0% ont trouvé ce document utile (0 vote)

73 vues167 pages

Analyse 1

Le document présente le support de cours pour l'analyse mathématique à l'Université Félix Houphouët-Boigny, couvrant des sujets tels que la dérivation, l'intégration, les nombres complexes et les suites de vecteurs. Il est structuré en plusieurs chapitres, chacun abordant des concepts fondamentaux et des applications en mathématiques. L'objectif est de fournir une première approche des fonctions numériques et des techniques de calcul associées.

Transféré par

dougrouprestige

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

73 vues167 pages

Analyse 1

Transféré par

dougrouprestige

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

RÉPUBLIQUE DE CÔTE D'IVOIRE

UNION - DISCIPLINE – TRAVAIL

-------------------------
MINISTÈRE DE L'ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITÉ FÉLIX HOUPHOUËT-BOIGNY

UFR Mathématiques et Informatique

LICENCE 1 CLASSE ETOILE

ANALYSE 1

LE SUPPORT DU COURS MARGISTRAL

SOMMAIRE

Chapitre 1 : Dérivation et Intégration, Première approche.

1. Fonctions de R dans R
2. Trigonométrie
3. Dérivation et intégration
4. Fonctions Logarithmes et puissances
5. Etude d’une fonction
6. Déformations du graphe
7. Trigonométrie hyperbolique
8. Applications trigonométriques réciproques
9. Calculs d’intégrales
Chapitre 2 : Les nombres complexes
1. Construction de C
2. Le plan complexe
3. La conjugaison
4. Le module
5. Fonctions à valeurs dans C
6. L’exponentielle complexe
7. Applications à la trigonométrie
8. Equations polynomiales
9. Géométrie du plan complexe
Chapitre 3 : Suites de vecteurs
1. Espaces vectoriels normés
2. Suites dans un espace vectoriel normé
3. Suites de complexes
4. Suites de réels
5. Les suites extraites
6. Suites de Cauchy
Chapitre 4 : Limites et continuités
1. Topologie dans un espace métrique
2. Continuité ponctuelle
3. Continuité globale
Chapitre 5 : Comparaison au voisinage d’un point
1. La relation de domination
2. La relation de prépondérance
3. La relation d'équivalence
4. Les développements limités.
5. Applications aux séries
Chapitre 6 : Dérivation
1. Dérivabilité
2. Opérations sur les fonctions dérivables
3. Dérivées d'ordre supérieur
4. L'égalité des accroissements finis
5. Formules de Taylor
6. Monotonie et dérivabilité
7. Suites récurrentes d'ordre 1
Dérivation et intégration
Une première approche

Table des matières

1 Fonctions de R dans R. 1
1.1 Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Les fonctions polynomiales . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Premières caractéristiques d’une fonction . . . . . . . . . . . . . . . . . 3
1.4 Opérations sur les fonctions . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Trigonométrie 7
2.1 Les fonctions circulaires . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Graphes des fonctions circulaires . . . . . . . . . . . . . . . . . . . . . 9
2.3 Formules de trigonométrie . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 Equations trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . 12
2.4.1 Résolution du système (S) : (cos x = c) ∧ (sin x = s) . . . . . . 12
2.4.2 Résolution de l’équation cos x = c . . . . . . . . . . . . . . . . . 13
2.4.3 Résolution de l’équation sin x = s . . . . . . . . . . . . . . . . . 13
2.4.4 Résolution de l’équation tan x = t . . . . . . . . . . . . . . . . 14
2.4.5 Expressions de la forme A cos x + B sin x. . . . . . . . . . . . . . 15

3 Dérivation et intégration 15
3.1 Pente de la tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Règles de dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.3 Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4 Dérivation et monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.5 Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.6 Primitivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4 Fonctions Logarithmes et puissances 22

4.1 Quelques théorèmes d’analyse . . . . . . . . . . . . . . . . . . . . . . . 22
4.2 Les fonctions ln et exp . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Logarithmes et exponentielles en base a. . . . . . . . . . . . . . . . . . 27
4.4 Fonctions puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5 Etude d’une fonction 29
5.1 Plan d’étude d’une fonction f de R dans R . . . . . . . . . . . . . . . . 29
5.2 Etude des branches infinies . . . . . . . . . . . . . . . . . . . . . . . . . 30

6 Déformations du graphe 31

7 Trigonométrie hyperbolique 33
7.1 Les fonctions ch, sh et th . . . . . . . . . . . . . . . . . . . . . . . . . . 33
7.2 Formules de trigonométrie hyperbolique . . . . . . . . . . . . . . . . . . 34

8 Applications trigonométriques réciproques 34

8.1 Trigonométrie circulaire . . . . . . . . . . . . . . . . . . . . . . . . . . 34
8.2 Trigonométrie hyperbolique . . . . . . . . . . . . . . . . . . . . . . . . 36

9 Calculs d’intégrales 36
9.1 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . . . 36
9.2 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Dérivation et intégration 1 Fonctions de R dans R.

Introduction
En prenant appui sur les acquis de Terminale, l’objectif de cette partie du cours est
d’étudier les fonctions numériques de la variable réelle, c’est-à-dire les fonctions de R
dans R, du point de vue de la dérivation et de l’intégration.
Afin de mettre rapidement en place des techniques de calcul, certaines définitions man-
queront de rigueur et certains résultats seront admis. Ces définitions et résultats seront
repris, précisés et démontrés lors de chapitres ultérieurs.
On considère également que la géométrie plane n’a aucun secret pour vous. Sa théorie
ne sera pourtant mise en place qu’en fin d’année.

1 Fonctions de R dans R.
Notations : Nous emploierons dans les énoncés ci-dessous l’une des deux notations
suivantes :
Notation a) : Soit D et E deux parties de R. On considère une application f , de D
dans E, ce qui signifie que, pour tout x ∈ D, on se donne un unique f (x) ∈ E.
Notation b) : On considère une fonction f de R dans R, ce qui signifie que, pour tout
x ∈ R, on associe ou bien aucun réel, ou bien un unique réel qui est alors noté f (x).
Remarque. En pratique, les deux mots application et fonction sont souvent considérés
comme synonymes et c’est le contexte qui permet de savoir laquelle des notations
précédentes est employée.

1.1 Premières définitions

Définition. (Notation b)) Le domaine de définition de f , noté Df est l’ensemble des
réels x ∈ R pour lesquels la quantité f (x) est calculable. Si l’on regarde f comme
un programme informatique, dont l’input est x et l’output est f (x), le domaine de
définition est l’ensemble des x qui sont acceptés par le programme en entrée sans
engendrer une erreur.
r
2−x
Exemple. Avec f (x) = , Df = [2, 4[.
x−4
Remarque. On peut ainsi passer d’une notation à l’autre :
Si f est une application de D dans E (notation a)), alors on peut voir f comme une
fonction de R dans R (notation b)) telle que D ⊂ Df .
Réciproquement, si f est une fonction de R dans R (notation b)), on peut voir f comme
une application de D dans E, pour toute partie D incluse dans Df et pour toute partie
∆
E contenant f (D) = {f (x) / x ∈ D}.

Notation. Soit f une application de D dans E (notation a)).

Soit D′ une partie de D et E ′ une partie de E.

c Éric Merle 1 MPSI2, LLG

Dérivation et intégration 1 Fonctions de R dans R.

— On note f |D′ l’application de D′ dans E qui à x associe f (x). On dit que f |D′
est la restriction de f à D′ .
′
— Lorsque, pour tout x ∈ D, f (x) ∈ E ′ , on note f |E l’application de D dans E ′
′
qui à x associe f (x). On dit que f |E est la corestriction de f à E ′ .
′
— Lorsque, pour tout x ∈ D′ , f (x) ∈ E ′ , on note f |E ′
D ′ l’application de D dans E
′

qui à x associe f (x).

Définition.
On se place dans le plan usuel, muni d’un repère orthonormé direct (O,~ı, ~).
La représentation graphique de f , aussi appelée le graphe de f , est l’ensemble des
points du plan de coordonnées (x, f (x)), lorsque x décrit Df (notation b)), ou bien
lorsque x décrit D (notation a)).
Exemple. Voici ce que l’on obtient pour l’exemple précédent :

0
1 3 4
−1

Notation. On notera P le plan usuel, muni du repère orthonormé direct R = (O,~ı, ~).
x x
Lorsque x, y ∈ R, on notera le point de coordonnées (x, y). Ainsi, = O + x~ı + y~.
y y
Avec la notation b), si f est une fonction de R dans R, son graphe noté Cf vérifie :
n o
x
Cf = / x ∈ Df .
f (x)
Définition. (Notation b)) Lorsque y = f (x), où x ∈ Df et y ∈ R,
— on dit que y est l’image de x par f et
— que x est un antécédent de y par f .
Tout élément x de Df possède une unique image f (x) par f ,
mais si y ∈ R, y peut ne posséder aucun antécédent par f , il peut aussi en posséder
plusieurs.
Définition. Soit f une application d’un ensemble quelconque E dans un ensemble
quelconque F (ainsi E et F ne sont pas forcément des parties de R).
— On dit que f est surjective si et seulement si ∀y ∈ F, ∃x ∈ E, y = f (x). Ainsi,
f est surjective si et seulement si tout élément de F possède au moins un
antécédent.

c Éric Merle 2 MPSI2, LLG

Dérivation et intégration 1 Fonctions de R dans R.

