Syllabus Du Cours D'analyse Mathematiques Licence - 240205 - 012817

Introduction
Les modèles mathématiques ont un succès inouï dans le domaine de la phy-

sique par leur capacité à prédire les phénomènes auxquels ils s’appliquent :
mécanique classique, mécanique quantique, électromagnétisme, physique des
particules, astrophysique, etc. En un siècle, les mystères de la physique ont
réduit comme peau de chagrin.
Ce succès, en soi fascinant, peut-il, fut-ce de manière beaucoup plus mo-
deste, se reproduire dans le domaine de l’économie(1) ? La question est ou-
verte, elle est l’objet d’un débat : l’utilisation des modèles mathématiques en
économie.
Pour participer à ce débat, il est indispensable de comprendre les modèles
formalisés de l’économie. Il ne serait pas raisonnable de ne pouvoir accéder à
ces modèles par peur ou méconnaissance des outils mathématiques de base.
Loin de nous l’idée que ces outils mathématiques de base sont à portée fa-
cile d’intellect : on affirme seulement qu’il faut savoir s’y prendre et ce, de
manière pragmatique. Aussi, dans ce livre, quatre étapes jalonnent le chemin
de la compréhension.
c Dunod. Toute reproduction non autorisée est un délit.
1) L’écriture, le sens des mots, la définition rigoureuse des objets mathéma-

tiques. L’expérience nous a appris qu’un étudiant qui sait et qui se trompe,
est un étudiant qui, à un endroit de sa copie, n’a plus géré son écriture ou
a négligé le sens des mots. Ce n’est pas l’étudiant qui déraille, c’est son
écriture qui ne tient plus la route.
2) Le raisonnement et son catalogue de règles du jeu logique, expliquées ou
démontrées (en partie) au chapitre 1 ; l’étudiant les appliquera « sans état
d’intellect » tel un automobiliste le code de la route.
3) La démonstration pour décoder le chemin du labyrinthe qui mène au théo-
rème ; grâce à elle, ce qui paraissait « magique » devient « vrai ». Chaque
1. Le mot « économie » a pour racine grecque « oikonomia » : règle de vie domestique, gestion
de la maison.
Introduction • 1
fois que la généralité n’en est pas compromise, afin de ne pas alourdir inu-
tilement l’écriture, on traite sur des exemples simples la démarche de dé-
monstration qui conduit au résultat. Ne pas comprendre en première lec-
ture une démonstration n’est pas gênant du tout ; par contre, faire le choix
d’ignorer la démonstration, c’est décider de rester dans la magie des mots du
théorème incompris. Manipuler les idées, les concepts, sans les comprendre
est strictement interdit car dangereux pour l’intelligence.
4) Le calcul, les exercices qui rassurent et indiquent la position de l’étudiant
sur le chemin de la compréhension. Pour cela, nous vous proposons des
points méthode. L’intérêt d’un exercice est le questionnement qu’il amène,
les idées, les initiatives qu’il nécessite d’où, parfois, l’obligation de revoir le
cours mais sans la démonstration bien sûr.
À la fin de chaque chapitre, se trouvent des exercices . L’étudiant
mesurera son assurance et son
savoir-faire.
De par notre expérience de l’enseignement des notions introduites dans ce
livre, pour cette 5e édition, nous l’affirmons haut et fort :
Parler à tous avec simplicité tout en restant ambitieux sur le sujet.
Quelques indications :
– En début de chapitre, on désigne par mots clés des mots nouveaux impor-
tants que l’on va définir et qu’il est indispensable de connaître.
– Au sein d’un même chapitre, les définitions, propositions, théorèmes sont
numérotés dans l’ordre d’arrivée.
– Mutatis mutandis signifie « en changeant ce qu’il faut changer ». On emploie
cette expression pour dire que les arguments du raisonnement restent les
mêmes, seuls changent les objets auxquels ils s’appliquent.
– Dans tout le livre, les mots « fonction » et « application » sont synonymes.
2 • MATHÉMATIQUES POUR L’ÉCONOMIE

1. Langage
mathématique,
mode d’emploi
E
n mathématiques, démontrer c’est convaincre avec des arguments
autorisés, répertoriés, codés, indépendants du langage parlé qui
les exprime. « La logique est parfaitement intelligible, néanmoins
totalement inexplicable dans ses fondements » (S. Kleene). Dans ce cha-
pitre, on code les règles de la logique et de ses signes « ET, OU, ¬, ⇒, ∀,
∃ ». II s’agit d’apprendre à mieux cerner « ce que démontrer veut dire ».
Mots clefs : proposition, vrai, faux, connecteur, implication, pour tout x,
il existe au moins un x, ensemble, union, intersection, produit de deux
ensembles, fonction, application, injection, surjection, bijection.
I. Connecteurs logiques ET, OU, NON, ⇒

A. Le vrai et le faux
• Définition 1
On appelle proposition tout assemblage de lettres et de signes qui vérifie les
trois conditions suivantes :
– cet assemblage a une syntaxe correcte. (En d’autres termes, le lecteur sait le
« lire ») ;
– cet assemblage a une sémantique correcte. (En d’autres termes le lecteur
« comprend » ce qu’il lit) ;
– cet assemblage a une seule valeur de vérité : la valeur vrai ou bien la valeur
faux.
Langage mathématique, mode d’emploi • 3

Commentaires
Dans le langage mathématique les lettres peuvent être d’alphabets diffé-
rents (latins ou grec) et les signes vont de la parenthèse, virgule, +, ., =,
etc. aux chiffres arabes (0, 1, 2, . . . , 9) ainsi que romains
(I, V X. L, C, D,
M) en passant par des dessins plus ou moins parlants ( , , , , etc.)
que les mathématiciens ont l’art d’inventer au fil de leurs théories.
Exemples
Considérons les assemblages suivants :

– P1 = ( +oui ! =)
Ce n’est pas une proposition car la syntaxe est incorrecte.
– P2 = (La racine carrée de Napoléon n’est pas carrée)
Ce n’est pas une proposition : on la lit très bien mais on ne comprend
pas. Sémantique incorrecte.
– P3 = (12 × 14 = 168)
C’est une proposition, on sait à partir du cours moyen qu’elle a la
valeur vrai.
– P4 = (XII × XIV = CLXVIII)
C’est une proposition, la même que P3 à l’écriture près. On remar-
quera que s’il est courant de multiplier en chiffres arabes, cela l’est
beaucoup moins avec les chiffres romains. Pour faire de l’arithmétique
il fallait faire le bon choix de l’écriture et de ses signes !
– P5 = (dans un triangle quelconque, la somme des angles est un angle
plat)
C’est une proposition, on sait depuis le collège qu’elle a la valeur vrai.
– P6 = (a et b deux nombres réels quelconques, ||a| − |b|| |a − b|)
C’est une proposition, vraie pour un lycéen.
– P7 = (si α < 0 et f sur R, alors α f sur R)
C’est une proposition, vraie pour un bachelier. On remarquera la va-
riété des lettres et des signes.
– P8 = (tout entier pair supérieur à 4 est la somme de deux nombres
premiers)
C’est une proposition qui date de 1742, appelée la conjecture(1) de
Goldback. On ne connaît toujours pas sa valeur de vérité, en effet, s’il
est facile de vérifier que 8 = 5 + 3, 10 = 7 + 3, 24 = 11 + 13, le
cas général n’a toujours pas été démontré. On sait cependant que la
propriété est vraie pour tout entier pair compris entre 6 et 33 × 106 .
1. Une conjecture est une proposition que l’on subodore vraie quoique ni contredite ni démon-
trée.

– P9 = (Il existe au moins un triplet (x, y, z) d’entiers naturels strictement
positifs tel que x2 + y2 = z2 .)
Il suffit de chercher un peu. On trouve : 32 + 42 = 52 . La proposition
P9 est donc vraie. Tel est le sens de « il existe au moins un... »
On trouve aussi 52 + 122 = 132 , puis 992 + 49002 = 49012 , puis...
Mais cela est sans importance pour P9 , l’existence à lui seul du triplet
(3, 4, 5) pour (x, y, z) assure la valeur de vérité Vrai à P9 , qu’il y en ait
d’autres, et combien, en nombre fini ou pas, est une tout autre question.
– P10 = (Pour n 3, il n’existe pas d’entiers x, y, z non nuls tels que
xn + yn = zn .)
Il s’agissait de la conjecture de Pierre Simon de Fermat (1601-1665)
devenue un théorème en 1990 grâce au mathématicien anglais Andrew
Wiles. Il aura donc fallu plus de trois siècles pour savoir P10 vraie !
B. ET, OU, NON

1) Définitions
• Définition 2 : connecteur NON
Soit A une proposition, on définit la nouvelle proposition notée NON A, ou
encore ¬A (lire non A), à l’aide de la table de vérité suivante (tableau 1.1).
Tableau 1.1 – V est l’abréviation de vrai ; F est l’abréviation de faux.
A ¬A
V F
F V
• Définition 3 : connecteurs OU et ET
Soit A et B deux propositions, on définit les nouvelles propositions « A OU
B » ainsi que « A ET B » à l’aide de la table de vérité suivante (tableau 1.2).
Tableau 1.2
A B A OU B A ET B
V V V V
V F V F
F V V F
F F F F

Commentaires
A et B sont deux propositions, chacune vraie ou bien fausse, il y a donc
quatre cas possibles de valeur de vérité pour le couple (A, B).
La proposition « A ET B » a clairement le sens de « A et B » du langage
courant – appelé aussi langage de l’observateur – avec « et » conjonction
de coordination.
La proposition « A OU B » a le sens de « ou bien A ou bien B ou bien les
deux ». Il s’agit du « ou » avec le sens inclusif (qui inclut les deux cas).
Le « ou » français (langage de l’observateur) — même écriture, même
phonétique — peut avoir un tout autre sens qui est « ou l’un ou l’autre
mais pas les deux ». Il s’agit alors du « ou » exclusif (qui exclut les deux
cas). Ainsi dans l’expression « tout ou rien », seul le « ou » exclusif est
cohérent ; dans l’expression « fromage ou dessert » il faut choisir entre
les deux « ou », chacun donnant un sens différent, au bon vouloir du lec-
teur ! Le « OU » défini tableau 1.2 est, lui, sans ambiguïté. Rigueur des
mathématiques oblige !
• Définition 4 : P = Q
Si la proposition P et la proposition Q dépendent des mêmes propositions
A,B,C..., et, sur chacune des lignes de leur table de vérité commune, ont la
même valeur de vérité, alors on dit qu’elles sont égales et on écrit P = Q.
2) Propriétés du NON, ET, OU
Par le biais des tables de vérité on obtient les propriétés des trois connecteurs
définis plus haut.
a) ¬¬A = A
On construit la table de vérité (tableau 1.3).
Tableau 1.3
A ¬A ¬¬A
V F V
F V F
Les propositions A et ¬¬A (comprendre ¬(¬A) et lire NON NON A) ont

les mêmes valeurs de vérité sur les mêmes lignes, donc ¬¬A = A d’après la
définition 4.
Commentaires
Dans le langage mathématique deux négations ont valeur d’affirmation.
Ce n’est pas le cas dans le langage courant : « Non, je ne viendrai pas
lundi », ne signifie pas : « Je viendrai lundi. »

b) ¬(A OU B) = ¬A ET ¬B
On construit la table de vérité (1.4).
Tableau 1.4
A B ¬A ¬B A OU B ¬(A OU B) ¬A ET ¬B
V V F F V F F
V F F V V F F
F V V F V F F
F F V V F V V
Les propositions ¬(A OU B) et ¬A ET ¬B ont mêmes valeurs de vérité sur

les mêmes lignes, d’après la définition 4 : ¬(A OU B) = ¬A ET ¬B.
c) ¬(A ET B) = ¬A OU ¬B
On procède comme dans b), mutatis mutandis.
Commentaires
Les écritures ci-dessus sont ambigües dans leur lecture ; on aurait dû
écrire :
[¬(A OU B)]=[¬(A) ET (¬B)] pour b) et
[¬(A ET B)] = [(¬A) OU (¬B)] pour c).
On a implicitement (sans le dire !) décidé que « = » domine « ET » et
« OU » qui eux-mêmes dominent « ¬ ». D’où la suppression des paren-
thèses et la simplification d’écriture. On continuera par la suite.
C. ⇒ ; Si. . . , Alors. . .
• Définition 5 : « ⇒ » le connecteur implication

Soit A et B deux propositions, on définit la nouvelle proposition « A ⇒ B »
(lire « A implique B » ou bien « A entraîne B » ou encore « si A, alors B ») par
(A ⇒ B) = (¬A OU B). D’où la table de vérité de « A ⇒ B » (tableau 1.5).
Tableau 1.5
A B ¬A ¬A OU B A⇒B
V V F V V ligne 1
V F F F F ligne 2
F V V V V ligne 3
F F V V V ligne 4

Commentaires
On retiendra que la proposition A ⇒ B est toujours vraie sauf dans le
cas où A vrai et B faux (ligne 2).
On ne tentera pas de « donner du sens » à la proposition « A ⇒ B » en
l’interprétant par le « Si A, alors B » du langage de l’observateur. Ainsi
dire à un ami : « Si demain il pleut, alors je viens te voir » sous-entend :
« Si demain il ne pleut pas, alors je ne viens pas te voir »... et on n’est
plus dans le cadre de la définition exprimée ligne 3 de la table de vérité
de « A ⇒ B ». On doit regarder la table de vérité sans réfléchir (sans
réfléchir pour une fois !). Dans le langage mathématique, le seul sens
d’une proposition est sa valeur de vérité, c’est-à-dire la propriété d’être
vraie ou fausse.
On ne confondra pas « A ⇒ B », proposition dont la valeur de vérité
dépend de celles de A et de B avec « l’affirmation A ⇒ B est vraie »,
souvent utilisée pour énoncer un théorème.
Dans A ⇒ B, A est appelée condition suffisante pour B, et B condition
nécessaire pour A. En effet, dans le cas où A ⇒ B est vraie (lignes 1,
3, 4 de sa table de vérité) :
– Il suffit d’avoir A vraie pour être assuré de B vraie.
– On ne peut avoir A vraie et B fausse, le vrai de B est donc nécessaire
au vrai de A.
Exemple : soit p un entier naturel, A et B les propositions :
– A = (p nombre premier strictement supérieur à 2)
– B = (p nombre impair)
Il est clair que A ⇒ B est une proposition vraie, que A est suffisant (mais
pas nécessaire) pour B, que B est nécessaire (mais pas suffisant) pour A.
• Propriétés du connecteur ⇒
a) Il est faux que : (A ⇒ B) ⇒ (¬A ⇒ ¬B). On le constate (ligne 3, ta-
bleau 1.6).
Tableau 1.6
A B A⇒B ¬A ⇒ ¬B (A ⇒ B) ⇒ (¬A ⇒ ¬B)

V V V V V
V F F V V
F V V F F
F F V V V

b) (A ⇒ B) = (¬B ⇒ ¬A)
Propriété qui se démontre par la table de vérité suivante (tableau 1.7)
Tableau 1.7
A B ¬A ¬B A⇒B ¬B ⇒ ¬A
V V F F V V
V F F V F F
F V V F V V
F F V V V V
Ce résultat est très utile dans les démonstrations quand, pour montrer que
A ⇒ B est une proposition vraie, il est plus commode de montrer la valeur
vraie de ¬B ⇒ ¬A, appelée l’implication contraposée de A ⇒ B. On énonce
parfois ce résultat : L’implication « A ⇒ B » est équivalente à « ¬B ⇒ ¬A »
sa contraposée. Nous donnerons plus loin un sens au mot « équivalent ».
c) (¬(A ⇒ B)) = (A ET ¬B)

On peut, pour démontrer ce résultat, soit construire la table de vérité ad hoc,
soit utiliser les propriétés du NON, ET, OU vues précédemment. Ainsi :
¬(A ⇒ B) = ¬(¬A OU B) = ¬¬A ET ¬B = A ET ¬B
Commentaire
La négation d’une implication n’est donc pas une implication.
d) L’implication est transitive

Propriété qui se traduit par

Q = (A ⇒ B) ⇒ [(B ⇒ C) ⇒ (A ⇒ C)]
est une proposition toujours vraie (tableau 1.8).

Commentaires
La proposition (A ⇒ B) ⇒ [(B ⇒ C) ⇒ (A ⇒ C)] est toujours vraie
quelle que soit la valeur de vérité de ses variables A, B, C. On dit qu’elle
est valide.
De la même manière, mutatis mutandis, on montre que
[(A ⇒ B) ET (B ⇒ C)] ⇒ (A ⇒ C) est une proposition valide.
Cette validité exprime, elle aussi, la transitivité du connecteur ⇒.
Cette technique de preuve par table de vérité clôt toute discussion.

Tableau 1.8
A B C A⇒B B⇒C A⇒C (B ⇒ C) ⇒ (A ⇒ C) Q

V V V V V V V V
V F V F V V V V
F V V V V V V V
F F V V V V V V
V V F V F F V V
V F F F V F F V
F V F V F V V V
F F F V V V V V
D. ⇔, Bi-implication
• Définition 6 : « ⇔ » le connecteur bi-implication
Soit A et B deux propositions, on définit la nouvelle proposition « A ⇔ B »
(lire « A bi-implication B » ou encore « A si et seulement si B ») par :
(A ⇔ B) = (A ⇒ B) ET (B ⇒ A)
La table de vérité de « A ⇔ B » est la suivante (tableau 1.9).
Tableau 1.9
A B A⇒B B⇒A A⇔B

V V V V V
V F F V F
F V V F F
F F V V V
On constate, via la définition 4, que

– si « A ⇔ B est vrai », alors « A = B » ; et réciproquement.
– Si « A ⇔ B est vrai », on dit que « A équivaut logiquement à B », ou encore
les propositions A et B sont équivalentes.
Commentaires
Dans la suite du cours, pour énoncer un théorème, une propriété, on écrira
A ⇔ B pour dire « A ⇔ B est une proposition vraie », c’est-à-dire
A = B.
De même. on écrira A ⇒ B pour dire « A ⇒ B est une proposition
vraie ».

II. Les quantificateurs ∀ et ∃
∀ se lit « quel que soit », « pour tout ».
∃ se lit « il existe au moins un ».
Soit a0 , a1 , a2 , . . . , an , . . . une famille rangée (ou suite) de nombres réels, les
indices n pris dans N l’ensemble des entiers naturels.
On considère les propositions :
– A = les an sont tous nuls ;
– B = les an sont non tous nuls ;
– C = à partir d’un certain rang les an sont tous nuls.
Pour de telles propositions, l’emploi des signes ∀ et ∃, appelés quantificateurs,
permet de rendre mécanique 1) l’écriture des contraires ; 2) la recherche de
leur lien logique ; 3) la démonstration de leur valeur de vérité dans les cas où
les an sont explicités.
A. Règles d’utilisation
1) Le quantificateur « ∀ »
La proposition A = les an sont tous nuls :
– s’écrit « ∀n ∈ N, an = 0 » ;
– se lit « quel que soit n élément de N, an = 0 » ;
– signifie « a0 = 0 ET a1 = 0 ET a2 = 0 ET... etc. »
2) Le quantificateur « ∃ »
La proposition B = les an sont non tous nuls :
– s’écrit « ∃n ∈ N tel que an = 0 » ;
– se lit « il existe au moins un élément n ∈ N tel que an = 0 » ;
– signifie « l’un au moins des an est non nul ».
3) Passage d’une proposition à son contraire

On remarque que A et B sont des propositions contraires (i.e. A = ¬B et
B = ¬A). Si on remplace la proposition (an = 0) par ¬(an = 0), les écritures

suivantes font apparaître les règles permettant de passer d’une proposition
contenant des quantificateurs à sa proposition contraire.
A = ∀n ∈ N, an = 0
↓ ↓
¬A = ∃n ∈ N tel que ¬(an = 0)
B = ∃n ∈ N tel que ¬(an = 0)
↓ ↓
¬B = ∀n ∈ N, an = 0
Point méthode
Pour passer d’une proposition à son contraire :
– on remplace le signe ∀ par ∃ ;
– on remplace le signe ∃ par ∀ ;
– on remplace la proposition sur laquelle porte le signe ∀ par son contraire ;
– on remplace la proposition sur laquelle porte le signe ∃ par son contraire.
4) Propositions contenant deux quantificateurs

a) Considérons la proposition C = « à partir d’un certain rang les an sont tous
nuls ».
C signifie : il existe au moins un rang p ∈ N tel que a p = 0 ET a p+1 = 0
ET a p+2 = 0 ET, etc. La proposition a p = 0 ET a p+1 = 0 ET a p+2 = 0 ET,
etc. peut s’écrire :
∀n p, an = 0
ou encore, via la définition 5 de « ⇒ » donnée plus haut :
∀n ∈ N, n p ⇒ an = 0
C’est la deuxième écriture que l’on choisit.
Récapitulation :
C = « à partir d’un certain rang les an sont tous nuls » :
– s’écrit ∃p ∈ N tel que ∀n ∈ N, n p ⇒ an = 0 ;
– se lit « il existe au moins p ∈ N tel que pour tout n ∈ N, si n p alors
an = 0 ».

b) Considérons la proposition D = ¬C et appliquons le point méthode ci-
dessus vu en 3 pour l’écrire à l’aide des quantificateurs.
C = ∃p ∈ N tel que ∀n ∈ N, n p ⇒ an = 0
¬C = ∀p ∈ N, ¬(∀n ∈ N, n p ⇒ an = 0)
¬C = ∀p ∈ N, ∃n ∈ N tel que ¬(n p ⇒ an = 0)
¬C = ∀p ∈ N, ∃n ∈ N tel que n p ET ¬(an = 0)
ou encore
D = ¬C = ∀p ∈ N, ∃n ∈ N, tel que n p ET an = 0
On a utilisé la propriété de négation de l’implication vue plus haut, à savoir :

¬(A ⇒ B) = A ET ¬B.
Point méthode
P(n, p) étant une proposition qui dépend de n et p, la négation de la propo-
sition :
∀n ∈ N, ∃p ∈ N tel que P(n, p)
est :
∃n ∈ N tel que ∀p ∈ N, ¬P(n, p)
B. Exemples
• Soit A la proposition suivante, où N = {0, 1, 2, . . .} désigne l’ensemble des

entiers naturels.
A = Il existe dans N un entier plus grand que tous les autres.
À l’aide des quantificateurs, A s’écrit,
A = ∃n ∈ N tel que ∀k ∈ N kn
d’où l’écriture mécanique de son contraire
¬A = ∀n ∈ N, ∃k ∈ N tel que ¬(k n)

¬A = ∀n ∈ N, ∃k ∈ N tel que k > n

La connaissance intuitive des entiers naturels permet d’affirmer que A est
fausse. Quant à la démonstration de cette affirmation faisons-la en démontrant
que ¬A est vraie.
Soit n un entier quelconque, en considérant k = n + 1 on a bien k ∈ N et
k > n.
Donc pour tout n ∈ N il existe (on l’a trouvé !) k ∈ N tel que k > n.
Donc « ∀n ∈ N, ∃k ∈ N tel que k > n » est une proposition vraie.
Conclusion : ¬A est vrai.
Commentaires
Dans la proposition ¬A, l’existence de l’entier k une fois n choisi est tout
à fait concrète. En effet on sait expliciter k en fonction de n : k = n + 1
dans notre cas.
Pour un n choisi, il n’y a pas d’unicité de l’entier k : k = n + 2, k = n + 3,
etc., conviennent aussi.
Dans notre exemple les entiers k qui conviennent dépendent toujours de
n, mais il peut ne pas en être ainsi.
Pour déterminer la valeur de vérité de A, on a étudié ¬A.
• Soit H = l’ensemble des humains et C = l’ensemble des chaussures.
Considérons la proposition : A = « Tout le monde trouve chaussure à son
pied ». À l’aide des quantificateurs, A s’écrit : A = ∀h ∈ H ∃c ∈ C tel que la
pointure de c convienne à h. Si on change l’ordre des quantificateurs dans la
proposition A, la nouvelle proposition B s’écrit : B = ∃c ∈ C tel que ∀h ∈ H,
la pointure de c convient à h. La traduction de B dans le langage courant est :
il existe une chaussure « taille unique » qui convient à tous.
On retiendra de cet exemple, la propriété générale suivante :
– on change le sens d’une proposition en changeant l’ordre des quantifica-
teurs ;
– la proposition B = (∃c ∈ C tel que ∀h ∈ H . . .)
implique la proposition A = (∀h ∈ H ∃c ∈ C tel que. . . ).
Implication qui, dans notre exemple, se comprend aisément puisque la
chaussure c dont B vrai assure l’existence, convient à tous les hommes h
dans l’écriture de A.

III. Application : opérations
sur les ensembles
A. Ensemble, élément, inclusion

On connaît les ensembles numériques :
N = {0, 1, 2, . . .} = l’ensemble des entiers naturels,

Z = {. . . , −2, −1, 0, 1, 2, . . .} = l’ensemble des entiers,

p
Q = r = tel que p ∈ Z, q ∈ Z, q = 0
q
= l’ensemble des nombres rationnels,
R = l’ensemble des nombres réels,
C = l’ensemble des nombres complexes,
]a, b[ = {x ∈ R tel que a < x < b}
appelé intervalle ouvert de bornes a et b, etc.
Plus généralement, on dit que A est un ensemble si on est capable de recon-

naître tous ses éléments c’est-à-dire, si l’écriture « a ∈ A » est une proposition
(vraie ou fausse donc) pour tout objet a considéré.
« a ∈ A » se lit « a est un élément de A » (on dit aussi « a appartient à A »).
On écrit a ∈/ A pour exprimer ¬(a ∈ A).
Commentaires
Les termes « ensemble », « élément » sont familiers dans le cadre du

langage courant et nous avons le sentiment, voire la certitude, de com-
prendre leurs diverses relations. En fait cette notion d’ensemble est
beaucoup moins naïve qu’elle n’en a l’air et les pièges ludiques de la
contradiction, découverts au début du siècle, ne peuvent être désamor-
cés. À partir des années 50, les logiciens – Kurt Gödel entre-autres – ont
précisé les limites incontournables des formalismes dans l’écriture ma-
thématique. Quelques ambitions mathématico-intellectuelles du début du
siècle ont dû être revues à la baisse.
On désigne par E un ensemble, dit référentiel, où sont puisés tous les élé-
ments servant à définir les autres ensembles.
Tout ensemble A peut alors être défini :
– soit en énumérant ses éléments (quand c’est possible) ;

– soit en donnant la propriété notée P(a) qui caractérise ses éléments a pris
dans E.
Exemple
E = R et P(a) = « a2 + a − 2 = 0 » et A = {a ∈ R tel que P(a)},
c’est-à-dire : a ∈ A ⇐⇒ P(a).
Il est clair que A = {−2, 1}.
E = R et A = {a ∈ R tel que − 1 < a < +1} où la propriété P(a) qui
caractérise les éléments a de A est −1 < a < +1. Cet ensemble appelé
intervalle ouvert de R se note A =] − 1, +1[. Il est clair que dans ce cas
on ne peut pas énumérer tous les éléments de A.
On désigne par ∅ = { }, lire « ensemble vide », l’ensemble qui ne
possède aucun élément et pour lequel donc la proposition « a ∈ ∅ » est
fausse quel que soit l’objet a.
• Définition 7 : inclusion de deux ensembles

On dit que l’ensemble A est inclus dans l’ensemble B si ∀a, a ∈ A =⇒ a ∈ B.
On note alors A ⊂ B et A est appelé sous-ensemble ou partie de B.
Commentaires
A ⊂ B signifie que tout élément de A est élément de B, et les propriétés
de l’⊂ seront les conséquences directes des propriétés de l’implication
« =⇒ » et du quantificateur « ∀ ».
• Définition 8 : égalité de deux ensembles

On dit que l’ensemble A est égal à l’ensemble B si A ⊂ B et B ⊂ A. On note
alors A = B.
B. Union, intersection, complémentaire,

produit
Les connecteurs OU, ET, NON, et les quantificateurs ∀, ∃ permettent de définir
de nouveaux ensembles à partir d’ensembles donnés. Leurs propriétés sont les
conséquences directes des propriétés des connecteurs et quantificateurs.
On désigne par E un ensemble dit référentiel, par A, B, C, . . . des parties de
E et par A1 , A2 , . . . , An , . . . une famille de parties de E.

• Définition 9
a) Union de deux ensembles
À l’aide du « OU » on définit le nouvel ensemble A ∪ B (lire A union B) tel
que :
A ∪ B = {x ∈ E tel que x ∈ A OU x ∈ B}
b) Union dénombrable d’une famille d’ensembles

À l’aide du « ∃ » on définit le nouvel ensemble An , (lire union sur n ∈ N
n∈N
des An ) tel que :

An = {x ∈ E tel que ∃n ∈ N tel que x ∈ An }
n∈N
c) Intersection de deux ensembles

À l’aide du « ET » on définit le nouvel ensemble A ∩ B (lire A intersection B)
tel que :
A ∩ B = {x ∈ E tel que x ∈ A ET x ∈ B}
d) Intersection dénombrable d’une famille d’ensembles

À l’aide du « ∀ » on définit le nouvel ensemble An (lire intersection sur
n∈N
n ∈ N des An ) tel que : n
An = {x ∈ E tel que ∀n ∈ N, x ∈ A }
n∈N
e) Complémentaire d’un ensemble

À l’aide du « NON » on définit le nouvel ensemble C E A (lire complémentaire
de A dans E) tel que :
C E A = {x ∈ E tel que x ∈
/ A}
ou encore :
C E A = {x ∈ E tel que NON(x ∈ A)}
On note Ac ou Ā cet ensemble s’il n’y a aucune ambiguïté sur le référentiel E.
f) Différence de deux ensembles

On définit l’ensemble A B (lire « A moins B ») des éléments de A qui ne
sont pas dans B ; c’est-à-dire A B = A ∩ Bc .

g) Produit de deux ensembles
À l’aide du « ET » on définit le nouvel ensemble A × B (lire produit cartésien
de A par B) tel que :
A × B = {(a, b) tel que a ∈ A ET b ∈ B}
Pour définir A × B on introduit un nouvel élément noté (a, b) et appelé couple.

On définit l’égalité suivante entre deux couples :
(a, b) = (a , b ) ⇐⇒ [a = a ET b = b ]
Commentaires
On notera que les ensembles définis ci-dessus à l’aide de parties de E
sont encore des parties de E, sauf l’ensemble A × B.

Dans l’écriture An (respectivement An ), l’indice n est dit muet ce qui
n∈N
n∈N
laisse le choix de la lettre. Ainsi An = Ap = Aq = ... (respective-
n∈N p∈N q∈N
ment An = Ap = Aq = ... ).
n∈N p∈N q∈N
Propriétés
On se contentera d’en donner quelques-unes. Elles sont conséquences directes
des propriétés des connecteurs ou quantificateurs qui servent à les définir.
a) A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
En effet :
x ∈ A ∩ (B ∪ C) ⇐⇒ (x ∈ A) ET(x ∈ B ∪ C)
⇐⇒ (x ∈ A) ET[(x ∈ B) OU(x ∈ C)]
x ∈ (A ∩ B) ∪ (A ∩ C) ⇐⇒ [(x ∈ A) ET(x ∈ B)]
OU[(x ∈ A) ET(x ∈ C)]
On vérifie via une table de vérité que la proposition P ET(Q OU R) est équiva-
lente à la proposition (P ET Q) OU(P ET R) et en remplaçant P par (x ∈ A), Q
par (x ∈ B), R par (x ∈ C) on déduit :
x ∈ A ∩ (B ∪ C) ⇐⇒ x ∈ (A ∩ B) ∪ (A ∩ C)

d’où l’égalité ensembliste :
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
On dit que l’intersection est distributive pour l’union. De la même manière on

démontrerait que l’union est distributive pour l’intersection, c’est-à-dire :
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

b) ( A n) c = A cn
n∈N n∈N
En effet :
c
x∈ An ⇐⇒ ¬ x∈ An
n∈N n∈N
⇐⇒ ¬(∀n ∈ N, x ∈ An )
⇐⇒ ∃n ∈ N tel que ¬(x ∈ An )
⇐⇒ ∃n ∈ N tel que x ∈ Acn

⇐⇒ x ∈ Acn
n∈N
C. Fonction, injection, surjection, bijection

A et B désignent deux ensembles, et :
f : A → B
x → f (x) = y
désigne une fonction (on dit aussi application) de A dans B.

Dans l’écriture y = f (x), y s’appelle l’image de x par f et x l’antécédent de
y par f .
1) Pour que f soit une fonction il faut que tout élément x de A ait au plus une
image y = f (x) dans B, ce qui peut s’écrire :
∀x ∈ A, ∀x ∈ A, f (x) = f (x ) =⇒ x = x
Ou encore, sachant qu’une implication est équivalente à sa contraposée :
∀x ∈ A, ∀x ∈ A, x = x =⇒ f (x) = f (x )
On comprendra mieux avec le dessin suivant (figure 1.1).


Figure 1.1 – Situation INTERDITE si on veut que f soit une application de A dans B.
2) On dit que l’application f est une injection de A dans B si :

∀x ∈ A, ∀x ∈ A, x = x =⇒ f (x) = f (x )
ou encore :
∀x ∈ A, ∀x ∈ A, f (x) = f (x ) =⇒ x = x
ou encore si tout élément de B est image d’au plus un élément de A.
Figure 1.2 – Situation INTERDITE si on veut que f soit une injection.
3) On dit que l’application f est une surjection de A dans B si :

∀y ∈ B ∃x ∈ A tel que f (x) = y
ou encore si tout élément de B est image d’au moins un élément de A.
Figure 1.3 – L’élément 4 de B qui n’est image d’aucun élément de A INTERDIT à f d’être une
surjection.

4) Une application qui est à la fois injection et surjection est appelée bijection :
Figure 1.4 – Exemple de bijection de A dans B.
5) Dans le cas où f : A → B
x → f (x)
est une bijection (et seulement dans ce cas) on définit une nouvelle applica-
tion notée f −1 , appelée application réciproque de f (on dit aussi application
inverse) telle que :
f −1 : B → A
y → f −1 (y) = x ⇔ y = f (x)
Ainsi dans l’exemple de la figure 1.4
Figure 1.5
6) Égalité de deux applications f et g.

