abscisse u la tangente à ce
graphe ; puisque f ′ (u) 6= 0 cette tangente ne peut être horizontale et coupe donc
l’axe des x, notons N R(u) l’abscisse de ce point d’intersection (voir figure 15.3).
Puisque l’équation de la tangente est
y − f (u) = f ′ (u)(x − u) ,
on a
f (u)
N R(u) = u − .
f ′ (u)
La méthode de Newton-Raphson consiste à construire une suite xn par récurrence :

on choisit x0 dans [a, b] et on pose
f (xn )
xn+1 := N R(xn ) = xn − . (15.8)
f ′ (xn )
Cette construction est illustrée sur la figure 15.4. Nous allons montrer que, moyen-
nant des précautions simples concernant le choix de x0 , cette suite converge vers le
nombre c cherché. De plus comme on le devine sur un dessin cette convergence est
très rapide.
Etudions la suite xn . Plusieurs cas peuvent se présenter suivant les signes de
f ′ (x) et de f ′′ (x). Par exemple envisageons le cas
f (a) < 0 < f (b) et f ′ (x) > 0 , f ′′ (x) > 0 dans [a, b] .
Alors, dans [a, b] , la concavité du graphe est tournée vers le haut.

Par un point du graphe d’abscisse u dans [a, b], menons la tangente au graphe,
le graphe se trouve donc au-dessus de la tangente. Dès lors, comme on le remarque
en observant le graphe et la tangente :
— c < N R(u) c,
— c < N R(u) si u < c,
— N R(u) = u si u = c.
Dans le premier cas N R(u) est encore dans [a, b] et on a bien l’impression que
N R(u) nous a permis de nous rapprocher de façon significative de c. Dans le second
cas N R(u) est passé de l’autre côté de c mais pourrait dans certains cas avoir dépassé
b et être sorti de [a, b].
Appliquons cela à la suite xn . Il faut s’assurer que tous les termes xn sont dans
[a, b], cela est certainement le cas si x0 > c ; mais si a < x0 < c, il faut vérifier que
15.4. Méthode de Newton-Raphson 187
x0 c x2 x1
x3
Figure 15.4: construction de la suite xn
x1 ≤ b. Supposons cette condition vérifiée (si ce n’etait pas le cas, il faudrait changer
x0 ). On a
x1 ≥ x2 ≥ x3 ≥ . . . ≥ xn ≥ xn+1 ≥ . . . ≥ c .
Dès lors, d’après le Critère des suites monotones, la suite xn converge vers une limite
réelle w et a < c ≤ w < x1 ≤ b, le nombre w est donc dans [a, b]. Pour tout naturel
n la formule (15.8) est vérifiée, il en est donc de même pour tout hypernaturel n.
Prenons pour k un hypernaturel infiniment grand, on a
f (xk )
xk+1 = xk − , (15.9)
f ′ (xk )
on a aussi
w ≈ xk ≈ xk+1 .
Il s’ensuit
f (xk ) ≈ f (w) et f ′ (xk ) ≈ f ′ (w)
et aussi ,vu (15.9),

f (xk )
≈0.
f ′ (xk )
f ′ (xk ) est appréciable et donc f (xk ) est infiniment petit. Il s’ensuit f (w) = 0 et
donc w = c . En conclusion :
si le premier terme x0 est choisi dans [a, b] tel que x1 soit aussi dans [a, b], la suite
xk construite grâce à (15.9), converge vers la solution c de f (x) = 0 .
Montrons pourquoi cette méthode est très rapide. Appliquons la Formule de

Taylor d’ordre deux entre xk et c, nous avons :
(c − xk )2 ′′
0 = f (c) = f (xk ) + (c − xk )f ′ (xk ) + f (u)
2
où u se trouve entre xk et c. En divisant par f ′ (xk ), on a
f (xk ) (c − xk )2 f ′′ (u)
− ′
+ xk − c =
f (xk ) 2 f ′ (ck )
c’est-à-dire
(xk − c)2 f ′′ (u)
xk+1 − c =
2 f ′ (ck )
d’où
xk+1 − c f ′′ (u)
2
= .
(xk − c) 2 f ′ (ck )
Si on prend k infiniment grand, on a xk ≈ xk+1 ≈ c ≈ u , d’où
f ′′ (u) f ′′ (c)
′
≈ ′ = AP ,
2 f (ck ) f (c)
il s’ensuit
xk+1 − c = O((xk − c)2 ) .
Par conséquent, en passant de xk à xk+1 , l’ordre de grandeur de l’erreur diminue
très fortement puisqu’il est élevé au carré.
Chapitre 16
Etudes de fonctions
Nous avons déjà étudié la croissance, la décroissance ainsi que la concavité. Nous
allons compléter cela afin d’avoir tous les éléments pour faire une étude complète
d’une fonction.
16.1 Asymptotes
Considérons le graphe G d’une fonction f . Par définition,
une droite non verticale D est asymptote oblique à G lorsque pour tout x ig > 0
(ou pour tout x ig < 0), le point du graphe d’abscisse x est infiniment proche d’un
point de D d’abscisse x ; dans le premier cas on parle d’asymptote oblique du côté
+∞, dans le second d’asymptote oblique du côté −∞.
Soit
D : y = mx + p .
Envisageons le cas “du côté +∞”. Alors D est asymptote ssi pour tout x infiniment
grand > 0, on a
mx + p ≈ f (x) (16.1)
ou ce qui est équivalent p ≈ f (x) − mx , c’est-à-dire
p = lim (f (x) − mx) . (16.2)

x→+∞
Cherchons maintenant m : dans (16.1), divisons par x, la relation ≈ est maintenue

et on obtient m + xp ≈ f (x) f (x)
x d’où m ≈ x et donc
f (x)
m = lim . (16.3)
x→+∞ x
Par conséquent la droite D est asymptote oblique du côté +∞ lorsque les deux
limites (16.2),(16.3) existent et sont des réels, alors on commence bien entendu par
189
190 Chapitre 16. Etudes de fonctions
chercher m au moyen de (16.3) et ensuite p au moyen de (16.2). Pour le “côté −∞”,

il suffit ci-dessus de prendre des x infiniment grands < 0.
Une asymptote horizontale est un cas particulier des asymptotes obliques : il
s’agit d’une asymptote oblique qui est une droite horizontale. Le graphe G admet
donc une asymptote horizontale en +∞ si et seulement si lim f (x) est un réel,
x→+∞
auquel cas, en posant a = lim f (x) , l’équation de l’asymptote horizontale est
x→+∞
y = a.
Remarquons qu’on ne peut avoir au plus en +∞ qu’une seule asymptote oblique,
de même bien entendu en −∞ .
Envisageons maintenant le cas des asymptotes verticales.

Supposons limx→a+ f (x) = +∞ . Alors, pour tout x ≈ a et x > a , on a f (x) ig et
le point du graphe d’abscisse x a une ordonnée infiniment grande et est infiniment
proche du point de la droite de même ordonnée, on dit dès lors que la droite x = a
est asymptote verticale au graphe. Il en est bien entendu de même dans les autres
cas suivant
lim f (x) = −∞ , lim f (x) = +∞ , lim f (x) = −∞ .

x→a+ x→a− x→a−
Exemples
x2
1. Soit f (x) := . Nous avons
2(x − 2)
lim f (x) = −∞ , lim f (x) = +∞ ,
x→2− x→2+
d’où la droite d’équation x = 2 est asymptote verticale au graphe de f . On

a aussi
f (x) 1 1
lim = et lim (f (x) − x) = 1
x→±∞ x 2 x→±∞ 2
1
d’où la droite d’équation y = x+ 1 est asymptote oblique en +∞ et en −∞ .
2
2. Les droites d’équation y = π2 et y = − π2 sont des asymptotes horizontales au
graphe de la fonction arctg x respectivement en +∞ et −∞ .
3. L’axe des x est asymptote horizontale en +∞ et en −∞ au graphe de la fonc-
sin x
tion , remarquons que dans cet exemple le graphe passe constamment
x
d’un côté à l’autre de l’asymptote horizontale.
16.2 Transformations géométriques simples appliquées

à un graphe
On peut parfois déduire un graphe d’un autre graphe en appliquant à ce der-
nier des opérations géométriques simples. Envisageons ici quelques transformations
élémentaires souvent utiles dans l’étude des fonctions et de leur graphe. On peut évi-
demment combiner ces transformations entre elles. Ces transformations élémentaires
sont très utiles dans l’étude de nombreuses fonctions.
16.2. Transformations géométriques simples appliquées à un graphe 191
Désignons par e~1 , e~2 les vecteurs unitaires ayant même direction que l’axe ox,
respectivement l’axe oy . Ici a, b sont des réels et a > 0.
Translation de direction ox : le graphe de x 7−→ f (x + b) s’obtient en appli-
quant au graphe de f la translation −be~1 .
Translation de la direction de oy : le graphe de x 7−→ f (x) + b s’obtient en
appliquant au graphe de f la translation be~2 .
Affinité dans la direction ox : Le graphe de x 7−→ f (ax) s’obtient en multi-
pliant les abscisses des points du graphe par 1/a . Une telle transformation
est appelée une affinité de facteur 1/a dans la direction ox .
Affinité dans la direction oy : Le graphe de x 7−→ af (x) s’obtient en multi-
pliant les ordonnées des points du graphe par a . Une telle transformation est
appelée une affinité de facteur a dans la direction de oy .
Symétrie par rapport à ox ou oy : le graphe de x 7−→ f (−x) est le symé-
trique du graphe de f par rapport à oy ; le graphe de x 7−→ −f (x) est le
symétrique du graphe de f par rapport à ox .
Par exemple, considérons une base réelle λ > 1 et traçons les graphes de x 7→ λx
et de x 7→ logλ x. Puisque
λx = ex ln λ ,
le graphe de x 7→ λx s’obtient en appliquant au graphe de ex une affinité dans la

direction de ox de facteur 1/ ln λ . De même, puisque
ln x
logλ x =
ln λ
le graphe de x 7→ logλ x s’obtient en appliquant au graphe de ln x une affinité

parallèle à oy de facteur 1/ ln λ
Exemple 16.1. Soient a et b des réels quelconques. Etudions le graphe de
fa,b : x 7−→ a cos x + b sin x .
Solution. Utilisons les coordonnées polaires ρ, θ du point (b, a) en prenant par

exemple θ dans ] − π, π] . On a
b = ρ cos θ , a = ρ sin θ .
Puisque a et b sont des réels quelconques, ρ et θ sont des réels quelconques pris
respectivement dans [0, +∞[ et ] − π, π] . On a :
fa,b (x) = ρ sin θ cos x + ρ cos θ sin x = ρ sin(x + θ) .
Pour tracer le graphe de fa,b on doit appliquer au graphe de sin une translation
−θe~1 et une affinité de facteur ρ dans la direction de oy .
16.3 Schéma d’étude de fonction

Nous avons maintenant tous les éléments nécessaires pour donner un schéma
d’étude d’une fonction :
1. Déterminer si l’étude ne peut se simplifier grâce aux transformations géo-
métriques simples comme celles envisagées à la page 191 . Déterminer si la
fonction est paire, impaire, périodique. Suite à cela, simplifier ou limiter en
conséquence l’étude de f .
2. Chercher l’ensemble où la fonction est définie, continue, dérivable.
3. Chercher les limites, éventuellement limites à droite, limites à gauche, aux ex-
trémités des intervalles ouverts où f est continue. On en déduit les éventuelles
asymptotes verticales ou horizontales. S’il y a lieu, chercher les asymptotes
obliques.
4. Chercher f ′ et étudier son signe. On en déduit où f est croissante, décrois-
sante, les minima et maxima locaux éventuels.
5. Chercher f ′′ et étudier son signe (si cela est possible). On en déduit le sens
de la concavité et les points d’inflexion éventuels. Chercher la tangente en ces
points d’inflexion.
6. Chercher les intersections éventuelles avec les axes et d’autres points ou
éléments remarquables. Déterminer la position du graphe par rapport aux
asymptotes obliques éventuelles pour |x| suffisamment grand.
7. Choisir judicieusement les unités sur les axes. Tracer au mieux le graphe ainsi
que les asymptotes éventuelles et les tangentes aux points d’inflexion. Dans
certains cas on pourrait être amené à partager le graphe en plusieurs parties
et à tracer celles-ci séparément en choisissant des unités de mesure différentes
pour ces diverses portions de graphe.
Ce plan n’est qu’un guide général, dans de nombreux cas une étude complète n’est
pas nécessaire pour le problème envisagé.
Voici un exemple complet d’étude d’une fonction.

Exemple 16.2. Etudions la fonction f définie par
p
f (x) := x2 (x + 1) .
√
Solution. Remarquons d’abord que f (x) = |x| 1 + x .
1. f est définie et continue dans [−1, +∞[ , elle est dérivable dans ]−1, 0[∪]0, +∞[ .
2. La fonction f n’est ni paire, ni impaire, ni périodique.
3. f étant continue dans [−1, +∞[ et définie nulle part ailleurs il n’y a pas
d’asymptote verticale.
lim f (x) = +∞ ,
x→+∞
il n’y a donc pas d’asymptote horizontale.
f (x) √
lim = lim x + 1 = +∞ ,
x→+∞ x x→+∞
il n’y a donc pas d’asymptote oblique.

16.3. Schéma d’étude de fonction 193
4. f ′ existe dans ] − 1, 0[∪]0, +∞[ ,


3x + 2

√ si x>0
′
f (x) = 2 x+1
 3x + 2
 − √ si −1 < x < 0
2 x+1
L’étude du signe donne :

−2
x −1 0
3
f′ \ \ + 0 − \ +
√
2 3
f \ 0 ր ց 0 ր
9
La fonction est donc strictement croissante dans chacun des intervalles ] −
1, −2/3[ , ]0, +∞ [, elle est strictement décroissante dans ] − 2/3, 0[, elle admet
un maximum local √ en −2/3 et un minimum local en 0. Le maximum local
vaut f (−2/3) = 2 3/9 et le minimum local vaut f (0) = 0 .
5. f ′′ existe dans ] − 1, 0[∪]0, +∞[ ,

 3x + 4

 p si x>0
4 (x + 1)3
f ′′ (x) = 3x + 4


 − p si −1 < x < 0
4 (x + 1)3
L’étude du signe donne :

x −1 0
f ′′ \ \ − \ +
f \ 0 ∩ 0 ∪
La concavité est tournée vers le bas dans ] − 1, 0[ et tournée vers le haut dans
]0, +∞[ , le point (0, 0) n’est pas un point d’inflexion car f n’est pas dérivable
en 0 .
6. Les points d’intersection avec les axes sont (−1, 0) et (0, 0) .
La fonction f (x) n’étant ni dérivable en 0 ni en −1, essayons d’en savoir plus
concernant l’existence d’une tangente ou demi-tangente aux points corres-
pondants et pour cela observons le graphe dans l’oculaire du microscope de
grossissement 1/∆. Soit ∆ un infiniment petit > 0.
Pointons d’abord le microscope vers l’origine. Soit ∆x un infiniment petit qui
soit O(∆). Si ∆x > 0, on a
√
f (∆x) = ∆x 1 + ∆x ≈∆ ∆x ,
d’où le point du graphe d’abscisse ∆x est ≈∆ du point (∆x, ∆x) qui est un
point de la droite y = x . Du côté des abscisses positives le graphe est donc
observé comme la demi-droite y = x, cette demi-droite peut donc être appelée
une demi-tangente à droite au graphe à l’origine. Soit maintenant ∆x < 0 .
Alors √
f (∆x) = −∆x 1 + ∆x ≈∆ −∆x ,
d’où le point du graphe d’abscisse ∆x est ≈∆ du point (∆x, −∆x) qui est
un point de la droite y = −x . Du côté des abscisses négatives le graphe est
donc observé comme la demi-droite y = −x, cette demi-droite peut donc être
appelée une demi-tangente à gauche au graphe à l’origine.
Pointons maintenant le microscope vers √(−1, 0). Considérons ∆x qui soit
O(∆) et > 0. Alors f (−1+∆x) = (1−∆x) ∆x et f (−1+∆x) n’est pas O(∆),
le point du graphe d’abscisse −1 + ∆x n’est donc pas observé dans l’oculaire.
Envisageons donc plutôt une variation ∆y de l’ordonnée qui soit O(∆) et
√> 0
et considérons le point du graphe (−1 + ∆x, ∆y). Alors ∆y = (1 − ∆x) ∆x,
il s’ensuit (∆y)2 = (1 − ∆x)2 ∆x d’où
∆x (∆y)2
st( ) = st( )=0.
∆ ∆(1 − ∆x)2
∆x est donc o(∆) et le point du graphe (−1 + ∆x, ∆y) est donc ≈∆ du point
(−1, ∆y) qui est un point de la verticale x = −1 . Le graphe est donc observé
comme la demi-droite (
x = −1
y>0
cette demi-droite peut donc être appelée une demi-tangente en (−1, 0).
y
x
-1 1 2
2
-(-)
3
p
Figure 16.1: Graphe de x2 (x + 1)
16.4. Règle de L’Hospital 195
7. Tracé du graphe : voir la figure 16.1.
16.4 Règle de L’Hospital

Nous avons déjà vu un certain nombre d”indétermination de la forme IP IG
IP ou IG
que nous avons pu lever. Signalons une règle pratique qui permet de lever aisément
de nombreuses indéterminations de cette forme : la Règle de L’Hospital
Théorème 46 (Règle de L’Hospital). Soit a un réel. Si

1. limx→a f (x) et limx→a g(x) sont toutes nulles ou toutes deux infinies,
2. f , g sont dérivables dans ]a, a + h] (h réel > 0),
3. g ′ (x) 6= 0 pour tout x ∈]a, a + h] ,
f ′ (x)
4. limx→a+ g′ (x) existe (éventuellement infinie),
alors
f (x) f ′ (x)
lim = lim ′ .
x→a+ g(x) x→a+ g (x)
On trouvera la démonstration de ce résultat par exemple dans [16].

x−arcsin x
Exemple 16.3. Recherchons limx→0 sin3 x .
Solution. Nous avons

• lim (x − arcsin x) = lim sin3 x = 0 ,
x→0 x→0
• (sin3 x)′ = 3 sin2 x cos x√6= 0 dans ] − 1, 0[∪]0, 1[ .
(x − arcsin x)′ 1 − x2 − 1
• 3 = √ .
(sin x)′ 3 1 − x2 cos x sin2 x
′
(x − arcsin x)
Mais lim présente de nouveau une indétermination de la forme ‘ 00 ’ !
x→0 (sin3 x)′
Pour calculer cette dernière limite, appliquons encore la Règle de L’Hospital à la
fraction √
1 − x2 − 1
;
sin2 x
nous avons p :
• lim ( 1 − x2 − 1) = lim sin2 x = 0 ,
x→0 x→0
• (sin2 x)′
√ = 2 sin x cos x 6= 0 dans ] − 1, 0[∪]0, 1[ ,
( 1 − x2 − 1)′ −x 1
• lim 2 = lim √ =− .
x→0 (sin x)′ 2
x→0 2 1 − x sin x cos x 2
Par conséquent √
1 − x2 − 1 1
lim =−
x→0 sin2 x 2
d’où
(x − arcsin x)′ 1
lim 3 =− .
x→0 (sin x) ′ 6
Nous pouvons donc appliquer la Règle de L’Hospital à la limite initiale et on obtient

ainsi
x − arcsin x 1
lim =− .
x→0 sin3 x 6
Remarquons :
— la Règle de L’Hospital doit parfois être appliquée plusieurs fois,
— on a toujours intérêt à l’appliquer à la fraction la plus simple possible et donc
à enlever de celle-ci les facteurs ne contribuant pas à l’indétermination.
16.5 Exercices
1. Etudiez les fonctions définies ci-dessous et tracez leur graphe.
1
f1 (x) := √ f2 (x) := arcsin(2x + 1)
x2 − 4
x2
f3 (x) := sin(x) − 12 sin(2x) f4 (x) := x+1
e2x −1
f5 (x) := 2e2x −1 f6 (x) := x2 e−x
f7 (x) := ex sin(2x) f8 (x) := x ln(x)

1
f9 (x) := e x f10 (x) := ln(ln x)
1 4x−1
f11 (x) := x e x−2 f12 (x) := e 4x2
2. Soit θ un réel > 0 . Etudiez la famille de fonction
fθ : x 7−→ e−x sin(θx) .
A partir de là esquissez le graphe de fonction
x 7−→ Ae−kx sin(θx + ϕ) .
sachant que A, k, θ sont > 0 et −π < ϕ ≤ π .

3. Soit λ un paramètre réel > 0. Etudiez fλ définie par
eλx
fλ (x) := .
x2 + 1
N’étudiez pas la concavité.
4. Soit λ un paramètre réel 6= 0. Etudiez les fonctions fλ définies par
1
fλ (x) := .
λ − ex
Chapitre 17
Quelques fonctions importantes
Nous allons compléter notre liste de fonctions élémentaires. Nous allons étudier
les fonctions hyperboliques, la fonction en cloche de Gauss et la fonction d’erreur.
Ensuite nous verrons comment étudier des fonctions à valeurs complexes et nous
pourrons ensuite voir l’exponentielle complexe.
17.1 Fonctions hyperboliques

Définition. Le cosinus hyperbolique de x , noté ch x ou cosh x , le sinus hy-
perbolique de x noté sh x ou sinh x , la tangente hyperbolique de x , notée th x
ou tanh x et la cotangente hyperbolique de x notée coth x sont définis par :
ex + e−x ex − e−x
ch x := , sh x := ,
2 2
sh x ch x
th x := , coth x := .
ch x sh x
Les résultats suivants se déduisent aisément (à faire en guise d’exercices) :

Proposition 47. 1. ch x est pair et sh x, th x, coth x sont impairs ;
2. e = ch x + sh x , e−x = ch x − sh x ;
x
3. (ch x)2 − (sh x)2 = 1 ;

4. ch x ≥ 1 .
5. lim sh x = +∞ , lim sh x = −∞ et lim ch x = +∞ .
x→+∞ x→−∞ x→±∞
6. lim th x = 1 et lim th x = −1 .
x→+∞ x→−∞
7. ch x, sh x, th x sont indéfiniment dérivables
S dans R, coth x est indéfiniment
continûment dérivable dans ] − ∞, 0[ ]0, +∞[ et
ch′ (x) = sh x , sh′ (x) = ch x ,

th′ (x) = ch12 x , coth′ (x) = sh−1
2x .
197
198 Chapitre 17. Quelques fonctions importantes
-2 -1 1 2
-1
-2
-3
Figure 17.1: Graphe de ch(x) (trait pointillé), graphe de sh x (trait continu)
y
1
x
-3 1 3
-1
Figure 17.2: Graphe de th(x)

17.2. Les fonctions hyperboliques réciproques 199
8. sh x et th x sont strictement croissantes dans R et sh 0 = th 0 = 0 . ch x est

strictement décroissante dans ] − ∞, 0] , strictement croissante dans [0, +∞[
et ch 0 = 1 .
9. ch(x + y) = ch x · ch y + sh x · sh y et sh(x + y) = sh x · ch y + ch x · sh y
d’où il découle
ch 2x = ch2 x + sh2 x et sh 2x = 2 sh x ch x .
Ces différents résultats permettent de tracer les graphes des fonctions hyperbo-
liques comme sur la figure 17.1.
La table 17.1 reprend les propriétés des fonctions hyperboliques et les comparant
aux propriétés analogues des fonctions trigonométriques
Pourquoi utilise-t-on ici l’adjectif hyperbolique ? Voici une raison Les équations
paramétriques de l’ellipse d’équation
x2 y2
2
+ 2 =1,
a b
s’écrivent
x = a cos t
t ∈ [−π, π] .
y = b sin t
Considérons maintenant l’hyperbole d’équation
x2 y2
− =1. (17.1)
a2 b2
Soit H la branche de cette hyperbole correspondant à x > a . Les ordonnées de H
varient dans R , on peut donc poser y := b sh t où t varie dans R tout entier. De
(17.1), il vient q
x=a 1 + sh2 (t) = a ch t .
Les équations paramétriques de la branche d’hyperbole H sont donc

x = a ch t
t∈R
y = b sh t
Les cosinus et sinus hyperboliques permettent donc de paramétrer les hyperboles

et cela de la même façon que les cosinus et sinus trigonométriques permettent de
paramétrer les ellipses.
17.2 Les fonctions hyperboliques réciproques

La fonction sh est strictement croissante dans R et pour ensemble de valeurs R
tout entier. La fonction ch restreinte à l’intervalle [0, +∞[ est strictement croissante
et l’image de [0, +∞[ est [1, +∞[ . On peut donc considérer les fonctions réciproques
de ces deux fonctions par définition :
— arcsh est la fonction réciproque de sh et est définie dans R ,
— arcch est la fonction réciproque de la restriction de ch à [0, +∞[ et est donc
définie dans . [1, +∞[ .
cos x , sin x ch x , sh x
eix + e−ix ex + e−x

cos x := ch x :=
2 2
eix − e−ix ex − e−x
sin x := sh x :=
2i 2
eix = cos x + i sin x ex = ch x + sh x
cos′ (x) = − sin x , sin′ (x) = cos x ch′ (x) = sh x , sh′ (x) = ch x
(cos x)2 + (sin x)2 = 1 (ch x)2 − (sh x)2 = 1
cos(x + y) = cos x · cos y − sin x · sin y ch(x + y) = ch x · ch y + sh x · sh y
sin(x + y) = sin x · cos y + cos x · sin y sh(x + y) = sh x · ch y + ch x · sh y
cos 2x = cos2 x − sin2 x ch 2x = ch2 x + sh2 x
sin 2x = 2 sin x cos x sh 2x = 2 sh x ch x
1 + cos 2x = 2 cos2 x 1 + ch 2x = 2 ch2 x
1 − cos 2x = 2 sin2 x 1 − ch 2x = −2 sh2 x
Table 17.1: Comparaison entre cosinus et sinus trigonométriques et hy-

perboliques
17.3. Courbe de Gauss et Fonction d’erreur 201
En raisonnant comme on l’a fait pour chercher la dérivée de arcsin x (page 77) on
prouve :
1 1
arcsh′ (x) = √ dans R et arcch′ (x) = √ dans ]1, +∞[ .
2
x +1 2
x −1
Pour tracer les graphes de arcsh x et arcch x , il suffit de prendre les symétriques
par rapport à la première bissectrice de sh x et de ch x (pour autant que ceux-ci
soient tracés dans des axes cartésiens), on obtient ainsi les graphes apparaissant sur
les figures 17.3, 17.4.
y
3
1
x
-10 -5 -1 5 10
-3
Figure 17.3: Graphe de arcsh(x)

y
3
1
x
1 5 10
Figure 17.4: Graphe de arcch(x)
Proposition 48.
p p
arcsh x = ln(x + x2 + 1) dans R et arcch x = ln(x + x2 − 1) dans [1, +∞[ .
(17.2)
√
Démonstration. Envisageons le cas de arcsh x. Posons f (x) := ln(x + x2 + 1) .
Dans R , on a
1
f ′ (x) = √ = arcsh′ (x) ;
2
x +1
il existe donc une constante C telle que f (x) = arcsh x + C dans R . En particulier
f (0) = arcch 0 + C ,
d’où C = 0. Ainsi f (x) = arcsh x dans R . ✷

-2 -1 1 2
Figure 17.5: Graphe de exp(−x2 ) et tangente en un point d’inflexion
17.3 Courbe de Gauss et Fonction d’erreur