— On dit que f est injective si et seulement si ∀x, y ∈ E, [f (x) = f (y) =⇒ x = y].

Ainsi, f est injective si et seulement si, pour tout couple d’éléments distincts de
E, leurs images sont différentes. f est injective si et seulement si tout élément
de F possède au plus un antécédent.

1.2 Les fonctions polynomiales

Définition. Un polynôme P (à coefficients réels) est une application de R dans R
(notation a)) de la forme x 7−→ a0 + a1 x + · · · + an xn , où n ∈ N et a0 , . . . , an ∈ R.
Si an 6= 0, on dit que n est le degré de ce polynôme. On note n = deg(P ).
Par convention, l’application identiquement nulle est un polynôme de degré égal à −∞.

Remarque. Cette définition manque de rigueur. Pourquoi ?

Remarque. En remplaçant R par C, on peut définir des polynômes à coefficients
complexes. Toutes les propriétés de ce paragraphe se généralisent aux complexes.
Définition. Soit P un polynôme et α ∈ R.
On dit que α est une racine de P si et seulement si P (α) = 0.
Propriété. Soit P un polynôme et α ∈ R. Alors α est une racine de P si et seulement
si il existe un polynôme Q tel que, pour tout x ∈ R, P (x) = (x − α)Q(x).
Propriété. Soit P un polynôme et α1 , . . . , αk k réels deux à deux distincts. Alors
α1 , . . . , αk sont des racines de P si et seulement si il existe un polynôme Q tel que,
pour tout x ∈ R, P (x) = (x − α1 )(x − α2 ) · · · (x − αk )Q(x).
Propriété. Soit P et Q deux polynômes. Alors l’application x 7−→ P (x)Q(x) de R
dans R est aussi un polynôme, que l’on note P Q. De plus, deg(P Q) = deg(P )+deg(Q).
Théorème. Soit P un polynôme non nul à coefficients réels de degré n ∈ N. Alors le
nombre de racines de P est inférieur ou égal à n.

1.3 Premières caractéristiques d’une fonction

Définition. (Notation b))
— f est paire si et seulement si : ∀x ∈ Df , [−x ∈ Df ] ∧ [f (x) = f (−x)].
— f est impaire si et seulement si : ∀x ∈ Df , [−x ∈ Df ] ∧ [f (−x) = −f (x)].
— Soit T > 0. f est T -périodique si et seulement si
∀x ∈ Df , [x + T ∈ Df ] ∧ f (x + T ) = f (x).
1
Exemple. x 7−→ e− x2 est paire, x 7−→ sin x est impaire et 2π-périodique.
Voici leurs graphes :

c Éric Merle 3 MPSI2, LLG

Dérivation et intégration 1 Fonctions de R dans R.

1
e− x2
1.0
0.8
0.6
0.4
0.2
0
x
−5 −4 −3 −2 −1 1 2 3 4
−0.2
sin x
1.0
0.8
0.6
0.4
0.2
0
x
−7 −6 −5 −4 −3 −2 −1
−0.2 1 2 3 4 5 6
−0.4
−0.6
−0.8
−1.0
Propriété.
— Le graphe d’une fonction paire est symétrique par rapport à l’axe des ordonnés.
— Le graphe d’une fonction impaire est symétrique par rapport à l’origine des axes.
— Le graphe d’une fonction T -périodique est invariant par la translation de vecteur
T− →
ı.
Démonstration.
Avec la notation b), supposons que f est paire.
Notons S la symétrie par rapport à l’axe Oy. Alors, avec les notations précédemment

x −x
définies, pour tout x, y ∈ R, S = , donc
y y
n o
−x
S(Cf ) = / x ∈ Df
f (x)
n o
x
= / − x ∈ Df
f (−x)
n o
x
= / x ∈ Df ,
f (x)
car f est paire, donc S(Cf ) = Cf .

c Éric Merle 4 MPSI2, LLG

Dérivation et intégration 1 Fonctions de R dans R.

On adapte cette démonstration pour démontrer les deux autres propriétés.

Définition. (notation a))
— f est croissante si et seulement si ∀x, y ∈ D, [x ≤ y =⇒ f (x) ≤ f (y)].
— f est strictement croissante si et seulement si
∀x, y ∈ D, [x < y =⇒ f (x) < f (y)].
— f est décroissante si et seulement si ∀x, y ∈ D, [x ≤ y =⇒ f (x) ≥ f (y)].
— f est strictement décroissante si et seulement si
∀x, y ∈ D, [x < y =⇒ f (x) > f (y)].
— f est monotone si et seulement si f est croissante ou décroissante.
— f est strictement monotone si et seulement si f est strictement croissante ou
strictement décroissante.
Propriété. Graphiquement, les antécédents de λ par f sont les abscisses des points
d’intersection du graphe de f avec la droite horizontale d’équation y = λ.
Propriété. Graphiquement, les solutions de l’inéquation f (x) ≥ λ, en l’inconnue x,
sont les abscisses des points du graphe de f situés au-dessus de la droite horizontale
d’équation y = λ.
Définition. Une application f : D −→ E est majorée si et seulement si il existe
M ∈ R tel que, pour tout x ∈ D, f (x) ≤ M , c’est-à-dire si et seulement si le graphe
de f est situé sous la droite horizontale d’équation y = M .

1.4 Opérations sur les fonctions

Définition. (notation b)) Soit f et g deux fonctions de R dans R. Soit λ ∈ R.
— f + g est la fonction de D dans R définie par (f + g)(x) = f (x) + g(x).
On a Df +g = Df ∩ Dg .
— λf est la fonction de D dans R définie par (λf )(x) = λf (x).
On a Dλf = Df .
— f g est la fonction de D dans R définie par (f g)(x) = f (x) × g(x).
On a Df g = Df ∩ Dg .
— |f | est la fonction de D dans R définie par |f |(x) = [f (x)|. On a D|f | = Df .
— On définit de même f − g, f1 , fg .
Définition. f est bornée si et seulement si |f | est majorée.
Définition de la composition : (Notation b)) Soit f et g deux fonctions.
On note f (g(x)) = (f ◦ g)(x) : on définit ainsi une nouvelle fonction, f ◦ g.
C’est la composée de f et g.
√
Exemple. Si f (x) = x1 et g(x) = x + 1,
1 q
alors (f ◦ g)(x) = √ et (g ◦ f )(x) = x1 + 1.
x+1
On vérifie que Df ◦g =] − 1, +∞[ et Dg◦f =] − ∞, −1]∪]0, +∞[.
En effet, lorsque x ∈ R∗ , x1 + 1 ≥ 0 ⇐⇒ x1 ≥ −1 ⇐⇒ (x > 0) ou (x < 0 et 1 ≤ −x).

c Éric Merle 5 MPSI2, LLG

Dérivation et intégration 1 Fonctions de R dans R.

Application réciproque :
Soit f une application d’un ensemble quelconque D dans un ensemble quelconque E
(ainsi D et E ne sont pas forcément des parties de R).
Soit f une application de D dans E (notation a)).
— On dit que f est bijective si et seulement si f est injective et surjective, c’est-à-
dire si et seulement si tout élément de E possède un unique antécédent. Ainsi
f est bijective si et seulement si pour tout y ∈ E, il existe un unique xy ∈ D tel
que y = f (xy ).
— Dans ce cas, en notant xy = f −1 (y), on définit une application f −1 de E dans
D, qui est également bijective. C’est la bijection réciproque de la bijection f .
— Lorsque f est bijective, f −1 est également bijective et (f −1 )−1 = f .
De plus f ◦ f −1 = IdE et f −1 ◦ f = IdD , où IdE est l’application de E dans E
qui à x associe x.
— f est bijective si et seulement si il existe une application g de E dans D telle
que f ◦ g = IdE et g ◦ f = IdD . Dans ce cas, f −1 = g.
Démonstration.
Admis pour le moment
Propriété. Si f est une bijection d’une partie E de R vers une partie F de R, alors
le graphe de f −1 est le symétrique du graphe de f pour la symétrie orthogonale selon
la première diagonale, c’est-à-dire la droite d’équation y = x.
Les deux courbes sont donc image l’une de l’autre dans un miroir oblique penché à 45◦ .
Démonstration.
Notons C le graphe de f et C ′ le graphe de f −1 .
Soit M un point de C, dont les coordonnées sont notées (x, y). Alors x ∈ E et y = f (x).
Donc y ∈ F et le point M ′ de coordonnées (y, x) = (y, f −1 (y)) appartient à C ′ . La
réciproque étant similaire, on a montré qu’un point de coordonnées (x, y) est dans C
si et seulement si le point de coordonnées (y, x) est dans C ′ .
Notons P le plan usuel et s l’application de P dans P qui au point M de coordonnées
(x, y) associe le point s(M ) de coordonnées (y, x). Ainsi, C ′ est l’image de C par s,
au sens que C ′ = {s(M ) / M ∈ C}, ce que l’on écrit plus concisément sous la forme
C ′ = s(C).
Or s est la symétrie de l’énoncé. En effet, le milieu de M et de s(M ) a pour coordonnées
−−−−−→
( x+y
2
, x+y
2
) donc il appartient à la première diagonale. De plus le vecteur M s(M ) a pour
coordonnées (y −x, x−y) : il est orthogonal au vecteur de coordonnées (1, 1), qui dirige
la première diagonale.
√
Exemple. Les fonctions x 7−→ x2 et x 7−→ x.
Définition. Soit f et g deux applications définies sur D à valeurs dans R.
On dit que f est inférieure à g sur D, et on note f ≤ g, lorsque : ∀x ∈ D, f (x) ≤ g(x).
Remarque. La notation “f < g” désignera
parfois la condition [∀x ∈ D, f (x) < g(x)],
et d’autres fois la condition [(f ≤ g) et (f 6= g)],

