Calcul différentiel et

intégral pour les

sciences de la vie I et
II
2023 édition (08/02/2023)

Benoit Dionne
Université d’Ottawa
© Benoit Dionne, 2023 (Université d’Ottawa)
Version adaptée de Calcul différentiel et intégral pour les sciences de la vie, manuel pour les
cours MAT1730 et MAT1732, et des notes pour les cours MAT1720, MAT1722 et MAT2722
de calcul différentiel et intégral pour l’ingénierie.
Ce document est disponible aux endroits suivants :
Recherche uO: http://hdl.handle.net/10393/44594
GitHub: https://github.com/BenoitDionne/Calculus

Sauf indication contraire, ce livre est mis à disposition selon les termes de la licence Creative
Commons Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions
4.0 International (CC BY-NC-SA 4.0)

Page couverture:
Statue de Hans Lipperhey, Pays-Bas, 1570-1619, photo par Louise Oegema.
Un étang, photo par Patrice Dionne.
Entêtes des chapitres:
Les images utilisées pour les entêes des chapitres sont quelques unes des illustrations pro-
duites par John Tenniel pour la version originale du livre Alice’s Adventures in Won-
derland par Lewis Carroll.
 Table des matières

Avant-propos xiii

Chapitre 1 Fonctions 1

1.1. Qu’est-ce qu’une fonction ? . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2. Image et domaine d’une fonction . . . . . . . . . . . . . . . . . . . . . 3
1.3. Composition de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. Fonctions inverses (réciproques) . . . . . . . . . . . . . . . . . . . . . 8
1.4.1. Inverse additif d’un nombre réel . . . . . . . . . . . . . . . . . . . . 8
1.4.2. Inverse multiplicatif d’un nombre réel . . . . . . . . . . . . . . . . . 9
1.4.3. Inverse (réciproque) d’une fonction . . . . . . . . . . . . . . . . . . 9
1.4.4. Comment déterminer si une fonction a un inverse . . . . . . . . . . 11
1.4.5. Comment trouver l’inverse d’une fonction . . . . . . . . . . . . . . . 13
1.4.6. Influence du domaine et de l’image . . . . . . . . . . . . . . . . . . 16
1.5. Fonctions trigonométriques + r . . . . . . . . . . . . . . . . . . . . . 16
1.5.1. Identités trigonométriques . . . . . . . . . . . . . . . . . . . . . . . 20
1.5.2. Graphes des fonctions trigonométriques . . . . . . . . . . . . . . . . 25
1.5.3. Fonctions trigonométriques inverses . . . . . . . . . . . . . . . . . . 28
1.6. Fonctions exponentielles et logarithmiques . . . . . . . . . . . . . . . . 32
1.6.1. Fonctions exponentielles . . . . . . . . . . . . . . . . . . . . . . . . 32
1.6.2. Fonctions logarithmiques . . . . . . . . . . . . . . . . . . . . . . . . 33
1.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.7.1. Algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.7.2. Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.7.3. Trigonométrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.7.4. Fonctions exponentielles . . . . . . . . . . . . . . . . . . . . . . . . 40

i
ii TABLE DES MATIÈRES

Chapitre 2 Suites et séries 43

2.1. Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2. Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.2.1. Tests de convergence r . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2.2. Convergence absolue et séries alternées r . . . . . . . . . . . . . . 66
x
2.3. Le nombre e et la fonction e . . . . . . . . . . . . . . . . . . . . . . . 70
2.3.1. Fonctions hyperboliques r . . . . . . . . . . . . . . . . . . . . . . 73
2.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.4.1. Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.4.2. Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.4.3. Tests de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.4.4. Convergence absolue et séries alternées . . . . . . . . . . . . . . . . 77

Chapitre 3 Limite et fonctions continues 79

3.1. Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.1.1. Epsilon et delta Y . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.1.2. Règles pour évaluer les limites . . . . . . . . . . . . . . . . . . . . . 87
3.2. Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.2.1. Epsilon et delta Y . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.3. Quelques propriétés des fonctions continues . . . . . . . . . . . . . . . 93
3.4. Limites à l’infini et limites infinies . . . . . . . . . . . . . . . . . . . . 96
3.4.1. Des définitions plus pratiques Y . . . . . . . . . . . . . . . . . . . 103
3.4.2. Comportement asymptotique semblable + . . . . . . . . . . . . . . 106
3.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.5.1. Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.5.2. Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
3.5.3. Limites à l’infini et limites infinies . . . . . . . . . . . . . . . . . . . 110

Chapitre 4 Dérivée 113

4.1. Étude du graphe et comportement d’une fonction . . . . . . . . . . . . 113

4.2. Taux de variation d’une fonction . . . . . . . . . . . . . . . . . . . . . 115
4.3. Dérivée d’une fonction en un point . . . . . . . . . . . . . . . . . . . . 120
TABLE DES MATIÈRES iii

4.4. Dérivée d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

4.4.1. Différentiable implique continue . . . . . . . . . . . . . . . . . . . . 131
4.4.2. Une première application de la dérivée ; la vitesse d’un objet . . . . 132
4.5. Dérivées de quelques fonctions élémentaires . . . . . . . . . . . . . . . 132
4.5.1. Dérivée de f (x) = xn où n est un entier positif ou nul . . . . . . . . 133
4.5.2. Dérivée du sinus et du cosinus + r . . . . . . . . . . . . . . . . . . 135
4.6. Règles de dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
4.6.1. Dérivée d’une fonction multipliée par une constante . . . . . . . . . 140
4.6.2. Dérivée d’une somme de fonctions . . . . . . . . . . . . . . . . . . . 141
4.6.3. Dérivée du produit de fonctions . . . . . . . . . . . . . . . . . . . . 143
4.6.4. Dérivée du quotient de fonctions . . . . . . . . . . . . . . . . . . . . 145
4.6.5. Dérivée de fonctions composées . . . . . . . . . . . . . . . . . . . . 147
4.7. Encore plus de dérivées de fonctions élémentaires . . . . . . . . . . . . 150
4.7.1. Dérivée de f (x) = bx . . . . . . . . . . . . . . . . . . . . . . . . . . 150
4.7.2. Dérivée de logb (x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
4.7.3. Dérivée de xα où α est réel . . . . . . . . . . . . . . . . . . . . . . . 159
4.7.4. Dérivée des fonction trigonométriques inverses + r . . . . . . . . . 161
4.8. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.8.1. Taux de variation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.8.2. Dérivée d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . 164
4.8.3. Calcul des dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . 169

Chapitre 5 Applications de la dérivée 173

5.1. Étude de courbes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

5.2. Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
5.3. Taux liés r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
5.4. Dérivées implicites r . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.5. Approximation locale des fonctions . . . . . . . . . . . . . . . . . . . . 199
5.5.1. Calcul de limites r . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
5.6. Comportement asymptotique + r . . . . . . . . . . . . . . . . . . . 207
5.7. Méthode de Newton + r . . . . . . . . . . . . . . . . . . . . . . . . 221
5.8. Systèmes dynamiques discrets + . . . . . . . . . . . . . . . . . . . . . 227
5.8.1. Équation logistique . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
iv TABLE DES MATIÈRES

5.8.2. Étude des points d’équilibre . . . . . . . . . . . . . . . . . . . . . . 241

5.8.3. Étude des orbites périodiques Y . . . . . . . . . . . . . . . . . . . 246
5.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
5.9.1. Dérivées d’ordres supérieures . . . . . . . . . . . . . . . . . . . . . . 249
5.9.2. Graphes de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 250
5.9.3. Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
5.9.4. Taux liées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
5.9.5. Dérivées implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
5.9.6. Approximation locale des fonctions . . . . . . . . . . . . . . . . . . 259
5.9.7. Comportement asymptotique . . . . . . . . . . . . . . . . . . . . . . 261
5.9.8. Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
5.9.9. Systèmes dynamiques discrets . . . . . . . . . . . . . . . . . . . . . 263

Chapitre 6 Intégrale 279

6.1. Primitives et intégrales indéfinies . . . . . . . . . . . . . . . . . . . . . 279

6.2. Techniques d’intégration . . . . . . . . . . . . . . . . . . . . . . . . . . 283
6.2.1. Substitutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
6.2.2. Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . 292
6.2.3. Fractions partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
6.2.4. Substitutions trigonométriques r . . . . . . . . . . . . . . . . . . . 304
6.3. Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
6.3.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
6.3.2. Propriétés de l’intégrale définie . . . . . . . . . . . . . . . . . . . . . 318
6.3.3. Évaluations des intégrales définies r . . . . . . . . . . . . . . . . . 320
6.3.4. Déplacement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
6.3.5. L’intégrale de Riemann (Stieljes) Y . . . . . . . . . . . . . . . . . 326
6.4. Théorème fondamental du calcul . . . . . . . . . . . . . . . . . . . . . 327
6.4.1. Première version du théorème fondamental du calcul . . . . . . . . . 328
6.4.2. Deuxième version du théorème fondamental du calcul . . . . . . . . 334
6.5. Intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
6.5.1. Intégrales sur un intervalle d’intégration de longueur infinie . . . . . 336
6.5.2. Intégrales avec un intégrande non bornée . . . . . . . . . . . . . . . 341
6.6. Test de comparaison r . . . . . . . . . . . . . . . . . . . . . . . . . . 345
TABLE DES MATIÈRES v

6.7. Méthodes numériques d’intégration r . . . . . . . . . . . . . . . . . . 352

6.7.1. Méthode du point milieu . . . . . . . . . . . . . . . . . . . . . . . . 352
6.7.2. Méthode des trapèzes . . . . . . . . . . . . . . . . . . . . . . . . . . 355
6.7.3. Méthode de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . 362
6.8. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
6.8.1. Intégrales indéfinies . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
6.8.2. Définition de l’intégrale définie . . . . . . . . . . . . . . . . . . . . . 368
6.8.3. Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
6.8.4. Intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . 373

Chapitre 7 Applications de l’intégrale 375

7.1. Aire entre deux courbes . . . . . . . . . . . . . . . . . . . . . . . . . . 375

7.2. Valeur moyenne d’une fonction . . . . . . . . . . . . . . . . . . . . . . 379
7.3. Volume d’un objet r . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
7.3.1. Solides de révolution . . . . . . . . . . . . . . . . . . . . . . . . . . 385
7.4. Masse d’un objet r . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
7.5. Travail r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397
7.5.1. Travail pour déplacer un objet . . . . . . . . . . . . . . . . . . . . . 397
7.5.2. Travail pour vider un réservoir . . . . . . . . . . . . . . . . . . . . . 400
7.6. Force et pression hydrostatique r . . . . . . . . . . . . . . . . . . . . 406
7.7. Centre de masse r . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410
7.8. Débit sanguin + . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
7.9. Applications à l’économie ` . . . . . . . . . . . . . . . . . . . . . . . 416
7.9.1. Valeurs présentes et futures . . . . . . . . . . . . . . . . . . . . . . . 418
7.9.2. Surplus du consommateur et du producteur . . . . . . . . . . . . . . 421
7.10. Test de l’intégrale r . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
7.11. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
7.11.1. Aire entre deux courbes . . . . . . . . . . . . . . . . . . . . . . . . . 426
7.11.2. Valeur moyenne d’une fonction . . . . . . . . . . . . . . . . . . . . . 427
7.11.3. Volume d’un objet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
7.11.4. Masse d’un objet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
7.11.5. Travail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
7.11.6. Force . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
vi TABLE DES MATIÈRES

7.11.7. Centre de masse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433

7.11.8. Applications à l’économie . . . . . . . . . . . . . . . . . . . . . . . . 434
7.11.9. Test de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434

Chapitre 8 Équations différentielles + r 437

8.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

8.2. Équations différentielles séparables . . . . . . . . . . . . . . . . . . . . 441
8.3. Équations non-autonomes + . . . . . . . . . . . . . . . . . . . . . . . 445
8.4. Existence et unicité des solutions Y . . . . . . . . . . . . . . . . . . . 449
8.5. Équations autonomes + . . . . . . . . . . . . . . . . . . . . . . . . . 451
8.5.1. Points d’équilibre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451
8.5.2. L’équation logistique . . . . . . . . . . . . . . . . . . . . . . . . . . 457
8.6. Applications aux sciences physiques, biologiques et économiques . . . . 461
8.7. Famille de courbe orthogonales r . . . . . . . . . . . . . . . . . . . . 472
8.8. Méthode d’Euler r . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474
8.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
8.9.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 480
8.9.2. Équations différentielles séparables . . . . . . . . . . . . . . . . . . . 485
8.9.3. Équations différentielles autonomes . . . . . . . . . . . . . . . . . . 488
8.9.4. Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491
8.9.5. Méthode d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494

Chapitre 9 Vecteurs 495

9.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495

9.2. Opérations sur les vecteurs . . . . . . . . . . . . . . . . . . . . . . . . 496
9.2.1. Produit d’un vecteur par un nombre réel . . . . . . . . . . . . . . . 497
9.2.2. Somme de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 498
9.2.3. Notation vectorielle classique . . . . . . . . . . . . . . . . . . . . . . 499
9.2.4. Produit scalaire r . . . . . . . . . . . . . . . . . . . . . . . . . . . 499
9.2.5. Produit vectoriel r . . . . . . . . . . . . . . . . . . . . . . . . . . 502
9.3. Équation d’une droite r . . . . . . . . . . . . . . . . . . . . . . . . . 504
9.3.1. Droites tangentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 507
TABLE DES MATIÈRES vii

9.3.2. Intersection de deux droites . . . . . . . . . . . . . . . . . . . . . . 509

9.4. Équation d’un plan r . . . . . . . . . . . . . . . . . . . . . . . . . . 509
9.4.1. Représentations vectorielles et paramétriques du plan . . . . . . . . 512
9.4.2. Intersection d’une droite et d’un plan . . . . . . . . . . . . . . . . . 514
9.4.3. Intersection de deux plans . . . . . . . . . . . . . . . . . . . . . . . 515
9.4.4. Intersection de trois plans . . . . . . . . . . . . . . . . . . . . . . . 519
9.5. Projections Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520
9.5.1. Plus courte distance entre un point et une droite . . . . . . . . . . . 520
9.5.2. Plus courte distance entre un point et un plan de l’espace . . . . . . 522
9.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524
9.6.1. Équation d’une droite . . . . . . . . . . . . . . . . . . . . . . . . . . 524
9.6.2. Équation d’un plan . . . . . . . . . . . . . . . . . . . . . . . . . . . 524

Chapitre 10 Algèbre linéaire + ` 525

10.1. Systèmes d’équations linéaires . . . . . . . . . . . . . . . . . . . . . . 525

10.1.1. Systèmes d’équations linéaires avec deux inconnues . . . . . . . . . 527
10.1.2. Systèmes d’équations linéaires avec plus de deux inconnues . . . . . 529
10.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 534
10.2.1. Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . . 535
10.2.2. Inverse additif et multiplicatif d’une matrice . . . . . . . . . . . . . 542
10.3. Représentations matricielles . . . . . . . . . . . . . . . . . . . . . . . . 545
10.3.1. Méthode d’élimination de Gauss . . . . . . . . . . . . . . . . . . . . 546
10.3.2. Matrices inverses . . . . . . . . . . . . . . . . . . . . . . . . . . . . 547
10.3.3. Intersection de trois plans dans R3 . . . . . . . . . . . . . . . . . . . 551
10.4. Déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 552
10.4.1. introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 552
10.4.2. Signe d’une permutation Y . . . . . . . . . . . . . . . . . . . . . . 554
10.4.3. Calcul du déterminant . . . . . . . . . . . . . . . . . . . . . . . . . 555
10.5. Suites dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 561
10.6. Valeurs propres et vecteurs propres . . . . . . . . . . . . . . . . . . . . 561
10.7. Systèmes Dynamiques Discrets Linéaires + . . . . . . . . . . . . . . . 570
10.8. Chaînes de Markov ` . . . . . . . . . . . . . . . . . . . . . . . . . . 575
10.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579
viii TABLE DES MATIÈRES

10.9.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 579

10.9.2. Représentations matricielles des systèmes d’équations linéaires . . . 580
10.9.3. Déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581
10.9.4. Valeurs propres et vecteurs propres . . . . . . . . . . . . . . . . . . 582
10.9.5. Chaînes de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . 583

Chapitre 11 Représentation paramétrique des courbes + r 585

11.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

11.2. Droite tangente à une courbe . . . . . . . . . . . . . . . . . . . . . . . 588
11.3. Longueur d’une courbe r . . . . . . . . . . . . . . . . . . . . . . . . 594
11.4. Aire d’une surface r . . . . . . . . . . . . . . . . . . . . . . . . . . . 598
11.5. Coordonnées polaires Y . . . . . . . . . . . . . . . . . . . . . . . . . 602
11.5.1. Équations en coordonnées polaires . . . . . . . . . . . . . . . . . . . 603
11.5.2. Longueur d’une courbe . . . . . . . . . . . . . . . . . . . . . . . . . 607
11.5.3. Aire d’une région . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608
11.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 611
11.6.1. Droite tangente à une courbe . . . . . . . . . . . . . . . . . . . . . . 611
11.6.2. Longueur d’une courbe . . . . . . . . . . . . . . . . . . . . . . . . . 612

Chapitre 12 Fonction de plusieurs variables + r 613

12.1. Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 613

12.2. Fonctions de plusieurs variables à valeurs réelles . . . . . . . . . . . . 616
12.3. Limites et fonctions continues . . . . . . . . . . . . . . . . . . . . . . . 623
12.4. Propriétés des fonctions continues r . . . . . . . . . . . . . . . . . . 632
12.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 632
12.5.1. Fonctions de plusieurs variables . . . . . . . . . . . . . . . . . . . . 632
12.5.2. Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Chapitre 13 Dérivée de fonctions de plusieurs variables + r 637

13.1. Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 637

13.2. Plan tangent à une surface (forme explicite) . . . . . . . . . . . . . . . 644
13.2.1. Surface donnée par une fonction de x1 et x2 . . . . . . . . . . . . . . 644
TABLE DES MATIÈRES ix

13.2.2. Surface donnée par une représentation paramétrique . . . . . . . . . 647

13.3. Dérivées selon une direction donnée r . . . . . . . . . . . . . . . . . 648
13.4. Propriétés du gradient r . . . . . . . . . . . . . . . . . . . . . . . . . 652
13.4.1. Plan tangent à une surface (forme implicite) . . . . . . . . . . . . . 652
13.4.2. Direction de croissance maximale . . . . . . . . . . . . . . . . . . . 655
13.4.3. Théorème de la moyenne . . . . . . . . . . . . . . . . . . . . . . . . 658
13.5. Approximation locale des fonctions de plusieurs variables r . . . . . 659
13.6. Points critiques et valeurs extrêmes r . . . . . . . . . . . . . . . . . 661
13.7. Multiplicateurs de Lagrange r . . . . . . . . . . . . . . . . . . . . . 666
13.8. Dérivées des fonctions de Rn dans Rm Y + . . . . . . . . . . . . . . 669
13.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 672
13.9.1. Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 672
13.9.2. Plan tangent à une surface . . . . . . . . . . . . . . . . . . . . . . . 674
13.9.3. Dérivées selon un direction donnée . . . . . . . . . . . . . . . . . . . 674
13.9.4. Propriétés du gradient . . . . . . . . . . . . . . . . . . . . . . . . . 675
13.9.5. Approximation locale des fonctions . . . . . . . . . . . . . . . . . . 675
13.9.6. Points critiques et valeurs extrêmes . . . . . . . . . . . . . . . . . . 676
13.9.7. Multiplicateurs de Lagrange . . . . . . . . . . . . . . . . . . . . . . 676
13.9.8. Dérivées des fonctions de Rn dans Rm . . . . . . . . . . . . . . . . . 677

Chapitre 14 Systèmes d’équations différentielles + 679

14.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 679

14.2. Énoncé du problème général . . . . . . . . . . . . . . . . . . . . . . . 688
14.3. Systèmes d’équations différentielles linéaires d’ordre un . . . . . . . . . 692
14.4. Introduction à l’analyse globale . . . . . . . . . . . . . . . . . . . . . . 698
14.4.1. Points d’équilibre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 700
14.4.2. Nullclines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702
14.5. Équation de Van der Pol . . . . . . . . . . . . . . . . . . . . . . . . . 708
14.6. Système prédateurs-proies . . . . . . . . . . . . . . . . . . . . . . . . . 710
14.6.1. Lotka-Voltera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 710
14.6.2. Un meilleur modèle prédateurs-proies . . . . . . . . . . . . . . . . . 713
14.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719
14.7.1. Systèmes d’équations différentielles linéaires . . . . . . . . . . . . . 719
x TABLE DES MATIÈRES

14.7.2. Analyse global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720

Chapitre 15 Solutions 723

15.1. Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 723

15.1.1. Algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 723
15.1.2. Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 729
15.1.3. Trigonométrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 731
15.1.4. Fonctions exponentielles . . . . . . . . . . . . . . . . . . . . . . . . 736
15.2. Suites et séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 739
15.2.1. Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 739
15.2.2. Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 739
15.2.3. Tests de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . 741
15.2.4. Convergence absolue et séries alternées . . . . . . . . . . . . . . . . 743
15.3. Limites et fonctions continues . . . . . . . . . . . . . . . . . . . . . . . 745
15.3.1. Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 745
15.3.2. Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . 747
15.3.3. Limites à l’infini et limites infinies . . . . . . . . . . . . . . . . . . . 752
15.4. Dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 755
15.4.1. Taux de variation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 755
15.4.2. Dérivée d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . 760
15.4.3. Calcul des dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . 766
15.5. Applications de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . . 776
15.5.1. Dérivées d’ordres supérieures . . . . . . . . . . . . . . . . . . . . . . 776
15.5.2. Graphes de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 779
15.5.3. Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 808
15.5.4. Taux liées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 814
15.5.5. Dérivées implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 816
15.5.6. Approximation locale des fonctions . . . . . . . . . . . . . . . . . . 817
15.5.7. Comportement asymptotique . . . . . . . . . . . . . . . . . . . . . . 822
15.5.8. Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . 826
15.5.9. Systèmes dynamiques discrets . . . . . . . . . . . . . . . . . . . . . 828
15.6. Intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 857
15.6.1. Intégrales indéfinies . . . . . . . . . . . . . . . . . . . . . . . . . . . 857
TABLE DES MATIÈRES xi

15.6.2. Définition de l’intégrale définie . . . . . . . . . . . . . . . . . . . . . 874

15.6.3. Intégrales définies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 883
15.6.4. Intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . . . 890
15.7. Applications de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . 895
15.7.1. Aire entre deux courbes . . . . . . . . . . . . . . . . . . . . . . . . . 895
15.7.2. Valeur moyenne d’une fonction . . . . . . . . . . . . . . . . . . . . . 899
15.7.3. Volume d’un objet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 902
15.7.4. Masse d’un objet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 905
15.7.5. Travail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 905
15.7.6. Force . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 906
15.7.7. Centre de masse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 908
15.7.8. Applications à l’économie . . . . . . . . . . . . . . . . . . . . . . . . 909
15.7.9. Test de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 909
15.8. Équations différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . 910
15.8.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 910
15.8.2. Équations différentielles séparables . . . . . . . . . . . . . . . . . . . 923
15.8.3. Équations différentielles autonomes . . . . . . . . . . . . . . . . . . 932
15.8.4. Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 937
15.8.5. Méthode d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 943
15.9. Vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 945
15.9.1. Équation d’une droite . . . . . . . . . . . . . . . . . . . . . . . . . . 945
15.9.2. Équation d’un plan . . . . . . . . . . . . . . . . . . . . . . . . . . . 946
15.10. Algèbre linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 947
15.10.1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 947
15.10.2. Représentations matricielles des systèmes d’équations linéaires . . . 950
15.10.3. Déterminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 956
15.10.4. Valeurs propres et vecteurs propres . . . . . . . . . . . . . . . . . . 960
15.10.5. Chaînes de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . 977
15.11. Représentations paramétriques des courbes . . . . . . . . . . . . . . . 982
15.11.1. Droite tangente à une courbe . . . . . . . . . . . . . . . . . . . . . . 982
15.11.2. Longueur d’une courbe . . . . . . . . . . . . . . . . . . . . . . . . . 982
15.12. Fonctions de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . 983
15.12.1. Fonctions de plusieurs variables . . . . . . . . . . . . . . . . . . . . 983
xii TABLE DES MATIÈRES

15.12.2. Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . 986

15.13. Dérivée de fonctions de plusieurs variables . . . . . . . . . . . . . . . . 987
15.13.1. Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 987
15.13.2. Plan tangent à une surface . . . . . . . . . . . . . . . . . . . . . . . 989
15.13.3. Dérivées selon un direction donnée . . . . . . . . . . . . . . . . . . . 991
15.13.4. Propriétés du gradient . . . . . . . . . . . . . . . . . . . . . . . . . 992
15.13.5. Approximation locale des fonctions . . . . . . . . . . . . . . . . . . 993
15.13.6. Points critiques et valeurs extrêmes . . . . . . . . . . . . . . . . . . 994
15.13.7. Multiplicateurs de Lagrange . . . . . . . . . . . . . . . . . . . . . . 997
15.13.8. Dérivées des fonctions de Rn dans Rm . . . . . . . . . . . . . . . . . 1003
15.14. Systèmes d’équations différentielles . . . . . . . . . . . . . . . . . . . . 1004
15.14.1. Systèmes d’équations différentielles linéaires . . . . . . . . . . . . . 1004
15.14.2. Analyse global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1006

Bibliographie 1013

Index 1015
 Avant-propos

Le contenu de ce manuel couvre le contenu du cours de Calcul différentiel et intégral

pour les sciences de la vie (MAT1730 ou MAT1727). Les seuls préalables sont les mathéma-
tiques normalement enseignées au secondaire en Ontario. En fait, le premier chapitre revoit
rapidement tous les concepts mathématiques que le lecteur devrait connaître à la sortie du
secondaire. Certains concepts qui ne sont pas présentés au secondaire ont aussi été ajoutés
au chapitre 1. Il est donc fortement suggérer au lecteur 1 de revoir le chapitre 1 même s’il est
confiants de bien connaître les mathématiques de base.
Afin que le lecteur puisse bien comprendre le matériel présenté dans ce manuel, nous
avons porté un très grand soin à fournir tous les détails et calculs algébriques qui supportent
les énoncés mathématiques. De cette façon, nous espérons que le lecteur ne sera pas nuit
dans son apprentissage de la matière par des détails techniques. De plus, cela permet au
lecteur de développer ses capacités à exécuter correctement des calculs algébriques.
Nous avons aussi choisi d’inclure les solutions détaillés d’un grande nombre de problèmes
à la fin du manuel. Le lecteur devrait sérieusement essayer de résoudre les problèmes à
la fin de chaque chapitre avant de regarder les solutions. On n’apprend pas à jouer de la
guitare en regardant un guitariste jouer. Il faut sérieusement pratiquer au point d’avoir le
bout des doigts sensibles. C’est la même chose pour les mathématiques. Ce n’est pas en
lissant simplement les solutions des problèmes produites par une autre personne que vous
apprendrez à résoudre des problèmes. Il faut en résoudre soit même.
Une autre raison pour justifier l’inclusion d’un grande nombre de solutions est qu’il est
maintenant facile d’accéder à un logiciel qui peut presque complètement résoudre les pro-
blèmes ou d’utiliser certains sites Internet pour demander à d’autres personnes de résoudre
les problèmes. C’est la meilleure façon pour ne rien apprendre. C’est sans compter que bien
souvent les solutions fournies sur ces sites sont erronées. Donc, si vraiment vous ne pouvez
pas résoudre un problème après avoir essayé pour une bonne période de temps, il est pré-
férable de regarder la solution à la fin du manuel pour obtenir une solution correcte ; en
assumant que l’auteur n’ait pas fait lui-même d’erreurs.
Le contenu de ce manuel est le même que celui du manuel qui a été utilisé pour plus de dix
ans dans les cours de calcul différentielle et intégrale pour les sciences de la vie à l’Université
d’Ottawa. Il y a cependant quelques différences.
• Quelques sections ont été récrites.
• Il y a plusieurs nouvelles sections pour les cours de calcul différentielle et intégrale
1. Dans ce manuel, le genre non marqué, c’est-à-dire le masculin, quand il est employé pour désigner des
personnes, renvoie aussi bien à des femmes qu’à des hommes.

xiii
xiv Avant-propos

pour l’ingénierie et pour l’administration puisque la version intégrale de ce manuel

peut être utilisée pour ces cours. Ces sections sont marquées par les symboles r et
` . Les étudiants inscrits aux cours de calcul différentiel et intégral pour les sciences
de la vie n’ont donc pas à lire ces sections et peuvent simplement passer pardessus.
• Il y aussi plusieurs sections théoriques pour les étudiants qui seraient intéressés à
approfondir leurs connaissances des mathématiques. Ces sections sont marquées par
le symbole Y . Encore ici, les étudiants inscrits aux cours de calcul différentiel et
intégral pour les sciences de la vie ne sont pas obligés de lire ces sections et peuvent
simplement passer pardessus.
Les items marqués par le symbole + sont spécifiquement pour les étudiants
dans les cours de calcul différentiel et intégral pour les sciences de la vie. De
même, les items qui n’ont aucun des symboles sont requis pour les étudiants
inscrits aux cours de calcul différentiel et intégral pour les sciences de la vie.
Cela fait partie de la matière que tous les étudiants inscrits à des cours de calcul
différentiel et intégral doivent savoir indépendemment de la variante à laquelle
ils sont inscrits.
L’ordre dans lequel le matériel est présenté est standard. Il y a cependant certaines addi-
tions au matériel que nous ne retrouvons traditionnellement pas dans un manuel de calcul
différentiel et intégral à ce niveau. Une introduction à l’algèbre linéaire est fournie au cha-
pitre 10. Le matériel présenté dans ce chapitre est tout ce que le lecteur a besoin de connaître
en algèbre linéaire pour l’étude des fonctions de plusieurs variables aux chapitres 12 et 13 ;
et l’étude des systèmes d’équations différentielles au chapitre 14. Donc, aucun cours d’al-
gèbre linéaire n’est préalable aux derniers chapitres de ce manuel. Un chapitre comme le
chapitre 14 sur les systèmes d’équations différentielles n’est généralement pas inclus dans
un manuel de calcul différentiel et intégral. En particulier, lorsque l’emphase de l’étude des
systèmes d’équations différentielles est sur l’aspect qualitatif de ces systèmes.
Les chapitres 2 et 3 couvrent certains sujets présentés au secondaire. Cependant, plusieurs
sujets qui ne sont pas abordés au secondaire font parties de ces chapitres. La matière des
cours de calcul différentiel et intégral au niveau universitaire débute donc avec certaines
sections de ces chapitres selon le cours de calcul différentiel et intégral auxquels l’étudiant
est inscrit.
Comme les principaux utilisateurs de ces notes depuis plus de dix ans ont été les étudiants
inscrits aux cours de Calcul différentiel et intégral pour les sciences de la vie à l’Université
d’Ottawa, il n’est pas surprenant qu’une emphase toute particulière a été apporté à ce sujet.
Cela se traduit par plusieurs exemples en biologie et médecine, en particulier dans les premiers
chapitres.
Le cours de calcul différentiel et intégral pour les sciences de la vie comporte deux prin-
cipales parties. La première partie est dédiée au calcul différentiel pour les fonctions d’une
variable et culmine avec l’étude des « systèmes dynamiques discrets » à la section 5.8. Les
systèmes dynamiques discrets sont utilisés entre autre pour décrire certaines caractéristiques
des populations animales mesurées à intervalles réguliers. La deuxième partie du cours de
calcul différentiel et intégral pour les sciences de la vie est dédié au calcul intégral. Le but
ultime de cette partie est l’étude des « systèmes dynamiques (continus) » au chapitre 14. Les
Avant-propos xv

systèmes dynamiques continues sont des systèmes d’équations différentielles. Ils sont utilisés
entre autre pour modéliser les réactions chimiques, la croissance des populations et leurs
mouvements, etc.
Avertissement : Les modèles biologiques utilisés dans les exemples et les questions ne
représentent pas toujours des situations réelles. Pour obtenir des modèles mathématiques
qui soient intéressants et utilisent la théorie présentée dans les notes, tout en étant acces-
sibles pour le niveau du cours, nous avons dû créer des modèles qui ne sont pas basés sur
des données scientifiques. Nous avons quand même essayé d’obtenir des modèles qui soient
qualitativement valables.
Le manuel contient deux courts chapitres, le chapitre 9 sur les vecteurs et le chapitre 11
sur les représentations paramétriques de courbes dans le plan et dans l’espace. Le chapitre 9
sur les vecteurs contient beaucoup plus d’information que nécessaire. Cependant, ce chapitre
est une bonne préparation pour l’étude des fonctions de plusieurs variables. Le chapitre 11
est fondamental pour l’étude des systèmes d’équations différentielles au chapitre 14.

Théorie
Les items marqués par le symbole Y sont spécifiquement pour les lecteurs intéressés à la
théorie et la rigueur en mathématique. Plusieurs de ces items demandent une connaissance
du concept de « démonstration » que la majorité des étudiants du secondaire n’auront pro-
bablement pas vu. Ces items sont optionnels. Ils sont pour les lecteurs curieux qui voudrait
en savoir plus sur les méthodes enseignées en classe.

Notation

Définition
Les ensembles suivants seront fréquemment utilisés dans le présent document.
• N = {0, 1, 2, 3, . . .} est l’ensemble des nombres naturels.
• N+ = {1, 2, 3, . . .} est l’ensemble des nombres naturels positifs.
• Z = {0, 1, −1, 2, −2, 3, −3, . . .} est l’ensemble des nombres entiers.
• Q est l’ensemble des nombres rationnels ; c’est-à-dire, les nombres de la forme
n/m où n, m ∈ Z et m 6= 0.
• R est l’ensemble des nombres réels.

En français, la virgule est utilisée pour séparer la partie entière de la partie décimale d’un
nombre et nous utilisons un espace pour séparer les multiples de 103 . Ainsi,
456
105 456 263, 456 = 105 × 106 + 456 × 103 + 263 + .
1000
Cependant, dans le présent document, nous utiliserons la notation anglaise. Le point sépare
la partie entière de la partie décimale d’un nombre et la virgule sépare les multiples de 103 .
xvi Avant-propos

Nous écrivons donc

456
105, 456, 263.456 = 105 × 106 + 456 × 103 + 263 + .
1000
La raison principale de ce choix est que la grande majorité des données utilisées dans ce
document proviennent de documents en anglais qui utilisent cette notation. De plus, les
logiciels sont tous en anglais et utilisent aussi cette notation. Pour être consistent, nous
avons donc choisi d’utiliser la notation anglaise.

Avertissement
Les notes de cours que vous avez devant vous représente un ouvrage inachevé, qui est en
constante évolution. Il ne faut donc pas être surpris d’y retrouver des fautes d’orthographe,
des coquilles, etc. Les corrections seront apportées au cours du temps suite aux commentaires
des lecteurs. L’auteur prend entière responsabilité des erreurs ; comment pourrait-il faire
autrement ?

Remerciements
J’aimerais remercier Yves Bourgault, Wadii Hajji et Monica Nevins, des collègues de
travail, dont les suggestions ont améliorées la présentation de la matière.
De plus, j’aimerais remercier Paméla Touchette-Giroux pour son excellent travail de ré-
vision des textes pour la première édition de ces notes. Il n’en reste pas moins que je prends
toute la responsabilité pour les fautes présentes dans le texte.
 Fonctions 1

Ce chapitre présente les objets fondamentaux sur lesquels nous allons travailler dans les
prochains chapitres. Ces objets sont les fonctions. Les principales propriétés des fonctions sont
aussi définies dans ce chapitre. Nous terminons le chapitre avec une introduction à quelques
unes des fonctions de base : les fonctions trigonométriques, exponentielles et logarithmiques.
Les fonctions exponentielles sont définies de façon intuitive dans ce chapitre. Elles sont revues
de façon plus rigoureuse au chapitre suivant.

1.1 Qu’est-ce qu’une fonction ?

Définition 1.1.1
Une fonction f est une opération d’un ensemble X à un ensemble Y qui, à chaque
élément de X, associe un seul élément de Y . Nous écrivons f : X → Y pour désigner
une fonction f de X dans Y .

Exemple 1.1.2
À la figure 1.1, nous définissons à l’aide d’un diagramme une fonction f d’un ensemble X
de pays à un ensemble Y de villes. La fonction f donne la capitale du pays. À chacun des
pays de X est associé une seule ville dans Y qui est sa capital.
Il n’est pas nécessaire que toutes les villes de Y soient des capitales de pays. Par exemple,
Toronto n’est pas la capitale d’un pays mais d’une province.
Nous écrivons

f (Canada) = Ottawa , f (Angleterre) = Londres , etc.

♣
Exemple 1.1.3
Le tableau suivant définit une fonction g qui, à chaque nombre entier plus grand que 1 (ligne
du haut), associe les diviseurs premiers de ce nombre entier (ligne du bas).

x 2 3 ... 6 . . . 27 . . . 1372455084 ...

g(x) {2} {3} . . . {2, 3} . . . {3} . . . {2, 3, 7, 11, 13, 17, 47} . . .

La fonction g est donc une fonction qui va de l’ensemble X des nombres entiers plus grand
que 1 à l’ensemble Y des ensembles de nombres premiers.

1
2 1. Fonctions

X f Y

Canada Ottawa
Angleterre Londres
France Toronto
Allemagne Paris
Berlin

Figure 1.1 – Définition d’une fonction f à l’aide d’un diagramme

Nous écrivons

g(2) = {2} , g(1372455084) = {2, 3, 7, 11, 13, 17, 47} , . . .

♣
Exemple 1.1.4
La fonction h qui suit est définie à l’aide d’une expression algébrique.

h(x) = x3 − 2x + 1 .

La fonction h est définie pour tout x ∈ X = R (l’ensemble des nombres réels) et donne une
seule valeur h(x) ∈ Y = R. Nous disons alors que h est une fonction de R dans R que nous
dénotons h : R → R.
Nous écrivons

h(1) = 0 , h(2) = 5 , h(π) = 12.26706787812110 . . . , ...

Pour la valeur h(π), les points de suspension après le dernier 0 indiquent qu’il y a une infinité
de chiffres qui suivent.
Dans l’expression
y = h(x) = x3 − 2x + 1 ,
la variable x est appelée la variable indépendante et la variable y est appelée la variable
dépendante car elle dépend de x. ♣

Définition 1.1.5
Si f est une fonction qui va d’un ensemble X à un ensemble Y , nous définissons le
graphe de la fonction f comme étant l’ensemble

graphe de f = {(x, f (x)) : x ∈ X} .

Pour une fonction qui va de R dans R, il est plus fréquent de représenter le graphe de
cette fonction par la courbe du plan cartésien qui est tracée par l’ensemble des points du
graphe. Le graphe est donc un sous-ensemble du plan cartésien.
1.2. Image et domaine d’une fonction 3

Exemple 1.1.6
Nous retrouvons à la figure 1.2 la représentation dans le plan cartésien du graphe de la
fonction h définie à l’exemple 1.1.4. ♣

Figure 1.2 – Graphe de y = h(x) = x3 − 2x + 1 pour −2 ≤ x ≤ 2.

1.2 Image et domaine d’une fonction

Définition 1.2.1
L’image d’une fonction f qui va d’un ensemble X à un ensemble Y est l’ensemble des
éléments y ∈ Y pour lesquelles il existe au moins un élément x ∈ X tel que f (x) = y.
Nous écrivons

Im f ≡ {y ∈ Y : f (x) = y pour au moins un élément x ∈ X} .

Exemple 1.2.2
Pour l’exemple 1.1.2, l’image de f est l’ensemble
Im f = {Berlin, Londres, Paris, Ottawa} .
♣
Remarque 1.2.3
Pour l’exemple 1.1.3, nous ne connaissons pas tous les éléments de l’image de g et il n’existe
pas de formule pour les générer. ♠
Exemple 1.2.4
Pour l’exemple 1.1.4, l’image de h est l’ensemble des nombres réels comme nous pouvons le
constater à partir du graphe de h à la figure 1.2. Nous écrivons
Im h = R .
4 1. Fonctions

Définition 1.2.5
Le domaine d’une fonction f qui va d’un ensemble X à un ensemble Y est l’ensemble
X sur lequel la fonction f est définie. Nous écrivons

Dom f = X .

Exemple 1.2.6
Pour l’exemple 1.1.2, la fonction f est définie pour tous les pays de l’ensemble X. Le domaine
de f est donc l’ensemble X au complet.

Dom f = X = {Allemagne, Angleterre, Canada, France} .

♣
Exemple 1.2.7
La fonction h de l’exemple 1.1.4 est définie pour tous les nombres réels. Le domaine de h est
donc R. ♣
Exemple 1.2.8 √
Le graphe de la fonction h(x) = x est donné à la figure 1.3. Nous avons que

Dom h = {x ∈ R : x ≥ 0} et Im h = {y ∈ R : y ≥ 0} .

√
Figure 1.3 – Graphe de y = x pour 0 ≤ x ≤ 3
1.3. Composition de fonctions 5

1.3 Composition de fonctions

Définition 1.3.1
Si f est une fonction qui va de l’ensemble X à l’ensemble Y et g est une fonction qui
va de l’ensemble Y à l’ensemble Z, nous pouvons définir une nouvelle fonction g ◦ f
qui va aller de l’ensemble X à l’ensemble Z en posant

(g ◦ f )(x) ≡ g(f (x))

pour tous les éléments x dans l’ensemble X. La nouvelle fonction g ◦ f est appelée la
composition des fonctions f et g.

Exemple 1.3.2
Deux fonctions sont définies par le diagramme à la figure 1.4. La fonction f donne la ville
où demeure chacune des personnes de l’ensemble X et la fonction g donne la province où se
situe chacune des villes de l’ensemble Y . La composition g ◦ f est donc la fonction qui donne
la province où demeure chacune des personnes de l’ensemble X. Ainsi, nous obtenons

(g ◦ f )(Françoise) = g(f (Françoise)) = g(Montréal) = Québec

et

(g ◦ f )(Patrice) = g(f (Patrice)) = g(Winnipeg) = Manitoba .

X f Y g
Z
Françoise Edmonton Alberta
Louise Montréal Québec
Jean Québec Ontario
Benoit Ottawa Manitoba
Patrice Winnipeg

Figure 1.4 – Définition des fonctions f et g pour l’exemple 1.3.2

Exemple 1.3.3
Soit F la fonction qui donne pour chaque personne sa mère biologique et soit M la fonction
qui donne pour chaque personne son père biologique.
La composition des fonctions F et M , dénotée F ◦M , est la fonction qui donne pour chaque
personne la mère biologique du père biologique de cette personne (une des grand-mères de la
6 1. Fonctions

personne). Rappelons que dans la composition F ◦ M , la fonction M est exécutée en premier

et la fonction F en second. La fonction M donne le père biologique de la personne donnée
initialement. Puis, la fonction F avec comme argument le père biologique de la personne
donnée initialement donne la mère biologique de ce père.
Quel est le résultat de la composition F ◦ M ◦ F ? ♣
Exemple 1.3.4
Regardons un exemple de fonctions dont le domaine et l’image font parties des nombres réels.
Plus précisément, considérons les fonctions f (x) = x2 + 3 et g(x) = 3x − 2. Ainsi,

(f ◦ g)(x) ≡ f (g(x)) = f (3x − 2) = (3x − 2)2 + 3 = 9x2 − 12x + 7

et

(g ◦ f )(x) ≡ g(f (x)) = g(x2 + 3) = 3(x2 + 3) − 2 = 3x2 + 7 .

Ces compositions donnent bien des fonctions qui sont différentes du produit f g qui est

(f g)(x) ≡ f (x)g(x) = (x2 + 3)(3x − 2) = 3x3 − 2x2 + 9x − 6 .

Figure 1.5 – Graphe de y = g(x) = x2 − 1 pour −2 ≤ x ≤ 2

Exemple 1.3.5 √
Nous pouvons composer les fonctions g(x) = x2 − 1 (figure 1.5) et h(x) = x pour obtenir
de nouvelles fonctions. Le domaine de g est R et l’image de g est {y ∈ R : y ≥ −1}. De plus,
le domaine de h est {x ∈ R : x ≥ 0} et l’image de h est {y ∈ R : y ≥ 0}.
Pour définir la composition h ◦ g, il faut avoir

Im g ⊂ Dom h . (1.3.1)
1.3. Composition de fonctions 7

√
Figure 1.6 – Graphe de y = h(g(x)) = x2 − 1 pour 1 ≤ |x| ≤ 3

Ce qui n’est pas le cas présentement. Il faut restreindre g à l’ensemble des x tels que x2 −1 ≥ 0
pour satisfaire (1.3.1). Avec la restriction |x| ≥ 1, nous avons maintenant que

Im g = {x : x ≥ 0} = Dom h (1.3.2)

et la composition h ◦ g est définie par

√
(h ◦ g)(x) = h(g(x)) = h(x2 − 1) = x2 − 1 pour |x| ≥ 1 .

Il découle de (1.3.2) que l’image de h ◦ g est l’image de h car l’image de g est tout le domaine
de h. Le domaine de h ◦ g est {x ∈ R : |x| ≥ 1} et l’image de h ◦ g est {y ∈ R : y ≥ 0}. Le
graphe de h ◦ g est donné à la figure 1.6.
Puisque
Im h = {y|y ≥ 0} ⊂ R = Dom g ,
La fonction g ◦ h est définie par
√ √ 2
(g ◦ h)(x) = g(h(x)) = g( x) = x − 1 = x − 1 pour x ≥ 0 .

Le domaine de g◦h est déterminé par le domaine de la racine carrée. Puisque h peut atteindre
toutes les valeurs réelles plus grandes ou égales à zéro, nous avons que l’image de g ◦ h est
l’image de g. Ainsi,

Dom g ◦ h = {x ∈ R : x ≥ 0} et Im g ◦ h = {y ∈ R : y ≥ −1} .

Le graphe de g ◦ h est donné à la figure 1.7. ♣

Remarque 1.3.6
Il serait tentant de dire que (g ◦ h)(x) = x − 1 pour tout x mais cela est vrai seulement si
x ≥ 0 car la fonction h n’est pas définie pour √
les nombres négatifs et nous ne pouvons donc
2
pas définir g(h(x)) pour x < 0 ; l’expression ( x) − 1 n’est pas définie pour x < 0.
8 1. Fonctions

Figure 1.7 – Graphe de y = g(h(x)) = x − 1 pour 0 ≤ x ≤ 2

La fonction f (x) = x − 1 n’est pas la fonction g ◦ h. Il est vrai que (g ◦ h)(x) = f (x) pour
x ≥ 0 mais f est définie pour toutes les valeurs réelles de x alors que g ◦ h ne l’est pas. Nous
disons que f est une extension de la fonction g ◦ h. Il ne faut donc pas utiliser l’extension
d’une fonction pour déterminer le domaine et l’image de celle ci car cela peut conduire à des
erreurs. Dans le cas présent,

Dom f = R et Im f = R ,

ce qui est différent du domaine et de l’image de g ◦ h. ♠

1.4 Fonctions inverses (réciproques)

Commençons par revoir la définition de l’inverse pour l’addition et de l’inverse pour la
multiplication, cela nous sera utile pour bien comprendre ce qu’est l’inverse d’une fonction.

1.4.1 Inverse additif d’un nombre réel

Le nombre 0 est l’élément neutre pour l’addition ; c’est le nombre y tel que y + x =
x + y = x pour tout nombre réel x.
Exemple 1.4.1
Nous avons 5 + 0 = 0 + 5 = 5, 27/4 + 0 = 0 + 27/4 = 27/4 et π + 0 = 0 + π = π. ♣
L’inverse additif d’un nombre réel x est le nombre réel z tel que x + z = z + x = 0.
Exemple 1.4.2
L’inverse additif de 5 est −5 car 5 + (−5) = 0. De même, l’inverse additif de π est −π car
π + (−π) = 0. ♣
1.4. Fonctions inverses (réciproques) 9

1.4.2 Inverse multiplicatif d’un nombre réel

Le nombre 1 est l’élément neutre pour la multiplication ; c’est le nombre y tel que
y × x = x × y = x pour tout nombre réel x.
Exemple 1.4.3
Nous avons 5 × 1 = 1 × 5 = 5, (27/4) × 1 = 1 × (27/4) = 27/4 et π × 1 = 1 × π = π. ♣
L’inverse multiplicatif d’un nombre réel x 6= 0 est le nombre réel z tel que x × z =
z × x = 1.
Exemple 1.4.4
L’inverse multiplicatif de 5 est 0.2 car 5 × 0.2 = 0.2 × 5 = 1. De même, l’inverse multiplicatif
de 27/4 est 4/27 car (27/4) × (4/27) = (4/27) × (27/4) = 1. ♣
Remarque 1.4.5
Le nombre 0 n’a pas d’inverse multiplicatif car il n’existe pas de nombre réel y tel que
0 × y = 1. ♠

1.4.3 Inverse (réciproque) d’une fonction

Avant de définir l’inverse d’une fonction, il faut bien comprendre que l’opération pour
laquelle nous voulons définir un inverse n’est pas l’addition ou la multiplication de fonctions
mais la composition de fonctions.
L’addition et la multiplication de fonctions sont en fait des opérations sur les éléments de
l’image des fonctions (à valeurs réelles). La composition de fonctions est indépendante des
opérations d’addition et de multiplication des fonctions.
Comme nous l’avons fait pour l’inverse additif et l’inverse multiplicatif, il faut définir
l’élément neutre de la composition de fonctions.

Définition 1.4.6
La fonction qui joue le rôle d’élément neutre pour la composition de fonctions est
la fonction identité , dénotée I, qui est définie par I(z) = z pour tout élément z du
domaine. Pour chaque élément z du domaine, la fonction identité redonne cet élément
z.

Si f est une fonction d’un ensemble X dans un ensemble Y , nous pouvons facilement voir
que
f ◦I=f et I ◦f = f .
C’est à dire, (f ◦ I)(x) = f (I(x)) = f (x) et (I ◦f )(x) = I(f (x)) = f (x) pour tout x.
Remarquons la similarité avec la propriété de l’élément neutre pour l’addition (i.e. 0+x =
x + 0 = x pour tout x) et de l’élément neutre pour la multiplication (i.e. 1 × x = x × 1 = x
pour tout x).
Exemple 1.4.7
La fonction I, qui à une personne redonne cette même personne, est l’élément neutre pour
10 1. Fonctions

la composition de fonctions qui agissent sur les personnes comme les fonctions F et M de
l’exemple 1.3.3.
Par exemple, nous avons I ◦F = F car F donne pour chaque personne sa mère biologique
et par la suite I redonne cette mère. ♣
Exemple 1.4.8
Pour la composition de fonctions dont le domaine et l’image sont des sous-ensembles des
nombres réels, l’élément neutre I est la fonction qui à chaque nombre réel x redonne le
nombre réel x.
Par exemple, si p(x) = x2 + 5x, alors I ◦p = p ◦ I = p car (I ◦p)(x) = I(p(x)) = p(x) et
(p ◦ I)(x) = p(I(x)) = p(x) pour tout nombre réel x. ♣
En s’inspirant de la définition de l’inverse pour l’addition et de l’inverse pour la multipli-
cation, nous définissons l’inverse pour la composition de fonctions.

Définition 1.4.9
L’inverse d’une fonction f qui va d’un ensemble X à un ensemble Y est la fonction
g qui va de l’ensemble Y à l’ensemble X et qui satisfait

f ◦g =I et g◦f =I,

C’est-à-dire, g(f (x)) = x pour tout x ∈ X et f (g(y)) = y pour tout y ∈ Y . Nous

dénotons par f −1 la fonction g qui est l’inverse de f .

Cette définition est équivalente à l’énoncé suivant qui est souvent utilisé comme définition
de l’inverse d’une fonction.

Définition 1.4.10
L’inverse de la fonction f qui va d’un ensemble X à un ensemble Y est la fonction f −1
qui va de l’ensemble Y à l’ensemble X et qui satisfait

x = f −1 (y) si et seulement si y = f (x) .

En effet, si y = f (x) alors f −1 (y) = f −1 (f (x)) = x et si x = f −1 (y) alors f (x) =

f (f −1 (y)) = y par définition de l’inverse d’une fonction.
Exemple 1.4.11
Nous retrouvons à la figure 1.8 un diagramme qui définit d’une fonction f qui à chaque pays
dans X assigne sa capitale dans Y . La fonction inverse f −1 est donc la fonction qui, à chaque
capitale dans Y , assigne le pays dont elle est la capitale dans X.
La fonction f −1 est définie à la figure 1.8 par les flèches formées de tirets. ♣
Exemple 1.4.12
L’inverse de la fonction f (x) = x/3 + 1 est la fonction g(x) = 3x − 3 car
1 1
   
(g ◦ f )(x) = g(f (x)) = g x + 1 = 3 x + 1 − 3 = x = I(x)
3 3
1.4. Fonctions inverses (réciproques) 11

X f Y

Canada Ottawa
Angleterre Londres
Allemagne Berlin
France Paris

f −1

Figure 1.8 – Définition des fonctions f et f −1 de l’exemple 1.4.11

pour tout x. De même, nous pouvons vérifier que (f ◦ g)(x) = f (g(x)) = I(x) pour tout x.
Ainsi, pour f (x) = x/3 + 1, nous obtenons f −1 (x) = 3x + 3. ♣
Nous avons vu que 0 n’avait pas d’inverse multiplicatif mais que tous les autres nombres
réels avaient un inverse multiplicatif. La situation est encore plus complexe pour les fonctions
car elles n’ont pas toutes un inverse.
Exemple 1.4.13
Par exemple, la fonction F de l’exemple 1.3.3 qui donne pour chaque personne sa mère
biologique n’a pas d’inverse. Si nous donnons une mère, alors nous ne pouvons pas déterminer
uniquement la personne pour qui elle est la mère sauf si cette mère a eu un seul enfant. ♣
Remarque 1.4.14
En Ontario, nous utilisons très fréquemment l’expression la réciproque d’une fonction
pour désigner l’inverse d’une fonction. Ce n’est pas le cas dans tous les pays de la franco-
phonie. Les anglophones utilisent l’inverse d’une fonction. ♠

1.4.4 Comment déterminer si une fonction a un inverse

Pour déterminer si une fonction f (en tant que fonction de son domaine à son image) a
un inverse il faut vérifier que pour chaque élément y de son image il existe un seul et unique
élément x du domaine de f tel que la fonction f évaluée à x donne y (i.e. f (x) = y). Nous
donnons un nom spéciale aux fonctions qui possèdent cette propriété.

Définition 1.4.15
Une fonction f qui va d’un ensemble X à un ensemble Y est injective si f (x1 ) = f (x2 )
implique que x1 = x2 .

Exemple 1.4.16
Une fonction f est définie par le diagramme à la figure 1.9. Cette fonction n’a pas d’inverse
car les nombres 3 et 4 donnent tous les deux la couleur noir. Nous ne pouvons donc pas
12 1. Fonctions

f
X Y
1 vert
2 rouge
3 noir
4 blanc
5

Figure 1.9 – Définition d’une fonction f qui n’a pas d’inverse. Cette fonction est
discutée à l’exemple 1.4.16

définir une fonction inverse de Y dans X pour f ; quelle serait alors la valeur assignée à la
couleur noir ? ♣
Une autre notion important dans le contexte générale de l’étude des fonctions est la notion
suivante.

Définition 1.4.17
Une fonction f qui va d’un ensemble X à un ensemble Y est surjective si, pour tout
y ∈ Y , il existe au moins un x ∈ X tel que f (x) = y.

En d’autres mot, une fonction f : X → Y est surjective si Im f = Y ; tous les éléments

de Y sont dans l’image de la fonction. Ce concept jouera un rôle secondaire dans notre
recherche de fonctions inverses car nous considérerons seulement les fonctions f : X → Y
avec Y = Im f .
Il y a plusieurs façons de vérifier si une fonction est injective ; c’est-à-dire que pour chaque
valeur y dans l’image d’une fonction f il existe une seule valeur x dans le domaine de cette
fonction f qui satisfasse f (x) = y.

Méthode algébrique

Illustrons cette méthode à l’aide d’un exemple.

Exemple 1.4.18
Considérons la fonction f (x) = x/3 + 1 que nous avons vu précédemment. Supposons que
x1 et x2 soient deux nombres tels que f (x1 ) = f (x2 ) = y. Le but est de montrer que x1 = x2
et que nous avons en fait évalué la fonction f au même point pour obtenir y.
Nous obtenons de f (x1 ) = f (x2 ) que x1 /3 + 1 = x2 /3 + 1. Après avoir soustrait 1 de
chaque côté de l’égalité, nous trouvons x1 /3 = x2 /3. Une multiplication par 3 des deux cotés
de cette nouvelle égalité nous donne x1 = x2 . Ce que nous voulions démontrer. ♣
Exemple 1.4.19
1 + 3x
Est-ce que la fonction f (x) = a un inverse sur R \ {5/2}, son domaine ?
5 − 2x
1.4. Fonctions inverses (réciproques) 13

Cela revient à montrer que f est injective. Supposons que f (x1 ) = f (x2 ). Alors
1 + 3x1 1 + 3x2
f (x1 ) = f (x2 ) ⇔ =
5 − 2x1 5 − 2x2
⇔ (1 + 3x1 )(5 − 2x2 ) = (1 + 3x2 )(5 − 2x1 )
⇔ 5 + 15x1 − 2x2 − 6x1 x2 = 5 + 15x2 − 2x1 − 6x1 x2
⇔ 15x1 − 2x2 = 15x2 − 2x1
⇔ 17x1 = 17x2
⇔ x1 = x2 .

Test de la droite horizontale

Pour ce test, nous utiliserons le graphe de la fonction f et nous vérifierons que chaque
droite horizontale (i.e. y est constant) coupe le graphe de la fonction f en un seul point.
L’abscisse x de ce point est la seule valeur du domaine de f telle que f (x) = y.
Exemple 1.4.20
À la figure 1.10, nous avons tracé le graphe de f (x) = x/3+1 et quelques droites horizontales
pour nous convaincre que chaque droite horizontale coupe le graphe de la fonction en un seul
point. Ce qui support le fait que la fonction f est injective. ♣

y
y = f (x) = x/3x + 1
4
3
1
x
−3 0 6 9

Figure 1.10 – Le graphe de f (x) = x/3 + 1 et de quelques droites horizontales

1.4.5 Comment trouver l’inverse d’une fonction

Après avoir vérifié qu’une fonction est injective et donc qu’un inverse existe, nous pouvons
chercher son inverse.

Méthode algébrique

Si y = f (x), il faut résoudre pour x en fonction de y. L’exemple suivant va illustrer cette

méthode.
14 1. Fonctions

Exemple 1.4.21
Dans le cas simple de la fonction f (x) = x/3 + 1, nous posons y = f (x) = x/3 + 1 et nous
résolvons pour x. Nous soustrayons 1 de chaque côté de l’égalité précédente pour obtenir
y − 1 = x/3. Puis nous multiplions les deux côtés de cette nouvelle égalité par 3 pour obtenir
x = 3y − 3. Donc x = f −1 (y) = 3y − 3.
Par tradition, nous utilisons y pour la variable dépendante et x pour la variable indé-
pendante. Nous échangeons donc x et y pour obtenir y = f −1 (x) = 3x − 3 pour x ∈ R.
♣
Exemple 1.4.22
Même si f est donnée par un simple polynôme, il n’est pas toujours possible de trouver une
expression algébrique pour l’inverse de f .
Par exemple, soit f (x) = x6 + x2 + 3. Il est facile de tracer le graphe de f et de remarquer
que f satisfait le test de la droite horizontale. Nous sommes donc certain que l’inverse de f
existe.
Cependant, nous ne pouvons résoudre l’équation y = x6 + x2 + 3 pour x en fonction de y
afin d’obtenir x = f −1 (y). En fait, il a été démontré par Evariste Galois, un mathématicien
français du 18e siècle, qu’il n’existe pas de formule générale pour trouver les racines d’un
polynôme de degré plus grand que quatre comme c’est le cas pour les polynômes de degré
deux. ♣
Exemple 1.4.23
1 + 3x
À l’exemple 1.4.19, nous avons montré que la fonction f (x) = était injective. Il existe
5 − 2x
donc un inverse de f en tant que fonction définie sur R \ {5/2}. Trouvons cet inverse.
Puisque
1 + 3x
y = f (x) = ⇔ y(5 − 2x) = 1 + 3x ⇔ 5y − 2xy = 1 + 3x
5 − 2x
5y − 1
⇔ 5y − 1 = 2xy + 3x = (2y + 3)x ⇔ x = ,
2y + 3
5y − 1
nous avons x = f −1 (y) = . Comme par tradition nous utilisions y pour la variable
2y + 3
dépendante et x pour la variable indépendante, nous échangeons x et y pour obtenir y =
5x − 1
f −1 (x) = . La fonction f −1 a comme domaine l’image de la fonction f qui est R \
2x + 3
{−3/2}. ♣
1.4. Fonctions inverses (réciproques) 15

Méthode graphique

Méthode 1.4.24
Si f est une fonction qui possède une fonction inverse f −1 , alors nous obtenons le
graphe de f −1 en faisant la réflexion du graphe de f par rapport à la droite y = x.

y y = f −1 (x)
y=x

E
y = f (x)
f (z)
C A = (z, f (z))

x
F z

Figure 1.11 – Graphe de f −1 obtenu par réflexion du graphe de f par rapport à

la droite y = x

Remarque 1.4.25 Y
Pour justifier cet énoncé, nous utiliserons le dessin à la figure 1.11. Nous fixons z et cherchons
les coordonnées du point B qui est le point symétrique au point A = (z, f (z)) par rapport
à la droite y = x. Nous voulons montrer que les coordonnées du point B sont (f (z), z), un
point du graphe de f −1 car z = f −1 (f (z)).
Si B est le point qui est symétrique au point A par rapport à la droite y = x, alors les
angles ∠AEC et ∠BEC sont des angles droits et les segments AE et BE sont de même
longueur.
Nous traçons la droite horizontale y = f (z) qui coupe la droite y = x en C. Puisque les
angles ∠AEC et ∠BEC sont égaux et les côtés AE et CE adjacents à l’angle ∠AEC sont
respectivement de même longueur que les côtés BE et CE adjacents à l’angle ∠BEC, il en
découle que les triangles 4ACE et 4BCE sont congruents. Ainsi les segments AC et CB
sont de même longueur et les angles ∠ACE et ∠BCE sont égaux.
Puisque la droite y = x fait un angle de π/4 avec l’axe des x, nous avons que ∠ACE = π/4.
Il s’en suit que ∠ACB = π/2. La droite qui passe par B et C est donc verticale. Comme
les coordonnées du point C sont (f (z), f (z)), nous avons donc que l’abscisse du point B est
f (z).
16 1. Fonctions

Le point d’intersection de la droite qui passe par B et C avec l’axe des x est F = (f (z), 0).
Pour trouver l’ordonnée du point B, nous utilisons le fait que la longueur du segment BC,
qui est aussi la longueur du segment AC, est z − f (z). L’ordonnée du point B est donc la
somme des longueurs des segments F C et CB. C’est-à-dire que l’ordonnée du point B est
f (z) + (z − f (z)) = z. Ce qui confirme que les coordonnées de B sont (f (z), z). ♠

1.4.6 Influence du domaine et de l’image d’une fonction sur la

définition de son inverse
Une question que nous n’avons pas abordée précédemment est l’influence du domaine et
de l’image d’une fonction sur la définition de son inverse.
Exemple 1.4.26
Considérons la fonction f (x) = x2 − 1 pour toutes les valeurs réelles de x. Cette fonction
n’a pas d’inverse car elle n’est pas injective. Par exemple, f (−1) = f (1) = 0. Il est aussi
facile de voir à partir du graphe de f que cette fonction ne satisfait pas le test de la droite
horizontale.
Par contre, si nous
√ considèrons f (x) = x2 − 1 pour x ≥ 0 seulement, alors f a un inverse
qui est f −1 (x) = x + 1 pour x ≥ −1. Nous retrouvons à la figure 1.12 les graphes de f et
f −1 .
Utilisons la méthode algébrique pour trouver l’inverse de f (x) = x2 − 1 pour x ≥ 0. Nous
additionnons 1 de chaque côté de y = f (x) = x2 − 1 pour obtenir y + 1 = x2 . Puis √ nous
prenons la racine carrée
√ des deux côtés de cette dernière égalité pour obtenir x = y + 1.
−1
Donc x = f (y) = y + 1 pour y ≥ −1.
Par tradition, nous échangeons x et y pour obtenir
√
y = f −1 (x) = x + 1 pour x ≥ −1 .
√
Sans l’hypothèse que x ≥ 0, nous aurions obtenu x = ± y + 1. Or, cette formule ne peut
pas définir une fonction car nous avons deux valeurs pour chaque valeur de y. ♣

1.5 Fonctions trigonométriques + r

Vous avez probablement vu la définition du cosinus et sinus d’un angle à partir d’un
triangle droit. Si 4ABC est un triangle avec un angle droit au sommet C et θ est l’angle au
sommet A (figure 1.14), alors le cosinus et le sinus de θ sont définis par

|AC| |BC|
cos(θ) = et sin(θ) =
|AB| |AB|

où |AC|, |BC| et |AB| sont les longueurs des segments AC, BC et AB respectivement.
Cette définition est excellente pour les angles aiguës (moins de 90◦ ) mais comment définir le
cosinus ou sinus d’un angle obtus (plus de 90◦ ).
1.5. Fonctions trigonométriques + r 17

y
y = f (x) = x2 − 1 y=x
√
y = f −1 (x) = x+1

x
−1 1

−1

√
Figure 1.12 – Graphes de f (x) = x2 − 1 pour x ≥ 0 et de f −1 (x) = x + 1 pour
x ≥ −1.

y
1

sin(θ) D = (cos(θ), sin(θ))

θ
cos(θ) 1 x

Cercle de rayon 1
centré à l’origine

Figure 1.13 – Définition du sinus et cosinus de l’angle θ à partir du cercle unité.