On dit que f = g si f et g ont même ensemble de départ A, même ensemble
d’arrivée B et ∀x ∈ A, f (x) = g(x).
7) Soit f et g deux applications telles que :
f : A → B
x → f (x)

et g : B → C
y → g(y)
On définit une nouvelle application notée g ◦ f , appelée application composée

de g avec f , telle que :
g◦ f : A → C
x → (g ◦ f )(x) = g[ f (x)]
Exemple
On retiendra que g ◦ f peut être définie sans que f ◦ g le soit. C’est le cas
dans l’exemple suivant :
d’où
Figure 1.6
Exemple
Soit f l’application de la figure 1.4, on a f −1 de la figure 1.5, on en déduit
f −1 ◦ f : A → A
x → f −1 [ f (x)] = x
et f ◦ f −1 : B → B
y → f [ f −1 (y)] = y

Commentaires
Soit IdA (respectivement IdB ) l’application identique de A dans A (res-
pectivement de B dans B), on montre sans difficulté : si f : A → B est
bijective, alors f −1 ◦ f = IdA et f ◦ f −1 = IdB .
8) Soit f : A → B
x → y = f (x)
une application quelconque de l’ensemble A dans l’ensemble B.

a) Pour toute partie X de A, on définit f (X) l’ensemble des images par f des
éléments de X, c’est-à-dire :
f (X) = {y = f (x) tel que x ∈ X} qui est une partie de B.
f (X) est appelé ensemble image directe par f de l’ensemble X.
b) Pour toute partie Y de B, on définit f −1 (Y) l’ensemble des antécédents par
f des éléments de Y, c’est-à-dire :
f −1 (Y) = {x ∈ A tel que f (x) ∈ Y}, qui est une partie de A.
f −1 (Y) est appelé ensemble image réciproque par f de l’ensemble Y.
Commentaires
Soit x ∈ X ⊂ A, alors f (x) ∈ B, mais f (X) ⊂ B. Soit y ∈ Y ⊂ B, alors
f −1 (y) n’est défini que si f est bijective, par contre f −1 ({y}) et f −1 (Y)
sont des parties de X toujours définies que f soit bijective ou non.
Exemple
On considère l’application f de la figure 1.3.
f (A) = {1, 2, 3} ; f ({a, b}) = {1, 2} ; f ({a, b, c}) = {1, 2} ;

f ({d}) = {3} (mais f (d) = 3).
f −1 (B) = A ; f −1 ({1, 2}) = {a, b, c} ; f −1 ({4}) = ∅ ; f −1 ({2}) =
{b, c} ; (mais f −1 (2) n’est pas autorisé car f n’est pas bijective).

Exercices
Énoncés
Exercice no 1
Démontrer que, sans parenthèses, l’écriture A ⇒ B ⇒ C n’est pas une proposition au
sens où certaines de ses valeurs de vérité ne peuvent être définies, car elles dépendent du
lecteur.
Exercice no 2
Exprimer le contraire des propositions suivantes dans le langage courant.
A = V est vert et R est rouge
B = Le chômage régresse ou l’inflation croît (on commencera par choisir le sens du « ou »
dans B dans le cadre du langage courant)
C = Si le chômage régresse, alors l’inflation croît.
Exercice no 3
a) Donner la table de vérité du « ou exclusif ».
b) Dans une même table de vérité comparer les propositions « ¬A OU B » et « ¬A ou
exclusif B ». Conclusion sur « =⇒ » ?
Exercice no 4
Soit a et b deux nombres réels quelconques. L’implication suivante est-elle vraie :
a < b =⇒ a b ? Même question pour l’implication contraposée et l’implication
réciproque.
Exercice no 5
Démontrer à l’aide d’une table de vérité que ¬(A ET B) = ¬A OU ¬B.
Peut-on dire que les propositions ¬(A ET B) ainsi que (¬A OU ¬B) sont équivalentes ?
Exercice no 6
Déterminer l’ensemble E tel que : E = {a ∈ R tel que ∀ε > 0, 0 a < ε}
Exercice no 7
a) A et B deux ensembles, écrire la négation de A ⊂ B.
b) Démontrer à l’aide de la table de vérité de « =⇒ » que ∅ ⊂ A est vrai pour tout
ensemble A. Comparer les ensembles ∅ et {∅}.
c) Soit A = {a, b, c}, expliciter l’ensemble des parties de A. On le notera P(A).
d) Soit A un ensemble quelconque. Démontrer qu’il y a plus d’éléments dans P(A) que
dans A.

Exercice no 8
Expliciter les ensembles suivants où n est un entier naturel et [a, b] et ]a, b[ désignent des
intervalles de R.
1 1 1 1
A= − ,+ ; B= − ,+ ;
n∈N
n+1 n+1 n∈N
n+1 n+1
1
C= 0, ; D= ] − n, +n[ ; E= [−n, +n]
n∈N
n+1 n∈N n∈N
Exercice no 9
Soit
f : A → B
x → y = f (x)
a) Énoncer la propriété de f représentée par chacune des propositions suivantes :

P1 = ( f (A) = B), P2 = (∀y ∈ B, f −1 ({y}) = ∅),
P3 = (∀y ∈ B, f −1 ({y}) contient au plus un élément),
P4 = (∀y ∈ B, f −1 ({y}) contient un élément et un seul).
b) Soit B1 et B2 deux parties de B. Démontrer que :
f −1 (B1 ∩ B2 ) = f −1 (B1 ) ∩ f −1 (B2 )
c) Soit A1 et A2 deux parties de A. Démontrer que :
f (A1 ∩ A2 ) ⊂ f (A1 ) ∩ f (A2 )
À l’aide d’un contre-exemple démontrer que l’inclusion réciproque peut être fausse.

2. Lnumériques
es ensembles
N, Z, Q, R
es nombres, premier pas d’une pensée abstraite, ont une histoire.

L Quelques questions et anecdotes à leur sujet :
– Quel est le signe le plus fréquent dans un cahier de mathématiques et
ce depuis le cours préparatoire ?
Réponse : Le signe « = », dit signe d’égalité, timidement introduit par
Robert Recorde (1510–1558). Ce signe mit longtemps avant d’être ac-
cepté.
– Quel est le nombre le plus « magique » de tous, tant par le concept voi-
sin de la paranoïa qu’il représente, que par l’épanouissement libérateur
qu’il eut pour l’intellect subodorant la notion de structure algébrique ?
Réponse : On pourrait penser à des nombres tels que :
√
– 2, qui n’est même pas rationnel !
– i le complexe tel que i2 = −1, et cela fait bizarre !
– ii qui vaut e−π/2 , nombre réel auquel on ne s’attend pas.

– pi la « star » de l’histoire des nombres, avec ses fans sur internet ca-
pables de réciter plus de mille décimales (club très fermé donc !), avec
ses malades de la quadrature du cercle (construire à la règle et au com-
pas un carré de même surface qu’un cercle donné... on sait aujourd’hui
que cela est impossible), avec ses ordinateurs qui, à n’en plus finir, cal-
culent ses décimales.
π valait :
• 3,1 chez les Babyloniens (–2000 av. J.C.),
• 3,141 pour Archimède (–250 av. J.C.),
• 3,14159 pour Liuttui (+264),
• 3,141592 pour Tsu Chung Chih (+480),
Les ensembles numériques N, Z, Q, R • 27

• 3,1415926536 pour Vicite (+1593).
En 1985 on connaissait 17 millions de décimales de π, en 1989 le milliard
est atteint, en 1994 on en est à quatre milliards.
Sans l’ombre d’une hésitation la réponse est la suivante : le nombre le
plus magique de tous est le nombre nul appelé « zéro ». Noté à l’aide
du chiffre « 0 », le mot « chiffre » vient de l’arabe « sifr »... qui veut
dire zéro. L’introduction du zéro est une réalisation des Hindous (vers
800 ans av. J.-C.), les Romains l’ignoraient et ne l’avaient donc pas dans
leur catalogue de chiffres : I, V, X, L, C, D, M.
Gerbert (pape de 999 à 1003 sous le nom de Sylvestre II, célèbre pour
son érudition et ses réformes contre les abus religieux) introduit en
occident les chiffres arabes (d’origine hindoue) et le système de numé-
rotation décimale avec les chiffres 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.
Mais il faudra attendre le XIIIe siècle pour que l’usage se répande.
L’air de rien, l’introduction du concept « zéro » – qui sert à compter les
objets quand il n’y en a pas et qui permet la numérotation de position
– est un immense accomplissement, décisif dans l’abstrait pour notre
intellect.
Pas de zéro, pas d’algèbre !
(Le mot algèbre vient de l’arabe « al-djabar » avec le sens de « recons-
truction »).
n
Mots clefs : Récurrence, k=0 ak , Cnk , majorant (resp. minorant) d’un en-
semble, plus grand (resp. plus petit) élément d’un ensemble, borne supé-
rieure (resp. inférieure) d’un ensemble, valeur absolue, intervalle de R.
I. Les entiers naturels N

A. Propriétés de l’addition
et de la multiplication
De manière naïve, on désigne par N = {0, 1, 2, 3, . . .} l’ensemble des entiers
naturels. Cet ensemble est muni de deux opérations, l’addition et la multiplica-
tion, dont les propriétés bien connues sont les suivantes. a, b, c étant des entiers
naturels quelconques.
(P1 ) a + b ∈ N
On dit que l’addition est stable dans N.
(P2 ) a + b = b + a
On dit que l’addition est commutative.

(P3 ) (a + b) + c = a + (b + c)
On dit que l’addition est associative, propriété qui permet l’écriture a +
b + c sans parenthèses... et sans ambiguïté.
(P4 ) ab ∈ N
On dit que la multiplication est stable dans N.
(P5 ) ab = ba
On dit que la multiplication est commutative.
(P6 ) (ab)c = a(bc)
On dit que la multiplication est associative, d’où l’écriture abc sans pa-
renthèses.
(P7 ) a(b + c) = ab + ac
On dit que la multiplication est distributive pour l’addition.
Par ailleurs, N est muni d’une relation d’ordre total qui permet de comparer
les entiers. Elle est notée « » et pour a et b deux entiers quelconques on a la
propriété :
(P8 ) soit a b, soit b a.
Commentaires
Ces propriétés :
– sont le fond commun calculatoire de nous tous et semblent donc « cou-
ler de source ».
– seront conservées dans les ensembles numériques plus grands que sont
Z, Q, R. Par contre, dans C on perdra la relation d’ordre total « »
de (P8 ).
– de (P1 ) à (P7 ) sont les sept « premiers commandements » pour définir
les structures algébriques abstraites (anneau, corps) dont on connaît les
développements et l’efficacité dans les modèles auxquels elles s’ap-

pliquent.
L’écriture (N, +, ., ) désigne l’ensemble N muni d’une addition, d’une
multiplication, d’une relation d’ordre. Pour les mêmes raisons on écrira
(Q, +, . ), (R, +, . ), etc.
B. Le raisonnement par récurrence

1) Principe
L’ensemble N est défini formellement à l’aide de cinq axiomes dus à Peano
Giuseppe (1858–1932) dont l’un, dit axiome d’induction, sert à valider le rai-
sonnement par récurrence. L’étudiant doit voir ce raisonnement comme une

belle machine à démontrer qu’une proposition est vraie quel que soit l’en-
tier n ; tout état de pensée autre que pratique est à prohiber. Seule compte l’ef-
ficacité. Le principe est le suivant : « soit P(n) une proposition dépendant d’un
entier naturel n ∈ N. Si P(0) est vraie et si, pour tout n ∈ N l’implication
“P(n) =⇒ P(n + 1)” est vraie, alors la proposition P(n) est vraie pour tout
entier n ∈ N ».
Tout est dit entre ces guillemets ; il n’y a rien à ergoter sur la récurrence.
2) Applications
Point méthode
Dans une démonstration par récurrence, procéder de la manière suivante :
– exprimer clairement la proposition P(n) dont on veut démontrer qu’elle
est vraie pour tout n ∈ N.
– Étape 1 : Vérifier que P(0) est vraie.
– Étape 2 : Faire l’hypothèse, appelée hypothèse de récurrence : « P(n)
vraie pour l’entier n ∈ N ».
En déduire par des calculs, des raisonnements, de l’intuition, etc. que
« P(n + 1) est vraie pour l’entier n + 1 ∈ N ».
– Étape 3 : Récurrence terminée. Énoncer clairement le résultat « pour tout
n ∈ N, P(n) est vraie ».
Exemples
n(n + 1)
a) 0 + 1 + 2 + . . . + n =
2
Montrons que cette égalité est vraie pour tout entier n ∈ N. On désigne
n(n + 1)
par P(n) la proposition : 0 + 1 + 2 + . . . + n = et de façon
n
mécanique on applique le principe de récurrence.
0(0 + 1)
Étape 1 : P(0) est vraie car : 0 = .
2
Étape 2 : Pour tout n ∈ N, l’implication P(n) =⇒ P(n+ 1) est vraie. En
effet : sous l’hypothèse (dite de récurrence) : « P(n) vraie pour l’entier
n(n + 1)
n ∈ N », c’est-à-dire 0 + 1 + . . . + n = , on déduit :
2
0 + 1 + . . . + n + (n + 1) = [0 + 1 + . . . + n] + (n + 1)
n(n + 1)
0 + 1 + . . . + n + (n + 1) = + (n + 1)
2
(n + 1)(n + 2)
0 + 1 + . . . + n + (n + 1) =
2

d’où « P(n + 1) vraie pour l’entier (n + 1) ».
L’entier n choisi étant quelconque, on en déduit : pour tout n ∈ N,
l’implication P(n) =⇒ P(n + 1) est vraie.
Étape 3 : La récurrence est terminée. On conclut : pour tout n ∈ N,
n(n + 1)
P(n) est vraie, c’est-à-dire pour tout n ∈ N, 1+2+3+. . .+n = .
2
– La formule ci-dessus donne une expression simple de la somme des
entiers successif jusqu’à n. On peut s’en passer pour n = 10 et
calculer directement 1+2+. . .+10. On peut s’en passer, à la rigueur,
pour n = 1 000 000 et calculer, avec ordinateur et algorithme ad-
hoc, la somme 1 + 2 + 3 + . . . + 1 000 000. Par contre pour n =
6
1 000 0001 000 000 = 106×(10 ) le calcul direct de 1 + 2 + 3 + . . . +
6
106×(10 ) est techniquement impossible.
n2 n
– Le fait que 1 + 2 + . . . + n = + soit un trinôme du second degré
2 2
en n, est un résultat utile dans le cours d’analyse.
– Il a bien fallu, dans un premier temps, subodorer la formule 1 + 2 +
n(n + 1)
... + n = avant d’envisager sa démonstration par récur-
2
rence. Notons au passage qu’il n’y a pas de méthode pour « subo-
dorer une formule »... fut-elle démontrable par récurrence.
b) Soit ψ une application de N dans N, ψ strictement croissante. Mon-
trons par récurrence : pour tout n ∈ N, ψ(n) n.
On désigne par P(n) la proposition : ψ(n) n.
Étape 1 – P(0) est vraie. En effet, ψ(0) ∈ N = {0, 1, 2, . . .} donc ψ(0)
0.
Étape 2 – Hypothèse de récurrence : P(n) vraie pour l’entier n ∈ N,
c’est-à-dire ψ(n) n.
Alors :
ψ(n + 1) > ψ(n) car ψ strictement croissante

d’où ψ(n + 1) > ψ(n) n
et donc ψ(n + 1) > n
ψ(n+1) est un entier strictement plus grand que l’entier n, on en déduit

ψ(n + 1) n + 1 c’est-à-dire P(n + 1) vraie pour l’entier n + 1.
Étape 3 – La récurrence est terminée. On conclut : pour tout n ∈ N,
ψ(n) n.

C. Le signe
On retiendra « » en tant que signe abréviatif d’une grande commodité.
1) Définition
Soit la suite de nombres réels a0 , a1 , a2 , . . . , an , . . . On décide d’écrire la
somme a0 + a1 + a2 + . . . + an des (n + 1) premiers termes de la suite de
la manière suivante :

n
a0 + a1 + a2 + . . . + an = ak
k=0
(lire « somme de k = 0 à k = n des ak »).

Dans cette écriture l’indice k de ak s’appelle l’indice muet, le choix de la
lettre pour l’indice muet n’intervient pas dans la somme. Ainsi :

3
3
3
ak = ai = a j = a0 + a1 + a2 + a3
k=0 i=0 j=0
On a le choix des valeurs extrêmes que peut prendre l’indice muet à condition
que celle du haut soit supérieure ou égale à celle du bas. Ainsi :

5
ak = a2 + a3 + a4 + a5 ,
k=2
2
mais l’écriture k=5 ak n’est pas définie.
2) Exemples

n
• k = 1 + 2 + 3 + . . . + n.
k=1
n
1 1 1 1
• = 1 + + + ... +
k 2 3 n
k=1

n
• qk = 1 + q + q2 + . . . + qn (N.B. q0 = 1 et q1 = q)
k=0

n
• (2k + 1) = 1 + 3 + 5 + . . . + (2n + 1) = la somme des (n + 1) premiers
k=0
entiers impairs.

3) Propriétés
• Propriété 1
si λ désigne un nombre réel qui ne dépend pas de l’indice muet de sommation :

n
n
n
λ = (n + 1)λ et λak = λ · ak
k=0 k=0 k=0
Démonstration : aucune difficulté. On notera les égalités :

n
n
n
n
ai ak = ai ak ; ai ak = ak ai
k=0 k=0 i=0 i=0
• Propriété 2

n
n
n
(ak + bk ) = ak + bk
k=0 k=0 k=0
Démonstration

n
(ak + bk ) = (a0 + b0 ) + (a1 + b1 ) + . . . + (an + bn )
k=0
= (a0 + a1 + . . . + an ) + (b0 + b1 + . . . + bn )

n
n
= ak + bk
k=0 k=0
• Propriété 3
2

n
n
n
ak = ai ak
k=0 i=0 k=0
Démonstration
n 2 n n

ak = ai × ak
k=0 i=0 k=0
n n n

= a0 ak + a1 ak + . . . + an ak
k=0 k=0 k=0

on pose :
n

n
bi = ai ak = ai ak
k=0 k=0
d’où : n

n
n
n
a2k = bi = ai ak
k=0 i=0 i=0 k=0
• Propriété 4
soit (ai j ) i=1,...,n une famille de n × m nombres réels. Alors :
j=1,...,m

n
m
m
n
ai j = ai j
i=0 j=0 j=0 i=0
Démonstration : on note sous forme de tableau la famille (ai j ) i=1,...,n , le réel

j=1,...,m
ai j se trouvant à la i-ième ligne et la j-ième colonne de ce tableau à n lignes et
m colonnes : ⎡ ⎤
a11 a12 . . . a1 j . . . a1m
⎢ .. .. .. .. ⎥
⎢ . . . . ⎥
⎢ ⎥
⎢ ai1 ai2 . . . ai j . . . aim ⎥
⎢ ⎥
⎢ .. .. .. .. ⎥
⎣ . . . . ⎦
an1 an2 . . . an j . . . anm
On désigne par S la somme des n × m nombres ai j ; S ne dépend pas de l’ordre
dans lequel sont effectuées
les additions.
D’une part Li = mj=1 ai j = somme des termes de la ligne i et :

n
n
m
S = Li = ai j
i=1 i=1 j=1
n
D’autre part C j = i=1 ai j = somme des termes de la colonne j et :

m
m
n
S = Cj = ai j
j=1 j=1 i=1
on conclut immédiatement.

D. Les nombres C k
n
Soit 300 étudiants dans un amphithéâtre. Il en faut 30 pour faire un groupe de
travaux dirigés. Combien de choix sont possibles pour faire un groupe ?
Un raisonnement simple va aboutir à une formule dite récurrente qui don-
30 .
nera la réponse à notre question, réponse notée C300
1) Définition
Soit A un ensemble de n éléments et B une partie de A. Dans B, il peut y
avoir soit 0, soit 1, soit 2, etc., soit n éléments. On désigne par Cnk le nombre
de parties B à k éléments choisis parmi les n éléments de A. Ainsi, pour un
ensemble à 4 éléments tel que A = {a, b, c, d}, les différentes parties B à
trois éléments sont : {a, b, c}, {a, c, d}, {b, c, d}, {a, b, d}. Il y en a quatre
d’où C43 = 4.
2) Propriétés
a) On déduit immédiatement de la définition du nombre Cnk : pour tout n ∈ N,
Cn0 = 1, Cnn = 1, Cn1 = n, Cnk = 0 si k > n.
b) Soit A un ensemble de n éléments ; on désigne par Bk une partie à k éléments
de A et par Bn−k la partie constituée par les (n − k) éléments de A qui ne sont
pas dans Bk .
Figure 2.1
À toute partie Bk correspond une et une seule partie Bn−k , et réciproque-

ment. Donc, à toute partie à k éléments correspond une et une seule partie à
(n − k) éléments, d’où l’égalité :
Cnk = Cnn−k
c) Soit a ∈ A un élément particulier de A.


Figure 2.2
– Toute partie à k éléments de A soit contient a soit ne le contient pas.

– Pour définir une partie telle que Bk il faut choisir (k − 1) éléments parmi les
(n − 1) éléments de A autres que a. Il y a donc Cn−1 k−1
parties telles que Bk .
– Pour définir une partie telle que Bk , il faut choisir k éléments parmi les (n−1)
éléments de A autres que a. II y a donc Cn−1 k parties telles que Bk .
De ces trois points. on déduit l’égalité
Cnk = Cn−1
k−1
+ Cn−1
k
d) Calcul des C nk par récurrence
On distingue par P(n) la proposition : « Les nombres Cn0 , Cn1 , . . . , Cnk , . . . , Cnn
sont connus. »
Étape 1 – P(0) est vraie. En effet C00 = 1 (car la seule partie de l’ensemble
vide est l’ensemble vide).
Étape 2 – Hypothèse de récurrence « P(n) vraie pour l’entier n ∈ N », c’est-
à-dire les nombres Cn0 , Cn1 , . . . , Cnk , . . . , Cnn sont connus.
Alors pour l’entier (n + 1), d’après les résultats vus en a et c, on a les éga-
lités suivantes : Cn+1 0 = 1; Cn+1 1 = Cn0 + Cn1 ; Cn+1
2 = Cn1 + Cn2 ; . . . ; Cn+1
k =
Cn + Cn ; . . . ; Cn+1 = 1. Donc les nombres Cn+1 , Cn+1 , . . . , Cn+1 sont connus
k−1 k n+1 0 1 n+1
et P(n + 1) vraie pour l’entier (n + 1).

Étape 3 – La récurrence est terminée. On conclut : pour tout n ∈ N. les
nombres Cn0 , Cn1 , . . . , Cnk , . . . , Cnn sont connus. En d’autres termes, ces nombres
sont calculables. Une présentation commode des calculs se fait à l’aide du
tableau suivant, appelé triangle de Pascal, où l’on calcule de proche en proche
les nombres Cnk .

e) Le triangle de Pascal(1)
Figure 2.3 – (Ainsi les nombres de la ligne 5 sont calculés à partir des nombres de la ligne 4 :
C53 = C42 + C43 par exemple.)
Ce qui donne après calcul, chaque ligne permettant de calculer la suivante :
Figure 2.4 – (Le 10 est obtenu par l’addition de 6 et 4.)
Commentaires
Ainsi, il est possible par cette méthode de calculer le nombre C300 30 qui
répond à la question du début de ce chapitre.

Quant à la faisabilité d’un tel calcul par le triangle de Pascal ? Le calcul
des nombres C3000 , C 1 , . . . C 300 nécessite le calcul des 300 lignes précé-
300 300
dentes de Cn (n = 0 à n = 299), ce qui implique le calcul et l’écriture de
k
44 850 nombres !
299 × 300
(En effet, 1 + 2 + . . . + 299 = = 44 850 d’après un résultat
2
vu précédemment).
Même si, pour des considérations de symétries (Cnk = Cnn−k ) dans le
triangle de Pascal, on divise par deux les calculs, le calcul effectif de
30 n’est pas envisageable par cette méthode.
C300
1. Blaise Pascal (1623–1662), mathématicien, physicien, philosophe et écrivain français. Mais

le « triangle de Pascal » figure dans un ouvrage chinois de 1303.

f) La formule explicite des C nk
Par d’autres méthodes de dénombrement, on démontre la formule explicite
suivante :
n!
Cnk =
k!(n − k)!
où n! (lire « factorielle n ») est défini par :
0! = 1 et n! = (n − 1)!.n, n∈N
Ainsi, 1! = 1 ; 2! = 1 × 2 ; 3! = 1 × 2 × 3 ; etc.
Commentaires
Le nombre n! représente le nombre de permutations d’un ensemble de n
objets.
n! prend très vite de grandes valeurs (par exemple 10! = 3 628 800) et
le nombre C30030 = 300! qui, après les simplifications évidentes, peut
30!270!
s’écrire
271 × 272 × . . . × 300
30
C300 =
1 × 2 × . . . × 30
est lui aussi très grand. On le gardera sous cette forme.
3) La formule du binôme de Newton

a) On écrit côte à côte les identités remarquables ainsi que les premières lignes
du triangle de Pascal.
n = 1, (a + b)1 = a + b 11
n = 2, (a + b) = a + 2ab + b
2 2 2
121
n = 3, (a + b)3 = a3 + 3a2 b + 3ab2 + b3 1331
n = 4, (a + b) = a + 4a b + 6a b + 4ab + b
4 4 3 2 2 3 4
14641
On constate l’écriture (cas n = 3 par exemple)
(a + b)3 = C30 a3 + C31 a2 b + C32 ab2 + C33 b3
On subodore alors la formule générale
(a + b)n = Cn0 an + Cn1 an−1 b + Cn2 an−2 b2 + . . . + Cnk an−k bk + . . . + Cnn bn

ou encore, en utilisant le signe :

n
(a + b)n = Cnk an−k bk
k=0
dite formule du binôme de Newton (1642–1727).
La démonstration (très calculatoire) se fait par récurrence à l’aide de la re-
lation : Cnk = Cn−1
k−1
+ Cn−1
k vue en 2 c).

b) Applications
– Soit A un ensemble de n éléments. Le nombre de parties, ou sous-ensembles,
de A est égal à :
Cn0 + Cn1 + . . . + Cnk + . . . + Cnn
car, on l’a vu, Cnk représente le nombre de parties de A ayant k éléments.
D’après la formule du binôme de Newton :
Cn0 + Cn1 + . . . + Cnn = (1 + 1)n = 2n

Conclusion : un ensemble à n éléments possède 2n parties.
– Pour a = 1 et b = −1 dans la formule du binôme de Newton, on obtient
l’égalité :
Cn0 − Cn1 + Cn2 − Cn3 + . . . + (−1)n Cnn = 0
II. L’ensemble R des nombres réels

Résoudre une équation, c’est trouver l’inconnue. Mais encore faut-il savoir où
la chercher : c’est-à-dire dans quel ensemble ?
Si un ensemble ne contient pas les inconnues cherchées, il est naturel d’ima-
giner, dans un premier temps, un ensemble plus grand qui, lui, fait l’affaire. On
pourra toujours voir, ensuite, comment légitimer par une construction rigou-
reuse via l’algèbre ou l’analyse ce nouvel ensemble.
Ainsi naquirent Z, Q, R à partir de N.
A. Insuffisance des ensembles N, Z, Q

1) Des entiers naturels aux entiers relatifs
L’équation x + 7 = 2 n’a pas de solution x dans N. On imagine Z =

{. . . , −2, −1, 0 + 1, +2, . . .} où :
– d’une part : l’équation x + 7 = 2 a sa solution x = −5 dans Z ;
– d’autre part : toute équation de la forme x + b = a a une solution dans Z,
pour tout a ∈ Z pour tout b ∈ Z. Z s’appelle l’ensemble des entiers relatifs.
2) Des entiers relatifs aux « fractions » de Q

p
L’équation 7x = 2 n’a pas de solution x dans Z. On imagine Q = {r = tel
q
que p ∈ Z, q ∈ Z, q = 0} où :
2
– d’une part l’équation 7x = 2 a sa solution x = dans Q ;

– d’autre part toute équation de la forme ax = b a une solution dans Q pour
tout a ∈ Q, a = 0 et pour tout b ∈ Q.
p
Q s’appelle l’ensemble des nombres rationnels et la notation désigne une
q
fraction.
Commentaires
r est un nombre rationnel (ratio veut dire rapport) si et seulement si il
p
existe deux entiers relatifs p et q avec q = 0 tels que r = .
q
2 4 6
p et q ne sont pas uniques, en effet, = = .
7 14 21
p p
Si r = et r = on retiendra que :
q q
– r = r ⇐⇒ pq = qp
pq + qp
– r + r =
qq
pp
– rr =
qq
r pq
– =
r qp
À partir de N l’ensemble des entiers naturels on a vu la nécessité de
définir des ensembles plus grands Z et Q où les équations en x : a+ x = b
et ax = b avaient toujours une solution.
La construction de Z à partir de N puis de Q à partir de Z se fait par
les voies de l’algèbre. N ⊂ Z ⊂ Q et les opérations d’addition et de
multiplication, ainsi que la relation d’ordre , définies dans N s’étendent
à Q sans perdre les propriétés P1 à P8 vues en I-A.
3) Insuffisance de Q l’ensemble des rationnels

a) Le théorème de Pythagore (vie siècle av. J.C.). Ce théorème est à l’origine
de l’insuffisance des fractions. Parmi ses nombreuses démonstrations donnons
celle qui fait appel à la notion de surface dans le cas particulier d’un triangle
rectangle isocèle de côté 1. Considérons la figure suivante :
Surface du grand carré = 4.
Surface du petit carré = x2
1
Surface du triangle ABC = .
2
La surface du grand carré est égale à la somme de la surface du petit carré et
de quatre fois la surface du triangle ABC, c’est-à-dire 4 = x2 + 2 d’où x2 = 2.

Figure 2.5
Conclusion : La longueur x de l’hypoténuse du triangle rectangle ABC est

solution de l’équation x2 = 2.
Il pourrait paraître naturel de chercher x parmi les rationnels. En effet, avec
les fractions, on peut toujours améliorer la précision d’encadrement de x tel
que x2 = 2. Le tableau 2.1 nous donne des nombres rationnels de plus en
plus proches – par excès ou par défaut – du nombre « idéal » x cherché tel que
x2 = 2.
Tableau 2.1
x x2 x x2
1,4 1,96 1,5 2,25
1,41 1,9881 1,42 2,0164
1,414 1,999396 1,415 2,002225
x= ? 2 x= ? 2
b) Aucun nombre rationnel n’a son carré égal à 2, ou encore l’équation x2 = 2

n’a pas de solution dans Q, ou encore « x2 = 2 =⇒ x ∈ / Q », ou encore
« x ∈ Q =⇒ x2 = 2 ».
Démonstration par l’absurde de ce résultat

p
Soit x ∈ Q et x > 0. On écrit x sous la forme x = , p ∈ N, q ∈ N,
q
p 42
fraction irréductible. (Par exemple x = a pour forme irréductible x =
q 70
3 p
= .) Par des considérations élémentaires de parités sur les entiers p et q,
5 q
montrons que l’égalité x2 = 2 c’est-à-dire p2 = 2q2 est incompatible avec
p
l’hypothèse x = fraction irréductible. En effet :
q
x2 = 2 =⇒ p2 = 2q2 =⇒ p2 pair =⇒ p pair =⇒ p = 2.k,

k ∈ N =⇒ 4k2 = 2q2 =⇒ 2k2 = q2 =⇒ q2 pair =⇒ q pair

Commentaires
La propriété « p2 pair =⇒ p pair » utilisée ci-dessus résulte de l’impli-
cation contraposée « p impair =⇒ p2 impair ». En effet : p impair =⇒
p = 2k+1, k ∈ N =⇒ p2 = 2(2k2 +2k)+1, 2k2 +2k ∈ N =⇒ p2 impair.
p
Récapitulation : si x = est la fraction irréductible telle que x2 = 2, alors p
q
p
et q sont des entiers naturels pairs... et la fraction n’est plus irréductible. On
q
a trouvé une contradiction ; elle clôt notre démonstration par l’absurde.
Conclusion : si x ∈ Q, x > 0, alors x2 = 2. Par ailleurs, si x ∈ Q, x < 0 alors
−x > 0, −x ∈ Q et x2 = (−x)2 = 2.
L’équation x2 = 2 n’a donc pas de solution dans Q, pour mesurer la lon-
gueur de la diagonale d’un carré de côté 1 on a besoin d’autres nombres que
ceux écrits sous forme de fractions.
Seule consolation, on sait approcher le « nouveau nombre x » qui n’est pas
dans Q, d’aussi près que l’on veut par des éléments de Q.
4) R : le « clone algébrique » de Q
On admettra l’existence, la construction par les méthodes de l’analyse mathé-
matique, d’un ensemble R dit ensemble des nombres réels tel que :
– Q⊂R
– (R, +, ., ) est algébriquement la copie conforme de (Q, +, ., ) c’est-à-dire
que les règles de calcul sont les mêmes.
– « Toute partie non vide majorée de R admet une borne supérieure dans R ».
Cette propriété, qui n’est pas vraie dans Q, caractérise l’ensemble R des
nombres réels. Son étude est l’objet du paragraphe B ci-dessous.
L’équation x2 = 2 (et plus généralement toute équation de la forme x2 = a,
a 0, a ∈ R) a des solutions dans R.
Les nombres réels qui ne sont pas dans Q sont dits nombres irrationnels
(c’est-à-dire ne peuvent être écrits sous forme de rapport).
B. Concept nouveau : borne supérieure

d’une partie non vide de R
1) Définitions
Soit E une partie non vide de R et a un nombre réel.
a) a est un majorant de E si ∀x ∈ E, x a
b) a est un minorant de E si ∀x ∈ E, a x

c) a est est le maximum de E ou encore le plus grand élément de E si a est un
majorant de E et a ∈ E. On note alors a = max E.
d) a est le minimum de E ou encore le plus petit élément de E si a est un
minorant de E et a ∈ E. On note alors a = min E.
e) a est la borne supérieure de E si a est le plus petit des majorants de E. On
note alors a = sup E.
f) a est la borne inférieure de E si a est le plus grand des minorants de E. On
note alors a = inf E.
g) On dit que E est une partie majorée (respectivement minorée) de R si elle
admet un majorant (respectivement minorant) dans R.
h) On dit que E est une partie bornée de R si elle est à la fois majorée et
minorée.
2) Exemples
a) E = {1, 3, 5, 7} ; max E = sup E = 7 ; min E = inf E = 1. Plus générale-
ment, toute partie non vide finie de N admet un min et un max.

