Lycée Louis-Le-Grand, Paris Année 2023/2024

Cours de mathématiques
Partie II – Analyse
MP2I

Alain TROESCH

Version du:

4 juillet 2024
 Table des matières

8 Dérivation de fonctions 5
I Rappels sur les limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
I.1 Limites : point de vue métrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.2 Limites : point de vue topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
I.3 Unicité de la limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I.4 Limites à droite et à gauche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.5 Propriétés des limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.6 Limites de fonctions à valeurs dans C . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.7 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
II Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II.1 Dérivation et tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II.2 Dérivées à droite et à gauche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
II.3 Fonctions de classe C n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.4 Théorème des accroissements finis, fonctions lipschitziennes . . . . . . . . . . . . . 18
II.5 Théorèmes de prolongement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
II.6 Règles de dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
II.7 Stabilité des propriétés de régularité . . . . . . . . . . . . . . . . . . . . . . . . . . 24
II.8 Dérivations de fonctions réelles à valeurs dans C . . . . . . . . . . . . . . . . . . . 25
III Fonctions convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
III.1 Notion de convexité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
III.2 Étude des pentes d’une fonction convexe . . . . . . . . . . . . . . . . . . . . . . . . 28
III.3 Étude de la dérivabilité des fonctions convexes . . . . . . . . . . . . . . . . . . . . 28
III.4 Caractérisation de la convexité pour les fonctions D1 ou D2 . . . . . . . . . . . . . 29
IV Étude d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
IV.1 Graphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
IV.2 Symétries d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
IV.3 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
IV.4 Variations des fonctions, extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
IV.5 Comportement asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
IV.6 Convexité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

9 Les fonctions usuelles 37

I Prérequis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
II Exponentielle, logarithme, puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
II.1 Logarithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2 Table des matières

II.2 Exponentielle réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

II.3 Fonctions puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
II.4 Exponentielle et logarithme de base b . . . . . . . . . . . . . . . . . . . . . . . . . 42
II.5 Croissances comparées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
III Fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
III.1 Sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
III.2 Cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
III.3 Tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
IV Réciproques des fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . 45
IV.1 Arctangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
IV.2 Arcsinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
IV.3 Arccosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
V Fonctions hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
VI Réciproques des fonctions hyperboliques (HP) . . . . . . . . . . . . . . . . . . . . . . . . . 52
VII Tableau des dérivées des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

10 Calcul intégral 55
I Calcul intégral et primitivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
I.1 Résultats issus de la théorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
I.2 Primitivations composées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
II Techniques de calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
II.1 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
II.2 Changements de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
II.3 Intégrales de fonctions admettant des symétries . . . . . . . . . . . . . . . . . . . . 64
III Rapide introduction aux intégrales impropres . . . . . . . . . . . . . . . . . . . . . . . . . 65

11 Équations différentielles linéaires 67

I Équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
II Équations différentielles linéaires d’ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
II.1 Situation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
II.2 Solutions de l’équation homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
II.3 Recherche d’une solution particulière de y ′ = a(x)y + b(x) . . . . . . . . . . . . . . 69
II.4 Problème de Cauchy associé à une EDL du premier ordre . . . . . . . . . . . . . . 70
II.5 Problèmes de raccordement (ou recollement) . . . . . . . . . . . . . . . . . . . . . 70
II.6 Résolution des EDL d’ordre 1 à coefficients constants . . . . . . . . . . . . . . . . 70
III Résolution des EDL d’ordre 2 à coefficients constants . . . . . . . . . . . . . . . . . . . . . 71
III.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
III.2 Résolution de l’équation homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
III.3 Solution générale du système non homogène . . . . . . . . . . . . . . . . . . . . . . 73
III.4 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

12 Suites numériques 75
I Convergence de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
I.1 Définition de la limite d’une suite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
I.2 Cas des suites complexes et vectorielles . . . . . . . . . . . . . . . . . . . . . . . . 78
I.3 Premières propriétés des suites convergentes . . . . . . . . . . . . . . . . . . . . . . 79
II Propriétés des suites liées à la convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
II.1 Préambule : caractérisation séquentielle de la limite . . . . . . . . . . . . . . . . . 79
II.2 Opérations sur les limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
II.3 Limites et inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
II.4 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
II.5 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Table des matières 3

II.6 Digression sur la construction de R . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

II.7 Caractérisations séquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
III Suites extraites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
III.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
III.2 Suites extraites et convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
III.3 Théorème de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
IV Étude de suites particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
IV.1 Suites définies par une récurrence affine . . . . . . . . . . . . . . . . . . . . . . . . 92
IV.2 Suites définies par une relation linéaire d’ordre k . . . . . . . . . . . . . . . . . . . 94
IV.3 Suites définies par une récurrence un+1 = f (un ) . . . . . . . . . . . . . . . . . . . . 96

13 Propriété des fonctions C 0 ou D1 sur un intervalle 101

I Fonctions continues sur un intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
I.1 Fonctions continues et continues par morceaux . . . . . . . . . . . . . . . . . . . . 101
I.2 Théorème des valeurs intermédiaires (TVI) . . . . . . . . . . . . . . . . . . . . . . 102
I.3 Continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
I.4 Extrema des fonctions continues sur un intervalle fermé borné . . . . . . . . . . . . 104
I.5 Autour des fonctions monotones – Théorème de la bijection . . . . . . . . . . . . . 104
II Fonctions dérivables sur un intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
II.1 Théorème de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
II.2 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
II.3 Extension aux fonctions dérivables à valeurs dans C . . . . . . . . . . . . . . . . . 107

14 Calcul asymptotique 109

I Domination, négligeabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
I.1 Cas des suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
I.2 Propriétés des o et O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
I.3 Extension au cas des fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
II Équivalents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
II.1 Cas des suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
II.2 Propriétés des équivalents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
II.3 Cas des fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
II.4 Équivalents classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
II.5 Problème de la somme et de la composition des équivalents . . . . . . . . . . . . . 118

15 Développements limités 121

I Formule de Taylor-Young et DL des fonctions usuelles . . . . . . . . . . . . . . . . . . . . 121
I.1 Développement de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
I.2 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
I.3 Développement limité des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . 123
II Généralités sur les développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
II.1 Définition, exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
II.2 Restriction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
II.3 Forme normalisée et partie principale . . . . . . . . . . . . . . . . . . . . . . . . . 126
III Opérations sur les développements limités . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
III.1 Somme de DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
III.2 Produit de DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
III.3 Composition de DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
III.4 Quotient de DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
III.5 Primitivation d’un DL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
III.6 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
IV Développements asymptotiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4 Table des matières

V Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
V.1 Courbes polynomiales asymptotes à une courbe . . . . . . . . . . . . . . . . . . . . 135
V.2 Extréma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
VI Développements limités des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . . . 136

16 Séries numériques 137

I Notion de série et de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
I.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
I.2 Propriétés liées à la convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
II Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
II.1 Comparaisons entre séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . 140
II.2 Convergence absolue et semi-convergence . . . . . . . . . . . . . . . . . . . . . . . 141
II.3 D’autres théorèmes de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . 142
II.4 Comparaison entre une série et une intégrale . . . . . . . . . . . . . . . . . . . . . 143
II.5 Séries de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
II.6 Comparaison avec une série de Riemann . . . . . . . . . . . . . . . . . . . . . . . . 145
II.7 Comparaison avec une série géométrique . . . . . . . . . . . . . . . . . . . . . . . . 145
III Étude de la semi-convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
III.1 Séries alternées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
III.2 Critère d’Abel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
IV Familles sommables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
IV.1 Familles sommables de nombres réels positifs . . . . . . . . . . . . . . . . . . . . . 147
IV.2 Famille sommable de nombres complexes . . . . . . . . . . . . . . . . . . . . . . . 150
V Autour de la série exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
V.1 La série exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
V.2 Lien avec la fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
VI Dérivée des séries géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

17 Intégration 157
I Intégrale des fonctions en escalier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
I.1 Notion de subdivision d’un intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . 158
I.2 Fonctions en escalier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
I.3 Intégrale d’une fonction en escalier . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
I.4 Propriétés des intégrales de fonctions en escalier . . . . . . . . . . . . . . . . . . . 161
II Construction de l’intégrale de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
II.1 Fonctions intégrables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
II.2 Exemples importants de fonctions intégrables . . . . . . . . . . . . . . . . . . . . . 164
II.3 Propriétés de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
II.4 Intégrales des fonctions continues par morceaux . . . . . . . . . . . . . . . . . . . . 166
II.5 Sommes de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
II.6 Extension des résultats aux fonctions à valeurs dans C . . . . . . . . . . . . . . . . 167
III Primitives et intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

18 Fonctions de plusieurs variables 169

I Limites et continuité d’une fonction de n variables réelles . . . . . . . . . . . . . . . . . . 169
I.1 Limites d’une fonction de n variables . . . . . . . . . . . . . . . . . . . . . . . . . . 169
I.2 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
II Rudiments de calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
II.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
II.2 Développements limités des fonctions de deux variables . . . . . . . . . . . . . . . 174
II.3 Dérivation partielle de composées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
II.4 Étude d’extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
 8
Dérivation de fonctions

Il faut entendre par dernier quotient des quantités évanouissantes le quotient qu’ont entre elles
ces quantités qui diminuent, non pas avant de s’évanouir, ni après qu’elles se sont évanouies,
mais au moment même où elles s’évanouissent.

(Isaac Newton)

Il faut donc « savoir calculer » avant que de prétendre accéder à l’Analyse moderne.

(Jean Dieudonné)

Introduction
Note Historique 8.0.1
Longtemps, les mathématiques se sont développées au service des autres sciences ; d’ailleurs, la séparation des
différentes sciences est tardive, et nombreux ont été les mathématiciens à avoir également été des physiciens de
renommée, comme Newton par exemple. Les mathématiques ont d’abord été vues comme un outil :
• au service de la mécanique et de l’ingéniérie (Archimède)
• au service de l’astronomie (géométrie grecque, Ptolémée, écoles indienne et arabe)
• au service de toute étude nécessitant d’être chiffrée pour obtenir des ordres de grandeurs.
Du dernier point découle l’importance du développement du calcul numérique (calcul approché, en opposition au
calcul algébrique). C’est ce point de vue qui est à la base des procédés d’approximation (méthode de Newton
de recherche d’un zéro, méthodes approchées de calcul d’intégrales), aboutissant notamment à la notion de
convergence (qui donne la validité de l’approximation à l’infini)
Ainsi, l’utilisation de l’outil est souvent à la base de sa définition, et a souvent précédé sa théorisation : les
mathématiques ont évolué de façon empirique.

Dans ce chapitre nous donnons les outils permettant une étude efficace des fonctions. L’outil essentiel est
bien entendu la dérivation, que nous abordons ici d’un point de vue essentiellement pratique : l’objectif
est de savoir dériver et étudier de façon efficace des fonctions explicites.

I Rappels sur les limites

Dans tout ce paragraphe, on considère une fonction définie sur un sous-ensemble X de R. On supposera
que X est un intervalle, ou une union finie d’intervalles, et on notera X l’intervalle (ou union d’intervalles)
fermé correspondant dans R (en incluant les bornes). On étudie la limite de f en un point a de X, c’est-
à-dire en un point de son domaine ou une borne.
6 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Remarque 8.1.1
Plus généralement, si X est un sous-ensemble quelconque de R, on peut considérer la limite en un point
a de l’adhérence X de X, défini comme étant le plus petit fermé contenant X, ou de façon équivalent,
l’ensemble des points x pouvant être approchés d’aussi près qu’on veut par des points de X (i.e. tout
voisinage de x rencontre X). Comme dans le cas des intervalles, on peut y inclure +∞ si X est non
majopré, et −∞ si X est non minoré.

Ainsi,
• pour a réel fini, a ∈ X si et seulement pour tout ε > 0,

B(a, ε) ∩ X 6= ∅ soit: ]a − ε, a + ε[∩X 6= ∅;

• pour a = +∞, dans le cas où on se place dans R, a ∈ X si et seulement si pour tout b ∈ R,

]b, +∞] ∩ X 6= ∅
Lorsque a ∈ X, on dira que a est adhérent à X (dans R)
En anticipant un peu la définition des limites de suites, on obtient la caractérisation suivante, affirmant
que l’adhérence est l’ensemble de toutes les limites possibles de suites d’éléments de X.

Proposition 8.1.2 (Caractérisation séquentielle de l’adhérence)

Soit X ⊂ R (resp. X ⊂ R). Un élément x ∈ R (resp. x ∈ R) est dans l’adhérence de X dans R (resp.
dans R) si et seulement s’il existe (xn )n∈N ∈ X N tel que xn −→ x.

I.1 Limites : point de vue métrique

Définition 8.1.3 (Limites en un point fini)

Soit a ∈ X ∩ R.
• Soit b ∈ R. On dit que f (x) tend vers b lorsque x tend vers a si :

∀ε > 0, ∃η > 0, ∀x ∈ X, |x − a| 6 η =⇒ |f (x) − b| 6 ε.

• On dit que f (x) tend vers +∞ lorsque x tend vers a (ou bien f admet b comme limite en a) si :

∀A ∈ R, ∃η > 0, ∀x ∈ X, |x − a| 6 η =⇒ f (x) > A.

• On dit que f (x) tend vers −∞ lorsque x tend vers a si :

∀A ∈ R, ∃η > 0, ∀x ∈ X, |x − a| 6 η =⇒ f (x) 6 A.

Décortiquons l’expression dans le cas d’une limite finie :

• ∀ε > 0 : « Quelle que soit la marge d’erreur ε qu’on se donne, aussi petite soit-elle ... »
• ∃η > 0 : « ... il existe une petite boule de rayon η centrée en a, quitte à prendre η très petit ... »
• ∀x ∈ X, |x − a| < η =⇒ ... : « ... tel que si x est à la fois dans X et dans cette boule ... »
• ... =⇒ |f (x) − b| < ε : « alors f (x) est proche à ε près de b. »
Autrement dit : « Si x ∈ X est suffisamment proche de a, alors f (x) est aussi proche qu’on veut de b ».

Remarques 8.1.4
1. L’hypothèse a ∈ X est nécessaire pour pouvoir considérer des points aussi proches qu’on veut
de a. On dira que la limite de f est envisageable en a si cette hypothèse est satisfaite (sans
considération d’existence ou non de la limite), et qu’elle ne l’est pas si a 6∈ X (terminologie
personnelle)
I Rappels sur les limites 7

2. Dans le cas fini, l’inégalité est d’autant plus contraignante que ε est petit. On peut se contenter
d’étudier le cas de valeurs de ε inférieures à une valeur ε0 donnée.
3. De même, dans le cas d’une limite +∞, la définition trouve sa pertinence lorsque A devient
grand (vers +∞) et dans le cas d’une limite −∞, lorsque A devient petit (vers −∞).

Proposition 8.1.5
On peut remplacer une ou plusieurs des inégalités larges |x − a| 6 η et |f (x) − b| 6 ε par des inégalités
strictes, cela donne une définition équivalente

⊳ Éléments de preuve.
Le quantificateur universel sur ε nous assure que l’on peut aussi remplacer ε par ε/2. On déduit alors
l’équivalence de la chaîne d’inclusions :
ε
B(b, ) ⊂ B(b, ε) ⊂ B(b, ε)
2
et des inclusions similaires avec a et η2 (il sera alors peut-être nécessaire de considérer comme valeur
de sortie η2 et non η, ce qui nous donne aussi la validité de notre quantification existentielle). ⊲

Proposition 8.1.6 (Limite en un point du domaine)

Si a ∈ X, et si f (x) admet une limite en a, alors cette limite est nécessairement égale à f (a).

⊳ Éléments de preuve.
Soit ℓ est la limite de f en a. Puisque a vérifie toujours |a − a| 6 η, on doit avoir, pour tout ε > 0,
|f (a) − ℓ| 6 ε. ⊲
La définition ci-dessus se généralise à tout espace métrique :

Définition 8.1.7
Soit (E, d) et (F, d′ ) deux espaces métriques, et X ⊂ E. Soit f : X → F . Comme dans le cas de R, on
peut considérer l’adhérence X de X dans E. Soit a ∈ X. et b ∈ F . On dit que f admet une limite b en
a si :
∀ε > 0, ∃η > 0, ∀x ∈ X, d(x, a) < η =⇒ d′ (f (x), b) < ε.

Les propriétés ci-dessus (gestion des inégalités strictes ou larges, limites en un point du domaine) sont
également valables dans ce cadre.
Le cas spécifique de R correspond à cette définition plus générale, pour la distance définie par d(x, y) =
|y − x|.
Dans le cas de R, on peut également définir des limites en des points infinis, ou des limites de valeur
infinie, débordant ainsi un peu du cadre métrique. La longueur de ces définitions est due au nombre de cas
à étudier. Dans toutes ces définitions également, on peut remplacer les inégalités larges par des inégalités
strictes. La seule inégalité qu’on n’a pas le droit de modifier est ε > 0.

Définition 8.1.8 (Limite en +∞)

On suppose que +∞ est adhérent à X (i.e. X est non majoré).
• Soit b ∈ R. On dit que f (x) tend vers b lorsque x tend vers +∞ si :

∀ε > 0, ∃B ∈ R, ∀x ∈ X, x > B =⇒ |f (x) − b| 6 ε.

8 CHAPITRE 8. DÉRIVATION DE FONCTIONS

• On dit que f (x) tend vers +∞ lorsque x tend vers +∞ si :

∀A ∈ R, ∃B ∈ R, ∀x ∈ X, x > B =⇒ f (x) > A.

• On dit que f (x) tend vers −∞ lorsque x tend vers +∞ si :

∀A ∈ R, ∃B ∈ R, ∀x ∈ X, x > B =⇒ f (x) 6 A.

Définition 8.1.9 (Limite en −∞)

On suppose que −∞ est adhérent à X.
• Soit b ∈ R. On dit que f (x) tend vers b lorsque x tend vers −∞ si :

∀ε > 0, ∃B ∈ R, ∀x ∈ X, x 6 B =⇒ |f (x) − b| 6 ε.

• On dit que f (x) tend vers +∞ lorsque x tend vers −∞ si :

∀A ∈ R, ∃B ∈ R, ∀x ∈ X, x 6 B =⇒ f (x) > A.

• On dit que f (x) tend vers −∞ lorsque x tend vers −∞ si :

∀A ∈ R, ∃B ∈ R, ∀x ∈ X, x 6 B =⇒ f (x) 6 A.

Remarque 8.1.10
1. Lorsqu’on prend X = N et a = +∞, on trouve la définition de la limite des suites qui n’est
qu’un cas particulier de la définition générale :
• un → ℓ ∈ R ⇐⇒ ∀ε > 0, ∃N ∈ N, ∀n > N, |un − ℓ| < ε.
.
• un → +∞ ⇐⇒ ∀A ∈ R, ∃N ∈ N, ∀n > N, un > A
2. Comme plus haut, les inégalités (sauf ε > 0) peuvent être indifféremment strictes ou larges.

Comme on peut le constater, la distinction entre un point fini et les deux infinis, à faire à la source et
à l’arrivée, amène à distinguer 9 cas différents dans la définition des limites. Pour les études pratiques,
ce n’est pas gênant : il suffit de considérer le cas qui nous concerne. Pour des études plus théorique,
notamment pour établir des propriétés générales, il peut être plus commode d’avoir une description plus
uniforme, évitant d’avoir à distinguer entre un grand nombre de cas.

I.2 Limites : point de vue topologique

On peut donner une définition globale à l’aide de la notion de voisinage. On rappelle que si E est un
espace métrique, un sous-ensemble V de E est un voisinage de b ∈ E si et seulement s’il existe un rayon
ε > 0 tel que la boule B(b, ε) soit entièrement incluse dans V .
Dans R, on peut aussi disposer de la notion voisinage de +∞ :

Définition 8.1.11 (Voisinage de +∞)

On dit que V ⊂ R est un voisinage de +∞ s’il existe a ∈ R tel que ]a, +∞[⊂ V .

Notation 8.1.12
Pour b ∈ R, on note V(b) l’ensemble des voisinages de b.
I Rappels sur les limites 9

La notion de voisinage (pour un point fini) est une notion topologique : elle se décrit à l’aide des ouverts
de R :

Proposition 8.1.13 (Définition topologique des voisinages)

Soit V un sous-ensemble de R et b ∈ R. Les psse :
(i) V est un voisinage de b ;
(ii) Il existe U un ouvert de R tel que b ∈ U ⊂ V .

Cette propriété permet de définir la notion de voisinage dans le contexte plus général d’un « espace
topologique » E, dans lequel on ne dispose pas d’une distance, mais seulement de la donnée des ensembles
ouverts (l’ensemble des ouverts est alors appelé topologie de E).
Pour cette raison, les caractérisations en terme de voisinages sont souvent qualifiées de caractérisations
topologiques, en opposition aux caractérisations métriques utilisant la distance.

Lemme 8.1.14 (intersection de voisinages)

Une intersection d’un nombre fini de voisinages de a est encore un voisinage de a.

La notion de limite relie la métrique de l’espace de départ (lorsqu’on considère x tel que |x − a| < η) et
la métrique de l’espace d’arrivée (lorsqu’on impose |f (x) − ℓ| < ε). On peut remplacer l’un ou l’autre, ou
les deux, de ces deux points de vue métriques par un point de vue topologique.
On obtient de la sorte des définitions équivalentes de la limite d’une fonction en un point.

Théorème 8.1.15 (Caractérisation des limites par voisinages)

Soit a ∈ X (fini ou infini) et b ∈ R. Les propositions suivantes sont équivalentes :
(i) (métrique/métrique) f admet une limite b lorsque x tend vers a
(ii) (métrique/topologique)
1. si a est fini : ∀W ∈ V(b), ∃η > 0, ∀x ∈ X, |x − a| < η =⇒ f (x) ∈ W
2. si a = +∞ : ∀W ∈ V(b), ∃B ∈ R, ∀x ∈ X, x > B =⇒ f (x) ∈ W
(iii) (topologique/métrique)
1. si b est fini : ∀ε > 0, ∃V ∈ V(a), ∀x ∈ X, x ∈ V =⇒ |f (x) − b| < ε
2. si b = +∞ : ∀A ∈ R, ∃V ∈ V(a), ∀x ∈ X, x ∈ V =⇒ f (x) > A
(iv) (topologique/topologique) ∀W ∈ V(b), ∃V ∈ V(a), f (V ) ⊂ W .

On remarquera que par définition, si V n’est pas inclus dans le comaine de définition X, f (V ) = f (V ∩X).
Ici, comme plus haut, les inégalités sont indifféremment strictes ou larges, à part ε > 0.
Ce passage du métrique au topologique consiste donc simplement à remplacer les boules centrées en un
point a par des voisinages, notion plus floue et moins mesurée.
⊳ Éléments de preuve.
Remarquer que |x − a| < ε équivaut à x ∈ B(a, ε)
Au départ, on passe alors du cas topologique au cas métrique en remarquant que tout voisinage de
a contient une boule B(a, ε), et du cas métrique au cas topologique en remarquant qu’une boule
B(a, ε) est un voisinage de a. Quelle différence à l’arrivée ? ⊲

Remarque 8.1.16
Cette caractérisation est aussi valable dans le cadre plus général d’un espace métrique (et s’énonce un
peu plus simplement, puisqu’on n’a pas à y considérer les cas infinis).
10 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Nous dirons qu’une fonction f admet une propriété P au voisinage d’un point a ∈ X, s’il existe un
voisinage V de a dans R (au sens étendu ci-dessus pour a infini) tel que la propriété P soit vérifiée par
f sur l’ensemble V ∩ X.
La notion de limite permet alors de « contrôler » une fonction au voisinage d’un point. Ainsi, on obtient
par exemple :

Proposition 8.1.17
Soit f une fonction admettant une limite finie en un point a de X. Alors, f est bornée au voisinage
de a.

⊳ Éléments de preuve.
La définition de la limite par ε donne un encadrement local de f . Comment s’arranger pour ne pas
avoir besoin de distinguer les cas de limites en un point fini ou en un point infini ? ⊲

Définition 8.1.18 (Coïncidence de deux fonctions)

Soit f et g deux fonctions définies sur X et Y et a tel que a ∈ X et a ∈ Y . On dit que f et g coincident
au voisinage de a si et seulement s’il existe un voisinage V de a dans R tel que X ∩ V = Y ∩ V et que

∀x ∈ X ∩ V, f (x) = g(x).

Proposition 8.1.19 (Comparaison des limites de deux fonctions coïncidant au vois. de a)

Soit f et g deux fonctions coïncidant au voisinage d’un point a. Alors, si f admet une limite (finie ou
infinie) en a, alors g aussi, et
lim f (x) = lim g(x).
x→a x→a

⊳ Éléments de preuve.
Par voisinage pour ne pas avoir de discussion, en remarquant que si V0 est un voisinage de a sur
lequel f et g coïncide, alors pour tout voisinage U de a, U ∩ V0 est un voisinage de a, sur lequel f
et g coïncident. ⊲

I.3 Unicité de la limite

L’unicité de la limite d’une fonction provient d’une propriété topologique de R :

Lemme 8.1.20 (Lemme de séparation)

2
Soit (x, y) ∈ R tels que x 6= y. Alors il existe des voisinages V de x et W de y tels que V ∩ W = ∅.
Si de plus x < y, on peut choisir V et W tels que V < W (dans le sens où pour tout v ∈ V et tout
w ∈ W , v < w.

⊳ Éléments de preuve.
Il suffit de montrer directement la seconde assertion. Dans le cas x et y réels, considerer B(x, d3 ) et
B(y, d3 ), où d est ..... Adapter dans le cas d’un ou deux infinis. ⊲

Théorème 8.1.21 (Unicité de la limite, cas réel)

Soit a ∈ X et f une fonction réelle. Sous réserve d’existence, la limite de f (x) lorsque x tend vers a
est unique.
I Rappels sur les limites 11

⊳ Éléments de preuve.
Par l’absurde, en considérant ℓ < ℓ′ deux limites, et en utilisant la définition topologique avec deux
voisinages bien choisis, l’un de ℓ et l’autre de ℓ′ . ⊲

Notation 8.1.22
En cas d’existence de la limite en a, cette notation étant maintenant non ambiguë, on note lim f (x)
x→a
LA limite de f (x) lorsque x tend vers a.

I.4 Limites à droite et à gauche

Notation 8.1.23
Soit f définie sur X. Soit Y un intervalle (ou une union d’intervalles, ou plus généralement un sous-
ensemble quelconque) tel que a ∈ X ∩ Y . Si la limite (finie ou infinie) en a de la restriction f|X∩Y
existe, on utilise la notation suivante :

lim f|X∩Y (x) = x→a

lim f (x).
x→a
x∈Y

Dans cette notation, il est sous-entendu que x doit bien sûr aussi être élément du domaine de définition
X de f .

Définition 8.1.24 (Limite à gauche, limite à droite)

• La limite à gauche correspond au cas où Y = ]−∞, a[ ; on utilise l’une des notations suivantes :

lim
x→a
f (x) = x→a
lim f (x) = lim f (x) = f (a − 0).
x<a x→a−
x∈]−∞,a[

• La limite à droite correspond au cas où Y =]a, +∞[ ; on utilise l’une des notations suivantes :

lim
x→a
f (x) = x→a
lim f (x) = lim f (x) = f (a + 0).
x>a x→a+
x∈]a,+∞[

Remarque 8.1.25
Remarquez que dans la définition des limites à gauche et à droite, le point a est exclus de Y .

Exemples 8.1.26
x
1. f : x 7→ |x| en a = 0 ;
1
2. f : x 7→ x en a = 0 ;
3. f : x 7→ ⌊x⌋ en a ∈ Z.

Théorème 8.1.27 (Caractérisation de la limite par limites à gauche et à droite)

Soit a ∈ X. La fonction f admet une limite ℓ en a si et seulement si, parmi les quantités f (a − 0),
f (a) et f (a + 0), celles qui sont envisageables existent et sont égales à ℓ.

⊳ Éléments de preuve.
Remarquez que dans le sens réciproque, cela n’a d’intérêt que si au moins 2 quantités sont envisa-
geables, ce qui exclut a = ±∞. On pourra donc travailler métriquement au départ. On peut étudier
12 CHAPITRE 8. DÉRIVATION DE FONCTIONS

le 3 où les 3 limites sont envisageables, qui est suffisamment représentatif, les 3 autres cas s’adaptent
facilement. ⊲

Théorème 8.1.28 (Régularité des fonctions monotones)

Une fonction monotone admet des limites à gauche et à droite en tout point en lequel c’est envisa-
geable (y compris les infinis, s’ils sont adhérents au domaine). Par ailleurs, ces limites sont finies sauf
éventuellement les limites aux deux bornes (inférieure et supérieure) du domaine.

⊳ Éléments de preuve.
Travailler métriquement, pour exploiter plus facilement la monotonie. Pour une fonction croissante,
on pourra considérer sup{f (x), x < a}. ⊲

I.5 Propriétés des limites

Pour la suite du chapitre, on supposera connues les propriétés suivantes des limites. Ces propriétés seront
démontrées ultérieurement :
• Les limites de sommes, produits, quotients, composées, et les formes indéterminées 0 × ∞, 00 , ∞ ∞
,
∞ 0 0
∞ − ∞, 1 , 0 , ∞ .
• La conservation des inégalités LARGES par passage à la limite.
• Le théorème d’encadrement, ou théorème des gendarmes, aussi appelé plus complètement théorème
d’existence de la limite par encadrement, ce qui dit bien quel est le point essentiel de ce théorème.
À ces propriétés, on en rajoute une qu’on démontre tout de suite :

Proposition 8.1.29 (Composition des limites)

Soit f et g deux fonctions et a, b et c des éléments de R. Si lim f (x) = b et lim g(x) = c, alors g ◦ f
x→a y→b
admet une limite en a, et
lim g ◦ f (x) = c.
x→a

⊳ Éléments de preuve.
Immédiat par caractérisation topologique. ⊲
On donne un exemple important d’utilisation du théorème d’encadrement, en vue d’obtenir les limites
remarquables du sin et du cos, à partir de leur définition géométrique. Ces limites (notamment la première)
ne peuvent pas, (selon le point de vue adopté) se déduire d’un taux d’accroissement via une propriété de
dérivation, car nous aurons à nous en servir pour exprimer la dérivée de sin.

Proposition 8.1.30 (Comportement asymptotique de sin et cos au voisinage de 0)

sin(x)
1. lim = 1.
x→0 x
cos(x) − 1 1
2. lim 2
=− .
x→0 x 2

I.6 Limites de fonctions à valeurs dans C

On considère dans ce paragraphe une fonction f : X −→ C, où X est un sous-ensemble de R (la variable
est donc réelle ici), et a ∈ X.
La définition métrique de la limite étant en fait valable en remplaçant les distances |x − y| dans R par
des distances plus générales d(x, y) dans un espace métrique, on peut définir sans problème de la façon
suivante la limite de f à valeurs dans C, la distance étant définie par le module de la différence. On
pourrait même envisager le cas où la variable elle-même est complexe.
I Rappels sur les limites 13

Définition 8.1.31 (Limite d’une fonction à valeurs dans C)

Si a est fini, f admet une limite ℓ ∈ C en a si :

∀ε > 0, ∃η > 0, ∀x ∈ X, |x − a| 6 η =⇒ |f (x) − ℓ| 6 ε.

Vous adaptez bien sûr facilement cette définition au cas où a est infini, ou bien de façon synthétique à
l’aide du point de vue topologique à la source.
Le point important est le suivant, affirmant que l’étude des limites d’une fonction à valeurs complexes se
ramène à l’étude des limites de deux fonctions à valeurs réelles.

Théorème 8.1.32 (Caractérisation de la limite d’une fonction à valeurs complexes)

Soit f = fr + i fi , où fr et fi sont à valeurs réelles (donc correspondent à la partie réelle et à la partie
imaginaire de f ). Alors f admet une limite ℓ en a si et seulement si fr et fi admettent des limites en
a, vérifiant :
lim fr (x) = Re(ℓ) et lim fi (x) = Im(ℓ)
x→a x→a

⊳ Éléments de preuve.
Dans un sens, utiliser les majorations |Re(z)| 6 |z| et Im(z)| 6 |z| et le théorème d’encadrement.
Dans l’autre, utiliser l’inégalité triangulaire pour obtenir |z| 6 |Re(z)| + |Im(z)|. ⊲
Les règles principales sur le calcul des limites de fonctions à valeurs dans C sont les mêmes que dans
R (sommes, produits, quotients etc.). Elles peuvent s’en déduire en décomposant toutes les fonctions en
fr + i fi , en développant (pour le produit) ou en multipliant par la quantité conjuguée (pour l’inverse)
pour se ramener aux règles concernant les fonctions réelles. On peut aussi les redémontrer par ε (en
gardant un voisinage au départ, pour éviter les disjonctions de cas).
On en déduit de façon immédiate :

Corollaire 8.1.33 (unicité de la limite, cas complexe)

Soit f une fonction de la variable réelle à valeurs dans C. La limite de f en a, si elle existe, est unique.

⊳ Éléments de preuve.
Par unicité de la limite de sa partie réelle et de sa partie imaginaire. On aurait aussi pu le faire en
adaptant le lemme de séparation dans le cas complexe : si |y − x| < ε, les boules de centre ℓ et ℓ′ et
de rayon 3ε sont des voisinages de ℓ et ℓ′ et sont disjoints. ⊲

I.7 Continuité
On rappelle la définition suivante :

Définition 8.1.34 (Continuité)

Soit f définie sur X et a ∈ X. On dit que f est continue en a si f admet une limite en a.

Remarque 8.1.35
Le point a est dans le domaine. Ainsi, si f est continue en a, la limite en a est nécessairement f (a).

De façon équivalente :
14 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Proposition 8.1.36 (Propositions équivalentes à la continuité)

Soit a ∈ X. Les propriétés suivantes sont équivalentes :
(i) f est continue en a
(ii) ∀ε > 0, ∃η > 0, ∀x ∈ X, |x − a| < η =⇒ |f (x) − f (a)| < ε ;
(iii) pour tout voisinage W de f (a), il existe un voisinage V de a tel que f (V ) ⊂ W .

⊳ Éléments de preuve.
Équivalences déjà vues dans le cadre des limites. Le seul ingrédient supplémentaire est l’égalité de la
limite avec f (a), ce qui, comme on l’a vu, est toujours le cas lorsque a est dans le domaine de f . ⊲

Proposition 8.1.37 (Restriction de l’ensemble source)

Si f et g coïncident sur un voisinage de a, f est continue en a si et seulement si g est continue en a.

⊳ Éléments de preuve.
On a déjà vu dans cette situation l’équivalence de existence des limites, et leur égalité. ⊲

Corollaire 8.1.38
Soit f et g définies sur X ⊂ R, et U un ouvert tel que U ∩ X 6= ∅. Alors, si f|U∩X = g|U∩X et si g est
continue sur U ∩ X, alors f aussi.

Les opérations sur les limites ont pour corollaire immédiat les opérations similaires sur les fonctions
continues (sommes, produits, quotients, compositions). En particulier, les fonctions polynomiales sont
continues, les fractions rationnelles sont continues sur leur domaine.

II Dérivation
Une fonction peut être plus ou moins « régulière ». La régularité d’une fonction se mesure à l’aide des
propriétés de continuité et de dérivabilité. Plus on peut dériver une fonction, plus celle-ci sera régulière.
Intuitivement, plus une fonction est régulière, plus son graphe est lisse.

II.1 Dérivation et tangente

Dans ce paragraphe, les fonctions étudiées seront systématiquement des fonctions définies sur un intervalle
ouvert de R et à valeurs réelles.

Définition 8.2.1 (dérivabilité, dérivée)

Soit f une fonction définie sur un intervalle ouvert I, et x0 ∈ I. On dit que f est dérivable en x0 si le
f (x) − f (x0 )
taux d’accroissement x 7→ défini sur I \ {x0 } admet une limite finie en x0 . Dans ce cas,
x − x0
on définit la dérivée de f en x0 (ou le nombre dérivé de f en x0 ) par :

f (x) − f (x0 )
f ′ (x0 ) = lim .
x→x0 x − x0
Si f admet des nombres dérivés en tout x ∈ J ⊂ I, on dit que f est dérivable sur J, et l’application
x 7→ f ′ (x) qui à x de J associe le nombre dérivé de f en x est appelée fonction dérivée de f sur J.
II Dérivation 15

Remarques 8.2.2
1. La dérivation est une notion locale et non ponctuelle (f doit être défini sur un voisinage de x0 ).
2. La dérivation est une notion locale et non globale (ne dépend que de la description de f sur un
voisinage de x0 , quel qu’il soit, et non de sa description globale).

Exemples 8.2.3
1. f : x 7→ c la fonction constante.
2. f : x 7→ x la fonction identité.
3. f : x 7→ sin(x) et x 7→ cos(x).

Tout comme nous avons traduit la continuité sous forme d’un développement limité à l’ordre 0 (c’est-à-
dire sous forme d’une approximation polynomiale à o(1) près), on peut traduire la dérivabilité sous forme
d’un développement limité à l’ordre 1 au voisinage de x0 (c’est-à-dire une approximation polynomiale à
o(x − x0 ) près) :

Proposition 8.2.4 (Caractérisation de la dérivabilité par DL1 )

Avec les notations précédentes, f est dérivable de dérivée p en x0 si et seulement s’il existe une appli-
cation ε définie sur un voisinage V de x0 , de limite nulle lorsque x tend vers x0 , et telle que

∀x ∈ V ∩ I, f (x) = f (x0 ) + (x − x0 )p + (x − x0 )ε(x).

Par un changement de variable, on peut aussi caractériser la dérivée f ′ (x0 ) (existence et valeur) par
l’existence de ε0 définie au voisinage de 0, de limite nulle en 0, et telle que pour tout h ∈ V tel que
x0 + h ∈ I,
f (x0 + h) = f (x0 ) + hf ′ (x0 ) + hε0 (h).

Remarque 8.2.5
Interprétation géométrique : la dérivée en x0 est la pente de la tangente à la courbe de f en x0 .
La tangente est obtenue comme limite, au sens géométrique, des cordes entre le point de la courbe
d’abscisse x0 et un point d’abscisse x, tendant vers x0 .

Définition 8.2.6 (Tangente)

Soit f une fonction dérivable sur un intervalle ouvert I et x0 ∈ I. Alors la tangente à la courbe de f
en x0 est la droite d’équation y = f ′ (x0 )(x − x0 ) + f (x0 ).

Proposition 8.2.7
La tangente est la droite approchant « au mieux » la courbe de f au voisinage de x0 .

⊳ Éléments de preuve.
C’est la caractérisation par DL. Considérer une autre droite et comparer les différences à la fonction
f , au voisinage de x0 . ⊲
16 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Théorème 8.2.8 (Continuité des fonctions dérivables)

Si f est dérivable en x0 , alors f est continue en x0 . La réciproque est fausse !

⊳ Éléments de preuve.
f (x) − f (a)
Immédiat en écrivant f (x) − f (a) = · (x − a). ⊲
x−a

Note Historique 8.2.9

• La notion de dérivée tire son origine dans l’étude des tangentes, et en particulier de la pente des
tangentes. Pierre de Fermat le premier (en 1636) constate que très souvent, la pente s’obtient en écrivant
f (a + e) − f (a)
, puis en « prenant » e = 0 (il ne dispose pas encore de la notion de limite). Il appelle e
e
un « infiniment petit ».
• Newton, en 1669, introduit la notation (ẋ, ẏ, ż), pour les dérivées des coordonnées d’un point, qu’il
appelle « fluxions » des « fluentes » (x, y, z), qu’il définit comme les vitesses dont les fluentes sont
augmentées graduellement et indéfiniment. Sa notation est encore utilisée actuellement en physique.
• En 1674, Leibniz introduit la notation dx pour désigner une variation infinimésimale sur l’abscisse,
dy
et dy pour désigner une variation infinitésimale sur l’ordonnée. Si y dépend de x, désigne donc la
dx
variation infinitésimale de la fonction y rapportée à la variation infinitésimale de x qui l’a provoquée : il
s’agit bel et bien de la définition de Fermat, et rien de plus : pas de nouvelle théorie, juste une nouvelle
notation, encore largement utilisée aujourd’hui, notamment sous la forme non quotientée (pensez aux
intégrales !)
• À la fin du 18-ième siècle, Joseph-Louis Lagrange introduit la terminologie « dérivée » et la notation f ′ .
• La formalisation rigoureuse est due à Karl Weierstrass dans la deuxième moitié du 19-ième siècle,
s’appuyant sur une définition rigoureuse de la notion de limite et de continuité (dont il donne également
pour la première fois une définition rigoureuse et précise)

II.2 Dérivées à droite et à gauche

On note I le domaine de définition de f

Définition 8.2.10 (Dérivées à droite et à gauche)

f (x) − f (x0 )
Soit x0 ∈ I. On dit que f est dérivable à droite en x0 si l’expression admet une limite à
x − x0
droite lorsque x tend vers x0 . On note alors :

f (x) − f (x0 ) f (x0 + h) − f (x0 )

fd′ (x0 ) = lim+ = lim+ .
x→x0 x − x0 h→0 h

De même pour la dérivée à gauche : en cas d’existence,

f (x) − f (x0 ) f (x0 + h) − f (x0 )

fg′ (x0 ) = lim− = lim− .
x→x0 x − x0 h→0 h

Évidemment, la première condition pour que la dérivée à droite existe est que cette limite ait un sens,
donc que x0 ne soit pas la borne supérieure de I.

Remarque 8.2.11
La dérivabilité à droite en x0 équivaut à la dérivabilité en x0 de la restriction de f à I ∩ [x0 , +∞[.
II Dérivation 17

Proposition 8.2.12 (Caractérisation de la dérivabilité par fg′ et fd′ )

Soit x0 ∈ I, non égal à une des bornes de I. Alors f est dérivable en x0 si et seulement si f est dérivable
à gauche et à droite en x0 , et fg′ (x0 ) = fd′ (x0 ). Dans ce cas, f ′ (x0 ) = fd′ (x0 ) = fg′ (x0 ).

⊳ Éléments de preuve.
Par caractérisation de la limite (du taux d’accroissement) par limites à droite et à gauche. ⊲

Exemples 8.2.13
1. x 7→ | sin(x)|
2. x 7→ |x|3 .

II.3 Fonctions de classe C n

Soit une fonction réelle f définie sur un intervalle I, et dérivable sur cet intervalle I. La fonction dérivée f ′
est alors définie sur I. On peut alors étudier les propriétés de dérivabilité de f ′ , et, en cas de dérivabilité,
on obtient la dérivée seconde f ′′ (dérivée de la dérivée). On peut continuer de la sorte tant que c’est
possible.

Définition 8.2.14 (dérivées d’ordre supérieur)

Soit I un intervalle de R. On dit que f est n-fois dérivable si on peut dériver f sur I, n fois de suite.
Cela définit alors une fonction f (n) , appelée dérivée n-ième de la fonction f .

Plus précisément, il s’agit d’une définition par récurrence, basé sur la formule suivante, en tout point où
c’est possible :
f (n) (x) = (f (n−1) )′ (x).

Remarques 8.2.15
• N’oubliez pas les parenthèses autour de l’exposant, pour bien distinguer la dérivation de l’expo-
nentiation.
• Pour n = 1 et n = 2, on utilise généralement les notations f ′ et f ′′ (« f seconde ») au lieu de
f (1) et f (2) . On rencontre aussi parfois f ′′′ pour f (3) (« f tierce »). De plus, la notation f (0)
désigne la fonction f elle-même.
• Pour pouvoir définir la dérivée n-ième de f en x0 , il faut pouvoir dériver f (n−1) en x0 , et il faut
donc que f (n−1) soit définie sur tout un voisinage de x0 et non seulement en x0 .

Définition 8.2.16 (fonctions de classe C n )

Une fonction f est dite de classe C n sur un intervalle I si elle est n fois dérivable sur I et si f (n) est
continue.

Ainsi, une fonction est de classe C 0 si elle est continue. Elle est de classe C 1 si elle est dérivable (donc
continue) et de dérivée continue, etc. Remarquez que la dérivabilité ne suffit pas à obtenir la classe C 1 .

Exemple 8.2.17
f : x 7→ x2 sin x1 , prolongée par continuité en 0.
18 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Notation 8.2.18 (C n (I), D n (I))

Soit I un intervalle et n ∈ N. On note Dn (I) l’ensemble des fonctions définies sur I et n fois dérivables
sur I. On note C n (I) l’ensemble des fonctions n fois dérivables sur I et de dérivée n-ième continue.

En particulier, D0 (I) est l’ensemble de toutes les fonctions définies sur I, C 0 (I) est l’ensemble de toutes
les fonctions continues sur I.

Proposition 8.2.19
On a une chaîne d’inclusions :

· · · ⊂ C n (I) ⊂ Dn (I) ⊂ C n−1 (I) ⊂ Dn−1 (I) ⊂ · · · ⊂ C 1 (I) ⊂ D1 (I) ⊂ C 0 (I) ⊂ D0 (I).

⊳ Éléments de preuve.
Une inclusion sur deux est évidente par définition, l’autre provient de la continuité d’une fonction
dérivable. ⊲

Définition 8.2.20 (Fonctions de classe C ∞ )

On dit que f est de classe C ∞ sur I si f est de classe C n pour tout n ∈ N, donc si f est infiniment
dérivable. On note C ∞ (I) l’ensemble des fonctions de classe C ∞ sur I.

Il revient au même de dire que f est dans Dn (I) pour tout n ∈ N.

II.4 Théorème des accroissements finis, fonctions lipschitziennes

On admet un résultat important, qu’on démontrera plus loin, et qui est à la base de plusieurs résultats dans
la suite de ce chapitre (théorèmes de prolongement, théorème de variation des fonctions, positionnement
de la courbe par rapport aux tangentes pour les fonctions convexes)

Théorème 8.2.21 (Théorème des accroissements finis, TAF, admis provisoirement)

Soit a < b et f une application définie et continue sur le segment [a, b] à valeurs dans R, dérivable sur
]a, b[. Alors il existe un point c ∈]a, b[ tel que

f (b) − f (a)
= f ′ (c).
b−a

L’interprétation géométrique de ce résultat est assez limpide : il existe une tangente en un point inter-
médiaire à a et b, et parallèle à la corde entre a et b.

Corollaire 8.2.22 (Inégalité des accroissements finis, IAF)

• Soit f une application définie et continue sur le segment [a, b], à valeurs dans R, dérivable sur
]a, b[. On suppose que pour tout x ∈]a, b[,

m 6 f ′ (x) 6 M.

Alors :
f (b) − f (a)
m6 6 M.
b−a
• Écrite sous cette forme, l’IAF est valide aussi si b < a.
II Dérivation 19

• En particulier, on peut prendre m = inf f ′ (x) et M = sup f ′ (x), s’ils existent dans R.
x∈]a,b[ x∈]a,b[
′
• Si |f | 6 M sur ]a, b[, alors
|f (b) − f (a)| 6 M |b − a|.

L’IAF est à mettre en rapport avec la notion suivante :

Définition 8.2.23 (Fonction lipschitzienne, fonction contractante)

Soit f une fonction définie sur un intervalle I, à valeurs dans R. On dit que f est L-lipschitzienne sur
I si pour tout (x, y) ∈ I 2 ,
|f (x) − f (y)| 6 L|x − y|.
Le réel L est appelé facteur de Lipschitz de f . Si de plus L < 1, on dit que f est contractante.

Proposition 8.2.24 (continuité des fonctions lipschitziennes)

Soit f une fonction d’un intervalle I dans R, lipschitzienne sur I. Alors f est continue sur I.

⊳ Éléments de preuve.
Par le théorème d’encadrement. ⊲

Proposition 8.2.25 (Caractère lipschitzien des fonctions à dérivée bornée)

Soit f une application dérivable sur un intervalle I, et à dérivée bornée sur I. Alors f est lipschitzienne.

⊳ Éléments de preuve.
Conséquence immédiate de l’IAF. ⊲

II.5 Théorèmes de prolongement

On termine cette étude des fonctions de classe C n par des propriétés de prolongement, extrêmement
utiles pour justifier la classe C n d’une fonction obtenue par prolongement en un point. Ces théorèmes
de prolongement sont exprimés sur la borne gauche de l’intervalle. On pourrait bien entendu les adapter
pour la borne droite.
Le premier résultat est élémentaire :

Théorème 8.2.26 (Prolongement par continuité)

Soit f une fonction continue sur ]a, b], et admettant une limite ℓ en a. Il existe une unique fonction
g continue sur [a, b] et coïncidant avec f sur ]a, b]. Elle vérifie g(a) = ℓ. La fonction g est appelée
prolongement par continuité de f sur [a, b].

⊳ Éléments de preuve.
Ce n’est rien d’autre que l’unicité de la limite. ⊲

Le deuxième théorème de prolongement affirme que sous certaines conditions, la dérivabilité en un point
peut s’étudier en étudiant la limite de la dérivée au lieu de la limite du taux d’accroissement :
20 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Théorème 8.2.27 (Théorème de la limite de la dérivée)

Soit I un intervalle de R, et a ∈ I. Soit f une fonction de I dans R, continue sur I, dérivable sur
I \ {a}.
• Si f ′ admet une limite ℓ ∈ R lorsque x → a (x 6= a), alors f est dérivable en a et f ′ (a) = ℓ. La
fonction f ′ est alors continue en a.
f (x) − f (a)
• Si f ′ (x) → +∞ lorsque x → a, alors le taux d’accroissement tend aussi vers +∞
x−a
(et la courbe admet donc une tangente verticale en a).

⊳ Éléments de preuve.
Utiliser le TAF entre a et x, pour écrire le taux d’accroissement sous la forme f ′ (cx ), puis faire tendre
x vers a.
On peut aussi s’en sortir avec l’inégalité des accroissements finis, ce qui permet de généraliser à des
fonctions à valeurs complexes pour lesquelles l’IAF est valide, contrairement au TAF. ⊲
On en déduit de façon plus générale :

Théorème 8.2.28 (Théorème de la classe C n par prolongement)

Soit I un intervalle et x0 ∈ I. Soit f une fonction définie et de classe C n sur I \ {x0 }. Si pour tout
k ∈ [[0, n]], f (k) admet une limite finie en x0 , alors f peut être prolongée sur I en une fonction f˜ de
classe C n sur I. De plus, on aura alors :

∀k ∈ [[0, n]], f˜(k) (x0 ) = lim f (k) (x).

x→x0

⊳ Éléments de preuve.
Le cas n = 0 est le théorème de prolongement par continuité. Le cas n = 1 est une conséquence
immédiate du théorème de la limite de la dérivée. Le cas général s’en déduit par récurrence, en
appliquant l’HR à f puis le théorème de la limite de la dérivée à f (n) . ⊲

Remarque 8.2.29
Le théorème de la classe C n par prolongement est souvent utilisé sur des fonctions définies sur I tout
entier. L’hypothèse sur la limite de la dérivée d’ordre 0 doit alors être remplacée par une hypothèse de
continuité (pour s’assurer que la fonction définie sur I correspond bien au prolongement par continuité
de la fonction restreinte à I \ {x0 }, à laquelle on applique le théorème de prolongement).

II.6 Règles de dérivation

Il est important d’avoir une bonne maîtrise des règles de calcul suivantes, permettant de dériver toutes les
fonctions construites à partir des fonctions usuelles, à condition de connaître les dérivées de ces fonctions
usuelles. Dans tout ce paragraphe, I désigne un intervalle ouvert de R.

Proposition 8.2.30 (dérivée d’une somme, d’un produit)

Soit f et g deux fonctions de I dans R, et x ∈ I. Soit λ un réel.
1. Si f est dérivable en x, alors λf aussi et (λf )′ (x) = λf ′ (x).
2. Si f et g sont dérivables en x, alors f + g aussi et (f + g)′ (x) = f ′ (x) + g ′ (x).
3. Si f et g sont dérivables en x, f g aussi et (f g)′ (x) = f ′ (x)g(x) + f (x)g ′ (x)
 ′
1 1 −g ′ (x)
4. Si g est dérivable en x et g(x) 6= 0, alors g aussi et (x) = 2
g g (x)
II Dérivation 21

 ′
f f f ′ (x)g(x) − f (x)g ′ (x)
5. Si f et g sont dérivables en x et g(x) 6= 0, alors g aussi et (x) =
g g 2 (x)

⊳ Éléments de preuve.
• 1 et 2 sont immédiats en formant le taux d’accroissement.
• Pour 3, introduire artificiellement f (x + h)g(x) pour exprimer le taux d’accroissement de f g à
l’aide des taux d’accroissement de f et g. Utiliser la continuité de f .
• Pour 4, former le taux d’accroissement et mettre sur le même dénominateur. Utiliser la continuité
de g.
• 5 est la combinaison de 3 et 4.
⊲

Exemples 8.2.31
• Dérivée de x 7→ x2
• Dérivée de x →7 x1 .