Une autre façon de définir le cosinus et sinus d’un angle en radians est avec le cercle
unité.

Définition 1.5.1
Soit D, l’intersection du cercle de rayon 1 centré à l’origine avec la droite émanant de
l’origine et qui forme un angle θ avec l’axe des x lorsque nous nous déplaçons dans
le sens contraire aux aiguilles d’une montre (figure 1.13). L’abscisse du point D est
cos(θ) et l’ordonnée du point D est sin(θ).

À partir de maintenant, au lieu de calculer les angles en degrés, nous calculons les angles
en radians. N’oubliez pas que le nombre π est le rapport de la circonférence d’un cercle sur
son diamètre. Ainsi, 360◦ correspond à 2π radians, la circonférence d’un cercle de rayon 1.
18 1. Fonctions

y
1 B

D = (cos(θ), sin(θ))
θ x
A E 1 C
Cercle de rayon 1
centré à l’origine

Figure 1.14 – Définition du sinus et cosinus de l’angle θ à partir d’un triangle.

θ 0 √π/6 √π/4 π/3 π/2

cos(θ) 1 3/2 √2/2 √1/2 0
sin(θ) 0 1/2 2/2 3/2 1

Table 1.1 – Valeurs de cos(θ) et sin(θ) pour quelques valeurs de θ.

Les deux définitions du cosinus et sinus que nous venons de donner sont équivalentes.
Considérons le dessin à la figure 1.14. Si le sommet A du triangle 4ABC est à l’origine,
AC repose sur l’axe des x, D est le point d’intersection de la droite contenant le segment
AB avec le cercle de rayon 1 centré à l’origine, et E est le point d’intersection de la droite
perpendiculaire à AC passant par D avec l’axe des x, alors les triangles 4ABC et 4ADE
sont semblables. Ainsi,
|AC| |AE| |BC| |DE|
cos(θ) = = = |AE| et sin(θ) = = = |DE|
|AB| |AD| |AB| |AD|
car |AD| = 1.
Il faut bien comprendre que l’angle positif θ représenté dans les dessins des figures 1.13
et 1.14 est l’angle mesuré lorsque nous nous déplaçons dans le sens contraire aux aiguilles
d’une montre à partir de l’axe des x.
Le Tableau 1.1 donne quelques valeurs du sinus et cosinus qu’il faut mémoriser. Nous ver-
rons plus tard que nous pouvons utiliser les identités trigonométriques pour trouver d’autres
valeurs du sinus et cosinus.
Soit 4ABC le triangle avec un angle droit au point C et un angle de θ radians au sommet
A (figure 1.14). Pour θ 6= nπ + π/2 où n ∈ Z, la tangente de l’angle θ est définie par
|BC|
tan(θ) = .
|AC|

Nous pouvons aussi définir la tangente de l’angle θ à l’aide du cercle unité. Si nous utilisons
1.5. Fonctions trigonométriques + r 19

le triangle 4ABC représenté à la figure 1.14, alors la tangente de l’angle θ est

|BC| |DE| sin(θ) π

tan(θ) = = = , θ 6= + nπ pour n ∈ Z .
|AC| |AE| cos(θ) 2

Il ne faut pas oublier que l’angle positif θ est l’angle mesuré lorsque nous nous déplaçons
dans le sens contraire aux aiguilles d’une montre à partir de l’axe des x.
Il y a trois autres fonctions trigonométriques qui peuvent être utiles de temps à autre.
Nous donnons leurs définitions à partir du triangle 4ABC représenté à la figure 1.14.
La cotangente d’un angle θ est définie par la relation

|AC| |AE| cos(θ)

cot(θ) = = = , θ 6= nπ pour n ∈ Z .
|BC| |DE| sin(θ)

La sécante d’un angle θ est définie par la relation

|AB| |AD| 1 π
sec(θ) = = = , θ 6= + nπ pour n ∈ Z .
|AC| |AE| cos(θ) 2

Finalement, la cosécante d’un angle θ est définie par la relation

|AB| |AD| 1
csc(θ) = = = , θ 6= nπ pour n ∈ Z .
|BC| |DE| sin(θ)

Remarque 1.5.2
Notons que cos(θ) 6= cos(θ).
La fonction cos(x) définie dans le cours de Fonctions de 11e année en Ontario assume
que x est mesuré en degrés. Alors que la fonction cos(x) définie dans le cours de Fonctions
Avancées de 12e assume que x est mesuré en radians.
La même notation a été utilisée pour dénoter deux différentes fonctions. Par exemple,
cos(10) 6= cos(10) si l’angle du premier cosinus est 10 degrés et celui du deuxième cosinus est
10 radians. Il est aussi mélangeant d’écrire cos(10) = cos (10(π/180)) ; il faut comprendre que
l’angle du premier cosinus est 10 degrés alors que celui du deuxième cosinus est 10(π/180)
radians.
Si nous dénotons par cosd le cosinus où l’angle est mesuré en degrés et par cos le cosinus
où l’angle est mesuré en radians, alors il est maintenant clair que cosd (10) 6= cos(10) et
cosd (10) = cos (10(π/180)).
Il aurait été préférable de donner des noms différents au cosinus pour les angles en degrés et
au cosinus pour les angles en radians. Malheureusement, la tradition veut que nous utilisions
le même nom (i.e. cos) dans les deux cas.
À moins d’avis contraire, l’argument des fonctions trigonométriques sera toujours me-
suré en radians. Il sera très clairement spécifié si jamais nous devons utiliser les fonctions
trigonométriques où les angles sont mesurés en degrés.
20 1. Fonctions

Cette nuance entre le cosinus où les angles sont mesurés en degrés et celui où les angles
sont mesurés en radians aura des conséquences très importante lors de l’étude du calcul
différentiel et intégral pour les fonctions trigonométriques.
La remarque précédente au sujet du cosinus est aussi valable pour les autres fonctions
trigonométriques. ♠
Remarque 1.5.3
Remarquons que sin θ 6= θ sin. En fait, cette dernière expression n’a aucun sens. Il faut noter
qu’un grand nombre d’auteurs utilisent la notation sin θ pour désigner sin(θ). C’est donc le
sinus qui est évalué à θ et non pas le produit du sinus par le monôme θ.
L’utilisation de sin θ, cos θ et tan θ pour désigner sin(θ), cos(θ) et tan(θ) respectivement
est une tradition que nous éviterons dans le présent document. De cette façon, nous ne
risquerons pas de retrouver une expression du genre sin θ + 1. Est-ce sin(θ + 1) ou sin(θ) + 1 ?
♠

1.5.1 Identités trigonométriques

Puisque cos(θ) et sin(θ) sont les coordonnés d’un point du cercle de rayon 1 centré à
l’origine, nous obtenons le résultat suivant.

Proposition 1.5.4

cos2 (θ) + sin2 (θ) = 1 pour θ ∈ R .

Puisque θ et θ + 2π représentent le même point du cercle de rayon 1 centré à l’origine,

nous obtenons le résultat suivant.

Proposition 1.5.5

cos(θ + 2π) = cos(θ) et sin(θ + 2π) = sin(θ) pour θ ∈ R .

Nous disons que le cosinus et le sinus sont des fonctions périodiques de période 2π. Il
s’en suit que nous avons les mêmes égalités si 2π est remplacé par −2π, 4π, −4π, etc.
Il est facile de déduire plusieurs identités trigonométriques à partir du cercle unité.
Puisque les triangles 40BE, 4OCG, 4ODG et 4OAE représentés à la figure 1.15 sont
congruents, nous obtenons les identités suivantes.

Proposition 1.5.6

cos(θ) = cos(−θ), sin(θ) = − sin(−θ),

cos(θ) = − cos(π − θ), sin(θ) = sin(π − θ),
cos(θ) = − cos(π + θ) et sin(θ) = − sin(π + θ)
pour θ ∈ R.
1.5. Fonctions trigonométriques + r 21

Puisque les triangles 40AB et 4ODC représentés à la figure 1.16 sont congruents, nous
obtenons les identités suivantes.

Proposition 1.5.7
π π
   
cos(θ) = sin −θ et sin(θ) = cos −θ pour θ ∈ R .
2 2

Ce sont seulement quelques unes des identités trigonométriques que nous pouvons déduire
à partir du cercle unité.

π−θ y

B = (cos(θ), sin(θ))
C B θ C = (cos(π − θ), sin(π − θ))
D = (cos(π + θ), sin(π + θ))
G E A = (cos(−θ), sin(−θ))
x
O
π+θ −θ
D A

Figure 1.15 – Identités trigonométriques provenant de réflexions par rapport aux

axes

Finalement, les formules d’addition suivantes seront d’une très grande utilité lors de la
résolution d’équations impliquant les cosinus et sinus. Elles sont aussi utilisées pour simplifier
les intégrales (chapitre 6) que nous retrouvons souvent dans les applications.

Proposition 1.5.8

cos(θ1 + θ2 ) = cos(θ1 ) cos(θ2 ) − sin(θ1 ) sin(θ2 )

et
sin(θ1 + θ2 ) = cos(θ1 ) sin(θ2 ) + sin(θ1 ) cos(θ2 )
pour θ1 , θ2 ∈ R.

Remarque 1.5.9 Y
Nous entendons souvent dire qu’il n’y a qu’une et une seule façon de résoudre un problème
de mathématique. Pour contredire cette affirmation, nous donnons plusieurs démonstrations
différentes des formules d’addition pour le sinus et le cosinus. Toutes ces démonstrations
sont bonnes. Il est donc possible d’avoir plus d’une bonne façon de résoudre un problème
mathématique.
22 1. Fonctions

y
π
C −θ
D 2
θ
B = (cos(θ), sin(θ))
B π π
   
C = (cos − θ , sin − θ)
θ 2 2
x
O A

Figure 1.16 – Identités trigonométriques provenant d’une réflexion par rapport à

la droite y = x

Première démonstration: Nous utilisons le dessin à la figure 1.17. Nous assumons donc
que θ1 et θ2 sont entre 0 et π/2. Pour les autres valeurs de θ1 et θ2 , la démonstration peut être
réduite au présent cas à l’aide des identités trigonométriques données au propositions 1.5.6
et 1.5.7.

1
E
sin(θ2 )
sin(θ2 ) cos(θ1 )
sin(θ2 ) sin(θ1 )
1 θ1
D C
θ2 cos(θ2 ) sin(θ1 )
θ1
O A B 1
cos(θ2 ) cos(θ1 ) cos(θ2 )

Figure 1.17 – Cette figure sert à la première démonstration de la règle d’addition

pour les sinus et cosinus qui est donnée à la remarque 1.5.9.

Le triangle 4OBC est semblable au triangle 4EDC. En particulier, ∠COB = ∠CED.

Si nous considérons le triangle 4OCE, nous trouvons que la longueur de l’hypoténuse EC
du triangle 4EDC est sin(θ2 ). Ainsi, |ED| = sin(θ2 ) cos(θ1 ) et |DC| = sin(θ2 ) sin(θ1 ) par
définition du cosinus et du sinus à partir d’un triangle droit. De même, si nous considérons
1.5. Fonctions trigonométriques + r 23

le triangle 4OCE, nous trouvons que la longueur de l’hypoténuse OC du triangle 4OBC

est cos(θ2 ). Ainsi, |OB| = cos(θ2 ) cos(θ1 ) et |BC| = cos(θ2 ) sin(θ1 ) par définition du cosinus
et du sinus à partir d’un triangle droit.
Nous avons donc

sin(θ1 + θ2 ) = |AE| = |BC| + |DE| = cos(θ2 ) sin(θ1 ) + sin(θ2 ) cos(θ1 )

et
cos(θ1 + θ2 ) = |OA| = |OB| − |DC| = cos(θ2 ) cos(θ1 ) − sin(θ2 ) sin(θ1 ) .

Deuxième démonstration: Cette démonstration fait appel aux nombres complexes que le
lecteur n’a probablement pas vu. Nous donnons quand même cette démonstration puisqu’elle
est très courte et élégante, en espérant que cela pourra inciter certains lecteurs à approfondir
leurs connaissances en mathématiques au delà du cours de calcul différentiel et intégral.
Puisque eθi = cos(θ) + i sin(θ) où i est le nombre complexe tel que i2 = −1 et θ ∈ R, nous
avons
e(θ1 +θ2 )i = cos(θ1 + θ2 ) + i sin(θ1 + θ2 ) (1.5.1)
et
  
e(θ1 +θ2 )i = eθ1 i eθ2 i = cos(θ1 ) + i sin(θ1 ) cos(θ2 ) + i sin(θ2 )
   
= cos(θ1 ) cos(θ2 ) − sin(θ1 ) sin(θ2 ) + sin(θ1 ) cos(θ2 ) + cos(θ1 ) sin(θ2 ) i . (1.5.2)

Si nous comparons la partie réelle et imaginaire de (1.5.1) et (1.5.2), nous obtenons

cos(θ1 + θ2 ) = cos(θ1 ) cos(θ2 ) − sin(θ1 ) sin(θ2 )

et

sin(θ1 + θ2 ) = sin(θ1 ) cos(θ2 ) + cos(θ1 ) sin(θ2 ) .

Évidemment, cette démonstration est très courte mais fait appel à l’identité eθi = cos(θ) +
i sin(θ) qui n’est pas triviale à démontrer.
♠
Exemple 1.5.10
Quelle est la valeur de sin(2π/3) ?
Puisque sin(θ) = sin(π − θ), nous avons que
√
2π π π 3
     
sin = sin π − = sin =
3 3 3 2
où la dernière égalité provient du Tableau 1.1. ♣
Exemple 1.5.11
Quelle est la valeur de sin(7π/12) ?
24 1. Fonctions

Puisque 7π/12 = π/3 + π/4, nous obtenons de la formule d’addition pour le sinus que
7π π π π π π π
           
sin = sin + = cos sin + sin cos
12 3
√ 4√ √ 3 √ 4 3 4
1 2 3 2 2 √ 
= × + × = 1+ 3 .
2 2 2 2 4
♣
Exemple 1.5.12
Montrons que
1
cos2 (θ) = (1 + cos(2θ)) (1.5.3)
2
quel que soit θ.
Si nous substituons θ1 et θ2 par θ dans la formule d’addition pour le cosinus, nous obtenons

cos(2θ) = cos2 (θ) − sin2 (θ) .

Puisque sin2 (θ) = 1 − cos2 (θ), il découle de l’équation ci-dessus que

cos(2θ) = 2 cos2 (θ) − 1 . (1.5.4)

D’où
1
cos2 (θ) = (1 + cos(2θ)) .
2
♣
Il existe une formule pour sin2 (θ) qui est semblable à celle donnée en (1.5.3). La proposi-
tion suivante inclus ces deux formules.

Proposition 1.5.13
1 1
cos2 (θ) = (1 + cos(2θ)) et sin2 (θ) = (1 − cos(2θ)) .
2 2
La première formule est la formule de l’angle double pour le cosinus alors que
la deuxième formule est la formule de l’angle double pour le sinus.

Nous laissons au lecteur la tâche de vérifier la formule de l’angle double pour le sinus
comme nous l’avons fait pour la formule de l’angle double pour le cosinus.
Remarque 1.5.14
Les deux formules données à la proposition (1.5.13) vont s’avérer très utiles pour évaluer
certaines intégrales au chapitre 6. ♠
Pour terminer, mentionnons deux identités trigonométriques qui font appel à la tangente,
la cotangente, la sécante et la cosécante. Si nous divisons l’identité cos2 (θ) + sin2 (θ) = 1 tour
à tour par cos2 (θ) et par sin2 (θ), nous obtenons les deux identités suivantes.
1.5. Fonctions trigonométriques + r 25

Proposition 1.5.15
π
1 + tan2 (θ) = sec2 (θ) pour θ 6= + nπ pour n ∈ Z .
2
cot2 (θ) + 1 = csc2 (θ) pour θ 6= nπ pour n ∈ Z .

1.5.2 Graphes des fonctions trigonométriques

Le cosinus et le sinus sont deux fonctions définies pour tous les nombres réels. Les graphes
de ces fonctions sont donnés à la figure 1.18.
Nous déduisons à partir de leurs définitions que
−1 ≤ cos(θ) ≤ 1 et − 1 ≤ sin(θ) ≤ 1
quel que soit l’angle θ. Ainsi,
Dom cos = Dom sin = R et Im cos = Im sin = {x : −1 ≤ x ≤ 1} .

θ1 x x x = cos(θ)

3π
θ2 θ2 π 2
y θ
θ1 π θ3 2π
θ3 2

y θ2 y y = sin(θ)

3π
θ1 2 θ3
x θ
θ3 θ1θ2 π2 π 2π

Figure 1.18 – Graphes de x = cos(θ) et y = sin(θ)

Puisque cos(θ) = sin(θ + π/2) pour tout θ, le graphe du cosinus est une translation par
π/2 vers le gauche du graphe du sinus.
La tangente est une fonction qui n’est pas définie pour tous les angles. Le graphe de la
tangente est donné à la figure 1.19. Nous avons que
π
 
6 nπ + ,
Dom tan = θ : θ = n∈Z et Im tan = R .
2
26 1. Fonctions

De plus, tan(θ) = tan(θ + π) quel que soit θ 6= nπ + π/2 pour n ∈ Z. La tangente est donc
une fonction périodique de période π.

Figure 1.19 – Graphe de y = tan(θ)

Le graphe de la cotangente, le graphe de la sécante et le graphe de la cosécante sont

donnés à la figure 1.20. Nous avons que

Dom cot = {θ : θ 6= nπ , n ∈ Z} et Im cot = R ,

π
 
Dom sec = θ : θ 6= nπ + , n ∈ Z et Im sec = {y : |y| ≥ 1} ,
2

et

Dom csc = {θ : θ 6= nπ , n ∈ Z} et Im cot = {y : |y| ≥ 1} .

Comme la tangente, la cotangente est une fonction périodique de période π. La sécante

et la cosécante sont des fonctions périodiques de période 2π.

Définition 1.5.16
Une fonctions sinusoïdales est une fonctions de la forme
2π
 
y = M + A cos (x − X) (1.5.5)
P
où M , A, P et X sont des constantes. La signification graphique de ces constantes est
donnée à la figure 1.21. La constante M est la moyenne de la fonction sinusoïdale, la
constante A est l’amplitude de l’onde décrite par la fonction sinusoïdale, la constante
P est la période et la constante X est la phase de l’onde décrite par la fonction
sinusoïdale.
1.5. Fonctions trigonométriques + r 27

Figure 1.20 – Graphe de y = cot(θ), y = sec(θ), et y = csc(θ)

Dans certains livres, le sinus est utilisé pour définir les fonctions sinusoïdales. C’est-à-dire
que
2π
 
y = M + A sin (x − X) .
P
En changeant seulement la phase, nous pouvons produire avec cette formule n’importe la-
quelle des ondes données par la formule (1.5.5).

2π
 
y y = M + A cos (x − X)
X P

A
M

x
P

Figure 1.21 – Graphe d’une fonction sinusoïdale

Exemple 1.5.17
Traçons le graphe de la fonction y = f (x) = 3 + 5 cos((2π/7)(x + 4)).
La moyenne de cette fonction sinusoïdale est M = 3, son amplitude est A = 5, sa période
est P = 7 et sa phase est X = −4. Le graphe d’une période de cette fonction est donné à la
figure 1.22. ♣
28 1. Fonctions

y
 
−4 y = 3 + 5 cos 2π
(x + 4)
8 7
5
3
−4 −0.5 x
−2 3
7

Figure 1.22 – Graphe de y = f (x) = 3 + 5 cos((2π/7)(x + 4))

Exemple 1.5.18
La température moyenne du corps pour une période de 24 heures est de 36.8◦ C avec un
minimum de 36.5◦ C à 2h00 et un maximum de 37.1◦ C à 14h00. Supposons que la température
T du corps en fonction du temps t soit décrite par une fonction sinusoïdale. Quelle est cette
fonction ?
Dans la formule (1.5.5), la moyenne est M = 36.8, l’amplitude est A = (37.1 − 36.5)/2 =
0.3, la phase est X = 14 heures et la période est naturellement P = 24 heures. Nous trouvons
donc
2π
 
T = 36.8 + 0.3 cos (t − 14)
24
où T est la température en degrés centigrades et t est le temps en heures. ♣

1.5.3 Fonctions trigonométriques inverses

Le graphe de la fonction sinus est donné à la figure 1.23. Il est clair par le test des droites
horizontales que cette fonction n’est pas injective et donc n’a pas d’inverse.
Mais ! Il y a bien une fonction sin−1 sur les calculatrices. Quelle est cette fonction ?
Nous définissons la fonction inverse pour le sinus en restreignant le domaine du sinus à
l’intervalle −π/2 ≤ x ≤ π/2. C’est la courbe tracée en vert que nous retrouvons sur le graphe
à la figure 1.23.

Définition 1.5.19
Sur l’intervalle −π/2 ≤ x ≤ π/2, la fonction sin est bien injective et nous pouvons
définir son inverse sin−1 par la formule standard

x = sin−1 (y) si et seulement si y = sin(x)

pour −π/2 ≤ x ≤ π/2 et −1 ≤ y ≤ 1. La fonction sin−1 est appelée l’arcsinus et est

aussi dénotée arcsin ; c’est-à-dire, sin−1 (x) ≡ arcsin(x).
1.5. Fonctions trigonométriques + r 29

Figure 1.23 – Graphe de y = sin(x) pour −6 ≤ x ≤ 6

En d’autres mots, x = sin−1 (y) est l’angle en radians entre −π/2 et π/2 qu’il faut pour
que sin(x) = y.
La définition de sin−1 explique pourquoi cette fonction sur votre calculatrice n’acceptera
jamais d’arguments plus petits que −1 et plus grands que 1.
Nous retrouvons à la figure 1.24 le graphe de la fonction sin−1 . Le lecteur peut vérifier que
le graphe de sin−1 est bien obtenu d’une réflexion par rapport à la droite y = x du graphe
de sin.

Figure 1.24 – Graphe de y = sin−1 (x) pour −1 ≤ x ≤ 1

De même, nous pouvons définir l’inverse pour le cosinus.

30 1. Fonctions

Définition 1.5.20
Sur l’intervalle 0 ≤ x ≤ π, la fonction cos est bien injective et nous pouvons définir
son inverse cos−1 par la formule standard

x = cos−1 (y) si et seulement si y = cos(x)

pour 0 ≤ x ≤ π et −1 ≤ y ≤ 1. La fonction cos−1 est appelée arccosinus et est aussi

dénotée arccos ; c’est-à-dire, cos−1 (x) ≡ arccos(x).

Finalement, nous pouvons définir l’inverse pour la tangente.

Définition 1.5.21
Sur l’intervalle −π/2 < x < π/2, la fonction tan est bien injective et nous pouvons
définir son inverse tan−1 par la formule standard

x = tan−1 (y) si et seulement si y = tan(x)

pour −π/2 < x < π/2 et y réels. La fonction tan−1 est appelée l’arctangente et est
aussi dénotée arctan ; c’est-à-dire, tan−1 (x) ≡ arctan(x).

Le graphe de cos−1 est donné à la figure 1.25 et celui de tan−1 est donné à la figure 1.26.

Figure 1.25 – Graphe de y = cos−1 (x) pour −1 ≤ x ≤ 1

Remarque 1.5.22
Remarquons que sin−1 6= sin−1
Il faut bien comprendre que sin−1 sur la calculatrice n’est pas égale à (sin(x))−1 =
1/ sin(x). Par exemple,
1 π
 
−1
sin = = 0.52359877559830 . . .
2 6
1.5. Fonctions trigonométriques + r 31

Figure 1.26 – Graphe de y = tan−1 (x) pour x réels

alors que
 −1
1 1

sin = = 2.08582964293349 . . .
2 sin (1/2)
♠
Exemple 1.5.23 √
Montrons que sin(arccos(x)) = 1 − x2 pour −1 ≤ x ≤ 1.
Soit θ√= arccos(x) où 0 ≤ θ ≤ π. Nous déduisons des deux dessins à la figure 1.27 que
sin(θ) = 1 − x2 . ♣

√
1 − x2
1 1
θ
θ
x x
cos(θ) = x cos(θ) = x
0<x≤1 −1 ≤ x < 0

Figure 1.27 – Représentation graphique de cos(θ) = x pour −1 ≤ x ≤ 1 et

0 ≤ θ ≤ π.
32 1. Fonctions

1.6 Fonctions exponentielles et logarithmiques

1.6.1 Fonctions exponentielles

Le but de cette section est de donner un sens à l’expression bp pour le plus grand ensemble
possible de base b et d’exposant p. Nous résumons ci-dessous ce qui est connu au sujet de
l’exponentiel d’un nombre.
• L’expression bp n’est pas définie pour b = p = 0.
• bp = 1 pour b > 0 et p = 0. Par exemple, π 0 = 1.
• Si b ∈ R et p est un entier positif,
bp = b| × b ×{z. . . × b} .
p fois

Par exemple, π 3 = π × π × π.
• Si b ∈ R et p = 1/n où n est un nombre impair, y = bp est le nombre réel tel que
y n = b. Par exemple, (−8)1/3 = −2 car (−2)3 = −8.
• Si b ≥ 0 et p = 1/n où n est un nombre pair, y = bp est le nombre réel positif tel
que y n = b. Par exemple, 161/4 = 2car 24 = 16.
m
• Si p = m/n, nous calculons b1/n s’il est possible de calculer b1/n en premier. Il
est toujours avantageux de simplifier la fraction m/n avant de faire les calculs. Par
 2
exemple, (−8)2/3 = 4 car (−8)1/3 = −2 et (−8)1/3 = (−2)2 = 4. De même,
 3
163/4 = 8 car 161/4 = 2 et 161/4 = 23 = 8.
• Si p < 0, nous définissons bp comme étant le nombre 1/b−p si b−p est définie. Par
exemple, π −3 = 1/π 3 = 1/(π × π × π).
Aucune définition n’est donnée pour bp lorsque b est un nombre réel positif et p est
un exposant réel quelconque. Pour calculer 42 , il suffit de multiplier 4 par lui-même. Pour
calculer 41/2 , il suffit de trouver le nombre positif y tel que y 2 = 4 ; c’est-à-dire, y = 2 dans le
cas présent. Mais que devons-nous faire pour obtenir la valeur de 4π ? Nous pouvons utiliser
la définition suivante.

Définition 1.6.1
Pour b > 1 et p ∈ R, nous définissons le nombre exponentiel bp comme étant le plus
petit nombre réel 1 M tel que M ≥ br pour tout nombre rationnel r ≤ p.
Pour 0 < b < 1 et p ∈ R, nous définissons le nombre exponentiel bp comme étant le
plus grand nombre réel M tel que M ≤ br pour tout nombre rationnel r ≤ p.
Naturellement, si b = 1, nous obtenons bp = 1 pour tout p ∈ R.

Ainsi, 4π est le plus petit nombre réel M tel que 4r ≤ M pour tout nombre rationnel
r ≤ π. De même, 42 = 16 car M = 16 est le plus petit nombre tel que 4r ≤ M pour tout
nombre rationnel r ≤ 2 ; le nombre 2 est une valeur possible pour r.
1. L’Axiome de complétude des nombres réels dit que tout ensemble non vide et borné supérieurement
possède une plus petite borne supérieure.
1.6. Fonctions exponentielles et logarithmiques 33

La définition que nous venons de donner pour le nombre exponentiel bp avec b ∈]0, ∞[ et
p ∈ R n’est pas facile à utiliser. Il faut généralement beaucoup de travail pour évaluer un
nombre exponentiel avec cette définition. Pour l’instant, cette définition sera suffisante pour
nos besoins.
En fait, cette définition d’un nombre exponentiel manque de rigueur. Il faudrait démontrer
que cette définition est consistante. Par exemple, est-ce que cette définition de bp pour b > 1
est équivalente à « bp est le plus grand nombre réel M tel que M ≤ br pour tout nombre
rationnel r ≥ p » ? Comme nous verrons prochainement, cela revient à exiger que les limites
à droite et à gauche de br soient égales à r = p. Il y a bien d’autres questions de ce genre
que nous pourrions poser au sujet de cette définition. De plus, il est difficile de démontrer
les propriétés des exposants avec cette définition.
Nous donnerons à la section ?? une définition équivalent du nombre exponentiel bp , b ∈
]0, ∞[ et p ∈ R, qui sera plus facile à manipuler que celle ci-dessus. Avec la définition
présentée à la section ??, il est facile de déduire les propriétés des exposants. De plus, les
calculatrices et ordinateurs utilisent cette définition (avec quelques subtilités additionnelles)
pour évaluer les nombres exponentiels.
Pour l’instant, la valeur d’un nombre exponentiel comme 4π sera estimée par 4r pour des
valeurs rationnelles de r très près de π et inférieures à π. Quelle valeur de r, proche de π,
doit-on utiliser pour obtenir une bonne approximation de 4π ? Cette question ne sera pas
abordée.

Définition 1.6.2
Si b est un nombre réel positif, la fonction f : R →]0, ∞[ définie par f (x) = bx pour
tout x réel est appelée une fonction exponentielle.

Les fonctions exponentielles satisfont les propriétés suivantes.

Proposition 1.6.3
Si a et b sont des nombres réels positifs et x et y sont des nombres réels, alors
1
a−x = , ax ay = ax+y , ax bx = (ab)x et (ax )y = (ay )x = axy .
ax

Nous retrouvons les graphes de quelques fonctions exponentielles à la figure 1.28.

Si f est la fonction définie par f (x) = bx pour tout x, nous déduisons des graphes à la
figure 1.28 que le domaine de f est R et que son image est {x ∈ R : x > 0}. De plus, f est
une fonction croissante pour b > 1 et décroissante pour 0 < b < 1.

1.6.2 Fonctions logarithmiques

La fonction logarithmique n’est rien d’autre que la fonction inverse de f (x) = bx où b, la
base, est un nombre réel positif. Si nous appliquons la définition de l’inverse d’une fonction
34 1. Fonctions

Figure 1.28 – Graphes de y = 3x , y = 2x et y = (1/2)x

à la fonction by , nous obtenons :

Définition 1.6.4
La fonction logarithmique logb est définie par

y = logb (x) si et seulement si by = x

pour x > 0 et y ∈ R.

Nous donnons à la figure 1.29 le graphe des fonctions f (x) = bx et f −1 (x) = logb (x) pour
b = 3. Puisque le domaine de f (x) = bx est R et son image est {x ∈ R : x > 0}, nous
obtenons bien que le domaine de logb est {x ∈ R : x > 0} et son image est R.
Puisque y = logb (x) est l’exposant qu’il faut donner à b pour obtenir x (i.e. pour que
y
b = x), il est alors simple de vérifier à partir de cet énoncé que les fonctions logarithmiques
satisfont les propriétés suivantes.

Proposition 1.6.5
Si a, b, x et y sont des nombres positifs réels et p est un nombre réel, alors

logb (xp ) = p logb (x) , (1.6.1)

logb (xy) = logb (x) + logb (y) (1.6.2)

et

loga (x)
= logy (x) . (1.6.3)
loga (y)
1.6. Fonctions exponentielles et logarithmiques 35

Figure 1.29 – Graphes de y = 3x (tirets) et de y = log3 (x) (ligne pleine)

Exemple 1.6.6
Si b, x et y sont des nombres positifs réels, alors
x
logb ( ) = logb (x) − logb (y)
y
car
x
logb ( ) = logb (x y −1 ) = logb (x) + logb (y −1 ) = logb (x) − logb (y) ,
y
où la deuxième égalité provient de (1.6.2) et la troisième égalité provient de (1.6.1). ♣
Exemple 1.6.7
Démontrons à partir de la définition du logarithme que logb (xp ) = p logb (x).
Si y = logb (xp ) alors by = xp par définition du logarithme. Donc by/p = x. Une deuxième
utilisation de la définition du logarithme donne logb (x) = y/p. Ainsi, si nous résolvons cette
dernière équation pour y, nous trouvons p logb (x) = y = logb (xp ). ♣
Exemple 1.6.8
loga (x)
Démontrons que = logy (x) à partir de la définition du logarithme.
loga (y)
Si v = loga (x) et w = loga (y), alors av = x et aw = y par définition du logarithme. Nous
obtenons de aw = yque a = y 1/w . Si nous substituons cette expression pour a dans av = x,
v
nous trouvons x = y 1/w = y v/w . Une deuxième utilisation de la définition du logarithme
v loga (x)
donne logy (x) = = par définition de v et w. ♣
w loga (y)
La base la plus importante pour les fonctions exponentielles et logarithmiques est donnée
par le nombre d’Euler e = 2.718281828459 . . . que nous définirons correctement à la sec-
tion 2.3. Comme pour π, ce nombre se retrouve sur toutes les calculatrices scientifiques car
il joue un rôle fondamental en mathématique. En raison de son importance, nous donnons
un nom spécial à la fonction logarithmique en base e.
36 1. Fonctions

Définition 1.6.9
Le logarithme naturel ou logarithme népérien est défini par ln(x) = loge (x) pour
x > 0.

La définition précédente est équivalente à

y = ln(x) ⇔ ey = x .

La fonction ln :]0, ∞[→ R est l’inverse de la fonction exponentielle f (x) = ex .

Exemple 1.6.10
Démontrons à partir de la définition du logarithme que logb (xp ) = p logb (x).
Si y = logb (xp ) alors by = xp par définition du logarithme. Donc by/p = x. Une deuxième
utilisation de la définition du logarithme donne logb (x) = y/p. Ainsi, si nous résolvons cette
dernière équation pour y, nous trouvons p logb (x) = y = logb (xp ). ♣
Exemple 1.6.11
Un modèle fréquemment utilisé pour décrire une population est de la forme P (t) = P0 eαt où
P (t) est le nombre d’individus au temps t, P0 est le nombre initial d’individus, et α est le
« taux de croissance relatif ». Le taux de croissance relatif est défini comme étant le taux de
croissance (instantané) au temps t divisé par le nombre total d’individus au temps t. Dans
ce modèle, nous supposons que ce rapport est constant et égale à α. Nous justifierons ce
modèle au chapitre 8 sur les équations différentielles.
Déterminons le temps nécessaire pour que la population soit 2.5 plus grande si α = 1.5.
Supposons que le temps soit mesuré en heures.
Il faut donc trouver t tel que P (t) = 2.5P0 . C’est-à-dire, il faut trouver t tel que P0 e1.5t =
2.5P0 . Ainsi,
  ln(2.5)
P0 e1.5t = 2.5P0 ⇒ e1.5t = 2.5 ⇒ 1.5t = ln e1.5t = ln(2.5) ⇒ t = ≈ 0.61086 .
1.5
Il faut donc approximativement 0.61086 heure pour que la population soit 2.5 fois plus
grande.
Si la population prend 3 jours pour être 2.5 plus grande, quel est le taux de croissance
relatif ?
Puisque P (3) = 2.5P0 , nous avons
  ln(2.5)
P0 e3α = 2.5P0 ⇒ e3α = 2.5 ⇒ 3α = ln e3α = ln(2.5) ⇒ α = ≈ 0.3054 .
3

Quelle est le nombre initial d’individus si nous avons α = 0.5 et 106 individus après 10
jours ?
106
Puisque 106 = P (10) = P0 e0.5×10 , nous obtenons P0 = ≈ 6738 individus. ♣
e5
1.7. Exercices 37

1.7 Exercices

1.7.1 Algèbre
Question 1.1
Simplifiez si possible les expressions suivantes.
3 2
a) (34 )0.5 b) 22 × 22 c) log3 (1)
d) log10 (5) + log10 (20) e) log10 (500) − log10 (50) f) log42.3 (42.37 )

Question 1.2
Simplifiez si possible les expressions suivantes.

(x4 y 1/4 )1/2 x+1 x+1 −9x + 21

a) b) + + 2
y 1/2 x − 2 x − 3 x − 5x + 6

Question 1.3
x3 + 2x2 + x + 3
Utilisez la division de polynômes pour écrire sous la forme p(x) + r(x)/q(x)
x+2
où le degré de r(x) est plus petite que le degré de q(x).
Question 1.4
Factorisez les polynômes suivants.

a) x2 + x − 6 b) 3x2 − 5x − 2 c) x3/2 + x1/2 − 12x−1/2

Question 1.5
Cette question fait appel à ce que vous avez appris au secondaire sur les polynôme de degré
deux.
a) Quelles sont les racines du polynôme x2 + 2x − 2 ?
b) Tracez la parabole y = x2 +2x−2. N’oubliez pas d’indiquer sur votre graphe l’intersection
avec les axes. S’il y a une valeur maximale ou minimale, indiquez la sur le graphe.
Question 1.6
Quelle valeur devez-vous donner à c dans le polynôme 4x2 − 12x + c pour que les racines
soient égales ?
Question 1.7
Résolvez les équations suivantes.

a) 7 × 53x = 21 b) 4 × 3−2x+1 = 73x c) log10 (100x ) = 3

Question 1.8
Quelles sont les valeurs de x pour lesquelles ex + 2e−x = 3 ?
Question 1.9
Résolvez les équations suivantes.
38 1. Fonctions

2x 2x − 1 1 3
a) = b) + =4
x+1 x x+1 x−1
c) ln(x − 3) + ln(x − 5) = ln(2x − 6) d) |x − 2| = 5

e) |x − 2| = |2x − 5| f) |x2 − 4| = 4

g) ln(2) − ln(x) = ln(3 − x)

Question 1.10
Résolvez les inégalités suivantes.
6 2 1
a) 5 − <4 b) x2 − 4x + 3 > 0 c) >
x x+1 x−3
x2 x −6
d) <1 e) < f) |x − 2| < 5
x+2 x−3 x+1
g) |x2 − 2x − 5| < |x − 1|

1.7.2 Functions
Question 1.11
Quel est l’image de la fonction f (x) = 3 + 2x − x2 ?
Question 1.12
Une fonction f est définie par le graphe ci-dessous. Déterminez si f est injective.

y = f (x)

Question 1.13
Déterminez si les fonctions suivantes ont un inverse. Si une fonction a un inverse, trouvez
cet inverse. Bien indiquer le domaine et l’image de la fonction et de son inverse.
s 10
x+1 x

x3
a) g(x) = 5 b) f (x) = c) h(x) =
x−1 x+1
−1/2
2x + 7

d) y = f (x) =
3
Question 1.14 √ √
Quelle est la forme la plus simple pour (f ◦ g)(x) où f (x) = x2 − 1 et g(x) = x2 + 1 ?
Question 1.15
Écrivez les fonctions suivantes comme la composition de fonctions simples. Pour nous, les
fonctions simples sont f (x) = xa , ax , logb (x), ..., et le produit et la somme de telles fonctions.
1.7. Exercices 39

5
a) f (x) = b) h(t) = (1 − t2 )−4
1 + 5x

Question 1.16 r + √
Écrivez la fonction g(x) = cos( 1 + x2 ) comme la composition de fonctions simples. Pour
nous, les fonctions simples sont f (x) = xa , ax , logb (x), cos(x), ..., et le produit et la somme
de telles fonctions.

1.7.3 Trigonométrie

Question 1.17 r +
Vérifiez les identités trigonométriques suivantes pour θ = 0, π/4, π/2 et π.
a) cos(θ − π) = − cos(θ).
b) cos(2θ) = cos2 (θ) − sin2 (θ).
Question 1.18 r +
Si cos(θ) = 1/2, quelles sont les valeurs possibles pour sin(θ) ?
Question 1.19 r +
Pour chacun des graphes ci-dessous, donnez la moyenne, l’amplitude, la période et la phase
de la fonction sinusoïdale qui possède ce graphe. Puis, écrivez la fonction sinusoïdale dans
chacun des cas.

a) b)

c) d)
40 1. Fonctions

Question 1.20 r +
Écrivez les fonctions sinusoïdales suivantes sous la forme standard
2π
 
f (t) = M + A cos (t − T )
P
avec A > 0.

a) f (t) = 2 − cos(t)  b) f (t) = 2 + sin(t)

π

c) f (x) = −3 + 5 sin (2 − x)
2

Question 1.21 r +
Pour chacune des fonctions sinusoïdale suivantes, déterminez la moyenne, l’amplitude, la
période et la phase. De plus, Tracez le graphe de la fonction. Bien indiquer sur votre dessin
la moyenne, l’amplitude, la période et la phase.

πz 3π
 
a) h(z) = 1 + 5 cos − b) f (x) = 6 sin(3x − 6) − 4
2 2
c) W (y) = −2.0 + 3.0 cos (4π(y + 0.1))

Question 1.22
Quelle est la fonction sinusoïdale f qui oscille entre 36.6 et 37.2, et dont la période est 24 et
la phase est 13 ? Tracez le graphe de cette fonction en indiquant la période, l’amplitude, la
moyenne et la phase sur votre graphe.
Question 1.23 r +
Quel est le cosinus de l’angle θ dans le dessin suivant ?

4 θ

Question 1.24 r +
1
Si sin(θ) = , quelles sont les valeurs possible pour tan(θ) ?
x
Question 1.25 r +
x
Montrez que tan(arcsin(x)) = √ pour −1 < x < 1.
1 − x2

1.7.4 Fonctions exponentielles

Question 1.26
Quelques valeurs de deux fonctions sont données dans le tableau ci-dessous. Une des fonctions
1.7. Exercices 41

est linéaire (de la forme mx + b) et l’autre est exponentielle (de la forme p bx ). Trouvez une
formule pour chacune des fonctions.

x 2 4 6 8
f(x) 0.75 0.1875 0.046875 0.011719
g(x) 5.7 10.3 14.9 19.5

Question 1.27
Le poids S en kilogrammes d’un individu au temps t en jours est donné par la formule
S(t) = S0 10αt où le poids initial est S0 = S(0) = 2.34 kg et le taux de croissance par rapport
au poids de l’individu est α = 0.693. Combien de temps faut-il pour que le poids de l’individu
double ? Pour que le poids soit 10 fois plus grand ?
Question 1.28
La population d’un territoire double à tous les 24 ans. Si la population initiale est de 500
individus (par km2 ), quel sera le nombre d’individus (par km2 ) après 12 années ? Il faut se
rappeler que le nombre d’individus dans la population au temps t en années est donné par
une formule de la forme p(t) = p0 eαt où p0 est le nombre initial d’individus et α est une
constante représentant le taux de croissance par rapport à la taille de la population.
Suggestion : vous pouvez déterminer α à l’aide du temps nécessaire pour que la population
double.
Question 1.29
Le volume (en cm3 ) d’un organisme au temps t (en seconde) est donné par l’expression
V (t) = V0 eαt . Quelles sont les unités de α ? Si V0 = 2 et α = 0.1, combien faut-il de temps
pour que le volume double ? Pour qu’il quadruple ?
Question 1.30
La quantité de Carbone-14 (en atomes) que nous retrouvons dans les os d’un animal, t années
après son décès, est donnée par Q(t) = Q0 e−0.000122 t où Q0 est la quantité de carbone-14 au
moment du décès. Quelle est la demie-vie du carbone-14 ?
Question 1.31
Si une population a une demie-vie de 43 ans et le nombre d’individus au départ est de
1600 (par m2 ), combien de temps faut-il pour que la population soit de 200 individus (par
m2 ) ? Trouvez une formule pour le nombre P (t) d’individus (par m2 ) au temps t dans cette
population. Combien faut-il de temps pour que la population soit de 437 individus (par m2 ) ?

Question 1.32 r +
Tracez le graphe de la fonction g(t) = et cos(2πt) pour 0 < t < 3. Il n’est pas nécessaire que
le graphe soit très précis mais il doit bien décrire le comportement qualitatif de la fonction.
Question 1.33 r +
Tracez le graphe de la fonction W (t) = e−t cos(2πt) pour t ≥ 0. Il n’est pas nécessaire que le
graphe soit très précis mais il doit bien décrire le comportement qualitatif de la fonction.
42 1. Fonctions
 Suites et séries 2

Au chapitre précédent, nous avons introduit les fonctions ; les objets sur lesquels nous tra-
vaillerons tout au long de cet ouvrage. Ce ne sont pas toutes les fonctions qui nous intéressent.
Par exemple, nous sommes intéressé aux fonctions qui peuvent représenter des phénomènes
naturels qui évoluent de façon continue dans le temps et qui ont des comportements prévi-
sibles. Les fonctions qui représentent ce genre de phénomènes sont généralement continues ou
même différentiables. Pour définir ces propriétés, nous aurons besoin des concepts de limite
d’une suite et de limite d’une fonction en un point. Nous étudions la limite d’une suite dans
ce chapitre alors que la limite d’une fonction en un point sera présentée au prochain chapitre.
Certaines fonctions ne peuvent être définies de façon simple comme, par exemple, à l’aide
d’une expression algébrique. Nous aurons besoin du concept de séries pour définir ces fonc-
tions. C’est le cas en particulier de la fonction ex . Ce sont ces concepts que nous présentons
dans la deuxième partie du chapitre.

2.1 Suites

Définition 2.1.1
Une suite est un ensemble infini et ordonné de nombres. Les nombres qui forment une
suite sont appelés les termes de la suite. Par exemple, {a1 , a2 , a3 , . . .} représente une
suite de nombres où a1 est le premier terme de la suite, a2 est le deuxième terme
de la suite, ainsi de suite.
Les termes de la suite sont généralement donnés par une fonction f : N+ → R ; c’est-
à-dire, an = f (n) pour n ∈ N+ . La suite est alors dénoté {f (n)}∞ n=1 .

Exemple 2.1.2
n ∞
La suite est la suite formée des termes
n + 2 n=1
1 2 3
 
, , ,...
3 4 5

43
44 2. Suites et séries

)∞
(−1)n
(
alors que la suite est la suite formée des termes
n2 n=1

1 1 1
 
−1, , − , , . . . .
4 9 16
♣
Exemple 2.1.3
La procédure pour générer certaines suites demande plus qu’une simple fonction f : N+ → R.
C’est le cas de la suite de Fibonnacci. Après avoir choisis a1 et a2 , les autres termes de
la suites sont générés par an+1 = an + an−1 pour n = 2, 3, 4, . . . . En d’autres mots, chaque
terme de la suite est le résultat de la somme des deux termes qui le précède.
La suite de Fibonnacci la plus classique est lorsque a1 = a2 = 1. Nous obtenons la suite

{1, 1, 2, 3, 5, 8, 13, 21, . . .} .

♣
Nous sommes souvent intéressés par le comportement asymptotique des termes de la suite
lorsque n → ∞.

Définition 2.1.4 Y
Nous disons que la suite {an }∞ n=1 converge (ou tend) vers un nombre L lorsque n
tend vers l’infini si, pour chaque valeur  > 0, il existe un entier N (qui peut dépendre
de ) tel que
|an − L| <  si n≥N .
En d’autre mots, Quel que soit le nombre  qui est donné, nous avons que la distance
entre L et an est plus petite que  à partir d’un indice N . Nous écrivons

lim an = L .
n→∞

Le nombre L est appelé la limite de la suite.

S’il n’existe pas de valeur L qui satisfait la définition ci-dessus, nous disons que la suite
diverge.

Exemple 2.1.5 Y
Il est intuitivement claire que la suite
 ∞
1 1 1 1
 
= 1, , , , . . .
n n=1 2 3 4
tend vers 0. Nous pouvons vérifier que la définition de limite est satisfaite par L = 0. En
effet, pour  > 0 donné, il suffit de prendre N > 1/ 1 pour obtenir |an − 0| = 1/n ≤ 1/N < 
pour n ≥ N . ♣
1. L’existence de N est une conséquence du principe d’Archimède
2.1. Suites 45

Exemple 2.1.6 Y
La suite ∞
n 1 2 3 4
  
= , , , ,...
n+2 n=1 3 4 5 6
tend vers 1.
En effet, pour  donné, il suffit de prendre N > 2(1−)/ pour obtenir |an −1| <  lorsque
n ≥ N . En effet,
2(1 − ) 2 n
n> ⇒ n > 2 − 2 ⇒ (n + 2) > 2 ⇒  > =1− = |an − 1|
 n+2 n+2

Par exemple, si  = 10−5 , il faut prendre N > 2(1 − 10−5 )/10−5 = 199998. ♣
Remarque 2.1.7
• Nous utilisons aussi l’expression « an → L lorsque n → ∞ » pour dire que lim an = L.
n→∞
• Il est souvent très utile d’explorer numériquement le comportement des suites {an }∞ n=1 ;
c’est-à-dire, d’évaluer an pour de très grandes valeurs de n dans l’espoir d’obtenir des
termes qui approchent une constante L quelconque. Cela ne démontre pas que la suite
{an }∞n=1 tend vers L mais cela nous permet de conjecturer la limite de la suite. Il faut
vérifier que la définition de limite ci-dessus est satisfaite pour pouvoir dire que la suite
{an }∞n=1 tend vers la constante L obtenue numériquement.
• La définition de limite ci-dessus revient à dire que la suite {an }∞ n=1 tend vers L si
∞
et seulement si la suite {|an − L|}n=1 tend vers 0 lorsque n tend vers l’infini. Nous
écrivons
lim |an − L| = 0 .
n→∞

En d’autres mots, la distance |an − L| entre an et L approche 0 lorsque n augmente.

♠
La limite de suites possède les propriétés suivantes qui permettront d’évaluer facilement
les limites de certaines suites.

Théorème 2.1.8
Si {an }∞ ∞
n=1 est une suite qui tend vers La et {bn }n=1 est une suite qui tend vers Lb ,
alors :
1. La suite {an + bn }∞
n=1 tend vers La + Lb . Nous écrivons

lim (an + bn ) = n→∞

n→∞
lim an + n→∞
lim bn .

2. La suite {an bn }∞
n=1 tend vers La Lb . Nous écrivons
  
lim (an bn ) =
n→∞
lim an
n→∞
lim bn .
n→∞

∞
an La

3. Si bn 6= 0 pour tout n et Lb 6= 0, alors la suite tend vers . Nous
bn n=1 Lb
46 2. Suites et séries

écrivons
an lim an
lim = n→∞ .
n→∞ b
n lim
n→∞
b n

Exemple 2.1.9
Soit c une constante quelconque. Il est facile de voir que la limite de la suite {an }∞ n=1 où
an = c pour tout n est c. Nous pouvons utiliser cette information pour trouver la limite de
5n + 2 ∞
 
la suite . En effet, grâce au théorème précédent, nous avons
n n=1

5n + 2 1 1
 
lim = lim 5 + 2 = lim 5 + 2 lim = 5 + 2 × 0 = 5 .
n→∞ n n→∞ n n→∞ n→∞ n

Théorème 2.1.10 (des gendarmes ou sandwich)

Soit {an }∞ ∞ ∞
n=1 et {cn }n=1 deux suites qui tendent vers L. Si {bn }n=1 est une suite telle
que an ≤ bn ≤ cn pour tout n, alors la suite {bn }∞
n=1 tend aussi vers L.

Démonstration Y
Soit  > 0. Puisque {an }∞ ∞
n=1 et {cn }n=1 tendent vers L, il existe N ≥ 0 tel que |an − L| < 
et |cn − L| <  pour n ≥ N . Ainsi,

L −  < a n ≤ bn ≤ c n < L + 

pour n ≥ N . C’est-à-dire, |bn − L| <  pour n ≥ N .

Exemple 2.1.11 Y r
Montrons que la limite de la suite {bn }∞
n=1 où bn = n
1/n
est 1.
Il est clair que la suite {an }∞ où an = 1 pour tout n satisfait an ≤ bn pour tout n. De
n=1q
∞
plus, la suite {cn }n=1 où cn = 1 + 2/n pour tout n satisfait bn ≤ cn pour tout n.
Pour démontrer ce dernier énoncé, posons xn = bn − 1 et notons que

n(n − 1) 2
n = bnn = (1 + xn )n = 1 + nxn + xn + . . . + xnn .
2
Comme c’est une somme de termes positifs, nous obtenons

n(n − 1) 2
n≥1+ xn .
2
Si nous isolons xn , nous trouvons
q
xn ≤ 2/n , n≥1.
2.1. Suites 47

Ainsi, q
bn = 1 + x n ≤ 1 + 2/n = cn
pour tout n.
Nous avons lim an = 1 et
n→∞
 q  q
lim cn = lim 1+ 2/n = 1 + lim 2/n = 1
n→∞ n→∞ n→∞

q ∞
car nous pouvons facilement montrer à partir de la définition de limite que la suite 2/n
n=0
tend vers 0. Puisque an ≤ bn ≤ cn pour tout n ≥ 1, nous obtenons du Théorème des gen-
darmes que {bn }∞
n=1 tend vers 1. ♣
Le résultat suivant est quelques fois utile.

Théorème 2.1.12
La suite {an }∞ ∞
n=1 tend vers 0 si et seulement si la suite {|an |}n=1 tend vers 0.

Démonstration Y
⇒) Soit  > 0. Puisque que {an }∞ n=1 tend vers 0, il existe N > 0 tel que |an − 0| = |an | < 
pour n ≥ N . Ainsi, il existe N > 0 tel que |an | − 0 = |an | <  pour n ≥ N . Comme  est
arbitraire, cela implique que {|an |}∞
n=1 tend vers 0.

⇐) Soit  > 0. Puisque que {|an |}∞n=1 tend vers 0, il existe N > 0 tel que |an | − 0 = |an | < 
pour n ≥ N . Ainsi, il existe N > 0 tel que |an − 0| = |an | <  pour n ≥ N . Comme  est
arbitraire, cela implique que {an }∞
n=1 tend vers 0.

Il est très utile de pouvoir caractériser le comportement des suites lorsque n tend vers
l’infini.

Définition 2.1.13
1. Une suite {an }∞
n=1 est croissante si an < an+1 pour tout n.
2. Une suite {an }∞
n=1 est décroissante si an > an+1 pour tout n.
3. Une suite {an }∞
n=1 est bornée supérieurement s’il existe un nombre réel M
tel que an ≤ M pour tout n. Le nombre M est appelé une borne supérieure
pour la suite.
4. Une suite {an }∞
n=1 est bornée inférieurement s’il existe un nombre réel m tel
que an ≥ m pour tout n. Le nombre m est appelé une borne inférieure pour
la suite.
5. Une suite {an }∞
n=1 est bornée si elle est bornée inférieurement et supérieure-
ment.

Le concept de convergence peut aussi être adapté aux suites non bornées.
48 2. Suites et séries

Définition 2.1.14 Y
Nous disons qu’une suite {an }∞
n=1 converge (ou tend) vers +∞ (plus l’infini) si, pour
chaque M > 0, il existe N (qui dépend du M donné) tel que an > M pour tout n ≥ N .
Nous écrivons
lim an = +∞ .
n→∞

Nous disons qu’une suite {an }∞

n=1 converge (ou tend) vers −∞ (moins l’infini) si,
pour chaque M < 0, il existe N (qui dépend du M donné) tel que an < M pour tout
n ≥ N . Nous écrivons
lim an = −∞ .
n→∞

Exemple 2.1.15 Y
La suite {an }∞ 2
n=1 où an = n + 1 tend√ vers plus l’infini. En effet, si M ≥ 1 est un nombre
quelconque, il suffit de prendre N > M − 1 pour obtenir
√ 2
an = n2 + 1 ≥ N 2 + 1 > M −1 +1=M

pour tout n ≥ N . ♣
Exemple 2.1.16
Le fait qu’une suite ne soit pas bornée n’implique pas qu’elle tende vers plus ou moins l’infini.
Par exemple, la suite {an }∞ n=1 où

n si n est pair
an =
1/n si n est impair

n’est pas bornée car il y a des termes qui sont aussi grands que nous voulons. Par contre,
cette suite ne tend pas vers plus l’infini car il est impossible de trouver N > 0 tel que an > 1
pour tout n ≥ N . Les termes an avec n impair et plus grand que 1 sont tous plus petits que
1. ♣
Les deux propositions suivantes nous donnent la limite de certaines suites que nous re-
trouvons fréquemment dans les applications.

Proposition 2.1.17
Soit r un nombre réel. Alors

∞ pour r > 1


n
lim r = 1
n→∞
pour r = 1 .


0 pour −1 < r < 1

La suite {rn }∞
n=1 ne converge pas pour r ≤ −1.
2.1. Suites 49

Proposition 2.1.18
Soit r un nombre réel. Alors

0 pour r > 0

1

lim r = 1 pour r = 0 .
n→∞ n 


∞ pour r < 0

Exemple 2.1.19
Évaluons les limites suivantes.

n cos(n)
a) lim b) lim
n→∞ n2 + 2n + 4 n→∞ n2

Pour calculer la limite en (a), nous utilisons les théorèmes 2.1.8 et 2.1.18 pour obtenir

n 1/n
lim = lim
n→∞ n2 + 2n + 4 n→∞ 1 + 2/n + 4/n2
lim 1/n
n→∞ 0
= 2 = =0.
1 + lim 2/n + 4 lim 1/n 1+0+0
n→∞ n→∞

Pour évaluer la limite en (b), nous utilisons le Théorème des gendarmes. Puisque

cos(n) 1
0≤ ≤
n2 n2

pour tout n, la suite {bn }∞ 2

n=1 avec bn = | cos(n)/n | tend vers 0 car(les suites
)∞{an }∞
n=1 avec
cos(n)
an = 0 et {cn }∞ 2
n=1 avec cn = 1/n tendent vers 0. Puisque la suite tend vers
( )∞
n2 n=1
cos(n)
0, il en est de même de la suite grâce au théorème 2.1.12. Nous déduisons donc
n2 n=1
que
cos(n)
lim =0.
n→∞ n2
♣

Théorème 2.1.20 Y
Toute suite croissante et bornée supérieurement converge. De même, toute suite dé-
croissante et bornée inférieurement converge. Dans le premier cas, la limite est la plus
petite borne supérieure 2 de la suite alors que dans le deuxième cas c’est la plus grande
borne inférieure de la suite.
50 2. Suites et séries

Démonstration Y
Nous considérons le cas où {an }∞
n=0 est une suite décroissante et bornée inférieurement. La
démonstration pour une suite croissante et bornée supérieurement est semblable. Soit m la
plus grande borne inférieure de {an }∞
n=0 . Montrons que n→∞
lim an = m.
Soit  > 0. Puisque m +  > m n’est pas une borne inférieure de la suite {an }∞ n=0 , il
∞
existe N > 0 tel que m ≤ aN < m + . Puisque la suite {an }n=0 est décroissante, nous avons
m ≤ an < m +  pour n ≥ N . C’est-à-dire, |an − m| <  pour n ≥ N . Comme  est arbitraire,
lim an = m.
n→∞

Exemple 2.1.21 Y
Quel est la limite de la suite
 r 
√ q √ q √ 
2, 2 2, 2 2 2, . . . ?
 

√ √
Cette suite est produite de façon itérative. C’est la suite {an }∞
n=1 où a1 = 2 et an+1 = 2an
pour n = 1, 2, . . . .
Montrons que la suite {an }∞
n=1 est bornée supérieurement par 2. Cela se démontre par
induction. Nous avons a1 < 2. Supposons que an < 2. Alors 2an < 4 et
√ √
an+1 = 2an < 4 = 2 .

Donc an < 2 pour tout n par induction.

De plus, montrons que la suite {an }∞
n=1 est croissante. Cela se démontre aussi par induc-
tion. En fait, nous montrons par induction que
(n+1)
an+1 = 21/2 an (2.1.1)
(n+1)
pour tout n. Puisque 21/2 > 1, nous obtenons alors que an+1 > an pour tout n. L’équation
(2.1.1) est vrai pour n = 1 car
q √ √ q√ 2√ 2
a2 = 2 2= 2 2 = 21/2 2 = 21/2 a1 .