Soit λ une constante réelle > 0. Notons gλ la fonction
2
gλ : x 7−→ e−λx .
Cette fonction est très importante, en effet elle est à la base de la définition de la
distribution de probabilité la plus utilisée, à savoir la Distribution normale ; en effet
la Distribution normale réduite, c’est-à-dire la distribution normale de moyenne 0 et
d’écart type 1 , a comme densité de probabilité la fonction √12π exp(− 21 x2 ) .
Etudions la fonction gλ . Cette fonction est paire. Dans R on a
2
gλ′ (x) = −2λxe−λx ,
La fonction gλ admet donc un maximum en x = 0 et ce maximum vaut 1 , elle est

strictement croissante dans ] − ∞, 0] et strictement décroissante dans [0, +∞[ . On
a aussi 2
gλ′′ (x) = 2λ(2λx2 − 1)e−λx ,
√ √
Le √graphe √de gλ admet donc deux points d’inflexion, à savoir (−1/ 2λ, 1/ √ e) et
(1/√ 2λ, 1/ e) , la concavité étant tournée √vers le√ haut dans ] − ∞, −1/ 2λ] et
[1/ 2λ, +∞[, tournée vers le bas dans [−1/ 2, 1/ 2].
2
Si H est un infiniment grand, le nombre e−λH est infiniment petit et l’axe des
x est donc une asymptote horizontale aussi bien du côté +∞ que du côté −∞.
Dès lors le graphe de gλ a l’allure d’une “cloche” et s’appelle une courbe de
Gauss. Sur la figure 17.5, on a tracé cette√courbe√en prenant λ = 1, on a également
tracé la tangente au point d’inflexion (1/ 2λ, 1/ e) dont l’équation est
√ √
ey + 2λx = 2 .
17.3. Courbe de Gauss et Fonction d’erreur 203
-2 -1 1 x 2
Figure 17.6: erf(x) : aire hachurée
La Fonction d’erreur notée erf est définie par :

Z x
2 2
erf : x 7−→ √ e−t dt .
π 0
2
Si x > 0 le nombre erf(x) donne l’aire comprise entre Ox, le graphe de √2π e−t et
les verticales t = 0, t = x (voir la figure 17.6). Il est inutile de chercher à calculer de
façon symbolique l’intégrale définissant erf(x), cette intégrale ne peut s’exprimer au
moyen des fonctions élémentaires déjà introduites.
Etudions la fonction d’erreur. Cette fonction est impaire. D’après le Théorème
fondamental (1ère partie)
2 2
erf ′ (x) = √ e−x ,
π
erf(x) est donc strictement croissant dans R tout entier. On a aussi
−4x 2
erf ′′ (x) = √ e−x .
π
La concavité du graphe est donc tournée vers le haut dans ] − ∞, 0], tournée vers le
bas dans [0, +∞[ ; l’origine est donc un point d’inflexion du graphe et la tangente en
ce point est la droite y = √2π x .
Il nous faudrait encore connaître limx→+∞ erf(x) , plus tard (voir volume 2) on
prouvera que
lim erf(x) = 1 .
x→+∞
La droite y = 1 est donc asymptote horizontale du côté +∞ et la droite y = −1 est

donc asymptote horizontale du côté −∞.
On peut maintenant tracer le graphe de la fonction d’erreur comme sur la figure
(17.7).
La fonction d’erreur est aussi liée à la Loi normale : si X est la variable aléatoire
normale réduite, alors pour tous réels u, v tels que u < v la Théorie des probabilités
x
-3 -2 -1 1 2 3
-1
Figure 17.7: Graphe de erf(x)
dit que la probabilité de l’événement u ≤ X ≤ v est donnée par

Z v
1 w2
√ e− 2 dw
2π u
w
c’est-à-dire, en posant t = √
2
, par
Z v
√
1 2 2 1 v u
√ e−t dt = (erf( √ ) − erf( √ )) .
π u
√ 2 2 2
2
17.4 Utiliser des fonctions à valeurs complexes

Par définition, une fonction d’une variable réelle à valeurs complexes est une
fonction dont l’ensemble de définition est une partie de R et dont les valeurs sont
des complexes. Par exemple :
f (x) := (2 + ix)2
définit une telle fonction.
Les fonctions, partie réelle Re f , partie imaginaire Im f , conjuguée f et mo-
dule |f | sont définies comme étant les fonctions dont l’ensemble de définition est
celui de f et telles que
(Re f )(x) := Re(f (x)) ,
(Im f )(x) := Im(f (x)) ,
(f )(x) := f (x) ,
|f |(x) := |f (x)| .
Dans l’exemple ci-dessus :
(Re f )(x) = 4 − x2 , (Im f )(x) = 4x , |f |(x) = x2 + 4 , f (x) = 4 − x2 − 4ix .
17.5. Exponentielle complexe 205
Pour étudier la continuité, la dérivabilité, l’intégrale d’une fonction à valeurs

complexes, on va considérer la partie réelle et la partie imaginaire de la fonction qui
sont deux fonctions réelles, par définition,
— f est continue dans E lorsque Re f et Im f sont continues dans E,
— f est dérivable dans E lorsque Re f et Im f sont dérivables dans E et
f ′ := (Re f )′ + i(Im f )′ .
— si a, b ∈ R et si f est continue dans [a, b] ,
Z b Z b Z b
f (x) dx := Re f (x) dx + i Im f (x) dx .
a a a
Il s’ensuit :
(Re f )′ = Re f ′ , (Im f )′ = Im f ′ ,
Z b Z b Z b Z b
Re f (x) dx = Re f (x) dx , Im f (x) dx = Im f (x) dx ,
a a a a
Z b Z b
(f )′ = f ′ , f (x) dx = f (x) dx .
a a
Les règles de continuité et de dérivabilité concernant les opérations λ f (x), f (x) +

g(x), f (x)·g(x), fg(x)
(x)
et f (g(x)) sont encore vérifiées pour les fonctions à valeurs com-
plexes. De même les propriétés classiques des intégrales et le Théorème Fondamental
sont aussi vérifiés pour les intégrales des fonctions à valeurs complexes.
Toutefois, certains résultats importants des fonctions à valeurs réelles ne sont
pas vérifiés pour les fonctions à valeurs complexes. Ainsi de par leur énoncé, le
Théorème des Valeurs Intermédiaires et le Théorème des Bornes Atteintes n’ont de
sens que pour les fonctions à valeurs réelles, de plus nous pourrions espérer que le
Théorème de Rolle et la Théorème de Lagrange soient vérifiés pour les fonctions à
valeurs complexes, ce n’est pourtant pas le cas comme nous le constatons en prenant
f (x) = cos x + i sin x, puisque f (0) = f (2π) et f ′ (x) = − sin x + i cos x ne s’annule
en aucun réel !
17.5 Exponentielle complexe

Nous connaissons eu et eiv pour tous u, v réels. On voudrait maintenant donner
un sens à ez lorsque z est un nombre complexe quelconque. On voudrait bien entendu
que les propriétés que nous connaissons à propos de eu et de eiv soient maintenues
dans cette extension. Comme à l’habitude, a, b représentent des nombres réels
Définition. On pose
ea+ib := ea · eib = ea · (cos(b) + i sin(b)) .
Autrement dit
ez := eRe z · ei Im z = eRe z · (cos(Iz) + i sin(Iz)) .
Cette définition rencontre notre objectif, en effet :
ez1 +z2 = ez1 · ez2 .

En effet :
ez1 +z2 = eRe(z1 +z2 ) · ei Im(z1 +z2 ) = eRe z1 +Re z2 · ei(Im z1 +Im z2 )
= eRe z1 · eRe z2 · ei Im z1 · ei Im z2 = ez1 · ez2 .
Il s’ensuit : si m est un entier,
1 ez1
e−z = , ez1 −z2 = , (ez )m = emz .
ez ez2
De la définition il découle :
Re(ea+ib ) = ea · cos(b) , Im(ea+ib ) = ea · sin(b)
et aussi
|ea+ib | = ea et ea+ib = ea−ib .
En effet
|ea+ib | = |ea · eib | = ea · |eib | = ea ,
ea+ib = ea cos b − iea sin b = ea cos b + iea sin(−b) = ea · e−ib = ea−ib .
Nous pouvons maintenant considérer la fonction complexe

x 7→ ez0 x ,
en posant z0 = a + ib, nous avonc donc
ez0 x = eax (cos(bx) + i sin(bx)) .
La fonction x 7→ ez0 x est continue, dérivable dans R et
(ez0 x )′ = z0 ez0 x .
En effet
(ez0 x )′ = (eax cos(bx))′ + i(eax sin(bx))′ ,
= aeax cos(bx) − eax b sin(bx) + iaeax sin(bx) + ieax b cos(bx),
= eax · z0 · cos(bx) + ieax · z0 · sin(bx)
= z0 · eax · eibx = z0 · ez0 x
Par conséquent, si z0 6= 0 :
Z
1 z0 x
ez0 x dx ≃ e .
z0
Chapitre 18
Méthodes d’intégration
Ce chapitre est consacré aux méthodes d’intégration symboliques usuelles.
Z Z
xα+1 1
xα dx ≃ si α 6= −1 , dx ≃ ln |x| dans R0 ,
α+1 x
Z Z
sin x dx ≃ − cos x , cos x dx ≃ sin x ,
Z Z
1 −1
dx ≃ tg x , dx ≃ cotg x ,
cos2 x sin2 x
Z
ez0 x
ez0 x dx ≃ si z0 complexe 6= 0 ,
z0
Z Z
sh x dx ≃ ch x , ch x dx ≃ sh x ,
Z Z
1 −1
dx ≃ th x , dx ≃ coth x .
ch2 x sh2 x
Soit a > 0,
Z Z
1 x 1 1 x
√ dx ≃ arcsin , dx ≃ arctg ,
2
a −x 2 a a2 +x2 a a
Z Z
1 x 1 x
√ dx ≃ arcsh , √ dx ≃ arcch .
a2 + x2 a x2 − a2 a
Table 18.1: Primitives élémentaires
D’après le Théorème fondamental (2e partie), la première méthode de calcul des

intégrales consiste à rechercher une primitive de la fonction considérée et à faire
varier cette primitive entre les bornes d’intégration, le calcul d’une intégrale passe
donc par la recherche de primitives. Il est donc essentiel de connaître les primitives
207
208 Chapitre 18. Méthodes d’intégration
qu’on peut déduire des dérivées des fonctions élémentaires déjà rencontrées, la table
18.1 reprend ces primitives.
Après ce rappel, nous allons donner les méthodes générales d’intégration. Nous
verrons ensuite des méthodes particulières qui en sont déduites. Ces méthodes per-
mettent d’obtenir exactement (sans approximation) de nombreuses primitives et
intégrales.
Dans ce chapitre, sauf mention explicite du contraire, tous les nombres considérés
sont réels et les polynômes et fonctions rationnelles ont leurs coefficients réels.
18.1 Méthode générales d’intégration

Les règles générales de primitivation ne sont rien d’autre que des règles de dériva-
tion formulées en terme de primitives. Ainsi, si f , g sont continues dans un intervalle
I et si λ est une constante réelle,
Z Z Z Z Z
(f (x) + g(x)) dx ≃ f (x) dx + g(x) dx et λf (x) dx ≃ λ f (x) dx .
Intégration par parties

De la règle de dérivation du produit, il découle :
Soient f , g continûment dérivables dans un intervalle I , alors dans I on a :
Z Z
f · g ′ dx ≃ f · g − g · f ′ dx .
En effet les primitives ci-dessus existent dans I car f · g ′ et g · f ′ sont continues dans
I, de plus Z
[f · g − g · f ′ dx]′ = f · g ′ + f ′ · g − g · f ′ = f · g ′ .
d’où l’égalité à une constante additive près ci-dessus.

Par exemple, dans ]0, +∞[ on a :
Z Z
(3x2 − 2x + 1) ln x dx ≃ (x3 − x2 + x) ln x − (x2 − x + 1) dx
x3 x2
≃ (x3 − x2 + x) ln x − + −x
3 2
en posant f (x) = ln x et g ′ (x) = 3x2 − 2x − 1 .
De la règle de primitivation par partie, grâce à la 2e partie du Théorème fonda-
mental, on peut maintenant déduire la règle d’intégration par partie :
si f , g sont continûment dérivables dans [a, b], alors
Z b Z b
f (x)g ′ (x) dx = f (b)g(b) − f (a)g(a) − f ′ (x)g(x) dx . (18.1)
a a
18.1. Méthode générales d’intégration 209
Par exemple, en prenant f (x) := ln x et g(x) := x , on a :

Z 2 Z 2
ln x dx = [x ln x]21 − 1dx = 2 ln 2 − 1 .
1 1
Intégration par substitution

Dans la méthode de substitution on considère une nouvelle variable qui doit
s’exprimer en fonction de la variable initiale : si x est la variable initiale et si t désigne
cette nouvelle variable, on doit disposer d’une fonction exprimant t en fonction de
x, les deux variables sont alors reliées par une équation de la forme t = ϕ(x) , on dit
alors qu’on pose t = ϕ(x) .
Plaçons-nous dans les conditions suivantes :
— la variable x varie dans un intervalle Ix et, en posant t = ϕ(x), la
variable t se trouve dans un intervalle It ;
— ϕ(x) est continûment dérivable dans Ix .
Envisageons d’abord la règle de primitivation :
Alors, si f (t) est continue dans It , pour tout x dans Ix on a
Z Z
f (ϕ(x)) · ϕ′ (x) dx ≃ ( f (t) dt)t=ϕ(x) . (18.2)
Il s’agit d’une conséquence de la règle de dérivation d’une fonction composée. En

effet, en raison de la continuité de f (t) et de ϕ′ (x), les primitives considérées existent,
de plus en utilisant la règle de dérivation d’une fonction composée, dans Ix on a
Z
d
( f (t) dt)t=ϕ(x) = f (ϕ(x)) · ϕ′ (x) ,
dx
d’où la formule ci-dessus.
Par exemple, dans [0, π], on a :
Z √ Z
√ 2
sin x · cos x dx ≃ ( t dt)t=sin x ≃ (sin x)3/2 .
3
La règle d’intégration s’énonce :

Si f (t) est continue dans [ϕ(a), ϕ(b)] ou dans [ϕ(b), ϕ(a)], alors
Z b Z ϕ(b)
′
f (ϕ(x))ϕ (x) dx = f (t) dt . (18.3)
a ϕ(a)
Démonstration. Nous allons appliquer deux fois le Théorème fondamental, 2e

partie. Envisageons par exemple le cas ϕ(a) < ϕ(b) . Soit H(t) une primitive de f (t)
dans [ϕ(a), ϕ(b)], on a donc
Z ϕ(b)
f (t) = H(ϕ(b)) − H(ϕ(a)) . (18.4)
ϕ(a)
Mais, d’après la règle de substitution vue ci-dessus, nous avons aussi

Z
f (ϕ(x)) · ϕ′ (x) dx ≃ H(ϕ(x)) .
Par conséquent
Z b
f (ϕ(x))ϕ′ (x) dx = H(ϕ(b)) − H(ϕ(a)) . (18.5)
a
Le résultat découle dès lors de (18.4) et (18.5). ✷
Exemples 18.1.
Rπ π
1. Cherchons 03 tg x dx . La fonction tg x est continu dans [0, ] , l’intégrale
3
existe donc. Posons t = cos x . Il s’ensuit :
Z π3 Z π3 Z 12
sin x dt 1
tg x dx = dx = − = −[ln t]12 = ln 2.
0 0 cos x 1 t
R2 x
2. Cherchons 0 dx . Posons t = x2 + 1 . Il s’ensuit :
x2 + 1
Z 2 Z
x 1 5 dt 1 1
2+1
dx = = [ln t]51 = ln 5.
0 x 2 1 t 2 2
3. Ici on va effectuer une intégration par parties suivie d’une substitution :
Z 1 Z 1
1 x
arctg x dx = [x · arctg x]0 − 2
dx
0 0 1+x
en posant f (x) = arctg x et g ′ (x) = 1 ; il s’ensuit

Z 1
π 1 π 1
arctg x dx = − [ ln(1 + x2 )]10 = − ln 2 .
0 4 2 4 2
18.2 Intégration des exponentielle-polynômes

Une fonction est qualifiée d’exponentielle-polynôme si elle est de la forme
ez0 x P (x)
où z0 est une constante complexe (éventuellement réelle) non nulle et P (x) est un
polynôme de degré non nul.
Montrons comment chercher
Z
ez0 x P (x) dx .
En appliquant la méthode d’intégration par parties on obtient

Z Z
1 1
ez0 x P (x) dx ≃ ez0 x P (x) − ez0 x P ′ (x) dx ,
z0 z0
18.2. Intégration des exponentielle-polynômes 211
R
où P ′ (x) est un polynôme de degré m − 1. Pour chercher ez0 x P (x) dx il suffit donc
de répéter la méthode ci-dessus jusqu’à ce que le degré du polynôme soit 0.
Par exemple
Z Z
1 1 1
e2x (x + 1) dx ≃ e2x (x + 1) − e2x dx ≃ e2x (2x + 1) .
2 2 4
En pratique, lorsque le degré de P (x) est > 1, on a intérêt à utiliser le résultat
suivant car l’intégration se ramène alors à une opération de dérivation suivie d’une
identification de coefficients.
Théorème 49. Si P (x) est un polynôme et si z0 6= 0 , il existe un polynôme Q(x)
de même degré que P (x) tel que dans R
Z
ez0 x P (x) dx ≃ ez0 x Q(x) .
Démonstration. On raisonne par récurrence. Cette proposition est vérifiée lorsque

le degré de P (x) est 0. Supposons-la vérifiée lorsque le degré du polynôme est p. Soit
H(x) un polynôme de degré p + 1. Nous avons :
Z Z
1 1
ez0 x H(x) dx ≃ ez0 x H(x) − ez0 x H ′ (x) dx.
z0 z0
R
Or le degré de H ′ (x) est p, d’où ez0 x H ′ (x) dx est de la forme ez0 x G(x) avec G(x)
un polynôme de degré p. Il s’ensuit
Z
1
ez0 x H(x) dx ≃ ez0 x (H(x) − G(x)) ,
z0
la proposition est donc vérifiée pour le degré p + 1 car le degré de H(x) − G(x) est
p + 1. ✷
Z 3
Exemple 18.1. Cherchons e2x (x2 + 1) dx.
1
Solution. Cette intégrale existe car e2x (x2 + 1) est continu dans R d’où dans [1, 3] .
D’après la propriété ci-dessus, on peut poser
Z
e2x (x2 + 1) dx ≃ e2x (Ax2 + Bx + C).
Cherchons les constantes A, B, C :
(e2x (Ax2 + Bx + C))′ = e2x (2Ax2 + 2(A + B)x + (2C + B)) ,
d’où
x2 + 1 ≡ 2Ax2 + 2(A + B)x + (2C + B)
et
2A = 1 A+B =0 2C + B = 1 .
Par conséquent
Z 3
1 3e2
e2x (x2 + 1) dx = [ e2x (2x2 − 2x + 3)]31 = (5e4 − 1) .
1 4 4
Application
Montrons comment obtenir

Z Z
eax P (x) cos bx dx , eax P (x) sin bx dx
lorsque a et b sont réels et P (x) est un polynôme à coefficients réels. Nous avons

Re (a+ib)x ax cos bx
e P (x) ≃ e P (x) .
Im sin bx
Il s’ensuit
Z Z
cos bx Re
eax P (x) dx ≃ e(a+ib)x P (x) dx.
sin bx Im
On est ainsi ramené à une primitive d’une exponentielle-polynôme.
Z
Exemple 18.2. Cherchons (x2 − 1)e−x sin x dx .
Solution. On a
Z Z Z
2 −x (−1+i)x 2
(x − 1)e sin x dx ≃ Im e (x − 1) dx ≃ Im e(−1+i)x (x2 − 1) dx .
On pose Z
e(−1+i) (x2 − 1) dx ≃ e(−1+i)x (Ax2 + Bx + C),
d’où
x2 − 1 ≡ (−1 + i)(Ax2 + Bx + C) + 2Ax + B,
ce qui donne
1+i
A=− B = −i C =1.
2
Par conséquent
Z
1+i 2
(x2 − 1)e−x sin x dx ≃ Im(e−x (cos x + i sin x)(− x − ix + 1))
2
x2 x2
≃ e−x ((− + 1) sin x − ( + x) cos x) .
2 2
18.3. Intégration des fonctions rationnelles 213
18.3 Intégration des fonctions rationnelles

1. Intégration des fractions simples
On appelle fraction simple toute fonction rationnelle d’une des deux formes sui-
vantes :
c
,
(ax + b)m
dx + e
(ax2 + bx + c)m
où a 6= 0, m est un naturel non nul et le trinôme ax2 + bx + c n’a pas de racine

réelle.
L’intégration de la première forme de fraction simple s’effectue par substitution
en posant t = ax + b .
Envisageons les fractions simples de la deuxième forme et travaillons dans R tout

entier. On détermine d’abord des constantes K et I telles que
dx + e 2ax + b I
=K + . (18.6)
(ax2 + bx + c)m (ax2 + bx + c)m (ax2 + bx + c)m
2ax + b
L’intégration de s’effectue par substitution en posant
(ax2+ bx + c)m
t = ax2 + bx + c .
Passons au deuxième terme de (18.6). Puisque le trinôme n’a pas de racine réelle,
on peut trouver des réels J, M et N tels que
ax2 + bx + c = J((M x + N )2 + 1) avec J, M 6= 0 .
(cette opération est appelée “complétion du carré”).

1
L’intégration de s’effectue par substitution en posant
(ax2 + bx + c)m
u = Mx + N ;
1
il reste donc à intégrer . Dans le cas où m = 1 , cela donne arctg u, le cas
(1 + u2 )m
où m > 1 est traité après l’exercice qui suit.
Z
x−1
Exemple 18.3. Cherchons 2
dx .
x +x+1
Solution. Nous avons
1 3
x−1 2 (2x + 1) − 2
= ,
x2 + x + 1 x2 + x + 1
d’où
Z Z Z
x−1 1 2x + 1 3 dx
2
dx ≃ 2
dx − 2
x +x+1 2 x +x+1 2 x +x+1
Z
1 3 dx
≃ ln(x2 + x + 1) − .
2 2 x2 + x + 1
Or x2 + x + 1 = (x + 21 )2 + 3
4 et donc en posant u := x + 1
2 on obtient
Z Z √ √
3 dx 3 du 2u 2x + 1
2
≃ 3 ≃ 3 arctg √ ≃ 3 arctg √ .
2 x +x+1 2 u2 + 4 3 3
En conclusion
Z √
x−1 1 2 2x + 1
dx ≃ ln(x + x + 1) − 3 arctg √ .
x2 + x + 1 2 3
Primitives de 1/(1 + x2 )m
Soit m un naturel non nul Posons
Z
dx
Im (x) := .
(1 + x2 )m
On a I1 (x) ≃ arctg x. Pour chercher Im (x) pour m > 1 on utilise la formule récur-
rente suivante :
2m − 1 x
Im+1 (x) ≃ Im (x) + si m ∈ N et m 6= 0 .
2m 2m(1 + x2 )m
Démonstration.
Z Z Z
dx (1 + x2 − x2 ) dx x2 dx
Im+1 (x) ≃ ≃ ≃ Im (x) − .
(1 + x2 )m+1 (1 + x2 )m+1 (1 + x2 )m+1
Z
x2 dx
Pour chercher , effectuons une intégration par parties :
(1 + x2 )m+1
x −1
soient f (x) = x , g ′ (x) = d’où f ′ (x) = 1 , g(x) = , ainsi :
(1 + x2 )m+1 2m(1 + x2 )m
Z
x2 dx −x 1
≃ + Im (x) ,
(1 + x2 )m+1 2m(1 + x2 )m 2m
d’où
x 1 2m − 1 x
Im+1 (x) ≃ Im (x) + − Im (x) ≃ Im (x) + .
2m(1 + x2 )m 2m 2m 2m(1 + x2 )m
✷
Exemple 18.4. Cherchons I3 (x) .
Solution.
1 x 1 x
I2 (x) ≃ I1 (x) + ≃ arctg x + ,
2 2(1 + x2 ) 2 2(1 + x2 )
3 x
I3 (x) ≃ I2 (x) + ,
4 4(1 + x2 )2
d’où
3 3x x
I3 (x) ≃ arctg x + + .
8 8(1 + x2 ) 4(1 + x2 )2
2. Décomposition en fractions simples

Rappelons qu’une fonction rationnelle est une fraction de deux polynômes. Deux
polynômes P (x), Q(x) sont dits premiers entre eux lorsqu’il n’existe pas de polynôme
D(x) de degré non nul tels que P (x) et Q(x) soient multiples de D(x). Par exemple
x3 − 1 et x2 − 4 sont premiers entre eux, mais x3 − 1 et x2 − 1 ne sont pas premiers
entre eux.
Considérons une fonction rationnelle R(x). On effectue d’abord les éventuelles
simplifications. Si le degré du numérateur est supérieur ou égal au degré du dénomi-
nateur, on effectue la division. Il s’ensuit que toute fonction rationnelle R(x) se met
sous la forme

N (x)  P (x) un polynôme,
R(x) = P (x) + avec N (x), D(x) des polynômes premiers entre eux,
D(x) 
degré de N (x) < degré de D(x).
(18.7)
Un trinôme du second degré à coefficients réels est dit irréductible lorsqu’il ne peut
être factorisé en deux polynômes du premier degré à coefficients réels, autrement
dit lorsqu’il n’a pas de racine réelle. La méthode nécessite qu’on ait factorisé le
dénominateur en un produit de polynômes du premier degré ou de trinômes du
second degré irréductibles, tous à coefficients réels. On sait qu’une telle factorisation
existe 1 , mais dans bien des cas on ne peut la trouver explicitement 2 . Algébriquement
on peut prouver :
Théorème 50 (Décomposition en fractions simples).