Corollaire 8.2.32 (dérivée d’un produit de n termes)

Soit f1 , . . . , fn : I → R et x0 ∈ I. Si f1 , . . . , fn sont dérivables en x0 , alors leur produit aussi, et :
n
X Y
(f1 · · · fn )′ (x0 ) = fk′ (x0 ) fi (x0 ).
k=1 i∈[[1,n]]\{k}

Si les fi (x0 ) sont tous non nuls, ceci se réexprime sous la forme
 
n
Y X fi′ (x0 )
(f1 · · · fn )′ (x0 ) =  fi 
f (x )
i=1 i 0
i∈[[1,n]]

S’il existe i0 tel que fi0 (x0 ) = 0, alors la plupart des termes s’annulent :
Y
(f1 · · · fn )′ (x0 ) = fi′0 (x0 ) fi (x0 ).
i6=i0

⊳ Éléments de preuve.
Récurrence sur n à partir de la formule de dérivation d’un produit. ⊲

Exemples 8.2.33
• Dérivée de f : x 7→ xn .
• Dérivée d’un polynôme.

On en déduit notamment le résultat suivant à bien maîtriser pour son utilité.

Proposition 8.2.34 (Dérivées successives des puissances)

Soit f : x 7→ xn , et k ∈ N.
n!
• Si k 6 n, pour tout x ∈ R, f (k) (x) = xn−k .
(n − k)!
• Si k > n, pour tout x ∈ R, f (k) (x) = 0
22 CHAPITRE 8. DÉRIVATION DE FONCTIONS

⊳ Éléments de preuve.
Récurrence. ⊲

Proposition 8.2.35 (Dérivation d’une composition)

Soit I et J deux intervalles ouverts de R, et f : I → J, g : J → R. Soit x ∈ I. Si f est dérivable en x
et g dérivable en y = f (x), alors g ◦ f est dérivable en x, et :

(g ◦ f )′ (x) = f ′ (x)g ′ (y) = f ′ (x) · g ′ ◦ f (x).

Ainsi, (g ◦ f )′ = f ′ · (g ′ ◦ f ) .

⊳ Éléments de preuve.
L’idée qui vient à l’esprit est de multiplier et diviser par f (y)− f (x). Ça marche bien si cette quantité
ne s’annule pas lorsque y est dans un voisinage de x, sauf pour y = x, et permet de bien comprendre
la formule (c’est la manipulation des physiciens sur les df ).
Pour obtenir la formule dans la situation générale, on peut éviter les quotients en utilisant la carac-
térisation par DL1 .
⊲

Un cas particulier important est le cas de la dérivée logarithmique

Proposition/Définition 8.2.36 (Dérivée logarithmique)

Soit f une fonction dérivable d’un intervalle I dans R∗+ . Alors ln ◦f est dérivable, de dérivée :

f′
(ln ◦f )′ =
f
f′
L’expression f s’appelle dérivée logarithmique de f .

Plus généralement, si f est dérivable et de signe constant sur un intervalle ou une union d’intervalles, et
ne s’annule pas, alors
f′
(ln ◦|f |)′ = .
f

Remarque 8.2.37
La dérivée de f s’exprime facilement à l’aide de f et de sa dérivée logarithmique. Ainsi, la dérivée
logarithmique est une façon commode de calculer f ′ lorsque le passage au logarithme simplifie le pro-
blème. C’est le cas en particulier lorsqu’il y a des produits en jeu, puisque le logarithme va transformer
les produits en sommes, plus simples à dériver. On peut remarquer d’ailleurs que dans le cas de fonc-
tions positives, la règle de dérivation des produits de n terme peut s’obtenir facilement par dérivation
logarithmique.
Dans le cas général, l’utilisation de la dérivée logarithmique nécessitera un contrôle systématique des
signes.

La formule de dérivation d’une composée se généralise au cas d’un plus grand nombre de composée. Il
s’agit du produit des dérivées de chacune des fonctions, évaluées au point image du point initial x1 par
les fonctions précédemment appliquées :
II Dérivation 23

Proposition 8.2.38 (Dérivation d’une composition itérée)

Soit f1 , f2 , f3 , . . . , fn des fonctions dérivables respectivement en x1 , en x2 = f1 (x1 ), en x3 = f2 (x2 ) =
f2 ◦ f1 (x1 ), . . ., en xn = fn−1 (xn−1 ) = fn−1 ◦ · · · ◦ f1 (x1 ). Alors fn ◦ · · · ◦ f1 est dérivable en x1 et :

(fn ◦ · · · ◦ f1 )′ (x1 ) = fn′ (xn ) . . . f1′ (x1 )

h i h i
= fn′ ◦ fn−1 ◦ · · · ◦ f1 (x1 ) × fn−1
′
◦ fn−2 ◦ · · · ◦ f1 (x1 ) × · · · × f1′ (x1 ).

⊳ Éléments de preuve.
Récurrence immédiate ⊲

Exemple 8.2.39
Exprimer la dérivée de x 7→ ln(3 + sin(x3 )).

La dernière règle de dérivation que nous voyons est la règle de dérivation des fonctions réciproques. Nous
admettons pour cela le lemme suivant :

Lemme 8.2.40 (continuité des réciproques, admis pour l’instant)

Soit I et J deux intervalles et soit f une application bijective continue de I dans J. Alors f −1 : J → I
est continue sur J.

Ce lemme, à l’apparente évidence sous l’angle des graphes, nécessite quelques propriétés sur les fonc-
tions continues sur tout un intervalle. Ces propriétés étant étudiées dans un chapitre ultérieur, nous
démontrerons le lemme à cette occasion. Il s’agit en fait d’une des parties du théorème de la bijection.
À l’aide de ce lemme nous pouvons démontrer facilement le théorème de dérivation des réciproques :

Théorème 8.2.41 (Dérivation des fonctions réciproques)

Soit I et J deux intervalles, et soit f une application bijective continue de I dans J. Soit t0 ∈ I, et
x0 = f (t0 ). Alors :
• si f est dérivable en t0 , et si f ′ (t0 ) 6= 0, alors f −1 est dérivable en x0 , et :
1 1
(f −1 )′ (x0 ) = = .
f ′ (t 0) f′ ◦ f −1 (x0 )

• Si f est dérivable en t0 et f ′ (t0 ) = 0, alors f −1 n’est pas dérivable en x0 .

⊳ Éléments de preuve.
Écrire le taux d’accroissement entre x et x0 , et au dénominateur, écrire x − x0 = f (f −1 (x)) −
f (f −1 (x0 )) afin d’introduire le taux d’accroissement de f entre f −1 (x0 ) et f −1 (x). Passer à la limite
en utilisant la continuité de f −1 . ⊲

Exemple 8.2.42
• Dérivée de x 7→ ex , définie comme réciproque de ln, elle-même définie comme primitive sur R∗+
de x 7→ x1 s’annulant en 1.
• Dérivée de x 7→ xα = eα ln(x) sur R∗+ .

L’utilisation de la définition de la dérivée par taux d’accroissement permet alors d’obtenir un certain
nombre de limites remarquables, pour les fonctions pour lesquels on a trouvé l’expression de la dérivée
par des moyens autres que l’utilisation directe du taux d’accroissement :
24 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Proposition 8.2.43 (Limites remarquables pour exp, ln, les puissances)

On a (pour α ∈ R)

ln(1 + x) ex − 1 (1 + x)α − 1
lim = 1, lim = 1, lim = α.
x→0 x x→0 x x→0 x

II.7 Stabilité des propriétés de régularité

Les propriétés s’établissent facilement par récurrence à partir des propriétés similaires au rang 1.

Proposition 8.2.44 (Règles pour les fonctions n fois dérivables en un point)

Soit f et g deux fonctions de I dans R, et x0 ∈ I. Soit n ∈ N∗ . Soit λ et µ deux réels.
1. Si f est n fois dérivable en x0 , alors λf aussi et (λf )(n) (x0 ) = λf (n) (x0 ).
2. Si f et g sont n fois dérivables en x0 , alors f + g aussi et (f + g)(n) (x0 ) = f (n) (x0 ) + g (n) (x0 ).
3. (Formule de Leibniz) Si f et g sont n fois dérivables en x0 , f g aussi et :
n  
(n)
X n (k)
(f g) (x0 ) = f (x0 )g (n−k) (x0 ).
k
k=0

f
4. Si f et g sont n fois dérivables en x0 et si g ne s’annule pas en x0 , alors est n fois dérivable
g
 (n)
en x0 (pas de formule simple). Si de plus, f (n) et g (n) sont continues en x0 , alors fg aussi.

⊳ Éléments de preuve.
Récurrences plus ou moins immédiates. Pour la formule de Leibniz, l’argument se déroule comme
pour la formule du binôme, en utilisant la formule de Pascal. D’ailleurs, la formule du binôme peut
se déduire de la formule de Leibniz, appliquée à des fonctions judicieusement choisies. ⊲

Exemple 8.2.45
Dérivée n-ième de x 7→ xex .

Proposition 8.2.46 (Composition de fonctions n fois dérivables)

Soit I et J deux intervalles, et f une fonction de I dans J, g une fonction de J dans R. Soit x0 ∈ I.
Si f est n fois dérivable en x0 et g est n fois dérivable en f (x0 ), alors g ◦ f est n fois dérivable en x0 .
Si de plus f (n) et g (n) sont continues en x0 , alors (g ◦ f )(n) également.

⊳ Éléments de preuve.
Récurrence. ⊲

Remarque 8.2.47 (Formule de Faà di Bruno, HP, à ne surtout pas apprendre par coeur)
Il existe une formule explicite pour la dérivée d’ordre n d’une composition (formule de Faà di Bruno),
mais cette formule est fort complexe. Pour le plaisir, on énonce, sans démonstration :
n  (k) mk
X n! Y f
(g ◦ f )(n) = × g (m1 +···+mn ) ◦ f.
n
m 1 !m 2 ! · · · m n ! k!
(m1 ,...,mn )∈N k=1
1m1 +2m2 +···+nmn =n

Vérifiez que pour n = 1, on retombe sur la formule connue...

II Dérivation 25

La seule formule de dérivation itérée d’une composée à connaître est le cas simple d’une composée du type
x 7→ f (ax + b), qui s’obtient par une récurrence immédiate (contraîrement à celle permettant d’obtenir
la formule de Faà di Bruno).

Théorème 8.2.48 (Dérivée de x 7→ f (ax + b))

Soit a et b deux réels, x0 ∈ R et f une application n fois dérivable en ax0 + b. Alors la fonction
g : x 7→ f (ax + b) est n fois dérivable en x0 et

g (n) (x0 ) = an f (n) (ax0 + b).

⊳ Éléments de preuve.
Récurrence immédiate. ⊲

Le lecteur curieux pourra s’assurer que cette formule est bien conforme à la formule générale de Faà di
Bruno.

Proposition 8.2.49 (Règles de stabilité dans D n (I))

Soit n ∈ N∗
1. L’ensemble Dn (I) est stable par combinaisons linéaires, produit et quotient par une fonction ne
s’annulant pas.
2. Soit f ∈ Dn (I) à valeurs dans un intervalle J, et g ∈ Dn (J). Alors g ◦ f ∈ Dn (I)
3. Soit f ∈ Dn (I), bijective de I dans J, et telle que f ′ ne s’annule pas sur I. Alors f −1 ∈ Dn (J).

⊳ Éléments de preuve.
Seul le dernier point n’a pas encore été justifié. Faire une récurrence en passant par l’expression de
la dérivée de f −1 . Étudier dans la même récurrence le cas f ∈ C n (I), de sorte à démontrer du même
coup la propriété suivante. ⊲

On a les mêmes règles pour la classe C n :

Proposition 8.2.50 (Règles de stabilité dans C n (I))

Soit n ∈ N, ou n = +∞.
1. L’ensemble C n (I) est stable par combinaisons linéaires, produit et quotient par une fonction ne
s’annulant pas.
2. Soit f ∈ C n (I) à valeurs dans un intervalle J, et g ∈ C n (J). Alors g ◦ f ∈ C n (I)
3. Soit f ∈ C n (I), bijective de I dans J, et telle que, si n 6= 0, f ′ ne s’annule pas sur I. Alors
f −1 ∈ C n (J).

⊳ Éléments de preuve.
Tout a déjà été fait. C’est un récapitulatif. ⊲

II.8 Dérivations de fonctions réelles à valeurs dans C

Nous élargissons dans ce paragraphe la notion de dérivation au cas de fonctions complexes, ou plus
précisément, de fonctions d’une variable réelle, à valeurs dans C.
26 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Définition 8.2.51 (Dérivation d’une fonction de R dans C)

Soit I =]a, b[ un intervalle ouvert de R (a, b ∈ R) et x0 ∈ I. Soit f : I −→ C une fonction à valeurs
f (x0 + h) − f (x0 )
complexes. On dit que f est dérivable en x0 si l’expression admet une limite dans
h
C lorsque le réel h tend vers 0, c’est-à-dire s’il existe ℓ ∈ C tel que

f (x0 + h) − f (x0 )
lim − ℓ = 0.
h→0 h

Dans ce cas, on définit la dérivée de f en x0 par :

f (x0 + h) − f (x0 )
f ′ (x0 ) = lim .
h→0 h

La dérivation d’une fonction à valeurs dans C se ramène en fait à la dérivation de deux fonctions à valeurs
dans R (la partie réelle et la partie imaginaire) :

Proposition 8.2.52 (Dérivation des parties réelles et imaginaires)

Soit, avec les mêmes notations, f : I −→ C, et définissons les fonctions fr et fi de I dans C par :

∀x ∈ I, fr (x) = Re(f (x)) et fi (x) = Im(f (x)).

Alors f est dérivable en x0 si et seulement si fr et fi le sont, et dans ce cas,

f ′ (x0 ) = fr′ (x0 ) + i fi′ (x0 ).

⊳ Éléments de preuve.
Immédiat en revenant à la définition, et en utilisant le résultat similaire pour les limites de fonctions
à valeurs dans C. ⊲
Les règles de dérivation des fonctions à valeurs dans C sont les mêmes que pour les fonctions à valeurs
réelles :

Proposition 8.2.53 (principales règles de dérivation des fonctions complexes)

Soit f, g : I −→ C deux fonctions complexes définie sur un intervalle ouvert I de R et dérivables en
x0 ∈ I. Alors :
(i) f + g est dérivable en x0 et (f + g)′ (x0 ) = f ′ (x0 ) + g ′ (x0 ) ;
(ii) pour tout α ∈ C, αf est dérivable en x0 et (αf )′ (x0 ) = αf ′ (x0 ) ;
(iii) f g est dérivable en x0 et (f g)′ (x0 ) = f ′ (x0 )g(x0 ) + f (x0 )g ′ (x0 ) ;
 ′
f f ′ (x0 )g(x0 ) − f (x0 )g ′ (x0 )
(iv) si g(x0 ) 6= 0, fg est dérivable en x0 et (x0 ) = .
g g(x0 )2

⊳ Éléments de preuve.
Les démonstrations faites dans le cas réel s’adaptent. ⊲
On ne donne pas de règle générale de dérivation de compositions : composer à la source par une fonction de
R dans R ne pose pas de problème en considérant partie réelle et partie imaginaire. Composer à l’arrivée
est plus délicat, car cela implique des fonctions dont la variable est complexe ; la notion de dérivation
de fonctions d’une variable complexe existe (fonctions holomorphes), mais c’est une autre histoire. Nous
nous contentons du cas particulier de la composition par l’exponentielle complexe, très utile en physique :
III Fonctions convexes 27

Proposition 8.2.54 (Dérivée de t 7→ eϕ(t) )

Soit ϕ : I −→ C une fonction à valeurs complexes définie sur un intervalle I ouvert de R et soit x0 ∈ I.
Soit ψ : x 7→ eϕ(t) .
Si ϕ est dérivable en x0 , alors ψ aussi, et

ψ ′ (x0 ) = ϕ′ (x0 )eϕ(x0 ) .

⊳ Éléments de preuve.
En décomposant ϕ = ϕr + i ϕi , on décompose ψ en
ψ = eϕr cos ◦ϕi + i eϕr sin ◦ϕi .
Dériver ces composées réelles. ⊲

Exemples 8.2.55
1. Calculer la dérivée de x 7→ ei x sur R.
2
2. Calculer la dérivée de x 7→ ei x sur R.
ix
3. Calculer la dérivée de x 7→ ee sur R.

En identifiant C à R2 , la dérivée de ϕ correspond à un vecteur tangent (dans un sens que nous ne

définissons pas) à la courbe paramétrée par ϕ au point ϕ(x0 ) (voir l’exemple de x 7→ ei x : la tangente au
cercle trigonométrique est orthogonal au rayon, donc obtenu par multiplication par un imaginaire pur,
ce qui correspond bien au facteur i qu’on obtient dans la dérivation)

III Fonctions convexes

III.1 Notion de convexité
Définition 8.3.1 (Convexité, concavité)
Soit I un intervalle, et f : I → R. On dit que f est convexe sur I si :

∀(x, y) ∈ I 2 , ∀λ ∈ [0, 1], f (λx + (1 − λ)y) 6 λf (x) + (1 − λ)f (y).

On dit que f est concave sur I si :

∀(x, y) ∈ I 2 , ∀λ ∈ [0, 1], f (λx + (1 − λ)y) > λf (x) + (1 − λ)f (y).

Remarque 8.3.2 (Interprétation géométrique de la convexité)

f est convexe si la courbe reste sous les cordes (i.e. sous les segments reliant deux points de la courbe)

Théorème 8.3.3 (Inégalité de Jensen)

n
Soit f une fonction convexe sur un intervalle I, et soit (λ1 , . . . , λn ) ∈ Rn+ tels que λk = 1. Alors,
P
k=1
n
pour tout (x1 , . . . , xn ) ∈ I n , le réel λk xk est dans I, et
P
k=1

n n
!
X X
f λk xk 6 λk f (xk ).
k=1 k=1
28 CHAPITRE 8. DÉRIVATION DE FONCTIONS

⊳ Éléments de preuve.
Récurrence sur n. Il ne faut pas oublier de renormaliser les poids. ⊲
On obtient bien évidemment un énoncé similaire pour les fonctions concaves, l’inégalité étant dans l’autre
sens.

III.2 Étude des pentes d’une fonction convexe

Lemme 8.3.4 (Lemme des pentes)

Soit f une fonction convexe sur un intervalle I, et x < y < z trois points de I. Alors

f (y) − f (x) f (z) − f (x) f (z) − f (y)

6 6 .
y−x z−x z−y

⊳ Éléments de preuve.
Justifier qu’il existe un λ ∈]0, 1[ tel que y = (1 − λ)x + λz. On obtient alors le lemme des pentes en
utilisant l’inégalité de convexité. ⊲
On note Fu la fonction taux d’accroissement, définie comme usuellement sur I par :
f (t) − f (u)
∀t ∈ I, Fu (t) = .
t−u

Théorème 8.3.5
Soit I un intervalle de R, et f : I → R une fonction. La fonction f est convexe sur I si et seulement
si pour tout u ∈ I, l’application Fu est croissante sur I \ {u}.

⊳ Éléments de preuve.
Le sens direct s’obtient à l’aide du lemme des pentes, en comparant Fu (t1 ) et Fu (t2 ). Il faut discuter
sur la position relative de t1 , t2 et u.
Réciproquement, pour obtenir l’inégalité de convexité, considérer u = x, t2 = y, et t1 ? ⊲
On remarque que le lemme des pentes permet de préciser un peu l’inégalité définissant la convexité, qui
positionne la courbe par rapport aux cordes, en considérant la sécante (la droite qui supporte la corde)

Proposition 8.3.6 (Positionnement de la courbe par rapport à la sécante)

Soit f une fonction convexe sur un intervalle I, et x < y deux points de I. La sécante aux points x et
y est au-dessus de la courbe (au sens large) sur [x, y], et en-dessous sur I \ [x, y].

III.3 Étude de la dérivabilité des fonctions convexes

Théorème 8.3.7 (Dérivabilité des fonctions convexes)

Soit I un intervalle ouvert, et f : I → R une fonction convexe. Alors f est dérivable à droite et à
gauche en tout point de I, et :
1. ∀x ∈ I, fg′ (x) 6 fd′ (x). ;
2. ∀(x, y) ∈ I 2 , x < y =⇒ fd′ (x) 6 fg′ (y) ;
3. fg′ et fd′ sont croissantes sur I

⊳ Éléments de preuve.
Que dire de l’existence des limites de fonctions croissantes ? ⊲
III Fonctions convexes 29

Corollaire 8.3.8
Soit I un intervalle ouvert, et f convexe sur I. Alors f est continue sur I.

Remarque 8.3.9
Le théorème et son corollaire sont faux si on ne suppose pas que I est ouvert.

Proposition 8.3.10
Soit I un intervalle ouvert et x0 ∈ I. Soit f : I → R une fonction convexe sur I. Puisque f est dérivable
à gauche et à droite, sa courbe admet une tangente à gauche et une tangente à droite en x0 . Alors la
courbe de f est au-dessus de sa tangente à gauche, et au-dessus de sa tangente à droite.

⊳ Éléments de preuve.
La croissance des taux d’accroissement permet de comparer la tangente (à droite ou à gauche) en un
point et les cordes issues du même point. ⊲

Remarque 8.3.11
Les résultats ci-dessus se transcrivent évidemment au cas de fonctions concaves. Dans ce cas, les dérivées
à droite et à gauche sont décroissantes.

III.4 Caractérisation de la convexité pour les fonctions D 1 ou D 2

Afin de pouvoir dès à présent utiliser des propriétés de convexité pour obtenir des inégalités, on donne
dès maintenant le théorème suivant, permettant d’avoir un critère simple et pratique pour prouver la
convexité d’une fonction.

Théorème 8.3.12 (Caractérisation des fonctions convexes dérivables)

Soit I un intervalle ouvert, et f : I → R une fonction dérivable sur I. Les propriétés suivantes sont
équivalentes :
(i) f est convexe ;
(ii) f ′ est croissante ;
(iii) la courbe de f se trouve au-dessus de toutes ses tangentes.

⊳ Éléments de preuve.
• (i) =⇒ (ii) provient du lemme des pentes.
• (ii) =⇒ (iii) provient du théorème des accroissements finis.
• (iii) =⇒ (i) : Considérer la tangente en un point intermédiaire ; elle est sous la corde (pourquoi) ?
⊲

Corollaire 8.3.13 (Caractérisation des fonctions convexes deux fois dérivables)

Soit I un intervalle ouvert, et f : I → R une fonction deux fois dérivable sur I. Alors f est convexe si
et seulement si pour tout x ∈ I, f ′′ (x) > 0.
30 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Exemples 8.3.14
1. x 7→ ex est convexe sur R ;
2. x 7→ ln x est concave sur R∗+ ;
3. x 7→ sin x est concave sur chacun des intervalles ]2kπ, (2k + 1)π[ et convexe sur chacun des
intervalles ](2k − 1)π, 2kπ[, k ∈ Z.

On déduit de ces exemples les inégalités suivantes, obtenues en considérant la position des courbes par
rapport à leur tangente en 0 :

Exemples 8.3.15
1. ∀x ∈] − 1, +∞[, ln(1 + x) 6 x ;
2. ∀x ∈ R, ex > x + 1 ;
3. ∀x > 0, sin x 6 x et ∀x 6 0, sin x > x.

IV Étude d’une fonction

Dans ce paragraphe, nous voyons comment appliquer les méthodes calculatoires développées dans début
de ce chapitre à l’étude des fonctions. Le lien est bien sûr fait par le résultat que vous connaissez bien
reliant le signe de la dérivée et les variations de la fonction. Avant d’aborder ce point, nous faisons quelques
rappels sur le graphe d’une fonction et les symétries.

IV.1 Graphe
Nous rappelons que le domaine de définition d’une fonction f est le sous-ensemble Df (de R ici) constitué
de l’ensemble des éléments x tels que f (x) soit défini.
Dans le cas d’une fonction de R dans R, le graphe, tel que nous l’avons défini dans un chapitre antérieur,
correspond au sous-ensemble de R2 constitué des éléments (x, f (x)), pour x ∈ Df .
Le graphe permet d’avoir une idée générale de la fonction étudiée. Un graphe précis (par approximations
et interpolation à partir d’un grand nombre de points, obtenus par exemple par des expériences) permet
d’obtenir facilement une première approximation de solutions de certaines équations ou inéquations.
Certaines opérations simples sur les fonctions se traduisent facilement sur le graphe, comme la composition
à la source ou à l’arrivée par x 7→ ax ou x 7→ x − a.
Une autre opération se traduisant élégamment sur les graphes est la réciproque des fonctions bijectives.

Proposition 8.4.1 (Graphe d’une fonction réciproque, figure 8.1)

Soit I, J ⊂ R, et f : I −→ J une bijection. Alors le graphe de f −1 est l’image du graphe de f par la
symétrie d’axe D, où D est la droite d’équation y = x.

Remarque 8.4.2
Interprétez géométriquement la formule de dérivation des réciproques.

IV.2 Symétries d’une fonction

Définition 8.4.3 (fonctions paires, impaires, périodiques)

Soit f une fonction de domaine de définition Df ⊂ R, à valeurs dans R.
IV Étude d’une fonction 31

π
x 7→ Arcsin(x)
2

1 x 7→ sin(x)

|
− π2 −1
| | | |

|
1 π
2

−1
|

− π2
|

Figure 8.1 – Graphe d’une fonction réciproque

• On dit que f est paire si Df est symétrique par rapport à 0 (donc Df = −Df = {−x, x ∈ Df }),
et
∀x ∈ Df , f (−x) = f (x).
• On dit que f est impaire si Df est symétrique par rapport à 0 et

∀x ∈ Df , f (−x) = −f (x).

• On dit que f est périodique de période T > 0 si Df + T = Df et

∀x ∈ Df , f (x + T ) = f (x).

Remarque 8.4.4
Comment se traduit la parité et l’imparité sur le graphe ?

Définition 8.4.5 (période minimale)

Soit f une fonction périodique, et soit T + l’ensemble des périodes strictement positives de f . Si T +
admet un minimum T , alors T est appelée période minimale de f , ou plus petite période de f .
32 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Exemples 8.4.6
1. cos et sin sont périodiques de période 2π. Il s’agit de la période minimale.
2. tan est également périodique de période 2π, mais ce n’est pas la période minimale. La période
minimale est π.
3. Il existe des fonctions périodiques n’admettant pas de période minimale, par exemple 1Q . Quelles
sont ses périodes ?

On peut montrer plus généralement qu’une fonction périodique sans période minimale admet un ensemble
de périodes dense dans R. Ce résultat est basé sur la description des sous-groupes de R, que nous aurons
l’occasion d’évoquer dans un chapitre ultérieur.

IV.3 Monotonie
On rappelle que f est croissante si elle préserve la relation d’ordre large : pour tout x, y ∈ Df ,

x 6 y =⇒ f (x) 6 f (y).

De même, f est strictement croissante si elle préserve la relation d’ordre stricte. On définit de même la
décroissance et la stricte décroissante, par inversion de la relation d’ordre
On dit qu’une fonction est (strictement) monotone si elle est (strictement) croissante ou (strictement)
décroissante.

Avertissement 8.4.7
Si f est croissante (ou décroissante) sur deux intervalles I et J, elle n’est pas nécessairement croissante
sur l’union I ∪ J. Considérer par exemple f : x 7→ x1 et I =] − ∞, 0[, J =]0, +∞[.

La monotonie suit une règle ressemblant à la règle des signes :

Proposition 8.4.8 (monotonie et composition)

Soit f et g deux fonctions définies sur les sous-ensembles E et F de R, et telles que f (E) ⊂ F . Alors :
• Si f et g sont croissantes, ou si f et g sont décroissantes, alors g ◦ f est croissante ;
• Si f et croissante et g décroissante, ou si f est décroissante et g croissante, alors g ◦ f est
décroissante.
De plus, si la monotonie de f et g est stricte, celle de g ◦ f l’est également.

⊳ Éléments de preuve.
Pas dur en utilisant la définition : partir de x < y. ⊲

Remarque 8.4.9
Cette règle des monotonies composées est très utile en pratique, et permet souvent d’obtenir les varia-
tions de certaines fonctions de façon beaucoup plus élégante, efficace et rapide que par étude de fonction.
C’est le premier réflexe à avoir lorsqu’on vous demande les variations d’une fonction composée.

Proposition 8.4.10 (monotonie et réciproque)

Soit f : I −→ J une fonction bijective réelle définie sur un sous-ensemble I de R. Si f est monotone
(nécessairement strictement), alors f −1 est monotone, de même sens de monotonie que f .
IV Étude d’une fonction 33

⊳ Éléments de preuve.
Par la définition, en montrant la contraposée. ⊲

Proposition 8.4.11 (monotonie et injectivité)

Une fonction strictement monotone sur un sous-ensemble de R est injective sur ce sous-ensemble.

IV.4 Variations des fonctions, extremum

Nous commençons par un rappel de certaines propriétés (admises pour le moment) permettant une étude
efficace d’une fonction d’une variable, puis nous rappelons le schéma général d’étude d’une fonction.

Théorème 8.4.12 (Caractérisation des fonctions croissantes dérivables)

Soit f : X → R, et I un intervalle tel que f est dérivable sur I. Alors :
1. f est croissante sur I si et seulement si pour tout x ∈ I, f ′ (x) > 0.
2. f est constante sur I ssi f ′ = 0 sur I.
3. f est strictement croissante sur I si et seulement si f ′ > 0, et que pour tout (a, b) ∈ I 2 tel
que a < b, f ′ n’est pas nulle sur ]a, b[ (cela revient à dire que l’ensemble des zéros de f ′ est
d’intérieur vide).
4. Énoncés similaires pour la décroissance.

⊳ Éléments de preuve.
1. Pour la réciproque, utiliser l’IAF.
2. f est constante équivaut ssi f est croissante et décroissante.
3. La croissance (stricte) implique déjà f ′ > 0 ; Si f ′ s’annulait sur tout un ]a, b[, f serait constante
sur cet ]a, b[ donc pas strictement monotone. Réciproquement, si f était monotone, mais pas
strictement, elle serait constante sur tout un intervalle [a, b], avec a < b, et f ′ serait nulle sur cet
intervalle.
⊲

Méthode 8.4.13 (Étude des variations d’une fonction)

Pour étudier les variations d’une fonction, on étudiera le signe de f . On pourra donc dresser un tableau
de variation, consignant le signe de f ′ suivant les valeurs de x, et le sens de variation de f qu’on en
déduit.

Exemple 8.4.14
Étudier les variations de f : x 7→ x ln(x) sur R∗+ . En déduire l’existence et la valeur du minimum de f
sur R∗+ .

Définition 8.4.15 (Maximum, maximum local)

Soit f défini sur X.
• On dit que f admet en x un maximum si pour tout y ∈ X, f (y) 6 f (x).
• Ce maximum est strict s’il n’est atteint en aucun autre y (donc f (y) < f (x) pour tout y 6= x)
• f admet en x un maximum local s’il existe un voisinage V de x tel que pour tout y ∈ V ,
f (y) 6 f (x) (donc si f|V admet un maximum en x).
34 CHAPITRE 8. DÉRIVATION DE FONCTIONS

Théorème 8.4.16 (condition nécessaire pour un extrémum)

Soit f dérivable sur un intervalle ouvert I. Si f admet en x un extremum local (minimum ou maximum),
alors f ′ (x) = 0.

⊳ Éléments de preuve.
f (y)−f (x)
Considérer le signe du taux d’accroissement y−x à gauche et à droite de x. ⊲
Cette condition n’est pas suffisante, comme le montre l’exemple de x 7→ x3 en 0.

Définition 8.4.17 (point critique)

Soit f une fonction dérivable sur un intervalle ouvert I, et x ∈ I. On dit que x est un point critique de
f si f ′ (x) = 0.

Ainsi, une CN pour que f présente un extremum local en x ∈ I (ouvert) est que x soit un point critique.
Attention, c’est évidemment faux si I n’est pas ouvert (cas d’un extremum sur le bord).

IV.5 Comportement asymptotique

Le comportement à l’infini (comportement asymptotique) peut aussi aider à cerner l’allure de la courbe.
On définit pour cela la notion de droite asymptote : il s’agit d’une droite qui approche d’aussi près
qu’on veut une portion de la courbe lorsqu’on s’éloigne vers l’infini dans l’une des deux directions. Plus
précisément :

Définition 8.4.18 (asymptotes)

• asymptote verticale en a : droite d’équation x = a en a telle que lim± f (x) = ±∞ ;
x→a
• asymptotes en +∞ : la droite D d’équation y = ax + b est dite asymptote à la courbe C de f
en +∞ si
lim (f (x) − (ax + b)) = 0.
x→+∞

On définit évidemment une notion similaire en −∞.

Méthode 8.4.19 (Déterminer une droite asymptote (non verticale))

On verra plus tard comment obtenir les asymptotes à l’aide de développements asymptotiques. De
façon plus élémentaire, si a existe, c’est nécessairement la limite de f (x)
x lorsque x tend vers +∞. le cas
échéant, il ne reste qu’à vérifier que f (x) − ax tend vers une limite finie b.

Exemples 8.4.20
x3 − 2x2 + 1
La courbe de f : x 7→ admet-elle une asymptote en +∞ ?
x2 + 1

On peut aussi définir des paraboles asymptotes, avec la condition lim f (x) − ax2 − bx − c = 0.
x→+∞

IV.6 Convexité
Enfin, l’allure de la courbe va dépendre fortement de « l’orientation de la courbure », c’est-à-dire des
propriétés de convexité. Celles-ci seront obtenues par l’étude du signe de f ′′ . On pourra donc consigner
de signe de f ′′ , conjointement au tableau de variations.
IV Étude d’une fonction 35

Définition 8.4.21 (point d’inflexion)

Un point d’inflexion de la courbe de f est un point en lequel f change de convexité.

Exemple 8.4.22
2
Étude de la fonction x 7→ e−x , avec les propriétés de convexité et les points d’inflexion.
36 CHAPITRE 8. DÉRIVATION DE FONCTIONS
 9
Les fonctions usuelles

L’invention des logarithmes, en réduisant le temps passé aux calculs de quelques mois à
quelques jours, double pour ainsi dire, la vie des astronomes.

(Pierre-Simon Laplace)

Le logarithme d’un sinus donné est le nombre qui a progressé arithmétiquement avec la même
vitesse avec laquelle le rayon a diminué géométriquement jusqu’au sinus donné.

(John Napier, connu en France sous le nom de Jean Néper)

Comme pour trois sinus en proportion continue le carré du moyen est égal au produit des
extrêmes, ainsi pour leurs logarithmes, le double du moyen est égal à la somme des deux
extrêmes

(John Napier)

Ce chapitre est un catalogue des fonctions usuelles au programme de Math Sup. On y trouve bien
entendu le logarithme et l’exponentielle, et les fonctions trigonométriques, mais également les réciproques
(partielles) de celles-ci (Arcsin, Arccos et Arctan), et les fonctions hyperboliques (ch, sh, et th), mais sans
leurs fonctions réciproques Argch, Argsh et Argth qui ne sont pas au programme.

I Prérequis
Afin de justifier correctement l’existence des fonctions usuelles, nous admettons quelques résultats d’ana-
lyse que nous verrons dans un chapitre ultérieur. On rappelle que si f est une fonction définie sur un
intervalle I, une primitive de f est une application F telle que F ′ = f

Théorème 9.1.1 (CS d’existence d’une primitive, admis)

Toute fonction continue sur un intervalle I admet une primitive

Théorème 9.1.2 (Théorème fondamental de l’analyse, admis)

Soit f une fonction continue sur I = [a, b] et F une primitive de f sur [a, b]. Alors
Z b
f (t) dt = F (b) − F (a).
a
38 CHAPITRE 9. LES FONCTIONS USUELLES

Théorème 9.1.3 (Unicité d’une primitive de valeur imposée)

Supposons de plus qu’on dispose de x0 ∈ I et y0 ∈ R. Alors il existe une unique primitive G de f telle
que G(x0 ) = y0 , donnée explicitement par
Z x
G(x) = y0 + f (t) dt.
x0

⊳ Éléments de preuve.
Se déduit des deux précédents, en remarquant que G est bien une primitive (la calculer en fonction
de F par le théorème fondamental), et que 2 primitives sur un intervalle diffèrent d’une constante ⊲

Théorème 9.1.4 (Théorème des valeurs intermédiaires, admis)

Soit f une fonction continue sur [a, b]. Alors toute valeur y0 comprise entre f (a) et f (b) est dans
l’image de f .

II Exponentielle, logarithme, puissances

Afin de contourner le problème de l’existence de l’exponentielle (admise au lycée), nous abordons les
choses en sens inverse, en commençant par définir le logarithme.

II.1 Logarithme

Définition 9.2.1 (fonction logarithme (népérien) ln, courbe figure 9.1)

1
La fonction ln est l’unique primitive de x 7→ x sur ]0, +∞[ s’annulant en 1

Ainsi, pour tout x ∈ R∗+ ,

x
dx
Z
ln(x) = .
1 x
Propriétés 9.2.2 (propriétés de ln)
Soit f : x 7→ ln(x).
• Domaine de définition : ln : R∗+ → R.
• Dérivation : f est de classe C ∞ sur ]0, +∞[,

1 (−1)n−1 (n − 1)!
∀x ∈ R∗+ , f ′ (x) = , ∀x ∈ R∗+ , ∀n ∈ N∗ , f (n) (x) = .
x xn
• Variations : ln est croissante sur son domaine.
• Propriétés de convexité : ln est concave sur R∗+
• Inégalité classique : ∀x ∈] − 1, ∞[, ln(1 + x) 6 x
a
Propriété remarquable : si a > 0 et b > 0, ln(ab) = ln(a) + ln(b), ln


• b = ln(a) − ln(b).
En particulier, ln( 1b ) = − ln(b).
• Valeurs remarquables et limites :
∗ ln(1) = 0
∗ ln(e) = 1 (c’est la définition de e)
∗ lim+ ln(x) = −∞
x→0
∗ lim ln(x) = +∞.
x→+∞
ln(1 + x)
• Limite remarquable : lim = 1.
x→0 x
II Exponentielle, logarithme, puissances 39

⊳ Éléments de preuve.
• Propriété remarquable : considérer x 7→ ln(ax) dont la dérivée est x1 . Ainsi, x 7→ ln(x) et x 7→
ln(ax) diffèrent d’une constante. Évaluer en un point bien choisi.
• Limite en +∞ : elle existe dans R ∪ {+∞}. Considérer ln(2x) − ln(x) pour justifier qu’elle ne
peut pas être finie.
• Limite en 0 : Se ramener en +∞.
• Limite remarquable : c’est un taux d’accroissement.
⊲

ln log10
1 1
|

|
| | | | | | |
|

|
1 e 1 10
|

Figure 9.1 – Graphes de ln et log10

II.2 Exponentielle réelle

Lemme 9.2.3 (Version faible du théorème de la bijection continue)

Soit a < b dans R, et I =]a, b[. Soit f : I → R une fonction continue strictement croissante. On note
α = lim f (x) et β = lim f (x), qui existent par croissance de f . Alors f est bijective de I sur ]α, β[ et
x→a x→b

lim f −1 (y) = a et lim f −1 (y) = b.

y→α y→β

⊳ Éléments de preuve.
L’injectivité découle de la croissance stricte, la surjectivité provient du TVI. Comme f −1 est stric-
tement monotone, les limites existent, et, si on les note a′ et b′ , Im(f −1 ) ⊂]a′ , b′ [, et doivent être
adhérentes à ]a, b[. ⊲

Lemme 9.2.4 (Bijection induite par le ln)

Le logarithme se restreint en une bijection de R∗+ sur R.

Définition 9.2.5 (fonction exponentielle exp, courbe figure 9.2)

La fonction exp est la réciproque de ln (bijective de R∗+ sur R). Elle est indifféremment notée x 7→ exp(x)
ou x 7→ ex . On justifiera cette notation plus loin. En attendant, on préfère la première.

Propriétés 9.2.6 (propriétés de la fonction exp)

Soit f : x 7→ exp(x).
• Domaine de définition : exp : R → R∗+ .
• Dérivation : f est de classe C ∞ sur R,

∀x ∈ R, f ′ (x) = exp(x), ∀x ∈ R, ∀n ∈ N∗ , f (n) (x) = exp(x).

40 CHAPITRE 9. LES FONCTIONS USUELLES

• Variations : exp est croissante sur R.

• Propriétés de convexité : exp est convexe sur R
• Inégalité classique : ∀x ∈ R, exp(x) > x + 1
• Valeurs remarquables et limites :
∗ exp(0) = 1
∗ lim exp(x) = 0
x→−∞
∗ lim exp(x) = +∞.
x→+∞
∗ On définit le réel e par e = exp(1).
exp(x) − 1
• Limite remarquable : lim = 1.
x→0 x
• Autres propriétés remarquables :
∗ exp(a + b) = exp(a) exp(b)
∗ ln(exp(x)) = x, en particulier ln(e) = 1.
∗ exp(ln x) = x

⊳ Éléments de preuve.
• Dérivée : utiliser la formule de dérivation des réciproques
• Inégalité classique : par convexité
• Limites en +∞ et −∞ : se déduisent des limites du logarithme.
• Limite remarquable : c’est un taux d’accroissement
• Autres propriétés remarquables : se ramener au logarithme. Les dernières ne font qu’exprimer la
définition.
⊲

1
|

| | |
|

1
|

Figure 9.2 – Courbe de la fonction exp

II.3 Fonctions puissances

Définition 9.2.7 (puissance, ou exponentiation)

Pour tout x > 0 et tout y ∈ R, on définit xy = exp(y ln x).
II Exponentielle, logarithme, puissances 41

Remarque 9.2.8
• Si y = n ∈ N, cela correspond à la puissance xn obtenue par itération du produit. Remarquez que
dans ce cas (et uniquement dans ce cas), on peut étendre, par itération du produit, la définition
de la puissance xy pour x 6 0, mais prenez garde à ne pas écrire cette puissance sous forme
exponentielle : cela n’a pas de sens.
• Si y = −1, on retrouver x−1 = x1 , et plus généralement, pour y = −n, n ∈ N∗ , on retrouver x1n ,
c’est-à-dire l’itération du produit sur x−1 .

On pose aussi par convention :

Convention 9.2.9 (puissances de 0)

Soit y ∈ R+ , on pose :
(
0 si y > 0
0y =
1 si y = 0
Il s’agit du prolongement par continuité de x 7→ xy , à y fixé.

On a alors les règles suivantes :

Propriétés 9.2.10 (règles d’exponentiation)

Soit (x, y) ∈ (R∗+ )2 , et (a, b) ∈ R2 .
• exp(x) = ex
• ln(xa ) = a ln x.
• xa+b = xa xb
• (xa )b = xab
1
• x−a = a
x 1 √
• Si n ∈ N∗ , x n = n x
• xa y a = (xy)a

⊳ Éléments de preuve.
Cela découle des règles usuelles vérifiées par le logarithme et l’exponentielle. ⊲

Définition 9.2.11 (Fonctions puissance)

Les fonctions puissance sont les fonctions x 7→ xa , a ∈ R

Proposition 9.2.12 (Domaine de définition des fonctions puissance)

• Si a ∈ R+ \ N, x 7→ xa est définie sur R+
• Si a ∈ R− \ Z, x 7→ xa est définie sur R∗+
• Si a ∈ N, x 7→ xn est définie sur R (par itération du produit)
• Si a ∈ Z∗− , x 7→ xn est définie sur R∗ (par itération du produit par l’inverse de x).

Proposition 9.2.13 (Dérivation des fonctions puissance)

• La fonction fa : x 7→ xa est dérivable sur R∗+ , et

∀x ∈ R∗+ , fa′ (x) = axa−1 .

42 CHAPITRE 9. LES FONCTIONS USUELLES

• Si a > 1, cette propriété s’étend à R+ .

• Si a ∈ N∗ , cette propriété s’étend à R.
• Si a ∈ Z− , cette propriété s’étend à R∗ .

II.4 Exponentielle et logarithme de base b

Définition 9.2.14 (Exponentielle de base b)

Soit b > 0. L’exponentielle de base b est l’application définie sur R par :

expb (x) = bx

Proposition 9.2.15 (Dérivée et bijectivité)

• La fonction expb est dérivable sur R, et

∀x ∈ R, exp′b (x) = ln(b) expb (x).

• La fonction expb se corestreint en une bijection de R dans R∗+ .

Définition 9.2.16 (logarithme de base b > 1)

Soit b > 1, le logarithme de base b est la fonction réciproque de x 7→ bx , bijective de R dans R∗+ . Elle
est notée logb . Ainsi, pour tout x ∈ R, logb (bx ) = x, et en particulier, logb (b) = 1.

Par exemple, on utilise beaucoup en physique le logarithme en base 10, défini par la relation log10 (10x ) =
x. Le logarithme en base 10 est souvent notée simplement log au lieu de log10 . Il n’est pas très utilisé en
mathématiques.
En informatique, c’est le logarithme en base 2 qui est le plus fréquemment utilisé. On le note souvent lg.

Proposition 9.2.17 (expression de logb en fonction de ln)

ln x
Pour tout x > 0, logb (x) = . En particulier, on en déduit que
ln b
1
log′b (x) = .
x ln(b)

⊳ Éléments de preuve.
ln(x)
Vérifier b ln(b) = x. ⊲
Ainsi, la courbe de logb (donnée en figure 9.1 pour b = 10) s’obtient de celle de ln par affinité verticale de
rapport ln1b . On en déduit notamment la croissance, la concavité, les limites, l’égalité logb (1) = 0, ainsi
que l’identité remarquable :
logb (xy) = logb (x) + logb (y).
Remarquons pour terminer que le logarithme népérien n’est rien d’autre que le logarithme en base e.

II.5 Croissances comparées

Les fonctions exponentielle, logarithme, puissances sont souvent utilisées pour donner des ordres de gran-
deur au voisinage de 0 ou vers l’infini. Il est donc important de pouvoir comparer entre elles ces fonctions,
au moins pour les très grandes ou très petites (en valeurs absolues) valeurs.
III Fonctions trigonométriques 43

Théorème 9.2.18 (théorème des croissances comparées en +∞)

ln x
1. Pour tout α > 0, lim = 0.
x→+∞ xα
xα
2. Pour tout α ∈ R, lim x = lim xα e−x = 0.
x→+∞ e x→+∞

⊳ Éléments de preuve.
ln(x)
• Le cas de s’obtient en majorant le logarithme : pour cela, exprimer le logarithme sous forme
x
intégrale, et majorer dans l’intégrale 1t par √1t .
ln(x)
• Pour α
, se ramener au cas précédent, en posant y = xα .
xα
x 1
• Pour x évacuer le cas α 6 0, puis poser y = (ex ) α .
e
⊲

Ce théorème affirme que la fonction ln est très petite à l’infini (= « négligeable ») devant les fonctions
puissances (d’exposant fixe), elles mêmes très petites devant l’exponentielle. Aussi dit-on souvent « l’ex-
ponentielle l’emporte sur les puissances, qui l’emportent sur le ln ».
Comme de plus, on peut facilement comparer les fonctions puissances entre elles, on peut écrire, pour
synthétiser les croissances comparées :

Si a < b, au voisinage de +∞, ln(x) ≪ xa ≪ xb ≪ ex

Ici le signe ≪ est à lire « est négligeable devant » (prenez-le pour le moment au sens intuitif).

Dans les situations plus complexes, on peut toujours se ramener à ces situations, en écrivant les puissances
sous forme exponentielle, et en étudiant la limite de l’exposant.

Exemple 9.2.19
1. Déterminer lim x2 e−x
x→+∞
√
2. Déterminer lim xln x e− x
x→+∞
√
3. Déterminer lim xe− ln x
.
x→+∞

Théorème 9.2.20 (théorème des croissances comparées en 0)

Pour tout α > 0, lim+ xα ln x = 0
x→0

⊳ Éléments de preuve.
1
Poser y = x pour se ramener en +∞. ⊲
1
Ainsi, ln x est « négligeable » devant les fonctions x 7→ xα , ce qui signifie que ces dernières tendent vers
l’infini beaucoup plus vite que ln.

III Fonctions trigonométriques

Nous avons déjà défini et fait une étude sommaire des fonctions trigonométriques sin, cos et tan. Nous
complétons un peu cette étude, notamment avec l’expression des dérivées, que nous n’avions pas données
à ce moment-là.
44 CHAPITRE 9. LES FONCTIONS USUELLES

III.1 Sinus

Propriétés 9.3.1 (propriétés de sin)

Soit f : x 7→ sin x.
• Domaine de définition : sin : R → [−1, 1].
• Symétries : sin est 2π-périodique et impaire.
• Dérivation : f est de classe C ∞ sur R,
 π
∀x ∈ R, f ′ (x) = cos(x) = sin x + ,
2
 (
(−1)n sin(x) si N = 2n

N π
∀x ∈ R, ∀N ∈ N∗ , f (N ) (x) = sin x + =
2 (−1)n cos(x) si N = 2n + 1.
• Variations : Voir le chapitre sur les nombres complexes
• Valeurs particulières : Voir le chapitre sur les nombres complexes
• Limites : Pas de limite en +∞ et −∞.
• Propriétés de convexité :
sin est convexe sur les intervalles [−π, 0] + 2kπ et concave sur les intervalles [0, π] + 2kπ
• Inégalités classiques
∗ ∀x ∈ R+ , sin x 6 x
∗ ∀x ∈ R− , sin x > x
∗ Ou de façon plus synthétique : ∀x ∈ R, | sin(x)| 6 |x|.
∗ ∀x ∈ [0, π2 ], sin x > 2x
π .
sin x
• Limite remarquable : lim = 1.
x→0 x

⊳ Éléments de preuve.
Les inégalités classiques s’obtiennent par concavité sur [0, π2 ] (comparaison à la tangente en 0 ou
aux cordes), qu’on prolonge facilement à R+ pour la première. La limite remarquable peut être vue
comme un taux d’accroissement. Mais comme on a établi la formule de dérivation du sinus à partir
de cette limite, ce point de vue n’est pas satisfaisant. Se rappeler qu’on a obtenu cette limite par un
argument géométrique, en comparant certaines aires dans le cercle trigonométrique. ⊲

III.2 Cosinus

Propriétés 9.3.2 (propriétés de cos)

Soit f : x 7→ cos x.
• Domaine de définition : R.
• Symétries : cos est 2π-périodique et paire.
• Dérivation : f est de classe C ∞ sur R,
 π
∀x ∈ R, f ′ (x) = − sin(x) = cos x + ,
2
 (
(−1)n cos(x) si N = 2n

∗ (N ) Nπ
∀x ∈ R, ∀N ∈ N , f (x) = cos x + =
2 (−1)n+1 sin(x) si N = 2n + 1.
• Variations : Voir le chapitre sur les nombres complexes
• Valeurs particulières : Voir le chapitre sur les nombres complexes
• Limites : Pas de limite en +∞ et −∞.
1 − cos x 1
• Limite remarquable : lim 2
= .
x→0 x 2
IV Réciproques des fonctions trigonométriques 45

⊳ Éléments de preuve.
La limite remarquable se déduit de celle portant sur le sinus, en exprimant 1 − cos(x) à l’aide de
sin x2 .


⊲

III.3 Tangente

Propriétés 9.3.3 (propriétés de tan)

sin(x)
Soit f : x 7→ tan x = .
cos(x)
• Domaine de définition : tan : R \ { π2 + kπ, k ∈ Z} → R.
• Symétries : tan est π-périodique et impaire.
• Dérivation : tan est de classe C ∞ sur son domaine,
1
∀x ∈ R, f ′ (x) = = 1 + tan2 (x)
cos2 x
• Variations : Voir le chapitre sur les nombres complexes
• Valeurs particulières : Voir le chapitre sur les nombres complexes
• Inégalités classiques :
∗ ∀x ∈ [0, π2 [, tan(x) > x (comparaison à la tangente en 0)
∗ ∀x ∈] − π2 , 0], tan(x) 6 x.
∗ Ou de façon plus synthétique : ∀x ∈] − π2 , π2 [, | tan(x)| > |x|
tan x
• Limite remarquable : lim =1
x→0 x

⊳ Éléments de preuve.
Les inégalités classiques sont des inégalités de convexité. La limite remarquable est un taux d’ac-
croissement, ou découle de celle portant sur le sinus. ⊲
Les deux expressions de la dérivée de tan sont à connaître, car suivant les situations, on peut avoir intérêt
à utiliser l’une ou l’autre.
Les courbes des fonctions trigonométriques sont représentées dans le chapitre sur les nombres complexes.
Évidemment, parmi les propriétés importantes à bien connaître, il y a toutes les formules de trigonométrie
déjà vues dans un chapitre antérieur.