1 1 1 1 ∗
b) E = 1, , , , . . . = ,n ∈ N
2 3 4 n
max E = sup E = 1 ; inf E = 0 mais min E n’existe pas. Montrons par l’ab-
1
surde ce dernier résultat : s’il existe min E alors min E = ∈ E. On en déduit
n
1
b = ∈ E avec b < min E et min E n’est donc pas le plus petit élément
2n
de E.
Commentaires
On notera, dans cet exemple, que E, bien que minoré, n’admet pas de
plus petit élément. La situation se retrouve avec des ensembles majorés
sans plus grand élément.
3) Propriétés
• Proposition 1
S’il existe, le plus grand (respectivement le plus petit) élément d’une partie E
non vide de R est unique.
Démonstration : Soit E une partie non vide de R, a1 ∈ R tel que a1 plus grand
élément de E, a2 ∈ R tel que a2 plus grand élément de E. Alors :
⎫
(1) a1 ∈ E ⎪
⎪
⎬
(2) ∀x ∈ E, x a1 a1 a2 d’après (1) et (4)
d’où
(3) a2 ∈ E ⎪
⎪ a2 a1 d’après (2) et (3)
⎭
(4) ∀x ∈ E, x a2
et donc a1 = a2 .

Commentaires
On a ainsi montré : si deux éléments a1 et a2 ont chacun les caractéris-
tiques de « plus grand élément de E », alors ils sont égaux. D’où l’unicité
de max E s’il existe.
Cette technique de démonstration de l’unicité (sans condition d’exis-
tence) est classique, on la retrouvera dans la suite du cours.
Exactement de la même manière – mutatis mutandis – on montrerait que
min E est unique.
Corollaire : Si elle existe, la borne supérieure (respectivement inférieure)

d’une partie E non vide de R est unique.
Démonstration : Soit E = l’ensemble des majorants de E. Si E = ∅ alors

sup E = min E et on conclut à l’unicité de sup E d’après la proposition 1.
Idem – mutatis mutandis – pour l’unicité de inf E.
• Proposition 2
a = max E =⇒ a = sup E =⇒ a majore E

a = min E =⇒ a = inf E =⇒ a minore E
Démonstration : Soit E une partie non vide de R et a = max E le plus grand

élément de E.

a∈E
a = max E =⇒
a ∈ E = l’ensemble des majorants de E

∀m ∈ E , a m (car a ∈ E)
=⇒
a∈ E
=⇒ a est le plus petit élément de E

=⇒ a = min E = le plus petit des majorants de E
=⇒ a = sup E
L’implication a = sup E =⇒ a majore E résulte de la définition de sup E = le

plus petit des majorants de E.
De la même manière – mutatis mutandis – on montre les deux autres impli-
cations.

• Proposition 3 : Caractérisation de la borne supérieure
Soit E une partie non vide de R, alors

(1) a majore E
a = sup E ⇐⇒
(2) ∀ε > 0 ∃x ∈ E tel que a − ε < x a
Démonstration : Si a est le plus petit des majorants de E alors, d’une part

il est majorant (d’où (1)) et, d’autre part, il n’y a pas de majorant strictement
plus petit que a (d’où (2)). Situation que l’on peut commenter à l’aide de la
figure 2.6.
Figure 2.6
Tout nombre a− ε strictement plus petit que a ne majore plus E, c’est-à-dire

∃x ∈ E tel que a − ε < x.
Commentaires
D’après les propriétés des quantificateurs vues au chapitre 1 :
a − ε ne majore plus E ⇐⇒ ¬(a − ε majore E)
⇐⇒ ¬(∀x ∈ E, x a − ε)
⇐⇒ ∃x ∈ E tel que a − ε < x
4) Axiome de la borne supérieure dans R

L’axiome de la borne supérieure – en abrégé ABS – s’énonce : « Toute partie
non vide majorée de R admet une borne supérieure dans R ». Cet axiome pose
une propriété qui caractérise l’ensemble R des réels par rapport à l’ensemble Q
des rationnels, sachant que dans Q cette propriété n’est plus vraie (voir ci-
dessous). Ainsi, on peut dire que l’ABS est le « plus » de R par rapport à Q et,
comme tout axiome, l’ABS ne se démontre pas.
Commentaires
On montre sans difficulté que l’ABS est équivalent à l’axiome de la borne
inférieure, en abrégé ABI : « Toute partie non vide minorée de R admet
une borne inférieure dans R ».
5) Q n’est pas muni de l’ABS

En effet, il existe des parties non vides majorées de Q qui n’admettent pas de
borne supérieure dans Q.

Soit A = {r ∈ Q+ tel que r2 < 2}. 1 ∈ A donc A partie non vide.
r ∈ A =⇒ r2 < 2 =⇒ r2 < 9 =⇒ r < 3. Donc 3 est un majorant de A.
A ⊂ Q+ ⊂ Q ⊂ R. Donc A est une partie non vide majorée de Q.
Sachant que Q ⊂ R, il est clair que A est aussi une partie non vide majorée
de R.
D’après l’ABS dans R qui assure l’existence de sup A dans R, posons α =
sup A, α ∈ R.
Montrons par l’absurde que α n’est pas un rationnel.
Soit l’hypothèse : α ∈ Q.
2 − α2
Supposons α2 < 2. On considère le nombre r = α + . D’une part
2+α
+
r ∈ Q , r < 2, donc r ∈ A, d’autre part α < r ∈ A. Contradiction avec
2
α = sup A qui est un majorant de A. Conclusion α2 2.

α2 − 2
Supposons α2 > 2. On considère le nombre y = α − . D’une part
2α
+
y ∈ Q , 2 < y avec pour conséquence ∀r ∈ A, r < 2 < y d’où 0 r < y
2 2 2
et y majore A, d’autre part y < α. Contradiction avec α = sup A qui est le plus
petit des majorants de A. Conclusion α2 2.
Il en résulte : α2 = 2. Or, on l’a vu précédemment en A 3 b), aucun rationnel
n’a son carré égal à 2. Contradiction avec l’hypothèse α ∈ Q, on conclut notre
raisonnement par l’absurde : α = sup A est un nombre irrationnel.
Commentaires
A, partie non vide majorée de Q, n’a pas sa borne supérieure dans Q,
l’axiome de la borne supérieure que l’on a posé en tant que propriété
de R l’ensemble des réels n’est donc pas vérifié par Q l’ensemble des
rationnels. L’étude de cet exemple le prouve.
Il est clair que certaines parties non vide majorées de Q ont leur borne
supérieure dans Q. Ainsi B = {r ∈ Q+ tel que r2 < 9}, a pour borne
supérieure sup B = 3 ∈ Q.
Les bornes supérieures, des parties non vides majorées de Q, qui ne sont
pas dans Q définissent tous les nombres irrationnels. On mesura là le côté
« productif » de ce nouveau concept de borne supérieure.

C. L’ensemble (R, +, ., , ABS)
1) L’application valeur absolue |.|
a) Définition
|.| : R → R+
x → |x| = max{x, −x}
D’où le graphe 2.7.
Figure 2.7
Conséquence directe du graphe, on remarque :

+x si x 0
|x| =
−x si x < 0
|x| = 0 si et seulement si x = 0;
|x| a si et seulement si − a x a;
|x| a si et seulement si x a ou x −a.
b) Propriétés
Pour tout x et y dans R,
a) |x.y| = |x|.|y|
b) |x + y| |x| + |y|
c) ||x| − |y|| |x − y|

Démonstration :
a) Sachant que
+x si x 0
|x| =
−x si x < 0
dans les quatre cas possibles de signes pour x et y on montre l’égalité. Ainsi,
cas x 0 et y < 0 : |xy| = −xy = x.(−y) = |x|.|y| etc.
b) Il est clair que ∀x ∈ R, x |x| et −x |x|, d’où les inégalités :
x |x| −x |x|
y |y| −y |y|
x + y |x| + |y| −(x + y) |x| + |y|
On voit que |x| + |y| est un majorant de {x + y, −(x + y)}, il en résulte :
|x + y| = max{x + y, −(x + y)} |x| + |y|
c) On pense à écrire x = (x − y) + y d’où |x| |x − y| + |y| d’après b) et

|x| − |y| |x − y|.
De même |y| − |x| |y − x| = |(−1).(x − y)| = | − 1|.|x − y| = |x − y|.
Récapitulation :
|x| − |y| |x − y|
−(|x| − |y|) |x − y|
On conclut :
||x| − |y|| = max{|x| − |y|, −(|x| − |y|)}

|x − y|
2) Intervalles de R. Voisinage d’un point

a) Définitions
Les parties suivantes de R jouent un rôle important en analyse, on les appelle
intervalles de R. Soit a ∈ R et b ∈ R
]a, b[ = {x ∈ R tel que a < x < b}, appelé intervalle ouvert de bornes a et b
[a, b] = {x ∈ R tel que a x b}, appelé intervalle fermé, ou segment,
de bornes a et b

[a, b[ = {x ∈ R tel que a x < b}
]a, b] = {x ∈ R tel que a < x b}
]a, +∞[ = {x ∈ R tel que a < x}
[a, +∞[ = {x ∈ R tel que a x}
] − ∞, a[ = {x ∈ R tel que x < a}
] − ∞, a] = {x ∈ R tel que x a}
] − ∞, +∞[ = R
Commentaires
• Il est clair que ]a, a[=]a, a] = [a, a[= ∅ et [a, a] = {a}.
Enfin, si b < a, ]a, b[= [a, b[=]a, b] = [a, b] = ∅.
• On a répertorié ci-dessus tous les types possibles d’intervalles de R (il y
en a donc neuf). On remarquera la propriété caractéristique pour qu’une
partie I de R soit un intervalle :
I intervalle de R si et seulement si : ∀a ∈ I, ∀b ∈ I, ]a, b[⊂ I
Ainsi E =]0, 5[ ∪ {6} ∪ [9, 11] est une partie de R qui n’est pas un
intervalle de R.
• Les intervalles ouverts de R, sont :
]a, b[, ]a, +∞[, ] − ∞, a[, ] − ∞, +∞[
Les intervalles fermés de R sont :
[a, b], [a, +∞[, ] − ∞, a], ] − ∞, +∞[
Si I est un intervalle ouvert de R, alors :

∀x ∈ I, ∃α > 0 tel que ]x − α, x + α[⊂ I
Par exemple, si I =]a, b[ :
Figure 2.8
]x − α, x + α[ s’appelle intervalle ouvert de centre x et de rayon α > 0.

Il est clair que cette propriété n’est pas vraie pour l’intervalle fermé [a, b]
puisque pour x = a, ]a − α, a + α[ n’est jamais inclus dans [a, b].

b) Représentation paramétrique de l’intervalle ]a, b[
Soit l’intervalle ouvert ]a, b[, a < b :
x ∈]a, b[ ⇐⇒ a < x < b ⇐⇒ 0 < x − a < b − a

x−a x−a
⇐⇒ 0 < < 1 ⇐⇒ = λ ∈]0, 1[
b−a b−a
⇐⇒ x = a + λ(b − a), λ ∈]0, 1[
⇐⇒ x = λb + (1 − λ)a, λ ∈]0, 1[
⇐⇒ x = μa + (1 − μ)b, μ ∈]0, 1[
Conclusion : On appelle représentation paramétrique de l’intervalle ]a, b[,

l’écriture suivante :
]a, b[= {x = μa + (1 − μ)b tel que μ ∈]0, 1[}
De la même manière on montrerait que tout élément x ∈ [a, b] fermé, peut

être écrit x = μa + (1 − μ)b, μ ∈ [0, 1].
c) L’inéquation |x − a| < ε, a ∈ R, ε > 0

Cette inéquation joue un rôle essentiel en analyse, nous en donnons la solution
(obtenue sans difficulté) : x est solution de l’inéquation |x − a| < ε si et seule-
ment si x ∈]a − ε, a + ε[. |x − a| est la distance entre les points d’abscisses x
et a (figure 2.9).
Figure 2.9
d) Voisinage d’un point de R

On sera amené dans le chapitre 4 à parler d’une propriété « vraie au voisinage
d’un point a ∈ R » avec le sens intuitif « habituel ». On exprimera cette situa-
tion de la manière suivante : « il existe α > 0 tel que sur l’intervalle ouvert
]a − α, a + α[ la propriété est vraie ».
Exemples
• La fonction x → ln x est définie au voisinage de a = 10−3 car définie sur
l’intervalle ]a − 10−4 , a + 10−4 [.

Figure 2.10
√
• La fonction x → x n’est pas définie au voisinage de a = 0 car, quel que
soit α > 0, cette, fonction n’est pas définie sur l’intervalle ] − α, +α[... à
cause des nombres strictement négatifs qui s’y trouvent.
• La fonction x → ln |x| est définie au voisinage de a = 0 sauf en a = 0, car
définie sur ] − 1, +1[\{0} (ln |x| est définie sur R∗ ).
1
• La fonction x → est définie au voisinage de a = 2 sauf en a = 2.
x−2
Exercices
Énoncés
Exercice no 1
Démontrer les formules suivantes où n désigne un entier naturel quelconque. On utilisera
la méthode proposée :
1 − qn+1
a) 1 + q + q2 + . . . + qn = (2.1)
1−q
– Démontrer (2.1) par récurrence sur n. On traitera à part le cas q = 1.

– Calculer (1 + q + q2 + . . . + qn )(1 − q), en déduire directement la formule (2.1) pour

q = 1.
1
b) 1 + 2 + 3 + ... + n = n(n + 1) (2.2)
2
Démontrer (2.2) directement après avoir calculé
[1 + 2 + 3 + . . . + (n − 1) + n] + [n + (n − 1) + . . . + 2 + 1].

n
c) (2k − 1) = n2 (2.3)
k =1
– Démontrer (2.3) par récurrence sur n

– Démontrer
(2.3) directement en utilisant (2.2) ainsi que les propriétés du signe
« ».

Exercice no 2
« La pêche à la formule en vue d’une récurrence ». Fort du résultat :
1 2 1
1 + 2 + ... + n = n + n,
2 2
on peut espérer une formule P(n) telle que :
12 + 22 + . . . + n2 = P(n) (2.4)
où n est un entier quelconque.

a) Quel type de polynôme P(n) est-il raisonnable de proposer ? Est-on assuré de l’existence
d’une telle formule, polynômiale ou non ?
b) On pose P(n) = an3 + bn2 + cn + d. Démontrer que si P(n) convient pour (2,4),
alors a, b, c, d sont les solutions d’un système linéaire de quatre équations à quatre
inconnues. Calculer a, b, c, d.
c) Démontrer par récurrence que : pour tout n ∈ N,
n(n + 1)(2n + 1)
12 + 22 + . . . + n2 =
6
d) Peut-on imaginer une généralisation de cette méthode ?
Exercice no 3
Établir l’égalité suivante :
−2 k −1
Cnk = Cnk− k
2 + 2C n−2 + C n−2
Méthode : Isoler deux éléments d’un ensemble à n éléments puis dénombrer les parties
à k éléments contenant l’un, l’autre, l’un et l’autre, ni l’un ni l’autre.
Exercice no 4
Démontrer que pour tout n ∈ N∗ , C2n
n
est pair.
Exercice no 5

1
Soit A partie non vide de R telle que A ⊂]0, +∞[. Démontrer que inf ,a ∈ A =0
a
si et seulement si sup A = +∞.
Exercice no 6
Démontrer les relations suivantes où a et b désignent deux réels quelconques.
a) 2|ab| a2 + b2
√ √ √
b) a2 + b2 |a| + |b| 2 a2 + b2
1
c) max{a, b} = (a + b + |a − b|)
2
1
d) min{a, b} = (a + b − |a − b|)
2

Exercice no 7
Soit un = 13 + 23 + ... + n3 et vn = (1 + 2 + ... + n)2 .
Démontrer que : ∀n ∈ N∗ , un = vn .
Exercice no 8

n
(−1)k+1 1 1 (−1)n+1 1
Soit S n = = 1− + − ...+ . On veut montrer : ∀n ∈ N∗ , S n .
k 2 3 n 2
k =1
a) Calculer S 1 , S 2 , S 3 .
1 1 1
b) Démontrer que ∀n 3 on a l’implication : [S n−2 et S n−1 ] ⇒ S n .
2 2 2
c) Conclure.
Exercice no 9
Dénombrement des applications, injections, surjections, bijections d’un ensemble
A = {a1 , a2 , ..., a p } dans un ensemble B = {b1 , b2 , ..., bn }, p ∈ N∗ , n ∈ N∗ .
On note
f : A→B
x → f (x)
une application de A dans B.
a) Rappeler les définitions de f application, injection, surjection, bijection. On expri-
mera chacune de ces quatre définitions soit dans le langage de l’observateur (le fran-
çais) soit dans le langage objet (¬, ET, OU, ⇒) vu au chapitre 1.
b) Nombre d’« applications » de A dans B ?
c) Démontrer que (p = n) ⇒ [ f injection ⇔ f surjection ⇔ f bijection] ou encore,
dit autrement, via le langage de l’observateur :
Si p = n, alors f injection si et seulement si f surjection si et seulement si f bijection.
d) Nombre d’« injections » de A dans B ?
e) Nombre de « surjections » de A dans B ?
f) Nombre de « bijections » de A dans B ?
g) Vérifier numériquement le résultat c).


3. Suites et séries
numériques
L
es suites numériques sont utilisées pour modéliser des phénomènes
discrets, c’est-à-dire que l’on observe à intervalles de temps régu-
liers : une production annuelle, un indice mensuel, des résultats dé-
mographiques ou comptables publiés une fois par an... Le mathématicien
dira : « une suite numérique est une application dont le domaine de défi-
nition est l’ensemble N des entiers naturels, et qui prend ses valeurs dans
l’ensemble R des nombres réels ».
Mots clefs : suite, limite, convergence, série.
I. Notations et définitions
A. Illustrations
Illustrons par des exemples cette notion de suite.
1) Intérêts composés
Considérons un capital C placé à un taux i durant un nombre n d’années, les

intérêts étant incorporés au capital à la fin de chaque année. La valeur acquise
à la fin de la première année de placement sera notée x1 , celle acquise à la fin
de la 2e année x2 , ... celle acquise à la fin de la n-ième année, xn .
Suites et séries numériques • 55

On a :
x1 = C(1 + i)
x2 = C(1 + i)2
..
.
xn−1 = C(1 + i)n−1
xn = xn−1 (1 + i) = C(1 + i)n
On obtient donc une fonction qui à chaque année n associe la valeur acquise à
la fin de cette année. Cette fonction est une suite :
Φ : N −→ R
n −→ Φ(n) = xn avec xn = C(1 + i)n
On la notera (xn )n . Elle intervient en économie et en finance quand on travaille

avec des intérêts composés.
Dans cet exemple, le temps était divisé en années. On pourrait envisager de
le diviser en mois ou jours ou minutes ou secondes... et ainsi voir le compor-
tement de notre fonction appelée suite lorsque l’intervalle de temps devient de
plus en plus petit, et le nombre d’intervalles devient de plus en plus grand.
2) Intérêts continus
Examinons ce que devient au bout d’un an un capital de 1 000 000 euros placé
7 7
respectivement aux taux : annuel de 7 %, semestriel de %, trimestriel de %,
2 4
7 7 7
mensuel de %, hebdomadaire de %, quotidien de %... et notons y1 ,
12 52 365
y2 , y4 , y12 , y52 , y365 les valeurs acquises. On a :
y1 = 1 000 000 (1 + 0,07) = 1 070 000

2
0,07
y2 = 1 000 000 1 + = 1 071 225
2

0,07 12
y12 = 1 000 0000 1 + ≈ 1 072 290
12

0,07 365
y365 = 1 000 000 1 + ≈ 1 072 501
365

Apparaît alors la relation suivante où n est le nombre d’intervalles de temps
7
égaux et yn la valeur acquise au taux % au bout d’un an :
n

0,07 n
yn = 1 000 000 1 +
n
Ainsi est définie une application :
N −→ R
n −→ yn
Il paraît naturel de vouloir étudier « le comportement limite » de yn quand n

1
devient de plus en plus grand et l’intervalle de temps année de plus en plus
n
petit.
B. Définitions
• Définition 1
Une suite numérique est une application de N dans R qui à n ∈ N fait corres-
pondre un ∈ R ; ce que l’on note :
Φ : N −→ R
n −→ Φ(n) = un
Le domaine de définition d’une suite est N ou encore une partie de N (par

exemple N∗ ). On remplace, pour les suites, la notation n −→ Φ(n) par n −→
un , mettant ainsi la variable n ∈ N en indice.
Une suite est aussi notée
(un )n∈N ou (un )n ou (un ) ou n −→ un ou u0 , u1 , u2 , . . .
On utilisera dans ce livre la notation (un )n .

un s’appelle le terme de rang n de la suite (un )n et u0 le terme initial de la
suite.
On retiendra donc que un désigne un nombre réel et (un )n une suite.
0,07 n
Ainsi (1 000 000(1+ ) )n désigne la suite (yn )n de l’exemple des intérêts
n
continus.

• Définition 2
Une suite (un )n est dite croissante lorsque : ∀n ∈ N, un+1 un
Elle est dite strictement croissante lorsque : ∀n ∈ N, un+1 > un
Une suite (un )n est dite décroissante lorsque : ∀n ∈ N, un+1 un
Elle est dite strictement décroissante lorsque : ∀n ∈ N, un+1 < un
Une suite est dite monotone lorsqu’elle est croissante ou décroissante. Elle est
dite strictement monotone lorsqu’elle est strictement croissante ou strictement
décroissante.
Point méthode
Pour démontrer qu’une suite est monotone on étudie le signe de un+1 − un .
un+1
Toutefois, si un > 0 pour tout n, il est parfois plus facile de comparer
un
à 1 pour en déduire le signe de un+1 − un .
• Définition 3
Une suite est dite (un )n majorée lorsque :
∃A ∈ R tel que ∀n ∈ N, un A
ce qui se lit : il existe au moins un réel A, tel que pour tout entier naturel n dans
N, un est inférieur ou égal à A.
Une suite (un )n est dite minorée lorsque :
∃B ∈ R tel que ∀n ∈ N, un B
Une suite est dite bornée lorsqu’elle est à la fois majorée et minorée.
C. Quelques exemples de suites

1) La suite (un )n définie par un = a, (n ∈ N) où a est une constante (c’est-à-dire
un ne dépend pas de n).
2) La suite (un )n définie par un = n, (n ∈ N) est strictement croissante. 0 est
un minorant, la suite n’est pas majorée.
1
3) La suite (un )n définie par un = , (n ∈ N∗ ) est strictement décroissante.
n
0 est un minorant, 1 est un majorant.
4) La suite (un )n définie par un = (−1)n , (n ∈ N) n’est pas monotone. −1 est
un minorant, 1 est un majorant.
5) La suite (un )n définie par un = 2n , (n ∈ N) est strictement croissante. 0 est
un minorant, la suite n’est pas majorée.

n
1
6) La suite (un )n définie par un = , (n ∈ N) est strictement décroissante.
2
0 est un minorant, 1 est un majorant.
n
1
7) La suite (un )n définie par un = − + 1, (n ∈ N).
2
8) La suite (un )n définie par un = −n2 , (n ∈ N).
9) La suite (un )n définie par un = (−n)n , (n ∈ N).

n!
10) La suite (un )n définie par un = , (n ∈ N∗ ).
nn

1+ 2 + ... + n
11) La suite (un )n définie par un = , (n ∈ N∗ ).
n2
√ √
12)
La suite (u n )n telle que u0 = 0, u1 = 1, u 2 = 1 + 1, u3 =
√
1 + 1 + 1, etc.

i n
13) La suite (un )n définie par un = c 1 + , (n ∈ N∗ , c ∈ R∗ , i ∈ R∗ ).
n
1 × 4 × 7 × . . . × (3n + 1) n
14) La suite (un )n définie par un = c , c ∈ R∗+ ,
(n + 1)!
(n ∈ N).
1 3
15) La suite (un )n telle que u0 = 2 et ∀n ∈ N, un+1 = un + .
2 un
Commentaires
Les exemples de suites ci-dessus ainsi que les quelques graphiques re-
présentés nous amènent à recenser les différents comportements types
des termes un d’une suite (un )n quand n devient de plus en plus grand.
Type I – Il existe a ∈ R tel que un est aussi proche (ou voisin) de a
qu’on le veut pourvu que n soit assez grand. On dira alors que
la suite (un )n a pour limite a, quand n tend vers +∞.
Type II – un est aussi grand qu’on le veut pourvu que n soit assez grand.
On dira alors que la suite (un )n a pour limite +∞, quand n tend
vers +∞.
Type III – un est aussi petit (au sens de grande valeur négative) qu’on le
veut pourvu que n soit assez grand. On dira alors que la suite
(un )n a pour limite −∞, quand n tend vers +∞.

Type IV – Ni type I, ni type II, ni type III. On dira alors que la suite (un )n
n’a pas de limite (ni finie ni infinie).
Figure 3.1
Avec ces seuls arguments, on peut « voir » que les suites 3–6–7 sont du
type I (avec a = 0 pour 3 et 6 et a = 1 pour 7) ; que les suites 2 et 5 sont
du type II ; que la suite 8 est du type III ; enfin que les suites 4 et 9 sont
du type IV.
Par contre, pour les suites 10–11–12–13–14–15, il est difficile de « pré-
voir » le comportement des un quand n tend vers +∞.
D’où la nécessité d’une définition plus fine du concept de limite pour une
suite quand n tend vers +∞, afin de savoir classer toute suite (un )n – aussi
« tordue » soit-elle – dans l’un des types I, II, III, IV.

II. La notion de limite et son langage
de définition
A. Suites convergentes
• Définition 4
On dit que la suite (un )n a pour limite a ∈ R, quand n tend vers l’infini, lorsque :
∀ > 0, ∃η ∈ N tel que ∀n ∈ N, n η =⇒ |un − a| (3.1)
• ce qui se lit : pour tout strictement positif, il existe au moins un entier

naturel η (qui dépend de ), tel que pour tout entier naturel n, si n η , alors
|un − a| ;
• ce qui s’écrit :
lim un = a ou encore [un → a, quand n → +∞]

n→+∞
• ce qui se comprend (sachant que la condition |un − a| équivaut à un ∈

[a − , a + ] c’est-à-dire la distance entre un et a est inférieure à ) : « les un
sont aussi voisins qu’on le veut de a, pourvu que n soit assez grand » ;
• ce qui se dessine figure 3.2.
Figure 3.2

Tous les un sont dans [a − , a + ] à partir du rang η ; ou encore, il est
interdit à un de ne pas être dans [a − , a + ] si n η .
Vocabulaire. Lorsque la suite (un )n a pour limite a ∈ R, quand n tend vers +∞
on dit que la suite (un )n converge vers le nombre a.
Commentaires
a) Le concept de limite finie, suggéré précédemment par le comporte-
ment type I des termes un d’une suite (un )n , est contenu dans l’écri-
ture (3.1) de la définition 4. Ce concept est difficile, décoder le sens
de son écriture ne va pas de soi. Afin de mieux le cerner, appliquons
la définition à des cas élémentaires de suites.
• Suite constante (un )n telle que un = a pour tout n ∈ N.
Alors
∀n ∈ N, |un − a| = 0
d’où
∀n ∈ N, n η =⇒ |un − a|
d’où
∀ > 0, ∃η ∈ N tel que ∀n ∈ N, n η =⇒ |un − a|
est une proposition vraie.

Conclusion : limn→+∞ un = a. Résultat dont on se doutait ; « l’arse-
nal » de l’écriture (3.1) est dans ce cas superflu.
• Suite constante à partir d’un certain rang.
Soit (un )n telle que ∀n ∈ N, n n0 =⇒ un = a.
Par exemple :
u0 u1 u2 u3 u4 u5 u6 u7 u8 u9 . . .
3 2 1 3 9 6 2 2 2 2...
(Ici n0 = 6 et a = 2).
Alors
∀n ∈ N, n n0 =⇒ |un − a| = 0
d’où
∀ > 0, ∃η ∈ N tel que ∀n ∈ N, n η =⇒ |un − a|
est une proposition vraie puisqu’il suffit de choisir pour η ∈ N n’im-

porte quel entier supérieur à n0 .
Conclusion : limn→+∞ un = a. Résultat dont on se doutait, d’autant
que « tous les un égaux à partir d’un certain rang » correspond à la

notion de limite simple et naïve que l’on garde tant que l’on n’a pas
fait le tour complet de l’écriture (3.1).
1
• La suite (un )n définie par un = , n ∈ N∗ converge vers 0 via la
n
définition.
1
En effet, écrivons (3.1) avec un = et a = 0. Cela donne :
n
Nous choisissons un et nous cherchons un naturel η , tel que :
1
n η =⇒ | − 0|
n
1 1
On a bien pour tout n , mais comme il n’y a pas de raison
n
1 1 1
de supposer que est un naturel, on choisit η = + 1, où

1 1
désigne la partie entière de , qui est bien un naturel supérieur à .

Ce choix de η garantit bien (3.1).
b) Dans l’écriture (3.1) de la définition 4, il y a trois inégalités :
La première est stricte ∀ > 0, . . ., elle doit le rester sous-peine d’ap-
pauvrir complètement le concept de limite et lui donner le sens sim-
pliste et naïf de l’exemple d’une suite constante. En effet, soit une
suite (un )n telle que :
∀ 0, ∃η ∈ N tel que ∀n ∈ N, n η =⇒ |un − a|
alors, pour = 0, il existe η0 ∈ N tel que [∀n ∈ N, n η0 =⇒

|un − a| donc uη0 , uη0 +1 , uη0 +2 , . . . tous égaux à a, et la suite (un )n
est constante égale à a à partir du rang η0 ∈ N.
Quant aux deux autres inégalités « n η » et « |un −a| » qu’elles
soient larges ou strictes, cela ne change pas le sens de la définition.

Ainsi, les propositions (3.1) et (3.2) :
∀ > 0, ∃η ∈ N tel que ∀n ∈ N, n η =⇒ |un − a| (3.1)

∀ > 0, ∃η ∈ N tel que ∀n ∈ N, n > η =⇒ |un − a| < (3.2)
sont équivalentes.
B. Suites divergentes
• Définition 5
On dit que la suite (un )n diverge, lorsqu’elle ne converge pas.

• Définition 6
On dit que la suite (un )n tend vers +∞, quand n tend vers +∞, lorsque :
∀A > 0, ∃ηA ∈ N tel que ∀n ∈ N, n > ηA =⇒ un > A
On écrit :
lim un = +∞ ou [un → +∞, quand n → +∞]

n→+∞
Cela signifie : un est aussi grand qu’on le veut pourvu que n soit assez grand.
Exemple
La suite (un )n définie par un = n2 , (n ∈ N) tend vers +∞, quand n tend
vers +∞.
√ √ √
– On remarque√: n > A =⇒ n2 > A, d’où n > √ [ A] + 1 > A =⇒
n2 > A, où [ A] désigne la partie entière de A.
√
– Soit A > 0 choisi quelconque, en prenant ηA ∈ N tel que ηA = [ A]+1
on a :
∀n ∈ N, n > ηA =⇒ n2 > A
– On a donc montré :
∀A > 0, ∃ηA ∈ N tel que ∀n ∈ N, n > ηA =⇒ n2 > A
c’est-à-dire limn→+∞ n2 = +∞.
Remarquons que :
√
l’entier ηA n’est pas unique et tout entier tel que [
– le√choix de √ A] + 2,
[ A] + 3, [ A] + 4, . . . convient pour choix de ηA ;
– limn→+∞ n2 = +∞ est intuitivement une évidence, ce qui l’est moins, c’est
le choix de ηA ∈ N en fonction de A ∈ R∗+ pour retrouver ce résultat avec la
définition abstraite de limn→+∞ n2 = +∞.
• Définition 7
On dit que la suite (un )n tend vers −∞, quand n tend vers +∞, lorsque :
∀A < 0, ∃ηA ∈ N tel que ∀n ∈ N, n > ηA =⇒ un < A
On écrit :
lim un = −∞ ou [un → −∞, quand n → +∞]

n→+∞

C. Récapitulation
Reprenons le classement des comportements types des termes un d’une suite
(un )n tel que présenté en début de chapitre.
Type I – (un )n telle que limn→+∞ un = a ∈ R.
Type II – (un )n telle que limn→+∞ un = +∞.
Type III – (un )n telle que limn→+∞ un = −∞.
Type IV – (un )n n’appartenant à aucune des 3 catégories ci-dessus (ni pour
limite un nombre réel, ni pour limite +∞, ni pour limite −∞).
Les suites du type I sont dites convergentes dans R, toutes les autres sont dites
divergentes. Toutefois certains auteurs considèrent que les suites du type II
(respectivement du type III) « convergent » vers +∞ (respectivement −∞).
C’est une question de terminologie.
III. Propriétés des limites

• Proposition 1 : unicité de la limite
Si la limite d’une suite existe, alors elle est unique.
Point méthode
pour prouver l’unicité, on montre que si la suite (un )n admet deux limites
alors ces deux limites sont égales.
Démonstration : Hypothèse : limn→+∞ un = a1 ∈ R, limn→+∞ un = a2 ∈ R.