Supposons que l’équation (2.1.1) soit vrai pour n et montrons qu’elle est alors vrai pour
n + 1. Nous avons
√
q r   q
(n+2)
an+2 = 2an+1 = 2 21/2(n+1) an = 2an 21/2(n+1) = an+1 21/2 .

2. L’Axiome de complétude des nombres réels dit que tout ensemble non vide et borné supérieurement
possède une
√ plus petite borne supérieure. Cette borne ne fait pas nécessairement partie de l’ensemble. Par
exemple, 2 est la plus petite borne supérieure de l’ensemble {x ∈ R : x2 < 4} mais ne fait pas partie de cet
ensemble. Il en découle aussi que tout ensemble non vide et borné inférieurement possède une plus grande
borne inférieure.
2.2. Séries 51

La deuxième égalité est une conséquence de l’hypothèse d’induction. Ce qui démontre que
(2.1.1) est vrai pour n + 1 et complète la preuve par induction.
Donc {an }∞
n=1 est une suite croissante et bornée supérieurement. Il découle du théorème
précédent que la suite converge. Appelons L la limite de la suite {an }∞
n=1 .

La suite {an+1 }∞ ∞
n=1 tend aussi vers L car c’est la suite {an }n=1 auquel nous avons enlevé
le premier terme.
√ De plus, nous√pouvons montrer à partir√ de la définition de limite d’une
∞
suite que { 2an }n=1 tend vers 2L. Puisque an+1 = 2an pour tout n, nous avons donc
que √ √
L = lim an+1 = lim 2an = 2L .
n→∞ n→∞

La limite L doit donc satisfaire l’équation L − 2L = L(L − 2) = 0. Puisque {an }∞

2
n=1 est une
suite croissante de termes positifs, nous devons avoir L = 2. ♣

2.2 Séries
n
X
Si a1 , a2 , . . . , an sont n nombres réels, le symbole ak dénote la somme de ces nombres.
k=1
En d’autres mots,
n
X
ak = a1 + a2 + . . . + an .
k=1

De façon générale, si k1 ≤ k2 sont deux nombres entiers et ak pour k1 ≤ k ≤ k2 sont des

nombres réels, alors
k2
X
ak = ak1 + ak1 +1 + ak1 +2 + . . . + ak2 .
k=k1

En générale, nous avons que ak = f (k) pour une fonction f : Z → R. Ainsi,

k2
X k2
X
ak = f (k) = f (k1 ) + f (k1 + 1) + f (k1 + 2) + . . . + f (k2 ) .
k=k1 k=k1

Exemple 2.2.1
Nous avons
8
2
32 + |{z}
42 + |{z}
52 + . . . + |{z}
82
X
k
|{z} = |{z}
k=3 =f (k) =f (3) =f (4) =f (5) =f (8)

= 9 + 16 + 25 + . . . + 64

et
6
X 1 1 1 1 1
= 2 + 2 + 2 +... + 2
k2+ 1} |1 {z
k=1 | {z + 1} |2 {z
+ 1} |3 {z
+ 1} 6 +1
| {z }
=f (k) =f (1) =f (2) =f (3) =f (6)
52 2. Suites et séries

1 1 1 1
= + + + ... + .
2 5 10 37
♣
Il découle de la commutativité de l’addition et de la distributivité du produit sur l’addition
que
k2
X k2
X k2
X k2
X k2
X
c an = c an et (an + bn ) = an + bn ,
n=k1 n=k1 n=k1 n=k1 n=k1

où c, an et bn pour k1 ≤ n ≤ k2 sont des nombres réels.

Proposition 2.2.2 Y
Certaines sommes sont fréquemment utilisées.
n n
X X n(n + 1)
1 = |1 + 1 + 1{z+ . . . + 1} = n , k= ,
k=1 k=0 2
n fois
n n
!2
n(n + 1)(2n + 1) n(n + 1)
k2 = k3 =
X X
,
k=0 6 k=0 2

et
n
n(n + 1)(2n + 1)(3n3 + 3n − 1)
k4 =
X
.
k=0 30

Remarque 2.2.3 Y
n
X
i: Démontrons premièrement la deuxième identité. Posons S = k. Nous avons
k=1

S= 1 + 2 + 3 + . . . + (n − 1) + n
et
S = n + (n − 1) + (n − 2) + . . . + 2 + 1 .
| {z }
n fois

La somme de ces deux équations donne 2S = n(n + 1). Donc

n
X n(n + 1)
k=S= .
k=0 2

ii: Nous donnons deux démonstrations de la troisième identité.

ii-1: La première démonstration ne fait pas appel au principe d’induction. Considérons la
n
((k + 1)3 − k 3 ). Puisque
X
séries télescopique
k=1
n
((k + 1)3 − k 3 ) = (23 − 1) + (33 − 23 ) + (43 − 33 ) + . . .
X

k=1
2.2. Séries 53

+ (n3 − (n − 1)3 ) + ((n + 1)3 − n3 )

= −1 + (23 − 23 ) + (33 − 33 ) + . . . + (n3 − n3 ) + (n + 1)3
= (n + 1)3 − 1

et
n n n n n
((k + 1)3 − k 3 ) = (3k 2 + 3k + 1) = 3 k2 + 3
X X X X X
k+ 1
k=1 k=1 k=1 k=1 k=1
n
3n(n + 1)
k2 +
X
=3 +n ,
k=1 2

nous obtenons que

n
3n(n + 1)
k2 + + n = (n + 1)3 − 1 .
X
3
k=1 2
n
k 2 , nous trouvons
X
Si nous résolvons pour
k=1

n
!
21 3n(n + 1)
(n + 1)3 − 1 −
X
k = −n
k=1 3 2
1 3 3 2 3
 
2
= n + 3n + 3n − n − n − n
3 2 2
1 3 3 2 1 n n(2n + 1)(n + 1)
 
= n + n + n = (2n2 + 3n + 1) =
3 2 2 6 6

ii-2: La deuxième démonstration utilise la principe d’induction. L’hypothèse d’induction est

n
n(n + 1)(2n + 1)
k2 =
X
P (n) : .
k=1 6

P (1) est vrai car, pour n = 1, nous avons

n 1
n(n + 1)(2n + 1) 1×2×3
k2 = k 2 = 12 = 1 et
X X
= =1.
k=1 k=1 6 6

Supposons que P (n) soit vrai. Alors

n+1 n
n(n + 1)(2n + 1)
k2 = k 2 + (n + 1)2 = + (n + 1)2
X X

k=0 k=0 6
!
n(2n + 1) 2n2 + 7n + 6
= + (n + 1) (n + 1) = (n + 1)
6 6
(2n + 3)(n + 2)
= (n + 1) ,
6
où la deuxième égalité provient de l’hypothèse d’induction. Cette dernière expression n’est
nul autre que P (n + 1). Par induction, nous concluons que P (n) est vrai pour tout n.
54 2. Suites et séries

La démonstration des autres identités est laissée au lecteur. ♠

Exemple 2.2.4 Y
Nous avons
10 10 10 10
(2k 2 + 4k + 1) = 2 k2 + 4
X X X X
k+ 1
k=1 k=1 k=1 k=1
10(10 + 1)(2 × 10 + 1) 10(10 + 1)
=2 +4 + 7 = 1000
6 2
et
n n n
(4k 2 + nk) = 4 k2 + n
X X X
k
k=1 k=1 k=1
n(n + 1)(2n + 1) n(n + 1) (11n + 4)(n(n + 1)
=4 +n = .
6 2 6
♣

Définition 2.2.5
Soit {an }∞
n=1 , . . . une suite de nombres réels. Posons

k
X
Sk = an = a1 + a2 + . . . + ak
n=1

pour k = 1, 2, 3, . . .
∞
X
L’expression an est définie comme étant la suite {Sk }∞
k=1 .
n=1
X∞
L’expression an est appelée une série, les an sont les termes de la série, et les
n=1
termes Sk de la suite {Sk }∞k=1 sont appelés les sommes partielles de la série.
Nous disons que la série converge si la suite {Sk }∞k=1 des sommes partielles converge.
∞
Si la suite {Sk }k=1 des sommes partielles diverge, nous disons que la série diverge.
Si la suite {Sk }∞
k=1 des sommes partielles tend vers S ∈ R, nous écrivons

∞
X
an = S
n=1

et nous disons que la somme de la série est S. Par abus de langage, nous désignons
∞
X
souvent la somme de la série par an . C’est le contexte qui détermine le sens donné
n=1
∞
X
à an .
n=1

Exemple 2.2.6
2.2. Séries 55

∞
X1
La série représente la suite {Sk }∞
k=1 des sommes partielles
n=1 n
k
X 1 1 1 1
Sk = = 1 + + + ... + .
n=1 n 2 3 k
∞
1
X
La série est appelée la série harmonique. Nous démontrerons plus loin que cette
n=1 n
série ne converge pas.
∞
X sin(n)
La série 2
représente la suite {Sk }∞
k=1 des sommes partielles
n=1 n + n
k
X sin(n) sin(1) sin(2) sin(3) sin(k)
Sk = 2
= + + + ... + 2 .
n=1 n + n 2 6 12 k +k
Nous démontrerons plus loin que cette série converge. ♣
Exemple 2.2.7 (Série géométrique)
∞
rn converge si |r| < 1 et diverge si |r| ≥ 1.
X
Soit r un nombre réel. Montrons que la série
n=0
∞
rn est très importante en mathématiques et, pour cette raison, nous lui don-
X
La série
n=0
nons un nom. Nous appellons cette série la série géométrique. La valeur r est appelée la
raison de la série géométrique.
Les sommes partielles de la série géométrique sont de la forme
Sk = 1 + r + r2 + . . . + rk
pour k = 0, 1, 2, . . . Ainsi,
rSk = r + r2 + r3 + . . . + rk+1

et

(1 − r)Sk = Sk − rSk = 1 − rk+1 .

Donc
1 − rk+1
Sk =
1−r
6 1. Pour |r| < 1, il découle du théorème 2.1.18 que
si r =

1 − rk+1 1 − lim rk+1 1

k→∞
lim Sk = lim = = .
k→∞ k→∞ 1 − r 1−r 1−r
Si r ≤ −1, la suite {rk+1 }∞
k=1 ne converge pas. La suite des sommes partielles ne converge
donc pas si r ≤ −1. Si r > 1, la suite {rk+1 }∞
k=1 tend vers plus l’infini. Ce qui implique que
la suite des sommes partielles tend aussi vers plus l’infini. De même, si r = 1, nous obtenons
que Sk = k + 1 pour tout k et la suite des sommes partielles tend donc vers plus l’infini. ♣
En résumé, nous avons le résultat suivant.
56 2. Suites et séries

Proposition 2.2.8
∞
1
rn =
X
pour |r| < 1 ,
n=0 1−r
∞
rn diverge si |r| ≥ 1.
X
et la série
n=0

∞
X
Pour déterminer si une série aj est une série géométrique, il faut vérifier que aj+1 /aj =
j=0
∞
X
r, la raison de la série, pour tout j. Si c’est le cas, alors aj = a0 rj pour tout j et aj =
j=0
∞
rj .
X
a0
j=0

Exemple 2.2.9
Déterminons si la série ∞  2n
X 1
n=0 5
converge. Si elle converge, nous voulons sa valeur.
Puisque
∞  2n ∞  2 !n ∞  n
X 1 X 1 X 1
= =
n=0 5 n=0 5 n=0 25
est une série géométrique de raison r = 1/25, elle converge car |r| < 1. En fait,
∞  2n
X 1 1 25
= = .
n=0 5 1 − (1/25) 24

♣
Exemple 2.2.10
∞
X 7n+2
Déterminons si la série 2n−1
converge ou diverge.
n=1 5

7n+2 7 n
 
2
Les termes de la série sont = 5×7 × . Ainsi, la série est une série géométrique
52n−1 25
de raison 7/25. Comme la raison est plus petite que 1 en valeur absolue, la série converge.
♣

Théorème 2.2.11
∞
X ∞
X ∞
X
Si an et bn sont deux séries convergentes et c est un nombre réel, alors (an +bn )
n=1 n=1 n=1
2.2. Séries 57

∞
X
et c an sont des séries convergentes. De plus, si
n=1

∞
X ∞
X
an = A et bn = B
n=1 n=1

alors ∞ ∞
X X
(an + bn ) = A + B et c an = cA .
n=1 n=1

Démonstration Y
Le théorème précédent est une conséquence du théorème 2.1.8. En effet, considérons les
sommes partielles suivantes.
k
X k
X k
X k
X
Ak = an , B k = bn , C k = c an et Dk = (an + bn ) .
n=1 n=1 n=1 n=1

Nous avons Ck = c Ak et Dk = Ak + Bk . Ainsi,

∞
X ∞
X
c an = lim Ck = lim c Ak = c lim Ak = c A = c an
k→∞ k→∞ k→∞
n=1 n=1

et
∞
X ∞
X ∞
X
(an + bn ) = lim Dk = lim (Ak + Bk ) = lim Ak + lim Bk = A + B = an + bn .
k→∞ k→∞ k→∞ k→∞
n=1 n=1 n=1

Exemple 2.2.12 r
Déterminons si la série ∞
X 3 − 4n−1
n=0 5n
converge. Si elle converge, nous voulons aussi sa valeur ?
Nous avons  n  n
3 − 4n−1 1 1 4
n
=3 − .
5 5 4 5
De plus,
∞  n ∞  n
X 1 X 4
et
n=0 5 n=0 5
sont des séries géométriques de raisons r = 1/5 et r = 4/5 respectivement. Puisque |r| < 1
pour les deux séries, elles convergent. Plus précisément,
∞  n ∞  n
X 1 1 5 X 4 1
= = et = =5.
n=0 5 1 − (1/5) 4 n=0 5 1 − (4/5)
58 2. Suites et séries

Ainsi, grâce au théorème précédent,

∞ ∞  n ∞  n
X 3 − 4n−1 X 1 1X 4 15 5 5
n
= 3 − = − = .
n=0 5 n=0 5 4 n=0 5 4 4 2

♣
Exemple 2.2.13 r
Déterminons si la série
∞ n
6 12 24 −2
X 
−3 + − + − ... = (−3)
5 25 125 n=0 5

converge. Si elle converge, nous voulons sa valeur. Que pouvons-nous dire au sujet de la série
∞ n
−2
X 
(−3) ? (2.2.1)
n=3 5

∞ 
−2 n
X 
La série est une série géométrique de raison r = −2/5. Cette série converge
5
n=0
car |r| < 1. Puisque
∞ 
−2 n 1 5
X 
= = ,
n=0 5 1 − (−2/5) 7
nous avons ∞ n ∞ 
−2 −2 n 5 −15
X  X 
(−3) = −3 = −3 = .
n=0 5 n=0 5 7 7

Pour étudier la série (2.2.1), posons

k n k n
−2 −2
X  X 
Sk = (−3) et Tk = (−3) .
n=0 5 n=3 5

Pour k ≥ 3, nous avons

2 n
−2 6 12
X 
Tk = Sk − (−3) = Sk + 3 − + .
n=0 5 5 25

Ainsi,
∞ n
−2 6 12
X   
(−3) = lim Tk = lim Sk + 3 − +
n=3 5 k→∞ k→∞ 5 25
∞
−2 n
!
6 12 6 12
  X  
= lim Sk + 3 − + = (−3) +3− +
k→∞ 5 25 n=0 5 5 25
−15 6 12 24
= +3− + = .
7 5 25 175
♣
2.2. Séries 59

Exemple 2.2.14 (Série télescopique) r

Déterminons si la série suivante converge et, si elle converge, trouvons sa valeur.
∞
X 2
. (2.2.2)
n=3 n(n − 1)

À l’aide de la méthode des fractions partielles, nous obtenons

2 2 2
= −
n(n − 1) n−1 n

pour tout n ≥ 3. Ainsi, les sommes partielles de la série (2.2.2) sont

k k
2 2 2
X X  
Sk = = −
n=3 n(n − 1) n=3 n − 1 n
2 2 2 2 2 2 2 2
       
= − + − + − + ... + −
2 3 3 4 4 5 k−1 k
2
=1−
k
pour tout k ≥ 3. Le premier terme à l’intérieure d’une parenthèse est annulé par le deuxième
terme à l’intérieure de la parenthèse précédente sauf pour le premier terme de la première
parenthèse. Nous avons donc
∞
X 2 2
= lim Sk = 1 − lim = 1 .
n=3 n(n − 1) k
k→∞ k→∞

Les séries pour lesquelles les sommes partielles peuvent être réduites grâce à une procédure
permettant d’annuler une partie d’un terme à l’aide d’une partie du terme suivant comme
nous avons fait ci-dessus (une procédure qui rappelle le mécanisme utilisé pour ranger les
télescopes rétractiles) sont appelées des séries télescopiques. ♣
Exemple 2.2.15 Y r
∞
X 1
Montrons que la série harmonique diverge.
n=1 n
n
X 1
Les sommes partielles sont Sn = . Montrons par induction que
j=1 j

lim S2k = +∞ .
k→∞

Ainsi, la suite des sommes partielles {Sn }∞

n=1 ne peut pas tendre vers un nombre réel S car
c’est une suite de termes croissants dont les termes S2k tendent vers l’infini.
Montrons par induction que
k
S2k ≥ 1 + (2.2.3)
2
pour k = 1, 2, 3, . . . .
60 2. Suites et séries

Puisque S2 = 1 + 1/2, (2.2.3) est vrai pour k = 1. Supposons que l’inégalité (2.2.3) soit
vraie et montrons qu’elle est aussi vraie si nous remplaçons k par k + 1. Nous avons
1 1 1
S2k+1 = S2k + + k + . . . + k+1
2k
+1 2 +2 2
1 1 1
= S2k + k + k + ... + k
2 + 1 2 + 2{z
|
2 + 2k}
2k termes ≥1/2k+1
k
!
2 k 1 k+1
≥ S2k + k+1 ≥ 1 + + =1+ .
2 2 2 2

Ce qui donne (2.2.3) si nous remplaçons k par k + 1.

Nous avons donc démontré par induction que S2k ≥ 1 + k/2 ≥ 0 pour k = 1, 2, 3, . . . .
Puisque la suite {1 + k/2}∞ ∞
k=1 tend vers plus l’infini, il en est de même pour la suite {S2k }k=1 .
♣

Proposition 2.2.16
∞
X 1
La série p
converge si p > 1 et diverge si p ≤ 1.
n=1 n

Remarque 2.2.17 r
Une démonstration élémentaire de ce théorème existe. Cette démonstration ne sera pas
donnée mais, à sa place, le théorème précédent sera démontré à l’aide du test de l’intégrale
qui sera énoncé à la section 7.10 du chapitre sur les applications de l’intégrale. ♠

Théorème 2.2.18
∞
X
Si la série an converge, alors lim an = 0.
n→∞
n=1

Démonstration Y ∞
X
Pour démontrer le théorème précédent, posons S = an . Puisque les suites {Sn }∞
n=1 et
n=1
{Sn+1 }∞
n=1 de sommes partielles tendent vers S, il découle du théorème 2.1.8 que la suite
{Sn+1 − Sn }∞ ∞ ∞
n=1 = {an+1 }n=1 = {an }n=2 tend vers S − S = 0.

Remarque 2.2.19
∞
X
Il est faux de dire que lim an = 0 implique que la série an converge. La série harmonique
n→∞
n=1
∞
X
est la série an où an = 1/n. Il est vrai que lim an = 0 mais la série harmonique diverge.
n→∞
n=1
♠
2.2. Séries 61

2.2.1 Tests de convergence r

Nous présentons des méthodes pour déterminer si une série converge ou diverge. Il faut
démontrer qu’une série converge avant d’essayer d’estimer la limite de ses sommes partielles
(soit analytiquement ou numériquement à l’aide d’un ordinateur). Il y a peu de séries pour
lesquelles nous possédons une formule pour déterminer exactement la somme, il faut donc
bien souvent utiliser un ordinateur pour estimer la valeur des séries convergentes.
Le critère de convergence suivant découle du théorème 2.2.18.

Théorème 2.2.20
∞
Si la suite des termes {an }∞
X
n=1 ne tend pas vers 0, alors la série an diverge.
n=1

Exemple 2.2.21
√
∞
X n2 + 1
La série diverge car
n=1 n + 1
r
√ q
lim 1/n2
1 + n→∞
n2 + 1 1 + 1/n2
lim = lim = = 1 6= 0 .
n→∞ n+1 n→∞ 1 + 1/n 1 + n→∞
lim 1/n

♣
Exemple 2.2.22
∞
X 72n+2
Démontrons que la série diverge.
n=1 52n−1
n
72n+2 49

Les termes de la série sont an = 2n−1 = 5 × 72 × . Ainsi, limn→∞ an 6= 0 et la série
5 25
diverge.
Nous aurions aussi pu dire que la série est une série géométrique de raison 49/25 > 1.
Comme la raison est plus grande que 1 en valeur absolue, la série diverge. ♣
Exemple 2.2.23
∞
X
Démontrons que la série arctan(n) diverge.
n=1

Les termes de la série sont an = arctan(n). Puisque limn→∞ an = π/2 6= 0, la série diverge.
♣
La théorème suivant est une conséquence du théorème 2.1.20.

Théorème 2.2.24 (Test de comparaison)

Soit {an }∞ ∞
n=1 et {bn }n=1 , deux suites de termes positifs ou nuls.
∞
X ∞
X
1. Si la série bn converge et an ≤ bn pour tout n, alors an converge.
n=1 n=1
62 2. Suites et séries

∞
X ∞
X
2. Si la série bn diverge et an ≥ bn pour tout n, alors an diverge.
n=1 n=1

Exemple 2.2.25
∞
X n
La série √ converge car
5
n +1
n=1

n 1
√ < 3/2 , n = 1, 2, 3, . . .
5
n +1 n
∞
X 1
et la série converge grâce à la proposition 2.2.16 avec p = 3/2 > 1.
n=1 n3/2
∞
X 2
La série 1/3
diverge car
n=1 1 + n

2 2 1
1/3
≥ 1/3 1/3
= 1/3 , n = 1, 2, 3, . . .
1+n n +n n
∞
X 1
et la série diverge grâce à la proposition 2.2.16 avec p = 1/3 < 1. ♣
n=1 n1/3
Exemple 2.2.26
∞
X 1
Déterminons si la séries n
converge ou diverge.
n=1 n3
∞
1 1 X 1
Puisque 0 < ≤ pour tout n > 0 et converge (série géométrique de raison
n3n 3n n=1 3
n
∞
X 1
1/3), nous en déduisons à partir du test de comparaison que n
converge. ♣
n=1 n3
Exemple 2.2.27
∞
X 1
Déterminons si la série converge ou diverge.
n=1 5n4+4
∞
1 1 X 1
Puisque 0 < 4
≤ 4
pour tout n > 0 et 4
est une série convergente
5n + 4 5n n=1 5n
∞
X 1
(proposition 2.2.16 avec p = 4 > 1), nous obtenons du test de comparaison que 4
n=1 5n + 4
converge. ♣
Exemple 2.2.28 √
∞
X n3 + 2
Déterminons si la série 5 4 1/3
converge ou diverge.
n=1 (5n + n )
Nous avons que
√
n3 + 2 n3/2 (1 + 2/n3 )1/2 (1 + 2/n3 )1/2 1
5 4 1/3
= 5/3 1/3
= 1/6 1/3
≥ 1/3 1/6 .
(5n + n ) n (5 + 1/n) n (5 + 1/n) 6 n
2.2. Séries 63

∞
X 1
pour tout n > 0 car 1 + 2/n3 > 1 et 5 + 1/n < 6 pour tout n > 0. De plus, =
n=1 61/3 n1/6
∞
1 X 1
1/3 1/6
est une série qui diverge grâce à la proposition 2.2.16 avec p = 1/6 < 1, nous
6 n=1 n
∞
√
X n3 + 2
en déduisons à partir du test de comparaison que 5 4 1/3
diverge. ♣
n=1 (5n + n )

Théorème 2.2.29 (Test de comparaison à la limite)

Soit {an }∞ ∞
n=1 et {bn }n=1 , deux suites de termes positifs.
∞
an X
1. Si lim = c ∈]0, ∞[, alors la série an converge si et seulement si la séries
n→∞ b
n n=1
∞
X
bn converge.
n=1
∞ ∞
an X X
2. Si n→∞
lim = 0, alors bn converge implique que an converge.
bn n=1 n=1

Remarque 2.2.30
1. L’énoncer de l’item 2 du théorème 2.2.29 peut être reformulé de la façon suivante. Si
∞ ∞
an X X
lim = 0, alors an diverge implique que bn diverge.
n→∞ b
n n=1 n=1
an
2. Si lim = ∞, il suffit d’inverser les rôles de an et bn pour pouvoir utiliser l’item 2
n→∞ b
n
du théorème 2.2.29.
♠
Exemple 2.2.31
∞ ∞
X 1 X 1
La série n
converge car la série n
converge (c’est une série géométrique de
n=1 1 + 3 n=1 3
raison 1/3) et

1/3n 1 1
 
lim n
= lim 1 + n = 1 + lim = 1 ∈]0, ∞[ .
n→∞ 1/(1 + 3 ) n→∞ 3 n→∞ 3n

∞ ∞
ln(n)
X X 1
Par contre, la série √ diverge car la série √ diverge (le cas p = 1/2 de la
n=1 n n=1 n
proposition 2.2.16) et √
1/ n 1
lim √ = lim =0
n→∞ ln(n)/ n n→∞ ln(n)

où nous supposons que n > 1 pour ne pas avoir de division par zéro. ♣
64 2. Suites et séries

Théorème 2.2.32 (Test de d’Alembert ou du quotient)

∞ ∞
an+1 an+1
X 
Soit an une série de termes positifs. Si la suite converge et L = lim
n=1 an n=1
n→∞ a
n
(L peut être +∞), alors
∞
X
1. la série an converge si L < 1 et
n=1
X∞
2. la série an diverge si L > 1.
n=1

Remarque 2.2.33
∞
X
Si L = 1 au théorème précédent, nous ne pouvons rien dire au sujet de la série an .
n=1
∞∞
1 X
X 1 an+1
Par exemple, les séries et 2
satisfont lim = 1. La première série diverge
n=1 n n=1 n
n→∞ a
n
(c’est la série harmonique) alors que la deuxième série converge (c’est le cas p = 2 de la
proposition 2.2.16). ♠
Exemple 2.2.34
∞
X (n + 2)5n
La série an avec an = converge car
n=1 n43n
!−1
(n + 3)5n+1 (n + 2)5n
!
an+1
lim = lim
n→∞ (n + 1)43(n+1)
n→∞ a
n n43n
5(n2 + 3n) 5(1 + 3/n) 5
= n→∞
lim 3 2 = lim 3 2
= 3 <1.
4 (n + 3n + 2) n→∞ 4 (1 + 3/n + 2/n ) 4
♣
Exemple 2.2.35
∞
X n!
Montrons que la série converge.
n=1 (2n + 1)!

Le nombre n!, prononcé n factoriel, est le nombre défini par n! = n(n − 1)(n − 2) . . . 1
si n est un entier positif et n! = 1 si n = 0.
Utilisons le test de d’Alembert pour démontrer que cette série converge. Nous avons la
∞
X n!
série an où an = . Puisque
n=1 (2n + 1)!
!−1
an+1 (n + 1)! n! (n + 1)! (2n + 1)!
lim = lim = lim
n→∞ a n→∞ (2(n + 1) + 1)! (2n + 1)! n→∞ n! (2n + 3)!
n
n+1 1/n + 1/n2
= lim = lim =0<1,
n→∞ (2n + 2)(2n + 3) n→∞ 4 + 10/n + 6/n2

la série converge. ♣
2.2. Séries 65

Exemple 2.2.36
∞
X nn
Déterminons si la série converge ou diverge.
n=1 (2n)!
Utilisons le test du quotient. Puisque
!−1
(n + 1)n+1 nn 1 n
!
n+1
 
lim = lim 1 +
n→∞ (2(n + 1))! (2n)! n→∞ n (2n + 1)(2n + 2)
1 n 1/n + 1/n2
 
= lim 1 +
n→∞ n (4 + 6/n + 2/n2
=e×0=0<1 ,
∞
X nn
la série converge.
n=1 (2n)!
n
1

Le fait que lim 1+ = e provient du théorème 2.3.1 que nous verrons prochaine-
n→∞ n
ment. ♣

Théorème 2.2.37 (Test de la racine)

∞
X √ ∞ √
Soit an une série de termes positifs. Si la suite { n an }n=1 converge et L = lim n an
n→∞
n=1
(L peut être +∞), alors
∞
X
1. la série an converge si L < 1 et
n=1
X∞
2. la série an diverge si L > 1.
n=1

Remarque 2.2.38
∞
X
Comme pour le Test de d’Alembert, nous ne pouvons rien dire au sujet de la série an si
n=1
L = 1 dans le théorème précédent.
√
Par exemple, si nous utilisons le fait que la suite { n n}∞n=1 tend vers 1, nous pouvons
∞ ∞
X 1 X 1 √
facilement montrer que les séries et 2
satisfont n→∞
lim n an = 1. Comme à la re-
n=1 n n=1 n
marque 2.2.33, la première série diverge alors que la deuxième série converge. ♠
Exemple 2.2.39
∞
X 1
La série an avec an = converge car
n=2 (ln(n))n
s v !n
u
1 u
n 1 1
lim n
n
= lim t = lim =0<1.
n→∞ (ln(n)) n→∞ ln(n) n→∞ ln(n)

♣
66 2. Suites et séries

Un autre test pour déterminer si une série de termes positifs converge est le test de
l’intégrale. Ce test sera présenté à la section 7.10 du chapitre sur les applications de l’intégrale
d’une fonction.

2.2.2 Convergence absolue et séries alternées r

Jusqu’à maintenant, la majorité des séries que nous avons considérées ne possédaient que
des termes positifs. Nous allons maintenant étudier un type particulier de séries avec des
termes positifs et négatifs.

Définition 2.2.40
∞
X
La série an est une série alternée si an an+1 < 0 pour tout n.
n=1

Exemple 2.2.41
∞ ∞
X (−1)n X (−1)n
La série est une série alternée. C’est une série de la forme an où an = .
n=1 n n=1 n
Ainsi, an > 0 pour n pair et an < 0 pour n impair. Nous avons
∞
X (−1)n 1 1 1
= −1 + − + − . . .
n=1 n 2 3 4

Théorème 2.2.42 (Test des séries alternées)

∞
(−1)n an satisfait les conditions suivantes alors elle converge.
X
Si la série
n=1
1. an > 0 pour tout n,
2. an+1 ≤ an pour tout n et
3. n→∞
lim an = 0.
n
(−1)k ak satisfont la relation
X
De plus, les sommes partielles Sn =
k=1

|S − Sn | ≤ an+1 (2.2.4)
∞
(−1)n an .
X
où S = lim Sn =
n→∞
n=1

Démonstration Y
Nous démontrons ce théorème car la démonstration nous permet de mieux comprendre la
relation (2.2.4).
2.2. Séries 67

Puisque S2(k+1) − S2k = a2k+2 − a2k−1 ≤ 0 pour tout k ≥ 1, nous obtenons

S2(k+1) ≤ S2k , k≥1. (2.2.5)

Donc
. . . ≤ S6 ≤ S4 ≤ S2 .
De même, puisque S2k+1 − S2k−1 = a2k − a2k+1 ≥ 0 pour tout k ≥ 1, nous obtenons

S2k+1 ≥ S2k−1 , k≥1. (2.2.6)

Donc
S1 ≤ S3 ≤ S5 ≤ . . .
De plus
S2k−1 ≤ S2k−1 + a2k = S2k , k≥1. (2.2.7)

Nous déduisons de (2.2.5), (2.2.6) et (2.2.7) que

Sq ≤ Sp (2.2.8)

pour p pair et q impair. En effet, si q < p, alors

Sp ≥ Sp−1 ≥ Sq .

La première inégalité provient de (2.2.7) et la deuxième de (2.2.6). Si par contre q > p, alors

Sq ≤ Sq+1 ≤ Sp .

La première inégalité provient de (2.2.7) et la deuxième de (2.2.5).

Puisque la suite {S2k }∞
k=1 est décroissante et bornée inférieurement par Sq où q est impair,
il découle du théorème 2.1.20 que cette suite converge. Soit

B = lim S2k .
k→∞

De même, puisque la suite {S2k−1 }∞ k=1 est croissante et bornée supérieurement par Sp où p
est pair, il découle du théorème 2.1.20 que cette suite converge. Soit

A = lim S2k−1 .
k→∞

Puisque B ≥ Sq pour tout q impair grâce à (2.2.8), nous déduisons que B ≥ A.

Puisque la suite {S2k−1 }∞ ∞
k=1 tend vers A et la suite {S2k }k=1 tend vers B, nous avons que

B − A = lim S2k − lim S2k−1 = lim (S2k − S2k−1 ) = lim a2k = 0 .

k→∞ k→∞ k→∞ k→∞

grâce à la troisième hypothèse du théorème.

Pour résumé, si nous posons S = A = B, nous avons montré que

S1 ≤ S3 ≤ S5 ≤ . . . ≤ S ≤ . . . ≤ S6 ≤ S4
68 2. Suites et séries

et ∞
(−1)n an = n→∞
X
lim Sn = S .
n=1

Nous avons maintenant tous les ingrédients nécessaires pour démontrer la relation (2.2.4).
Il découle de S2k−1 ≤ S ≤ S2k que

0 ≤ S − S2k−1 ≤ S2k − S2k−1 = a2k .

Ainsi, |S − Sn | ≤ an+1 lorsque n est impair. De même, il découle de S2k+1 ≤ S ≤ S2k que

0 ≥ S − S2k ≥ S2k+1 − S2k = −a2k+1 .

Ainsi, |S − Sn | ≤ an+1 lorsque n est pair. Nous avons donc démontré (2.2.4). Nous retrou-
vons à la figure 2.1 une représentation graphique du raisonnement que nous venons de faire.

−a2k−1
+a2k
−a2k+1

S2k−1 S2k+1 S S2k S2k−2

Figure 2.1 – Pour la série alternée du théorème 2.2.42, si nous utilisons Sn pour
estimer la valeur S, l’erreur |Sn − S| commisse est plus petite ou égale à an+1

Exemple 2.2.43
∞
X (−1)n
La série converge car c’est une série alternée avec an = 1/n qui satisfait les trois
n=1 n
hypothèses du test des séries alternées. ♣
Exemple 2.2.44
∞
n
(−1)n−1
X
Montrons que la série converge, puis cherchons une petite valeur N telle
n=1 n2
+1
que |Sn − S| < 10−3 si n ≥ N où Sn est la ne somme partielle de la série et S est la somme
de la série.
Nous avons ∞ ∞
n n
(−1)n−1 (−1)n 2
X X
2
= −
n=1 n +1 n=1 n +1
où la série de droite est une série alternée avec an = n/(n2 + 1). Puisque an = n/(n2 + 1) > 0,

n 1/n
lim an = n→∞
lim = n→∞
lim =0
n→∞ n2 +1 1 + 1/n2
2.2. Séries 69

et
an+1 < an (2.2.9)
∞ ∞
n n
(−1)n (−1)n−1 2
X X
pour tout n, la série 2
et donc la série converge. Notons que
n=1 n +1 n=1 n +1
(2.2.9) provient de la relation

(n + 1)(n2 + 1) = n3 + n2 + n + 1 < n3 + 2n2 + n + n = n((n + 1)2 + 1)

pour tout n ≥ 1.
Pour déterminer N tel que |Sn − S| < 10−3 pour tout n ≥ N , il suffit de trouver n tel
que |Sn − S| < an+1 < 10−3 . Pour simplifier les calculs, nous choisissons n tel que
n+1 1
an+1 = 2
< < 10−3
(n + 1) + 1 n+1

et résolvons pour n pour trouver n > 103 − 1. Il suffit de prendre N = 103 . ♣

D’autres applications du test des séries alternées sont données à l’exemple 5.6.24 dans le
chapitre sur les applications de la dérivée d’une fonction.

Définition 2.2.45
∞
X
Une série de termes réels an converge absolument si la série de termes positifs
n=1
∞
X
|an | converge.
n=1
∞
X ∞
X ∞
X
Si la série an converge mais la série |an | diverge, nous disons que la série an
n=1 n=1 n=1
converge conditionnellement.

Remarque 2.2.46
Le Test de comparaison, théorème 2.2.24, le Test de comparaison à la limite, théorème 2.2.29,
le Test de d’Alembert ou du quotient, théorème 2.2.32, et le Test de la racine, théorème 2.2.37,
peuvent être utilisés pour déterminer la convergence absolue d’une série. ♠
Exemple 2.2.47
∞
X (−1)n
La série converge car elle satisfait le test des séries alternées. Par contre, la série
n=1 n
∞ ∞
X (−1)n X 1
=
n=1 n n=1 n

∞
(−1)n X
est la série harmonique qui diverge. La série converge donc conditionnellement.
n=1 n
♣
Comme nous venons de le voir à l’exemple précédent, nous pouvons avoir une série qui
converge mais qui ne converge pas absolument. L’inverse n’est pas possible.
70 2. Suites et séries

Théorème 2.2.48
Si une série converge absolument alors elle converge.

Démonstration
∞
Y
X
Soit an une série qui converge absolument. Posons bn = an +|an | pour n ≥ 1. Remarquons
n=1
que 
0 pour an < 0
bn =
2an pour an ≥ 0
et bn − |an | = an pour tout n ≥ 1.
∞
X ∞
X
Puisque la série |an | converge, il en est de même pour la série 2|an |. De plus,
n=1 n=1
∞
X
puisque 0 ≤ bn ≤ 2|an | pour tout n ≥ 1 et la série 2|an | converge, nous avons par le test
n=1
∞
X
de comparaison que la série bn converge.
n=1
∞
X ∞
X ∞
X ∞
X
Finalement, puisque les séries |an | et bn convergent, la série (bn − |an |) = an
n=1 n=1 n=1 n=1
converge.

Exemple 2.2.49
∞
X sin(n)
La série converge car elle converge absolument. En effet,
n=1 n3

sin(n) | sin(n)| 1
0≤ 3
= 3
≤ 3
n n n
∞
X1
et la série 3
converge grâce à la proposition 2.2.16. Il découle du test de comparaison
n=1 n
∞
X sin(n)
que la série converge. ♣
n=1 n3

2.3 Le nombre e et la fonction ex

Voici la première définition rigoureuse du nombre e. Une autre définition équivalente à
celle-ci sera donné au chapitre sur les séries entières.
2.3. Le nombre e et la fonction ex 71

Théorème 2.3.1
 n ∞
1

La suite 1+ converge. Sa limite est définie comme étant le nombre d’Eu-
n n=1
ler
e = 2.718281828459 . . .

Démonstration Y
Pour démontrer que cette limite existe, nous utilisons la formule suivante, connue sous le
nom de formule du binôme, qui permet de développer une expression de la forme (a + b)n
où n est un entier positif.
n
!
n n n−1 n(n − 1) n−2 2 n n−k k
a b + . . . + nabn−1 + bn =
X
(a + b) = a + na b+ a b
2 k=0 k
!
n n!
où = .
k k!(n − k)!
Par exemple, (a + b)2 = a2 + 2ab + b2 et (a + b)3 = a3 + 3a2 b + 3ab2 + b3 .
1 n ∞
  
Montrons que la suite 1+ converge.
n n=1
Premièrement, nous montrons que la suite est bornée supérieurement. Grâce à la formule
du binôme, nous avons
n
1 n X 1 k
! 
n
 
1+ = .
n k=0 k n
Puisque
k
n(n − 1)(n − 2) . . . (n − k + 1) 1 k
! 
n 1
 
=
k n k! n
!
1 1 2 k−1 1
  
= 1− 1− ... 1 − <
k! n n n k!
pour 1 ≤ k ≤ n et
1 1 1 1
= ≤ = k−1
k! 1 × 2 × 3 × ... × k 2 × 2 ×{z2 . . . × 2}
|
2
k−1 fois

pour 1 ≤ k ≤ n, nous avons que

n n k n ∞  k
! 
1 n 1 1 1 1
 X X X
1+ =1+ ≤1+ <1+ =1+ =3.
n k=1 k n k=1 2k−1 k=0 2 1 − 1/2
 n ∞
1

Deuxièmement, montrons que la suite 1+ est croissante. Nous avons que
n n=1
n+1 ,  n n 
1 1 1 n 1
   
1+ 1+ = 1+ 1+
n+1 n n+1 n+1 n+1
72 2. Suites et séries

!n 
n2 + 2n 1

= 2
1+
(n + 1) n+1
!n 
1 1

= 1− 1+ .
(n + 1)2 n+1

De plus, il découle de la formule du binôme que

!n
1 n n(n − 1) n(n − 1)(n − 2)
1− =1− + − +...
(n + 1)2 (n + 1)2 2(n − 1)4 3!(n − 1)6
| {z }
>0
n 1 n
+ − >1−
(n − 1)2(n−1) (n − 1)2n (n + 1)2
| {z }
>0

si n est impair et
!n
1 n n(n − 1) n(n − 1)(n − 2)
1− =1− + − +...
(n + 1)2 (n + 1) 2 2(n − 1)4 3!(n − 1)6
| {z }
>0
n(n − 1) n 1 n
+ − + >1−
2(n − 1)2(n−2) (n − 1)2(n−1) (n − 1) 2n (n + 1)2
| {z } | {z }
>0 >0

si n est pair. Ainsi,

n+1 ,  n !
1 1 n 1
 
1+ 1+ > 1− 2
1+
n+1 n (n + 1) n+1
n3 + 3n3 + 3n + 2
= 3 >1.
n + 3n2 + 3n + 1
n ∞
1

La convergence de la série 1+ est donc une conséquence du théorème 2.1.20
n n=1

Remarque 2.3.2
Une autre façon équivalente de définir le nombre e est donnée lors de l’étude de la dérivée
de fonctions exponentielles. ♠
Remarque 2.3.3 Y
Comme nous avons annoncé à la section 1.6.1, une définition simple de bx pour b ∈]0, ∞[ et
x ∈ R, et en particulier de ex , sera donnée à la section ??. Cette définition fera appel aux
séries. ♠
Exemple 2.3.4 )∞
n e−n
(
Évaluons la limite de la suite .
n+1 n=1
2.3. Le nombre e et la fonction ex 73

Pour ce faire, nous remarquons que la suite {e−n }∞ n=1 tend vers 0 car c’est le cas 0 <
r = e−1 < 1 du théorème 2.1.17. Il est aussi facile de voir à partir du graphe de la fonction
exponentielle f (x) = ex à la figure 2.2 que la limite de la suite {e−n }∞
n=1 est 0.
)∞
n e−n
(
Nous pouvons alors conclure que la limite de la suite est aussi 0 car
n+1 n=1

n e−n e−n lim e−n lim e−n

!
n→∞ n→∞ 0
lim = lim = = = =0.
n→∞ n + 1 n→∞ 1 + 1/n lim (1 + 1/n) 1 + n→∞
lim (1/n) 1+0
n→∞

y
y = ex

e−1
e−2
x
−3 −2 −1 e−3

Figure 2.2 – La suite {e−n }∞

n=1 tend vers 0

Exemple 2.3.5
e−n
Évaluons la limite n→∞
lim .
n2
Comme à l’exemple précédent, nous avons que la suite {e−n }∞ n=1 tend vers 0. De plus, la
suite {1/n2 }∞
n=1 tend aussi vers 0 (le cas r = 2 > 0 du théorème 2.1.18). Ainsi, grâce au
théorème 2.1.8,
e−n 1
  
−n
lim
n→∞ n2
= lim
n→∞
e lim
n→∞ n2
=0×0=0.
♣
Remarque 2.3.6 Y
En analyse réel, dont fait partie le calcul différentielle et intégral, la fonction ez et les fonctions
sin(z) et cos(z) font parties de deux familles de fonctions que l’on étudie séparément. Par
contre, en analyse complexe, la fonction ez et les fonctions sin(z) et cos(z) sont intimement
reliées. Donc, les nombres e et π sont intimement reliés. C’est un sujet fascinant pour les
étudiant.e.s qui poursuivront leurs études en mathématique. ♠

2.3.1 Fonctions hyperboliques r

Le but de cette section est de fournir une brève description des fonctions hyperboliques
pour ceux qui poursuivront des études plus avancées des mathématiques pour l’ingénierie.
Ces fonctions ne joueront aucun rôle dans le reste de ce manuel.
74 2. Suites et séries

Les fonctions hyperboliques sont :

ex − e−x
1. le sinus hyperbolique sinh(x) = pour x ∈ R,
2
ex + e−x
2. le cosinus hyperbolique cosh(x) = pour x ∈ R,
2
ex − e−x sinh(x)
3. la tangente hyperbolique tanh(x) = x −x
= pour x ∈ R,
e +e cosh(x)
ex + e−x cosh(x)
4. la cotangente hyperbolique coth(x) = x = pour x ∈ R \ {0},
e − e−x sinh(x)
2 1
5. la sécante hyperbolique sech(x) = x = pour x ∈ R, et
e + e−x cosh(x)
2 1
6. la cosécante hyperbolique csch(x) = x = pour pour x ∈ R \ {0}.
e − e−x sinh(x)
Ces fonctions sont fréquemment utilisées en ingénierie. Le graphe du sinus hyperbolique et
celui du cosinus hyperbolique sont donnés à la figure 2.3

y y
y = ex /2
y = sinh(x)
x
y = e /2 y = e−x /2
x x
y = −e−x /2 y = cosh(x)

Figure 2.3 – Le graphe du sinus hyperbolique et du cosinus hyperbolique

Les fonctions hyperboliques n’apportent rien de nouveau du point de vue des mathéma-
tiques puisqu’elles proviennent de formules algébriques en termes des fonctions exponentielles
ex et e−x . Il n’en reste pas moins qu’elle permettent de présenter plusieurs résultats de façon
élégante.
Les fonctions hyperboliques satisfont les identités suivantes : sinh(−x) = − sinh(x) (fonc-
tion impaire), cosh(−x) = cosh(x) (fonction paire), cosh2 (x) − sinh2 (x) = 1, sinh(x + y) =
sinh(x) cosh(y) + cosh(x) sinh(y) et biens d’autres. Elles satisfont donc des identités sem-
blables à celles satisfaites par les fonctions trigonométriques.
Finalement, pour chaque fonction hyperbolique, nous pouvons définir
√ une fonction inverse.
Par exemple, la fonction sinh−1 est définie par sinh−1 (x) = ln(x + x2 + 1) pour x ∈ R. En
effet,

ex − e−x
y = sinh−1 (x) ⇔ y = ⇔ ex − 2y − e−x = 0 ⇔ e2x − 2yex − 1 = 0 .
2
2.4. Exercices 75

C’est un polynôme de degré deux en ex . Donc, si nous utilisons la formule pour trouver les
racines d’une polynôme de degré deux, nous obtenons
√
x 2y + 4y 2 + 4 q
e = = y + y2 + 1 .
2
√
2y − 4y 2 + 4 q
Nous ne pouvons pas utiliser la formule = y − y 2 + 1 car elle donne une
2 √
valeurs négatives alors que ex > 0. Nous avons donc que x = ln(y + y 2 + 1) pour y ∈ R.
Pour respecter la tradition qui veut que y soit √
une fonction de x, nous échangeons les rôles
de x et y pour obtenir y = sinh−1 (x) = ln(x + x2 + 1) pour x ∈ R.
La fonction cosh a un inverse si nous considérons seulement cosh(x) pour x ≥ 0. Sur
l’intervalle [0, ∞[, la fonction cosh est injective et possède donc √
un inverse. L’image de cosh
−1
est [1, ∞[. L’inverse de cosh est donnée par cosh (x) = ln(x + x2 − 1) pour x ≥ 1.
−1
Finalement, La fonction tanh a un
 inverse si nous considérons. La fonction tanh est
1 1 + x

définie par tanh−1 (x) = ln pour −1 < x < 1. Le domaine de tanh−1 est ] − 1, 1[,
2 1−x
l’image de tanh.

2.4 Exercices

2.4.1 Suites
Question 2.1
Déterminez si les suites suivantes convergent ou divergent. Si elles convergent, calculez leurs
limites.
∞ )∞
2n 2n+1
 (
a) b) {ln(n + 3) − ln(n)}∞
n=1 c)
3n+1 n=1 5n−1 n=1
( )∞
∞ 2
π n −n+1
 
d) 3 + sin n e) {2 + cos(nπ)}∞
n=1 f)
2 n=1 2n2 + 1 n=0

2.4.2 Séries
Question 2.2
Nous laissons tomber une balle d’une hauteur de 10 mètres et elle rebondit. A chaque bond
elle atteint 3/4 de la hauteur du bond précédent. Ainsi, au premier bond, la balle atteint la
hauteur de 10 × (3/4) mètres, au deuxième bond, la balle atteint la hauteur de 10 × (3/4)2
mètres, etc.
a) Trouvez une expression pour la hauteur du ne bond.
b) Trouvez une expression pour la distance verticale totale parcourue par la balle lorsqu’elle
frappe le sol pour la première, deuxième, troisième et quatrième fois.
76 2. Suites et séries

c) Trouvez une expression pour la distance verticale totale parcourue par la balle lorsqu’elle
frappe le sol pour la ne fois.
d) Quelle sera éventuellement la distance parcourue par la balle ?
Question 2.3
Trouvez l’aire de la région en gris dans le dessin suivant. La région en gris est l’union d’un
nombre infini de disques de rayon décroissant.

Question 2.4 `
Un fabricant de cerfs-volants vent 5000 unités par année. Chaque année, 10% des cerfs-volants
vendus depuis le début de la production sont brisés par leur propriétaire.
a) Combien y-aura-t-il de cerfs-volants après n années ?
b) Quel est le niveau de stabilisation du marché pour ce type de cerfs-volants ? C’est-à-dire,
si Pn est le nombre de cerfs-volants après n années, quelle est la limite lim Pn si cette limite
n→∞
existe. ?
Question 2.5 r
Déterminez si les séries suivantes convergent ou divergent. Si elles convergent, calculez leurs
sommes.
∞ ∞ ∞
X 5n+2 X 2n +1 X 2n − 3n+2
a) b) c)
7n−2
n=1 n=0 6n n=0 5n+1
∞ ∞ ∞
2 30
5n 2−2n
X X X
d) e) f) 2
n=1 n(n + 1) n=1 n=1 n + 3n + 2
∞
X 1
g)
n=1 n(n + 5)

2.4.3 Tests de convergence

Question 2.6 r
Déterminez si les séries suivantes sont convergentes ou divergentes.
2.4. Exercices 77

∞ ∞  n ∞
X 5n X 2 X n2 − 1
a) b) 1+ c) √3
n=1 (n + 1)! n=1 n n=0 n7 + 1
∞ 1/3 ∞ ∞
X n X 2 X (n + 1)2
d) e) √ f)
n=0 n + 4 n n!
3
n=1 n=0
∞ ∞
X cos2 (n) ∞
X 1 X n
g) 3 1/3
h) √ i) n
n=1 n(n + 5) n=1 n n n=1 5
∞ ∞ ∞
Xcos2 (n) X n2 + 1 X (3n + 1)1/2
j) k) l)
n=0 3n 5
n=1 n + 1
3
n=1 (n + n)
1/4
∞ ∞
X 5 + 3 sin(n) X n3 + 2
m) 3
n) √
n=1 3n + n + 4 n=1 n7 + 8

2.4.4 Convergence absolue et séries alternées

Question 2.7 r
Déterminez si les séries suivantes convergent absolument, convergent conditionnellement ou
divergent.
∞ ∞ ∞
1 (−1)n (−1)n n!
(−1)n √
X X X
a) b) c)
n=1 n2 + 3 n=2 ln(n) n=1 (2n + 1)!
∞ ∞ ∞
(−1)n 1 1 (−1)n n2
 
(−1)n
X X X
d) q e) + f)
n=1n(n + 2) n=1 n3/2 n2 n=1 (2n + 1)(2n + 3)
∞
X sin(n)
g)
n=1 n + n − 1
2

Question 2.8 r
∞
(−1)n+1
X
Montrez que la série converge et trouvez un entier N tel que la somme partielle
n=1 3n
Sn de cette série satisfasse |S − Sn | < 10−3 pour n ≥ N où S est la somme de la série.
Question 2.9 r
∞
(−1)n n
X
Montrez que la série converge et trouvez un entier N tel que la somme partielle
n=1 4n
Sn de cette série satisfasse |S −Sn | < 10−3 pour n ≥ N où S est la somme de la série. Donnez
une approximation de la somme S de la série avec une erreur inférieure à 10−3 .
Question 2.10 r
∞
X (−1)n
Soit la série .
n=1 (2n + 1)!

a) Montrez que cette série converge.

b) Trouvez un petit entier N tel que |S − SN | < 10−4 où S est la somme de la série et SN
est la somme partielle des N premiers termes de la séries.
c) Donnez une approximation de la somme S de la série avec une erreur inférieure à 10−4 .
78 2. Suites et séries
 Limites et fonctions continues 3

La première partie du chapitre est consacrée à l’étude de la limite d’une fonction en

un point et à l’infini. La définition de limite d’une fonction en un point est introduite de
façon intuitive. Par la suite, nous donnons une définition rigoureuse de limite. La limite de
fonctions en un point sera aussi l’outil qui nous permettra de définir la dérivée d’une fonction
au chapitre suivant.
La deuxième partie du chapitre présente la définition d’une fonction continue avec quelques
unes des propriétés des fonctions continues. Nous verrons d’autres propriétés des fonctions
continues aux prochains chapitres.

3.1 Limites
L’exemple suivant introduit le concept de limite d’une fonction en un point.
Exemple 3.1.1
Si g(x) = x2 + 1, vérifions que g(x) approche 2 lorsque x approche 1. Dans les tableaux
suivants, nous évaluons g a chacun des termes de la suite de nombres

{xn }∞
n=1 = {x1 , x2 , x3 , . . .}

qui tend vers 1.

Si xn = 1 + 1/n pour n = 1, 2, 3, . . .

n 1 2 3 4 ... 100 ... 10000 ...

1 3 4 5 101 10001
xn = 1 + 2 ... ... ...
n 2 3 4 100 10000
g(xn ) 5 3.25 2.7 2.5625 . . . 2.0201 . . . 2.00020001 . . .

Si xn = 1 − 1/n2 pour n = 0, 1, 2, . . .

n 1 2 3 ... 100 ... 10000 ...

1 3 8 9999 99999999
xn = 1 − 0 . . . . . . ...
n2 4 9 10000 100000000
g(xn ) 1 1.5625 . . . 1.7901 . . . . . . 1.9998 . . . . . . 1.99999998 . . . . . .

79
80 3. Limite et fonctions continues

Dans les deux cas, g(xn ) approche la valeur 2 lorsque n → ∞ et donc lorsque xn approche
1 ; c’est-à-dire,
lim g(xn ) = 2 pour n→∞
n→∞
lim xn = 1
dans les deux cas.
Nous pouvons vérifier algébriquement (et donc rigoureusement) que g(xn ) avec xn =
1 + 1/n approche 2 lorsque n → ∞. Nous avons
2
1 2 1

g(xn ) = 1 + +1=2+ + 2
n n n
qui approche 2 lorsque n → ∞ car 1/n et 1/n2 tendent vers 0 lorsque n → ∞.
Comme nous l’avons fait pour xn = 1 + 1/n, nous pouvons vérifier algébriquement que
g(xn ) avec xn = 1 − 1/n2 approche 2 lorsque n → ∞. Nous avons
2
1 2 1

g(xn ) = 1 − 2 +1=2− 2
+ 4
n n n
qui approche 2 lorsque n → ∞ car 1/n2 et 1/n4 approchent 0 lorsque n → ∞.
Quelque soit la suite de nombres {xn }∞n=1 qui tend vers 1 que nous choisissons, le résultat
∞
sera toujours une suite {g(xn )}n=1 qui tend vers la valeur 2. En d’autres mots,

lim g(xn ) = 2 pour toute suite {xn }∞

n=1 qui satisfait lim xn = 1 .
n→∞ n→∞

Pour résumer ce dernier énoncé, nous écrivons

lim g(x) = 2 .
x→1

À partir du graphe de g que nous retrouvons à la figure 3.1, nous constatons que g(xn )
approche la valeur 2 pour la suite qui {xn }∞
n=1 approche 1. ♣

Définition 3.1.2
Soit f une fonction définie pour x près de c (il n’est pas nécessaire que f soit définie
à c). Nous écrivons
lim f (x) = C
x→c

s’il existe un unique nombre C tel que

lim f (xn ) = C
n→∞

quelle que soit la suite {xn }∞

n=1 de nombres différents de c qui tend vers c. Nous écrivons
aussi f (x) → C lorsque x → c. Nous disons que f (x) converge (ou tend) vers la
valeur C lorsque x converge (ou tend) vers c. Nous disons aussi que C est la
limite de f au point c.

Il est aussi nécessaire à l’occasion de considérer seulement les suites {xn }∞

n=1 qui ap-
prochent c par la droite ou la gauche.
3.1. Limites 81

Figure 3.1 – Graphe de g(x) = x2 + 1 pour x près de 1.

Définition 3.1.3
Si, dans la définition de la limite d’une fonction f en un point c, nous considérons
seulement les suites {xn }∞
n=1 avec xn < c, nous écrivons

lim f (x) = C
x→c−

ou f (x) → C lorsque x → c− , et nous disons que f (x) converge (ou tend) vers la
valeur C lorsque x converge (ou tend) par la gauche vers c. Nous disons aussi
que C est la limite à gauche de f au point c.
De même, si, dans la définition de la limite d’une fonction f en un point c, nous
considérons seulement les suites {xn }∞
n=1 avec xn > c, nous écrivons

lim f (x) = C
x→c+

ou f (x) → C lorsque x → c+ , et nous disons que f (x) converge (ou tend) vers la
valeur C lorsque x converge (ou tend) par la droite vers c. nous disons aussi
que C est la limite à droite de f au point c.

Exemple 3.1.4
Soit g(x) = sin(x)/x. Quelle est la limite de g(x) lorsque x approche 0 ? En d’autres mots,
sin(x)
quelle est la valeur de lim ?
x→0 x
Dans le tableau suivant, nous évaluons g à chacun des termes de la suite {xn }∞ n=1 qui
converge vers 0 définie par xn = 1/n pour n = 1, 2, 3, . . . Toute autre suite qui tend vers 0
82 3. Limite et fonctions continues

aurait pu être utilisée.

n xn = 1/n g(xn )
1 1 0.8414709848 . . .
2 1/2 0.9588510772 . . .
3 1/3 0.9815840903 . . .
4 1/4 0.9896158370 . . .
.. .. ..
. . .
100 1/100 0.9999833334 . . .
.. .. ..
. . .
10000 1/10000 0.9999999983 . . .
.. .. ..
. . .
La suite {g(xn )}∞n=1 tend vers 1. Nous allons montrer plus loin que cela est vrai quelle que
sin(x)
soit la suite {xn }∞
n=1 qui tend vers 0. Nous pourrons donc dire que x→0
lim = 1. Comme
x
nous pouvons constater à partir du graphe de g donné à la figure 3.2, g(x) approche la valeur
1 lorsque x approche 0. Par contre, la fonction g n’est pas définie à l’origine. ♣

Figure 3.2 – Graphe de g(x) = sin(x)/x pour x 6= 0.

Exemple 3.1.5
Soit g(x) = sin(1/x). Est-ce que g(x) approche une valeur quelconque lorsque x approche
l’origine ? Si oui, quelle est cette valeur ?
1
Le tableau suivant donne les valeurs de g pour les termes de la suite {xn }∞
n=1 où xn =
2nπ
3.1. Limites 83

pour n = 1, 2, 3, . . . . La suite {g(xn )}∞

n=1 tend vers 0 car g(xn ) = 0 pour tout n.

n 1 2 3 4 . . . 100 . . . 10000 ...

1 1 1 1 1 1 1
xn = ... ... ...
2nπ 2π 4π 6π 8π 200π 20000π
g(xn ) 0 0 0 0 ... 0 ... 0 ...

Il semble que g(x) approche 0 lorsque x approche 0. Essayons maintenant avec la suite
{xn }∞ ∞
n=1 où xn = 2/((4n + 1)π) pour n = 1, 2, 3, . . . La suite {xn }n=1 tend vers 0. Par contre,
∞
le tableau suivant semble indiquer que {g(xn )}n=1 approche 1 lorsque xn approche 0.
n 1 2 3 4 . . . 100 . . . 10000 ...
2 2 2 2 2 2 2
xn = ... ... ...
(4n + 1)π 5π 9π 13π 17π 4001π 40001π
g(xn ) 1 1 1 1 ... 1 ... 1 ...

En fait, pour tout nombre α entre −1 et 1 inclusivement, nous pourrions trouver une
suite {xn }∞
n=1 qui tend vers 0 et telle que g(xn ) tend vers α lorsque n → ∞. Il y a aussi des
suites {xn }∞
n=1 qui tendent vers 0 et telles que g(xn ) n’approche aucune valeur fixe lorsque
n → ∞ mais se promène entre −1 et 1.
Le graphe de g que nous retrouvons à la figure 3.3 montre bien que g(x) n’approche pas
une valeur unique lorsque x approche 0. Le graphe de g oscille entre −1 et 1 de plus en plus
rapidement lorsque x approche 0.
Donc, dans la définition de lim f (x) = C, il est très important que la suite {f (xn )}∞
n=1
x→c
∞
tende vers une valeur unique C quelle que soit la suite {xn }n=1 qui tend vers c. ♣

Figure 3.3 – Graphe de g(x) = sin(1/x) pour x > 0.