c Éric Merle 6 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

c’est-à-dire [∀x ∈ D, f (x) ≤ g(x)] et [∃x ∈ D, f (x) < g(x)].

Exercice. Interpréter graphiquement les situations f ≤ g et f < g.

2 Trigonométrie
2.1 Les fonctions circulaires

i B

sin θ eiθ , M (θ)

θ
O cos θ 1 A

Définition. Vous verrez plus tard qu’on définit la fonction exponentielle complexe
par la formule :
n
z
X zk
∀z ∈ C, e = lim .
n→+∞
k=0
k!

Propriété. Pour tout z ∈ C, [ez ] = e[z] .

′ ′
Pour tout z, z ′ ∈ C, ez × ez = ez+z .
Démonstration.
Admis pour le moment.
Propriété. Pour tout θ ∈ R, le complexe eiθ est sur le cercle unité.
Démonstration.
|eiθ |2 = eiθ × [eiθ ] = eiθ × e−iθ , donc |eiθ |2 = eiθ−iθ = e0 = 1.
Propriété. Soit θ ∈ R. On admettra pour le moment que θ est l’angle M1\
M0 Meiθ (en
notant Mz le point d’affixe z).

c Éric Merle 7 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

Définition. Pour tout θ ∈ R,

cos(θ) = Re(eiθ ) et sin(θ) = Im(eiθ ) .

Cela correspond à l’interprétation géométrique usuelle : si l’on rapporte le plan usuel

à un repère orthonormé direct (O,~ı, ~), cos θ et sin θ sont les abscisse et ordonnée du
\
−−−−→
point M (θ) du cercle unité (de rayon 1 centré en O) tel que l’angle (~ı, OM (θ)) est égal
à θ, modulo 2π.
Formules d’Euler : Pour tout θ ∈ R

eiθ + e−iθ eiθ − e−iθ

cos θ = et sin θ = .
2 2i

Démonstration.
iθ z+z eiθ + e−iθ
Soit θ ∈ R. Posons z = e . cos θ = Re(z) = = .
2 2
Propriété. La fonction cos est paire.
La fonction sin est impaire.
Démonstration.
C’est clair avec les formules d’Euler.
Propriété. 2π est la plus petite période de la fonction cos.
2π est la plus petite période de la fonction sin.
Démonstration.
Admis pour le moment.
Propriété. On démontrera également plus tard que, pour tout θ ∈ R,
sin θ = 0 ⇐⇒ ∃k ∈ Z, θ = kπ
∆
⇐⇒ θ ≡ 0 [π]
⇐⇒ θ ∈ πZ, et
π
cos θ = 0 ⇐⇒ ∃k ∈ Z, θ = 2
+ kπ
∆
⇐⇒ θ ≡ π2 [π]
⇐⇒ θ ∈ π2 + πZ.
Remarque. On peut visualiser ces propriétés sur le cercle unité du plan complexe,
aussi appelé le cercle trigonométrique.
Définition des fonctions tangente et cotangente : On pose
sin θ cos θ
tan θ = et cotan θ = .
cos θ sin θ
D’après la remarque précédente, la fonction tangente est définie sur R \ ( π2 + πZ) et la
fonction cotangente est définie sur R \ πZ.
Ces deux nouvelles fonctions sont π-périodiques et impaires.

c Éric Merle 8 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

Remarque. D’après le théorème de Thalès, les longueurs des côtés du triangle OAB
OA cos θ AB sin θ
(cf figure ci-dessus) vérifient les relations = et = , d’où l’on déduit
OB 1 OB 1
AB
la relation tan θ = . Ces relations concernent le triangle OAB, indépendamment
OA
du repère choisi.
On retrouve ainsi les formules bien connues concernant un triangle rectangle :
Formules : Soit OAB un triangle rectangle en A.
Par définition, l’hypoténuse (nom féminin) est le côté opposé à l’angle droit.
Notons θ = AOB[ l’angle au sommet O. Alors
OA longueur du côté adjacent
cos θ = = et
OB longueur de l’hypoténuse
AB longueur du côté opposé
sin θ = = .
OB longueur de l’hypoténuse
On en déduit que
AB longueur du côté opposé
tan θ = = .
OA longueur du côté adjacent
Cette dernière formule permet d’interpréter géométriquement la quantité tan θ : sur
la figure suivante, c’est la longueur du segment [I, J], ou bien du segment [H, K].

J
sin θ
H

θ
I
O cos θ 1 K

2.2 Graphes des fonctions circulaires

1
sin

−π π 3π
−π 2 0 2
π 2
2π
−1
1
cos

−π π 3π
−π 2 0 2
π 2
2π
−1

c Éric Merle 9 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

Représentation graphique de la fonction tangente : au tableau.

2.3 Formules de trigonométrie

Formule circulaire : Pour tout θ ∈ R, cos2 θ + sin2 θ = 1.
Démonstration.
Le point M (θ) est sur le cercle unité.
On en déduit une autre formule :
1
1 + tan2 θ = .
cos2 θ

Formules d’addition : Pour tout a, b ∈ R,

cos(a + b) = cos a cos b − sin a sin b et

sin(a + b) = sin a cos b + cos a sin b.

Démonstration.
cos(a + b) + i sin(a + b) = ei(a+b) = eia eib = (cos a + i sin a)(cos b + i sin b) et on conclut
en passant aux parties réelle et imaginaire.
En particulier, on obtient les propriétés de symétrie suivantes :
Formules de symétrie : Lorsque les quantités qui interviennent sont définies,
cos(π + θ) = − cos(θ) sin(π + θ) = − sin(θ) tan(π + θ) = tan(θ)
cos(π − θ) = − cos(θ) sin(π − θ) = sin(θ) tan(π − θ) = − tan(θ)
π
cos( 2 + θ) = − sin(θ) sin( 2 + θ) = cos(θ) tan( π2 + θ) = −cotan (θ)
π

cos( π2 − θ) = sin(θ) sin( π2 − θ) = cos(θ) tan( π2 − θ) = cotan (θ)

Remarque. Apprenez ces formules par coeur, mais sachez également les retrouver
rapidement en les visualisant sur le cercle trigonométrique.
Par exemple, on retrouve la dernière ligne des formules en remarquant que les points
M (θ) et M ( π2 − θ) sont symétriques par rapport à la première diagonale, c’est-à-dire
la droite d’équation y = x, En effet, cette droite fait un angle égal à π4 avec l’axe des
abscisses, or π4 est égal à la demi-somme de θ et de π2 − θ.
Or la symétrie orthogonale selon cette première diagonale envoie le point M de coor-
données (x, y) sur le point de M ′ de coordonnées (y, x) (cf page 6), donc l’abscisse de
M (θ) est égale à l’ordonnée de M ( π2 − θ) et l’ordonnée de M (θ) est égale à l’abscisse
de M ( π2 − θ).
De même, on retrouve la première ligne de ces formules en remarquant que M (θ) et
M (π + θ) sont symétriques par rapport au point O et la seconde en remarquant que
M (θ) et M (π − θ) sont symétriques par rapport à l’axe des ordonnées.
Des formules d’addition, on déduit également les formules suivantes :
Formule : Pour tout a, b ∈ R, lorsque les quantités qui interviennent sont définies,