On veut montrer : a1 = a2 .
(1) Via la définition 4, l’hypothèse s’écrit :
∀ > 0, ∃η ∈ N, tel que ∀n ∈ N, n η =⇒ |un − a1 |
et
∀ > 0, ∃η ∈ N, tel que ∀n ∈ N, n η =⇒ |un − a2 |
(2) Soit > 0, fixé quelconque. Alors d’après l’hypothèse il existe η ∈ N, il
existe η ∈ N tels que :
∀n ∈ N, n η =⇒ |un − a1 |
et
∀n ∈ N, n η =⇒ |un − a2 |

(3) On remarque l’inégalité suivante :
|a1 − a2 | = |a1 − un + un − a2 | |a1 − un | + |un − a2 |
Cette inégalité est évidente, ce qui l’est moins c’est de penser à l’utiliser sa-
chant qu’elle est la clef de notre démonstration.
(4) Soit alors l’entier η = max(η , η ), il est clair que η η et η η et
donc d’après les étapes (2) et (3) ci-dessus on a le résultat suivant :
∀n ∈ N, n η =⇒ |a1 − a2 | |a1 − un | + |un − a2 | + 2
(5) Récapitulation : ∀ > 0, |a1 − a2 | 2.
(6) Montrons que : Si A ∈ R est tel que ∀ > 0, 0 A 2, alors A = 0.
On fera un raisonnement par l’absurde.
A
Si A > 0, alors en prenant = on a : A = 4 > 2 ce qui contredit
4
l’hypothèse, donc A 0, or A 0 et finalement A = 0.
(7) Conclusion : on applique (6) avec A = |a1 −a2 | dans (5), d’où |a1 −a2 | = 0
et a1 = a2 . C’est le résultat souhaité.
• Proposition 2
Si une suite est convergente, alors elle est bornée.
Commentaires
La proposition 2 signifie que si limn→+∞ un = a ∈ R, alors il existe
A > 0 tel que [∀n ∈ N, −A un A].
La réciproque est fausse. Par exemple, la suite (un )n définie par un =
(−1)n est bornée, mais ne converge pas.
La proposition 2 est une implication, elle est équivalente à sa contrapo-
sée : si une suite est non bornée, alors elle est divergente. (Rappelons
qu’une suite divergente est une suite qui n’a pas de limite finie a ∈ R.)
La démonstration repose sur l’idée suivante :
Si limn→+∞ un = a, alors à partir d’un certain rang η1 , tous les un sont
dans l’intervalle [a − 1, a + 1]. Quant aux autres u1 , u2 , . . . uη1 −1 , ils sont
en nombre fini. Soit n ∈ N
si n < η1 alors |un | max {|u0 |, . . . |uη1 −1 |}
si n η1 alors |un | − |a| ||un | − |a|| |un − a| 1
d’où
|un | 1 + |a|
Et finalement,
∀n ∈ N, |un | A = max {1 + |a|, |u0 |, |u1 |, . . . |uη1 −1 |}

• Proposition 3 : opérations sur les limites
Si (un )n et (νn )n sont deux suites convergentes telles que limn→+∞ un = a et
limn→+∞ νn = b. Alors :
a) limn→+∞ (un + νn ) = a + b.
b) ∀λ ∈ R, limn→+∞ λun = λa.
c) limn→+∞ |un | = |a|.
d) limn→+∞ (un × νn ) = a × b.
1 1
e) si a = 0, limn→+∞ = .
un a
f) si ∀n, un νn , alors a b.
g) si limn→+∞ un = a, limn→+∞ νn = a et ∀n, un wn νn , alors
limn→+∞ wn = a.
Si (un )n est bornée et si limn→+∞ νn = 0, alors limn→+∞ (un × νn ) = 0.
Commentaires
Pour démontrer a), on utilise l’inégalité :
|(un + νn ) − (a + b)| |un − a| + |νn − b|
D’après d) et e) il est clair que si a = 0,

lim νn
νn 1 1 b
lim = lim νn × = lim νn × lim = n→+∞ =
n→+∞ un n→+∞ un n→+∞ n→+∞ un lim un a
n→+∞
Concernant f), on remarquera que l’inégalité stricte n’est pas conservée

en considérant l’exemple :
1 1 1 1
− < et pourtant lim − = lim = 0.
n n n→+∞ n n→+∞ n
g) porte le nom de propriété d’encadrement ou théorème sandwich ou

encore théorème des gendarmes. h) se déduit de g).
Exemple
cos n 1 1
limn→+∞ = 0 car limn→+∞ − = limn→+∞ = 0
n n n
1 cos n 1
et − pour tout n.
n n n

• Proposition 4
a) Si lim un = +∞ alors lim −un = −∞ et si lim un = −∞ alors
n→+∞ n→+∞ n→+∞
lim −un = +∞.
n→+∞
1
b) Si lim un = ±∞ alors lim = 0.
n→+∞ n→+∞ un
c) Si lim un = +∞ et si (νn )n est bornée alors lim (un + νn ) = +∞.
n→+∞ n→+∞
d) Si lim un = −∞ et si (νn )n est bornée alors lim (un + νn ) = −∞.
n→+∞ n→+∞
e) Si lim un = +∞ et lim νn = +∞ alors lim (un + νn ) = +∞.
n→+∞ n→+∞ n→+∞
f) Si lim un = −∞ et lim νn = −∞ alors lim (un + νn ) = −∞.
n→+∞ n→+∞ n→+∞
g) Si lim un = +∞ et lim νn = +∞ alors lim (un × νn ) = +∞.
n→+∞ n→+∞ n→+∞
h) Si lim un = −∞ et lim νn = −∞ alors lim (un × νn ) = +∞.
n→+∞ n→+∞ n→+∞
i) Si lim un = +∞ et lim νn = −∞ alors lim (un × νn ) = −∞.
n→+∞ n→+∞ n→+∞
j) Si lim un = +∞ et si lim νn = a > 0 alors lim (un × νn ) = +∞.
n→+∞ n→+∞ n→+∞
k) Si lim un = +∞ et si lim νn = a < 0 alors lim (un × νn ) = −∞.
n→+∞ n→+∞ n→+∞
l) Si ∀n, un νn et lim νn = +∞ alors lim un = +∞.
n→+∞ n→+∞
m) Si ∀n, un νn et lim νn = −∞ alors lim un = −∞.
n→+∞ n→+∞
Commentaire
Sur les signes +∞, −∞... et méditation sur l’infini.
Dans le cadre de l’idée naïve que chacun peut se faire de « l’infini » – ma-
thématique bien sûr ! – les résultats ci-dessus semblent assez naturels et les
signes nouveaux « +∞ », « −∞ » apparus aux définitions du § II ont, à s’y
méprendre, quelques faux airs de nombres réels.
Par simplification et pour mémoire, l’étudiant bien souvent, retiendra :
a) sous la forme −(+∞) = −∞, −(−∞) = +∞ ;
1
b) sous la forme = 0;
±∞
c) sous la forme (+∞)+ bornée = +∞ ;
d) sous la forme (−∞)+ bornée = −∞ ;
e) sous la forme (+∞) + (+∞) = +∞ ;
f) sous la forme (−∞) + (−∞) = −∞ ;
g) sous la forme (+∞) × (+∞) = +∞ ;
h) sous la forme (−∞) × (−∞) = +∞ ;
i) sous la forme (+∞) × (−∞) = −∞ ;
j) sous la forme (+∞) × a = +∞ si a > 0 ;
k) sous la forme (+∞) × a = −∞ si a < 0.

+∞
Les formes ((+∞) − (+∞)), , (+∞) × 0 sont des formes indéterminées,
+∞
c’est-à-dire qu’il n’y a pas de réponse générale. Ceci ne dispense pas, bien au
contraire, d’étudier les cas particuliers relevant de ces types.
On retiendra que seules les définitions 6 et 7 sont habilitées à « traiter » de
+∞ et −∞ qui bien sûr, ne sont pas deux nouveaux nombres réels. Pour s’en
convaincre on remarquera :
si +∞ = λ ∈ R, alors d’après e) : λ+λ = λ d’où λ = 0 et finalement +∞ = 0.
À méditer.
IV. Premiers critères de convergence

Étant donnée une suite (un )n , trouver a dans R tel que limn→+∞ un = a est un
cas idéal rarement atteint. On a des théorèmes qui permettent dans certains cas
de savoir si la limite existe sans connaître a priori la valeur de cette limite. On
pourra même « encadrer » cette limite.
A. Suites monotones bornées

• Théorème 1
Si la suite (un )n est croissante et majorée alors elle converge et :
lim un = sup{u0 , . . . , un , . . .} = sup un
n→+∞ n∈N
Si la suite (un )n est décroissante et minorée alors elle converge et :
lim un = inf{u0 , . . . , un , . . .} = inf un
n→+∞ n∈N
B. Suites adjacentes
• Définition 8
On dit que les deux suites (un )n et (νn )n sont adjacentes lorsque :
a) (un )n est croissante,
b) (νn )n est décroissante
c) lim (un − νn ) = 0
n→+∞
• Théorème 2
Si deux suites sont adjacentes, alors elles sont convergentes et ont la même
limite.

Exemple
1 1 1 1
un = 1 + 2
+ 2 + ... + 2 , νn = un + .
2 3 n n
(un )n et (νn )n sont deux suites adjacentes car :
a) (un )n est croissante ;
−1
b) νn+1 − νn = < 0, d’où (νn )n est décroissante ;
n(n + 1)2
1
c) νn − un = → 0 quand n → ∞.
n
• Proposition 5
Si la suite (un )n est croissante, si la suite (νn )n est décroissante et si pour tout n,
un νn alors les deux suites convergent vers des limites respectives a1 et a2 .
Si a1 = a2 , alors les suites sont adjacentes.
V. Exemples
A. Suite définie par une relation explicite
Exemples
1
• On considère la suite (un )n définie par un = 5 − , (n ∈ N∗ ).
n
1
lim un = lim 5 − lim = 5, par la proposition 3.
n→+∞ n→+∞ n→+∞ n
n!
• On considère la suite (un )n définie par un = , (n ∈ N∗ )
nn
∀n ∈ N∗ , un > 0, donc (un )n est minorée par 0.
De plus :
(n + 1)!
u (n + 1)(n+1) n !n
∀n ∈ N∗ ,
n+1
= =
un n! n+1
nn
n n !n
Il est clair que < 1, donc < 1, ce qui montre que (un )n
n+1 n+1
est décroissante. Donc elle converge par le théorème 1.

• On considère la suite (un )n définie par :

1+ 2 + ... + n
un = , (n ∈ N∗ )
n2
n(n + 1)
On utilise la formule 1 + 2 + . . . + n = ce qui donne
2

1
n 1+
n(n + 1) n+1 n
un = = =
2n 2 2n n×2
1
et on a limn→+∞ un = .
2
B. Suite définie par une relation

(ou équation) de récurrence
• Définition 9
Une suite est dite définie par une relation (ou équation) de récurrence si elle
est définie par une relation donnant un+1 à partir de un , un−1 , . . . , u0 et n ; c’est-
à-dire par une équation de récurrence.
On dit aussi que la suite est solution d’une équation de récurrence.
Exemple (suite de Fibonacci)

Cette suite est telle que :
u0 u1 u2 u3 u4 u5 u6 u7 . . .
0 1 1 2 3 5 8 13 . . .
et on peut la définir ainsi :
∀n ∈ N∗ , un+1 = un + un−1
u0 = 0 et u1 = 1
On a : limn→+∞ un = +∞.
√ Il est moins évident que
un+1 1+ 5
limn→+∞ = ≈ 1,61 appelé nombre d’or.
un 2

Suite définie par une équation de récurrence d’ordre 1 :
u n+1 = f (u n), u0 donné
Le chapitre 12 est consacré à l’étude des équations de récurrence, et des condi-
tions suffisantes de convergence des suites qu’elles définissent, mais nous pou-
vons dès maintenant étudier la convergence d’une suite définie par une équa-
tion de récurrence d’ordre 1, dans le cas particulier où cette suite se trouve être
monotone, en appliquant les résultats de ce chapitre-ci.
Exemples
√
• On considère la suite(un )n telle que u0 = 0, u1 = 1,
√ √
u2 = 1 + 1, u3 = 1 + 1 + 1, etc.
Il serait très difficile d’étudier cette suite sous cette forme, l’écriture
des un devenant vite ingérable, mais, si on remarque qu’elle peut se
définir par :

u0 = 0, ∀n ∈ N, un+1 = 1 + un
alors on sait montrer (voir exercice 4) a)) qu’elle est √

croissante et ma-
1+ 5
jorée, donc convergente, et que sa limite est l = .
2
un
• On considère la suite (un )n définie par un+1 = (n ∈ N), u0 > 0.
un + 3
x
La fonction f est donnée par : f (x) = , x > 0. Cette suite est
x+3
bien définie (le dénominateur n’est jamais nul) et tous ses termes sont
strictement positifs.
Elle est minorée par 0 : ∀n ∈ N, un > 0.
un+1 1
Elle est décroissante car ∀n ∈ N, = < 1.
un un + 3
Le théorème 1 implique donc qu’elle converge.
Soit a sa limite. Calculons a.
un lim un
lim un+1 = lim = n→+∞
n→+∞ n→+∞ un + 3 lim un + 3
n→+∞
par la proposition 3.
a
On a alors a = . (La limite a de la suite vérifie donc a = f (a).)
a+3
Cette équation a deux solutions 0 et −2, mais la suite étant à termes
strictement positifs on a a = 0.

Point méthode
Pour étudier une suite de la forme un+1 = f (un ), u0 donné, on peut passer
par les étapes suivantes :
a) Vérifier que la suite est bien définie. Se demander si la suite est de signe
constant.
b) Calculer les termes u1 , u2 , u3 pour « voir » ou encore tracer le graphe de
f et faire une construction graphique de u1 , u2 , u3 . . . (figure 3.3, page
ci-contre.)
c) Examiner si la suite est monotone. Ceci peut se faire de plusieurs fa-
çons :
– étudier le signe de un+1 − un , ou
un+1
– si ∀n ∈ N, un > 0 étudier l’inégalité 1, ou
un
– étudier la croissance de f , en effet si f est croissante alors (un )n est
monotone et on a :
Soit : u0 u1 =⇒ u1 = f (u0 ) f (u1 ) = u2 =⇒ u1 u2
et par récurrence on obtient que un un+1 , c’est-à-dire que la suite

est croissante,
soit : u0 > u1 =⇒ u1 = f (u0 ) f (u1 ) = u2 =⇒ u1 u2
et par récurrence on obtient que un un+1 , c’est-à-dire que la suite

est décroissante.
Mais si f est décroissante alors (un )n n’est pas monotone (on a seule-
ment (u2n )n et (u2n+1 )n monotones, l’une croissante, l’autre décrois-
sante).
d) Lorsque la suite est croissante (respectivement décroissante), essayer
de trouver un majorant (respectivement un minorant) pour être assuré
de l’existence d’une limite (Théorème 1). Reste à le trouver ! D’autant
que parfois il faut d’abord trouver un bon majorant (respectivement mi-
norant) pour montrer que la suite est croissante (respectivement décrois-
sante). (voir exercice 4) b))
e) Lorsque (un )n est convergente, essayer de calculer sa limite a en écri-
vant limn→+∞ un+1 = limn→+∞ f (un ) car si f est de la forme somme,
produit, quotient, alors en appliquant la proposition 3, on peut espérer
obtenir que a vérifie a = f (a). En fait, lorsque f est continue et (un )n
convergente, la limite a de la suite (un )n vérifie l’équation f (x) = x. (Ce
résultat sera explicité au chapitre 4).

Attention : Toute solution de l’équation f (x) = x, n’est pas limite de la
suite !
Figure 3.3
C. Suites particulières
1) Suite arithmétique
• Définition 10
On appelle suite arithmétique de raison r, la suite (un )n définie par l’équation
de récurrence d’ordre 1 suivante :
∀n ∈ N, un+1 = un + r, u0 donné (3.3)
On peut aussi définir cette suite par la relation explicite :
∀n ∈ N, un = u0 + nr (3.4)
En effet (3.3) ⇐⇒ (3.4).

On peut considérer que (3.4) est la solution de l’équation (3.3).
Si r = 0 alors la suite est constante : pour tout n ∈ N, un = u0 , si r = 0
alors la suite tend vers +∞ ou −∞, suivant que r est positif ou négatif. Donc
c’est une suite divergente.

Exemples
• La suite (un )n définie par l’équation de récurrence suivante :
∀n ∈ N, un+1 = un + 4, u0 = 2
est une suite arithmétique de raison 4. On peut la définir par une rela-
tion explicite :
∀n ∈ N, un = 2 + 4n
• Intérêts simples
On considère un capital de 30 000 euros placé pendant un an au taux
d’intérêt simple de 0,15 % par quinzaine.
Au bout d’une quinzaine il va devenir 30 000(1 + 0,0015) euros =
30 045 euros, et au bout de deux quinzaines il va devenir 30 000(1 +
2 × 0,0015) euros = 30 090 euro, et au bout de n quinzaines il va
devenir 30 000(1 + n × 0,0015) euros.
Somme des premiers termes

La somme des n + 1 premiers termes d’une suite arithmétique est donnée par :

n
1
uk = u0 + u1 + . . . + un = (n + 1)(u0 + un )
2
k=0
En effet, posons S n = u0 + u1 + . . . + un .
On a :
2S n = (u0 + . . . + un ) + (un + . . . + u0 )
= (u0 + un ) + (u1 + un−1 ) + . . . + (un + u0 )
n
= (uk + un−k )
k=0
Or pour tout k = 0, . . . , n on a :
uk + un−k = u0 + kr + u0 + (n − k)r = u0 + (u0 + nr) = u0 + un
1
D’où 2S n = (n + 1)(u0 + un ) et S n = (n + 1)(u0 + un ).

2) Suite géométrique
• Définition 11
On appelle suite géométrique de raison r, la suite (un )n définie par l’équation
de récurrence d’ordre 1 suivante :
∀n ∈ N, un+1 = run , u0 donné (3.5)
On peut aussi définir cette suite par la relation explicite :
∀n ∈ N, un = rn u0 (3.6)
En effet (3.5) ⇐⇒ (3.6).

On peut considérer que (3.6) est la solution de l’équation (3.5).
Exemples
• La suite (un )n définie par l’équation de récurrence suivante :
1
∀n ∈ N, un+1 = un , u0 = 2
3
est une suite géométrique de raison 13 . On peut la définir par une rela-
tion explicite : n
1
∀n ∈ N, un = 2
3
• Intérêts composés
On considère un capital de 30 000 euros placé pendant un an au taux
d’intérêt composé annuel de 6 %.
Au bout d’un an, il va devenir 30 000(1 + 0,06) euros = 31 800 eu-
ros, et au bout de 10 ans il va devenir 30 000(1 + 0,06)10 euros =
53 725,43 euros, et au bout de n ans il va devenir 30 000(1 + 0,06)n .
Convergence
Si u0 = 0 alors la suite est constante : c’est la suite nulle.
Sinon la suite est convergente lorsque −1 < r 1 et divergente dans les
autres cas.
En effet :
• si r = 1, alors un = u0 . C’est une suite constante.
• si 0 r < 1, alors (un )n est décroissante et minorée lorsque u0 > 0 donc
convergente, et on montre que limn→+∞ un = 0. ((un )n est croissante et
majorée lorsque u0 < 0 donc convergente, et on montre que
limn→+∞ un = 0)

• si −1 < r < 0, alors un = (−1)n αn u0 , où 0 < α < 1 et on montre que
limn→+∞ un = 0.
• si r = −1 alors (un )n est une suite qui prend les valeurs u0 et −u0 de façon
alternée, elle oscille, donc elle diverge.
1, alors un = (1 + b)n u0 , où b > 0, ce qui donne quand u0 > 0,
• si r >
un = np=0 Cnp b p u0 > (1 + nb)u0 , donc un tend vers +∞ (un tend vers −∞
quand u0 < 0).
• si r < −1, alors
un = (−1 − b)n u0 , où b > 0, ce qui donne
un = (−1)n p=0 Cnp b p u0 donc un est une suite qui prend des valeurs stric-
n
tement positives et strictement négatives de façon alternée avec |un | → +∞,

donc elle diverge.
Somme des premiers termes

La somme des n + 1 premiers termes d’une suite géométrique est donnée par :
⎧
⎪ (n + 1)u0 si r = 1
n ⎨
uk =
⎩ 1 − r u0 si r = 1
⎪ n+1
k=0
1−r

Démonstration : Soit r = 1 et S n = nk=0 uk

n
n
Sn = uk = rk u0 = u0 + ru0 + r2 u0 + . . . + rn u0
k=0 k=0

n
n
uk − r uk = u0 + ru0 + r2 u0 + . . .
k=0 k=0
% &
. . . + rn u0 − ru0 + r2 u0 + . . . + rn+1 u0
= u0 − rn+1 u0
1 − rn+1
D’où S n − rS n = u0 (1 − rn+1 ) et S n = u0 .
1−r
n
1
3) Suite (un )n telle que un = 1 +
n
Sa limite est e 2,718 la base du logarithme népérien (tel que ln e = 1). Cette
suite conduit parfois le débutant à raisonner Faux de la manière suivante :
1
1+ →n→+∞ 1, 1n →n→+∞ 1

n
1
donc 1+ tendrait aussi vers 1. L’erreur commise est la suivante :
n
1 k
confusion entre limk→+∞ limn→+∞ 1 + qui est bien égale à 1, et
n

1 n 1
limn→+∞ 1 + où la variable n est la même dans le dénominateur de
n n
k
1
et dans l’exposant (. . .)n , ce qui n’est pas le cas dans 1 + .
n
On sait de façon analogue calculer limn→+∞ [limk→+∞ (1 + 1n )k ] = +∞.
Étudions à présent la suite (un )n .
u1 = 2 ; u2 = 2,25 ; u3 = 2,36 . . . ; . . .
u10 = 2,6 . . . ; . . . u100 = 2,7048 . . . ; . . . u1000 = 2,7169 . . . ; . . .
Démontrons, en utilisant la formule du binôme de Newton : (a + b)n =
n k n−k bk , que la suite (u ) est croissante. En effet :
k=0 C n a n n

1 n k1
n
n!
1+ = Cn k avec Cnk = .
n n k!(n − k)!
k=0
1 1 n n−1 n− p n−k+1
Donc Cnk × k = × × × ...× × ... × .
n k! n n n n
Étape 1 :

1 n k1
n
un = 1 + = Cn k , n 1
n n
k=0
n+1 n+1
1 1
un+1 = 1 + = k
Cn+1
n+1 (n + 1)k
k=0
1 1
L’idée est de majorer chacun des Cnk k par Cn+1
k pour k = 0, 1, . . . , n.
n (n + 1)k
Étape 2 :
Pour k ∈ {1, 2, . . . , n}
1 1 n n−1 n− p n−k+1
Cnk k = × × × ... × × ... ×
n k! n n n n
1 1 p! k−1
= ×1× 1− ...× 1− × ... × 1 −
k! n n n
!
1 1 p k−1
×1× 1− ... × 1 − × ... × 1 −
k! n+1 n+1 n+1
1
= Cn+1
k
(n + 1)k

p! p !
(On a majoré 1 − par 1 − pour p = 1, 2, . . . , k − 1).
n n+1
1 1
Conclusion : Cnk Cn+1
k , k ∈ {1, 2, . . . , n}.
nk (n + 1)k
Étape 3 :

n
1
un = 1 + Cnk
nk
k=1

n
1 1
1+ k
Cn+1 + Cn+1
n+1
d’après l’étape 2
(n + 1)k (n + 1)n+1
k=1

n+1
1
= k
Cn+1 = un+1
(n + 1)k
k=0
Conclusion : ∀n ∈ N∗ , un un+1 . La suite (un )n est donc croissante.

Démontrons que la suite (un )n est majorée.

1 1 1 p! k−1 1
Cnk = × 1 × 1 − . . . × 1 − × . . . × 1 −
nk k! n n n k!
p!
(on a majoré 1 − par 1 pour p = 1, . . . , k − 1)
n
1 1 1
= − , k ∈ {2, 3, . . . , n}
k(k − 1) k−1 k
On en déduit la majoration suivante de (un )n :
n
n
n
1 1 1
un = 1+ = Cnk k =1+1+ Cnk
n n nk
k=0 k=2
n

1 1 1
2+ − =2+ 1− 3
k−1 k n
k=2
Conclusion : ∀n ∈ N∗ , un 3.

Récapitulation : La suite (un )n est croissante et majorée par 3, donc d’après
le théorème 1 cette suite converge. Sa limite, que l’on note e est égale à
supn∈N∗ un . Des calculs précédents on déduit l’approximation suivante de e :
e
Figure 3.4
VI. Séries numériques

A. Définitions
Les séries sont des suites particulières, suffisamment importantes pour être
étudiées séparément.
• Définition 12
Soit (un )n une suite numérique.
La série numérique de terme général un est la suite (S n )n définie par :

n
Sn = uk , c’est-à-dire :
k=0
S 0 = u0
S 1 = u0 + u1
S 2 = u0 + u1 + u2
..
.

On la note un .
S n s’appelle la somme partielle de la série.
Commentaire
Étudier la série de terme général un c’est étudier la suite (S n )n .

• Définition 13
Une série de terme général un est dite convergente si la suite (S n )n est conver-
gente et dans ce cas on note :
+∞

lim S n = uk
n→+∞
k=0
Une série est divergente si elle ne converge pas.
Commentaire
Il découle de cette définition les propriétés suivantes :
La somme de deux séries convergentes est une série convergente. Le pro-
duit d’une série convergente par un réel est une série convergente.
Exemples n
• La série géométrique r u0
Étudier la série de terme général un = rn u0 , u0 donné, c’est étudier la
suite
n
Sn = rk u0 = u0 (1 + r + r2 + . . . + rn )
k=0
On reconnaît bien S n comme étant la somme des (n + 1) premiers termes
d’une suite géométrique. On appelle alors la série, série géométrique.
Pour étudier sa convergence il suffit de revenir à l’expression de S n don-
née dans la partie concernant les suites géométriques.
S i r = 1, S n = (n + 1)u0 ,
1 − rn+1
si r = 1, Sn = u0 ,
1−r
1
donc la série est convergente de limite u0 si |r| < 1.
1−r
Dans tous les autres cas elle est divergente.
1
• La série de Riemann ,α∈R
nα
Elle converge si α > 1 et diverge sinon.
Pour α = 1 et α = 2 voir l’exercice n◦ 5 c) et b) et pour le cas général
voir l’exercice n◦ 9 du chapitre 6 (Intégration).
B. Propriétés
• Proposition 6 : condition nécessaire de convergence

Si la série un de terme général un converge alors limn→+∞ un = 0.

Démonstration : Soit (S n )n la suite des sommes partielles de la série. Pour
tout n ∈ N, un = S n − S n−1 . Puisque la série converge, (c’est-à-dire la suite
(S n )n converge) on a lim S n = lim S n−1 . D’où lim un = 0.
n→+∞ n→+∞ n→+∞
Commentaires
La réciproque est fausse.
Si limn→+∞ un = 0 alors on ne peut rien conclure sur la série de terme
général un .
1 1
Par exemple : limn→+∞ = 0 et la série est divergente (voir exer-
n n
cice 5) c)).
1 1
Par contre, limn→+∞ 2 = 0 et la série est convergente (voir exer-
n n2
cice 5) b)).
Cette propriété est un critère de divergence pour une série. En effet, la
contraposée donne :
Si limn→+∞ un = 0 alors la série de terme général un diverge.
• Proposition 7 : comparaison de séries à termes positifs
Soit (un )n et (νn )n deux suites qui vérifient ∀n, 0 un νn .

Si la série νn est convergente alors la série un est convergente.

Si la série un est divergente alors la série νn est divergente.
Démonstration : Soit (Sn )n et (T n )n les suites des sommes partielles respec-

tives des séries un et νn . On a S n T n , ∀n ∈ N par hypothèse. Si νn
converge, la suite (T n )n est majorée donc la suite (S n )n est majorée. Or (S n )n
est croissante car un 0, ∀n ∈ N. La suite (S n )n converge
donc puisqu’elle est
croissante et majorée. Ce qui signifie que la série un converge. La deuxième
partie de la proposition est la contraposée de cette implication.
• Proposition 8 : convergence absolue

Si la série |un | est convergente alors la série un est convergente.
La réciproque est fausse.

On dit que la série un est absolument convergente si |un | est conver-
gente.

Démonstration : Soit un une série absolument convergente. On pose
|un | + un |un | − un
u+n = et u−n = , ∀n ∈ N.
2 2
+ −
On a 0 u+n |un | et 0 u− n |un |, ∀n ∈ N. Les séries un et un sont
donc convergentes d’après la Proposition 7 de comparaison
des séries à termes
positifs. Comme ∀n ∈ N, un = u+n − u− n , la série un converge.

• Proposition 9 : règle de d’Alembert
' '
' un+1 '
Supposons que limn→+∞ ' ' ' = l.
un '

Si l < 1 alors la série |un | est convergente.

Si l > 1 alors la série un est divergente.
Si l = 1, il n’y a pas de conclusion générale.
Commentaires ' '

1 ' un+1 '
En effet, pour la série on a limn→+∞ '' ' =
n2 un '
n2
limn→+∞ = 1 et la série est convergente. (voir exercice 5) b)) ;
(n + 1)2 ' '
1 ' un+1 '
mais pour la série on a limn→+∞ ' ' ' = limn→+∞ n = 1 et
n un ' n+1
la série est divergente (voir exercice 5) c)).
Dans le cas où l = 1. on pourra continuer l’étude avec la règle de Raabe-
Duhamel (voir exercice 5) g)).
• Proposition 10 : règle de Cauchy

1
Supposons que limn→+∞ (|un |) n = l.

Si l < 1 alors la série |un | est convergente.

Si l > 1 alors la série un est divergente.
Si l = 1, il n’y a pas de conclusion générale.
• Proposition 11 : un critère de convergence vers 0 pour une suite

|un+1 |
Si lim < 1 alors lim un = 0.
n−→∞ |un | n−→∞
' '
' un+1 '
Démonstration : Si limn→+∞ ' ' ' < 1, alors la série |un | est convergente
un '
par la règle de d’Alembert et donc la série un est convergente (par la pro-
position 8). La proposition 6 donne alors limn→+∞ un = 0 ; donc la suite (un )n
est convergente de limite nulle.
On peut aussi utiliser la règle de Cauchy pour obtenir un tel résultat.

Exemple
nn
Pour étudier la suite définie par : un = n , (n ∈ N), on peut considérer
5 n!
la série de terme un . La règle de d’Alembert donne :
' '
' un+1 '
' = lim (n + 1)
n+1 5n n!
lim ''
n→+∞ un ' n→+∞ 5n+1 (n + 1)! nn
(n + 1)n e
= lim n
= <1
n→+∞ 5n 5
donc la série converge. La proposition 6 implique alors limn→+∞ un = 0 ;
donc la suite (un )n est convergente de limite nulle.

1 n
Remarque : On rappelle que 1+ tend vers e ≈ 2,718 quand
n n
n tend vers l’infini.
• Proposition 12 : critère de convergence des séries alternées

Si la série un vérifie les conditions suivantes :
∀n ∈ N, un un+1 0 (série alternée)
∀n ∈ N, |un+1 | |un | (la suite (|un |)n est décroissante)
lim un = 0
n−→∞
alors la série est convergente.
Exemple
La série harmonique alternée est la série de terme général :
(−1)n
un =
n
Elle vérifie toutes les hypothèses de la Proposition 12, ce qui montre la
convergence de la série, alors qu’elle n’est pas absolument convergente.
Exercices
Énoncés
Exercice no 1
Soit (un )n une suite et l ∈ R.
Dire si les propositions suivantes sont vraies ou fausses.
a) Si limn→+∞ |un | = |l|, alors limn→+∞ un = l. La réciproque est-elle vraie ?

√
b) Si limn→+∞ u2n = l, alors limn→+∞ un = l.
un
c) Si limn→+∞ = a = 1, et limn→+∞ un = l ∈ R, alors limn→+∞ un = 0.
un+1
d) (un )n monotone si et seulement si ∀n ∈ N (un+1 − un )(un − un−1 ) > 0.
Exercice no 2
Étudier la convergence des suites (un )n définies par :
√ √
a) un = n + 1 − n, (n ∈ N),
8
b) un = 5 − n,
5
c) un = 7n ,
1
d) un = (− )n ,
9
1 1 1
e) un = 1 + + + . . . + n , (n ∈ N).
3 9 3
1 1 1
f) un = 1 + 2 + 2 + . . . + 2 , (n ∈ N∗ )
2 3 n
1 1
g) un = 1 + + . . . + , (n ∈ N∗ )
2 n
Exercice no 3
Montrer que les suites (un )n et (νn )n définies par :
1 1 1
un = 1 + + + . . . + , (n ∈ N∗ )
1! 2! n!
1 1 1 1
νn = 1 + + + ... + + , (n ∈ N∗ )
1! 2! n! n!
sont adjacentes.
Exercice no 4
Étudier la convergence des suites (un )n définies par :
√
a) u0 = 0 et un+1 = 1 + un , ∀n ∈ N.
1 2
b) u0 = 2 et un+1 = un + , (n ∈ N).
2 un
c) Soit (xn )n et (yn )n deux suites définies par :
√ 1
∀n ∈ N, xn+1 = xn yn et yn+1 = (xn + yn )
2
0 < x0 < y0
1. Démontrer que ∀n ∈ N, xn > 0 et yn > 0

2. Démontrer que ∀n ∈ N, xn yn . En déduire que ∀n ∈ N, xn xn+1 yn+1 yn
3. Démontrer que les suites (xn )n et (yn )n sont convergentes. Soit α = limn→∞ xn et
β = limn→+∞ yn
n
1
4. Démontrer que ∀n ∈ N, yn − xn (y0 − x0 ). En déduire α = β. Les suites
2
(xn )n et (yn )n sont elles adjacentes ?

Exercice no 5
Étudier la convergence des séries suivantes :
1
a) ,
3n
1
b) ,
n2
1
c) ,
n
n
1
d) 1+ ,
n
n
−1
e) ,
3 + 2n + 4n2
n
f) ,
1 + 3n
1 × 4 × 7... × (3n + 1) n
g) c , c ∈ R∗+ ,
(n + 1)!
(−1)n
h) √ ,
n
1

i) ln 1 + ,
n
1
j) √ ,
n(n + 2)
ln n
k) .
n2
Exercice no 6
1
On considère la suite (un )n telle que u1 = 1, un = un−1 + (−1)n−1
2n−1
a) Calculer u2 , u3 , u4 .
b) La suite est-elle monotone ? Peut-on en déduire qu’elle n’a pas de limite ?
c) Expliciter un en fonction de n ∈ N∗ . En déduire que un est la somme des n premiers
termes d’une suite géométrique de raison q dont on donnera la valeur, c’est-à-dire que la
suite (un )n est une série géométrique.
d) En déduire la limite de la suite (un )n .