La définition précédente pour

lim f (x) = C ,
x→c
84 3. Limite et fonctions continues

où nous utilisons les suites {xn }∞

n=1 qui tendent vers c pour déterminer la valeur possible de
C, est très utile pour prédire numériquement la valeur possible C de la limite. Cependant,
il est généralement impossible d’utiliser cette définition pour prouver que la limite est bien
la valeur C suggérée. Pour prouver cela, il faudrait vérifier que toutes les suites {xn }∞ n=1
qui tendent vers c donnent des suites {f (xn )}∞n=1 qui tendent vers C. Ceci est évidemment
impossible.
Exemple 3.1.6
Est-ce que la limite suivante existe ?
|x − 1|
lim
x→1 x−1

Nous considérons deux cas : x converge vers 1 avec x > 1 et x converge vers 1 avec x < 1.
Pour x > 1, nous avons que |x − 1| = x − 1. Ainsi,
|x − 1| x−1
lim+ = lim+ = lim+ 1 = 1
x→1 x−1 x→1 x − 1 x→1

Pour x < 1, nous avons que |x − 1| = 1 − x. Ainsi,

|x − 1| 1−x
lim− = lim− = lim− −1 = −1
x→1 x−1 x→1 x − 1 x→1

Puisque
|x − 1| |x − 1|
lim− 6= lim+ ,
x→1 x−1 x→1 x−1
nous devons conclure que la limite n’existe pas. ♣
Exemple 3.1.7 (Suite de l’exemple 3.1.1) Y
Vérifions de façon algébrique (et donc rigoureusement) que g(x) = x2 + 1 satisfait lim g(x) =
x→1
2.
Remarquons que toute suite {xn }∞ n=1 qui approche 1 peut s’écrire xn = 1 + r où 
 n
la suite
∞ 1 ∞
{rn }n=1 approche 0 lorsque n → ∞. C’est certainement le cas pour les suites 1 + et
∞ n n=1
1

1+ 2 que nous avons utilisées précédemment. Ainsi,
n n=1
g(xn ) = g(1 + rn ) = (1 + rn )2 + 1 = 2 + 2rn + rn2 → 2

lorsque n → ∞ car rn et rn2 approchent 0 lorsque n → ∞. Donc n→∞

lim g(xn ) = 2. ♣
Malheureusement, la méthode algébrique utilisée à l’exemple 3.1.7 est restreinte aux fonc-
tions algébriques (simples).

3.1.1 Epsilon et delta Y

La définition de
lim f (x) = C ,
x→c
3.1. Limites 85

que nous allons donner ci-dessous est équivalente à la définition de limite d’une fonction en
un point que nous avons donnée précédemment mais ne fait pas appelle aux suites. Cette
nouvelle définition est souvent appelée la définition en termes de  et δ de la limite d’un
fonction en un point. C’est cette définition qui est généralement utilisée pour démontrer
rigoureusement que la limite d’une fonction f en un point c est une valeur C.

Définition 3.1.8
6 c (il n’est pas nécessaire que f soit définie à
Soit f une fonction définie pour x =
x = c). Nous écrivons
lim f (x) = C
x→c

si, quel que soit le petit nombre  > 0 qui est donné, nous pouvons trouver un nombre
δ > 0 (qui peut dépendre de ) tel que

|f (x) − C| <  si |x − c| < δ, x 6= c .

Nous disons que f (x) converge (ou tend) vers la valeur C lorsque x converge
vers c.

y
1+
1

f (x) = sin(x)/x 1−

entre 1 −  et 0.5
1+ y = f (x) = sin(x)/x

−4 −2 x 0 2 4

0−δ 0+δ
x entre −δ et δ

Figure 3.4 – Pour  donné, le graphe nous donne une valeur possible de δ pour
que f (x) = sin(x)/x soit entre 1 −  et 1 +  quel que soit x 6= 0 entre −δ et δ.

Nous illustrons cette nouvelle formulation de la limite d’une fonction en un point à l’aide
de la fonction f (x) = sin(x)/x pour x = 0. Quelque soit la valeur de , nous remarquons à
partir du graphe de f à la figure 3.4 qu’il est toujours possible de trouver δ > 0 pour que
f (x) soit entre 1 −  et 1 +  (C = 1 dans l’énoncé de la définition) si x est entre −δ et δ
(c = 0 dans l’énoncé de la définition) avec x 6= 0. Le graphe de f pour −δ < x < δ et x 6= 0
est complètement à l’intérieure de la boite définie par −δ < x < δ et 1 −  < y < 1 + . Plus
 sera petit, plus nous devrons prendre δ petit.
Nous présentons à la figure 3.5 le graphe d’une fonction qui n’a pas de limite au point c. Il
86 3. Limite et fonctions continues

n’existe pas de δ tel que le graphe de f pour c − δ < x < c + δ avec x 6= c soit complètement
à l’intérieure de la boite définie par c − δ < x < c + δ et C −  < y < C + . Il n’existe donc
pas de δ pour satisfaire la définition précédente.
Dans la définition de limite,  prend n’importe laquelle des valeurs positives. Il ne suffit
pas de trouver un  pour lequel nous pouvons trouver un δ tel que f (x) soit dans l’intervalle
]C − , C + [ si x 6= c est dans l’intervalle ]c − δ, c + δ[. Il faut que pour chaque valeur
 > 0 nous puisons trouver un δ (qui peut varier si  varie) tel que f (x) soit dans l’intervalle
]C − , C + [ si x 6= c est dans l’intervalle ]c − δ, c + δ[.

f (x) n’est pas entre

y C −  et C + 
C +
C
C −

c x
c−δ c+δ
x entre c − δ et c + δ

Figure 3.5 – Pour  donné, il est impossible de trouver δ pour que f (x) soit entre
C −  et C +  quel que soit x 6= c entre c − δ et c + δ.

Exemple 3.1.9
1 1
= .
Montrons à l’aide de la dernière définition de limite d’une fonction en un point que lim
x→2 x 2
Soit  > 0 quelconque mais fixe. Puisque nous cherchons la limite lorsque x approche 2,
nous pouvons supposer que x > 1. Ainsi,
1 1 2−x |2 − x| |2 − x|
− = = <
x 2 2x |2x| 2

pour x > 1. Si nous prenons δ = min{1, 2}, alors

1 1 |2 − x| δ
− < < ≤
x 2 2 2
pour |x − 2| < δ. ♣

Proposition 3.1.10
Les définitions de convergence données aux définitions 3.1.2 et 3.1.8 sont équivalente.

Démonstration
i) Supposons que lim f (x) = C selon la définition 3.1.2. Montrons que la définition 3.1.8 est
x→c
satisfaite.
3.1. Limites 87

La preuve est par contradiction. Supposons que la définition 3.1.8 ne soit pas satisfaite.
Cela implique qu’il existe un  > 0 tel que pour tout δ nous pouvons trouver au moins un
point xδ tel que |xδ − c| < δ et |f (xδ ) − C| ≥ .
n o∞
Si nous prenons δ = 1/n pour n un entier positif, nous obtenons une suite x1/n telle
n=1
1
que x1/n − c < et f (x1/n ) − C ≥  pour tout n. Nous avons donc lim x1/n = c mais la
n o∞n n→∞
suite f (x1/n ) ne tend pas vers C. Ce qui contredit la définition 3.1.2.
n=1
ii) Supposons maintenant que lim f (x) = C selon la définition 3.1.8. Montrons que la
x→c
définition 3.1.2 est satisfaite.
Supposons que {xn }∞ n=1 soit une suite qui tend vers c. Soit  > 0. Selon la définition 3.1.8,
il existe δ > 0 tel que |f (x) − C| <  si |x − c| < δ. Puisque n→∞
lim xn = c, il existe N > 0 tel
que |xn − c| < δ pour n > N . Ainsi, |f (xn ) − C| <  pour n > N . Puisque  est arbitraire,
nous avons lim f (xn ) = C.
n→∞

Comme le résultat du paragraphe précédent est vrai pour toute suite {xn }∞
n=1 qui tend
vers c, nous avons que lim f (x) = C selon la définition 3.1.2.
x→c

3.1.2 Règles pour évaluer les limites

Le théorème suivant est parfois très utile pour évaluer la limite d’une fonction en un
point. Nous avons déjà vu une version de ce théorème (théorème 2.1.10) pour les suites. La
présente version en est une conséquence.

Théorème 3.1.11 (des gendarmes ou sandwich)

Soit f , g et h ; trois fonctions telles que f (x) ≤ g(x) ≤ h(x) pour x près de c. Si

lim f (x) = lim h(x) = L ,

x→c x→c

alors
lim g(x) = L .
x→c

Exemple 3.1.12 Y
La méthode algébrique de l’exemple 3.1.7 n’est pas utile pour démontrer rigoureusement que

sin(x)
lim =1. (3.1.1)
x→0 x
Il faut utiliser une autre approche. Le théorème précédent nous permet de démontrer rigou-
reusement (3.1.1).
88 3. Limite et fonctions continues

Considérons le dessin à la figure 3.6. Nous avons

sin(x) = |CE| < |AC| < longueur de l’arc de cercle AC = x .

Donc
sin(x)
<1. (3.1.2)
x
De plus,

x = longueur de l’arc de cercle AC

|AB| sin(x)
< |AD| + |DC| < |AD| + |DB| = |AB| = = tan(x) = .
|OA| cos(x)

Donc
sin(x)
cos(x) < . (3.1.3)
x
Nous déduisons de (3.1.2) et (3.1.3) que

sin(x)
cos(x) < <1.
x
Il est facile de vérifier à partir de la définition du cosinus que

lim cos(x) = 1
x→0

Par exemple, pour toute suite {xn }∞n=1 qui tend vers 0, nous avons que cos(xn ) tend vers
cos(0) = 1. Ainsi, nous obtenons que g(x) = sin(x)/x approche 1 lorsque x approche 0 grâce
au théorème des gendarmes. ♣
Comme nous venons de voir, il n’est pas toujours facile de démontrer rigoureusement
qu’une fonction à une limite en un point.

B
C x
D
x A
O E
cercle de rayon 1

Figure 3.6 – La figure utilisée pour démontrer rigoureusement que lim sin(x)/x =
x→0
1.

Comme pour les limites de suites, nous avons les propriétés suivantes.
3.2. Fonctions continues 89

Théorème 3.1.13
Supposons que lim f (x) = A et lim g(x) = B.
x→c x→c
1. lim (f (x) + g(x)) = A + B.
x→c
2. Si k est un nombre réel, alors x→c
lim (k f (x)) = kA.
3. lim (f (x)g(x)) = AB.
x→c
f (x) A
4. Si B 6= 0 (donc g(x) 6= 0 pour x près de c), alors lim = .
x→c g(x) B

Les quatre conclusions du théorème précédent sont souvent énoncées de la façon suivante.

lim(f (x) + g(x)) = x→c

x→c
lim f (x) + x→c
lim g(x) ,
lim kf (x) = k x→c
x→c
lim f (x) ,
  
lim f (x)g(x) = x→c
x→c
lim f (x) lim g(x)
x→c

et

f (x) lim f (x)

lim = x→c
x→c g(x) lim g(x)
x→c

respectivement.

3.2 Fonctions continues

Une propriété que possèdent certaines fonctions est la continuité. La fonction f est
continue au point x = c si f est définie au point x = c et f (x) approche la valeur f (c)
lorsque x approche c.
Si nous utilisons la définition de limite introduite à la section précédente pour définir la
continuité d’une fonction au point x = c, nous obtenons l’énoncé suivant.

Définition 3.2.1
Soit f une fonction à valeurs réelles définie près d’un point c et au point c. La fonction
f est continue au point c si

lim f (x) = f (c) .

x→c

En d’autres mots, f est continue au point c si f (c) existe et f (xn ) approche f (c) quelle
que soit la suite {xn }∞
n=1 qui tend vers c.

La figure 3.7 contient le graphe d’une fonction f qui n’est pas continue au point x = c
car f (x) approche la valeur B lorsque x > c approche c et f (x) approche la valeur A 6= B
90 3. Limite et fonctions continues

lorsque x < c approche c. Comme f est une fonction, elle ne peut pas prendre deux valeurs
distinctes, A et B, lorsque x = c. Dans le dessin à la figure 3.7, le cercle plein à l’extrémité
gauche de la courbe supérieure (à x = c) et le cercle vide à l’extrémité droite de la courbe
inférieure (aussi à x = c) indiquent que f (c) = B.

y
B
y = f (x)
A

x
c

Figure 3.7 – La fonction f n’est pas continue au point x = c

Pour qu’une fonction ne soit pas continue en un point x = c, il faut que le graphe de la
fonction soit représenté par une courbe brisée à x = c.
Exemple 3.2.2
À l’exemple 3.1.1, nous avons montré que la fonction g(x) = x2 + 1 est continue au point
x = 1 car lim g(x) = 2 et g(1) = 2. Donc
x→1

lim g(x) = g(1) .

x→1

♣
Exemple 3.2.3
La fonction g(x) = sin(x)/x que nous avons étudié à l’exemple 3.1.4 n’est pas continue au
point x = 0 car g(x) n’est pas définie pour x = 0. Par contre, si nous définissons

 sin(x)

pour x 6= 0
f (x) = x
1

pour x = 0

alors f (x) = g(x) pour x 6= 0 et f est continue au point x = 0 car

sin(x)
lim f (x) = lim = 1 = f (0) .
x→0 x→0 x
Le graphe de f est le graphe à la figure 3.2 où le point (0, 1) est maintenant représenté par
un cercle plein. ♣
3.2. Fonctions continues 91

Définition 3.2.4
Si une fonction f est continue en tout point d’un intervalle (e.g. ]a, b[, [a, b], [a, b[ or
]a, b]) nous disons que la fonction f est continue cet intervalle.

Il est toujours préférable (si c’est possible) d’utiliser des fonctions continues pour décrire
les phénomènes physiques, biologiques, et autres. La raison pour cette préférence est qu’une
petite variation de l’argument d’une fonction continue aura très peu d’effet (en général) sur
la valeur retournée par la fonction. Cela est nécessaire si nous voulons faire des prédictions
à long terme ou si nous voulons estimer les valeurs à fournir à la fonction pour obtenir le
résultat escompté. Nous illustrons ce dernier type de problèmes dans l’exemple suivant.
Exemple 3.2.5 +
La concentration d’un contaminant dans l’eau d’une rivière est déterminée par la fonction
0.7t
f (t) = où la variable t est mesurée en années. À quel moment aurons-nous une concen-
1+t
tration du contaminant entre 0.1 et 0.2 pourcent ?
Il faut trouver t tel que
0.7t
0.1 < f (t) = < 0.2 .
1+t
Il découle de la première inégalité que
0.7t 1
0.1 < ⇒ 0.1 + 0.1t < 0.7t ⇒ 0.1 < 0.6t ⇒ < t
1+t 6
et de la deuxième inégalité que
0.7t 2
< 0.2 ⇒ 0.7t < 0.2 + 0.2t ⇒ 0.5t < 0.2 ⇒ t < .
1+t 5
Nous aurons donc une concentration entre 0.1 et 0.2 pourcent pour t entre 1/6 = 0.16 de
l’année (environ 2 mois) et 2/5 = 0.4 de l’année (un peu moins de 5 mois).
Si nous considérons la même question pour une concentration entre 0.13 et 0.17 pourcent,
il faut trouver t tel que
0.7t
0.13 < f (t) = < 0.17 .
1+t
Puisque
0.7t 13
0.13 < ⇒ 0.13 + 0.13t < 0.7t ⇒ 0.13 < 0.57t ⇒ <t
1+t 57
et
0.7t 17
< 0.17 ⇒ 0.7t < 0.17 + 0.17t ⇒ 0.53t < 0.17 ⇒ t < ,
1+t 53
nous aurons une concentration entre 0.13 et 0.17 pourcent pour t entre 13/57 = 0.228 . . . de
l’année et 17/53 = 0.320 . . . de l’année.
Si considère la même question pour une concentration entre 0.14 et 0.16 pourcent, nous
trouvons 1/4 = 0.25 < t < 8/27 = 0.296, Pour une concentration enter 0.145 et 0.155
pourcent, nous trouvons 29/111 = 0.261 < t < 31/109 = 0.284 . . ., etc. À la limite, nous
92 3. Limite et fonctions continues

avons un concentration de 0.15 pourcent pour t = 3/11 = 0.27 de l’année. C’est la valeur de
t lorsque f (t) = 0.15.
Naturellement, cet exemple n’est pas réaliste car la fonction f est donnée explicitement.
Dans une expérience réelle, la fonction f est inconnue. Nous avons peut être quelques ré-
sultats expérimentaux qui nous donnent que la concentration du contaminant varie de 0.1
à 0.2 pourcent entre t = 0.16 et t = 0.4, de 0.13 à 0.17 pourcent entre t = 0.228 . . . et
t = 0.320 . . ., de 0.14 à 0.16 pourcent entre t = 0.25 et t = 0.296, de 0.145 à 0.155 pourcent
entre t = 0.261 et t = 0.284 . . ., etc. Si nous assumons que la fonction qui donne la densité
du contaminant en fonction du temps est une fonction continue, nous pouvons alors conclure
que la concentration du contaminant est possiblement de 0.15 pourcent pour t = 0.27 ; une
valeur qui se trouve entre t = 0.261 et t = 0.284 . . .. Si nous n’assumons pas que la fonction
soit continue, nous ne pouvons rien conclure. ♣

3.2.1 Epsilon et delta Y

La définition en termes de  et δ de la limite d’une fonction à un point nous donne une
définition de la continuité qui est équivalente à celle que nous venons de donner.

Définition 3.2.6
Soit f une fonction à valeurs réelles définie près d’un point c et au point c. La fonction
f est continue au point x = c si, quel que soit le petit nombre  > 0 qui est donné,
nous pouvons trouver un nombre δ > 0 (qui peut dépendre de ) tel que

|f (x) − f (c)| <  si |x − c| ≤ δ .

Remarque 3.2.7
Nous illustrons à la figure 3.8 la deuxième formulation de la définition d’une fonction continue
f en un point c. Quel que soit le nombre , nous pouvons toujours trouver δ tel que le
graphe de la fonction f entre c − δ et c + δ, incluant (c, f (c)), soit dans la boite définie par
c − δ < x < c + δ et f (c) −  < y < f (c) + . ♠

y
f (c) +  y = f (x)
f (c)
f (c) − 
x
c
c−δ c+δ

Figure 3.8 – Pour  donné, il est possible de trouver δ pour que f (x) (incluant
f (c)) soit entre f (c) −  et f (c) +  quel que soit x entre c − δ et c + δ.
3.3. Quelques propriétés des fonctions continues 93

3.3 Quelques propriétés des fonctions continues

Les résultats suivants découlent de la définition d’une fonction continue.

Proposition 3.3.1

1. Les fonctions polynomiales, trigonométriques, exponentielles et logarithmiques

sont des fonctions continues sur leur domaine.
2. Il découle du théorème 3.1.13 que le produit et la somme de fonctions conti-
nues donnent une nouvelle fonction continue. De même, le quotient de deux
fonctions continues donne une nouvelle fonction continue sauf aux points où le
dénominateur est nul.
3. La composition de deux fonctions continues donne une nouvelle fonction conti-
nue.

Si {xn }∞
n=0 est une suite qui converge vers un point c du domaine d’une fonction continue
f , alors la suite {f (xn )}∞
n=0 converge vers le point f (c). En d’autres mots,
 
lim f (xn ) = f
n→∞
lim xn
n→∞

Puisque la définition de limite d’une fonction en un point c fait appel aux suites {xn }∞
n=0 qui
converge vers c, nous obtenons le résultat suivant qui est très utile pour calculer des limites.

Proposition 3.3.2
Soit f une fonction continue et g une fonction dont l’image est un sous-ensemble du
domaine de f . Nous pouvons donc considérer la composition f ◦ g. Si x→r
lim g(x) = s est
un élément du domaine de f , alors lim f (g(x)) = f (s). En d’autres mots,
x→r
 
lim f (g(x)) = f lim g(x)
x→r x→r

Exemple 3.3.3
Calculons les limites suivantes si elles existent.
!
x2 − 4 x−4 x−1
a) lim sin b) lim √ c) lim √
x→2 x−2 x→4 2 − x x→1 2 − x+3

a) Notons que
x2 − 4 (x − 2)(x + 2)
lim = lim = lim (x + 2) = 4 .
x→2 x − 2 x→2 x−2 x→2

Puisque sin(x) est continue en x = 4, nous pouvons utiliser la proposition 3.3.2 pour conclure
que ! !
x2 − 4 x2 − 4
lim sin = sin lim = sin(4) .
x→2 x−2 x→2 x − 2
94 3. Limite et fonctions continues

b) Remarquons que
√ √
x−4 ( x − 2)( x + 2) √
√ = √ = −( x + 2)
2− x 2− x
pour x 6= 4. Ainsi,
x−4 √ √
√ = lim −( x + 2) = −( 4 + 2) = −4
lim
x→4 2 − x x→4
√
Nous avons utilisé le fait que x − 2 est une fonction continue pour calculer la dernière
limite.
c) Pour évaluer cette limite, nous éliminons premièrement la racine carrée au dénominateur.
√ ! √
x−1 x−1 2+ x+3 (x − 1)(2 + x + 3)
√ = √ √ =
2− x+3 2− x+3 2+ x+3 4 − (x + 3)
√
(x − 1)(2 + x + 3) √
= = −(2 + x + 3)
1−x
pour x 6= 1. Ainsi,
x−1 √ √
lim √ = lim −(2 + x + 3) = −(2 + 4) = −4
x→1 2 − x + 3 x→1
√
Nous avons utilisé le fait que 2 + x + 3 est une fonction continue pour calculer la dernière
limite. ♣
Exemple 3.3.4 Y
Soit la fonction
1
 
h(x) = arctan(x) + arctan , x 6= 0 .
x
Montrons que 
π/2 si x > 0
h(x) = .
−π/2 si x < 0

Premièrement, montrons que


1 si x > 0
sin(h(x)) = .
−1 si x < 0

Posons θ1 = arctan(x) et θ2 = arctan(1/x). Nous avons −π/2 < θ1 , θ2 < π/2 et

sin(h(x)) = sin(θ1 + θ2 ) = sin(θ1 ) cos(θ2 ) + sin(θ2 ) cos(θ1 ) .

Nous déduisons des deux dessins à la figure 3.9 que

x 1 1 x
sin(θ1 ) = √ , cos(θ1 ) = √ , sin(θ2 ) = √ et cos(θ2 ) = √
x2 + 1 x2 + 1 x2 + 1 x2 + 1
3.3. Quelques propriétés des fonctions continues 95

pour x > 0. Donc

! ! ! !
x x 1 1
sin(h(x)) = √ √ + √ 2 √ =1
2
x +1 2
x +1 x +1 x2 + 1

pour tout x > 0. De même, nous déduisons des deux dessins à la figure 3.10 que
x 1 −1 −x
sin(θ1 ) = √ , cos(θ1 ) = √ 2 , sin(θ2 ) = √ 2 et cos(θ2 ) = √
x2+1 x +1 x +1 x2 + 1
pour x < 0. Donc
! ! ! !
x −x −1 1
sin(h(x)) = √ √ + √ √ = −1
x2 + 1 x2 + 1 x2 + 1 x2 + 1
pour tout x < 0.
Pour compléter le problème, remarquons que h(1) = 2 arctan(1) = π/2. Comme sin(h(x))
est constant pour x > 0 et h est une fonction continue pour x > 0, h(x) doit être constant
pour x > 0 et ainsi h(x) = π/2 pour x > 0. De même, h(−1) = 2 arctan(−1) = −π/2.
Comme sin(h(x)) est constant pour x < 0 et h est continue pour x < 0, h(x) doit être
constant pour x < 0 et ainsi h(x) = −π/2 pour x > 0. ♣

x>0

√ √
1 + x2 1 + x2
1
x
θ1 θ2
1 x
tan(θ1 ) = x tan(θ2 ) = 1/x

Figure 3.9 – Représentations graphiques de tan(θ1 ) = x et tan(θ2 ) = 1/x pour

x > 0 et 0 < θ1 , θ2 < π/2.

Les fonctions continues possèdent une propriété très importante que nous utiliserons lors
de l’étude des fonctions au prochain chapitre.

Théorème 3.3.5 (Théorème des valeurs intermédiaires)

Soit f une fonction continue sur l’intervalle [a, b] et soit m une valeur entre f (a) et
f (b). Il existe au moins une valeur c telle que a ≤ c ≤ b et f (c) = m (figure 3.11).
96 3. Limite et fonctions continues

1 x<0 −x
θ1 θ2
−x 1
√
1 + x2
√
1 + x2

tan(θ1 ) = x tan(θ2 ) = 1/x

Figure 3.10 – Représentations graphiques de tan(θ1 ) = x et tan(θ2 ) = 1/x pour

x < 0 et −π/2 < θ1 , θ2 < 0. Notons que tan(θi ) < 0, sin(θi ) < 0 et cos(θi ) > 0 pour
−π/2 < θ1 , θ2 < 0.

y
y = f (x)
f (b)
m
f (a)
x
a c b

Figure 3.11 – Illustration du théorème des valeurs intermédiaires.

3.4 Limites à l’infini et limites infinies

Lorsque nous étudions une fonction, il est souvent intéressant de savoir comment se com-
porte la fonction pour de très grandes valeurs de son domaine.
Exemple 3.4.1
Comme nous pouvons le constater à partir du graphe de la fonction g(x) = 5 + e(2−x/10) que
l’on retrouve à la figure 3.12, g(x) semble approcher la valeur 5 lorsque x devient de plus en
plus grand. En effet, g(x) ≈ 5 pour x très grand. ♣
Commençons par donner un sens mathématique à l’énoncé « f (x) approche une certaine
valeur lorsque x tend vers plus l’infini ». Pour se faire, nous utilisons la définition 2.1.14 de
limite à l’infini pour les suites. Nous obtenons la définition suivante de limite d’une fonction
f lorsque x tend vers plus ou moins l’infini.

Définition 3.4.2
Si la définition 3.1.2 est satisfaite lorsque c est remplacé par ∞, nous disons que f (x)
converge (ou tend) vers la constante C lorsque x converge (ou tend) vers
3.4. Limites à l’infini et limites infinies 97

Figure 3.12 – Le graphe de g(x) = 5 + e(2−x/10) . Nous avons que g(x) approche 5
lorsque x tend vers plus l’infini.

plus l’infini et nous écrivons

lim f (x) = C .
x→∞

De même, si la définition 3.1.2 est satisfaite lorsque c est remplacé par −∞, nous
disons que f (x) converge (ou tend) vers la constante C lorsque x converge
(ou tend) vers moins l’infini et nous écrivons

lim f (x) = C .
x→−∞

Exemple 3.4.3
Revenons à l’exemple précédent avec g(x) = 5 + e(2−x/10) .
La suite {xn }∞ 2
n=1 où xn = n pour n = 1, 2, 3, . . . est une suite qui tend vers plus
l’infini car c’est une suite croissante de nombres sans borne supérieure. Nous donnons, dans
le tableau 3.1, les valeurs de g(xn ) pour quelques uns des termes de la suite {xn }∞
n=1 . Il est
clair que g(xn ) approche 5 lorsque n (et donc xn ) devient de plus en plus grand.
Puisque pour toute suite {xn }∞n=1 qui tend vers plus l’infini, nous pourrions montrer que
g(xn ) approche 5 lorsque n devient de plus en plus grand, nous avons que x→∞ lim g(x) = 5.
Ainsi, g(x) tend vers 5 lorsque x tend vers plus l’infini.
La droite y = 5 est appelée une asymptote horizontale pour la fonction g.
Nous pourrions aussi résonner à partir du graphe de y = ex pour montrer que lim g(x) =
x→∞
5. En effet, puisque 2−x/10 devient de plus en plus petit (de plus en plus « négatif ») lorsque
x devient de plus en plus grand, nous pouvons conclure à partir du graphe de y = ex que
e(2−x/10) tend vers 0 lorsque x tend vers plus l’infini. Donc 5 + e(2−x/10) tend vers 5 lorsque
98 3. Limite et fonctions continues

n x n = n2 g(xn ) n xn = n 2 g(xn )
1 1 11.68589444228 . . . 13 169 5.00000033807 . . .
2 4 9.95303242440 . . . 14 196 5.00000002272 . . .
3 9 8.00416602395 . . . 15 225 5.00000000125 . . .
4 16 6.49182469764 . . . 16 256 5.00000000006 . . .
5 25 5.60653065971 . . . .. .. ..
. . .
.. .. ..
. . . 22 484 5.00000000000 . . .
11 121 5.00004107956 . . . 23 529 5.00000000000 . . .
12 144 5.00000411859 . . . 24 576 5.00000000000 . . .

Table 3.1 – g(xn ) pour quelques valeurs de n.

x tend vers plus l’infini. ♣

Les propositions 2.1.17 et 2.1.18 ne sont pas limitées à la suite {n}∞
n=1 .

Proposition 3.4.4
Soit r un nombre réel positif. Alors

∞ pour r > 1


x
lim r = 1 pour r = 1 .
x→∞ 


0 pour 0 < r < 1

Proposition 3.4.5
Soit r un nombre réel. Alors

0 pour r > 0

1

lim r = 1 pour r = 0 .
x→∞ x 


∞ pour r < 0

Remarque 3.4.6
Dans les deux propositions précédentes, nous faisons référence à la convergence d’une fonction
vers plus l’infini lorsque x tend vers plus l’infini. La définition 3.4.9 ci-dessous explique ce que
cela veut dire. C’est deux propositions seront extrêmement utiles pour calculer des limites.
♠
Exemple 3.4.7
Évaluons les limites suivantes si elles existent.
√
x2 + x + 1 x−4 4x4 + 5
a) x→∞
lim b) x→∞
lim 3/2 c) lim
5x2 + 1 x + 2x + 1 x→∞
(x8 + x2 + 1)1/4
3.4. Limites à l’infini et limites infinies 99

a) Si nous divisons le numérateur et dénominateur par x2 , alors

x2 + x + 3 1 + (1/x) + (3/x2 ) 1 + x→∞ lim (1/x2 )

lim (1/x) + 3 x→∞ 1
lim = lim = 2 =
x→∞ 5x2 + 1 x→∞ 5 + (1/x2 ) 5 + lim (1/x ) 5
x→∞

grâce à la proposition 3.4.5 qui nous donne lim (1/x) = lim (1/x2 ) = 0.
x→∞ x→∞

b) Si nous divisons le numérateur et dénominateur par x3/2 , alors

x−4 (1/x1/2 ) − (4/x3/2 )
lim = lim
x→∞ x3/2 + 2x + 1 x→∞ 1 + (2/x1/2 ) + (1/x3/2 )
lim (1/x1/2 ) − 4 x→∞
x→∞
lim (1/x3/2 ) 0
= 1/2 3/2
= =0
1 + 2 x→∞
lim (1/x ) + x→∞ lim (1/x ) 1

lim (1/x1/2 ) = x→∞

grâce encore à la proposition 3.4.5 qui nous donne x→∞ lim (1/x3/2 ) = 0.
c) Si nous factorisons x4 à l’extérieur de la racine carrée et x8 à l’extérieur de la racine
quatrième, alors
√ q q
4x4 + 5 x2 4 + (5/x4 ) 4 + (5/x4 )
= = .
(x8 + x2 + 1)1/4 x2 (1 + (1/x6 ) + (1/x8 ))1/4 (1 + (1/x6 ) + (1/x8 ))1/4
Ainsi,
√ q
4x4 + 5 4 + (5/x4 )
lim = x→∞
lim
x→∞
(x8 + x2 + 1)1/4 (1 + (1/x6 ) + (1/x8 ))1/4
r
lim (5/x4 )
4 + x→∞ √
4
= 1/4 = 1/4 = 2
6 8 1
1 + x→∞
lim (1/x ) + x→∞
lim (1/x )

car lim (1/xr ) = 0 pour r > 0 comme nous avons énoncé à la proposition 3.4.5 . ♣
x→∞
Exemple 3.4.8
Déterminons si la limite suivante existe
√ √ 
lim x+1− x
x→∞

et, si elle existe, qu’elle est cette limite.

Remarquons que
√ √ !
√√ √ √  x+1+ x 1
x+1− x= x+1− x √ √ =√ √ .
x+1+ x x+1+ x
√ √
Puisque x + 1 + x croît sans borne supérieure lorsque x augmente, nous avons
√ √  1
lim x+1− lim √
x = x→∞ √ =0.
x→∞ x+1+ x
100 3. Limite et fonctions continues

♣
Nous avons
lim f (xn ) = ∞
n→∞

si la suite {f (xn )}∞

n=1 satisfait la définition 2.1.14 de convergence vers plus l’infini. De même,

lim f (xn ) = −∞
n→∞

si la suite {f (xn )}∞

n=1 satisfait la définition 2.1.14 de convergence vers moins l’infini. Nous
pouvons ainsi donner la définition suivante.

Définition 3.4.9
Soit f une fonction définie pour x près de c. Nous écrivons

lim f (x) = +∞ (resp. −∞)

x→c

si
lim f (xn ) = +∞ (resp. −∞)
n→∞

{xn }∞
quelle que soit la suite n=1 de nombres différents de c qui tend vers c. Nous disons
que f (x) converge (ou tend) vers plus l’infini (resp. moins l’infini) lorsque x
converge (ou tend) vers c.
Il n’est pas nécessaire que f soit définie à c, et nous pouvons avoir c = +∞ ou −∞.

Exemple 3.4.10
2
Si f (x) = , que se passe-t-il lorsque x approche 3 ? Remarquons que f (x) n’est pas
(x − 3)2
définie pour x = 3.
Une façon de montrer que
2
lim =∞
x→3 (x − 3)2
( )∞
2
serait de montrer que, quelle que soit la suite {xn }∞
n=1qui tend vers 3, la suite
(xn − 3)2 n=1
tend vers plus l’infini. Nous ne ferons pas(cela mais )le lecteur peut vérifier avec une suite
∞
2
{xn }∞
n=1 de son choix qui tend vers 3 que tend vers plus l’infini.
(xn − 3)2 n=1
Nous utilisons une autre approche (un peu moins rigoureuse) pour nous convaincre que
2
lim =∞.
x→3 (x − 3)2

Si x est très près de 3 avec x > 3 alors x−3 est très près de zéro avec x−3 > 0. Donc (x−3)2
est encore plus près de zéro que x − 3 peut l’être si 0 < x − 3 < 1. Ainsi, 2/(x − 3)2 > 0
est très grand car nous divisons par un très petit nombre. Plus x − 3 > 0 sera petit, plus
2/(x − 3)2 > 0 sera grand. Un raisonnement semblable pour x très près de 3 avec x < 3,
3.4. Limites à l’infini et limites infinies 101

montre que 2/(x − 3)2 > 0 devient aussi de plus en plus grand lorsque 3 − x > 0 devient de
plus en plus petit.
Si nous résonnons à partir du graphe de f près de 3 que nous retrouvons à la figure 3.13,
nous pouvons conclure que la fonction f croît sans borne supérieure lorsque x tend vers 3.
La droite x = 3 est appelée une asymptote verticale pour f . ♣

Figure 3.13 – Le graphe de f (x) = 2/(x − 3)2 . f croit sans limite supérieure
lorsque x approche 3. La droite x = 3 est une asymptote verticale.

Exemple 3.4.11
2
Si f (x) = 2 , que se passe-t-il lorsque x approche 3 ? Remarquons que f (x) n’est pas
x −9
définie pour x = 3.
Si x est très près de 3 avec x > 3 alors x2 − 9 est très près de zéro avec x2 − 9 > 0. Donc
2/(x2 − 9) > 0 est très grand car nous divisons par un très petit nombre. Si x est très près
de 3 avec x < 3 alors x2 − 9 est très près de zéro avec x2 − 9 < 0. Donc 2/(x2 − 9) < 0 est
très petit car nous divisons par un nombre négatif qui est très petit en valeur absolue.
Le graphe de f près de 3 que nous retrouvons à la figure 3.14 indique que la fonction f
croît sans borne supérieure lorsque x approche 3 avec x > 3 et la fonction f décroît sans
borne inférieure lorsque x approche 3 avec x < 3. La fonction 2/(x2 − 9) ne tend pas vers
plus l’infini ou moins l’infini lorsque x tend vers 3. ♣
Si f est une fonction qui n’est pas définie en un point c, l’exemple précédent suggère de
considérer le comportement de cette fonction lorsque nous nous approchons de c avec des
valeurs plus petites que c (i.e. par la gauche) ou des valeurs plus grandes que c (i.e. par la
droite).
102 3. Limite et fonctions continues

Figure 3.14 – Le graphe de f (x) = 2/(x2 −9). f croît sans limite supérieure lorsque
x approche 3 avec x > 3 et f décroît sans limite inférieure lorsque x approche 3
avec x < 3.

Définition 3.4.12
Soit f une fonction définie pour x > c. Nous écrivons

lim f (x) = +∞ (resp. −∞)

x→c+

si
lim f (xn ) = +∞ (resp. −∞)
n→∞

quelle que soit la suite {xn }∞

avec xn > c qui tend vers c. Nous disons que f (x)
n=1
converge (ou tend) vers plus l’infini (resp. moins l’infini) lorsque x converge
par la droite vers c. De même, nous écrivons

lim f (x) = ∞ (resp. −∞).

x→c−

si
lim f (xn ) = +∞ (resp. −∞)
n→∞

quelle que soit la suite {xn }∞

avec xn < c qui tend vers c. Nous disons que f (x)
n=1
converge (ou tend) vers plus l’infini (resp. moins l’infini) lorsque x converge
par la gauche vers c (figure 3.15).

Exemple 3.4.13
À l’exemple précédent, nous avons
2 2
lim− = −∞ et lim+ 2 =∞.
x→3 −9 x2 x←3 x − 9

La droite x = 3 est appelée une asymptote verticale pour f . ♣

3.4. Limites à l’infini et limites infinies 103

y y
c q x

M M
x=c
x=c
y = f (x)
c x
y = f (x) p

Figure 3.15 – Dans le graphe à de gauche lim− f (x) = ∞ alors que dans le graphe
x→c
à de droite lim+ f (x) = −∞.
x→c

3.4.1 Des définitions plus pratiques Y

Dans les exemples précédents, nous nous sommes inspiré du graphe de la fonction pour
déterminer les limites à l’infini et les limites infinies en un point. Ce n’est pas une approche
rigoureuse et elle dépend de notre capacité à tracer le graphe de la fonction. Il nous faut donc
une définition de limite à l’infini et une définition de limite infinie en un point qui soient en
accord avec la définition 3.1.8 de limite d’une fonction en un point en termes de  et δ.
La définition 3.1.8 de la limite d’une fonction en un point (équivalent à celle donné à
la définition 3.1.2) ne faisait pas appelle aux suites. Nous pouvons faire de même pour la
définition de la limite d’une fonction à l’infini (définition 3.4.2) et la définition de la limite
infinie d’une fonction en un point (définition 3.4.9).
Ce sont ces définitions qui nous permettent de déterminer rigoureusement si une limite à
l’infini existe et qu’elle est cette limite, ou si une fonction à une limite infinie en un point.

Définition 3.4.14
Soit f une fonction définie pour x positif. Nous écrivons

x→∞
lim f (x) = C

et nous disons que f (x) dent vers C lorsque x dent vers plus l’infini si la condition
suivante est satisfaite. Il existe une unique constante C telle que, pour toute valeur
 > 0, nous pouvons trouver une constante M > 0 (qui peut dépendre de ) pour
laquelle f (x) est dans l’intervalle ]C − , C + [ si x > M (figure 3.16).
De façons semblables, nous pouvons définir la limite vers moins l’infini.
104 3. Limite et fonctions continues

y
y = f (x)
C +δ
f (x)
C
C −δ
M x

Figure 3.16 – La fonction f tend vers C lorsque x tend vers plus l’infini. Pour
 > 0 donné, nous pouvons voir à partir du graphe de f qu’il existe M > 0 tel que
f (x) est entre C −  et C +  si x > M .

Définition 3.4.15
Soit f une fonction définie pour x près d’un point c. Nous écrivons

lim f (x) = +∞
x→c

et nous disons que f (x) tend vers plus l’infini lorsque x tend vers c si la condition
suivante est satisfaite. Pour toute constante M , il existe une constante δ > 0 (qui peut
dépendre de M ) pour laquelle f (x) > M lorsque x est dans l’intervalle ]c − δ, c + δ[
(figure 3.17).
De façons semblables, nous pouvons définir la convergence vers moins l’infini, et les
convergences à droite et à gauche vers plus ou moins l’infini.

y
y = f (x)
f (x)

c x
c−δ c+δ
x

Figure 3.17 – La fonction f tend vers plus l’infini lorsque x tend vers c. Pour
M > 0 donné, nous pouvons voir à partir du graphe de f qu’il existe δ > 0 tel que
f (x) > M si x est entre c − δ et c + δ.
3.4. Limites à l’infini et limites infinies 105

Exemple 3.4.16
2
Revenons à f (x) = que nous avons étudié précédemment. Montrons à l’aide des
−9 x2
définitions précédentes que

lim f (x) = −∞ and lim f (x) = +∞ .

x→c− x→c+

Prenons un très grand nombre M (e.g. M = 106 ). Existe-t-il un nombre δ > 0 tel que
2
f (x) = >M
x2 − 9
2
lorsque 3 < x < 3 + δ ? Cherchons les valeurs de x > 3 telles que > M ; c’est-à-dire,
x2 −9
telles que x2 < 9 + 2/M . Il faut donc que
q q 
3<x< 9 + 2/M = 3 + 9 + 2/M − 3 .
q
Si δ = 9 + 2/M − 3, alors δ > 0 car M > 0. De plus, f (x) > M pour 3 < x < 3 + δ. Le
lecteur est invité à calculer δ pour une valeur M de son choix. Nous venons de montrer que
quel que soit M > 0, nous pouvons toujours trouver un nombre δ > 0 tel que f (x) > M
pour 3 < x < 3 + δ. Ce qui prouve bien que f (x) dent vers +∞ lorsque x tend par la droite
vers 3.
De même, prenons un très petit nombre M (e.g. M = −108 ). Existe-t-il un nombre δ > 0
tel que
2
f (x) = 2 >M
x −9
2
lorsque 3 − δ < x < 3 ? Cherchons les valeurs de x entre 0 et 3 telles que 2 < M;
x −9
c’est-à-dire, telles que x2 > 9 + 2/M . Il faut donc que
q q
3>x> 9 + 2/M = 3 − (3 − 9 + 2/M )
q
où nous assumons que M < −2/9 pour que 9 + 2/M soit positif. Si δ = 3 − 9 + 2/M , alors
δ > 0 car M < −2/9. De plus, f (x) < M pour 3 − δ < x < 3. Nous venons de montrer que
quel que soit M < 0, nous pouvons toujours trouver un nombre δ > 0 tel que f (x) < M
pour 3 > x > 3 − δ. Ce qui prouve bien que f (x) tend vers −∞ lorsque x tend par la gauche
vers 3. ♣
Exemple 3.4.17
Revenons au calcul de la limite
√ √ 
lim x+1− x
x→∞

que nous avons étudié à l’exemple 3.4.8.

106 3. Limite et fonctions continues

Démontrons que
√ √  1
lim x+1− lim √
x = x→∞ √ =0
x→∞ x+1+ x
à partir de notre définition de limite à l’infini. Soit  > 0 quelconque mais fixe. Si nous
1
prenons M = 2 , nous obtenons
4
1 1 1 1
√ √ −0 = √ √ < √ < q =
x+1+ x x+1+ x 2 x 2 1/(42 )
pour x > M . ♣
Pour terminer, nous considérons le cas où nous avons une limite infinie à l’infini.

Définition 3.4.18
Soit f une fonction définie pour x positif. Nous écrivons

lim f (x) = +∞
x→+∞

et nous disons que f (x) tend vers plus l’infini lorsque x tend vers plus l’infini si pour
toute constante M > 0 il existe une constante m > 0 (qui peut dépendre de M ) pour
laquelle f (x) > M lorsque x > m. De même, nous écrivons

lim f (x) = −∞
x→+∞

et nous disons que f (x) tend vers moins l’infini lorsque x tend vers plus l’infini si pour
toute constante M < 0 il existe une constante m > 0 (qui peut dépendre de M ) pour
laquelle f (x) < M lorsque x > m.
De façons semblables, nous pouvons définir la convergence de f (x) vers plus l’infini ou
moins l’infini lorsque x converge vers moins l’infini.

3.4.2 Comportement asymptotique semblable +

Définition 3.4.19
Soit f et g deux fonctions telles que f (x) et g(x) tendent vers l’infini lorsque x tend
vers c. Nous disons que f et g ont un comportement asymptotique semblable
lorsque x tend vers c si
f (x)
lim =1.
x→c g(x)

Si f et g ont un comportement asymptotique semblable près de c, alors f (x) ≈ g(x) pour

x très près de c. Ainsi, les fonctions f et g ont des graphes semblables pour x près de c.
De même,
3.5. Exercices 107

Définition 3.4.20
Deux fonctions f et g ont un comportement asymptotique semblable lorsque x
tend vers plus l’infini (resp. moins l’infini) si

f (x) f (x)
lim =1 (resp. lim =1).
x→+∞ g(x) x→−∞ g(x)

Exemple 3.4.21
À l’exemple 3.4.3, nous avons montré que lim g(x) = 5 où g(x) = 5 + e2−x/10 . Si nous
x→+∞
posons f (x) = 5 pour tout x, alors
f (x)
lim =1.
x→+∞ g(x)
Donc g et f ont des graphes semblables lorsque x est très grand. ♣
Nous reviendrons sur l’étude du comportement asymptotique des fonctions à la section 5.6.

3.5 Exercices

3.5.1 Limites
Question 3.1
Utilisez une approche numérique et une approche graphique (c’est-à-dire que vous devez
utiliser un logiciel ou une calculatrice graphique pour tracer le graphe) pour trouver la
valeur de la limite suivante si elle existe.
e2x − 1
lim .
x→0 x

Question 3.2
Le graphe de la fonction p est donné ci-dessous.
108 3. Limite et fonctions continues

Évaluez graphiquement lim− p(t), lim+ p(t) et lim p(t) si cela est possible.
t→1 t→1 t→1

Question 3.3
À l’aide de suites de valeurs numériques, estimez la valeur des limites suivantes.

1 − cos(x) ln(1 − x)
a) lim b) lim
x→0 x x→0 x

Question 3.4 √ √
Nous savons que lim+ x = 0. Pour quelles valeurs de x aurons-nous que x < 0.1 ? Que
√ x→0 √
x < 0.01 ? Est-ce que x approche rapidement 0 lorsque x > 0 approche 0 ?
Question 3.5
Le graphe de la fonction f est donné ci-dessous.

y
7
6
5
4
3
2
1
x
1 2 3

Calculez les limites à droite et à gauche aux points x = 1 et x = 2. Est-ce que la limite de
la fonction existe aux points x = 1 et x = 2 ?
Question 3.6
Soit v(t) = 1 + t2 . Évaluez la limite lim v(t). Soit α la valeur de cette limite.
t→0
1. Pour quelles valeurs de t aurons-nous que |v(t) − α| < 1 ?
2. Pour quelles valeurs de t aurons-nous que |v(t) − α| < 0.5 ?
3. Pour quelles valeurs de t aurons-nous que |v(t) − α| < 0.01 ?
Question 3.7 r +
Évaluez si possible la limite lim x2 sin(1/x).
x→0

Question 3.8 r
La fonction de Heaviside est définie par

0 si x < 0
H(x) =  .
1 si x ≥ 0

Est-ce que lim H(x) = 1 ? Justifiez votre réponse.

x→0
3.5. Exercices 109

3.5.2 Fonctions continues

Question 3.9
Déterminez si les limites suivantes existent. Évaluez la limite quand elle existe.

1 + t + t2 ex (x − 2)
a) lim b) lim c) lim √
t→0 1+t x→0 1 + x x→2 2 + 2x2 − 4
3z cos(π/x)
d) lim e) lim 2
z→0 1 + ln(1 + z) x→3 x − 5

Question 3.10
Déterminez si les limites suivantes existent. Évaluez la limite quand elle existe.
√
(x − 3) |x − 5| 3− 9 − 3x
a) lim √ b) lim 2 c) lim
x→3 2 − x2 − 5 x→5 x − 25 x→0 8x
|x − 2| − 1 |x + 3|(5 + x) 5x + 3x2 − 8
4
d) lim e) lim f) lim
x→1 x2 − 1 x→−3 x+3 x→1 12x2 − 11x − 1

Question 3.11 +
Le volume d’une culture au temps t en secondes est donnée par la formule V (t) = V0 eαt
ml où V0 = V (0) = 1 ml est le volume initial. Sachant que le volume est de 2.71828 ml
après 1000 secondes (i.e. V (1000) = 2.71828 ml), trouvez α. Déterminez les valeurs de t pour
lesquelles le volume V (t) après t secondes est 2.71828 ml avec une marge d’erreur de 0.1 ml.
C’est-à-dire, trouvez t tel que 2.71828 − 0.1 < V (t) < 2.71828 + 0.1.
Question 3.12
Donnez une formule mathématique pour définir la fonction continue f telle que f (x) = −1
pour x < −0.1, f (x) = 1 pour x > 0.1, et f (x) est linéaire pour −0.1 < x < 0.1.
Question 3.13 +
Un neurone a la réaction suivante lorsqu’il reçoit une impulsion électrique. Si le voltage V
de l’impulsion électrique est supérieure à une valeur V0 , le neurone produit une impulsion
électrique de voltage 2V . Au contraire, si le voltage V de l’impulsion électrique est inférieure
à cette valeur V0 , le neurone produit une impulsion électrique de voltage V1 . Donnez une
formule mathématique pour la réponse du neurone à une impulsion électrique ? Si nous
savons que la réponse du neurone à une impulsion électrique est une fonction continue,
quelle doit être la valeur de V1 ?
Question 3.14
Soit
πx
  
a sin si x < 3


f (x) =  x2 2

 −4 si x ≥ 3
2
Trouvez la valeur de a pour que f soit continue sur la droite réelle. Donnez une justification
claire et complète.
110 3. Limite et fonctions continues

Question 3.15
Soit 
ax2 + 4x si x < 3
f (x) =
 x2 + ax si x ≥ 3
Trouvez la valeur de a pour que f soit continue sur la droite réelle. Donnez une justification
claire et complète.
Question 3.16
Soit  2
x − 2x − 3
si x < 3



x−3



f (x) = ax2 + x + b si 3 ≤ x < 4

 √ 5ax
b x + si x ≥ 4


2
Trouvez les valeurs de a et b pour que f soit continue sur la droite réelle. Donnez une
justification claire et complète.
Question 3.17 + r
Utilisez le Théorème des valeurs intermédiaires pour démontrer que l’équation ex +x2 −2 = x
a au moins une solution.
Question 3.18
Montrez qu’il existe au moins une solution de l’équation suivante sur l’intervalle donnée. Ne
pas oublier d’indiquer le théorème que vous avez utilisé et de vérifier que ses hypothèses sont
satisfaites.

a) tan(x) + 4x = x2 + ex sur [0, π/4] b) ecos(x/2) = 2 sin(x/2) sur [0, π]

Question 3.19 `
Le prix de l’essence a augmenté de $2.10 à $2.50 par litre au cours de la semaine passée,
pouvons-nous conclure à l’aide du Théorème des valeurs intermédiaires que le prix de l’essence
a été de $2.25 le litre à un moment au cours de la semaine passée ? Justifiez votre réponse.

3.5.3 Limites à l’infini et limites infinies

Question 3.20 `
Un diapason est un petit instrument en acier qui a la forme d’une fourche et qui produit
(approximativement) la note La lorsqu’il vibre. La fréquence x (en hertz) d’un bon diapason
devrait être très proche de la fréquence exacte du La qui est de 440 hertz. Une marque de
diapason coûte 5/|x − 440| dollars où x est la fréquence du diapason. Combien coûtera un tel
diapason si nous demandons une précision de 0.1% ? De 0.01% ? Pouvons-nous se permettre
un diapason parfait ?
Question 3.21
1 1
Nous savons que lim+ √ = +∞. Pour quelles valeurs de x aurons-nous que √ > 10 ? Que
x→0 x x
3.5. Exercices 111

1 1
√ > 100 ? Est-ce que √ croît rapidement ou lentement lorsque x > 0 approche 0 ?
x x
Question 3.22
Utilisez des suites pour évaluer lim (1 − t)−4 .
t→1
Question 3.23
Évaluez numériquement la limite suivante.

lim y 2 ln(y − 1) .
y→1+

Question 3.24
Déterminez si les limites suivantes existent. Évaluez celles qui existent. Pour celles qui
n’existent pas, expliquez pourquoi.

x2 + 5x − 4 x − (8x3 + 3)1/3 1
a) lim b) lim c) lim
x→∞ 3x2 + 1 x→∞ x x→0 x
√ √  2e − e−3x
2x
d) lim x 2 + 3x − x 2 + 7x e) lim
x→∞ x→∞ 3e2x − 4e−5x

Question 3.25 + r
sin2 (x)
Évaluez si possible la limite lim .
x→∞ 1 + x2
112 3. Limite et fonctions continues
 Dérivée 4

Nous définissons dans ce chapitre la dérivée d’une fonction. Nous présentons quelques unes
des propriétés importantes de la dérivée d’une fonction ainsi que les principales techniques
pour calculer facilement la dérivée d’une fonction. Quelques applications de la dérivée seront
fournies au prochain chapitre.

4.1 Étude du graphe et comportement d’une fonction

Avant de définir ce qu’est la dérivée d’une fonction, un des piliers du calcul différentiel
et intégral, et de plonger dans l’étude de la dérivée d’une fonction, nous énonçons quelques
propriétés des fonctions que la dérivée nous permettra de déterminer.
La dérivée est un outil pour l’étude des fonctions. Lorsque nous parlons de l’étude des
fonctions, nous parlons de l’étude du graphe et du comportement des fonctions sur leur
domaine. Nous cherchons les caractéristiques marquantes des fonctions. Quelques unes des
caractéristiques qu’une fonction peut avoir sont énoncées dans les trois prochaines définitions.

Définition 4.1.1
Soit f :]a, b[→ R une fonction.
1. La fonction f est strictement croissante si f (x) < f (y) pour tout x et y dans
l’intervalle ]a, b[ tels que x < y.
2. La fonction f est croissante si f (x) ≤ f (y) pour tout x et y dans l’intervalle
]a, b[ tels que x < y.
3. La fonction f est strictement décroissante si f (x) > f (y) pour tout x et y
dans l’intervalle ]a, b[ tels que x < y.
4. La fonction f est décroissante si f (x) ≥ f (y) pour tout x et y dans l’intervalle
]a, b[ tels que x < y.

Définition 4.1.2
Soit f : R → R une fonction.
1. La fonction f a un maximum local au point c si f (x) < f (c) pour tout x 6= c

113
114 4. Dérivée

suffisamment près de c.
2. La fonction f a un minimum local au point c si f (x) > f (c) pour tout x 6= c
suffisamment près de c.

Définition 4.1.3
Soit f : [a, b] → R une fonction.
1. La fonction f a un maximum global ou absolu s’il existe un point c ∈ [a, b]
tel que f (c) > f (x) pour tout x 6= c dans [a, b]. La valeur f (c) est le maximum
global de f sur [a, b].
2. La fonction f a un minimum global ou absolu s’il existe un point c ∈ [a, b]
tel que f (c) < f (x) pour tout x 6= c dans [a, b]. La valeur f (c) est le minimum
global de f sur [a, b].

Exemple 4.1.4
Considérons la fonction continue dont le graphe est donné à la figure 4.1. Quelques unes des
caractéristiques de cette fonction sont :
1. La fonction f a un maximum absolu au point c car f (x) < f (c) pour tout x 6= c. La
valeur f (c) est le maximum absolu de f . Cela implique aussi que f a un maximum
local au point c.
2. La fonction f a un minimum local au point e car f (x) > f (e) pour tout x près de
e, x 6= e. Ce n’est pas un minimum absolu car il y a des valeurs de x pour lesquelles
f (x) < f (e) ; par exemple, f (a) < f (e).
3. La fonction f est strictement croissante pour x < c car f (x1 ) < f (x2 ) pour tous
x1 < x2 < c. De même, la fonction f est strictement croissante pour x > e. Par
contre, la fonction f est strictement décroissante pour x entre c et e car f (x1 ) > f (x2 )
pour tout a < x1 < x2 < c.
4. f (x) approche la valeur Y lorsque x devient de plus en plus grand. La droite y = Y
est une asymptote horizontale pour f lorsque x tend vers plus l’infini.
♣
Nous verrons plus tard d’autres caractéristiques que les fonctions peuvent avoir.
Si nous observons minutieusement l’exemple précédent, nous remarquons que la fonction
f est strictement croissante au point x si la pente de la droite tangente au graphe de la
fonction f au point (x, f (x)) est positive, la fonction f est strictement décroissante au point
x si la pente de la droite tangente au graphe de la fonction f au point (x, f (x)) est négative,
la pente de la droite tangente au graphe de la fonction f au point (x, f (x) est zéro lorsque la
fonction f a un maximum local au point x, et ainsi de suite. La pente des droites tangentes
au graphe d’une fonction semble donc déterminer les caractéristiques importantes d’une
fonction. Il serait donc important de pouvoir facilement calculer la pente des tangentes au
graphe d’une fonction. La dérivée est l’outil qui nous permettra de facilement calculer la
pente des tangentes au graphe d’une fonction. Ainsi, elle nous permettra de trouver les
4.2. Taux de variation d’une fonction 115

y
f (c) y = f (x)
Y

a d e x
b c
f (e)

Figure 4.1 – À l’exemple 4.1.4, nous déterminons certaines caractéristiques de la

fonction qui possède ce graphe.

minimums et maximums locaux d’une fonction, les intervalles de croissance et décroissance

d’une fonction, et encore plus.
Naturellement, il faut définir ce qu’est une droite tangente au graphe d’une fonction en un
point du graphe. En fait, cela n’est pas aussi évident que nous pourrions l’imaginer comme
nous allons voir prochainement. Nous allons voir que définir ce qu’est la droite tangente au
graphe d’une fonction en un point du graphe revient à définir la dérivée de la fonction en ce
point.

4.2 Taux de variation d’une fonction

Définition 4.2.1
Si f est une fonction dont le domaine inclut l’intervalle [a, b], le taux de variation
f (b) − f (a)
moyen de f entre a et b est
b−a

Exemple 4.2.2
Suite à une expérience de laboratoire sur une culture de bactéries dans un milieu qui ne leur
est pas favorable, nous observons que la fonction g(t) = 50 e−2t représente le nombre de
bactéries par cm3 au temps t en heures.
Cette formule demande quelques clarifications. Remarquons que g peut retourner des
valeurs réelles qui ne sont pas des entiers. Cela ne semble pas « rationnel » car nous ne
pouvons pas avoir une fraction de bactérie (e.g. nous ne pouvons pas avoir un dixième de
bactérie). Il faut comprendre que g retourne un nombre moyen de bactéries par cm3 dans
un contenant qui pourrait avoir 10 cm3 par exemple. De plus, dans nos exemples, nous
utiliserons des petites valeurs pour le nombre de bactéries. Ce qui ne correspond pas à la
réalité. Il faudrait généralement multiplier le nombre de bactéries par un facteur de 109 pour
être plus prêt de la réalité. Cependant, dans le but de ne pas alourdir le texte, nous avons
116 4. Dérivée

choisi d’utiliser de petites valeurs. Malgré cela, le graphe de g (figure 4.2) est une très bonne
représentation du nombre de bactéries par cm3 en fonction du temps t en heures.
Le taux de variation moyen du nombre de bactéries entre t = 0 et t = 10 est

g(10) − g(0) 50 e−20 − 50

= ≈ −5.0000
10 − 0 10 − 0
bactéries par cm3 par heure. C’est-à-dire que le nombre de bactéries décroît en moyenne de 5
bactéries par cm3 par heure pendant les dix premières heures. Nous disons que la population
de bactéries a un taux de croissance moyen de −5 bactéries par cm3 par heure. Nous aurions
pu parler de décroissance mais la tradition veut que nous parlions de croissance négative.
Si nous regardons le graphe de g, nous voyons que la population de bactéries décroît
plus rapidement dans les premières heures. Par exemple, le taux de croissance moyen de la
population de bactéries entre t = 0 et t = 3 est

g(3) − g(0) 50 e−6 − 50

= ≈ −16.625
3−0 3−0
bactéries par cm3 par heure. Le nombre de bactéries décroît donc en moyenne de 16.625
bactéries par cm3 par heure pendant les trois premières heures.
La population de bactéries a théoriquement disparu après 10 heures car il reste

g(10) = 50 e−20 ≈ 1.0306 × 10−7

bactéries par cm3 après 10 heures. ♣

Figure 4.2 – Graphe de x = 50 e−2t pour 0 ≤ t ≤ 5 heures.

Qu’arrivera-t-il si nous calculons les taux de variation moyens sur des intervalles [a, b] de
plus en plus petit ; c’est-à-dire, pour lesquelles b tend vers a ?
4.2. Taux de variation d’une fonction 117

Exemple 4.2.3
Revenons à l’exemple précédent au sujet d’une population de bactéries. Si nous calculons le
taux de croissance moyen (i.e. le taux de variation moyen) sur des intervalles [a, b] où a = 1
et b est de plus en plus près de a, nous obtenons les données suivantes.

g(b)−g(a)
a heures b heures b−a
bactéries par cm3 par heure
1 2 −5.8509822 . . .
1 1.5 −8.5548214 . . .
1 1.1 −12.2660624 . . .
1 1.01 −13.3990907 . . .
1 1.001 −13.5200038 . . .
1 1.0001 −13.5321750 . . .
1 1.00001 −13.5333929 . . .
1 1.000001 −13.5335147 . . .
1 1.0000001 −13.5335269 . . .

Comme le taux de croissance moyen n’a pas vraiment le temps de changer entre t = 1
et t = 1.0000001 heure, nous pouvons dire que le taux de croissance à t = 1 heure est
approximativement −13.5335269 bactéries par cm3 par heure. Nous pourrions prendre des
intervalles [a, b] où a = 1 et b est encore plus près de 1 que 1.0000001. Si nous faisons cela,
nous trouvons que le taux de croissance moyen (i.e. le taux de variation moyen) approche
−13.53352832 . . . bactéries par cm3 par heure. Cette dernière valeur est le taux de variation
instantané du nombre de bactéries à t = 1 heure. Nous définissons le taux de croissance
de la population de bactéries à t = 1 heure comme étant ce taux de variation instantané.
Nous aurions pu calculer des taux de variation moyens pour des intervalles de la forme
[b, a], où b < a tend vers a. Nous aurions trouvé le même taux de variation instantané. ♣

Définition 4.2.4
Si f est une fonction définie sur un intervalle ouvert contenant a ∈ R, le taux de
variation instantané de f au point a est la valeur M unique (si une telle valeur
f (b) − f (a)
existe) telle que le taux de variation moyen tend vers M lorsque b tend
b−a
vers a avec b plus petit ou plus grand que a.