IV Réciproques des fonctions trigonométriques

Les fonctions trigonométriques ne sont pas bijectives ni même injectives (elles ne peuvent pas l’être
puisqu’elles sont périodiques). Même sur une période, on n’a pas l’injectivité (sauf pour la tangente).
Mais en restreignant davantage le domaine de définition, on obtient des fonctions injectives, surjectives
sur leur image. Cela permet de considérer leurs fonctions réciproques. Le graphe de ces fonctions s’obtient
alors en utilisant la proposition 8.4.1, par symétrie par rapport à la première bissectrice.

IV.1 Arctangente
La plus importante des fonctions réciproques de fonctions trigonométriques est probablement l’arctan-
gente. Nous commençons donc par elle.

Définition 9.4.1 (arctangente, Arctan, courbe figure 9.3)

La fonction tan se restreint en une bijection de ] − π2 , π2 [ sur R.
La fonction arctangente, notée Arctan, est par définition la réciproque de tan restreinte à ] − π2 , π2 [

Le théorème de dérivation des fonctions réciproques permet d’obtenir le résultat important suivant :
46 CHAPITRE 9. LES FONCTIONS USUELLES

tan

π
Arctan

|
2

|
| | |
1

− π2

|
|

Figure 9.3 – Courbe de Arctan

Théorème 9.4.2 (Dérivée de Arctan)

La fonction f = Arctan est définie et de classe C ∞ sur R, et

1
∀x ∈ R, f ′ (x) = .
1 + x2

⊳ Éléments de preuve.
Utiliser la formule de dérivation des fonctions réciproques. ⊲
Ainsi, il faut toujours garder en tête les deux facettes de l’Arctan :
• définition comme fonction réciproque de la tangente
• l’arctangente se « dérive bien » (en une fraction rationnelle) ; autrement dit, Arctan est une pri-
mitive d’une fonction rationnelle simple (à retenir, on s’en sert très souvent dans des calculs
d’intégrales)
Une fois l’expression de la dérivée obtenue, le reste de l’étude de la fonction Arctan est classique.

Propriétés 9.4.3 (propriétés de Arctan)

Soit f : x 7→ Arctan(x)
• Domaine de définition : Arctan : R →] − π2 , π2 [.
• Symétries : Arctan est impaire.
• Variations : Arctan est croissante sur R.
• Valeurs remarquables :
π π
lim Arctan(x) = − ; lim Arctan(x) =
x→−∞ 2 x→+∞ 2
Arctan(0)
 = 0
  
1 π 1 π
Arctan √ = ; Arctan − √ =−
3 6 3 6
π π
Arctan(1) = ; Arctan(−1) = −
√ 4π √ 4π
Arctan( 3) = Arctan(− 3) = −
3 3
• Inégalité classique : ∀x ∈ R, | Arctan(x)| 6 |x|
IV Réciproques des fonctions trigonométriques 47

Arctan x
• Limite remarquables : lim = 1.
x→0 x
• Autres propriétés remarquables :
∗ ∀x ∈ R, tan(Arctan(x)) = x
∗ ∀x ∈] − π2 , π2 [, Arctan(tan(x)) = x
∗ ∀x ∈] − π2 + kπ, π2 + kπ[, Arctan(tan(x)) = x − kπ.
1 π
∗ ∀x ∈ R∗ , Arctan x + Arctan = ε(x) , où ε(x) est le signe de x.
x 2
• Arctangente et argument d’un complexe
Soit z = a + i b un nombre complexe, a et b étant réels et a 6= 0. Alors
b
arg(z) ≡ Arctan [π].
a
L’égalité est valable modulo 2π si et seulement si a > 0.

⊳ Éléments de preuve.
Les limites découlent des asymptotes verticales de la tangente.
Encore une fois, les inégalités sont des inégalités de convexité. La limite remarquable est un taux
d’accroissement. On peut aussi déduire ces propriétés des propriétés similaires de la tangente.
Les deux premiers points des propriétés remarquables ne font qu’exprimer la définition de l’arctan-
gente. Le troisième ramène à l’intervalle ] − π2 , π2 [ pour pouvoir utiliser la définition. Le quatrième
peut s’obtenir par dérivation de l’expression et simplification (c’est un procédé classique). ⊲

IV.2 Arcsinus

Définition 9.4.4 (fonction arcsinus, Arcsin, courbe figure 9.4)

La fonction sin induit par restriction une bijection de [− π2 , π2 ] dans [−1, 1]. La réciproque de cette
fonction est appelée arcsinus, notée Arcsin : [−1, 1] → [− π2 , π2 ].

π Arcsin
2

sin
|

−1
| | | |
|

1
|

− π2
|

Figure 9.4 – Graphe de Arcsin

48 CHAPITRE 9. LES FONCTIONS USUELLES

Comme pour la fonction Arctan, la première étape de l’étude est l’obtention de l’expression de la dérivée.
Là encore, on obtient une dérivée très simple ; ainsi, Arcsin est à voir comme primitive d’un certaine
expression, qui n’est pas une fraction rationnelle cette fois, mais qu’on rencontre tout de même assez
souvent dans des calculs d’intégrales.

Théorème 9.4.5 (Dérivée de Arcsin)

La fonction f = Arcsin est de classe C ∞ sur ] − 1, 1[, et

1
∀x ∈] − 1, 1[, f ′ (x) = √ .
1 − x2
En revanche, elle n’est pas dérivable en −1 et 1, et la courbe présente en ces points des tangentes
verticales.

⊳ Éléments de preuve.
Dérivée de fonctions réciproques. ⊲

Propriétés 9.4.6 (propriétés de Arcsin)

Soit f : x 7→ Arcsin(x)
• Domaine de définition : [−1, 1].
1
• Dérivation : f est de classe C ∞ sur ] − 1, 1[, et : ∀x ∈] − 1, 1[, f ′ (x) = √ .
1 − x2
• Symétries : Arcsin est impaire.
• Variations : Arcsin est croissante sur [−1, 1].
• Valeurs remarquables : voir tableau figure 9.6
Arcsinx
• Limite remarquables : lim = 1.
x→0 x
• Autres propriétés remarquables :
∗ ∀x ∈ [−1, 1], sin(Arcsin(x)) = x
∗ ∀x ∈] − π2 , π2 [, Arcsin(sin(x)) = x
∗ ∀x ∈] π2 , 3π
2 [, Arcsin(sin(x)) = π − x
∗ Les autres valeurs de Arcsin(sin(x)) s’obtiennent en se ramenant à un de ces deux intervalles
par périodicité, comme dans le cas de l’arctangente.

⊳ Éléments de preuve.
C’est toujours un peu pareil. Pour les derniers points, on peut toujours se ramener à [− π2 , 3π 2 ] par
périodicité. Sur la deuxième moitié de l’intervalle, il faut utiliser la symétrie par π−x pour se ramener
au bon intervalle. ⊲

IV.3 Arccosinus
L’étude de l’arccosinus, réciproque de cos sur un intervalle adéquat, est très similaire à celle de l’arcsin.

Définition 9.4.7 (fonction arccosinus, Arccos, courbe figure 9.5)

La fonction cos induit par restriction une bijection de [0, π] dans [−1, 1]. La réciproque de cette fonction
est appelée arccosinus, notée Arccos : [−1, 1] → [0, π].

De par les symétries existant entre sin et cos, les courbes de Arccos et Arcsin peuvent se déduire l’une de
l’autre par des symétries (qu’on explicite dans les propriétés ci-dessous). On obtient donc sans surprise :
IV Réciproques des fonctions trigonométriques 49

π
Arccos

π
2
|

| | | |
|

−1 1
cos
|

Figure 9.5 – Graphe de Arccos

Théorème 9.4.8 (Dérivée de Arccos)

La fonction f = Arccos est de classe C ∞ sur ] − 1, 1[, et
1
∀x ∈] − 1, 1[, f ′ (x) = − √ .
1 − x2
En revanche, elle n’est pas dérivable en −1 et 1, et la courbe présente en ces points des tangentes
verticales.

⊳ Éléments de preuve.
Dérivée de fonctions réciproques. ⊲

Propriétés 9.4.9 (propriétés de Arccos)

Soit f : x 7→ Arccos(x)
• Domaine de définition : [−1, 1].
1
• Dérivation : f est de classe C ∞ sur ] − 1, 1[, et : ∀x ∈] − 1, 1[, f ′ (x) = − √ .
1 − x2
• Variations : Arccos est décroissante sur [−1, 1].
• Valeurs remarquables : voir tableau figure 9.6
• Autres propriétés remarquables :
∗ ∀x ∈ [−1, 1], cos(Arccos(x)) = x
∗ ∀x ∈ [0, π], Arccos(cos(x)) = x
∗ ∀x ∈ [−π, 0], Arccos(cos(x)) = −x
∗ Les autres valeurs de Arccos(cos(x)) s’obtiennent en se ramenant à un de ces deux intervalles
par périodicité.
∗ Arccos(x) + Arcsin(x) = π2 (symétrie entre Arccos et Arcsin)
50 CHAPITRE 9. LES FONCTIONS USUELLES

√ √ √
1 3 2 3 √
0 1 3
2 3 2 2
π π π
Arctan 0
6 4 3
π π π π
Arcsin 0
6 4 3 2
π π π π
Arccos 0
2 3 4 6

Figure 9.6 – Tableau des valeurs particulières de Arctan, Arcsin, Arccos.

V Fonctions hyperboliques
D’autres fonctions qu’on rencontre fréquemment en physique, et qui sont bien utiles en mathématiques,
notamment pour le calcul de certaines intégrales, sont les fonctions hyperboliques, qui sont obtenues à
l’aide de l’exponentielle réelle par des formules ressemblant aux formules d’Euler, liant les fonctions trigo-
nométriques et l’exponentielle complexe. Cette analogie forte avec les fonctions trigonométriques motive
la terminologie utilisée (sinus hyperbolique, cosinus hyperbolique...), et explique pourquoi la plupart des
formules de trigonométrie ont un analogue hyperbolique.

Définition 9.5.1 (sinus, cosinus, tangente hyperboliques, figure 9.7)

Les fonctions « sinus hyperbolique », « cosinus hyperbolique » et « tangente hyperbolique », notées
respectivement sh, ch et th, sont les fonctions définies par les formules :

ex − e−x ex + e−x sh(x)

∀x ∈ R, sh(x) = , ch(x) = , th(x) = .
2 2 ch(x)

Vous pouvez constater que sh et ch sont en fait, de par leur définition même, la partie impaire et la partie
paire de la fonction exponentielle. Ainsi, sh est impaire, ch est paire, et sh + ch = exp.

Propriétés 9.5.2 (propriétés de sh)

Soit f : x 7→ sh(x)
• Domaine de définition : R.
• Dérivation : f est de classe C ∞ sur R, et :
(
′ (n) ch(x) si n impair
∀x ∈ R, f (x) = ch(x), f (x) =
sh(x) si n pair

• Symétries : sh est impaire.

• Variations : sh est croissante sur R.
• Valeurs remarquables : sh(0) = 0
• Inégalités classiques :
∗ ∀x ∈ R+ , sh(x) > x (comparaison à la tangente en 0)
∗ ∀x ∈ R− , sh(x) 6 x (idem)
sh(x)
• Limite remarquables : lim = 1.
x→0 x
V Fonctions hyperboliques 51

ch sh

|
|
| 1

|
1 th
| | | | | | | | | | | |
|

|
1 1
|

|
|

|
|
|

Figure 9.7 – Graphes des fonctions hyperboliques

Propriétés 9.5.3 (propriétés de ch)

Soit f : x 7→ ch(x)
• Domaine de définition : R.
• Dérivation : f est de classe C ∞ sur R, et :
(
′ (n) sh(x) si n impair
∀x ∈ R, f (x) = sh(x), f (x) =
ch(x) si n pair

• Symétries : ch est paire.

• Variations : ch est décroissante sur R− et croissante sur R+ .
• Valeurs remarquables : ch(0) = 1
ch(x) − 1 1
• Limite remarquables : lim 2
= .
x→0 x 2

⊳ Éléments de preuve.
Sans difficulté, toujours pareil. ⊲
Nous ne donnons qu’une formule de trigonométrie hyperbolique, les autres peuvent être retrouvées à
l’aide des exponentielles (par exemple des formules pour sh(a + b), sh(a) + sh(b) etc).

Théorème 9.5.4 (identité remarquable)

Pour tout x ∈ R, ch2 (x) − sh2 (x) = 1.

⊳ Éléments de preuve.
Factoriser cette différence de deux carrés. ⊲

Propriétés 9.5.5 (propriétés de th)

Soit f : x 7→ th(x)
52 CHAPITRE 9. LES FONCTIONS USUELLES

• Domaine de définition : R.
1
• Dérivation : f est de classe C ∞ sur R, et : ∀x ∈ R, f ′ (x) = 1 − th2 (x) = 2
ch (x)
• Symétries : th est impaire.
• Variations : th est croissante sur R.
• Valeurs remarquables : th(0) = 0, lim th(x) = −1, lim th(x) = 1.
x→−∞ x→+∞
th(x)
• Limite remarquables : lim = 1.
x→0 x

Note Historique 9.5.6

• Le premier à introduire les fonctions hyperboliques est le mathématicien et physicien italien Jacopo
Riccati en 1760, dans le but d’exprimer l’aire sous une hyperbole (d’où le nom donné à ces fonctions).
Ses définitions sont purement géométriques, et ne font pas référence à l’exponentielle.
• C’est Jean-Henri Lambert vers 1770 qui exprime sh et ch à l’aide de la fonction exponentielle, et qui en
fait une étude complète.

VI Réciproques des fonctions hyperboliques (HP)

Les réciproques des fonctions hyperboliques sont hors programme. Signalons tout de même que :
• sh est bijective de R dans R, et sa réciproque est appelée « argument sinus hyperbolique » et notée
Argsh.
• ch est bijective de R+ sur [1, +∞[, et sa réciproque, définie sur [1, +∞[, est appelée « argument
cosinus hyperbolique » et notée Argch
• th est bijective de R sur ] − 1, 1[, et sa réciproque, définie sur ] − 1, 1[, est appelée « argument
tangente hyperbolique », et notée Argth.
Une propriété remarquable des fonctions Argsh, Argch et Argth est qu’elles peuvent s’exprimer explici-
tement à l’aide des fonctions ln et √ .
Soit en utilisant ces expressions explicites, soit en utilisant le théorème de dérivation des fonctions réci-
proques, on obtient la dérivabilité de ces fonctions (sauf Argch en 1) et les expressions
1 1 1
∀x ∈ R, Argsh′ (x) = √ ∀x ∈]1, +∞[, Argch′ (x) = √ ∀x ∈]−1, 1[, Argth′ (x) = .
x2 + 1 x2 − 1 1 − x2

VII Tableau des dérivées des fonctions usuelles

Le tableau 9.8 rappelle l’ensemble des dérivées à bien connaître. Nous n’y incluons pas les dérivées des
réciproques des fonctions hyperboliques (HP).
VII Tableau des dérivées des fonctions usuelles 53

f (x) domaine de définition domaine de dérivabilité f ′ (x)

c (c ∈ R) R R 0

xn (n ∈ N∗ ) R R nxn−1

xn (n ∈ Z∗− ) R∗ R∗ nxn−1

xα ( α ∈]1, +∞[\N) R+ R+ αxα−1

xα ( α ∈]0, 1[) R+ R∗+ αxα−1

√ 1
cas particulier x R+ R∗+ √
2 x

xα (a ∈ R∗− ) R∗+ R∗+ αxα−1

ex R R ex
1
ln(x) R∗+ R∗+
x
1
logb (x) (b ∈ R∗+ ) R∗+ R∗+
x ln b
sin(x) R R cos(x)

cos(x) R R − sin(x)
1
tan(x) R \ { π2 + nπ, n ∈ Z} idem 1 + tan2 (x) = .
cos2 (x)
1
Arcsin(x) [−1, 1] ] − 1, 1[ √
1 − x2
1
Arccos(x) [−1, 1] ] − 1, 1[ −√
1 − x2
1
Arctan(x) R R
1 + x2
sh(x) R R ch(x)

ch(x) R R sh(x)
1
th(x) R R 1 − th2 (x) = 2
ch (x)

Figure 9.8 – Tableau des dérivées à connaître

54 CHAPITRE 9. LES FONCTIONS USUELLES
 10
Calcul intégral

Lorsqu’on a vu un étudiant de deuxième ou troisième année en Faculté des Sciences peiner

pendant 10 minutes pour faire un changement de variables ou une intégration par parties,
on ne peut être que prodigieusement agacé, surtout (comme c’est parfois le cas) si le même
étudiant assaisonne son ignorance et sa maladresse d’un jargon prétentieux et inutile qu’il n’a
pas su davantage assimiler

(Jean Dieudonné)

Le but de ce chapitre est de fournir les bases du calcul intégral. Il s’agit donc de développer les techniques
calculatoires, sans se préoccuper pour le moment des fondements théoriques du calcul intégral (à savoir
la théorie de l’intégration, avec la construction de l’intégrale). Pour ce faire, notre point de départ sera
le théorème fondamental du calcul intégral affirmant que l’intégrale est obtenue comme différence de la
primitive évaluée aux deux bornes. Ce théorème sera démontré dans un chapitre ultérieur.
À partir de là, nous développons toutes les techniques calculatoires usuelles, en particulier l’intégration
par parties et le changement de variables. Nous donnons une ouverture vers les formules de Taylor, la
formule de Taylor avec reste intégral étant obtenue par intégrations par parties itérées.
Sauf mention explicite du contraire, les fonctions considérées dans ce chapitre sont définies sur un intervalle
[a, b] de R, et à valeurs réelles. Nous discuterons rapidement en fin de chapitre du cas des fonctions d’une
variable réelle à valeurs dans C.

I Calcul intégral et primitivation

Cette section a pour but de mettre en place de façon rapide (et sans aborder tous les aspects théoriques
sous-jacents) les techniques du calcul intégral. La notion d’intégrabilité est à prendre ici dans un sens assez
vague : une fonction sera dite intégrable sur un intervalle [a, b] si on sait définir correctement son intégrale
Z b
f (x) dx. Nous préciserons ce point plus tard. L’exemple le plus important de fonctions intégrables est
a
le cas des fonctions continues sur [a, b], ou continues par morceaux. Vous pouvez dans ce chapitre vous
limiter à cette situation.

I.1 Résultats issus de la théorie

Nous admettons provisoirement les résultats de ce paragraphe, issus de la construction de l’intégrale.
Certains avaient déjà été rappelés en préambule du chapitre précédent.
56 CHAPITRE 10. CALCUL INTÉGRAL

Théorème 10.1.1 (Linéarité de l’intégrale, admis provisoirement)

Soit f et g deux fonctions intégrables sur [a, b], à valeurs dans R ou C, et λ ∈ R. Alors f + λg est aussi
intégrable et
Z b Z b Z b
f (x) + λg(x) dx = f (x) dx + λ g(x) dx.
a a a

Théorème 10.1.2 (Chasles, admis provisoirement)

Soit f une fonction intégrable sur [a, b], à valeurs dans R ou C, et c ∈ [a, b]. Alors
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c

Théorème 10.1.3 (Croissance, positivité et stricte positivité de l’intégrale, admis prov.)

1. Soit a < b et f et g deux fonctions continues sur [a, b], à valeurs dans R, et telles que f 6 g sur
[a, b]. Alors :
Z b Z b
f (t) dt 6 g(t) dt
a a
Z b
2. En particulier, si f > 0 sur [a, b], alors f (t) dt > 0.
a
Z b
3. Enfin, si f est continue positive et non identiquement nulle sur [a, b], alors f (t) dt > 0.
a

Théorème 10.1.4 (Inégalité triangulaire intégrale, admis provisoirement)

Soit a < b, et f une fonction continue sur [a, b], à valeurs dans R ou C. Alors
Z b Z b
f (t) dt 6 |f (t)| dt.
a a

Si a et b ne sont pas dans le bon sens, il faut penser à rétablir l’ordre des bornes d’abord. On peut aussi
par convention désigner par [a, b] l’intervalle fermé dont les extrémités sont a et b (même si b < a), et
écrire dans tous les cas :
Z b Z
f (t) dt 6 |f (t)| dt,
a [a,b]

cette notation signifiant qu’on considère l’intégrale de la borne inférieure à la borne supérieure de l’inter-
valle.
Ces deux résultats ne nous seront pas indispensable pour la plus grande partie de ce chapitre, mais
peuvent être utiles au détour d’un exercice.

Théorème 10.1.5 (Intégrabilité des fonctions continues, admis provisoirement)

Les fonctions continues sur un intervalle fermé borné [a, b], à valeurs dans R ou C, sont intégrables :
Z b
on peut donc considérer leur intégrale f (t) dt.
a

Par ailleurs, nous rappelons la notion de primitive :

I Calcul intégral et primitivation 57

Définition 10.1.6 (primitive)

Soit K = R ou C. Soit E un sous-ensemble ouvert de R et f : E → K. Une primitive F de f est une
fonction F : E → C, dérivable sur E et telle que pour tout x ∈ E, F ′ (x) = f (x).

Les fonctions de dérivée nulle sur un intervalle étant les fonctions constantes, on a de façon immédiate :

Proposition 10.1.7 (unicité d’une primitive à constante près)

Soit I un intervalle de R et f admettant une primitive F . Alors l’ensemble des primitives de f sur I
est {F + c, c ∈ R}.
Autrement dit, deux primitives de f sur un intervalle I ne diffèrent que d’une constante additive.
En particulier, si f admet au moins une primitive, alors, étant donné x0 ∈ I et y0 ∈ R, il existe une
unique primitive F de f telle que F (x0 ) = y0 .

Avertissement 10.1.8
Attention, ce résultat n’est pas vrai si I n’est pas un intervalle. Si I est une réunion disjointe d’intervalles
ouverts, les primitives diffèrent d’une fonction constante sur chacun des intervalles ouverts de l’union
(mais pouvant différer d’un intervalle à l’autre).

Nous pouvons maintenant énoncer, et démontrer à l’aide des résultats admis, notre point de départ pour
l’étude pratique de l’intégration :

Théorème 10.1.9 (Expression intégrale d’une primitive)

Soit f une fonction continue sur un intervalle I, à valeurs dans R ou C, et x0 ∈ I. Alors la fonction :
Z x
F : x 7→ f (t) dt
x0

est une primitive de f . Il s’agit de LA primitive s’annulant en x0 .

⊳ Éléments de preuve.
Utiliser un résultat précédent pour justifier que F est bien défini. Étudier la dérivabilité en x par
taux d’accroissement. Pour passer à la limite, encadrer f au voisinage de x entre f (x) − ε et f (x) + ε,
par continuité. ⊲

Remarque 10.1.10
En particulier, ce théorème affirme que toute fonction continue sur un intervalle admet une primitive
sur cet intervalle. On va même un peu plus loin puisqu’on donne une explicitation de cette primitive
sous forme d’une intégrale.

Remarque 10.1.11
• Il existe des fonctions non continues admettant des primitives. On peut montrer par exemple
que la fonction f : x 7→ x2 sin( x1 ) est dérivable, de dérivée non continue. Cette dérivée, bien que
non continue, admet donc une primitive.
• Cependant, toute fonction n’admet pas de primitive. On peut montrer par exemple qu’une dé-
rivée vérifie toujours la propriété des valeurs intermédiaires, même si elle n’est pas continue
(théorème de Darboux). Ainsi, toute fonction ne vérifiant par la propriété des valeurs intermé-
diaires n’est pas primitivable. C’est le cas par exemple de 1Q , ou plus simplement de x 7→ ⌊x⌋.
58 CHAPITRE 10. CALCUL INTÉGRAL

On en déduit de façon immédiate le théorème fondamental du calcul intégral :

Théorème 10.1.12 (Théorème fondamental du calcul des intégrales)

Soit f une fonction continue sur [a, b], à valeurs dans R ou C. Soit F une primitive de f . Alors :
Z b
f (t) dt = F (b) − F (a).
a

⊳ Éléments de preuve.
Z x
F diffère de x 7→ f (t) dt d’une constante, qu’on détermine en a. ⊲
a
Nous faisons les mises en garde suivantes :

Avertissement 10.1.13
Le théorème fondamental du calcul des intégrales est énoncé pour des fonctions continues uniquement :
Z x
• Si f n’est pas continue, x 7→ f (x) dx peut ne pas être une primitive de f (voir le cas d’une
x0
fonction obtenue en modifiant une valeur d’une fonction continue) ; il existe même des fonctions
intégrables non primitivables
• Il existe des fonctions non intégrables f admettant des primitives ; f étant non intégrable, le
théorème fondamental du calcul des intégrales tombe en défaut !

Exemples 10.1.14
• Pour un exemple illustrant le premier point, on peut admettre le théorème de Darboux énoncé
dans la remarque précédente. Une fonction ne vérifiant pas la propriété des valeurs intermédiaires
n’est donc pas une dérivée, et n’est par conséquent pas primitivable. Ce n’est pas dur de trouver
une telle fonction, en s’arrangeant pour qu’elle soit intégrable (par exemple une fonction continue
par morceaux).
Remarquez qu’on peut construire un exemple simple en partant d’une fonction continue simple
(par exemple une fonction constante) et en remplaçant la valeur en un point. Les fonctions
intégrales associées à la fonction initiale et à la fonction modifiée sont alors les mêmes et ne
peuvent pas être primitive des deux fonctions à la fois.
• Pour un exemple illustrant le second point, on admettra qu’une fonction intégrable (au sens de
Riemann) sur un intervalle fermé borné est bornée. On le justifiera dans un chapitre ultérieur.
Considérez alors la fonction
(
x2 sin x12


si x 6= 0
F : x 7→
0 si x = 0

Vérifiez (en formant le taux d’accroissement en 0) que F est dérivable sur R donc sur [−1, 1].
Sa dérivée f est-elle intégrable ?

Théorème 10.1.15 (Dérivation d’une intégrale dépendant de ses bornes)

Soit I et J deux intervalles de R et f : I → R une fonction continue sur I. Soit u et v deux applications
Z v(x)
dérivables de J à valeurs dans I. Alors la fonction F définie sur J par F (x) = f (t) dt est dérivable
u(x)
sur J, et
∀x ∈ J, F ′ (x) = v ′ (x)f (v(x)) − u′ (x)f (u(x)).
Si de plus f est de classe C n−1 et u et v sont de classe C n , alors F est de classe C n .
I Calcul intégral et primitivation 59

⊳ Éléments de preuve.
Étant donné G une primitive de f , exprimer F en fonction de G, u et v et dériver. ⊲

I.2 Primitivations composées

Dans toute la suite, et sauf mention explicite du contraire, les fonctions considérées sont définies sur un
intervalle [a, b] de R et à valeurs dans R ou C.
Le théorème fondamental du calcul intégral montre à quel point il est important de savoir calculer des
primitives. En particulier, une bonne connaissance des primitives des fonctions usuelles est indispensable
pour une bonne maîtrise du calcul intégral. Ces primitives dont une bonne connaissance est indispensable
sont rappelées dans le tableau de la figure 10.1. À connaître sur le bout des doigts.
Par commodité, et par référence au théorème fondamental du calcul intégral, nous introduisons la notation
suivante :

Notation 10.1.16 Z x
Étant donnée une fonction continue f , on désigne par f (t) dt (fonction de la variable x) , ou parfois
Z
plus simplement par f une primitive générique de f .

Avertissement 10.1.17
Il faut être bien conscient que cette notation n’est définie qu’à une constante près. Il s’agit donc d’un
abus de notation, à manipuler avec précautions, comme toute notation abusive.

Des primitives usuelles, nous pouvons en déduire d’autres, obtenues par les règles de compositions, en
lisant à l’envers la formule de dérivation des fonctions composées :

Proposition 10.1.18 (primitivation de fonctions composées)

Soit f une fonction définie sur un intervalle ouvert I et admettant une primitive F . Soit u une fonction
dérivable de J dans I, où J est un intervalle ouvert de R. Alors, une primitive de u′ × f ◦ u est F ◦ u :
Z Z 
′
(u × f ◦ u) = f ◦ u.

⊳ Éléments de preuve.
Dériver F ◦ u. ⊲

Avertissement 10.1.19
F ◦u
Attention, la fonction f ◦ u ne se primitive pas en u′ !!

Exemples 10.1.20
1
1. Primitives de x 7→ .
x(1 + ln x2 )
x3 x
2. Primitives de x 7→ 4
et x 7→
1+x 1 + x4

Un cas fréquent est celui d’une composition par x 7→ (ax + b). Ici, la dérivée de cette dernière fonction
étant constante, on peut la passer du côté de la primitive (par linéarité de la dérivation). On obtient
alors :
60 CHAPITRE 10. CALCUL INTÉGRAL

Corollaire 10.1.21 (Primitivation de x 7→ f (ax + b))

Soit F une primitive de f sur un intervalle I, et a et b deux réels, a 6= 0. Soit J un intervalle tel
que aJ + b ⊂ I. Alors la fonction g : x 7→ f (ax + b) est primitivable sur J, et une primitive en est
G : x 7→ a1 F (ax + b).

Ce n’est bien sûr qu’une réexpression dans un cas très particulier du théorème général de primitivation
des composées.
Nous voyons comment utiliser ce corollaire pour deux situations typiques importantes : la primitivation
1
des fonctions du type eax cos(bx), et la primitivation des fractions rationnelles du type ,
ax2 + bx + c
qu’on recontre assez fréquemment. La méthode, basée sur la mise sous forme canonique, est à savoir
mettre en place sans hésiter

Méthode 10.1.22 (primitivation de f : x 7→ eax cos(bx))

Cette méthode s’adapte évidemment aussi pour le sinus.
• Voir f (x) comme partie réelle de eλx , avec λ = a + i b
• Utiliser le corollaire (valide aussi pour des fonctions à valeurs complexes) pour obtenir une
primitive
• Utiliser la quantité conjuguée pour se débarrasser des complexes au dénominateur
• La partie réelle de la fonction obtenue est une primitive de f .

Méthode 10.1.23 (primitivation d’inverses de trinômes)

Soit P : x 7→ ax2 + bx + c un polynôme de degré 2 (a 6= 0).
1 −1
1. Si P admet une racine double r , se primitive en x 7→ .
P a(x − r)
2. Si P admet deux racines réelles r1 et r2 , chercher α et β tels que
1 α β
= + .
P (x) x − r1 x − r2
1
La fonction se primitive en x 7→ α ln |x − r1 | + β ln |x − r2 |
P
3. Si P n’a pas de racine réelle, effectuer une mise sous forme canonique pour obtenir :
1 γ
= ,
P (x) (αx + β)2 + 1

puis utiliser une primitivation composée : une primitive en est

γ
x 7→ Arctan(αx + β).
α

1
Cette méthode est adaptable au cas de x 7→ √ . La mise sous forme canonique nous ramène
2
ax + bx + c
dans ce cas soit à une dérivée (composée) de Arcsin, soit Argch, soit encore Argsh.

Exemples 10.1.24
1. Primitives de x 7→ ex cos(2x).
1
2. Primitives de x 7→
x2
+ 2x + 3
1
3. Primitives de x 7→ √ .
1 − 2x − x2
II Techniques de calcul intégral 61

Nous avons indiqué dans la figure 10.1 les différentes expressions composées qu’on peut primitiver en
partant de chacune des fonctions usuelles. Par convention, dans ce tableau les fonctions dont le nom est
une lettre majuscule correspondent aux primitives des fonctions en lettres minuscules correspondantes.
Par ailleurs, dans la dernière colonne, nous avons noté par abus sin(u) pour la fonction composée de sin
et u, et de même pour un certain nombre d’autres fonctions. Cette notation est incorrecte, mais commode
ici.

f (x) F (x) intervalle g G

0 0 R 0 0

a ax R au′ au
p+1
x up+1
xp (p 6= −1) R ou R+ suivant p u′ up
p+1 p+1
1 u′
ln |x| R∗ ln |u|
x u
ex ex R u ′ eu eu

sin(x) − cos(x) R u′ sin(u) − cos(u)

cos(x) sin(x) R u′ cos(u) sin(u)

tan(x) − ln | cos(x)| R \ { π2 + nπ, n ∈ Z} u′ tan(u) − ln | cos(u)|

′
1 u
tan(x) R \ { π2 + nπ, n ∈ Z} tan(u)
cos2 (x) cos2 (u)

1 + tan2 (x) tan(x) R \ { π2 + nπ, n ∈ Z} u′ + u′ tan2 (u) tan(u)

′
1 u
Arctan(x) R Arctan(u).
1 + x2 1 + u2
1 u′
√ Arcsin(x) ou −Arccos(x) ] − 1, 1[ √ Arcsin(u)
1 − x2 1 − u2
sh(x) ch(x) R u′ sh(u) ch(u)

ch(x) sh(x) R u′ ch(u) sh(u)

th(x) ln(ch(x)) R u′ th(u) ln(ch(u))

1 u′
2 th(x) R th(u)
ch (x) ch2 (u)

1 − th2 (x) th(x) R u′ − u′ th2 (u) th(u)

Figure 10.1 – Tableau des primitives à connaître

II Techniques de calcul intégral

Comme annoncé ci-dessus, notre point de départ est le théorème fondamental du calcul intégral (qui, vu
son importance, est parfois aussi appelé théorème fondamental de l’analyse). Ce théorème est à la base
des deux grandes techniques (outre le calcul direct à l’aide d’une primitive) permettant de calculer des
intégrales :
62 CHAPITRE 10. CALCUL INTÉGRAL

II.1 Intégration par parties

Théorème 10.2.1 (Intégration par parties ; nous nous autoriserons l’abréviation IPP)
Soit f, g deux fonctions de classe C 1 sur [a, b] (ou [b, a]). Alors :
Z Z Z b h ib Z b
f ′g = f g − f g′ et f ′ (x)g(x) dx = f (x)g(x) − f (x)g ′ (x) dx.
a a a

Cette formule reste valide si a > b.

⊳ Éléments de preuve.
Utiliser le théorème fondamental sur la fonction f ′ g + f g ′ dont une primitive est f g. ⊲

Exemple 10.2.2
1. Calcul d’une primitive de x 7→ ln(x).
Z 1
2. Calcul de Arctan(x)
0

En effectuant plusieurs intégrations par parties successives, on obtient :

Théorème 10.2.3 (Intégration par parties itérée, HP)

Soit n > 1, et soit f et g deux fonctions de classe C n sur [a, b] (ou [b, a]). Alors :
"n−1 #b
Z b X Z b
(n) i (n−1−i) (i) n
f (x)g(x) dx = (−1) f (x)g (x) + (−1) f (x)g (n) (x) dx.
a i=0 a
a

⊳ Éléments de preuve.
Récurrence, ou bien vérifier que ce qu’il y a entre crochets est une primitive de la partie intégrale
(dériver et télescoper). ⊲

Remarque 10.2.4 (Comment retenir cette formule)

• La partie variations est la partie intégrée de la formule : pour chaque terme de la somme l’ordre
total de dérivation est un de moins que l’ordre total dans l’intégrale, donc n − 1. On somme sur
toutes les façons de dériver f et g avec un ordre total de n − 1.
• Le signe qui alterne dans la somme provient du fait qu’à chaque étape, on change le signe de
l’intégrale. La première étape doit donner un signe positif. Or, la première étape de l’IPP donne
le facteur f (n−1) g, donc correspond à l’indice i = 0. Ainsi, le signe est (−1)i .
• Le signe devant l’intégrale provient du fait qu’on a effectué n intégrations par partie (autant
qu’il faut pour abaisser le degré de dérivation de f jusqu’à 0) ; chaque intégration par parties
change le signe devant l’intégrale.

Cette formule étant théoriquement hors programme, on peut l’utiliser, mais en disant qu’on répète plu-
sieurs intégrations par parties plutôt que d’invoquer directement la formule d’intégration par parties
itérée. La différence est subtile, et permet de respecter le programme à peu de frais. Si vous n’êtes pas
trop sûr de vous, sachez qu’une IPP itérée à un ordre n indéterminé peut toujours se ramener à un
raisonnement par récurrence utilisant une IPP simple.
II Techniques de calcul intégral 63

Exemple 10.2.5 Z x
Calculer pour tout x ∈ R, Fn (x) = tn e−t dt sous forme d’une somme. Déterminer la limite de Fn (x)
0
lorsque x tend vers +∞.
Il s’agit d’un cas particulier de la fonction Γ d’Euler, définie pour tout x > 0 par
Z +∞
Γ(x) = tx−1 e−t dt.
0

∗
Ainsi, pour tout n ∈ N , Γ(n) = (n − 1)!. On peut donc voir la fonction Γ comme un prolongement à
R de la factorielle.

Une conséquence importante du théorème d’intégration par parties itérée est la formule de Taylor avec
reste intégral :

Théorème 10.2.6 (Formule de Taylor avec reste intégral)

Soit f une fonction de classe C n+1 sur [a, b] (ou [b, a]), à valeurs dans R ou C. Alors
n b
(b − a)k (b − t)n (n+1)
X Z
(k)
f (b) = f (a) + f (t) dt.
k! a n!
k=0

⊳ Éléments de preuve.
(b − t)n
Effectuer n + 1 intégrations par parties successives, en dérivant t 7→ . La dernière dérivation
n!
annule ce terme. ⊲

Corollaire 10.2.7 (Inégalité de Taylor-Lagrange)

Soit a < b, et f une fonction de classe C n+1 sur [a, b], à valeurs dans R, telle que m 6 f (n+1) 6 M
sur [a, b]. Alors
n
m(b − a)n+1 X (b − a)k M (b − a)n+1
6 f (b) − f (k) (a) 6
(n + 1)! k! (n + 1)!
k=0

Remarque 10.2.8
1. L’inégalité de Taylor-Lagrange est souvent utilisée dans la version suivante : si f est de classe
C n+1 sur [a, b] et |f (n+1) | 6 M sur [a, b], alors
n
X (b − a)k M |b − a|n+1
f (b) − f (k) (a) 6
k! (n + 1)!
k=0

Sous cette forme, elle est valide aussi pour des fonctions f de classes C n+1 sur [a, b] à valeurs
dans C.
2. Sous cette forme (avec les valeurs absolues à droite), elle reste également valide si b 6 a.
3. Si a < b, la version générale de l’inégalité permet d’établir par exemple que sous les mêmes
hypothèses, si f (n+1) > 0, alors
n
X (b − a)k
f (b) > f (k) (a) ,
k!
k=0

et de même dans l’autre sens lorsque f (n+1) 6 0.

4. Que reconnaissez-vous pour n = 0, pour n = 1 ?
64 CHAPITRE 10. CALCUL INTÉGRAL

II.2 Changements de variables

La deuxième grande technique du calcul intégral est celle du changement de variable, qui n’est en fait
qu’une réexpression commode de la primitivation de fonctions composées.

Théorème 10.2.9 (Changement de variables)

Soit f une fonction continue sur [α, β], et u une fonction de classe C 1 de [a, b] vers [α, β]. Alors f est
intégrable entre u(a) et u(b), et :
Z u(b) Z b
f (x) dx = f (u(t))u′ (t) dt.
u(a) a

On dit qu’on a fait le changement de variable x = u(t).

⊳ Éléments de preuve.
Utiliser le théorème fondamental sur chacune des deux intégrales pour les comparer. ⊲

Remarque 10.2.10 (Comment ne pas s’embrouiller dans les bornes)

Dans l’intégrale de gauche, les bornes sont pour la variable x, dans celle de droite, elles sont pour la
variable t. On passe de la variable t à la variable x en appliquant u : il en est de même pour les bornes :
les bornes pour la variable x sont obtenues en appliquant u aux bornes pour la variable t.

Remarques 10.2.11 Z β Z u−1 (β)

1. Si u est bijective, on peut écrire : f (x) dx = f (u(t))u′ (t) dt.
α u−1 (α)
2. Cette formule peut s’utiliser dans les deux sens, comme le montre l’exemple suivant.

Exemples 10.2.12
Z 3
4t3
1. 8
dt
2 1−t
Z 1p
2. 1 − x2 dx.
0

II.3 Intégrales de fonctions admettant des symétries

On donne trois conséquences importantes du théorème de changement de variable, et du théorème de
dérivation d’une intégrale dépendant de ses bornes, pour le calcul d’intégrales de fonctions paires, impaires
ou périodiques.

Proposition 10.2.13 (Intégrale d’une fonction impaire)

Soit I = [−a, a] et f une fonction continue et impaire sur I. Alors
Z a
f (x) dx = 0.
−a

⊳ Éléments de preuve.
Changement de variable y = −x. ⊲
III Rapide introduction aux intégrales impropres 65

Proposition 10.2.14 (Intégrale d’une fonction paire)

Soit I = [−a, a] et f une fonction continue et paire sur I. Alors
Z a Z a
f (x) dx = 2 f (x) dx.
−a 0

⊳ Éléments de preuve.
Couper en 2 en 0 (par la relation de Chasles), et faire le changement de variable y = −x sur l’intégale
sur [−a, 0]. ⊲

Proposition 10.2.15 (Intégrale d’une fonction périodique)

Soit f une fonction continue sur R, périodique de période T > 0. Alors, pour tout a ∈ R,
Z a+T Z T
f (x) dx = f (x) dx.
a 0

⊳ Éléments de preuve.
Dériver par rapport à a. ⊲
Ainsi, l’intégrale d’une fonction périodique sur une période ne dépend pas du choix de la période.

III Rapide introduction aux intégrales impropres

Il est très fréquent de considérer l’intégrale d’une fonction, sur un intervalle sur lequel f n’est pas continue
partout. Le cas le plus fréquent est le cas d’une fonction continue sur ]a, b] ou [a, b[, ou ]a, b[, les bornes
ouvertes pouvant être des infinis. Si f est discontinue en un nombre fini de points, on peut se ramener
à ces situations en coupant l’intervalle en morceaux, et même aux deux premiers cas, en coupant encore
en 2. Nous allons donc rapidement évoquer les intégrales de fonctions continues sur un intervalle [a, b[.

Définition 10.3.1 (Convergence d’intégrales impropres) Z b

Soit f une fonction continue sur [a, b[, b pouvant être infini. On dit que l’intégrale (impropre) f (t) dt
a
converge si la fonction Z x
F : x 7→ f (t) dt,
a

admet une limite finie lorsque x tend vers b− . On note alors :

Z b Z x
f (t) dt = lim f (t) dt.
a x→b− a

On donne rapidement deux ou trois propriétés qui nous permettront de justifier rapidement la convergence
de certaines intégrales. Il ne s’agit pas de faire une étude exhaustive (il s’agit de notions qui seront étudiées
plus largement en deuxième année), mais de se donner dès maintenant quelques outils.

Théorème 10.3.2 (Théorème de comparaison pour la convergence des intégrales)Z

b
Soient f et g deux fonctions continues et positives sur [a, b[, telles que f 6 g sur [a, b[. Si g(t) dt
Z b a

converge, il en est de même de f (t) dt.

a
66 CHAPITRE 10. CALCUL INTÉGRAL

De façon plus commode, on utilisera souvent une version plus « floue » (ou plutôt plus locale) de cette
comparaison, avec une comparaison f = o(g) ou f = O(g) (avec positivité de g, ce qui suffit à avoir la
b b
convergence absolue pour f ). La comparaison par équivalents f ∼b g permet de faire la comparaison dans
les deux sens. Elle nécessite aussi la positivité des fonctions (au moins localement au voisinage de b).
Voici une conséquence importante du théorème de comparaison.

Corollaire 10.3.3 (Convergence Z b absolue) Z b

Soit f continue sur [a, b[. Si |f (t)| dt converge, alors également f (t) dt. On dit dans ce cas que
a a
l’intégrale est absolument convergente, ou que f est intégrable sur [a, b[.
 11
Équations différentielles linéaires

Ce chapitre a vocation à justifier les techniques de résolution des équations différentielles, admises en
physique. Nous nous limitons à l’étude de certaines équations différentielles linéaires. Les autres types
ne peuvent en général pas se résoudre explicitement, à moins de pouvoir se ramener à des équations
différentielles linéaires. Cela n’empêche pas de pouvoir donner des conditions d’existence et d’unicité, et
de savoir étudier les solutions de ces équations différentielles, mais la problématique de résolution explicite
qui nous occupe dans ce chapitre est absente dans ce contexte. Les fonctions considérées peuvent être à
valeurs réelles ou complexes. On notera K = R ou C suivant la situation.

I Équations différentielles linéaires

Définition 11.1.1 (Équation différentielle linéaire)

Une équation différentielle linéaire d’ordre r d’une fonction inconnue y est une équation différentielle
de la forme :
a0 (x)y + a1 (x)y ′ + · · · + ar (x)y (r) = b(x),
où ar n’est pas la fonction nulle, et les ai sont des fonctions à valeurs réelles ou complexes, et y une
fonction définie sur un sous-ensemble de R (souvent à déterminer), à valeurs dans K = R ou C.

On définit de la même manière une équation différentielle linéaire d’ordre r de plusieurs variables y1 , . . . , yp
comme une relation affine à coefficients fonctionnels entre les dérivées des yi jusqu’à l’ordre r (au moins
l’un des coefficients d’un des termes d’ordre r étant non nul).
On définit aussi les systèmes d’équations linéaires.
On étudie de façon directe le cas d’équations linéaires d’ordres 1 et 2, mais auparavant, on se sert de la
description générale pour donner un résultat de structure de l’ensemble des solutions.

Théorème 11.1.2 (Structure de l’ensemble des solutions)

Soit (E) : a0 (x)y + a1 (x)y ′ + · · · + ar (x)y (r) = b(x) une équation différentielle linéaire à résoudre sur
un intervalle I.
S’il n’est pas vide, l’ensemble S des solutions de (E) s’exprime sous la forme :

S = S0 + y0 ,

où :
• S0 est l’ensemble des solutions de l’équation homogène associée

(EH) : a0 (x)y + a1 (x)y ′ + · · · + ar (x)y (r) = 0;

68 CHAPITRE 11. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

• y0 est une solution particulière.

De plus, S0 est alors non vide et stable par combinaison linéaire.
On dit que S0 est un espace vectoriel (sous-espace vectoriel de RI ) et que S est un sous-espace affine
de RI dirigé par S0 .

⊳ Éléments de preuve.
Par linéarité de la dérivation, justifier que y vérifie (E) ssi y − y0 vérifie (EH). ⊲
La recherche d’une solution particulière peut se faire en plusieurs temps, si b se décompose en somme de
fonctions plus simples :

Proposition 11.1.3 (Principe de superposition)

Si b = b1 + b2 , pour trouver une solution particulière y0 de l’équation (E), il suffit de trouver :
• une solution particulière y1 de (E1 ) : a0 (x)y + a1 (x)y ′ + · · · + ar (x)y (r) = b1 (x)
• une solution particulière y2 de (E2 ) : a0 (x)y + a1 (x)y ′ + · · · + ar (x)y (r) = b2 (x).
Une solution particulière de (E) est alors y1 + y2 .

⊳ Éléments de preuve.
Vérification facile, par linéarité de la dérivation. ⊲

II Équations différentielles linéaires d’ordre 1

On notera K = R ou C.

II.1 Situation
Nous nous intéressons ici aux équations linéaires d’ordre 1 sur un intervalle I, dont la forme générale est :
a1 (x)y ′ + a0 (x)y = β(x), où a0 et a1 sont des fonctions d’une variable réelle, à valeurs dans K.
On se restreint ici au cas où la fonction a1 ne s’annule pas sur l’intervalle I considéré, et où les fonctions
a1 , a0 et β sont continues, à valeurs dans K. Ainsi, en divisant par a1 et en isolant le terme y ′ , on est
ramené à une équation « sous forme normale » (ou « forme résolue ») : y ′ = a(x)y + b(x), où a et b sont
continues à valeurs dans K.
Nous allons étudier l’ensemble des solutions d’une équation de ce type, à l’aide de deux « quadratures »
(c’est-à-dire deux primitivations). Les méthodes mises en oeuvre sont à connaître, car ce sont elles qui
vous permettront de résoudre explicitement une équation différentielle.
Au passage, cette étude nous permettra de constater que le théorème de Cauchy-Lispschitz est bien valide
dans cette situation : ce théorème affirme, sous certaines conditions, l’existence et l’unicité d’une solution,
vérifiant des conditions initiales données.
Le théorème de structure et le théorème de superposition s’appliquent à cette situation. On peut donc se
contenter d’étudier l’équation homogène, et de trouver une solution particulière.

II.2 Solutions de l’équation homogène

Théorème 11.2.1 (Résolution de l’équation y ′ = a(x)y (a continue))

L’ensemble des solutions de l’équation homogène y ′ = a(x)y est :

S0 = {y : x 7→ CeA(x) , C ∈ K},

où A est une primitive de la fonction (continue) a, et C est une constante.

II Équations différentielles linéaires d’ordre 1 69

⊳ Éléments de preuve.
Poser z(x) = y(x)e−A(x) et dériver z. ⊲

Remarque 11.2.2 (Comment retrouver cette formule si on l’a oubliée)

• Au brouillon, on s’autorise des divisions par y (rigoureusement incorrect si on n’a pas justifié
y′
que la fonction ne s’annule pas !) L’équation s’écrit alors y = a(x).
y′
• On reconnait en y la dérivée de ln |y| (appelée dérivée logarithmique de y). On primitive, on
passe à l’exponentielle et le tour est joué.
• Au propre, il est préférable d’utiliser directement la formule du cours, pour éviter les problèmes
de justification issus de la division par y.

Exemples 11.2.3
1. Résolution de y ′ = ay (a constant)
2. Résolution de y ′ = yxα sur R si α > 0, sur R∗+ sinon.

II.3 Recherche d’une solution particulière de y ′ = a(x)y + b(x)

Pour commencer, fractionner éventuellement le problème en problèmes plus simples par le principe de
superposition énoncé plus haut. On suppose cette première étape effectuée, et on cherche une solution
particulière de l’équation y ′ = a(x)y + b(x).
En premier lieu, essayez de DEVINER une solution particulière. Vous pouvez par exemple pour cela vous
aider de l’homogénéité. Vous pouvez aussi rechercher une solution constante ou polynomiale.
Mais n’y perdez pas trop de temps : s’il n’y a pas de solution évidente qui vous saute aux yeux, voici une
méthode efficace pour trouver une solution particulière (au moins sous forme intégrale) à partir d’une
solution de l’équation homogène :

Méthode 11.2.4 (Méthode de variation de la constante)

1. Les solutions de l’équation homogène étant de la forme x 7→ CeA(x) , on recherche une solution
particulière de l’équation non homogène sous la forme x 7→ C(x)eA(x) (on « rend la constante
variable »)
2. En remplaçant dans l’équation différentielle, x 7→ C(x) s’obtient par primitivation :
Z
C(x) = b(x)e−A(x) dx.

Exemples 11.2.5
1. Résoudre y ′ = 2y + sin(x) + ex + x sur R
2. Résoudre y ′ = − xy + Arctan(x) sur R∗+

Remarque 11.2.6
Comme dit plus haut, et j’insiste dessus, il n’est pas toujours nécessaire d’employer la méthode de
variation de la constante pour trouver une solution particulière : parfois elle est suffisamment évidente
pour être devinée.
70 CHAPITRE 11. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

Exemples 11.2.7
b
1. Si a et b sont constants, la fonction constante égale à − est solution de y ′ = ay + b.
a
2. La fonction y : x 7→ ceαx est solution de y ′ = ay + beαx , où c vérifie l’équation αc = ac + b.

II.4 Problème de Cauchy associé à une EDL du premier ordre

Nous pouvons maintenant résoudre le problème de Cauchy associé à une EDL du premier ordre :

Théorème 11.2.8 (Théorème de Cauchy-Lipschitz pour les équations linéaires d’ordre 1)

Soit a et b deux fonctions continues sur un intervalle I, à valeurs dans K = R ou C. Soit (x0 , y0 ) ∈ I×K.
Alors il existe une et une seule solution y de l’équation différentielle y ′ = a(x)y + b(x) telle que
y(x0 ) = y0 .