4. Fonctions réelles
d’une variable réelle
L
a notion de limite pour une suite, abordée au chapitre précédent,
va devenir la clef d’une nouvelle notion : celle de limite en un point
ou à l’infini d’une fonction réelle d’une variable réelle. Ainsi les
propriétés de la limite concernant une suite vont se transposer dans les
propriétés de la limite en un point ou à l’infini d’une fonction.
À partir de cette notion on peut définir ce qu’on appelle des fonctions
équivalentes au voisinage d’un point ou quand x tend vers l’infini.
Enfin la notion de continuité en un point d’une fonction réelle d’une
variable réelle ne sera qu’un cas particulier banal, quoique riche en infor-
mations sur la fonction, de la notion de limite en un point d’une fonction.
Mots clefs : limite, fonctions équivalentes, continuité, théorème des va-
leurs intermédiaires, théorème d’optimisation.
I. Limite d’une fonction

A. Limite en un point
• Définition 1 (langage des voisinages)
Soit a ∈ R et f une fonction définie sur l’intervalle I =]a − α, a + α[, α > 0,
sauf peut-être en a. (On dit aussi f définie sur un voisinage de a, sauf peut-être
en a).
On dit que la fonction f a pour limite le nombre réel l quand x tend vers a,
lorsque :
∀ > 0, ∃η > 0 tel que ∀x ∈ I {a}, |x − a| < η ⇒ | f (x) − l| <

Fonctions réelles d’une variable réelle • 87

• ce qui s’écrit :
lim f (x) = l ou lim f (x) = l ou lim f = l ou [ f (x) → l, quand x → a]

x→a,x=a x→a a
• ce qui se comprend : f (x) est aussi voisin qu’on le veut de l pourvu que x
soit assez voisin de a et x = a.
• Définition 2 (langage des suites)

On dit que la fonction f a pour limite le nombre réel l quand x tend vers a,
lorsque f transforme toute suite (xn )n déléments de I {a} qui converge vers
a en une suite ( f (xn ))n qui converge vers l.
Commentaires
On peut montrer que la définition 1 et la définition 2 sont équivalentes.
Ainsi les propriétés des limites des fonctions seront obtenues à partir des
propriétés des limites des suites.
L’existence et la valeur de l = lim f (x) dépendent du comportement
x→a
local de f autour de a, mais pas de la valeur éventuelle de f au point a.
lim f (x) = l ⇔ lim | f (x) − l| = 0.
x→a x→a
B. Limite à gauche, limite à droite

• Définition 3
Soit a ∈ R et f une fonction définie sur l’intervalle I1 =]a − α, a[, α > 0.
On dit que la fonction f a pour limite à gauche le nombre réel l1 quand x
tend vers a, lorsque :
∀ > 0, ∃η > 0 tel que ∀x ∈ I1 , 0 < a − x < η ⇒ | f (x) − l1 | <
• ce qui s’écrit lim f (x) = l1 ou lim f (x) = l1

x→a− x→a, x<a
Pour une fonction définie sur l’intervalle I2 =]a, a + α[, α > 0, on dit que la
fonction f a pour limite à droite le nombre réel l2 quand x tend vers a, lorsque :
∀ > 0, ∃η > 0 tel que ∀x ∈ I2 , 0 < x − a < η ⇒ | f (x) − l2 | <
• ce qui s’écrit lim+ f (x) = l2 ou lim f (x) = l2

x→a x→a, x>a
Commentaire
On peut écrire les définitions équivalentes via le langage des suites.

Figure 4.1
l1 = lim x→a− f (x), l2 = lim x→a+ f (x). On constate :

1) Dans les trois cas de figure f n’admet pas de limite au point a, bien quelle
admette une limite à gauche l1 et une limite à droite l2 .
2) l1 (respectivement l2 ) limite de f à gauche de a (respectivement à droite
de a) ne dépend pas de la valeur de f au point a.
La proposition suivante fait le lien entre la notion de limite et celle de limite à
gauche, limite à droite.
• Proposition 1
lim f (x) = l si et seulement si lim f (x) = l et lim f (x) = l
x→a x→a− x→a+
Il est clair que lim f (x) = l implique l’éxistence de la limite à gauche et de la

x→a
limite à droite de f en a tout en fournissant la valeur de ces limites qui est l. Il
suffit de lire les définitions respectives pour s’en convaincre. Nous admettrons
la réciproque.
Exemple
Soit :
f : R∗ → R
|x|
x → f (x) =
x
On va montrer que lim f (x) n’existe pas.
x→0
|x| −x
lim f (x) = lim = lim = −1
x→0− x→0− x x→0− x
|x| x
lim f (x) = lim+ = lim+ = 1
x→0+ x→0 x x→0 x
Comme lim f (x) = lim+ f (x), la proposition 1 implique que lim f (x)
x→0− x→0 x→0
n’existe pas.

Figure 4.2
C. Limite infinie en un point

Soit a ∈ R et f une fonction définie sur l’intervalle I =]a − α, a + α[, α > 0
sauf peut-être en a. On dit que la fonction f tend vers +∞ quand x tend vers
a, lorsque :
∀A > 0, ∃ηA > 0 tel que ∀x ∈ I {a}, |x − a| < ηA ⇒ f (x) > A
• ce qui s’écrit lim f (x) = +∞

x→a
• ce qui est équivalent à la définition via le langage des suites suivante : f
transforme toute suite (xn )n d’éléments de I {a}, qui converge vers a, en une
suite ( f (xn ))n qui tend vers +∞.
On définit de façon similaire : lim f (x) = −∞, lim f (x) = +∞,
x→a x→a−
lim+ f (x) = +∞...
x→a
Exemple
Soit :
f : R∗ → R
1
x → f (x) =
x
1
On va montrer que lim+ = +∞ en appliquant la définition via le lan-
x→0 x
gage des suites.

Exemple
Soit :
f : R∗ −→ R
1
x −→ f (x) =
x
Figure 4.3
On va montrer que lim x→0+ f (x) = +∞. Soit (xn )n une suite quel-
conque telle que
∀n ∈ N, xn > 0 et lim xn = 0
n→+∞
1 1
Alors limn→+∞ f (xn ) = limn→+∞ = +∞, donc lim x→0+ = +∞.
xn x
1
De la même manière on montrerait lim x→0− = −∞.
x
D. Limite à l’infini

Soit f définie sur l’intervalle J = [a, +∞[. On dit que la fonction f a pour
limite le nombre réel l quand x tend vers +∞ lorsque :
∀ > 0, ∃A > 0 tel que ∀x ∈ J, x > A ⇒ | f (x) − l| <
• ce qui s’écrit lim f (x) = l ou lim f = l ou encore [ f (x) → l, quand

x→+∞ +∞
x → +∞]
transforme toute suite (xn )n d’éléments de J, qui tend vers +∞, en une suite
( f (xn ))n qui converge vers l.
On définit de façon similaire lim f (x) = l
x→−∞

Exemples
• Soit :
f : R∗ → R
1
x → f (x) =
x
1
On va montrer que lim = 0 en appliquant la définition via le
x→+∞ x
langage des suites.
Soit (xn )n une suite quelconque telle que
lim xn = +∞
n→+∞
1
Alors limn→+∞ f (xn ) = limn→+∞ = 0, par la proposition 4 b) du
xn
chapitre 3 sur les suites. La suite (xn )n étant choisie arbitrairement, on
1
obtient que lim x→+∞ = 0.
x
• Soit :
f :R→R
x → f (x) = sin x
On va montrer que lim f (x) n’existe pas en utilisant la définition via
x→+∞
le langage des suites.
Il suffit de considérer les suites (xn )n et (yn )n telles que ∀n ∈ N, xn =
Π
2Πn, yn = 2Πn + .
2
Il est clair que lim xn = +∞ et lim yn = +∞ mais lim f (xn ) =
n→+∞ n→+∞ n→+∞
Π
lim sin(2Πn) = 0 et lim f (yn ) = lim sin(2Πn + ) = 1. On
n→+∞ n→+∞ n→+∞ 2
constate que f transforme deux suites (xn )n et (yn )n d’éléments de R,
qui tendent vers +∞, en deux suites ( f (xn ))n et ( f (yn ))n qui convergent
vers des limites différentes. Donc lim f (x) n’existe pas.
x→+∞

Soit f définie sur l’intervalle J = [a, +∞[. On dit que la fonction f tend vers
+∞ quand x tend vers +∞ lorsque :
∀B > 0, ∃AB > 0 tel que ∀x ∈ J, x > AB ⇒ f (x) > B
• ce qui s’écrit lim f (x) = +∞
x→+∞
transforme toute suite (xn )n d’éléments de J, qui tend vers +∞, en une suite
( f (xn ))n qui tend vers +∞.

On définit de façon similaire lim f (x) = −∞, lim f (x) = +∞,
x→+∞ x→−∞
lim f (x) = −∞
x→−∞
E. Propriétés des limites

• Proposition 2 : unicité de la limite
Si la limite de f quand x tend vers a existe, alors elle est unique.
Démonstration : Soit l et l deux limites éventuelles de f quand x tend vers a.
Soit (xn )n une suite quelconque qui converge vers a. La suite ( f (xn ))n converge
alors vers l et l ce qui implique l = l par la propriété d’unicité de la limite
d’une suite (chapitre 3, proposition 1).
• Définition 7
La somme de deux fonctions f et g définies sur un intervalle J de R est la
fonction notée f + g définie de la façon suivante :
∀x ∈ J, ( f + g)(x) = f (x) + g(x)
De même le produit de deux fonctions f et g définies sur un intervalle J de R

est la fonction notée f × g définie de la façon suivante :
∀x ∈ J, ( f × g)(x) = f (x) × g(x)
Enfin le quotient de deux fonctions f et g définies sur un intervalle J de R est

f
la fonction notée définie de la façon suivante :
g

f f (x)
∀x ∈ J, (x) =
g g(x)
pourvu que g ne s’annule pas sur J.
• Proposition 3 : opérations sur les limites

Soit f et g deux fonctions définies sur un voisinage I de a, sauf peut-être en a.
Si lim x→a f (x) = l et lim x→a g(x) = k alors :
a) lim x→a ( f + g)(x) = l + k
b) ∀λ ∈ R, lim x→a λ f (x) = λl
c) lim x→a | f (x)| = |l|
d) lim x→a ( f × g)(x) = l × k

1 1
e) lim x→a (x) = pourvu que l = 0
f l
f) si ∀x ∈ I, f (x) g(x) alors l k
g) si lim x→a f (x) = lim x→a g(x) = l et ∀x ∈ I, f (x) h(x) g(x) alors
lim x→a h(x) = l
f l
Si k = 0 alors en combinant d) et e), on obtient que lim x→a (x) = .
g k
Démonstration : ces propriétés sont les mêmes que celles déjà vues pour les
suites. Pour les démontrer il suffit d’écrire la définition de la limite qui fait
intervenir les suites et d’appliquer les propriétés des suites.
Ces propriétés restent vraies si on remplace a par +∞ ou −∞.
Exemples
x3 − 5x2 + 4 x3 (1 − 5/x + 4/x3 )
• lim = lim
x→+∞ 2x4 − 7x2 + 6 x→+∞ x3 (2x − 7/x + 6/x3 )
1 − 5/x + 4/x3
= lim =0
x→+∞ 2x − 7/x + 6/x3
1
en appliquant la proposition 3 et sachant que lim = 0 par
x→+∞ x
l’exemple de la section I.
√
x−2−2 (x − 2) − 4
• lim = lim √
x→6 x−6 x→6 (x − 6)( x − 2 + 2)
x−6 1 1
= lim √ = lim √ =
x→6 (x − 6)( x − 2 + 2) x→6 x − 2 + 2) 4
en appliquant la proposition 3 e).
F. Cas d’une fonction monotone

On rappelle qu’une fonction f définie sur un intervalle J de R est dite crois-
sante (respectivement décroissante) lorsque :
∀x ∈ J, ∀y ∈ J, x < y =⇒ f (x) f (y)
(respectivement f (x) f (y)).

Elle est dite strictement croissante (respectivement strictement décrois-
sante) lorsque :
∀x ∈ J, ∀y ∈ J, x < y =⇒ f (x) < f (y)
(respectivement f (x) > f (y)).

Une fonction monotone est une fonction croissante ou décroissante.

Une fonction strictement monotone est une fonction strictement croissante
ou strictement décroissante.
Une fonction f est dite majorée dans l’intervalle J si l’ensemble f (J) =
{ f (x) tel que x ∈ J} est majoré, c’est-à-dire :
∃A ∈ R, tel que ∀x ∈ J, f (x) A.
Dans ce cas, d’après l’axiome de la borne supérieure dans R, il existe α ∈ R

tel que α = sup f (J). α est appelé la borne supérieure de f dans J et se note :
α = sup f (J) = sup f (x) = sup f

x∈J J
Mutatis mutandis, on définit f minorée dans J et β la borne inférieure de f

dans J se note :
β = inf f (J) = inf f (x) = inf f.
x∈J J
On peut maintenant donner la proposition 4 suivante, qui prolonge aux fonc-

tions le théorème 1 sur les suites monotones bornées du chapitre 3.
• Proposition 4
Si f est une fonction croissante sur [a, +∞[ et majorée, alors lim x→+∞ f (x)
existe et vaut sup x∈[a,+∞[ f (x).
On a la proposition analogue :
Si f est une fonction décroissante sur ] − ∞, a] et minorée, alors
lim x→−∞ f (x) existe et vaut inf x∈]−∞,a] f (x).
G. Quelques limites classiques, utiles...

incontournables
Le chapitre suivant (sur la dérivation) fournira de nouveaux moyens pour cal-

culer des limites de fonctions. On pourra s’en servir par exemple pour démon-
trer que :
ln x
– lim = 0,
x→+∞ x
ex
– lim n = +∞, ∀n ∈ N
x→+∞ x
ax
– lim = +∞ pour a > 1,
x→+∞ x

1 x
– lim 1 + =e
x→+∞ x

II. Fonctions équivalentes
A. Fonctions équivalentes quand x tend
vers a
• Définition 8
Soit a ∈ R, f et g deux fonctions réelles d’une variable réelle définies sur un
voisinage de a, sauf peut-être en a avec g(x) = 0 pour tout x de ce voisinage,
x différent de a.
On dit que f et g sont équivalentes quand x tend vers a, lorsque
f (x)
lim x→a = 1, ce qui s’écrit f ∼a g.
g(x)
On dit aussi f et g sont équivalentes au voisinage de a.
Exemples
• Soit f et g deux fonctions polynômes de R dans R telles que f (x) =
x3 + 2x2 + 5x et g(x) = 5x, alors f ∼0 g
f (x) x2 + 2x + 5
En effet : lim = lim = 1.
x→0 g(x) x→0 5
Commentaire
D’une façon générale, un polynôme est équivalent, quand x tend
vers 0, à son monôme de plus bas degré.
• Soit
f : R \ {−1, +1} −→ R
√
1 + 3x4 − 2
x −→ f (x) =
x2 − 1
La fonction f n’est pas définie au point a = 1 ; on peut toutefois l’étu-
dier au voisinage de ce point et même lui trouver une fonction équiva-
lente. Pour cela en multipliant par la quantité conjuguée on a :
1 + 3x4 − 4
∀x ∈ R \ {−1, +1}, f (x) = √
(x2 − 1)( 1 + 3x4 + 2)
3(x4 − 1) 3(x2 + 1)
= √ = √
(x2 − 1) 1 + 3x4 + 2) 1 + 3x4 + 2
3 f (x) 3
Ainsi lim x→1 f (x) = et lim x→1 = 1, d’ou f ∼1 .
2 3 2
2

Fonctions équivalentes quand x tend vers +∞ ou −∞
La définition 8 s’étend sans difficulté aux cas où x tend vers +∞ ou −∞, au
lieu de tendre vers a ∈ R.
Soit donc f et g définies sur un intervalle de la forme ]a, +∞[, a ∈ R
(respectivement ] − ∞, a[ a ∈ R).
• Définition 9
On dit que f et g sont équivalentes quand x tend vers +∞, (respectivement
f (x) f (x)
−∞) lorsque lim x→+∞ = 1, (respectivement lim x→−∞ = 1) ce qui
g(x) g(x)
s’écrit f ∼+∞ g (respectivement f ∼−∞ g).
Exemples
• Soit f et g deux fonctions polynômes de R dans R telles que f (x) =
5x3 + 2x2 + 5x et g(x) = 5x3 , alors f ∼+∞ g et f ∼−∞ g.
En effet :
f (x) 5x3 [1 + 2/(5x) + 1/(x2 )]

lim = lim = 1.
x→+∞ g(x) x→+∞ 5x3
De même
f (x)
lim = 1.
x→−∞ g(x)
Commentaire
D’une façon générale, un polynôme est équivalent, quand x tend vers +∞
(respectivement −∞), à son monôme de plus haut degré.
• Soit
f : R∗ → R
1
x → f (x) = ex + x3 + ln |x| +
|x|
On cherche un équivalent de f en +∞, en −∞, en 0. Sachant (cf. I-

G de ce chapitre) qu’en +∞ l’exponentielle l’emporte sur la fonction
puissance qui elle-même l’emporte sur la fonction ln, on peut « prévoir »
un équivalent de f en +∞, à savoir f (x) ∼+∞ ex .
En effet :

f (x) x3 ln |x| 1
lim = lim 1 + x + x + = 1 + 0 + 0 + 0 = 1.
x→+∞ e x e e |x|.ex
x→+∞

Même raisonnement en −∞, où x3 l’emporte sur ln |x|, d’où f (x) ∼−∞
x3 , en effet
x
f (x) e ln |x| 1
lim = lim +1+ 3 + = 0 + 1 + 0 + 0 = 1.
x→−∞ x3 x→−∞ x3 x |x|.x3
Enfin au voisinage de 0,
f (x)
lim = lim (|x|.ex + |x|.x3 + |x|. ln |x| + 1) = 0 + 0 + 0 + 1
x→0 1/|x| x→0
1
d’où f (x) ∼0 .
|x|
B. Propriétés des fonctions équivalentes

quand x tend vers a ou vers ±∞
• Proposition 5
Soit f1 , g1 , f2 , g2 des fonctions définies sur un voisinage de a sauf peut-être
en a.

f1 f2 ∼a g1 g2 (4.1)
Si f1 ∼a g1 et f2 ∼a g2 alors :
f1 / f2 ∼a g1 /g2 (4.2)
Démonstration :
( f1 f2 )(x) f1 (x) f2 (x) f1 (x) f2 (x)
(4.1) lim x→a = lim x→a = lim x→a lim x→a par
(g1 g2 )(x) g1 (x) g2 (x) g1 (x) g2 (x)
f1 (x) f2 (x)
la proposition 3 d) de ce chapitre sachant que lim x→a et lim x→a
g1 (x) g2 (x)
existent.
f1 (x) f2 (x) ( f1 f2 )(x)
Et comme lim x→a = 1 et lim x→a = 1 on a lim x→a =
g1 (x) g2 (x) (g1 g2 )(x)
1 ce qui montre que f1 f2 ∼a g1 g2
(4.2) se démontre de façon similaire.
Commentaire
Ces propriétés restent vraies si ou remplace a par ±∞.
Attention f1 ∼a g1 et f2 ∼a g2 ne donne aucune information concernant
l’équivalence, au voisinage de a, entre ( f1 + f2 ) et (g1 + g2 ). De même si f1 ∼a
g1 , on ne peut pas en déduire h ◦ f1 ∼a h ◦ g1 , où h est une fonction telle que
h ◦ f1 et h ◦ g1 soient définies au voisinage de a. (voir exercices 4 et 6 de ce
chapitre et exercice 9 du chapitre 5).

III. Continuité
A. La notion de continuité
1) Continuité en un point
• Définition 10
Soit a ∈ R et f une fonction définie sur un voisinage de a.
On dit que la fonction f est continue en a, lorsque lim x→a f (x) = f (a).
• Ce qui se comprend :
– f est définie en a ;
– la limite de f quand x tend vers a existe ;
– la limite de f quand x tend vers a est égale à la valeur de f en a.
• Ce qui s’écrit en utilisant la définition de la limite dans le langage des voisi-
nages (chapitre 4 définition 1) :
∀ > 0, ∃η > 0, tel que ∀x ∈]a − α, a + α[, |x − a| < η ⇒ | f (x) − f (a)| <
Pour parler de la limite de f quand x tend vers a, f doit être définie sur un
voisinage de a mais pas nécessairement en a, mais pour parler de la continuité
de f en a on doit en plus connaître la valeur f (a). Dans la définition de la conti-
nuité en a intervient la limite de f quand x tend vers a ; si on remplace cette
limite par la limite à gauche (respectivement à droite), on obtient la continuité

à gauche (respectivement à droite) comme on le voit ci-dessous.
2) Continuité à gauche, continuité à droite
• Définition 11
Soit f une fonction définie sur ]a − α, a], α > 0.
On dit que la fonction f est continue à gauche en a, lorsque lim x→a− f (x) =
f (a).
De même pour une fonction f définie sur [a, a + α[, α > 0, on dit que f est
continue à droite en a, lorsque lim x→a+ f (x) = f (a).

Figure 4.4
La proposition suivante fait le lien entre la continuité en a et la continuité à

gauche et à droite en a.
• Proposition 6
f est continue en a si et seulement si f est continue à gauche en a et f est
continue à droite en a.
Démonstration : cette proposition résulte de la proposition 1 sur les limites :
lim f (x) = f (a) ⇐⇒ lim f (x) = lim+ f (x) = f (a)

x→a x→a− x→a
Exemple
La fonction de demande d’un bien est donnée par

1 si 0 p 1
f (p) =
−p + 3 si 1 < p < 3
f n’est pas continue en p = 1. En effet lim p→1− f (p) = 1 = f (1) donc f

est continue à gauche en 1 mais lim p→1+ f (p) = 2 = f (1) donc f n’est
pas continue à droite en 1. D’où f n’est pas continue en 1.
Figure 4.5

3) Continuité sur un intervalle
a) Continuité sur un intervalle ouvert
• Définition 12
Soit f définie sur un intervalle ouvert J de R. On dit que f est continue sur J
lorsque f est continue en tout point de J.
Ainsi f est continue sur ]a, b[ si ∀x0 ∈]a, b[, lim x→x0 f (x) = f (x0 ).
b) Continuité sur un segment

• Définition 13
On dit que f est continue sur un segment [a, b] lorsque f est continue sur ]a, b[,
continue à droite en a et continue à gauche en b.
De même on dit que f est continue sur [a, +∞[ lorsque f est continue sur
]a, +∞[ et continue à droite en a. La continuité de f sur ] − ∞, b] se définit de
façon analogue.
Exemples
• La fonction constante :
f : R −→ R
x −→ f (x) = 1
est continue sur R. En effet f est continue en tout point a de R :

lim x→a f (x) = 1 = f (a).
• La fonction identité :
f : R −→ R
x −→ f (x) = x
est continue sur R. En effet f est continue en tout point a de R :

lim x→a f (x) = lim x→a x = a = f (a).
• La fonction :
f : R+ −→ R+
√
x −→ f (x) = x
est continue sur R+ = [0, +∞[. En effet f est continue sur ]0, +∞[ et
f est continue à droite en 0 (voir l’exercice n◦ 1 de ce chapitre).
• La fonction suivante obtenue à partir des tarifs postaux français pour
une lettre en service rapide (tableau 4.1) :

Tableau 4.1
Poids jusqu’à 20 50 100 250 500 1000 2000 3000

Tarifs 0,50 0,75 1,11 1,90 2,65 3,48 4,64 5,47
(les poids étant donnés en grammes et les tarifs en euros) est une fonc-
tion en escalier non continue. En effet f n’est pas continue en 20 par
exemple car f n’est pas continue à droite en 20 : lim x→20+ f (x) =
0,75 = f (20) = 0,5.
B. Propriétés des fonctions continues

• Proposition 7 : opérations sur les fonctions continues
Soit a ∈ R et f et g deux fonctions définies sur un voisinage de a. Si f et g
sont continues en a alors :
a) f + g est continue en a ;
b) ∀λ ∈ R, λ f est continue en a ;
c) f × g est continue en a ;
1
d) est continue en a, pourvu que f (a) = 0.
f
f
Si g(a) = 0 alors en combinant c) et d), on obtient que est continue en a.
g
Démonstration : cette proposition est une conséquence de la proposition 3 de
ce chapitre : Opérations sur les limites. Démontrons par exemple a).
lim ( f + g)(x) = lim ( f (x) + g(x)) = lim f (x) + lim g(x) (Proposition 3 a))
x→a x→a x→a x→a
= f (a) + g(a) (continuité de f et g en a)
= ( f + g)(a) ce qui prouve a)
On démontre les autres propriétés de façon analogue.

Ces propriétés restent les mêmes pour la continuité à gauche, à droite et la
continuité sur un intervalle.
• Proposition 8 : continuité d’une fonction composée

Si f est continue en a et g continue en f (a), alors g ◦ f est continue en a.
Cette propriété est valable pour la continuité sur un intervalle pourvu que
g ◦ f soit défini.

C. Les fonctions continues usuelles
Les fonctions polynômes sont continues sur R et les fonctions rationnelles sont
continues sur leur ensemble de définition. En effet, la fonction constante et la
fonction identité étant continues sur R (voir exemples précédents), la proposi-
tion 7 permet d’établir le résultat.
La fonction valeur absolue est continue sur R.
Les fonctions puissance, exponentielle, logarithme, sinus, cosinus sont
continues sur leur ensemble de définition. (Ce résultat sera admis).
Toutes les autres fonctions obtenues par des combinaisons de fonctions
continues via les propositions 7 et 8 sont des fonctions continues.
• Proposition 9 : limite d’une fonction composée

Si lim x→a f (x) = l et g continue en l, alors lim x→a (g ◦ f )(x) = g(l).
De même : si lim x→±∞ f (x) = l et g continue en l,
alors lim x→±∞ (g ◦ f )(x) = g(l).
Exemple
1
Calculer lim x→0 ex sin( x )
x sin( 1x ) 1
e = (g ◦ f )(x) où f (x) = x sin et g(z) = ez . On a
x
1
lim x→0 x sin = 0 et g est la fonction exponentielle donc g est conti-
x
nue sur R.
1
Donc lim x→0 ex sin( x ) = lim x→0 (g ◦ f )(x) = g(lim x→0 f (x)) = g(0) =
e0 = 1.
D. Théorèmes fondamentaux
• Théorème 1 : le théorème des valeurs intermédiaires (TVI)
Si f est continue sur l’intervalle fermé borné [a, b], alors pour tout d compris
entre f (a) et f (b), il existe c ∈ [a, b] tel que f (c) = d.
Ce théorème signifie que tout point d compris entre f (a) et f (b) est l’image
d’un point c de l’intervalle [a, b]. Le point c n’est pas nécessairement unique
comme l’indique la figure 4.6.

Figure 4.6
Examinons un cas où f n’est pas

continue sur [a, b] comme l’indique la
figure 4.7.
Le point d ∈ [ f (a), f (b)] n’est
pas l’image d’un point c de l’inter-
valle [a, b].
Figure 4.7
• Théorème 2 : le théorème d’optimisation de Weierstrass

(cas le plus simple)
Si f est continue sur l’intervalle fermé borné [a, b], alors f atteint son maxi-
mum M et son minimum m sur [a, b], c’est-à-dire : il existe x∗ ∈ [a, b] tel que
pour tout x ∈ [a, b], f (x) f (x∗ ) = M et il existe x∗ ∈ [a, b] tel que pour tout
x ∈ [a, b], f (x) f (x∗ ) = m.
Commentaires
Examinons des cas où l’une des hypothèses de ce théorème ne serait pas
vérifiée :
Premier cas : l’intervalle n’est pas fermé.

Soit :
f : ]0, 2] −→ R
1
x −→ f (x) =
x
f est continue sur l’intervalle borné ]0, 2]
mais f n’admet pas de maximum sur ]0, 2] et
lim x→0+ f (x) = +∞ (figure 4.8).
Figure 4.8

Deuxième cas : l’intervalle n’est pas borné.
Soit :
f : R −→ R
x −→ f (x) = ex
f est continue sur R qui est fermé

mais f n’admet ni maximum ni mi-
nimum sur R et
lim f (x) = +∞,

x→+∞
lim f (x) = 0
x→−∞
Figure 4.9
mais 0 n’est pas atteint (figure 4.9).
Troisième cas : f n’est pas continue sur un intervalle fermé borné.
Soit :
f : [0, 2] −→ R
⎧
⎨1
si x = 0
x −→ f (x) = x
⎩ 1 si x = 0
f est définie sur l’intervalle fermé borné [0, 2] mais f

n’est pas continue en 0. f n’admet pas de maximum
sur [0, 2]. Figure 4.10
Les deux théorèmes précédents sont souvent « résumés » en un seul théo-

rème qui est le suivant :
• Théorème 3
Si f est continue sur l’intervalle fermé borné [a, b], alors il existe m et M dans
R tels que f ([a, b]) = [m, M].
Commentaire
Ce théorème s’énonce parfois de la manière suivante : « L’image d’un
intervalle fermé borné, par une fonction continue, est encore un intervalle
fermé borné. »

E. Applications
1) Existence de racines de l’équation f (x ) = 0
• Proposition 10
Si f est continue sur l’intervalle fermé borné [a, b], f (a) 0 et f (b) 0 (ou
vice versa), alors il existe x ∈ [a, b] tel que f (x) = 0.
Démonstration : c’est un résultat immédiat du théorème des valeurs intermé-
diaires : les hypothèses de ce théorème étant satisfaites on l’applique pour
d = 0 qui est compris entre f (a) et f (b) ; on obtient ainsi l’existence de
x ∈ [a, b] tel que f (x) = 0.
2) Encadrement des racines de l’équation f (x ) = 0

Après avoir utilisé la Proposition 10 pour prouver l’existence d’une racine de
l’équation f (x) = 0, on peut construire une technique d’encadrement de cette
racine comme le montre l’exemple suivant où f (x) = x5 + x4 + x3 + x2 + x − 1.
On a f (0) = −1 < 0, f (1) = 4 > 0 et f continue sur [0, 1]. La proposition 10
implique l’existence de x0 ∈ [0, 1] tel que f (x0 ) = 0.
On divise l’intervalle [0, 1] en deux parties égales. Comme f (1/2) =
−0,53 < 0 on applique la Proposition 10 sur l’intervalle [1/2, 1]. Puis on le
divise en en deux parties égales. f (3/4) = 1, 2 > 0, on réitère l’opération sur
[1/2, 3/4]...
3) Théorème 4 : le théorème du point fixe

Si f est continue sur l’intervalle fermé borné [a, b] et f ([a, b]) ⊂ [a, b] alors f
admet un point fixe, c’est-à-dire il existe x ∈ [a, b] tel que f (x) = x.
En économie un point fixe s’appelle un équilibre.
Démonstration : Soit g la fonction définie par : g(x) = f (x)− x. g est continue
sur [a, b] car somme de deux fonctions continues. De plus on a :
f (a) ∈ [a, b] =⇒ f (a) a =⇒ g(a) 0
et
f (b) ∈ [a, b] =⇒ f (b) b =⇒ g(b) 0
La proposition 10 implique alors l’existence de x ∈ [a, b] tel que g(x) = 0

c’est-à-dire f (x) = x.

4) Suite définie par une relation de récurrence
• Proposition 11
Soit (un )n une suite définie par un+1 = f (un ) pour tout n ∈ N et par un terme
initial u0 . Si (un )n est convergente et si f est continue alors la limite l de la
suite vérifie f (l) = l.
Démonstration : on a limn→+∞ un = l d’ où limn→+∞ un+1 = l. En pas-
sant à la limite dans un+1 = f (un ) on a limn→+∞ un+1 = limn→+∞ f (un ) =
f (limn→+∞ un ) par la continuité de f ce qui donne l = f (l).
On avait signalé ce résultat dans le chapitre sur les suites.
Exemple
On reprend un exemple traité au chapitre 3 consacré aux suites sans par-
un
ler de continuité. Il s’agit de la suite (un )n défnie par un+1 =
un + 3
(n ∈ N), u0 > 0.
On avait montré que la suite (un )n est convergente car minorée et
x
décroissante. Comme la fonction f donnée par f (x) = , x > 0
x+3
est continue sur R+ , la limite l de la suite vérifie f (l) = l c’est-à-dire
l
= l soit l(l + 2) = 0. Comme d’autre part l 0, on conclut que
l+3
l = 0.
F. Fonction réciproque d’une fonction continue

strictement monotone sur un intervalle
• Proposition 12
Soit I un intervalle de R. Si f : I −→ R est continue, strictement monotone
sur I, alors
a) f (I) = J est un intervalle de R, fermé borné si I est fermé borné.
b) f est une bijection de I sur J
c) l’application réciproque de f , notée f −1 : J −→ I telle que f −1 (y) = x
si et seulement si y = f (x) est continue, strictement monotone sur J (de
même nature que f ).
d) les graphes de f et f −1 sont symétriques par rapport à la première bis-
sectrice.

Exercices
Énoncés
Exercice no 1
Soit f : R+ → R+ √
x → f (x) = x
√
a) a ∈ R∗+ . En appliquant directement la définition 1, démontrer que lim f (x) = a.
x→a
√
b) a ∈ R∗+ . En appliquant la proposition 3 g), démontrer que lim f (x) = a.
x→a
c) a = 0. En appliquant directement la définition 3, démontrer que lim+ f (x) = 0 et
x→0
que lim f (x) n’est pas définie.
x→0−
d) Déduire l’étude de la continuité de f sur R+ .
Exercice no 2
a) Trouver un équivalent de la fonction f dans les cas suivants (puis en déduire la limite) :
(x2 + 7x3 )(x + 3)
f (x) = lorsque x tend vers 0, vers +∞, vers −1.
x5 + x2
x2 − 1
b) Trouver la limite de f (x) = √ lorsque x tend vers 1+ .
x−1
Exercice no 3
On considère la fonction f définie sur son ensemble de définition par :
⎧ √ √
⎨ 1 + x2 − 1 − x2
f (x) = si x = 0
⎩1 x
si x = 0
a) Quel est l’ensemble de définition de f ?

b) Calculer la limite de f quand x tend vers 0 ; f est-elle continue en 0 ?
Exercice no 4
Un agent immobilier perçoit des frais de location de la façon suivante :
14 % pour un loyer allant jusqu’à 1 000 e
10 % sur la tranche de loyer de 1 000 à 1 500 e
6 % sur la tranche de 1 500 à 3 000 e
4 % au-delà de 3 000 e
a) Écrire la fonction qui donne le montant des frais perçus en fonction du loyer.
b) Étudier la continuité de cette fonction.
Exercice no 5
a) On considère les fonctions f1 (x) = x + x2 , g1 (x) = x + x3 , f2 (x) = − x + x2 et
g2 (x) = − x + x3 .