Remarquons que le taux de variation moyen

f (b) − f (a)
b−a
est aussi la pente de la droite qui passe par les points (a, f (a)) et (b, f (b)). Une droite qui
passe par au moins deux points d’une courbe est une sécante.
Exemple 4.2.5
Pour la population de bactéries étudiée précédemment, nous avons tracé à la figure 4.3 les
sécantes qui passent par les points suivants.
118 4. Dérivée

1. (1, 50 e−2 ) et (4, 50 e−8 ) donnent une droite de pente

g(4) − g(1) 50 e−8 − 50 e−2
= = −2.24999701 . . .
4−1 4−1
2. (1, 50 e−2 ) et (3, 50 e−6 ) donnent une droite de pente
g(3) − g(1) 50 e−6 − 50 e−2
= = −3.321413276 . . .
3−1 3−1
3. (1, 50 e−2 ) et (2, 50 e−4 ) donnent une droite de pente
g(2) − g(1) 50 e−4 − 50 e−2
= = −5.850982217 . . .
2−1 2−1
♣

Figure 4.3 – Quelques sécantes du graphe de x = 50 e−2t .

Que devient la sécante qui passe par (a, f (a)) et (b, f (b)) si b est de plus en plus près de
a ? L’exemple suivant va fournir une réponse à cette question.
Exemple 4.2.6
Toujours pour la population de bactéries de l’exemple 4.2.2, nous avons tracé à la figure 4.4
les sécantes qui passent par les points suivants.
1. (1, 50 e−2 ) et (1.1, 50 e−2.2 ) donnent une droite de pente
g(1.1) − g(1) 50 e−2.2 − 50 e−2
= = −12.2660624 . . .
1.1 − 1 1.1 − 1
2. (1, 50 e−2 ) et (1.001, 51 e−2.002 ) donnent une droite de pente
g(1.001) − g(1) 50 e−2.002 − 50 e−2
= = −13.5200038 . . .
1.001 − 1 1.001 − 1
4.2. Taux de variation d’une fonction 119

Remarquons que, pour des valeurs de b très près de a = 1, il devient de plus en plus difficile
de différencier le graphe de la fonction g dans le voisinage de x = 1 de la sécante qui passe
par les points (a, g(a)) = (1, g(1)) et (b, g(b)). À la limite, ces sécantes approchent une droite
que nous ne pouvons dissocier de la courbe x = g(t) pour t assez près de t = 1. Cette droite
est appelée la droite tangente à la courbe au point (1, g(1)). La pente de cette droite est la
valeur limite des pentes des sécantes qui passent par (a, g(a)) et (b, g(b)) lorsque que b tend
vers a = 1. Dans le cas présent, cette pente est −13.53352832 . . . que nous avons trouvée à
l’exemple 4.2.3. ♣

Figure 4.4 – La sécante qui passe par (1, 50e−2 ) et (1.001, 50e−2.002 ) se confond à
la courbe x = 50 e−2t pour t très près de t = 1 heure.

Définition 4.2.7
Si f est une fonction définie sur un intervalle ouvert qui contient a ∈ R. La droite

y = h(x) = f (a) + M (x − a) ,

où M est le taux de variation instantané de f à x = a, est la droite tangente à la

courbe y = f (x) au point (a, f (a)).
Nous avons que la distance entre f (x) et h(x) devient de plus en plus petite lorsque x
approche a.

Au moment de donner la définition de la dérivée d’une fonction en un point, nous donne-

rons un sens mathématique à « la distance entre f (x) et h(x) devient de plus en plus petite
lorsque x approche a ».
En résumé, lorsque b approche a, la sécante qui passe par (a, f (a)) et (b, f (b)) approche
une droite qui passe par (a, f (a)) et qui est indissociable (presque superposée) à la courbe
y = f (x) pour x assez près de x = a. Cette droite limite est la droite tangente que nous
venons de définir.
120 4. Dérivée

4.3 Dérivée d’une fonction en un point

La dérivée d’une fonction f en un point n’est rien d’autre que le taux de variation
instantané de f à ce point.
Avec la définition de limite d’une fonction en un point, nous pouvons donner un sens
mathématique au taux de variation instantané de f au point a. À la section 4.2, nous avons
défini le taux de variation instantané de f au point a comme étant le nombre M tel que le
f (b) − f (a)
taux de variation moyen approche M lorsque b approche a où b peut être plus
b−a
petit ou plus grand que a. En termes mathématiques, l’énoncé précédent est simplement

f (b) − f (a)
M = lim .
b→a b−a
Nous obtenons la définition suivante.

Définition 4.3.1
Soit f une fonction définie dans un voisinage de a incluant le point a. La dérivée de
df
f au point a, dénotée f 0 (a) ou (a), est
dx
f (x) − f (a)
f 0 (a) ≡ lim
x→a x−a
si cette limite existe.
La limite précédente est équivalente à

f (a + h) − f (a)
f 0 (a) ≡ lim
h→0 h
si cette limite existe. Il suffit de substituer x = a + h dans la première limite pour
obtenir la deuxième et de substituer h = x − a dans la deuxième limite pour obtenir
la première. Nous avons que x approche a si et seulement si h = x − a approche 0.
Notez que h peut être plus petit ou plus grand que 0.

Exemple 4.3.2
À l’exemple 4.2.3, nous avons montré numériquement que

g 0 (1) = −13.53352832 . . . bactéries par cm3 /heure

où g(t) = 50e−2t . ♣
Pour l’exemple qui suit, nous aurons besoin de la définition suivante.
4.3. Dérivée d’une fonction en un point 121

Définition 4.3.3
Le taux de croissance relatif d’une population au temps t est

taux de croissance instantané (au temps t)

.
nombre d’individus dans la population (au temps t)

En d’autres mots, si p(t) est le nombre d’individus au temps t, le taux de croissance

p0 (t)
relatif au temps t est .
p(t)

Exemple 4.3.4
Estimons le taux de croissance relatif à t = 1 et t = 2 d’une population dont le nombre
d’individus au temps t (en heures) est donnée par p(t) = 2t .
Commençons par estimer p0 (1), le taux de croissance instantané à t = 1. Nous avons

p(1.01) − p(1) 21.01 − 2 p(1.001) − p(1) 21.001 − 2

= ≈ 1.3911100, = ≈ 1.386774925,
0.01 0.01 0.001 0.001
p(1.0001) − p(1) 21.0001 − 2
= ≈ 1.386342407529995, . . . → 1.3862943611 . . .
0.0001 0.0001
Donc p0 (1) = 1.3862943611 . . .
De même, nous pouvons estimer p0 (2), le taux de croissance instantané à t = 2. Nous
avons
p(2.01) − p(2) 22.01 − 4 p(2.001) − p(2) 22.001 − 4
= ≈ 2.7822200, = ≈ 2.773549850,
0.01 0.01 0.001 0.001
p(2.0001) − p(2) 22.0001 − 4
= ≈ 2.7726848151, . . . → 2.772588722 . . .
0.0001 0.0001
Donc p0 (2) = 2.772588722 . . ..
Le taux de croissance relatif à t = 1 est
p0 (1) 1.3862943611 . . .
= = 0.693147180559945 . . .
p(1) 2

et le taux de croissance relatif à t = 2 est

p0 (2) 2.772588722 . . .
= = 0.693147180559945 . . .
p(2) 4

p0 (t)
Est-ce que = 0.693147180559945 . . . pour tout t ? Nous verrons prochainement que la
p(t)
réponse est affirmative. ♣
Si
f (x) − f (a)
f 0 (a) = lim ,
x→a x−a
122 4. Dérivée

alors
f (x) − f (a)
f 0 (a) ≈
x−a
pour x près de a. Si nous résolvons cette relation pour f (x), nous trouvons

f (x) ≈ f (a) + f 0 (a)(x − a) (4.3.1)

Le côté droit de cette relation n’est nul autre que l’équation de la droite tangente à la
courbe y = f (x) au point (a, f (a)) définie à la section 4.2 car f 0 (a) est le taux de variation
instantané. Donc f 0 (a) est la pente de la droite tangente à la courbe y = f (x) au point
(a, f (a)).
Nous retrouvons à la figure 4.5 un résumé de l’interprétation graphique de la dérivée.

y
La droite tangente à la courbe y = f (x) au point x = a.
La pente de la tangente est f 0 (a).
L’équation de la tangente est y = f (a) + f 0 (a)(x − a).

x
b a y = f (x)
La sécante qui passe par (a, f (a)) et (b, f (b)).
La pente de la sécante est (f (b) − f (a))/(b − a).
L’équation de la sécante est y = f (a) + ((f (b) − f (a))/(b − a))(x − a).

Figure 4.5 – Interprétation graphique de la dérivée d’une fonction f au point

x=a

Proposition 4.3.5
Si f est une fonction différentiable au point a, alors

f (x) ≈ f (a) + f 0 (a)(x − a)

pour x très près de a.

L’équation de la droite tangente est une formule simple pour estimer la fonction f au
voisinage du point x = a (figure 4.6). L’approximation de fonctions compliquées à l’aide de
droites tangentes ou de polynômes sera abordé dans une prochaine section.
Remarque 4.3.6 Y
En Analyse Mathématique, nous définissons la dérivée d’une fonction f au point a de la
façon suivante.
4.3. Dérivée d’une fonction en un point 123

Définition 4.3.7
Soit f une fonction continue de R dans R. La dérivée de la fonction f au point a est
le nombre f 0 (a) qui satisfait

|f (x) − f (a) − f 0 (a)(x − a)|

lim =0. (4.3.2)
x→a |x − a|

Cette définition de la dérivée est équivalent à la définition de la dérivée que nous avons
donnée. En effet, puisque

f (x) − f (a) − f 0 (a)(x − a) f (x) − f (a)

lim = lim − f 0 (a)
x→a x−a x→a x−a

et
lim g(x) = 0 si et seulement si lim |g(x)| = 0 ,
x→a x→a

nous déduisons que

f (x) − f (a)
lim = f 0 (a)
x→a x−a
si et seulement si
|f (x) − f (a) − f 0 (a)(x − a)|
lim =0.
x→a |x − a|

Il découle de cette définition que, lorsque x approche a, la distance entre f (x) et f (a) +
f 0 (a)(x − a) approche 0 plus vite que la distance entre x et a (figure 4.6). Cette propriété
explique les énoncées « la courbe y = f (x) et la droite y = h(x) = f (a) + f 0 (a)(x − a) sont
presque superposées lorsque nous considérons des valeurs de x assez près de x = a » et « la
distance entre f (x) et h(x) devient de plus en plus petite lorsque x approche a ». ♠

y
(b, f (a) + f 0 (a)(b − a)) y = f (a) + f 0 (a)(x − a)

|f (b) − (f (a) + f 0 (a)(b − a))|

y = f (x)
(a, f (a))
(b, f (b))

x
a b
|b − a|

Figure 4.6 – Distance entre la courbe y = f (x) et la droite tangente y = f (a) +

f 0 (a)(x − a) à x = b. La tangente à la courbe y = f (x) au point (a, f (a)) a une
pente de f 0 (a), le taux de variation instantané de f à x = a.
124 4. Dérivée

Remarque 4.3.8
Une fonction peut ne pas avoir de dérivée en un point. Prenons la fonction g(x) = |x|. La
dérivée de g au point x = 0 n’existe pas. Les tableaux suivants donnent deux suites {xn }∞n=1
g(xn ) − g(0)
qui tendent vers 0. Dans le premier tableau, les valeurs approchent 1 alors que
xn − 0
g(xn ) − g(0)
dans le second tableau, les valeurs approchent −1.
xn − 0

1 g(xn ) − g(0) 1 g(xn ) − g(0)

n xn = n xn = −
n xn − 0 n xn − 0
1 1 1 1 −1 −1
2 1/2 1 2 −1/2 −1
3 1/3 1 3 −1/3 −1
.. .. .. .. .. ..
. . . . . .
10000 1/10000 1 10000 −1/10000 −1
.. .. .. .. .. ..
. . . . . .

g(xn ) − g(0)
Nous ne pouvons pas trouver une valeur unique M telle que approche M pour
xn − 0
g(x) − g(0)
toute suite xn qui approche 0 lorsque n → ∞. Donc lim n’existe pas, et g 0 (0)
x→0 x−0
n’existe pas.
De plus, à partir du graphe de g à la figure 4.7, nous voyons qu’il n’y a pas de droite
qui passe par (0, g(0)) = (0, 0) et qui soit indissociable de la courbe y = g(x) = |x| pour x
assez près de 0 où x peut être inférieur ou supérieur à 0. Nous pouvons satisfaire la condition
précédente pour x < 0 ou x > 0 séparément mais elle ne peut pas être satisfaite pour x < 0
et x > 0 en même temps. La droite y = x est superposée à la courbe y = g(x) pour x > 0
mais ne l’est pas pour x < 0. De même, la droite y = −x est superposée à la courbe y = g(x)
pour x < 0 mais ne l’est pas pour x > 0. Les autres droites qui passent par (0, 0) sont
clairement distinctes de la courbe y = g(x). ♠

y
y = |x|

Figure 4.7 – Le graphe de y = g(x) = |x|. La fonction g n’a pas de dérivée à x = 0

car il n’y a pas de droite qui soit indissociable du graphe de g près de l’origine.

Remarque 4.3.9
Il n’est pas nécessaire que le graphe de la fonction ait un « coin » comme à la remarque
4.4. Dérivée d’une fonction 125

précédente pour que la fonction ne soit pas différentiable. La fonction f dont le graphe se
trouve à la figure 4.8 n’est pas différentiable à x = a car la tangente à la courbe y = f (x)
au point (a, f (a)) est verticale ; elle a donc une pente infinie. ♠

y
y = f (x) = 1 + (x − 1)1/3

x
a=1

Figure 4.8 – La fonction f représentée par le graphe ci-dessus n’est pas différen-
tiable à x = a car la tangente à la courbe y = f (x) au point (a, f (a)) est verticale.

4.4 Dérivée d’une fonction

À la section précédente, nous avons vu la définition de la dérivée f 0 (a) d’une fonction f

en un point a ; c’est-à-dire,
f (a + h) − f (a)
f 0 (a) = lim
h→0 h
0
si la limite existe. Si nous calculons f (a) pour toutes les valeurs de a, nous obtenons la
fonction qui, pour tout nombre réel a, donne la valeur f 0 (a) de la dérivée de f au point a.
Cette fonction est appelée la dérivée de f . Comme la tradition veut que nous utilisions x
comme variable indépendante d’une fonction, nous obtenons la définition suivante.

Définition 4.4.1
La dérivée d’une fonction f est la fonction f 0 définie par

f (x + h) − f (x)
f 0 (x) ≡ lim
h→0 h
df
pour toutes les valeurs de x où la limite existe. Nous utilisons aussi la notation
dx
pour désigner f 0 .

Puisque f 0 (x) est la pente de la tangente au graphe de f au point (x, f (x)), nous en
déduisons les propriétés suivantes.
126 4. Dérivée

Proposition 4.4.2

Soit f :]a, b[→ R une fonction continue sur l’intervalle ]a, b[.
1. Si f est différentiable sur l’intervalle ]a, b[ et la dérivée est positive en tout point
de cet intervalle, alors la fonction f est strictement croissante sur l’intervalle
]a, b[. La pente f 0 (x) de la droite tangente à la courbe y = f (x) au point (x, f (x)
est positive pour tout x entre a et b (figure 4.9).
2. Si f est différentiable sur l’intervalle ]a, b[ et la dérivée est négative en tout point
de cet intervalle, alors la fonction f est strictement décroissante sur l’intervalle
]a, b[. La pente f 0 (x) de la droite tangente à la courbe y = f (x) au point (x, f (x)
est négative pour tout x entre a et b (figure 4.10).
3. Si f est différentiable sur l’intervalle ]a, b[ sauf possiblement au point c, et si
f 0 (x) > 0 pour x < c près de c et f 0 (x) < 0 pour x > c près de c, alors la
fonction f a un maximum local à x = c ∈]a, b[. La fonction f est strictement
croissante pour x < c près de c et strictement décroissante pour x > c près de
c (figure 4.11).
4. Si f est différentiable sur l’intervalle ]a, b[ sauf possiblement au point c, et si
f 0 (x) < 0 pour x < c près de c et f 0 (x) > 0 pour x > c près de c, alors la
fonction f a un minimum local à x = c ∈]a, b[. La fonction f est strictement
décroissante pour x < c près de c et strictement croissante pour x > c près de
c (figure 4.12).

y Droite de pente f 0 (c) > 0

qui passe par (c, f (c))

y = f (x)

a
c b x

Figure 4.9 – f 0 (x) > 0 pour a < x < b entraîne que la fonction f est strictement
croissante pour a < x < b.

Exemple 4.4.3
La fonction f dont le graphe est donné à la figure 4.1 est strictement croissante pour x < c
et x > e ; ce sont les intervalles où f 0 (x) > 0. De même, f est strictement décroissante pour
c < x < e ; c’est l’intervalle où f 0 (x) < 0. Nous avons un maximum local à x = c qui est
prédit par f 0 (x) < 0 pour x > c près de c et f 0 (x) > 0 pour x < c près de c. Finalement,
nous avons un minimum local à x = e qui est prédit par f 0 (x) < 0 pour x < e près de e et
f 0 (x) > 0 pour x > e près de e. ♣
4.4. Dérivée d’une fonction 127

y
Droite de pente f 0 (c) < 0
y = f (x)
qui passe par (c, f (c))

b x
a c

Figure 4.10 – f 0 (x) < 0 pour a < x < b entraîne que la fonction f est strictement
décroissante pour a < x < b.

y
Droite de pente f 0 (c) = 0
qui passe par (c, f (c))

x
c
y = f (x)

Figure 4.11 – La fonction f a un maximum local à x = c car f 0 (x) < 0 pour

x > c et f 0 (x) > 0 pour x < c.

Remarque 4.4.4
Si f 0 est une fonction continue, puisque f 0 change de signe à un maximum ou un minimum
local c, nous devons avoir f 0 (c) = 0. Par contre, f 0 (c) = 0 n’implique pas que nous ayons un
maximum ou minimum local comme c’est le cas pour la fonction f dont le graphe est donné
à la figure 4.13.
De plus, f peut ne pas avoir de dérivée à un maximum ou minimum local comme c’est le
cas pour la fonction f dont le graphe est donné à la figure 4.14.
Nous reviendrons plus en détails sur ce sujet au chapitre sur les applications de la dérivée.
♠
Exemple 4.4.5
Le graphe de f 0 est donné ci-dessous.

y
y = f 0 (x)
1.5 3.5 7 x
1 5 6 7.5
128 4. Dérivée

y
y = f (x)

Droite de pente f 0 (c) = 0

qui passe par (c, f (c))
x
c

Figure 4.12 – La fonction f a un minimum local à x = c car f 0 (x) > 0 pour x > c
et f 0 (x) < 0 pour x < c.

y
y = f (x)

Droite de pente f 0 (c) = 0

qui passe par (c, f (c))
x
c

Figure 4.13 – f 0 (c) = 0 mais il n’y a pas de minimum ou maximum local à x = c.

Si nous savons que f (1) = 3, nous pouvons dessiner un graphe approximatif de f à partir
de l’information fournie par le graphe de f 0 .
Entre 1 et 1.5, la fonction est strictement croissante car f 0 est positive. Plus précisément,
comme f 0 décroît lorsque x augmente de 1 à 1.5, la pente de f est de moins en moins abrupte
lorsque x augmente de 1 à 1.5 et la fonction f croît donc de moins en moins rapidement.
Entre 1.5 et 5, la fonction f est strictement décroissante car f 0 est négative. Plus préci-
sément, comme f 0 décroît lorsque x augmente de 1.5 à 3.5, la pente de f devient de plus en
plus abrupte et f décroît donc de plus en plus rapidement lorsque x augmente de 1.5 à 3.5.
Par contre, f 0 augmente lorsque x augmente de 3.5 à 5. Ainsi, la pente de f devient de moins
en moins abrupte et donc f décroît de moins en moins rapidement lorsque x augmente de
3.5 à 5.
En raisonnant comme nous l’avons fait aux paragraphes précédents, nous obtenons que
f croît de plus en plus rapidement lorsque x augmente de 5 à 6, et de moins en moins
rapidement lorsque x augmente de 6 à 7. Finalement, la fonction f décroît de plus en plus
rapidement lorsque x augmente de 7 à 7.5.
Nous retrouvons ci-dessous un graphe possible pour f .
4.4. Dérivée d’une fonction 129

y f n’a pas de dérivée

au point x = c oú
f a un maximum local

y = f (x)

x
c

Figure 4.14 – Il y a un maximum local au point x = c mais la fonction f n’a pas

de dérivée à ce point.

y
y = f (x)
1
3.5 5 6 7 7.5 x
1 1.5

♣
Le théorème qui suit a généralement peu d’utilité du point de vue numérique. Par contre,
il est très utile du point de vue conceptuelle comme les exemples qui suivront son énoncé
vont démontrer.

Théorème 4.4.6 (Théorème de la moyenne / Théorème des accroissements

finis)

Si f est une fonction continue sur l’intervalle [a, b] et différentiable sur l’intervalle ]a, b[,
alors il existe une valeur ξ = ξ(a, b) entre a et b telle que

f (b) − f (a)
f 0 (ξ) = .
b−a
Nous insistons sur le fait que ξ dépend de a et b (d’où la notation ξ = ξ(a, b) ) et donc
varie si a et b changent (figure 4.15).

Exemple 4.4.7
Si un train prend deux heures pour parcourir la distance de 200 km entre Ottawa à Montréal,
sa vitesse moyenne est de 100 km/h. Alors il faut qu’à un moment durant le voyage la vitesse
(instantanée) du train soit de 100 km/h. Si ce n’est pas le cas, cela implique que la plus grande
vitesse du train durant le voyage a été inférieure à 100 km/h (si nous supposons que le train
parte au repos) et donc la vitesse moyenne est inférieure à 100 km/h.
De même, si le taux moyen de croissance d’une population de bactéries pour une période
de 24 heures est 1, 000 bactéries par heure, alors, à un moment durant la période de 24
130 4. Dérivée

y Droite de pente
f (b)−f (a)
f 0 (ξ) = b−a

Droite de pente
f (b)−f (a)
b−a

y = f (x)
x
a ξ b

Figure 4.15 – Une représentation graphique du théorème de la moyenne. Les deux

droites sont parallèles car elles ont la même pente.

heures, le taux de croissance instantané de la population a été de 1, 000 bactéries par heure.
Ces deux observations sont deux réalisations concrètes du théorème de la moyenne. ♣
Remarque 4.4.8 Y
Le théorème de la moyenne peut être utilisé pour donner une démonstration analytique de
la proposition 4.4.2 ; une démonstration qui ne fait pas appel à l’interprétation graphique de
la dérivée.
Montrons que si f :]a, b[→ R est une fonction telle que f 0 (x) > 0 pour x ∈]a, b[ alors f
est strictement croissante sur l’intervalle ]a, b[. Soit x1 < x2 deux points de l’intervalle ]a, b[.
Le théorème de la moyenne donne ξ entre x1 et x2 tel que

f (x2 ) − f (x1 ) = f 0 (ξ)(x2 − x1 ) .

Puisque ξ ∈]a, b[, nous avons que f 0 (ξ) > 0 et ainsi

f (x2 ) − f (x1 ) = f 0 (ξ)(x2 − x1 ) > 0 .

Donc f (x2 ) > f (x1 ).

De la même façon, nous pourrions montrer que si f :]a, b[→ R est une fonction telle que
0
f (x) < 0 pour x ∈]a, b[ alors f est strictement décroissante sur l’intervalle ]a, b[. ♠
Nous verrons très prochainement que la dérivée d’une fonction constante est nulle en tout
point. Est-ce que les fonctions constantes sont les seules fonctions dont la dérivée est nulle
en tout point ? Le théorème de la valeur moyenne nous permet de répondre par l’affirmative
à cette question. En effet, supposons que f soit une fonction telle que f 0 (x) = 0 pour tout x.
Si x1 et x2 sont deux points distincts quelconques, il existe grâce au théorème de la moyenne
un point ξ entre x1 et x2 telle que
f (x2 ) − f (x1 )
= f 0 (ξ) .
x 2 − x1
Or f 0 (ξ) = 0. Donc f (x2 ) = f (x1 ).
4.4. Dérivée d’une fonction 131

4.4.1 Différentiable implique continue

Remarquons que la fonction f dont le graphe donnée à la figure 4.16 n’est pas différentiable
au point a où elle n’est pas continue. La pente des sécantes `1 , `2 , `3 , . . . approche moins
l’infini car ces sécantes approchent une droite verticale. Nous avons donc
f (b) − f (a)
lim = −∞ .
b→a+ b−a
Il semble donc que les fonctions doivent être continues aux points où elles sont différentiables.
Nous allons vérifier que cela est vrai à partir de la définition de la dérivée.

y = f (x)

`3 `2 `1
x
a

Figure 4.16 – Cette fonction n’est pas continue à x = a et donc sa dérivée n’existe
pas à ce point,

Théorème 4.4.9
Si f :]a, b[→ R est une fonction différentiable au point c ∈]a, b[, alors f est continue
au point c.

Nous démontrons ce théorème de la façon suivante. Si la fonction f est différentiable au

point c, nous avons donc que la limite
f (z) − f (c)
lim
z→c z−c
existe et est égale à f 0 (c) ∈ R. En particulier, f doit être définie au point c. Mais alors,
!
f (z) − f (c)
lim (f (z) − f (c)) = lim (z − c)
z→c z→c z−c
!
f (z) − f (c)
= lim × lim(z − c) = f 0 (c) × 0 = 0 .
z→c z−c z→c

Ainsi,
lim f (z) = f (c) .
z→c
Ce qui prouve que f est continue au point c.
132 4. Dérivée

4.4.2 Une première application de la dérivée ; la vitesse d’un objet

Soit x(t) la position en kilomètres (km) au temps t en heures (h) d’un véhicule se déplaçant
en ligne droite. La vitesse moyenne d’un véhicule est donnée par la distance parcourue divisée
par le temps nécessaire pour couvrir cette distance. Si la distance est en kilomètres et le
temps est en heures, la vitesse moyenne est en kilomètres par heure (km/h). La formule pour
calculer la vitesse moyenne entre t = a heures et t = b > a heures est donnée par

x(b) − x(a)
km/h .
b−a
Si b est très près de a, alors nous pouvons assumer que la vitesse du véhicule entre t = a et
t = b heures est (presque) constante et est égale à la vitesse moyenne entre t = a et t = b.
Si nous laissons b tendre vers a, nous obtenons la vitesse instantanée du véhicule au temps
t = a heures. C’est la vitesse du véhicule à précisément t = a heures. Donc

x(b) − x(a)
x0 (a) = lim
b→a b−a
est la vitesse instantanée en km/h du véhicule à t = a heures.

4.5 Dérivées de quelques fonctions élémentaires

Nous avons vu précédemment comment calculer numériquement la dérivée d’une fonction
en un point. Malheureusement, pour analyser le comportement d’une fonction sur un inter-
valle donné à l’aide de la dérivée, nous ne pouvons pas calculer numériquement la dérivée à
tous les points de l’intervalle pour déterminer le signe de la dérivée en ces points. Il faut donc
chercher des formules qui nous permettront de calculer la dérivée d’une fonction rapidement
et efficacement.
Nous allons voir dans les prochaines sections qu’il n’est pas nécessaire de calculer les
dérivées de fonctions polynomiales, rationnelles, exponentielles et trigonométriques à partir
de la définition de la dérivée. Il existe des formules générales pour calculer ces dérivées.
Nous pourrions réduire ce chapitre à une courte section énonçant les règles de dériva-
tion sans ou avec le minimum de justifications. Le lecteurs n’aurait eu qu’à mémoriser ces
règles. Cependant, cet approche n’aurait pas permis au lecteur de développer ses capacités
de raisonnement logique et mathématique.
Nous avons donc choisi de présenter dans cette section et celles qui suivent les règles
de dérivation de façon logique et avec le plus de rigueur possible sans aller aux extrêmes.
Chaque règle est introduite quand et seulement quand les concepts nécessaires pour justifier
cette règle ont été présentés. C’est pour cette raison, par exemple, que la règle de dérivation
pour f (x) = xα avec α un nombre réel quelconque est présentée seulement à la presque toute
fin du chapitre. C’est portant une des premières règles de dérivation qui est donnée dans le
cours de mathématiques de 12e année au niveau secondaire.
4.5. Dérivées de quelques fonctions élémentaires 133

4.5.1 Dérivée de f (x) = xn où n est un entier positif ou nul

Quelle est la dérivée de la fonction constante f ; c’est-à-dire, de la fonction définie par
f (x) = c pour tout x où c est une constante ?
Si nous utilisons le fait que la dérivée d’une fonction en un point est la pente de la droite
tangente au graphe de cette fonction en ce point, nous trouvons que f 0 (x) = 0 pour tout
x car le graphe de f est une droite horizontal et les droites horizontales ont une pente nul.
Nous utilisons le fait que la tangente à un droite est la droite elle-même.
Nous pouvons aussi utiliser la définition de la dérivée pour démontrer que f 0 (x) = 0 pour
tout x. Puisque
f (x + h) − f (x) c−c
= =0
h h
quel que soit h, nous avons que

f (x + h) − f (x)
f 0 (x) = lim = lim 0 = 0
h→0 h h→0

pour tout x. La fonction constante à 0 approche évidemment 0 quand nous approchons

l’origine. Nous obtenons donc la règle suivante.

Proposition 4.5.1

Soit c une constante. Si f (x) = c pour tout x, alors f 0 (x) = 0 pour tout x.

Considérons maintenant la fonction f définie par f (x) = x pour tout x. Si nous utilisons
encore le fait que la dérivée d’une fonction en un point est la pente de la droite tangente
au graphe de cette fonction en ce point, nous trouvons que f 0 (x) = 1 pour tout x car
y = f (x) = x est une droite de pente 1 qui est sa propre tangente en tout point.
Nous pouvons démontrer à partir de la définition de la dérivée que la dérivée de f (x) = x
est bien f 0 (x) = 1 pour tout x. Pour faire cela, il suffit de remarquer que

f (x + h) − f (x) (x + h) − x
= =1
h h
pour tout h 6= 0. Donc
f (x + h) − f (x)
lim = lim 1 = 1 .
h→0 h h→0

La fonction constante à 1 sur la droite réelle approche évidemment 1 quand nous approchons
l’origine.
Considérons maintenant la fonction f (x) = x2 pour tout x. Dans le tableau suivant,
f (x + h) − f (x)
nous avons estimé f 0 (x) pour quelques valeurs de x à l’aide du rapport où
h
134 4. Dérivée

h = 0.00001.

f (x + 0.00001) − f (x)
x f 0 (x) ≈ |2x − f 0 (x)|
0.00001
−1 −2 0
1 2.00001000001 . . . 0.1000001 . . . × 10−4
2 4.00001000002 . . . 0.1000002 . . . × 10−4
π 6.2831953071 . . . 0.99999 . . . × 10−5
3.5 7.00001000009 . . . 0.1000009 . . . × 10−4

Nous remarquons que f 0 (x) ≈ 2x pour les valeurs de x considérées dans le tableau. Nous
pouvons conjecturer que f 0 (x) = 2x pour tout x.
Montrons à partir de la définition de la dérivée que la dérivée de la fonction f (x) = x2
est bien f 0 (x) = 2x pour tout x. Nous avons

f (x + h) − f (x) (x + h)2 − x2
= = 2x + h
h h
qui approche 2x lorsque h tend vers 0. Donc
f (x + h) − f (x)
f 0 (x) = lim = lim (2x + h) = 2x
h→0 h h→0

quel que soit x.

Maintenant que nous savons que la dérivée de f (x) = x2 est f 0 (x) = 2x pour tout x, il
est très facile de trouver la pente de la tangente à la courbe y = f (x) en un point de cette
courbe. Il n’est plus nécessaire de calculer numériquement les pentes des tangentes à l’aide
de limites de pentes de sécantes.
Exemple 4.5.2
Trouvons l’équation de la droite tangente à la courbe y = f (x) = x2 au point (x, y) = (3, 9)
sur cette courbe.
Nous avons vu que la pente de la tangente à la courbe y = f (x) au point (a, f (a)) est
donnée par f 0 (a). Ainsi, la pente de la tangente à la courbe y = f (x) = x2 au point (3, 9)
est f 0 (3) = 2 × 3 = 6.
L’équation de la tangente dans la forme point-pente est donc y − 9 = 6(x − 3), ce qui
donne y = 6x − 9 dans la forme standard. Nous avons tracé le graphe de y = x2 et de sa
tangente au point (3, 9) à la figure 4.17. ♣
En procédant comme nous l’avons fait avec la fonction f (x) = x2 , nous pouvons montrer
que la dérivée de f (x) = x3 est f 0 (x) = 3x2 , celle de f (x) = x4 est f 0 (x) = 4x3 , et ainsi de
suite. Nous pouvons obtenir un résultat dans le cas général où f (x) = xn avec n un entier
positif à l’aide de la formule du binôme.
Puisque
n(n − 1) 2 n−2
(x + h)n = xn + nhxn−1 + hx + . . . + nhn−1 x + hn ,
2
4.5. Dérivées de quelques fonctions élémentaires 135

Figure 4.17 – Graphe de y = x2 et de sa tangente au point (3, 9).

nous avons
f (x + h) − f (x) (x + h)n − xn
f 0 (x) = lim = lim
h→0 h h→0 h ! !
1 n(n − 1)
= lim xn + nhxn−1 + h2 xn−2 + . . . + nhn−1 x + hn − xn
h→0 h 2
 
 n(n − 1) n−2 
nxn−1 +
= lim  hx +... + n−2 n−1
|nh{z x} + | h {z } 

h→0  2 {z 
| } →0 lorsque h→0 →0 lorsque h→0
→0 lorsque h→0

= nxn−1
Nous obtenons la règle suivante.

Proposition 4.5.3

Soit f (x) = xn pour un entier n 6= 0, alors f 0 (x) = nxn−1 pour les valeurs de x où
xn−1 est définie.

4.5.2 Dérivée du sinus et du cosinus + r

Si f (x) = cos(x), quel sera f 0 (x) ?
Commençons par quelques observations qui nous guideront dans la recherche de la dérivée
de f . Puisque f est périodique de période 2π, alors f 0 sera aussi périodique de période au
plus 2π comme nous pouvons le constater à partir du graphe à la figure √ 4.18. Par exemple,
la tangente à la courbe y = f (x) au point (π/6, cos(π/6)) = (π/6, 3/2) √ est parallèle à
la tangente à cette même courbe au point (13π/6, cos(13π/6)) = (13π/6, 3/2). Les deux
tangentes ont donc la même pente. Ainsi, f 0 (π/6) = f 0 (13π/6).
136 4. Dérivée

Figure 4.18 – Le graphe de y = f (x) = cos(x) et de deux de ses tangentes. Ces

deux tangentes sont parallèles.

De plus, puisque f (x) = f (2π − x), le graphe de f est symétrique par rapport à l’axe
vertical x = π. Ainsi, la tangente à la courbe y = f (x) au point (2π − a, f (2π − a)) est
obtenue de la tangente à la courbe y = f (x) au point (a, f (a)) par une symétrie par rapport
à l’axe vertical x = π (figure 4.19). En particulier, f 0 (2π − a) = −f 0 (a).
Puisque f a des maximums locaux à x = 2nπ et des minimums locaux à x = (2n − 1)π
quel que soit l’entier n, nous avons que f 0 (nπ) = 0 pour tout entier n.

Figure 4.19 – Le graphe de y = f (x) = cos(x) et de deux de ses tangentes. Ces

deux tangentes sont symétriques par rapport à l’axe x = π.

À partir du graphe de f , nous pouvons supposer que la plus petite pente pour les tangentes
à la courbe y = f (x) est lorsque x = (4n + 1)π/2 et la plus grande pente pour les tangentes
4.5. Dérivées de quelques fonctions élémentaires 137

de cette même courbe est lorsque x = (4n+3)π/2 quel que soit l’entier n. Cela sera démontré
plus loin. Donc f 0 aura des minimums locaux (tous de même valeur) aux points x = (4n +
1)π/2 et des maximums locaux (tous de même valeur) aux points x = (4n + 3)π/2 quel que
soit l’entier n.
Si nous utilisons le fait que f 0 (x) est la pente de la tangente à la courbe y = f (x) au
point (x, f (x)) sur la courbe, nous pouvons déterminer le signe de f 0 (x) et même estimer la
valeur de f 0 (x) pour prédire la forme du graphe de f 0 . Nous avons tracé un graphe possible
pour f 0 à la figure 4.20.

y
c
π/2 2π x
π 3π/2 y = f 0 (x)
−c

Figure 4.20 – Un graphe possible pour la dérivée du cosinus basé sur le signe de
la pente de la tangente à la courbe y = f (x) = cos(x).

Dans le tableau 4.1, nous avons estimé f 0 (x) pour quelques valeurs de x à l’aide du rapport
f (x + h) − f (x)
où h = 0.00001.
h
Remarquons que f 0 (x) ≈ − sin(x) pour les quelques valeurs de x dans le tableau 4.1.
Le graphe associé aux données du tableau 4.1 ainsi que le graphe de y = − sin(x) sont
donnés à la figure 4.21. Les deux graphes sont très semblables. Pour obtenir un meilleur
graphe de f 0 , nous suggérons au lecteur d’ajouter plus de points au tableau 4.1 et de choisir
f (x + h) − f (x)
h plus petit dans l’approximation de f 0 (x).
h
Nous allons démontrer plus loin qu’il est effectivement vrai que f 0 (x) = − sin(x).
Si g(x) = sin(x), nous pourrions procéder comme nous venons de le faire pour f (x) =
cos(x) pour montrer numériquement que g 0 (x) = cos(x). Cependant, il y a une façon plus
simple de démontrer cela en assumant que la dérivée de cos(x) est − sin(x).
Puisque
π π
   
g(x) = sin(x) = cos x − =f x− ,
2 2
nous obtenons le graphe de g par une translation de π/2 vers la droite du graphe de f . Il
s’en suit que les tangentes au graphe de g sont obtenues par une translation de π/2 vers la
droite des tangentes au graphe de f , et il en est de même pour les pentes de ses tangentes.
Ainsi,
π π
   
g 0 (x) = f 0 x − = − sin x − = cos(x) .
2 2
Nous pouvons aussi expliquer cette égalité à l’aide de la définition de la dérivée. Pour a ∈ R,
138 4. Dérivée

f (x + 0.00001) − f (x)
x f 0 (x) ≈ | − sin(x) − f 0 (x)|
0.00001
0.000000 . . . −0.000005 . . . 0.000005 . . .
π/12 = 0.261799 . . . −0.258824 . . . 0.000005 . . .
π/6 = 0.523599 . . . −0.500004 . . . 0.000004 . . .
π/4 = 0.785398 . . . −0.707110 . . . 0.000004 . . .
π/3 = 1.047198 . . . −0.866028 . . . 0.000002 . . .
5π/12 = 1.308997 . . . −0.965927 . . . 0.000001 . . .
π/2 = 1.570796 . . . −1.000000 . . . 0.000000 . . .
7π/12 = 1.832596 . . . −0.965925 . . . 0.000001 . . .
2π/3 = 2.094395 . . . −0.866023 . . . 0.000003 . . .
3π/4 = 2.356194 . . . −0.707103 . . . 0.000004 . . .
5π/6 = 2.617994 . . . −0.499996 . . . 0.000004 . . .
11π/12 = 2.879793 . . . −0.258814 . . . 0.000005 . . .
π = 3.141593 . . . 0.000005 . . . 0.000005 . . .
13π/12 = 3.403392 . . . 0.258824 . . . 0.000005 . . .
7π/6 = 3.665191 . . . 0.500004 . . . 0.000004 . . .
5π/4 = 3.926991 . . . 0.707110 . . . 0.000004 . . .
4π/3 = 4.188790 . . . 0.866028 . . . 0.000002 . . .
17π/12 = 4.450590 . . . 0.965927 . . . 0.000001 . . .
3π/2 = 4.712389 . . . 1.000000 . . . 0.000000 . . .
19π/12 = 4.974188 . . . 0.965925 . . . 0.000001 . . .
5π/3 = 5.235988 . . . 0.866023 . . . 0.000003 . . .
7π/4 = 5.497787 . . . 0.707103 . . . 0.000004 . . .
11π/6 = 5.759587 . . . 0.499996 . . . 0.000004 . . .
23π/12 = 6.021386 . . . 0.258814 . . . 0.000005 . . .
2π = 6.283185 . . . −0.000005 . . . 0.000005 . . .

Table 4.1 – Approximations de la dérivée de f (x) = cos(x) à l’aide du rapport

f (x + h) − f (x)
où h = 0.00001
h

nous avons
   
g(a + h) − g(a) f (a + h) − π2 − f a − π
2
g 0 (a) = lim = lim
 h  h
h→0 h→0
  
π π
f a− 2 +h −f a− 2 0

π

= lim =f a− .
h→0 h 2

En combinant les deux cas précédents nous obtenons les formules suivantes.

Proposition 4.5.4

d d
cos(x) = − sin(x) et sin(x) = cos(x) .
dx dx

Soit f (x) = cos(x). Pour démontrer que f 0 (x) = − sin(x), il faut se rappeler que

cos(a + b) = cos(a) cos(b) − sin(a) sin(b) .

Ainsi,

cos(x + h) − cos(x) cos(x) cos(h) − sin(x) sin(h) − cos(x)

=
h h
4.5. Dérivées de quelques fonctions élémentaires 139

Figure 4.21 – Les approximations de f 0 (x) où f (x) = cos(x) qui se retrouvent

dans le tableau 4.1 sont représentées par des cercles. La courbe pleine est le graphe
de − sin(x).

cos(h) − 1 sin h
= cos(x) − sin(x) .
h h
Or, nous avons vu à l’exemple 3.1.12 que
sin(h)
lim =1.
h→0 h
De plus,
! !
cos(h) − 1 cos(h) − 1 cos(h) + 1 cos2 (h) − 1
lim = lim = lim
h→0 h h→0 h cos(h) + 1 h→0 h(cos(h) + 1)

− sin2 (h)
!
sin(h) sin(h)
= lim = − lim × lim
h→0 h(cos(h) + 1) h→0 h h→0 cos(h) + 1

= −1 × 0 = 0
sin(h)
car est une fonction continue à h = 0 et donc
cos(h) + 1
sin(h) sin(0) 0
lim = = =0.
h→0 cos(h) + 1 cos(0) + 1 2

En conclusion,
cos(x + h) − cos(x) cos(h) − 1 sin h
f 0 (x) = lim = cos(x) lim − sin(x) lim
h→0 h h→0 h h→0 h
= cos(x) × 0 − sin(x) × 1 = − sin(x)
quel que soit x.
140 4. Dérivée

4.6 Règles de dérivation

Quelle est la dérivée de x10 + 5x3 + 4, de x cos(x), de cos(x2 ), etc ? Il n’est pas raisonnable
de chercher systématiquement la dérivée de chaque fonction comme nous l’avons fait à la
section précédente. Il y a des règles de dérivation qui nous permettront de calculer la dérivée
d’un grand nombre de fonctions sans avoir à utiliser la définition de la dérivée comme nous
l’avons fait pour les fonctions de la section précédente.

4.6.1 Dérivée d’une fonction multipliée par une constante

Exemple 4.6.1
Soit x(t) le nombre de bactéries au temps t en heures dans une culture A et y(t) le nombre
de bactéries au temps t en heures dans une culture B. Si nous avons deux bactéries de la
culture A pour chaque bactérie de la culture B en tout temps, alors pour chaque bactérie
qui s’ajoute à la culture B, deux bactéries doivent s’ajouter à la culture A pour préserver
le rapport de 2 pour 1. Par exemple, si pendant une période de deux heures, le nombre de
bactéries de la culture B augmente de 10, 000 à 11, 000 alors le nombre de bactéries de la
culture A doit augmenter de 20, 000 à 22, 000 pour préserver le rapport de 2 pour 1. Le taux
de croissance de la culture A est donc deux fois celui de la culture B.
Mathématiquement, si x(t) = 2y(t) pour tout t alors x0 (t) = 2y 0 (t) pour tout t car x0 (t) et
0
y (t) sont les taux de croissance (taux de variation instantanée) au temps t pour les cultures
A et B respectivement. ♣
L’exemple précédent suggère la règle suivante.

Théorème 4.6.2
Si f :]a, b[→ R et g :]a, b[→ R sont deux fonctions différentiables et f = cg où c est
une constante, alors
f 0 (x) = cg 0 (x)
pour tout x ∈]a, b[.

Vérifions à partir de la définition de la dérivée que la règle précédente est vrai. Si f (x) =
cg(x) pour tout x ∈]a, b[, alors

f (x + h) − f (x) cg(x + h) − cg(x) g(x + h) − g(x)

= =c .
h h h
Ainsi,
f (x + h) − f (x) g(x + h) − g(x)
f 0 (x) = lim = c lim = cg 0 (x)
h→0 h h→0 h
pour tout x ∈]a, b[.
Exemple 4.6.3
4.6. Règles de dérivation 141

Cette règle nous permet donc de calculer les dérivées suivantes.

d  7 d  7
5x = 5 x = 5(7x6 ) = 35x6
dx dx
et
d  d 
7 cos(x) = 7 cos(x) = 7(− sin(x)) = −7 sin(x)
dx dx
♣

4.6.2 Dérivée d’une somme de fonctions

z(t)
x(t) y(t)

queue du train passager

début du trajet en ligne droite

Figure 4.22 – Distance parcourue par un passager de train qui roule en ligne
droite.

Exemple 4.6.4
Un train se déplace en ligne droite (figure 4.22). Si x(t) est la distance au temps t entre la
queue du train et le début du trajet, la vitesse du train (taux de variation instantané de sa
position) au temps t est donnée par x0 (t).
Si y(t) est la distance entre un passager et la queue du train au temps t, alors la vitesse
du passager par rapport au train au temps t est y 0 (t). Comme le passager passe normalement
la majorité de son temps assis, nous avons que y(t) est constant et donc y 0 (t) = 0 pour de
long intervalles. De plus, y 0 (t) sera plus grand que 0 si la personne se déplace vers l’avant du
train et plus petit que 0 si la personne se déplace vers l’arrière du train.
La distance au temps t entre le passager et le début du trajet est z(t) = x(t) + y(t), la
somme de la distance entre le début du trajet et la queue du train, et de la distance entre la
queue du train et la position du passager dans le train.
Si, 30 minutes (i.e. 0.5 heure) après le début du trajet, le train se déplace à une vitesse
de 130 km/heure et le passager se déplace vers l’avant du train par rapport au train à une
vitesse de 3 km/heure, alors la vitesse du passager par rapport au début du trajet en ligne
droite est de 133 km/heure.
Mathématiquement, ce que nous venons de dire est que z 0 (0.5) = 133 = 130 + 3 =
x0 (0.5) + y 0 (0.5). ♣
L’exemple précédent suggère la règle suivante pour la dérivée.
142 4. Dérivée

Théorème 4.6.5
Si f :]a, b[→ R et g :]a, b[→ R sont deux fonctions différentiables et q :]a, b[→ R est
définie par q = f + g, alors
q 0 (x) = f 0 (x) + g 0 (x)
pour tout x ∈]a, b[.

Vérifions à partir de la définition de la dérivée que la règle précédente est vraie. Par
définition de la dérivée de q,
q(x + h) − q(x)
q 0 (x) = lim .
h→0 h
Or,
q(x + h) − q(x) f (x + h) + g(x + h) − f (x) − g(x)
=
h h
f (x + h) − f (x) g(x + h) − g(x)
= + .
h h
Puisque
f (x + h) − f (x) g(x + h) − g(x)
lim = f 0 (x) et lim = g 0 (x) ,
h→0 h h→0 h
nous avons
q(x + h) − q(x)
q 0 (x) = lim
h→0 h
f (x + h) − f (x) g(x + h) − g(x)
= lim + lim = f 0 (x) + g 0 (x) .
h→0 h h→0 h
Exemple 4.6.6
Soit p(x) = 5x10 + 3x4 + 2x2 + 7, alors
d d  10  d  4 d  2 d 
p(x) = 5x + 3x + 2x + 7
dx dx dx dx dx
d  10  d  4 d  2 d 
=5 x +3 x +2 x + 7
dx dx dx dx
= 5(10x9 ) + 3(4x3 ) + 2(2x) + 0 = 50x9 + 12x3 + 4x
où la règle pour calculer la dérivée de xn a été utilisée. ♣
Exemple 4.6.7
Pour trouver l’équation de la droite tangente à la courbe y = p(x) = 3x10 + 5x4 lorsque
x = 1, il faut trouver la pente de la tangente à la courbe y = p(x) au point (1, p(1)) = (1, 8).
Cette pente est donnée par p0 (1). Or
d  10  d  4 d  10  d  4
p0 (x) = 3x + 5x = 3 x +5 x = 3(10x9 ) + 5(4x3 ) = 30x9 + 20x3 .
dx dx dx dx
Donc p0 (1) = 50. L’équation de la tangente dans la forme point-pente est y − 8 = 50(x − 1),
ce qui donne y = 50x − 42. ♣
4.6. Règles de dérivation 143

4.6.3 Dérivée du produit de fonctions

Exemple 4.6.8
Supposons que la longueur des côtés d’un rectangle varient en fonction du temps. Soit x(t)
la longueur de la base du rectangle en mètres au temps t en secondes, et soit y(t) la longueur
de la hauteur du rectangle en mètres au temps t en secondes. L’aire A(t) du rectangle en
mètres carrés au temps t en secondes est donc A(t) = x(t)y(t) m2 .
Si la longueur de la base augmente à une vitesse constante de 2 m/s et la longueur de la
hauteur augmente à une vitesse constante de 3 m/s, quel sera le taux de croissance instantané
de l’aire du rectangle en m2 /s ?
Nous avons que x0 (t) = 2 m/s et y 0 (t) = 3 m/s pour tout t. Si la longueur initiale de la
base est de 10 m et la longueur initiale de la hauteur est de 11 m, alors la longueur de la base
augmente de 10 à 12 m et la longueur de la hauteur augmente 11 à 14 m en une seconde.
L’aire du rectangle augmente donc de 10 × 11 = 110 m2 à 12 × 14 = 168 m2 en une seconde,
une augmentation moyenne de 58 m2 /s.
Est-ce que A0 (t) = 58 m2 /s pour tout t ? En particulier, est-ce que la vitesse de croissance
de l’aire du rectangle est constante par rapport au temps ?
Toujours en supposant que la longueur initiale de la base soit de 10 m et celle de la hauteur
soit de 11 m, après 2 secondes la longueur de la base est de 14 m et celle de la hauteur est
de 17 m. L’aire du rectangle augmente donc de 10 × 11 = 110 m2 à 14 × 17 = 238 m2 en
deux secondes. Ce qui donne une augmentation moyenne de 64 m2 /s. Nous ne pouvons donc
pas avoir A0 (t) = 58 m2 /s pour tout t.
Comment pouvons-nous calculer A0 (t) à l’aide x0 (t) et y 0 (t) ? En fait, pouvons-nous cal-
culer A0 (t) à l’aide x0 (t) et y 0 (t) ?
Il est clair que la formule A0 (t) = x0 (t)y 0 (t) est fausse. Les calculs précédents montrent
que le taux de croissance instantané de l’aire du rectangle varie avec le temps, ce qui n’est
pas le cas pour le produit x0 (t)y 0 (t) qui est égal à 6 pour tout t. En fait, une étude des unités
utilisées montre que cette formule n’a pas de sens. Puisque les unités de x0 (t) et de y 0 (t) sont
des m/s, les unités de x0 (t)y 0 (s) sont des m2 /s2 et non des m2 /s comme nous devons avoir
pour A0 (t).
Considérons la variation de l’aire sur un très petit intervalle de temps ∆t. Durant cet petit
intervalle de temps, la longueur de la base augmente de x à x + ∆x mètres et la longueur de
la hauteur augmente de y à y + ∆y mètres (figure 4.23). L’aire du rectangle augmente donc
de xy à
(x + ∆x)(y + ∆y) = xy + x∆y + y∆x + ∆x∆y .
Lorsque ∆t approche 0, nous avons que ∆x∆y/∆t converge vers 0 car
∆x∆y ∆y
= ∆x
∆t ∆t
ou ∆x converge vers 0 et ∆y/∆t converge vers y 0 lorsque ∆t approche 0. Ainsi,
∆A (x + ∆x)(y + ∆y) − xy ∆y ∆x ∆x∆y
= =x +y + → xy 0 + yx0
∆t ∆t ∆t ∆y ∆t
144 4. Dérivée

lorsque ∆t approche 0. ♣

∆y
Aire = ∆x ∆y
Aire = x∆y
y
Aire = y∆x

x ∆x

Figure 4.23 – L’aire du rectangle augmente de xy à (x + ∆x)(y + ∆y) = xy +

x ∆y + y ∆x + ∆x ∆y.

La formule obtenue à l’exemple précédant suggère donc le résultat suivant.

Théorème 4.6.9
Si f :]a, b[→ R et g :]a, b[→ R sont deux fonctions différentiables et q :]a, b[→ R est
définie par q = f g, alors

q 0 (x) = f 0 (x)g(x) + f (x)g 0 (x)

pour tout x ∈]a, b[.

Posons q(x) = f (x)g(x) pour tout x. Par définition de la dérivée,

q(x + h) − q(x)
q 0 (x) = lim .
h→0 h
Or,

q(x + h) − q(x) f (x + h)g(x + h) − f (x)g(x)

=
h h
f (x + h)g(x + h) − f (x)g(x + h) + f (x)g(x + h) − f (x)g(x)
=
! h !
f (x + h) − f (x) g(x + h) − g(x)
= g(x + h) + f (x) .
h h

Comme g est différentiable au point x par hypothèse, g est continue au point x. Ainsi,

lim g(x + h) = g(x) .

h→0

De plus,
f (x + h) − f (x) g(x + h) − g(x)
lim = f 0 (x) et lim = g 0 (x)
h→0 h h→0 h
4.6. Règles de dérivation 145

car f et g sont différentiables au point x par hypothèse. Nous avons donc

q(x + h) − q(x)
q 0 (x) = lim
h→0 h ! !
f (x + h) − f (x) g(x + h) − g(x)

= lim lim g(x + h) + f (x) lim
h→0 h h→0 h→0 h
0 0
= f (x)g(x) + f (x)g (x) .

Ce qui démontre la formule pour la dérivée du produit de deux fonctions.

Exemple 4.6.10
Retournons à l’exemple précédent où nous devions déterminer le taux de croissance instan-
tané de l’aire d’un rectangle dont la longueur des côtés varie en fonction du temps. Notre
formule pour la dérivée du produit de fonctions donne donc

A0 (t) = x0 (t)y(t) + x(t)y 0 (t) = 2y(t) + 3x(t) m2 /s .

Nous observons que le taux de croissance instantané de l’aire du rectangle n’est pas constant
par rapport au temps même si les taux de croissance instantanés des longueurs des côtés
sont constants. Par exemple, le taux de croissance instantané au début (à t = 0) est

A0 (0) = x0 (0)y(0) + x(0)y 0 (0) = 2 × 11 + 3 × 10 = 52 m2 /s

et celui à t = 1 est

A0 (1) = x0 (1)y(1) + x(1)y 0 (1) = 2 × 14 + 3 × 12 = 64 m2 /s .

Si nous étudions les unités utilisées, nous obtenons de la formule A0 (t) = x0 (t)y(t) +
x(t)y 0 (t) que les unités de A0 (t) sont des m/s × m + m × m/s = m2 /s comme il se doit. ♣
Exemple 4.6.11
Soit q(x) = (x3 + 2x) sin(x). La fonction q est le produit des fonctions f (x) = x3 + 2x et
g(x) = sin(x). Ainsi,

q 0 (x) = f 0 (x)g(x) + f (x)g 0 (x) = (3x2 + 2) sin(x) + (x3 + 2x) cos(x) .

4.6.4 Dérivée du quotient de fonctions

Quelle est la dérivée de g(x) = p(x)/q(x) ? En multipliant par q(x) des deux côtés, nous
obtenons g(x)q(x) = p(x). Maintenant, en dérivant des deux côtés, nous obtenons

g 0 (x)q(x) + g(x)q 0 (x) = p0 (x) ⇔ g 0 (x)q(x) = p0 (x) − g(x)q 0 (x)

p0 (x) g(x)q 0 (x)
⇔ g 0 (x) = − .
q(x) q(x)
146 4. Dérivée

Or g(x) = p(x)/q(x), donc

p0 (x) p(x)q 0 (x) p0 (x)q(x) − p(x)q 0 (x)

g 0 (x) = − = .
q(x) q 2 (x) q 2 (x)

Cette formule pour calculer la dérivée du quotient de deux fonctions mérite d’être mise
en évidence car elle est utile.

Proposition 4.6.12

Soit p :]a, b[→ R et q :]a, b[→ R deux fonctions différentiables. Si q(x) 6= 0 pour
a < x < b, alors
p0 (x)q(x) − p(x)q 0 (x)
!
d p(x)
=
dx q(x) q 2 (x)
Cette formule est appelée la règle de dérivée du quotient de deux fonctions.

Exemple 4.6.13
Calculons la dérivée de g(x) = (x3 + 2)/(x2 + 5x).
Il suffit d’appliquer la règle de dérivée du quotient de deux fonctions ci-dessus avec p(x) =
x3 + 2 et q(x) = x2 + 5x. Ainsi,

p0 (x)q(x) − p(x)q 0 (x) (3x2 )(x2 + 5x) − (x3 + 2)(2x + 5)

g 0 (x) = = .
q 2 (x) (x2 + 5x)2

♣
Exemple 4.6.14
Calculons la dérivée de tan(x).
Puisque tan(x) = sin(x)/ cos(x), nous pouvons utiliser la règle de la dérivée du quotient
de deux fonctions ci-haut avec p(x) = sin(x) et q(x) = cos(x). Ainsi,
! !
d d
sin(x) cos(x) − sin(x) cos(x)
d dx dx
tan(x) =
dx cos2 (x)
!2
cos2 (x) + sin2 (x) 1 1
= 2
= = = sec2 (x)
cos (x) cos2 (x) cos(x)

où nous avons utilisé l’identité cos2 (x) + sin2 (x) = 1. ♣

En procédant de la même façon que dans l’exemple précédent, nous obtenons le résultat
suivant.

Proposition 4.6.15

d d d
tan(x) = sec2 (x) , cot(x) = − csc2 (x) , sec(x) = tan(x) sec(x)
dx dx dx
4.6. Règles de dérivation 147

et
d
csc(x) = − cot(x) csc(x) .
dx

4.6.5 Dérivée de fonctions composées

Exemple 4.6.16
Nous étudions les populations d’ours et de poissons le long d’une section de 1 kilomètre d’une
rivière du nord de l’Ontario.
Nous estimons que le nombre de poissons augmente de 147 lorsque la température de
l’eau de la rivière augmente de 2◦ C et que le nombre d’ours augmente de 2 lorsque le nombre
de poissons augmente de 49. Nous pouvons donc dire que le nombre d’ours augmente de 3
lorsque la température de l’eau augmente de 1◦ C car une augmentation de 2◦ C entraîne une
augmentation de 147 poissons qui entraîne un augmentation de 6 ours (2 ours par tranche
de 49 poissons).
Essayons de reformuler le raisonnement du paragraphe précédent en termes mathéma-
tiques. Si P (T ) est le nombre de poissons lorsque la température de l’eau est de T ◦ C et
N (P ) est le nombre d’ours lorsqu’il y a P poissons, alors le nombre d’ours en fonction de la
température T en degrés centigrades de l’eau est donné par B(T ) = (N ◦ P )(T ) = N (P (T )).
Nous avons que P 0 (T ) = 147/2 poissons/degré et N 0 (P ) = 2/49 ours/poisson. L’énoncé du
paragraphe précédent se traduit donc par la formule mathématique
2 147
B 0 (T ) = N 0 (P (T ))P 0 (T ) = × = 3 ours/degré.
49 2
En d’autres mots, le taux de croissance du nombre d’ours par rapport à la température
de l’eau est le produit du taux de croissance du nombre d’ours par rapport au nombre de
poissons (2/49 ours/poisson) et du taux de croissance du nombre de poissons par rapport à
la température de l’eau (149/2 poissons/degré).
La formule B 0 (T ) = N 0 (P (T ))P 0 (T ) est cohérente avec les unités utilisées. Les unités de
P 0 (T ) sont des poissons/degré et les unités de N 0 (P (T )) sont des ours/poisson. Il n’est donc
pas surprenant que les unités de B 0 (T ) = N 0 (P (T ))P 0 (T ) soient des ours/degré. ♣
L’exemple précédent suggère la règle suivante.

Théorème 4.6.17
Soit f :]c, d[→ R et g :]a, b[→ R deux fonctions différentiables telles que g(x) ∈]c, d[
pour tout x ∈]a, b[. La dérivée de la fonction q :]a, b[→ R définie par q = f ◦ g est

q 0 (x) = f 0 (g(x))g 0 (x) .

Vérifions que cette règle est vraie à partir de la définition de la dérivée. Par définition de
la dérivée,
q(x + h) − q(x)
q 0 (x) = lim .
h→0 h
148 4. Dérivée

Le quotient dans la limite précédente peut s’écrire

q(x + h) − q(x) f (g(x + h)) − f (g(x))

=
h h ! !
f (g(x + h)) − f (g(x)) g(x + h) − g(x)
= .
g(x + h) − g(x) h

Nous allons calculer la limite lorsque h tend vers 0 pour chacun des facteurs de l’expression
précédente. Pour le deuxième facteur, nous remarquons que

g(x + h) − g(x)
lim = g 0 (x)
h→0 h
car g est différentiable par hypothèse. Pour le premier facteur, nous remarquons première-
ment que
lim g(x + h) = g(x)
h→0

car g est une fonction différentiable, donc continue, sur l’intervalle ]a, b[. Puisque f est
différentiable sur l’intervalle ]c, d[ et g(x) ∈]c, d[, nous avons

f (b) − f (g(x))
f 0 (g(x)) = lim .
b→g(x) b − g(x)

Nous en déduisons que

f (g(x + h)) − f (g(x))
→ f 0 (g(x))
g(x + h) − g(x)
lorsque h → 0 car g(x + h) → g(x) lorsque h → 0. C’est-à-dire,

f (g(x + h) − f (g(x))
lim = f 0 (g(x)) .
h→0 g(x + h) − g(x)

En conclusion,
! !
0 q(x + h) − q(x) f (g(x + h)) − f (g(x)) g(x + h) − g(x)
q (x) = lim = lim lim
h→0 h h→0 g(x + h) − g(x) h→0 h
0 0
= f (g(x))g (x) .