⊳ Éléments de preuve.
À partir du théorème de structure, et de la forme de la solution homogène, voir quelle condition sur
le coefficient inconnu impose y(x0 ) = y0 . ⊲

II.5 Problèmes de raccordement (ou recollement)

Lorsqu’on cherche à résoudre une équation différentielle a(x)y ′ + b(x)y = c(x), on se ramène à la situation
précédente en divisant par a(x). Si a ne s’annule pas sur I, cela ne pose pas de problème. Mais il peut
arriver que a s’annule.
Si par exemple a s’annule en un nombre fini de points x1 < · · · < xn , cela définit des intervalles
I1 , I2 , . . . , In+1 ouverts en x1 , . . . , xn , et dont l’union fait I \ {x1 , . . . , xn }
On peut résoudre l’équation sur chaque intervalle selon la méthode précédente, puis essayer de prolonger
les fonctions obtenues sur chaque intervalle, en définissant des valeurs adéquates en x1 , . . . , xn . Ainsi, la
solution générale sur I s’obtiendra en raccordant des solutions sur chaque Ik selon des valeurs de y(xk ).
Pour qu’on puisse affirmer qu’on obtient ainsi une solution de l’équation différentielle sur I tout entier,
la fonction que l’on cherche à définir sur I entier doit être dérivable sur I (pour que l’ED ait un sens,
même si a(x) s’annule en un des points particulier), donc en particulier, elle doit être continue. Il faut
donc procéder de la façon suivante :
• Raccorder les solutions par continuité aux points xi . Ainsi, les deux branches à raccorder en xi
doivent avoir même limite pour que ce soit possible. Cela contraint souvent les constantes laissées
indéterminées lors de la résolution de l’ED.
• Vérifier que la fonction ainsi obtenue par prolongement par continuité est dérivable aux points de
raccordement et que sa dérivée vérifie bien l’ED.

Exemple 11.2.9
Résoudre sur R les équations différentielles suivantes :
p
1. |x|y ′ = y
2. xy ′ = y.

II.6 Résolution des EDL d’ordre 1 à coefficients constants

Du fait de son importance pratique, on isole dans le résultat suivant la résolution complète du cas d’une
équation y = ay +b dans le cas où a et b sont constants (réels ou complexes). Ce théorème est un corollaire
immédiat des résultats des sections précédentes.
III Résolution des EDL d’ordre 2 à coefficients constants 71

Théorème 11.2.10 (Résolution d’une équation linéaire y ′ = ay + b à coefficients constants)

Soit a et b deux éléments de K = R ou C. L’ensemble des solutions de l’équation différentielle y ′ = ay+b
est :  
b
S = y : x 7→ Ceax − , C ∈ K ,
a
En particulier, l’unique solution telle que y(x0 ) = y0 est :
 
b b
y : x 7→ + y0 ea(x−x0 ) − .
a a

⊳ Éléments de preuve.
Application simple du théorème général. ⊲

III Résolution des EDL d’ordre 2 à coefficients constants

III.1 Position du problème
L’outil matriciel permet de se ramener à une équation différentielle matricielle d’ordre 1 (en introdui-
sant comme nouvelles fonctions la dérivée de y), qui s’étudie comme plus haut, mais nécessite quelques
connaissances supplémentaires sur le calcul matriciel (notamment la définition de l’exponentielle de ma-
trices).
En attendant d’avoir ces outils, nous nous contentons d’une étude dans un cas beaucoup moins général,
celui où tous les coefficients de l’équation sont constants, dans R ou C. Par commodité, on note K = R ou
C, selon le contexte dans lequel on se place, pour éviter d’avoir à distinguer les deux cas dans les énoncés.
Si le coefficient du terme en y ′′ est nul, on est ramené à l’étude d’une équation d’ordre 1. On peut donc
supposer que ce coefficient est non nul, et en divisant l’équation par ce coefficient, on est ramené à l’étude
d’une équation de la forme suivante :

y ′′ + ay ′ + by = f (x) où a, b ∈ K et f continue à valeurs dans K.

Dans cette situation encore, on peut :

1. utiliser le théorème de structure de l’ensemble des solutions, qui nous dit qu’on peut se contenter de
la résolution du système homogène y ′′ + ax + by = 0, et de la recherche d’une solution particulière
2. utiliser le principe de superposition pour ramener la recherche des solutions particulières au cas
de fonctions f les plus simples possibles.

III.2 Résolution de l’équation homogène

La méthode ci-dessous est importante en soi, même si l’utilisation directe du théorème qu’on en déduit
est plus efficace. Cependant, le deuxième point de cette méthode se généralise au cas d’équations linéaires
d’ordre 2 à coefficients non constants, à condition d’avoir réussi à trouver une solution particulière de
l’équation homogène (ce qui constitue alors souvent le point délicat de la résolution). C’est une situa-
tion plus générale s’adaptant au cas d’équations différentielles linéaires du second ordre à coefficients
quelconques, homogènes ou non.

Méthode 11.3.1 (Recherche des solutions de y ′′ + a(x)y ′ + b(x)y = f (x))

Cette méthode nécessite la connaissance d’une solution particulière de l’équation homogène.
• Soit y0 une solution particulière de l’équation homogène y ′′ +a(x)y ′ +b(x)y = 0. On pose y = y0 z
(changement de fonction ; remarquez qu’il s’agit encore d’une variation de constante, puisque
Ky0 est solution).
72 CHAPITRE 11. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

• Vérifier que z vérifie l’équation (en tout point en lequel y0 ne s’annule pas) :

2y0′ z ′ + y0 z ′′ + ay0 z ′ = f (x).

• Résoudre l’équation différentielle d’ordre 1 d’inconnue z ′ et primitiver encore pour obtenir z.

Comme il y a deux quadratures, on obtient deux paramètres sur chaque intervalle : l’espace des
solutions est de dimension 2.
• Attention aux éventuels raccordements à faire si y0 s’annule.

Exemples 11.3.2
• Il peut arriver qu’une solution soit évidente, mais pas les autres. La méthode ci-dessus est
adaptée dans ce cas.
• Si les coefficients a et b sont polynomiaux, on peut espérer trouver une solution polynomiale
(ce n’est pas systématiquement possible). Essayer de déterminer a priori le degré du polynôme
par un argument sur le coefficient dominant, puis écrire l’ED avec les coefficients du polynôme
à déterminer. On trouve alors l’ensemble de toutes les solutions par la méthode ci-dessus.

On obtient, par application de cette méthode, en recherchant d’abord une solution exponentielle :

Théorème 11.3.3
Soit a et b des nombres complexes. L’ensemble des solutions à valeurs complexes de l’équation y ′′ +
ay ′ + by = 0 est : (
S0 = {y : x 7→ cer1 x + der2 x , c, d ∈ C} si ∆ 6= 0
S0 = {y : x 7→ (c + dx)erx , c, d ∈ C} si ∆ = 0,
où ∆ est le discriminant du polynôme X 2 + aX + b, et où r1 et r2 sont les racines (réelles ou complexes)
de ce polynôme (notée simplement r, en cas de racine double).

Terminologie 11.3.4 (polynôme caractéristique)

Le polynôme X 2 +aX+b est appelé polynôme caractéristique de l’équation différentielle y ′′ +ay ′ +by = 0.

Remarques 11.3.5
1. Si ∆ 6= 0, la première étape de la méthode exposée pour trouver ces solutions nous fournissait
déjà la totalité des solutions (puisqu’on pouvait choisir indifféremment r1 ou r2 et puisque
l’ensemble des solutions est stable par combinaison linéaire). La deuxième étape sert dans ce cas
seulement à prouver qu’il n’y a pas d’autre solution.
2. Dans le cas où ∆ = 0, la deuxième étape nous fournit une solution que la première étape ne
nous permettait pas d’obtenir. La méthode trouve là toute sa pertinence.
3. La méthode exposée ci-dessus est aussi valable pour des coefficients variables, à partir du moment
où on connait une solution particulière.

Même si les coefficients a et b sont réels, il peut arriver que l’expression obtenue au bout fasse intervenir des
exponentielles complexes (cas où ∆ < 0). La solution générale obtenue est alors une fonction à valeurs
complexes. Parmi celles-ci, certaines sont à valeurs réelles. On est souvent intéressé par ces fonctions
spécifiquement. Voici un résultat permettant de retrouver facilement l’ensemble des solutions à valeurs
réelles
III Résolution des EDL d’ordre 2 à coefficients constants 73

Proposition 11.3.6 (Passer des solutions complexes aux solutions réelles)

Soit y ′′ +ay ′ +by = 0 une équation différentielle linéaire à coefficients constants réels. Soit SC l’ensemble
de toutes ses solutions à valeurs complexes et SR l’ensemble des solutions à valeurs réelles. Alors :

SR = {Re(y) | y ∈ SC }.

⊳ Éléments de preuve.
Par double-inclusion :
• Par définition de la dérivation de fonctions à valeurs complexes, si y est solution, Re(y) aussi, et
est à valeurs réelles.
• Une solution réelle est aussi dans SC et est partie réelle d’elle-même.
⊲
On obtient alors :

Théorème 11.3.7 (Expression des solutions réelles de y ′′ + ay ′ + by = 0)

Soit ∆ le discriminant du polynôme caractéristique X 2 + aX + b = 0 et r1 et r2 ses racines réelles ou
complexes (r = r1 = r2 si ∆ = 0). Alors, l’ensemble des solutions réelles est :
• SR = {x 7→ cer1 x + der2 x | (c, d) ∈ R2 } si ∆ > 0 ;
• SR = {x 7→ (cx + d)erx | (c, d) ∈ R2 } si ∆ = 0 ;
• SR = x 7→ eαx (c cos (ωx) + d sin (ωx)) | (c, d) ∈ R2 si ∆ < 0,


où α et ω sont tels que r1 = α − i ω et r2 = α + i ω.

Dans le cas où ∆ < 0, la valeur de α est unique, mais ω n’est unique qu’au signe près. On peut par
exemple choisir : √
a −∆
α=− et ω= .
2 2
On peut aussi réexprimer les solutions en regroupant sin et cos :

SR = x 7→ Aeαx cos (ωx − ϕ) | (A, ϕ) ∈ R2


(∆ < 0),

ou encore : n o
SR = x 7→ Aeα(x−x0 ) cos (ω(x − x0 ) − ϕ) | (A, ϕ) ∈ R2 (∆ < 0),

forme qui peut être plus adaptée si les conditions initiales sont données en x0 (vous pouvez réexprimer
de même les autres cas).

III.3 Solution générale du système non homogène

Comme pour le cas d’EDL de degré 1, la première étape est l’utilisation du principe de superposition
pour se ramener à des études plus simples.
Pour les EDL d’ordre 1, comme dans le cas des équations d’ordre 1, il existe une méthode dite « de
variation des constantes » pour trouver une solution particulière, mais elle est plus délicate à mettre en
oeuvre. Comme elle n’est pas au programme, nous nous limitons à l’étude de cas particuliers intervenant
souvent en physique.

Proposition 11.3.8 (Solutions particulières pour un second membre Q(x)eλx , admis)

Soit Q ∈ C[X], et l’équation différentielle (E) : y ′′ + ay ′ + by = Q(x)eλx . Soit P le polynôme caracté-
ristique de l’équation (E), et m la multiplicité de λ comme racine de P . Alors, il existe une solution
particulière de (E) de la forme :
yP (x) = xm R(x)eλx ,
74 CHAPITRE 11. ÉQUATIONS DIFFÉRENTIELLES LINÉAIRES

où R est un polynôme de même degré que Q. Ce résultat reste valide pour des équations d’ordre plus
important.

Admettre ce théorème n’est pas gênant puisque son seul intérêt est pratique. Il suffira de se rendre compte
qu’en pratique, il fournit une méthode qui aboutit !
Toute résolution avec un second membre d’une autre forme est hors-programme. On pourra néanmoins
remarquer que la méthode 11.3.1 permet de se ramener dans tous les cas à une équation d’ordre 1.

Exemples 11.3.9
1. Résoudre sur R : y ′′ + 2y ′ + y = ex .
2. Résoudre sur R : y ′′ + y ′ + y = sin(x).

III.4 Problème de Cauchy

Théorème 11.3.10 (Théorème de Cauchy-Lipschitz pour les EDL d’ordre 2 (admis))

Soit I un intervalle de R, x0 ∈ I et (y0 , y1 ) ∈ R2 . Soit f une fonction continue sur I. Alors il existe
une unique solution y de l’équation y ′′ + ay ′ + by = f (x) telle que y(x0 ) = y0 et y ′ (x0 ) = y1 .
 12
Suites numériques

Deux grandeurs inégales étant proposées, si l’on retranche de la plus grande une partie plus
grande que sa moitié, si l’on retranche du reste une partie plus grande que sa moitié, et que
l’on fait toujours la même chose, il restera une grandeur qui sera plus petite que la plus petite
des grandeurs proposées.

(Euclide)
L’ensemble de la série renferme donc en bloc toutes les approximations, c’est-à-dire les valeurs
immédiatement supérieures et inférieures, car, à mesure qu’on la considère de plus en plus
loin, l’erreur sera moindre que toute grandeur donnée

(Gottfried Wilhelm Leibniz)

Lorsque les valeurs successivement attribuées à une même variable s’approchent indéfiniment
d’une valeur finie, de manière à en différer aussi peu qu’on voudra, cette dernière est appelée
limite de toutes les autres.

(Augustin Louis Cauchy)

Nous rappelons :

Définition 12.0.1 (Suite numérique)

Une suite numérique (réelle ou complexe) est une famille (un )n∈N d’éléments de R ou C indexée sur N
(parfois sur N∗ , ou sur N \ {0, . . . , n0 − 1}). Il s’agit donc d’une fonction de N dans R ou C.

I Convergence de suites
I.1 Définition de la limite d’une suite

Note Historique 12.1.1

• L’appréhension de la notion de limite d’une suite est ancienne. On trouve déjà dans les Éléments
d’Euclide (citation ci-dessus).
Traduisons cette citation en langage mathématique : pour tout (ε, a) ∈ R∗+ (une grandeur est toujours
strictement positive pour les grecs), si (un ) est une suite (strictement positive pour la même raison)
telle que pour tout n, un+1 6 u2n , alors (en sous-entendant « à un moment, il restera... »), il existe N
tel que pour tout n > N , un < ε.
C’est exactement dire (en langage moderne) que la suite (un ) (qui est sous-géométrique de raison 2)
converge vers 0...
76 CHAPITRE 12. SUITES NUMÉRIQUES

• Archimède également utilise intuitivement une limite, lorsqu’il calcule une valeur approchée de π en
approchant le cercle par des polygônes réguliers dont il calcule la circonférence.
• Au 17-ième siècle, même si la notion de limite semble assez claire, elle n’est pas bien définie, et tous les
arguments de convergence sont expliqués qualitativement, avec  assez peu de rigueur,
 comme le montre
1 1 1
la citation de Leibniz en 1682, pour justifier l’égalité π = 4 1 − + − + · · · .
3 5 7
• Il faut attendre Augustin Louis baron Cauchy pour avoir une définition précise (mais pas encore énoncée
mathématiquement) de la limite, donnée dans son Cours d’Analyse de l’École Polytechnique (1821).
Cauchy définit ce qu’on appelle maintenant les suites de Cauchy, permettant d’étudier (dans R) la
convergence de suites sans en connaître la limite.
Le Cours d’Analyse a été pour Cauchy l’occasion d’apporter rigueur et clarification à un grand nombre
de notions jusque-là utilisées intuitivement. Dans ce sens, cet ouvrage a eu une importance capitale dans
l’évolution de l’analyse.
• Il faut attendre la deuxième moitié du 19e siècle pour voir naître la définition moderne (énoncée ma-
thématiquement) de la limite, grâce à Karl Weierstrass, à qui on doit également toutes les définitions
similaires relatives aux limites et à la continuité des fonctions.

Intuitivement, une suite admet une limite ℓ si ses termes s’en approchent aussi près qu’on veut, sans plus
s’en éloigner, donc si, quitte à prendre n suffisamment grand, un est une approximation aussi fine que
l’on souhaite de ℓ. Nous formalisons cette définition de la sorte :

Définition 12.1.2 (limite d’une suite, convergence, divergence)

• Une suite (un )n∈N à valeurs dans K = R ou C admet une limite ℓ ∈ K si et seulement si :

∀ε > 0, ∃N ∈ N, ∀n > N, un ∈ B(ℓ, ε).

• Si (un )n∈N admet une limite ℓ ∈ K, on dit qu’elle est convergente.

• Si (un )n∈N n’admet aucun ℓ de K comme limite, alors on dit que (un )n∈N est divergente (dans
K).

Remarque 12.1.3
Comme nous l’avons vu dans un chapitre antérieur, cette définition est un cas particulier de la notion
générale de limite d’une fonction. Il s’agit ici d’étudier la limite en +∞. d’une fonction de N dans K.

De même que dans le contexte général des limites de fonctions, cette définition est valable dans un
contexte plus général : elle permet de définir la convergence d’une suite à valeurs dans n’importe quel
espace métrique. En particulier, cela nous permet de parler de convergence de suites de vecteurs de Rn ,
la distance considérée étant la distance euclidienne canonique (ou n’importe quelle distance définie à
l’aide d’une norme ; en effet, vous montrerez l’an prochain qu’en dimension finie, toutes les normes sont
équivalentes, ce qui signifie plus ou moins qu’elles définissent les mêmes propriétés de convergence).
Comme dans la situation générale, on dispose de plusieurs caractérisations (réexpression par ε de la
caractérisation métrique, et caractérisation topologique qui permet de généraliser la notion de convergence
pour des suites à valeur dans un espace topologique).

Proposition 12.1.4 (Diverses caractérisations de la convergence)

Soit (un )n∈N une suite réelle ou complexe. Les propositions suivantes sont équivalentes :
(i) (un )n∈N converge vers ℓ ∈ C ;
(ii) ∀ε > 0, ∃N ∈ N, ∀n > N, |un − ℓ| < ε ;
(iii) pour tout voisinage V de ℓ, il existe N tel que pour tout n > N , un ∈ V .
I Convergence de suites 77

⊳ Éléments de preuve.
Cela a déjà été vu dans le contexte plus général des limites de fonctions. On en rappelle rapidement
les arguments :
• (i) =⇒ (ii) : un ∈ B(x, ε) ⇐⇒ |un − ℓ| < ε ; Cela donne même l’équivalence entre les deux points.
• (ii) =⇒ (iii) : V étant un voisinage, il existe ε tel que B(x, ε) ⊂ V . Utiliser (ii) avec cet ε.
• (iii) =⇒ (i) : utiliser (i) avec le voisinage V = B(x, ε).
⊲
Comme dans le cas des limites de fonctions, hormis pour l’inégalité ε > 0, on peut considérer indifférem-
ment des inégalités strictes ou larges.
Nous nous plaçons désormais, par pure commodité, dans le cas de suites réelles. La plupart des résultats
se généralisent au cas de suites complexes.
Dans le cas d’une suite réelle, on peut également définir une convergence vers les deux infinis :

Définition 12.1.5 (Limite +∞ ou −∞ d’une suite réelle)

Soit (un )n∈N une suite réelle.
1. On dit que (un )n∈N admet la limite +∞ si et seulement si :

∀A ∈ R, ∃N ∈ N, ∀n > N, un > A.

2. On dit que (un )n∈N admet la limite −∞ si et seulement si :

∀A ∈ R, ∃N ∈ N, ∀n > N, un < A.

On remarquera qu’une suite tendant vers +∞ est divergente dans R, mais convergente dans R. Ainsi,
suivant le point de vue, on pourra parler de divergence ou de convergence. En particulier, on rencontre
aussi bien l’expression « (un )n∈N converge vers +∞ » que « (un )n∈N diverge vers +∞ ». Pour éviter toute
controverse, on peut se contenter de dire : « (un )n∈N tend vers +∞ », ou encore « (un )n∈N admet la limite
+∞ ».

Avertissement 12.1.6
Il existe des suites n’admettant pas de limite, même dans R ! Par exemple (−1)n . Attention à ne pas
dire que cette suite admet deux limites 1 et −1 (confusion limite / valeur d’adhérence).

En effet, comme cas particulier d’un résultat vu pour les fonctions :

Théorème 12.1.7 (Unicité de la limite)

La limite d’une suite réelle ou complexe, si elle existe (dans R ou dans C), est unique.

On a déjà vu qu’en définissant un voisinage V ⊂ R de +∞ comme étant un sous-ensemble de R tel

qu’il existe a vérifiant ]a, +∞[⊂ V , la caractérisation des limites par les voisinages permet d’unifier les
définitions relatives aux limites finies et infinies :

Proposition 12.1.8 (Caractérisation par voisinage pour les limites dans R)

Soit (un )n∈N une suite réelle, et ℓ ∈ R. Alors (un )n∈N admet la limite ℓ si et seulement si pour tout
voisinage V de ℓ, il existe N tel que pour tout n > N , un ∈ V .

⊳ Éléments de preuve.
L’équivalence est déjà prouvée dans le cas d’une limite finie. Dans le cas d’une limite +∞, elle
provient du fait que tout voisinage de +∞ contient un ]A, +∞[ et que réciproquement, ]A, +∞[ est
un voisinage de +∞. De même en −∞. ⊲
78 CHAPITRE 12. SUITES NUMÉRIQUES

Cette unification du fini et de l’infini permet souvent d’éviter de faire des distinctions de cas dans des
démonstrations théoriques.

Définition 12.1.9 (Suite stationnaire)

Une suite (un ) est dite stationnaire s’il existe N ∈ N tel que pour tout n > N , un = uN .

Une suite stationnaire est toujours convergente (vers sa valeur de stationnement). La réciproque est bien
sûr fausse, comme le montre l’exemple de la suite n1 .

Il est une situation dans laquelle on peut tout de même obtenir cette réciproque (mais attention à ne pas
l’utiliser hors de ce cadre !)

Proposition 12.1.10 (Suites convergentes à valeurs entières)

Soit (un )n∈N une suite à valeurs dans Z. La suite (un ) est convergente si et seulement si elle est
stationnaire.

⊳ Éléments de preuve.
1
Réciproque évidente. Sens direct : considérer ε < 2. Il ne peut y avoir qu’un entier dans la boule
B(ℓ, ε). ⊲

I.2 Cas des suites complexes et vectorielles

Comme cas particulier du théorème similaire pour les fonctions :

Proposition 12.1.11 (Caractérisation de la convergence d’une suite complexe)

Soit (un )n∈N une suite complexe. Alors (un )n∈N converge dans C si et seulement si (Re(un ))n∈N et
(Im(un ))n∈N convergent dans R, et dans ce cas :

lim un = lim Re(un ) + i lim Im(un ).

Plus généralement :

Proposition 12.1.12 (Caractérisation de la convergence d’une suite de vecteurs)

 
un,1
 . 
 ..  les coordonnées de un .
Soit (un )n∈N une suite de vecteurs de Rp . On note pour tout n,  
un,p
Alors (un )n∈N converge dans Rp si et seulement si pour tout k ∈ [[1, p]], (un,k )n∈N converge dans R.
Dans ce cas :  
lim un,1
 .. 
lim un =  . .

lim un,p

⊳ Éléments de preuve.
De même que dans C, en utilisant le fait que si X = (x1 , . . . , xp ), pour la norme euclidienne canonique,
|xi | 6 kXk, et réciproquement, par IT, kXk 6 |x1 | + · · · + |xp |.
Cela reste vrai pour toute autre norme, en utilisant un résultat que vous verrez l’année prochaine
(équivalence des normes en dimension finie). ⊲
Ainsi, la convergence d’un vecteur équivaut à la convergence coordonnée par coordonnée. Là aussi, cela
nous assure l’unicité de cette limite, sous réserve d’existence.
II Propriétés des suites liées à la convergence 79

I.3 Premières propriétés des suites convergentes

Une propriété bien utile, notamment pour l’étude de suites récurrentes :

Proposition 12.1.13 (Limite d’un translaté)

Si (un )n∈N tend vers ℓ, alors (un+1 )n∈N et (un−1 )n∈N∗ aussi.

⊳ Éléments de preuve.
Par voisinage. Si N convient pour (un )n∈N , N + 1 convient pour (un−1 ). ⊲
Plus généralement, pour tout k ∈ N, (un+k )n∈N et (un−k )n>k convergent alors vers ℓ.

Proposition 12.1.14
Toute suite convergente (dans R ou C, mais pas R) est bornée.

⊳ Éléments de preuve.
À partir d’un certain rang, tous les termes restent dans une boule B(ℓ, 1). Les autres termes sont en
nombre fini. ⊲
Enfin, en ne considérant que la moitié des inégalités présentes dans la définition, on obtient, dans le cas
de suites réelles, la propriété suivante parfois plus simple à utiliser que la définition. Attention, comme
on oublie ici la moitié des inégalités, chaque point de cette propriété est moins fort que la définition. La
conjonction des deux points équivaut à la définition.

Proposition 12.1.15 (Lemme du tunnel)

Soit (un )n∈N une suite, et ℓ ∈ R. Alors (un ) converge vers ℓ ssi pour tout (ℓ′ , ℓ′′ ) ∈ R2 tels que
ℓ′ < ℓ < ℓ′′ , il existe N ∈ N tel que
∀n > N, ℓ′ < un < ℓ′′

⊳ Éléments de preuve.
Remarquer que ]ℓ′ , ℓ′′ [ est voisinage de ℓ. Réciproquement, prendre en particulier ℓ′ = ℓ − ε et
ℓ′′ = ℓ + ε. ⊲

Remarque 12.1.16
On utilise souvent ce lemme dans le sens direct, en n’utilisant qu’une des deux ingalités : si (un )n∈N
tend vers ℓ, alors (un ) finit par dépasser n’importe quelle valeur ℓ′ < ℓ, et de même, (un ) finit par
passer sous n’importe quelle valeur ℓ′′ > ℓ.

Avertissement 12.1.17
Ce n’est évidemment pas vrai si ℓ′ = ℓ, même au sens large. Une suite n’est pas forcément majorée (ou
minorée)
  par sa limite. Elle peut tendre vers sa limite en faisant de petites oscillations, comme la suite
(−1)n
n par exemple.
n∈N∗

II Propriétés des suites liées à la convergence

II.1 Préambule : caractérisation séquentielle de la limite
Nous commençons par un résultat théorique, qui nous permettra de convertir tous les résultats qu’on
obtiendra sur les limites de suites en des résultats similaires sur les limites des fonctions.
80 CHAPITRE 12. SUITES NUMÉRIQUES

Théorème 12.2.1 (Caractérisation séquentielle de la limite)

Soit X un sous-ensemble de R (ou R2 ), f : X −→ R (ou C), et a ∈ X. Alors f admet une limite ℓ en
a si et seulement si pour toute suite (un ) à valeurs dans X et telle que un → a, on a f (un ) → ℓ.

⊳ Éléments de preuve.
• Sens direct : étant donné un voisinage V de ℓ, trouver un voisinage U de a exprimant la limite
de f , puis appliquer la définition topologique de la limite de un avec ce voisinage U .
• Sens réciproque : par la contraposée, supposer que f n’admet par la limite ℓ en a. L’exprimer
par quantifications (en niant la définition topologique de la limite), en déduire une construction
d’une suite un → a, telle que f (un ) reste hors d’un certain voisinage contenant ℓ (coller un à a
en choisissant des voisinages collant de plus en plus à a).
⊲
En particulier, en considérant ℓ = f (a), on obtient :

Théorème 12.2.2 (Caractérisation séquentielle de la continuité)

Soit X un sous-ensemble de R, f : X −→ R (ou C), et a ∈ X. Alors f est continue en a si et seulement
si pour toute suite (un ) à valeurs dans X et telle que un → a, on a f (un ) → f (a).

Remarque 12.2.3
Ces caractérisations séquentielles, outre leur utilisation théorique pour transférer les propriétés des
limites de suites aux fonctions, sont souvent utilisées pour montrer qu’une fonction n’admet pas de
limite. Il suffit pour cela :
• soit de trouver un → a telle que f (un ) n’a pas de limite ;
• soit de trouver un , vn → a telles que f (un ) et f (vn ) ont des limites différentes.

Exemple 12.2.4
• Montrer que x 7→ sin(x) n’a pas de limite en +∞
 
• Montrer que x 7→ cos √1x n’admet pas de limite en 0.

II.2 Opérations sur les limites

Nous montrons maintenant sur les suites les différentes propriétés qu’on avait admises sur les limites de
fonctions. La caractérisation séquentielle permet de faire le lien entre les deux.

Théorème 12.2.5 (Opérations sur les limites finies)

Soit (un )n∈N et (vn )n∈N deux suites réelles ou complexes convergentes, et λ et µ deux scalaires (réels
ou complexes). Alors :
1. (|un |)n∈N est convergente, et lim |un | = |lim un | ;
2. (λun + µvn )n∈N est convergente, et lim(λun + µvn ) = λ lim un + µ lim vn ;
3. (un vn )n∈N est convergente, et lim(un vn ) = lim un · lim vn ;
 
un
4. si lim vn 6= 0, alors vn 6= 0 à partir d’un certain rang ; ainsi, est définie à partir d’un
vn
un lim un
certain rang, est convergente, et lim = .
vn lim vn
II Propriétés des suites liées à la convergence 81

⊳ Éléments de preuve.
1. Utiliser l’IT pour majorer ||un | − |ℓ||.
2. Par commodité on peut étudier séparément la somme (couper ε en 2, en en réservant la moitié
pour chaque suite) et la multiplication par un scalaire (considérer λε ; que dire si λ = 0 ?).
3. Écrire un vn −ℓℓ′ = un (vn −ℓ′ )+ℓ′ (un −ℓ′ ), et utiliser le fait que (un ) est majorée. S’arranger pour
majorer ensuite chaque membre par 2ε en choisissant convenablement le epsilon de la définition
des convergences de (un ) et (vn ).
1
4. D’après 3, on peut se limiter à l’étude de vn . Faire la différence avec 1ℓ , mettre au même déno-
ℓ2
minateur, et utiliser le fait que vn ℓ est plus grand que 2 pour n assez grand.
⊲

Théorème 12.2.6 (Opérations impliquant des limites infinies)

Dans le cas où (un )n∈N et (vn )n∈N sont des suites réelles, les résultats ci-dessus restent vrais si la limite
de (un )n∈N et/ou de (vn )n∈N est infinie, avec les règles arithmétiques suivantes (règles usuelles dans
R) :
a + ∞ = +∞; +∞ + ∞ = +∞; a · (+∞) = (sg(a))∞ (pour a 6= 0);
1 1 1
(±∞) · (±∞) = ±∞; = 0, = +∞, = −∞.
±∞ 0+ 0−

⊳ Éléments de preuve.
• a + ∞ : si un → a fini, (un ) est bornée. Si M est un majorant de |un |, considérer A′ = A − M
dans l’expression de la suite de limite ∞.
• ∞ + ∞ : La première suite est positive à partir d’un certain rang. Appliquer directement la
définition de la limite infinie sur la deuxième.
• a · ∞, a > 0 : Considérer n tel que un > a2 , puis appliquer la définition de la limite infinie avec
A′ = 2Aa . S’adapte dans le cas a < 0.
• +∞ × +∞ : de même, en plus simple : la première suite est minorée par 1 à partir d’un certain
rang, la deuxième par A. S’adapte aux autres cas de signes.
1
• +∞ : Utiliser A = 1ε . S’adapte à −∞1
.
• 1/0 : à vous de joueur un peu.
⊲

Avertissement 12.2.7 (Formes indéterminées)

En revanche, les opérations arithmétiques suivantes ne sont pas définies, et donnent des formes indé-
terminées (ayez des exemples en tête) :
∞ 0
∞ − ∞; 0 · ∞; ;
∞ 0

Aux règles précédentes, nous ajoutons la suivante :

Proposition 12.2.8 (Produit 0 × borné)

Soit (un )n∈N et (vn )n∈N deux suites réelles ou complexes telles que (un )n∈N tende vers 0 et (vn )n∈N
soit bornée. Alors (un vn )n∈N tend vers 0.

⊳ Éléments de preuve.
Tant qu’on n’a pas le théorème d’encadrement, on revient à ε. Si M est un majorant de |vn |, utiliser
ε
ε′ = M pour exprimer la limite de (un ). ⊲
82 CHAPITRE 12. SUITES NUMÉRIQUES

Les règles relatives à l’exponentiation découlent de la continuité de l’exponentielle, via la caractérisation

séquentielle de la continuité, ou plutôt ici uniquement de l’implication la plus simple de cette caractéri-
sation.

Proposition 12.2.9 (Passage à la limite pour les puissances)

Soit (un )n∈N et (vn )n∈N deux suites réelles, (un ) étant de plus strictement positive. On suppose que
un → ℓ et vn → ℓ′ , et que (ℓ, ℓ′ ) 6∈ {(+∞, 0), (0, 0), (1, +∞), (1, −∞)}. Alors :
′
uvnn −→ ℓℓ .

Dans cette proposition, les règles d’exponentiation ont été étendues par les opérations suivantes dans R :
• a+∞ = 0 si a ∈ [0, 1[,
• a+∞ = +∞ si a ∈]1, +∞]
• a−∞ = +∞ si a ∈ [0, 1[,
• a−∞ = 0 si a ∈]1, +∞],
• 0b = 0 si b ∈]0, +∞].
⊳ Éléments de preuve.
Se ramener au critère séquentielle de la continuité de l’exponentielle et du logarithme, ou de leurs
limites aux bords du domaine. ⊲

Avertissement 12.2.10 (Formes indéterminées pour les puissances)

On notera les formes indéterminées relatives aux exponentiations :

∞0 , 00 et 1∞ .

Exemple 12.2.11
Trouver des exemples illustrant ces formes indéterminées (se ramener à des formes indéterminées sur
des produits)

Théorème 12.2.12 (Opérations sur les limites des fonctions)

Les règles ci-dessus restent valables pour les limites de fonctions en un point fini ou infini.

⊳ Éléments de preuve.
Par critère séquentiel. Le développer sur un cas suffira à se convaincre que cela s’adapte à tous les
cas. ⊲

II.3 Limites et inégalités

Les suites considérées dans cette section sont réelles. Pour les suites complexes, l’utilisation de résultats
de ce type nécessite de séparer les études de la partie réelle et de la partie imaginaire.

Théorème 12.2.13 (Conservation des inégalités larges)

Soit (un )n∈N et (vn )n∈N deux suites réelles, et N ∈ N tels que : ∀n > N, un 6 vn . Alors, si (un )n∈N et
(vn )n∈N admettent des limites dans R, lim un 6 lim vn .
n→+∞ n→+∞
II Propriétés des suites liées à la convergence 83

⊳ Éléments de preuve.
Par l’absurde, en notant ℓ la limite de (un ) et ℓ′ celle de (vn ), si ℓ > ℓ′ , considérer deux voisinages
V et W de ℓ et ℓ′ tels que W < V (ie pour tout x de W et y de V , x < y). En quoi cela contredit-il
les hypothèses ? ⊲

Remarque 12.2.14
Avant de passer à la limite dans une inégalité, il faut avoir justifié soigneusement l’existence des limites.

Avertissement 12.2.15
Les inégalités strictes ne se conservent pas !

Exemple 12.2.16
1
Pour tout n > 1, 0 < n. Passez à la limite...

Théorème 12.2.17 (théorème de convergence par encadrement)

Soit (un )n∈N , (vn )n∈N et (wn )n∈N , trois suites réelles, et N ∈ N, tels que : ∀n > N, un 6 vn 6 wn .
Si (un )n∈N et (wn )n∈N convergent toutes deux vers une même limite finie, alors (vn )n∈N converge aussi,
et
lim vn = lim un = lim wn .

⊳ Éléments de preuve.
Définition de la limite par ε, appliquée à (un ) et (wn ), puis trouver N commun aux deux (prendre
le plus grand). ⊲
Dans le cas d’une limite infinie, on n’a pas besoin d’un encadrement. Suivant l’infini, une majoration ou
une minoration suffit (pas besoin de contrôler le côté infini !) :

Théorème 12.2.18 (théorème de divergence par minoration ou majoration)

Soit (un )n ∈ N, (vn )n∈N et N ∈ N tels que pour tout n > N , un 6 vn .
1. Si (un )n∈N tend vers +∞, alors (vn )n∈N tend vers +∞.
2. Si (vn )n∈N tend vers −∞, alors (un )n∈N tend vers −∞.

⊳ Éléments de preuve.
Immédiat en appliquant la définition de un → +∞ (dans le premier cas). ⊲

Remarque 12.2.19
Les deux théorèmes ci-dessus donnent l’existence de la limite de (vn )n∈N . Il n’est pas utile de l’avoir
justifiée avant. Mais notamment pour le théorème de convergence par encadrement, il faut faire atten-
tion à la rédaction, et bien faire ressortir le fait que le théorème donne l’existence de la limite, avant
d’écrire l’égalité sur les limites.

Avertissement 12.2.20
Ne surtout jamais présenter le théorème de convergence par encadrement comme un double passage
à la limite dans les inégalités (à l’extrême rigueur si on connait déjà l’existence de toutes les limites,
mais c’est maladoit)
84 CHAPITRE 12. SUITES NUMÉRIQUES

Méthode 12.2.21 (Méthode de calcul de limites par majoration/minoration :)

• Si on parvient à trouver une majoration : ∀n > N, |un − ℓ| 6 vn , où (vn )n∈N est une suite de
limite nulle, alors (un )n∈N tend vers ℓ.
• Si on parvient à minorer (un )n∈N par une suite de limite +∞, alors (un )n∈N tend vers +∞.
• Si on parvient à majorer (un )n∈N par une suite de limite −∞ alors (un )n∈N tend vers −∞.

Exemples 12.2.22
(−1)n
1. lim = 0;
n→+∞ n ln n

2. lim nb an = +∞ si a > 1 ; lim nb an = 0 si |a| < 1 ;

n→+∞ n→+∞
n
a
3. lim = 0;
n!

Dans deux des exemples ci-dessus apparait la méthode suivante :

Méthode 12.2.23 (Comparaison à une suite géométrique)

un+1
• Étudier l’existence et le cas échéant la valeur de lim un .
un+1
• En cas d’existence, notons ℓ = lim .
un
∗ Si ℓ < 1, on peut majorer à partir d’un certain rang (|un |)n∈N par une suite géométrique de
raison r ∈]ℓ, 1[, et on en déduit que (un )n∈N tend vers 0.
∗ Si ℓ > 1, on peut minorer à partir d’un certain rang (|un |)n∈N par une suite géométrique
de raison r ∈]1, ℓ[, donc (|un |)n∈N tend vers +∞. Si (un ) est de signe constant pour n assez
grand, on en déduit sa convergence vers un des deux infinis, sinon, la suite ne converge pas
dans R.
∗ Si ℓ = 1, on ne peut pas conclure.

Exemple 12.2.24  
1
L’indétermination du cas ℓ = 1 peut être illustré par les suites et (n)n∈N∗ , ou par n’importe
n n∈N∗
quelle suite convergeant vers une limite finie non nulle.

Théorème 12.2.25 (Conservation des inégalités et encadrement pour les fonctions)

Les théorèmes de conservation des inégalités et d’encadrement restent valables pour les limites de fonc-
tions (en un point fini ou infini).

⊳ Éléments de preuve.
C’est toujours le critère séquentiel qui nous permet de passer des suites aux fonctions. Pour la
conservation des inégalités, il suffit de considérer une suite (un ) de limite a (car on a déjà l’existence
des limites). Pour le théorème d’encadrement, il faut en revanche considérer toutes les suites un → a,
pour obtenir l’existence de la limite par critère séquentiel. ⊲

II.4 Suites monotones

Les notions de croissance, décroissance, croissance stricte, décroissance stricte et monotonie, découlent
des définitions générales pour les fonctions.
On parlera de suite croissante à partir du rang N si les inégalités ne sont vérifiées qu’à partir du rang N ,
et de même pour la décroissance.
II Propriétés des suites liées à la convergence 85

Une propriété importante des suites monotones, c’est qu’elles sont toujours convergentes dans R. Plus
précisément :

Théorème 12.2.26 (Théorème de la convergence monotone)

Soit (un )n∈N une suite réelle.
1. Si (un )n∈N est croissante et majorée, alors (un )n∈N converge dans R.
2. Si (un )n∈N est croissante et non majorée, alors (un )n∈N diverge vers +∞.
3. Si (un )n∈N est décroissante et minorée, alors (un )n∈N converge dans R.
4. Si (un )n∈N est décroissante et non minorée, alors (un )n∈N diverge vers −∞

⊳ Éléments de preuve.
C’est un cas particulier du théorème de convergence monotone pour les fonctions. Si on reprend la
preuve de ce résultat (dans le cas d’une limite en +∞, cela revient à considérer ℓ = sup un , puis à
n∈N
trouver n0 tel que un0 soit proche de ℓ, et utiliser la croissance pour dire que c’est le cas de tout un ,
n > n0 . ⊲

Remarque 12.2.27
Puisque dans le cas d’une suite croissance majorée, ℓ = supn∈N un , on a, assez logiquement, pour tout
n ∈ N, un 6 ℓ (ce qui résulte aussi du théorème de prolongement des inégalités). De plus, l’inégalité
est stricte pour tout n ∈ N, sauf si la suite est stationnaire.
Les inégalités sont bien sûr inversées pour des suites décroissantes.

Remarque 12.2.28
Ce théorème est faux si on se place dans Q. Il est donc spécifique à R. Il pourrait en fait être pris
comme axiome de la construction de R à la place de la propriété de la borne supérieure.

Remarque 12.2.29
Ce théorème est particulièrement utile pour établir la convergence de suites définies par une récurrence
de type un+1 = f (un ).

Exemple 12.2.30
√
Soit (un )n∈N définie par u0 = 1 et pour tout n ∈ N, un+1 = 1 + un . Étudier la convergence de (un ).

II.5 Suites adjacentes

Définition 12.2.31 (Suites adjacentes)

Soit (un )n∈N et (vn )n∈N deux suites réelles. On dit qu’elles sont adjacentes si et seulement si :
1. l’une est croissante et l’autre décroissante ;
2. (vn − un )n∈N tend vers 0.

Proposition 12.2.32 (Comparaison de deux suites adjacentes)

Soit (un )n∈N et (vn )n∈N deux suites adjacentes (avec (un )n∈N croissante et (vn )n∈N décroissante). Alors,
pour tout n ∈ N, un 6 vn .
86 CHAPITRE 12. SUITES NUMÉRIQUES

⊳ Éléments de preuve.
Sinon, on ne peut pas avoir vn − un → 0, cette différence étant décroissante. ⊲

Théorème 12.2.33 (Théorème des suites adjacentes)

Soit (un )n∈N et (vn )n∈N deux suites réelles adjacentes. Alors (un )n∈N et (vn )n∈N convergent, et
lim un = lim vn .
n→+∞ n→+∞

⊳ Éléments de preuve.
On se place dans le cas (un ) croissante, (vn ) décroissante. Alors (un ) est majorée (par exemple par
v0 ) et (vn ) est minorée. Utiliser le théorème de convergence des suites monotones, ainsi que la limite
de leur différence, pour conclure. ⊲

Proposition 12.2.34
Si (un ) et (vn ) sont adjacentes, de limite ℓ, alors pour tout n ∈ N, |vn − ℓ| 6 |vn − un |.

Le théorème des suites adjacentes est notamment utile pour l’étude des « séries alternées », c’est à dire
Xn
de la limite de sommes (−1)k ak , où (ak ) est décroissante de limite nulle :
k=0

Théorème 12.2.35 (Critère spécial de convergence des séries alternées, CSCSA)

Soit (−1)n an une série alternée, c’est à dire telle que (an ) soit décroissante et de limite nulle. Alors
P
n6=0
 N 
n n
(−1) an converge, c’est à dire admet une limite finie quand N tend vers +∞.
P P
(−a) an
n=0 N ∈N
De plus, le « reste » de la série vérifie
+∞
X
(−1)k ak 6 an+1 .
k=n+1

⊳ Éléments de preuve.
Montrer que si Sn désigne la somme partielle, (S2n ) et (S2n+1 ) sont adjacentes. La majoration
provient de la proposition 12.2.34 ⊲

Remarque 12.2.36
Le théorème des suites adjacentes n’est pas vrai si on se place dans Q. Encore une fois, on aurait pu
choisir ce résultat comme axiome de la construction de R.

II.6 Digression sur la construction de R

Au cours de ce chapitre et des précédents, nous avons croisé un certain nombre de propriétés dont nous
avons dit qu’elles auraient pu être prises comme axiome de R. Voici un petit bilan.
Supposons que nous sachions définir l’ensemble R, mais que nous ne connaissions aucune propriété de R.
Alors, on pourrait établir :

Théorème 12.2.37 (Propriétés équivalentes à la propriété fondamentale, HP)

Les résultats suivants sont équivalents :
II Propriétés des suites liées à la convergence 87

(i) La propriété de la borne supérieure

(ii) La description des intervalles de R
(iii) Le théorème de convergence monotone
(iv) Le théorème des suites adjacentes

⊳ Éléments de preuve.
On a déjà montré (i) =⇒ (ii), (i) =⇒ (iii) =⇒ (iv). On termine avec :
• (ii) =⇒ (i) : Soit X non vide majoré. Considérer I = {x | ∃y ∈ X, x 6 y}. Montrer que I est un
intervalle, et que sa borne supérieure est la borne supérieure de X.
• (iv) =⇒ (i) : Procéder par dichotomie en partant de l’intervalle [x, M ] où x ∈ X et M est un
majorant de X. À chaque étape, garder la partie supérieure si elle contient un élément de X,
la partie inférieure sinon. Les bornes des intervalles ainsi définis forment deux suites adjacentes,
convergeant vers un réel ℓ. Justifier que ℓ est la borne supérieure de X.
⊲
Pour pouvoir construire R, il faut s’imposer l’une de ces propriétés, les autres en découlent. Nous avons
admis la propriété de la borne supérieure, mais nous aurions pu faire un autre choix.

Note Historique 12.2.38

Les constructions les plus classiques sont celle de Richard Dedekind (basée sur les coupures, ce qui revient à
peu près à la description des intervalles), et celle de Charles Méray (1869, basée sur les suites de Cauchy, je
vous laisse vous renseigner vous-même sur cette notion importante, mais hors-programme)

II.7 Caractérisations séquentielles

Nous avons déjà caractérisé séquentiellement la limite de fonctions et la continuité. Nous donnons ici trois
autres caractérisations.

Théorème 12.2.39 (Caractérisation séquentielle de la densité)

Soit X un sous-ensemble de R. L’ensemble X est (partout) dense dans R si et seulement si pour tout
x ∈ R, il existe (un )n∈N une suite d’éléments de X tels que (un )n∈N converge vers x.

⊳ Éléments de preuve.
• Sens direct : poser un dans Vn ∩ X, où Vn est un voisinage de x collant de plus en plus à X.
Comment choisir Vn ?
• Réciproque : en considérant a < b dans R, et x ∈]a, b[ quelconque, par exemple le milieu, appliquer
la définition de la convergence de un vers x avec le voisinage ]a, b[ de x.
⊲

Exemple 12.2.40
À l’aide de l’approximation décimale des réels, on montre ainsi que D est dense dans R. On peut
retrouver de la sorte la densité de Q dans R.

La démonstration de la caractérisation séquentielle de la densité montre qu’on peut choisir une suite dont
tous les termes sont supérieurs à x, ou de façon symétrique, dont tous les termes sont inférieurs à x. On
peut même faire un peu mieux :
88 CHAPITRE 12. SUITES NUMÉRIQUES

Proposition 12.2.41
Soit X un sous-ensemble dense de R. Alors pour tout x ∈ R, il existe une suite croissante (un )n∈N
d’éléments de X tels que lim un = x. On peut trouver de même une suite décroissante.

Théorème 12.2.42 (Caractérisation séquentielle de la borne supérieure)

Soit X un sous-ensemble non vide de R. Alors M ∈ R est la borne supérieure de X si et seulement si
1. M est un majorant de X
2. il existe une suite d’éléments de X convergeant vers M .

⊳ Éléments de preuve.
• Sens réciproque immédiat par caractérisation par ε de la borne supérieure, et définition de la
limite.
• Sens direct : utiliser la caractérisation de la borne sup avec des ε de plus en plus petits pour
définir une suite qui colle à la borne supérieure.
⊲
On peut dans ce cas toujours trouver une suite croissante convergeant vers sup(X), et même strictement
croissante si sup(X) 6∈ X.

Théorème 12.2.43 (Caractérisation des fermés)

Un sous-ensemble F (de R ou d’un espace métrique) est fermé si et seulement si toute suite convergente
d’éléments de F converge vers une limite elle-même élément de F .

⊳ Éléments de preuve.
• Si F n’est pas fermé, considérer x 6∈ F tel que toute boule B(x, ε) recontre F . En considérant
des ε de plus en plus petits, contruire xn → x, avec xn ∈ F .
• S’il existe (xn ) dans F convergeant vers ℓ 6∈ F , montrer que toute boule B(ℓ, ε) rencontre F .
⊲
Ceci se réexprime en disant que toutes les valeurs d’adhérence des suites de F sont encore dans F .

III Suites extraites

III.1 Définitions

Définition 12.3.1 (Suite extraite, fonction extractrice)

1. Soit (un )n∈N . Une suite extraite de (un )n∈N est une suite (vn )n∈N telle qu’il existe ϕ : N −→ N
strictement croissante telle que pour tout n ∈ N, vn = uϕ(n) .
2. La fonction ϕ est appelée fonction extractrice de la suite extraite (vn )n∈N .

Ainsi formellement, une suite extraite de (un ) est une composée de un : N −→ R par une fonction
strictement croissante ϕ : N −→ N. En pratique, cela signifie que (vn ) est constitué de termes de (un ),
dans l’ordre, et sans répétition d’indice.

Exemples 12.3.2
1. Les deux suites extraites des termes d’indice pair et des termes d’indice impair : (u2n )n∈N et
(u2n+1 )n∈N .
III Suites extraites 89

2. (un2 )n>0
3. Pas (un(n−1) )n>0

La beauté poétique de la démonstration du lemme suivant nous laisse rêveurs :

Lemme 12.3.3 (Lemme des pics ou lemme du soleil levant, HP)

De toute suite réelle on peut extraire une suite monotone.

⊳ Éléments de preuve.
La ligne brisée des points du graphe de la suite (dans N × R) forme un relief (les pics). L’éclairer par
la droite par une lumière rasante (soleil levant). Un pic (ou son sommet) est éclairé s’il n’est caché
par aucun autre (strictement) plus grand. S’il existe une infinité de pics éclairés, ils forment une suite
décroissante. Sinon, se placer au-delà du dernier pic éclairé, et partir d’un pic, qui sera caché par un
autre, lui-même caché par un troisième etc. Ces pics forment une suite croissante. ⊲

III.2 Suites extraites et convergence

Le comportement des suites extraites à l’infini donne des indications quant au comportement de la suite
initiale. Si le comportement de la suite initiale determine le comportement d’une suite extraite, il est
beaucoup plus délicat de faire chemin arrière, une suite extraite ne pouvant fournir qu’une information
partielle sur la suite totale.

Théorème 12.3.4 (Théorème de convergence des suites extraites)

Soit (un )n∈N une suite convergente dans R ou dans C. Alors toutes les suites extraites de (un )n∈N sont
convergentes, de même limite que (un ).

⊳ Éléments de preuve.
La stricte croissance de l’extractrice ϕ montre que pour tout n, ϕ(n) > n. Le résultat est alors
immédiat par la définition de la limite (version topologique pour éviter les discussions). ⊲
Réciproquement, on peut sous certaines conditions contrôler la convergence d’une suite à partir de la
convergence d’un petit nombre de suites extraites. Le cas typique est le suivant :

Proposition 12.3.5
Soit (un )n∈N une suite réelle ou complexe. Alors (un )n∈N converge dans R ou C si et seulement si
(u2n )n∈N et (u2n+1 )n∈N convergent vers une même limite ℓ, et dans ce cas, lim un = ℓ.

C’est un cas particulier de la situation plus générale suivante :

Théorème 12.3.6
[
Soit (un )n∈N , et (ϕi )i∈I une famille finie d’extractrices, telle que ϕi (N) = N. Alors (un ) converge
i∈I
vers ℓ si et seulement si pour tout i ∈ I, (uϕi (n) ) converge vers ℓ.