Démontrer que f1 ∼0 g1 et f2 ∼0 g2 mais que les fonctions ( f1 + f2 ) et (g1 + g2 ) ne sont
pas équivalentes au voisinage de 0. Commentaires ?
b) On considère les fonctions h1 (x) = x+1 et h2 (x) = x ainsi que la fonction exp(x) = e x
Démontrer que h1 ∼+∞ h2 mais que les fonctions exp ◦h1 et exp ◦h2 ne sont pas équiva-
lentes au voisinage de +∞. Commentaires ?
c) Démontrer que f1 ∼+∞ f2 puis calculer lim x→+∞ | f1 (x) − f2 (x)|. Commentaires ?
Exercice no 6
Une fonction f définie sur une réunion d’intervalles disjoints est continue sur cet en-
semble si f est continue sur chacun des intervalles.
Soit
f : [0, 1] ∪ [2, 3] → R

1 si x ∈ [0, 1]
x → f (x) =
2 si x ∈ [2, 3]
a) Démontrer que le théorème 3 ne peut s’appliquer à f .

b) Démontrer que la conclusion du théorème n’est pas satisfaite par f .
Exercice no 7
Soit les suites (un )n , n 1 et (νn )n , n 2 telles que
1 1
un = 1+ 1n
et νn =
n n(ln n)2
1 1 1
Démontrer que ln un ∼+∞ ln , que un ∼+∞ , que ln νn ∼+∞ ln , mais que νn n’est
n n n
1
pas équivalente à quand x tend vers +∞.
n

5. Dérivation
C
e chapitre est consacré à la notion de dérivabilité d’une fonction
réelle d’une variable réelle. Pour un économiste la dérivée d’une
fonction est la valeur marginale de cette fonction ainsi la dérivée
d’une fonction coût est le coût marginal.
On réalisera dans ce chapitre que le théorème des accroissements finis
est un outil très puissant qui permet de démontrer un grand nombre de
résultats très importants comme les formules de Taylor, les conditions né-
cessaires et suffisantes (du second ordre) que l’on rencontre dans l’étude
des extrema d’une fonction. Avec ce dernier sujet on introduira les fonc-
tions convexes et les fonctions concaves.
Mots clefs : dérivée, différentielle, théorème des accroissements finis,
formule de Taylor, extrema d’une fonction, fonction convexe, fonction
concave.
I. La notion de dérivée
A. Nombre dérivé
• Définition 1
Soit a ∈ R et f une fonction définie sur un voisinage de a.
f (x) − f (a)
On dit que la fonction f est dérivable en a lorsque lim x→a
x−a
existe.
Cette limite est alors appelée nombre dérivé de f en a et elle est notée f (a).
f (x) − f (a)
Si f est dérivable en a, on écrit f (a) = lim x→a ou de façon
x−a
Dérivation • 111
f (a + h) − f (a)
équivalente f (a) = limh→0 . Il faudra choisir l’écriture qui
h
convient le mieux au problème.
Exemple
Soit :
f : R+ −→ R
√
x −→ f (x) = x
1
Soit a ∈ R∗+ . On va montrer que f est dérivable en a et que f (a) = √ ·
2 a
En effet :
√ √
f (x) − f (a) x− a
lim = = lim
x→a x−a x→a x−a
x−a 1
= lim √ √ = √
x→a (x − a)( x + a) 2 a
car a = 0.
f (x) − f (a)
Donc f est dérivable en a puisque lim x→a existe et on a
x−a
1
f (a) = √ ·
2 a
Interprétation géométrique :
Figure 5.1
Soit Γ le graphe de la fonction f . L’équation de la droite (D) passant

par les deux points A (a, f (a)) et M (a + h, f (a + h)) est donnée par :
f (a + h) − f (a)
y= (x − a) + f (a)
h

Lorsque « le point M tend vers le point A » tout en restant sur Γ, la droite
(D) tend vers la droite (T) appelée tangente à Γ au point A et dont l’équa-
tion est :

f (a + h) − f (a)
y = lim (x − a) + f (a)
h→0 h
c’est-à-dire :
y = f (a)(x − a) + f (a)
Le nombre dérivé de f en a s’interprète donc comme la pente de la tan-
gente à Γ au point a.
En économie f (a) est la valeur marginale de f en a. Par exemple, si C(q) est
le coût total pour une production q, C (q) est le coût marginal. Les praticiens
C(q + 1) − C(q)
assimilent cette limite au quotient à condition que q soit assez
1
grand. Ils disent alors que le coût marginal est le supplément de coût entraîné
par la fabrication d’une unité supplémentaire.
• Définition 2
On dit que la fonction f est différentiable en a lorsqu’ il existe un nombre réel
b et une fonction tels que pour tout h avec a + h au voisinage de a
f (a + h) = f (a) + bh + h(h) avec lim (h) = 0
h→0
• Proposition 1
f est dérivable en a si et seulement si f est différentiable en a.
Attention : ceci ne sera pas vrai pour les fonctions de plusieurs variables.
Démonstration : si f est dérivable en a, alors en posant
f (a + h) − f (a)
(h) := − f (a)
h
on a bien limh→0 (h) = 0 et f (a + h) = f (a) + f (a)h + h(h) avec b = f (a).
La réciproque est immédiate.
Pour parler de f (a), f doit être définie en a et sur un voisinage de a donc
sur un intervalle de la forme ]a − α, a + α[, avec α > 0.
• Définition 3
Soit f une fonction définie sur un intervalle de la forme ]a − α, a] avec α > 0.
On dit que la fonction f est dérivable à gauche en a lorsque
f (x) − f (a)
lim
x→a− x−a
existe.
Dérivation • 113
Cette limite est alors appelée nombre dérivé de f à gauche en a et elle est
notée f− (a).
De même pour f définie sur [a, a + α[, avec α > 0. on dit que la fonction f
f (x) − f (a)
est dérivable à droite en a lorsque lim x→a+ existe et on note cette
x−a
limite f+ (a).
• Proposition 2
f est dérivable en a si et seulement si f est dérivable à gauche en a, f est
dérivable à droite en a et f− (a) = f+ (a).
Démonstration : cette proposition résulte de la proposition 1 sur les limites
(chapitre 4).
Exemple
Soit :
f : R −→ R
x −→ f (x) = |x|
On va montrer que f n’est pas dérivable en 0.

En effet :
f (x) − f (0) |x| −x

lim = lim = lim = −1 = f− (0)
x→0− x−0 x→0− x x→0− x
f (x) − f (0) |x| x

et lim+ = lim+ = lim+ = 1 = f+ (0)
x→0 x−0 x→0 x x→0 x
Donc f est dérivable à gauche et à droite en 0, mais n’est pas dérivable

en 0. En 0, le graphe de f présente un point anguleux.
Figure 5.2

B. Dérivabilité sur un intervalle
1) Dérivabilité sur un intervalle ouvert
• Définition 4
Soit f définie sur un intervalle ouvert J de R. On dit que f est dérivable sur J
lorsque f est dérivable en tout point de J.
2) Dérivabilité sur un segment

• Définition 5
On dit que f est dérivable sur [a, b] lorsque f est dérivable sur ]a, b[, dérivable
à droite en a et dérivable à gauche en b.
On définit de façon analogue la dérivabilité de f sur [a, +∞[ et ] − ∞, b].
C. Fonction dérivée
• Définition 6
Lorsque f est dérivable sur un intervalle ouvert J, on définit la fonction dérivée
de f , f , par
f : J −→ R
x −→ f (x)
On dira plus simplement « dérivée » de f au lieu de « fonction dérivée » de f .
Exemple
Soit :
f : R+ −→ R
√
x −→ f (x) = x
Alors :
f : R∗+ −→ R
1
x −→ f (x) = √
2 x
• Définition 7
On dit que f est continûment dérivable sur un intervalle ouvert J, lorsque f est
dérivable sur J et f continue sur J. Ceci se dit aussi f est de classe C 1 sur J.
Dérivation • 115
• Définition 8
Soit f dérivable sur un intervalle ouvert J. Lorsque f est dérivable sur J, on
note f sa fonction dérivée et on l’appelle dérivée seconde.
On note f (n) , si elle existe, la dérivée d’ordre n et on dit que f est n-fois
dérivable. Ainsi f (1) = f , f (2) = f , f (n) = [ f (n−1) ] , n ∈ N∗ et on pose
f (0) = f .
Lorsque f (n) existe pour tout n ∈ N∗ , on dit que f est indéfiniment dérivable.
D. Propriétés des fonctions dérivables

• Proposition 3 : dérivation et continuité
Si f est dérivable en a, alors f est continue en a.
Démonstration : c’est un résultat immédiat de la proposition 1 qui donne

limh→0 f (a + h) = f (a).
Commentaires
La réciproque est fausse. La fonction f de R dans R telle que
x −→ f (x) = |x| est continue en 0 mais n’y est pas dérivable.
On déduit de cette proposition 3 que si f est dérivable sur un intervalle
alors f est continue sur cet intervalle.
• Proposition 4 : opérations sur les fonctions dérivables

Si f et g sont dérivables en a, alors :
a) f + g est dérivable en a et ( f + g) (a) = f (a) + g (a)
b) ∀λ ∈ R, λ f est dérivable en a et (λ f ) (a) = λ f (a)
c) f × g est dérivable en a et ( f × g) (a) = f (a) × g(a) + f (a) × g (a)

1 1 f (a)
d) est dérivable en a et (a) = − pourvu que f (a) = 0
f f [ f (a)]2
f
Si g(a) = 0 alors en combinant c) et d), on obtient que est dérivable en a
g
f f (a) × g(a) − f (a) × g (a)
et (a) = .
g [g(a)]2
Démonstration : ces propriétés se déduisent facilement de celles des limites

(chapitre 3 Proposition 3)

Démontrons par exemple c). On écrit
( f × g)(x) − ( f × g)(a) f (x)g(x) − f (a)g(x) + f (a)g(x) − f (a)g(a)
=
x−a x−a

f (x) − f (a) g(x) − g(a)
= g(x) + f (a)
x−a x−a
Comme f et g sont dérivables en a, on a :
f (x) − f (a) g(x) − g(a)
lim = f (a) et lim = g (a)
x→a x−a x→a x−a
Comme g est continue en a (Proposition 3) on a lim x→a g(x) = g(a).
La proposition 3 du chapitre 4 implique alors :
( f × g)(x) − ( f × g)(a)
lim = f (a) × g(a) + f (a) × g (a)
x→a x−a
Les mêmes règles de dérivation s’appliquent aux dérivées à gauche, à droite et
sur un intervalle.
• Proposition 5 : dérivée d’une fonction composée

Si f est dérivable en a et g dérivable en f (a) alors g ◦ f est dérivable en a et
(g ◦ f ) (a) = g [ f (a)] × f (a).
La même règle s’applique aux dérivées sur un intervalle : si f est dérivable
sur un intervalle J et g dérivable sur un intervalle J1 tel que f (J) ⊂ J1 , alors
g ◦ f est dérivable sur J et (g ◦ f ) = (g ◦ f ) × f .
Exemple √ √
Soit h(x) = 1 + x4 . On peut écrire h = g ◦ f avec g(y) = y et
f (x) = 1 + x4 . f est dérivable sur R et f (x) = 4x3 ; g est dérivable sur

1
R∗+, f (R) ⊂ R∗+ et g (y) = √ . La proposition 5 donne alors : g ◦ f est
2 y
1
dérivable sur R et (g ◦ f ) (x) = g [ f (x)] f (x) = √ 4x3 .
2 1+x 4
• Proposition 6 : dérivée d’une fonction réciproque

Soit f une fonction continue et strictement monotone sur un intervalle J et
a ∈ J. Si f est dérivable en a et f (a) = 0, alors la fonction réciproque
1
f −1 est dérivable en b = f (a) et ( f −1 ) (b) = −1 , ce qui s’écrit aussi
f [ f (b)]
1
( f −1 ) [ f (a)] = ·
f (a)
Dérivation • 117
La même règle s’applique aux dérivées sur un intervalle : si f est strictement
monotone et dérivable sur un intervalle J et f ne s’annule pas sur J, alors la
1
fonction réciproque f −1 est dérivable sur f (J) et ( f −1 ) = ·
f ◦ f −1
Commentaire
Lorsque l’on sait que ( f −1 ) est dérivable, on retrouve la formule en déri-
vant f ◦ f −1 comme l’indique la proposition 5 :
( f ◦ f −1 )(y) = y donc ( f ◦ f −1 ) (y) = 1
c’est-à-dire
1
f [ f −1 (y)]( f −1 ) (y) = 1 et ( f −1 ) (y) =
f [ f −1 (y)]
Exemple
On définit la fonction exponentielle comme fonction réciproque de la
fonction logarithme népérien (voir chapitre intégration). Montrons que la
dérivée de la fonction exponentielle est elle-même. On pose f (x) = ln(x),
1
x ∈ R∗+ . f est strictement croissante et dérivable sur R∗+ et f (x) = = 0
x
sur R∗+ (voir chapitre intégration). Donc sa fonction réciproque f −1 (y) =
exp(y) = ey est dérivable sur R = f (R∗+ ) et
1 1
( f −1 ) (y) = = = ey
f [ f −1 (y)] 1
ey
Commentaires
Sachant que ( f −1 ) est dérivable, on retrouve la formule en dérivant f ◦
f −1 comme l’indique la proposition 5 : (ln ◦ exp)(y) = ln ey = y donc
1 y
1 = (ln ◦ exp) (y) = ln (ey )(ey ) = (e )
ey
d’où (ey ) = ey .
Les propriétés 4, 5 et 6 sont utiles pour le calcul des dérivées dans beau-
coup de cas.

E. Dérivées des fonctions usuelles
Tableau 5.1
Df f (x) D f f (x)
R xn R nxn−1
1
R∗+ ln x R∗+
x
ln x 1
R∗+ loga x = R∗+ a > 0, a=1
ln a x ln a
R e x
R ex
R a =ex x ln a
R a x ln a a > 0, a=1
R sin x R cos x
R cos x R − sin x
Ces résultats s’établissent en appliquant la définition de la dérivée ou en

utilisant les propriétés.
F. Élasticité
Soit a = 0.
• Définition 9
Soit f une fonction non nulle en a et dérivable en a. L’élasticité de f en a est
donnée par
f (x) − f (a)
f (a) a f (a)
E( f /x) x=a = lim x−a =
x→a f (a)
a
En économie, l’élasticité de la demande mesure la limite du rapport de l’ac-
croissement relatif de la demande et de l’accroissement relatif du prix lorsque
le prix x tend vers a.
Par exemple pour E = −2, si le prix augmente de 1 %, la demande diminue
de 2 %.
Exemple
Soit :
f : R∗+ −→ R
x −→ f (x) = cxβ , c, β ∈ R
Alors E( f /x) = β = constante.
Dérivation • 119
• Proposition 7
Soit f et g deux fonctions dérivables sur un intervalle J.
Alors pour tout x de J on a E(− f /x) = E( f /x) et E( f g/x) = E( f /x) +
E(g/x).
G. Différentielle
Reprenons la définition 2 de la différentiabilité d’une fonction f en a : il existe
un nombre réel b et une fonction tels que pour tout h avec a + h au voisinage
de a :
f (a + h) = f (a) + bh + h(h) avec lim (h) = 0
h→0
En fait cette définition permet d’affirmer l’existence de deux fonctions, l’une

notée et l’autre que l’on commencera par noter φ et qui est définie par
φ : R −→ R
h −→ φ(h) = bh avec b = f (a)
C’est cette fonction qui nous intéresse. On remarque que c’est une application
linéaire.
• Définition 10
La différentielle de f en a est l’application linéaire φ de R dans R, qui à h
associe φ(h) = f (a)h.
Attention : La différentielle de f en a n’est pas un nombre, c’est une fonction
qui dépend du point a.
Pour marquer cette dépendance on utilise la notation d f (a) ou d fa pour la
différentielle de f en a au lieu de φ. On a donc :
d f (a) : R −→ R
h −→ d f (a)(h) = f (a)h
La différentielle de f en a permet d’obtenir des approximations de

f (a + h) − f (a). On peut écrire f (a + h) − f (a) ≈ f (a)h pour h petit. La fonc-
tion f étant généralement non-linéaire, approximer f (a + h) par f (a) + f (a)h,
pour h petit, est un procédé de linéarisation locale (autour de a) de f , ce qui
correspond géométriquement à approximer une courbe par sa tangente.

Exemples
• Soit :
f : R∗+ −→ R
√
x −→ f (x) = x
La différentielle de f au point 1 est l’application linéaire notée d f (1)

qui à h ∈ R associe f (1)h :
d f (1) : R −→ R
h
h −→ d f (1)(h) = f (1)h =
2
On peut utiliser la différentielle pour obtenir une approximation de
√ h
1, 2. En effet f (1+h) ≈ f (1)+d f (1)(h) = f (1)+ donc f (1+0,2) ≈
2
0,2 √ √ √
f (1) + c’est-à-dire 1, 2 = 1 + 0,2 ≈ 1 + 0,1 = 1,1
2
• Une entreprise produit un bien B en utilisant un bien A. Soit x la quan-
tité nécessaire du bien A pour produire la quantité y de B et f la fonction
de production où f (x) = 50x2 − x3 , 0 x 50.
On fixe x à 10 et on cherche à calculer de combien varierait le niveau
de production si on utilisait une unité de plus. On peut utiliser la dif-
férentielle pour obtenir une approximation de f (11) − f (10). En effet
f (11) − f (10) ≈ d f (10)(1) = f (10)1 = 700.
Ici on peut vérifier la qualité de l’approximation car il est facile de
calculer f (11) − f (10) = 719.
Commentaires
Les règles de dérivation données aux Propositions 4 et 5 permettent de

faire les opérations suivantes sur les différentielles :
d( f + g)(a) = d f (a) + dg(a)
d( f × g)(a) = d f (a) × g(a) + f (a) × dg(a)

f d f (a) × g(a) − f (a) × dg(a)
d (a) = pourvu que g(a) = 0
g [g(a)]2
d(g ◦ f )(a) = dg ( f (a)) d f (a)

Dérivation • 121
II. Théorème des accroissements finis
et applications
A. Théorèmes
• Théorème 1 : théorème de Rolle
Si f est continue sur [a, b], dérivable sur ]a, b[ et vérifie f (a) = f (b), alors il
existe c ∈ ]a, b[ tel que f (c) = 0.
Démonstration : si f est constante sur [a, b], le résultat est trivial. Soit donc
f non constante sur [a, b]. Comme f est continue sur [a, b], f atteint son mi-
nimum m et son maximum M sur [a, b] (chapitre 4 théorème 2) et m = M. On
ne peut pas avoir à la fois m = f (a) et M = f (a) car f est non constante. On a
donc m = f (a) ou M = f (a).
Prenons par exemple le cas M = f (a). Il existe c ∈ ]a, b[ tel que f (c) = M
(c = b car f (a) = f (b) donc f (b) = M).
On a alors :
f (x) − f (c)
pour x < c, 0
x−c
f (x) − f (c)
et pour x > c, 0
x−c
f (x) − f (c)
D’où lim x→c− 0 (cette limite existe puisque f est dérivable sur
x−c
]a, b[, donc dérivable en c donc dérivable à gauche en c), donc :
f (x) − f (c)
f− (c) 0 et f+ (c) = lim+ 0
x→c x−c
Comme f est dérivable en c on a
f (c) = f− (c) = f+ (c)
ce qui donne 0 f (c) 0 et donc f (c) = 0 (figure 5.3).
• Théorème 2 : théorème des accroissements finis

Si f est continue sur [a, b] et dérivable sur ]a, b[, alors il existe c ∈ ]a, b[ tel
que f (b) − f (a) = (b − a) f (c).
Démonstration : il suffit d’appliquer le théorème de Rolle à la fonction g telle
f (b) − f (a)
que g(x) = f (x) − x ·
b−a

x
Figure 5.3
g est définie et continue sur [a, b] comme somme de fonctions continues sur
[a, b], dérivable sur ]a, b[ comme somme de fonctions dérivables sur ]a, b[ et :
f (b) − f (a)
g (x) = f (x) −
b−a
D’autre part :
f (b) − f (a) b f (a) − a f (b)
g(a) = f (a) − a =
b−a b−a
f (b) − f (a) b f (a) − a f (b)
et g(b) = f (b) − b =
b−a b−a
Ainsi g(a) = g(b).
g vérifie toutes les hypothèses du théorème de Rolle. On lui applique donc

ce théorème ce qui garantit l’existence de c ∈ ]a, b[ tel que g (c) = 0 ce qui
donne f (b) − f (a) = (b − a) f (c) (figure 5.4).
Commentaires
On a vu au chapitre 2 la représentation paramétrique d’un intervalle :
c ∈ ]a, b[ ⇐⇒ c = a + θ(b − a), θ ∈ ]0, 1[.
La conclusion de ce théorème s’écrit aussi : il existe θ ∈ ]0, 1[ tel que
f (b) − f (a) = (b − a) f (a + θ(b − a)).
On a démontré le théorème des accroissements finis à partir du théorème
de Rolle. D’autre part on constate que le théorème de Rolle est un cas par-
ticulier du théorème des accroissements finis. Ces deux théorèmes sont donc
équivalents.
Dérivation • 123
Géométriquement, le théorème des accroissements finis indique l’existence
d’au moins un point c tel que la tangente en ce point au graphe de f est parallèle
à la corde (a, f (a)) et (b, f (b)) (figure 5.4).
Figure 5.4
B. Applications
1) Sens de variation d’une fonction
On rappelle que x est dit intérieur à I, s’il existe α > 0 tel que ]x−α, x+α[⊂ I.
• Proposition 8
Soit f continue sur un intervalle I et dérivable en tout point intérieur à I.
a) f est constante sur I si et seulement si pour tout x intérieur à I, f (x) = 0 ;
b) f est croissante (respectivement décroissante) sur I si et seulement si pour
tout x intérieur à I, f (x) 0 (respectivement f (x) 0) ;
c) si pour tout x intérieur à I, f (x) > 0 (respectivement f (x) < 0), alors f est
strictement croissante (respectivement strictement décroissante) sur I.
Démonstration : soit x1 < x2 deux points de I. Le théorème des accrois-
sements finis appliqué à [x1 , x2 ] garantit l’existence de c ∈ ]x1 , x2 [ tel que
f (x2 ) − f (x1 ) = (x2 − x1 ) f (c). On en déduit facilement :
– si pour tout x intérieur à I, f (x) = 0 alors f est constante sur I ;
– si pour tout x intérieur à I, f (x) 0 (respectivement f (x) 0), alors f est
croissante (respectivement décroissante) sur I ;

– si pour tout x intérieur à I, f (x) > 0 (respectivement f (x) < 0), alors f est
strictement croissante (respectivement strictement décroissante) sur I.
Le reste des implications résulte de la définition d’une fonction dérivable en
un point : soit x0 un point intérieur à I. Si f est constante sur I, alors :
f (x) − f (x0 )
f (x0 ) = lim =0
x→x0 x − x0
f (x) − f (x0 )
Si f est croissante (respectivement décroissante) sur I alors 0
x − x0
f (x) − f (x0 )
(respectivement 0) d’où f (x0 ) = lim x→x0 0 (respective-
x − x0
ment 0).
Attention : la réciproque de c) est fausse. Par exemple la fonction
f : R −→ R
x −→ f (x) = x3
est strictement croissante et f (0) = 0.
2) Étude de limites
• Proposition 9 : règle de l’Hôpital
Soit I un intervalle ouvert de R et a ∈ I. Soit f et g deux fonctions continues
sur I, dérivables sur I sauf peut-être en a et g(x) = 0 si x = a.
⎧ f (x) 0 ∞
⎪
⎪ 1) est de la forme indtermine ou quand x tend vers a
⎪
⎨ g(x) 0 ∞
Si et
⎪
⎪
⎪
⎩ 2) lim f (x) = λ

x−→a g (x)
f (x) f (x)
alors lim = lim =λ
x−→a g(x) x−→a g (x)
Commentaires
La règle de l’Hôpital s’étend aux cas a = ±∞ et aux cas λ = ±∞.
Exemples
ln(1 + x)
a) On veut calculer lim . On pose f (x) = ln(1+ x) et g(x) = x.
x−→0 x
Dérivation • 125
f (x) 0
est de la forme indéterminée quand x tend vers 0 et
g(x) 0
1
f (x)
lim = lim 1 + x = 1.
x−→0 g (x) x−→0 1
1
ln(1 + x) 1 + x = 1.
D’où lim = lim
x−→0 x x−→0 1
1
ln(x)
b) lim = lim x = 0.
x−→+∞ x x−→+∞ 1
ex − 1 − x ex − 1 ex 1
c) lim 2
= lim = lim = .
x−→0 x x−→0 2x x−→0 2 2
On a appliqué ici successivement deux fois la règle de l’Hôpital.

1 x
d) On veut calculer lim x→+∞ 1 + , si elle existe et en déduire
x

1 n r !x
lim 1 + et lim 1 +
n→+∞ n x→+∞ x

1 x 1 x 1
• 1+ = eln(1+ x ) = ex ln(1+ x ) .
x

1 ln(1 + y)
lim x→+∞ x ln 1 + = limy→0+ = 1 d’après a) ci-dessus.
x y
1
On a donc obtenu lim x→+∞ x ln 1 + = 1. Comme l’exponentielle
x
est une fonction continue, on peut appliquer la proposition 9 du cha-
1
pitre 4, pour obtenir que lim x→+∞ ex ln(1+ x ) = e1 = e.
• En particulier, la suite (n)n étant une suite telle que limn→+∞ n = +∞,
la définition de la limite à l’infini, (définition
5 via le langage des suites,
1 n
chapitre 3) implique que limn→+∞ 1 + = e.
n
r !x
• Montrons que lim x→+∞ 1 + = er pour r > 0.
x
r
r !x r ! rx r 1 y
1+ = 1+ = 1+ = ( f (y))r
x x y
On a limy→+∞ f (y) = e et la fonction puissance est une fonction conti-
nue en e, on peut
appliquer la proposition 9 du chapitre 4 pour obtenir
r ! rx r
que lim x→+∞ 1+ = er .
x

3) Formule de Taylor et développement limité
• Proposition 10 : formule de Taylor-Lagrange pour une fonction
deux fois dérivable
Si f est deux fois dérivable sur un intervalle J et si a et b sont deux points
distincts de J, alors il existe c strictement compris entre a et b tel que :
f (c)
f (b) = f (a) + (b − a) f (a) + (b − a)2
2!
A
Démonstration : on pose g(x) = f (b) − f (x) − (b − x) f (x) − (b − x)2
2!
et on choisit A pour avoir g(a) = 0. On a aussi g(b) = 0. (Supposons a <
b). Comme de plus g est continue sur [a, b], dérivable sur ]a, b[, on peut lui
appliquer le théorème de Rolle. II existe donc c ∈]a, b[, tel que g (c) = 0. Or
g (x) = − f (x) + f (x) − (b − x) f (x) + (b − x)A, d’où A = f (c). En reportant
cette valeur dans g(a) = 0, on obtient la formule annoncée.
En posant h := b − a, la formule de Taylor s’écrit : il existe θ ∈ ]0, 1[ tel
que
f (a + θh)
f (a + h) = f (a) + h f (a) + h2
2!
• Proposition 11 : formule de Taylor-Lagrange

si f est n + 1 fois dérivable sur un intervalle J et si a et b sont deux points
distincts de J, alors il existe c strictement compris entre a et b tel que :
f (n) (a) f (n+1) (c)

f (b) = f (a) + (b − a) f (a) + · · · + (b − a)n + (b − a)n+1
n! (n + 1)!
Démonstration : il suffit d’appliquer le théorème de Rolle à la fonction

n
f (k) (a) A
g(x) = f (b) − f (x) − (b − x)k − (b − x)n+1
k! (n + 1)!
k=1
En posant h := b − a, la formule de Taylor s’écrit : il existe θ ∈ ]0, 1[ tel que :
f (n) (a) f (n+1) (a + θh)

f (a + h) = f (a) + h f (a) + · · · + hn + hn+1
n! (n + 1)!
Lorsque a = 0 et b = x, la formule porte le nom de formule de Mac Laurin et
s’écrit : il existe θ ∈ ]0, 1[ tel que
f (n) (0) f (n+1) (θx)

f (x) = f (0) + x f (0) + · · · + xn + xn+1
n! (n + 1)!
Dérivation • 127
Exemple
La formule
√ de Mac Laurin (à l’ordre 3) de la fonction f définie par
f (x) = 1 + x est donnée par :
√ 1 1 1 x4
1 + x = 1 + x − x2 + x3 + f (4) (θx), θ ∈ ]0, 1[
2 8 16 4!
En effet :
√ 1
f (x) = 1 + x = (1 + x) 2 f (0) = 1
1 1
f (x) = (1 + x)− 2 f (0) =
1
2 2
1 −1 − 32 −1
f (x) = (1 + x) f (0) =
2 2 4

−1 −3 − 52 3
f (x) =
(3)
(1 + x) f (3) (0) =
4 2 8
• Proposition 12 : formule de Taylor-Young

Si f est n fois dérivable en a (c’est-à-dire si f , f , · · · , f (n−1) sont définies
sur un voisinage de a et f (n) (a) existe) alors pour tout h tel que a + h est au
voisinage de a, on a :
f (n) (a)
f (a + h) = f (a) + h f (a) + · · · + hn + hn (h) avec lim (h) = 0
n! h→0
Démonstration : elle se fait en appliquant n − 1 fois le théorème de Rolle à

une fonction bien choisie.
Mais si l’on rajoute l’hypothèse « f (n) continue en a » on peut déduire cette
proposition de la formule de Taylor-Lagrange pour une fonction n fois déri-
vable. En effet la continuité de f (n) en a exige que f (n) soit définie sur un
voisinage de a : il existe donc un intervalle ouvert ]a − α, a + α[ sur lequel
f est n fois dérivable. On applique alors la formule de Taylor-Lagrange à f
sur ]a − α, a + α[ pour a et a + h où a + h ∈ ]a − α, a + α[. On pose ensuite
f (n) (a + θh) − f (n) (a)
(h) = d’où limh→0 (h) = 0 car f (n) continue en a.
n!
Commentaires
Si f est indéfiniment dérivable en 0 alors pour tout x au voisinage de 0
on a ∀n ∈ N :
f (n) (0)
f (x) = f (0) + x f (0) + · · · + xn + xn (x) avec lim (x) = 0
n! x→0

• Définition 11
On dit que f admet un développement limité d’ordre n au voisinage de 0 lors-
qu’il existe des constantes c0 , c1 ..., cn ∈ R et une fonction telles que :
f (x) = c0 + c1 x + · · · + cn xn + xn (x) avec lim (x) = 0
x→0
c0 + c1 x + · · · + cn xn s’appelle partie principale du développement et xn (x)
s’appelle reste.
On montre que si f admet un développement limité d’ordre n au voisinage
de 0, alors il est unique.
On peut calculer les développements limités d’ordre n au voisinage de 0 de
la plupart des fonctions usuelles grâce à la formule de Taylor-Young.
On définit de façon similaire les développements limités d’ordre n au voisi-
nage de a ∈ R.
Exemples
• La fonction f définie par f (x) = ex est indéfiniment dérivable en 0,
donc on peut calculer son développement limité d’ordre n au voisinage
de 0 grâce à la formule de Taylor-Young : pour tout x au voisinage de 0
on a :
f (n) (0)
f (x) = f (0) + x f (0) + · · · + xn + xn (x) avec lim (x) = 0
n! x→0
f (0) = e0 = 1, f (x) = ex et f (0) = 1. Pour tout n, f (n) (x) = ex et

f (n) (0) = 1.
Le développement limité d’ordre n au voisinage de 0 de la fonction est
donc donné par :
x x2 x3 xn
ex = 1 + + + + ··· + + xn (x) avec lim (x) = 0
1! 2! 3! n! x→0
1
• La fonction f définie par f (x) = est indéfiniment dérivable en 0.
1−x
Son développement limité d’ordre n au voisinage de 0 est donné par :
1
= 1 + x + x2 + · · · + xn + xn (x) avec lim (x) = 0
1−x x→0
• La fonction f définie par f (x) = ln(1 + x) est indéfiniment dérivable

en 0. Son développement limité d’ordre n au voisinage de 0 est donné
par :
x2 x3
ln(1 + x) = x − + + ···
2 3
xn
+ (−1)n+1 + xn (x) avec lim (x) = 0
n x→0
Dérivation • 129
• La fonction f définie par f (x) = sin x est indéfiniment dérivable en 0.
x3 x5
sin x = x − + + ···
3! 5!
x2m+1
+ (−1)m + x2m+1 (x) avec lim (x) = 0
(2m + 1)! x→0
• La fonction f définie par f (x) = cos x est indéfiniment dérivable en 0.

x2 x4
cos x = 1 − + + ···
2! 4!
x2m
+ (−1)m + x2m (x) avec lim (x) = 0
(2m)! x→0
4) Applications à l’étude de limites

Exemple
√ 1 1
1 + x − 1 − x + x2
Soit à calculer lim x→0 2 8 ·
x3
Le développement√limité à l’ordre 3 au voisinage de 0 de la fonction f
définie par f (x) = 1 + x est donné par :
√ 1 1 1
1+x =1+ x − x2 + x3 + x3 (x)
2 8 16
avec lim x→0 (x) = 0. On obtient alors
√ 1 1
1+x−1− x + x2
2 8 = 1 + (x)
x3 16
Et
√ 1 1
1 + x − 1 − x + x2 1
lim 2 8 =
x→0 x3 16
Notons qu’on aurait pu calculer cette limite en appliquant trois fois la
règle de l’Hôpital.
Exemple n
1
On a déjà montré que limn→+∞ 1+ = e.
n

Donnons une seconde démonstration de ce résultat, qui utilise les dé-
veloppements limités.
n 1 1
1 ln(1+ )nn ln(1+ )
1+ =e n =e n
n

1
Le développement limité d’ordre 2 au voisinage de 0 de ln 1 + est
n
donné par :
2 2
1 1 1 1 1 1
ln 1 + = − /2 + avec lim =0
n n n n n 1 n
→0
n
D’où

1 1 1 1
lim n ln 1 + = lim 1 − + =1
n→+∞ n n→+∞ 2n n n
Comme l’exponentielle est une fonction continue, on peut appliquer la
1
n ln(1+ )
proposition 9 du chapitre 4, pour obtenir que limn→+∞ e n = e1 =
e.
Commentaires
On peut aussi utiliser cette méthode pour montrer que

1 x
lim 1 + =e
x→+∞ x
III. Recherche d’extrema, convexité

A. Extrema d’une fonction
1) Définitions
Soit f une fonction définie sur un intervalle J de R.
On veut étudier des problèmes de la forme :
(P1 ) Maximiser f (x), x∈J
ou
(P2 ) Minimiser f (x), x∈J
Dérivation • 131
• Définition 12
On dit que f admet un maximum global sur J en a ∈ J, lorsque :
∀x ∈ J, f (x) f (a)
Ceci se dit aussi a fournit un maximum global à f ou a est un point de maxi-

mum global de f ou a est solution globale du problème (P1 ).
On dit que f admet un minimum global sur J en a ∈ J, lorsque :
∀x ∈ J, f (x) f (a)
Ceci se dit aussi a fournit un minimum global à f ou a est un point de minimum

global de f ou a est solution globale du problème (P2 ).
On dit que c’est un maximum (respectivement minimum) global strict
lorsque :
∀x ∈ J, x = a ⇒ f (x) < f (a) (respectivement f (x) > f (a))
Global se dit aussi absolu.

Un extremum est un maximum ou un minimum.
• Définition 13
On dit que f admet un maximum (respectivement minimum) local sur J en
a ∈ J, lorsqu’il existe η > 0 tel que :
∀x ∈ ]a − η, a + η[ ∩ J, f (x) f (a) (respectivement f (x) f (a))
On dit que c’est un maximum (respectivement minimum) local strict lors-

qu’il existe η > 0 tel que :
∀x ∈]a − η, a + η [∩J, x = a ⇒ f (x) < f (a) (respectivement f (x) > f (a))
Local se dit aussi relatif.