Remarque 4.6.18 Y
Soit x ∈]a, b[ arbitraire mais fixe. Pour démontrer que

f (g(x + h) − f (g(x))
lim = f 0 (g(x)) . (4.6.1)
h→0 g(x + h) − g(x)

à l’aide de la définition de limite en termes de  et δ, nous choisissons  > 0. Puisque

f (b) − f (g(x))
f 0 (g(x)) = lim
b→g(x) b − g(x)
4.6. Règles de dérivation 149

pour g(x) ∈]c, d[, il existe δ1 > 0 tel que

f (b) − f (g(x))
− f 0 (g(x)) < 
b − g(x)

pour |b − g(x)| < δ1 . De plus, puisque g est continue à x ∈]a, b[, il existe δ tel que |g(x +
h) − g(x)| < δ1 pour |h| < δ. Donc, pour |h| < δ, nous avons

f (g(x + h)) − f (g(x))

− f 0 (g(x)) < 
g(x + h) − g(x)

Puisque  est arbitraire, nous obtenons (4.6.1). ♠

Exemple 4.6.19
Calculons la dérivée de q(x) = (1 + x2 )101 .
Il faut remarquer que q = f ◦ g où g(x) = 1 + x2 et f (y) = y 101 . Puisque g 0 (x) = 2x et
f 0 (y) = 101y 100 , nous trouvons que

q 0 (x) = f 0 (g(x))g 0 (x) = 101(1 + x2 )100 × 2x = 202x(1 + x2 )100 .

♣
Exemple 4.6.20
Calculons la dérivée de q(x) = cos(1 − x5 ).
Il faut remarquer que q = f ◦ g où g(x) = 1 − x5 et f (y) = cos(y). Puisque g 0 (x) = −5x4
et f 0 (y) = − sin(y), nous trouvons que

q 0 (x) = f 0 (g(x))g 0 (x) = − sin(1 + x5 ) × (−5x4 ) = 5x4 sin(1 + x5 ) .

♣
Exemple 4.6.21
Nous pouvons utiliser la dérivée de fonctions composées pour obtenir la formule de dérivation
d’un quotient de fonctions. Soit g(x) = p(x)/q(x) ? La fonction g est le produit des fonctions
p et r ◦ q où r(y) = y −1 . La règle pour la dérivée du produit de fonctions donne
!
0 0 d
g (x) = p (x) r(q(x)) + p(x) r(q(x)) .
dx

Or,
d
r(q(x)) = r0 (q(x))q 0 (x) = −(q(x))−2 q 0 (x)
dx
car r0 (y) = −y −2 . Nous avons donc

p0 (x)q(x) − p(x)q 0 (x)

g 0 (x) = p0 (x)(q(x))−1 − p(x)(q(x))−2 q 0 (x) = .
q 2 (x)

♣
150 4. Dérivée

Exemple 4.6.22
Calculons la dérivée de g(x) = (x3 + 2)/(x2 + 5x) sans utiliser la règle de dérivation du
quotient de deux fonctions.
Nous avons que g(x) = p(x)r(q(x)) où p(x) = x3 + 2, q(x) = x2 + 5x et r(y) = y −1 . Donc

g 0 (x) = p0 (x)r(q(x)) + p(x)r0 (q(x))q 0 (x)

 
= (3x2 )(x2 + 5x)−1 + (x3 + 2) −(x2 + 5x)−2 (2x + 5)
(3x2 )(x2 + 5x) − (x3 + 2)(2x − 5)
= .
(x2 + 5x)2

Pour obtenir la première égalité, nous avons utilisé la règle pour la dérivée du produit de
fonctions et celle pour la dérivée des fonctions composées. ♣

4.7 Encore plus de dérivées de fonctions élémentaires

Avec nos connaissances des règles de dérivation, nous pouvons maintenant développer des
formules pour calculer la dérivée de fonctions exponentielles et logarithmiques.

4.7.1 Dérivée de f (x) = bx

Exemple 4.7.1
Quelle est la dérivée de f (x) = 3x ?
Dans la partie gauche du tableau 4.2, nous avons estimé f 0 (x) pour quelques valeurs de
f (x + h) − f (x)
x à l’aide du rapport où h = 0.00001.
h
Remarquons que f 0 (x)/f (x) ≈ 1.098618 . . . pour les quelques valeurs de x dans la partie
gauche du tableau 4.2. Si C3 = 1.098618 . . ., nous semblons avoir
d x
3 = C3 3x .
dx
Le graphe associé aux données de la partie gauche du tableau 4.2 ainsi que le graphe de
y = f (x) = 3x sont donnés à la figure 4.24. Il semble bien que f 0 (x) soit un multiple plus
grand que 1 de f (x). ♣
Exemple 4.7.2
Soit f (x) = 2x . Essayons de voir si, comme à l’exemple précédent, le rapport f 0 (x)/f (x) est
constant. Si c’est le cas, est-ce la même constante qu’à l’exemple précédent ?
Dans la partie droite du tableau 4.2, nous avons estimé f 0 (x) pour quelques valeurs de x
f (x + h) − f (x)
à l’aide du rapport où h = 0.00001.
h
4.7. Encore plus de dérivées de fonctions élémentaires 151

f (x + h) − f (x) f (x + h) − f (x)
x f 0 (x) ≈ f 0 (x)/3x x f 0 (x) ≈ f 0 (x)/2x
h h
−2.00 0.122069 . . . 1.098618 . . . −2.00 0.173287 . . . 0.693150 . . .
−1.84 0.145527 . . . 1.098618 . . . −1.84 0.193612 . . . 0.693150 . . .
−1.68 0.173493 . . . 1.098618 . . . −1.68 0.216320 . . . 0.693150 . . .
−1.52 0.206834 . . . 1.098618 . . . −1.52 0.241691 . . . 0.693150 . . .
−1.36 0.246582 . . . 1.098618 . . . −1.36 0.270039 . . . 0.693150 . . .
−1.20 0.293969 . . . 1.098618 . . . −1.20 0.301711 . . . 0.693150 . . .
−1.04 0.350462 . . . 1.098618 . . . −1.04 0.337098 . . . 0.693150 . . .
−0.88 0.417811 . . . 1.098618 . . . −0.88 0.376635 . . . 0.693150 . . .
−0.72 0.498103 . . . 1.098618 . . . −0.72 0.420809 . . . 0.693150 . . .
−0.56 0.593826 . . . 1.098618 . . . −0.56 0.470165 . . . 0.693150 . . .
−0.40 0.707943 . . . 1.098618 . . . −0.40 0.525309 . . . 0.693150 . . .
−0.24 0.843991 . . . 1.098618 . . . −0.24 0.586921 . . . 0.693150 . . .
−0.08 1.006183 . . . 1.098618 . . . −0.08 0.655759 . . . 0.693150 . . .
0.08 1.199545 . . . 1.098618 . . . 0.08 0.732672 . . . 0.693150 . . .
0.24 1.430066 . . . 1.098618 . . . 0.24 0.818605 . . . 0.693150 . . .
0.40 1.704886 . . . 1.098618 . . . 0.40 0.914616 . . . 0.693150 . . .
0.56 2.032520 . . . 1.098618 . . . 0.56 1.021889 . . . 0.693150 . . .
0.72 2.423116 . . . 1.098618 . . . 0.72 1.141744 . . . 0.693150 . . .
0.88 2.888774 . . . 1.098618 . . . 0.88 1.275655 . . . 0.693150 . . .
1.04 3.443919 . . . 1.098618 . . . 1.04 1.425273 . . . 0.693150 . . .
1.20 4.105749 . . . 1.098618 . . . 1.20 1.592440 . . . 0.693150 . . .
1.36 4.894764 . . . 1.098618 . . . 1.36 1.779212 . . . 0.693150 . . .
1.52 5.835407 . . . 1.098618 . . . 1.52 1.987891 . . . 0.693150 . . .
1.68 6.956816 . . . 1.098618 . . . 1.68 2.221045 . . . 0.693150 . . .
1.84 8.293731 . . . 1.098618 . . . 1.84 2.481545 . . . 0.693150 . . .
2.00 9.887565 . . . 1.098618 . . . 2.00 2.772598 . . . 0.693150 . . .

Table 4.2 – Approximations de la dérivée de f (x) = 3x à gauche et de f (x) = 2x

f (x + h) − f (x)
à droite à l’aide du rapport où h = 0.00001 .
h

Remarquons que f 0 (x)/f (x) ≈ 0.693150 . . . pour les quelques valeurs de x dans la partie
droite du tableau 4.2. Si C2 = 0.693150 . . ., nous semblons avoir
d x
2 ≈ C2 2x .
dx
Comme à l’exemple précédent, nous avons que f 0 (x)/f (x) est constant mais la constante
n’est pas la même qu’à l’exemple précédent.
Le graphe associé aux données de la partie droite du tableau 4.2 ainsi que le graphe de
y = f (x) = 2x sont donnés à la figure 4.25. Il semble bien que f 0 (x) soit un multiple plus
petit que 1 de f (x). ♣
Les trois questions suivantes découlent des exemples que nous venons de présenter.
1. Est-il toujours vrai que, quelle que soit la base b utilisée, la dérivée de f (x) = bx est
f 0 (x) = Cb bs où Cb est une constante qui dépend seulement du choix de b ?
2. Si la réponse à la question précédente est affirmative, existe-t-il un moyen de calculer
facilement cette constante Cb en fonction de la base b qui a été choisie ?
3. Existe-t-il une base b pour laquelle la dérivée de f (x) = bx est f 0 (x) = f (x) = bx ?
C’est-à-dire, pour laquelle la constante de proportionnalité Cb est 1 ?
Nous répondons à la première question et donne une réponse partielle à la deuxième
question dans la prochaine sous-section. La réponse à la troisième question sera donnée dans
152 4. Dérivée

Figure 4.24 – Les approximations de f 0 (x) où f (x) = 3x qui se retrouvent dans

la partie gauche du tableau 4.2 sont représentées par des cercles. La courbe pleine
est le graphe de 3x .

la sous-section suivante. La réponse complète à la deuxième question dépend de la dérivée

de fonctions composées. Cette réponse sera donnée dans la dernière sous-section.

La constante Cb

Pour répondre à la première question et aborder la réponse pour la deuxième question, il

faut avoir recours à la définition de la dérivée. Si f (x) = bx pour une base quelconque b > 0,
alors
f (x + h) − f (x) bx+h − bx bx b h − bx bh − 1
= = = bx .
h h h h
Comme bx ne dépend pas de h, nous avons donc
f (x + h) − f (x) bh − 1
f 0 (x) = lim = bx lim
h→0 h h→0
| {z h }
=Cb

si la limite existe. Pour une base b donnée, l’expression Cb ≡ lim (bh − 1)/h est une constante
h→0
car elle est indépendante du point x qui est choisi.
Nous avons bien que, quelle que soit la base b utilisée, la dérivée de f (x) = bx est f 0 (x) =
Cb bx pour une constante Cb . Pour calculer cette constante Cb , nous pouvons utiliser la formule
bh − 1
Cb ≡ lim . (4.7.1)
h→0 h
Remarque 4.7.3 Y
bh − 1
Dans la discussion précédente, nous avons supposé que la limite lim existait pour
h→0 h
4.7. Encore plus de dérivées de fonctions élémentaires 153

Figure 4.25 – Les approximations de f 0 (x) où f (x) = 2x qui se retrouvent dans

la partie droite du tableau 4.2 sont représentées par des cercles. La courbe pleine
est le graphe de 2x .

tout b > 0. Effectivement, la limite existe et cela sera prouvé à la section ?? ; après que nous
aurons défini la fonction exponentielle ex à l’aide d’une série. ♠
Exemple 4.7.4
Soit f (x) = 3x . Pour estimer C3 , nous utilisons (4.7.1) avec b = 3 et h = hn = 1/n2 pour
3hn − 1
n = 1, 2, 3, . . . La suite {hn }∞
n=1 converge vers 0. Donc converge vers C3 lorsque
hn
n → ∞. Nous obtenons les résultats suivants.

3hn − 1
n hn = 1/n2
hn
1 1 2
2 1/4 1.26429605180997 . . .
3 1/9 1.16847867518778 . . .
4 1/16 1.13720772916663 . . .
5 1/25 1.12310877860219 . . .
.. .. ..
. . .
100 1/10000 1.09867263832664 . . .
.. .. ..
. . .
1000 1/1000000 1.09861289221413 . . .
.. .. ..
. . .

3hn − 1
Nous avons donc que approche la constante 1.09861 . . . lorsque hn approche 0.
hn
154 4. Dérivée

b Cb ≈ Prochaine valeur de b
2.0 0.6931470952 . . . <1
3.0 1.0986123122 . . . >1 2.5 entre 2 et 3
2.5 0.9162908209 . . . <1 2.7 entre 2.5 et 3
2.7 0.9932517031 . . . <1 2.8 entre 2.7 et 3
2.8 1.0296195007 . . . >1 2.75 entre 2.7 et 2.8
2.75 1.011600803 . . . >1 2.72 entre 2.7 et 2.75
2.72 1.0006317996 . . . >1 2.71 entre 2.7 et 2.72
2.71 0.9969487457 . . . <1 2.715 entre 2.71 et 2.72
2.715 0.9987919380 . . . <1 2.718 entre 2.715 et 2.72
2.718 0.9998963879 . . . <1 2.719 entre 2.718 et 2.72
2.719 1.0002640937 . . . >1 2.7185 entre 2.718 et 2.719
2.7185 1.0000802408 . . . >1 2.7182 entre 2.718 et 2.7185
2.7182 0.9999698846 . . . <1 2.7183 entre 2.7182 et 2.7185
2.7183 1.0000067440 . . . >1 2.71825 entre 2.7182 et 2.7183
2.71825 0.9999883143 . . . <1 2.71828 entre 2.71825 et 2.7183
2.71828 0.9999994166 . . . <1 2.71829 entre 2.71828 et 2.7183
2.71829 1.0000029693 . . . >1 2.718285 entre 2.71828 et 2.71829
2.718285 1.0000011929 . . . >1 2.718282 entre 2.71828 et 2.718285
.. .. .. ..
. . . .
2.718281828 0.9999999939 . . .

Table 4.3 – Cb est estimé à l’aide de (4.7.1). Le nombre e est plus grand que
les valeurs de b pour lesquelles Cb < 1 et plus petit que les valeurs de b pour
lesquelles Cb > 1. Nous utilisons ce résultat pour prendre en sandwich le nombre
e ≈ 2.718281828.

Comme toute autre séquence qui tend vers 0 donnerait le même résultat, nous obtenons

3h − 1
C3 ≡ lim = 1.09861 . . .
h→0 h
qui est la constante trouvée à l’exemple 4.7.1. ♣
La Formule 4.7.1 pour évaluer la constante Cb demande le calcul d’une limite comme nous
venons de le faire à l’exemple précédent pour b = 3. Il existe une façon plus simple (du point
de vue de l’utilisateur d’une calculatrice) de calculer la valeur de Cb que nous donnerons
bientôt.

Le nombre e

Nous répondons maintenant à la troisième question au début de la section. C’est-à-dire,

nous cherchons la base b telle que la dérivée de f (x) = bx soit f 0 (x) = f (x) = bx .
Nous avons refait le travail de l’exemple 4.7.4 en choisissant des valeurs pour la base b
de f (x) = bx de telle sorte que la constante de proportionnalité Cb entre f et sa dérivée soit
de plus en plus près de 1. Nous résumons dans le tableau 4.3 suivant les résultats que nous
avons trouvés.
Les valeurs de b dans le tableau 4.3 approche le nombre e = 2.71828182852 . . .. Nous
avons donc le résultat suivant.
4.7. Encore plus de dérivées de fonctions élémentaires 155

Proposition 4.7.5

Si e = 2.71828182852 . . . et f (x) = ex pour tout x, alors

f 0 (x) = f (x)

pour tout x.

La formule (4.7.1) avec la base b = e devient donc

eh − 1
Ce = lim =1.
h→0 h
Si f (x) = ex , la formule précédente n’est nul autre que
f (0 + h) − f (0) eh − 1
f 0 (0) = lim = lim =1.
h→0 h h→0 h
La pente de la courbe y = ex à x = 0 est donc 1. La fonction f (x) = ex est la seule fonction
exponentielle de la forme bx dont la valeur de la dérivée à l’origine est 1.
Remarque 4.7.6
Nous avons vu la définition suivante de e à la section 2.3.
1 n
 
lim 1 +
e = n→∞ . (4.7.2)
n
Est-ce le même nombre e que celui que nous venons de définir ?
Avec la définition de ex donnée à la section ??, il est trivial de montrer que le nombre e
eh − 1
définie par (4.7.2) satisfait lim = 1.
h→0 h
Nous présentons ici un raisonnement qui supporte sans démontrer que le nombre e défini
eh − 1
en (4.7.2) satisfait lim = 1.
h→0 h
eh − 1
Si lim = 1, il découle de la définition de limite d’une fonction en un point que
h→0 h
exn − 1
→ 1 lorsque n → ∞ quelle que soit la suite {xn }∞ 1
n=1 qui tend vers 0. Si xn = n pour
xn
1
en − 1
n = 1, 2, 3, . . . , nous pouvons donc dire que 1 ≈ 1 pour n très grand. Si nous résolvons
n
pour e, nous trouvons
1 n
 
e≈ 1+
n
eh − 1
pour n très grand. Le nombre e qui satisfait lim = 1 et le nombre e défini par (4.7.2)
h→0 h
semblent bien être le même nombre.
Il est beaucoup plus facile d’estimer e à l’aide de (4.7.2) que d’utiliser la formule (4.7.1)
bh − 1
pour déterminer la valeur de b telle que lim = 1 comme nous l’avons fait au ta-
h→0 h
bleau 4.3. ♠
156 4. Dérivée

Quelle est la valeur de la constante Cb

Nous pouvons maintenant donner une réponse complète à la deuxième question de la

section 4.7.1. À savoir, comment pouvons-nous calculer la constance Cb dans la relation
d x
b = C b bx
dx
sans avoir à calculer une limite comme en (4.7.1) ? Soit q(x) = bx avec b > 0. Puisque
q(x) = bx = ex ln(b) , nous pouvons exprimer q(x) comme la composition q(x) = f (g(x)) des
fonctions g(x) = x ln(b) et f (y) = ey . Comme f 0 (y) = f (y) et g 0 (x) = ln(b), nous avons

d x
b = q 0 (x) = f 0 (g(x))g 0 (x) = f (g(x))g 0 (x) = q(x)g 0 (x) = bx ln(b) .
dx
Nous obtenons la proposition suivante.

Proposition 4.7.7
Si b > 0, alors
d x
b = bx ln(b)
dx
pour tout x.

La constante Cb que nous cherchions est donc ln(b).

Exemple 4.7.8
Si f (x) = 5x , alors f 0 (x) = 5x ln(5). ♣
Exemple 4.7.9
2 2
Si f (x) = 5x , la dérivée de f n’est pas 5x ln(5). Il faut remarquer que f (x) = q(p(x)) où
q(y) = 5y et p(x) = x2 . Puisque q 0 (y) = 5y ln(5) et p0 (x) = 2x, la règle de la dérivée de
fonctions composées donne
2 2
f 0 (x) = q 0 (p(x))p0 (x) = 5x ln(5) × 2x = 2x 5x ln(5) .

♣
Remarque 4.7.10
Comme nous avons vu à l’exemple précédent, il est facile de se tromper avec toutes les règles
de calcul des dérivées. Il est souvent plus avantageux de s’en tenir aux formules les plus
importantes.
2
À l’exemple précédent, nous aurions pu simplement écrire f (x) = 5x comme f (x) =
2
ex ln(5) . Il est alors clair que f est la composition de deux fonctions. En effet, f (x) = q(p(x))
où q(y) = ey et p(x) = x2 ln(5). Puisque q 0 (y) = ey = q(y) et p0 (x) = 2x ln(5), nous obtenons
2 2
f 0 (x) = q 0 (p(x))p0 (x) = q(p(x))(2x ln(5)) = 5x (2x ln(5)) = 2x 5x ln(5) .

♠
4.7. Encore plus de dérivées de fonctions élémentaires 157

4.7.2 Dérivée de logb (x)

Puisque logb (x) = ln(x)/ ln(b) pour tout x > 0, il suffit de trouver une formule pour
la dérivée de ln. Pour trouver cette formule, nous utilisons le fait que g(x) = ln(x) est la
fonction inverse de f (x) = ex .
Si nous dérivons les deux côtés de l’égalité f (g(x)) = x pour x > 0, nous trouvons

f 0 (g(x))g 0 (x) = 1 .

Or f 0 (x) = f (x) et f (g(x)) = x, donc

d 1 1 1
ln(x) = g 0 (x) = 0 = = .
dx f (g(x)) f (g(x)) x

Nous venons de démontrer la règle suivante.

Proposition 4.7.11
Pour x > 0, alors
d 1
ln(x) = .
dx x

Quelle est la dérivée de ln |x| pour tout x 6= 0 ? Puisque |x| = x pour x > 0, nous avons

d d 1
ln |x| = ln(x) = pour x > 0 .
dx dx x
Puisque |x| = −x pour x < 0, nous avons ln |x| = ln(−x) pour x < 0. Ainsi, pour x < 0,
ln |x| = g(h(x)) où g(y) = ln(y) et h(x) = −x. Puisque g 0 (y) = 1/y et h0 (x) = −1, nous
obtenons donc
d 1 1 1
 
ln |x| = g 0 (h(x))h0 (x) = h0 (x) = (−1) = pour x < 0 .
dx h(x) −x x

Nous pouvons donc généraliser le théorème précédent de la façon suivante.

Proposition 4.7.12
Si x 6= 0, alors
d 1
ln |x| = .
dx x

Exemple 4.7.13
Quelle est la dérivée de log5 (x) pour tout x > 0 ?
Puisque log5 (x) = ln(x)/ ln(5), nous avons
!
d d ln(x) 1 d 1
log5 (x) = = ln(x) = .
dx dx ln(5) ln(5) dx x ln(5)
158 4. Dérivée

♣
Exemple 4.7.14
Quelle est la dérivée de q(x) = ln(sin(x)) pour 0 < x < π ?
Notez que nous assumons 0 < x < π pour que sin(x) soit positif et donc que ln(sin(x))
soit bien définie.
Puisque q = f ◦ g où g(x) = sin(x) et f (y) = ln(y), nous obtenons de la règle pour la
dérivée de fonctions composées que
1
q 0 (x) = f 0 (g(x))g 0 (x) = cos(x) = cot(x)
sin(x)
pour 0 < x < π. ♣
Exemple 4.7.15
Calculons la dérivée de f (x) = (x + 1)5 (x + 5)7 /(x + 2)4 .
Il serait tentant d’utiliser la règle de la dérivée du quotient de deux fonctions mais cela
risque d’être très long.
En calcul numérique, nous utilisons très souvent la formule ln(ab) = ln(a) + ln(b) pour
remplacer le produit de très grands nombres par la somme de leurs logarithmes. Cela permet
d’éviter les nombres trop grands pour l’ordinateur. La même idée peut être utilisée ici. Nous
avons
ln |f (x)| = 5 ln |x + 1| + 7 ln |x + 5| − 4 ln |x + 2|
Si nous dérivons des deux côtés de l’égalité, nous trouvons
f 0 (x) 5 7 4
= + −
f (x) x+1 x+5 x+2
et ainsi
5 7 4 (x + 1)5 (x + 5)7 5 7 4
   
0
f (x) = f (x) + − = + − .
x+1 x+5 x+2 (x + 2)4 x+1 x+5 x+2
Calculez la dérivée de f avec la règle de la dérivée du quotient de deux fonctions pour
comparer cette méthode avec celle que nous venons d’introduire. ♣
Exemple 4.7.16
(x4 + 2)e2x
Calculons la dérivée de g(x) = 2 √ .
(x + 3x) x2 + 3
Nous pourrions adresser ce problème directement avec la règle de dérivation du quotient
de deux fonctions mais, comme la fonction g est assez complexe, ce ne serait pas une bonne
idée. Nous invitons le lecteur à essayer.
Nous allons faire appel à l’ensemble de nos connaissances des méthodes de dérivation.
Commençons par calculer le logarithme de g. Nous obtenons
!
(x4 + 2)e2x (x4 + 2)e2x
ln |g(x)| = ln 2 √ = ln √
(x + 3x) x2 + 3 |x2 + 3x| x2 + 3
4.7. Encore plus de dérivées de fonctions élémentaires 159

 
= ln(x4 + 2) + ln(e2x ) − ln |x2 + 3x| − ln (x2 + 3)1/2
1
= ln(x4 + 2) + 2x − ln |x2 + 3x| − ln(x2 + 3)
2
Nous dérivons maintenant des deux côtés
d d d d 1 d
ln |g(x)| = ln(x4 + 2) + (2x) − ln |x2 + 3x| − ln(x2 + 3)
dx dx dx dx 2 dx
pour obtenir
g 0 (x) 4x3 2x + 3 x
= 4 +2− 2 − 2 .
g(x) x +2 x + 3x x + 3
Ainsi,
!
0 4x3 2x + 3 x
g (x) = +2− − 2 g(x)
x4 + 2 2
x + 3x x + 3
! !
4x3 2x + 3 x (x4 + 2)e2x
= +2− − √
x4 + 2 x2 + 3x x2 + 3 (x2 + 3x) x2 + 3
♣

4.7.3 Dérivée de xα où α est réel

Nous avons vu que la dérivée de h(x) = xn où n est un entier positive est h0 (x) = nxn−1 .
Mais, quelle est la
√dérivée de h(x) = xα si α n’est pas un entier positif. Par exemple, quelle
est la dérivée de x = x ou de xπ ? Commençons par un exemple simple.
1/2

Exemple 4.7.17
Soit f (x) = x−1 = 1/x pour x 6= 0. Si nous estimons f 0 (x) pour quelques valeurs de x à
f (x + h) − f (x)
l’aide du rapport où h = 0.00001, nous obtenons les résultats suivants.
h

f (x + 0.00001) − f (x)
x f 0 (x) ≈ | − x−2 − f 0 (x)|
0.00001
−1 −1.00001000009 . . . 0.1000009 . . . × 10−4
1 −0.99999000010 . . . 0.999989 . . . × 10−5
2 −0.24999875000 . . . −0.124999 . . . × 10−5
π −0.10132086112 . . . −0.32251 . . . × 10−6
3.5 −0.08163241982 . . . −0.23323 . . . × 10−6

Remarquons que f 0 (x) ≈ −x−2 pour les valeurs de x considérées dans le tableau. Nous
pouvons donc supposer que f 0 (x) = −x−2 pour tout x 6= 0.
Montrons à partir de la définition de la dérivée que f 0 (x) = −x−2 pour tout x 6= 0. En
effet, si x 6= 0, alors
f (x + h) − f (x) 1/(x + h) − 1/x
f 0 (x) = lim = lim
h→0 h h→0 h
160 4. Dérivée

−h −1 1
= lim = lim 2 =− 2
h→0 h(x + h)x h→0 x + xh x

car x2 + xh → x2 lorsque h → 0. ♣
L’exemple précédent semble indiquer que la règle qui dit que la dérivée de f (x) = xn est
f 0 (x) = nxn−1 pourrait s’appliquer pour tous les nombres entiers n.
Exemple 4.7.18 √
Calculons la dérivée de f (x) = x à partir de la définition.
√ √
0 f (x + h) − f (x) x+h− x
f (x) = lim = lim
h→0
√ h h→0 h
√ ! √ √ !
x+h− x x+h+ x h
= lim √ √ = lim √ √
h→0 h x+h+ x h→0 h( x + h + x)
| {z }
=1
1 1
= lim √ √ = √ .
h→0 ( x + h + x) 2 x

♣
Encore une fois, l’exemple précédent semble indiquer que la règle qui dit que la dérivée
de f (x) = xn est f 0 (x) = nxn−1 pourrait s’appliquer pour tous les nombres rationnels n. En
fait, nous avons plus.
Pour montrer que la règle est vraie pour tout exposant réel non nul, il faut se rappeler
que xα = eα ln(x) pour x > 0. Ainsi, xα = f (g(x)) où g(x) = α ln(x) et f (y) = ey . Puisque
f 0 (y) = f (y) et g 0 (x) = α/x, nous déduisons de la règle de la dérivée de fonctions composées
que
d α α
 
x = f 0 (g(x))g 0 (x) = f (g(x))g 0 (x) = xα = αxα−1
dx x
pour x > 0. Nous venons de démontrer la règle suivante.

Proposition 4.7.19
Si α 6= 0 est un nombre réel, alors
d α
x = αxα−1
dx
pour tout x > 0.

Exemple 4.7.20
1 −1
Si f (x) = x−1/2 , alors f 0 (x) = − x−3/2 = 3/2 pour x > 0. ♣
2 2x
Avant de terminer cette section, il y a un exemple important que nous nous devons de
présenter.
Exemple 4.7.21
Que devons-nous faire pour calculer la dérivée d’une fonction comme f (x) = xx ? La variable
4.7. Encore plus de dérivées de fonctions élémentaires 161

x apparaît à la base et à l’exposant. La règle ci-dessus pour dérivée xα ne s’applique pas car
l’exposant n’est pas une constante. La règle donnée à la proposition 4.7.7 pour dérivée bx ne
s’applique pas car c’est la base qui n’est pas une constante.
Nous devons utiliser les fonctions exponentielles et logarithmiques.
Puisque
x
f (x) = xx = eln((x ) = ex ln(x) ,
il découle de la règle de dérivation des fonctions composées que
   
d d
f 0 (x) =  ey  (x ln(x)) = ey  (ln(x) + 1)
dy y=x ln(x)
dx x ln(x)
x ln(x) x
=e (ln(x) + 1) = x (ln(x) + 1) .
♣

4.7.4 Dérivée des fonction trigonométriques inverses + r

Si nous dérivons les deux côtés de l’identité x = sin(arcsin(x)) pour −1 < x < 1, nous
obtenons grâce à la dérivée de fonctions composées que
d
1 = cos(arcsin(x)) arcsin(x) .
dx
Donc
d 1
arcsin(x) = .
dx cos(arcsin(x))
Posons θ = arcsin(x). Donc sin(θ) = x par définition de l’arcsinus et nous obtenons la
figure suivante par définition des fonctions trigonométriques à partir d’un triangle droit.

1
x
θ
√
1 − x2

Nous en déduisons que √

cos(arcsin(x)) = cos(θ) = 1 − x2 .
Nous obtenons donc la formule suivante.

Proposition 4.7.22

d 1
arcsin(x) = √
dx 1 − x2
pour −1 < x < 1.

De façon semblable, le lecteur peut démontrer la proposition suivante.

162 4. Dérivée

Proposition 4.7.23

d −1
arccos(x) = √
dx 1 − x2
pour −1 < x < 1.

Si maintenant nous dérivons les deux côtés de l’identité x = tan(arctan(x)) où x est réel,
nous obtenons grâce à la dérivée de fonctions composées que
d
1 = sec2 (arctan(x)) arctan(x) .
dx
Donc
d 1
arctan(x) = .
dx sec2 (arctan(x))

Posons θ = arctan(x). Donc tan(θ) = x par définition de l’arctangente et nous obtenons

la figure suivante par définition des fonctions trigonométriques à partir d’un triangle droit.

√
1 + x2
x
θ
1

Nous en déduisons que √

sec(arctan(x)) = sec(θ) = 1 + x2 .
Nous obtenons donc la formule suivante.

Proposition 4.7.24

d 1
arctan(x) =
dx 1 + x2
pour x ∈ R.

4.8 Exercices

4.8.1 Taux de variation

Question 4.1
Pour chacune des fonctions suivantes et des points t0 suivants :
i) Calculez la moyenne de la fonction f entre les points t0 et t0 + ∆t pour ∆t = 1, 0.5, 0.1
et 0.01.
ii) Donnez l’équation de la sécante qui passe par les points (t0 , f (t0 )) et (t0 + ∆t, f (t0 + ∆t))
4.8. Exercices 163

pour ∆t = 1, 0.5, 0.1 et 0.01.

iii) Dessiner, sur une même figure, le graphe de la fonction avec ses quatre sécantes.
iv) Donner, en vous basant sur les valeurs calculées en (i), une approximation de la pente
de la droite tangente à la courbe y = f (t) au point (t0 , f (t0 )).
v) Donnez l’équation de la droite tangente à la courbe y = f (t) au point (t0 , f (t0 )) en vous
basant sur votre réponse en (iv).

a) f (t) = 2t2 et t0 = 1. b) f (t) = e2t et t0 = 0.

Question 4.2
Supposons que le nombre d’individus au temps t (en heures) pour une certaine population
animale soit donnée par p(t) = 1.5t .
a) Quelle est le taux de croissance moyen entre 0 et 1 ?
b) Quelle est le taux de croissance moyen entre 0 et 0.1 ?
c) Quelle est le taux de croissance moyen entre 0 et 0.01 ?
d) Quelle est le taux de croissance moyen entre 0 et 0.0001 ?
e) Quelle est le taux de croissance instantané à t = 0 ?
f) Donnez l’équation de la droite tangente à la courbe y = p(t) au point (0, p(0)).
Question 4.3 +
Les données du tableau suivant décrivent la hauteur H (en mètres) d’un arbre en fonction
du temps t (en années).
t 0 1 2 3 4 5 6 7 8 9 10
H 10.11 11.18 12.40 13.74 15.01 16.61 18.27 20.17 22.01 24.45 26.85
a) Estimez le taux de croissance instantané à t = 0, 1, 2, . . . , 10 ans à l’aide de la moyenne
des taux de croissance que vous pouvez estimer à partir des données de l’année qui précède
et de l’année qui suit immédiatement (si possible).
b) Tracez sur un graphe les points qui représentent le taux de croissance instantané pour
chacune des années en (a). Est-ce que les points semblent tracer une courbe quelconque ?
c) Estimez le taux de croissance relatif à t = 0, 1, 2, . . . , 10 ans.
d) Tracez sur un graphe les points qui représente le taux de croissance relatif pour chacune
des années en (c). Est-ce que les points semblent tracer une courbe quelconque ?
e) Comparez vos deux graphes. Que pouvez-vous conclure ?
Question 4.4 +
Le nombre d’individus dans une population est donné par la formule p(t) = 2t où t est le
temps en heures. Trouvez le taux de croissance moyen entre 0 et 1 heure, 0 et 0.1 heure, 0
et 0.01 heure, et 0 et 0.001 heure.
Quelle est la limite ? Que représente cette limite ? Tracez le graphe de la fonction p et la
droite tangent à ce graphe au point (t, p) = (0, 1). Donnez l’équation de cette droite tangente.

Question 4.5
Le nombre N de visites au nouveau site Internet du ministère de l’environnement est donné
dans le tableau suivant.
164 4. Dérivée

nombre d’heures après l’inauguration du site 1 2 3 4 5

N 30 57 87 151 246

a) Trouvez le taux moyen de croissance des visites de la deuxième à la troisième heure, de

la troisième à la quatrième heure, et de la troisième à la cinquième heure. Donnez les unités
de vos réponses.
b) Donnez une approximation du taux instantané de croissance des visite après trois heures
en prenant la moyenne de deux taux de croissance moyens. Donnez les unités de votre
réponse.
c) Est-ce qu’il est réaliste d’estimer le taux de croissance instantané des visites après trois
heures sur la base des données que nous possédons ?

4.8.2 Dérivée d’une fonction

Question 4.6
Le graphe de la fonction f est donné ci-dessous.

y
6
5
4
3
2
1
x
1 2 3 4 5 6 7

a) Identifiez les points où la fonction n’est pas continue.

b) Identifiez les points où la fonction n’est pas différentiable et dite pourquoi.
c) Identifiez les points où la dérivée de la fonction est nulle.
Question 4.7
Le graphe de la fonction f est donné ci-dessous.

5
4
3
2
1
x
1 2 3 4 5 6 7
6
4.8. Exercices 165

a) Identifiez les points où la dérivée est positive.

b) Identifiez les points où la dérivée est négative.
c) Identifiez les points où la dérivée est nulle.
Question 4.8
Un chien court après un cycliste. Tracez sur un même système de coordonnées la position
du chien et du cycliste en fonction du temps pour chacun des scénarios suivants.
a) Le chien et le cycliste se déplacent à vitesse constante mais le chien se déplace plus
rapidement que le cycliste et, après un certain temps, rattrape le cycliste.
b) La vitesse du chien augmente et celle du cycliste diminue. Le chien rattrape le cycliste.
c) La vitesse du chien et du cycliste diminue, et la distance entre les deux augment.
Question 4.9
Une voiture est remorquée par une dépanneuse à l’aide d’une tige rigide de 10 mètres de long.
Tracez les graphes possibles de la position et de la vitesse des deux véhicules en fonction du
temps dans chacun des cas suivants.
a) La dépanneuse part du repos, recule lentement pour une courte période de temps, arrête,
avance lentement pour une autre courte période de temps et finalement avance plus rapide-
ment.
b) La dépanneuse est initialement au repos, accélère lentement, garde une vitesse constante
pour un certain temps, et finalement arrête brusquement.
Question 4.10
La figure ci-dessous contient le graphe d’une fonction et le graphe de la dérivée de cette
fonction. Quelle est le graphe de la dérivée ?

y = g(x)

x
2 4 6

y = f (x)

Question 4.11
Considérons les graphes de deux fonctions donnés dans la figure ci-dessous.
166 4. Dérivée

y
6

4
y = g(x)
2

0 x
0 1 2 3
−2 y = f (x)

Identifiez la courbe qui représente le graphe de la dérivée d’un fonction dont le graphe est
donné par l’autre courbe.
Question 4.12
Trois des graphes ci-dessous représentent les graphes de fonctions et les trois autres graphes
représentent les graphes des dérivées de ces fonctions. Donner les pairs (n1 , n2 ) où n1 est le
numéro d’un graphe associé au graphe d’une fonction et n2 est le numéro du graphe associé
au graphe de la dérivée de cette fonction. Vous ne pouvez pas utiliser une image plus
d’une fois.

Question 4.13
La température en fonction du temps d’une substance chimique est donnée par le graphe
suivant.
4.8. Exercices 167

y (C ◦ )

45
40
35
30
25
x (min)
1 2 3 4 5 6 7

Tracez le graphe du taux de variation instantané de la température en fonction du temps.

Sur le graphe que vous avez dessiner, indiquer lorsque la température augmente et lorsqu’elle
diminue.
Question 4.14
Le graphe du volume V (t) en mètres cubes d’un objet en fonction du temps t en heures est
donné ci-dessous.

V
2.0
vitesse

1.0

0 t
0 1.0 2.0
temps

a) Identifiez un point t où la dérivée est positive.

b) Identifiez un point t où la dérivée est négative.
c) Identifiez le point t avec la plus grande dérivée.
d) Identifiez le point t avec la plus petite dérivée.
e) Identifiez les points t où la dérivée est nulle.
f) Tracez le graphe de la dérivée V 0 de V .
Question 4.15
Le graphe d’une fonction f est donné ci-dessous.
168 4. Dérivée

y
2

0 x
0 1 2

Donnez les points x qui satisfont chacun des cas suivants.

a) La fonction f n’est pas continue.
b) La fonction f n’est pas différentiable et dite pourquoi.
c) La dérivée f 0 (x) est nulle.
Question 4.16
Utilisez la définition de la dérivée pour calculer la dérivée de f (x) = 4 − x2 . Tracez le graphe
de f et f 0 . Trouvez les points où la dérivée de f est nulle. Déterminez les intervalles où la
fonction est strictement croissante et ceux où elle est strictement décroissante.
Question 4.17
Soit g(x) = x + 2x2 une fonction quadratique. Donnez la pente de la sécante à la courbe
y = g(x) entre les points x et x + h. Donnez la pente de la tangente à la courbe y = g(x) au
point x en passant à la limite lorsque h approche 0. Donnez la dérivée de g au point x.
Question 4.18
Utilisez la définition de la dérivée pour calculer la dérivée de chacune des fonctions suivantes.

1
a) f (x) = (x + 1)2 b) f (x) = c) f (x) = x2 + x
2x + 5
x 1
d) f (x) = e) f (x) =
3x − 1 x(x + 1)

Question 4.19 r
La fonction de Heaviside est définie par

1 si x ≥ 0
H(x) =  .
0 si x < 0

Montrez qu’il n’existe pas de solution à l’équation H(x) = 0.5 même si H(−1) = 0 et
H(1) = 1. Ceci démontre que le Théorème des valeurs intermédiaires est valable seulement
pour les fonctions continues.
H(1) − H(−1)
Montrez qu’il n’existe pas de valeur c telle que H 0 (c) soit égale à la pente
2
de la sécante entre les points (−1, H(−1)) et (1, H(1)). Ceci démontre que le Théorème de
la moyenne est valable seulement pour les fonctions qui sont différentiable.
4.8. Exercices 169

Question 4.20 +
Un animal passe de 4 kg à 60 kg en 14 ans. Si nous supposons que la masse de l’animal est
une fonction différentiable par rapport au temps, pourquoi pouvons-nous dire que le taux de
croissance (instantané) a été de 4 kg/année à un moment durant les 14 années ?

4.8.3 Calcul des dérivées

Question 4.21
Calculez la dérivée de g(y) = −3y + 5 et déterminez les intervalles, s’il y en a, où la fonction
est strictement croissante.
Question 4.22
Une quantité T (t) au temps t est donnée par le produit de deux quantités : p(t) = 2 × 106 +
103 t2 et M (t) = 80 − 0.5t.
a) Donnez T en fonction du temps.
b) Calculez la dérivée de T en fonction du temps.
c) Quelle est la valeur de T au moment où T 0 (t) = 0 ? Quelle est la valeur de p à ce moment ?
Quelle est la valeur de M à ce moment ?
Question 4.23
Un train se déplace à 110 km/h. Un passager de ce train se déplace à un vitesse de 3 km/h
vers l’arrière du train. Quelle est la vitesse de ce passager par rapport au sol ?
Question 4.24
Pour chacune des questions suivantes, Calculez la dérivée à l’aide de la formule de dérivation
des fonctions composées.
dH
a) Soit T (W ) = 30 − 0.2W , S(T ) = 9 − T /5 et H(W ) = S(T (W )). Calculez .
dW
3
b) Soit L(T ) = 10 + T /10, V (L) = 2L , M (V ) = 1.3V H(T ) = M (V ((L(T )))). Calculez
dH
.
dT
dH
c) Soit M (G) = 5G + 2, P (M ) = 0.5M et H(G) = P (M (G)). Calculer .
dG
dF
d) Soit V (I) = 5I 2 , F (V ) = 37 + 0.4V et H(I) = F (V (I)). Calculer .
dI
Question 4.25
Soit B = 0.007W 2/3 et W = 0.12L2.53 . De plus, supposons que L soit une fonction de t et
que L0 (t) soit constant. Si nous savons que L augmente de 5 lorsque t augmente de 10, quelle
est la dérivée de H(t) = B(W (L(t))) par rapport à t lorsque L = 18 ?
Question 4.26
Calculez la dérivée de chacune des fonctions suivantes.
170 4. Dérivée

a) f (x) = x1/5 b) h(t) = x1/e c) g(z) = 3z 3 + 2z 2

d) p(z) = (1 + 3z)2 (1 + 2z)3 e) f (x) = (2x
√ + 1)
3
f) h(x) = (x2 − 5)135/2
(1 + x)(2 + x) t
g) G(x) = h) f (t) = √ i) f (x) = log2 (1 − 3x)
(3 + x) 1+ t
1+t 1 + z2
j) f (y) = (5y − 3)7 (y 2 − 1) k) h(t) = l) g(z) =
2−t 1 + 2z 3
ln(2x + ex ) (1 + 3x)2
m) f (x) = n) h(x) = o) f (x) = e−7x
2x + ex (1 + 2x)3
7
2

p) g(z) = 1 + q) f (t) = (1 + 3t)33 r) h(x) = ln | ln(x)|
1+z
!
t2 2
s) g(t) = ln t) f (x) = xln(x) u) f (x) = xx
(t − 2)3
!
t7 (t2 − 5)8
v) g(t) = ln
(t − 2)5

Question 4.27 r +
Évaluez les dérivées suivantes.
!
2π(t − 3)
a) h(θ) = sec(θ) tan(θ) b) G(t) = 1 + 2 cos
5
q
c) f (x) = ln(4 + sin(x)) d) g(θ) = 2θ sin(θ)
e) F (θ) = tan2 (sin(θ)) f) g(x) = x arctan(x2 )
g) h(θ) = sin(θ) cos(θ) h) h(x) = 3 + cos(2x − 1)
i) g(z) = ecos(z) j) f (θ) = sec(θ)
100
k) f (x) = esin(x +1) ! l) g(x) = xsin(x)
2t − cos(6t)
m) f (t) = ln
t

Question 4.28
1
Calculez la dérivée de f (x) = de deux façons :
1 + ex
i: Avec la règle de la dérivée d’un quotient.
ii: Avec la règle de la dérivée de fonctions composées.
Question 4.29
Calculez la dérivée de f (x) = ln(7x) de deux façons :
i: Avec une des identités satisfaites par ln().
ii: Avec la règle de la dérivée de fonctions composées.
Question 4.30
Calculez la dérivée de f (x) = 7x de deux façons :
i: Avec la règle introduite en classe pour dériver ce type de fonctions.
ii: Avec le fait que 7x peut s’exprimer sous la forme eh(x) pour une certaine fonction h.
4.8. Exercices 171

Question 4.31 r +
Calculez la dérivée de f (θ) = cos(2θ) de deux façons :
i: Avec les formules d’addition pour le cosinus et le sinus.
ii: Avec la règle de la dérivée de fonctions composées.
Montrez que vos deux réponses sont égales.
Question 4.32
Un tableau contenant certaines valeurs de f , f 0 , g et g 0 est donné ci-dessous.

x f (x) g(x) f 0 (x) g 0 (x)

1 3 2 4 6
2 1 8 5 7
3 7 2 7 9

a) Si h(x) = f (g(x)), calculez h0 (1). b) Si h(x) = g(f (x)), calculez h0 (1).

f (x)
c) Si h(x) = , calculez h0 (1). d) Si h(x) = f −1 (x), calculez h0 (1)
g(x)

Suggestion pour (d) : f (f −1 (x)) = x. Nous assumons que f est injective.

Question 4.33
Soit f une fonction strictement croissante positive. Une fonction f est positive si f (x) > 0
pour tout x. Montrez que la fonction g définie par g(x) = 1/f (x) pour tout x est strictement
décroissante.
Question 4.34
Pour chacune des fonctions suivantes, calculez la dérivée de la fonction inverse f −1 en pro-
cédant de deux façons :
i: Trouvez la fonction inverse et dérivez cette fonction.
ii: Calculez la dérivée de la fonction composée (f ◦ f −1 )(x) = f (f −1 (x)) = x.

a) f (x) = 2 + x3 b) f (x) = 1 − e−x

Question 4.35 r +
Pour chacune des courbes ci-dessous, trouvez l’équation de la droite tangente à la courbe au
point donné.

a) y = ln(x3 − 7) au point (2, 0) b) y = sin(sin(x)) au point (x, y) = (π, 0).

Question 4.36
a) Trouvez la pente de la droite tangente à la courbe y = f (x) = x3 + 8 au point où cette
courbe coupe l’axe des x.
b) Trouvez l’équation de la droite tangente à la courbe y = f (x) au point d’intersection
trouvé en (a).
172 4. Dérivée

c) Trouvez l’équation de la droite perpendiculaire à la droite tangente en (b) qui passe par
le point d’intersection en (a).
Question 4.37 r + √
Pour quelle valeur de x avons-nous que la tangente à la courbe y = f (x) = 3 x + 2 sin(x)
au point (x, f (x)) est horizontale ?
Question 4.38
L’aire d’un disque en fonction de son rayon est donné par la formule A(r) = πr2 , où r est
mesuré en mètres et A en mètres carrés. Calculez la dérivée de l’aire en fonction du rayon.
Illustrez par un dessin la région représentée par la différence entre un disque de rayon r + ∆r
et un disque de rayon r. Donnez une représentation géométrique de la dérivée. Est-ce que
les unités sont cohérentes.
Question 4.39 + r
f (2) − f (0)
Soit f (x) = x2 . Trouvez le point sur l’intervalle [0, 2] où f 0 (x) = .
2−0
 Applications de la dérivée 5

Nous présentons plusieurs des applications de la dérivée d’une fonction dans ce chapitre.
Comme nous avons mentionné dans l’avant-propos, les applications spécifiques aux sciences
de la vie sont identifiées par le symbole + alors que ceux spécifiques aux domaines de la
physique et du génie sont identifiées par le symbole r . Cette classification des applications
est très académique et arbitraire. Il est fort possible que certaines applications classifiées
pour le génie pourrait aussi bien être utiles pour les sciences de la vie, et vice-versa.

5.1 Étude de courbes

Soit f :]a, b[→ R une fonction différentiable. À la section 4.3, nous avons vu que f 0 (x)
est la pente de la tangente au graphe de f au point (x, f (x)). À la proposition 4.4.2 de la
section 4.4, nous avons utilisé cette propriété pour donner des conditions sur la dérivée f 0 qui
déterminent les intervalles de croissance et décroissance de f , et les minimums et maximums
locaux de f .
En résumé, nous avons les résultats suivants.
1. La fonction f est strictement croissante sur un intervalle ]a, b[ si f 0 (x) > 0 pour tout
x entre a et b.
2. La fonction f est croissante sur un intervalle ]a, b[ si f 0 (x) ≥ 0 pour tout x entre a et
b.
3. La fonction f est strictement décroissante sur un intervalle ]a, b[ si f 0 (x) < 0 pour
tout x entre a et b.
4. La fonction f est décroissante sur un intervalle ]a, b[ si f 0 (x) ≤ 0 pour tout x entre a
et b.
5. La fonction f a un maximum local au point c de l’intervalle ]a, b[ si f 0 (x) > 0 pour
x < c près de c et f 0 (x) < 0 pour x > c près de c.
6. La fonction f a un minimum local au point c de l’intervalle ]a, b[ si f 0 (x) < 0 pour
x < c près de c et f 0 (x) > 0 pour x > c près de c.
Il découle de la remarque 4.4.4 que, si f :]a, b[→ R est une fonction continue qui possède
un minimum ou maximum local au point x = c de l’intervalle ]a, b[, nous avons un des deux
scénarios suivants : f n’a pas de dérivée au point x = c ou f 0 (c) = 0. Pour trouver les
maximums et minimums locaux d’une fonction f , il faut donc analyser les points c définis
ci-dessous.

173
174 5. Applications de la dérivée

Définition 5.1.1
Soit f :]a, b[→ R une fonction continue. Un point critique de la fonction f est un
point c ∈]a, b[ qui satisfait une des deux conditions suivantes :
1. f n’a pas de dérivée au point x = c.
2. f 0 (c) = 0.

En plus de pouvoir déterminer sur quels intervalles une fonction est croissante ou décrois-
sante et à quels points elle a un maximum ou minimum local, nous pouvons aussi utiliser
la dérivée pour déterminer sur quels intervalles la pente de la fonction est croissante ou dé-
croissante. Ce type de comportement des fonctions porte le nom de courbure de la fonction.
Nous observons deux types de courbure.

Définition 5.1.2
Une fonction f :]a, b[→ R est dite convexe (ou concave vers le haut) sur ]a, b[ si

f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y) (5.1.1)

pour tous x et y dans ]a, b[ et tous λ ∈ [0, 1] (figure 5.1).

La fonction f est dite concave (ou concave vers le bas) sur ]a, b[ si le signe ≤ est
remplacé par ≥ en (5.1.1).

λf (x) + (1 − λ)f (y)

f (λx + (1 − λ)y)
x
a x yb
λx + (1 − λ)y

Figure 5.1 – Exemple d’une fonction convexe sur l’intervalle ]a, b[. La droite qui
relie les points (x, f (x)) et (y, f (y)) est au-dessus du graphe de f .

Dans le cas où f est une fonction différentiable définie sur un intervalle ]a, b[, nous obte-
nons que f est convexe sur ]a, b[ si, pour tout x ∈]a, b[, nous avons que la droite tangente au
graphe de la fonction f au point (x, f (x)) est strictement en dessous du graphe de f sauf
naturellement au point (x, f (x)) lui-même. À première vue, cette dernière caractérisation des
fonctions convexes n’est pas facile à vérifier. Cependant, le théorème suivant nous donnes un
outil pour démontrer facilement qu’une fonction est convexe ou concave sur un intervalle.
5.1. Étude de courbes 175

Proposition 5.1.3

Soit f :]a, b[→ R une fonction différentiable.

1. Si f 0 est une fonction strictement croissante sur l’intervalle ]a, b[, alors f est
convexe sur l’intervalle ]a, b[ (figure 5.2).
2. Si f 0 est une fonction strictement décroissante sur l’intervalle ]a, b[, alors f est
concave sur l’intervalle ]a, b[ (figure 5.3).

y
y = f (x)

x
a b

Figure 5.2 – Fonction convexe sur l’intervalle ]a, b[. En tout point, le droite tan-
gente au graphe de la fonction est en dessous du graphe de cette fonction. Notons
que la pente de la tangente augmente lorsque x augmente.

a b x
y = f (x)

Figure 5.3 – Fonction concave sur l’intervalle ]a, b[. En tout point, le droite tan-
gente au graphe de la fonction est au dessus du graphe de cette fonction. Notons
que la pente de la tangente diminue lorsque x augmente.

Si f 0 est une fonction différentiable, nous pouvons utiliser sa dérivée pour déterminer les
intervalles où elle est croissante et décroissante comme nous avons fait pour la fonction f .

Définition 5.1.4
Soit f :]a, b[→ R une fonction différentiable telle que f 0 :]a, b[→ R est elle même une
fonction différentiable. La dérivée seconde de f ou dérivée d’ordre 2 de f est la
d2 f
dérivée de la fonction f 0 . Elle est dénotée f 00 , 2
ou f (2) .
dx
Si f 00 :]a, b[→ R est différentiable, la dérivée troisième de f ou la dérivée d’ordre
176 5. Applications de la dérivée

d3 f
3 de f est la dérivée de la fonction f 00 . Elle est dénotée f 000 , 3
ou f (3) .
dx
Par induction, nous pouvons définir la ne dérivée de f ou dérivée d’ordre n de f
dn f
qui est dénotée f (n) ou .
dxn

Proposition 5.1.5

Soit f :]a, b[→ R une fonction qui possède une dérivée d’ordre deux.
1. La fonction f est convexe sur un intervalle ]a, b[ si f 00 (x) > 0 pour tout x entre
a et b.
2. La fonction f est concave sur un intervalle ]a, b[ si f 00 (x) < 0 pour tout x entre
a et b.

Les points où la fonction change de convexe à concave et vice-versa sont très utiles pour
tracer le graphe d’une fonction. Nous leur donnons donc un nom.

Définition 5.1.6
Un point d’inflexion est un point du domaine de la fonction où la direction de la
concavité change.

Proposition 5.1.7

Soit f :]a, b[→ R une fonction différentiable. Un point p est un point d’inflexion si f 0
a un maximum ou minimum local à p.

Remarque 5.1.8
Soit f : R → R une fonction différentiable. Nous avons vu que f 0 (p) = 0 n’était pas suffisant
et nécessaire pour obtenir un maximum ou minimum au point p. Nous avons un problème
semblable avec les points d’inflexion.
Nous n’avons pas nécessairement f 00 (p) = 0 à un point d’inflexion p. La fonction dont le
graphe est donné à la figure 5.4 a un point d’inflexion à x = p mais elle ne possède pas de
dérivée d’ordre deux (et d’ordre un) au point p.
Si f : R → R est une fonction qui possède des dérivées d’ordre 2, alors il faut avoir f 00 (p) =
0. Malheureusement, nous ne pouvons pas conclure que nous avons un point d’inflexion à p
lorsque f 00 (p) = 0. Par exemple, la fonction f (x) = x4 satisfait f 00 (0) = 0 mais 0 n’est pas
un point d’inflexion (tracez le graphe de f pour vous en convaincre).
De plus, il n’est pas nécessaire d’avoir f 0 (p) = 0 à un point d’inflexion comme c’est le cas
pour la fonction dont le graphe est donné à la figure 5.5. Un autre exemple est fourni par le
graphe du sinus qui possède des points d’inflexion à tous les points nπ où n est un entier. ♠
Exemple 5.1.9
Considérons le graphe de f 0 donné ci-dessous.
5.1. Étude de courbes 177

y
y = f (x)
f est concave vers le haut
haut pour x < p

f est concave vers le

x bas pour x > p
p

Figure 5.4 – Le point p est un point d’inflexion où f 00 n’existe pas car f 0 n’existe
pas.

y
y = f (x) Droite tangente à la
courbe y = f (x) au point
f (p) (p, f (p)).

x
p

Figure 5.5 – Le point p est un point d’inflexion où f 0 (p) 6= 0.

y
y = f 0 (x)

c d x
a b e

a) Quels sont les points critiques de f ?

Les points critiques de f sont a, c et e car f 0 (x) = 0 pour ces valeurs de x.
b) La fonction f a-t-elle des maximums et minimums locaux ? Si elle en a, où sont-ils ?
Le graphe de f 0 nous donne l’information suivante sur la fonction f .
x x<a a a<x<c c c<x<e e e<x
f 0 (x) − 0 + 0 − 0 +
f (x) décroît min. local croît max. local décroît min. local croît

Il y a un maximum local au point x = c car f 0 (x) passe de positif à négatif lorsque x varie
de plus petit que c à plus grand que c. Il y a un minimum local au point x = a car f 0 (x)
passe de négatif à positif lorsque x varie de plus petit que a à plus grand que a. De même, il
y a un minimum local au point x = e car f 0 (x) passe de négatif à positif lorsque x varie de
plus petit que e à plus grand que e.
178 5. Applications de la dérivée

c) Quels sont les points d’inflexion de f ?

La pente de la tangente à la courbe y = f 0 (x) au point x donne f 00 (x). Ainsi, f 00 nous
donne l’information suivante sur la fonction f .

x x<b b b<x<d d x>d

00
f (x) + 0 − 0 +
f (x) convexe point concave point convexe
d’inflexion d’inflexion

Les points x = b et x = d sont des points d’inflexion car la courbure change à ces points. ♣
Avant de décrire la procédure pour tracer le graphe d’une fonction, nous pouvons énoncer
deux méthodes pour déterminer si un point critique est un maximum ou un minimum local.

Proposition 5.1.10 (Test de la dérivée première)

Soit f :]a, b[→ R une fonction continue et c ∈]a, b[ un point critique de la fonction
f . De plus, supposons que f soit differentiable sur l’intervalle ]a, b[ sauf peut-être au
point c.
1. Si f 0 (x) < 0 pour x < c et f 0 (x) > 0 pour x > c, alors f a un minimum local
au point c.
2. Si f 0 (x) > 0 pour x < c et f 0 (x) < 0 pour x > c, alors f a un maximum local
au point c.

Pour le premier cas, nous déduisons du signe de la dérivée que f est décroissante pour
x < c et croissante pour x > c. Donc f a un minimum local à x = c. Par contre, pour le
deuxième cas, nous avons que f est croissante pour x < c et décroissante pour x > c. Donc
f a un maximum local à x = c.

Proposition 5.1.11 (Test de la dérivée seconde)

Soit f :]a, b[→ R une fonction qui possède une dérivé d’ordre deux et c ∈]a, b[ un point
critique de la fonction f 0 .
1. Si f 00 (c) > 0, alors f a un minimum local au point c.
2. Si f 00 (c) < 0, alors f a un maximum local au point c.

Pour le premier cas, nous déduisons du signe de la dérivée seconde que f est convexe au
voisinage de c. Donc f a un minimum local à x = c. Par contre, pour le deuxième cas, nous
avons que f est concave au voisinage de c. Donc f a un maximum local à x = c.
Si nous nous fions seulement à l’énoncé des deux propositions précédentes, nous pourrions
croire que le test de la dérivée second est plus simple à utiliser que le test de la dérivée
première car l’énoncé du test de la dérivée second est plus simple que celui du test de la
dérivée première. Ce n’est pas un bon critère de comparaison entre les deux tests. Le test
de la dérivée première est généralement préférable car il faut seulement calculer la première
dérivée de f .
5.1. Étude de courbes 179

Nous pouvons maintenant énoncer la procédure pour tracer le graphe d’une fonction.

Méthode 5.1.12
Pour tracer le graphe d’une fonction f , il faut :
1. Trouver les points où f n’est pas définie. Ce sont les points où il peut y avoir
une asymptote verticale.
2. Trouver (si possible) les points p où f (p) = 0. Ce sont les points où le graphe
de f traverse l’axe des x.
3. Trouver les points critiques de f . Ce sont les points où il peut y avoir un maxi-
mum ou un minimum local. Pour tracer le graphe de f , il est aussi utile d’évaluer
f à ces points (si c’est possible) pour obtenir quelques points importants sur la
courbe y = f (x).
4. Trouver les points où f 00 n’existe pas et les points p où f 00 (p) = 0 (i.e. les points
critiques de f 0 ). Ce sont les points où il peut y avoir des points d’inflexion.
Comme pour les points critiques, pour tracer le graphe de f , il est aussi utile
d’évaluer f à ces points (si c’est possible) pour obtenir quelques points impor-
tants sur la courbe y = f (x).
5. Après avoir ordonné les points trouvés précédemment, déterminer le signe de
f , f 0 et f 00 sur chacun des intervalles délimités par ces points. Le signe de
f détermine si f est positive ou négative. Le signe de f 0 détermine si f est
strictement croissante ou décroissante. Le signe de f 00 détermine si f est convexe
ou concave.
6. Trouver les asymptotes horizontales (lorsque x converge vers plus ou moins
l’infini) et les asymptotes verticales (lorsque f (x) converge vers plus ou moins
l’infini si x converge vers un point qui n’est pas dans le domaine de f ).
7. Tracer le graphe de f intervalle par intervalle en utilisant toute l’information
trouvée ci-dessus.

Exemple 5.1.13
Traçons le graphe de f (x) = 1/(xex ) = x−1 e−x .
Nous avons
 
f 0 (x) = −x−2 e−x − x−1 e−x = −x−2 − x−1 e−x = −x−2 (1 + x)e−x

et
     
f 00 (x) = 2x−3 + x−2 e−x − −x−2 − x−1 e−x = x−3 2 + 2x + x2 e−x .