c Éric Merle 10 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

cos(a − b) = cos a cos b + sin a sin b et sin(a − b) = sin a cos b − cos a sin b,
tan a + tan b tan a − tan b
tan(a + b) = et tan(a − b) = .
1 − tan a tan b 1 + tan a tan b
Démonstration.
Pour la formule relative à tan(a + b), on suppose que cos(a + b), cos a et cos b sont tous
trois non nuls.
sin a cos b + sin b cos a
tan(a+b) = : on conclut en divisant le numérateur et le dénominateur
cos a cos b − sin a sin b
par la quantité cos a cos b.
Formules de duplication : Lorsque les quantités qui interviennent sont définies,
cos(2a) = cos2 a − sin2 a = 2 cos2 a − 1 = 1 − 2 sin2 a,
sin(2a) = 2 sin a cos a,
2 tan a
tan(2a) = .
1 − tan2 a
Premières formules de linéarisation :
cos(2a) + 1 1 − cos(2a)
cos2 a = et sin2 a = ≥ 0.
2 2
2 cos a. cos b = cos(a + b) + cos(a − b),
2 sin a. sin b = cos(a − b) − cos(a + b),
2 sin a. cos b = sin(a + b) + sin(a − b).
Formules de factorisation :
p+q p−q
cos p + cos q = 2 cos cos ,
2 2
p+q p−q
cos p − cos q = −2 sin sin ,
2 2
p+q p−q
sin p + sin q = 2 sin cos ,
2 2
p−q p+q
sin p − sin q = 2 sin cos .
2 2
Démonstration.
⋄ Première méthode : dans les trois dernières formules de linéarisation, on remplace
p+q p−q
a et b par et .
2 2
⋄ Seconde méthode : A l’aide des complexes.
p+q p−q q−p
cos p + cos q = Re(eip + eiq ) = Re ei 2 (ei 2 + ei 2 ) , donc
p+q
cos p + cos q = 2 cos p−q
2
× Re(ei 2 ) = 2 cos p+q
2
cos p−q
2
.
Les autres formules se démontrent de la même façon.
Remarque. Selon le programme officiel, ces formules de factorisation ne sont pas
à connaı̂tre par coeur (mais ce n’est pas interdit) : vous devez être capable de les
redémontrer.
Formules (hors programme) : Lorsque les quantités qui interviennent sont définies :

c Éric Merle 11 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

en posant u = tan( θ2 ), on a
1 − u2 2u 2u
cos θ = , sin θ = , tan θ = .
1 + u2 1 + u2 1 − u2
Démonstration.
On suppose que θ ∈ R \ (π + 2πZ) afin que u soit défini.
sin2 (θ/2)
1 − u2 1 − cos 2 (θ/2) cos2 (θ/2) − sin2 (θ/2)
Alors, = = = cos θ.
1 + u2 sin2 (θ/2)
1 + cos 2 (θ/2)
cos2 (θ/2) + sin2 (θ/2)
On procède de même pour la seconde formule.
Remarque. Notons C le cercle unité et Mπ le point de coordonnées (−1, 0).
D’après ces formules, un point M de coordonnées (x, y) appartient à C \ {Mπ } si et
1 − t2 2t
seulement si il existe t ∈ R tel que x = 2
et y = .
1+t 1 + t2
On dispose ainsi d’un paramétrage du cercle C privé du point Mπ à l’aide de fractions
rationnelles (c’est-à-dire de fonctions qui s’écrivent comme un quotient de polynômes).
Propriété. Voici les valeurs à connaı̂tre des fonctions trigonométriques :
θ 0 π6 π
4
π
3
π
2
√ √
3 2 1
cos θ 1 2 √2 √2
0
1 2 3
sin θ 0 1
√2
3
2 √2
tan θ 0 3
1 3 non défini
√
Remarque. Les valeurs de tan π6 et de tan π3 sont √13 et 3. C’est cohérent avec le
caractère croissant de tan sur l’intervalle [0, π2 [.
Démonstration.
2 π
1 + cos(2. π4 ) 1
⋄ cos 4 = = .
2 2
⋄ Posons a = π6 .
cos(3a) = cos a cos 2a − sin a sin 2a = cos a(2 cos2 a − 1) − 2 sin2 a cos a,
ainsi cos(3a) = 4 cos3 a − 3 cos a = 0, car 3a = π2 ,
donc 4 cos2 a − 3 = 0.

2.4 Equations trigonométriques

2.4.1 Résolution du système (S) : (cos x = c) ∧ (sin x = s)
On fixe c, s ∈ R et on veut résoudre le système d’équations
(S) : (cos x = c) ∧ (sin x = s), en l’inconnue x ∈ R.
Si c2 + s2 6= 1, (S) n’admet aucune solution.
Si c2 +s2 = 1, alors le point M de coordonnées (c, s) est sur le cercle unité. On justifiera
plus tard qu’il existe un unique x0 ∈ [0, 2π[ tel que cos x = cos x0 et sin x = sin x0 , et
que l’ensemble des solutions de (S) est x0 + 2πZ.
√
2 π
Exemple. cos x = = − sin x ⇐⇒ x ∈ − + 2πZ.
2 4
c Éric Merle 12 MPSI2, LLG
Dérivation et intégration 2 Trigonométrie

2.4.2 Résolution de l’équation cos x = c

Définition. On démontrera plus loin que l’application cos réalise une bijection (décroissante)
de [0, π] dans [−1, 1]. On note arccos l’application réciproque.
Résolution de l’équation cos x = c :
Soit c ∈ R. On note (E) l’équation cos x = c, en l’inconnue x ∈ R.
Si c ∈
/ [−1, 1], (E) n’admet aucune solution.
Si c ∈ [−1, 1], posons x0 = arccos(c). Alors
(E) ⇐⇒ cos x = cos x0 ⇐⇒ x ≡ ±x0 [2π].
Ainsi, l’ensemble des solutions de (E) est S = (x0 + 2πZ) ∪ (−x0 + 2πZ).
Démonstration.
On suppose que c ∈ [−1, 1] et on pose x0 = arccos(c).
Il est clair que les éléments de S sont solutions de (E).
Réciproquement, supposons que cos x = cos x0 .
Premier cas : Supposons qu’il existe k ∈ Z tel que x ∈ [2kπ, (2k + 1)π].
Alors x − 2kπ ∈ [0, π] et cos x0 = cos(x − 2kπ), or l’application cos est une bijection
de [0, π] dans [−1, 1], donc x = x0 + 2kπ.
Second cas : Sinon, il existe k ∈ Z tel que x ∈ [(2k + 1)π, (2k + 2)π].
Alors −x ∈ [2k ′ π, (2k ′ + 1)π] où k ′ = −k − 1,
donc on peut appliquer le premier cas à −x.
√
3 π π
Exemple. cos x = ⇐⇒ x ∈ ( + 2πZ) ∪ (− + 2πZ).
2 6 6
Corollaire. Pour tout u, v ∈ R, cos u = cos v ⇐⇒ u ≡ ±v [2π].
Démonstration.
L’implication indirecte est claire. Réciproquement, soit u, v ∈ R tels que cos u = cos v.
Posons x0 = arccos(cos v). Alors cos v = cos x0 = cos u,
donc u ≡ ±x0 [2π] et v ≡ ±x0 [2π], ce qui permet de conclure.
Exercice. Résoudre l’équation (E) : cos x = cos( π3 − 2x).
Solution :  
 x = π3 − 2x + 2kπ  x = π9 + 2k π3
(E) ⇐⇒ ∃k ∈ Z, ou ⇐⇒ ∃k ∈ Z, ou
 π  π
x = − 3 + 2x + 2kπ x = 3 + 2kπ
Ainsi, l’ensemble des solutions est S = ( π3 +2πZ)∪( π9 +2 π3 Z) : modulo 2π, les solu-
tions sont π3 , π9 , 7π
9
et 13π
9
, que l’on peut représenter sur le cercle trigonométrique.

2.4.3 Résolution de l’équation sin x = s

Définition. L’application sin réalise une bijection (croissante) de [− π2 , π2 ] dans [−1, 1].
On note arcsin l’application réciproque.

c Éric Merle 13 MPSI2, LLG

Dérivation et intégration 2 Trigonométrie

Démonstration.
Pour tout x ∈ [− π2 , π2 ], posons f (x) = π2 − x. Ainsi f est une bijection décroissante de
[− π2 , π2 ] dans [0, π].
[−1,1] [−1,1]
Pour tout x ∈ [− π2 , π2 ], sin(x) = cos( π2 − x), donc sin |[− π , π ] = cos |[0,π] ◦ f .
2 2
Ceci permet de conclure car une composée de bijections décroissantes est une bijection
croissante.
Résolution de l’équation sin x = s :
Soit s ∈ R. On note (E) l’équation sin x = s, en l’inconnue x ∈ R.
Si s ∈/ [−1, 1], (E) n’admet aucune solution.
Si s ∈ [−1, 1], posons x0 = arcsin(s). Alors
(E) ⇐⇒ sin x = sin x0 ⇐⇒ (x ≡ x0 [2π]) ∨ (x ≡ π − x0 [2π]).
Ainsi, l’ensemble des solutions de (E) est S = (x0 + 2πZ) ∪ (π − x0 + 2πZ).
Démonstration.
On suppose que s ∈ [−1, 1] et on pose x0 = arcsin(s).
(E) ⇐⇒ sin x = sin x0 ⇐⇒ cos( π2 − x) = cos( π2 − x0 ), donc d’après le paragraphe
précédent, (E) ⇐⇒ π2 − x ≡ ±( π2 − x0 ) [2π] ⇐⇒ (x ≡ x0 [2π]) ∨ (x ≡ π − x0 [2π]).
√
3 π 2π
Exemple. sin x = ⇐⇒ x ∈ ( + 2πZ) ∪ ( + 2πZ).
2 3 3
Propriété. Pour tout u, v ∈ R, sin u = sin v ⇐⇒ (u ≡ v [2π]) ∨ (u ≡ π − v [2π]).
Démonstration.
sin u = sin v ⇐⇒ cos( π2 − u) = cos( π2 − v) . . .