Supposons :
1. degré de N (x) < degré de D(x),
2. N (x) et D(x) sont premiers entre eux,
3. le dénominateur D(x) est factorisé sous la forme
D(x) = F0 (x)p0 · F1 (x)p1 · . . . · Fn (x)pn
où
1. voir par exemple [8])
2. ainsi il n’existe pas d’algorithme, c’est-à-dire de méthode effective, permettant de factoriser
un polynôme de degré ≥ 5
— les Fk (x) sont des polynômes à coefficients réels, du premier degré ou du

second degré irréductibles,
— aucun Fk (x) n’est multiple d’un autre Fj (x),
— où chaque pk est un naturel > 0 .
N (x)
alors la fonction rationnelle se décompose d’une et d’une seule façon en une
D(x)
somme de fractions simples dont les dénominateurs sont de la forme Fi (x)j avec j
parmi 1, 2, . . . , pi .
On ne démontre pas ici ce résultat mais pratiquement voici comment obtenir
cette décomposition pour autant qu’on ait au préalable factorisé le dénominateur
sous la forme précisée plus haut :
1. on pose la décomposition,
2. on cherche les coefficients de cette décomposition en réduisant au même dé-
nominateur et en identifiant les deux numérateurs.
Par exemple,
x−1 A B C 1 2
1. 3
= + 2
+ 3
= 2
− .
(x + 1) x + 1 (x + 1) (x + 1) (1 + x) (1 + x)3
2x2 − 3 2x2 − 3
2. = , d’où on pose
(x3 + 1)2 (x + 1)2 (x2 − x + 1)2
2x2 − 3 A B Cx + D Ex + F
3 2
= + 2
+ 2 + 2 ,
(x + 1) x + 1 (x + 1) x − x + 1 (x − x + 1)2
il s’ensuit
2x2 − 3 4 5 −3 + 4 x 5 (−1 + x)
=− − 2 + + .
3
(x + 1) 2 9 (1 + x) 9 (1 + x) 9 (1 − x + x ) 3 (1 − x + x2 )2
2
1 1 A B 1 1
3. = = + = − .
x2 + x − 2 (x − 1)(x + 2) x−1 x+2 3 (x − 1) 3 (x + 2)
x3 + x x3 + x Ax + B Cx + D
4. 4
= √ √ = √ + √ ,
x +1 (x2 + 2x + 1)(x2 − 2x + 1) x2 + 2x + 1 x2 − 2x + 1
d’où il découle
x3 + x x − √12 x + √12
= √ + √ .
x4 + 1 2(x2 + 2 x + x2 ) 2(x2 − 2 x + 1)
3. Intégration des fonctions rationnelles

Pour intégrer une fonction rationnelle, si le cas se présente on effectue les sim-
plifications possibles et, s’il y a lieu on effectue la division, on aboutit ainsi à la
décomposition (18.7), ensuite on effectue la décomposition en fractions simples. On
est ainsi ramené à intégrer des fractions simples. Cette méthode est valable dans R
excepté aux racines du dénominateur.
Z
dx
Exemple 18.5. Recherchons dans ] − ∞, −1[ ∪ ] − 1, +∞[ .
x3 + 1
Solution.
1 A Bx + C (A + B)x2 + (−A + B + C)x + A + C
= + 2 = ,
x3 +1 x+1 x −x+1 (x + 1)(x2 − x + 1)
d’où A + B = 0, −A + B + C = 0, A + C = 1 , ce qui donne
1 −1 2
A= , B= , C= .
3 3 3
Z Z Z
dx 1 dx 1 −x + 2
≃ + dx
x3 + 1 3 x+1 3 x2 − x + 1
Z Z Z
1 dx 1 −1 2x − 1 3 dx
≃ + ( 2
dx + )
3 x+1 3 2 x −x+1 2 x2 −x+1
Z Z
1 dx 1 1 dx
≃ − ln(x2 − x + 1) + .
3 x+1 6 2 x2 − x + 1
Or x2 − x + 1 = (x − 21 )2 + 43 , en posant u = x − 12 on a
Z Z
1 dx 1 du 1 2u 1 2x − 1
≃ ≃ √ arctg √ ≃ √ arctg √ .
2 x2 − x + 1 2 u2 + 34 3 3 3 3
En conclusion
Z √
dx 1 1 2 3 2x − 1
≃ ln |x + 1| − ln(x − x + 1) + arctg √ .
x3 + 1 3 6 3 3
Z 3
x − x2 + 5x + 1
Exemple 18.6. Recherchons dx dans ] − ∞, 1[ ∪ ]1, +∞[.
(x2 + 1)(x − 1)2
Solution.
x3 − x2 + 5x + 1 Ax + B C D
= 2 + + ,
(x2 + 1)(x − 1)2 x +1 x − 1 (x − 1)2
d’où
x3 − x2 + 5x + 1 ≡ (Ax + B)(x − 1)2 + C(x − 1)(x2 + 1) + D(x2 + 1).
En prenant x = 1 , on obtient D = 3 et en faisant x = i , il vient

(Ai + B)(−2i) = 2 + 4i d’où A = 1 et B = −2 . De plus 1 = B − C + D d’où C = 0.
Z 3 Z Z
x − x2 + 5x + 1 x−2 dx
2 2
dx ≃ 2
dx + 3
(x + 1)(x − 1) x +1 (x − 1)2
Z Z
1 2x dx 3
≃ dx − 2 −
2 x2 + 1 x2 + 1 x − 1
1 3
≃ ln(x2 + 1) − 2 arctg x − .
2 x−1
4. Expression rationnelle de plusieurs variables

Soient u1 , u2 , . . . , un des variables. Une expression rationnelle de u1 , u2 , . . . , un
est une expression obtenue en effectuant une succession finie d’opérations élémen-
taires (addition, soustraction, multiplication et division) au départ de u1 , u2 , . . . , un
et de constantes. Une expression rationnelle d’une seule variable peut toujours se
mettre sous la forme d’une fonction rationnelle de cette seule variable. Les mé-
thodes qui vont suivre consistent souvent à transformer l’expression à
intégrer en une fonction rationnelle, d’où évidemment l’importance de la
méthode qu’on vient de voir.
18.4 Intégration des expressions en sin x, cos x, tg x

Il s’agit d’intégrer des fonctions de la forme
R(sin x, cos x, tg x)
où R(u, v, w) est une expression rationnelle de u, v, w . On va montrer comment

transformer la fonction à intégrer en une fonction rationnelle ; il s’agit donc d’enlever
les fonctions trigonométriques sans bien entendu introduire de racine.
Envisageons d’abord quelques cas particuliers, ensuite on verra une méthode
applicable dans tous les cas. Lorsque les méthodes particulières sont utilisables, il est
a priori plus intéressant de les utiliser. Ici k représente toujours un entier quelconque.
1. Fonction impaire en cos x ou sin x

La fonction H(sin x, cos x) est dite impaire en cos x , respectivement impaire en
sin x , lorsqu’elle se met sous la forme
F (sin x) · cos x , (18.8)
respectivement
F (sin x) · cos x . (18.9)
Remarquons que si H(sin x, cos x) est impaire en cos x , respectivement impaire en

sin x , alors
H(sin x, − cos x) = −H(sin x, cos x) ,
respectivement
H(− sin x, cos x) = −H(sin x, cos x) .
Pour intégrer (18.8) on effectue la substitution t = sin x et pour intégrer (18.9) on
effectue la substitution t = cos x . Dans les deux cas on est ainsi amené à intégrer la
fonction rationnelle F (t) .
Z
dx
Exemple 18.7. Recherchons pour x 6= kπ .
sin3 x
18.4. Intégration des expressions en sin x, cos x, tg x 219
Solution. Z Z
dx sin x
≃ dx
sin3 x (1 − cos2 x)2
d’où en posant t = cos x ,
Z Z Z
dx dt 1 1 1 1 1
≃− ≃− ( + + + )dt
sin3 x (1 − t2 )2 4 1 − t (1 − t)2 1 + t (1 + t)2
1 1 1 1 1−t 2t
≃ − (− ln |1 − t| + + ln |1 + t| − ) ≃ (ln | |− )
4 1−t 1+t 4 1+t 1 − t2
1 1 − cos x 2 cos x 1 x 1 cos x
≃ (ln − ) ≃ ln(tg2 ) −
4 1 + cos x 1 − cos2 x 4 2 2 sin2 x
1 x cos x
≃ (ln | tg | − ).
2 2 sin2 x
2. Fonction paire en cos x et sin x

La fonction H(sin x, cos x, tg x) est dite paire en cos x et sin x lorsqu’elle se met
sous la forme
F (sin2 x, cos2 x, tg x) .
Remarquons qu’alors
H(− sin x, − cos x, tg x) = H(sin x, cos x, tg x) .
Dans ce cas la fonction à intégrer s’écrit aussi
F (sin2 x, cos2 x, tg x)
(1 + tg2 x)
1 + tg2 x
et on effectue dès lors la substitution t = tg x , ainsi
1 t2
cos2 x = 2
, sin2 x = , tg x = t et (1 + tg2 x)dx = dt ,
1+t 1 + t2
on est ainsi amené à intégrer la fonction
1 t2 1
2
F( , , t) ,
1+t 1 + t2 1 + t2
qui est une fonction rationnelle en t. Ces calculs ne sont évidemment pas valables
aux multiples impairs de π2 .
Z
dx
Exemple 18.8. Cherchons .
1 + cos2 x
Solution. Cette primitive existe dans R mais la méthode suivie nous permet d’ob-
tenir la primitive pour x 6= (2k + 1) π2 .
Z Z Z
dx dt dt
≃ 1 ≃
1 + cos2 x (1 + 1+t 2
2 )(1 + t ) 2 + t2
en posant t = tg x.
t
Posons maintenant u = √ , nous avons
2
Z Z √ Z √ √
dx 1 dt 2 du 2 2 tg x
2
≃ t2 ≃ 2
≃ arctg u ≃ arctg( √ ) .
1 + cos x 2 1+ 2 2 1+u 2 2 2
3. Produits de sin x et de cos x

Il s’agit d’intégrer des expressions de la forme
sinn x cosm x
où m et n sont des naturels
Si m ou n est impair, on peut se ramener au cas d’une fonction impaire en cos x
ou sin x .
Si m et n sont pairs, on a intérêt à transformer sinn x cosm x en une somme de
cos px ou sin qx, l’intégration est alors immédiate. Cette transformation s’opère soit
en utilisant les formules de trigonométrie
2 sin x cos x = sin(2x) , 2 sin2 x = 1 − cos(2x) , 2 cos2 x = 1 + cos(2x) .
On peut aussi utiliser les Formules d’Euler.
Z
Exemple 18.9. Cherchons sin2 x cos4 x dx dans R.
Solution.
1 1
sin2 x cos4 x = sin2 2x cos2 x = (1 − cos 4x)(1 + cos 2x)
4 16
1
= (1 + cos 2x − cos 4x − cos 4x cos 2x)
16
1 1 1
= (1 + cos 2x − cos 4x − cos 6x − cos 2x)
16 2 2
1 1 1
= (1 + cos 2x − cos 4x − cos 6x) ;
16 2 2
on a donc
Z
1 1 1 1
sin2 x cos4 x dx ≃ (x + sin 2x − sin 4x − sin 6x) .
16 4 4 12
En utilisant la formule d’Euler, on aurait obtenu :
eix − e−ix 2 eix + e−ix 4
sin2 x cos4 x= ( ) ( )
2i 2
1
= − 6 (e2ix − 2 + e−2ix ) (e4ix + 4e2ix + 6 + 4e−2ix + e−4ix )
2
1
= − 6 (e6ix + 4e4ix + 6e2ix + 4 + e−2ix − 2e4ix − 8e2ix − 12 − 8e−2ix − 2e−4ix
2
+e2ix + 4 + 6e−2ix + 4e−4ix + e−6ix )
1
= − 6 (2 cos 6x + 4 cos 4x − 2 cos 2x − 4) .
2
18.5. Intégration des expressions en ch ax, sh ax 221
4. Cas général
x
On effectue la substitution t = tg 2 . On a
2t 1 − t2 2t
sin x = 2
, cos x = 2
, tg x =
1+t 1+t 1 − t2
et
x dx 2dt
(1 + tg2 ) = dt d’où dx = ,
2 2 1 + t2
il s’ensuit
Z Z
R(sin x, cos x, tg x) x
R(sin x, cos x, tg x) dx ≃ 2 x (1 + tg2 ) dx
1 + tg 2 2
Z 2
1 2t 1−t 2t
≃ 2( R( , , ) dt)t=tg x2 .
1 + t2 1 + t2 1 + t2 1 − t2
Les calculs ci-dessus sont valables seulement pour x 6= (2k + 1)π .

Z π/2
dx
Exemple 18.10. Cherchons .
0 3 + 2 sin x
1
Solution. La fonction est continue dans R donc dans [0, π/2] , l’intégrale
3+2 sin x
existe donc. L’intervalle d’intégration ne contient aucun multiple impair de π , on
x
peut donc appliquer la substitution t = tg à l’intégrale considérée. Ainsi
2
Z π/2 Z 1 Z 1
dx 2dt 2dt
= 2 )(3 + 2 2t )
= 2 + 4t + 3
.
0 3 + 2 sin x 0 (1 + t 1+t2 0 3t
1
Or 3t2 + 4t + 3 = 3 ((3t + 2)2 + 5), posons u = 3t + 2 , on obtient
Z π/2 h i5
dx R5 du
=2 = 2 u
√1 arctg( √ )
3 + 2 sin x 2 u2 +5 5 5 2
0
√
= 2 √15 (arctg( 5) − arctg( √25 ))
Remarque.
On peut utiliser les formules de trigonométrie pour modifier l’expression à intégrer,
mais il ne faut pas perdre le caractère rationnel de cette expression, il ne faut donc
2 2
jamais introduire de racine. Par exemple nous
√ pouvons remplacer sin x par 1−cos x
mais il ne faut pas remplacer sin x par ± 1 − cos2 x !
18.5 Intégration des expressions en ch ax, sh ax

Il s’agit d’intégrer les expressions de la forme
R(ch ax, sh ax)

où a 6= 0 et R(u, v, w) est une expression rationnelle de u, v, w .

1. Dans des cas simples, on peut utiliser des formules concernant les fonctions hy-
perboliques. Par exemple : Z
dx
≃ − coth x ,
sh2 x
et Z Z
sh xdx dt
≃
1 + ch x 1+t
où on a posé t = ch x , d’où
Z
sh xdx
≃ ln(1 + t) ≃ ln(1 + ch x) .
1 + ch x
2. En général, on peut exprimer les fonctions hyperboliques en fonction de eax . Ainsi
Z Z
eax + e−ax eax − e−ax
R(ch ax, sh ax) dx = R( , ) dx
2 2
Il suffit alors d’effectuer la substitution t = eax ce qui donne :
Z
1 1 1 1 1 1
R( (t + ), (t − )) dt .
a t 2 t 2 t t=eax
R dx
Exemple 18.11. Cherchons 1+ch x .
Solution. Z Z
dx ex dx
≃2 ,
1 + ch x e2x + 2ex + 1
d’où en posant t = ex on obtient
Z Z
dx dt −2 −2
≃2 2
≃ ≃ .
1 + ch x (t + 1) t+1 1 + ex
18.6 La Méthode de substitution appliquée en sens

opposé
Nous allons compléter ce qu’on a dit à propos de l’intégration par substitution à
la page 209. Rappelons les conditions :
(1) la variable x varie dans un intervalle Ix , la variable t se trouve dans un
intervalle It et les variables x et t sont reliées t = ϕ(x) ,
(2) ϕ(x) est continûment dérivable dans Ix .
Alors on avait seulement besoin de connaître la nouvelle variable t par rapport à
la variable initiale x . On utilisait la formule de primitivation (18.2) ou d’intégration
(18.3) en allant de gauche vers la droite. Mais on peut aussi appliquer la méthode
en sens inverse :R R
— chercher f (t)dt grâce à f (ϕ(x))ϕ′ (x)dx ,
R ϕ(b) Rb
— chercher ϕ(a) f (t)dt au moyen de a f (ϕ(x))ϕ′ (x)dx.
√
p
18.7. Intégration des irrationnelles R(x, ax + b) 223
Cela nécessite qu’on connaisse aussi la variable x en fonction de t . Dans un cas

pareil,
à tout t dans It il doit correspondre un et un seul x dans Ix et inversement à tout x
dans Ix il doit correspondre un et un seul t dans It , on dit alors que t = ϕ(x) définit
une changement de variable entre It et Ix .
Une telle situation se présente lorsque ϕ(x) est strictement monotone dans Ix et
qu’on prend pour It l’image de Ix par la fonction x 7→ ϕ(x). Alors à tout t dans
It il correspond un seul x dans Ix et on peut considérer la fonction réciproque de
x ∈ Ix 7→ t = ϕ(x), qu’on note ϕ−1 , ainsi t ∈ It 7→ x = ϕ−1 (t). Alors
x ∈ Ix et t = ϕ(x) si et seulement si t ∈ It et x = ϕ−1 (t)
Ci-dessous, en plus des conditions (1) et (2) rappelées plus haut, supposons la
condition suivante vérifiée :
(3) ϕ(x) est strictement monotone dans Ix et soit It l’image de Ix par ϕ.
Lisons la formule de primitivation par substitution (18.2) en exprimant la réponse
en fonction de la variable t, on obtient :
si f (t) est continue dans It , alors pour tout t dans It on a
Z Z
f (t) dt ≃ [ f (ϕ(x)) · ϕ′ (x) dxt]x=ϕ−1 (t) . (18.10)
De même si l’intervalle [c, d] est inclus dans It , utilisons la formule d’intégration par
substitution (18.3) en remplaçant ϕ(a) par c et ϕ(b) par d, on obtient a = ϕ−1 (c) et
b = ϕ−1 (d), il s’ensuit :
si [c, d] est inclus dans It et si f (t) est continue dans [c, d],
Z d Z ϕ−1 (d)
f (t)dt = f (ϕ(x))ϕ′ (x) dx . (18.11)
c ϕ−1 (c)
On va utiliser cela pour intégrer certaines fonctions contenant des racines. Le

principe est chaque fois d’effectuer un changement de variable éliminant les racines.
√
p
18.7 Intégration des irrationnelles R(x, ax + b)
Il s’agit d’intégrer une fonction de la forme
p
R(x, p
ax + b)
où a 6= 0 et R(u, v) est une expression rationnelle de u et v .

L’idée est simple : on pose √p
t = ax + b .
√
La fonction p ax + b est strictement monotone (croissante si a > 0, décroissante si
a < 0)
— entre l’intervalle Ix = {x : ax + b ≥ 0} et It = [0, +∞[ si p est pair,

— Ix = R et It = R si p est impair.
En prenant la fonction réciproque, on obtient
tp − b
x= .
a
Il s’ensuit
Z √ Z
p tp − b
, t)tp−1 dt]t= √
p
R(x, ax + b) dx ≃ [ R( p
ax+b .
a a
Nous obtenons de la sorte une primitive d’une fonction rationnelle. On procède de
la même façon pour les intégrales en adaptant les bornes d’intégration.
Z 8√
x+1
Exemple 18.12. Cherchons dx .
3 x
√
x+1
Solution. x est continu dans ] − 1, 0[ ∪ ]0, +∞[ d’où également dans [3, 8] .
L’intégrale existe
√ donc.
Posons t = x + 1 , on se place ainsi dans les intervalles Ix = [−1, +∞[ et
It = [0, +∞[ . Puisque [3, 8] ⊂ Ix ,
Z 8√ Z 3 Z 3
x+1 t t2
dx = 2
2t dt = 2 2
dt .
3 x 2 t −1 2 t −1
On a
2t2 2 1 1
=2+ 2 =2+ − ,
t2 −1 t −1 t−1 t+1
d’où Z
t2 t−1
2 dt ≃ 2t + ln | |.
t2 −1 t+1
Il s’ensuit √ Z 8
x+1 t−1 3 3
dx = [2t + ln | |]2 = 2 + ln .
3 x t+1 2
Z √
x
Exemple 18.13. Cherchons √ dx dans ]0, +∞[.
3
x+1
Solution. Nous sommes ici en présence de deux racines √ d’ordre√ différent,
√ mais√on se
3
ramène au cas d’une
√ seule racine en remarquant que x = ( 6
x) et 3
x = ( 6 x)2 .
Posons donc t = x . Ainsi Ix et It coïncident avec [0, +∞[ .
6
Z √ Z Z
x t3 5 t8
√ dx ≃ 2
6 t dt ≃ 6 2
dt
3
x+1 t +1 t +1
Z
1
≃ 6 (t6 − t4 + t2 − 1 + ) dt
1 + t2
6 7 6 5
≃ t − t + 2 t3 − 6 t + arctg t
7 5
6 7 6 5 1 1 √
≃ x 6 − x 6 + 2 x 2 − 6 x 6 + arctg 6 x.
7 5
√
18.8. Intégration des irrationnelles R(x, ax2 + bx + c) 225
√
18.8 Intégration des irrationnelles R(x, ax2 + bx + c)
Envisageons la présence d’une des racines suivantes :
p p p
1 − x2 , x2 + 1 , x2 − 1 .
Que faut-il poser pour éliminer cette racine ? L’idée est simple :
— puisque cos2 t + sin2 t √ = 1 , dans le premier cas il suffit de poser x = sin t avec
t ∈ [− π2 , π2 ] car alors 1 − x2 = cos t ;
— puisque ch2 t − sh2 t = 1 ,
√
1. dans le second cas on doit poser x = sh t car alors x2 + 1 = ch t ,
2. dans le troisième cas on doit poser
x = ch t avec t ≥ 0 si on considère x ≥ 1 ,
x = − ch t avec t ≥√0 si on considère x ≤ −1 ,
en effet alors on a x2 − 1 = sh t .
La méthode qu’on va voir ne fait qu’appliquer l’observation ci-dessus.
√
1. Irrationnelle de la forme R(x, a2 − x2 )
p
R(x, a 2 − x2 )
où a > 0 et R(u, v) est une expression rationnelle de u, v. On pose

π π
x = a sin t où − ≤t≤ .
2 2
Ici Ix = [−a, a] et It = [− π2 , π2 ] . Remarquons que a sin t est strictement croissant
dans It et en sens opposé on a t = arcsin xa . Ainsi
p
a − x2 = a cos t
et on a
Z p Z
2 2
R(x, a − x ) dx ≃ ( R(a sin t, a cos t)a cos t dt)t=arcsin xa .
Nous sommes ainsi ramenés à une primitive d’une expression rationnelle en sin t
et cos t . On procède de façon semblable pour les intégrales en adaptant les bornes
d’intégration.
Z p Z ap
Exemple 18.14. Cherchons a2 − x2 dx dans ] − a, a[ et a2 − x2 dx .
0
Solution.
1. Posons x = a sin t avec t ∈ [− π2 , π2 ] , Ainsi
p x
a2 − x2 = a cos t , dx = a cos t dt; , t = arcsin( ) ,
a
d’où
Z p Z Z
2 2 a2
a2 − x2 dx ≃ a cos t dt ≃ (1 + cos 2t) dt
2
a2 sin 2t a2
≃ (t + )≃ (t + sin t cos t)
2 2 2
a2 x xp 2
≃ arcsin + a − x2 .
2 a 2
Remarque : la primitive obtenue ci-dessus √ est valable seulementdans ] − a, a[, mais
la primitive existe dans [−a, a] puisque a2 − x2 est continue dans [−a, a] .
√
2. Cherchons l’intégrale. La fonction a2 − x2 est continue dans [−a, a] d’où continu
dans [0, a] , l’intégrale existe donc Comme ci-dessus, posons x = a sin t avec t dans
[− π2 , π2 ] . Puisque [0, a] ⊂ Ix = [−a, a] , on a
Z a p Z π Z π
2 2 2
2
2 a2 2 a2 sin 2t π2 πa2
a − x dx = a cos t dt = (1 + cos 2t) dt = [t + ]0 =
0 0 2 0 2 2 4
Ce double exemple montre bien que lors d’un calcul d’intégrale par la méthode de
substitution, il est plus avantageux d’appliquer cette méthode en modifiant
les bornes d’intégration que de l’appliquer uniquement pour le calcul de
la primitive. En effet en modifiant l’ensemble d’intégration on ne doit pas après le
calcul de la primitive exprimer celle-ci en fonction de x et on peut ainsi ‘oublier’ la
variable initiale.
√
2. Irrationnelle de la forme R(x, x2 ± a2 )
p
R(x, x2 ± a 2 )
où a > 0 et R(u, v) est une expression rationnelle de u, v .

p
1er cas : R(x, x2 + a2 )
On pose x = a sh t , ici It = R et Ix = R . Remarquons que a sh t est strictement
croissant dans It et, en sens opposé, on a t = arcsh( xa ) . Ainsi
p
x2 + a2 = a ch t , dx = a ch t dt ,
et Z Z
p
R(x, x2 + a2 ) dx ≃ a( R(a sh t, a ch t) ch t dt)t=arcsh( xa ) .
p
2e cas : R(x, x2 − a2 )
Deux cas se présentent : x ≤ −a ou x ≥ a .
√
Lorsque x ≥ a, on pose x = a ch t où t ≥ 0 , ici Ix = [a, +∞[ et It = [0, +∞[ .

Remarquons que a ch t est strictement croissant dans It et, en sens opposé, on a
t = arcch( xa ) . Alors
p
x2 − a2 = a sh t , dx = a sh t dt ,
et Z p Z
R(x, x2 − a2 ) dx ≃ a( R(a ch t, a sh t) sh t dt)t=arcch( xa ) .
Lorsque x ≤ −a, on pose x = −a ch t où t ≥ 0 , ici Ix =]−∞, −a] et It = [0, +∞[ .

Remarquons que −a ch t est strictement décroissant dans It et, en sens opposé, on a
t = arcch(− ax ) . Alors
p
x2 − a2 = a sh t , dx = −a sh t dt ,
et Z p Z
2 2
R(x, x − a ) dx ≃ −a( R(−a ch t, a sh t) sh t dt)t=arcch(− xa ) .
Dans ces deux cas on est ainsi ramené à intégrer une expression rationnelle en ch t et
sh t , ce qu’on a déjà envisagé précédemment. Si on calcule une intégrale, on adapte
les bornes d’intégration. Si on cherche une primitive, les calculs peuvent être plus
désagréables car il faut alors exprimer la réponse finale en fonction de x , pour ce
faire on peut utiliser les fonctions hyperboliques réciproques arcsh ou arcch . Les
formules (17.2) (page 201) peuvent au besoin être utiles.
Z p
Exemple 18.15. Recherchons x2 + 1 dx dans R
Solution. Posons x = sh t . Ainsi

p p
1 + x2 = ch t , dx = ch t dt , t = arcsh(x) = ln(x2 + x2 + 1) ,
d’où
Z p Z Z
e2t + e−2t + 2
x2 + 1dx ≃ ch2 tdt ≃ dt
4
1 e2t e−2t
≃ ( − + 2t) (18.12)
4 2 2
1 p 1 p
≃ ((x + x2 + 1)2 − √ + 4 ln(x + x2 + 1)) .
8 2
(x + x + 1)2
Mais ces calculs se mènent de façon plus agréable si nous utilisons les propriétés des
fonctions hyperboliques, remarquons que (18.12) s’écrit aussi
1 1 1 p
(sh(2t) + 2t) = (2 sh t ch t + 2t) = (2 sh t sh2 t + 1 + 2t) ,
4 4 4
de la sorte Z p
1 p p
x2 + 1 dx ≃ (x x2 + 1 + ln(x + x2 + 1)) .
2
Z 2 p
Exemple 18.16. Recherchons x2 − 1 dx .
1
√
Solution. x2 − 1 est continue dans [1, 2] , l’intégrale existe donc.
Posons x = ch t où t ≥ 0, ici Ix = [1, +∞[ et It = [0, +∞[ . On a
p
x2 − 1 = sh t , dx = sh t dt , t = arcch x .
Puisque [1, 2] ⊂ Ix , on obtient

Z 2 p Z arcch 2
x2 − 1 dx = sh2 (t) dt
1 0
Z arcch 2 Z arcch 2
e2t + e−2t − 2 ch(2t) − 1
= dt = dt
0 4 0 2
1 sh 2t 1 p
= [ − t]arcch
0
2
= [ch t ch2 t − 1 − t]arcch
0
2
2 2 2 √
√ arcch 2 √ ln(2 + 3)
= 3− = 3−
2 2
3. Cas général
Envisageons le cas général et montrons comment intégrer des fonctions de la
forme
p
R(x, ax2 + bx + c)
où a 6= 0 , b2 − 4ac 6= 0 et R(u, v) est une expression rationnelle de u et v .