Ainsi, la fonction f n’est pas définie au point x = 0, elle est positive pour x > 0 et
négative pour x < 0.
La fonction f 0 n’est pas définie au point x = 0 et elle est égale à 0 au point x = −1. De
plus, sauf à x = 0 où la dérivée n’existe pas, f 0 (x) est négatif pour x > −1 et positif pour
x < −1. Nous avons que f (−1) = −e = −2.71828182845905 . . ..
180 5. Applications de la dérivée

La fonction f 00 n’est pas définie au point x = 0 et n’est jamais égale à 0 car le polynôme
2 + 2x + x2 n’a pas de racines réelles ; dans le cas présent, 2 + 2x + x2 > 0 pour tout x. Nous
avons que f 00 (x) < 0 pour x < 0 et f 00 (x) > 0 pour x > 0.
Puisque xex est une fonction qui croît sans borne supérieure lorsque x augmente, nous
avons que
1
lim
x→∞
f (x) = lim
x→∞ xex
=0.
La droite y = 0 est donc une asymptote horizontale lorsque x tend vers plus l’infini. De plus,
1
lim f (x) = lim = −∞ .
x→−∞ x→−∞ xex
Nous pouvons vérifier numériquement cette dernière limite à l’aide de suites {xn }∞ n=0 qui
tendent vers moins l’infini (e.g. prenez la suite où xn = −n). Nous allons voir plus tard un
résultat (i.e. la Règle de l’Hospital) qui nous permettra facilement de calculer ce genre de
limites.
Puisque xex < 0 tend vers 0 lorsque x < 0 tend vers 0, nous obtenons
1
lim− f (x) = lim− = −∞ .
x→0 x→0 xex
De même, puisque xex > 0 tend vers 0 lorsque x > 0 tend vers 0, nous avons que
1
lim+ f (x) = lim+ = +∞ .
x→0 x→0 xex
La droite x = 0 (avec y > 0) est donc une asymptote verticale lorsque x approche l’origine
par la droite et la droite x = 0 (avec y < 0) est une asymptote verticale lorsque x approche
l’origine par la gauche.
Résumons l’information que nous venons d’obtenir dans le tableau suivant.

x −∞ x < −1 −1 −1 < x < 0 0 x > 0 +∞

f (x) −∞ − −e − N.D. + 0
f 0 (x) + 0 − N.D. −
f 00 (x) − −e − N.D. +
I II III IV V VI

I : négative, croissante et concave IV : asymptote verticale x = 0

II : maximum local V : positive, décroissante et convexe
III : négative, décroissante et concave VI : asymptote horizontale y = 0
Le graphe de f est donné ci-dessous.
5.1. Étude de courbes 181

♣
Exemple 5.1.14
1
Traçons le graphe de f (x) = .
(x − 1)(x − 2)
Nous avons
−2x + 3 6x2 − 18x + 14
f 0 (x) = et f 00 (x) = .
(x − 1)2 (x − 2)2 (x − 1)3 (x − 2)3

La fonction f n’est pas définie aux points x = 1 et x = 2, elle est positive pour x < 1 et
x > 2, et négative pour 1 < x < 2.
La fonction f 0 n’est pas définie aux points x = 1 et x = 2. Elle est égale à 0 au point
x = 3/2. De plus, sauf aux points x = 1 et x = 2 où la dérivée n’existe pas, f 0 (x) est négatif
pour x > 3/2 et positif pour x < 3/2. Nous avons f (3/2) = −4.
La fonction f 00 n’est pas définie aux points x = 1 et x = 2, et n’est jamais égale à 0 car
6x2 − 18x + 14 n’a pas de racines réelles ; en fait, 6x2 − 18x + 14 > 0 pour tout x.
Puisque
lim f (x) = 0 ,
x→−∞

l’axe des x est une asymptote horizontale lorsque x tend vers moins l’infini. De même,

lim f (x) = 0 ,
x→+∞

et l’axe des x est une asymptote horizontale lorsque x tend vers plus l’infini.
De plus,

lim f (x) = ∞ , lim+ f (x) = −∞ , lim− f (x) = −∞ et lim f (x) = ∞ .

x→1− x→1 x→2 x→2+

La droite x = 1 (avec y > 0) est donc une asymptote verticale lorsque x approche 1 par la
gauche, la droite x = 1 (avec y < 0) est une asymptote verticale lorsque x approche 1 par
la droite, la droite x = 2 (avec y < 0) est une asymptote verticale lorsque x approche 2 par
182 5. Applications de la dérivée

la gauche, et la droite x = 2 (avec y > 0) est une asymptote verticale lorsque x approche 2
par la droite.
Résumons l’information que nous venons d’obtenir dans le tableau suivant.
x −∞ x < 1 1 1 < x < 3/2 3/2 3/2 < x < 2 2 x > 2 +∞
f (x) 0 + N.D. − −4 − N.D. + 0
f 0 (x) + N.D. + 0 − N.D. −
f 00 (x) + N.D. − − − N.D. +
I II III IV V VI VII VIII IX

I : asymptote horizontale y = 0 VI : négative, décroissante, concave

II : positive, croissante, convexe VII : asymptote verticale x = 2
III : asymptote verticale x = 1 VIII : positive, décroissante, convexe
IV : négative, croissante, concave IX : asymptote horizontale y = 0
V : maximum local
Le graphe de f est donné ci-dessous.

♣
Exemple 5.1.15 r
La relation entre le signe de la dérivée d’une fonction et la croissance ou décroissance de la
fonction peut être très utile pour déterminer la convergence de certaines séries. Déterminons
si la série ∞ √
X (−1)n n
2/3 + 1
n=1 n
converge ou diverge.
Montrons que cette séries converge en montrant qu’elle satisfait les trois conditions du
∞
(−1)n an avec
X
test des séries alternées (théorème 2.2.42). Cette série est de la forme
n=1
√
n
an = >0
n2/3 +1
5.2. Optimisation 183

pour tout n. De plus lim an = 0 grâce au théorème des gendarmes. En effet,

n→∞

n1/2 n1/2 1
0 < an = 2/3
< 2/3
= 1/6
n +1 n n
1
pour tout n et n→∞
lim = 0.
n1/6
Finalement, pour démontrer que an+1 < an pour tout n > 6, nous posons
x1/2
f (x) = .
x2/3 + 1
Puisque,
1 −1/2 2/3
0 2
x (x + 1) − x1/2 ( 23 x−1/3 ) − 16 x1/6 + 12 x−1/2 1 −1/2
2
x (1 − 13 x2/3 )
f (x) = = = <0
(x2/3 + 1)2 (x2/3 + 1)2 (x2/3 + 1)2
pour x > 33/2 = 5.196 . . ., f est strictement décroissante pour x > 33/2 et ainsi
an+1 = f (n + 1) < f (n) = an
pour tout n > 5.
Grâce au test des série alternée, la série
∞ √
X (−1)n n
2/3 + 1
n=6 n

converge et il en est de même de la série

∞ √
X (−1)n n
2/3 + 1
.
n=1 n

En effet, puisque
k √ √ √ √ k √
X (−1)n n 1 2 3 2 5 X (−1)n n
2/3 + 1
= − + 2/3 − + − +
n=1 n 2 2 + 1 32/3 + 1 42/3 + 1 52/3 + 1 n=6 n2/3 + 1
pour tout k > 5, nous avons que
∞ √ k √
X (−1)n n X (−1)n n
2/3 + 1
= lim 2/3 + 1
n=1 n n=1 n
k→∞
√ √ √ k √
1 2 3 2 5 X (−1)n n
= − + 2/3 − + − + lim
2 2 + 1 32/3 + 1 42/3 + 1 52/3 + 1 k→∞ n=6 n2/3 + 1
√ √ √ ∞ √
1 2 3 2 5 X (−1)n n
= − + 2/3 − + − + .
2 2 + 1 32/3 + 1 42/3 + 1 52/3 + 1 n=6 n2/3 + 1
♣

5.2 Optimisation
184 5. Applications de la dérivée

Définition 5.2.1
Soit X un sous-ensemble de R et f : X → R. Le supremum de f sur X est le plus
petit nombre réel M tel que f (x) ≤ M pour tout x ∈ X. L’infimum de f sur X est
le plus grand nombre réel m tel que f (x) ≥ m pour tout x ∈ X.

Un fonction ne possède pas toujours un supremum ou un infimum. La fonction f (x) = 1/x

pour x > 0 n’a pas de supremum car 1/x peut-être aussi grand que nous le voulons lorsque
x approche l’origine. Par contre 0 est l’infimum de f (x) pour x > 0. Nous avons bien que
f (x) ≥ 0 pour tout x > 0. Il n’existe pas de nombre m > 0 qui satisfasse aussi 1/x > m
pour tout x > 0 car 1/x peut être aussi petit que nous le voulons lorsque x devient de plus
en plus grand.
Nous avons défini à la définition 4.1.3 le maximum absolu et le minimum absolu d’une
fonction sur un intervalle. Une fonction définie sur un intervalle peut ne pas avoir de maxi-
mum absolu ou de minimum absolu même si elle possède un supremum ou un infimum. Par
exemple, la fonction f (x) = 1/x n’a pas de minimum absolu sur l’intervalle ]0, ∞[ car il
n’existe pas de point c ∈]0, ∞[ tel que f (x) ≥ f (c) pour tout x ∈]0, ∞[. Par contre, comme
nous avons vu précédemment, la fonction f a 0 comme infimum. f (x) peut être aussi près de
0 que l’on veut en prenant x de plus en plus grand. Malheureusement, il n’y a pas de valeur
x pour laquelle f (x) = 0.
Nous pouvons par contre imposer des conditions sur la fonction et son domaine pour
garantir l’existence du maximum absolu et minimum absolu.

Théorème 5.2.2 (Théorème des valeurs extrêmes)

Soit f : [a, b] → R une fonction continue sur un intervalle fermé [a, b]. Alors ils existent
cm et cM dans l’intervalle [a, b] tels que f (cm ) ≤ f (x) ≤ f (cM ) pour tout x ∈ [a, b].
Donc, M est le maximum absolu de f sur l’intervalle [a, b] et m est le minimum absolu
m de f sur l’intervalle [a, b].

Le théorème précédent demande que f soit continue sur un intervalle fermé [a, b]. Ces
contraintes imposées sur f et son domaine permettent de garantir l’existence d’un maximum
absolu à au moins un point de l’intervalle ainsi que d’un minimum absolu à au moins un
point de l’intervalle (figure 5.6).
Si nous considérons la fonction f qui est définie sur l’intervalle semi-ouvert ]a, b] et dont
le graphe est donné à la figure 5.7, l’intervalle est ouvert au point x = a et x = a est une
asymptote verticale pour f . La fonction f n’a donc pas de maximum absolu sur l’intervalle
]a, b].
Si nous considérons la fonction f qui est définie sur l’intervalle [a, b] et dont le graphe est
donné à la figure 5.8, l’intervalle est bien fermé mais la fonction n’est pas continue au point
x = c. La valeur de f au point c est inférieure à M qui est la limite de f lorsque x approche c.
M est le supremum de f sur l’intervalle [a, b] mais il n’y a pas de point cM tel que cM ∈ [a, b]
et f (cM ) = M . En d’autres mots, f n’a pas de maximum absolu sur l’intervalle [a, b].
5.2. Optimisation 185

y
function continue sur
f (c) un intervalle fermé
y = f (x)

x
a c b

Figure 5.6 – La fonction a un maximum global au point x = c car la fonction est

bien continue sur l’intervalle fermé [a, b]

y = f (x)
asymptote
verticale

x
a b

Figure 5.7 – La fonction n’admet pas de maximum global dans l’intervalle semi-
ouvert ]a, b]

Méthode 5.2.3
Pour trouver le maximum ou minimum absolu d’une fonction f continue sur l’intervalle
fermée [a, b] et dérivable sur l’intervalle ouvert ]a, b[, il suffit de trouver tous les points
critiques de f sur l’intervalle ]a, b[ et de comparer les valeurs de f à ces points et aux
points a et b. La plus grande valeur est le maximum absolu et la plus petite valeur est
le minimum absolu.

Exemple 5.2.4
Le nombre de saumons qui remontent une rivière de la Colombie-Britannique en fonction de
la température x◦ C de l’eau est S(x) = −x3 + 3x2 + 360x + 5000 saumons. Si la température
de l’eau varie de 6◦ C à 20◦ C, pour quelle température avons-nous le plus grand nombre de
saumons qui remontent la rivière ?
Puisque S 0 (x) = −3x2 + 6x + 360 = −3(x − 12)(x + 10), le seul point critique dans
l’intervalle [6, 20] est 12.
Puisque S(6) = 7052, S(12) = 8024 et S(20) = 5400 saumons, le plus grand nombre de
saumons qui remontent la rivière est 8024 saumons lorsque la température de l’eau est de
12◦ C. ♣
186 5. Applications de la dérivée

y
M f n’est pas
y = f (x) continue au point x = c
f (c)

x
a c b

Figure 5.8 – La fonction n’a pas de maximum global dans l’intervalle fermé [a, b]

Exemple 5.2.5
Déterminons les points de l’ellipse x2 + 3y 2 = 9 qui sont le plus près du point (1, 0) ?
q
Il faut trouver les points (x, y) de l’ellipse dont la distance euclidienne (x − 1)2 + y 2 au
point (1, 0) est minimale. Ceci revient à trouver les points (x, y) qui minimisent (x − 1)2 + y 2
et satisfont x2 + 3y 2 = 9.
De l’équation de l’ellipse, nous obtenons que y 2 = (9 − x2 )/3 pour −3 ≤ x ≤ 3. Il faut
donc trouver x dans l’intervalle [−3, 3] qui minimise g(x) = (x − 1)2 + (9 − x2 )/3.
Le seul point critique de g est x = 3/2 car g 0 (x) = 2(x − 1) − 2x/3 = 4x/3 − 2. Puisque
g(−3)q = 16, g(3) = 4 et g(3/2) = 5/2, la distance minimale entre l’ellipse et le point (1, 0)
est 5/2 lorsque x = 3/2. Il y a deux points (x, y) sur l’ellipse qui sont associés à x = 3/2 ;
ils sont donnés par y 2 = (9 − x2 )/2. Nous trouvons (3/2, 3/2) et (3/2, −3/2) ♣
Exemple 5.2.6 +
Un pigeon voyageur est libéré de sa cage qui se trouve sur un bateau pour livrer un message
à son propriétaire qui demeure sur le bord de la côte. Supposons que la côte soit linéaire.
La distance entre le bateau et le point de la côte qui est le plus près du bateau est de 2
kilomètres, et la distance entre ce point et la demeure du propriétaire est de 3 kilomètres
(figure 5.9).
En raison de la baisse de pression atmosphérique au dessus de grandes étendues d’eau, il
est plus difficile pour les oiseaux de voler au-dessus de l’eau que de voler au-dessus de la terre
ferme. Si le pigeon dépense 40% plus d’énergie pour voler au-dessus de l’eau qu’il en dépense
pour voler au-dessus de la terre ferme, quel trajet doit suivre le pigeon pour minimiser la
dépense d’énergie ? Doit-il se diriger vers le point de la côte qui est le plus près du bateau et
ensuite longer la côte jusqu’à la demeure de son propriétaire ? Doit-il voler directement vers
la demeure de son propriétaire ? Doit-il choisir un trajet entre ces deux extrêmes ?
S’il faut une unité d’énergie par kilomètre pour voler au-dessus de la terre ferme alors il
faut 1.4 unités d’énergie par kilomètre pour voler au dessus de l’eau. La quantité d’énergie
dépensée par le pigeon pour se rendre du bateau à la demeure de son propriétaire est
√ 7√
E(x) = 1.4 22 + x2 + |3 − x| = 4 + x2 + |3 − x|
5
5.2. Optimisation 187

où x est la distance (en kilomètres) entre le point de la côte qui est le plus près du bateau
et le point où le pigeon atteint la côte. Nous pouvons supposer que 0 ≤ x ≤ 3 car, pour des
valeurs de x à l’extérieur de cet intervalle, le pigeon allongerait son trajet inutilement.
Les points critiques de E sont les solutions de
7x
E 0 (x) = √ −1=0.
5 4 + x2
√
Le seul point critique entre 0 et 3 est x = 5/ 6 = 2.04 . . . kilomètres.
√
Puisque E(0)
√ = 5.8, E(3) = 5.04777 . . . et E(5/ 6) = 4.95959 . . .. L’énergie est minimale
pour x = 5/ 6.
Le pigeon devrait donc voler en ligne droite au-dessus de l’eau jusqu’au point de la côte
qui est à un distance de 2.04 . . . kilomètres du point de la côte qui est le plus près du bateau,
et de ce point voler en ligne droite jusqu’à la demeure de son propriétaire. ♣

2 km Trajet du pigeon

x
3 km

Figure 5.9 – Trajet du pigeon entre le bateau et la demeure de son propriétaire

Exemple 5.2.7 r
Déterminons les dimensions du triangle isocèle (deux côtés égaux) d’aire maximale inscrit
dans un cercle de rayon r (figure 5.10).
La hauteur du triangle est h = r + x avec −r ≤ x ≤ r. L’aire du triangle est A = h b/2 =
(r + x) b/2. Il faut écrire b en√fonction de x et r. Il découle du théorème de Pythagore que
r2 = x2 + (b/2)2 . Ainsi, b = 2 r2 − x2 .
√
L’aire du triangle est donc A(x) = (r + x) r2 − x2 pour −r ≤ x ≤ √ r. La fonction A
a un seul point critique entre −r et r car A0 (x) = (−2x2 − x r + r2 )/ r2 − x2 = 0 avec
−r < x < r implique que −2x2 − x r + r2 = 0. C’est un polynôme de degré deux en x (car r
est une constante) dont les racines sont
√
r ± r2 + 8r2 r ± 3r r
= = −r ou .
−4 −4 2
Ainsi, entre −r et r, le seul point critique de la fonction A est x = r/2.
188 5. Applications de la dérivée

√ √
Puisque A(r) = A(−r) = 0 et A(r/2) = 3 3 r2 /4, l’aire maximale est 3 3 r2 /4 pour
x = r/2. Ainsi, le triangleq isocèle a les dimensions suivantes : h = r + x = 3r/2, b =
√ √ √
2 r2 − x2 = 3 r et a = h2 + (b/2)2 = 3 r. En fait, nous avons un triangle équilatéral
(trois côtés égaux) car a = b. ♣

a r a
r
x
b

Figure 5.10 – Un triangle isocèle inscrit dans un cercle de rayon r

Exemple 5.2.8 r
Nous formons un gobelet conique à partir d’un secteur de cercle de rayon R en joignant les
deux rayons qui délimitent le secteur de cercle (figure 5.11). Quelle est la capacité maximale
d’un tel gobelet ?
Le problème est de trouver l’angle θ qui détermine le secteur de cercle (figure 5.11) pour
obtenir le cône de volume maximal.
Le volume d’un cône est donné par la formule V = π r2 h/3. Nous allons exprimer le
volume en termes du Puisque r2 + h2 = R2 , nous
√ rayon r de la base du cône et du rayon R.2 √
obtenons que h = R2 − r2 pour 0 ≤ r ≤ R. Donc V (r) = π r R2 − r2 /3.
q
Le seul point critique de V entre 0 et R est r = 2/3 R. En effet,
√
2π r R2 − r 2 π r3 π r(2R2 − 3r2 )
V 0 (r) = − √ 2 = √ .
3 3 R − r2 3 R2 − r 2
q
Donc V 0 (r) = 0 avec 0 < r < R seulement pour r = 2/3 R.
q  √
Puisque V (0) = V (R) = 0 et V 2/3 R = 2π R3 /(9 3), le volume maximal du cône
√ q
est 2π R3 /(9 3) pour r = 2/3 R.
Remarquons que la circonférence de la base du cône est la longueur de l’arc deqcercle
défini par le secteur de cercle utilisé pour construire le cône. Donc θ R = 2π r = 2π 2/3 R
q
et nous trouvons θ = 2π 2/3 radians. ♣
Malheureusement, nous ne pouvons pas toujours utiliser la méthode 5.2.3 pour trouver le
maximum et minimum absolu d’une fonction. Quand c’est le cas, il faut tracé grossièrement
le graphe de la fonction pour laquelle nous cherchons le maximum ou minimum absolu. C’est
la situation qui se présente dans les exemples suivants.
Exemple 5.2.9 +
Cet exemple provient de [1].
5.2. Optimisation 189

A B r
R
h R
C A=B
θ C

Figure 5.11 – Un gobelet conique fait à partir d’un secteur de cercle de rayon R

Les abeilles butinent (récoltent le nectar des fleurs) dans le but de produire du miel.
Lorsqu’une abeille butine, elle aspire le nectar des fleurs dans son jabot. La vitesse à laquelle
elle aspire le nectar d’une fleur (i.e. le taux instantané de changement de la quantité de
nectar dans le jabot de l’abeille) diminue avec le temps en raison de la diminution de nectar
dans la fleur, ce qui rend le travail d’aspirer le nectar plus difficile pour l’abeille.
Dans le but de maximiser la quantité de nectar qu’elle peut récolter durant une journée
d’ouvrage, l’abeille n’aspire pas tout le nectar de chaque fleur qu’elle visite mais quitte cette
fleur pour une autre fleur avant d’avoir aspiré tout le nectar. L’abeille quitte une fleur lorsque
la vitesse à laquelle elle aspire le nectar est assez faible pour justifier le voyage à une autre
fleur. Par contre, quand l’abeille voyage d’une fleur à une autre fleur, elle ne récolte pas de
nectar.
Combien de temps l’abeille doit-elle demeurer sur une fleur pour maximiser la quantité
de nectar qu’elle peut récolter durant une journée d’ouvrage ?
Si nous supposons que les fleurs sont uniformément distribuées dans le champ, nous
pouvons assumer que le temps que prend l’abeille pour se rendre d’une fleur à une autre
fleur est constant, disons τ minutes.
Supposons que la quantité de nectar récoltée par une abeille après t minutes sur une
même fleur soit
βt
F (t) =
t+α
où β est la quantité de nectar que possède une fleur et α est un coefficient de difficulté pour
aspirer le nectar. La quantité F (t) récoltée après t minutes diminue lorsque α augmente
(figure 5.12). Normalement, les constantes α et β varient selon l’espèce de fleurs, et parfois
α et β vont varier entre deux fleurs de même espèce. Pour simplifier le problème, nous
supposerons que toutes les fleurs sont identiques et donc que α et β ne varient pas d’une
fleur à l’autre.
En comptant le temps pour se rendre d’une fleur à l’autre, la vitesse moyenne à laquelle
l’abeille aspire le nectar d’une fleur sur laquelle elle demeure pendant t minutes (i.e. le taux
de variation moyen de la quantité de nectar dans le jabot de l’abeille durant les t premières
minutes sur la fleur plus les τ minutes pour se rendre à la fleur) est
F (t)
R(t) = .
t+τ
190 5. Applications de la dérivée

Figure 5.12 – Le graphe de F (t) = βt/(t + α), la quantité de nectar récoltée par
une abeille après t minutes sur une fleur.

Si nous supposons que le nombre d’heures de travail d’une abeille dans une journée est fixe
(les abeilles sont syndiquées et elles travaillent 8 heures par jour), le problème mathématique
que l’abeille a « à résoudre » est de trouver la valeur de t pour maximiser R(t).
Puisque
βt
R(t) = .
(t + τ )(t + α)
nous trouvons
β(ατ − t2 )
R0 (t) = .
(t + α)2 (t + τ )2
√
Le point T = ατ est le seul point critique positif de R (vérifier cet énoncé).
Nous obtenons donc
t 0 0<t<T T T < t < +∞ +∞
R(t) 0 + βT /((T + α)(T + τ )) + 0
R0 (t) β/(ατ ) + 0 − 0
max. local asymptote
horizontale

√ R(t) < R(T ) pour tout t ≥ 0 et t 6= T , la fonction R a donc un maximum absolu

Puisque
à T = ατ minutes (figure 5.13).
Nous pouvons donner un sens biologique / physique au choix de t qui maximise R(t). Si
nous dérivons R(t) = F (t)/(t − τ ) sans substituer l’expression algébrique pour F (t), nous
trouvons
F 0 (t)(t + τ ) − F (t)
R0 (t) = .
(t + τ )2
5.2. Optimisation 191

Figure 5.13 – Le graphe de la vitesse moyenne R(t) à laquelle une abeille aspire
le nectar d’une fleur en fonction du temps t depuis son arrivée sur la fleur

Ainsi, R0 (t) = 0 si et seulement si

F (t)
F 0 (t) = = R(t) .
t+τ
Une abeille arrête donc de butiner une fleur au temps t = T lorsque la vitesse (instantanée)
à laquelle elle aspire le nectar égale la vitesse moyenne R(t) (figure 5.14). Ce principe est
appelé la règle des valeurs marginales.

y F (t)
droite de pente R(t) =
t+τ
βt
y = F (t) =
t+α

Droite tengante à la courbe y = F (t)

au point (T, F (T )) dont la pente est
t
−τ T F (T )
F 0 (T ) = = R(T )
T +τ

Figure 5.14 – La vitesse moyenne R(t) à laquelle une abeille a aspiré le nectar
d’une fleur pendant les t premières minutes sur la fleur plus les τ minutes pour se
rendre à la fleur est la pente de la droite entre (−τ, 0) et (t, F (t)). Nous cherchons
la valeur T de t pour que cette droite soit tangente à la courbe y = F (t) au point
t = T.

Cet exemples soulève plusieurs questions. En voici quelques-unes. Qu’arrive-t-il au temps

t où R atteint son maximum lorsque le temps τ pour voyager d’une fleur à l’autre varie ?
192 5. Applications de la dérivée

Lorsque le niveau de difficulté α pour récolter le nectar augmente ? Sommes-nous en mesure

de traiter le problème où α et β change d’une fleur à l’autre ? ♣
Exemple 5.2.10 +
Cet exemple provient de [11] et [14]
Les mâles d’une espèce de grenouille du Porto-Rico (i.e. Eleutherodactylus coqui) protè-
gent les oeufs pondus par les femelles. S’ils ne protègent pas les oeufs, ceux-ci risquent d’être
détruits. Par contre, quand les mâles protègent les oeufs, ils ne cherchent pas de partenaires
pour se reproduire et donc ne participent pas à la reproduction de l’espèce.
La proportion w(t) d’oeufs pondus qui éclosent (qui produisent une nouvelle grenouille)
en fonction du temps t passé par les mâles pour protéger les oeufs est
p(t)
w(t) =
t+C
où p(t) est la probabilité que les mâles passent le temps t à protéger les oeufs et C est une
constante qui représente le niveau de difficulté à trouver un partenaire.
t
Si p(t) = et C = 3, pour quelle valeur de t aurons-nous la plus grande proportion
1+t
w(t) d’oeufs pondus qui écloront ?
t
Nous obtenons de w(t) = que
(t + 1)(t + 3)
ln(w(t)) = ln(t) − ln(t + 1) − ln(t + 3) .

Si nous dérivons cet expression par rapport à t, alors

w0 (t) 1 1 1
= − − .
w(t) t t+1 t+3
Ainsi,
! !
0 (t + 1)(t + 3) − t(t + 3) − t(t + 1) t −t2 + 3
w (t) = = =0
t(t + 1)(t + 3) (t + 1)(t + 3) (t + 1)2 (t + 3)2
√ √ √
pour t =√ 3. Puisque w0 (t) < 0 pour t > 3 et w0 (t) > 0 pour 0 ≤ t < 3, nous obtenons
que t = 3 est le temps qui maximise w(t).
p(t)
Si nous dérivons w(t) = par rapport à t, nous trouvons que
t+C
p0 (t) (t − C) − p(t)
w0 (t) = =0
(t + C)2
lorsque
p(t)
p0 (t) =
= w(t) .
t+C
Nous avons une règle des valeurs marginales comme à l’exemple 5.2.9 pour les abeilles.
La proportion maximale d’oeufs pondus qui éclosent est atteinte à t = T lorsque le taux de
5.2. Optimisation 193

variation instantané de la probabilité des mâles de protéger les oeufs pendant un temps t est
égale à la proportion d’oeufs pondus qui éclosent si les mâles passent un temps t à protéger
les oeufs. ♣
Exemple 5.2.11 r
Quelles sont les dimensions du triangle isocèle d’aire minimale qui contiendra un cercle de
rayon R ?
L’aire du triangle que nous retrouvons à la figure 5.15 est donnée par la formule A =
b(R + x)/2. Il faut exprimer b en terme de x et R. Remarquons que le triangle 4ABC est
semblable au triangle 4DOC. Donc

|AB| |OD|
= .
|AC| |CD|
√
Il découle du théorème de Pythagore que |CD| = x2 − R2 . Ainsi,

b/2 R
=√ 2
R+x x − R2
√
pour x > R. Ce qui donne b = 2 R (x + R)/ x2 − R2 . L’aire du triangle contenant le cercle
de rayon R est donc
R (x + R)2
A(x) = √ 2 .
x − R2
Cherchons les points critiques de A. Nous avons
√ √
0 2 R (x + R) x2 − R2 − R x(x + R)2 / x2 − R2
A (x) =
x2 − R 2
2R (x + R)(x − R ) − R x(x + R)2
2 2
R(x − 2R)(x + R)2
= √ = √ .
(x2 − R2 ) x2 − R2 (x2 − R2 ) x2 − R2

Ainsi, A0 (x) = 0 avec x > R si x = 2R. Nous résumons l’information que nous avons au
sujet de A dans le tableau suivant.

x R R < x < 2R 2R x>R ∞

√ 2
A(x) +∞ + 3 3R + +∞
0
A (x) − 0 +
min. local
√ 2
L’aire minimale du triangle contenant le cercle de rayon R est 3 3 R lorsque x = 2R.
q √
Pour x = 2R, nous avons que b = 2 R (2R + R)/ (2R) − R = 2 3 R et
2 2

q q √
a= |AB|2 + |AC|2 = (b/2)2 + (x + R)2 = 2 3 R .
√
Nous trouvons donc un triangle équilatéral avec des côtés de longueur 2 3 R. ♣
194 5. Applications de la dérivée

x
a D
R
O

B
A
b

Figure 5.15 – Un cercle de rayon R inscrit à l’intérieur d’un triangle

5.3 Taux liés r

Nous considérons les problèmes où deux variables dépendantes du temps (ou de tout autre
paramètre) sont reliées par une relation mathématique, et nous cherchons à déterminer le
taux de variation instantané d’une variable en fonction du taux de variation instantané de
l’autre variable. Comme les exemples suivants vont démontrer, nous avons tous les outils
nécessaires pour résoudre ce genre de problèmes.
Exemple 5.3.1
Une vache regarde le train passer. Si la vache est à 100 m de la voie ferrée et le train se
déplace à 140 km/h, à quelle vitesse (angulaire) la vache doit-elle tourner la tête pour suivre
le (devant du) train lorsque celui-ci est à 500 m de la vache ?

x
140 km/h

100 m θ y

Nous allons résoudre le problème avec les kilomètres comme unités de distance. Nous
avons
x(t)
tan(θ(t)) = = 10x(t)
0.1
où θ et x dépendent du temps t. En dérivant chaque côté de cette équation par rapport à t,
nous obtenons
dθ dx
sec2 (θ(t)) (t) = 10 (t) .
dt dt
Donc
dθ dx
(t) = 10 (t) cos2 (θ(t)) .
dt dt
5.3. Taux liés r 195

dx
Comme la vitesse du train est constante, nous avons (t) = 140 km/h pour tout t. Si le
dt
(devant du) train est à y = 0.5 km de la vache lorsque t = τ , alors
0.1
cos(θ(τ )) = = 0.2 .
0.5
Donc, lorsque le (devant du) train est à y = 0.5 km de la vache, nous avons
dθ dx
(τ ) = 10 (τ ) cos2 (θ(τ )) . = 10 × 140 × 0.22 = 56 radians/h .
dt dt

Le temps τ lorsque le (devant du) train est à y = 0.5 km de la vache n’est pas connu.
Pour le déterminer, il faudrait connaître la position initiale du train. Comme nous venons de
voir, nous n’avons pas besoin de connaître τ pour déterminer la vitesse à laquelle la vache
doit tourner la tête lorsqu’elle est à 0.5 km du (devant du) train. ♣
Exemple 5.3.2
Le flot dans un vaisseau sanguin est déterminé par la lois de Poiseuille.

v(t) = k(R2 (t) − r2 )

où v(t) est la vitesse du sang en millimètres par minute à une distance r du centre du vaisseau
au temps t en minutes.

r R(t)

R(t) est le rayon en millimètres du vaisseau sanguin au temps t en minutes et k = 375 est
une constante associée au sang. Si le froid fait contracter le vaisseau sanguin à la vitesse
de 0.01 mm/m, quel est le taux de variation de la vitesse sanguin (l’accélération) lorsque le
rayon du vaisseau sanguin est de 0.08 mm ?
dR
Nous avons que (t) = −0.01 mm/m pour tout t. Le signe négatif indique que le
dt
vaisseau contracte. Si nous dérivons la lois de Poiseuille par rapport à t, nous obtenons
dv dR
(t) = 2kR(t) (t) .
dt dt
Ainsi, au temps t = τ où R(τ ) = 0.08 mm, nous avons
dv dR
(τ ) = 2kR(τ ) (τ ) = 2 × 375 × 0.08 × (−0.01) = −0.6 mm/m .
dt dt
La vitesse du sang diminue. ♣
Exemple 5.3.3
Un réverbère a une hauteur de 5 m. Une personne mesurant 1.7 m s’éloigne en ligne droite
de ce réverbère à une vitesse de 4 km/h. Quelle sera la vitesse de la point de l’ombre de cette
personne lorsque la personne se trouve à 15 m du réverbère.
196 5. Applications de la dérivée

4 km/h
5m
1.7 m
x y−x
y

Nous allons résoudre le problème avec les mètres comme unités de distance. Par similarité
des triangles, nous avons
y(t) y(t) − x(t)
=
5 1.7
Si nous résolvons pour y(t), nous trouvons
5
y(t) = x(t) .
3.3
Ainsi, si nous dérivons par rapport à t, nous obtenons
dy 5 dx
(t) = (t) .
dt 3.3 dt
dx
Puisque (t) = 4000 m/h pour tout t, nous avons
dt
dy 5
(t) = × 4000 = 6060.60 m/h .
dt 3.3
La pointe de l’ombre se déplace donc à une vitesse constante de 6.060 km/h. Cette réponse
est indépendante de la position de la personne. ♣

5.4 Dérivées implicites r

Il n’y a pas de nouveau concepts a introduire pour expliquer la dérivée implicite. La
dérivée implicite est une façon différente d’aborder certains problèmes avec les outils que
nous avons développés jusqu’à présent.
Exemple 5.4.1 √
Quelle est la pente de la tangente au cercle unité au point (1/2, 3/2) (figure 5.16) ?
√
1er méthode : Pour la partie supérieure du cercle unité, nous avons y = 1 − x2 avec
−1 ≤ x ≤ 1. Ainsi,
dy d
= (1 − x2 )1/2 = −x(1 − x2 )−1/2
dx dx
et
 2 !−1/2
dy 1 1 1 1
   
=− 1− = −√
dx 2 2 2 3
5.4. Dérivées implicites r 197

dy
2e méthode : Nous pouvons calculer en un point sans avoir à exprimer explicitement y
dx
en fonction de x. Il suffit de dérivée par rapport à x de chaque côté de l’équation x2 + y 2 = 1
en tenant bien compte du fait que y est une fonction de x. Nous avons
d 2 d dy dy x
(x + y 2 ) = (1) ⇒ 2x + 2y =0⇒ =−
dx dx dx dx y
√
Au point (x, y) = (1/2, 3/2), nous obtenons
√ !−1
dy 1 1 3 1
   
=− = −√
dx 2 2 2 3

La deuxième méthode est valide pour la partie supérieure et la partie inférieure du cercle
unité. ♣

y
 √ 
1 3
,
2 2

π
3
x
1

x2 + y 2 = 1

√
Figure 5.16 – Droite tangente au cercle unité au point (1/2, 3/2).

Exemple 5.4.2
x2 y 2
Trouvons l’équation de la droite tangente à l’ellipse + = 1 au point (1, 2).
3 6
Pour obtenir la pente de la droite tangente à la courbe

x2 y 2
+ =1,
3 6
il suffit de dériver des deux côtés de l’égalité précédente en gardant en tête que y est une
fonction de x. Nous obtenons
2 1 dy
x+ y =0.
3 3 dx
Ainsi,
dy −2x
= .
dx y
La pente de la tangente à l’ellipse au point (x, y) = (1, 2) est donc

dy −2 × 1
(1) = = −1 .
dx 2
198 5. Applications de la dérivée

L’équation de la droite tangente (sous la forme point-pente) est

(y − 2) = −(x − 1) .

♣
Exemple 5.4.3
Quelle est l’équation de la droite tangente à la courbe (x + y)3 + xey = 2 au point (1, 0) sur
cette courbe ?
Comme nous ne pouvons pas isoler y en fonction de x, nous procédons donc de la façon
suivante. Nous dérivons par rapport à x chaque côté de l’équation (x + y)3 + xey = 2, en
tenant compte du fait que y est une fonction de x, pour obtenir
!
d d dy dy
((x + y)3 + xey ) = (2) ⇒ 3(x + y)2 1 + + ey + xey =0
dx dx dx dx
  dy
⇒ 3(x + y)2 + xey = −3(x + y)2 − ey
dx
dy −3(x + y)2 − ey
⇒ =
dx 3(x + y)2 + xey

Ainsi, au point (x, y) = (1, 0), nous obtenons

dy −3 − 1
(1) = = −1 .
dx 3+1
L’équation de la droite tangente dans la forme point-pente est y − 1 = −1(x − 1). Ce qui
donne y = −x + 1 dans la forme standard. Nous retrouvons à la figure 5.17 le dessin de la
courbe ainsi que sa tangente au point (1, 0). ♣

Figure 5.17 – Une partie de la courbe décrite par (x + y)3 + xey = 2 ainsi que la
droite tangente à cette courbe au point (1, 0) sur la courbe.
5.5. Approximation locale des fonctions 199

Remarque 5.4.4
Dans les trois exemples précédent, nous avons considéré des équations en x et y. Il faut noter
que la méthode de dérivée implicite pour calculer la dérivée de y en fonction de x échoue
lorsque que nous ne pouvons pas (en théorie) exprimer y en fonction de x. Pour le cercle
unité que l’on retrouve à la figure 5.16, cela se produit aux points (−1, 0) et (1, 0). Pour la
courbe que nous retrouvons à la figure 5.17, cela ce produit au point A. Dans tous ces cas,
la pente de la droite tangente à la courbe est verticale. Il faut alors considérer x en fonction
de y si cela est possible. ♠

5.5 Approximation locale des fonctions

Une conséquence du théorème de la moyenne, théorème 4.4.6, est que pour chaque valeur
x près de c, nous pouvons trouver une valeur ξ = ξ(c, x) entre c et x telle que

f (x) = f (c) + f 0 (ξ)(x − c) .

Le théorème affirme l’existence de la valeur ξ mais ne donne pas de formule pour la trouver.
En dépit de sa simplicité, le théorème de la moyenne nous permettra de trouver des
fonctions polynomiales de la forme

pk (x) = a0 + a1 (x − c) + a2 (x − c)2 + . . . + ak (x − c)k

qui donneront de très bonnes approximations de f (x) pour x près de c.

Définissons la fonction constante

p0 (x) = f (c) pour x ∈ R .

Il découle de la continuité de f au point c que p0 (x) ≈ f (x) pour x très près de c. Ainsi, p0
est une fonction constante qui fournie une approximation de f (x) pour x très près de c.
Nous avons déjà introduit à la section 4.3 une meilleure méthode pour estimer la valeur
d’une fonction près d’un point. Si f est une fonction différentiable au point c, nous pouvons
définir la fonction
p1 (x) ≡ f (c) + f 0 (c)(x − c) pour x ∈ R .
Nous avons que p1 (x) ≈ f (x) pour x suffisamment près de c. La fonction polynomiale p1 est
une approximation linéaire de f pour x près de c (figure 4.6). Nous estimons la valeur de
f (x) au point x = b près de c par la valeur de p1 (b). Le point (x, y) = (b, p1 (b)) est sur la
droite tangente y = f (c) + f 0 (c)(x − c) à la courbe y = f (x) au point x = c.
Exemple 5.5.1
Estimons la valeur de la racine cubique de 8.02 (sans utiliser de calculatrice).
Le problème peut être reformulé de la façon suivante. Estimons la valeur de f (x) = x1/3
au point x = 8.02. Puisque f 0 (x) = 1/(3x2/3 ), nous avons
1
f (x) ≈ p1 (x) = f (8) + f 0 (8)(x − 8) = 2 + (x − 8)
12
200 5. Applications de la dérivée

√ x près de 8. Ainsi, f (8.02) ≈ p1 (8.02) = 2 + (1/12)(8.02 − 8) = 2.0016. La valeur exacte

pour
de 3 8.02 est 2.00166528 . . . Notre approximation est très bonne. ♣
La fonction polynomiale p1 satisfait les deux relations suivantes : p1 (c) = f (c) et p01 (c) =
f 0 (c).
Serait-il possible de choisir les coefficients A, B et C de la fonction polynomiale

p2 (x) = A + B(x − c) + C(x − c)2

de degré 2 de telle sorte que

p2 (c) = f (c) , p02 (c) = f 0 (c) et p002 (c) = f 00 (c)

soient satisfaits ? Ainsi, la courbe y = p2 (x) aurait la même pente et la même courbure que f
au point c. Nous serions alors en droit de croire que la courbe y = p2 (x) fournit une meilleure
approximation du graphe de f que la droite y = p1 (x) pour x très près de c.
Puisque

p2 (c) = f (c) ⇒ A = f (c) ,

p02 (c) = f 0 (c) ⇒ B = f 0 (c)

et

p002 (c) = f 00 (c) ⇒ 2C = f 00 (c) ,

nous obtenons
1
p2 (x) = f (c) + f 0 (c)(x − c) + f 00 (c)(x − c)2 .
2
Nous avons vu à la proposition 4.3.5 que p1 (x) = f (c) + f 0 (c)(x − c) donne une bonne
approximation de f (x) pour x très près de c. Pouvons-nous en dire autant de p2 (x) ? Si oui,
est-ce que p2 (x) donne une meilleure approximation de f (x) que p1 (x) pour x très près de
c ? Les réponses à ces questions sont données par le théorème suivant qui lui-même est une
généralisation (et découle) du théorème de la moyenne, théorème 4.4.6.

Théorème 5.5.2 (Théorème de Taylor)

Soit f une fonction continue sur l’intervalle [a, b] et (k + 1) fois différentiables sur ]a, b[
où k ≥ 0. Quel que soit x et c dans l’intervalle ]a, b[, il existe ξ = ξ(k, c, x) entre x et
c tel que
f (x) = pk (x) + rk (x)
où
k
1 (n)
f (c)(x − c)n
X
pk (x) =
n=0 n!
1 1
= f (c) + f 0 (c)(x − c) + f 00 (c)(x − c)2 + f (3) (c)(x − c)3 + . . .
2! 3!
5.5. Approximation locale des fonctions 201

1 (k)
+ f (c)(x − c)k
k!
et
1
rk (x) = f (k+1) (ξ)(x − c)k+1 .
(k + 1)!

Le polynôme pk est appelé le polynôme de Taylor de degré k de f pour x près

de c et rk est l’erreur de troncature.

Au théorème précédent, nous insistons sur le fait que ξ dépend de l’ordre k du polynôme
de Taylor, de c et de x ; d’où la notation ξ = ξ(k, x, c). Donc ξ varie si k, c et x changent.
p1 est une approximation linéaire de f pour x près de c alors que p2 est une approxi-
mation quadratique de f pour x près de c.
Exemple 5.5.3
Quel est le polynôme de Taylor de degré 3 de f (x) = e2(x−1) pour x près de 1 ? Utilisez
ce polynôme pour estimer f (1.01) et sa formule pour l’erreur de troncature pour estimer
l’erreur |f (1.01) − p3 (1.01)|.
Puisque f (x) = e2(x−1) , f 0 (x) = 2e2(x−1) , f 00 (x) = 22 e2(x−1) et f 000 (x) = 23 e2(x−1) , nous
obtenons
1 00 1
p3 (x) = f (1) + f 0 (1)(x − 1) + f (1)(x − 1)2 + f 000 (1)(x − 1)3
2! 3!
4
= 1 + 2(x − 1) + 2(x − 1)2 + (x − 1)3 .
3
Ainsi,

f (1.01) ≈ p3 (1.01) = 1 + 2 × 10−2 + 2 × 10−4 + 1.3 × 10−6 = 1.0202013 .

Puisque f (4) (x) = 24 e2(x−1) , la formule pour l’erreur de troncature est

24 2(ξ−1)
r3 (x) = e (x − 1)4
4!
où ξ est un nombre entre 1 et x que nous ne connaissons pas. Pour x = 1.01, nous avons que
ξ est inférieur à 1.01. Ainsi,
24 e0.02 2e0.02 −8
|r3 (1.01)| ≤ (1.01 − 1)4 = 10 < 0.68014 × 10−8 . (5.5.1)
4! 3
Donc f (1.01) ≈ 1.0202013 avec une erreur d’au plus 0.68014 × 10−8 .
En fait la valeur exacte de f (1.01) = 20.02 est 1.0202013400267558102 . . . Donc p3 (1.01)
est une très bonne approximation de f (1.01). De plus, nous avons |f (1.01) − p3 (1.01)| =
0.669 . . . × 10−8 . La formule en (5.5.1) nous donne une très bonne approximation de l’erreur.
♣
202 5. Applications de la dérivée

Exemple 5.5.4
Trouvons les polynômes de Taylor de degré 1, 2, 3, 4 et 5 de f (x) = sin(x) pour x près
de l’origine, et traçons sur un même système de coordonnées le graphe de chacun de ces
polynômes ainsi que celui de f . Que pouvons-nous conclure de cette figure ?
Puisque

f (x) = sin(x) , f 0 (x) = cos(x) , f 00 (x) = − sin(x) , f (3) (x) = − cos(x) ,

f (4) (x) = sin(x) = f (x) et f (5) (x) = cos(x) = f 0 (x) ,

nous obtenons

p1 (x) = f (0) + f 0 (0)(x − 0) = x ,

1
p2 (x) = f (0) + f 0 (0)(x − 0) + f 00 (0)(x − 0)2 = x ,
2!
1 1 x3
p3 (x) = f (0) + f 0 (0)(x − 0) + f 00 (0)(x − 0)2 + f (3) (0)(x − 0)3 = x − ,
2! 3! 3!
1 1 1
p4 (x) = f (0) + f 0 (0)(x − 0) + f 00 (0)(x − 0)2 + f (3) (0)(x − 0)3 + f (4) (0)(x − 0)4
2! 3! 4!
3
x
=x−
3!
et
1 00 1 1
p5 (x) = f (0) + f 0 (0)(x − 0) +
f (0)(x − 0)2 + f (3) (0)(x − 0)3 + f (4) (0)(x − 0)4
2! 3! 4!
3 5
1 (5) x x
+ f (0)(x − 0)5 = x − + .
5! 3! 5!

Remarquons que p2n = p2n−1 pour tout n ≥ 1 car f (2n) (x) = (−1)n sin(x) et donc
f (2n) (0) = 0 pour tout n ≥ 1.
À la figure 5.18, nous retrouvons sur un même système de coordonnées le graphe de chacun
des polynômes de Taylor p1 , p2 , p3 , p4 et p5 , ainsi que le graphe de f . Nous en déduisons
que l’approximation de sin(x) fournie par pk (x) pour x près de l’origine est de plus en plus
bonne lorsque l’ordre k du polynôme de Taylor pk (x) de sin(x) près de l’origine augmente.
Puisque f (2n) (x) = (−1)n sin(x) et f (2n−1) (x) = (−1)n+1 cos(x) pour tout n ≥ 1, nous
avons que f (n) (x) ≤ 1 pour tout x ∈ R et tout entier positif n. Nous trouvons la borne
suivante pour l’erreur de troncature.
1 1
|rk (x)| = |f (k+1) (ξ)||x|k+1 ≤ |x|k+1 pour x ∈ R .
(k + 1)! (k + 1)!

Pour x près de l’origine, l’erreur sera donc petite. ♣

Exemple 5.5.5 r
Cherchons un (petit) entier k tel que pk (0.01) soit une approximation de sin(0.01) avec une
5.5. Approximation locale des fonctions 203

Figure 5.18 – Graphes des polynômes de Taylor de sin(x) de degré inférieur à 6

pour x près de l’origine. Le graphe de sin(x) est aussi inclus pour comparaison.

erreur de troncature inférieure à 10−8 , où pk est le polynôme de Taylor de degré k de sin(x)

près de l’origine. Nous voulons aussi la valeur de cette approximation.
Il faut trouver un petit entier k tel que
|sin(0.01) − pk (0.01)| = |rk (0.01)| < 10−8 .
Nous avons montré à l’exemple précédent que
1
|rk (x)| ≤ |x|k+1 pour x ∈ R .
(k + 1)!
Donc
1
|rk (0.01)| ≤ 0.01k+1 .
(k + 1)!
Nous choisissons le plus petit entier k tel que
1
0.01k+1 < 10−8
(k + 1)!
soit satisfaite. Pour k = 2, nous avons que
1
|r2 (0.01)| ≤ 0.013 = 0.16 × 10−6 6< 10−8 .
3!
Par contre, pour k = 3, nous avons que
1
|r3 (0.01)| ≤ 0.014 = 0.416 × 10−9 < 10−8 .
4!
Donc k = 3 est le degré cherché. L’approximation est donnée par
0.013
sin(0.01) ≈ p3 (0.01) = 0.01 − ≈ 0.0099998333 .
3!
204 5. Applications de la dérivée

La valeur exacte est sin(0.01) = 0.009999833334 . . .. Nous obtenons plus de précision qu’il
a été demandé. Cela est généralement du au fait que notre borne supérieure sur l’erreur de
troncature est une grossière sur-estimation de la valeur réel de l’erreur de troncature. ♣
Exemple 5.5.6 r
Cherchons le degré d’un polynôme de Taylor de f (x) = sin (x/3) près de l’origine qui donnera
toujours une approximation de f avec une erreur de troncature inférieure à 10−3 quel que
soit le point x ∈] − 4, 4[ considéré.
Pour déterminer le degré d’un tel polynôme de Taylor, il faut trouver k tel que

1
|rk (x)| = f (k+1) (ξ) xk+1 < 10−3
(k + 1)!

pour |x| < 4 où ξ = ξ(k, x, 0) est une nombre entre 0 et x. Or

1 x 1 x 1 x
     
f 0 (x) = cos , f 00 (x) = − 2 sin , f (3) (x) = − cos ,
3 3 3 3 33 3
1 x 1
 
f (4) (x) = 4 sin = 4 f (x) , . . .
3 3 3
Par induction, nous obtenons
1
f (n) (x) ≤ pour x ∈ R et n = 0, 1, 2, 3, . . .
3n
Ainsi,
1 k+1 4k+1
|rk (x)| ≤ |x| <
3k+1 (k + 1)! 3k+1 (k + 1)!
pour |x| < 4. Puisque

47
|r6 (x)| < 7
≈ 0.0014864 6< 10−3 pour |x| < 4
3 7!
et
48
|r7 (x)| < ≈ 0.0002477 < 10−3 pour |x| < 4 ,
38 8!
nous choisissons k = 7. Pour satisfaire la précision demandée dans la question, nous utilisons
le polynôme de Taylor de degré 7 qui comprend quatre termes ; c’est-à-dire,
x 1 1 1 1
 
f (x) = sin ≈ p7 (x) = x − 3 x3 + 5 x5 − 7 x7 pour |x| < 4 .
3 3 3 3! 3 5! 3 7!
Nous avons donc que
|f (x) − p7 (x)| < 10−3 pour |x| < 4 .

Ce genre d’approximation qui est valable pour tout x dans un ensemble donné X est
appelée approximation uniforme sur X. Dans le cas présent X = {x : |x| < 4}. ♣
Soit p1 et p2 les polynômes de Taylor d’ordre 1 et 2 respectivement d’une fonction f .
Nous parlons ici de polynômes de Taylor près d’un point c. Sans être une démonstration
5.5. Approximation locale des fonctions 205

rigoureuse, le raisonnement qui suit supporte l’idée que le polynôme de Taylor p2 fournie
généralement une meilleure approximation de f près du point c que le polynôme de Taylor
p1 . Les polynômes p1 et p2 satisfont
1
f (x) = p1 (x) + f 00 (ξ(1, c, x))(x − c)2
2
1 (3)
f (x) = p2 (x) + f (ξ(2, c, x))(x − c)3
6
où ξ(1, c, x) et ξ(2, c, x) sont des nombres entre x et c. Si nous supposons que f 00 (ξ(1, c, x)) ≈
f 00 (c) et f (3) (ξ(2, c, x)) ≈ f (3) (c) pour x près de c, nous obtenons que l’erreur pour l’ap-
proximation linéaire p1 (x) de f (x) est proportionnel à (x − c)2 et celle pour l’approximation
quadratique p2 (x) de f (x) est proportionnel à (x − c)3 . Puisque (x − c)3 approche 0 plus
rapidement que (x − c)2 lorsque x approche c, nous avons que p2 (x) donne une meilleure
approximation de f (x) que p1 (x) pour x très près de c.
Remarque 5.5.7 r
L’idée d’augmenter l’ordre du polynôme de Taylor pour améliorer notre approximation d’une
fonction comme nous l’avons fait dans les exemples précédents est généralement vrai quel
que soit la fonction f qui possède des dérivées d’ordre suffisamment grand. C’est-à-dire que,
généralement, plus l’ordre k du polynôme de Taylor de f près du point c est grand, meilleure
sera l’approximation de f (x) fournies par pk (x) pour x très près de c.
Nous insistons sur le mot généralement utilisé au paragraphe précédent ainsi que sur la
contrainte que x doit être très près de l’origine. Il y a des exceptions. Par exemple, la fonction

e−1/x2 pour x > 0
f (x) =
0 pour x ≤ 0

possède des dérivées de toute ordre au point x = 0 et f (k) (0) = 0 pour tout k > 0. Les
polynômes de Taylor pk de f près de l’origine satisfont donc pk (x) = 0 pour tout x quel
que soit l’ordre k du polynôme. Ainsi, pk (x) < f (x) pour tout x > 0 et augmenter l’ordre
du polynôme de Taylor ne donne pas de meilleures approximations de f (x) pour x près de
l’origine.
De plus, dans certain cas, l’intervalle I contenant c sur lequel le polynôme de Taylor pk
de degré k de f près de c donne une bonne approximation de f devient de plus en plus petit
lorsque k augmente. À la « limite », lorsque k devient de plus en plus grand, l’intervalle I
«tend» vers l’ensemble {c} qui contient seulement le point c. ♠

5.5.1 Calcul de limites r

Nous pouvons utiliser les polynômes de Taylor pour évaluer les limites de la forme
f (x)
lim où lim f (x) = 0 et lim g(x) = 0.
n→a g(x) n→a n→a

Exemple 5.5.8
Calculons les limites suivantes.
206 5. Applications de la dérivée

x − sin(x) 1 − cos(2x)
a) lim b) lim
x→0 x2 x→0 1 + x − ex

a) Le polynôme de Taylor de degré trois de sin(x) à l’origine est

x3
sin(x) = x − + r3 (x)
3!
où
1 (4) 1 1
|r3 (x)| = f (ξ) x4 = sin(ξ) x4 ≤ |x|4
4! 4! 4!
avec ξ entre 0 et x. Ainsi,
x − sin(x) x r3 (x)
= − .
x2 3! x2
Puisque
x r3 (x) 1
→0 et 0≤ 2
≤ |x|2 → 0
3! x 4!
lorsque x → 0, nous obtenons
x − sin(x) x r3 (x)
2
= − 2 → 0 lorsque x → 0 .
x 3! x
b) Le polynôme de Taylor de degré deux de cos(2x) à l’origine est
cos(2x) = 1 − 2x2 + r2 (x)
où
1 (3) 8
r2 (x) =f (ξ) x3 = sin(ξ) x3
3! 3!
avec ξ entre 0 et x. De plus, le polynôme de Taylor de degré deux de ex à l’origine est
x2
ex = 1 + x + + r̂2 (x)
2!
où
1 (3) ˆ 3 1
r̂2 (x) = g (ξ) x = eξ̂ x3
3! 3!
avec ξˆ entre 0 et x. Donc
r2 (2x)
1 − cos(2x) 2 x2 − r2 (2x) 2−
= = x2 .
x 2 1 r̂2 (x)
1+x−e x
− − r̂2 (x) − − 2
2! 2 x
Puisque
r2 (2x) 8 r̂2 (x) 1
0≤ 2
≤ |x| → 0 et 0≤ 2
≤ ex |x| → 0
x 3! x 3!
lorsque x → 0, nous obtenons
r2 (2x)
1 − cos(2x) 2− 2
= x2 → 1 = −4 lorsque x → 0 .
1+x−e x 1 r̂2 (x)
− − 2 −
2 x 2
♣
5.6. Comportement asymptotique + r 207

5.6 Comportement asymptotique + r

Lorsque que nous étudions l’interaction entre deux espèces animales, une espèce étant les
prédateurs et l’autre les proies, nous cherchons souvent à déterminer s’il se créera dans le
futur un équilibre entre le nombre de prédateurs et le nombre de proies. Mathématiquement,
il faut évaluer une limite de la forme
f (t)
lim (5.6.1)
t→∞ g(t)

où f (t) est le nombre de prédateurs et g(t) est le nombre de proies au temps t. Si f (t) et g(t)
tendent vers les nombres réels A 6= 0 et B 6= 0 respectivement lorsque t tend vers l’infini,
alors l’analyse du comportement à long terme des deux populations est simple car la valeur
de la limite (5.6.1) est A/B. Pour t très grand, nous avons f (t) ≈ (A/B)g(t) ; le nombre de
prédateurs est presque proportionnel au nombre de proies avec A/B comme constante de
proportionnalité.
Bien souvent, l’analyse devient plus délicate car f (t) et g(t) tendent vers 0 ou f (t) et
g(t) tendent vers plus l’infini lorsque t tend vers plus l’infini. C’est le genre de situations que
nous allons présentement analyser.

Définition 5.6.1
Soit f et g deux fonctions telles que

lim f (x) = +∞ et lim g(x) = +∞ .

x→∞ x→∞

Si
f (x)
lim =0,
x→∞ g(x)

nous disons que f (x) croît plus lentement que g(x) et que g(x) croît plus rapi-
dement que f (x) lorsque x tend vers l’infini.
S’il existe un nombre réel positif L tel que

f (x)
lim =L,
x→∞ g(x)

nous disons que f (x) et g(x) ont asymptotiquement le même type de croissance
lorsque x tend vers l’infini.

La définition précédente n’est pas limitée au cas où x tend vers ∞. Nous obtenons la
définition suivante.

Définition 5.6.2
Une limite de la forme
f (x)
lim
x→a g(x)
208 5. Applications de la dérivée

où
lim f (x) = +∞ et
x→a
lim g(x) = +∞
x→a

est appelée une limite du type ∞/∞. la variable a peut être un nombre réel ou ±∞.

Exemple 5.6.3
Soit f (x) = ln(x) et g(x) = x1/5 . Nous avons
lim ln(x) = +∞ et lim x1/5 = +∞ .
x→∞ x→∞

Donc
f (x)
lim
g(x) x→∞

est une limite du type ∞/∞. Laquelle des deux fonctions croît le plus rapidement ?
Si nous traçons les graphes de ln(x) et x1/5 sur un même système de coordonnées (fi-
gure 5.19), il semble que ln(x) croît plus rapidement que x1/5 . Mais, est-ce vrai ?
Le tableau suivant donne la valeur de ln(x)/x1/5 évaluée à certains des termes de la suite
{xn }∞ n ∞
n=0 où xn = 10 pour n = 0, 1, 2, . . . La suite {xn }n=0 tend vers plus l’infini.

x 106 107 108 109 1010

ln(x)/x1/5 0.8716997 . . . 0.6416729 . . . 0.4627065 . . . 0.3284416 . . . 0.2302585 . . .
... 1013 ... 1017 ...
...
... 0.0751898 . . . ... 0.0155834 . . . ...
( )∞
ln(xn )
La suite 1/5
semble bien tendre vers 0. Nous pourrions montrer que c’est le cas
xn n=0
pour toute suite {xn }∞
n=0 qui tend vers plus l’infini. Donc

ln(x)
lim =0
x→∞ x1/5

et nous concluons que x1/5 croît plus rapidement que ln(x). Ce n’est pas ce que le graphe de
ln(x) et x1/5 entre 1 et 1000 semblait suggérer. ♣
Remarque 5.6.4
Dans l’exemple précédent, nous avons choisit les fonctions f et g (i.e. f (x) = ln(x) et
g(x) = x1/5 ) de telle sorte que les graphes de f et g entre 0 et 5000 indiquent que f croît
plus rapidement que g alors qu’en réalité c’est g qui croit plus rapidement que f . Il serait
possible de construire des fonctions f et g telles que les graphes de f et g à l’intérieur des
limites de calcul d’un ordinateur indiquent que f croît plus rapidement que g alors qu’en
réalité c’est g qui croît plus rapidement que f . Les ordinateurs ont des limites que la théorie
n’a pas. ♠
Noter que nous sommes libre de choisir le rapport f /g ou g/f pour déterminer la fonction
qui croît le plus rapidement et celle qui croît le plus lentement. Puisque
f (x)
lim =∞
x→∞ g(x)
5.6. Comportement asymptotique + r 209

Figure 5.19 – Les graphes de ln(x) et de x1/5 . Lequel croît le plus rapidement ?

si et seulement si
g(x)
lim =0
x→∞ f (x)

lorsque
lim f (x) = +∞ et
x→∞
lim g(x) = +∞ ,
x→∞
nous avons f (x) qui croît plus rapidement que g(x) et g(x) qui croît plus lentement que f (x)
lorsque x tend vers l’infini si
f (x)
lim
x→∞ g(x)
=∞.

Définition 5.6.5
Soit f et g deux fonctions telles que
lim f (x) = 0 et lim g(x) = 0 .
x→∞ x→∞

Si
f (x)
lim =0,
x→∞ g(x)

nous disons que f (x) converge (ou tend) vers l’origine plus rapidement que g(x)
et que g(x) converge (ou tend) vers l’origine plus lentement que f (x) lorsque
x converge vers l’infini.
S’il existe un nombre réel non nul L tel que
f (x)
lim =L,
x→∞ g(x)
nous disons que f (x) et g(x) ont asymptotiquement le même type de conver-
gence vers l’origine lorsque x converge vers l’infini.
210 5. Applications de la dérivée

Comme pour la définition 5.6.1, La définition précédente n’est pas limitée au cas où x
tend vers ∞. Nous obtenons la définition suivante.

Définition 5.6.6
Une limite de la forme
f (x)
lim
x→a g(x)
où
lim f (x) = 0 et lim g(x) = 0
x→a x→a

est appelée une limite du type 0/0. La variable a peut être un nombre réel ou ±∞.