⊳ Éléments de preuve.
Sens direct déjà acquis. Pour le sens réciproque, considérer εi > 0, associé à chaque ϕi , ainsi qu’un
rang de validité Ni , puis se placer au delà du plus grand des Ni . ⊲
90 CHAPITRE 12. SUITES NUMÉRIQUES

La notion de suite extraite est intimement liée à celle de valeur d’adhérence :

Définition 12.3.7 (valeur d’adhérence, Spé)

Soit (un )n∈N une suite de réels (ou complexes). On dit que le réel (ou complexe, ou ±∞) x est une
valeur d’adhérence de la suite (un )n∈N s’il existe une suite extraite (vn ) de (un ) telle que lim vn = x.

Ainsi, l’ensemble des valeurs d’adhérence d’une suite (un )n∈N est l’ensemble de toutes les limites (finies)
des suites extraites de (un )n∈N .

Proposition 12.3.8
Si un → ℓ ∈ R, alors ℓ est valeur d’adhérence de (un ) et c’est la seule dans R.

⊳ Éléments de preuve.
C’est une réexpression du théorème de convergence des suites extraites. ⊲
On verra plus loin que cette proposition admet une réciproque.

Proposition 12.3.9 (Caractérisation des valeurs d’adhérence)

Soit (un )n∈N une suite réelle, et a ∈ R. Alors a est valeur d’adhérence de (un )n∈N si et seulement si
pour tout voisinage V de a, il existe une infinité d’indices n tels que un ∈ V , c’est-à-dire s’il existe un
sous-ensemble infini I de N tel que pour tout n ∈ I, un ∈ V .

⊳ Éléments de preuve.
• Sens direct : utiliser la définition topologique de la convergence d’une suite extraite vers a.
• Sens réciproque : construire ϕ par récurrence, en utilisant des voisinages Vn collant de plus en
plus à a (distinguer le cas a fini et a infini). Le fait qu’il existe une infinité de termes uk dans
Vn nous assure l’existence d’un terme avec un indice strictement supérieur à ϕ(n − 1). cela nous
donne la construction d’une suite extraite convergeant vers a.
⊲

Corollaire 12.3.10 (Caractérisation d’une valeur d’adhérence finie)

Soit (un ) une suite et a ∈ R. Les propriétés suivantes sont équivalentes :
(i) a est valeur d’adhérence de (un ) ;
(ii) pour tout ε > 0, ]a − ε, a + ε[ contient une infinité de termes de la suite (un ) ;
(iii) ∀ε > 0, ∀N ∈ N, ∃n > N, un ∈]a − ε, a + ε[

⊳ Éléments de preuve.
• (i) =⇒ (ii) : conséquence immédiate de la caractérisation précédente.
• (ii) =⇒ (i) : utiliser la caractérisation précédente, en remarquant que tout voisinage de a contient
un ]a − ε, a + ε[.
• (ii) ⇐⇒ (iii) assez clair.
⊲

Corollaire 12.3.11 (Caractérisation d’une valeur d’adhérence infinie)

Soit (un ) une suite. Alors +∞ est valeur d’adhérence de (un ) si et seulement si (un ) n’est pas majorée.
III Suites extraites 91

⊳ Éléments de preuve.
• Sens direct : caractérisation précédente avec des voisinages ]A, +∞[.
• Sens réciproque : prendre V voisinage de +∞ et ]A, +∞[⊂ V . Si ]A, +∞[ contient un nombre
fini de termes de (un ), ces valeurs admettent un majorant ; les autres sont majorées par A. Donc
(un ) est majorée.
⊲

Avertissement 12.3.12
Une suite peut ne pas avoir de valeur d’adhérence dans R. Elle en a toujours une dans R. On peut
montrer que l’unicité de la valeur d’adhérence dans R caractérise la convergence de la suite.

Proposition 12.3.13 (Existence d’une valeur d’adhérence, HP)

Toute suite réelle (un ) admet une valeur d’adhérence au moins dans R.

⊳ Éléments de preuve.
Appliquer le lemme des pics. ⊲

Théorème 12.3.14 (Caractérisation de la convergence par les valeurs d’adhérence)

Une suite (un ) converge dans R si et seulement si elle admet une unique valeur d’adhérence dans R.

⊳ Éléments de preuve.
Sens direct déjà étudié. Sens réciproque : pour tout voisinage V de a (unique valeur d’adhérence),
seul un nombre fini de termes de un est hors de V (sinon on peut en extraire une suite convergente
d’après la proposition précédente, et on obtient une deuxième valeur d’adhérence). ⊲

III.3 Théorème de Bolzano-Weierstrass

Le théorème suivant est important, car il donne l’existence d’une valeur d’adhérence non infinie.

Théorème 12.3.15 (Théorème de Bolzano-Weierstrass)

De toute suite réelle bornée on peut extraire une suite convergente.

⊳ Éléments de preuve.
C’est un cas particulier du théorème d’existence d’une valeur d’adhérence, cette valeur d’adhérence
étant ici finie.
Afin de contourner l’utilisation du lemme des pics (HP), on en propose une démonstration directe,
par dichotomie, en partant d’un intervalle [m, M ] où m < M , et m et M sont un minorant et un
majorant de (un ). On coupe l’intervalle en 2 en conservant à chaque fois la (ou une) moitié contenant
une infinité de termes de la suite (un ). Le point limite est alors valeur d’adhérence. ⊲

Le cas d’une suite complexe se déduit du cas réel en deux étapes : on extrait une première suite telle
que la partie réelle converge, puis de cette suite extraite on extrait une deuxième suite pour assurer la
convergence de la partie imaginaire. On peut itérer le procédé pour davantage de coordonnées :
92 CHAPITRE 12. SUITES NUMÉRIQUES

Corollaire 12.3.16 (Bolzano-Weierstrass dans C ou Rn )

Soit (un ) une suite bornée dans C ou dans Rn . Alors (un ) admet une valeur d’adhérence.

⊳ Éléments de preuve.
Extraire une première suite assurant la convergence de la partie réelle, et de cette suite, extraire une
seconde assurant la convergence de la partie imaginaire. ⊲

Note Historique 12.3.17

Le théorème de Bolzano-Weierstrass a été énoncé par Bolzano en 1830, et démontré par Weierstrass en 1860.
Weierstrass connaissait-il l’énoncé de Bolzano ? Ce n’est pas certain, car ce dernier est interdit de publication
par l’empire austro-hongrois, car trop critique vis-à-vis de l’ordre établi. Il en résulte que ses résultats ont été
très peu diffusés.

Corollaire 12.3.18
Soit I = [a, b] un intervalle fermé borné de R. Alors de toute suite (un )n∈N à valeurs dans I on peut
extraire une suite convergeant vers un réel ℓ ∈ I.

⊳ Éléments de preuve.
C’est quasiment une réexpression du théorème de Bolzano-Weierstrass. Le seul point supplémentaire
est l’appartenance a ∈ I, provenant du fait que l’intervalle est fermé (utiliser la conservation des
inégalités par passage à la limite). ⊲
Cette propriété définit la notion d’ensemble compact

Définition 12.3.19 (Sous-ensemble compact, Spé)

Soit E un espace métrique et K ⊂ E. On dit que K est compact si de toute suite (un )n∈N d’éléments
de K, on peut extraire une suite convergeant vers un élément de K.

Ainsi, les intervalles fermés bornés de R sont des sous-ensembles compacts de R. On peut montrer plus
généralement que les sous-ensembles compacts de R sont exactement les sous-ensembles fermés et bornés
de R (ce qui inclut en particulier les intervalles fermés bornés).

IV Étude de suites particulières

Nous étudions dans cette section un certain nombre de suites d’un type qu’on rencontre souvent, et qu’il
faut savoir étudier.

IV.1 Suites définies par une récurrence affine

Nous étudions ici les suites définies par une relation un+1 = aun + b. Une telle suite est entièrement
déterminée par la donnée de cette relation, et la donnée de son terme initial u0 (ou éventuellement uN ,
si la suite ne débute pas au rang 0).
Les suites arithmétiques et les suites géométriques en sont des cas particuliers, par lesquels nous com-
mencerons cette étude.

Définition 12.4.1 (Suite arithmétique)

Une suite arithmétique (un )n∈N est une suite vérifiant une relation de récurrence du type un+1 = un +b.
IV Étude de suites particulières 93

Proposition 12.4.2 (Explicitation des suites arithmétiques)

Soit (un )n∈N une suite arithmétique, vérifiant la relation un+1 = un + b. Alors :
• pour tout n ∈ N, un = u0 + nb ;
• plus généralement, pour tout (n, m) ∈ N2 , un = um + (n − m)b,
• ou encore, pour tout (m, k) ∈ N2 , um+k = um + kb.

⊳ Éléments de preuve.
Récurrence immédiate, ou télescopage. ⊲

Définition 12.4.3 (Suites géométriques)

Une suite (un )n∈N est une suite géométrique si et seulement elle vérifie pour tout n ∈ N, une relation
du type un+1 = aun .

Proposition 12.4.4 (Explicitation des suites géométriques)

Soit (un )n∈N une suite géométrique, vérifiant la relation un+1 = aun . Alors :
• ∀n ∈ N, un = u0 · an ;
• plus généralement, pour tout m < n, un = um an−m ,
• ou encore, pour tout (m, k) ∈ N2 , um+k = um ak .

⊳ Éléments de preuve.
Récurrence immédiate, ou télescopage multiplicatif. ⊲

Définition 12.4.5 (Suites arithmético-géométriques)

Une suite (an )n∈N est dite arithmético-géométrique si elle vérifie une relation du type un+1 = aun + b,
avec a 6= 1.

Théorème 12.4.6 (Structure)

(i) L’ensemble des suites vérifiant la relation de récurrence un+1 = an un + bn où (bn ) est une suite
fixée, est un sous-espace affine de l’ensemble des suites, obtenu comme somme d’une solution
particulière, et de l’ensemble des suites solution de l’équation l’équation homogène un+1 = an un .
(ii) Ainsi, (un ) = (vn )+(wn ) où (vn ) est une solution particulière, et (wn ) est une solution quelconque
de l’équation homogènre un+1 = an un .
(iii) Assez fréquemment (an ) est constante de valeur a. Dans ce cas, (wn ) est une suite géométrique
de raison a.

La structure affine se traduit par le fait que l’ensemble des solutions est obtenu en ajoutant une solution
particulière à l’ensemble des solutions de la relation homogène associée, et que l’ensemble des solutions
de la relation homogène est non vide et stable par combinaison linéaire.
⊳ Éléments de preuve.
• L’ensemble des solutions de l’équation homogène est clairement non vide (contient la suite nulle)
et stable par CL.
• si (un ) est une solution particulière, (un ) est une solution ssi (un − vn ) est solution de la relation
homogène associée.
⊲
94 CHAPITRE 12. SUITES NUMÉRIQUES

Ce résultat s’applique notamment dans le cas où (bn ) est constant (cas des suites arithmético-géométriques) :

Méthode 12.4.7 (Explicitation des suites arithmético-géométriques)

• Rechercher une solution particulière constante (c’est un point fixe de la relation)
• Ajouter la solution générale de la relation homogène (c’est-à-dire une suite géométrique)

Exemple 12.4.8
Expliciter la suite (un ) telle que u0 = 2 et ∀n ∈ N, un+1 = 3un − 2.

Méthode 12.4.9 (Explicitation de un+1 = aun + λn P (n), P polynôme)

• Si λ 6= a. Chercher une solution sous la même forme λn Q(n), avec Q de même degré que P .
Procéder par identification des coefficients.
• Si λ = a, chercher la solution sous la forme nλn Q(n), Q de même degré que P .

Exemple 12.4.10
1. Explicitation de un+1 = 3un + 2n (n2 − 1), u0 = 2.
2. Explicitation de un+1 = 2un + n2n , u0 = 1.

IV.2 Suites définies par une relation linéaire d’ordre k

Définition 12.4.11 (Suites récurrentes linéaires d’ordre k à coefficients constants)

Soit (un )n∈N . On dit que (un ) est une suite récurrente linéaire d’ordre k à coefficients constants si (un )
vérifie une relation du type :

∀n ∈ N, un+k = ak−1 un+k−1 + · · · + a1 un+1 + a0 un .

où (a0 , . . . , ak−1 ) ∈ Rk .

Une suite récurrente d’ordre k est entièrement déterminée par sa relation de récurrence et la donnée de
ses k premiers termes.

Définition 12.4.12 (Polynôme caractéristique d’une récurrence linéaire)

Soit (un )n∈N une suite récurrente linéaire, de relation

un+k = ak−1 un+k−1 + · · · + a1 un+1 + a0 un soit: un+k − ak−1 un+k−1 − · · · − a1 un+1 − a0 un = 0

Le polynôme caractéristique associé à la suite récurrente (un )n∈N est le polynôme

P (X) = X k − ak−1 X k−1 − · · · − a1 X − a0 .

La recherche des racines du polynôme caractéristique permet d’expliciter les suites récurrentes linéaires.
Nous nous contentons d’énoncer et démontrer le cas de récurrences linéaires d’ordre 2, le seul au pro-
gramme.

Théorème 12.4.13 (Explicitation des suites récurrentes linéaires d’ordre 2)

Soit (un )n∈N une suite récurrente linéaire d’ordre 2, et P son polynôme caractéristique, de degré 2.
IV Étude de suites particulières 95

1. Si P admet deux racines distinctes (réelles ou complexes) r et s, alors il existe des scalaires
(réels ou complexes) λ et µ tels que

∀n ∈ N, un = λrn + µsn .

2. Si P admet une racine double r, alors il existe des scalaires (réels ou complexes) λ et µ tels que

∀n ∈ N, un = (λ + µn)rn .

⊳ Éléments de preuve.
1. Montrer que (rn ) et (sn ), ainsi que toutes leurs combinaisons linéaires, vérifient la relation de
récurrence. Montrer ensuite qu’on peut trouver λ et µ tel que la relation un = λrn + µrn soit
vraie pour n = 0 et n = 1, puis propager l’égalité par récurrence (ce qui revient à dire qu’une
suite vérifiant une telle relation est entièrement déterminée par ses deux premiers termes).
2. De même avec les suites (rn ) et (nrn ) cette fois.
⊲

Méthode 12.4.14 (Explicitation d’une récurrence d’ordre 2)

• Déterminer le polynôme caractéristique, et rechercher ses racines.
• Suivant la situation, donner la forme de l’explicitation, avec les paramètres λ et µ
• Écrire la relation obtenue pour les deux termes initiaux (généralement n = 0 et n = 1). cela
fournit un système de deux équations à deux inconnues λ et µ.
• Résoudre ce système pour trouver les valeurs de λ et µ.

Exemple 12.4.15 (Suites de Fibonacci)

Expliciter la suite de Fibonacci, définie par définie par F0 = 0, F1 = 1 et pour tout n ∈ N, Fn+2 =
Fn+1 + Fn .

Note Historique 12.4.16

Leonardo Fibonacci (1175-1250), aussi appelé Leonardo Pisano, ou en français, Léonard de Pise, est un mathé-
maticien italien, dont l’enfance passée en Kabylie a contribué à l’introduction en Europe des chiffres arabes. Il
a écrit plusieurs recueils de problèmes numériques. Sa contribution aux mathématiques la plus célèbre reste la
suite portant son nom. Elle aurait été introduite par Fibonacci en vue de dénombrer les lapins de son élevage en
fonction du nombre de lapins des saisons précédentes. C’est la première vraie formule de récursion de l’histoire
des mathématiques.
« Fibonacci » n’est pas son vrai nom. Littéralement, cela signifie « fils de Bonacci », son père s’appelant Guilielmo
Bonacci. Le nom « Fibonacci » lui a été donné à titre posthume.

Ce résultat se généralise bien au cas de suites récurrences linéaires d’ordre k, lorsque les racines sont deux
à deux distinctes. Nous donnons le résultat, mais nous nous dipenserons de la preuve, pour laquelle nous
n’avons pas encore tous les outils d’algèbre linéaire adéquats.

Théorème 12.4.17 (Explicitation des suites récurrentes linéaires, cas particulier, HP, admis)
Si P admet exactement k racines distinctes 2 à 2 (réelles ou complexes) r1 , . . . , rk , alors il existe des
complexes λ1 , . . . , λk tels que :
k
X
∀n ∈ N, un = λ1 r1n + · · · + λk rkn = λi rin .
i=1
96 CHAPITRE 12. SUITES NUMÉRIQUES

Les complexes λ1 , . . . , λk sont déterminés par les conditions initiales, par la résolution d’un système de
k équations à k inconnes.

La formule générale consiste alors à rajouter des facteurs polynomiaux multipliant les suites géométriques,
dont les degrés sont strictement inférieurs à la multiplicité de la racine correspondante dans le polynôme
caractéristique.
De même que pour le cas des suites d’ordre 1, on a un théorème de structure lorsqu’on ajoute un second
membre. A voir comme une généralisation des suites arithmético-géométriques.

Théorème 12.4.18 (Structure, HP)

Soit (bn ) une suite, et les deux relations de récurrence suivantes :
• (E) : un+k = ak−1 un+k−1 + · · · + a1 un+1 + a0 un + bn
• (EH) : vn+k = ak−1 vn+k−1 + · · · + a1 vn+1 + a0 vn .
Alors l’ensemble des suites vérifiant (E) est un sous-espace affine de l’ensemble des suites, obtenu
comme somme d’une solution particulière, et du sous-espace vectoriel des solutions de (EH).

⊳ Éléments de preuve.
Même principe que dans le cas de récurrences d’ordre 1. ⊲

Méthode 12.4.19 (HP, mais parfois utile)

Lorsque bn = λn Q(n) (Q ∈ C[X]), on dispose d’une méthode similaire à celle décrite pour le cas des
équations différentielles. Plus précisément, si P est le polynôme caractéristique, et m la multiplicité de
λ comme racine de P , on recherchera une solution particulière sous la forme nm R(n)λn , où R est un
polynôme de même degré que Q.

IV.3 Suites définies par une récurrence un+1 = f (un )

Enfin, nous donnons quelques méthodes d’étude de suites récurrentes d’ordre 1 non linéaires, c’est-à-dire
de suites définies par une relation du type un+1 = f (un ), pour une certaine fonction f . Nous dirons dans
ce paragraphe simplement « suite récurrente » pour désigner une telle suite. On parle aussi de système
dynamique discret. Remarquez qu’une telle suite n’est pas toujours bien définie : il peut arriver qu’un
terme un sorte du domaine de définition de f , et qu’on ne puisse plus appliquer la relation de récurrence.
Une des premières tâches est souvent de vérifier que (un )n∈N est bien définie. Si souvent, cette justification
est intuitivement évidente, son principe est basé sur la récurrence : si on parvient à définir le terme un ,
on peut encore définir le terme un+1
Nous nous intéressons en particulier à la limite de (un ). La recherche de la limite d’une suite récurrente
s’opère toujours sur le même principe.

Méthode 12.4.20 (Étude de la limite d’une suite récurrente)

• Étudier l’existence de la limite :
∗ s’assurer que la suite est bien définie,
∗ étudier sa monotonie, et obtenir l’existence de la limite à l’aide par exemple du théorème de
la limite monotone.
• une fois assurée l’existence de la limite, déterminer les valeurs possibles de cette limite ℓ en
passant à la limite dans la relation de récurrence :
Si f est continue, soit ℓ vérifie f (ℓ) = ℓ, soit ℓ est un bord ouvert du domaine de f .
• Déterminer, parmi l’ensemble des valeurs possibles de ℓ laquelle est la bonne.
IV Étude de suites particulières 97

• Déterminer les points fixes de f peut déjà s’avérer utile pour la première étape (aide à la
recherche d’intervalles stables, de majorants et de minorants). Commencer par cela peut être
efficace.

Nous donnons quelques techniques utiles pour la première étape de cette méthode.

Définition 12.4.21 (Intervalle stable)

On dit qu’un intervalle I est stable par f si f est définie sur I (i.e. I ⊂ Df ) et f (I) ⊂ I.

Remarque 12.4.22
La recherche des points fixes aide souvent à déterminer des intervalles stables.

Théorème 12.4.23 (CS pour que (un ) soit bien définie)

Si I est un intervalle stable par f , et si u0 ∈ I, alors (un )n∈N est bien définie.

⊳ Éléments de preuve.
Montrer par récurrence que un est défini, et un ∈ I. Comme I est dans le domaine, on peut alors
continuer. ⊲
Évidemment, si on parvient à trouver un indice N tel que uN soit dans un intervalle stable, on parvient
à la même conclusion.
Les intervalles stables permettent aussi souvent d’étudier les variations de (un )n∈N . La situation la plus
simple est la suivante (et assez facile à détecter graphiquement) :

Proposition 12.4.24 (Étude des variations lorsque f − id est de signe constant)

Supposons f − id de signe constant sur un intervalle stable I, et u0 ∈ I. Alors (un ) est monotone, de
sens de monotonie déterminé par le signe de f − id.

⊳ Éléments de preuve.
D’après ce qui précède, pour tout n, un ∈ I. Appliquer f pour comparer un+1 à un . ⊲
Lorsque f admet des propriétés de monotonie sur un intervalle stable, on peut aussi conclure assez
facilement.

Proposition 12.4.25 (Étude des variations lorsque f est croissante)

Supposons f croissante sur un intervalle stable I, et u0 ∈ I (peut s’adapter si on n’a pas cette inclusion
dès le rang initial). Alors (un ) est monotone. On trouve le sens de monotonie en comparant u0 et u1 .

⊳ Éléments de preuve.
Tout d’abord, tous les termes un sont dans I. On peut alors propager par récurrence l’inégalité
initiale entre u0 et u1 , en appliquant la fonction croissante f . ⊲

Proposition 12.4.26 (Étude des variations lorsque f est décroissante)

Supposons f décroissante sur un intervalle stable I, et u0 ∈ I (peut s’adapter si on n’a pas cette
inclusion dès le rang initial). Alors (u2n ) et (u2n+1 ) sont monotones, de sens de monotonie opposé.
On trouve les sens de monotonie en comparant u0 et u2 .
98 CHAPITRE 12. SUITES NUMÉRIQUES

⊳ Éléments de preuve.
Appliquer le résultat précédent à f ◦ f , décrivant la récurrence associée aux suites (u2n ) et (u2n+1 ).
⊲

Avertissement 12.4.27
Dans le cas d’une fonction f décroissante, il ne suffit pas de comparer u0 et u1 : u0 < u1 ne suffit pas
pour établir la croissance de (u2n ) et la décroissance de (u2n+1 ). Ce serait suffisant si on savait de plus
que ces deux suites admettent une même limite, mais ce n’est en général pas le cas.

Remarque 12.4.28
Lorsque f est croissante, l’argument ci-dessus suffit à obtenir la convergence dans R. Il suffit de majorer
ou minorer suivant le cas pour obtenir la convergence vers R. La connaissance des points fixes de f
peut aider à trouver des majorants. En effet, si f est croissante, et c un point fixe tel que u0 6 c, on
peut propager cette inégalité aux rangs suivants. Ainsi, on cherchera en général à majorer ou minorer
par des points fixes.

Avertissement 12.4.29
Ainsi, si f est décroissante sur un intervalle stable, les deux suites extraites (u2n ) et (u2n+1 ) sont
monotones de sens de variation opposés. Cela ne suffit pas pour prouver que (un )n∈N converge. Pour
cela, il faut encore s’assurer que (u2n ) et (u2n+1 ) ont même limite. Les limites de ces deux suites sont à
rechercher parmi les points fixes de f ◦ f . Si f ◦ f a deux points fixes distincts, on peut très bien avoir
convergence de (u2n ) vers l’un des deux et de (u2n+1 ) vers l’autre. Essayez de construire un exemple
graphique.

Avertissement 12.4.30
Les points fixes de f sont évidemment points fixes de f ◦ f , mais la réciproque est fausse en général ! On
n’a qu’une inclusion de l’ensemble des points fixes de f dans l’ensemble des points fixes de f ◦ f . Ainsi,
pour trouver les limites de (u2n ) et (u2n+1 ), il ne faut pas se contenter de considérer les points fixes
de f . L’équation permettant de calculer les points fixes de f ◦ f peut parfois être un peu compliqué,
mais on peut parfois s’aider de la connaissance de certaines solutions particulières pour la simplifier
(les points fixes de f sont solutions).

Exemple 12.4.31
Étude de la suite u0 ∈ R, ∀n ∈ N, un+1 = u2n − un .

Enfin, une dernière technique d’étude importante, permettant notamment d’apprécier ensuite la vitesse
de convergence, est basée sur l’IAF, et plus particulièrement sur le caractère lipschitzien.

Proposition 12.4.32
Soit f une application contractante sur un intervalle I, de facteur de Lipschitz k < 1, et (un ) une suite
récurrente à valeurs dans I, définie par f . Soit ℓ un point fixe de f sur I. Alors, pour tout n ∈ N,

|un − ℓ| 6 k n |u0 − ℓ|.

En particulier, un −→ ℓ.
IV Étude de suites particulières 99

On peut même montrer (par exemple par l’étude de la convergence de la série télescopique) un+1 − un )
P

que sous les hypothèses précédentes, f admet toujours un (et un seul) point fixe (théorème du point fixe
de Banach-Picard). Ainsi, une suite définie par récurrence à partir d’une fonction f contractante sur un
intervalle stable est toujours convergente si u0 est dans cet intervalle stable.
100 CHAPITRE 12. SUITES NUMÉRIQUES
 13
Propriétés des fonctions continues
ou dérivables sur un intervalle

Je me détourne avec effroi et horreur de cette plaie lamentable des fonctions continues qui
n’ont point de dérivées.

Charles Hermite
Nous étudions dans ce chapitre les premières propriétés de régularité d’une fonction, à savoir la continuité,
et la dérivabilité. Les études locales ayant déjà été faites en grande partie dans un chapitre antérieur,
notre but sera essentiellement, après quelques rappels ou précisions, d’étudier des propriétés plus globales
des fonctions continues ou dérivables sur tout un intervalle.

Dans tout ce chapitre, on considère des applications f définies sur un intervalle I et à valeurs dans R.

I Fonctions continues sur un intervalle

I.1 Fonctions continues et continues par morceaux
Soit I un intervalle de R.

Définition 13.1.1 (Fonction continue sur un intervalle)

On dit que f est continue sur I si et seulement si f est continue en tout a de I.

Définition 13.1.2 (Fonction continue par morceaux sur un intervalle)

1. On dit que f est continue par morceaux sur un segment I = [a, b] si et seulement s’il existe des
réels a = x0 < x1 < · · · < xn = b tels que :
(i) f soit continue sur chaque intervalle ]xi , xi+1 [, i ∈ [[0, n − 1]]
(ii) f admette des limites à gauche finies en x1 , . . . , xn et des limites à droite finies en
x0 , . . . , xn−1 .
2. On dit que f est continue par morceaux sur un intervalle I quelconque, si pour tout segment
J ⊂ I, f est continue par morceaux sur J.

Exemples 13.1.3
1. La fonction x 7→ ⌊x⌋ est continue par morceaux sur R.
102 CHAPITRE 13. PROPRIÉTÉ DES FONCTIONS C 0 OU D1 SUR UN INTERVALLE

1 ∗
2. La fonction x 7→x sur R prolongée par f (0) = 0 est-elle continue par morceaux sur R ?
1
3. La fonction x 7→ x est-elle continue par morceaux sur ]0, 1] ?

Nous n’étudierons pas tellement les fonctions continues par morceaux dans ce chapitre. Nous les retrou-
verons plus tard, lorsque nous définirons l’intégrale de Riemann.

I.2 Théorème des valeurs intermédiaires (TVI)

Une première propriété importante des fonction continues sur un intervalle est le théorème des valeurs
intermédiaires.
Dans ce qui suit, par convention, et dans un souci d’unification des énoncés, f (+∞) désigne lim f (x)
x→+∞
dans le cas où cette limite existe, et de même pour f (−∞).

Théorème 13.1.4 (TVI, version 1 : existence d’un zéro)

Soit f une fonction continue sur un intervalle I d’extrémités a et b dans R (avec existence des limites
dans le cas de bornes infinies). Alors, si f (a) > 0 et f (b) < 0 (ou l’inverse), il existe c ∈]a, b[ tel que
f (c) = 0

⊳ Éléments de preuve.
Méthode 1 : considérer c = sup{x ∈ [a, b] | f (x) > 0}, vérifier f (c) = 0 et c ∈]a, b[. Attention à bien
justifier c non infini, dans le cas où a ou b est infini.
Méthode 2 : par dichotomie, après s’être ramené au cas de bornes finies. ⊲

Avertissement 13.1.5
Attention, c n’a aucune raison d’être unique !

Théorème 13.1.6 (TVI, version 2 : réalisation des valeurs intermédiaires)

Soit f une fonction continue sur un intervalle I, et soit M = sup f (x) et m = inf f (x). Alors f prend
x∈I x∈X
toutes les valeurs de l’intervalle ]m, M [ : ∀x0 ∈]m, M [, ∃c ∈ I, f (c) = x0 .

⊳ Éléments de preuve.
Appliquer la version 1 à f − x0 . ⊲

Théorème 13.1.7 (TVI, version 3 : image d’un intervalle)

L’image d’un intervalle quelconque par une fonction continue est un intervalle.

⊳ Éléments de preuve.
Obtenir la convexité de Im(f ) à partir de la version 2. ⊲
Le théorème des valeurs intermédiaire affirme plus ou moins que pour passer d’un côté à l’autre d’une
droite, sans lever le crayon, on est bien obligé à un moment de croiser cette droite !

Note Historique 13.1.8

Le théorème des valeurs intermédiaires, aussi appelé théorème de Bolzano, a été démontré par Bolzano à l’aide
de la borne supérieure, mais à un moment où, la contruction de R n’ayant pas encore été précisée, les propriétés
fondamentales de R restaient mal fondées. Cauchy dans son cours d’analyse, donne le résultat sans preuve
rigoureuse, se contentant d’un dessin. Peano prouve le résultat par dichotomie à la fin du 19e siècle.
I Fonctions continues sur un intervalle 103

I.3 Continuité uniforme

La notion de continuité traduit le fait que localement, f (x) approche f (a) à ε près fixé arbitrairement
à l’avance. L’aspect local de cette approximation se traduit par ε intervenant dans la définition : ε nous
donne le domaine de validité de l’approximation. Plus ε est petit, plus il faut rester proche de x pour
que l’approximation soit correcte. La taille de ce domaine de validité peut d’ailleurs dépendre de x. En
général, il n’y a pas de raison de pouvoir trouver un réel η convenant pour toutes les valeurs de x du
domaine de définition d’une fonction continue. Cela signifie que, une marge ε étant donnée, il peut exister
des points pour lesquels il faudra rester très très proche (infiniment proche si on fait tendre x vers un des
bords du domaine) de x pour que l’approximation à ε près reste vraie.

Exemples 13.1.9
1. x 7→ ex sur R.
1
2. x 7→ x sur ]0, 1].

Si pour tout ε, on peut trouver un η convenable pour toute valeur de x, on parlera de continuité uniforme.
Remarquez qu’il ne s’agit de rien de moins que d’une interversion de quantificateurs par rapport à la
définition de la continuité sur un domaine.

Définition 13.1.10 (Continuité uniforme)

Soit f une fonction définie sur un sous-ensemble X de R. On dit que f est uniformément continue sur
X si :
∀ε > 0, ∃η > 0, ∀(x, y) ∈ X 2 , |x − y| < η =⇒ |f (x) − f (y)| < ε.
Le réel η est appelé module de continuité uniforme de f pour l’approximation ε

Proposition 13.1.11 (Critère séquentiel de la continuité uniforme)

Soit f une fonction définie sur un sous-ensemble X de R. Les deux propriétés suivantes sont équiva-
lentes :
(i) f est uniformément continue sur X
(ii) Pour toutes suites (xn ) et (yn ) d’éléments de X telles que xn −yn → 0, on a aussi f (xn )−f (yn) →
0.

⊳ Éléments de preuve.
Le sens direct est une conséquence immédiate de la définition. de la continuité uniforme et de la
convergence de suites. Réciproquement, raisonner par la contraposée. ⊲

Les exemples précédents montrent qu’il existe des fonctions continues sur un intervalle sans y être unifor-
mément continues. En revanche, cette situation est impossible sur un segment (intervalle fermé borné) :

Théorème 13.1.12 (Heine)

Soit I = [a, b] un segment, et f une fonction continue sur I. Alors f est uniformément continue sur I.

⊳ Éléments de preuve.
Par l’absurde, construire (xn ) et (yn ) telles que xn − yn → 0 et |f (xn ) − f (yn )| > ε. Extraire une
suite convergente de (xn ) et contredire le critère séquentiel. ⊲
104 CHAPITRE 13. PROPRIÉTÉ DES FONCTIONS C 0 OU D1 SUR UN INTERVALLE

I.4 Extrema des fonctions continues sur un intervalle fermé borné

On rappelle qu’un sous-ensemble K de R est dit compact s’il vérifie la propriété de Bolzano-Weierstrass :

Définition 13.1.13 (Compacité)

Soit K ⊂ R. On dit que K est compact si de toute suite (xn ) d’éléments de K, on peut extraire une
suite convergeant vers un élément a de K.

Exemple 13.1.14
Par exemple, les intervalles fermé bornés [a, b] (aussi appelés segments) sont des compacts dans R.
C’est la compacité de ces intervalles qui sera en jeu dans le théorème des bornes atteintes (aussi appelé
théorème de compacité).

Théorème 13.1.15 (Théorème de compacité, ou théorème de la borne atteinte)

Soit I = [a, b] un segment (c’est-à-dire un intervalle fermé borné), et soit f : I → R une fonction
continue sur I. Alors f est bornée, et atteint ses bornes.

⊳ Éléments de preuve.
Considérer une suite (xn ) telle que f (xn ) converge vers la borne supérieure, et en extraire une suite
convergente. ⊲
En d’autres termes, toute fonction continue sur un segment admet un maximum et un minimum.

I.5 Autour des fonctions monotones – Théorème de la bijection

Théorème 13.1.16
Soit I un intervalle, et f : I → R une fonction continue. Alors f est injective si et seulement si f est
strictement monotone.

⊳ Éléments de preuve.
Réciproque déjà établie. Pour le sens direct, raisonner par contraposée. Si f n’est pas monotone, il
existe a < b < c tel que f (a) < f (b) et f (b) > f (c), ou l’inverse. Appliquer le TVI sur chacun des
deux intervalles [a, b] et [b, c] pour contredire l’injectivité. ⊲

Théorème 13.1.17
Soit I un intervalle, et f : I → R monotone. Si f (I) est un intervalle, alors f est continue

⊳ Éléments de preuve.
Sinon, en supposant f croissante, on peut trouver a tel que l’une des 2 inégalités suivantes soit définie
et vérifiée :
lim f (x) < f (a), f (a) < lim f (x).
x→a− x→a+

Alors, par croissance, les valeurs intérmédiaires à ces inégalités ne sont pas atteintes. Cela contredit
la convexité. ⊲
Ce théorème constitue une réciproque du théorème des valeurs intermédiaires dans le cas où f est mono-
tone.
II Fonctions dérivables sur un intervalle 105

Avertissement 13.1.18
Le résultat peut être mis en défaut si f n’est pas monotone, par exemple en considérant

x 7→ f (x) = x1R\Q (x) + (1 − x)1Q (x).

Définition 13.1.19 (Homéomorphisme)

Soit A, B ⊂ R. Un homéomorphisme f : A → B est une application continue bijective dont la réciproque
est continue.

Théorème 13.1.20 (Théorème de la bijection)

Soit I un intervalle d’extrémités a et b. Soit f : I → R strictement monotone et continue. Soit :

α = lim f (x) et β = lim f (x)

x→a x→b

(ces limites existent car f est monotone). Alors f (I) est un intervalle d’extrémités α et β, et f est un
homéomorphisme de I sur f (I).
Plus précisément, la borne α de f (I) est ouverte si et seulement la borne a de I est ouverte, et de
même pour β.

⊳ Éléments de preuve.
• f (I) est un intervalle par TVI. Si I contient une borne, l’image de cette borne est une borne de
f (I). La stricte monotonie empêche que la borne de f (I) soit atteinte ailleurs.
• Soit J = f (I). Alors f −1 est monotone sur l’intervalle J, et son image est l’intervalle I. Conclure
avec le théorème précédent.
⊲
On affirme en particulier que si f et une fonction continue strictement monotone, elle induit une bijection
sur son image, et sa réciproque est également continue.

Remarque 13.1.21
On dispose maintenant des outils adéquats pour compléter la démontration du théorème de dérivation
des réciproques. En effet, il nous restait à montrer que si f est continue sur un intervalle I et bijective,
sa réciproque est continue aussi. Ceci est une conséquence du théorème de la bijection auquel on se
ramène grâce au théorème 13.1.17.

II Fonctions dérivables sur un intervalle

Nous avons déjà étudié la dérivabilité en un point, ainsi que toutes les propriétés calculatoires. Nous nous
contentons donc ici de l’étude des propriétés des fonctions dérivables sur tout un intervalle.
La dérivabilité d’une fonction est une hypothèse de régularité assez forte (la fonction ne peut pas être
localement « hérissée »). La dérivabilité d’une fonction sur tout un intervalle a de ce fait des implications
assez fortes.

II.1 Théorème de Rolle

Graphiquement, le théorème suivant est une évidence :
106 CHAPITRE 13. PROPRIÉTÉ DES FONCTIONS C 0 OU D1 SUR UN INTERVALLE

Théorème 13.2.1 (Rolle)

Soit f : [a, b] → R continue sur [a, b] et dérivable sur ]a, b[. Alors, si f (a) = f (b), il existe c ∈]a, b[ tel
que f ′ (c) = 0.

⊳ Éléments de preuve.
Par compacité, f admet un maximum et un minimum. Sauf si f est constante, l’un des deux est
différent de f (a) et f (b), donc atteint en c ∈]a, b[. ⊲
On peut étendre le théorème de Rolle de plusieurs façons. Les résultats suivants sont des exercices
classiques (à savoir démontrer à la demande, il ne s’agit pas de résultats du cours) :

Corollaire 13.2.2 (Rolle sur un intervalle infini d’un côté, HP)

Soit f : [a, +∞[→ R continue, dérivable sur ]a, +∞[, et telle que f (a) = lim f (x). Alors il existe
x→+∞
′
c ∈]a, +∞[ tel que f (c) = 0.

⊳ Éléments de preuve.
Si f non constante considérer d tel que f (d) 6= f (a), puis à l’aide du TVI trouver b distinct de a tels
que f (a) = f (b). ⊲

Corollaire 13.2.3 (Rolle sur R, HP)

Soit f : R → R dérivable sur R, et telle que lim f (x) = lim f (x). Alors il existe c ∈ R tel que
x→−∞ x→+∞
′
f (c) = 0.

⊳ Éléments de preuve.
Même principe en coupant les infinis des deux côtés. ⊲

Corollaire 13.2.4 (Rolle itéré, HP)

Soit n ∈ N∗ . Soit f : [a, b] → R, continue sur [a, b], n fois dérivable sur ]a, b[, et telle qu’il existe n + 1
réels a 6 a0 < a1 < · · · < an 6 b tels que f (a0 ) = f (a1 ) = · · · = f (an ). Alors il existe c ∈]a, b[ tel que
f (n) (c) = 0.

⊳ Éléments de preuve.
Récurrence immédiate. ⊲

Note Historique 13.2.5

• Michel Rolle (1659-1719) démontre une version purement algébrique de ce théorème dans le cadre des
polynômes. Il ne possède même pas à ce moment-là de la notion de dérivée : il recherche des encadrements
de racines d’un polynôme en constatant qu’elles sont séparées par les racines non nulles du polynôme
obtenu en multipliant chaque monôme par son degré. Cette construction purement algébrique n’est rien
d’autre, après simplification par X, que la dérivée du polynôme...
• Lagrange, puis Cauchy, démontrent le théorème de Rolle dans une version plus générale, en établissant
d’abord l’inégalité des accroissements finis, puis en utilisant le TVI sur f ′ : ils utilisent donc une
hypothèse supplémentaire, la continuité de f ′ .
• C’est Pierre-Ossian Bonnet (1819-1892) qui propose le point de vue actuel, permettant de se dispenser de
l’hypothèse de continuité de f ′ , et simplifiant considérablement la preuve du théorème des accroissements
finis, le voyant comme une conséquence du théorème de Rolle plutôt que l’inverse.
II Fonctions dérivables sur un intervalle 107

II.2 Théorème des accroissements finis

Une conséquence importante du théorème de Rolle est :

Théorème 13.2.6 (Théorème des accroissements finis, TAF)

Soit f : [a, b] → R continue sur [a, b], dérivable sur ]a, b[. Alors il existe c ∈]a, b[ tel que :

f (b) − f (a) = (b − a)f ′ (c).

⊳ Éléments de preuve.
Considérer g(x) = f (x) − (x − a) f (b)−f
b−a
(a)
. ⊲

Remarque 13.2.7 (Interprétation géométrique)

Il existe une tangente parallèle à la corde.

Remarquez que le TAF est une généralisation du théorème de Rolle. On a même une équivalence entre
les deux propriétés, le TAF étant simplement obtenu du théorème de Rolle par ajout d’une partie affine.
Ceci permet de boucler la boucle. On a en effet déjà vu les conséquences importantes du théorème des
accroissements finis, que nous rappelons rapidement :
• Inégalité des accroissements finis ;
• Caractère lipschitzien des fonctions à variation bornée ;
• Théorèmes de prolongement (limite de la dérivée, classe C n )
• Caractérisation de la croissance par le signe de la dérivée ;
• Caractérisation des fonctions convexes par les variations de f ′ .

II.3 Extension aux fonctions dérivables à valeurs dans C

On a déjà vu comment étendre les notions liées à la dérivation aux fonctions d’une variable réelle et à
valeurs dans C. Il est important de se souvenir que la dérivabilité d’une telle fonction est caractérisée par
la dérivabilité de sa partie réelle et de sa partie imaginaire.
Certains résultats relatifs aux fonctions dérivables sur un intervalle se généralisent également au cas
de fonctions à valeurs dans C, mais pas tous cependant. Ainsi, par exemple les résultats liés à l’étude
d’extrema ou de variations n’ont pas de sens dans ce cadre, car ils nécessiteraient la donnée d’une relation
d’ordre sur C. En particulier :
• Le théorème de Rolle, dont la démonstration repose sur l’existence d’un extremum, n’a pas d’équi-
valent pour une fonction à valeurs dans C. On pourra en revanche, sous les conditions idoines,
l’appliquer à la partie réelle f1 et à la partie imaginaire f2 , trouvant ainsi deux réels c1 et c2 tels
que f1′ (c1 ) = 0 et f2′ (c2 ) = 0, mais comme c1 et c2 n’ont aucune raison d’être égaux, on ne pourra
pas en conclure l’existence d’un réel c tel que f ′ (c) = 0. Pensez à une fonction décrivant, à vitesse
constante, un cercle dans C ; la dérivée sera un vecteur de norme constante, tangent au cercle,
donc ne s’annulant pas. Pourtant, si entre a et b, on fait un tour complet, on aura f (a) = f (b).
• Le théorème des accroissements finis, dont la démonstration repose sur le théorème de Rolle, entre
également en défaut. D’ailleurs, le théorème de Rolle n’est qu’un cas particulier du théorème des
accroissements finis. Là encore, sous les conditions idoines, on pourra trouver des réels c1 et c2 tels
que (f1 (b) − f1 (a)) = f1′ (c1 )(b − a) (pour la partie réelle) et (f2 (b) − f2 (a)) = f2′ (c1 )(b − a) (pour la
partie imaginaire), mais c1 et c2 étant en général distincts, on ne pourra, sauf cas exceptionnels,
pas trouver de réel c tel que f (b) − f (a) = f ′ (c)(b − a).
De façon remarquable cependant, l’inégalité des accroissements finis reste vraie :
108 CHAPITRE 13. PROPRIÉTÉ DES FONCTIONS C 0 OU D1 SUR UN INTERVALLE

Théorème 13.2.8 (IAF pour des fonctions à valeurs dans C)

Soit f : [a, b] → C continue sur [a, b] et dérivable sur ]a, b[, et M un réel tel que |f ′ | 6 M sur ]a, b[.
Alors
|f (b) − f (a)| 6 M |b − a|.
Le résultat n’est au programme que sous l’hypothèse f de classe C 1 sur [a, b].

⊳ Éléments de preuve.
Nous nous contentons d’une démonstration sous l’hypothèse au programme : f de classe C 1 sur [a, b].
Écrire dans ce cas f comme intégrale de sa dérivée.
La démonstration générale est un peu plus délicate, et hors-programme. ⊲

Remarque 13.2.9
En particulier, les théorèmes de prolongement, basés sur l’IAF, restent vrais.
 14
Calcul asymptotique

Dans ce chapitre, on introduit certains outils permettant de mieux comprendre le comportement des
suites ou fonctions au voisinage de l’infini (pour les suites), ou d’un point quelconque de R (pour les
fonctions). Ces outils permettent d’affiner la notion de limite, notamment dans le cas d’une limite nulle
ou infinie : ils nous permettront d’exprimer le fait qu’une suite converge plus rapidement vers 0 qu’une
autre, ou sensiblement à la même vitesse.

I Domination, négligeabilité
I.1 Cas des suites

Définition 14.1.1 (Domination, cas des suites)

Soit (un )n∈N et (vn )n∈N deux suites réelles. On dit que (un ) est dominée par (vn ) si et seulement s’il
existe un réel M tel que à partir d’un certain rang n0 , |un | 6 M |vn |, soit, formellement :

∃M ∈ R, ∃n0 ∈ N, ∀n > n0 , |un | 6 M |vn |.

De manière équivalente, (un ) est dominée par (vn ) si et seulement s’il existe une suite (µn ) telle que
pour tout n assez grand, un = µn vn , et (µn ) est bornée.

Ainsi, (un ) est dominée par (vn ) si et seulement si l’ordre de grandeur de (un ) ne dépasse pas celui de
(vn ), à une constante multiplicative près.

Définition 14.1.2 (Négligeabilité, cas des suites)

Soit (un )n∈N et (vn )n∈N deux suites réelles. On dit que (un ) est négligeable devant (vn ) si pour tout
ε > 0, il existe n0 ∈ N tel que pour tout n > n0 ,

|un | 6 ε|vn |.

De manière équivalente, (un ) est négligeable devant (vn ) si et seulement s’il existe une suite (εn )n∈N et
un entier n0 tels que :
∀n > n0 , un = εn vn et lim εn = 0.

Il est souvent plus pratique d’utiliser, lorsque c’est possible, les caractérisations suivantes de la domination
et de la négligeabilité.
110 CHAPITRE 14. CALCUL ASYMPTOTIQUE

Proposition 14.1.3
Si (vn ) ne s’annule pas (à partir d’un certain rang au moins), alors :
 
un
1. (un ) est dominée par (vn ) si et seulement si est bornée ;
vn
un
2. (un ) est négligeable devant (vn ) si et seulement si lim =0
vn

Enfin, pour pouvoir gérer facilement des relations de domination ou de négligeabilité, ou pour pouvoir
écrire des approximations de façon commode, on utilise les notations suivantes :

Notation 14.1.4 (Notations de Bachmann et de Landau)

1. Si (un ) est dominée par (vn ), on note un = O(vn )
2. Si (un ) est négligeable devant (vn ), on note un = o(vn )

L’intérêt de cette notation est qu’on peut l’utiliser dans les calculs. On peut par exemple considérer
un = vn + o(wn ). C’est notamment pratique pour formaliser des approximations. Ainsi, dire que
 
3 5 1
un = 2 + − 2 + o ,
n n n2
3 5
signifie que pour n assez grand, un est à peut près égal à 2 + − 2 , et que l’erreur faire en approchant
n n
un par cette expression est négligeable devant le plus petit terme de cette expression polynomiale. Il
s’agit d’une bonne approximation par une expression polynomiale en n1 à l’ordre 2. Il s’agit même de la
meilleure.

Avertissement 14.1.5
Attention à l’abus de notation que l’on fait en écrivant cette égalité. Il ne s’agit pas vraiment d’une
égalité, et c’est à prendre plus dans le sens d’une appartenance ((un ) appartient à l’ensemble des suites
dominées par (vn )). Si on garde en tête l’idée qu’il s’agit d’une appartenance, on évite un certain
nombre d’erreurs que peut véhiculer la notation. Par exemple :
• un = o(vn ) et u′n = o(vn ) n’implique pas un = u′n , ce qui est assez troublant formellement pour
une égalité.
• On ne peut pas simplifier des o : un + o(wn ) = vn + o(wn ) n’implique pas un = vn .
• L’égalité n’est dans ce contexte pas symétrique, il y a un sens de lecture :

un + o(vn ) = un + o(wn ) 6=⇒ un + o(wn ) = un + o(vn ).

On effet, l’égalité suggère une détérioration (au sens large) de la qualité de l’approximation.
Ainsi, on pourra écrire    
1 1
un + o 2
= un + o ,
n n
mais l’inverse est faux en général.

Proposition 14.1.6
Si un = o(vn ), alors un = O (vn ).

⊳ Éléments de preuve.
Une suite tendant vers 0 est bornée. ⊲
I Domination, négligeabilité 111

Note Historique 14.1.7

• La notation O pour la dominance a été introduite par le mathématicien allemand Paul Bachmann dans
son livre Die analytische Zahlentheorie (1894)
• Le mathématicien allemand Edmond Landau, spécialiste de la théorie des nombres, introduit la notation
o dans son Handbuch der Lehrer von der Verteilung der Primzahlen (1909)
• Le mathématicien et informaticien Donald Knuth (spécialiste de l’informatique théorique, et créateur
du célèbre logiciel TeX, référence encore aujourd’hui pour la composition de documents mathématiques
professionnels, notamment sous sa forme dérivée LaTeX) introduit la notation Ω(un ) dans un article de
1976 (Big Omicron and Big Omega and Big Theta) :

vn = Ω(un ) ⇐⇒ ∃C > 0, ∃n0 ∈ N, ∀n > n0 , vn > Cun .

Il définit également la notation Θ(un ) :

vn = Θ(un ) ⇐⇒ ∃C, C ′ > 0, ∃n0 ∈ N, ∀n > n0 , C ′ un 6 vn 6 Cun .

Ces notations sont plus adaptées que o et O pour l’étude de la complexité des algorithmes : une mino-
ration de la complexité permet de mieux cerner les limitations d’un algorithme !

Exemple 14.1.8 (Reexpression des croissances comparées)

1. ln n = o(nα ) (α > 0)
2. nα = o(en ) (α ∈ R).
3. n! = o(nn ).
4. an = o(n!) (a ∈ R)
5. na = o(nb ) si a < b

Ainsi, pour α > 0, ln(n) ≪ nα ≪ en ≪ n! ≪ nn .

Proposition 14.1.9
Soit (un ) une suite réelle.
1. un = O(1) si et seulement si (un )n∈N est bornée.
2. un = o(1) si et seulement si (un )n∈N tend vers 0.
3. lim un = ℓ si et seulement si un = ℓ + o(1).

⊳ Éléments de preuve.
C’est juste la réexpression de trois cas particuliers de la définition. ⊲

I.2 Propriétés des o et O

À part qu’elle n’est pas anti-symétrique, la relation de domination (resp. de négligeabilité) se comporte à
peu près comme une relation d’ordre large (resp. stricte), ce qu’expriment les propriétés suivantes. Dans
ces énoncés, (un ), (vn ), (wn ) et (xn ) désignent des suites réelles.

Propriétés 14.1.10 (Transitivités strictes et larges de o et O)

1. Si un = O(vn ) et vn = O(wn ), alors un = O(wn ).
2. Si un = o(vn ) et vn = o(wn ), alors un = o(wn ).
3. Si un = o(vn ) et vn = O(wn ), alors un = o(wn ).
4. Si un = O(vn ) et vn = o(wn ), alors un = o(wn ).
112 CHAPITRE 14. CALCUL ASYMPTOTIQUE

⊳ Éléments de preuve.
Introduire des suites (µn ) et (εn ) traduisant les propriétés de domination et de négligeabilité. On est
ramené à des propriétés sur les produits de limites : 0 × 0, 0× borné, borné ×0, ainsi que borné ×
borné = borné. ⊲

Propriétés 14.1.11 (sommes de o et O)

1. Si un = o(wn ) et vn = o(wn ), alors un + vn = o(wn ).
2. Si un = O(wn ) et vn = O(wn ), alors un + vn = O(wn ).
3. Si un = o(wn ) et vn = O(wn ), alors un + vn = O(wn ).
4. Si un = O(wn ) et vn = o(wn ), alors un + vn = O(wn ).