2.4.4 Résolution de l’équation tan x = t

Définition. On démontrera plus loin que l’application tan réalise une bijection (crois-
sante) de ] − π2 , π2 [ dans R. On note arctan l’application réciproque.
Résolution de l’équation tan x = t :
Soit t ∈ R. On note (E) l’équation tan x = t, en l’inconnue x ∈ R \ ( π2 + πZ).
Posons x0 = arctan(t). Alors
(E) ⇐⇒ tan x = tan x0 ⇐⇒ x ≡ x0 [π]).
Ainsi, l’ensemble des solutions de (E) est S = x0 + πZ.
Démonstration.
Résulte du fait que tan est π-périodique : tan(x) = tan(x + kπ) pour tout k ∈ Z.
√
Exemple. tan x = − 3 ⇐⇒ x ∈ (− π3 + πZ).
Corollaire. Pour tout u, v ∈ R \ ( π2 + πZ), tan u = tan v ⇐⇒ u ≡ v [π].

c Éric Merle 14 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

2.4.5 Expressions de la forme A cos x + B sin x.

Technique à connaı̂tre : transformation de A cos x + B sin x en r cos(x − ϕ).
Première méthode :
Soit (A, B) ∈ R2 \ {(0, 0)}.
√ A B
A cos x + B sin x = A2 + B 2 √ cos x + √ sin x .
A2 + B 2 A2 + B 2
A B
Posons c = √ et s = √ . On a c2 + s2 = 1, donc on sait qu’il existe
A2 + B 2 A2 + B 2 √
ϕ ∈ R tel que c = cos ϕ et s = sin ϕ. Ainsi, en posant r = A2 + B 2 ,
A cos x + B sin x = r(cos ϕ cos x + sin ϕ sin x) = r cos(x − ϕ).
r est appelé l’amplitude et ϕ la phase.
On remarquera que, par construction, c + is = eiϕ , donc A + iB = reiϕ .
B
Seconde méthode : lorsque A 6= 0. Il existe ϕ tel que tan ϕ = .
A
sin ϕ A
Alors A cos x + B sin x = A(cos x + . sin x) = cos(x − ϕ).
cos ϕ cos ϕ
Remarque. Ainsi, une combinaison linéaire de deux signaux sinusoı̈daux de même
période en quadrature (déphasage de 90 degrés) est un signal sinusoı̈dal déphasé.
Exercice. Résoudre l’équation (E) : −3 cos x + 4 sin x = 10.
√
Exercice. Résoudre l’équation (E) : 3 cos x − sin x = 2.

3 Dérivation et intégration
3.1 Pente de la tangente
Propriété. Les fonctions affines de R dans R sont exactement les applications de la
R −→ R
forme où p, y0 ∈ R.
x 7−→ px + y0
Le graphe d’une telle application est la droite d’équation y = px + y0 . On dit que p est
la pente de cette droite et que y0 est l’ordonnée à l’origine.
Remarque. Lorsque le plan usuel est rapporté à un repère orthonormé direct (O,~ı, ~),
outre les droites admettant une équation de la forme y = px + y0 , on dispose également
des droites “verticales”, d’équation x = x0 , où x0 ∈ R. On peut dire que la pente de
ces dernières est infinie.
Deux droites affines du plan sont parallèles si et seulement si elles ont la même pente.
Propriété. Soit f : R −→ R une fonction. Pour tout x0 , x1 ∈ Df , avec x0 6= x1 , la
corde du graphe de f entre les abscisses x0 et x1 est par définition l’unique droite du
plan passant par les points du graphe de f d’abscisses x0 et x1 .
f (x1 ) − f (x0 )
Elle a pour équation : y − f (x0 ) = × (x − x0 ).
x1 − x0

c Éric Merle 15 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

f (x1 ) − f (x0 )
En particulier, la pente de cette droite est égale à .
x1 − x0
Définition. Soit f : R −→ R une fonction définie sur un intervalle I et soit x0 ∈ I.
f (x1 ) − f (x0 )
On dit que f est dérivable en x0 si et seulement si la quantité possède
x1 − x0
une limite lorsque x1 tend vers x0 . Dans ce cas, cette limite est notée f ′ (x0 ) et est
appelée la dérivée de f en x0 .
Remarque. Nous ferons plus tard la théorie des notions de limite et de dérivée.
Informellement, lorsque f est dérivable en x0 , la corde du graphe de f entre les abscisses
x0 et x1 tend vers une droite non verticale, de pente f ′ (x0 ), que l’on appelle la tangente
au graphe de f en le point de coordonnées (x0 , f (x0 )). Cette tangente a donc pour
équation : y − f (x0 ) = f ′ (x0 ).(x − x0 ).
Cela dit que la meilleure approximation de f , au voisinage de x0 , parmi l’ensemble des
applications affines, est x 7−→ f (x0 ) + f ′ (x0 ).(x − x0 ).
Il faut retenir que f ′ (x0 ), lorsqu’elle est définie, est la pente de la tangente au graphe
de f en le point d’abscisse x0 .
Définition. Soit I est un intervalle inclus dans Df .
On dit que f est dérivable sur I, ou bien que f est de classe D1 sur I, si et seulement
si f est dérivable en chacun des réels de I.
On dispose alors de l’application f ′ , définie au moins sur I.
Lorsque f ′ est continue sur I, on dit que f est de classe C 1 sur I ; on dit aussi que f
est continûment dérivable sur l’intervalle I.
Exemple. Lorsque f (x) = ax + b, où a et b sont des paramètres réels, f est C 1 et,
pour tout x ∈ R, f ′ (x) = a.
Dans ce cas, le graphe de f est une droite D et toutes les cordes du graphe sont égales
à D.
f (x1 ) − f (x0 )
Exemple. Prenons f (x) = x2 . Alors = x1 + x0 −→ 2x0 , donc f est
x1 − x0 x1 →x0
′
dérivable sur R et f (x) = 2x.
Exercice. Calculer de la même façon la dérivée de x 7−→ x1 .
Exemple. Prenons f (x) = cos x. Soit x ∈ R. D’après une formule de factorisation,
f (x) − f (y) x + y sin x−y sin t f (x) − f (y)
= − sin × x−y2 . Or −→ 1, donc −→ − sin(x).
x−y 2 2
t t→0 x − y y→x
′
Ceci prouve que cos est dérivable et que cos = − sin.

3.2 Règles de dérivation

Propriété. On démontrera plus tard les formules suivantes :
— Pour tout α, β ∈ R, (αf + βg)′ = αf ′ + βg ′ .
— (f g)′ = f ′ g + f g ′ .

c Éric Merle 16 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration
1 ′ f′
— =− .
f f2
f ′ f ′ g − g ′ f
— = .
g g2
— (f ◦ g)′ = g ′ × (f ′ ◦ g).
— Pour tout n ∈ N∗ , (f n )′ = nf ′ × f n−1 .
1
— Lorsque f est bijective, (f −1 )′ = ′ .
f ◦ f −1
Les fonctions qui interviennent dans ces formules sont toutes supposées dérivables sur
un intervalle. On se limite éventuellement à un sous-intervalle pour s’assurer que les
quantités qui interviennent dans les formules sont bien définies.
Remarque. La dernière formule s’interprète bien géométriquement en tenant compte
du fait que les graphes de f et de f −1 sont symétriques par rapport à la première
diagonale. En effet, une droite D de pente p admet une équation de la forme y = px+y0 ,
donc le symétrique de D selon la première diagonale admet pour équation x = py + y0 ,
qui est une droite de pente p1 lorsque p 6= 0.
Remarque. Selon le contexte, f −1 peut désigner l’application réciproque de f ou bien
la quantité f1 , ce qui n’est pas du tout la même chose.
Remarque. Certaines cohérences entre ces formules aident à les retenir :
⋄ (f 2 )′ = (f f )′ = 2f f ′ , (f 3 )′ = (f 2 × f )′ = f × (f 2 )′ + f 2 × f ′ = 3f ′ × f 2 .
Par récurrence, on retrouverait par ce procédé que pour tout n ∈ N∗ , (f n )′ = nf ′ ×f n−1 .
En particulier, avec f (x) = x, on obtient que
d n
∀n ∈ N∗ , (x ) = nxn−1 .
dx
Soit n ∈ N∗ . Posons g(x) = xn .
Alors (f n )′ = (g ◦ f )′ = f ′ × g ′ ◦ f = f ′ × n × f n−1 : c’est cohérent.
1
⋄ Posons g(x) = x1 . On a vu que g ′ (x) = − 2 . Ainsi, on retrouve que
x
1 ′
′ ′ ′ f′
= (g ◦ f ) = f × g ◦ f = − 2 .
f f
f ′ 1 1 ′ f ′ g − g ′ f
Ensuite, on en déduit que = f′ × + f × = .
g g g g2
Remarque. On a même, pour tout n ∈ Z∗ , (f n )′ = nf ′ × f n−1 .
d −n d1 nxn−1
En effet, fixons n ∈ N∗ . (x ) = = − = −nx−n−1 .
dx dx xn x2n
Exemples :
d
— (2x4 + 5x2 + π) = 8x3 + 10x.
dx
d
— (cos3 x) = −3 sin x cos2 x.
dx
d ax + b ad − bc
— = .
dx cx + d (cx + d)2