Par “complétion du carré ”, le trinôme ax2 + bx + c peut se mettre sous la forme
K( A ± (M x + N )2 ) avec K > 0 et A 6= 0 ,
ces coefficients ne sont d’ailleurs pas uniques, le choix de K dictant la valeur des
autres coefficients. En effectuant la substitution u = M x + N on obtient
Z p Z
2
1 u−N √ p
R(x, ax + bx + c) dx ≃ ( R( , K A ± u2 ) du)u=Mx+N .
M M
et on est ainsi conduit à un des types envisagés ci-dessus.
Z √
3 + 2x − x2
Exemple 18.17. Recherchons dx dans ] − 1, 3].
x+1
Solution. On a : 3 + 2x − x2 = 4 − (x − 1)2 . La fonction à primitiver est continue
dans ] − 1, 3], travaillons donc dans ] − 1, 3] . Effectuons la substitution y = x − 1 ,
ainsi y varie alors dans Ey =] − 2, 2]. Nous obtenons
Z √ Z p
3 + 2x − x2 4 − y2
dx ≃ dy .
x+1 y+2
√
π π π π
Posons y = 2 sin t avec t dans [− , ], ici Iy = [−2, 2] et It = [− , ] . Puisque
2 2 2 2
Ey ⊂ Iy , on peut travailler dans Ey tout entier. Il s’ensuit :
p y
4 − y 2 = 2 , cos t , dy = 2 cos t dt , t = arcsin ,
2
d’où
Z √ Z Z
3 + 2x − x2 2 cos2 t
dx ≃ dt ≃ 2 (1 − sin t) dt ≃ 2t + 2 cos t
x+1 sin t + 1
y p
≃ 2 arcsin + 4 − y 2
2
x−1 p
≃ 2 arcsin + 3 + 2x − x2 .
2
Z 1
dx
Exemple 18.18. Cherchons I = √ .
2
0 (x + 1) x + x + 1
Solution. √1 est continue dans ] − ∞, −1[ ∪ ] − 1, +∞[ d’où continue

(x+1) x2 +x+1
1 3
dans [0, 1] , l’intégrale existe donc. Complétons le carré : x2 + x + 1 = (x + )2 + .
2 4
Posons u = x + 21 , on obtient
Z 3/2
du
I= q .
1/2 (u + 21 ) u2 + 3
4
√
3
Posons u = 2 sh t , ainsi It = Iu = R et évidemment [ 21 , 32 ] ⊂ It . On a
r √ √
3 3 3 2u
u2 + = ch t , du = ch t dt , t = arcsh( √ ) .
4 2 2 3
On obtient
Z √ Z √
arcsh 3 arcsh 3
2 dt 4et dt
I= √
√ = √
√ √ .
arcsh(1/ 3) 3 sh t + 1 arcsh(1/ 3) 3e2t + 2et − 3
et
Effectuons la substitution y = √
3
. Puisque
√ √ √ √
earcsh(1/ 3)
= 3 et earcsh( 3) = 2 + 3
on obtient √
Z 1+2/ 3
4
I= dy .
1 3y 2 + 2y − 1
Puisque
4 3 1
= −
3y 2 + 2y − 1 3y − 1 y + 1
on a
3y − 1 1+2/√3
I = [ln ] = ln 3 .
y+1 1
Mise en garde
Rb
Pour modifier les bornes d’intégration dans a f (x)dx au moyen d’une substitu-
tion t = ϕ(x) il est indispensable que [a, b] soit contenu dans l’intervalle Ix . Voici
R 1 dx
un exemple éloquent à ce sujet. Considérons I = −1 1+x 2 . Nous savons que
Z 1
dx 1 π
2
= [arctg x]−1 = .
−1 1+x 2
Mais raisonnons autrement : posons t = 1/x qui établit un changement de variable

entre R0 et R0 . Nous ne pouvons pas modifier les bornes d’intégration car
[−1, 1] n’est pas une partie de R0 . Oublions cela et appliquons la formule ! On
obtient : Z 1 Z −1
dx dt
I= 2
= = −I
−1 1 + x 1 1 + t2
d’où I = 0 alors que I = π/2 ! Voilà ce qui peut arriver lorsqu’on oublie de vérifier
les hypothèses.
18.9 Exercices
Cherchez les primitives et les intégrales suivantes (quand elles existent). Justifiez
l’existence des intégrales et indiquez où le calcul de la primitive est valable.
1. Z Z
1) tg2 x dx 11) xe−x cos(2x) dx
Z π
2
Z π
2) (2 sin x + 3 cos x) dx 12) cos2 x dx
0 0
Z Z
2x
3) e sin x dx 13) e2x cos 3x dx
Z Z
sin x
√
4) e cos x dx 14) ex 1 − ex dx
Z Z
2
ln2 x 1
dx
5) dx 15)
1 x 0 2x − 1
Z Z
6) (2 − 3x) ln x dx 16) arcsin x dx
Z Z
cos x
7) e2x (x2 − 2x)dx 17) dx
9 + sin2 x
Z 2 Z 1/2
x 2
8) e (x − 1)dx 18) x2 arcsin x dx
1 0
Z Z
−x 2 1
9) e cos(2x) (−5x + 4x − 7) dx 19) dx
x ln x
18.9. Exercices 231
Z Z
3x x
10) e (x + 1) sin(2x) dx 20) √ dx
9 − 4x2
2. Z Z
3 x + 13
1) dx 6) dx
(2x − 5)4 x2 − 4x − 5
Z Z 1
2x + 3 2x + 3
2) dx 7) dx
4x2 + 4x + 5 0 x2 − 5x + 6
Z Z 3
1 1
3) dx 8) dx
(1 + x2 )2 2 x4 − 1
Z Z 2
x2 − 5x + 1 2x2 − 3x + 7
4) dx 9) dx
x2 − 5x + 6 1 x3 − 7x2 + 12x
Z 3 Z
8x + x + 1 6x2 + 15x + 7
5) dx 10) dx
x(x2 + 1) (x − 3)(4x2 + 4x + 5)
3. Z Z
sin x 1
1) dx 10) dx
(2 + cos x)2 sin x cos x
Z Z
sin2 x
2) dx 11) cos3 x dx
cos x
Z Z
1
3) cos2 x sin4 x dx 12) dx
1 + sin x
Z Z
sin3 x sin2 x
4) dx 13) dx
cos2 x cos4 x
Z π Z π/2
4 tg x
5) dx 14) sin 5x cos 3x dx
0 1 + sin 2x π/4
Z Z π
sin x 4
6) dx 15) tg x dx
1 + sin x 0
Z π/3 Z π
1 1
7) dx 16) dx
0 cos x 0 1 − sin x
Z π Z π/2
2 1 1
8) dx 17) dx
0 5 + 4 sin 2x 0 1 + cos x
Z Z π/2
1
9) sin 3x cos 2x dx 18) dx
−π/2 5 + 3 cos x
4.
Z 1
sh x sh x ch x
1) dx 3) dx
1 + ch x 0 3 + 2 ch x
Z Z
1
2) ch2 xdx dx
2 + sh x
5.
Z Z 3
x+1 dx
1) √ dx 2) p √
x x−2 0
3
(x + 1)2 − x + 1
6.
Z Z √ 2
1 x + 4x
1) √ dx 9) dx
x 5 − x2 x2
Z p Z
1
2) x2 + 4 dx 10) √ dx
2
x − 4x + 1
Z √ Z
3 + 2x − x2 1 + 2x
3) dx 11) √ dx
x+1 4 − x2
Z −3/4 Z
1 x−2
4) √ dx 12) p dx
2 x2 + 1
−15/8 x (3x − 4) (5x − 6)
Z 4p Z 56 p
5) x2 + 9 dx 13) 2 + 6x − 9x2 dx
1
0 3
Z 4 p Z 1
x22
6) 4x − x2 dx 14) √ dx
1 1 x − x2
Z p Z 4
x
7) x2 − 4 dx 15) √ dx
1 − x − x2
Z 0 Z 2√
1 3 + 2x − x2
8) √ dx 16) dx
−1
2
x +x+1 0 x+1
Chapitre 19
Quelques applications des

intégrales
On va utiliser les intégrales pour mesurer des volumes, des surfaces non planes
et des longueurs de courbe.
Ici a, b représentent des réels et a < b.
19.1 Volume et aire d’un solide de révolution

Un solide de révolution est obtenu en faisant tourner une courbe plane autour
d’une droite (l’axe de révolution), la courbe et la droite se trouvant dans un même
plan. Envisageons le cas suivant : soit G la courbe située dans le plan oyz d’équation
y = f (z) avec z ∈ [a, b] supposons f (z) continue et ≥ 0 dans [a, b]. Faisons tourner
G autour de l’axe des z, la courbe G engendre ainsi une surface de révolution, le
solide de révolution est délimité latéralement par cette surface ainsi que en bas par
un disque de rayon f (a) et en haut par un disque de rayon f (b). Calculons le volume
du solide de révolution.
Soient ∆z infiniment petit > 0 et a = z0 , z1 , z2 , . . . , zk , . . . , zp , zp+1 = b la
discrétisation D de [a, b] de pas ∆z . Par chacun des points (0, 0, zk ) sectionnons le
solide de révolution en menant le plan z = zk . Le solide de révolution est ainsi coupé
en p + 1 tranches de hauteur infiniment petite.
Mesurons le volume de la tranche comprise entre z = zk et z = zk+1 , notons Vk
ce volume. Utilisons les fonctions de choix M in, M ax (voir page 149) qui entre zk et
zk+1 choisissent respectivement ck , dk tels que f (ck ) et f (dk ) soient respectivement
le minimum et le maximum de f (z) pour zk ≤ z ≤ zk+1 . La tranche considérée
contient le cylindre de hauteur zk+1 − zk et de rayon f (ck ) et est contenue dans le
cylindre de hauteur zk+1 − zk et de rayon f (dk ) . Par conséquent
πf (ck )2 (zk+1 − zk ) ≤ Vk ≤ πf (dk )2 (zk+1 − zk ) .
Bien entendu la mesure du volume du solide de révolution, notée Vrev , est évaluée
233
234 Chapitre 19. Quelques applications des intégrales
Pp
par k=0 Vk . Nous avons donc
p
X p
X
2
πf (ck ) (zk+1 − zk ) ≤ Vrev ≤ πf (dk )2 (zk+1 − zk ) .
k=0 k=0
Ci-dessus on rencontre deux sommes de Riemann relatives à la fonction z 7→ πf 2 (z)

et aux fonctions de choix M in et M ax ; en prenant les parties standard on obtient
Z b Z b
2
πf (z) dz ≤ Vrev ≤ πf (z)2 dz
a a
et donc
Z b
Volume du solide de révolution = π f (z)2 dz .
a
On peut également chercher l’aire latérale du solide de révolution :

Z b p
Aire latérale de la surface de révolution = 2π f (z) 1 + f ′ (z)2 dz .
a
On ne démontrera pas ici cette formule 1 .
Exemple 19.1 (Cône droit).

Cherchons le volume et l’aire latérale d’un cône droit de hauteur h et dont le rayon
à la base est r.
Résolution. Prenons comme axe des z l’axe du cône et plaçons la base du cône
dans le plan oxy. La surface latérale du cône est alors obtenue en faisant tourner
autour de l’axe des z le segment d’extrémités (0, r, 0) et (0, 0, h) ; dans le plan ozy
l’équation de ce segment est
r
y = (h − z) .
h
Le volume Vc du cône est donc donné par
Z h
r2 πr2 h
Vc = π 2 (h − z)2 dz = .
h 0 3
Pour l’aire latérale Ac du cône Ac on a
Z r √ Z
r h r r h2 + r 2 h
Ac = 2π (h − z) 1 + ( )2 dz = 2π (h − z)dz
h 0 h h2 0
p
= πr h2 + r2 = πrl ,
si l est la longueur du segment tournant autour de l’axe des z.

1. on peut trouver cette démonstration par exemple dans [16]
19.1. Volume et aire d’un solide de révolution 235
Envisageons maintenant le cas d’une surface de révolution obtenue en faisant

tourner une conique autour d’un axe de symétrie. Ainsi un paraboloïde de révo-
lution est obtenu en faisant tourner autour de son axe de symétrie une parabole.
Un ellipsoïde de révolution, resp. hyperboloïde de révolution, est obtenu en
faisant tourner une ellipse, resp. une hyperbole, autour d’un de ses axes de symétrie.
L’hyperboloïde est dit à une nappe si l’axe de rotation est l’axe non transverse, il
est dit à 2 nappes si l’axe de rotation est l’axe transverse.
Exemple 19.2 (Ellipsoïde de révolution).

Cherchons le volume et l’aire d’un ellipsoïde de révolution.
Résolution. Soient 2 a, 2b respectivement les longueurs des axes de l’ellipse. Faisons

tourner l’ellipse autour de l’axe de longueur 2a . Dans ozy l’équation de la demi-
ellipse est
r
z2
y = b 1 − 2 avec − a ≤ z ≤ a .
a
On a :
Z a a
z2 z3 4π a b2
volume de l’ellipsoïde = π b2 (1 − 2
) dz = π b 2
(z − 2
) = .
−a a 3a −a 3
En faisant a = b = r, on obtient une sphère de rayon r et on retrouve :
4 π r3
volume de la sphère = .
3
Envisageons
√ le cas a > b . Notons 2c la distance focale de l’ellipse, c’est-à-dire
c= a2 − b2 . On a
Z s
bp 2 a
z 2 b2
aire de Se = 2π a − z2 1 + 2 2 dz
−a a a (a − z 2 )
Z
2πb a p 4
= a − c2 z 2 dz .
a2 −a
En posant cz = a2 sin t avec t dans [− π2 , π2 ] et en notant α = arcsin(c/a) , on

obtient
Z
2πba2 α πba2 sin 2t α
aire de Se = cos2 tdt = [t + ]
c −α c 2 −α
πba2 p 2πba2 c
= (2α + sin α 1 − sin2 α) = arcsin + πb2 . (19.1)
c c a
Remarquons que dans le cas de la sphère de rayon r, on a a = b = r et, au départ

de (19.1), on retrouve
aire de la sphère = 4πr2 .
19.2 Longueur d’un arc de courbe

Considérons une courbe plane C d’équations paramétriques
x = x(t) , y = y(t) avec t ∈ [a, b] .
Supposons que x(t), y(t) soient continûment dérivable dans [a, b]. Cherchons la lon-
gueur de la courbe C . Notons p(t) le point (x(t), y(t)).
Fixons un hypernaturel m ig. Posons ∆t = b−a m et soit a = t0 , t1 , t2 , . . . , tm = b
la discrétisation de [a, b] de pas ∆t . Pour chaque k, on a tk ≈ tk+1 et donc
x(tk ) ≈ x(tk+1 ) et y(tk ) ≈ y(tk+1 ) , d’où p(tk ) ≈ p(tk+1 ) .
Evaluons la longueur lk de l’arc de courbe allant de p(tk ) à p(tk+1 ) au moyen de la

longueur sk du segment allant de p(tk ) à p(tk+1 ) ; nous avons
p
sk = (x(tk+1 ) − x(tk ))2 + (y(tk+1 ) − y(tk ))2 . (19.2)
Vu le Théorème des accroissements infinitésimaux, 3e partie (page 162), on a :
x(tk+1 ) − x(tk ) = x′ (tk )∆t + εk ∆t et y(tk+1 ) − y(tk ) = y ′ (tk )∆t + ε′k ∆t
où εk , ε′k sont des ip. En remplaçant dans (19.2) on obtient

q
sk = ∆t (x′ (tk ) + εk )2 + (y ′ (tk ) + ε′k )2
p p
= ∆t x′ (tk )2 + y ′ (tk )2 + IP = ∆t ( x′ (tk )2 + y ′ (tk )2 + ε∗k )
où ε∗k est ip.

On évalue donc la longueur de la courbe C au moyen de
m−1
X m−1
X p m−1
X
sk = ∆t x′ (tk )2 + y ′ (tk )2 + ∆t ε∗k ,
k=0 k=0 k=0
Pm−1
Vu le théorème 21, la somme k=0 ∆t ε∗k est ip et donc :
m−1
X m−1
X p
Longueur de C = st( sk ) = st( ∆t x′ (tk )2 + y ′ (tk )2 ) .
k=0 k=0
En conclusion
Z b p
Longueur de C = x′ (t)2 + y ′ (t)2 dt . (19.3)
a
En particulier considérons le graphe d’une fonction f (x) continûment dérivable

dans un intervalle [a, b]. Alors les équations paramétriques du graphe s’écrivent
x = t , y = f (t) avec t ∈ [a, b]

19.2. Longueur d’un arc de courbe 237
Par conséquent
Z b p
Longueur du graphe = 1 + f ′ (x)2 dx .
a
Le raisonnement ci-dessus peut être effectuée pour une courbe de l’espace R3 et

la longueur le l’arc de courbe est alors donnée par
Z b p
x′ (t)2 + y ′ (t)2 + z ′ (t)2 dt .
a
Exemple 19.3 (Cycloïde).

Cherchons la longueur Lc d’un arc de cycloïde obtenu après un tour complet du
cercle.
Résolution. Référons-nous à l’étude de la cycloïde faite à la page 106. Les équations

sont (
x = rθ − r sin θ
avec θ ∈ [0, 2π] .
y = r − r cos θ
Il s’ensuit
Z 2π q Z 2π
θ
Lc = r2 (1 − cos θ)2 + r2 sin2 θ dθ = 2r sin dθ = 8r .
0 0 2
Exemple 19.4 (Spirale d’Archimède).

Cherchons la longueur La de la portion de spirale d’Archimède obtenue après un
tour complet.
Résolution. Référons-nous à l’étude de la spirale d’Archimède faite à la page 104.

Les équations paramétriques de cette portion de spirale sont
(
x = aθ cos θ
avec θ ∈ [0, 2π]
y = aθ sin θ
Il s’ensuit
Z 2π p
La = a2 (cos θ − θ sin θ)2 + a2 (sin θ + θ cos θ)2 dθ
0
Z 2π p
= a 1 + θ2 dθ ,
0
d’où, en posant θ = sh t,
Z arcsh(2π) Z arcsh(2π)
a
La = a ch2 t dt = (1 + ch 2t)dt
0 2 0
a sh 2t arcsh(2π) a sh(2 arcsh(2π))
= (arcsh(2π) + [ ]0 ) = (arcsh(2π) + ).
2 2 2 2
p
On sait que sh(2t) = 2 sh t ch t et que ch t = 1 + sh2 t, il s’ensuit
p
sh(2 arcsh(2π)) = 4π 1 + 4π 2
et donc
arcsh(2π) p
La = a( + π 1 + 4π 2 ) .
2
19.3 Exercices
1. Cherchez le volume du solide délimité par
— l’hyperboloïde de révolution obtenu en faisant tourner l’hyperbole
y2 z2
2
− 2 =1 , x=0
a b
autour de l’axe des z ,
— les plans z = −h et z = h.
2. Cherchez le volume du solide obtenu en coupant par le plan z = a le para-
boloïde de révolution engendrée par la rotation autour de l’axe des z . de la
parabole d’équations
z = 2py 2 , x = 0 .
3. Cherchez la longueur de l’arc de parabole d’équation y = px2 joignant l’origine
au point de la parabole d’abscisse a > 0 .
4. Cherchez la longueur de la courbe “caténaire”, c’est-à-dire du graphe de ch x
où x ∈ [−a, a] . (cette courbe s’obtient en suspendant un fil par ses deux
extémités, d’où son nom).
Chapitre 20
Equations différentielles du
premier ordre
Considérons la fonction exponentielle, notons y cette fonction, alors y ′ = y. Une

telle équation est appelée une équation différentielle du premier ordre. Il s’agit d’une
égalité reliant une fonction à sa dérivée. La fonction exponentielle est une solution de
cette équation différentielle, une solution d’une équation différentielle est donc une
fonction qui vérifie l’égalité considérée. Remarquons que l’équation y ′ = y a d’autres
solutions, ainsi si C représente une constante quelconque, la fonction Cex est aussi
solution de y ′ = y, par exemple 2ex , 5ex , . . . sont des solutions de y ′ = y. Chacune
de ces fonctions sera appelée une solution particulière de y ′ = y. On verra bientôt
que toute solution de y ′ = y est de la forme Cex , dès lors en posant y = Cex où C
représente une constante arbitraire, on aura toutes les solutions et uniquement les
solutions de y ′ = y, aussi on dira que la formule y = Cex donne la solution générale
de y ′ = y.
20.1 Quelques généralités

Ici on désigne souvent par y la fonction inconnue d’une équation différentielle,
la variable est souvent notée x , mais dans les applications il en est tout autrement,
par exemple, quand la varable est le temps, la variable est notée t et si la grandeur
étudiée est une intensité électrique, on remplacera y par I . . . .
Une équation différentielle du premier ordre est une équation reliant y ′ à x et
y, on y trouve éventuellement y et la variable x , mais nécessairement la dérivée
de y. Résoudre une équation différentielle consiste à chercher toutes les fonctions
y(x) qui la vérifient et qui sont des fonctions continûment dérivables dans un certain
intervalle (pouvant dépendre de la solution y).
Ce que nous avons déjà remarqué ci-dessus avec l’équation y ′ = y, se confirmera
par la suite : on verra qu’une équation différentielle a une infinité de solutions et que
ces fonctions solutions peuvent être décrites au moyen d’un paramètre, appelé ici
constante arbitraire ; il s’agit là d’une règle générale valable pour toutes les équations
différentielles du premier ordre.
239
240 Chapitre 20. Equations différentielles du premier ordre
Souvent on cherche une solution précise de l’équation différentielle vérifiant une

condition supplémentaire de la forme y(x0 ) = y0 où x0 , y0 ont des valeurs fixées et
connues, une condition de la forme y(x0 ) = y0 est appelée une condition initiale.
Considérons une équation différentielle
F (y ′ , y, x) = 0 (∗) .
A toute solution y de (*) correspond son graphe qui est appelé une trajectoire
solution de (*). Une équation différentielle a donc aussi une signification géomé-
trique : comme on le verra au travers d’exemples, elle représente aussi une infinité de
trajectoires dans le plan. Remarquons que la condition initiale y(x0 ) = y0 consiste
à imposer à la trajectoire-solution de passer par le point (x0 , y0 ) .
Une solution particulière de l’équation différentielle (∗) est une fonction y
vérifiant l’équation (∗). La solution générale de (∗) dans I est une expression qui
caractérise toutes les solutions de (∗) dans I, il s’agit donc d’une formule représentant
toutes les solutions de (∗) dans I et rien que des solutions de (∗), souvent on la
représentera par la notation yg . Il faut toutefois apporter un correctif à cela : dans
certains cas on verra qu’un nombre très limité de solutions de (∗) échappent à la
formulation générale donnant toutes les autres solutions, alors ces solutions seront
appelées des solutions singulières de (∗) et la formulation générale gardera le nom
de solution générale.
Sauf mention explicite du contraire on cherchera des solutions à valeurs réelles et
les constantes arbitraires que nous rencontrerons alors seront des réels quelconques.
Cependant on verra aussi qu’il est parfois utile et plus simple de considérer des
solutions à valeurs complexes.
Conventions :
y ≡ a signifie que y(x) = a pour tout x et “ssi” est l’abréviation de “si et seulement
si”.
20.2 Equations à variables séparées

Il s’agit des équations de la forme
f (y).y ′ = g(x) (S) .
Pour résoudre (S) on remarque qu’en se plaçant dans un intervalle où la solution y

serait continûment dérivable, on a :
Z Z
f (y).y ′ = g(x) ssi f (y).y ′ dx ≃ g(x)dx
Z Z
ssi f (y)dy ≃ g(x)dx
Z Z
ssi f (y)dy = g(x)dx + C ,
où C est une constante arbitraire. Après le calcul des primitives , on obtient une
définition implicite des solutions y, c’est-à-dire une égalité reliant x et y ; il s’agit
20.2. Equations à variables séparées 241
alors de transformer cette définition implicite en une définition explicite de y , c’est-

à-dire d’obtenir une formule donnant y en fonction de x.
Souvent il est impossible de prévoir dès le début des calculs l’ensemble dans lequel
on va obtenir les solutions mais, lorsque les solutions sont obtenues, on peut alors
déterminer l’ensemble dans lequel ces solutions sont valables.
Exemple 20.1. Cherchons la solution générale de
y y ′ + sin x = 0 (20.1)
Résolution. On a :
Z Z
′
y y = − sin x ssi y dy = − sin xdx + C
y2
ssi = cos x + C
2 √
ssi y = ± 2 cos x + 2C
où C est une constante arbitraire. La solution générale yg de (20.1) s’écrit donc

√
yg = ± 2 cos x + K , (20.2)
a priori K est une constante arbitraire réelle mais vu la forme de yG , la constante

K doit être un réel > −2 .
Prenons la constante K > −2. Remarquons d’abord que la solution de (20.1)
est périodique de période 2π. Examinons où cette solution est valable. Si K > 2, la
solution donnée par (20.2) est valable dans R tout entier. Mais si −2 < K ≤ 2, il
faut déterminer quand 2 cos x + K > 0 ; vu la périodicité des solutions, on peut se
limiter à étudier ces solutions dans [−π, π], alors on doit avoir cos x > −K/2 et donc
x doit être dans
K K
] − arccos(− ), arccos(− )[ .
2 2
Sur la figure 20.1, on a représenté dans [−π, π] les trajectoires-solutions corres-
pondants au cas + et en prenant pour K les valeurs −1, 0, 0.5, 1, 2, 4 ; en observant
ces dessins, on a confirmation de ce qu’on vient de dire à propos de l’ensemble de
validité des solutions.
Complétons le problème posé en recherchant le(s) solutions de 20.1 vérifiant la

condition initiale y(0) = 1. Il faut donc sélectionner parmi toutes les solutions repré-
sentées par la solution générale celle(s) qui vérifient y(0) = 1 , il faut donc prendre
le cas du + et cela donne
1=2+K
et donc K = −1 , la solution particulière cherchée est donc donnée par
√
y = 2 cos x − 1 .
2.5
1.5
0.5
-3 -2 -1 1 2 3
Figure 20.1: trajectoires-solutions de 20.1 dans [−π, π]
Exemple 20.2. Cherchons la solution générale de
x2 y ′ = y 2 (20.3)
Résolution. Remarquons d’abord que y ≡ 0 est une solution de (20.3).