⊳ Éléments de preuve.
Même principe. Cette fois-ci, on a des sommes au lieu de produits. ⊲

Propriétés 14.1.12 (produits de o et O)

1. Si un = o(wn ) et vn = o(xn ), alors un vn = o(wn xn ).
2. Si un = O(wn ) et vn = o(xn ), alors un vn = o(wn xn ).
3. Si un = o(wn ) et vn = O(xn ), alors un vn = o(wn xn ).
4. Si un = O(wn ) et vn = O(xn ), alors un vn = O(wn xn ).
5. En particulier, un = wn o(xn ) ⇐⇒ un = o(wn xn ) et un = wn O(xn ) ⇐⇒ un = O(wn xn ).
(Les o et O sont multiplicatifs : on peut rentrer ou sortir un facteur multiplicatif ).

⊳ Éléments de preuve.
Même principe. ⊲

Remarque 14.1.13 (Intérêt des o et O)

On se sert souvent des o et O pour estimer (ou borner) la vitesse de convergence d’une suite vers sa
limite, en étudiant un −ℓ. On compare ainsi souvent la différence un −ℓ à une suite de référence de limite
nulle, ou un à une suite de référence de limite +∞. Par exemple, une suite telle que |un − ℓ| = o(e−n )
aura une convergence rapide (exponentielle), alors que l’information |un − ℓ| = o ln1n ne permet pas

de contrôler aussi bien la convergence (mais une telle égalité n’empêche pas que la convergence puisse
être rapide).

Les propriétés des o et O ressemblent beaucoup à des propriétés de relations d’ordre. Plus précisément :

Proposition 14.1.14 (o se comporte comme une inégalité stricte)

La relation o est une relation d’ordre stricte sur l’ensemble des suites non ultimement nulles (i.e. nulles
à partir d’un certain rang).

⊳ Éléments de preuve.
Vérifier l’irréflexivité (immédiat) et l’asymétrie (par l’absurde). ⊲
I Domination, négligeabilité 113

Proposition 14.1.15 (Pourquoi O se comporte presque comme une inégalité large, HP)
La relation Θ est une relation d’équivalence sur RN . La relation O passe au quotient et définit une
relation d’ordre large sur RN /Θ.

⊳ Éléments de preuve.
L’affirmation sur Θ est immédiate, la possibilité de passer au quotient se montre en justifiant que
l’affirmation un = O(vn ) est indépendante de la classe d’équivalence de (un ) et de (vn ). Le passage
au quotient de O permet de récupérer l’antisymétrie qui manquait. ⊲

I.3 Extension au cas des fonctions

Définition 14.1.16 (Domination, cas des fonctions)

Soit f et g deux fonctions définies sur X et a ∈ X. On dit que f est dominée par g au voisinage de a
si et seulement s’il existe un voisinage V de a et une fonction h définie sur V ∩ X, et bornée, telle que
f = hg sur V ∩ X.
On note f (x) = O(g(x)), ou f (x) = O (g(x)) ou encore f = O(g).
x→a x→a a

Ainsi, f est dominée par g si et seulement si l’ordre de grandeur de f ne dépasse pas celui de g, à une
constante multiplicative près, au voisinage de a.
Si g ne s’annule pas au voisinage de a, il revient au même de dire que fg est bornée au voisinage de a.

Définition 14.1.17 (Négligeabilité, cas des fonctions)

Soit f et g deux fonctions définies sur X, et a ∈ X. On dit que f est négligeable devant g s’il existe un
voisinage V de a, et une fonction h définie sur V ∩ X, tels que

∀x ∈ V ∩ X, f (x) = h(x)g(x) et lim h(x) = 0.

x→a

On note f (x) = o(g(x)), ou f (x) = o (g(x)) ou encore f = o(g).

x→a x→a a

f
Si g ne s’annule pas au voisinage de a, il revient au même de dire que g admet une limite nulle en a.

Théorème 14.1.18 (Caractérisation par ε)

Sous les hypothèses précédentes :
1. f = O (g) si et seulement s’il existe un réel M et un voisinage V de a tel que pour tout x ∈ V ∩X,
a
|f (x)| 6 M |g(x)|.
2. f = o (g) si et seulement si pour tout ε > 0, il existe un voisinage V de a tel que pour tout
a
x ∈ V ∩ X, |f (x)| 6 ε|g(x)|.

⊳ Éléments de preuve.
Les deux équivalences se démontrent de même. Le sens direct est assez facile, en exprimant le fait
que h est borné, ou sa limite nulle par ε. Pour le sens réciproque, commencer par montrer qu’il existe
un voisinage V0 tel que pour tout x ∈ V0 ∩ X, g(x) = 0 =⇒ f (x) = 0. Définir alors h par fg lorsque
g ne s’annule pas et 0 sinon, et vérifier que h vérifie les propriétés requises (par ε pour la limite). ⊲
Ainsi, f est dominée par g si et seulement si l’ordre de grandeur de f ne dépasse pas celui de g, à une
constante multiplicative près, au voisinage de a ; f est négligeable devant g si au voisinage de a, |f | peut
être rendu aussi petit qu’on veut devant |g|.
114 CHAPITRE 14. CALCUL ASYMPTOTIQUE

Théorème 14.1.19 (Caractérisation séquentielle)

Soit f et g deux fonctions définies sur X, et a ∈ X. Alors :
1. f = O (g) si et seulement si pour toute suite un → a à valeurs dans X, f (un ) = O(g(un )).
a
2. f = o (g) si et seulement si pour toute suite un → a à valeurs dans X, f (un ) = o(g(un )).
a

⊳ Éléments de preuve.
1. Sens direct : introduire h bornée au voisinage de a. Alors (h(un )) bornée.
Sens réciproque : par contraposée, à partir de la caractérisation par M ; construire une suite
xn → a (coller le voisinage V à a) telle que pour tout n, f (xn ) > ng(xn ).
2. Sens direct : introduire h définie au voisinage de a et de limite nulle, puis appliquer xn .
Sens réciproque : par contraposée, à partir de la caractérisation par ε. Construire xn → a tel que
f (xn ) > εg(xn ) pour un certain ε > 0.

⊲
Comme dans le cas des limites, cette caractérisation séquentielle permet de transférer toutes les propriétés
des o et O pour les suites au cas des fonctions. Ces propriétés peuvent aussi se montrer directement sur
le même principe que dans le cas des suites. Pour les propriétés relatives aux relations d’ordres définies
par o et O, il faut remplacer l’hypothèse « non ultimement nul » par « non identiquement nulle sur un
voisinage de a ».

II Équivalents
II.1 Cas des suites

Définition 14.2.1 (Équivalence)

Deux suites réelles (un ) et (vn ) sont dites équivalentes s’il existe une suite (αn ) et un entier n0 tels que

∀n > n0 , un = αn vn et lim αn = 1.

Notation 14.2.2
Si (un ) et (vn ) sont équivalentes, on note un ∼ vn , ou simplement un ∼ vn .
+∞

De la définition découle le résultat important suivant :

Proposition 14.2.3 (Caractérisation de l’équivalence par la négligeabilité)

un ∼ vn ⇐⇒ un = vn + o(vn ).
+∞

⊳ Éléments de preuve.
Dans le sens direct, il suffit d’écrire un − vn en fonction de vn et de la suite αn de la définition de
l’équivalence. Pour la réciproque, démarche inverse. ⊲
Cette propriété implique notamment qu’une somme de terme est équivalente à son terme prépondérant
(celui devant lequel tous les autres sont négligeables). La recherche de l’équivalent d’une somme passe de
fait souvent par l’étude des négligeabilités des termes les uns par rapport aux autres. On en déduit par
exemple :
II Équivalents 115

Proposition 14.2.4 (équivalent d’un polynôme)

Soit P un polynôme de monôme dominant ad X d . Alors P (n) ∼ ad nd .

⊳ Éléments de preuve.
Soit faire le quotient par le monôme dominant, soit utiliser la propriété précédente, en remarquant
que pour tout k < d, nk = o(nd ) (donc une CL de termes de ce type aussi). ⊲
Par exemple, 2n2 + n − 1 ∼ 2n2 .
Comme pour la négligeabilité et la dominance, on a une version commode lorsque (vn ) ne s’annule pas

Proposition 14.2.5
Soit (un ) et (vn ) deux suites telles que (vn ) ne s’annule pas (au moins à partir d’un certain rang).
Alors
un
un ∼ vn ⇐⇒ lim = 1.
+∞ vn

Remarque 14.2.6
Dans les trois notations un = O(vn ), un = o(vn ) et un ∼ vn , les égalités s’appliquent bien aux termes
un et vn , et non aux suites. Cependant on ne quantifie pas les expressions dans lesquelles interviennent
des o, O ou des équivalents : il s’agit d’une égalité au voisinage de +∞, comme les limites.

Proposition 14.2.7
La relation ∼ est une relation d’équivalence sur l’ensemble des suites réelles.

⊳ Éléments de preuve.
Vérifications immédiates à partir de la définition. ⊲

II.2 Propriétés des équivalents

Théorème 14.2.8 (Conservation des limites par équivalence)

Si un ∼ vn , et si (un )n∈N converge vers ℓ dans R, alors (vn )n∈N converge, et sa limite est ℓ.
+∞

⊳ Éléments de preuve.
Propriété de produit de limites à partir de la définition. ⊲

Avertissement 14.2.9
La réciproque est fausse en général. Elle est vraie en cas de limite non nulle et non infinie, mais en
revanche, deux suites de même limite nulle ou infinie ne sont pas nécessairement équivalentes

Exemples 14.2.10
1. (n) et (n2 ) ne sont pas équivalentes
2. (e−n ) et (e−2n ) ne sont pas équivalentes.
116 CHAPITRE 14. CALCUL ASYMPTOTIQUE

Ainsi, la notion d’équivalent n’a vraiment d’intérêt que pour des suites de limite nulle ou infinie. Dans ce
cas, la recherche d’un équivalent permet d’estimer la vitesse de convergence. On recherche pour cela un
équivalent sous une forme simple et bien connue, par exemple na , ou na lnb n etc. On peut ainsi comparer
la vitesse de convergence de deux suites.

Proposition 14.2.11 (Conservation du signe)

Soit (un ) et (vn ) deux suites équivalentes. Alors il existe n0 tels que pour tout n > n0 , un et vn soient
de même signe.

⊳ Éléments de preuve.
Si αn → 1, alors αn est positive à partir d’un certain rang. ⊲

Avertissement 14.2.12
Attention, cela ne signifie pas qu’à partir du rang n, (un ) et (vn ) sont de signe constant ! Le signe peut
varier, mais de la même manière pour les deux suites.

On peut faire un peu mieux, et obtenir une conservation stricte : il existe n0 tel que pour tout n > n0 ,
un et vn sont soit tous les deux nuls, soit strictement de même signe.
Comme les o et O, les équivalents se comportent bien vis-à-vis des produits et des quotients :

Proposition 14.2.13 (Équivalents de produits, quotients, puissances)

Soit (un ), (vn ), (u′n ) et (vn′ ) quatre suites réelles.
1. Si un ∼ u′n et vn ∼ vn′ , alors un vn ∼ u′n vn′ .
un u′n
2. Si de plus vn est non nulle à partir d’un certain rang, alors ∼ .
vn vn′
3. Si un ∼ u′n et si a est un réel fixé, alors (un )a ∼(u′n )a .

⊳ Éléments de preuve.
Immédiat par définition (en introduisant des suites αn ). Remarquez que ces suites ne s’annulent pas
à partir d’un certain rang. ⊲
En revanche, le passage à une puissance dépendant de n requiert de la prudence (revenir à la notation
exponentielle).
Lors de l’étude des fonctions usuelles, nous avons rencontré un certain nombre de limites remarquables,
qui en fait s’expriment sous forme d’un équivalent, et sont généralement plus commodes à utiliser sous
cette forme.

Proposition 14.2.14 (Équivalences et négligeabilité)

Les relations o et O sont indépendantes des classes d’équivalence pour la relation ∼. Ainsi, si un ∼ u′n
et vn ∼ vn′ , alors un = o(vn ) si et seulement si u′n = o(vn′ ) (et de même pour O).

⊳ Éléments de preuve.
Immédiat à partir des définitions en introduisant des suites adéquates. Ou bien en remarquant que
un ∼ vn implique un = Θ(vn ), pour se raccorcher à un résultat déjà vu. ⊲

II.3 Cas des fonctions

II Équivalents 117

Définition 14.2.15 (Équivalence entre fonctions)

Deux fonctions f et g définies sur X sont dites équivalentes au point a ∈ X s’il existe un voisinage V
de a et une fonction h définie sur V ∩ X tel que

∀x ∈ V ∩ X, f (x) = h(x)g(x) et lim h(x) = 1.

x→a

On note f (x) ∼ g(x).

x→a

f
Si g ne s’annule pas au voisinage de a, il revient au même de dire que g tend vers 1 en a. Il revient
également au même de dire que f = g + o (g).
a
Encore une fois, toutes les propriétés vues pour les équivalents de suites restent valables pour les équi-
valents de fonctions, par démonstration directe sur le même principe que pour les suites, ou grâce au
théorème suivant :

Théorème 14.2.16 (Caractérisation séquentielle de l’équivalence)

Soit f et g deux fonctions définies sur X et a ∈ X. Alors f (x) ∼ g(x) si et seulement si pour toute
x→a
suite (xn ) d’éléments de X telle que xn → a, f (xn ) ∼ g(xn ).

⊳ Éléments de preuve.
Conséquence de la caractérisation séquentielle de o, appliquée à f − g = o (g). ⊲
a

Une autre propriété importante est la propriété de conservation du signe, comme dans le cas des suites :

Proposition 14.2.17 (Conservaiton du signe, pour les fonctions)

Soit f et g définies sur X, et a ∈ X. On suppose que f ∼ g. Alors, il existe un voisinage V de a tel que
a
f et g ont même signe (point par point) sur V ∩ X, i.e. pour tout x ∈ V ∩ X, f (x) a même signe que
g(x).

⊳ Éléments de preuve.
C’est le fait que la fonction h de la définition est strictement positive sur un voisinage de a. ⊲
En général, on utilise ce résultat lorsque l’une des deux fonctions a un signe constant au voisinage de a.
On en déduit que l’autre aussi. En revanche, on prendra garde au fait que ceci ne permet de contrôler le
signe que localement, au voisinage de a, et par sur le domaine X tout entier.

II.4 Équivalents classiques

Proposition 14.2.18 (Équivalents classiques, à connaître sur le bout des doigts)

1. ln(1 + x) ∼ x ; 6. sh(x) ∼ x ;
0 0
2. ex − 1 ∼ x ; x2
0 7. ch(x) − 1 ∼ ;
a
3. (1 + x) − 1 ∼ ax (a 6= 0) ;
0 2
0 8. th(x) ∼ x ;
0
4. sin(x) ∼ x ;
0 9. Arcsin(x) ∼ x ;
0
x2
5. cos(x) − 1 ∼ − ; 10. Arctan(x) ∼ x ;
0 2 0
6. tan(x) ∼ x ;
0
118 CHAPITRE 14. CALCUL ASYMPTOTIQUE

⊳ Éléments de preuve.
Ce sont des réexpressions des limites remarquables. Pour rappel, la plupart de ces limites sont
obtenues par taux d’accroissement. ⊲

Théorème 14.2.19 (Formule de Stirling, admis)

√  n n
On a : n! ∼ 2πn .
+∞ e

⊳ Éléments de preuve.
Traditionnel DM. La démonstration est hors-programme, mais pas la formule. ⊲

II.5 Problème de la somme et de la composition des équivalents

Nous n’avons pas vu de règle pour sommer des équivalents. C’est normal. C’est interdit.

Avertissement 14.2.20 (Sommes d’équivalents)

Ne pas sommer des équivalents.
Si les parties principales se compensent, on s’expose à des erreurs.

Exemple 14.2.21
1
un = n ∼ n1 + 1
n2 , vn = − n1 + 1
n3 ∼ − n1 + 1
n3 ; Faites la somme des deux.

Méthode 14.2.22 (Pour contourner le problème des sommes d’équivalents)

• Étudier les négligeabilités entre les termes de la somme, pour ne garder que les termes d’ordre
prépondérant.
• Écrire les équivalents avec un o et effectuer la somme sous cette forme.
• Si les parties principales ne se compensent pas, on peut revenir à un équivalent.
• Sinon, on ne peut pas conclure directement. Il faut étudier l’ordre de grandeur de ce qu’il reste
après simplification des parties principales, et pour cela, il faut avoir une meilleure approximation
de chaque terme (la connaissance de l’équivalent ne suffit pas). On peut par exemple utiliser un
développement limité (voir chapitre correspondant).

Exemple 14.2.23
2 1
Déterminer un équivalent de sin .



n − sin n

Avertissement 14.2.24 (Composition d’équivalents)

Ne composez pas un équivalent par une fonction.
En général, un ∼ vn n’implique pas f (un ) ∼ f (vn ). Même avec des fonctions « gentilles » comme le
logarithme ou l’exponentielle, ça peut être faux.

Exemples 14.2.25
1. Est-ce que en ∼ en+1 ?
2. Est-ce que ln 1 + n1 ∼ ln 1 + 1
?



n2
II Équivalents 119

Méthode 14.2.26 (Trouver un équivalent simple de ln(un ))

1. Si un → 1, utiliser l’équivalent classique
2. Sinon, écrire un = vn (1 + o(1)), où vn est un équivalent simple de un , puis ln(un ) = ln(vn ) +
ln(1 + o(1)). Comparer ensuite les deux termes. Autrement dit, il s’agit de mettre le terme
prépondérant en facteur dans le logarithme pour le sortir du logarithme.
3. Évidemment, cela s’adapte aux fonctions.

Exemple 14.2.27
Trouver un équivalent de ln sin n1 .

Méthode 14.2.28 (Trouver un équivalent de eun )

Développer un à o(1) près : un = vn + o(1). S’adapte aux fonctions.

Exemple 14.2.29
x2
En admettant qu’au voisinage de 0, ln(1 + x) = x − + o(x2 ), montrer que
2
6
5 1 ex
e x + x2 ln(1+x)
∼√ .
0 e
120 CHAPITRE 14. CALCUL ASYMPTOTIQUE
 15
Développements limités

J’ai bien dit des injures, et de bien grosses, à mon ami Mr Taylor [...] sur l’obscurité éton-
nante, et la mauvaise façon de son livre.

(Monmortius)
Le Calcul infinitésimal [...] est l’apprentissage du maniement des inégalités bien plus que des
égalités, et on pourrait le résumer en trois mots : MAJORER, MINORER, APPROCHER.

(Jean Dieudonné)
Le but de ce chapitre est d’affiner l’étude locale d’une fonction au voisinage d’un point. L’étude des
dérivées permet d’approcher localement une courbe par une droite (la tangente). Dans ce chapitre, nous
généralisons ce point de vue en montrant comment les formules de Taylor permettent d’approcher une
courbe au plus près (localement) par une courbe polynomiale de degré donné. Nous étudions ensuite la
qualité de cette approximation, en majorant (localement ou globalement) l’erreur faite en approchant la
courbe par cette courbe polynomiale. C’est l’objet de l’étude des restes de Taylor. Nous terminons par
l’application de ces approximations polynomiales au calcul de limites, et par quelques outils permettant
de calculer ces approximations sans avoir à revenir à la formule de Taylor (et donc au calcul bien fastidieux
de toutes les dérivées successives). Il s’agit du calcul des développements limités.
Nous supposons connue les notions de fonction polynomiale réelle (que nous appellerons plus simplement
polynôme), et de degré. Nous ne ferons qu’un usage intuitif de ces notions ; il est inutile d’avoir étudié
le chapitre sur les polynômes avant celui-ci. Un polynôme x 7→ P (x) sera aussi désigné formellement par
P (X) (où X n’a plus le rôle d’une variable ; c’est ce qu’on appelle une indéterminée formelle). On pourra
donc parler du polynôme X 2 + X + 1 par exemple. On note R[X] l’ensemble de tous les polynômes à
coefficients réels, et Rn [X] le sous-ensemble des polynômes de degré inférieur ou égal à n.

I Formule de Taylor-Young et DL des fonctions usuelles

Dans toute cette section, f désigne une fonction d’un intervalle I de R vers R, et x0 ∈ I.

I.1 Développement de Taylor

But : étant donné n, définir un polynôme P de degré au plus n qui approche au mieux f au voisinage
d’un point x0 ∈ I. Tout d’abord, la valeur au point doit être la même : P (x0 ) = f (x0 ). Ensuite, les deux
courbes doivent être tangentes, ce qui impose que P ′ (x0 ) = f ′ (x0 ). La variation des tangentes au voisinage
de x0 doit ensuite être la plus semblable possible, ce qui impose que P ′′ (x0 ) = f ′′ (x0 ). Intuitivement, on
en déduit que le meilleur polynôme de degré n approchant la courbe au voisinage de x0 vérifie donc les
conditions :
P (x0 ) = f (x0 ) P ′ (x0 ) = f ′ (x0 ) ... P (n) (x0 ) = f (n) (x0 ),
122 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

à condition bien sûr que ces dérivées de f soient définies. On dit que les courbes de P et f sont tangentes
à l’ordre n en x0 .

Définition 15.1.1 (Développement de Taylor de f )

Soit f une fonction admettant en x0 une dérivée d’ordre n. Alors un développement de Taylor de f en
x0 à l’ordre n est un polynôme P de degré au plus n vérifiant les conditions :

P (x0 ) = f (x0 ), P ′ (x0 ) = f ′ (x0 ), . . . , P (n) (x0 ) = f (n) (x0 ).

donc un polynôme dont la courbe est tangente à l’ordre n à celle de f en x0 .

Théorème 15.1.2 (Existence, unicité et expression du développement de Taylor de f )

Soit f une fonction n fois dérivable en x0 . Alors le développement de Taylor de f en x0 à l’ordre n
existe, est unique, et est donné explicitement par :
n
X (x − x0 )k
∀x ∈ R, P (x) = · f (k) (x0 ).
k!
k=0

⊳ Éléments de preuve.
n
X
Justifier d’abord que tout polynôme peut s’écrire sous la forme ak (X − x0 )k (récurrence sur le
k=0
degré). Procéder par analyse synthèse pour trouver les ak , en dérivant et évaluant en x0 , de façon
répétée. ⊲

Remarque 15.1.3
Le développement de Taylor à l’ordre 1 au voisinage de x0 n’est autre que l’expression de la droite tan-
gente à la courbe de f en x0 . Les développements de Taylor sont donc à voir comme une généralisation
polynomiale de la droite tangente, aux ordres supérieurs.

Définition 15.1.4 (Reste de Taylor à l’ordre n)

Si f admet en x0 une dérivée d’ordre n, on note Rn la différence entre f et son développement de
Taylor :
n
X (x − x0 )k
∀x ∈ I, Rn (x) = f (x) − · f (k) (x0 ).
k!
k=0

Rn est appelé reste de Taylor à l’ordre n de f au point x0 .

On note parfois Rn (x, x0 ) pour indiquer la dépendance vis-à-vis du point x0 .

L’objet des formules de Taylor est d’étudier ce reste. Nous avons déjà vu comment estimer globalement
(sur tout un intervalle [a, b]) ce reste à l’aide de la formule de Taylor avec reste intégral, donnant une
valeur exacte de ce reste sous forme intégrale, lorsque f est de classe C n+1 sur [a, b] :
n x
(x − a)k (x − t)n (n+1)
X Z
∀x ∈ [a, b], f (x) = · f (k) (a) + f (t) dt.
k! a n!
k=0
L’inégalité de Taylor-Lagrange permet d’obtenir des majorations ou minorations de ce reste sur tout un
intervalle.
L’estimation qui nous intéresse maintenant est une estimation purement locale. On cherche à comparer
le reste Rn à (x − x0 )n , le terme de plus haut degré en x − x0 du développement de Taylor. C’est l’objet
de la formule de Taylor-Young.
I Formule de Taylor-Young et DL des fonctions usuelles 123

Note Historique 15.1.5

Les formules de Taylor doivent leur nom au mathématicien anglais Brook Taylor (1685-1731). Il donne deux
versions du théorème, dont l’une obtenue par généralisation d’un résultat de Halley (celui de la comète). On
doit aussi à Brook Taylor la naissance du calcul des différences finies, et l’intégration par parties.

I.2 Formule de Taylor-Young

Théorème 15.1.6 (Formule de Taylor-Young à l’ordre n au point x0 )

Soit I un intervalle ouvert de R, x0 ∈ I, et f : I → R une fonction de classe C n au voisinage de x0 .
Alors, au voisinage de x0 :
n
X f (k) (x0 )
f (x) = (x − x0 )k + o((x − x0 )n ).
x→x0 k!
k=0

⊳ Éléments de preuve.
Cette formule est une conséquence de la formule de Taylor avec reste intégral prise à l’ordre n − 1 (on
n’a pas les hypothèses suffisantes pour aller à un ordre supérieur), en procédant à un encadrement à
l’aide d’ε de l’intégrale. ⊲

Remarques 15.1.7
1. La formule de Taylor-Young ne nous donne qu’une information locale, au voisinage de x0 . En
aucun cas elle ne peut être utilisée pour une étude globale, contrairement à la formule de Taylor
avec reste intégral ou à l’inégralité de Taylor-Lagrange.
2. La formule de Taylor-Young fournit ce qu’on appelle le développement limité de f au voisinage
de x0 à l’ordre n.

Note Historique 15.1.8

La formule de Taylor-Young a été démontrée par le mathématicien anglais William Henry Young (1863-1942),
spécialiste de l’analyse complexe, de la théorie de la mesure et des séries de Fourier. Il ne doit pas être confondu
avec Alfred Young (1873-1940), célèbre pour l’étude du groupe symétrique et de ses représentations, étude pour
laquelle il introduit les tableaux qui portent son nom (tableaux de Young).

I.3 Développement limité des fonctions usuelles

Théorème 15.1.9 (DL des fonctions usuelles)

Lorsque x est au voisinage de 0, on a :
n
X xk
1. ex = + o(xn )
x→0 k!
k=0
n
X (−1)k−1 xk
2. ln(1 + x) = + o(xn )
x→0 k
k=1
n
X (−1)k x2k+1
3. sin(x) = + o(x2n+2 )
x→0 (2k + 1)!
k=0
n
X (−1)k x2k
4. cos(x) = + o(x2n+1 )
x→0 (2k)!
k=0
124 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

n
X x2k+1
5. sh(x) = + o(x2n+2 )
x→0 (2k + 1)!
k=0
n
X x2k
6. ch(x) = + o(x2n+1 )
(2k)!
k=0
n
X α(α − 1) · · · (α − k + 1)
7. (1 + x)α = 1 + xk + o(xn ).
x→0 k!
k=1

⊳ Éléments de preuve.
Calculer les dérivées successives en 0 pour pouvoir utiliser la formule de Taylor-Young. Les fonctions
sh et ch peuvent aussi s’obtenir à partir de leur définition en fonction de l’exponentielle. ⊲

Remarque 15.1.10 (Cas particuliers importants de la dernière formule)

1. Pour a ∈ N, on retrouve le début du développement du binôme.
2. Au voisinage de 0,
n n
1 X 1 X
= (−1)k xk + o(xn ) et = xk + o(xn ).
1 + x x→0 1 − x x→0
k=0 k=0

On reconnait une troncature de série géométrique

II Généralités sur les développements limités

En général, il va être assez malaisé d’obtenir directement le DL d’une fonction à l’aide de la formule
de Taylor-Young, car le calcul des dérivées successives s’avère en général trop fastidieux. Le but de la
suite de ce chapitre est de donner quelques techniques plus efficaces de calcul de DL dans lesquels les
DL des fonctions usuelles qu’on vient d’établir serviront de briques élémentaires. Avant de voir ces règles
calculatoires, nous établissons quelques propriétés générales sur les DL.

II.1 Définition, exemples

Dans cette section, on se donne x0 ∈ R.

Définition 15.2.1 (Développement limité (DL) au voisinage d’un point)

Soit f une fonction définie sur un voisinage de x0 . On dit que le polynôme Pn ∈ Rn [X] est un dévelop-
pement limité à l’ordre n de f en x0 si, au voisinage de x0 :

f (x) = Pn (x) + o((x − x0 )n ).

x→x0

Remarque 15.2.2
On exprime généralement Pn dans la base (1, X −x0 , (X −x0 )2 , . . . , (X −x0 )n ). Ainsi, un développement
limité à l’ordre n sera la donnée de réels a0 , . . . , an tels que, au voisinage de x0 ,

f (x) = a0 + a1 (x − x0 ) + · · · + an (x − x0 )n + o((x − x0 )n ).
x→x0

Le développement limité est donc une approximation polynomiale locale au voisinage d’un point. Il s’agit
de la meilleure approximation par un polynôme de degré au plus n, au voisinage d’un point donné.
II Généralités sur les développements limités 125

La formule de Taylor-Young donne de façon immédiate :

Théorème 15.2.3 (Existence du DL de fonctions de classe C n )

Si f est de classe C n au voisinage de x0 , alors f admet un développement limité à l’ordre n au voisinage
de x0 , égal au développement de Taylor-Young de f à l’ordre n.

Comme mentionné plus haut, si n > 1, l’existence de la dérivée n-ième suffirait en fait.

Théorème 15.2.4 (Unicité du DL)

Si f admet un développement limité à l’ordre n au voisinage de x0 , alors ce développement est unique.

⊳ Éléments de preuve.
Sinon, considérer la première différence de deux DL (au degré k), et obtenir xk = o(xk ). ⊲
On en déduit en particulier :

Proposition 15.2.5 (DL de fonctions paires ou impaires)

Soit f une fonction admettant un DL à l’ordre n au voisinage de 0.
1. Si f est paire, son DL n’est constitué que de monômes de degré pair ;
2. Si f est impaire, son DL n’est constitué que de monômes de degré impair.

⊳ Éléments de preuve.
Cas f pair : évaluer le DL en −x, et l’identifier au DL de x. Qu’est-ce qui autorise cette identification ?
Même principe pour f impair. ⊲

Remarques 15.2.6
1. Toutes les fonctions n’admettent pas un DL en un point x0 . Certaines fonctions peuvent admettre
des DL jusqu’à un certain ordre n0 et plus ensuite.
2. Attention ! L’existence d’un DL à l’ordre n en x0 n’implique pas l’existence de la dérivée n-ième
de f en x0 . Ainsi, tous les DL ne sont pas obtenus par la formule de Taylor-Young.
3. Cependant, pour les petits ordres :
• Si f admet un DL à l’ordre 0 en x0 , f est continue en x0 ;
• Si f admet un DL à l’ordre 1 en x0 , f est dérivable en x0 ;
• et ça s’arrête là !

Exemples 15.2.7
p
1. x 7→ |x| n’admet pas de DL à l’ordre 1 au voisinage de 0
2. La fonction f : t 7→ cos(t) + t3 sin 1t , prolongée en 0 par f (0) = 1, admet-elle un développement
limité à l’ordre 2 en 0 ? Est-elle 2 fois dérivable en 0 ?

On peut renforcer un peu la définition des DL :

Définition 15.2.8 (DL au sens fort)

Soit f une fonction définie sur un voisinage de x0 . On dit que le polynôme Pn ∈ Rn [X] est un dévelop-
pement limité au sens fort à l’ordre n de f en x0 si, au voisinage de x0 :

f (x) = Pn (x) + O((x − x0 )n+1 ).

x→x0
126 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

Cette définition est plus restrictive que la première, car il impose qu’il n’y ait pas, dans un développement
à un ordre supérieur de f , de termes d’ordre non entier (x − x0 )α , a ∈]n, n + 1[, ni de terme logarithmique
du type (x − x0 )n ln(x − x0 ), etc.
La propriété d’unicité reste vraie, ainsi que l’existence (si f est n+1 fois dérivable en x0 , notez l’hypothèse
plus forte !)
De la formule de Taylor-Young, nous déduisons donc les DL des fonctions usuelles. Ces DL, rappelés en
fin de chapitre, serviront de briques pour la plupart des calculs de DL que nous effectuerons, grâce aux
règles de calculs que nous établirons dans la suite de ce chapitre.

II.2 Restriction
Soit, pour n ∈ N, Rn [X] l’ensemble des polynômes de degré au plus n. D’après la formule de Taylor pour
les polynômes, tout polynôme P de Rn [X] peut s’écrire sous la forme

P (X) = a0 + a1 (X − x0 ) + · · · + an (X − x0 )n .

Cette écriture est unique (cela provient du fait qu’on justifiera plus tard que (1, X − x0 , . . . , (X − x0 )n )
est une base de l’espace vectoriel Rn [X], mais peut aussi se voir comme une conséquence de l’unicité du
développement limité à l’ordre n au voisinage de x0 ). On peut alors définir :

Définition 15.2.9 (Troncature)

Soit P = a0 + a1 (X − x0 ) + · · · + an (X − x0 )n un polynôme de Rn [X], x0 ∈ R et m 6 n. La troncature
de P à l’ordre m au voisinage de x0 est le polynôme Tm,x0 (P ) défini par :

Tm,x0 (P ) = a0 + a1 (X − x0 ) + · · · + am (X − x0 )m .

Proposition 15.2.10 (Restriction)

Si f admet un DL à l’ordre n au point x0 , alors f admet des DL à tous ordres m 6 n, obtenus en
tronquant le DL à l’ordre n à la puissance m-ième en (x − x0 )m : autrement dit, si m 6 n,

f (x) = P (x) + o((x − x0 )n ) =⇒ f (x) = Tm,x0 (P )(x) + o((x − x0 )m ).

x→x0 x→x0

⊳ Éléments de preuve.
C’est juste dire que les termes qu’on oublie rentrent dans le o((x − x0 )m ), ce qui provient du fait que
leur exposant est strictement supérieur à m. ⊲

Remarque 15.2.11
Si f n’admet pas de DL à l’ordre n0 en x0 , elle n’en admet pas non plus aux ordres supérieurs.

Exemple 15.2.12
Pour quels ordres t 7→ tn ln |t| admet-elle un DL au voisinage de 0 ?

II.3 Forme normalisée et partie principale

Pour faciliter la recherche des ordres minimaux de développement nécessaires lors de certaines opérations
sur les DL, nous introduisons la forme normalisée d’un DL.
II Généralités sur les développements limités 127

Proposition/Définition 15.2.13 (Forme normalisée d’un DL)

Soit f une fonction définie au voisinage de x0 , admettant à l’ordre n un DL non nul. Alors il existe un
unique entier m 6 n tel que, pour h au voisinage de 0, on ait :

f (x0 + h) = hm (a0 + a1 h + · · · + an−m hn−m + o(hn−m )),

h→0

avec a0 6= 0. Il s’agit de la forme normalisée du DL à l’ordre n de f au voisinage de x0 .

⊳ Éléments de preuve.
Faire le changement de variable h = x − x0 dans le DL (cela ramène à un DL en 0). Il suffit alors de
factoriser par la puissance de h correspondant au premier terme non nul du DL (unique par unicité
du DL). ⊲

Remarques 15.2.14
• La forme normalisée inclut le changement de variable h = x − x0 . Dans la pratique, ce change-
ment de variable est effectué de manière quasi-systématique, car il permet d’utiliser les DL des
fonctions usuelles, tous donnés au voisinage de 0.
• m est l’ordre minimal pour lequel f (xh0m+h) ne tende pas vers 0 lorsque h tend vers 0. Plus
précisément, h 7→ f (xh0m+h) est prolongeable par continuité en une fonction g, non nulle en 0, et
g admet un développement limité à l’ordre n − m en 0, égal à

g(h) = a0 + a1 h + · · · + an−m hn−m + o(hn−m ).

h→0

La forme normalisée d’un DL permet notamment d’obtenir un équivalent de f .

Proposition 15.2.15 (Équivalent déduit d’un DL)

Soit f une fonction définie au voisinage de x0 , telle que

f (x0 + h) = hm (a0 + a1 h + · · · + an−m hn−m + o(hn−m )), a0 6= 0.

h→0

Alors f (x0 + h) ∼ a0 hm , c’est-à-dire f (x) ∼ a0 (x − x0 )m .

h→0 x→x0

⊳ Éléments de preuve.
Par restriction, f (x0 + h) = a0 hm + o(hm ), puis caractérisation des équivalents par o. ⊲
Ainsi, le développement limité est à voir comme une généralisation et un affinement des équivalents :
l’ordre le plus grossier d’un DL non trivial fournit l’équivalent, les termes suivants du DL permettent
d’affiner l’approximation donnée par l’équivalent : ces termes ne sont pas accessibles directement par le
calcul d’équivalent.

Définition 15.2.16 (Partie principale)

Soit f une fonction admettant, à un certain ordre n au voisinage de x0 , un développement limité non
trivial, s’écrivant sous forme normalisée :

f (x0 + h) = hm (a0 + a1 h + · · · + an−m hn−m + o(hn−m )), a0 6= 0.

h→0

La partie principale de f (sur l’échelle polynomiale) est la fonction x 7→ a0 (x − x0 )m . On dira dans

cette situation que f admet une partie principale d’ordre m.
128 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

III Opérations sur les développements limités

On se limite dans tout ce paragraphe à des développements limités en 0 ; les fonctions usuelles étant
développées en ce point, on se ramènera en pratique systématiquement à ce cas par un changement de
variable.
Pour simplifier, on note simplement Tn pour l’application linéaire Tn,0 définie ci-dessus. Tn (P ) est donc
obtenu de P en ne gardant que les monômes de degré inférieur ou égal à n dans l’écriture de P dans la
base (1, X, . . . , X k , . . .).

III.1 Somme de DL
La règle la plus simple concerne la somme.

Proposition 15.3.1 (Somme de DL)

Soit f et g deux fonctions définies au voisinage de 0, et P et Q deux polynômes de degré au plus n. Si
au voisinage de 0,
f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ),
x→0 x→0
n
alors (f + g)(x) = P (x) + Q(x) + o(x ).
x→0
Autrement dit, si f et g admettent des DL à l’ordre n en 0, leur somme aussi, et ce DL est obtenu en
sommant les DL de f et g.

⊳ Éléments de preuve.
Somme de o. ⊲

III.2 Produit de DL

Proposition 15.3.2 (Produit de DL)

Soit f et g deux fonctions définies au voisinage de 0, et P et Q deux polynômes de degré au plus n. Si
au voisinage de 0,
f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ),
x→0 x→0
n
alors (f g)(x) = Tn (P Q)(x) + o(x ).
x→0
Autrement dit, si f et g admettent des DL à l’ordre n en 0, leur produit aussi, et ce DL est obtenu en
faisant le produit des DL de f et g, et en ne gardant que les monômes de degré inférieur ou égal à n.

⊳ Éléments de preuve.
P étant borné au voisinage de x0 , P (x)o(xn ) = o(xn ). En déduire d’abord f g(x) = P Q(x) + o(xn ),
puis mettre à la poubelle (dans o) les termes de trop grand exposant. ⊲

Exemples 15.3.3
cos(x) x2 x3
1. = 1−x+ − + o(x3 ).
1 + x x→0 2 2
4
2. (ex )2 = 1 + 2x + 2x2 + x3 + o(x3 ).
x→0 3
11
3. ln(1 + x)2 = x2 − x3 + x4 + o(x4 ).
x→0 12
III Opérations sur les développements limités 129

Remarque 15.3.4
• Dans le troisième exemple ci-dessus, les termes d’ordre 4 du DL de ln(1 + x) n’interviennent pas
dans le résultat final. Ceci était prévisible, car la partie principale de ln(1 + x) au voisinage de
0 est d’ordre 1, donc le terme x4 est au moins multiplié par un terme d’ordre 1, donc fournit
dans le produit des termes d’ordre au moins égal à 5.
• De façon plus générale, si le première terme du développement de f n’est pas constant, on ne sera
pas obligé d’aller jusqu’à l’ordre n pour le développement de g pour obtenir le développement à
l’ordre n de f g. On pourrait établir une règle générale pour déterminer à quel ordre il convient
d’aller, mais plutôt qu’une utilisation non comprise d’une règle stérile, il est préférable de réfléchir
par soi-même au cas par cas.
• Évidemment, le deuxième exemple peut s’obtenir de façon beaucoup plus simple !

Exemple 15.3.5
x5 x7
1. (sin(x) − x)(cos(x) − 1) = − + o(x8 ).
x→0 12 90
2. sin(x)6 = x6 − x8 + o(x9 ).
x→0

III.3 Composition de DL

Proposition 15.3.6 (Composition de DL)

Soit f et g des fonctions définies au voisinage de 0 telles que f (0) = 0, et soit n > 1. Si P et Q sont
des développements limités de f et g en 0 à l’ordre n, alors Tn (Q ◦ P ) est un DL en 0 à l’ordre n de
g◦f :
 
f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ) =⇒ g ◦ f (x) = Tn (Q ◦ P )(x) + o(xn ).
x→0 x→0 x→0

⊳ Éléments de preuve.
Appliquer le DL de g à y = P (x), avec y → 0 lorsque x → 0 (par l’hypothèse f (0) = 0). Remarquer
que P (x) = O(x) pour contrôler de o. ⊲

Exemples 15.3.7
x2
1. esin(x) = 1 + x + + o(x3 ).
x→0 2
x2 x4
2. ecos(x)−1 = 1 − + + o(x4 )
x→0 2 6

Encore une fois, il n’est pas toujours nécessaire d’aller jusqu’à l’ordre n pour les deux fonctions : si le plus
petit terme du développement de f est xk , un terme y ℓ du développement contribuera à des termes en x
de degré au moins kℓ. Ainsi, on peut se contenter de garder dans le développement de g uniquement les
termes de degré ℓ tel que kℓ 6 n. Cela permet de diminuer l’ordre du développement de g d’un facteur
multiplicatif k, ce qui est parfois bien appréciable.

Exemples 15.3.8
x2 x4
1. ln(cos(x)) = − − + o(x4 ).
x→0 2 12
x3 x5 x7
2. tan(sh(x) − x) = + + + o(x8 ).
x→0 3! 5! 7!
x2 x2 x6 x8
 
3. sin − = − + + o(x9 ).
1 + x2 1 + x2 6 2
130 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

Méthode 15.3.9 (DL d’une réciproque)

Soit f une fonction bijective (au moins injective au voisinage de 0) de classe C n , telle que f (0) = 0 et
f ′ (0) 6= 0. Alors f −1 admet un DL à l’ordre n en 0. On peut le déterminer en identifiant les DL :

x = f −1 ◦ f (x) + o(xn ),

fournissant n + 1 équations dont les inconnues sont les coefficients du DL de f −1 . L’identification est
possible du fait de l’unicité du DL.

Exemple 15.3.10
Montrer que f : x 7→ x cos(x) est injective sur un voisinage de 0, et trouver le DL à l’ordre 3 d’une
x3
réciproque locale (réponse f −1 (x) = x + + o(x3 )).
x→0 2

Remarque 15.3.11
1. Pourquoi considérer f −1 ◦ f plutôt que f ◦ f −1 ?
2. Trouver une CN sur l’ordre de la partie principale de f pour que f −1 admette un DL en 0 au
même ordre que f .

III.4 Quotient de DL
Proposition 15.3.12 (DL d’un inverse)
Soit g une fonction définie sur un voisinage de 0, et ne s’annulant pas en 0. Si g admet un DL donné
1 1 1 1
par le polynôme P en 0 à l’ordre n, alors et aussi, et les DL à l’ordre n en 0 de et sont les
g P g P
mêmes. Autrement dit, si P et Q sont deux polynômes de Rn [X], alors :
 1 1 
g(0) 6= 0 et g(x) = P (x) + o(xn ) =⇒ = Q(x) + o(xn ) ⇐⇒ = Q(x) + o(xn ) .


x→0 g(x) x→0 P (x) x→0

1
Ainsi, si g(0) 6= 0, pour trouver un DL de à l’ordre n, il suffit d’inverser un DL à l’ordre n de g.
g
⊳ Éléments de preuve.
Former la différence g1 − 1
P , réduire au même dénominateur, et utiliser 1
gP = O(1), par l’hypothèse
faite sur g(0). ⊲

Méthode 15.3.13 (Calcul pratique du DL d’un quotient)

Soit g une fonction admettant un DL à l’ordre n au voisinage de 0, et telle que g(0) 6= 0. Soit P un
polynôme de degré au plus n tel que au voisinage de 0, g(x) = P (x) + o(xn ). Comme g(0) 6= 0, on a
également P (0) 6= 0. Par conséquent, en mettant le terme constant non nul a de P en facteur, il existe
un polynôme R de degré au plus n et s’annulant en 0, tel que :

∀x ∈ R, P (x) = a(1 + R(x)).

On a alors, au voisinage de 0 :
1 1 1
= · = Tn (1 − R + R2 + · · · + (−1)n Rn )(x) + o(xn ),
P (x) a 1 + R(x) x→0
III Opérations sur les développements limités 131

1
d’après la formule de composition appliquée à h ◦ R, où h est la fonction y 7→ 1+y . On obtient donc,
au voisinage de 0, d’après la proposition précédente :
1
= Tn (1 − R + R2 + · · · + (−1)n Rn )(x) + o(xn ).
g(x)
1
Il peut parfois être plus judicieux d’écrire P = a(1 − R), car la formule de DL de y 7→ 1−y est encore
plus simple.

Exemples 15.3.14 (Exemples archiclassiques, à savoir refaire jusqu’à l’ordre 5)

1 x2 5x4 61x6
1. = 1+ + + + o(x7 ).
cos x x→0 2 24 720
x3 2x5 17x7 62x9
2. tan x = x + + + + + o(x10 ).
x→0 3 15 315 2835

Remarque 15.3.15
Si g(0) = 0, et si g admet une partie principale d’ordre v, on peut mettre xv en facteur. Dans ce cas,
g(x)
on est ramené à une fonction x 7→ xv se prolongeant en une fonction h ne s’annulant pas en 0 : au
voisinage de 0 :
1 1 1
= v ·
g(x) x h(x)
Comme on divise par xv , on obtiendra en fait un développement contenant également des puissances
négatives de x. Ce n’est donc pas un DL. C’est ce qu’on appelle un développement asymptotique. On
en reparlera un peu plus loin.

Exemple 15.3.16
1 1 1 5
2
= 2 + + x2 + o(x2 )
x cos(x) x→0 x 2 24

Il existe des techniques plus efficaces que la composition pour faire le quotient de deux DL, notamment
pour des ordres importants, en particulier une adaptation de la division euclidienne des polynômes, faite
en inversant l’ordre (et le rôle) des monômes. C’est ce qu’on appelle la division suivant les puissances
croissantes. Cette méthode est hors-programme. Pour les petits ordres, la technique exposée ci-dessus est
amplement suffisante.

III.5 Primitivation d’un DL

Proposition 15.3.17 (Primitivation d’un DL)

Soit f une fonction dérivable au voisinage de 0, dont la dérivée admet un DL à l’ordre n−1 au voisinage
de 0, donné par :
f ′ (x) = a0 + a1 x + · · · + an−1 xn−1 + o(xn−1 ).
Alors f admet au voisinage de 0 un DL à l’ordre n, donné par :
a1 2 an−1 n
f (x) = f (0) + a0 x + x + ··· + x + o(xn ).
2 n

⊳ Éléments de preuve.
Il s’agit juste de primitiver o(xn−1 ). Le faire par IAF (on ne peut pas le faire par intégration, on n’a
pas l’hypothèse de continuité locale de f ′ ). ⊲
132 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

Méthode 15.3.18
Pour primitiver terme à terme un DL, ne pas oublier :
• de primitiver également le o(xn−1 ) ;
• de préciser le terme constant (constante d’intégration), égal à f (0).

Exemples 15.3.19
1. DL de Arctan x, Arcsin(x) et Arccos(x) en 0 à tous ordres.
2. Du même accabit, mais hors-programme : Argth, Argsh, Argch.
 2   
x +1 1 1 12 56 3
3. Arctan = − Arctan − x − x2 − x + o(x3 ).
x−2 x→0 2 5 25 375

Remarque 15.3.20
Dans le cas de fonctions de classe C n au voisinage de 0, la formule de primitivation de DL peut être
vue comme une conséquence immédiate de la formule de Taylor-Young.

III.6 Dérivation
La dérivation de DL se passe moins bien que l’intégration. En effet, contrôler l’intégrale d’un o se fait
bien, par majoration : si un terme est petit, son intégrale aussi, sur un intervalle donné. En revanche, un
terme peut être petit, mais avoir de très fortes variations locales (petites oscillations très pentues). Ainsi,
la dérivation d’un o n’est en général pas contrôlable. Il faut de ce fait des hypothèses fortes pour pouvoir
dériver un DL, en revenant à la formule de Taylor-Young.

Proposition 15.3.21 (Dérivation d’un DL)

Soit f une fonction de classe C n au voisinage de 0, admettant (donc) un DL à l’ordre n au voisinage
de 0 :
f (x) = a0 + a1 x + · · · + an xn + o(xn ).
x→0

Alors f ′ admet un DL à l’ordre n − 1 en 0, égal à

f ′ (x) = a1 + 2a2 x + 3a3 x2 + · · · + nan xn−1 + o(xn−1 ).

x→0

⊳ Éléments de preuve.
Formule de Taylor-Young appliquée à f ′ , exprimer les dérivées successives de f ′ (donc de f ) en
utilisant la formule de Taylor-Young appliquée à f et l’unicité des DL,qui permet d’identifier avec le
DL fourni. ⊲

IV Développements asymptotiques
On peut également définir des « développements limités » en la variable x au voisinage de +∞ : dans ce
cas, on se ramène à 0 par un changement de variables y = x1 . Ainsi, un DL en +∞ est un polynôme en
la variable x1 . On parle plutôt dans ce cas de développement asymptotique.

Exemple 15.4.1
x2 − 1
 
1 1 2 1
= 1 − − + + o .
x2 + x + 1 x→+∞ x x2 x3 x3
IV Développements asymptotiques 133

Un développement limité permet de comparer localement une fonction à une fonction polynomiale, donc à
situer la fonction sur une échelle de comparaison constituée de fonctions x 7→ (x−x0 )n , n ∈ N. Dans le cas
de fonctions non bornées au voisinage d’un point, on peut être amené à introduire des puissances négatives
de (x − x0 ), afin de mesurer la divergence locale. On parlera là encore de développement asymptotique
d’ordre n pour une approximation du type
n
X
f (t) = ak (x − x0 )k ,
k=n0

l’entier n0 étant dans Z.

Exemple 15.4.2
1 1 x 7 3
= − + x + o(x4 ).
sh(x) x→0 x 6 360

Avertissement 15.4.3
Si f a un développement asymptotique commençant par un terme de degré −k, pour obtenir un DL à
l’ordre n du produit f g, il faut augmenter l’ordre du DL de g jusqu’à n + k (car on divisera ensuite
par xk ). N’oubliez pas de le faire ! Encore une fois, réfléchissez bien aux ordres nécessaires pour chaque
développement.

Exemples 15.4.4
ex − 1 2 1
1. = − − 1 − x + o(x)
cos(x) − 1 x→0 x 2
sin(x) − x x 2x2
2. = + + o(x2 ).
ln(1 + x) − x x→0 3 9

On peut être amené à affiner la comparaison, en insérant des fonctions intermédiaires entre les puissances
entières xn . La notion essentielle permettant de définir correctement des développements asymptotiques
est la notion d’échelle de comparaison. Les définitions que nous allons voir généralisent toutes celles
données jusqu’à présent.

Définition 15.4.5 (Échelle de comparaison, HP)

Une échelle de comparaison au voisinage de t0 est une famille E de fonctions, définies et non identi-
quement nulles au voisinage de t0 , et telles que pour tout f et tout g de E tels que f 6= g, on ait soit
f = o(g), soit g = o(f ).

Autrement dit, les fonctions de l’échelle de comparaison peuvent toutes se classer les unes par rapport
aux autres, par ordre de prépondérance. Cette situation est à comparer au cas d’un ensemble totalement
ordonné. On peut en fait se ramener à cette situation en considérant la relation d’ordre définie sur
l’ensemble des fonctions non identiquement nulles au voisinage de 0 par f 6 g si et seulement si f = o(g)
ou f = g. On pourrait aussi définir cette relation sur un ensemble quotient de l’ensemble des fonctions
définies au voisinages de x0 par la relation d’équivalence définie par f ≡ g si et seulement si f et g
coincident sur un voisinage de x0 (on parle de germes de fonctions).