Un maximum global est un maximum local.
Notons que le problème (P2 ) Minimiser f (x), x ∈ J, est équivalent au pro-
blème (P1 ) Maximiser − f (x), x ∈ J.
Commentaire
Lorsque f est continue sur J, un intervalle fermé borné, alors le théorème
d’optimisation (chapitre 4 théorème 2) garantit l’existence d’un maxi-
mum global et d’un minimum global de f sur J.

Figure 5.5
Exemple
Maximiser f (x) = x3 , x ∈ [−1, 1].
f est continue sur [−1, 1] qui est fermé et borné donc f admet un
maximum sur [−1, 1]. Celui-ci est atteint en x = 1 car la fonction est
croissante. ∀x ∈ [−1, 1], f (x) f (1) = 1. Notons que ce maximum est
un point du bord de l’intervalle.
Attention, les résultats de la suite ne sont valables que pour des intervalles
ouverts.
2) Conditions nécessaires
• Proposition 13 : condition nécessaire du 1er ordre (CN1)
Soit f définie sur un intervalle ouvert I et a ∈ I.
Si f est dérivable en a et admet un extremum local sur I en a,
alors f (a) = 0.
Démonstration : on suppose que l’extremum est un maximum. Ceci signifie
qu’il existe η > 0 tel que
∀x ∈]a − η, a + η[, f (x) f (a)

Dérivation • 133
D’où :
f (x) − f (a) f (x) − f (a)
pour x < a, 0 et pour x > a, 0
x−a x−a
f (x) − f (a) f (x) − f (a)
Donc f− (a) = lim 0 et f+ (a) = lim+ 0
x→a− x−a x→a x−a
Comme f est dérivable en a on a :
f (a) = f− (a) = f+ (a)
ce qui donne 0 f (a) 0 et donc f (a) = 0.

Attention : la nullité de la dérivée est une condition nécessaire pour qu’un
point fournisse un extremum mais elle n’est pas suffisante, autrement dit la
réciproque de cette proposition est fausse.
Par exemple la fonction f définie sur R par f (x) = x3 est dérivable en 0,
vérifie f (0) = 0, mais n’admet pas d’extremum en 0 (car dans tout voisinage
] − η, +η[ de 0, f (x) < f (0) si x < 0 et f (x) > f (0) si x > 0.)
Un point x qui vérifie f (x) = 0 est appelé point critique ou candidat.
Lorsque l’on cherche les extrema de f sur un intervalle ouvert I, on peut cher-
cher les points d’extremum parmi les points x qui vérifient f (x) = 0 puisque
la CN1 garantit que si x fournit un extremum alors f (x) = 0. Ces points qui
vérifient f (x) = 0 sont donc des « candidats » à être des points d’extremum
mais ne sont pas forcément des points d’extremum.
Commentaires
On ne peut pas appliquer la CN1 :
– si f n’est pas dérivable en a : par exemple la fonction f définie sur R
par f (x) = |x| admet un minimum en 0, mais n’est pas dérivable en 0
et donc on ne peut pas lui appliquer la CN1 ;
– si l’intervalle I n’est pas ouvert et a est un point du bord. Par exemple
la fonction f définie sur [1,2] par f (x) = x2 admet un maximum en 2
et pourtant f (2) = 4 = 0.
• Proposition 14 : condition nécessaire du 2nd ordre (CN2)

Si f est 2 fois dérivable en a et admet un maximum local sur I en a, alors
f (a) 0.
Commentaires
Dans la proposition, en remplaçant maximum local par minimum local,
la conclusion devient f (a) 0.

Démonstration : La démonstration se fait par application de la formule de
Taylor-Young à l’ordre 2 que l’on rappelle : pour tout h tel que a + h est au
voisinage de a
f (a)
f (a + h) = f (a) + h f (a) + h2 + h2 (h) avec lim (h) = 0.
2! h→0
Comme f admet un maximum local en a, il existe η > 0 tel que :
∀h tel que a + h ∈]a − η, a + η[, f (a + h) − f (a) 0
De plus si f admet un maximum local en a alors f (a) = 0 (c’est la CN1). En

appliquant alors la formule de Taylor-Young à l’ordre 2 à f sur ]a − η, a + η[
on obtient

f (a) f (a)
+ (h) 0 et par suite lim + (h) 0
2! h→0 2!
ce qui donne f (a) 0.
Exemple
Une entreprise produit un bien avec un coût de production C(q) où q est la
quantité produite. Supposons que C est une fonction deux fois dérivable.
Si le prix de vente p est fixé p = p∗ , cherchons les conditions nécessaires
pour avoir un profit maximum.
Le profit est donné par :
Π(q) = p∗ q − C(q)
Si q∗ est le niveau de production qui permet à l’entreprise de réaliser un

profit maximum alors Π (q∗ ) = 0 (CN1) et Π (q∗ ) 0 (CN2).
Cela donne p∗ = C (q∗ ) (ce qui signifie que le prix est égal au coût
marginal en q∗ ) et C (q∗ ) 0.
Attention, la condition f (a) 0 est une condition nécessaire d’optimalité

mais elle n’est pas suffisante.
Reprenons par exemple la fonction f définie sur R par f (x) = x3 . f (0) = 0
donc f (0) 0 mais 0 n’est pas un point d’extremum de f .
Lorsque l’on cherche les extrema de f sur un intervalle ouvert I, on peut
chercher les points d’extremum parmi les points x qui vérifient f (x) = 0 et
f (x) 0. La CN2 permet donc de réduire encore la recherche mais elle ne dit
pas du tout que les points trouvés en résolvant f (x) = 0 et f (x) 0 sont des
points d’extremum. Il nous faut donc des conditions suffisantes pour garantir
que nos candidats sont bien des points d’extremum.
Dérivation • 135
3) Conditions suffisantes
• Proposition 15 : conditions suffisantes du 2nd ordre (CS2)
Si f est 2 fois dérivable en a et vérifie f (a) = 0 et f (a) < 0, alors f admet
un maximum local strict sur I en a.
Attention, ici l’inégalité est stricte.
Démonstration : on applique la formule de Taylor-Young à l’ordre 2, avec
f (a) = 0 : Pour tout h tel que a + h est au voisinage de a,

f (a)
f (a + h) = f (a) + h 2
+ (h) avec lim (h) = 0
2! h→0
f (a)
Comme < 0 et limh→0 (h) = 0, il existe η > 0 tel que pour tout
2!

f (a) f (a)
h ∈ ] − η, η[, + (h) est du signe de , donc il existe η > 0 tel que
2! 2!
pour tout h ∈] − η, η[, h = 0, f (a + h) − f (a) < 0 ce qui indique que f admet
un maximum local strict sur I en a.
Commentaire
Dans la proposition, en remplaçant f (a) < 0 par f (a) > 0 on obtient
que f admet un minimum local strict.
Point méthode
Pour trouver les extrema locaux de f fonction réelle d’une variable réelle 2
fois dérivable sur un intervalle ouvert I de R on procède comme suit :
a) on cherche les candidats en résolvant f (x) = 0 sur I ;
b) on se restreint à ceux d’entre eux qui vérifient f (x) 0 ou f (x) 0 ;
c) seuls ceux qui vérifient f (x) < 0 ou f (x) > 0 sont bien des points
d’extrema locaux (CS2).
Si un candidat vérifie f (x) = 0 on ne peut rien conclure et il faut examiner
par un autre moyen si c’est un point d’extremum ou pas.
Dans la pratique on saute directement de a) à c).
Exemples
• Maximiser f (x) = x3 − x, x ∈ R.

( R. On résout(f (x) = 0 c’est-à-dire 3x −1 =
f est 2 fois dérivable sur 2
1 1
0, ce qui donne x1 = et x2 = − .
3 3
x1 et x2 sont donc les candidats.

f (x) = 6x d’où
( (
1 1
f (x1 ) = f =6 >0
3 3
et
( (
1 1
f (x2 ) = f − =6 <0
3 3
Les CS2 impliquent donc que x2 est la solution du problème, c’est-à-

dire x2 fournit un maximum local strict à f . On note que x1 fournit un
minimum local strict à f . On peut montrer qu’ils ne sont pas globaux.
En effet lim x→+∞ f (x) = +∞ et lim x→−∞ f (x) = −∞
• Rechercher les extrema de la fonction f définie par f (x) = x3 + x4 .
f est 2 fois dérivable sur R. On résout f (x) = 0 c’est-à-dire 3x2 +
4x3 = 0 ce qui donne x2 (3 + 4x) = 0 et donc x1 = −3/4 et x2 = 0
sont des candidats.
f (x) = 6x + 12x2 d’où f (x1 ) = f (−3/4) = 2, 25 > 0. Les CS2
impliquent donc que x1 fournit un minimum local strict à f .
On peut montrer qu’il est global.
f (x2 ) = f (0) = 0 donc on ne peut rien conclure quant à x2 = 0.
Il faut examiner ce point « à la main » en revenant à la définition d’un
extremum. f (x) − f (0) = x3 + x4 = x3 (1 + x). Dans tout voisinage
] − η, +η[ de 0, ∃x tel que f (x) < f (0) et ∃x tel que f (x) > f (0), donc
f n’admet ni minimum local ni maximum local en x2 = 0.
• Une
entreprise produit un bien avec un coût de production C(q) =

−1
q3 + 2q2 où q est la quantité produite. Le prix de vente p est
75
fixé : p = 75. On voudrait le niveau de production qui permettra à
l’entreprise de réaliser un profit maximum.
Π(q) = 75q − (−(1/75)q3 + 2q2 ) = (1/75)q3 − 2q2 + 75q

Π (q) = 0 implique q2 /25 − 4q + 75 = 0
La résolution de cette équation fournit deux candidats q1 = 25 et q2 =

75.
Π (q) = 2q/25 − 4 d’où Π (q1 ) = −2 < 0 et Π (q2 ) = 2 > 0. Les
CS2 impliquent donc que q1 = 25 fournit alors un profit maximum.
Dérivation • 137
B. Convexité
1) Fonction convexe sur un intervalle de R
• Définition 14
Soit f définie sur un intervalle I de R. On dit que f est convexe sur I lorsque
∀x ∈ I, ∀y ∈ I, ∀λ ∈ [0, 1], f (λx + (1 − λ)y) λ f (x) + (1 − λ) f (y)
Figure 5.6 – Graphe d’une fonction convexe.
∀t ∈ [x, y], f (t) u(t)

∀z ∈ [u, ν], ∀t ∈]u, ν[, f (z) f (t) − f (t)(t − z) (Proposition 16)
• Définition 15
Soit f définie sur un intervalle I de R. On dit que f est strictement convexe sur
I lorsque :
∀x ∈ I, ∀y ∈ I, ∀λ ∈]0, 1[, x = y =⇒ f (λx + (1 − λ)y) < λ f (x) + (1 − λ) f (y)
Exemple
La fonction f définie par f (x) = |x| est convexe sur R mais elle n’est pas
strictement convexe sur R.
• Proposition 16
Soit f définie et dérivable sur un intervalle ouvert I. f est convexe sur I si et
seulement si :
∀x ∈ I, ∀y ∈ I, f (y) − f (x) f (y)(y − x)

Cela signifie que le graphique d’une fonction convexe dérivable se situe au-
dessus de chacune de ses tangentes.
Commentaire
f est strictement convexe si, et seulement si :
∀x ∈ I, ∀y ∈ I, y = x =⇒ f (y) − f (x) < f (y)(y − x)
• Proposition 17
Soit f définie et 2 fois dérivable sur un intervalle ouvert I.
a) f est convexe sur I si et seulement si f (x) 0 pour tout point x de I ;
b) Si f (x) > 0 pour tout point x de I, alors f est strictement convexe sur I.
Commentaire
La réciproque de b) est fausse. La fonction f définie par f (x) = x4 est
strictement convexe sur R et pourtant sa dérivée seconde est nulle en 0.
Exemple
La fonction f définie sur R par f (x) = ex est indéfiniment dérivable. Pour
tout x ∈ R, f (x) = ex > 0. Donc f est strictement convexe sur R.
Lors de l’étude des extrema d’une fonction, on a insisté sur le fait que les
points fournis par f (x) = 0 n’étaient que des candidats à être des points d’ex-
tremum et qu’il fallait recourir à une condition suffisante pour vérifier si cer-
tains d’entre eux étaient des points d’extremum. Dans le cas des fonctions
convexes dérivables les points fournis par f (x) = 0 sont des points de minima
globaux comme le montre la proposition suivante.
• Proposition 18 : condition nécessaire et suffisante d’optimalité (CNS)

Soit f définie, dérivable et convexe sur un intervalle ouvert I. Soit a ∈ I.

f (a) = 0 si, et seulement si, f admet un minimum global sur I en a (strict si
la convexité est stricte).
Commentaire
Pour une fonction convexe la CN1 est une CS.
Démonstration : si f admet un minimum global sur I en a alors f admet un

minimum local sur I en a et la CN1 donne : f (a) = 0.
Supposons f (a) = 0 et appliquons la proposition 16 à tout x ∈ I et a. Il
vient :
∀x ∈ I, f (a) − f (x) 0
ce qui signifie que f admet un minimum global sur I en a.
Dérivation • 139
Exemple
On considère le problème suivant
√ :
Minimiser f (x) = 2x − x + 1 sur ] − 1, +∞[.
f est deux fois dérivable sur ] − 1, +∞[. On cherche les candidats
1
en résolvant f (x) = 0, c’est-à-dire 2 − √ = 0 ce qui donne
2 x+1
15
x=− .
16
1
f ”(x) = (x + 1)−3/2 , d’où ∀x ∈] − 1, +∞[, f ”(x) > 0 ; donc f est
4
strictement convexe sur ] − 1, +∞[.
15
Donc x = − fournit un minimum global strict à f sur ] − 1, +∞[.
16
2) Fonction concave sur un intervalle de R

• Définition 16
Soit f définie sur un intervalle I de R. On dit que f est concave sur I lorsque :
∀x ∈ I, ∀y ∈ I, ∀λ ∈ [0, 1], f (λx + (1 − λ)y) λ f (x) + (1 − λ) f (y)
• Définition 17
Soit f définie sur un intervalle I de R. On dit que f est strictement concave sur
I lorsque :
∀x ∈ I, ∀y ∈ I, ∀λ ∈]0, 1[, x = y =⇒ f (λx + (1 − λ)y) > λ f (x) + (1 − λ) f (y)
Commentaire
f est concave si et seulement si − f est convexe.
• Proposition 19
Soit f définie et dérivable sur un intervalle ouvert I. f est concave sur I si et
seulement si :
∀x ∈ I, ∀y ∈ I, f (y) − f (x) f (y)(y − x)
Cela signifie que le graphique d’une fonction concave dérivable se situe au-
dessous de chacune de ses tangentes.

Commentaire
f est strictement concave si, et seulement si :
∀x ∈ I, ∀y ∈ I, y = x =⇒ f (y) − f (x) > f (y)(y − x)
• Proposition 20
Soit f définie et 2 fois dérivable sur un intervalle ouvert I.
a) f est concave sur I si et seulement si f (x) 0 pour tout point x de I ;
b) Si f (x) < 0 pour tout point x de I, alors f est strictement concave sur I.
• Proposition 21 : condition nécessaire et suffisante d’optimalité (CNS)

Soit f définie, dérivable et concave sur un intervalle ouvert I. Soit a ∈ I.
f (a) = 0 si, et seulement si, f admet un maximum global sur I en a (strict si
la concavité est stricte).
C. Récapitulation des conditions

Soit f deux fois dérivable sur un intervalle ouvert J de R, et a ∈ J
• f quelconque
CN1 et CN2 :
f admet un minimum local en a =⇒ f (a) = 0 et f (a) 0

f admet un maximum local en a =⇒ f (a) = 0 et f (a) 0
CS2 :
f (a) = 0 et f (a) > 0 =⇒ admet un minimum local strict en a

f (a) = 0 et f (a) < 0 =⇒ admet un maximum local strict en a
• f convexe :
CNS : f (a) = 0 ⇐⇒ f admet un minimum global en a
• f strictement convexe :
CNS : f (a) = 0 ⇐⇒ f admet un minimum global strict en a
• f concave :
CNS : f (a) = 0 ⇐⇒ f admet un maximum global en a
• f strictement concave :
CNS : f (a) = 0 ⇐⇒ f admet un maximum global strict en a
Dérivation • 141
Point méthode
Soit f deux fois dérivable sur un intervalle ouvert J de R. Pour étudier les
extrema de f sur J on procède de la façon suivante :
on cherche les candidats en résolvant f (x) = 0. Soit a ∈ J un candidat ;
on calcule f (x).
Si f (x) n’est pas d’un signe constant sur J, on étudie le signe de f (a) :
– si f (a) < 0, alors f admet un maximum local strict en a ;
– si f (a) > 0, alors f admet un minimum local strict en a ;
– si f (a) = 0, alors on ne peut pas conclure.
Si f (x) est d’un signe constant sur J :

– si f (x) 0, ∀x ∈ J, alors f est concave sur J d’où f admet un maxi-
mum global en a ;
– si f (x) < 0, ∀x ∈ J, alors f est strictement concave sur J d’où f admet
un maximum global strict en a ;
– si f (x) 0, ∀x ∈ J, alors f est convexe sur J d’où f admet un mini-
mum global en a ;
– si f (x) > 0, ∀x ∈ J, alors f est strictement convexe sur J d’où f admet
un minimum global strict en a.
Exercices
Énoncés
Exercice no 1
Étudier la dérivabilité de la fonction définie à l’exercice 4 du chapitre 4 (Frais d’agence).
Exercice no 2
Montrer que la fonction f définie par
⎧
⎨ 1
x2 sin si x=0
f (x) = x
⎩
0 si x=0
est dérivable. Sa dérivée est-elle continue ?

Exercice no 3
On considère la fonction f définie sur son ensemble de définition par :
⎧ √
⎨ x + 2 − 4 − x2
f (x) = si x=0
⎩1 x
si x=0
a) Quel est l’ensemble de définition de f ?

b) Calculer la limite de f quand x tend vers 0 ; f est-elle continue en 0 ?
c) Calculer f (x) pour x ∈] − 2, 2[{0}, puis la limite de f quand x tend vers 0
d) Montrer que f est dérivable en 0 en utilisant la définition. Que vaut donc f (0)?
e) La fonction f est-elle continue en 0 ?
Exercice no 4
ax
a) Montrer que lim x→+∞ = +∞ pour a > 1 et r > 0.
xr
(x + 1) ln(x + 1) − x ln x
b) Déterminer lim .
x→+∞ ln x
Exercice no 5
Étudier les extrema des fonctions suivantes sur leur ensemble de définition :
a) f (x) = x5 − 20x + 3
b) f (x) = xe2x
c) f (x) = − x ln x + 4x − 6
d) f (x) = x4 − 4x3 + 6x2 − 4x + 4
e) f (x) = −4x3 + 6x + 8
Exercice no 6
Une entreprise a observé que pour un produit donné le coût total C(q) (en milliers d’eu-
ros) de la production variait en fonction de la quantité produite q (en milliers de pièces)
de la manière suivante :
C(q) = 2q3 − q2 + 4q
a) Quelle doit être la production q si l’entreprise cherche à minimiser le coût moyen ?

Écrire la fonction de coût marginal.
Vérifier que pour la valeur de q qui minimise le coût moyen, le coût marginal est égal
au coût moyen minimum.
b) Démontrer que la propriété qui vient d’être vérifiée est générale :

C(q)
Soit C(q) le coût total, q la quantité produite, C M (q) = le coût moyen
q
Caractériser la valeur q∗ qui minimise le coût moyen et vérifier que dans ce cas, on a
C M (q∗ ) = C (q∗ ).
Dérivation • 143
Exercice no 7
Soit ν la quantité d’input utilisée pour produire une quantité q d’un bien et w le prix
donné de l’input. On suppose que la fonction de production donnée par q = f (ν) vérifie
les hypothèses suivantes :
f (0) = 0, ∀ν > 0, f (ν) > 0, f (ν) > 0, et f (ν) < 0

lim f (ν) = l
ν→+∞
Étudier le problème de maximisation du profit, posé par l’entreprise, le prix de vente p

étant fixé.
Exercice no 8 (Règle de l’Hôpital)

Soit f et g deux fonctions dérivables sur l’intervalle I =]a − α, a + α[, α > 0 et telles
que f (a) = g(a) = 0.
f (x)
a) Peut-on calculer directement lim ?
x→a g(x)
b) Soit x ∈ I, x = a. On considère la fonction
ϕ:I → R
t → ϕ(t) = g(x) f (t) − f (x)g(t)
Calculer ϕ(x) et ϕ(a).

En déduire qu’ il existe θ ∈]0, 1[ tel que ϕ (a + θ(x − a)) = 0.
c) Calculer ϕ (t). Déduire de la question précedente que pour tout x ∈ I, x = a, il existe
θ ∈]0, 1[ tel que
f (x) f (a + θ(x − a))
=
g(x) g (a + θ(x − a))
d) On suppose que lim f (x) = u et lim g (x) = ν = 0. Déduire de la question précé-

x→a x→a
f (x)
dente la valeur de lim en fonction de u et ν.
x→a g(x)
Cette règle éponyme est due à Guillaume François Antoine de l’Hôpital, marquis de
Sainte-Mesme (1661-1704).
Exercice no 9
Soit la fonction f définie par
f (x) = ln(1 + x) − x − x2 , x > −1
f (x)
a) Calculer lim .
x−→0 x2
b) En déduire un équivalent de f au voisinage de 0.
c) Montrer à l’aide de cet exemple que si f1 ∼a g1 et f2 ∼a g2 alors on ne peut pas en
déduire f1 + f2 ∼a g1 + g2 .

Exercice no 10
Soit f une fonction strictement concave dérivable sur R+ telle que f (0) = 0. Montrer
f (x)
que la fonction est strictement décroissante sur R∗+ .
x
Exercice no 11
3−x
On considère la fonction f d’une variable réelle définie par : f (x) = − ln (x − 2).
x−2
a) Quel est l’ensemble de définition D f de f ?
b) Montrer que l’équation f (x) = 0 a une solution unique dans D f . On considère à
présent la fonction g d’une variable réelle définie par : g(x) = (3 − x)ln (x − 2) + 6.
c) Quel est l’ensemble de définition Dg de g ?
d) Montrer que g est dérivable sur Dg et calculer g .
e) Montrer que g est strictement concave sur Dg .
f) Étudier les extrema de g sur Dg .
g) Étudier les extrema de g sur [5, 20].
Exercice no 12
Soit f et g sont deux fonctions concaves sur un intervalle I. Démontrer les propriétés
suivantes :
a) f + g est une fonction concave sur I.
b) ∀α > 0, α f est une fonction concave sur I.
c) ∀α < 0, α f est une fonction convexe sur I.
Exercice no 13
On considère la fonction f telle que
√
f (x) = − x2 + 1 − x2 + 6
a) Quel est l’ensemble de définition D de f ?

b) Montrer que f est strictement concave sur D.

Dérivation • 145
6. Intégration
L
’idée est banale : à partir de la mesure de la surface d’un rec-
tangle comment calculer une aire dont les bords sont courbes, ou
peu réguliers, voire franchement tordus ? L’intégrale de Riemann(1)
nous donne une réponse. Sa construction se fait naturellement, via les
méthodes classiques de l’analyse en première année d’université. La
deuxième partie concerne les techniques de calcul intégral, en général
acquises sans difficulté par les étudiants. Ceux-ci, parfois, donnent même
l’impression d’en raffoler... comme si ces techniques les rassuraient du
théorique et conceptuel.
Mots clefs : primitive, intégrale, logarithme, changement de variables,
intégration par parties, intégrale généralisée.
I. Primitive
Toutes les fonctions considérées dans ce paragraphe sont définies et continues

sur des intervalles.
Quand f est dérivable, on sait calculer par des méthodes explicites (dérivée
d’une somme, d’un produit, d’un quotient, de la composée de deux fonctions
dérivables) une nouvelle fonction appelée dérivée de f et notée f . Cette opé-
ration s’appelle « dérivation » et, si elle existe, la fonction dérivée est unique.
Posons alors le problème inverse : connaissant la fonction f , trouver, TOUTES
les fonctions F telles que F = f . Cette opération s’appelle recherche d’une
primitive.
1. Bernhard Riemann, mathématicien allemand (1826–1866), dont les travaux ont eu un impact
considérable sur les mathématiques modernes.
Intégration • 147
• Définition 1
Soit I un intervalle ouvert de R, f et F deux fonctions définies sur I. On dit
que F est une primitive de f sur I si : ∀x ∈ I, I, F (x) = f (x) ; i.e. F a pour
dérivée f sur I.
• Proposition 1
Si F est une primitive de f sur I, alors l’ensemble des primitives de f sur I
est :
= {G : I → R tel que, ∀x ∈ I, G(x) = F(x) + C, C = constante}
Démonstration : ∀G ∈ , G = F = f donc G est primitive de f. Récipro-
quement, soit G une primitive de f , alors G = f = F d’où G − F = 0 et
donc G − F = C = constante.
Notation : on écrit parfois f (x)dx une primitive quelconque de f (appelée
intégrale indéfinie de f ) c’est-à-dire un élément quelconque de .
Exemples
• La fonction F définie par F : R −→ R
x3
x →
3
est une primitive de
f : R −→ R
x → x2 , sur l’intervalle R =] − ∞, +∞[
x → ex
est une primitive de f : R −→ R
x → ex , sur l’intervalle R
x3
x → + ex
3
est une primitive de f : R −→ R
x → x2 + ex , sur l’intervalle R
• La fonction sinus est une primitive sur R de la fonction cosinus.
Toutes ces primitives ont été trouvées en lisant à l’envers un catalogue
de dérivées. Par contre, les primitives de ln x, de x sin x n’y figurent
probablement pas et la primitive de e−x certainement pas. Pour les
2
deux premières, il existe des techniques d’intégration pour les calculer,

pour la dernière, on montre qu’une primitive existe mais qu’elle ne
peut s’exprimer à l’aide des fonctions usuelles.

• Proposition 2
Il existe une primitive et une seule F de f qui prend en x0 ∈ I une valeur λ

donnée, i.e. F(x0 ) = λ.
Démonstration :
On montre (corollaire de la proposition 5) que toute fonction continue sur I
admet une primitive sur I. Quant à l’unicité, elle résulte de la proposition 1.
En effet : soit G et F deux primitives de f sur I telles que G(x0 ) = F(x0 ) = λ.
Comme G(x) = F(x) + C, on a G(x0 ) = F(x0 ) + C d’où C = 0 et G = F.
II. Intégrale définie

Toutes les fonctions considérées dans ce paragraphe sont continues et, si déri-
vables, la dérivée est elle aussi continue. On définit une méthode pour calculer
la surface sous la courbe d’une fonction f 0 (figure 6.1) ; le nombre qui
b
mesure l’aire sera noté a f (x)dx et lu « somme de a à b de f (x)dx » ou encore
« intégrale de a à b de f (x)dx ».
b
Figure 6.1 – Surface S = F(b) − F(a) notée S = a
f (x)dx appelée Intégrale définie de f sur
[a,b].
A. Étude d’un exemple
Sachant que la surface du rectangle est S = l × L (cf. le cours
préparatoire), on définit un procédé où, « par passage à la li-
mite » on calcule une surface dont un bord est le graphe d’une
fonction f . Test dans le cas où la surface est celle d’un triangle
rectangle.
Soit la fonction
f : [0, b] −→ R
t → αt = f (t), α∈R
Figure 6.2
On appelle subdivision de l’intervalle [a, b] la suite finie de points

x0 , x1 , · · · , xn telle que a = x0 < x1 < x2 < · · · < xk−1 < xk < · · · < xn = b.
Ces n + 1 points définissent n intervalles [xk−1 , xk ], k = 1, · · · n. Dans notre cas
b−a b
a = 0 et tous les intervalles ont la même longueur (xk − xk−1 ) = =
n n
b
d’où xk = k · · Appelons d une telle subdivision et s(d) la somme suivante :
n

n
s(d) = (xk − xk−1 ) f (xk−1 )
k=1

Il est clair que s(d) représente la somme des surfaces des rectangles dessinés
sous le graphe de f . Par ailleurs :
n
b b
s(d) = × α × × (k − 1)
n n
k=1
αb2
n
s(d) = (k − 1)
n2
k=1
αb2
= (1 + 2 + · · · + (n − 1))
n2
(n − 1)n
Enfin, sachant que 1+2+· · ·+(n−1) = (cf. exercice n◦ 1, chapitre 2)
2
αb2 (n − 1)n
s(d) = ×
2 n2
b
Quand n → +∞, la longueur des intervalles [xk−1 , xk ] qui est tend vers 0, et
n
αb2
s(d) → ·
2
b2
Or α est justement la surface du triangle rectangle OAB, égale à la moitié
2
de celle du rectangle de longueur L = b et largeur l = αb. On va généraliser
cette méthode afin de calculer des surfaces dans le cas où f est continue sur
[a, b].
Commentaire
On pourra lire « en diagonale » la partie B 1) ci-dessous et ne lui accorder
qu’une valeur heuristique sachant que le but de cette partie du cours est
d’apprendre à calculer des intégrales et connaître leurs propriétés.
B. Fonction Riemann-intégrable
sur un intervalle [a ,b ]
1) Somme intégrale d’une fonction f définie sur [a ,b ]
Soit d = {x0 , x1 , · · · , xn tel que et a = x0 < x1 < · · · < xn = b} une subdi-
vision quelconque de [a, b] (NB : les intervalles [xi , xi+1 ] ne sont pas d’égales
longueurs, en général) et T = (t0 , t1 , · · · , tn−1 ) une famille de n points de [a, b]
telle que ti ∈ [xi , xi+1 ] pour i = 0, · · · , n− 1. La somme notée S d (T ) telle que :
S d (T ) = f (t0 )(x1 − x0 ) + f (t1 )(x2 − x1 ) + · · ·
+ f (ti )(xi+1 − xi ) + · · · + f (tn−1 )(xn − xn−1 )

n−1
S d (T ) = f (ti ) · (xx+1 − xi )
i=0
Figure 6.3
est appelée la somme intégrale de la fonction f associée à d et T . Il est clair

que S d (T ) représente la somme des surfaces des rectangles hachurés de la
figure 6.3. Soit, maintenant, le « pas » de la subdivision d, noté |d| et défini
par : |d| = maxi=0,···,n−1 |xi+1 − xi |. Enfin, on dit que S est la limite des sommes
intégrales S d (T ) quand le pas |d| tend vers 0 si : ∀ε > 0, ∃δε > 0 tel que ∀d
subdivision de [a, b] et ∀T = (t0 , t1 , · · · , tn−1 ) tel que ti ∈ [xi − xi+1 ]
Si : |d| < δε , alors |S d (T ) − S | < ε
Ce que l’on note : S = lim|d|→0 S d (T )
• Définition 2
Si cette limite S existe (i.e. S ∈ R), on dit que f est Riemann-intégrable sur
b
[a, b] et on note S = a f (x)dx appelée intégrale définie de f sur [a, b].
a et b s’appellent les bornes de l’intégrale et x la variable muette.
Commentaires
b
• Le nombre réel représenté par l’écriture a f (x)dx ne dépend pas de la
variable muette choisie, c’est-à-dire :
) b ) b ) b
f (x)dx = f (t)dt = f (u)du = etc...
a a a
b
• Si f 0 sur [a, b], a f (x)dx représente l’aire comprise entre la courbe
de f , l’axe des x et les droites d’équation x = a et x = b. (Voir figure 6.3.)
• Si la courbe représentant f est en partie au-dessus et en partie en-
b
dessous de l’axe des x, a f (x)dx est la somme algébrique des aires si-
gnées, aires positives au-dessus de l’axe et négatives en-dessous. (voir
figure 6.4).
Dans ce cas si on veut calculer l’aire comprise entre la courbe, l’axe des x
et les droites x = a et x = b il faut calculer séparément les aires positives
et négatives puis additionner les valeurs absolues de ces aires signées.

y
+ +
a b
x
-- --
Figure 6.4
a a b
• On pose : a f (x)dx = 0 et b f (x)dx = − a f (x)dx
• Si dans S d (T ), la somme intégrale de f , on remplace f (ti ) par Mi =
n−1
Sup x∈[xi ,xi+1 ] f (x), on obtient la somme S̄ d = i=0 Mi (xi+1 − xi ), ap-
pelée somme de Darboux supérieure et si on remplace f (ti ) par mi =

Inf x∈[xi ,xi+1 ] f (x), on obtient : S d = n−1i=0 mi (xi+1 − xi ) appelée somme de Dar-
boux inférieure.
Dans l’exemple vu en A, c’est la limite d’une somme de Darboux inférieure
b
quand |d| = −→ 0 qui nous a permis de retrouver la surface du triangle
n
rectangle.
Enfin, sachant que sur chaque intervalle [xi , xi+1 ], mi f (ti ) Mi , on a les
inégalités :
S d S d (T ) S̄ d
et ceci quelle que soit la famille T = (t0 , t1 , · · · , tn−1 ) choisie.
2) Principales propriétés de l’intégrale de Riemann

• Proposition 3
Parmi les fonctions Riemann-intégrables sur [a, b], on trouve :
– les fonctions continues sur [a, b] ;
– les fonctions continues par morceaux sur [a, b], c’est-à-dire, bornées et
continues sur [a, b] sauf en un nombre fini de points de discontinuité de
première espèce c’est-à-dire où la fonction fait un saut de hauteur finie.
Ce résultat est admis.
• Proposition 4 : propriétés de l’intégrale définie
f et g désignent deux fonctions Riemann-intégrables sur [a, b].
1. Linéarité : a et b deux réels quelconques. Si α et β sont deux réels qui ne
dépendent pas de la variable muette x, alors :
) b ) b ) b
[α f (x) + βg(x)]dx = α f (x)dx + β g(x)dx
a a a
2. Relation de Chasles : a, b, c trois réels quelconques