Envisageons le cas y 6≡ 0 . Alors
y′ 1
x2 y ′ = y 2 ssi = 2
y2 x
Z Z
dy dx
ssi = +C
y2 x2
1 1
ssi = −C
y x
x
ssi y=
1 − Cx
où C est une constante arbitraire. Les solutions obtenues ici sont donc
x
y=
1 − Cx
La solution y ≡ 0 ne peut se mettre sous la forme ci-dessus. Par conséquent y ≡ 0
est dite une solution singulière de (20.3) et la solution générale de (20.3) est donnée
par :
x
yg = (20.4)
1 − Cx
Examinons les trajectoires-solutions :
— Deux trajectoires-solutions font bande à part : la trajectoire-solution de la
solution singulière qui est l’axe des x et aussi la trajectoire-solution corres-
pondant à C = 0 qui est la droite y = x.
— Les autres trajectoires-solutions sont des hyperboles dont les asymptotes sont
l’horizontale y = −1/C et la verticale x = 1/C , de plus toutes ces hyperboles
passent par l’origine.
Sur la figure (20.2) on a représenté quatre trajectoires-solutions de (20.3) correspon-
dants à la condition initiale y(x0 ) = y0 où x0 = −2, 1 et y0 = −1, 4 . Ces conditions
initiales correspondent aux valeurs suivantes de C :
20.2. Equations à variables séparées 243
y0 x0 −2 1
−1 C = 1/2 C=2
4 C = −3/4 C = 3/4
10
-5
-4 -2 0 2 4
Figure 20.2: trajectoires-solutions de (20.3)
Exemple 20.3. Cherchons la solution de

y ′ = y(y − 1) (20.5)
vérifiant la condition initiale
y(0) = 2 . (20.6)
Résolution. Cherchons d’abord la solution générale yg de 20.5
1) y ≡ 0 et y ≡ 1 sont deux solutions particulières de (20.5).
2) Envisageons y 6≡ 0 et y 6≡ 1 . Nous avons :
Z Z
′ dy
y = y(y − 1) ssi ≃ dx
y(y − 1)
y−1
ssi ln | |= x + C
y
y−1
ssi | |= ex+C
y
où C est une constante réelle quelconque. Posons C1 = ±eC . La constante C1 repré-
sente donc un réel non nul arbitaire. Nous avons :
y−1
= C1 ex
y
d’où
1
y=
1 − C1 ex
3) Conclusion. En prenant C1 = 0 nous pouvons récupérer dans la solution générale

la solution particulière y ≡ 1 . La solution générale de (20.5) s’écrit donc :
1
yg = (20.7)
1 − Cex
C étant une constante arbitraire réelle, de plus y ≡ 0 est une solution singulière de
(20.5).
Cherchons maintenant la solution particulière yp vérifiant la condition initiale
(20.6). La solution singulière y ≡ 0 ne convient pas. Il faut :
1
2=
1−C
c’est-à-dire C = 1/2, la solution particulière cherchée est donc donnée par
2
y= ,
2 − ex
cette solution est valable dans ] − ∞, ln 2[∪] ln 2, +∞[ .
Revenons à la solution générale (20.7) et déterminons l’allure des trajectoires

solutions lorsque C 6= 0.
1. Si x est ig > 0, on a yg (x) ≈ 0 et si x est ig < 0, on a yg (x) ≈ 1 ; les
trajectoires-solutions ont donc deux asymptotes horizontales :
y = 0 du côté +∞ et y = 1 du côté −∞.
2. Remarquons :
— si C < 0, la solution est valable dans R tout entier ;
— si C > 0, la solution est valable dans ] − ∞, ln C[∪] ln C, +∞[ et présente
en ln C une asymptote verticale, puisque x ≈ ln C et x 6= ln C entraîne
yg (x) infiniment grand.
3. De plus
Cex
yg′ (x) = ,
(1 − Cex )2
la dérivée est de signe constant à savoir le signe de C ; la solution yg est donc
strictement décroissante dans R si C < 0 et si C > 0, elle est strictement
croissante dans ] − ∞, ln C[ et strictement décroissante dans ] ln C, +∞[ .
Cela permet d’esquisser les trajectoires-solutions, sur la figure 20.3, on a représenté
les trajectoires-solutions de (20.5) correspondant aux valeurs de la constante arbi-
traire C = −1, 0, 0.5, 2 .
20.3 L’exponentielle comme solution d’une équation

différentielle
Considérons l’équation différentielle
y ′ = ay (20.8)
20.3. L’exponentielle comme solution d’une équation différentielle 245
10
7.5
2.5
-4 -2 2 4
-2.5
-5
-7.5
-10
Figure 20.3: trajectoires-solutions de (20.5) pour C = −1, 0, 0.5, 2
où a est une constante réelle.

Résolvons cette équation. Remarquons d’abord que y ≡ 0 est solution de (20.8).
Considérons y 6≡ 0. Alors (20.8) est équivalent à
y′
=a
y
c’est-à-dire à
ln |y| = ax + C
où C est une constante réelle quelconque. On obtient ainsi
y = ±eax+C = ±eC eax = Keax
où K = ±eC et représente donc une constante réelle quelconque non nulle. En se

rappelant que y ≡ 0 est une solution, on obtient :
la solution générale yg de (20.8) s’écrit
yg = Ceax (20.9)
où C est une constante réelle quelconque.
La constante C s’exprime au moyen de la condition initiale, on a y(0) = C et la

solution de (20.8) devient
y = y(0)eax (20.10)
Plus généralement si la valeur initiale de la variable est x0 , on a

y(x0 ) = Ceax0
et la solution de (20.8) s’écrit alors
y = y(x0 )ea(x−x0 )
20.4 Premières applications de y ′ = ay

L’équation (20.8) se présente dans de nombreuses applications. Ici la variable est
le temps et est notée t .
Evolution de la radioactivité
Considérons un élément radioactif et notons r(t) sa radioactivité à l’instant t.
Soit ∆t une variation de temps très petite, on assimile ∆t à une variation infiniment
petite. ∆t devient notre infiniment petit de référence.
Sur base d’observations, le physicien formule la règle :
la diminution de radioactivité ∆r correspondant à la variation de temps ∆t
peut être estimée comme étant proportionnelle à la radioactivité totale.
Mais bien entendu
cette diminution de radioactivité doit aussi être proportionnelle à ∆t.
Autrement dit, k étant une constante > 0 dépendant de l’élément radioactif consi-
déré, on observe ∆r comme étant −kr∆t . Mais les mesures traduisant les observa-
tions ne sont pas exactes ; puisque ∆t est ici notre infiniment petit de référence, les
quantités observées comme nulles sont o(∆t), et donc la différence entre les mesures
effectuées et les grandeurs réelles correspondantes sont o(∆t) . On a donc
∆r = −kr∆t + o(∆t) .
Par conséquent
∆r o(∆)
= −kr + = −kr + IP
∆t ∆t
d’où
∆r
r′ (t) = st( ) = −kr .
∆t
Ainsi la radioactivité vérifie l’équation
r′ = −kr
qui est une équation de la forme (20.8). La radioactivité r(t) est donc donnée par
r(t) = r(0)e−kt .
Cherchons la demi-vie d’un élément radioactif c’est-à-dire le temps nécessaire pour
que l’élément radioactif perde la moitié de sa radioactivité, notons t1/2 la demi-vie
de l’élément radioactif. On a
1
r(t + t1/2 ) = r(t)
2
20.4. Premières applications de y ′ = ay 247
ce qui donne
1
e−kt1/2 =
2
et donc
ln2
t1/2 =
k
Il faut remarquer que la demi-vie dépend seulement de k et ne dépend ni de r(0) ni
du temps t considéré.
Evolution d’une population, premier modèle

Considérons une population. Les “individus” peuvent être des hommes, des ani-
maux mais aussi des bactéries, des molécules . . . , les mots “population” et “individu”
couvrent donc ici des situations fort variées. On étudie ici l’évolution dans le temps
de l’effectif de cette population, c’est-à-dire de son nombre d’individus et on envisage
cet effectif comme une fonction du temps t. Notons p(t) l’effectif de la population
considérée. L’instant initial considéré est donné par t = 0.
Dans le premier modèle, le plus simple, le seul facteur influençant l’évolution de
la population est l’effectif total de la population. Alors, lorsqu’on prend une variation
de temps ∆t petite que nous assimilons à une variation ∆t infiniment petite, la
variation de la population ∆p est observée comme étant simplement proportionnel
à l’effectif total p et bien entendu à ∆t. Alors, comme ci-dessus, on a
∆p = rp∆t + o(∆t)
où r est une constante (> 0 ou < 0 suivant que la population croît ou décroît). d’où
il découle
∆p o(∆t)
= rp + = rp + IP .
∆t ∆t
En prenant la partie standard, on obtient
p′ = rp (20.11)
Il s’agit là du premier modèle d’évolution d’une population.

On est en présence d’une équation différentielle de la forme (20.8). La solution
de (20.11) est donc
p = p(0)ert (20.12)
Evolution de la température d’un corps

Considérons un corps plongé dans un milieu dont la température est constante
et vaut T0 , ici la température du milieu extérieur est supposée ne pas être influencée
par le corps plongé dans ce milieu et est donc constante. Etudions l’évolution de
la température T du corps. Considérons une variation de temps ∆t infinitésimale.
Alors la variation ∆T est observée comme étant proportionnelle à la différence entre
la température T et la température T0 du milieu extérieur et bien entendu aussi à
∆t , on a donc
∆T = r(T0 − T )∆t + o(∆t)
où r est une constante > 0 . En procédant comme plus haut on obtient
T ′ = r(T0 − T ) .
Il s’ensuit
(T − T0 )′ = r(T0 − T )
qui est encore une équation de la forme (20.8). Par conséquent
T − T0 = (T (0) − T0 )e−rt
d’où
T = T0 + (T (0) − T0 )e−rt
20.5 Evolution d’une population, 2e modèle

Souvent l’évolution d’une population n’est pas simplement exponentielle, la crois-
sance ou la décroissance est limitée et subit un ajustement, c’est le cas si au second
membre de l’équation (20.12) on ajoute un terme dû à des “migrations” : plus la po-
pulation augmente, plus d’individus quittent la population pour aller ailleurs, plus la
population diminue plus des individus venant de l’extérieur intègrent la population.
Un modèle fréquemment retenu est alors donné par :
p
p′ = rp(1 − ) (20.13)
K
où r et K sont des constantes > 0 .

Résolvons (20.13). Remarquons d’abord que p ≡ 0 et p ≡ K sont des solutions
de (20.13). Considérons maintenant p 6≡ 0 et p 6≡ K . On obtient
Z Z
dp
p = rdt + C .
p(1 − K )
Puisque
1 1 1
p = +
p(1 − K) p K −p
on a
p
ln | | = rt + C
K −p
où C est une constante réelle arbitraire. Il s’ensuit
p
= ±eC ert
K −p
où ±eC représente un réel quelconque 6= 0.

En conclusion, en se rappelant les solutions p ≡ 0 (sans intérêt), p ≡ K, on a
que la solution générale de (20.13) s’écrit
KCert KC
p= =
1 + Cert C + e−rt
20.5. Evolution d’une population, 2e modèle 249
où C est une constante réelle quelconque, de plus p ≡ K est une solution singulière
de (20.13).
Exprimons C en fonction de la condition initiale p(0) :
KC
p(0) =
C +1
d’où, si p(0) 6= K,
p(0)
C= .
K − p(0)
On obtient finalement
Kp(0)
p= . (20.14)
p(0) + (K − p(0))e−rt
avec la condition p(0) 6= K .
Interprétation de la solution
Etudions (pour t ≥ 0) les solutions données par (20.14) autres que la solution p ≡ 0
sans intérêt. En prenant t infiniment grand positif, la fraction (20.14) est le rapport
d’un réel sur un appréciable et en prenant la partie standard on trouve K, il s’ensuit
lim p(t) = K .
t→+∞
De plus
K r p(0) (K − p(0))e−rt
p′ (t) = ,
(p(0) + (K − p(0))e−rt )2
d’où p′ (t) est de signe constant, à savoir le signe de (K − p(0)) . Il s’ensuit :
— si K > p(0), l’effectif p(t) est strictement croissant et tend vers K,
— si K < p(0), l’effectif p(t) est strictement décroissant et tend vers K .
Ainsi lorsque p(0) 6= K, la population tend de façon monotone vers son effectif
d’équilibre. Remarquons qu’alors l’effectif vers lequel tend la population est indépen-
dant de l’effectif initial p(0).
Que se passe-t-il, si p(0) = K ?

Il faut alors utiliser la solution singulière p(t) ≡ K, alors l’effectif de la population
reste constant, cette solution est dès lors appelée la solution d’équilibre et K est
l’effectif d’équilibre.
Sur la figure 20.4, dans le cas r = 0, 2 et K = 10000, on a envisagé les trois
cas possibles : p(0) = 10000 (effectif constant), p(0) = 5000 (effectif croissant) et
p(0) = 15000 (effectif décroissant)
Exemple 20.4. On considère la population soumise au modèle suivant :
p′ = p(1 − 2p) , p(0) = 1 .
Cherchez p(t) et ensuite étudiez p(t) .
Résolution.
p
15000
10000
5000
t
5 10 15 20
Figure 20.4: évolution d’une population, 2emodèle, les 3 cas possibles
1. On résout d’abord p′ = p(1 − 2p) . En procédant comme ci-dessus on obtient

la solution générale
C
p(t) =
2C + e−t
où C est une constante arbitraire, de plus p(t) ≡ K est une solution singulière.
On cherche maintenant la constante C grâce à la condition initiale p(0) = 1 ,
on doit avoir
C
1=
2C + 1
et donc C = −1 . La solution est donc
1
p(t) = .
2 − e−t
2. Etudions cette solution.
1 1
(a) Si t est ig > 0, l’expression e−t est ip et donc p(t) = AP d’où st(p(t)) = 2
et p(t) ≈ 12 . On a ainsi prouvé
1
lim p(t) = ;
t→+∞ 2
Il y a donc une asymptote horizontale p = 1/2 .
(b) On cherche la dérivée
−e−t
p′ (t) = ,
(2 − e−t )2
La dérivée p′ (t) est donc < 0 et p(t) est donc strictement décroissante.
(c) On peut maintenant tracé le graphe
20.6. Equation logistique 251
1/2
t
(d) En conclusion, la population p(t) décroît constamment en tendant vers la

valeur 21 .
20.6 Equation logistique

L’équation (20.13) est un cas particulier d’une équation plus générale appelée
équation logistique, la forme générale de l’équation logistique est
y ′ = (b − ay)(d − cy) (20.15)
où a, b, c, d sont des constantes réelles. Cette équation se résout par la même
méthode que l’équation (20.13). On rencontre des équations de cette forme dans de
nombreuses applications. Ainsi
Exemple 20.5. Considérons une réaction chimique se présentant sous la forme
A + B −→ C .
Notons a, b les concentrations initiales en A, resp. B. Alors la concentration en C,
notée c(t) évolue suivant le modèle suivant :
c′ = k(a − c)(b − c) (20.16)
où k est une constante > 0. On suppose qu’en t = 0 la concentration en C est nulle.
Résolution. Lorsque a 6= b, en résolvant l’équation (20.16) et la condition initiale
c(0) = 0 , on obtient
ek(a−b)t − 1
c = ab k(a−b)t .
ae −b
Remarquons : si a < b, alors limt→+∞ c(t) = a et, si a > b, on a limt→+∞ c(t) = b .
20.7 Evolution d’une population, 3e modèle

A titre informatif voici un troisième type d’évolution de population. Le modèle
décrit par (20.13) doit dans certains cas être modifié ou amélioré, c’est le cas lorsque
l’évolution de la population est soumise en plus à un facteur “prédateur”, alors l’équa-
tion différentielle devient
p′ = rp + migration(p) + prédateurs(p) .
En voici un exemple :
au Canada le modèle retenu pour décrire l’évolution de la population d’un ver

bien particulier s’attaquant aux bourgeons des épicéas (et faisant de lourds
dégâts forestiers) est de la forme suivante
p Bp2
p′ = rp(1 − )− 2
K A + p2
où r, K, A, B sont des constantes > 0. Le terme Bp2 /(A2 + p2 ) est la

contribution “prédateur” qui s’explique ici par le fait que des oiseaux détruisent
une partie de la population des vers.
Cette équation est encore à variable séparée mais est plus difficile à résoudre (de
façon symbolique) du fait qu’elle va faire apparaître une primitive nettement plus
compliquée. On ne traitera pas ce cas ici.
20.8 Equations différentielles linéaires, propriétés gé-

nérales
Les équations différentielles linéaires, quel que soit leur ordre (en pratique du
premier ou du second ordre) jouissent de propriétés communes remarquables. C’est
de ces propriétés dont on traite ici.
Pour représenter les équations différentielles linéaires sous une même forme il
est commode d’utiliser un opérateur de dérivation : un opérateur de dérivation
est une opération qui s’applique à des fonctions et qui , au moyen notamment de
l’opération de dérivation notée D , transforme ces fonctions. Ainsi D + 3 , 2D − 3x ,
D2 − 1 , D2 − xD + 1 sont des exemples d’opérateurs de dérivation qui transforment
une fonction y de la façon suivante :
(D + 3)y = y ′ + 3y
(2D − 3x)y = 2y ′ − 3xy
(D2 − 1)y = y ′′ − y
(D2 − xD + 1)y = y ′′ − xy ′ + y
Une équation différentielle linéaire du premier ordre est de la forme
y ′ + a(x)y = f (x) (L1 ) .
En considérant l’opérateur de dérivation L(x, D) défini par
L(x, D) := D + a(x) (20.17)
l’équation (L1 ) s’écrit :

L(x, D)y = f (x) . (L)
Une équation différentielle linéaire du second ordre est de la forme
y ′′ + a(x)y ′ + b(x)y = f (x) (L2 ) .

20.8. Equations différentielles linéaires, propriétés générales 253
En considérant cette fois l’opérateur
L(x, D) := D2 + a(x)D + b(x) (20.18)
l’équation (L2 ) s’écrit alors également sous la forme (L) ci-dessus.

Soit I l’intervalle dans lequel on désire obtenir les solutions de (L) On suppose
toujours que
1. a(x), b(x) (pour le second ordre) sont continus dans I et sont à valeurs réelles,
2. f (x) est continu dans I et f (x) est à valeurs complexes, pas nécessairement
réelles.
Ci-dessous L(x, D) désigne aussi bien l’opérateur défini par (20.17) ou (20.18),
rappelons qu’alors les équations (L1 ) et (L2 ) s’écrivent toutes deux sous la forme
(L), autrement dit
L(x, D)y = f (x) . (L)
L’opérateur L(x, D) opère de façon linéaire sur les fonctions. En effet une vérifi-
cation élémentaire nous donne :
Théorème 51 (Linéarité de l’opérateur).
L’opérateur L(x, D) est linéaire autrement dit
L(x, D)(λy) = λL(x, D)y (λ constante),
L(x, D)(y1 + y2 ) = L(x, D)y1 + L(x, D)y2 .
De plus
L(x, D) Re y = Re(L(x, D)y) et L(x, D) Im y = Im(L(x, D)y) .
Voilà pourquoi les équations différentielles (L1 ) et (L2 ) sont qualifiées de linéaires.
De là il va découler des propriétés importantes quant aux solutions de ces équations.
Théorème 52 (Principe de superposition).
Si y1 est une solution de L(x, D)y = f1 (x) et si y2 est une solution de L(x, D)y =
f2 (x), alors
λy1 est une solution de L(x, D)y = λf1 (x) (λ étant une constante),
y1 + y2 est une solution de L(x, D)y = f1 (x) + f2 (x) ,
Re y1 , resp. Im y1 , est solution de L(x, D)y = Re f1 (x), resp. de L(x, D)y = Im f1 (x) .
En effet
L(x, D)(y1 + y2 ) = L(x, D)y1 + L(x, D)y2 = f1 (x) + f2 (x)
et
L(x, D) Re y = Re(L(x, D)y) = Re f (x) .
L’équation
L(x, D)y = 0 (H)
est appelée l’équation homogène associée à (L) . Comme on va le voir cette équa-
tion joue un rôle fondamental. Remarquons : la somme de deux solutions de (H) est
solution de (H) et si on multiplie une solution de (H) par une constante on a encore
une solution de (H) , par conséquent : les solutions l’équation homogène forment un
espace vectoriel (sur R ou sur C suivant qu’on prend les solutions à valeurs réelles
ou à valeurs complexes).
La structure des solutions des équations différentielles linéaires est régie par le
résultat suivant :
Théorème 53 (Structure de la solution générale).

Soient
yh la solution générale de L(x, D)y = 0 ,
yp une solution particulière de L(x, D)y = f (x).
Alors
yh + yp est la solution générale de L(x, D)y = f (x).
Démonstration.
1. D’après le théorème 52 , toute solution de la forme yh + yp est solution de
L(x, D)y = f (x).
2. Soit y1 une solution particulière de L(x, D)y = f (x). En appliquant le théorème
52, nous voyons que y1 − yp est une solution de L(x, D)y = 0. Par conséquent y1 − yp
se met donc sous la forme yh , d’où y1 se met sous la forme yh + yp . ✷
De là découle la méthode pour chercher la solution générale de (L), elle comporte

trois étapes :
1. la recherche de la solution générale yh de (H),
2. la recherche d’une solution particulière yp de (L),
3. la conclusion : yh + yp est alors la solution générale de (L).
20.9 Equations différentielles linéaires du premier

ordre
L’équation différentielle considérée est
y ′ + a(x)y = f (x) (L) .
Rappelons que a(x), f (x) sont continus dans un intervalle I et que a(x) est néces-
sairement à valeurs réelles.
Voyons d’abord comment chercher la solution générale de l’équation homogène
y ′ + a(x)y = 0 (H)
et ensuite comment chercher une solution particulière de (L).

20.9. Equations différentielles linéaires du premier ordre 255
Recherche de la solution générale de (H)

R
Notation. Convenons de désigner par p f (x)dx une primitive de f (x) choisie par
R
l’utilisateur, dans p f (x)dx on ne retrouve donc aucune constante arbitraire.
Théorème 54 (Solution générale de l’équation homogène).

Posons R
w(x) := e− p a(x)dx .
Alors
— w(x) est une solution particulière dans I de (H) et w(x) 6= 0 pour tout x ∈ I.
— la solution générale yh de (H) dans I s’écrit
yh = Cw(x)
autrement dit R
yh = Ce− p
a(x)dx
.
où C est une constante arbitraire (réelle ou complexe suivant qu’on cherche
la solution générale à valeurs réelles ou complexes)
Démonstration. Cherchons d’abord la solution générale dans I à valeurs réelles.
Remarquons que y ≡ 0 est une solution particulière de (H). Envisageons le cas y 6≡ 0.
Nous avons :
y′
y ′ + a(x)y = 0 ssi = −a(x)
y
Z
ssi ln |y| ≃ − a(x)dx
Z
ssi ln |y| = − a(x)dx + C
p
R
ssi y = ±e · e−
C p
a(x)dx
où C est une constante réelle quelconque. L’expression ±eC représente une constante
arbitraire C1 non nulle, par conséquent
y ′ + a(x)y = 0 ssi y = C1 w(x) .
Il faut remarquer que la primitive de a(x) existe dans I car a(x) est continu dans
I, de plus la solution y est 6= 0, par conséquent on peut ci-dessus diviser par y ; la
solution y obtenue est donc valable dans l’intervalle I tout entier.
En nous rappelant la solution y ≡ 0, on a que la solution générale de (H) est
y = Cw(x) avec C constante réelle quelconque.
Pour obtenir la solution générale à valeurs complexes de (H), notée par exemple
yhc , on remarque que que la partie réelle et la partie imaginaire de yhc sont solutions
de (H) à valeurs réelles, d’où
yhc (x) = C1 w(x) + iC2 w(x) = (C1 + iC2 )w(x)
où C1 , C2 sont des constantes réelles quelconques. ✷

Remarquons :
1. le résultat ci-dessus généralise la formule (20.10) qui donnait la solution gé-
nérale de y ′ − ay = 0 .
2. l’espace vectoriel des solutions de (H) est un espace vectoriel de dimension 1
puisque toutes les solutions de (H) sont multiples de w(x) .
Recherche d’ une solution particulière de (L)

Soit w la solution particulière de (H) trouvée ci-dessus. On pose y = w · u et on
cherche u pour que y soit solution de (L) . En remplaçant dans (L), on obtient
wu′ + u (w′ + a(x)w) = f (x)

| {z }
=0
d’où, puisque w(x) 6= 0 dans I

f (x)
u′ = ,
w(x)
f (x)
la fraction w(x) est continue dans I et admet donc une primitive dans I. Il suffit
f (x)
donc de choisir pour u une primitive particulière de w(x) , autrement dit
Z
f (x)
u= .
p w(x)
Pour obtenir yp solution particulière de (L) dans I on prend
yp = w · u .
Conclusions
Ainsi on peut chercher une solution particulière de l’équation (L) dans I. En
ajoutant cette solution particulière à la solution générale de l’équation homogène
(également valable dans I), on obtiendra la solution générale de l’équation (L) va-
lable dans l’intervalle I tout entier. Remarquons qu’il n’y a pas ici de solution singu-
lière. On sait que la constante arbitraire peut s’exprimer au moyen d’une condition
initiale, précisons comment cette condition initiale peut être choisie.
Théorème 55. Pour tout x0 ∈ I et tout réel y0 , il existe UNE et UNE SEULE
solution de (L) dans I tel que
y(x0 ) = y0 .
Par conséquent par tout point du plan dont l’abscisse est dans I il passe une et une
seule trajectoire-solution de (L) .
20.9. Equations différentielles linéaires du premier ordre 257
Démonstration. Soient x0 ∈ I et y0 ∈ R. Soit yp une solution particulière de (L)

valable dans I. La solution générale de (L) est :
y = Cw + yp .
La condition nécessaire et suffisante pour obtenir une solution de (L) vérifiant

y(x0 ) = y0 est donc de choisir C tel que
y0 = Cw(x0 ) + yp (x0 ).
Puisque w(x0 ) 6= 0 il y a un et un seul choix possible pour C. ✷
Exemple 20.6. Résolvons dans ]0, +∞[
x2 y ′ − 2xy = 3x3 (20.19)
Résolution. Ramenons-nous à la forme d’une équation linéaire :

2y
y′ − = 3x .
x
On considère l’équation linéaire associée
2y
y′ − =0 (20.20)
x
1) Recherchons la solution générale yh de (20.20) :
R 2 2
dx
yh = Ce p x = Ce2 ln |x| = Celn x = Cx2
et w(x) = x2 .
2) Recherchons une solution particulière de (20.19).
Posons y = uw. Remplaçons dans (20.19), nous avons
2w
u′ w + u (w′ − ) = 3x
| {z x }
=0
puisque w est solution de (20.20). D’où
3
u′ = .
x
Prenons u = 3 ln x et ainsi
yp = 3x2 ln x .
3) La solution générale yg de (20.19) est donnée par
yg = Cx2 + 3x2 ln x
C étant une constante arbitraire réelle.