Exemples 15.4.6 (Échelles de comparaison)

1. x 7→ (x − x0 )n , n ∈ N, au voisinage de x0 (échelle polynomiale).
2. x 7→ xn , n ∈ Z
3. x 7→ xα , α ∈ R+ , au voisinage de 0+ .
134 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

4. x 7→ xα , α ∈ R, au voisinage de 0+ ou +∞.
5. x 7→ xα lnβ (x) au voisinage de 0+ ou de +∞.
6. x 7→ xα (ln(x))β (ln(ln(x)))γ au voisinage de +∞, etc.
7. x 7→ xα eP (x) , P polynôme sans terme constant

On définit alors :

Définition 15.4.7 (Développement asymptotique)

Un développement asymptotique d’une fonction f sur une échelle de comparaison E au voisinage de x0
à la précision ϕ ∈ E est la donnée d’une approximation de f de la forme :
X
f (x) = aψ ψ(x) + o(ϕ(x)),
x→x0
ψ∈E
ϕ=o(ψ) ou ψ=ϕ

où la somme a un nombre fini de termes non nuls.

Ainsi, un développement limité à l’ordre n n’est rien d’autre qu’un développement asymptotique sur
l’échelle (x 7→ (x − x0 )k )k∈N , avec la précision x 7→ (x − x0 )n .

Exemples 15.4.8
1 1√ 3 5 √ 35 2
1. p √ x→0= 1− x+ x− x x+ x + o(x2 ).
1+ x 2 8 16 128
sin(x) √ x3
2. √ = x − x2 x ln(x) − + x4 ln2 (x) + o(x4 ).
1 + x x · ln(x) x→0 6

La plupart des techniques précédentes s’adaptent. Il faut bien sûr être très vigilant sur la manipulation
des o. On peut remarquer que la notion de partie principale se généralise aussi, mais dépend de l’échelle
de comparaison choisie :

Définition 15.4.9 (Partie principale relativement à une échelle de comparaison)

Soit f une fonction admettant sur une échelle de comparaison E un développement asymptotique :
X
f (x) = aψ ψ(x) + o(ϕ(x)).
x→x0
ψ∈E
ϕ=o(ψ) ou ψ=ϕ

Soit ψ0 tel que aψ0 6= 0, et tel que aψ = 0 pour tout ψ de E vérifiant ψ0 = o(ψ). Alors la partie
principale de f relativement à l’échelle de comparaison E est la fonction aψ0 ψ0 .

Il s’agit donc de la partie prépondérante d’un développement asymptotique non trivial de f sur cette
échelle. En particulier, on remarquera que f est équivalente à sa partie principale au voisinage de x0 .

Exemples 15.4.10
√
1. x + x2 + x3 sur l’échelle (xα )α∈R , au voisinage de 0
√
2. x + x2 + x3 sur l’échelle (xα (1 + x))α∈R , au voisinage de 0.
V Applications 135

V Applications
V.1 Courbes polynomiales asymptotes à une courbe

Méthode 15.5.1 (Recherche de courbes polynomiales asymptotes)

Pour trouver les courbes polynomiales (par exemple les droites) asymptotes à la courbe de f en +∞,
il suffit de faire un DA à l’ordre 0 de f en +∞. En effet, les termes de degré négatifs de ce DA forment
une partie polynomiale. On obtient donc (en cas d’existence d’un tel DA), pour un certain m ∈ N :
 −m
1
f (x) = am + · · · + a0 + o(1) = am xm + · · · + a0 + o(1).
x→+∞ x x→+∞

Cela signifie que lim f (x) − (am xm + · · · + a0 ) = 0. Par définition, cela revient à dire que la courbe
x→+∞
polynomiale d’équation y = am xm + · · · + a0 est asymptote à la courbe de f en +∞.

Méthode 15.5.2 (Position de la courbe par rapport à une courbe asymptote)

Pour trouver la position de la courbe de f par rapport à une courbe polynomiale asymptote (par
exemple une droite asymptote), il suffit d’étudier le signe du terme de plus petit exposant strictement
positif) dans le DA. Par exemple, si ce terme est le terme de degré 1, on va obtenir, au voisinage de
+∞ :
 
m b 1 b
f (x) = am x + · · · + a0 + + o donc: f (x) − (am xm + · · · + a0 ) ∼ .
x x +∞ x

Ainsi, f (x) − (am xm + · · · + a0 ) est du signe de xb au voisinage de +∞, donc du signe de b ; cela fournit
la position, au voisinage de +∞ de la courbe de f par rapport à la courbe polynomiale asymptote
x 7→ am xm + · · · + a0 .

Exemple 15.5.3
e e
Montrer que la parabole d’équation y = ex2 + x − est asymptote à la courbe de f : x 7→
 1+x 2 24
1 e
x2 1 + , et que la courbe de f est au-dessus de l’asymptote (le terme d’ordre 1 est ).
x 48x

V.2 Extréma
Supposons que f admet un DL à un certain ordre k > 1 au voisinage de x0 , de la forme : f (x) =
a0 + ak (x − x0 )k + o((x − x0 )k ), avec ak 6= 0. Alors
• f admet un point critique en x0 si et seulement si k > 1
• la courbe de f présente alors un extremum en x0 si et seulement si k est pair ; il s’agit d’un
maximum si ak < 0 et d’un minimum si ak > 0.
En d’autres termes :

Proposition 15.5.4 (Étude d’un point critique)

Soit f admettant en x0 un point critique. Alors :
• f admet un extremum en x0 si et seulement si la partie principale de x 7→ f (x) − f (x0 ) au
voisinage de x0 est d’ordre pair ;
• dans ce cas, si a(x − x0 )α désigne cette partie principale, f admet un minimum local en x0 si
a > 0 et un maximum local si a < 0.
136 CHAPITRE 15. DÉVELOPPEMENTS LIMITÉS

⊳ Éléments de preuve.
L’équivalence avec la partie principale et la propriété de conservation du signe permettent de conclure.
⊲
Ainsi, pour savoir si f admet un extremum local en un point critique x0 , il suffit de trouver le premier
terme non nul de degré strictement positif du DL de f en x0

VI Développements limités des fonctions usuelles

Les développements limités suivants sont à bien connaître. Les dernières lignes sont les cas particuliers
les plus fréquents de la formule du DL de (1 + x)α .

Théorème 15.6.1 (DL des fonctions classiques)

n
x2 xn X xk
1. ex = 1 + x + + ···+ + o(xn ) = + o(xn )
x→0 2! n! x→0 k!
k=0
2 3 n−1 n X (−1)k−1 xk n
x x (−1) x
2. ln(1 + x) = x − + + ···+ + o(xn ) = + o(xn ).
x→0 2 3 n x→0 k
k=1
2 n 2n n
x (−1) x X (−1)k x2k
3. cos(x) = 1 − + ···+ + o(x2n+1 ) = + o(x2n+1 ).
x→0 2! (2n)! x→0 (2k)!
k=0
3 n 2n+1 n
x (−1) x X (−1)k x2k+1
4. sin(x) = x − + ···+ + o(x2n+2 ) = + o(x2n+2 ).
x→0 3! (2n + 1)! x→0 (2k + 1)!
k=0
3
x 2
5. tan(x) = x + + x5 + o(x5 ).
x→0 3 15
n
x3 x5 x2n+1 X x2k+1
6. Arctan(x) = x − + + · · · + (−1)n + o(x2n+2 ) = (−1)k + o(x2n+2 )
x→0 3 5 2n + 1 x→0 2k + 1
k=0
2 2n n
x x X x2k
7. ch(x) = 1 + + ···+ + o(x2n+1 ) = + o(x2n+1 ).
x→0 2! (2n)! x→0 (2k)!
k=0
3 2n+1 X x2k+1 n
x x
8. sh(x) = x + + ···+ + o(x2n+2 ) = + o(x2n+2 ).
x→0 3! (2n + 1)! x→0 (2k + 1)!
k=0
3
x 2
9. th(x) = x − + x5 + o(x5 ).
x→0 3 15
α(α − 1) 2 α(α − 1) · · · (α − n + 1) n
10. (1 + x)α = 1 + αx + x + ···+ x + o(xn )
x→0 2! n!
n
X α(α − 1) · · · (α − k + 1) k
= x + o(xn ).
x→0 k!
k=0
n
1 X
11. = 1 − x + x2 + · · · + (−1)n xn + o(xn ) = (−1)k xk + o(xn ).
1 + x x→0 x→0
k=0
n
1 X
12. = 1 + x + x2 + · · · + xn + o(xn ) = xk + o(xn ).
1 − x x→0 x→0
k=0
√ 1 1 1
13. 1 + x = 1 + x − x2 + x3 + o(x3 )
x→0 2 8 16
1 1 3 5
14. √ = 1 − x + x2 − x3 + o(x3 )
1+x x→0 2 8 16
 16
Séries numériques

Si sur une grandeur d, on prend la moitié, puis la moitié de la moitié puis encore la moitié
du reste, et ainsi de suite sans limitation de divisions, la grandeur obtenue en additionnant
une moitié de chaque division successive (division appelée dichotomie) ne pourra jamais être
égale exactement à la distance d. Avant d’arriver à son but, un mobile doit arriver à la moitié
de son parcours. Mais auparavant, il doit arriver à la moitié de la moitié... Le mobile doit
parcourir une quantité infinie d’unités d’espace. Il n’arrivera donc jamais à son but.

(Aristote, paradoxe de la dichotomie, dérivé du paradoxe de Zénon d’Élée)

Les séries divergentes sont une invention du diable, et c’est une honte de les utiliser dans la
moindre démonstration

(Niels Abel)

Qu’est-ce qu’une série ? Répondre à cette question pose un certain nombre de problèmes. Intuitivement,
ainsi que nous l’avons vu, une série est un objet collectant les différentes sommes des premiers termes
d’une suite. Autrement dit, il s’agit d’un point de vue sur les suites, différent du point de vue usuel,
puisqu’il s’agit ici de considérer les suites au travers de leurs sommes partielles. Mais comment définir de
façon spécifique un objet qui existe déjà, et dont on veut simplement modifier le point de vue ?
Définir une série comme un objet un de sommes de termes (un ) nécessite de s’être donné une suite (un ),
P

et de considérer les sommes partielles Sn associées à cette suite. Ainsi, une définition correcte d’une série
serait de la définir comme un couple ((un ), (Sn )) de deux suites, la seconde correspondant à la somme
partielle de la première. De la sorte, on définit la suite (un ) (un est le terme général de la série) ainsi que
le point de vue (le fait que l’on considère les sommes partielles). Certains auteurs se contentent de définir
une série comme la suite des sommes partielles d’une suite (un )n∈N , mais cette définition sous-entend la
donnée initiale d’une suite (un ) et ne diffère donc par réellement de la définition formelle sous forme d’un
couple. Même si cette définition est formellement moins rigoureuse, c’est celle-ci que nous retiendrons,
afin de ne pas trop mystifier un objet somme toute assez simple à appréhender.

I Notion de série et de convergence

I.1 Définitions

Définition 16.1.1 (Série)

(i) Soit (un )n∈N une suite de réels ou complexes. La série de terme général un , notée un , ou plus
P
n>0
simplement un , est, avec l’abus mentionné dans l’introduction du chapitre, la suite (Sn )n∈N
P
138 CHAPITRE 16. SÉRIES NUMÉRIQUES

des sommes partielles de la suite (un ), à savoir :

n
X
Sn = uk .
k=0

(ii) Sn est appelé somme partielle (d’ordre n) de la série un , et un est appelé terme général de la
P

série un .
P

Remarques 16.1.2
1. La donnée de la suite (Sn ) des sommes partielles de un permet de retrouver le terme général
P

un de la série, puisque

u 0 = S0 et ∀n ∈ N∗ , un = Sn − Sn−1 .

2. La définition se généralise de façon évidente pour des séries dont le premier terme est un0 , n0 ∈ N
(ou même n0 ∈ Z).

Avertissement 16.1.3
Attention à ne pas confondre suite (un )n∈N et série de terme général un .

La comparaison à des séries de référence permettra d’obtenir des critères efficaces de convergence, rendant
en général l’étude de la convergence des séries beaucoup plus aisée que celle des suites. Pour cette raison,
il est souvent intéressant de pouvoir ramener l’étude de la convergence d’une suite à celle d’une série, via
la relation de la remarque précédente :

Méthode 16.1.4 (Comment étudier la convergence d’une suite via les séries)
La convergence de la suite (un )n∈N équivaut à la convergence de la série (un+1 − un ). C’est un
P

moyen pratique de démontrer la convergence de certaines suites, en utilisant les techniques spécifiques
et performantes des séries.

Définition 16.1.5 (Convergence d’une série)

(i) On dit que la série un de terme général un converge si la suite (Sn )n∈N de ses sommes partielles
P

admet une limite finie. On note alors

+∞
X
un = lim Sn .
n→+∞
n=0

Cette quantité est appelée somme de la série de terme général un .

(ii) Une série non convergente est dite divergente.
(iii) Soit un une série convergente, et soit n ∈ N. Le n-ième reste de la série est :
P
n∈N

+∞
X +∞
X
rn = uk = u k − Sn .
k=n+1 k=0

(iv) La nature de la série un est le fait d’être convergente ou divergente.

P
I Notion de série et de convergence 139

Remarque 16.1.6
Par convention, afin de ne pas avoir d’ambiguïté dans la terminologie, nous parlerons de série divergente
également lorsque nous adopterons un point de vue dans R, dans le cas d’une série dont les sommes
partielles tendent vers +∞ ou −∞. Nous nous autoriserons cependant parfois dans cette situation à
écrire l’égalité suivante, valable dans R
+∞
X +∞
X
un = +∞ ou un = −∞.
n=0 n=0

Avertissement 16.1.7
Toute série divergente ne diverge pas vers +∞ ou −∞ !

Exemple 16.1.8
(−1)n
P

Nous verrons plus loin qu’une façon efficace de montrer la convergence d’une série est de la comparer
à une autre série dont on connaît les propriétés de convergence. Pour cette raison, il est important de
connaître les propriétés de convergence d’un certain nombre de séries de référence. De l’importance du
théorème suivant !

Théorème 16.1.9 (Séries géométriques) +∞

X 1
an =
P n
Soit a ∈ C. La série a converge si et seulement si |a| < 1 ; dans ce cas, .
n=0
1−a

L’exemple suivant est également d’une grande importance (peut-être encore plus que les séries géomé-
triques). Nous nous contentons de l’indiquer en exemple pour le moment : nous énoncerons un théorème
plus général un peu plus tard.

Exemple 16.1.10 (Série de Riemann de paramètre 1)

P 1
La série n est divergente. Cette série est appelée série harmonique
n>1

I.2 Propriétés liées à la convergence

Soit (un )n∈N et (vn )n∈N deux suites.

Proposition 16.1.11
Si (un )n∈N et (vn )n∈N ne diffèrent que d’un nombre fini de termes, alors un et vn sont de même
P P

nature.

⊳ Éléments de preuve.
À partir d’un certain rang, la différence des sommes partielles est constante. ⊲

Théorème 16.1.12 (CN de convergence portant sur le terme général)

Si u converge, alors (un )n∈N tend vers 0. De manière équivalente, si (un )n∈N ne tend pas vers 0,
P
Pn
alors un diverge.
140 CHAPITRE 16. SÉRIES NUMÉRIQUES

⊳ Éléments de preuve.
Écrire un = Sn − Sn−1 . ⊲

Définition 16.1.13 (Divergence grossière)

Si (un )n∈N ne tend pas vers 0, on dit que un diverge grossièrement.
P

Avertissement 16.1.14
La réciproque est fausse. Une série dont le terme général est de limite nulle peut diverger. C’est le
P1
cas par exemple de n . Ainsi, il existe des séries divergentes sans être grossièrement divergentes.

Proposition 16.1.15 (Linéarité)

Soit λ et µ deux complexes.
1. Si un et vn convergent, alors (λun + µvn ) converge, et :
P P P

+∞
X +∞
X +∞
X
(λun + µvn ) = λ un + µ vn .
n=0 n=0 n=0

2. Si un converge et vn diverge, alors (un + vn ) diverge.

P P P

3. Si un et vn divergent, on ne peut rien conclure sur un + vn .

P P P

⊳ Éléments de preuve.
Linéarité des sommes finies, et propriété des limites sur les CL, appliquée aux sommes partielles. ⊲

II Séries à termes positifs

Dans tout ce paragraphe, sauf indication contraire, on considère des séries un , à termes positifs, c’est-
P

à-dire telles que pour tout n ∈ N, un > 0. On peut transcrire facilement tout ce qui suit :
• au cas où : ∃N ∈ N, ∀n > N, un > 0 ((un )n∈N est positive à partir d’un certain rang) : en effet
deux séries ne différant que d’un nombre fini de termes ont même nature ;
• au cas d’une série à termes tous négatifs puisque an et (−an ) ont même nature.
P P

II.1 Comparaisons entre séries à termes positifs

La plupart des règles rendant l’étude des séries à terme positifs plutôt aisée résultent du résultat suivant,
scholie du théorème de convergence monotone des suites.

Proposition 16.2.1 (Convergence dans R d’une série à termes positifs)

Soit un une série à termes positifs. Alors soit un converge, soit elle diverge vers +∞.
P P

⊳ Éléments de preuve.
La somme partielle est croissante. ⊲

En particulier, on en déduit le premier résultat de comparaison des séries, duquel découle tous les autres :
II Séries à termes positifs 141

Théorème 16.2.2 (Théorème de comparaison des séries à termes positifs, TCSTP)

Soit un et vn deux séries à termes positifs telles qu’il existe N ∈ N tel que pour tout n > N ,
P P

0 6 un 6 vn . Alors :
1. si vn converge, un converge aussi ;
P P

2. si un diverge, vn diverge aussi.

P P

De plus, si la divergence est grossière pour un , elle l’est aussi pour vn .

P P

⊳ Éléments de preuve.
La propriété précédente auquelle on ajoute l’information de majoration apportée par la convergence
de vn .
P
⊲

Le deuxième point (si on omet le cas de divergence grossière) n’est évidemment rien de plus que la
contraposée du premier.
Il faut bien comprendre qu’une série un est la somme de plein de un : si les un (positifs) sont suffisam-
P

ment petits la somme ne grossit pas trop vite et converge ; si les un ne deviennent pas assez vite petits,
en revanche, la somme grossit trop vite et diverge.
Ainsi, une inégalité du type 0 6 un 6 vn permet de contrôler la taille des éléments que l’on somme.
Si vn converge, cela signifie que les vn restent assez petits, donc les un aussi. Inversement, si
P P
un
diverge, cela signifie que les un ne deviennent pas petits assez vite, donc les vn non plus !

II.2 Convergence absolue et semi-convergence

Avant de voir d’autres théorèmes de comparaison découlant directement du théorème ci-dessus, voyons
une conséquence importance de ce théorème, permettant souvent de ramener l’étude de séries à termes
quelconques à des études de séries à termes positifs. Ceci est particulièrement intéressant du fait que
pour les séries à termes positifs, on dispose d’outils d’étude assez efficaces, en particulier les théorèmes
de comparaison.

Définition 16.2.3 (Convergence absolue)

On dit que un converge absolument si la série |un | est convergente.
P P

Comme l’indique bien la terminologie, nous avons :

Théorème 16.2.4 (Convergence absolue entraîne convergence)

Toute série réelle ou complexe absolument convergente est convergente.

⊳ Éléments de preuve.
Rappel : pour une série réelle, décomposer en partie positive et partie négative, et utiliser 0 6 x+ 6 |x|
et le TCSTP. Pour les séries complexes, décomposer en partie réelle et partie imaginaire. ⊲

C’est cette propriété qui permet bien souvent de ramener l’étude d’une série quelconque à l’étude d’une
série à termes positifs. Ce n’est malheureusement pas toujours possible :

Avertissement 16.2.5
La réciproque est fausse. Il existe des séries convergentes, mais pas absolument convergentes.
142 CHAPITRE 16. SÉRIES NUMÉRIQUES

Exemple 16.2.6
X (−1)n
Pour α ∈]0, 1], la série est convergente, mais pas absolument convergente. On montre sa
nα
n>1
convergence en montrant que les deux suites extraites (S2n ) et (S2n+1 ) de la suite de ses sommes
partielles sont adjacentes.

Définition 16.2.7 (Série semi-convergente)

Si un est convergente sans être absolument convergente, on dit que la série est semi-convergente.
P

P (−1)n
Ainsi, par exemple, la série harmonique alternée n est semi-convergente.

II.3 D’autres théorèmes de comparaison

Le théorème de comparaison des séries à termes positifs suggère, assez logiquement, que ce qui importe
pour assurer la convergence d’une série, c’est que ses termes soient suffisamment petits lorsque n devient
grand, donc c’est la vitesse de convergence de un vers 0 : plus un converge vite vers 0, plus la série a
de chances d’être convergente. Ceci se traduit bien par des propriétés de dominance ou de négligeabilité,
fournissant notre deuxième critère de convergence. Comme les relations de dominance et de négligeabilité
s’exprime par des majorations des valeurs absolues, on obtiendra même ainsi des critères de convergence
absolue.

Théorème 16.2.8 (Comparaison des séries par domination ou négligeabilité)

Soit un une série à termes quelconque, et vn une série à termes positifs telles que un = O(vn )
P P

(ou un = o(vn )). Alors :

• la convergence de vn entraîne la convergence absolue de un .
P P

• la divergence de un (celle de |un | suffit) entraîne la divergence de vn .

P P P

⊳ Éléments de preuve.
On a |un | 6 M vn à partir d’un certain rang, puis TCSTP. ⊲

Il paraît alors raisonnable de se dire que deux séries dont les termes généraux se comportent sensiblement
de la même façon en +∞ sont de même nature. Cela constitue notre troisième critère de comparaison
pour les séries à termes positifs.

Théorème 16.2.9 (Théorème de comparaison de séries à termes positifs par équivalence)

Soit un et vn deux séries à termes positifs. Si un ∼ vn , alors les séries un et vn sont de
P P P P
+∞
même nature.

⊳ Éléments de preuve.
On a un = O(vn ) et vn = O(un ). Cette propriété est plus généralement vraie avec un = Θ(vn ), à
termes positifs. ⊲

Avertissement 16.2.10
Ce résultat est faux si on ne suppose pas la positivité des séries !
II Séries à termes positifs 143

Exemple 16.2.11
X (−1)n X (−1)n
Contre-exemple dans le cas de séries à termes quelconques : √ converge et √
n n + (−1)n
(−1)n (−1)n
diverge. Pourtant : √ ∼ √ .
n +∞ n + (−1)n

II.4 Comparaison entre une série et une intégrale

La somme est la version discrète de l’intégrale. Si une
Z +∞fonction f évolue « de façon raisonnable » entre deux
valeurs entières, on peut espérer que f (n) et f (t) dt ont les mêmes propriétés de convergence.
P
0
On peut le faire par encadrement des sommes partielles par des intégrales, comme on l’a fait en début
d’année. Ces encadrements peuvent d’ailleurs aussi donner des résultats plus précis (équivalents des restes
ou des sommes partielles).
On présente cette méthode de façon un peu plus conceptuelle, en la combinant avec le TCSTP. On
commence par un lemme caractérisant la convergence des intégrales (de fonctions positives) par une
convergence discrète

R +∞
Lemme 16.2.12 (Caractérisation discrète de la convergence de f (t) dt, f > 0)
a
R +∞
Soit f une application positive, continue sur [a, +∞[, et n0 > a. L’intégrale a f (t) dt converge si et
R 
n+1
seulement si la série de terme général n f (t) dt converge.
n>n0

⊳ Éléments de preuve.
Rx
C’est bien sûr Chasles, d’abord. Puis la croissance de x 7→ n0
f (t) dt, qui assure l’existence d’une
limite dans R quand x tend vers +∞. ⊲

Théorème 16.2.13 (Théorème de comparaison entre série et intégrale)

Soit a ∈ R+ et soit f : [a, +∞[→ R une fonction décroissante continue et positive. Alors
P
f (n)
n>a
Z +∞
converge si et seulement si f (t) dt converge.
a

⊳ Éléments de preuve.
Encadrer sur un intervalle [n, n + 1] par décroissance de f :
Z n+1
f (n + 1) 6 f (t) dt 6 f (n),
n

puis utiliser le TCSTP et le lemme. ⊲

Z +∞
En d’autres termes, sous les hypothèses du théorème, la série f (n) et l’intégrale f (t) dt sont de
P
n>a a
même nature.
La méthode d’encadrement développée ci-dessus est utile dans d’autres circonstances, par exemple pour
obtenir des équivalents de sommes partielles (en cas de divergence) ou de restes (en cas de convergence).

II.5 Séries de référence

Pour pouvoir utiliser efficacement les théorèmes de comparaison, il faut disposer d’un certain nombre
de séries de référence, dont on connaît bien le comportement, et auxquelles nous pourrons comparer les
autres séries. Nous avons déjà vu les séries géométriques :
144 CHAPITRE 16. SÉRIES NUMÉRIQUES

Théorème 16.2.14 (Nature des séries géométriques)

P n
Soit z ∈ C. La série z converge si et seulement si |z| < 1. La convergence est alors absolue, tandis
que la divergence est grossière.

Théorème 16.2.15 (Nature des séries exponentielles)

X zn
La série exponentielle est absolument convergente, pour toute valeur de z ∈ C (sa somme étant
z
n!
e ).

⊳ Éléments de preuve.
La convergence a déjà été démontrée pour x ∈ R par la formule de Taylor avec reste intégrale (en
exercice), ce qui est suffisant pour obtenir la CVA dans le cas général. On donnera plus loin une autre
justification basé sur le critère de d’Alembert. Par ailleurs, la valeur de la somme a été également
obtenue par la formule de Taylor dans le cas réel ; on le justifiera plus tard dans le cas complexe en
utilisant le théorème du produit de Cauchy (voir fin du chapitre). ⊲

Enfin, la troisième famille de séries de référence est constituée des séries de Riemann.

Définition 16.2.16 (Série de Riemann)

X 1
La série de Riemann de paramètre α ∈ R est la série .
nα
n>1

Du théorème de comparaison entre séries et intégrales, on déduit :

Théorème 16.2.17 (Nature des séries de Riemann)

X 1
Soit α ∈ R. La série de Riemann converge si et seulement si α > 1.
nα
n>1

⊳ Éléments de preuve.
Dans le cas α > 0, cela s’obtient par comparaison série-intégrale : les intégrales obtenues se calculent
explicitement. Dans le cas α 6 0, on a divergence grossière. ⊲

Voici une autre famille, généralisant les séries de Riemann, souvent prise en référence, mais hors-programme
(à savoir réétudier rapidement) :

Proposition 16.2.18 (Nature des séries de Bertrand, HP)

X 1
La série de Bertrand de paramètre (α, β) ∈ R2 , définie par , est convergente si et seulement
n>2
n lnβ n
α

si (α, β) > (1, 1) pour l’ordre lexicographique.

⊳ Éléments de preuve.
Le cas limite α = 1 s’obtient par comparaison série-intégrale. Les autres cas s’obtiennent par com-
paraison à une série de Riemann, et seront développés en exemple d’application des critères de
comparaison donnés dans le paragraphe suivant. ⊲
II Séries à termes positifs 145

Remarque 16.2.19
L’ordre de grandeur de la limite entre convergence et divergence, égal à n1 sur l’échelle n1α donnée


1
par les séries de Riemann, peut être affinée en n ln(n) sur l’échelle donnée par les séries de Bertrand.
Les séries de Bertrand peuvent en fait être généralisées en ajoutant au dénominateur d’autres termes,
puissances de composées successives du logarithme. On peut montrer que la limite de convergence
s’obtient, comme plus haut, pour l’ordre lexicographique, pour tous les exposants égaux à 1. Par
1
exemple converge si et seulement si (α, β, γ, δ) > (1, 1, 1, 1).
P
nα lnβ (n) lnγ (ln n) lnδ (ln(ln(n)))

II.6 Comparaison avec une série de Riemann

Des comparaisons avec les séries de référence, on déduit un certain nombre de critères de convergence
assez efficaces. Ces critères n’étant pas explicitement au programme, il convient de bien se souvenir de la
manière de les obtenir rapidement à partir des résultats généraux de comparaison. Connaître ces critères
hors-programme permet toutefois de savoir rapidement comment diriger son raisonnement.

Théorème 16.2.20 (Règle de Riemann, ou règle « nα un »)

Soit un une série à termes positifs.
P

1. S’il existe α > 1 tel que nα un −→ 0, alors un converge.

P

2. Si nun → +∞, alors un diverge.

P

⊳ Éléments de preuve.
1. On a alors un = o( n1α ).
1
2. On a alors n = o(un ). On conclut par contraposée du théorème de comparaison.
⊲

Exemple 16.2.21
Séries de Bertrand.

II.7 Comparaison avec une série géométrique

Théorème 16.2.22 (Règle de d’Alembert)

 
un+1
Soit un une série à termes quelconques. On suppose que admet une limite ℓ. Alors :
P
un

1. Si 0 6 ℓ < 1, alors un converge absolument.

P

2. Si ℓ > 1, alors un diverge grossièrement.

P

3. Si ℓ = 1, on ne peut pas conclure par cette méthode.

⊳ Éléments de preuve.
1. À partir d’un certain rang, on peut majorer (un ) par une série géométrique de raison ℓ′ ∈]ℓ, 1[
2. De même dans l’autre sens, ou plus simplement, (un ) est strictement croissante à partir d’un
certain rang donc grossièrement divergente.
3. Chercher des exemples variés parmi les séries de référence.
⊲
146 CHAPITRE 16. SÉRIES NUMÉRIQUES

Exemples 16.2.23
1. On peut retrouver de manière élémentaire, et sans référence à la fonction exponentielle, la
P zn
convergence de n!
2. Plus généralement, ce critère est souvent très efficace pour l’étude des séries du type an z n
P

(séries entières). Par exemple n ln(n)z n .

P

III Étude de la semi-convergence

III.1 Séries alternées
Le premier cas simple de semi-convergence facile à étudier est le cas de toutes les séries s’étudiant de
X (−1)n
la même façon que . En étudiant de plus près la preuve de la convergence de cette série, on
n
se rend compte que les propriétés nécessaires à établir cette convergence sont celles rassemblées dans le
définition suivante :

Définition 16.3.1 (Série alternée)

On dit qu’une série un est alternée s’il existe une suite positive décroissante de limite nulle (an ) telle
P

que un = (−1)n an .

Nous avons déjà justifié une partie du résultat ci-dessous :

Théorème 16.3.2 (Théorème spécial de convergence des séries alternées, TSCSA)

1. Toute série alternée est convergente
2. Ses sommes partielles sont du signe du premier terme.
3. Ses restes sont du signe de leur premier terme et majorés en valeur absolue par ce premier
terme.

⊳ Éléments de preuve.
Rappel rapide : (S2n ) et (S2n+1 ) sont deux suites adjacentes. La monotonie de S2n et S2n+1 permet
d’obtenir également les deux propriétés sur les sommes partielles et les restes. ⊲

Avertissement 16.3.3
N’oubliez pas l’hypothèse de décroissance dans la définition des séries alternées. Sans cette hypothèse,
le TSCSA entre en défaut.

Exemple 16.3.4
X (−1)n
√ est une série dont le terme général tend vers 0 et a un signe qui alterne. Cependant elle
n + (−1)n
est divergente. C’est la série que nous avons déjà utilisée pour contredire le théorème de comparaison
par équivalents pour des séries à termes quelconques.

III.2 Critère d’Abel

Le critère d’Abel généralise le TSCSA, permettant par exemple de remplacer le signe (−1)n par un terme
cos(αn) ou sin(αn), ou par une exponentielle complexe ei αn . En particulier, contrairement au cas des
séries alternées, il est utilisable dans le cas complexe.
IV Familles sommables 147

Théorème 16.3.5 (Critère d’Abel, HP)

1. Soit an bn une série telle que (an ) soit réelle positive décroissante de limite nulle, et telle que
P

la suite (Bn ) des sommes partielles de bn soit bornée. Alors an bn converge.

P P

2. Les suites (bn ) définies par bn = ei nα , cos(nα) et sin(nα) remplissent les conditions requises,
lorsque α 6≡ 0 [2π].

⊳ Éléments de preuve.
Faire une transformation d’Abel en écrivant bn = Bn −Bn−1 : regrouper les Bn , étudier la convergence
absolue par majoration, en remarquant qu’une des hypothèses permet de se débarrasser des valeurs
absolues sur les différences de ai , ce qui nous ramène à un type de série très particulier s’étudiant
très facilement.
Les cas particuliers s’obtiennent par calcul explicite et majoration de Bn . ⊲

Exemples 16.3.6
1. La convergence des séries alternées peut être vu comme un cas particulier de ce théorème
X cos n
2. √ converge
n
X zn
3. converge si et seulement si |z| 6 1 et z 6= 1.
n

IV Familles sommables
Il n’est pas très dur de remarquer qu’en général, changer l’ordre de sommation dans une série modifie
la valeur de la somme et même les propriétés de convergence (lorsque la série est semi-convergente
initialement). Ainsi, l’ordre dans lequel s’effectue la sommation semble avoir une importance. Dans de
nombreuses situations pourtant, on souhaite sommer des valeurs sans avoir un ordre privilégié. C’est
le cas par exemple pour les calculs de probabilités, ou d’espérance, n’ayant pas d’ordre privilégié sur
l’ensemble des valeurs prises par une variable X, n’ayant pas la possibilité en général de les numéroter
dans l’ordre croissante, s’il y a des points d’accumulation).
Nous présentons dans ce chapitre un moyen de s’affranchir de cet ordre de sommation sous certaines
hypothèses.

IV.1 Familles sommables de nombres réels positifs

On rappelle que l’opération a + ∞ est bien définie, égale à +∞ pour tout a ∈ R+ . En particulier, tout
couple (a, b) ∈ R+ peut être sommé dans R+ .
Par ailleurs, R+ peut être muni d’une relation d’ordre total prolonngeant l’ordre de R+ en posant +∞ > a
pour tout a ∈ R+ . Tout sous-ensemble X de R+ admet alors une borne supérieur dans R+ muni de cet
ordre :
• s’il est non vide et majoré par un réel, d’après la propriété fonndamentale de R
• s’il est non vide et maoré par aucun réel, alors +∞ est son seul majorant, donc aussi le plus petit
des majorant.
• s’il est vide, tout élément de R+ est un majorant donc le plus petit des majorants (la borne
supérieure) est 0.
Remarquez l’importance de bien préciser l’ensemble ordonné de référence pour le dernier cas : la borne
supérieure de ∅ dans R+ n’est pas la même que dans R entier.
Pour tout ensemble I, on note Pf (I) l’ensemble des parties finies de I.
148 CHAPITRE 16. SÉRIES NUMÉRIQUES

Pour motiver la définition de la sommabilité, on reexprime la convergence d’une série à termes positifs de
façon à ne plus faire intervenir l’ordre (infini) de sommation, grâce à une version symétrisée dans laquelle
toutes les sommes finies ont des rôles équivalents, et plus seulement les sommes partielles.

Théorème 16.4.1 (Reexpression de la convergence des STP)

+∞
Soit an une STP. Alors an est bien définie dans R et
P P
k=0

+∞
( )
X X
an = sup ak , J ∈ Pf (N) .
k=0 k∈J

En particulier, an converge ssi l’ensemble de toutes les sommes finies est majoré.
P

⊳ Éléments de preuve.
• Toute somme finie est majorée par une somme partielle donc par la somme totale
• Réciproquement, les sommes partielles sont des sommes sur une partie finie.
⊲
Cette propriété motive la définition suivante :

Définition 16.4.2 (Somme quelconque de termes positifs)

Soit I un ensemble quelconque et (ai )i∈I une famille d’éléments de R+ (éventuellement infinis). On
définit  
X X 
ai = sup aj , J ∈ Pf (I) .
R+
 
i∈I j∈J

Proposition 16.4.3 (somme d’inégalités)

Soit (ai )i∈I et (bi )i∈I deux familles à valeurs dans R+ . Si pour tout i ∈ I, ai 6 bi , alors
X X
ai 6 bi .
i∈I i∈I

⊳ Éléments de preuve.
Les sommes finies des ai sont majorées par les sommes finies correspondantes des bi , donc par la
somme totale des bi . ⊲

Définition 16.4.4 (Sommabilité)

Avec les notations ci-dessus, on dit que la famille (ai )i∈I est sommable si
P
ai < +∞.
i∈I

Proposition 16.4.5 (Sommabilité et somme d’une famille finie)

Si I est fini, et (ai )i∈I une famille de réels positifs (non infinis), alors (ai )i∈I est sommable et sa somme
correspond à la somme finie usuelle.

⊳ Éléments de preuve.
La somme finie sur I est le maximum (donc la borne supérieure) de l’ensemble des sommes finies. ⊲
IV Familles sommables 149

Proposition 16.4.6 (STP et familles sommables)

Soit an une STP.
P

+∞
1. Alors
P P
an = an
n=0 n∈N
(le terme de gauche étant la somme de la série, le terme de droite étant la somme de la famille
sommable).
2. En particulier, an converge ssi (an )n∈N est sommable.
P

Corollaire 16.4.7 (Invariance de la somme d’une STP par permutation des termes)
Soit an une STP et σ ∈ S(N) une permutation de N. Alors
P

+∞
X +∞
X
an = aσ(n) .
n=0 n=0

Cette égalité étant valide dans R+ , en particulier, les deux séries ont même nature.

⊳ Éléments de preuve.
La permutation σ induit une permutation J 7→ σ(J) de Pf (N). Ainsi, les sommes finies sont les
mêmes pour les deux séries, donc leur borne supérieure aussi. Remarquez que c’est aussi valide pour
i = ∅. ⊲

Remarque 16.4.8
La somme de termes positifs étant toujours définie dans R+ , les calculs (et les majorations) effectués
sur la somme sont valides sans avoir de justification de convergence à faire a priori. Cela nous autorisera
dans de nombreux calculs liés à des probabilités (calculs d’espérance) à faire les calculs avant l’étude
de convergence et à justifier la convergence a posteriori, par l’obtention d’un résultat non infini
Attention toutefois à n’utiliser cet argument que pour des familles positives !

On montre le théorème d’associativité ci-dessous, qui est en fait un théorème de sommation par paquets.

Théorème 16.4.9 (Associativité pour les familles positives)

Soit I un ensemble quelconque, (Ik )k∈K un recouvrement disjoint de I. Soit a = (ai )i∈I une famille
d’éléments de R+ . Alors !
X X X
ai = ai .
i∈I k∈K i∈Ik

⊳ Éléments de preuve.
• Tout sous ensemble fini J de I est réunion disjointe des J ∩ Ik qui sont eux-mêmes finis et dont
seul un nombre fini est non vide. Cela donne une première inégalité en passant au sup.
• Réciproquement, partir de K ′ ⊂ K fini, et Ik′ ⊂ Ik finis. La somme sur les indices correspondants
est majorée par la somme totale (dans R+ ) passer au sup pour récupérer chacun des Ik . Puis
encore le sup pour récupérer K.
⊲
150 CHAPITRE 16. SÉRIES NUMÉRIQUES

Corollaire 16.4.10 (Théorème de Fubini positif )

Soit I et J deux ensembles quelconques, et (ai,j )(i,j)∈I×J une famille d’éléments de R+ . Alors
XX X XX
ai,j = ai,j = ai,j .
i∈I j∈J (i,j)∈I×J j∈J i∈I

⊳ Éléments de preuve.
] ]
Il suffit d’écrire I × J = {i} × J = I × {j} ⊲
i∈I j∈J

Corollaire 16.4.11
Soit (ai )i∈I et (bi )i∈I deux familles positives d’éléments de R+ , et λ > 0. Alors
X X X
ai + λbi = ai + λ bi .
i∈I i∈I i∈I

⊳ Éléments de preuve.
C’est Fubini, avec J = {1, 2} (pour séparer ai et bi ). Sortir λ ne pose pas de problème. ⊲
Cette relation est valide dans R+ , les termes eux-mêmes pouvant être infinis. En particulier, on obtient
alors :

Corollaire 16.4.12
Soit (ai )i∈I et (bi )i∈I deux familles positives sommables, et λ > 0. Alors (ai + λbi ) est aussi sommable.

IV.2 Famille sommable de nombres complexes

Définition 16.4.13 (Famille sommable)

• Soit (ai )i∈I une famille de réels ou complexes. On dit que (ai )i∈I est sommable si la famille de
réels positifs (|ai |)i∈I est sommable, i.e. si
P
|ai | < +∞.
i∈I
• On note ℓ1 (I) l’ensemble des familles sommables indexées sur I. Pour être plus précis, on peut
noter ℓ1 (I, X) l’ensemble des familles sommables indexées sur I à valeurs dans X ⊂ C.

Remarque 16.4.14
• Toute famille finie est sommable
• (an )n∈N est sommable ssi an est absolument convergente.
P

Proposition 16.4.15 (Sommabilité des sous-familles)

Toute sous-famille (aj )j∈J (J ⊂ I) d’une famille sommable est sommable.

Théorème 16.4.16 (Théorème de comparaison)

Soit (ui )i∈I une famille de complexes et (vi )i∈I une famille de réels positifs tels que pour tout i ∈ I,
|ui | 6 vi . Si (vi )i∈I est sommable, alors (ui )i∈I l’est aussi.
IV Familles sommables 151

⊳ Éléments de preuve.
Sommer les inégalités ⊲

Proposition 16.4.17 (Caractérisation de la sommabilité par Re, Im, + et −)

• Soit (ai )i∈I une famille de réels. Alors (ai )i∈I est sommable ssi (a+ −
i )i∈I et (ai )i∈I le sont.
• Soit (ai )i∈I une famille de complexes. Alors (ai )i∈I est sommable ssi (Re(ai ))i∈I et (Im(ai ))i∈I
le sont.

⊳ Éléments de preuve.
Dans un sens, les parties positives ou négatives se majorent en fonction de |ai |. Dans l’autre, écrire le
module comme somme de a+ −
i et ai . Pour le cas complexe, c’est un peu similaire, mais en majorant
le module cette fois par la somme des valeurs abolues de la partie réelle et de la partie imaginaire. ⊲

Définition 16.4.18 (Somme d’une famille sommable de réels, de complexes)

• Soit (ai )i∈I ∈ ℓ1 (I, R). On définit :
X X X
ai = a+
i − a−
i .
i∈I i∈I i∈I

• Soit (ai )i∈I ∈ ℓ1 (I, C). On définit :

X X X
ai = Re(ai ) + i Im(ai ).
i∈I i∈I i∈I

Proposition 16.4.19 (Caractérisation par ε de la somme)

Soit (ai )i∈I ∈ CI et S ∈ C. Les deux propriétés suivantes sont équivalentes :
(i) (ai )i∈I ∈ ℓ1 (I, C), et S =
P
ai
i∈I
(ii) Pour tout ε > 0, il existe Jε ∈ Pf (I) tel que pour tout K ∈ Pf (I) vérifiant Jε ⊂ K,

X
S− ai 6 ε.
i∈K

⊳ Éléments de preuve.
• Pour le sens direct, commencer par le cas de familles de réels : pour le sens direct, remarquer que
I = I+ ⊔ I− , où I+ est l’ensemble des indices tels que ai > 0, et I− l’ensemble des indices tels que
ai < 0. Approcher i∈I a+ i et
− ε
i∈I ai à 2 près par des sommes finies sur des sous-ensembles de
P P

I+ et I− .
• Toujours pour le sens direct dans le cas complexe, utiliser le cas réel sur (Re(ai ))i∈I et (Im(ai ))i∈I ,
′
puis considérer l’union des Jε/2 et Jε/2 associés.
• Réciproquement, si S et S vérifient tous deux cette propriété, en considérant Jε et Jε′ associés à
′

chacun des deux complexes S et S ′ , et K = Jε ∪ Jε′ , montrer que |S − S ′ | 6 2ε.

⊲

Théorème 16.4.20 (Linéarité de la somme)

X
L’ensemble ℓ1 (I) est un C-espace vectoriel, et (ai )i∈I 7→ ai est une forme linéaire sur ℓ1 (I).
i∈I
152 CHAPITRE 16. SÉRIES NUMÉRIQUES

En d’autres termes, si (ai )i∈I et (bi )i∈I sont deux familles sommables de complexes, et λ ∈ C, alors
(ai + λbi )i∈I est encore sommable, et
X X X
(ai + λbi ) = ai + λ bi .
i∈I i∈I i∈I

⊳ Éléments de preuve.
• La sommabilité de la CL est évidente par majoration du tg par IT.
• La linéarité se montre alors facilement à l’aide de la caractérisation précédente.
⊲

Proposition 16.4.21 (Cas des séries)

Une suite (an )n∈N est sommable si et seulement si elle est absolument convergente. On a alors

+∞
X X
an = an .
n=0 n∈N

De plus, la somme est invariante par permutation des termes

⊳ Éléments de preuve.
L’invariance par permutation peut s’obtenir en deux temps, d’abord pour les séries réelles (en utilisant
l’invariance par permutation des sommes des a+ −
n et des an ), puis pour les séries complexes (en utilisant
l’invariance par permutation des sommes des Re(an ) et des Im(an )). On peut aussi l’obtenir en une
fois par la caractérisation ci-dessus par ε, qui est indépendante d’un ordre qu’on se serait donné sur
les éléments de I. ⊲

Théorème 16.4.22 (Associativité pour les familles sommables)

Soit (Ik )k∈K un recouvrement disjoint de I.Soit a = (ai )i∈I une famille de réels ou complexes. Alors a
est sommable si et seulement chaque (ai )i∈Ik (k ∈ K) est sommable, de somme sk et de somme absolue
tk , et si la famille (tk )k∈K est sommable. Dans ce cas, (sk ) est également sommable, et :
X X XX
ai = sk = ai .
i∈I k∈K k∈K i∈Ik

⊳ Éléments de preuve.
En décomposant en partie réelle et partie imaginaire, on peut se contenter du cas où les ai sont réels.
En décomposant en partie positive et partie négative, on peut se ramener au cas positif, qu’on a déjà
traité. Pour comparer les sommabilités, regarder dans ce cas les conditions pour obtenir une somme
finie. ⊲

Corollaire 16.4.23 (Théorème de Fubini)

Soit I et J et (ai,j )(i,j)∈I×J une famille de réels ou complexes.
Alors (ai,j 
•  )(i,j)∈I×J est sommable si et seulement si pour tout i ∈ I, (ai,j )j∈J est sommable, et
X
 |ai,j | est sommable.
j∈J
i∈I
• On obtient une CNS de sommabilité similaire en intervertissant i et j.
V Autour de la série exponentielle 153

• En cas de sommabilité, on a alors :

XX XX
ai,j = ai,j .
i∈I j∈J j∈J i∈I

⊳ Éléments de preuve.
G G
Comme avant, il suffit d’écrire I × J = {i} × J = I × {j} ⊲
i∈I j∈J

La sommabilité peut s’exprimer sur les sommes simples successives plutôt que sur la famille doublement
indexée, en vertu du théorème d’associativité.

Théorème 16.4.24 (Produit de familles sommables)

Soit (ai )i∈I et (bj )j∈J deux familles sommables. Alors (ai bj )(i,j)∈I×J est sommable, et
! 
X X X
ai b j = ai  bj  .
(i,j)∈I×J i∈I j∈J

Ce résultat se généralise évidemment à un produit d’un plus grand nombre de familles.

⊳ Éléments de preuve.
La sommabilité peut s’obtenir par l’équivalence exprimée dans le théorème d’associativité (remarque
faite après Fubini), ou de façon directe, en majorant la somme des |ai bj | sur un sous-ensemble fini
de I × J par la somme sur un produit cartésien fini I ′ × J ′ . L’égalité résulte ensuite du théorème de
Fubini et de la linéarité. ⊲
Lorsque I = J = N, on repartitionne souvent ensuite N × N en diagonales. On obtient :

Théorème 16.4.25 (Produit de Cauchy)

Soit an et bn deux séries absolument convergentes. Soit pour tout n ∈ N,
P P
n>0 n>0

n
X
cn = ak bn−k .
k=0

Alors cn est absolument convergente, et

P
n>0

+∞ +∞ +∞
! !
X X X
an bn = cn .
n=0 n=0 n=0

⊳ Éléments de preuve.
Les hypothèses de sommabilité et le résultat précédent sur le produit de familles sommables as-
surent la sommabilité de (an bm )(n,m)∈N2 . Utiliser le théorème d’associativité en partitionnant par les
diagonales. ⊲

V Autour de la série exponentielle

V.1 La série exponentielle
154 CHAPITRE 16. SÉRIES NUMÉRIQUES

Définition 16.5.1 (série exponentielle)

zn
La série exponentielle de paramètre z ∈ C est la série
P
n∈N n!

Théorème 16.5.2 (Convergence de la série exponentielle)

La série exponentielle est absolument convergente, quelle que soit la valeur de z ∈ C. Sa somme définit
une fonction notée momentanément
+∞ n
X z
e(z) = .
n=0
n!

Théorème 16.5.3 (Propriété remarquable de l’exponentielle)

Soit z et z ′ deux complexes. Alors
e(z + z ′ ) = e(z)e(z ′ ).

⊳ Éléments de preuve.
Calculer e(z)e(z ′ ) sous forme d’un produit de Cauchy. ⊲

Corollaire 16.5.4 (Propriété de morphisme de l’exponentielle)

e est un morphisme de (C, +) dans (C∗ , ×).

⊳ Éléments de preuve.
Il reste à vérifier que e est bien à valeurs dans C∗ . La propriété remarquable et le fait que e(0) = 1
nous assure de l’inversibilité de e(z). ⊲

V.2 Lien avec la fonction exponentielle

Théorème 16.5.5 (Développements de exp, cos, sin)

Pour tout x ∈ R,

+∞ n +∞ +∞
X x X x2n X x2n+1
ex = , cos(x) = (−1)n , et sin(x) = (−1)n
n=0
n! n=0
(2n)! n=0
(2n + 1)!

⊳ Éléments de preuve.
D’après l’ITL, en majorant le reste. ⊲

Corollaire 16.5.6
Pour tout z ∈ C, e(z) = ez , i.e. :
+∞ n
X z
ez = .
n=0
n!

⊳ Éléments de preuve.
Le théorème précédent le donne pour les réels et pour les imaginaires pures. Terminer en utilisant la
propriété remarquable de l’exponentielle. ⊲
VI Dérivée des séries géométriques 155

n
Méthode 16.5.7 (Calcul de P (n) xn! )
P

Soit P ∈ Cn [X]. Décomposer P sur la base 1, X, X(X − 1), . . . , X(X − 1) . . . (X − n + 1), séparer,
simplifier les termes supérieurs de la factorielle.

Exemple
+∞
16.5.8
X 2n
(n3 + 1)
n!
k=0

VI Dérivée des séries géométriques

On justifie dans ce paragraphe que la série géométrique peut être dérivée terme à terme de la variable
complexe z, en dérivant le monôme z n de la même manière que pour les réels. Sachant exprimer (et
dériver comme dans R) la somme géométrique, ce résultat s’exprime ainsi :

Théorème 16.6.1 (Formule du binôme négatif )

Pour tout p ∈ N, pour tout nombre complexe tel que |z| < 1, la série ci-dessous est absolument
convergente, et
+∞
X p!
n(n − 1) . . . (n − p + 1)z n−p =
n=p
(1 − z)p+1

Cette formule peut se réécrire

+∞   +∞  
1 X n n−p X n + p n
= z = z .
(1 − z)p+1 n=p
p n=0
p

⊳ Éléments de preuve.
Récurrence sur p, en multipliant à chaque étape par la série géométrique, à l’aide d’un produit de
Cauchy. ⊲
Le cas réel se montre aussi par Taylor avec reste intégral, et s’adapte de façon plus générale au dévelop-
pement de (1 + x)α .

Méthode 16.6.2 (Calcul de P (n)xn )

P

(P ∈ Cn [X], x ∈ B(0, 1))

Décomposer P sur la base (X + 1)(X + 2) . . . (X + n), séparer, cela nous ramène à des sommes du
binôme négatif.

Exemple
+∞ 2
16.6.3
X n +n+2
.
3n
k=0
156 CHAPITRE 16. SÉRIES NUMÉRIQUES
 17
Intégration

On n’entend autre chose par somme des ordonnées d’un demi-cercle sinon la somme d’un
nombre indéfini de rectangles faits de chaque ordonnée avec chacune des petites portions égales
du diamètre, dont la somme [...] ne diffère de l’espace d’un demi-cercle que d’une quantité
moindre qu’aucune donnée.