c Éric Merle 17 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

d
— (cos(cos x)) = sin x × sin(cos x).
dx
d d sin x 1
— (tan x) = = 2
= 1 + tan2 x.
dx dx cos x cos x
d 1 1
— (arcsinx) = =√ .
dx cos(arcsinx) 1 − x2
d 1 −1
— (arccosx) = =√ .
dx − sin(arccosx) 1 − x2
d 1 1
— (arctanx) = ′
= .
dx tan (arctanx) 1 + x2

3.3 Dérivées d’ordre supérieur

Définition. Si f ′ est définie sur un intervalle I, on dit que f est deux fois dérivable
sur I lorsque f ′ est dérivable en tout point de I. La dérivée de la dérivée de f est notée
f ′′ . On l’appelle la dérivée seconde de f .
Soit n ∈ N. Par récurrence, la dérivée n-ième de f lorsqu’elle est définie est la dérivée
dn
de la dérivée (n − 1)-ième. On la note f (n) ou bien x 7−→ n (f (x)).
dx
— On dit que f est de classe Dn sur I lorsque f est n fois dérivable sur I.
— On dit que f est de classe C n sur I lorsque f est n fois dérivable sur I et que
f (n) est continue.
— On dit que f est de classe C ∞ sur I lorsque, pour tout n ∈ N, f est C n sur I.
Remarque. On convient que f (0) = f , pour toute application f de R dans R.
Exemple. Lorsque f (x) = ax + b, f est C ∞ et, pour tout n ∈ N avec n ≥ 2, pour
tout x ∈ R, f (n) (x) = 0.
Exemple. Si f est de classe C ∞ sur R, pour tout a, b ∈ R, x 7−→ f (ax + b) est aussi
dn
de classe C ∞ sur R et, pour tout x ∈ R et n ∈ N, n (f (ax + b)) = an f (n) (ax + b).
dx
Exemple. On prouve que sin est dérivable, de dérivée cos. Ainsi, par récurrence, on
en déduit que cos et sin sont de classe C ∞ .
On peut montrer par récurrence les formules suivantes :
Pour tout n ∈ N, pour tout x ∈ R, cos(n) (x) = cos(x + n π2 ) et sin(n) (x) = sin(x + n π2 ).
Exemple. Soit a ∈ R. Montrer que, pour tout n ∈ N, pour tout x ∈ R \ {−a},
dn 1 (−1)n n!
= (on rappelle que n! = n × (n − 1) × · · · × 1).
dxn x + a (x + a)n+1

3.4 Dérivation et monotonie

Théorème. Soit f une fonction de I dans R, où I est un intervalle de R. On suppose
que f est dérivable sur I.
— f est constante sur I si et seulement si f ′ est identiquement nulle sur I.

c Éric Merle 18 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

— f est croissante sur I si et seulement si ∀x ∈ I, f ′ (x) ≥ 0.

— f est décroissante sur I si et seulement si ∀x ∈ I, f ′ (x) ≤ 0.
— Si f ′ (x) est de signe constant sur I et si {x ∈ I/f ′ (x) = 0} est fini, alors f est
strictement monotone.
Démonstration.
Admis pour le moment.
Exemple. Posons f (x) = x1 . L’application f est définie et dérivable sur R∗ et
1
f ′ (x) = − 2 < 0, donc f est décroissante sur R∗− et sur R∗+ .
x
Attention cependant, f n’est pas globalement décroissante sur R∗ .
Exemple. Montrer que, pour tout x > 0, sin x < x.
Pour x > 1, sin x ≤ 1 < x.
Sur I = [0, 1], posons f (x) = x − sin x. f est dérivable et f ′ (x) = 1 − cos x ≥ 0. De
plus, pour tout x ∈ I, f ′ (x) = 0 ⇐⇒ x = 0. Ainsi f est strictement croissante sur
[0, 1], donc pour tout x ∈]0, 1], f (x) > f (0) = 0, donc sin(x) < x.
On en déduit que, pour tout x ∈ R, | sin x| ≤ |x|.
Exemple. Pour tout x ∈ [−1, 1], arccosx + arcsinx = π2 .
En effet, si l’on pose f (x) = arccosx + arcsinx, f est dérivable sur ] − 1, 1[ et f ′ (x) = 0,
donc f est constante sur ] − 1, 1[, égale à f (0) = π2 .
C’est encore vrai pour x = ±1.
On peut aussi le montrer sans dériver : soit x ∈ [−1, 1].
Posons θ = arccosx et ϕ = arcsinx.
Alors cos θ = x = sin ϕ = cos( π2 − ϕ), or θ, π2 − ϕ ∈ [0, π], donc θ = π2 − ϕ.
Exercice. Adapter l’exemple précédent pour montrer que, pour tout t ∈ R∗ ,
arctant + arctan 1t = sgn(t) × π2 , où sgn(t) représente le signe de t, c’est-à-dire 1
si t > 0 et −1 si t < 0.

3.5 Intégration
Définition. Soit a, b ∈ R avec a < b. Soit f : [a, b] −→ R une application continue.
Z b
On note f (t)dt (prononcer “intégrale de a à b de f(t) dt”) l’aire comprise entre l’axe
a
des abscisses (noté Ox) et le graphe de f , en comptant positivement les aires au dessus
de l’axe Ox (donc lorsque f (x) ≥ 0) et négativement les aires situées au dessous de
l’axe Ox (lorsque f (x) ≤ 0).
Remarque. On utilise une notion d’aire mal définie. C’est une définition intuitive et
informelle. Nous construirons une théorie de l’intégration plus rigoureuse ultérieurement.
Z b
Exemple. Pour tout c ∈ R et a < b, cdt = c(b − a), car c’est l’aire d’un rectangle.
Z a a
a2
Pour a > 0, tdt = , car c’est la moitié de l’aire d’un carré de côté a.
0 2

c Éric Merle 19 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

Convention : ZAvec les notations

Z Z et hypothèses précédentes, on convient que
a b a
f (t)dt = − f (t)dt et que f (t)dt = 0.
b a a
On admettra pour le moment que les intégrales vérifient les propriétés suivantes :
Propriété. Soit I un intervalle inclus dans R.
Soit f et g deux applications continues de I dans R.
Soit a, b ∈ I (on peut avoir a < b, b < a ou bien a = b).
Z b Z b Z b
— Linéarité : Pour tout α, β ∈ R, (αf + βg) = α f +β g.
a Z b aZ c a
Z b
— Relation de Chasles : Pour tout c ∈ I, f (t)dt = f+ f.
a a c
Soit a, b ∈ I : on suppose maintenant
Z b que a ≤ b.
— Positivité : si f ≥ 0, alors f (t)dt ≥ 0.
a Z b Z b
— Croissance de l’intégrale : si f ≤ g, alors f (t)dt ≤ g(t)dt.
Z b Z b a a

— Inégalité triangulaire : f (t)dt ≤ |f (t)|dt.

a a

Propriété. Soit a, b ∈ R avec a < b et soit f : [a, b] −→ R une application continue

Rb
et positive, telle que a f (t)dt = 0. Alors f est identiquement nulle sur [a, b].
Inégalité de Cauchy-Schwarz : Soit a, b ∈ R avec a <sb et soit f et g sdeux applica-
Z b Z b Z b
tions continues de [a, b] dans R. Alors f (t)g(t) dt ≤ 2
f (t) dt× g(t)2 dt,
a a a
avec égalité si et seulement si f et g sont colinéaires, c’est-à-dire si et seulement si
f = 0 ou bien il existe λ ∈ R tel que, pour tout x ∈ [a, b], g(x) = λf (x).
Démonstration. Z b
Pour tout t ∈ R, notons P (t) = (tf (x) + g(x))2 dx.
Z b a Z b Z b
2
Alors 0 ≤ P (t) = t 2
f (x) dx + 2t f (x)g(x) dx + g(x)2 dx.
Z b a a a
2
Lorsque f (x) dx 6= 0, P est donc une application polynomiale de R dans R partout
a
positive. On sait alors que P possèdeZau plus une racine réelle,
Z b donc que sonZ b discrimi-
b 2
nant, noté ∆, est négatif. Or ∆ = 4 f (x)g(x) dx −4 g(x)2 dx × f (x)2 dx,
a a a
d’où l’inégalité de Cauchy-Schwarz.
Si cette inégalité est une égalité, alors ∆ = 0, donc P possède une racine réelle (double)
Z b
notée α ∈ R. Alors (αf (x) + g(x))2 dx = 0, or l’application x 7−→ (αf (x) + g(x))2
a
est positive et continue sur [a, b], donc cette application est identiquement nulle. Ceci
prouve que, pour tout x ∈ [a, b], g(x) = −αf (x), ce qu’il fallait démontrer.

c Éric Merle 20 MPSI2, LLG

Dérivation et intégration 3 Dérivation et intégration

Si réciproquement, il existe λ ∈ R tel que, pour tout x ∈ [a, b], g(x) = λf (x), on vérifie
aisément que l’inégalité de Cauchy-Schwarz
Z est une égalité.
b
Il reste à examiner le cas où f (x)2 dx = 0. L’application x 7−→ f (x)2 étant continue
a
et positive, dans ce cas, l’application f est identiquement nulle et la propriété est simple
à vérifier.