5
G
4 Gp
Gh
3
0.5 1 1.5 2
Figure 20.5: Illustration du théorème 53 dans le cas de (20.19)
Illustration graphique :
Soit y1 la solution particulière de (20.19) vérifiant la condition initiale y1 (1) = 1,
pour obtenir cette solution particulière il faut prendre C = 1 . Sur la figure 20.5, on a
tracé la trajectoire solution G correspondant à y1 , remarquons que cette courbe est
obtenue en superposant la parabole Gh d’équation y = x2 (c’est-à-dire le graphe de
la solution de l’équation homogène correspondant à C = 1) et la trajectoire-solution
Gp correspondant à la solution particulière yp .
Si maintenant on fait varier la constante C, la parabole Gh va bouger et par
conséquent la trajectoire-solution G va également se déplacer.
Exemple 20.7. Cherchons dans ] − 1, 1[ la solution générale de
x √
y′ + 2
y = 1−x. (20.21)
1−x
Résolution. On considère l’équation homogène
x
y′ + y=0. (20.22)
1 − x2
1) Recherchons la solution générale de (20.22) :
R x p
− dx 1 2
yh = Ce p 1−x2
= Ce 2 ln(1−x )
=C 1 − x2 ,
√
d’où w(x) = 1 − x2 .
Posons yp = uw. Remplaçons dans (20.21), nous obtenons :
x √
u′ w + u (w′ + 2
w) = 1 − x ,
| 1{z− x }
=0
20.10. Application à un circuit électrique RL 259
1
u′ = √ .
1+x
√ √
Prenons u = 2 1 + x et nous obtenons ainsi yp = 2(1 + x) 1 − x .
3) La solution générale yg de (20.21) dans ] − 1, 1[ s’écrit donc :
p √
yg = C 1 − x2 + 2(1 + x) 1 − x (20.23)
où C est une constante arbitraire.

y
x
-1 -0.5 0.5 1
-1
Figure 20.6: graphes de solutions particulières de (20.21) pour C =

−3, −2, −1, 0, 1, 2, 3
Illustrons cet exemple sur la figure 20.6 : on y fait varier la constante arbitraire
C en prenant C = −3, −2, −1, 0, 1, 2, 3 , les graphes des solutions particulières ainsi
obtenues s’échelonnent alors du bas vers le haut.
Complétons cet exemple en cherchant la solution particulière de (20.21) dont le
graphe passe par le point (0, 1). En utilisant (20.23) on obtient 1 = C + 2 d’où
C = −1, la solution particulière cherchée s’écrit donc
p √
y1 = − 1 − x2 + 2(1 + x) 1 − x .
20.10 Application à un circuit électrique RL

Considérons un circuit électrique RL, il est composé d’une résistance de R ohms,
d’une inductance de L henrys, et d’une source électrique E(t) = E0 cos ωt (volts).
Etudions l’intensité I(t) circulant dans le circuit. On sait que I(t) répond à l’équation
dI
L + RI = E0 cos ωt .
dt
c’est-à-dire
dI R E0
+ I= cos ωt . (20.24)
dt L L
Résolvons cette équation différentielle linéaire du premier ordre. La solution générale
Ih de l’équation homogène associée est
R
Ih = Ce− L t .
R
Soit w(t) := e− L t . Cherchons Ip une solution particulière de (20.24). Cherchons
d’abord une solution particulière I1 de
dI R E0 iωt
+ I= e . (20.25)
dt L L
Posons I1 = wv et cherchons v en remplaçant dans (20.25) on obtient
E0 ( RL +iω)t
v′ = e
L
et on peut donc prendre
E0 R
v= e( L +iω)t .
R + iωL
Par conséquent
E0
I1 = eiωt (20.26)
R + iωL
On sait que
Ip = Re I1 ,
pour chercher cette partie réelle on pourrait procéder de façon habituelle et on
obtiendrait ainsi
E0
Ip = 2 (R cos ωt + ωL sin ωt) .
R + ω 2 L2
Afin de mieux faire apparaître la signification physique, procédons autrement en
utilisant l’impédance (complexe) Z définie par
Z := R + iωL .
Remarquons p
|Z| = R 2 + ω 2 L2
et notons δ l’argument de Z, autrement dit
Z = |Z|eiδ .
Il s’ensuit
E0 −iδ iωt E0 i(ωt−δ)
I1 = e e = e
|Z| |Z|
et donc
E0
Ip = cos(ωt − δ) .
|Z|
20.11. Equations différentielles de Bernoulli 261
Ainsi la solution générale I(t) de (20.24) s’écrit
R E0
I = Ih + Ip = Ce− L t + cos(ωt − δ) .
|Z|
Le courant circulant dans le circuit se présente donc comme la superposition de deux

courants d’intensité respective Ih (t), Ip (t). Remarquons que
lim Ih (t) = 0 ,
t→+∞
alors que Ip (t) est périodique. Par conséquent à partir d’un certain temps t1 le
courant d’intensité Ih (t) sera négligeable par rapport au courant d’intensité Ip (t),
aussi le courant d’intensité Ih (t) est appelé un courant transitoire. Remarquons que
le temps à partir duquel le courant transitoire est négligeable dépend du rapport RL,
plus ce rapport est grand , plus vite le courant transitoire sera négligeable.
Observons le courant d’intensité Ip (t), nous voyons :
E0
— son amplitude est |Z| ,
— sa fréquence est la même que la source électrique E(t) ,
— par rapport à E(t), Ip (t) est soumis à un déphasage −δ .
On peut bien entendu exprimer la constante C au moyen de la condition initiale,
on obtient alors
E0
C = I(0) − cos(δ)
|Z|
20.11 Equations différentielles de Bernoulli

Il s’agit des équations différentielles de la forme
y ′ + a(x)y = f (x)y α (B)
où
— a(x), f (x) sont des fonctions continues dans un intervalle I ,
— f (x) 6≡ 0 dans I ,
— α est un réel 6= 0 et 6= 1.
On va voir qu’on peut transformer ces équations non linéaires en des équations
linéaires.
Pour ce faire l’idée est de diviser l’équation initiale par y α . Au préalable on
envisage ce qui se passe si y ≡ 0 car a priori cela pourrait donner une solution.
Ensuite, on envisage le cas y 6≡ 0, alors on obtient
y ′ y −α + a(x)y 1−α = f (x) ,
on pose
u = y 1−α . (∗)
et (B) devient
u′ + (1 − α)a(x)u = (1 − α)f (x) (LB )

y y
C=-3 C=-2
150 80
60
100
40
50 20
x x
0.5 1 1.5 2 2.5 3 0.5 1 1.5 2 2.5 3
-20
-50
-40
-100
-60
y y
C=-1 C=0
30
40
20
20 10
x x
0.5 1 1.5 2 2.5 3 0.5 1 1.5 2 2.5 3
-20 -10
-40 -20
y y
C=1 C=2
15 10
10
5
5
x x
0.5 1 1.5 2 2.5 3 0.5 1 1.5 2 2.5 3
-5
-5
-10
Figure 20.7: Graphes de solutions de l’équation (20.27) correspondant à C =

−3, −2, −1, 0, 1, 2
qui est une équation linéaire. On doit alors résoudre (LB ) et chercher ensuite y au
moyen de (∗).
Exemple 20.8. Cherchons la solution générale dans ]0, +∞[ de

1
y′ + y = y 2 (x2 + 1) . (20.27)
x
Résolution. Travaillons dans ]0, +∞[.
1) y ≡ 0 est une solution particulière de (20.27).
2) Soit y 6≡ 0. L’équation (20.27) devient
y′ 1
2
+ = x2 + 1
y xy
1
Posons u = . On obtient
y
1
u′ − u = −(x2 + 1) . (20.28)
x
20.11. Equations différentielles de Bernoulli 263
3) Cherchons la solution générale uh de
1
u′ − u=0. (20.29)
x
On obtient
R 1
dx
uh = Ce p x = C | x |= Cx
et on pose w(x) = x.
4) Recherchons une solution particulière up de (20.28). Posons up = w.v. En rem-
plaçant dans (20.28) nous avons
1
v ′ w + v (w′ − w) = −(x2 + 1)
| {zx }
=0
d’où
(x2 + 1) 1
v′ = − = −x − .
x x
Nous pouvons prendre

x2
v=− − ln x ,
2
Ainsi
x3
up = − − x ln x.
2
5) La solution générale ug de (20.28) est donnée par
x3
ug = Cx − − x ln x
2
La solution générale yg de (20.27) s’écrit donc
1
yg = x3
Cx − 2 − x ln x
où C est une constante arbitraire. De plus y ≡ 0 est une solution singulière de

(20.27).
Illustration graphique : sur la figure 20.7, on a représenté les graphes des solutions
particulières de (20.27) correspondant à C = −3, −2, −1, 0, 1, 2.
20.12 Exercices
1. Chercher la solution générale des équations différentielles suivantes , chercher
une solution particulière vérifiant les conditions indiquées.
Equation Cond. initiale
1) y ′ = −y 2
2) y ′ = (x3 − 1)e−y
3) y′ = x y3
4) y′ = x y y(0) = 1
5) y ′ sin x = y dans ]0, π[ y( π2 ) = 2
6) y ′ + ex y = 0
7) y − ln y ′ = 0 y ′ (0) = 1
8) y ′ − xy = x3 y(0) = 0
9) y ′ − xy = x2 dans ]0, +∞[
10) xy ′ − 2y + x = 0 dans ]0, +∞[
2 ′ 2
11) √ − x )y ′ − 2xy = x dans ]1, +∞[
(1
12) 2
1 + x y =√y
y
13) y ′ + 1−x 2 = x2 − 1 dans ]1, +∞[
′ 3
14) y + 2y = 4y
y
15) y ′ + √1+x 2
=8
16) y ′ − 2y = (x − 1)e2x + x
17) xy ′ + y = y 2 ln x dans ]0, +∞[
18) y ′ + y − x2 y 2 = 0
2y 3
19) y ′ − x+1 = (x + 1)
20) y ′ + 2y = 2x2 − 3x + 5
21) y ′ + 3y = e2x
22) y ′ + y = xe−x y(1) = 1
√
23) xy ′ − 4y − x2 y = 0 dans ]0, +∞[
5
24) y ′ − 2x2 +x−3 y = ex (1 − x2 ) dans ]1, +∞[ y(2) = 0
2. On considère : y ′ − y = ex (1).
a) Représenter les graphes correspondant aux solutions de (1),
b) chercher une solution particulière y1 de (1) admettant un extrémum local
pour x = 3,
c) chercher la solution dont le graphe passe par le point (1, 1) .
3. La concentration c(t) d’une solution évolue comme suit
c′ = 3(c − 1)(c − 2) c(0) = 0 .
Etudier l’évolution de la concentration c(t) pour t ≥ 0 . Etudier la solution
obtenue et tracer son graphe.
4. Etudier l’évolution de la population p(t) soumise au modèle suivant
1
p′ = 2p(1 − p) , p(0) = .
2
Chapitre 21
Equations différentielles
linéaires du second ordre
Dans ce chapitre on va étudier les équations différentielles linéaires du second

ordre ; comme on l’a déjà dit, il s’agit des équations différentielles de la forme
y ′′ + a(x)y ′ + b(x)y = f (x) (21.1)
où
a(x), b(x) et f (x) sont continues dans un intervalle I ,
a(x) et b(x) sont à valeurs réelles et f (x) à valeurs complexes (pouvant bien
entendu être réelles).
Au chapitre précédent on a obtenu des résultats généraux à propos des équations
différentielles linéaires, nous allons bien entendu les appliquer. Par conséquent, pour
obtenir la solution générale de (21.1), il faut :
1. Chercher la solution générale de l’équation homogène
y ′′ + a(x)y ′ + b(x)y = 0 .
On se limitera ici à un cas particulier très important : les équations

différentielles linéaires à coefficients constants, alors les coefficients
a(x) et b(x) sont des constantes réelles.
2. Chercher une solution particulière de (21.1).
Là nous verrons deux méthodes :
— une méthode générale, la Méthode par variation de constantes, tou-
jours applicable . . . pour autant qu’on puisse calculer les primitives ren-
contrées ;
— la Méthode des coefficients indéterminés, méthode très simple qui
nécessite que les coefficients a(x), b(x) soient constants mais aussi que le
second membre f (x) soit de forme d’une exponentielle-polynôme ou d’un
polynôme (ou du moins puisse s’y ramener).
265
266 Chapitre 21. Equations différentielles linéaires du second ordre
21.1 Equations linéaires homogènes du 2e ordre à

coefficients constants
Il s’agit donc des équations de la forme
y ′′ + ay ′ + by = 0 (H)
où a et b sont des constantes réelles. Ici il n’y a pas de condition sur x et on travaille
donc dans R tout entier.
Notons L(D) l’opérateur de dérivation
D2 + aD + b ,
l’équation (H) s’écrit

L(D)y = 0 .
Cherchons la solution générale yh de (H).
On appelle polynôme caractéristique associé à L(D) le trinôme du second
degré
L(z) = z 2 + az + b .
Les racines de L(z) vont être déterminantes dans la résolution de l’équation homo-
gène. Trois cas peuvent se présenter, dans chacun de ces cas on définit deux fonctions
w1 et w2 comme suit :
— a2 − 4b > 0 : L(z) a deux racines réelles distinctes notées α et β ; on
pose
w1 (x) := eαx et w2 (x) := eβx .
— a2 − 4b = 0 : L(z) a une racine double réelle notée α ; on pose
w1 (x) := eαx et w2 (x) := x · eαx .
— a2 − 4b < 0 : L(z) a deux racines non réelles distinctes et conjuguées

notées γ + iθ et γ − iθ (γ et θ étant réels) ; on pose
w1 (x) := eγx cos θx et w2 (x) := eγx sin θx .
Dans chacun de ces trois cas, les fonctions w1 , w2 ne sont pas multiples l’une de
l’autre et sont donc linéairement indépendantes (rappelons : deux fonctions y1 , y2
sont linéairement indépendantes lorsqu’on ne peut trouver des constantes λ1 , λ2 non
toutes deux nulles telles que λ1 y1 + λ2 y2 ≡ 0 ).
Pour établir le résultat donnant la solution générale de (H), on a besoin d’étendre

un résultat vu précédemment. On sait que si a0 est une constante réelle la solution
générale de y ′ −a0 y = 0 est y = Cea0 x . Montrons qu’il en est de même si la constante
réelle est a0 est remplacé par un complexe z0 . Soit z0 = a0 + ib0 un nombre complexe
(a0 , b0 réels). Cherchons la solution générale de
y ′ − z0 y = 0 . (21.2)
21.1. Equations linéaires homogènes du 2e ordre à coefficients constants 267
Posons u = e−ib0 x y et remplaçons dans (21.2), puisque y ′ = ib0 eib0 x u + eib0 x u′ , on

obtient
ib0 eib0 x u + eib0 x u′ − (a0 + ib0 )eib0 x u = 0
c’est-à-dire
eib0 x (u′ − a0 u) = 0
d’où
u ′ − a0 u = 0 .
La solution générale de cette équation est u = Cea0 x . Par conséquent la solution
générale de (21.2) s’écrit
y = Cea0 x eib0 x = Ce(a0 +ib0 )x ,
c’est-à-dire
y = Cez0 x .
Théorème 56 (Solution générale de l’équation homogène).

La solution générale yh de L(D)y = 0 dans R s’écrit
yh = C1 w1 + C2 w2 ,
C1 et C2 étant des constantes arbitraires (réelles ou complexes suivant qu’on cherche

la solution générale yh à valeurs réelles ou complexes).
Démonstration. Notons α et β les racines du polynôme caractéristique et lorsque

le polynôme caractéristique a une racine de multiplicié 2, posons α = β . Nous avons
(D − α)(D − β)y = (D − α)(y ′ − βy) = y ′′ − (α + β)y ′ + α β y = y ′′ + ay ′ + by
puisque α + β = −a et α β = b . Par conséquent
L(D)y = (D − α)(D − β)y .
Appliquons cela pour résoudre (H) .
L(D)y = 0 ssi (D − α)u = 0 et (D − β)y = u

ssi (D − β)y = C1 eαx (21.3)
où C1 est une constante arbitraire.

Résolvons maintenant (21.3) en appliquant la méthode habituelle de résolution
d’une équation linéaire du premier ordre. Une deuxième constante arbitraire apparaît
dans la solution de l’équation homogène (D − β)y = 0 et, en posant w = eβx et
y = wu, nous obtenons
w · u′ = C1 eαx
d’où
u′ = C1 e(α−β)x .
1. Si α = β , on prend u = C1 x d’où
yh = C2 eαx + C1 xeαx , (21.4)
c-à-d le formule annoncée.

2. Si α 6= β , on prend
C1 (α−β)x
u= e
α−β
d’où
C1 αx
yh = C2 eβx + e
α−β
et donc
yh = C2 eβx + C3 eαx , (21.5)
C1
où C3 est la constante arbitraire = α−β .
Si on cherche la solution yh à valeurs complexes, on prend des constantes arbi-

traires complexes. Si on cherche la solution yh à valeurs réelles, on voudrait que les
constantes soient réelles, c’est bien le cas lorsque les racines α, β sont réelles car
alors eαx et eβx sont à valeurs réelles. Mais il n’en est pas ainsi si les α et β ne sont
pas réelles ! Envisageons maintenant ce cas et essayons de mettre yh sous une autre
forme de telle sorte les solutions yh réelles correspondent à des constantes arbitraires
réelles. Forcément α, β sont des complexes conjugués et nous avons noté α = γ + iθ
et β = γ − iθ . En développant (21.5), on a
yh = (C1 + C2 )eγx cos θx + i(C1 − C2 )eγx sin θx
d’où
yh = C1′ eγx cos θx + C2′ eγx sin θx . (21.6)
Le système
C1 + C2 = C1′
iC1 − iC2 = C2′
relie les constantes C1 , C2 aux constantes C1′ , C2′ ; dès lors si C1 , C2 sont des
complexes quelconques, C1′ et C2′ sont aussi des complexes quelconques. De plus si
C1′ et C2′ sont réels, la solution yh est réelle ; réciproquement si
C1′ eγx cos θx + C2′ eγx sin θx
est réel, alors

(Im C1′ )eγx cos θx + (Im C2′ )eγx sin θx ≡ 0
d’où Im C1′ = Im C2′ = 0, autrement dit C1′ , C2′ sont réels. Si α et β sont non réels,
on utilise donc la forme (21.6) plutôt que la forme (21.5). ✷
Remarquons que la solution générale yh dépend de deux constantes arbitraires,

en fait il en est ainsi pour toutes les équations différentielles du second ordre.
Puisque les fonctions w1 et w2 sont linéairement indépendantes, du théorème
ci-dessus il découle :
21.1. Equations linéaires homogènes du 2e ordre à coefficients constants 269
L’ensemble des solutions de l’équation homogène est un espace vectoriel de dimension

2 sur R ou sur C suivant qu’on considère les solutions à valeurs réelles ou à valeurs
complexes. Les deux fonctions w1 , w2 forment une base de cet espace vectoriel.
Dans le tableau suivant on a envisagé trois exemples :

Equation Racines du pol. car. Solution générale
y + y ′ − 2y
′′
−2 et 1 yh = C1 ex + C2 e−2x
y ′′ − 2y ′ + y 1 rac. double yh = C1 xex + C2 ex
y ′′ − 2y ′ + 5y 1 − 2i et 1 + 2i yh = C1 ex cos 2x + C2 ex sin 2x
On voit également que les fonctions trigonométriques et hyperboliques sont solu-

tions d’équations différentielles très simples. Considérons l’équation
y ′′ + y = 0 . (21.7)
Le polynôme caractéristique est z 2 + 1 et ses racines sont donc ±i, par conséquent
la solution générale de (21.7) s’écrit
y = C1 cos x + C2 sin x ,
ainsi cos x, sin x sont des solutions particulières de (21.7) et même constituent une
base de l’espace vectoriel formé par toutes les solutions de (21.7).
De même considérons l’équation
y ′′ − y = 0 . (21.8)
Le polynôme caractéristique est z 2 − 1 et ses racines sont donc ±1, par conséquent
la solution générale de (21.7) s’écrit
y = C1 ex + C2 e−x ,
en prenant C1 = C2 = 12 on obtient ch x et en prenant C1 = −C2 = 21 on obtient

sh x . Les fonctions ch x et sh x sont évidemmment linéairement indépendantes et
l’espace vectoriel des solutions de (21.8) est un espace vectoriel de dimension 2, par
conséquent ch x et sh x forment aussi une base de cet espace vectoriel et on peut dire
que la solution générale de (21.8) s’écrit aussi
y = C1 ch x + C2 sh x .
Ce qu’on vient de remarquer pour l’équation différentielle (21.8) s’étend à l’équation

homogène générale (H), on obtient ainsi :
Théorème 57. Si y1 et y2 sont deux solutions de l’équation homogène (H) linéai-
rement indépendantes, alors la solution générale de (H) est C1 y1 + C2 y2 où C1 et
C2 sont deux constantes arbitraires.
On peut caractériser le fait que deux solutions de l’équation homogène soient
linéairement indépendantes au moyen de l’expression suivante appelée wronskien :
Définition. Le wronskien associé à y1 et y2 est le déterminant

y1 y2
′
y1 y2′ .
Proposition 58. Le Wronskien associé à w1 et w2 est toujours non nul.
En effet, envisageons le cas où le polynôme caractéristique a deux racines réelles
distinctes, alors le wronskien de w1 et w2 est (β − α)e(α+β)x qui est 6= 0 . On procède
de la même façon dans les deux autres cas.
Généralisons le résultat ci-dessus :
Proposition 59. Soient y1 et y2 deux solutions de l’équation homogène (H). Alors
les solutions y1 et y2 sont linéairement indépendantes si et seulement si le wronskien
de y1 , y2 est 6= 0 pour tout x .
Démonstration. Soient y1 = C1 w1 + C2 w2 et y2 = D1 w1 + D2 w2 des solutions de
l’équation homogène (H) . Alors

y1 y2 w1 w1 w1 w2 w2 w1 w2 w2
′
y1 y2′ = C1 D1 w1′ w1′ + C1 D2 w1′ w2′ + C2 D1 w2′ w1′ + C2 D2 w2′ w2′

w1 w2

= (C1 D2 − C2 D1 ) ′
w1 w2′
Puisque le wronskien de w1 et w2 est toujours non nul, le wronskien de y1 et y2
s’annule ssi C1 D2 −C2 D1 = 0 , autrement dit ssi C1 , C2 sont proportionnels à D1 , D2
c’est-à-dire ssi y1 et y2 sont linéairements dépendantes. ✷
Envisageons le cas où le polynôme caractéristique n’a pas de racine réelle et

mettons alors la solution générale de (H) sous une autre forme intéressante.
Théorème 60. Si le polynôme caractéristique a deux racines complexes conjuguées
distinctes γ +iθ et γ −iθ, alors la solution générale yh de (H) à valeurs réelles s’écrit
yh = Aeγx sin(θx + ϕ)
où A est une constante arbitraire ≥ 0 (appelée l’amplitude) et ϕ est une constante
arbitraire (appelée la phase) prise dans ] − π, π] .
Démonstration. On sait que
yh = C1 eγx cos θx + C2 eγx sin θx .
Posons q
A= C12 + C22 ,
et prenons pour ϕ l’argument du point (C2 , C1 ) mesuré par exemple dans ] − π, π] .
(C2 , C1 ) est un point quelconque du plan, par conséquent A représente une constante
quelconque ≥ 0 et ϕ une constante quelconque de ] − π, π]. Nous avons
C1 = A sin ϕ et C2 = A cos ϕ
d’où
yh = Aeγx (cos θx sin ϕ + sin θx cos ϕ) = Aeγx sin(θx + ϕ) .
✷
21.2. Méthode par “variation de constantes” 271
-10 -5 5 10 15
-1
-2
-3
Figure 21.1: Graphe de e−x/8 sin 2x et de e−x/8 sin(2x + π2 )
Plaçons-nous encore dans les conditions du résultat précédent. En posant

t = x + ϕθ , la forme de yh trouvée ci-dessus devient
γϕ
yh = Ae− θ eγt sin θt = Keγt sin θt
où K est un réel quelconque ≥ 0 . Par conséquent les graphes des solutions yh

s’obtiennent au départ du seul graphe de
eγx sin θx
en appliquant une translation parallèlement à ox et une affinité dans la direction de

oy. Sur la figure 21.1 on a tracé les graphe de e−x/8 sin 2x et de e−x/8 sin(2x + π2 ).
21.2 Méthode par “variation de constantes”

Considérons l’équation différentielle
y ′′ + ay ′ + by = f (x) (L)
où f (x) est continue dans I . Supposons que y1 et y2 soient deux solutions de l’équa-
tion homogène (H) linéairement indépendantes.
Désignons par u1 et u2 deux fonctions vérifiant le système

u 1 · y1 + u 2 · y2 = 0
(21.9)
u1 · y1′ + u2 · y2′ = f (x)
Notons W le wronskien de y1 , y2 ; vu la propriété 59, on a W (x) 6= 0 pour tout x

dans I . Pour tout x ∈ I, ce système a donc une et seule solution u1 (x), u2 (x) donnée
par
−f · y2 f · y1
u1 = et u2 = .
W W
Par conséquent les fonctions u1 , u2 sont non seulement définies dans I mais aussi
continues dans I.
Théorème 61. Soient u1 et u2 les solutions du système (21.9). Alors la fonction

Z Z
( u1 (x)dx) · y1 + ( u2 (x)dx) · y2
p p
est une solution particulière de (L) dans I.
Démonstration. Posons
Z Z
yp = ( u1 (x)dx) · y1 + ( u2 (x)dx) · y2 .
p p
En utilisant (21.9), on obtient :

Z Z
yp′ = ( u1 (x)dx) · y1′ + ( u2 (x)dx) · y2′ ,
p p
Z Z
yp′′ = ( u1 (x)dx) · y1′′ + ( u2 (x)dx) · y2′′ + f .
p p
Par conséquent
Z Z
L(D)yp = ( u1 (x)dx)(L(D)y1 ) + ( u2 (x)dx)(L(D)y2 ) + f ,
p p
d’où, puisque y1 et y2 sont ses solutions particulières de l’équation homogène,
L(D)yp = f .
Exemple 21.1. Résolvons dans ] − π/2, π/2[ l’équation
y ′′ + y = tg x (21.10)
Résolution. 1) Recherchons la solution générale yh de
y ′′ + y = 0 . (21.11)
Le polynôme caractéristique est z 2 + 1, ses racines sont donc i et−i , d’où
yh = C1 cos x + C2 sin x
21.2. Méthode par “variation de constantes” 273
0.5
-1.5 -1 -0.5 0.5 1 1.5
-0.5
-1
0.6
0.4
0.2
-1.5 -1 -0.5 0.5 1 1.5

-0.2
-0.4
-0.6
0.5
-1.5 -1 -0.5 0.5 1 1.5
-0.5
-1
Figure 21.2: de haut en bas des trajectoires-solutions relatives à yh , yp et yg de

(21.10)
C1 et C2 étant deux constantes arbitraires. On a :

y1 (x) = cos x et y2 (x) = sin x .
Le système (21.9) s’écrit :

u1 cos x + u2 sin x =0
−u1 sin x + u2 cos x = tg x ,
d’où
sin2 x
u2 = sin x et u1 = − .
cos x
Nous avons :
Z Z
1 1 − sin x
u2 (x)dx ≃ − cos x et u1 (x) ≃ sin x + ln .
2 1 + sin x
Par conséquent on prend comme solution particulière de (21.10)

1 1 − sin x
yp = (sin x + ln ) cos x + (− cos x) sin x
2 1 + sin x
1 1 − sin x
= (cos x) ln .
2 1 + sin x
3) La solution générale yG de (21.10) s’écrit
1 1 − sin x
yg = C1 cos x + C2 sin x + (cos x) ln .
2 1 + sin x
où C1 et C2 sont des constantes arbitraires.
Remarquons
1 1 − sin x π x
ln = ln | tg( − ) | .
2 1 + sin x 4 2
Sur la figure 21.2 on a successivement représenté de haut en bas les 4 trajectoires-
solutions relatives à yh pour C1 = 0, 1 et C2 = 0, 1 , la trajectoire-solution relative à
yP et les 4 trajectoires-solutions de yg obtenues par superposition.
21.3 Existence et unicité de la solution

La solution de yh de l’équation homogène est valable dans R et la solution yp
que nous venons de trouver est valable dans I. Nous pouvons donc chercher la
solution générale de (L) dans I tout entier. Puisque yh dépend de deux constantes
arbitraires, la solution générale yg dépend aussi de deux constantes arbitraires et
pour déterminer complètement une solution de (L) il faut donc lui imposer deux
conditions supplémentaires. Il faudra donc donner ici deux conditions initiales qui
généralement sont de la forme suivante
y(x0 ) = y0 , y ′ (x0 ) = v0
où x0 , y0 , v0 sont fixés. Remarquons que cette double condition consiste à imposer

à la trajectoire-solution de passer par le point (x0 , y0 ) et d’avoir en ce point une
tangente dont le coefficient angulaire vaut v0 .
Théorème 62 (Existence et unicité de la solution).
Soit I intervalle. Alors pour tout x0 ∈ I et pour tous réels y0 , v0 il existe une et
une seule solution y de (L) dans I telle que
y(x0 ) = y0 et y ′ (x0 ) = v0 .
Par conséquent par tout point p0 du plan dont l’abscisse est dans I et pour toute
droite d non verticale passant par p0 , il existe une et une seule trajectoire-solution
de (L) qui passe par p0 et qui soit tangente à d en p0 .
Démonstration. La solution générale yg de (L) s’écrit
yg = C1 w1 + C2 w2 + yp .
21.4. Méthode des coefficients indéterminés 275
Les deux conditions initiales du théorème sont satisfaites si et seulement si on choisit

les constantes C1 et C2 vérifiant le système

C1 w1 (x0 ) + C2 w2 (x0 ) + yp (x0 ) = y0
C1 w1′ (x0 ) + C2 w2′ (x0 ) + yp′ (x0 ) = v0 .
Puisque le wronskien de w1 et w2 est toujours non nul, nous savons que le système
ci-dessus a une et seule solution (C1 , C2 ), d’où la conclusion du théorème. ✷
21.4 Méthode des coefficients indéterminés

La méthode des coefficients indéterminés nécessite que le second membre
f (x) ait une forme bien particulière mais aussi très fréquente : le second membre de
(L) doit être un polynôme ou une exponentielle-polynôme, autrement dit on suppose
f (x) = ez0 x · P (x)
où
z0 est un nombre complexe et P (x) est un polynôme.
Si z0 = 0 , le second membre f (x) se réduit donc au polynôme P (x) . La méthode
qui va suivre est particulièrement simple et ne nécessite le calcul d’aucune primitive.
Elle se base sur le résultat suivant :
Théorème 63. L’équation (L) a une solution particulière de la forme
ez0 x · Q(x) · xt
où Q(x) est un polynôme de même degré que P (x) et où

— t = 0 si z0 n’est pas racine du polynôme caractéristique,
— t = 1 si z0 est une racine simple du polynôme caractéristique,
— t = 2 si z0 est une racine double du polynôme caractéristique.
Démonstration. Appliquons la Méthode par variation de constantes. A titre

d’exemple, envisageons le cas où le polynôme caractéristique a deux racines réelles
distinctes α et β . Soit p le degré de P (x) . Alors w1 (x) = eαx et w2 (x) = eβx . La
résolution de
u1 eαx + u2 eβx = 0
u1 αeαx + u2 βeβx = ez0 x P (x)
donne
1 1
u2 = e(z0 −β)x P (x) et u1 = e(z0 −α)x P (x) .
β−α α−β
Envisageons les deux cas possibles.
1. z0 diffère de α et β .
Les fonctions u1 , u2 étant des exponentielles-polynômes, il existe une primitive de
u1 , resp. de u2 , qui soit de la forme e(z0 −α)x Q1 (x) , resp. e(z0 −β)x Q2 (x) , où Q1 (x),
Q2 (x) sont des polynômes de degré p . En remplaçant dans la formule donnant yp

on obtient
yp = ez0 x (Q1 (x) + Q2 (x))
où Q1 (x) + Q2 (x) est un polynôme de degré ≤ p . Puisque dans l’équation (L) le
membre de droite contient un polynôme de degré p, il faut trouver dans le membre
de gauche des monômes de degré p, par conséquent le degré de Q1 (x) + Q2 (x) doit
être p .
2. z0 est une racine du polynôme caractéristique, par exemple z0 = α .
u2 étant une exponentielle-polynôme a une primitive de la forme e(z0 −β)x Q1 (x) où
Q1 (x) est un polynôme de degré p , soit a le terme indépendant de ce polynôme.
La fonction u1 est un polynôme de degré p , on peut donc choisir comme primitive
de u1 un polynôme Q2 (x) de degré p + 1 dont le terme indépendant vaut −a . En
remplaçant dans la formule donnant yp on obtient
yp = ez0 x (Q1 (x) + Q2 (x))
où Q1 (x) + Q2 (x) est un polynôme de degré p + 1 de terme indépendant nul.