) b ) c ) b
f (x)dx = f (x)dx + f (x)dx
a a c
b
3. a) Si a < b et ∀x ∈ [a, b], f (x) 0 alors a f (x)dx 0.
b b
b) Si a < b et ∀x ∈ [a, b], f (x) g(x) alors a f (x)dx a g(x)dx
4. Formule de la moyenne : si ∀x ∈ [a, b], g(x) 0 alors il existe Γ tel que :
) b ) b
f (x)g(x)dx = Γ · g(x)dx
a a
avec m Γ M où m = inf x∈[a,b] f (x) et M = sup x∈[a,b] f (x). En particulier

pour g(x) = 1, ∀x ∈ [a, b]
) b
f (x)dx = Γ · (b − a), mΓM
a
Enfin, si f est continue sur [a, b], alors il existe x0 ∈ [a, b] tel que f (x0 ) = Γ
d’où l’égalité :
) b
f (x)dx = f (x0 )(b − a), x0 ∈ [a, b]
a
Démonstration :
1 et 2 se démontrent sans difficulté grâce à la proposition 6 ci-après.
3. a) Admis.
3. b) se déduit de 1 et 3.a). sachant que g(x) − f (x) 0, ∀x ∈ [a, b].
4. ∀x ∈ [a, b], m f (x) M et g(x) 0 d’où mg(x) f (x) · g(x) Mg(x)
d’après 3 b) et la linéarité 1.
) b ) b ) b
m· g(x)dx f (x)g(x)dx M · g(x)dx (6.1)
a a a

b b
b f (x)g(x)dx f (x)g(x)dx
Si a g(x)dx > 0 alors m a
b M et a
b = Γ est le
a g(x)dx a g(x)dx
nombre cherché.
b b
Si a g(x)dx = 0 alors a f (x)g(x)dx = 0 d’après (6.1), d’où là encore la
formule de la moyenne.
Si g(x) = 1, ∀x ∈ [a, b] l’interprétation géométrique de la formule de la
moyenne (figure 6.5) est la suivante : il existe Γ tel que
) b
f (x)dx = Γ · (b − a)
a
= Surface du rectangle de base (b − a)
et de hauteur Γ (rectangle ABCD de la figure)
Figure 6.5
Si f continue sur [a, b], alors, (théorème 3 du chapitre 4) f ([a, b]) = [m, M]
et ∀Γ ∈ [m, M], ∃x0 ∈ [a, b] tel que f (x0 ) = Γ.
• Corollaire : si a b, alors
') ' )
' b ' b
' f (x)dx'' | f (x)|dx
'
a a
Démonstration : il suffit d’appliquer 3.b) de la proposition 4 aux inégalités :
∀x ∈ [a, b], −| f (x)| f (x) | f (x)|

) b
3) Relation entre l’intégrale définie f (t )dt
a
et F une primitive de f sur [a ,b ]
Soit f continue sur [a, b], alors ∀x ∈ [a, b], f est continue donc intégrable sur
[a, x] d’où la fonction F :
F : [a, b] −→ R
) x
x → F(x) = f (t)dt
a
où la borne x est la variable de F et t la variable muette dans l’intégrale définie.
• Proposition 5
x
Soit f continue sur [a, b], alors la fonction x → F(x) = a f (t)dt est continue
dérivable sur [a, b] et F = f . F est donc une primitive de f sur [a, b].
Démonstration : f continue sur [a, b], intervalle fermé borné, donc f est bor-
née sur [a, b], i.e. ∃M ∈ R tel que ∀x ∈ [a, b], | f (x)| M
Soit x et h tel que x ∈ [a, b] et x + h ∈ [a, b], alors
') x+h ' ') x+h '
' ' ' '
0 |F(x + h) − F(x)| = '' f (t)dt'' '' | f (t)|dt''
x x
(d’après le corollaire de la proposition 4).
') '
' x+h '
0 |F(x + h) − F(x)| '' | f (t)|dt'' M · |h|
x
Conclusion
0 |F(x + h) − F(x)| M · |h| −−→ 0
h→0
d’où limh→0 F(x + h) = F(x) i.e. F continue au point x.
Montrons que F (x) = f (x)
f continue au point x, donc :
∀ε > 0, ∃ηε > 0 tel que |t − x| < ηε ⇒ | f (t) − f (x)| < ε
Soit donc : ε > 0 et h tel que |h| < ηε
)
F(x + h) − F(x) 1 x+h
− f (x) = f (t)dt − h · f (x)
h h x
) x+h
1
= [ f (t) − f (x)]dt
h x
' ' ') '
' F(x + h) − F(x) ' 1 ' x+h '
' − f (x)'' · '' | f (t) − f (x)|dt''
' h |h| x

or : t ∈ [x, x + h],
d’où : '|h| < ηε ⇒ |t − x| < 'ηε ⇒
' | f (t) −' f (x)| < ε
' x+h ' ' x+h '
d’où : ' x | f (t) − f (x)|dt' ' x εdt' = |h|ε
' '
' F(x + h) − F(x) '
et finalement : '' − f (x)'' ε si |h| < ηε
h
F(x + h) − F(x)
c’est-à-dire : lim = f (x)
+, h
h→0
* -
F (x)
• Corollaire : toute fonction continue sur un intervalle admet une primitive
sur cet intervalle.
Démonstration : résulte directement de la proposition 5, en effet
x : soit f conti-
nue sur l’intervalle I et a ∈ I. La fonction x → F(x) = a f (t)dt est une
primitive de f .
Conséquence : on peut définir ainsi la fonction logarithme népérien, déjà ren-
contrée dans ce livre.
• Définition 3 : fonction logarithme népérien
La fonction
: ]0, +∞[ −→ R
f
1
x →
x
est continue sur ]0, +∞[, on définit la fonction ln, appelée logarithme népérien
telle que :
ln : ]0, +∞[ −→ R
) x
dt
x → ln x =
1 t
1
D’après la proposition 5 : (ln x) = ; ln 1 = 0 ; ainsi, la fonction ln est LA
x
1
primitive de x → sur ]0, +∞[ qui s’annule pour la valeur 1 de sa variable.
x
) x
dt
Figure 6.6 – Interprétation géométrique. L’aire de la surface hachurée est : = ln x.
1 t
• Proposition 6
Si F est une primitive de f sur [a, b], alors :
) b
f (t)dt = F(b) − F(a)
a
Démonstration : sous l’hypothèse f continue sur [a, b], la fonction

F : [a, b] −→ R
) x
x → F(x) = f (t)dt
a
est, d’après la proposition 5, une primitive de f sur [a, b] telle que :

) b ) a
F(b) = f (t)dt et F(a) = f (t)dt
a a
b
Conclusion : a f (t)dt = F(b) − F(a). Enfin, d’après la proposition 1, si G est
une autre primitive de f sur [a, b], G(x) = F(x) + constante d’où :
) b
f (t)dt = F(b) − F(a) = G(b) − G(a)
a
Point méthode
b
Pour calculer a f (t)dt, on détermine F, une primitive quelconque de f sur
[a, b] et on applique la formule de la proposition 6 :
) b
f (t)dt = F(b) − F(a)
a
b
Notation usuelle : a f (t)dt = [F(t)]ba = F(b) − F(a)
4) Applications
a) On prend l’exemple vu section II § A, où l’on a savamment calculé la surface
d’un triangle rectangle dont les côtés à angle droit ont pour longueur b et αb.
) b
b
αt2 αb2
αtdt = =
0 2 0 2
qui est bien le résultat trouvé avec les sommes de Darboux.
1
b) 0 et dt = [et ]10 = e − 1.

5) Mesure des surplus
Généralement, la demande est une fonction décroissante du prix et l’offre une
fonction croissante du prix, ce qui donne des courbes à l’allure représentée
dans la figure 6.7.
Figure 6.7
Dans l’hypothèse d’un marché à concurrence parfaite, le prix p0 qui se

forme sur le marché selon la « loi de l’offre et de la demande » correspond
à l’égalité de l’offre et de la demande, c’est-à-dire au point d’intersection des
deux courbes.
Mais il apparaît sur le graphique que des consommateurs étaient prêts à
payer plus cher que le prix du marché. Le total de leur « bénéfice » eût été
drainé par un habile monopole susceptible de pratiquer en face d’eux une dis-
crimination parfaite. Ce total économisé est représenté sur le graphique par
l’aire ABE soit :
) Q0
p1 (Q)dQ − p0 Q0 (aire AODE − aire ODEB)
0
Il s’appelle le surplus des consommateurs.

Dans le même temps, des producteurs se trouvaient disposés à céder leurs
produits à un prix inférieur à p0 . L’existence d’un prix unique de marché leur
assure un gain dont le total est mesuré par l’aire BEC, soit :
) Q0
p0 Q0 − p2 (Q)dQ (aire ODEB − aire ODEC)
0
Il s’appelle le surplus des producteurs.

C. Méthodes de calculs
1) Utilisation de la linéarité de l’intégrale
Pour calculer une primitive de α f + βg, si on peut calculer F et G respective-

ment primitives de f et g, alors αF + βG une primitive de α f + βg.
Exemple
1
Soit f :] − 1, +1[−→ R telle que f (x) =
1 − x2
1 1 1 1
Si on remarque : f (x) = · + · (cela s’appelle décom-
2 1+x 2 1−x
1
poser la fonction rationnelle en éléments simples et une méthode
1 − x2
générale de décomposition existe), alors :
) + 13 + 13 + 13
1 1 1 1+x
f (x)dx = ln(x + 1) − ln(1 − x) = ln
− 13 2 2 − 13 2 1−x − 13
) + 13
dx
d’où, = ln 2.
− 31 1 − x2
Figure 6.8 – Interprétation géométrique : la surface hachurée est égale à ln 2 0,693.

Exemple
Soit f : R −→] − 1, +1[ telle que f (x) = cos2 x
Si on remarque : f (x) = 12 (1 + cos 2x) alors :
) π ) π ) π π
1 1 1 sin 2x π
cos xdx =
2
1dx + cos 2xdx = [x]π0 + =
0 2 0 0 2 2 2 0 2
Figure 6.9 – Interprétation géométrique : la surface hachurée est égale à π2 ·
2) Méthode du changement de variable

À l’origine de cette méthode, la formule de dérivation des fonctions compo-
sées : soit I et J deux intervalles de R, et F, f , u trois fonctions telles que
u F
J → I → R avec F primitive de f sur I, f continue sur I, u dérivable sur J,
alors :
∀t ∈ J, (F ◦ u) (t) = (F ◦ u)(t) × u (t)

= ( f ◦ u)(t) × u (t)
Ainsi, F ◦ u est une primitive de ( f ◦ u) × u sur J si F est une primitive de f

sur I. D’après la proposition 6 on a les égalités : α ∈ J, β ∈ J
) β
( f ◦ u)(t) × u (t)dt = F ◦ u(β) − F ◦ u(α)
α
= F(b) − F(a)
) b
= f (x)dx, où u(β) = b et u(α) = a
a
On dit que l’on a fait le changement de variable x = u(t) dans l’intégrale :

) b
f (x)dx (6.2)
dont le calcul ramène à celui de l’intégrale :
) β
( f ◦ u)(t) × u (t)dt (6.3)
α
Point méthode
Tout l’art du changement de variable consiste à trouver la bonne fonction

u qui en rendant calculable l’intégrale (6.3) permet de calculer l’intégrale
(6.2). Dans le changement de variable x = u(t), on retiendra que l’applica-
tion u : J −→ I doit être bijective (d’où l’écriture équivalente t = u−1 (x))
et dans l’intégrale, on utilisera de manière formelle la notation dx = u (t)dt
si x = u(t).
Exemples
) e
ln x
• I= dx. Changement de variable x = u(t) = et ou de manière
1 x
équivalente t = ln x. On écrit : dx = et dt et l’intégrale I devient :
) ln e ) 1
t 1 1
I= t
× et
dt = tdt = [t2 ]10 =
ln 1 e 0 2 2
) 1
xdx
• I= √ . Changement de variable t = u−1 (x) = 1 + x2 , d’où
0 1+ x2
dt = 2xdx et :
) u−1 (1) ) 2 √
1dt dt √
I= √ = √ = [ t]21 = 2 − 1
u−1 (0) 2 t 1 2 t
) 2
dx
• I = x − e−x
. Changement de variable x = u(t) = ln t ou, de
1 e
dt
manière équivalente, t = ex . On écrit dx = et l’intégrale I devient :
t
) e2 ) e2
dt dt
I= =
e t −1
1 2
e
t t−
t
et en reprenant les calculs du point C 1), on obtient :
e2
1 1+t 1 (1 + e)2
I = − ln = ln
2 1−t e 2 1 + e2

3) Méthode de l’intégration par parties
À l’origine de cette méthode, la formule de dérivation d’un produit f × g de
fonctions définies dans l’intervalle I :
∀x ∈ I, ( f (x)g(x)) = f (x)g(x) + f (x)g (x)
Soit a ∈ I, b ∈ I, d’après la proposition 6 :

) b
[ f (x)g(x)] dx = [ f (x)g(x)]ba
a
) b ) b

= f (x)g(x)dx + f (x)g (x)dx
a a
d’où la formule suivante dite formule d’intégration par parties :

) b ) b

f (x)g (x)dx = [ f (x)g(x)]ba − f (x)g(x)dx
* a
+, - * a
+, -
(1) (2)
Cette formule permet de calculer l’intégrale (1) si on sait calculer l’inté-

grale (2) et si on connaît une primitive de la fonction notée g (x).
Exemple
e
I= 1 ln xdx
1
f (x) = ln x, f (x) =
x (on retiendra cette disposition des calculs)
g (x) = 1, g(x) = x
D’après la formule d’intégration par parties :

) e
I = [x ln x]1 −
e
dx = e − e + 1 = 1
1
Exemples a
• a ∈ R, I(a) = 0 xex dx

f (x) = x, f (x) = 1
g (x) = ex , g(x) = ex
) a
I(a) = [xex ]a0 − ex dx = ea (a − 1) + 1
a
• Soit maintenant : a ∈ R, J(a) = 0 x2 ex dx

f (x) = x2 , f (x) = 2x
g (x) = ex , g(x) = ex
) a
J(a) = [x2 ex ]a0 − 2 xex dx = a2 ea − 2I(a)
0
J(a) = ea (a2 − 2a + 2) − 2
Commentaire
a
De la même manière, on pourrait calculer K(a) = 0 x3 ex dx en utilisant
le calcul de J(a).
III. Intégrale généralisée

On parle d’intégrale généralisée (on dit aussi intégrale impropre)
) lorsque l’in- +∞
e−t dt, ou
2
tervalle d’intégration est de longueur infinie, par exemple :
0
lorsque la fonction devient infinie sur l’intervalle d’intégration, par exemple :
) 1
1 1
√ dt, √ → +∞ quand t → 0+ .
0 t t
A. Cas où l’une des bornes de l’intervalle

d’intégration est infinie
1) Définitions
x
Soit f continue sur [a, +∞[ et I f (x) = a f (t)dt, on pose par définition :
) +∞ ) x
f (t)dt = lim I f (x) = lim f (t)dt (figure 6.10)
a x→+∞ x→+∞ a
Si la limite existe, on dira que l’intégrale de f existe en +∞ (ou encore est

convergente en +∞), dans le cas contraire on dira qu’elle n’existe pas en +∞
(ou encore qu’elle est divergente en +∞).
De même si f est continue sur ] − ∞, b[, on posera :
) b ) b
f (t)dt = lim f (t)dt
−∞ x→−∞ x

Figure 6.10
Enfin si f est continue sur R et a ∈ R, on posera :

) +∞ ) a ) +∞
f (t)dt = f (t)dt + f (t)dt
−∞ −∞ a
les deux intégrales de f respectivement en +∞ et −∞ devant exister séparé-

ment.
Exemples
) +∞ ) x
• e−t dt = lim e−t dt
0 x→+∞ 0
= lim [−e−t ]0x

x→+∞
= lim (1 − e−x ) = 1 Figure 6.11

x→+∞
+∞ x 2
• 0 tdt = lim x→+∞ 0 tdt = lim x→+∞ x2 = +∞
Donc l’intégrale est divergente en +∞. De même, l’intégrale en −∞,
0 2
−∞ tdt = lim x→−∞ − x2 = −∞ est divergente. On en conclut que
+∞ +∞ 0
−∞ tdt n’existe pas (les deux intégrales 0 tdt et −∞ tdt n’existant
pas séparément). On remarquera
+x sur cet exemple que l’existence de la
limite suivante : lim x→+∞ −x tdt = lim x→+∞ 0 = 0 ne suffit pas pour
+∞
conclure à l’existence de −∞ tdt.
2) Propriétés, critères d’existence

+∞
Considérons l’intégrale généralisée a f (t)dt. Soit on connaît une primitive
de f et l’existence de cette intégrale est ramenée à un calcul explicite et banal
de limite, soit on ne connaît pas de primitive de f et la question se pose de
trouver des conditions suffisantes assurant l’existence de l’intégrale générali-
sée. D’où, les critères suivants :
• Proposition 7
+∞
Soit f continue sur [a, +∞[ et b tel que a b. Les intégrales a f (t)dt et
+∞ +∞ b +∞
b f (t)dt sont de même nature et a f (t)dt = a f (t)dt + b f (t)dt
Démonstration : soit a b < x :
) x ) b ) x
a a b
d’où par passage à la limite quand x → +∞, le résultat souhaité.

Interprétation : l’intégrale de f en +∞ dépend seulement du comportement
de f au voisinage de +∞.
• Proposition 8 : critères d’existence et de non-existence

+∞
a) Si 0 f g, l’existence de a g(t)dt entraîne l’existence de
+∞ +∞
f (t)dt ; la non-existence de a f (t)dt entraîne la non-existence de
a+∞
a g(t)dt.
b) Si g et f sont deux fonctions +∞quand x → +∞ (on dit aussi au
+∞équivalentes
voisinage de +∞), alors a f (t)dt et a g(t)dt sont de même nature.
Démonstration :
x x
a) Soit a x, I f (x) = a f (t)dt et Ig (x) = a g(t)dt
Figure 6.12
Il est clair que : 0 If (x) Ig (x) ; x → I f (x) est une fonction croissante
+∞
de x ; enfin, si B = a g(t)dt existe, alors I f (x) B, ∀x ∈ [a, +∞[
car B = lim x→+∞ Ig (x) = sup x∈[a,+∞[ Ig (x). On a vu (proposition 4 du

x
chapitre 4), x → a f (t)dt = I f (x) fonction croissante sur [a, +∞[, et
majorée par B, admet une borne supérieure A = sup x∈[a,+∞[ I f (x) qui est
+∞
justement égale à lim x→+∞ I f (x) = a f (t)dt.
Conclusion :
) +∞ ) +∞
B= g(t)dt existe ⇒ A = f (t)dt existe
a a
Enfin, par contraposition de l’implication :
Non-existence de A ⇒ Non-existence de B
f (t)
b) Soit f ∼+∞ g, c’est-à-dire limt→+∞ = 1. Donc il existe b tel que
g(t)
f (t)
b > a et ∀t b, ∈ 1 − 12 , 1 + 12 . Il est clair que f (t) et g(t) sont de
g(t)
même signe, on prend le signe positif ce qui ne restreint pas la généralité
de la démonstration. Il en résulte :
1 3
∀t b, g(t) f (t) g(t)
2 2
D’après le résultat a) précédent :

+∞ 1 +∞
– si b f (t)dt existe, alors g(t)dt existe (on utilise la première inéga-
2 b
lité)
+∞ 3 +∞
– si b g(t)dt existe, alors f (t)dt existe (on utilise la deuxième inéga-
2 b
lité) et – via la proposition 7 – on déduit sans difficulté le résultat cherché

de b).
• Proposition 9 : l’intégrale généralisée

) +∞
dt
existe si et seulement si α > 1
1 tα
1
Démonstration : une primitive de est
tα
⎧
⎨ ln t si α = 1
1 1
⎩ × si α = 1
1 − α tα−1
d’où,
⎧
⎪ ln x −−−−→ +∞ si α = 1
) ⎪
⎪ x→+∞ ⎧
⎨ ⎪
⎨ +∞ si α < 1
x
dt
= 1 1 )
tα ⎪
⎪ − 1 −−−−→ +∞
1 ⎪
⎩1−α xα−1 x→+∞ ⎪
⎩
1
=
dt
, si α > 1
α−1 1 tα
Commentaire
1
Les fonctions t → α vont être de commodes fonctions test pour appli-
t
quer la proposition 8.
3) Application des critères d’existence

) +∞
e−t dt
2
a) Existence de I =
−∞
−t2
e dt ne peut s’exprimer à l’aide des fonctions élémentaires, un calcul direct
de I par le biais des limites est donc impossible. D’où, ici l’utilité des critères
permettant de savoir, sans la calculer,
+∞ si−tl’intégrale généralisée existe ou non.
Étudions d’abord l’existence de 0 e dt. On sait que t2 × e−t −−−−→ 0,
2 2
t→+∞
donc est aussi voisin de 0 que l’on veut pour t assez grand, c’est-à-dire il existe
a > 0 tel que ∀t > a, 0 < t2 e−t 1, le choix du nombre 1 étant bien sûr
2
arbitraire. On a donc :
1
∀t > a, 0 < e−t 2
2
t
) +∞
dt
D’après la proposition 9 et la proposition 7, existe donc, d’après la
t2
+∞ −t2 a +∞ 2
proposition 8, a e dt existe et enfin, d’après la proposition 7, 0 e−t dt
x 2 0
existe. Si, on remarque : 0 e−t dt = −x e−t dt on obtient :
2
) 0 ) 0 ) x ) +∞
−t2 −t2 −t2
e−t dt
2
e dt = lim e dt = lim e dt =
−∞ x→+∞ −x x→+∞ 0 0
+∞
e−t dt existe et on a même l’égalité :
2
Conclusion : −∞
) +∞ ) +∞
e−t dt = 2 e−t dt
2 2
I=
−∞ 0
√
Enfin on montre que I = π, résultat qui sera utilisé en probabilités.

) +∞ t
b) Existence de J = dt
0 (1 + t 2 )3
t 1
∼+∞ 5 donc d’après les propositions 8 et 9, l’intégrale généralisée
(1 + t2 )3 t
J existe.
Commentaires
Dans)cet exemple un calcul direct de J est possible puisqu’on sait expri-
x
t
mer dt = I(x). Soit :
0 (1 + t2 )3
u = 1 + t2 , 0 t x
du = 2tdt
) x ) 1+x2
t 1 du
I(x) = dt =
0 (1 + t )
2 3 2 u3
1
2
1 1 −2 1+x 1 1
I(x) = − u =− −1
2 2 1 4 (1 + x2 )2
) +∞
1 t
I(x) −−−−→ = dt
x→+∞ 4 0 (1 + t2 )3
B. Cas où la fonction devient infinie

sur l’intervalle d’intégration
1) Définitions
Soit f continue sur [a,b[, et lim x→b− f (x) = +∞(ou − ∞).
x
On considère I f (x) = a f (t)dt. Par définition, on pose :
) b ) x
f (t)dt = lim I f (x) = lim f (t)dt
a x→b− x→b− a
Si la limite existe on dira que f est intégrable en b. De même, si f est

continue sur ]a, b], et lim x→a+ f (t) = +∞(ou − ∞) on posera :
) b ) b
f (t)dt = lim+ f (t)dt
a x→a x
et on dira f intégrable en a si la limite existe. Enfin, si f est continue sur ]a, b[,
mais ni continue en a ni en b, on étudiera séparément l’intégrabilité de f en a
et en b.
Figure 6.13
Exemples
1 1
• t → √ est continue sur ]0, 1] mais pas en 0, où limt→0+ √ = +∞
t t
) 1 ) 1
dt dt √
√ = lim+ √ = lim+ 2(1 − x) = 2
0 t x→0 x t x→0
sin t
• t → tan t = est continue sur [0, π2 [ mais pas en π
2, où,
cos t
limt→ π − tan t = +∞
2
) x
sin t
dt = [− ln(cos t)]0x = − ln(cos x) −−−−−→ +∞
0 cos t x→+ π
−
2
π
Donc, 0 tan tdt n’existe pas ou encore t → tan t n’est pas intégrable
2
π
en ·
2
• t → ln t est continue sur ]0, 1] mais pas en 0 où lim+ ln t = −∞.
t→0
1 1
∀x ∈]0, 1], x ln tdt = [t ln t] x − x dt = −x ln x − 1 + x (intégration
1
par parties vue en C.3).

ln x (ln x) 1/x
lim+ x ln x = lim+ = lim+ = lim+ = lim+ (−x) = 0.
x→0 x→0 1/x x→0 (1/x) x→0 −1/x2 x→0
1 1
Conclusion : 0 ln tdt = lim+ x ln tdt = −1.
x→0
2) Critères d’existence
Les questions sont les mêmes qu’en A.2) concernant l’intégrabilité des fonc-
tions en +∞ et −∞, les réponses sont quasi identiques.

Soit f continue sur [a, b[, discontinue en b. On se pose la question de l’inté-
x
grabilité de f en b, c’est-à-dire la question de l’existence de lim x→b− a f (t)dt.
Soit on connaît explicitement une primitive F de f , et le problème revient à re-
x
garder l’existence de lim x→b− F(x) sachant que a f (t)dt = F(x) − F(a), soit
on ne connaît pas de primitive de f auquel cas on fera appel aux critères sui-
vants qui donnent des conditions suffisantes pour l’intégrabilité de f en b.
• Proposition 7 bis :
Soit f continue sur [a, b[ et lim x→b− f (x) = +∞(ou − ∞), alors pour tout
b b
point a1 ∈ [a, b[ les intégrales a f (t)dt et a1 f (t)dt sont de même nature et si
elles existent on a :
) b ) a1 ) b
a a a1
Démonstration : ∀x ∈ [a, b[,

) x ) a1 ) x
a a a1
d’où, par passage à la limite quand x → b, le résultat souhaité.

Interprétation : l’intégrale de f en b dépend seulement du comportement de
f au voisinage du point b.
• Proposition 8 bis : critères d’existence et de non-existence

b b
a) Si 0 f g, l’existence de a g(t)dt entraîne l’existence de a f (t)dt ; la
b b
non-existence de a f (t)dt entraîne la non-existence de a g(t)dt.
f (t)
b) Si f et g sont continues sur [a, b[ et limt→b− = = c avec 0 < c < +∞,
g(t)
alors, les intégrales en b de f et de g sont de même nature.
Démonstration : elle utilise les mêmes arguments que la démonstration de la
proposition 8, à savoir :
a) Soit f et g continues sur [a, b[ mais pas en b. Soit :
) x ) x
a x < b , I f (x) = f (t)dt ; Ig (x) = g(t)dt
a a
De 0 f g, on déduit I f (x) Ig (x), ainsi que x → I f (x) et x → Ig (x)

b
sont des fonctions croissantes. Enfin, si B = a g(t)dt existe, alors,
I f (x) Ig (x) B = lim Ig (x) = sup Ig (x)

x→b−
x∈[a,b[
Figure 6.14
x → I f (x) fonction croissante sur [a, b[, majorée par B, admet une borne
supérieure A = sup x∈ [a,b[ I f (x)
b
qui est justement égale à lim x→b− I f (x) = a f (t)dt.
Conclusion : ) )
b b
g(t)dt existe ⇒ f (t)dt existe
a a
L’implication contraposée donne le deuxième résultat cherché :
) b ) b
Non-existence de f (t)dt ⇒ Non-existence de g(t)dt
a a
f (t)
b) Soit lim x→b− = 1 alors, en appliquant la définition de la limite, on a :
g(t)
1 f (t) 3
∃y ∈ [a, b[ tel que ∀t ∈ [y, b[,
2 g(t) 2
f (t)
Sachant alors que > 0, on déduit les inégalités :
g(t)
1 3
g(t) f (t) g(t) [cas f (t) et g(t) positifs]
2 2
ou bien
1 3
g(t) f (t) g(t) [cas f (t) et g(t) négatifs]
2 2
b
et d’après le résultat a) précédent on en déduit que les intégrales y f (t)dt et
b
y g(t)dt sont de même nature.
Il suffit alors d’appliquer la proposition 7bis pour conclure.

Exercices
Énoncés
Exercice no 1
À partir de la fonction de demande :
4
Q −→ p1 (Q) = −2
Q+1
et de la fonction d’offre :
Q −→ p2 (Q) = 2Q + 1
déterminer le prix d’équilibre du marché et la quantité échangée à l’équilibre.
Calculer le surplus des consommateurs et le surplus des producteurs.
Mêmes questions
√ à partir des fonctions de demande et d’offre définies par :
p1 (Q) = 7 − 4Q et p2 (Q) = 2Q + 1
Exercice no 2
On considère la fonction f de R dans R :
⎧
⎨x si x ∈ [0, 1]
f (x) = 2 − x si x ∈ [1, 2]
⎩
0 sinon
) +∞
Représenter graphiquement f . Vérifier que : f (x)dx = 1 ( f est une densité de
−∞
) 2
probabilité). Que vaut : E = x f (x)dx ? (E est l’espérance de la loi de densité f ).
0
Exercice no 3
⎧ a
⎪
⎨ α si x 1
x
Loi de Pareto : Soit f (x) = , a > 0 et α > 0
⎪
⎩
0 sinon
) +∞
a) Soit I = f (x)dx. À quelle condition I existe-t-elle ? À quelle condition sur α et
1
a a-t-on I = 1 ? (si I = 1, f est la densité de la loi de Pareto).
) +∞
b) Si α > 2, calculer J = x f (x)dx dans le cas où f est la densité de la loi de
1
Pareto.
Exercice no 4
Intégration par parties. Calculer les intégrales suivantes :
) a
a
a) I(a) = xe− x dx, et J(a) = 0 x2 e− x dx
) π
b) I = e− x sin xdx (effectuer deux intégrations par parties successives)
0
) 2
ln x
c) K = dx (on peut aussi utiliser le changement de variable t = ln x, voir
1 x
exemple dans C 2).
Exercice no 5
Intégration par changement de variable. Calculer les intégrales
) 1
xdx
a) (t = x2 + 1)
0 (x + 1)
2 2
) a
xe− x dx (t = x2 ). Que vaut lima→+∞ L(a) ?
2
b) L(a) =
0
) 2
c) (ln x)2 dx (t = ln x)
1
Exercice no 6
1 a b
Intégrale d’une fonction rationnelle. Déterminer a et b tels que : = +
x(x + 1) x x+1
) 3
dx
Calculer I = .
1 x(x + 1)
Exercice no 7
Existence d’intégrales généralisées. Les intégrales suivantes ont-elles un sens ? (on ne
demande pas leur calcul)
) +∞ √
√
a) e− x dx (pour x grand, on utilisera : x > 2 ln x).
0
) +∞
xα
b) dx, α ∈ R.
1 1 + x2
) +∞
c) I = x−α (ln x)β dx, α ∈ R, β ∈ R.
1
Exercice no 8
1
On se propose de calculer 0 e x dx par la « méthode des petits rectangles » alias somme
de Darboux, à l’aide de la subdivision d de l’intervalle [0, 1] telle que : x0 = 0, x1 =
1/n, ..., xk = k/n, ..., xn = 1.

n−1
1 k/n
a) Calculer S n = e .
n
k =0
b) Donner une interprétation géométrique de S n .
c) Calculer lim S n .
n→+∞
1
d) En déduire 0 e x dx.
Exercice no 9
1
Étudier la convergence de la série de Riemann avec α ∈ R.
nα

Syllabus Du Cours D'analyse Mathematiques Licence - 240205 - 012817

Transféré par

Droits d'auteur :

Formats disponibles

Syllabus Du Cours D'analyse Mathematiques Licence - 240205 - 012817

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Syllabus Du Cours D'analyse Mathematiques Licence - 240205 - 012817

Transféré par

Droits d'auteur :

Formats disponibles

Introduction

Les modèles mathématiques ont un succès inouï dans le domaine de la phy-

1) L’écriture, le sens des mots, la définition rigoureuse des objets mathéma-

Parler à tous avec simplicité tout en restant ambitieux sur le sujet.

2 • MATHÉMATIQUES POUR L’ÉCONOMIE

I. Connecteurs logiques ET, OU, NON, ⇒

Langage mathématique, mode d’emploi • 3

4 • MATHÉMATIQUES POUR L’ÉCONOMIE

B. ET, OU, NON

Langage mathématique, mode d’emploi • 5

Les propositions A et ¬¬A (comprendre ¬(¬A) et lire NON NON A) ont

6 • MATHÉMATIQUES POUR L’ÉCONOMIE

Les propositions ¬(A OU B) et ¬A ET ¬B ont mêmes valeurs de vérité sur

• Définition 5 : « ⇒ » le connecteur implication

Langage mathématique, mode d’emploi • 7

A B A⇒B ¬A ⇒ ¬B (A ⇒ B) ⇒ (¬A ⇒ ¬B)

8 • MATHÉMATIQUES POUR L’ÉCONOMIE

c) (¬(A ⇒ B)) = (A ET ¬B)

¬(A ⇒ B) = ¬(¬A OU B) = ¬¬A ET ¬B = A ET ¬B

d) L’implication est transitive

est une proposition toujours vraie (tableau 1.8).

Langage mathématique, mode d’emploi • 9

A B C A⇒B B⇒C A⇒C (B ⇒ C) ⇒ (A ⇒ C) Q

A B A⇒B B⇒A A⇔B

On constate, via la définition 4, que

10 • MATHÉMATIQUES POUR L’ÉCONOMIE

3) Passage d’une proposition à son contraire

Langage mathématique, mode d’emploi • 11

4) Propositions contenant deux quantificateurs

C’est la deuxième écriture que l’on choisit.

12 • MATHÉMATIQUES POUR L’ÉCONOMIE

¬C = ∀p ∈ N, ∃n ∈ N tel que ¬(n p ⇒ an = 0)

¬C = ∀p ∈ N, ∃n ∈ N tel que n p ET ¬(an = 0)

On a utilisé la propriété de négation de l’implication vue plus haut, à savoir :

• Soit A la proposition suivante, où N = {0, 1, 2, . . .} désigne l’ensemble des

A = ∃n ∈ N tel que ∀k ∈ N kn

d’où l’écriture mécanique de son contraire

¬A = ∀n ∈ N, ∃k ∈ N tel que ¬(k n)

Langage mathématique, mode d’emploi • 13

14 • MATHÉMATIQUES POUR L’ÉCONOMIE

A. Ensemble, élément, inclusion

N = {0, 1, 2, . . .} = l’ensemble des entiers naturels,

Plus généralement, on dit que A est un ensemble si on est capable de recon-

Les termes « ensemble », « élément » sont familiers dans le cadre du

Langage mathématique, mode d’emploi • 15

• Définition 7 : inclusion de deux ensembles

• Définition 8 : égalité de deux ensembles

B. Union, intersection, complémentaire,

16 • MATHÉMATIQUES POUR L’ÉCONOMIE

b) Union dénombrable d’une famille d’ensembles

c) Intersection de deux ensembles

d) Intersection dénombrable d’une famille d’ensembles

e) Complémentaire d’un ensemble

f) Diﬀérence de deux ensembles

Langage mathématique, mode d’emploi • 17

A × B = {(a, b) tel que a ∈ A ET b ∈ B}

Pour définir A × B on introduit un nouvel élément noté (a, b) et appelé couple.

18 • MATHÉMATIQUES POUR L’ÉCONOMIE