3.6 Primitivation
Définition. Soit I un intervalle de R et f une application de I dans R que l’on
suppose continue.
On dit que F est une primitive de f sur I si et seulement si F est dérivable et F ′ = f .
Remarque. Ainsi, l’opération de primitivation d’une fonction est l’opération réciproque
de la dérivation.
Propriété. Avec les hypothèses et notations précédentes, si F0 est une primitive de
f , alors les autres primitives de f sont exactement les applications F0 + k, où k est une
fonction constante.
Ainsi, f ne possède pas une primitive unique, mais on peut dire que cette primitive est
unique à une constante additive près.
Démonstration.
F est une primitive de f si et seulement si (F0 − F )′ = 0.
On admet pour le moment le théorème suivant :
Théorème fondamental de l’analyse : Soit I un intervalle de R et f une application
de I dans R Zque l’on suppose continue. Soit x0 ∈ I.
x
Alors x 7−→ f (t)dt est l’unique primitive de f qui s’annule en x0 .
x0
Z x
Remarque. Cela signifie que x 7−→ f (t)dt est une fonction dérivable sur I et que
Z x0
d x
f (t)dt = f (x).
dx x0
Corollaire. Soit f une application continue d’un intervalle I dans R.
Si F est une primitive de f , alors pour tout a, b ∈ I,
Z b
∆
f (t)dt = F (b) − F (a) = [F (t)]ba .
a

Démonstration. Z x
Posons F0 (x) = f (t)dt : F0 est une primitive de f , donc il existe k ∈ R tel que,
a Z b
pour tout x ∈ I, F (x) = F0 (x) + k. Ainsi, f (t)dt = F0 (b) = F (b) − F (a).
a
Exemple.

c Éric Merle 21 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances
Z π h iπ
— cos t dt = sin t = 0.
0
Z0 1 h x 2 i1 1 Z 2 Z 3
3 5
— x dx = = , x dx = , x dx = .
0 2 0 2 1 2 2 2
Z b
1
Corollaire. Si f est une application de classe C sur [a, b], f ′ (t) dt = f (b) − f (a).
a
Démonstration.
f est une primitive de f ′ .
R
Notation. L’écriture “ f (t) dt = F (t) + k, t ∈ I” signifiera que f est continue sur I
et que l’ensemble des primitives de f est {F + k/k ∈ R}.
Exemple.
Z
xn+1
— xn dx = + k, pour tout n ∈ Z \ {−1}.
Z n +Z1
1 + cos 2x x sin 2x
— cos2 x dx = dx = + + k.
Z 2 2 4
dx
— 2
= arctanx + k.
Z 1+x
2x dx −1
— 2 2
= 2 + k.
(x + 1) x +1
Propriété.
Z Soit a, b ∈ R avecZa 6= 0.
1
Si f (t) dt = F (t) + k, alors f (at + b) dt = F (at + b) + k.
a
Remarque. Si f est une application continue d’un intervalle I dans R et si u : J −→ I
et v : J −→ I sont des applications dérivables sur un intervalle J, on calcule la dérivée
Z v(t)
de t 7−→ f (x) dx en utilisant une primitive F de f :
u(t)
Z v(t)
f (x) dx = F (v(t)) − F (u(t)) a pour dérivée v ′ (t)f (v(t)) − u′ (t)f (u(t)).
u(t)

Exemple.
Z Si f est définie et continue sur R, alors
d x d
f (t) dt = (F (x) − F (−x)) = f (x) + f (−x).
dx −x dx

4 Fonctions Logarithmes et puissances

4.1 Quelques théorèmes d’analyse
On montrera plus tard les théorèmes suivants :
Théorème de la limite monotone : On pose R = R ∪ {+∞, −∞}.
2
Soit (m, M ) ∈ R avec m < M . Notons I =]m, M [.
Soit f une application de I dans R que l’on suppose monotone.

c Éric Merle 22 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

Alors la quantité f (x) possède une limite dans R, lorsque x tend vers m (resp : M ).
Théorème.
Soit a, b ∈ R avec a < b et soit f une application continue de [a, b] dans R.
Alors f est bornée et elle atteint ses bornes, c’est-à-dire
qu’il existe α, β ∈ [a, b] tel que, pour tout x ∈ [a, b], f (α) ≤ f (x) ≤ f (β).
Notation. Pour la suite de ce paragraphe, on fixe un intervalle I de cardinal infini.
Théorème des valeurs intermédiaires (TVI) :
Soit f : I −→ R une application continue à valeurs réelles. Soit a, b ∈ I avec a < b.
Alors, pour tout réel k compris entre f (a) et f (b), il existe c ∈ [a, b] tel que f (c) = k.
Seconde formulation du TVI :
L’image d’un intervalle par une application continue à valeurs réelles est un intervalle.
Théorème. Soit f : I −→ R une fonction continue. Alors f est injective si et
seulement si elle est strictement monotone.
Théorème de la bijection :
Soit f : I −→ R une application continue et strictement monotone.
Ainsi, en notant encore f la restriction f |f (I) , f est une bijection de I dans f (I).
Alors, f −1 : f (I) −→ I est également continue et strictement monotone (de même
sens de variation que f ).
Remarque. Il est élémentaire de démontrer que, si f est strictement monotone, alors
f est une bijection de I dans f (I) et que son application réciproque f −1 est également
monotone strictement, de même sens de variation que f . La continuité de f −1 est moins
évidente.
Définition. Soit f une application définie sur un intervalle I et à valeurs dans un
autre intervalle J de R.
Soit n ∈ N∗ ∪ {∞}. On dit que f est un C n -difféomorphisme si et seulement si f est
une bijection de I sur J et si f et f −1 sont toutes deux de classe C n .
Caractérisation d’un difféomorphisme : Soit f une application définie sur un
intervalle I et à valeurs dans R. Soit n ∈ N∗ ∪ {∞}.
f est un C n -difféomorphisme de I dans f (I) si et seulement si f est de classe C n et si,
pour tout x ∈ I, f ′ (x) 6= 0.
1
Remarque. C’est cohérent avec la formule : (f −1 )′ (f (x)) = ′ .
f (x)

4.2 Les fonctions ln et exp

Z x
1 dt
Définition. Pour tout x > 0, on pose ln(x) = .
1 t
1. En classe de Première, vous avez défini la fonction exp comme l’unique fonction dérivable f

c Éric Merle 23 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

Remarque. La dénomination logarithme, inventée par Neper, résulte de la combinai-

son de logos (au sens très général de mise en rapport de 2 notions ; ici, x et 10x dans
une même table) et de arithmos qui signifie nombre.
Propriété. Le domaine de définition de ln est égal à R∗+ .
d 1
Par construction, ln est dérivable sur R∗+ et, pour tout x ∈ R∗+ , (ln(x)) = .
dx x
Ainsi, ln est strictement croissante et ln(1) = 0.
Relation fonctionnelle : Pour tout x, y ∈ R∗+ , ln(xy) = ln x + ln y.
Démonstration.
Fixons y ∈ R∗+ . Posons f (x) = ln(xy) − ln x − ln y.
y
f est dérivable sur R∗+ et f ′ (x) = xy − x1 = 0, donc f est constante,
égale à f (1) = ln(y) − ln(1) − ln(y) = 0.
Remarque. Posons, pour tout (x, y) ∈ (R∗+ )2 , g(x, y) = ln(xy) − ln x − ln y : g est une
fonction de plusieurs variables réelles. Ci-dessus, on a dérivé selon la variable x après
avoir fixé la variable y.
C’est la définition de la dérivée partielle de g selon la variable x.
Plus généralement, si h est une application de R2 dans R,
∂
on pose (h(x, y)) = [x 7−→ h(x, y)]′y étant fixé .
∂x
∂ p 2 z
Par exemple, en généralisant dans R3 , ( x + y2 + z2) = p .
∂z x + y2 + z2
2