Exemple 5.6.7
Soit f (x) = e−x et g(x) = 10/x5 . Nous avons
10
lim e−x = 0 et lim =0.
x→∞ x→∞ x5
Donc
f (x)
lim
x→∞ g(x)
est une limite du type 0/0. Laquelle des deux fonctions tend le plus rapidement vers 0 ?
Si nous traçons le graphe de e−x et de 10/x5 pour 3 ≤ x ≤ 10 sur un même système
de coordonnées (figure 5.20), il semble que 10/x5 tend vers 0 plus rapidement que e−x . Par
contre, le graphe de ces deux fonctions pour 30 ≤ x ≤ 40 (figure 5.20) montre que c’est en
fait e−x qui tend vers 0 plus rapidement que 10/x−5 .
Le tableau suivant donne la valeur de e−x /(10/x5 ) évaluée à certains des termes de la
suite {xn }∞
n=0 où xn = 10n pour n = 1, 2, 3, . . . Cette suite tend vers plus l’infini.

x 10 20 30 ...
e−x /(10/x5 ) 0.453999 . . . 6.595691 . . . × 10−4 2.273902 . . . × e−7 ...

100 ...
...
3.720075 . . . × 10−35 ...
)∞
e−xn
(
La suite semble tendre très rapidement vers 0. Nous pourrions montrer que
10/x5n n=0
c’est le cas pour toute suite {xn }∞
n=0 qui tend vers l’infini. Donc

e−x
lim =0
x→∞ 10/x5
et nous concluons que e−x tend vers 0 plus rapidement que 10/x5 . ♣
Exemple 5.6.8
Considérons les fonctions f (x) = x5 et g(x) = ex − 1. Nous avons
lim f (x) = 0 et lim g(x) = 0 .
x→0 x→0
5.6. Comportement asymptotique + r 211

Figure 5.20 – Les graphes de e−x et de 10/x5 pour 3 ≤ x ≤ 10 (à gauche) et pour

30 ≤ x ≤ 40 (à droite))

Donc
f (x)
lim (5.6.2)
x→0 g(x)

est une limite du type 0/0.

Le graphe de ex − 1 et de x5 pour −2 ≤ x ≤ 2 que nous retrouvons à la figure 5.21 semble
indiquer que x5 tend vers 0 légèrement plus rapidement que ex − 1 lorsque x tend vers 0.
Est-ce vrai ?
Pour répondre à cette question, il nous faut donc calculer la limite (5.6.2). Le tableau
suivant donne la valeur de x5 /(ex − 1) évaluée à certains des termes de la suite {xn }∞
n=0 où
2
xn = 1/n pour n = 1, 2, 3, . . . Cette suite tend vers l’origine.
x 1 1/4 1/9 1/25 ...
5 x −4 −6
x /(e − 1) 0.58197 . . . 0.00343 . . . 1.44105 . . . × 10 2.50914 . . . × 10 ...
( )∞
x5n
La suite semble tendre vers 0. Nous pourrions montrer que c’est le cas pour
exn − 1 n=0
toute suite {xn }∞ ∞
n=0 qui tend vers l’origine (même si certains des termes de la suite {xn }n=0
sont négatifs). Donc
x5
lim x =0
x→0 e − 1

et nous concluons que x5 tend effectivement plus rapidement vers 0 que ex − 1 lorsque x tend
vers 0. ♣
Dans tous les exemples précédents, nous avons dû calculer numériquement des limites du
type 0/0 ou ∞/∞ pour pouvoir comparer la « vitesse » de convergence de deux fonctions.
Dans le but d’éviter le calcul numérique de limite du type ∞/∞ ou 0/0, nous pouvons utiliser
le résultat suivant.
212 5. Applications de la dérivée

Figure 5.21 – Les graphes de ex − 1 et de x5 pour −2 ≤ x ≤ 2

Théorème 5.6.9 (Règle de l’Hospital)

Soit f et g deux fonctions différentiables sur l’intervalle ]a, b[. De plus, supposons que
g 0 (x) 6= 0 pour tout x ∈]a.b[. Si

f 0 (x)
lim+ =A∈R,
x→a g 0 (x)
et
lim f (x) = lim+ g(x) = 0 ou lim g(x) = ±∞ ,
x→a+ x→a x→a+

alors
f (x)
lim+ =A
x→a g(x)
Le théorème est aussi vrai si nous remplaçons x → a+ par x → b− ou par x → c ∈]a, b[.
De plus, le théorème reste valide pour a = +∞ et b = −∞.

Remarque 5.6.10
f (x)
Pour calculer les limites du type lim avec lim f (x) = lim g(x) = 0 ou lim g(x) = ±∞,
g(x)
x→c x→c x→c x→c
f (x) f (x)
il faut souvent calculer lim+ et lim− . Si c’est deux limites sont égales, alors
x→c g(x) x→c g(x)

f (x) f (x) f (x)

lim = lim− = lim+ .
x→c g(x) x→c g(x) x→c g(x)
♠
Sans être une démonstration rigoureuse de la Règle de l’Hospital, le raisonnement suivant
peut quand même motiver cette règle. Supposons que f (c) = g(c) = 0, f et g sont différen-
5.6. Comportement asymptotique + r 213

tiables en x = c (donc f et g sont continue en x = c), f 0 et g 0 sont continue en x = c, et

g 0 (c) 6= 0. L’approximation linéaire de f et g près de c nous permet d’écrire
f (x) ≈ f (c) + f 0 (c)(x − b) = f 0 (c)(x − c) et g(x) ≈ g(c) + g 0 (c)(x − b) = g 0 (c)(x − c)
pour x très près de c. Ainsi,
f (x) f 0 (c)
≈ 0
g(x) g (c)
pour x très près de c. Il est donc plausible que
f (x) f 0 (c) f 0 (x)
lim = 0 = lim 0 .
x→c g(x) g (c) x→c g (x)

Pour démontrer la Règle de l’Hospital, nous aurons besoin du lemme suivant.

Lemme 5.6.11 (Théorème de la moyenne de Cauchy) Y

Si f et g sont deux fonctions continues sur l’intervalle [a, b] et différentiables sur l’in-
tervalle ]a, b[, et si de plus g 0 (x) 6= 0 pour tout x ∈]a, b[, alors il existe ξ = ξ(a, b) entre
a et b tel que
f 0 (ξ) f (b) − f (a)
0
= .
g (ξ) g(b) − g(a)

Démonstration Y
Ce lemme est une conséquence du théorème de la moyenne. Posons
f (b) − f (a)
h(x) = f (x) − f (a) − (g(x) − g(a))
g(b) − g(a)
pour x ∈ [a, b]. Notons que g(a) 6= g(b) car g 0 (x) 6= 0 pour tout x ∈]a, b[, alors la fonction g
est soit strictement croissante ou décroissante.
La fonction h est continue sur l’intervalle [a, b] et différentiable sur l’intervalle ]a, b[ car
c’est le cas pour f et g. Puisque h(a) = h(b) = 0, il découle du théorème des valeurs moyenne
qu’il existe ξ ∈]a, b[ tel que h0 (ξ) = 0. C’est-à-dire,
f (b) − f (a) 0
f 0 (ξ) − g (ξ) = 0 .
g(b) − g(a)
D’où
f 0 (ξ) f (b) − f (a)
0
= .
g (ξ) g(b) − g(a)
Notons que g 0 (ξ) 6= 0 car g 0 (x) 6= 0 pour tout x ∈]a, b[.

Démonstration (Règle de l’Hospital) Y

Nous démontrons la Règle de l’Hospital seulement dans le cas où
lim f (x) = 0 et lim g(x) = 0 . (5.6.3)
x→a+ x→a+
214 5. Applications de la dérivée

La démonstration dans les autres cas est semblable.

Soit  > 0, nous cherchons δ > 0 tel que

f (x)
−A <
g(x)

si |x − a| < δ et x ∈]a, b[. Puisque

f 0 (x)
lim+ =A∈R,
x→a g 0 (x)

il existe δ > 0 tel que

f 0 (x)
−A <
g 0 (x)
si |x − a| < δ et x ∈]a, b[. Posons

f (x) si x > a
F (x) =
0 si x = a

et 
g(x) si x > a
G(x) = .
0 si x = a
Il découle de (5.6.3) que F et G sont deux fonctions continues sur l’intervalle [a, b[. De plus,
F et G sont différentiable sur ]a, b[ et G0 (x) = g 0 (x) 6= 0 pour tout x ∈]a, b[. Nous pouvons
donc utiliser le théorème de la moyenne de Cauchy sur [a, x] où a < x < b pour trouver ξ
entre x et a tel que
F 0 (ξ) F (x) − F (a) F (x)
= = ,
G0 (ξ) G(x) − G(a) G(x)
en d’autres mots
f 0 (ξ) f (x)
0
= .
g (ξ) g(x)
Si |x − a| < δ et x ∈]a, b[ alors |ξ − a| < δ car ξ est entre a et x. Donc

f (x) f 0 (ξ)
−A = 0 −A <
g(x) g (ξ)

si |x − a| < δ et x ∈]a, b[.

Exemple 5.6.12
Pour f (x) = ln(x) et g(x) = x1/5 de l’exemple 5.6.3, puisque

lim x1/5 = ∞ ,
lim g(x) = x→∞
x→∞
5.6. Comportement asymptotique + r 215

nous pouvons utiliser la Règle de l’Hospital. Nous avons f 0 (x) = 1/x et g 0 (x) = 1/(5x4/5 ).
Ainsi,
f (x) f 0 (x) 1/x 5
lim = lim 0
x→∞ g (x)
= lim
x→∞ 1/(5x 4/5
= lim 1/5
=0.
x→∞ g(x) ) x→∞ x
♣
Exemple 5.6.13
À l’exemple 5.6.8, nous avons calculer la limite

f (x)
lim
x→0 g(x)

où f (x) = x5 et g(x) = ex − 1. Puisque

lim f (x) = lim x5 = 0 et lim g(x) = lim (ex − 1) = 0 ,

x→0 x→0 x→0 x→0

nous pouvons utiliser la Règle de l’Hospital. Nous avons f 0 (x) = 5x4 et g 0 (x) = ex . Ainsi,

f (x) f 0 (x) 5x4 0

lim = lim 0 = lim x = = 0 .
x→0 g(x) x→0 g (x) x→0 e 1

♣
Exemple 5.6.14
À l’exemple 5.6.7, nous avons f (x) = e−x et g(x) = 10x−5 . Remarquons que

f (x) e−x x5
= = .
g(x) 10 x−5 10 ex

Si nous posons F (x) = x5 et G(x) = 10 ex , alors

f (x) F (x)
lim = x→∞
lim .
x→∞ g(x) G(x)

C’est cette dernière limite que nous évaluerons. Puisque

lim F (x) = lim x5 = ∞ et lim G(x) = lim 10 ex = ∞ ,

x→∞ x→∞ x→∞ x→∞

nous pouvons utiliser la Règle de l’Hospital. Nous avons F 0 (x) = 5 x4 et G0 (x) = 10 ex . Ainsi,

F (x) F 0 (x) 5 x4
lim = x→∞
lim 0 = x→∞
lim .
x→∞ G(x) G (x) 10 ex

Nous avons encore une limite du type ∞/∞. Nous pouvons maintenant utiliser la Règle de
l’Hospital avec F 0 et G0 pour obtenir

F 0 (x) F 00 (x) 20 x3
lim = lim = lim .
x→∞ G 0 (x) x→∞ G 00 (x) x→∞ 10 ex
216 5. Applications de la dérivée

Nous obtenons encore une limite du type ∞/∞ que nous pouvons évaluer à l’aide de la Règle
de l’Hospital. Nous pouvons répéter cette procédure jusqu’à ce que nous ayons une limite
qui ne satisfasse plus la Règle de l’Hospital et que nous pouvons évaluer facilement. Ainsi,

F (x) x5 5 x4 20 x3
lim = lim = lim = lim
x→∞ G(x) x→∞ 10 ex x→∞ 10 ex x→∞ 10 ex

60 x2 120 x 120
= lim x
= lim x
= lim =0.
x→∞ 10 e x→∞ 10 e x→∞ 10 ex

Sauf pour la dernière limite, toutes les autres limites de l’expression précédente sont du type
∞/∞. Nous avons donc démontré que

f (x) F (x)
lim = lim =0.
x→∞ g(x) x→∞ G(x)

♣
Exemple 5.6.15
Montrons que eαx avec α > 0 domine (i.e. croît plus rapidement que) x3 lorsque x tend vers
plus l’infini.
Nous avons que

x3 3 x2 6x 6
lim αx
= lim αx
= x→∞
lim 2 αx = x→∞
lim 3 αx = 0
x→∞ e x→∞ αe α e α e
car α > 0. Chacune des égalités est une conséquence de la Règle de l’Hospital. Dans le
premier cas, lim x3 = lim eαx = ∞, dans le deuxième cas lim 3x2 = lim αeαx = ∞, et
x→∞ x→∞ x→∞ x→∞
dans le troisième cas x→∞ lim α2 eαx = ∞.
lim 6x = x→∞ ♣
Remarque 5.6.16 Y
En fait, nous pouvons montrer que eαx avec α > 0 tend vers plus l’infini plus rapidement
que xβ lorsque x tend vers plus l’infini quel que soit β > 0. En effet,

xβ eβ ln(x)
= = eβ ln(x)−αx = eβ(ln(x)/x−α)x .
eαx eαx
Or, nous pouvons montré (le cas σ = 1 et  = α/2 de la remarque 5.6.17 qui suit) que pour
x assez grand ln(x)/x − α/2 < 0. Ainsi, pour x assez grand,

β (ln(x)/x − α) x = β (ln(x)/x − α/2 − α/2) x < β (−α/2) x = −βαx/2 .

Il en découle que
xβ
= eβ(ln(x)/x−α)x ≤ e−βαx/2
0≤
eαx
pour x suffisamment grand. Puisque

lim e−βαx/2 = 0
x→∞
5.6. Comportement asymptotique + r 217

car −βα < 0, nous avons

xβ
lim =0
x→∞ eαx
grâce au théorème des gendarmes. ♠
Remarque 5.6.17 Y
Montrons que xσ avec σ > 0 quelconque domine ln(x) lorsque x tend vers plus l’infini.
Grâce à la Règle de l’Hospital, nous avons que

ln(x) 1/x 1
lim = lim = lim =0
x→∞ xσ x→∞ σ xσ−1 x→∞ σ xσ

car σ > 0. La définition 3.4.14 nous permet de dire que quel que soit  > 0 petit, nous
pouvons toujours trouver un nombre M > 0 assez grand tel que ln(x)/xσ <  pour x > M .
Plus  sera petit, plus M devra être grand. ♠
Exemple 5.6.18 r
Évaluons la limite suivante si elle existe.
sin(x) − x
lim
x→0 x2

Nous avons a une limite du type 0/0 pour laquelle nous pouvons utiliser la Règle de
l’Hospital.
sin(x) − x cos(x) − 1
lim = lim .
x→0 x2 x→0 2x
Nous obtenons une limite du type 0/0 pour laquelle nous pouvons encore utiliser la Règle
de l’Hospital.
cos(x) − 1 − sin(x)
lim = lim = − sin(0) = 0 .
x→0 2x x→0 2
sin(x) − x
Donc lim = 0. ♣
x→0 x2
Exemple 5.6.19 r
Il n’y a pas seulement que les limites du type 0/0 ou ∞/∞ que nous puissions traiter avec
la Règle de l’Hospital. Calculons la limite

lim (sin(x))tan(x) .
x→0+

Nous obtenons une limite du type 00 . Avec quelques opérations algébriques, nous pouvons
amener le problème à une limite du type ∞/∞. Puisque

(sin(x))tan(x) = eln((sin(x)) ) = etan(x) ln(sin(x))

tan(x)

et la fonction exponentielle est une fonction continue, nous avons

lim (sin(x))tan(x) = elimx→0+ tan(x) ln(sin(x)) .

x→0+
218 5. Applications de la dérivée

Il suffit donc de calculer

lim tan(x) ln(sin(x)) .
x→0+

Ce n’est pas encore une limite du type ∞/∞ mais plutôt une limite du type 0·∞. Cependant,
ln(sin(x))
lim+ tan(x) ln(sin(x)) = lim+
x→0 x→0 cot(x)
et cette dernière limite est du type ∞/∞. Si nous utilisons la Règle de l’Hospital, nous
obtenons
!,
ln(sin(x)) cos(x)  
lim+ tan(x) ln(sin(x)) = lim+ = lim+ − csc2 (x)
x→0 x→0 cot(x) x→0 sin(x)
= − lim+ cos(x) sin(x) = − cos(0) sin(0) = 0 .
x→0

Ainsi,
lim (sin(x))tan(x) = elimx→0+ tan(x) ln(sin(x)) = e0 = 1 .
x→0+

♣
Exemple 5.6.20 r
Calculons la limite
lim (sec(x) − tan(x)) .
x→(π/2)−

Nous obtenons une limite du type ∞ − ∞. Avec quelques opérations algébriques, nous
pouvons amener le problème à une limite du type 0/0 pour laquelle nous pourrons utiliser
la Règle de l’Hospital.
! !
1 sin(x) 1 − sin(x)
lim (sec(x) − tan(x)) = lim − = lim
x→(π/2)− x→(π/2)− cos(x) cos(x) x→(π/2)− cos(x)
cos(x) 0
= lim = =0,
x→(π/2)− sin(x) 1
où la troisième limite est une limite du type 0/0 pour laquelle nous pouvons utiliser la Règle
de l’Hospital. ♣
Exemple 5.6.21 r
Évaluons les limites suivantes si elles existent.

ln(ex + x)
a) lim b) lim (ex + x)1/x
x→∞ x x→∞

a) Nous avons
ln(ex + x) ex + 1 ex ex
lim = lim = lim = lim =1
x→∞ x x→∞ ex + x x→∞ ex + 1 x→∞ ex

où chaque égalité (sauf la dernière) est une conséquence de la Règle de l’Hospital pour une
limite du type ∞/∞.
5.6. Comportement asymptotique + r 219

b) Nous avons
x +x)1/x ) x +x)/x
(ex + x)1/x = eln((e = eln(e .
Donc
x +x)/x
lim (ex + x)1/x = elimx→∞ ln(e
x→∞
= e1 = e
grâce à notre résultat en (a). ♣
Exemple 5.6.22 r
Évaluons la limite suivante si elle existe.
πx
 
lim− (x − 1) tan
x→1 2

Nous avons une limite du type 0 · ∞. Par contre

!
πx (x − 1) πx
   
(x − 1) tan = sin
2 cos(πx/2) 2

où
πx π
   
lim− sin = sin =1
x→1 2 2
πx (x − 1)
 
car sin est une fonction continue. Comme lim− est une limite du type 0/0,
2 x→1 cos(πx/2)
nous pouvons utiliser la Règle de l’Hospital pour obtenir
!
πx (x − 1) πx
   
lim− (x − 1) tan = lim− lim− sin
x→1 2 x→1 cos(πx/2) x→1 2
1 1 2
= lim− = =− .
x→1 −(π/2) sin(πx/2) −(π/2) sin(π/2) π

♣
Exemple 5.6.23 r
Montrons que
a
 
lim x ln 1 + =a (5.6.4)
x→∞ x
pour a > 0. Nous allons utiliser ce résultat pour montrer que
x
a

lim 1+ = ea .
x→∞ x

(5.6.4) n’est pas une limite du type ∞/∞ ou 0/0. Nous ne pouvons donc pas utiliser la
Règle de l’Hospital directement. Par contre,
a
 

a
 ln 1 +
lim x ln 1 + = x→∞
lim x .
x→∞ x (1/x)
220 5. Applications de la dérivée

Cette dernière limite est du type 0/0. Nous obtenons

−1 
a a a
   

a
 ln 1 + 1+ − 2
lim x ln 1 + = lim x = lim x  x
1

x→∞ x x→∞ (1/x) x→∞
−
x2
−1
a a −1
  
= lim a 1 + = a 1 + lim =a
x→∞ x x→∞ x

a
car x→∞
lim = 0. La second égalité est une conséquence de la Règle de l’Hospital.
x
Puisque x 7→ ex et x 7→ ln(x) sont des fonctions continues, nous avons
x
a
 x
a a
lim 1 + lim e(ln(1+ x ) ) = x→∞
= x→∞ lim e(x ln(1+ x ))
x→∞ x
a
= elimx→∞ x ln(1+ x ) = ea .

Remarquons que (5.6.4) est aussi vrai pour a < 0 si nous assumons que la limite est pour
x > |a|. Finalement, (5.6.4) est évidemment satisfait si a = 0. ♣
Exemple 5.6.24 r
∞
ln(n)
(−1)n
X
Montrons que la séries alternée converge.
n=1 n
∞
(−1)n an où an = ln(n)/n. Nous démontrons
X
Nous avons une série alternée de la forme
n=1
que cette série satisfait les trois hypothèses du test des séries alternées, théorème 2.2.42.
1. Nous avons an > 0 pour n ≥ 2 et a1 = 0 (nous pouvons donc ignorer le premier terme
de la séries).
2. Grâce à la Règle de l’Hospital, nous avons que
ln(x) 1/x 1
lim = lim = lim = 0 .
x→∞ x x→∞ 1 x→∞ x

Donc
ln(n)
lim an = lim =0.
n→∞ nn→∞

3. Puisque que la dérivée de f (x) = ln(x)/x satisfait f 0 (x) = (1 − ln(x))/x2 < 0 pour
x > e, la fonction f est une fonction décroissante pour x > e et donc que
ln(n + 1) ln(n)
an+1 = = f (n + 1) ≤ f (n) = = an
n+1 n
pour tout n ≥ 3.
∞
ln(n)
(−1)n
X
Nous pouvons donc conclure du test des séries alternées que la séries converge.
n=3 n
Puisque
k k
ln(n) ln(2) X ln(n)
(−1)n (−1)n
X
=0+ +
n=1 n 2 n=3 n
5.7. Méthode de Newton + r 221

∞
ln(n)
(−1)n
X
pour tout k > 2, nous avons que la série converge. En effet,
n=1 n
∞ n n
ln(n) ln(k) ln(2) ln(k)
(−1)n (−1)k (−1)k
X X X
= n→∞
lim =0+ + n→∞
lim
n=1 n k=1 k 2 k=3 k
∞
ln(2) X ln(n)
=0+ + (−1)n .
2 n=3 n
♣

5.7 Méthode de Newton + r

Exemple 5.7.1 +
Supposons qu’à l’exemple 5.2.9 la quantité de nectar récoltée par une abeille après t minutes
sur une même fleur soit F (t) = β(1 − e−t/α ) où β est la quantité de nectar que possède une
fleur et α > 0 est un coefficient de difficulté pour aspirer le nectar.
Nous avons montré que la solution T de l’équation
F (T )
F 0 (T ) =
T +τ
donnait le temps T en minutes que l’abeille devait rester sur une fleur pour maximiser la
quantité de nectar qu’elle peut récolter durant une journée d’ouvrage.
Donc T est la solution de
β −t/α β(1 − e−t/α )
e = .
α t+τ
Quelques manipulations algébriques montrent que cette dernière équation est équivalente à
α + τ + t = α et/α .
Si nous supposons que α = 3, β = 2 et τ = 1, la valeur T qui maximise la récolte de nectar
pour une journée est la solution de l’équation
4 + t = 3et/3 .
Il est malheureusement impossible d’isoler t. Comment peut-on trouver T ? ♣
L’exemple précédent nous amène à considérer les méthodes numériques pour estimer les
solutions d’équations de la forme
f (x) = 0 (5.7.1)
où f est une fonction à valeurs réelles dont le domaine est un intervalle de la droite réelle.
Une solution de (5.7.1) est appelée une racine ou un zéro de f .
Nous présentons qu’une seule méthode numérique pour estimer les racines d’une équation
de la forme (5.7.1). Cette méthode est connue sous le nom de méthode de Newton. Cette
méthode permet de construire une suite de nombres {xn }∞ n=0 qui converge vers une racine
de f .
222 5. Applications de la dérivée

Méthode 5.7.2 (Méthodes de Newton)

1. Choisissez une valeur x0 près de la racine p de f que vous voulez estimer.

2. Connaissant xn , le terme suivant xn+1 est donné par la formule

f (xn )
xn+1 = xn − (5.7.2)
f 0 (xn )

si f 0 (xn ) 6= 0. Si f 0 (xn ) = 0, il faut choisir une nouvelle valeur pour x0 et

reprendre en (1).
3. Répétez (2) jusqu’à ce que vous ayez une approximation xn de la racine p qui
satisfait la précision désirée.

Justifions graphiquement la méthode de Newton. Supposons que xn soit une approxima-

tion d’une racine p de f qui provient de la méthode de Newton. Alors xn+1 est l’abscisse
du point d’intersection de la droite tangente à la courbe y = f (x) au point (xn , f (xn )) avec
l’axe des x (figure 5.22). L’équation de cette droite tangente est y = f (xn ) + f 0 (xn ) (x − xn ).
Ainsi, xn+1 est la solution de 0 = f (xn ) + f 0 (xn ) (x − xn ). Si f 0 (xn ) 6= 0, nous trouvons
f (xn )
xn+1 = xn − .
f 0 (xn )

y
y = f (x)
y = f (xn+1 ) + f 0 (xn+1 )(x − xn+1 )

y = f (xn ) + f 0 (xn )(x − xn )

p
x
xn xn+1 xn+2

Figure 5.22 – La suite {xn }∞ n=0 est produite avec la méthode de Newton et tend
vers une racine p de la fonction f

Théorème 5.7.3 Y
Soit f : R → R une fonction dont la deuxième dérivée est une fonction continue. Si p
est une racine de f telle que f 0 (p) 6= 0, alors il existe δ > 0 tel que la suite {xn }∞
n=0
produite par la méthode de Newton converge vers p si la distance entre p et x0 est plus
petite que δ ; c’est-à-dire, si |x0 − p| < δ.

Remarque 5.7.4 Y
En d’autres mots, le théorème dit que si f 0 (p) 6= 0 et si x0 est suffisamment près de p, alors
la suite {xn }∞
n=0 produite avec la méthode de Newton tend vers p.
5.7. Méthode de Newton + r 223

La méthode de Newton est une méthode du point fixe (voir la section 5.8 sur les systèmes
dynamiques discrets) de la forme xn+1 = g(xn ) pour n = 0, 1, 3, . . . où g(x) = x−f (x)/f 0 (x).
Si p est un point fixe de g, alors p = p − f (p)/f 0 (p) et nous obtenons f (p) = 0. ♠
Exemple 5.7.5 √
Trouvons une approximation de 2 avec la méthode de Newton. Nous allons arrêter lorsque
la différence entre deux termes consécutifs de la suite produite par la méthode de Newton
est plus petite que 10−4 .
Le but est de trouver la racine positive de la fonction f (x) = x2 − 2. Nous avons

f (xn ) x2n − 2 x2n + 2

xn+1 = xn − = x n − = , n = 0, 1, 2, 3, . . .
f 0 (xn ) 2xn 2xn

Nous donnons dans le tableau suivant les premiers termes de la suite produite par la méthode
de Newton avec x0 = 2.
n xn ≈ |xn−1 − xn |
0 2
1 1.5 0.5
2 1.416667 . . . 0.083333
3 1.414216 . . . 0.002451
4 1.414214 . . . 0.000002
√
| ≈ 0.000002 < 10−4 . Nous pouvons donc dire que 2 ≈ x4 =
Nous arrêtons à x4 car |x4 − x3√
1.414214. La valeur exacte de 2 est 1.41421356237310 . . . ♣
Exemple 5.7.6
Utilisons 6 itérations de la méthode de Newton pour estimer une des racines du polynôme
g(x) = −10 + 4x2 + x3 .
Nous avons
g(xn ) −10 + 4x2n + x3n 2 (5 + 2x2n + x3n )
xn+1 = xn − = x n − = , n = 0, 1, 2, 3, . . .
g 0 (xn ) 8xn + 3x2n 8xn + 3x2n

Nous retrouvons dans le tableau suivant les 6 premières itérations de la méthode de Newton
avec x0 = 1.5.
n xn ≈ |xn−1 − xn |
0 1.5
1 1.3733333333333 . . . 0.126667
2 1.3652620148746 . . . 0.00807132
3 1.3652300139161 . . . 0.00003200
4 1.3652300134141 . . . 5.0205 × 10−10
5 1.3652300134141 . . . 2.22045 × 10−16
6 1.3652300134141 . . . 2.22045 × 10−16
Une des racines de g est donc approximativement 1.3652300134141.
Comme le polynôme g n’a qu’une seule racine réelle (le lecteur est invité à tracer le graphe
de g ou à factoriser le polynôme g(x) pour démontrer cela), nous avons en fait trouver une
224 5. Applications de la dérivée

approximation de cette racine. Tout autre choix pour x0 va donner une approximation de
cette racine mais un bon choix pour x0 peut grandement réduire le nombre d’itérations
nécessaires pour obtenir une bonne approximation. ♣
Exemple 5.7.7 r
Utilisons la méthode de Newton pour estimer l’inverse multiplicatif d’un nombre a. Ce n’est
naturellement pas une façon efficace de trouver l’inverse d’un nombre mais cela permet
d’illustrer la méthode de Newton. L’inverse multiplicatif de a est la racine de f (x) = a − 1/x.
Si nous utilisons la Méthode de Newton pour estimer cette racine, nous trouvons

f (xn ) a − 1/xn
xn+1 = xn − 0
= xn − = 2xn − ax2n , n = 0, 1, 2, 3, . . .
f (xn ) 1/x2n

Nous pouvons utiliser cette formule pour estimer l’inverse multiplicatif de a = 13478. Nous
avons
xn+1 = 2xn − 13478 x2n , n = 0, 1, 2, 3, . . .
Le tableau suivant donne les premiers termes de la suite {xn }∞
n=0 produite à l’aide de la
méthode de Newton avec x0 = 0.0001.

n xn
0 0.0001
1 0.00006522
2 0.00007310932686 . . .
3 0.00007417909852 . . .
4 0.00007419498098 . . .
5 0.00007419498445 . . .

Nous obtenons que 1/13478 ≈ 0.7419498445 × 10−4 . L’inverse multiplicatif de 13478 est
0.741949844190533 . . . × 10−4 . ♣
Exemple 5.7.8 +
Utilisons la méthode de Newton pour compléter l’exemple 5.7.1.
Il faut trouver une valeur de t pour laquelle l’équation

4 + t = 3et/3 (5.7.3)

sera satisfaite. La première question à se poser est « existe-t-il une telle valeur de t ? »
L’intersection de la droite y = 4 + t et de la courbe y = 3et/3 que nous avons tracées à la
figure 5.23 confirme qu’il existe en fait une valeur positive T de t pour laquelle (5.7.3) est
satisfaite.
Considérons la fonction f (t) = 3 et/3 − t − 4. Si t satisfait f (t) = 0 alors t satisfait (5.7.3).
Nous choisissons une valeur t0 près de T . Soit t0 = 2. La formule pour la méthode de Newton
est
f (tn ) 3 etn /3 − tn − 4 (tn − 3)etn /3 + 4
tn+1 = tn − = tn − = , n = 0, 1, 2, 3, . . .
f 0 (tn ) etn /3 − 1 etn /3 − 1
5.7. Méthode de Newton + r 225

Nous donnons dans le tableau suivant les premiers termes de la série {tn }∞
n=0 générée par la
méthode de Newton.
n tn ≈ |tn−1 − tn |
0 2
1 2.16544501942917 . . . 0.165445
2 2.15689134808212 . . . 0.00855367
3 2.15686752051758 . . . 2.382756 × 10−5
4 2.15686752033303 . . . 1.845497 × 10−10
5 2.15686752033302 . . . 1.0 × 10−14

L’abeille doit donc demeurer approximativement 2.1569 minutes sur une fleur pour maximiser
la quantité de nectar qu’elle peut récolter durant une journée d’ouvrage. ♣

Figure 5.23 – La courbe y = 3 et/3 et la droite y = t + 4 se coupent en un seul

point t = T > 0 près de t = 2.

Il y a deux problèmes majeurs qui peuvent faire échouer la méthode de Newton.

Problème 1

Il faut faire un bon choix pour x0 . Si la fonction f a plusieurs racines, il peut s’avérer
difficile de trouver x0 pour obtenir une suite {xn }∞
n=0 générée par la méthode de Newton qui
tend vers la racine p que nous cherchons. Il faut choisir x0 assez près de cette racine p. Mais
comment pouvons-nous choisir x0 près de p si nous ne connaissons pas p ? Le Théorème des
valeurs intermédiaires, théorème 3.3.5, nous fournit une méthode pour choisir x0 .
Si nous avons f (a) < 0 < f (b) ou f (b) < 0 < f (a), alors le théorème 3.3.5 avec m = 0
nous confirme qu’il existe une racine de f entre a et b. L’algorithme suivant, connu sous le
nom de méthode de bissection, nous permet de trouver un intervalle aussi petit que nous
voulons et qui contient une racine de f . Si nous prenons x0 dans un tel intervalle, la méthode
226 5. Applications de la dérivée

de Newton a de bonnes chances de nous donner une suite {xn }∞

n=0 qui tend vers la racine
dans ce petit intervalle.

Méthode 5.7.9 (Méthode de bissection)

Soit f une fonction continue sur l’intervalle [a, b] et f (a)f (b) < 0 ; c’est-à-dire que f (a)
et f (b) sont de signe opposé.
1. Prenez a0 = a et b0 = b.
2. Étant donné an et bn , posez m = (an + bn )/2. Le point m est le point milieu de
l’intervalle [an , bn ].
3. Si f (m) = 0 alors m est une racine de f et vous pouvez arrêter.
4. Si f (m)f (an ) < 0, posez an+1 = an et bn+1 = m. Autrement, posez an+1 = m et
bn+1 = bn .
5. Répétez (2), (3) et (4) pour obtenir une suite d’intervalles emboîtés

[a0 , b0 ] ⊃ [a1 , b1 ] ⊃ [a2 , b2 ] ⊃ . . .

qui contiennent une racine de f .

L’item 4 mérite une attention toute particulière. Par construction, nous avons toujours
f (an ) f (bn ) < 0. f (an ) et f (bn ) sont donc de signe opposé. Ce qui implique que la fonction f
change de signe dans l’intervalle [an , bn ]. De plus, f (m) 6= 0 suite à l’item 3. Donc, soit que
f (an ) et f (m) sont de même signe (et donc f (bn ) et f (m) sont de signe opposé) ou f (an ) et
f (m) sont de signe opposé (et donc f (bn ) et f (m) sont de même signe).
Si f (an ) et f (m) sont de signe opposé (i.e. f (an )f (m) < 0), alors il découle du théorème
des valeurs intermédiaires que f a une racine dans l’intervalle [an , m]. L’intervalle [an , m]
devient l’intervalle [an+1 , bn+1 ] qui suit.
Si f (bn ) et f (m) sont de signe opposé (i.e. f (an )f (m) > 0 car f (an ) et f (m) sont alors
de même signe), alors il découle du théorème des valeurs intermédiaires que f a une racine
dans l’intervalle [m, bn ]. L’intervalle [m, bn ] devient l’intervalle [an+1 , bn+1 ] qui suit.
Exemple 5.7.10
Pour trouver une solution positive de l’équation ex = x + 4, nous posons f (x) = ex − x − 4.
Puisque f (0) = −3 < 0 et f (3) = 13.08 . . . > 0, il y a une racine de f entre 0 et 3. nous
pouvons utiliser la méthode de bissection pour trouver un petit intervalle contenant cette
racine.
Nous résumons dans le tableau suivant les calculs nécessaires pour la méthode de bissec-
tion.
n an bn m f (an ) f (m)
0 0 3 1.5 −3 −1.018310 . . .
1 1.5 3 2.25 −1.018310 . . . 3.237735 . . .
2 1.5 2.25 1.875 −1.018310 . . . 0.645819 . . .
3 1.5 1.875 1.6875 −1.018310 . . . −0.281551 . . .
4 1.6875 1.875 ... ... ...
5.8. Systèmes dynamiques discrets + 227

Ainsi, il y a une racine de f entre 1.6875 et 1.875. Les chances sont donc bonnes pour que
la méthode de Newton produise une suite qui converge vers cette racine si nous prenons x0
pour la méthode de Newton entre 1.6875 et 1.875.
Puisque f 0 (x) = ex − 1, la formule pour la méthode de Newton est

f (xn ) exn − xn − 4 (xn − 1)exn + 4

xn+1 = xn − = x n − = , n = 0, 1, 2, . . .
f 0 (xn ) exn − 1 exn − 1
Avec x0 = 1.7, nous obtenons la suite suivante.

n xn ≈ |xn−1 − xn |
0 1.7
1 1.75052643414869 . . . 0.0505264
2 1.74903273782687 . . . 0.0014936
3 1.74903138601381 . . . 1.3518130 × 10−6
4 1.74903138601270 . . . 1.1100009 × 10−12

Une solution positive de l’équation ex = x + 4 est approximativement 1.7490313860127.

En fait, il n’y a qu’une seule solution positive car f 0 (x) = ex − 1 > 0 pour x > 0. Donc
f est une fonction croissante avec f (x) > 0 pour x > 1.7490313860 . . . et f (x) < 0 pour
0 < x < 1.7490313860 . . .. ♣

Problème 2

L’autre problème qui peut faire échouer la méthode de Newton est si f 0 (xn ) est très près
de zéro. Si f 0 (xn ) est très près de zéro, alors la droite y = f (xn ) + f 0 (xn )(x − xn ) est presque
horizontale. Ainsi, xn+1 qui est l’abscisse du point d’intersection de cette droite avec l’axe
des x peut être très grand ou très petit, et donc très loin de la racine de f que nous cherchons
à estimer. Si f 0 (xn ) devient très près de zéro dans la méthode de Newton, il faut arrêter et
recommencer avec une autre valeur de x0 . Il est parfois impossible d’éviter ce problème. Il
faut alors avoir recours à une autre méthode numérique pour estimer les racines.

5.8 Systèmes dynamiques discrets +

Exemple 5.8.1
Une population de bactéries dans un milieu donné a un taux de croissance de 10% par heure.
Si p0 est le nombre de bactéries par cm3 (en moyenne) initialement , alors p1 = 1.1p0 est le
nombre de bactéries une heure plus tard, p2 = 1.1p1 est le nombre de bactéries par cm3 deux
heures plus tard, p3 = 1.1p2 est le nombre de bactéries par cm3 trois heures plus tard, etc.
La relation
pn+1 = 1.1pn , n = 0, 1, 2, 3, . . .
définit un système dynamique discret qui nous permet de calculer le nombre de bactéries
par cm3 à toutes les heures à partir du nombre de bactéries par cm3 initialement présent. Si
228 5. Applications de la dérivée

initialement nous avons p0 = 107 bactéries par cm3 , alors nous aurons p1 = 1.1p0 = 1.1 × 107
bactéries par cm3 après une heure, nous aurons p2 = 1.1p1 = 1.12 p0 = 1.12 × 107 bactéries
par cm3 après deux heures, et ainsi de suite.
Nous obtenons que pn = 1.1n p0 = 1.1n × 107 bactéries par cm3 . Ainsi, après 10 heures,
nous aurons p10 = 1.110 ×107 bactéries par cm3 si initialement nous avions p0 = 107 bactéries
par cm3 . Nous avons que pn tend vers plus l’infini lorsque n augmente ; c’est-à-dire que le
nombre de bactéries croît sans borne supérieure. ♣

Définition 5.8.2
Soit f une fonction de R dans R. Une équation de la forme

pn+1 = f (pn ) , n = 0, 1, 2, . . . (5.8.1)

est appelée un système dynamique discret. La valeur donnée à p0 est la condition

initiale. La fonction f est appelée la fonction itérative ou fonction génératrice
du système dynamique discret.
Une solution du système dynamique discret (5.8.1) qui satisfait la condition initiale
p0 est une fonction g : N → R telle que pn = g(n) pour n ∈ N satisfait (5.8.1) et
g(0) = p0 .

Remarque 5.8.3
Les systèmes dynamiques discrets sont très fréquents en biologie. Ils sont utilisés pour décrire
mathématiquement le comportement de quantités qui sont mesurées à une fréquence régu-
lière. Pour étudier le comportement des systèmes dynamiques discrets, nous aurons besoin
du calcul différentiel et intégral.
Inversement, les systèmes dynamiques discrets sont très utiles pour résoudre numérique-
ment les problèmes de calcul différentiel et intégral. Les systèmes dynamiques discrets sont
utilisés pour résoudre des équations quand aucune méthode exacte de résolution n’existe
(c’est se que nous avons fait avec la méthode de Newton), pour résoudre des équations
différentielles pour lesquelles les méthodes algébriques d’intégration échouent (c’est ce que
nous allons faire avec la méthode d’Euler que nous présenterons lors de l’étude des équations
différentielles), etc. ♠
Exemple 5.8.4
À l’exemple précédent, la fonction itérative du système dynamique discret

pn+1 = 1.1pn , n = 0, 1, 2, 3, . . .

est f (x) = 1.1x et la solution de ce système avec la condition initiale p0 est

pn = 1.1n p0 , n = 0, 1, 2, 3, . . .

Le graphe de cette solution avec p0 = 107 est donné à la figure 5.24. ♣

Exemple 5.8.5
Reprenons notre exemple d’une population de bactéries dans un milieu donné. Supposons
5.8. Systèmes dynamiques discrets + 229

Figure 5.24 – Graphe de la solution pn = 1.1n p0 avec p0 = 107 du système

dynamique discret pn+1 = 1.1pn pour n = 0, 1, 2, 3, . . . Les points que nous
retrouvons dans le système de coordonnées sont les points (n, pn ) pour n = 0, 1, 2,
3, . . .

maintenant que le taux de croissance soit de −20% par heure. Si p0 est le nombre de bactéries
par cm3 initialement, alors p1 = 0.8p0 est le nombre de bactéries par cm3 une heure plus
tard, p2 = 0.8p1 est le nombre de bactéries par cm3 deux heures plus tard, p3 = 0.8p2 est le
nombre de bactéries par cm3 trois heures plus tard, etc. L’équation
pn+1 = 0.8pn , n = 0, 1, 2, 3, . . .
définit un système dynamique discret qui nous permet de calculer le nombre de bactéries par
cm3 à toutes les heures à partir du nombre de bactéries initialement présent. Si initialement
nous avons p0 = 107 bactéries par cm3 , alors nous aurons p1 = 0.8p0 = 0.8 × 107 bactéries
par cm3 après une heure, nous aurons p2 = 0.8p1 = 0.82 p0 = 0.82 × 107 bactéries par cm3
après deux heures, et ainsi de suite.
La solution est donc pn = 0.8n p0 = 0.8n × 107 bactéries par cm3 . Après 10 heures, nous
aurons p10 = 0.810 × 107 = 1.073742 × 106 bactéries par cm3 si initialement nous avions
p0 = 107 bactéries par cm3 . Après 24 heures, nous aurons p24 = 0.824 × 107 = 47, 224
bactéries par cm3 . Nous avons que pn tend vers 0 lorsque n augmente. Le graphe de la
solution avec la condition initiale p0 = 107 bactéries par cm3 est donné à la figure 5.25. ♣
Exemple 5.8.6
Comme à l’exemple précédent, soit pn le nombre de bactéries par cm3 n heures après le
début d’une expérience,. De plus, supposons que la population de bactéries est décrite par
le système dynamique discret
pn+1 = 0.8pn , n = 0, 1, 2, . . .
Combien d’heures au minimum faut-il pour que le nombre de bactéries par cm3 soit réduit
d’au moins la moitié ?
230 5. Applications de la dérivée

Figure 5.25 – Graphe de la solution pn = 0.8n p0 avec p0 = 107 du système

dynamique discret pn+1 = 0.8pn pour n = 0, 1, 2, 3, . . . Les points tracés dans le
système de coordonnées sont les points (n, pn ) pour n = 0, 1, 2, 3, . . .

La solution du système dynamique discret pn+1 = 0.8pn est pn = 0.8n p0 pour n = 0, 1, 2,

. . . Il faut trouver la plus petite valeur de n telle que pn ≤ p0 /2. Considérons
p0
0.8n p0 ≤ .
2
Si nous divisons par p0 des deux côtés de l’égalité précédente, nous obtenons

0.8n ≤ 2−1 ⇒ n ln(0.8) = ln(0.8n ) ≤ ln(2−1 ) = − ln(2)

ln(2) ln(2) ln(2)
⇒n≥− = − 4 = − = 3.106283 . . .
ln(0.8) ln ln(4) − ln(5)
5

Après trois heures nous aurons un peu plus p0 /2 bactéries par cm3 et après quatre heures
nous en aurons moins que p0 /2. Nous prenons donc n = 4 heures. Remarquons que la réponse
est indépendante du nombre initial de bactéries.
Pouvons-nous dire qu’après 3.106 . . . heures la population de bactéries par cm3 est exacte-
ment la moitié du nombre initial de bactéries par cm3 ? En général non, puisque pn = 0.8n p0
pour n = 0, 1, 2, . . . est la solution d’un système dynamique discret, il n’y a rien qui dit
que 0.8t p0 pour t ∈ R décrit le comportement de la population entre deux échantillons. Nous
étudierons au chapitre 8 l’équation différentielle qui adressera le même problème de popula-
tion en temps continu. La solution de cet équation sera de la forme p0 ert pour t ∈ R où p0
est le nombre initial d’individus et r est le taux de croissance relatif. ♣
Nous sommes intéressé au comportement de la suite {pn }∞ n=0 lorsque n devient de plus
en plus grand. Est-ce que pn tend vers une valeur quelconque lorsque n tend vers plus
l’infini ? Est-ce que pn croît sans borne supérieure comme c’est le cas pour notre population
de bactéries de l’exemple 5.8.1 ?
5.8. Systèmes dynamiques discrets + 231

Définition 5.8.7
Soit
pn+1 = f (pn ) pour n = 0, 1, 2, . . .
un système dynamique discret. L’orbite (positive) de p0 est la suite {pn }∞
n=0 où p1 =
f (p0 ), p2 = f (p1 ), p3 = f (p2 ), . . .

Remarque 5.8.8
Considérons un système dynamique discret

pn+1 = f (pn ) , n = 0, 1, 2, . . .

Si la condition initiale p0 est donnée, alors

p1 = f (p0 ) ,
p2 = f (p1 ) = f (f (p0 )) = (f ◦ f )(p0 ) ,
p3 = f (p2 ) = f (f (f (p0 ))) = (f ◦ f ◦ f )(p0 ) ,
..
.

Nous disons que p1 est obtenue de p0 par une itération de f , p2 est obtenue de p0 par deux
itérations de f , etc.
Dans certains livres, ils utilisent la notation f 2 pour désigner f ◦f , f 3 pour désigner f ◦f ◦f ,
etc. C’est une autre tradition mathématique qui peut conduire à confusion. Que veut dire
f 2 (p0 ) ? Est-ce f (f (p0 )) ou (f (p0 ))2 ? Seul le contexte peut le dire. Nous n’utiliserons pas f 2 ,
f 3 , . . . pour désigner la composition de fonctions mais le produit de fonctions comme nous
avons toujours fait. ♠
Comment pouvons-nous représenter graphiquement les orbites du système dynamique

pn+1 = f (pn ) , n = 0, 1, 2, 3, . . .

Deux méthodes sont fréquemment utilisées.

Portrait de phases

La première méthode est de tracer le portrait de phase du système. Par exemple, à

la figure 5.26, nous avons tracé le portrait de phase du système dynamique discret pn+1 =
f (pn ) = 0.8pn pour n = 0, 1, 2, 3, . . . de l’exemple 5.8.1. Les flèches sont interprétées de
la façon suivante. Pour toute condition initiale p0 > 0, l’orbite {pn }∞ n=0 de p0 tend vers
0 lorsque n devient de plus en plus grand. Nous pourrions aussi vérifier que, pour toute
condition initiale p0 < 0, l’orbite {pn }∞
n=0 de p0 tend aussi vers 0 lorsque n augmente. Mais,
naturellement, quelle interprétation biologique pouvons-nous donner à un nombre négatif de
bactéries ?
232 5. Applications de la dérivée

x
0

Figure 5.26 – Portrait de phase du système dynamique discret pn+1 = f (pn ) =

0.8pn pour n = 0, 1, 2, 3,. . .

Graphe en forme de toile d’araignée

La deuxième méthode consiste à tracer le graphe en forme de toile d’araignée d’une

orbite du système dynamique discret

pn+1 = f (pn ) , n = 0, 1, 2, 3, . . .

Ce graphe donne plus d’information sur la façon dont les orbites convergent (si elles
convergent). Nous retrouvons à la figure 5.27 le graphe en forme de toile d’araignée pour le
système dynamique discret

pn+1 = f (pn ) = 0.8pn pour n = 0, 1, 2, 3, . . .

de l’exemple précédent pour la condition initiale p0 = 107 .

Pour tracer un tel graphe, nous commençons au point (p0 , 0) = (107 , 0) correspondant à
la condition initiale.
1. Nous traçons une droite verticale à partir de (p0 , 0) qui coupe le graphe de y = f (x) =
0.8x au point (p0 , p1 ) où p1 = 0.8p0 .
2. À partir de (p0 , p1 ), nous traçons une droite horizontale qui coupe la droite y = x au
point (p1 , p1 ).
3. À partir de (p1 , p1 ), nous traçons une droite verticale qui coupe le graphe de y =
f (x) = 0.8x au point (p1 , p2 ) où p2 = 0.8p1 .
4. À partir de (p1 , p2 ), nous traçons une droite horizontale qui coupe la droite y = x au
point (p2 , p2 ).
5. À partir de (p2 , p2 ), nous traçons une droite verticale qui coupe le graphe de y =
f (x) = 0.8x au point (p2 , p3 ) où p3 = 0.8p2 .
6. Ainsi de suite.
Les points (pn , pn ) sur la droite y = x peuvent être identifiés aux points (pn , 0) et décrivent
donc une orbite du système dynamique discret.
Exemple 5.8.9
Soit pn le nombre d’unités de mille bactéries par cm3 qui se trouvent dans un milieu n heures
après le début d’une expérience. Nous observons que pn satisfait le système dynamique discret

pn+1 = 0.8pn + 3 , n = 0, 1, 2, . . .

En plus d’un taux de croissance de −20%, il y a 3, 000 bactéries par cm3 de plus par heure
qui proviennent de l’extérieur du milieu. Le milieu expérimental est contaminé.
5.8. Systèmes dynamiques discrets + 233

y y=x
(p1 , p1 ) y = f (x) = 0.8x
(p2 , p2 )
(p3 , p3 )
(p0 , p1 )
pn+1
(p4 , p4 ) (p1 , p2 )
(p2 , p3 )
(p3 , p4 )
p4 p3 p2 p1 p0 x
pn

Figure 5.27 – Graphe en forme de toile d’araignée pour le système dynamique

discret pn+1 = 0.8pn pour n = 0, 1, 2, 3,. . . avec la condition initiale p0 = 107

La fonction itérative pour ce système dynamique discret est f (x) = 0.8x + 3.

Les premières valeurs de pn sont
p1 = 0.8p0 + 3 ,
p2 = 0.8p1 + 3 = 0.8(0.8p0 + 3) + 3 = 0.82 p0 + 0.8 × 3 + 3 ,
p3 = 0.8p2 + 3 = 0.8(0.82 p0 + 0.8 × 3 + 3) + 3 = 0.83 p0 + 0.82 × 3 + 0.8 × 3 + 3 ,
p4 = 0.8p3 + 3 = 0.8(0.83 p0 + 0.82 × 3 + 0.8 × 3 + 3) + 3
= 0.84 p0 + 0.83 × 3 + 0.82 × 3 + 0.8 × 3 + 3 ,
..
.
Par induction, nous trouvons
n−1
1 − 0.8n
 
pn = 0.8n p0 + 3 0.8k = 0.8n p0 + 3
X

k=0 1 − 0.8
n
= 0.8 (p0 − 15) + 15 .
Puisque 0.8n approche 0 lorsque n devient de plus en plus grand, nous avons que pn approche
15 lorsque n devient de plus en plus grand.
Au tableau 5.1, nous avons calculé deux orbites, une avec la condition initiale p0 = 3 et
l’autre avec la condition initiale p0 = 25. Les deux orbites tendent vers 15.
Le graphe de la solution pn = 0.8n (p0 −15)+15 du système dynamique discret avec p0 = 3
est donné à la figure 5.28.
Le graphe en forme de toile d’araignée est donné à la figure 5.29. Il confirme que toutes
les orbites tendent vers 15.
Remarquons que l’orbite {pn }∞
i=0 de p0 = 15 pour le système dynamique discret

pn+1 = 0.8pn + 3 , n = 0, 1, 2, . . .
234 5. Applications de la dérivée

n pn n pn
0 3 0 25
1 5.4 1 23
2 7.32 2 21.4
3 8.856 3 20.12
4 10.0848 4 19.096
5 11.06784 5 18.2768
6 11.854272 6 17.62144
7 12.4834176 7 17.097152
.. .. .. ..
. . . .
18 14.78382721789 . . . 18 15.18014398509 . . .
19 14.82706177431 . . . 19 15.14411518808 . . .
20 14.86164941945 . . . 20 15.11529215046 . . .
21 14.88931953556 . . . 21 15.09223372037 . . .
22 14.91145562845 . . . 22 15.07378697629 . . .
23 14.92916450276 . . . 23 15.05902958104 . . .
24 14.94333160221 . . . 24 15.04722366483 . . .

Table 5.1 – Deux orbites du système dynamique discret pn+1 = 0.8pn + 3. Dans le
tableau de gauche, la condition initiale est p0 = 3 alors que dans le tableau de droite,
la condition initiale est p0 = 25. Ne pas oublier que pn est le nombre d’unités de
mille bactéries par cm3 en moyenne. Nous ne pouvons donc pas simplement ignorer
les chiffres décimaux après le troisième chiffre.

est donnée par pn = 15 pour tout n. Le point p = 15 est invariant pour la fonction itérative
y = f (x) = 0.8x + 3 du système dynamique discret

pn+1 = 0.8pn + 3 , n = 0, 1, 2, . . .

C’est-à-dire, f (15) = 15. Les points qui satisfont cette propriété sont très importants et nous
leur donnons un nom. ♣

Définition 5.8.10
Soit f une fonction de R dans R. Un point p tel que f (p) = p est appelé un point
fixe, un point d’équilibre ou un état d’équilibre du système dynamique discret

pn+1 = f (pn ) , n = 0, 1, 2, . . .

Les points d’équilibre d’un système dynamique discret

pn+1 = f (pn ) pour n = 0, 1, 2, . . .

sont les solutions de x = f (x) ; ce sont donc les points d’intersection de la droite y = x avec
le graphe de la fonction itérative f du système dynamique discret (figure 5.29).
Exemple 5.8.11
À l’exemple 5.8.9, nous pouvons montrer que pour toute condition initiale p0 , l’orbite {pn }∞
n=0
du système dynamique discret

pn+1 = 0.8pn + 3 pour n = 0, 1, 2, . . .

tend vers 15. C’est-à-dire que le point d’équilibre p = 15 possède la propriété ci-dessous. ♣
5.8. Systèmes dynamiques discrets + 235

Figure 5.28 – Graphe de la solution pn = 0.8n (p0 −15)+15 du système dynamique

discret pn+1 = 0.8pn + 3 pour n = 0, 1, 2, 3,. . . dont la condition initiale est p0 = 3.
Les points que nous retrouvons dans le système de coordonnées sont les points
(n, pn ) pour n = 0, 1, 2, 3, . . .

Définition 5.8.12
Soit f une fonction de R dans R. Un point d’équilibre p du système dynamique discret

pn+1 = f (pn ) pour n = 0, 1, 2, . . .

est asymptotiquement stable 1 si, quelle que soit la condition initiale p0 près de p,
l’orbite {pn }∞
n=0 tend vers p.
Un point d’équilibre p du système dynamique discret est instable si, pour toute condi-
tion initial p0 assez près de p, l’orbite {pn }∞
n=0 « s’éloigne » de p.

Remarque 5.8.13
Par la suite, nous substituerons à l’occasion l’expression « asymptotiquement stable » par
le mot « stable » seulement. Cela simplifie l’écriture mais entre en conflit avec la littérature
spécialisée sur le sujet des systèmes dynamiques. En effet, dans la littérature spécialisée, nous
disons qu’un point d’équilibre p est stable si les orbites {pn }∞
n=0 avec la condition initiale p0
suffisamment près de p « ne s’éloignent pas » de p. Il est possible que ces orbites n’approchent
pas p mais seulement demeurent dans le voisinage de p. ♠
Considérons un système dynamique discret

pn+1 = f (pn ) pour n = 0, 1, 2, . . .

1. La définition de stabilité asymptotique que nous donnons n’est pas exactement la définition de stabilité
asymptotique que nous retrouvons dans les ouvrages spécialisés sur ce sujet mais elle sera suffisante pour les
problèmes que nous étudierons.
236 5. Applications de la dérivée

y = pn+1 y=x
y = f (x) = 0.8x + 3

15

3
x = pn
3 15 25

Figure 5.29 – Le graphe en forme de toile d’araignée pour le système dynamique

discret pn+1 = 0.8pn + 3 pour n = 0, 1, 2,. . .

où la fonction itérative f est une fonction affine

y = f (x) = αx + β .

L’existence d’un point fixe p pour ce système dynamique discret nous fourni une autre
méthode pour trouver la solution du système dynamique discret.
Puisque f (p) = p, nous avons

pn+1 − p = f (pn ) − f (p) = (αpn + β) − (αp + β) = α(pn − p)

pour n = 0, 1, 2, . . . Ainsi,

p1 − p = α(p0 − p) ,
p2 − p = α(p1 − p) = α2 (p0 − p) ,
p3 − p = α(p2 − p) = α3 (p0 − p) ,
.. ..
. .
n
pn − p = α (p0 − p) ,
.. ..
. .

Nous obtenons donc le résultat suivant.

Proposition 5.8.14
La solution générale du système dynamique discret

pn+1 = αpn + β pour n = 0, 1, 2, . . .

est pn = αn (p0 − p) + p pour n = 0, 1, 2, . . . , où p est le point d’équilibre du système.

5.8. Systèmes dynamiques discrets + 237

Si le système dynamique discret n’a pas de point d’équilibre (i.e. α = 1), la solution
est pn = p0 + nβ pour n = 0, 1, 2, . . .

Exemple 5.8.15
Puisque p = 15 est un point fixe du système dynamique discret

pn+1 = 0.8pn + 3 pour n = 0, 1, 2, . . .

la solution générale est pn = 0.8n (p0 − 15) + 15 pour n = 0, 1, 2, . . . comme nous avons
trouvée précédemment. ♣
Exemple 5.8.16
Supposons que le nombre de bactéries dans un milieu donné satisfasse un système dynamique
discret de la forme pn+1 = αpn + β et que le nombre initial de bactéries est de 2, 500 bactéries
par cm3 . Si le nombre de bactéries après une heure est de 2, 750 bactéries par cm3 et qu’il
est de 3, 125 bactéries par cm3 après deux heures, déterminons α et β. Trouvons les points
d’équilibre du système dynamique discret que vous avez obtenu s’il y en a et déterminons
leur stabilité. Finalement, donnons la solution générale.
Nous cherchons un système dynamique discret de la forme

pn+1 = αpn + β , n = 0, 1, 2, 3, . . .

Nous déduisons le système d’équations linéaires suivant pour α et β à partir de p0 = 2, 500,

p1 = 2, 750 et p2 = 3, 125.

p1 = αp0 + β ⇒ 2, 750 = α2, 500 + β

p2 = αp1 + β ⇒ 3, 125 = α2, 750 + β

Si nous soustrayons la première équation de la deuxième équation, nous trouvons

3, 125 − 2, 750
α= = 1.5 .
2, 750 − 2, 500
Si nous remplaçons α par 1.5 dans la première équation, nous trouvons

β = 2, 750 − 1.5 × 2, 500 = −1, 000 .

Le système dynamique discret cherché est donc

pn+1 = 1.5pn − 1, 000 , n = 0, 1, 2, . . .

Les points d’équilibre p sont les solutions de p = 1.5p − 1, 000. Nous trouvons p = 2, 000
bactéries par cm3 . La solution générale est pn = 1.5n (p0 − 2, 000) + 2, 000 pour n = 0, 1,
2, 3, . . . Dans le cas présent, p0 = 2, 500 bactéries par cm3 . La solution particulière est
donc pn = 500 × 1.5n + 2, 000. Du point de vue mathématique et biologique, il y a un point
fixe qui est instable (vérifier avec un graphe en forme de toile d’araignée). Indépendemment
de la condition initiale p0 > 2, 000, la population va croître sans borne supérieure. Pour
p0 < 2, 000, nous pouvons considérer que la population de bactéries va disparaître. ♣
238 5. Applications de la dérivée

5.8.1 Équation logistique

Dans les exemples précédents, nous avons supposé que les populations de bactéries étaient
décrites par un système dynamique discret de la forme

pn+1 = f (pn ) = rpn pour n = 0, 1, 2, . . . (5.8.2)

où r était le taux de croissance relative de la population (on ignore les systèmes de la forme
pn+1 = rpn + q qui peuvent être considérés comme des perturbations du systèmes de la forme
pn+1 = rpn ). Nous avons vu que pn = rn p0 et donc que le nombre de bactéries tend vers plus
l’infini si r > 1 et vers 0 si 0 < r < 1. Cela n’est naturellement pas toujours réaliste.
Modifions le système dynamique discret en (5.8.2) pour mieux décrire la croissance du
nombre de bactéries. Pour ce faire, supposons qu’un milieu borné puisse supporter au plus
M bactéries (une limite imposée par la quantité de nourriture présente, l’espace occupé, ...).
Le taux de croissance doit donc diminuer avec le temps pour garder le nombre de bactéries
en deçà de M .
Considérons le système dynamique discret
pn
 
pn+1 = r pn 1− pour n = 0, 1, 2, . . . (5.8.3)
M
pn
 
où le facteur 1 − devient de plus en plus petit lorsque le nombre de bactérie pn < M
M
approche le nombre maximal de bactéries M que le milieu peut supporter.
Dans la littérature, ce n’est pas le nombre total de bactéries dans le milieu qui est considéré
mais la fraction pn /M représentant le nombre de bactéries présent par rapport au nombre
maximal de bactéries que le milieu peut supporter. Si nous divisons les deux côtés de (5.8.3)
par M , nous obtenons
pn+1 pn pn
 
=r 1− , n = 0, 1, 2, . . .
M M M
Si nous posons xn = pn /M pour tout n, nous obtenons l’équation suivante.

Définition 5.8.17
L’équation logistique est le système dynamique discret de la forme