Q1 (x)+ Q2 (x) se met donc sous la forme x Q3 (x) où Q3 (x) est un polynôme de degré
p, d’où
yp = ez0 x x Q3 (x) .
La Méthode des coefficients indéterminés consiste donc
à poser une solution particulière yp en appliquant le théorème ci-dessus, les

coefficients de ce polynôme étant indéterminés. On détermine ensuite ces coef-
ficients en remplaçant dans l’équation (L).
Exemple 21.2. Résolvons dans R
y ′′ + y ′ = (x + 1)e2x . (21.12)
y ′′ + y ′ = 0 . (21.13)
Puisque L(z) = z 2 + z, les racines du polynôme caractéristique sont 0 et−1. Par

conséquent
yh = C1 + C2 e−x
C1 et C2 étant des constantes arbitraires.
2) Recherchons une solution particulière yp de (21.12).
On pose
yp = e2x (Ax + B) .
En remplaçant dans (21.12) on obtient
e2x (6Ax + 6B + 5A) = e2x (x + 1) .

1 1
Il s’ensuit A = 6 et B = 36 , d’où
1 2x
yp = e (6x + 1) .
36
3) La solution générale yg de (21.12) s’écrit donc
1 2x
yg = C1 + C2 e−x + e (6x + 1)
36
Représentation graphique : sur la figure 21.3 on a représenté les trajectoires-solutions

de (21.12) correspondant à C1 = 0 et C2 = −2, −1, 0, 1, 2, 3 .
40
20
x
-3 -2 -1 1 2 3
-20
-40
Figure 21.3: trajectoires-solutions de (21.12) pour C1 = 0 et C2 = −2, −1, 0, 1, 2, 3
y ′′ − 4y ′ + 4y = e2x (x + 1) (21.14)
vérifiant la condition initiale
y(0) = 1 et y ′ (0) = 0 (21.15)

Résolution. Recherchons d’abord la solution générale de (21.14).

1) Recherchons la solution générale yh de
y ′′ − 4y ′ + 4y = 0 . (21.16)
L(z) = z 2 − 4z + 4, d’où le polynôme caractéristique a une seule racine à savoir 2.

Par conséquent
yh = (C1 x + C2 )e2x .
2) Recherchons une solution particulière yp de (21.14). On pose
yp = e2x x2 (Ax + B) .
1 1
En remplaçant dans (21.14), on obtient A = 6 et B = 2 d’où
1 1
yp = e2x ( x3 + x2 ) .
6 2
3) La solution yg de (21.14) s’écrit donc
1 1
yg = (C1 x + C2 )e2x + e2x ( x3 + x2 )
6 2
C1 et C2 étant deux constantes arbitraires.
Choisissons maintenant C1 et C2 pour vérifier la condition initiale. On doit avoir :
C2 = 1 et, puisque yg′ = e2x ( 13 x3 + 23 x2 + (2C1 + 1)x + C1 + 2C2 ) ,
C1 + 2C2 = 0 ,
il s’ensuit C1 = −2 et C2 = 1 . La solution y cherchée est donc
1 1
y = e2x ( x3 + x2 − 2x + 1) .
6 2
D’après le Principe de superposition, on sait que si y est solution de L(D)y = f (x)

alors Re y (resp. Im y ) est solution de L(D)y = Re f (x) (resp. L(D)y = Im f (x) ),
dès lors
on peut étendre le champ d’application de la Méthode des coefficients indéterminés

au cas où le second membre f (x) est de la forme
f (x) = eax P (x) cos (bx) ou f (x) = eax P (x) sin (bx)
où a et b étant des réels et P (x) un polynôme à coefficients réels.
En effet, on a alors
eax P (x) cos(bx) = Re(e(a+ib)x P (x)) et eax P (x) sin(bx) = Im(e(a+ib)x P (x)) .
On peut donc
— d’abord chercher une solution particulière avec le second membre
e(a+ib)x P (x) ,
— en déduire ensuite une solution particulière avec le second membre
eax P (x) cos(bx) ou eax P (x) sin(bx) .
y ′′ + 4y = sin x . (21.17)
y ′′ + 4y = 0 . (21.18)
Les racines du polynôme caractéristique sont 2i et −2i ; d’où
yh = C1 cos 2x + C2 sin 2x .
2) Recherchons une solution particulière y1 de
y ′′ + 4y = eix . (21.19)
On pose
y1 = Aeix .
1
En remplaçant dans (21.19), on obtient 3Aeix = eix d’où A = 3 ; il s’ensuit
1 ix
y1 = e .
3
3) Recherchons une solution particulière yp de (21.17)
Vu le Principe de superposition nous pouvons prendre
1
yp = Iy1 = sin x .
3
4) La solution générale yg de (21.17) s’écrit donc
1
yg = C1 cos 2x + C2 sin 2x + sin x ,
3
Représentation graphique : Sur la figure 21.4 on a représenté les trajectoires-solutions

de (21.17) passant par l’origine (ce qui demande C1 = 0) et en faisant varier la pente
de la tangente à l’origine (on a pris C2 = 0, 1, 2, 3 ce qui correspond à
y ′ (0) = 31 , 73 , 13 19
3 , 3 ).
D’après le Principe de superposition, si y1 , y2 sont solutions de L(D)y = f1 (x),

respectivement L(D)y = f2 (x), alors y1 + y2 est solution L(Dy = f1 (x) + f2 (x) . Par
conséquent
x
-Pi Pi
-1
-2
-3
Figure 21.4: trajectoires des solutions de (21.17) pour C1 = 0 et C2 = 0, 1, 2, 3
on peut également traiter par la Méthode des coefficients indéterminés le cas

où le second membre f (x) est une somme d’exponentielles-polynômes ou de
polynômes, chacun pouvant en plus être multiplié par un cos bx ou ou sin bx.
On raisonnera de la sorte dans les deux exemples suivants.
y ′′ − 8y ′ + 25y = 2e4x sin 3x + e−3x (29x − 3) . (21.20)
Résolution. 1)Recherchons la solution générale yh de
y ′′ − 8y ′ + 25y = 0 . (21.21)
L(z) = z 2 − 8z + 25, d’où les racines du polynôme caractéristique sont 4 + 3i et4 − 3i.
Il s’ensuit :
yh = e4x (C1 cos 3x + C2 sin 3x)
où C1 etC2 sont des constantes arbitraires.
2) Nous allons appliquer Principe de superposition et nous occuper séparément de
chacun des deux termes composant le second membre de (21.20).
a) Recherchons une solution particulière y1 de
y ′′ − 8y ′ + 25y = 2e(4+3i)x . (21.22)
Puisque 4 + 3i est une racine simple de L(z) on pose
y1 = Ae(4+3i)x x .
En remplaçant dans (21.22), on obtient A = − 3i d’où
i ix
y1 = − e(4+3i)x x = − e4x (cos 3x + i sin 3x) .
3 3
b) Comme solution particulière y2 de
y ′′ − 8y ′ + 25y = 2e4x sin 3x (21.23)
nous pouvons prendre

x
y2 = Im y1 = − e4x cos 3x .
3
c) Recherchons une solution particulière y3 de
y ′′ − 8y ′ + 25y = e−3x (29x − 3) . (21.24)
On pose
y3 = e−3x (M x + N ) .
1 2
En remplaçant dans (21.24), on obtient M = 2 et N = 29 . Il s’ensuit
1 2
y3 = e−3x ( x + ) .
2 29
d) Pour obtenir une solution particulère yp de (21.20), il suffit alors de prendre
x 1 2
yp = y2 + y3 = − e4x cos 3x + e−3x ( x + ) .
3 2 29
3) La solution générale yg de (21.20) est yh + yp c’est-à-dire
x 4x 1 2
yg = e4x (C1 cos 3x + C2 sin 3x) − e cos 3x + e−3x ( x + )
3 2 29
où C1 et C2 sont des constantes arbitraires.
y ′′ + 2y ′ − 3y = (2x + 1)e−3x + 4ex cos 2x (21.25)
dont le graphe passe par le point (0, −1) et dont la pente de la tangente en ce point
vaut 1.
Résolution. Cherchons d’abord la solution générale de (21.25).
1) Recherchons la solution générale yh de y ′′ + 2y ′ − 3y = 0 .
L(z) = z 2 + 2z − 3 , d’où les racines de L(z) sont 1 et −3. Il s’ensuit
yh = C1 ex + C2 e−3x (C1 , C2 ∈ R) .
y ′′ + 2y ′ − 3y = (2x + 1)e−3x .
Posons y1 = (Ax + B)xe−3x puisque -3 est racine simple de L(z) . On obtient

A = − 14 et B = − 38 d’où
x2 3x −3x
y1 = (− − )e .
4 8
y ′′ + 2y ′ − 3y = 4e(2i+1)x .
−2i−1
Posons y2 = Ae(2i+1)x puisque 2i+1 n’est pas racine de L(z) . On obtient A = 5
d’où
−2i − 1 (2i+1)x
y2 = e .
5
3)Recherchons une solution particulière y3 de
y ′′ + 2y ′ − 3y = 4ex cos 2x .
Puisque 4ex cos 2x = Re(4e(2i+1)x ) , on a
1 2
y3 = Ry2 = ex (− cos 2x + sin 2x)
5 5
4) Pour obtenir une solution particulière yp de (21.25) il suffit donc de prendre
yp = y1 + y3 c’est-à-dire
x2 3x −3x 1 2
yp = (− − )e + (− cos 2x + sin 2x)ex .
4 8 5 5
4) La solution générale yg de (21.25) s’écrit yg = yh + yp d’où
x2 3x −3x 1 2
yg = C1 ex + C2 e−3x + (− − )e + (− cos 2x + sin 2x)ex
4 8 5 5
où C1 , C2 sont des constantes arbitraires.
5) Cherchons maintenant la solution particulière demandée. On a

3x2 5x 3 3 4
yg′ = C1 ex + e−3x ( + − 3C2 − ) + ex ( cos(2x) + sin 2x) .
4 8 8 5 5
On doit donc avoir (
C1 + C2 = − 45
C1 − 3C2 = 31
40
ce qui donne
13 63
C1 = − , C2 = − .
32 160
La solution particulière cherchée est donc
13 x 3x2 5x 129 3 4
y=− e + e−3x ( + + ) + ex ( cos(2x) + sin 2x) .
32 4 8 160 5 5
21.5 Exercices
1. Chercher la solution générale des équations différentielles suivantes, chercher
une solution particulière vérifiant les conditions indiquées.
21.5. Exercices 283
Equation Cond. initiales

1) y ′′ − y = x2 + 1 y(0) = 1, y ′ (0) = 0
2) y ′′ + y ′ + 4y = 0 y(0) = 0, y(1) = 2
3) y ′′ + y ′ = x2 − 1
4) y ′′ − 5y ′ + 6y = 5e2x
5) y ′′ + 9y = cos 6x
6) y ′′ + y ′ − 2y = ex cos x y(0) = 1, y ′ (0) = 0
7) y ′′ + 2y ′ + y = 2e−x
8) y ′′ − 4y ′ = x2 − 2x y(0) = 0, y ′ (0) = 1
9) y ′′ − 4y ′ + 13y = 50e−2x
10) y ′′ − 6y ′ + 9y = e3x (x + 1)
11) y ′′ + y = sin x y(0) = 0, y( π2 ) = 0
12) y ′′ − 6y ′ + 9y = 7e3x + sin x
13) y ′′ − 4y ′ + 3y = (3x2 + 1)e3x
14) y ′′ + y ′ + y = xe2x sin x
15) y ′′ + 2y ′ + y = e−x cos x + xe−x
16) y ′′ + 9y = x cos x
17) y ′′ + y = x(ex − sin x)
18) y ′′ − 2y ′ + y = 1 + x2 + 2 sin 2x
19) y ′′ + y = cos1 x
x
20) y ′′ − y ′ = e2e
x −1
2. Chercher des solutions particulières y1 , y2 de y ′′ + y = cos x telles que :

a) le graphe correspondant à y1 passe par le point ( π2 , π2 ) et ait comme tan-
gente en ce point la droite y = x ;
b) y2 admette un extrémum local pour x = 0 et x = π2 .
✻y
x
✲
C2
Figure 21.5: trajectoire C2
3. On considère : y ′′ − 2y ′ + 10y = 0 (1).

Chercher des solutions particulières y1 , y2 de (1) telles que :
a) le graphe C1 correspondant à y1 coupe l’axe des x en π2 et ait en ce point
une tangente parallèle au vecteur (1, 2). Quelles sont les autres points d’in-
tersection de C1 avec l’axe des x .
b) le graphe C2 correspondant à y2 coupe l’axe des x en π2 et l’aire de la partie
représentée sur la figure 21.5 vaut 3.
21.6 Equations différentielles linéaires du 2e ordre à

coefficients variables
Certains des résultats ci-dessus sont encore valables dans le cas où les coefficients
sont variables, c’est-à-dire pour l’équation
y ′′ + a(x)y ′ + b(x)y = f (x) (21.26)
où a(x), b(x) et f (x) sont continues dans un intervalle I . Ainsi on peut montrer
que le Théorème d’existence et d’unicité de la solution (théorème 62) vu pour les
équations linéaires à coefficients constants est maintenu, plus précisément :
si x0 est fixé dans I, alors pour tout y0 , v0 fixés, il existe une et une seule
fonction y deux fois continûment dérivable dans I , vérifiant (21.26) et
telle que y(x0 ) = y0 et y ′ (x0 ) = v0 .
Les solutions de l’équation homogène
y ′′ + a(x)y ′ + b(x)y = 0 (21.27)
forment encore un espace vectoriel de dimension 2 et, pour obtenir toutes ces solu-
tions, il suffit donc d’en avoir deux qui soient linéairement indépendantes, le théorème
57 est donc encore vérifié :
si y1 et y2 sont deux solutions de l’équation (21.27) linéairement indé-
pendantes, alors la solution générale de (21.27) est C1 y1 + C2 y2 où C1
et C2 sont deux constantes arbitraires.
Malheureusement on ne dispose pas de méthode générale permettant de trouver
effectivement deux solutions linéairement indépendantes de l’équation homogène et
dès lors on n’a pas non plus de méthode générale pour la résoudre.
Signalons encore que le théorème 59 (caractérisant au moyen du wronskien le
fait que deux solutions soient linéairement indépendantes) est encore vérifié pour
l’équation (21.27).
Pour ce qui est de la recherche d’une solution particulière de (21.26), la Mé-
thode par variation de constantes est encore applicable. Par contre la Méthode des
coefficients indéterminés n’est plus applicable.
21.7 Applications à l’oscillateur harmonique

Considérons un point matériel P de masse m attaché à un ressort dont l’autre
extrémité est fixe. Le point P se meut sur une droite et soit O la position du point
21.7. Applications à l’oscillateur harmonique 285
P x
−
→
F O
Figure 21.6: oscillateur
P lorsque le ressort n’est ni comprimé, ni étendu. On est ainsi en présence d’un

oscillateur rectiligne comme illustré sur la figure 21.6.
Etudions le mouvement du point P et pour mesurer les déplacements de ce
point, orientons la droite sur laquelle s’effectue le mouvement et notons x la mesure
du segment OP . Soit R(x) la force exercée par le ressort (force de rappel du ressort)
sur le point P , la mesure R(x) a le signe opposé de x et on admet qu’en valeur
absolue |R(x)| est proportionnel à |x| , par conséquent R(x) est de la forme
R(x) = −kx
où k est une constante > 0 (la constante élastique du ressort). Comme instant initial
prenons 0 .
1. Oscillateur harmonique sans frottement

Envisageons d’abord le cas où le mouvement du point s’effectue sans frottement.
L’équation du mouvement de P s’écrit donc
mx′′ = −kx
c’est-à-dire
x′′ + ω02 x = 0 (21.28)
si on pose r
k
ω0 := .
m
ω0 est donc une constante positive. On sait que la solution générale de (21.28) est
donnée par
x(t) = A sin(ω0 t + ϕ) (21.29)
où A > 0 et ϕ peut être choisi entre ] − π, π] . La constante ω0 est appelée la
pulsation propre de l’oscillateur et si on pose
ω0
ν0 = ,
2π
ν0 est appelée la fréquence propre de l’oscillateur.
Les constantes A et ϕ sont évidemment déterminées par les conditions initiales :
x0 = A sin ϕ et x′0 = Aω0 cos ϕ .
Si x0 et x′0 ne sont pas tous deux nuls, le mouvement du point P est périodique de
pulsation ω0 . On est donc en présence d’une oscillation périodique.
2. Oscillateur harmonique amorti

Envisageons maintenant le cas, plus fréquent, où le mouvement du point P est
soumis à un frottement et admettons que la force de frottement, forcément de sens
opposé au mouvement, soit proportionnelle à la masse du point et à sa vitesse, la
force de frottement peut donc se mettre sous la forme −2mγx′ où γ est une constante
positive (dépendant de l’oscillateur). L’équation de mouvement s’écrit donc
mx′′ = −kx − 2mγx′
c’est-à-dire
x′′ + 2γx′ + ω02 x = 0 . (21.30)
Bien entendu x ≡ 0 est solution de (21.30). Il s’agit de la seule solution de (21.30)

vérifiant les deux conditions initiales x(0) = 0 et x′ (0) = 0 . Dorénavant intéressons-
nous aux solutions non identiquement nulles. Le polynôme caractéristique étant
z 2 + 2γz + ω02 , trois cas peuvent se présenter.
0.75
0.5
0.25
2 4 6 8 10 12 14
-0.25
-0.5
-0.75
Figure 21.7: amortissement fort dans le cas γ = 2.5 > ω0 = 2
Amortissement fort : γ > ω0 .
Les racines du polynômes caractéristique sont

q q
−γ + γ 2 − ω02 et − γ − γ 2 − ω02 .
Pour alléger les écritures posons

q q
λ1 := γ − γ 2 − ω02 et λ2 := γ + γ 2 − ω02 .
Les constantes λ1 , λ2 sont positives et λ1 < λ2 . Les racines du polynôme

caractéristiques sont donc −λ1 , −λ2 et la solution générale de (21.30) est
x(t) = C1 e−λ1 t + C2 e−λ2 t .

Il s’ensuit
x′ (t) = −λ1 C1 e−λ1 t − λ2 C2 e−λ2 t .
Les constantes C1 et C2 s’obtiennent aisément au départ des conditions ini-
tiales en résolvant le système
(
C1 + C2 = x(0)
λ1 C1 + λ2 C2 = −x′ (0)
Etudions x(t) pour t ≥ 0 .

1. Puisque λ1 et λ2 sont > 0, on a limt→+∞ x(t) = 0 . La position limite du
point est donc l’origine O.
2. La dérivée x′ (t) ne peut s’annuler que si
C2 λ2
e(λ2 −λ1 )t = − .
C1 λ1
Ici on ne considère que des t ≥ 0. Par conséquent
C2 λ2
— soit − C 1 λ1
< 1 et x′ (t) ne s’annule pas pour un t ≥ 0. Alors le point ne
change pas de sens parcours et ne peut donc passer par l’origine 0.
— soit − C 2 λ2 ′
C1 λ1 ≥ 1 et x (t) s’annule une seule fois pour un t ≥ 0 . Alors le
point change une seule fois de sens de parcours. Le point soit ne passe pas
par l’origine, soit passe une seule fois par l’origine.
Par conséquent
le point P , qui tend vers le point d’équilibre O , ne peut changer de côté
par rapport à O qu’au plus une seule fois ; après cet éventuel changement de
côté x(t) tend vers 0 de façon monotone. Le mouvement de P n’est donc pas
oscillatoire autour du point O.
Amortissement critique : γ = ω0 .
La solution générale de (21.30) s’écrit

x(t) = e−γt (C1 t + C2 ) .
Il s’ensuit
x′ (t) = e−γt (−γC1 t − γC2 + C1 ) .
De nouveau C1 et C2 s’expriment au moyen des conditions initiales :
C2 = x(0) et C1 = x′ (0) + γx(0) .
De nouveau limt→+∞ x(t) = 0 et x′ (t) s’annule au plus une fois. On peut
donc refaire pour x(t) la même analyse que dans le cas de l’amortissement
fort.
Amortissement faible : γ < ω0 .
p
Le polynôme caractéristique a donc les racines complexes −γ ± i ω02 − γ 2 .
On sait que la solution générale de (21.30) est de la forme
q
x(t) = Ae−γt sin( ω02 − γ 2 t + ϕ) .
0.75
0.5
0.25
2 4 6 8 10 12 14
-0.25
-0.5
-0.75
Figure 21.8: amortissement critique dans le cas γ = ω0 = 2
Alors A et ϕ s’obtiennent au départ des conditions initiales par

x′ (0) + γx(0)
A sin ϕ = x(0) et A cos ϕ = p .
ω02 − γ 2
De nouveau limt→+∞ x(t) = 0 mais cette fois, de par la forme de x(t)
le point P tend vers la point O en oscillant autour de ce point, le facteur
d’amortissement de l’oscillation étant e−γt .
De plus
p
la période de l’oscillation 2π/ ω02 − γ 2 est supérieure à 2π/ω0 qui est la pé-
riode de l’oscillateur non amorti ; la période d’oscillation et le facteur d’amor-
tissement (à savoir e−γt ) sont tous deux indépendants des conditions ini-
tiales.
0.75
0.5
0.25
2 4 6 8 10 12 14
-0.25
-0.5
Figure 21.9: amortissement faible dans le cas γ = 0.25 < ω0 = 2
On a illustré ces trois situations en fixant ω0 = 2 , en prenant les conditions

initiales x(0) = 1 et x′ (0) = 0 et en changeant la constante d’amortissement γ : sur
la figure 21.7, on a pris γ = 2.5 > ω0 (amortissement fort), sur la figure 21.8, on a
pris γ = 2 = ω0 (amortissement critique) et sur la figure 21.9, on a pris γ = 14 < ω0
(amortissement faible).
3. Oscillateur forcé et amorti

Envisageons maintenant le cas de l’oscillateur forcé et amorti : par rapport
à l’oscillateur harmonique amorti on suppose ici que point P est soumis en plus à
une force extérieure F (t) . L’équation de mouvement s’écrit alors
mx′′ + 2mγx′ + mω02 x = F (t) . (21.31)
Envisageons le cas important où la force extérieure F (t) est de la forme F0 cos ωt où

F0 > 0 et ω ≥ 0 , l’équation de mouvement s’écrit donc
F0
x′′ + 2γx′ + ω02 x = cos ωt . (21.32)
m
La solution générale de cette équation s’obtient en superposant la solution générale

déjà obtenue pour l’oscillateur harmonique amorti, notée xamorti , et une solution
particulière xp de (21.32). Pour chercher xp envisageons d’abord l’équation
F0 iωt
x′′ + 2γx′ + ω02 x = e . (21.33)
m
Remarquons : puisque γ 6= 0, le nombre imaginaire iω ne peut être racine du po-
lynôme caractéristique, par conséquent on peut trouver une solution particulière x1
de (21.33) qui soit de la forme
x1 = beiωt , (21.34)
un simple calcul nous donne
F0
b= .
m(ω02 − ω 2 + 2iγω)
Soient α, δ respectivement le module, l’argument de

1
,
ω02 − ω2 + 2iγω
il s’ensuit
1
αeiδ = .
ω02 − ω 2 + 2iγω
Les quantités ω0 et γ dépendent de l’oscillateur considéré, si on suppose celui-ci
fixé, les quantités α et δ dépendent donc uniquement de la pulsation ω de la force
extérieure. En remplaçant dans (21.34) on obtient
F0
x1 = α ei(ωt+δ)
m
et, en prenant pour xp la partie réelle de x1 , on obtient

F0
xp (t) =α cos(ωt + δ) . (21.35)
m
Remarquons que la solution xp (t) ne dépend pas des conditions initiales.
La solution générale x(t) de l’équation de mouvement (21.33) est donc
F0
x(t) = xamorti (t) + xp (t) = xamorti (t) + α cos(ωt + δ) .
m
On sait que limt→+∞ xamorti (t) = 0 , par contre xp (t) est périodique, par conséquent
à partir d’un certain moment xamorti (t) va apparaître comme négligeable devant
xp (t), à partir de ce moment le mouvement observé apparaîtra comme indépendant
des conditions initiales.
Etudions de plus près xp (t).
xp (t) est périodique et a la même période que la force F (t) , elle subit un déphasage δ
par rapport à celle-ci. Son amplitude est Fm0 α et est donc proportionnel à l’amplitude
de F (t) ,à la grandeur α et inversement proportionnel à m.
4. Le modèle de l’oscillateur harmonique