(Blaise Pascal)
Je dois payer une certaine somme ; je fouille dans mes poches et j’en sors des pièces et des
billets de différentes valeurs. Je les verse à mon créancier dans l’ordre où elles se présentent
jusqu’à atteindre le total de ma dette. C’est l’intégrale de Riemann. Mais je peux opérer autre-
ment. Ayant sorti tout mon argent, je réunis les billets de même valeur, les pièces semblables,
et j’effectue le paiement en donnant ensemble les signes monétaires de même valeur. C’est
mon intégrale.

(Henri Lebesgue)
Une autre citation, n’ayant pas beaucoup de rapport avec les intégrales, celle-là, mais faisant une référence
insolite à un autre objet mathématique issu des théories de Bernhard Riemann :
Près de Shepherd’s Bush, deux mille couples de Bêtas-Moins jouaient au tennis, en doubles
mixtes, sur des surfaces de Riemann.

(Aldous Huxley, Le Meilleur des Mondes)

Le but de ce chapitre est de donner un fondement rigoureux à la théorie de l’intégration. Il existe plu-
sieurs constructions de l’intégrale. Celle que nous donnons est historiquement la première complètement
formalisée, et est due à Bernhard Riemann (1826-1866).

Note Historique 17.0.1

La notion d’intégration est ancienne, mais la théorie de l’intégration n’a vraiment été fondée que par Leibniz
à la fin du 17-ième siècle. C’est lui qui introduit le symbolisme permettant de faire le lien entre dérivation et
intégration. C’est à lui également qu’on doit le signe , représentant un S pour somme.
R

Il faut attendre toute la théorisation de la notion de fonction et des notions relatives à la continuité pour une
formalisation rigoureuse. Il s’agit tout d’abord de la construction de l’intégrale de Riemann (1854), puis de
l’intégrale de Lebesgue (1902). D’autres variantes existent.

Nous nous intéressons donc à l’approche de Riemann. L’idée sous-jacente à la construction est l’interpré-
tation de l’intégrale comme l’aire sous la courbe. Cette aire est facile à déterminer pour des fonctions en
escalier : il s’agit de la somme d’aires de rectangles. On commence donc par définir l’intégrale de fonctions
en escalier, puis on définit plus généralement l’intégrale d’une fonction en l’approchant par des fonctions
en escalier. La question qui se pose au passage est de savoir quelles sont les fonctions pour lesquelles cette
158 CHAPITRE 17. INTÉGRATION

construction est possible (fonctions intégrables au sens de Riemann), donc quelles sont les fonctions qui
peuvent être approchées d’assez près par des fonctions en escalier, (et au passage, quel sens donner à
cette affirmation ?).
On commence donc par étudier les fonctions en escalier, puis on définit leur intégrale, et on étudie leurs
propriétés. Seulement après, on définit la notion d’intégrabilité au sens de Riemann, et on vérifie que
les propriétés sur les fonctions en escalier se transmettent au cas général. On montre que les fonctions
continues par morceaux sont intégrables au sens de Riemann, donc en particulier les fonctions continues.
Enfin, on termine en reprécisant le lien entre primitive et intégrale. L’aspect pratique et calculatoire ayant
déjà été vu dans un chapitre antérieur, nous nous en dispenserons ici.

I Intégrale des fonctions en escalier

Une fonction en escalier est une fonction constante par morceaux. Pour définir correctement les morceaux
de l’intervalle [a, b] sur lesquels f est constante, on introduit la notion de subdivision.

I.1 Notion de subdivision d’un intervalle

Définition 17.1.1 (subdivision d’un intervalle)

• Une subdivision σ de l’intervalle [a, b] est une suite finie strictement croissante

σ = (a = σ0 < · · · < σn = b).

• L’entier n est le nombre de parts de la subdivision.

• Les intervalles [σi , σi+1 ], i ∈ [[0, n − 1]] sont appelés intervalles de la subdivision.
• Le pas p(σ) de la subdivision est la longueur du plus grand intervalle :

p(σ) = max (σi+1 − σi ).

i∈[[0,n−1]]

On assimiliera souvent une subdivision σ à l’ensemble {σ0 , . . . , σn } ; ainsi, on s’autorisera à parler d’ap-
partenance, d’inclusion, d’union et d’intersection de subdivisions. Quitte à réordonner les éléments, une
union de subdivisions est encore une subdivision ; de même pour une intersection de subdivisions. Une
subdivision peut donc être vue comme un sous-ensemble fini de [a, b] contenant a et b.

Définition 17.1.2 (Relation de raffinement)

Soit σ et τ deux subdivisions de [a, b]. On dit que σ est plus fine que τ , et on note σ 6 τ si τ ⊂ σ
(autrement dit, la subdivision σ est obtenue de τ en rajoutant des points)

Théorème 17.1.3 (Le raffinement définit un ordre)

La relation 6 sur les subdivisions est une relation d’ordre.

I.2 Fonctions en escalier

En vue de construire l’intégrale par approximations, en commençant par un cas simple, nous introduisons
les fonctions en escalier. Nous nous contentons dans un premier temps de l’étude des fonctions d’un
intervalle [a, b] à valeurs dans R. Nous généraliserons plus loin les résultats obtenus pour des fonctions de
[a, b] dans C.
I Intégrale des fonctions en escalier 159

Définition 17.1.4 (Fonctions en escalier)

Une fonction f : [a, b] → R est dite en escalier s’il existe une subdivision σ = (α = σ0 < · · · < σn = b)
de [a, b] telle que f soit constante sur chacun des intervalles ]σi , σi+1 [, i ∈ [[0, n − 1]].

Définition 17.1.5 (Subdivision associée)

Soit f une fonction en escalier. Une subdivision σ telle que dans la définition 17.1.4 est appelée subdi-
vision associée à f .

Remarque 17.1.6
Il n’existe pas une unique subdivision associée à une fonction en escalier f . On peut toujours en trouver
une infinité. En effet, toute subdivision plus fine qu’une subdivision associée à f sera encore associée
à f.

Proposition 17.1.7 (Image d’une fonction en escalier)

L’image d’une fonction en escalier est un ensemble fini. En particulier, une fonction en escalier est
bornée.

⊳ Éléments de preuve.
S’il y a n paliers, cela fait 2n + 1 valeurs possibles (n pour les paliers, n + 1 pour les points de la
subdivision). ⊲

Lemme 17.1.8
Soit f une fonction en escalier de subdivision associée σ, et soit τ telle que τ 6 σ. Alors τ est associée
à f.

⊳ Éléments de preuve.
Évident ! ⊲

Lemme 17.1.9
Soient f et g deux fonctions en escalier. Il existe une subdivision commune associée à f et g.

⊳ Éléments de preuve.
Considérer l’union d’une subdivision associée à f et d’une subdivision associée à g. ⊲

Théorème 17.1.10 (Structure de l’ensemble des fonctions en escalier)

L’ensemble Esc([a, b]) des fonctions en escalier sur [a, b] est un sous-espace vectoriel de R[a,b] .

⊳ Éléments de preuve.
La stabilité par multiplication par un scalaire est évidente, la stabilité par somme découle du lemme
précédent. ⊲
160 CHAPITRE 17. INTÉGRATION

I.3 Intégrale d’une fonction en escalier

Dans cette section, les fonctions considérées sont à valeurs réelles.

Définition 17.1.11
Soit f une fonction en escalier, et σ une subdivision associée à f . On définit :

n−1
X
I(f, σ) = fi (σi+1 − σi ),
i=0

où, pour tout i ∈ [[0, n − 1]], fi désigne la valeur constante de f sur l’intervalle ]σi , σi+1 [.

Remarque 17.1.12
I(f, σ) est la somme de l’aire signée des rectangles situés entre l’axe des abscisses et les valeurs
constantes de f sur chacun des intervalles ]σi , σi+1 [. C’est donc l’aire entre l’axe et la courbe.

Théorème 17.1.13
Pour toutes subdivisions σ et τ associées à f , I(f, σ) = I(f, τ ). Autrement dit, la quantité I(f, σ) est
indépendante du choix de la subdivision associée σ.

⊳ Éléments de preuve.
En passant par σ ∪ τ , il suffit de montrer la propriété lorsque σ ⊂ τ . C’est alors évident, en groupant
dans la somme définissant I(f, τ ) les termes en paquets de sorte à retrouver la subdivision σ. C’est un
peu fastidieux à écrire (beaucoup d’indexations), mais géométriquement très simple à comprendre.
⊲

Définition 17.1.14 (Intégrale d’une fonction en escalier)

On définit l’intégrale de la fonction en escalier f sur [a, b] comme étant la valeur commune des I(f, σ),
Z Z b
pour les subdivisions associées σ. On note cette quantité f (x) dx, ou, plus souvent, f (x) dx.
[a,b] a
Ainsi, si σ est une subdivision quelconque associée à la fonction en escalier f , on a :
Z b n−1
X
f (x) dx = fi (σi+1 − σi ).
a i=0

De la définition et d’un bon choix de subdivision découle immédiatement :

Proposition 17.1.15 (Intégrale d’une fonction nulle presque partout)

Si f est nulle sauf en un nombre fini de points, son intégrale est nulle.

⊳ Éléments de preuve.
C’est une fonction en escaliers de paliers tous nuls. ⊲

Terminologie 17.1.16
Lorsque f est nulle sauf en un nombre fini de points, on dira que f est nulle presque partout, ou, en
abrégé, f est nulle pp. On écrira f = 0.
pp
I Intégrale des fonctions en escalier 161

I.4 Propriétés des intégrales de fonctions en escalier

Nous supposons toujours les fonctions à valeurs réelles.

Proposition 17.1.17 (Additivité par rapport aux bornes – relation de Chasles)

Soit f une fonction en escalier sur [a, b], et soit c ∈]a, b[. Alors f est en escalier sur [a, c] et sur [c, b],
et : Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c

⊳ Éléments de preuve.
Rajouter au besoin c dans la subdivision, et couper la somme en 2. ⊲

Proposition 17.1.18 (Linéarité)

: Esc([a, b]) −→ R est une forme linéaire sur l’espace vectoriel Esc([a, b]). Autrement dit, pour
R
[a,b]
toutes fonctions en escalier f et g, et tout réel λ, on a :
Z b Z b Z b
(f (x) + λg(x)) dx = f (x) + λ g(x) dx.
a a a

⊳ Éléments de preuve.
Se ramener à la linéarité de la somme, en travaillant sur une subdivision commune à f et g. ⊲

En particulier, de la nullité de l’intégrale d’une fonction nulle presque partout, il découle :

Proposition 17.1.19 (Intégrale de deux fonctions en escalier égales presque partout)

Si deux fonctions en escalier ne diffèrent qu’en un nombre fini de points, alors leurs intégrales sont
égales.

⊳ Éléments de preuve.
f − g =pp 0 puis linéarité. ⊲

Proposition 17.1.20 (Positivité, ou croissance, de l’intégrale)

Soit f et g deux fonctions en escalier sur [a, b] telles que pour tout x ∈ [a, b], f (x) 6 g(x). Alors :
Z b Z b
f (x) dx 6 g(x) dx.
a a
Z b
En particulier, si f est en escalier sur [a, b] et positive, f (x) dx > 0.
a

⊳ Éléments de preuve.
Commencer par le cas f > 0 : les fi sont positifs, donc l’intégrale aussi. Reste vrai si la positivité
n’est vérifiée que pp (les points de non positivité sont des points de la subdivision)
Cas f 6 g en étudiant g − f . ⊲
162 CHAPITRE 17. INTÉGRATION

Proposition 17.1.21 (Inégalité triangulaire intégrale)

Soit f une fonction en escalier sur [a, b], à valeurs réelles. Alors |f | est en escalier sur [a, b], et :
Z b Z b
f (x) dx 6 |f (x)| dx.
a a

⊳ Éléments de preuve.
σ adapté à f est aussi adapté à |f |. On est alors ramené à l’IT pour les sommes. ⊲

Définition 17.1.22 (extension

Z a de la notation intégrale)
Z a Z b
Par convention on pose f (x) dx = 0, et, si a < b, f (x) dx = − f (x) dx.
a b a

Alors, la relation de Chasles est vraie pour toute valeur de c, qu’elle soit ou non dans ]a, b[, à condition
que la fonction soit en escalier sur tous les intervalles considérés.

II Construction de l’intégrale de Riemann

L’idée de la construction est d’encadrer une fonction donnée le plus finement possible par des fonctions
en escalier, dans l’espoir de définir l’intégrale par ces approximations. Dans un premier temps, on reste
dans le cadre de fonctions à valeurs dans R.

II.1 Fonctions intégrables

Dans toute cette section, f désigne une fonction de [a, b] dans R.

Notation 17.2.1
On définit :
1. Esc− (f ) = {g ∈ Esc([a, b]) | ∀x ∈ [a, b], g(x) 6 f (x)}
2. Esc+ (f ) = {g ∈ Esc([a, b]) | ∀x ∈ [a, b], g(x) > f (x)}

Ainsi, Esc− (f ) est l’ensemble des fonctions en escalier minorant f et Esc+ (f ) est l’ensemble des fonctions
en escalier majorant f .
Remarquez que Esc− (f ) et Esc+ (f ) peuvent être vide, par exemple si f n’est pas bornée.

Définition 17.2.2 (Intégrabilité au sens de Riemann)

On dit que f est intégrable (au sens de Riemann) sur [a, b] si :
Z b
∀ε > 0, ∃g ∈ Esc− (f ), ∃h ∈ Esc+ (f ), (h(x) − g(x)) dx < ε.
a

Remarquez que cette intégrale est forcément positive.

Proposition 17.2.3 (CN d’intégrabilité)

Pour que f soit intégrable sur [a, b], il est nécessaire que f soit bornée.
II Construction de l’intégrale de Riemann 163

⊳ Éléments de preuve.
...car g et h le sont. ⊲
On définit :
(Z ) (Z )
b b
A− (f ) = g(x) dx | g ∈ Esc− (f ) , et A+ (f ) = g(x) dx | g ∈ Esc+ (f ) .
a a

On note, sous réserve d’existence :

I− (f ) = sup A− (f ) et I+ (f ) = inf A+ (f ).

Théorème 17.2.4
f est intégrable si et seulement si I− (f ) et I+ (f ) existent, et si I− (f ) = I+ (f ).

⊳ Éléments de preuve.
• Sens direct : L’existence de I+ (f ) et I− (f ) provient de la propriété fondamentale de R (bien vérifier
toutes ses hypothèses). L’inégalité g 6 h toujours vérifiée avec g et h comme dans l’énoncé montre
que I− (f ) 6 I+ (f ). La propriété d’intégrabilité montre que pour tout ε > 0, I+ (f ) − I− (f ) < 2ε.
On en déduit I+ (f ) 6 I− (f ).
• Réciproque par caractérisation des bornes supérieure et inférieure, en se laissant un 2ε de part et
d’autre de I+ (f ) = I− (f ).
⊲

Définition 17.2.5 (Intégrale de Riemann)

Si f est intégrable, on définit son intégrale comme étant la valeur commune de I+ (f ) et I− (f ) :
Z b
f (x) dx = I− (f ) = I+ (f ).
a

Proposition 17.2.6 (Critère d’intégrabilité)

Une fonction f définie sur [a, b] est intégrable si et seulement si pour tout ε > 0, il existe deux fonctions
en escalier ϕ et θ telles que

∀x ∈ [a, b], ϕ(x) − θ(x) 6 f (x) 6 ϕ(x) + θ(x),

Z b
et θ(x) dx 6 ε. Dans ce cas, on obtient :
a

Z b Z b
f (x) dx − ϕ(x) dx 6 ε.
a a

⊳ Éléments de preuve.
g+h h−g
Dans un sens, poser ϕ = 2 et θ = 2 . Dans l’autre, pose g = ϕ − θ et h = ϕ + θ. ⊲

Proposition 17.2.7 (Critère séquentiel d’intégrabilité)

Une fonction f définie sur [a, b] est intégrable si et seulement s’il existe deux suites de fonctions en
escalier (ϕn ) et (θn ) telles que

∀x ∈ [a, b], |f (x) − ϕn (x)| 6 θn (x),

164 CHAPITRE 17. INTÉGRATION

Z b Z b
et θn (x) dx −→ 0. Dans ce cas, ϕn (x) dx admet une limite et
a a
Z b Z b
ϕn (x) dx −→ f (x) dx.
a a

⊳ Éléments de preuve.
• Prendre εn de plus en plus petit dans le critère précédent.
• Réciproquement, prendre n suffisamment grand pour que l’intégrale de θn soit inférieure à ε pour
se ramener au critère précédent.
⊲
Intuitivement, l’intégrale d’une fonction f représente donc l’aire sous la courbe, obtenue par approxima-
tion. Cette aire sous la courbe peut être vue comme l’aire d’un rectangle de base [a, b], de hauteur égale
à la valeur moyenne de f sur [a, b]. Cela motive la définition suivante :

Définition 17.2.8 (Moyenne de f )

Soit f une fonction intégrable sur [a, b]. La moyenne de f sur [a, b]. est la quantité définie par l’intégrale
b
1
Z
f (x) dx.
b−a a

Le théorème des sommes de Riemann que nous verrons un peu plus loin précise cette notion de moyenne :
il s’agit en fait d’une limite de la moyenne des valeurs prises par f en n points régulièrement répartis sur
[a, b], limite prise lorsque le nombre de points n tend vers +∞.

II.2 Exemples importants de fonctions intégrables

Voici une classe importante de fonctions intégrables :

Théorème 17.2.9 (Intégrabilité des fonctions monotones)

Soit f une fonction monotone sur [a, b]. Alors f est intégrable sur [a, b].

⊳ Éléments de preuve.
Encadrer f entre deux fonctions en escalier sur des subdivisions régulières de plus en plus fines (en
prenant la valeur à gauche et à droite de f sur chaque intervalle). ⊲
Des arguments un peu plus fins, nécessitant l’utilisation du théorème de Heine (donc de la compacité),
amène l’intégrabilité de cette seconde classe de fonctions :

Théorème 17.2.10 (Intégrabilité des fonctions continues)

Soit f continue sur [a, b]. Alors f est intégrable sur [a, b].

⊳ Éléments de preuve.
Encadrer de même f sur chaque part de la subdivision régulière, en remarquant que l’amplitude de
cet encadrement peut être contrôlé grâce à la continuité uniforme de f . ⊲
Nous verrons un peu plus loin que cela reste vrai pour les fonctions continues par morceaux. Mais
auparavant, nous devons établir un certain nombre de propriétés de l’intégrale de Riemann.
Avant de quitter cette section, nous donnons un exemple de fonction bornée mais non intégrable :
II Construction de l’intégrale de Riemann 165

Exemple 17.2.11
Soit f : [0, 1] → R définie pour tout x ∈ [0, 1] par f (x) = 0 si x ∈ Q et f (x) = 1 si x ∈ R \ Q. Alors f
est bornée, mais n’est pas intégrable. Plus précisément, I− (f ) = 0 et I+ (f ) = 1.

II.3 Propriétés de l’intégrale

Proposition 17.2.12 (Additivité par rapport aux bornes – relation de Chasles)

Soit f une fonction définie sur [a, b] et c ∈]a, b[. Alors f est intégrable sur [a, b] si et seulement si f est
intégrable sur [a, c] et sur [c, b], et dans ce cas :
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx.
a a c

⊳ Éléments de preuve.
Par critère séquentiel. ⊲

Proposition 17.2.13 (Structure de l’ensemble des fonctions intégrables)

L’ensemble Int([a, b]) des fonctions intégrables sur [a, b] est un espace vectoriel sur R.

Proposition 17.2.14 (Linéarité de l’intégrale)

L’intégrale [a,b] : Int([a, b]) −→ R est une forme linéaire sur l’espace vectoriel Int([a, b]). Autrement
R

dit, pour toutes fonctions intégrables f et g, et tout réel λ, on a :

Z b Z b Z b
(f (x) + λg(x)) dx = f (x) + λ g(x) dx.
a a a

⊳ Éléments de preuve.
Les deux propriétés sont indissociables. Il s’agit de montrer la stabilité par CL, ce qui est facile par
critère séquentiel. La linéarité de l’intégrale en découle par bonus. ⊲

Corollaire 17.2.15
Si f et g sont égales presque partout, alors f est intégrable si et seulement si g l’est, et dans ce cas,
leurs intégrales sont égales.

Proposition 17.2.16 (Croissance et positivité de l’intégrale)

Soit f et g deux fonctions intégrables sur [a, b] telles que pour tout x ∈ [a, b], f (x) 6 g(x). Alors :
Z b Z b
f (x) dx 6 g(x) dx.
a a
Z b
En particulier, si f est intégrable sur [a, b] et positive, f (x) dx > 0.
a

⊳ Éléments de preuve.
Comme plus haut, il suffit d’établir le cas f > 0. N’y aurait-il pas une fonction en escalier très simple
dans Esc− (f ) donnant le résultat de façon immédiate ? ⊲
166 CHAPITRE 17. INTÉGRATION

Corollaire 17.2.17 (Inégalité de la moyenne)

Soit f une fonction intégrable sur [a, b] telle que m 6 f 6 M . Alors :
b
1
Z
m6 f (x) dx 6 M.
b−a a

Proposition 17.2.18 (Inégalité triangulaire intégrale)

Soit f une fonction intégrable sur [a, b]. Alors |f | est intégrable sur [a, b], et :
Z b Z b
f (x) dx 6 |f (x)| dx.
a a

⊳ Éléments de preuve.
Encore par critère séquentiel. ⊲

Avertissement 17.2.19
Il est important dans cette inégalité de bien respecter l’ordre des bornes : l’inégalité triangulaire n’est
valable que lorsque a < b.

Proposition 17.2.20 (Intégrabilité d’un produit)

Soit f et g deux fonctions intégrables sur [a, b]. Alors le produit f g est intégrable sur [a, b].

⊳ Éléments de preuve.
Par critère séquentiel, avec ϕn , θn associés à f et ϕ′n et θn′ associés à g. Montrer qu’on peut supposer
ϕ′n 6 2M ′ , où M ′ est un majorant de g (sinon, remplacer les valeurs posant problème par 0, sans
changer θ) Décomposer alors en f g − f ϕ′n + f ϕ′n − ϕn ϕ′n . ⊲

II.4 Intégrales des fonctions continues par morceaux

Définition 17.2.21 (Fonctions continues par morceaux sur un segment)

Soit f une fonction définie sur un segment [a, b]. On dit que f est continue par morceaux sur [a, b] s’il
existe une subdivision a = σ0 < · · · < σn = b de [a, b] telle que f soit continue sur tous les intervalles
ouverts ]σi , σi+1 [ (i ∈ [[0, n − 1]]), et admette des limites finies à droite en σ0 = a, à droite et à gauche
(pas nécessairement égales) en σ1 , . . . , σn−1 et à gauche en σn = b.

On définit plus généralement la notion de fonction continue par morceaux sur un intervalle quelconque,
même si nous n’aurons pas à nous servir de cette notion dans l’immédiat.

Définition 17.2.22 (Fonction continue par morceaux sur un intervalle)

Une fonction f définie sur un intervalle I est continue par morceaux sur cet intervalle si elle est continue
par morceaux sur tout segment inclus dans l’intervalle I.
II Construction de l’intégrale de Riemann 167

Théorème 17.2.23 (Intégrabilité des fonctions continues par morceaux)

Toute fonction continue par morceaux sur le segment [a, b] est intégrable.

⊳ Éléments de preuve.
Recoller les morceaux avec Chasles. ⊲

II.5 Sommes de Riemann

Théorème 17.2.24 (Sommes de Riemann)

Soit f une fonction continue sur [a, b]. Alors :

b n−1   n  
b−a X b−a b−a X b−a
Z
f (x) dx = lim f a+k = lim f a+k .
a n→+∞ n n n→+∞ n n
k=0 k=1

Plus généralement, soit pour tout n ∈ N, σ n = (σn,k )k∈[[0,ℓn ]] une subdivision, et supposons que p(σ n ) →
0 et soit pour tout n ∈ N et tout k ∈ [[0, ℓn − 1]], xn,k un élément de [σn,k , σn,k+1 ]. Alors
Z b ℓX
n −1

f (x) dx = lim (σn,k+1 − σn,k )f (xn,k ).

a n→+∞
k=0

⊳ Éléments de preuve.
ε
Par continuité uniforme si le pas est suffisamment petit f (xn,k ) est une b−a -approximation de f (x)
sur tout l’intervalle [σn,k , σn+1,k ], donc la somme diffère de l’intégrale de moins de ε. ⊲

On utilise souvent ce théorème sur l’intervalle [0, 1], avec la subdivision régulière. Cela s’écrit alors :

1 n−1   n  
1X k 1X k
Z
f (x) dx = lim f = lim f .
0 n→+∞ n n n→+∞ n n
k=0 k=1

Seul le cas d’une fonction f continue est au programme, cas dans lequel la démonstration se simplifie
notablement, en utilisant la continuité uniforme de f , mais le théorème reste vrai pour toute fonction
intégrable.

II.6 Extension des résultats aux fonctions à valeurs dans C

Étant donnée une fonction f : [a, b] −→ C, on peut décomposer f en f = f1 + i f2 , où f1 et f2 sont à
valeurs réelles. On définit alors :

Définition 17.2.25 (Intégrale d’une fonction à valeurs complexes)

Soit f = f1 + i f2 . On dit que la fonction f est intégrable si et seulement si f1 et f2 le sont, et dans ce
cas,
Z b Z b Z b
f (t) dt = f1 (t) dt + i f2 (t) dt.
a a a

On montre sans difficulté que l’ensemble des fonctions intégrables de [a, b] dans C est un espace vectoriel,
et que l’intégrale est une forme linéaire. On vérifie également sans peine la relation de Chasles, ainsi que
l’intégrabilité d’un produit de fonctions intégrables, en exprimant sa partie réelle et sa partie imaginaire
à l’aide des parties réelles et iméginaires des deux fonctions initiales.
168 CHAPITRE 17. INTÉGRATION

Par ailleurs, une fonction à valeurs dans C étant continue si et seulement sa partie réelle et sa partie
imaginaire le sont, on récupère également de la sorte l’intégrabilité des fonctions continues par morceaux
à valeurs dans C.
Le seul résultat qu’il ne soit pas complètement immédiat de généraliser est l’inégalité triangulaire, qu’on
peut déduire du cas réel par un argument de rotation :

Théorème 17.2.26 (Inégalité triangulaire intégrale dans C)

Soit f : [a, b] −→ C intégrable. Alors |f | est aussi intégrable, et
Z b Z b
f (t) dt 6 |f (t)| dt.
a a

⊳ Éléments de preuve.
Z b Z b
En notant f (t) dt = rei θ , et en remplaçant f par e− i θ f , on peut se ramener au cas où f (t) dt >
a Z b a

0. En particulier, cette intégrale est alors égale à fr (t) dt et la majoration relève alors de l’IT
a
pour des fonctions réelles. ⊲

III Primitives et intégration

Nous renvoyons au chapitre 10 pour les résultats suivants :

Théorème 17.3.1 (Expression intégrale d’une primitive)

Soit I un intervalle et f : I → R une fonction continue sur R. Alors f admet une primitive sur I.
De plus, soit x0 ∈ I et y0 ∈ R. L’unique primitive F de f telle que F (x0 ) = y0 est :
Z x
∀x ∈ I, F (x) = y0 + f (t) dt.
x0

En particulier, l’unique primitive F telle que F (x0 ) = 0 est :

Z x
∀x ∈ I, F (x) = f (t) dt.
x0

Corollaire 17.3.2 (Théorème fondamental du calcul des intégrales)

Soit f continue sur [a, b]. Soit F une primitive de f . Alors :
Z b
f (t) dt = F (b) − F (a).
a

Nous renvoyons également au chapitre 10 pour le tableau récapitulatif des primitives à connaître impérati-
vement sur le bout des doigts, ainsi que pour tous les théorèmes essentiels issus du théorème fondamental,
en particulier :
• Dérivation d’une intégrale dépendant de ses bornes
• Intégration par parties
• Changement de variable
 18
Fonctions de plusieurs variables

Le but de ce chapitre est d’introduire les techniques liées à l’étude des fonctions de plusieurs variables
réelles. Conformément au programme, nous énonçons en général les définitions et propriétés dans le
contexte de fonctions de 2 variables (essentiellement dans un souci de clarté, afin de limiter la lourdeur
des notations), à valeurs réelles mais l’essentiel de ce que nous énonçons se généralise sans problème à un
nombre fini quelconque de variables, sans autre difficulté.
Le point de vue adopté pour la dérivation est celui des dérivées partielles. La notion de différentielle, plus
intéressante pour des aspects théoriques, sera vue l’année prochaine.

I Limites et continuité d’une fonction de n variables réelles

Dans cette partie, nous faisons une entorse à notre introductionn, en étudiant des fonctions définies sur
un domaine D de Rn , et à valeurs dans Rm , n et m étant deux entiers strictement positifs.

I.1 Limites d’une fonction de n variables

Nous commençons par quelques rappels métriques et topologiques.
• Nous définissons la distance euclidenne sur Rn par

d(X, Y ) = kY − Xk,

où k.k est la norme euclidienne canonique. Ainsi,

   
x1 y1 v
u n
 .   .  uX
d .   .  t (yk − xk )2 .
 .  ,  .  =
k=1
xx yn

• Comme dans le cas de R, on définit les boules

B(X0 , r) = {X ∈ Rn | d(X, X0 ) < r} et B(X0 , r) = {X ∈ Rn | d(X, X0 ) 6 r}.

• Un voisinage V de X0 est un sous-ensemble de Rn tel qu’il existe ε > 0 tel que B(X0 , ε) ⊂ V . On
note V(X0 ) l’ensemble de tous les voisinages de X0 .
• Un ouvert est un ensemble qui est voisinage de tous ses points.
• Un point X0 est adhérent à un sous-ensemble A de Rn si pour tout ε > 0, B(X0 , ε) ∩ A 6= ∅.
On définit alors la notion de limite d’une fonction de n variables, à valeurs dans Rm :
170 CHAPITRE 18. FONCTIONS DE PLUSIEURS VARIABLES

Définition 18.1.1 (Limite, point de vue métrique)

Soit f une application définie sur un domaine D de Rn , à valeurs dans Rm , et X0 un point adhérent
au domaine. On dit que f admet une limite L ∈ Rm au point X0 si et seulement si :

∀ε > 0, ∃η > 0, ∀X ∈ D, kX − X0 k 6 η =⇒ kF (X) − Lk 6 ε.

Remarquez que les deux normes utilisées ne sont pas les mêmes, l’une étant définie sur Rn , l’autre sur
Rm .

Proposition 18.1.2 (Limite, caractérisation topologique)

Soit f une application définie sur un domaine D de Rn , et X0 un point adhérent au domaine. Alors f
admet la limite L au point X0 si et seulement si :

∀W ∈ V(L), ∃V ∈ V(X0 ), f (V ) ⊂ W.

⊳ Éléments de preuve.
De même que dans le cas réel. ⊲

Remarque 18.1.3
Comme dans le cas de fonctions métriques, on peut aussi avoir des caractérisations mixtes, en gardant
le point de vue métrique au départ ou à l’arrivée.

Proposition 18.1.4 (Caractérisation par les coordonnées)

Si f = (f1 , . . . , fm ), i.e. pour tout X ∈ D,

f (X) = (f1 (X), . . . , fm (X)),

n
où les fi sont des fonctions
 dela variable X ∈ R (donc de n variables réelles), à valeurs dans R, alors
ℓ1
 . 
 ..  ∈ R si et seulement si
m
f admet une limite L =  
ℓm

∀i ∈ [[1, m]], lim fi (X) = ℓi .

X→X0

⊳ Éléments de preuve.
Remarquer que par IT

|fi (X) − ℓi | 6 kf (X) − Lk 6 |f1 (X) − ℓ1 | + · · · + |fm (X) − ℓm |.

Méthode 18.1.5
Pour montrer que f admet une limite L en X0 , on essayera de majorer kf (X) − Lk en fonction de
kX − X0 k
II Rudiments de calcul différentiel 171

Exemple 18.1.6 !
0 x2
Déterminer la limite en de f : (x, y) 7→ |x|+|y| .
0

I.2 Continuité

Définition 18.1.7 (Continuité)

Soit f une fonction définie sur un sous-ensemble D de Rn , à valeurs dans Rm , et soit et X0 ∈ D. On
dit que f est continue en X0 si l’une des propriétés équivalentes suivantes est vérifiée :
(i) ∀ε > 0, ∃η, ∀X ∈ D, kX − X0 k 6 η =⇒ kf (X) − f (X0 )k 6 ε.
(ii) ∀V ∈ V(f (X0 )), ∃U ∈ V(X0 ), f (U ) ⊂ V.

Seul le cas de deux variables est au programme de première année.

Dans le cas de fonctions à valeurs réelles, les règles usuelles (somme, produit, quotient de fonctions
continues) restent valides dans ce cadre (avec des preuves similaires). On donne deux propriétés de
composition (à la source et à l’arrivée). Ces propriétés sont des cas particuliers de propriétés plus générales.

Proposition 18.1.8 (Continuité d’une composée)

Soit X et Y deux sous-ensembles de R, D un sous-ensemble de R2 . On se donne f : D → Y , ϕ1 , ϕ2 :
X → R et g : Y → R, telles que pour tout x ∈ X, (ϕ1 (x), ϕ2 (x) ∈ D.
1. Si f est continue en (x0 , y0 ) et g continue en f (x0 , y0 ), alors (x, y) 7→ g(f (x, y)) est continue
en (x0 , y0 ).
2. Si ϕ1 et ϕ2 sont continues en t0 et f est continue en (ϕ1 (t0 ), ϕ2 (t0 )), alors t 7→ f (ϕ1 (t), ϕ2 (t))
est continue en t0

Corollaire 18.1.9
1. La projection (x, y) 7→ x est continue sur R2 .
2. Soit U ⊂ R, et f : U → R une fonction d’une variable réelle continue sur U . Alors la fonction
(x, y) 7→ f (x) est continue sur U × R.

Exemples 18.1.10
1. (x, y) 7→ sin (y + cos(xy)) est continue sur R2
2. Le deuxième point de la proposition est très utile pour justifier la non continuité, en restreignant
f le long d’une courbe. Soit par exemple :
xy
f : (x, y) 7→ si (x, y) 6= (0, 0) et f (0, 0) = 0.
x+y
Montrer que f n’est pas continue en 0.

Le graphe d’une fonction de 2 variables à valeurs dans R est une surface (une nappe)

II Rudiments de calcul différentiel

Ce paragraphe a pour but de donner les principes de base du calcul différentiel pour les fonctions de
plusieurs variables, en vue d’utilisations en physique.
172 CHAPITRE 18. FONCTIONS DE PLUSIEURS VARIABLES

Figure 18.1 – Graphe de (x, y) 7→ sin(y + cos(xy))

II.1 Dérivées partielles

Soit U un ouvert de R2 , et f une fonction définie sur U . Soit X0 = (x0 , y0 ) un point de U . On note

I1,X0 = {x ∈ R | (x, y0 ) ∈ U } et I2,X0 = {x ∈ R | (x0 , y) ∈ U }.

Du fait que U est ouvert, I1,X0 est un voisinage de x0 et I2,X0 est un voisinage de y0 .

Définition 18.2.1 (Applications partielles)

Les deux applications partielles de f en X0 = (x0 , y0 ) sont les deux applications f1,X0 et f2,X0 définies
sur I1,X0 et sur I2,X0 respectivement par :

f1,X0 (x) = f (x, y0 ) et f2,X0 (y) = f (x0 , y).

Les applications f1 et f2 ne dépendent donc plus que d’une variable (soit x, soit y), l’autre ayant été
fixée. Elles peuvent être vues comme des restrictions de f aux deux droites de R2 parallèles aux axes et
passant par (x0 , y0 ).

Définition 18.2.2 (Dérivées partielles)

Avec les notations précédentes, on dit que f admet une dérivée partielle par rapport à x en X0 si f1
est dérivable en x0 , et on note alors
∂f ′
(X0 ) = f1,X (x0 ).
∂x 0

De même, en cas d’existence, on note :

∂f ′
(X0 ) = f2,X (y0 ).
∂y 0

Remarque 18.2.3
En physique, la même notation, mais avec des d « droits », est déjà utilisée pour les dérivées de fonctions
d’une variable. Les notations usuelles imposent d’employer un ∂ (d « rond ») pour les dérivées partielles.

Ainsi, sous réserve d’existence de ces limites,

∂f f (x, y0 ) − f (x0 , y0 ) ∂f f (x0 , y) − f (x0 , y0 )

(X0 ) = lim et (X0 ) = lim .
∂x x→x 0 x − x0 ∂y y→y 0 y − y0
II Rudiments de calcul différentiel 173

Remarque 18.2.4
L’existence des deux dérivées partielles en un point X0 n’assure pas la continuité en X0

Exemple 18.2.5
Soit f la fonction indicatrice de l’union des deux axes. Les dérivées partielles en (0, 0) existent, mais f
n’est clairement pas continue en (0, 0).

Remarque 18.2.6
∂f
Le fait même de se restreindre à une droite sur laquelle y est fixé égal à y0 pour définir (X0 ) nous
∂x
∂f
assure qu’en pratique, la dérivée partielle peut se calculer en tout point en utilisant les mêmes
∂x
règles de dérivation que pour les fonctions d’une variable, mais en considérant y comme une constante
∂f
(donc de dérivée nulle). De même se calcule en dérivant par rapport à la variable y avec les règles
∂y
usuelles, en considérant que x est une constante.

Exemple 18.2.7
Dérivées partielles de f définie sur R2 par

f (x, y) = ex cos(xy) .

Définition 18.2.8 (Fonction de classe C 1 sur un ouvert de R2 )

Soit U un ouvert de R2 , et f : U → R. On dit que f est de classe C 1 si f admet des dérivées partielles
∂f ∂f
et en tout point de U , et que les applications
∂x ∂y
∂f ∂f
X 7→ (X) et X 7→ (X)
∂x ∂y
sont continues sur U .

Proposition 18.2.9 (Règles gérérales sur les fonctions C 1 )

1. Une somme, une combinaison linéaire, un produit, un quotient défini de fonctions de classe C 1
sur un ouvert U de R2 sont de classe C 1 .
2. Soit f : U → Y une application de classe C 1 d’un ouvert U de R2 à valeurs dans Y ⊂ R, et
g : Y → R de classe C 1 . Alors g ◦ f est de classe C 1 .

⊳ Éléments de preuve.
Exprimer les dérivées partielles. ⊲
On introduit un outil très pratique pour écrire de façon synthétique certaines formules, et largement
utilisé en physique :

Définition 18.2.10 (Gradient)

Soit f une fonction de classe C 1 sur un ouvert U de R2 . Le gradient de f est défini sur U par :
∂f
 
(X)
 ∂x 
∀X ∈ U, ∇f (X) =  .
 
 ∂f 
(X)
∂y
174 CHAPITRE 18. FONCTIONS DE PLUSIEURS VARIABLES

Le symbole ∇ se lit « nabla ».

II.2 Développements limités des fonctions de deux variables

Définition 18.2.11 (DL d’une fonction de deux variables)

Un développement limité à l’ordre n d’une fonction f définie au voisinage de X0 est une approximation
polynomiale
f (X0 + H) = P (h, k) + o(kHkn ),
où H = (h, k), et P est un polynôme des deux variables h et k, de degré total inférieur ou égal à n (le
degré total d’un monôme hi k j étant i + j).

La norme considérée kHk est ici la norme euclidienne de H. N’importe quelle autre norme définie sur R2
ferait l’affaire, d’après un résultat que vous verrez l’année prochaine (équivalence des normes en dimension
finie).
Le seul cas au programme est le cas des DL à l’ordre 1 :

f (X0 + H) = c + ah + bk + o(kHk).

Méthode 18.2.12
On obtient les DL de fonctions de deux variables x et y en se ramenant à des DL de fonctions d’une
seule variable, x, ou y, ou une nouvelle variable définie en fonction de x et y. Il faut ensuite bien gérer
le o, en remarquant qu’avec les notations précédentes,

|h| 6 kHk et |k| 6 kHk.

En particulier, un o(h) est aussi un o(kHk). De même pour un o(k), mais aussi par exemple pour un
o(h + k).

Exemples 18.2.13
1. DL à l’ordre 1 en (0, 0) de ecos(x+2y) (1 + x + xy)
2. DL à l’ordre 2 en (0, 0) de ex+ln(2+y) .

Remarque 18.2.14 (Plan tangent)

Le DL à l’ordre 1 définit l’équation d’un plan, qui correspond à la meilleure approximation affine locale.
Ainsi, cela définit le plan tangent à la courbe au point X0 .

Exemple 18.2.15
√
Déterminer le plan tangent à (x, y) 7→ ex− y
au point (1, 1).

Théorème 18.2.16 (Unicité du DL à l’ordre 1)

Soit f une fonction de deux variables définie au voisinage de X0 . Si f admet un DL à l’ordre 1 en X0 :
1. ce DL est unique ;
2. f admet alors des dérivées partielles par rapport à x et y en X0 = (x0 , y0 )
II Rudiments de calcul différentiel 175

3. Le DL est alors donné par :

∂f ∂f
f (x, y) = f (X0 ) + (x − x0 ) (X0 ) + (y − y0 ) (X0 ).
∂x ∂y

⊳ Éléments de preuve.
• Tronquer le DL à l’ordre 0 pour comparer la partie constante à la valeur en f (X0 ).
• Écrire le DL pour X = X0 + tei , i = 1 ou 2, et se ramener à l’unicité des DL1 pour les fonctions
d’une variable, et leur expression en terme de dérivée.
⊲

Théorème 18.2.17 (Existence du DL à l’ordre 1, Taylor-Young)

Soit f de classe C 1 au voisinage de X0 , alors f admet un DL à l’ordre 1 au voisinage de X0 , décrit
comme dans le théorème précédent, ce qui se réécrit également :

f (X) = f (X0 ) + hX − X0 , ∇f (X0 )i + o(kX − X0 k).

⊳ Éléments de preuve.
Utiliser la formule de TY pour une variable, successivement pour la première variable, puis la
deuxième, puis utiliser la continuité d’une des deux dérivées partielles. ⊲

II.3 Dérivation partielle de composées

Les DL permettent d’obtenir la règle de dérivation composée ci-dessus, incontournable, notamment en
physique.

Théorème 18.2.18 (Règle de la chaîne)

Soit f une fonction de classe C 1 sur un ouvert U de R2 et x, y : I → R deux applications de classe
C 1 sur un intervalle ouvert I de R. On note γ(t) = (x(t), y(t)), et on suppose que γ(I) ⊂ U . Alors la
fonction t 7→ f (γ(t)) est de classe C 1 sur I, et

d ∂f ∂f D E
(f (x(t), y(t))) = x′ (t) · (x(t), y(t)) + y ′ (t) · (x(t), y(t)) = γ ′ (t), ∇f (γ(t)) ,
dt ∂x ∂y

où la dérivée γ ′ est calculée coordonnées par coordonnées, et h., .i désigne le produit scalaire usuel de
R2 .

⊳ Éléments de preuve.
Calculer le DL à l’ordre 1, en se servant de TY pour f au point (x(t0 ), y(t0 )), appliqué en (x(t), y(t)),
puis en développant x(t) et y(t) par TY pour les fonctions d’une variable (ou dans l’autre sens).
Utiliser le théorème d’unicité pour conclure. ⊲

Remarque 18.2.19 (Dérivée de long d’un chemin)

La fonction γ peut être vue comme un chemin dans R2 , paramétré par t, parcouru à une certaine
vitesse donnée par l’évolution de x(t) et y(t) au fil du temps. C’est ce qu’on appelle un arc paramétré.
Ainsi, la règle de la chaîne peut être interprétée comme une dérivée le long d’un arc.
176 CHAPITRE 18. FONCTIONS DE PLUSIEURS VARIABLES

Corollaire 18.2.20 (Dérivée partielle de composées)

Soit f une fonction de classe C 1 sur un ouvert U de R2 , ϕ et ψ deux fonctions de classe C 1 sur un
ouvert V de R2 , à valeurs réelles, et telles pour tout X ∈ V , (ϕ(X), ψ(X)) ∈ U . Alors la fonction
(u, v) 7→ f (ϕ(u, v), ψ(u, v)) est de classe C 1 sur V , et :

∂ ∂f ∂ϕ ∂f ∂ψ


 f (ϕ(u, v), ψ(u, v)) = (ϕ(u, v), ψ(u, v)) (u, v) + (ϕ(u, v), ψ(u, v)) (u, v)
 ∂u

 ∂x ∂u ∂y ∂u

∂ ∂f ∂ϕ ∂f ∂ψ


 f (ϕ(u, v), ψ(u, v)) = (ϕ(u, v), ψ(u, v)) (u, v) + (ϕ(u, v), ψ(u, v)) (u, v)


∂v ∂x ∂v ∂y ∂v

⊳ Éléments de preuve.
Quand on fixe une variable en un point X, on peut restreindre l’autre à un intervalle de sorte à se
ramener à la règle de la chaîne. ⊲

Définition 18.2.21 (ligne de niveau)

La ligne de niveau de f de hauteur a est l’ensemble des points (x, y) ∈ R2 tels que f (x, y) = a.
Autrement dit, il s’agit de f −1 ({a}).

Remarque 18.2.22 (Le gradient est orthogonal aux courbes de niveau)

Si γ est un arc parcourant une ligne de niveau de f (i.e. f ◦ γ est constante), alors
D E
∇f (γ(t)), γ ′ (t) = 0.

Ainsi, ∇f (γ(t)) est orthogonal à γ ′ (t), lui-même tangent à l’arc γ. En d’autres termes, le gradient est
orthogonal aux lignes de niveau.

Définition 18.2.23 (Dérivée selon un vecteur u)

Soit u = (a, b) un vecteur de R2 et f une application de classe C 1 sur un ouvert U . La dérivée de f en
X = (x, y) ∈ U selon le vecteur u est la dérivée en 0 de la fonction t 7→ f (X + tu), notée Du f (X).

Proposition 18.2.24 (Expression de la dérivée le long d’un vecteur avec ∇)

Avec les notations de la définition précédente, si f est de classe C 1 au voisinage de X,

∂f ∂f
Du f (X) = h∇f (X), ui = a (X) + b (X).
∂x ∂y

⊳ Éléments de preuve.
Il s’agit de dériver en 0 selon l’arc γ : t 7→ X + ut. ⊲

Définition 18.2.25 (Dérivée directionnelle)

Si de plus u est unitaire (i.e. de norme 1), Du (f ) est appelée dérivée directionnelle de f en X dans la
direction de u.
II Rudiments de calcul différentiel 177

Proposition 18.2.26 (interprétation de la direction de ∇f )

Pour u unitaire, Du f (X) est maximal lorsque u et ∇f (X) sont colinéaires de même sens. Ainsi, ∇f
pointe vers la direction de plus forte pente.

⊳ Éléments de preuve.
C’est le cas d’égalité dans l’inégalité de Cauchy-Schwarz. ⊲

Théorème 18.2.27 (C 1 implique C 0 )

Soit f une fonction de classe C 1 sur un ouvert U de R2 , à valeurs dans R. Alors f est continue sur U .

⊳ Éléments de preuve.
Fixer X ∈ U et ε > 0, et par continuité des dérivées partielles, majorer k∇f k sur un voisinage de x.
Utiliser alors l’IAF sur chacune des directions. ⊲

Notation 18.2.28 (Dérivées partielles d’ordre supérieur)

Chaque dérivée partielle de f est elle-même une fonction de 2 variables. Si elles admettent elles-mêmes
des dérivées partielles, on les note :
 2  
∂ f ∂ ∂f
(x, y) = (x, y)
 2  
∂ f ∂ ∂f



 (x, y) = (x, y)

 ∂x∂y ∂x ∂y
2
 


 ∂x ∂x ∂x 


∂2f
 
∂ ∂f
 ∂y 2 (x, y) = (x, y)
2
   
 ∂ f ∂ ∂f
 
∂y ∂y
 
 (x, y) = (x, y) 
∂y∂x ∂y ∂x
 



Définition 18.2.29 (Classe C 2 )

Une fonction définie sur un ouvert U de R2 , à valeurs réelles, est dite de classe C 2 si et seulement si
elle admet des dérivées partielles d’ordre 1 et 2 en tout point de U et que ces dérivées sont continues
sur U .

On verra en exercice que si f est de classe C 2 au voisinage de (x, y) ∈ U , alors

∂2f ∂ 2f
(x, y) = (x, y) (Théorème de Schwarz).
∂y∂x ∂x∂y

II.4 Étude d’extrema

On termine ce paragraphe en montrant comment se servir des DL pour étudier les extrema d’une fonction
de plusieurs variables.

Définition 18.2.30 (Extremum local, global)

Soit f : D → R une application définie sur un sous-ensemble D de R2 , et X0 ∈ D. On dit que f admet
en X0 un maximum :
• global si pour tout X ∈ D, f (X) 6 f (X0 ) ;
• local s’il existe V ∈ V(X0 ) un voisinage de X0 tel que pour tout X ∈ V ∩ D, f (X) 6 f (X0 ).
Cette définition s’adapte pour le cas d’un minimum global ou local. On dit que f admet un extremum
(local ou global) en X0 si f admet un maximum ou un miunimum (local ou global) en X0 .
178 CHAPITRE 18. FONCTIONS DE PLUSIEURS VARIABLES

Théorème 18.2.31 (CN pour un extremum local)

Soit f une fonction de classe C 1 sur un ouvert U de R2 . Alors si f admet un extremum local en X0 ∈ U ,
∇f (X0 ) = 0.

Définition 18.2.32 (Point critique)

On dit que X0 est un point critique de f si ∇f (X0 ) = 0.

Ainsi, une CN pour que f admette un extremum local en X0 est que X0 soit un point critique de f .
Comme pour les fonctions d’une variable, ce n’est pas une CS. Le même exemple vu à deux variables
convient : (x, y) 7→ x3 en (0, 0).

Méthode 18.2.33
• Pour étudier l’existence d’un extremum local en un point critique X0 , étudier le signe de f (X0 +
H) − f (X0 ).
• Pour montrer que le signe n’est pas toujours le même localement, on pourra faire un DL à
l’ordre 2 en ce point critique, puis étudier un changement de signe issu de la partie de degré
2. On pourra, pour le rédiger rigoureusement, se ramener à une fonction d’une variable (en
paramétrant une direction).
• On pourra éventuellement se servir d’une mise sous forme canonique par rapport à l’une des
deux variables, pour essayer de mettre l’expression sous forme d’une différence de 2 carrés.

Exemple 18.2.34
Étude des extremas locaux de f définie sur R∗+ × R par

f (x, y) = x(ln(x)2 + y 2 ).

Il y a deux points critiques (1, 0) et (e−2 , 0). Le premier correspond à un minimum local (et même
global), le deuxième ne correspond pas à un extremum local.

Avertissement 18.2.35
La positivité de la partie de degré 2 n’est pas suffisante à justifier l’existence d’un extremum local
(voir exemple ci-dessous). La stricte positivité (sauf au point X0 ) est suffisante, comme le montre la
proposition suivant l’exemple.

Exemple 18.2.36
Étudier le point critique (0, 0) de f (x, y) = (x − y)2 − x4

Le résultat suivant s’adapte facilement au cas des maxima.

Proposition 18.2.37 (CS sur le DL2 pour un extremum local)

Si f admet au voisinage de (0, 0) un DL2 tel que
!
2 2 2 h
f (X0 + H) = f (X0 ) + ah + bhk + ck + o(kHk ) où H= ,
k

et tel que pour tout (h, k) 6= (0, 0), ah2 + bhk + ck 2 > 0, alors f admet un minimum local en X0
II Rudiments de calcul différentiel 179

⊳ Éléments de preuve.
Écrire o(kHk2 ) sous la forme α(h, k), et traduire par ε et voisinage la contrainte sur α(h, k). Consi-
dérer
ah2 + bhk + ck 2
g(H) = ,
kHk2
 
H
et constater que g(H) = g kHk . Remarquer ensuite que g admet un minimum sur la sphère unité
(car ?...) et conclure par ε. ⊲
La démonstration ci-dessus est une adaptation de la démonstration générale de l’équivalence des normes
en dimension finie (ici, avec la norme euclidienne canonique et l’application H 7→ ah2 + bhk + ck 2 , qui
est aussi une norme euclidienne, comme on s’en convaincra facilement).