L’étude de l’oscillateur harmonique s’applique à d’autres problèmes que celui
du mouvement d’un ressort. En effet d’autres problèmes donnent lieu aux même
équations que celles rencontrées ci-dessus et ces problèmes ont donc les mêmes so-
lutions. Le ressort que nous avons considéré est en fait l’occasion d’introduire des
modèles mathématiques applicables dans bien d’autres situations, en fait toute mo-
délisation faisant apparaître une des équations (21.28), (21.30), (21.31)
déjà rencontrées ou une équation de la forme (21.39) qu’on rencontrera
bientôt est appelée un oscillateur harmonique. On rencontre ainsi des
modèles d’oscillateur harmonique dans tous les domaines ! Nous allons en
voir un exemple en électricité.
Considérons un circuit électrique RLC composé d’une capacité de C farads, d’une

résistance de R ohms, d’une inductance de L henrys et d’une source électrique in-
troduisant un voltage de E(t) volts, notons q(t) la charge électrique correspondant
au courant parcourant le circuit. D’après la Loi de Kirchhoff on a
q(t)
L q ′′ (t) + R q ′ (t) + = E(t) .
C
Supposons que la source électrique délivre un courant alternatif, par exemple sup-
posons E(t) = E0 cos ωt , alors l’équation ci-dessus devient
R ′ 1 E0
q ′′ (t) + q (t) + q(t) = cos ωt . (21.36)
L LC L
Si nous traduisons 2γ par R 2 1
L et ω0 par LC , nous sommes donc en présence de la
même équation que celle rencontrée pour l’oscillateur harmonique amorti et forcé.
On peut donc appliquer les conclusions de ce problème aux solutions q(t) du circuit
RLC considéré.
5. Phénomène de résonance
Plaçons-nous encore dans le cas de l’oscillateur forcé amorti et continuons l’étude
faite ci-dessus.
Etudions la dépendance de l’amplitude de xp (t) par rapport à la force extérieure
F0 cos wt. Cette amplitude vaut
F0
α .
m
La dépendance par rapport à F0 est très simple et sans surprise puisque l’amplitude
de xp (t) est proportionnel à F0 . Mais la pulsation ω est aussi déterminante car elle
intervient dans α. Aussi étudions la dépendance de α par rapport à ω, écrivons donc
α(ω), on a :
1
α(ω) = p 2 .
(ω0 − ω )2 + 4γ 2 ω 2
2
Remarquons :
α(0) = 1/ω02 et lim α(ω) = 0 .
ω→+∞
De plus α′ (ω) est de la forme
−4ω(ω 2 − ω02 + 2γ 2 )
K
où K est positif. Deux cas se présentent donc :
√
1. Si ω0 ≤ 2 γ, alors α′ (w) < 0 dans [0, +∞[ et α(ω) décroît continuellement
vers 0 lorsque ω tend vers +∞ .
√
2. Si ω0 > 2 γ, α(ω) prend sa valeur maximale pour
q
w = wR := ω02 − 2γ 2 (21.37)
Cette pulsation donnant à xp (t) son amplitude maximale est appelée la pul-
sation de résonance du système, lorsqu’on est dans ces conditions on
est en présence d’un phénomène de résonance. Le valeur maximale de α(w)
vaut
1
α(ωR ) = p 2 . (21.38)
2γ ω0 − γ 2
Il ne peut donc y avoir de phénomène de résonance dans les cas de l’amortis-
sement fort (ω0 < γ) et de l’amortissement critique (ω0 = γ). Même l’amor-
tissement faible (ω0 > γ) ne le rend pas
√ nécessairement possible. Il faut un
amortissement faible “accentué” (ω0 > 2 γ), pour que, pour un choix parti-
culier de ω, il y ait résonance.
Voyons comment évolue le phénomène de résonance lorsque l’amortissement di-

minue, c’est-à-dire lorsque γ diminue. On a
dα(ωR ) 2γ 2 − ω02
= 2 2 <0,
dγ 2γ (ω0 − γ 2 )3/2
0.5 1 1.5 2 2.5 3

√
Figure 21.10: graphe de α(w) pour γ = 1.5, 1, 1/ 2, 0.5, 0.3, 0.1, 0.05
et
lim α(ωR ) = ∞ ,
γ→0
l’amplitude de résonance augmente donc sans aucune limitation lorsque l’amortisse-

ment diminue. Elle tend vers l’infini lorsque l’amortissement tend vers 0.
La discussion ci-dessus est illustrée sur la figure 21.10 : on a considéré le cas où
m = 1, ω0 = 1. Alors√ le seuil (pour γ) en dessous duquel le phénomène de résonance √
est possible, est 1/ 2 . On a représenté les graphes de α(ω) pour γ = 1.5, 1, 1/ 2
(pas de résonance possible) et pour γ = 0.5, 0.3, 0.1, 0.05 (résonance pour ω = ωR ),
on constate effectivement que l’amplitude de résonance augmente fortement lorsque
γ diminue.
6. Oscillateur harmonique non amorti forcé

Supposons qu’il n’y a pas d’amortissement et qu’il y a une force extérieure F (t)
de la forme F0 cos ωt . L’équation de mouvement est
x′′ + ω02 x = F0 cos ωt . (21.39)
La solution générale s’écrit en superposant la solution générale xh de l’oscillateur

harmonique non amorti (c-à-d (21.29)) avec une solution particulière xp .
La solution générale xh est
xh (t) = A sin(ω0 t + ϕ)
où les constantes arbitraires sont A ≥ 0 et ϕ ∈] − π, π] . Ici la solution de l’équation

homogène est périodique, il n’y a donc plus de raison de la négliger à partir d’un
certain moment.
Pour chercher une solution particulière yp de (21.39), on doit chercher une solu-
tion particulière y1 de
x′′ + ω02 x = F0 eiωt . (21.40)
et prendre ensuite pour yp la partie réelle de y1 .

1. ω 6= ω0 .
Alors on vérifie aisément que
1
x1 = eiωt ,
ω02 − ω 2
et donc
1
xp = cos(ωt) ,
ω02 − ω 2
La solution générale s’écrit
1
x(t) = A sin(ω0 t + ϕ) + cos(ωt) .
ω02 − ω 2
1
— Si ω < ω0 , l’amplitude de xp (t) est ω02 −ω 2
et décroît si ω décroît ;
1
— si ω > ω0 , l’amplitude de xp (t) est et décroît si ω croît.
ω 2 −ω02
Il n’y a donc pas de valeur de ω qui rende l’amplitude maximale. Alors il n’y a donc
pas de valeur de ω donnant lieu à un phénomène de résonance.
2. ω = ω0 .
C’est un cas apriori intéressant car la situation rencontrée à la section précédente
dans l’étude de la résonance nous invite à considérer le cas extrême où il n’y aurait
plus d’amortissement (γ = 0) et où ω continuerait à vérifier (21.37) et serait donc
égal à ω0 . L’équation est :
x′′ + ω02 x = F0 cos ω0 t . (21.41)
On vérifie aisément que xp s’écrit :

F0
xp (t) = t sin ω0 t .
2ω0
La solution générale s’écrit donc
F0
x(t) = A sin(ω0 t + ϕ) + t sin ω0 t
2ω0
A la solution périodique xh (t) on ajoute donc une oscillation dont l’amplitude est
F0
2ω0 t et croit proportionnellement au temps, l’amplitude de l’oscillation tend alors
vers l’infini ! On est alors en présence d’un phénomène de résonance extrême et il
est clair qu’on peut difficilement concevoir des systèmes pouvant supporter de telles
oscillations.
7. Exercices résolus
Exemple 21.7. On considère un ressort horizontal dont la position d’équilibre cor-
respond à l’origine. Supposons : la force de rappel du ressort est −16x, la force de
frottement est −10x′ et la masse du point attaché à l’extrémité vaut 1. On suppose
qu’il n’y a pas d’autres forces appliquées au point.
1. Ecrivons l’équation différentielle modélisant le mouvement du point extrémité
du ressort.
2. Donnons la solution générale de cette équation.
3. Combien de fois le point peut-il changer de sens de parcours.
4. Considèrons les deux cas particuliers suivants :
— Cas 1 : x(0) = −1 et x′ (0) = −1,
— Cas 2 : x(0) = −1 et x′ (0) = 3 .
Dans chacun de ces deux cas traçons la trajectoire solution et déduisons-en
comment bouge le point extrémité du ressort.
Résolution.
1. x′′ = −10x′ − 16x d’où l’équation de mouvement s’écrit
x′′ + 10x′ + 16x = 0
2. Les racines du polynôme caractéristique sont −2 et −8. La solution générale

de cette équation est donc
x(t) = C1 e−2t + C2 e−8t .
3. Le point change de sens de parcours lorsque la dérivée s’annule. Cherchons

x′ (t), on a :
x′ (t) = −2C1 e−2t − 8C2 e−8t .
Par conséquent x′ (t) s’annule si et seulement si
4C2
e6t = − . (21.42)
C1
Seuls les t positifs nous intéressent, en se rappelant le graphe de e6t , on a :

— si − 4C ′
C1 < 1 , la dérivée x (t) ne s’annule pas pour un t ≥ 0,
2
— si − 4C ′
C1 ≥ 1 , la dérivée x (t) s’annule une seule fois pour un t ≥ 0.
2
En conclusion, la dérivée s’annule au plus une fois et donc le point change de

sens de parcours au plus une fois.
4. On sait limt→+∞ x(t) = 0. Esquissons la trajectoire solution et précisons le
mouvement du point.
(a) Cas 1 : x(0) = −1 et x′ (0) = −1 .
Une seule possibilité se présente : x′ (t) doit obligatoirement s’annuler une
fois et une seule fois.
−1
−1 0 x
5. Cas 2 : x(0) = −1 et x′ (0) = 3 .

A priori x′ (t) peut s’annuler une fois ou aucune fois. Pour en savoir plus
cherchons C1 et C2 . On a :
(
C1 + C2 = −1
−2C1 − 8C2 = 3
Il s’ensuit C1 = −5/6 et C2 = − − 1/6. L’équation (21.42) devient donc :

4
e6t = −
5
qui n’a pas de solution. La dérivée x′ (t) ne s’annule donc pas. Nous avons
donc la trajectoire et le mouvement suivant.
−1
−1 0 x
Exemple 21.8. On considère l’oscillateur forcé d’équation

F0
x′′ + 2x′ + 5x = cos ωt .
m
Le phénomène de résonance est-il possible ? Si oui, quand se produit-il ?
√
Résolution. En appliquant l’étude faite plus haut où γ = 1 et ω0 = 5 , on obtient
F0
x(t) = xamorti (t) + α(w) cos(ωt + δ)
m
où
1
αeiδ = .
5− ω2 + 2iω
Pour voir si la résonance est possible étudions α(ω) et voyons si α(ω) a un maximum.
On a
1
α(ω) = p (ω > 0) .
(5 − ω 2 )2 + 4ω 2
Cherchons α′ (ω)
1
α′ (ω) = − ((5 − ω 2 )2 + 4ω 2 )−3/2 ((5 − ω 2 )(−4ω) + 8ω)
2
= 2ω((5 − ω 2 )2 + 4ω 2 )−3/2 (3 − ω 2 )
= E(w)(3 − ω 2 )
√
où E(ω) est √ pour 0 < ω < 3, décroît
√ toujours > 0 . Par conséquent α(ω) croît
pout√ω > 3 et prend sa valeur maximale pour ω = 3. Il y a donc résonance pour
ω = 3.
Annexe A
Solutions des exercices relatifs

aux équations différentielles
Page 264, exercices 1, solutions générales

r
1 x − 1 x2
1) 13) ( + x + C)
x−C x+1 2
x4 ±1
2) ln( − x + C) 14) √
4 2 + Ce4x√ √
C 4x2 + 4x 1 + x2 + 4 ln(x + x2 + 1) + C
3) √ 15) √
1 − C 2 x2 x + x2 + 1
2x 2
x2 e (x − 2x + C) 2x + 1
4) Ce 2 16) −
2 4
x 1
5) C tg 17)
2 ln x + Cx + 1
−ex 1
6) Ce 18)
x + 2x + 2 + Cex
2
1
7) − ln(C − x) 19) (x + 1)4 + C(x + 1)2
2
x2 5x 15
8) Ce − (x2 + 2)
2 20) Ce−2x + x2 − +
2 4
x3 −3x e 2x
9) + Cx 21) Ce +
2 5
1 2
10) x + Cx2 22) −x
e ( x + C)
2 2
1 x3 4 1
11) 2
( + C) 23) x (C + ln x)
1 − x √3 2
x−1 x 2
12) C(x + 1 + x2 ) 24) 2x+3 (C − e (2x + x + 2))
Page 264, exercices 2
a) yG = ex (x + C) b) y1 = ex (x − 4) c) y2 = ex (x − 1 − 1e )
297
298 Annexe A. Solutions des exercices relatifs aux équations différentielles
Page 283, exercices 1, solutions générales

1) C1 ex + C2 e−x √
− x2 − 3 √
− 21 x 1
2) C1 e cos 2 x + C2 e− 2 x sin 215 x
15
1
3) C1 + C2 e−x + x3 − x2 + x
3
4) e2x (C1 − 5x) + C2 e3x
1
5) C1 cos 3x + C2 sin 3x − cos 6x
x
27
e
6) C1 e−2x + C2 ex + (3 sin x − cos x)
10
7) e−x (x2 + C1 x + C2 )
x3 3x2 3x
8) C1 + C2 e4x − + +
12 16 32
9) C1 e2x cos 3x + C2 e2x sin 3x + 2e−2x
x 1
10) e3x (C1 x + C2 ) + e3x x2 ( + )
6 2
1
11) C1 cos x + C2 sin x − x cos x
2
7 3 2
12) (C1 x + C2 )e3x + x2 e3x + cos x + sin x
2 50 25
1 3 5
13) C1 ex + C2 e3x + e3x ( x3 − x2 + x)
√ 2 4
√ 4
x 3x 3x e2x
14) e− 2 [C1 cos( ) + C2 sin( )] + 2 [(278 − 305x) cos x − (175 − 366x) sin x]
2 2 61
−x −x 1 3 −x
15) e (C1 + C2 x) − e cos x + x e
6
1
16) C1 cos 3x + C2 sin 3x + (4x cos x + sin x)
32
1 1
17) C1 cos x + C2 sin x + (x − 1)ex + (x2 cos x − x sin x)
2 4
2
18) (C1 + C2 x)ex + x2 + 4x + 7 + (4 cos 2x − 3 sin 2x)
25
19) C1 cos x + C2 sin x + (cos x) ln | cos x| + x sin x
20) C1 + (C2 − 2x)ex + (ex − 1) ln(ex − 1)2
Page 283, exercices 3,4

1 1 1
2) y1 = − cos x + (π + 2x) sin x, y2 = (cos x + x sin x)
2 4 2
2 x− π 10ex
3) y1 = e 2 cos 3x, y2 = π sin 3x
3 1+e3
Bibliographie
[1] M. Boffa et A. Pétry, Des naturels non standard à l’Analyse non standard,
une introduction, Mathématique et Pédagogie, vol. 94, 1993, pp. 39-54.
[2] Euler, traduction de J.D. Blanton,Foundations of Differential Calculus, Ed.
Springer, 2000.
[3] P. Fermat, Précis des oeuvres mathématiques et de l’arithmétique de Dio-
phante, présentation de E. Brassinne (1853), réédition Ed J. Gabay, 2005.
[4] R. Courant et F. John, Introduction to Calculus and Analysis, volume I et
volume II, Springer, 1989.
[5] A. Dahan-Dalmenico et J. Peiffer, Une histoire des mathématiques, route
et dédales, Ed. Seuil, 1986.
[6] P. Davies, Applied Nonstandard Analysis, réédition Dover Publications, 2005.
[7] E. Hairer et G. Wanner, L’analyse au fil de l’histoire, Springer, 2001.
[8] J. Havelange et A. Pétry, Algèbre, complexes et matrices, Ed. Céfal, 2011.
[9] H.J. Keisler, Foundations of Infinitesimal Calculus, Prindle, Weber and
Schmidt, 1977.
[10] H.J. Keisler, Elementary Calculus, Prindle, Weber and Schmidt, 1986.
[11] T. Lindstrøm, An invitation to nonstandard analysis , dans N. Cutland
(Ed.), Nonstandard Analysis and its Applications, 1-105. Cambridge Univ.
Press,1988.
[12] J. Mawhin, Analyse, De Boeck Université, 1992.
[13] A. Pétry, Balade en Analyse non standard sur les traces de A. Robinson, dans
“Non standard analysis”, Belgian Mathematical Society-Simon Stevin, 1996.
[14] A. Pétry, Enseigner l’Analyse sur base des méthodes non standard, deux as-
pects : microscope et ensembles internes, dans “Logique dans l’enseignement des
Mathématiques”, Belgian Mathematical Society, vol. 5, no 5, supplément, 45-62.
[15] A. Pétry, A propos des tangentes à une courbe, une présentation non standard
dans “A tribute to Maurice Boffa”, Belgian Mathematical Society, décembre
2001, 155-166.
[16] A. Pétry, Analyse infinitésimale, une présentation non standard, Ed. Céfal
2010. Consultable sur http://www.mathetlogique.be/ans.
[17] A. Robinson, Non-standard analysis , Koninkl. Ned. Akad. Wetensch. Proc.
Ser. A 64, 1961, 432-440.
299
300 Bibliographie
[18] A. Robinson, Non-standard analysis , revised Edition, Princeton University

Press, 1996.
Index
A1 × A2 × . . . An , 120 f ′ , 66
Dxk f , 124 f ′′ , 179
Df , 66 fx′ k , 124
O(u), 83 f (x) ≃ g(x) ., 165
S(∆x), 144 f (2) , 179
[H(x)]ba , 167 o(u), 83
Im(f ), 204 w1 , w2 , 266
N(x), 127
Re f , 204 affinité, 191
≈∆ , 94 aire, 152
≈, 36 amortisement, 286
≈∆ , 85 appréciable, 32
arcch x, 201 asymptote, 189
arcsh x, 201
ch x, 197 binôme de Newton, 18
cosh x, 197 borne inférieure, 27
coth x, 197 borne supérieure, 27
df , 85
∂f cardioïde, 116
∂xk , 124
2
d f changement de base, 178
dx , 179 changement de variable, 223
df
dx , 66 circuit RL, 259
∗
A, 122 concavité, 182
Rb
Ra f (x)dx, 146 condition initiale, 240
p
f (x)dx, 255 continuité, 69, 125
ln u, 153 continuité par morceaux, 80
Log u, 153 convexe, 114
o
u, 37 coordonnées polaires, 104
sh x, 197 corps commutatif, 16
sinc, 181 corps ordonné, 24
sinh(x), 197 couple, 25
st, 37 courbe de Gauss, 202
tanh x, 197 Critère des suites monotones, 130
th x, 197 croissance, 158
a = a′ à δ près, 181 cycloïde, 106
e, 170
erf , 203 décomposition en fractions simples, 215
exp, 172 décroissance, 158
301
302 Index
demi-tangente, 110 fonction d’erreur, 203

dérivée, 52, 65 fonction de choix, 145
dérivée partielle, 124 fonction de choix M ax, 149
dérivée seconde, 179 fonction de choix M in, 149
dérivée à droite, 66 fonction décroissante, 75
dérivée à gauche, 66 fonction dérivable, 65
différentielle, 85 fonction monotone, 75
discrétisation de pas ∆x , 141 fonctions continues par morceaux, 80
distance euclidienne, 120 fonctions hyperboliques, 197
droite cartésienne, 19 fonctions hyperboliques réciproques, 201
dy, 85 formule atomique, 54
Formule de Taylor d’ordre 2, 179
ensemble, 14 formule standard, 54
ensemble fini, 25 fraction simple, 213
ensemble infini, 25
enveloppe convexe, 114 groupe, 15
équation diff. linéaire du premier ordre,
252, 253 halo, 40, 94
équation différentielle de Bernoulli, 261 hypernaturel, 127
équation homogène, 253
équation logistique, 251 ig, 31
espace euclidien, 120 impédance, 260
espace hyperréel à n dimensions, 120 infiniment grand, 31
espace réel à n dimensions, 120 infiniment petit, 31
évolution de la température, 247 infiniment proche, 36
évolution d’une population, 247, 248, 251 infiniment proches par rapport à ∆ , 94
évolution de la radioactivité, 246 infinitésimal, 31
exponentielle, 172 intégrale, 146
exponentielle en base λ, 175 intégrale définie, 166
exponentielle-polynôme, 210, 275 intégrale indéfinie, 166
exposant irrationnel, 174 intégration par parties, 208
exposants rationnels, 137 intégration par substitution, 209
expression numérique, 53 intérieur d’un intervalle, 27
expression rationnelle, 218 interprétation géométrique de dx0 f , 101
extension du Principe de transfert, 139 intervalle, 27
extension Principe de transfert, 123 ip, 31
extension standard, 122
extremum local, 92 l’ordre de u, 83
le plus grand élément, 26
folium de Descartes, 116 le plus petit élément, 26
fonction, 49 lemniscate, 117
fonction 2 fois continûment dérivable, 180 limite, 77
fonction composée, 73 limite de suite, 128, 129
fonction concave, 182 limite en ±∞, 78
fonction continûment dérivable, 161 limite infinie, 78
fonction convexe, 182 limité, 32
fonction croissante, 59, 75 linéaire du second ordre, 266
Index 303
liste, 25 polynôme caractéristique, 266

logarithme, 153 polynômes premiers entre eux, 215
logarithme en base λ, 177 primitives, 164
Principe de Fermat, 92
majorant, 26 Principe de transfert, 139
maximum, 26 produit de composition, 73
maximum local, 92 prolongement continu, 80
Méthode de Newton-Raphson, 185
Méthode de Simpson, 155 quotient différentiel, 51, 65
méthode des coefficients indéterminés, 275 racine carrée, 21
Méthode des rectangles, 155 rationnel, 16
Méthode des trapèzes, 155 Règle de L’Hospital, 195
méthode par variation de constantes, 271 relation sur un ensemble, 23
même ordre de grandeur, 83 résonance, 291
microscope de grossissement 1/∆ pointé
vers le point p0 , 95 sinus cardinal, 181
minimum, 26 solide de révolution, 233
minimum local, 92 solution générale, 240
minorant, 26 solution particulière, 240
monade, 40, 94 solution singulière, 240
somme de Riemann, 144
nombre e, 170 spirale d’Archimède, 104
nombre infiniment proches par rapport à suite, 128
∆, 85 système standard, 55
nombre irrationnel, 21
tangente, 101
nombre premier, 20
Theorème de complétude des réels, 27
nombre réel, 19
Théorème de Bolzano, 135
négligeable par rapport à u, 83
Théorème de Lagrange, 157
opérateur de dérivation, 252 Théorème de Rolle, 157
ordre total, 23 Théorème de Weierstrass, 135
oscillateur forcé, 289 Théorème des accroissements finis, 157
oscillateur harmonique, 285 Théorème des accroissements infinitési-
maux, 1ère partie, 69
oscillateur harmonique amorti, 286
Théorème des accroissements infinitési-
partie entière, [r], 19 maux, 2e partie, 86
partie observable, 41 Théorème des accroissements infinitési-
partie standard, 37 maux, 3e partie, 162
phase, 270 Théorème des bornes atteintes, 135
plan euclidien, 93 Théorème des valeurs intermédiaires, 135
plan hyperréel, 93 Théorème fondamental, 163, 166
plan réel, 93 trajectoire-solution, 240
point d’inflexion, 183 trinôme irréductible, 215
point limité, 93, 120 variables séparées, 240
point simple d’une courbe, 112 voisinage, 91
point stationnaire, 92
points infiniment proches, 93, 120 wronskien, 270

Untitled

Transféré par

Droits d'auteur :

Formats disponibles

Untitled

Transféré par

Informations du document

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

Untitled

Transféré par

Droits d'auteur :

Formats disponibles

2

2 Les nombres hyperréels 29

4.5 Application aux fonctions trigonométriques . . . . . . . . . . . . . . 60

6 Ordres de grandeur, différentielles 83

7 Tangente à une courbe 99

8 Espace à n dimensions 119

9 Nombres hypernaturels 127

10 Trois résultats importants concernant la continuité 135

12 Théorème de Lagrange et conséquences 157

13 Le Théorème fondamental 163

14 Logarithmes et exponentielles 169

15 Formule de Taylor d’ordre deux 179

16 Etudes de fonctions 189

17 Quelques fonctions importantes 197

18 Méthodes d’intégration 207

19 Quelques applications des intégrales 233

20 Equations différentielles du premier ordre 239

20.11Equations différentielles de Bernoulli . . . . . . . . . . . . . . . . . . 261

21 Equations différentielles linéaires du second ordre 265

A Solutions des exercices relatifs aux équations différentielles 297

Ces notes d’Analyse s’intitulent Analyse infinitésimale. En effet elles se basent de

Août 2011, A. Pétry

Les nombres jouent en Mathématiques un rôle essentiel, particulièrement dans

1.1 Variables, constantes,. . . , ensembles

signifie qu’on convient que u représente l’expression x2 + x + 1 . Ainsi au lieu d’écrire

1.2 Nombres naturels

0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, . . . ,

ce sont donc les nombres qu’on obtient au départ de 0 et itérant l’opération +1 .

En effet supposons qu’un ensemble E de naturels contienne au moins un élément p0 .

1.3 Nombres entiers, notion de groupe

Définition. Soient un ensemble G, une opération ⋄ interne et partout définie sur

Ainsi l’addition définit sur Z un groupe commutatif de neutre 0 mais ne définit

En particulier pour tout x dans G, il existe un seul y tel que x ⋄ y = n , ce y est

1.4 Nombres rationnels, notion de corps commutatif

1.5 Calcul algébrique dans un corps commutatif

On définit aussi les puissances à exposant entier en posant :

Les règles usuelles des exposants sont vérifiées autrement dit

étant entendu qu’en cas d’exposant négatif le nombre a ou b est 6= 0.

Dans tout corps commutatif la Formule du binôme de Newton 1 est vé-

1.6 Droite cartésienne et nombres réels

sens allant de O vers U , prenons comme unité de mesure la longueur du segment

Par conséquent [r] ≤ r < [r] + 1 .

Figure 1.1: Multiplication des réels

L’addition et la multiplication des réels peuvent s’obtenir géométriquement en

de OX soit égale à la longueur de Oa, on obtient Y en menant par b la parallèle à

Figure 1.2: Inverse d’un réel

Théorème 2. < R, +, ·, 0, 1 > est un corps commutatif.

Limitons-nous ici à montrer que tout réel a a un inverse, envisageons encore le

1.7 Nombres irrationnels

Théorème 3. Si p est un nombre premier, il n’existe pas de rationnel dont le carré

Démonstration. Soit p premier. Raisonnons par l’absurde et supposons que p

Figure 1.3: Recherche de la racine carrée

soit H le pied de la hauteur abaissée de P sur l’hypoténuse ; alors on sait

|OP |2 = |OH| · |OQ| = a ,

en reportant la longueur |OP | sur la droite cartésienne à la droite de 0, on obtient

Proposition 4. Entre deux réels distincts il y a toujours un rationnel et un irra-

En effet considérons deux réels a, b avec a < b .

1.8 Nombres complexes

(a1 , b1 ) + (a2 , b2 ) := (a1 + a2 , b1 + b2 ) .

Mais c’est au niveau de la multiplication que réside la nouveauté, voici sa définition :

a + ib a′ + ib′ ssi a < a′ ou (a = a′ et b < b′ ) . (1.2)