n
Y X n
∗
Propriété. Pour tout n ∈ N et x1 , . . . , xn ∈ R+ , ln xi = ln(xi ).
i=1 i=1
Démonstration.
Par récurrence sur n à l’aide de la propriété précédente.
Propriété. Pour tout x ∈ R∗+ , ln(x) ≤ x − 1.
Démonstration.
Posons f (x) = x − 1 − ln x lorsque x > 0. f est dérivable sur R∗+ et f ′ (x) = 1 − x1 = x−1
x
,
donc f est décroissante entre 0 et 1, puis croissante entre 1 et +∞. Le tableau de
variations montre ainsi que, pour tout x > 0, f (x) ≥ f (1) = 0.
Remarque. La démonstration précédente prouve même que, pour tout x ∈ R∗+ \ {1},
ln(x) < x − 1.
Propriété. ln(x) −→ +∞.
x→+∞

vérifiant la propriété (P ) suivante : f ′ = f et f (0) = 1, mais en admettant l’existence et l’unicité

relative à la propriété (P ). Ensuite, en classe de Terminale, vous avez défini la fonction ln comme
la fonction réciproque de la fonction exp. Maintenant, nous souhaitons proposer des définitions des
fonctions élémentaires qui évite d’admettre quoi que ce soit.

c Éric Merle 24 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

Démonstration.
⋄ ln est croissante, donc d’après le théorème de la limite monotone, il existe ℓ ∈ R tel
que ln(x) −→ ℓ.
x→+∞
⋄ ln est strictement croissante, donc ln(2) > 0 = ln(1).
⋄ Par récurrence sur n ∈ N, on montre que ln(2n ) = n ln 2, donc ln(2n ) −→ +∞.
n→+∞
Mais 2n −→ +∞ et ln(x) −→ ℓ, donc par composition des limites, ln(2n ) −→ ℓ.
n→+∞ x→+∞ n→+∞
Alors, par unicité de la limite, ℓ = +∞.
Propriété. ln(x) −→+ −∞.
x→0
Démonstration.
Soit x ∈ R∗+ . ln x + ln x1 = ln 1 = 0, donc ln(x) = − ln x1 −→+ −∞, par composition des
x→0
1
limites, en utilisant le fait que −→
x x→0+
+∞ et que ln(y) −→ +∞.
y→+∞

Propriété. ln est un C ∞ -difféomorphisme de R∗+ dans R.

Démonstration.
ln est C ∞ sur R∗+ et, pour tout x ∈ R∗+ , ln′ (x) = x1 6= 0, donc d’après le théorème
de caractérisation d’un difféomorphisme, ln est un C ∞ -difféomorphisme de R∗+ dans
ln(R∗+ ).
De plus, ln(x) −→ +∞ et ln(x) −→+ −∞, donc ln(R∗+ ) est un intervalle ni minoré,
x→+∞ x→0
ni majoré. Ainsi ln(R∗+ ) = R.
Remarque. Les logarithmes ont été inventés par Neper (en 1614, mais pas sous forme
intégrale : il faut attendre 1666 pour cela) afin de ramener le calcul d’un produit xy à
celui d’une somme : ln x + ln y. Cependant, pour terminer le calcul, il est nécessaire de
connaı̂tre la bijection réciproque de la bijection ln.
Corollaire. Il existe un unique e ∈ R tel que ln(e) = 1. e est le nombre de Neper.
Il admet pour valeur approchée e = 2, 71828183 ± 10−8 .
ln x
Propriété. −→ 0 .
x x→+∞
Démonstration.
ln x
Pour tout x ∈ [e, +∞[, posons f (x) = .
x
1 − ln x
f est dérivable sur [e, +∞[ avec f ′ (x) = .
x2
Soit x ∈ [e, +∞[. Par croissance du logarithme, ln x ≥ ln e = 1, donc f ′ (x) ≤ 0.
Ainsi f est décroissante, donc d’après le théorème de la limite monotone, il existe ℓ ∈ R
tel que f (x) −→ ℓ.
x→+∞
n ln 2
De plus, pour tout n ∈ N, f (2n ) = , or on peut montrer par récurrence que pour
2n
ln 2
tout n ≥ 4, 2n ≥ n2 , donc pour tout n ∈ N ∩ [4, +∞[, 0 ≤ f (2n ) ≤ −→ 0, donc
n n→+∞
d’après le principe des gendarmes, f (2n ) −→ 0.
n→+∞

c Éric Merle 25 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

Or, par composition des limites, f (2n ) −→ ℓ, donc par unicité de la limite, ℓ = 0.
n→+∞

Graphe de ln : au tableau.
Définition. La bijection réciproque de la bijection ln |RR∗+ est notée exp.
exp est un C ∞ difféomorphisme de R dans R∗+ .
Pour tout x ∈ R∗+ , exp(ln x) = x et, pour tout x ∈ R, ln(exp(x)) = x.
Propriété. exp(1) = e.
d
∀x ∈ R,(exp(x)) = exp(x).
dx
∀x, y ∈ R, exp(x + y) = exp(x) exp(y).

Démonstration.
D’après la formule de dérivation d’une bijection réciproque,
d 1
(exp(x)) = ′ = exp(x).
dx ln (exp(x))
Soit x, y ∈ R. ln(exp(x + y)) = x + y
et ln(exp(x) exp(y)) = ln(exp(x)) + ln(exp(y)) = x + y,
or ln est strictement croissante, donc elle est injective,
donc exp(x + y) = exp(x) exp(y).
Remarque. Par récurrence, on montre que, pour tout n ∈ N,
· · × e} = en .
exp(n) = e| × ·{z
n fois
De plus, pour tout n ∈ N, exp(n) × exp(−n) = exp(0) = 1,
donc pour tout n ∈ Z, exp(n) = en .
Notation. En cohérence avec cette dernière propriété, on note le plus souvent

∀x ∈ R, exp(x) = ex .

n
x
X xk
Remarque. On montrera plus loin que, pour tout x ∈ R, e = lim . Il est
n→+∞
k=0
k!
n k
z z
X z
donc cohérent de définir e lorsque z ∈ C par la formule e = lim .
n→+∞
k=0
k!
Propriété. Pour tout x ∈ R, ex ≥ 1 + x.
Démonstration.
Soit x ∈ R. Posons t = ex . Ainsi t > 0, donc on sait que x = ln t ≤ t − 1 = ex − 1.
Ainsi, ex ≥ x + 1.
Graphe de exp : au tableau.
Propriété. Regroupons les propriétés fondamentales des fonctions ln et x 7−→ ex :
⋄ Fonction logarithme : Pour tout x, y ∈ R∗+ et n ∈ Z,

c Éric Merle 26 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

— ln(xy) = ln x + ln y,
— ln(1) = 0 et ln(e) = 1,
1
— ln = − ln x,
x
x
— ln = ln x − ln y,
y
— ln(xn ) = n ln x,
— ln est définie sur R∗+ , elle est strictement croissante,
— ln x ≤ x − 1,
ln(t)
— ln(t) −→ −∞, ln(t) −→ +∞, −→ 0.
t→0 t→+∞ t t→+∞
⋄ Fonction exponentielle : Pour tout x, y ∈ R et n ∈ Z,
— ex+y = ex ey ,
— e0 = 1 et e1 = e,
— ex > 0,
1
— e−x = x ,
ex
x−y e
— e = y,
e
— enx = (ex )n .
— exp est définie sur R, elle est strictement croissante,
— ex ≥ 1 + x,
— et −→ 0, et −→ +∞.
t→−∞ t→+∞
et
— −→ +∞.
t t→+∞
Démonstration.
Pour l’avant-dernière ligne, ces limites existent dans R d’après le théorème de la limite
monotone et elles ont les valeurs indiquées car e−n ln 2 = eln(2 ) = 2−n = 21n −→ 0 et
−n

n→+∞
en ln 2 = 2n −→ +∞.
n→+∞
x
Pour la dernière limite : −→ +∞ et et −→ +∞, donc par composition des
ln x x→+∞ t→+∞
et et
limites, = −→ +∞.
t ln(et ) t→+∞

4.3 Logarithmes et exponentielles en base a.

Définition. Soit a ∈ R∗+ \ {1}. Le logarithme en base a est l’application notée lna
définie par :
ln x
∀x ∈ R∗+ , lna (x) = .
ln a
Remarque. Le logarithme en base 10, souvent noté log, est utilisé en chimie (pH) et
en acoustique (dB).
Le logarithme en base 2 est utilisé en informatique.

c Éric Merle 27 MPSI2, LLG

Dérivation et intégration 4 Fonctions Logarithmes et puissances

d 1
Remarque. Pour tout x > 0, (lna (x)) = .
dx x ln a
Définition. Soit a ∈ R∗+ . On montre facilement que, pour tout n ∈ Z, an = en ln a .
∆
On convient de noter, pour tout x ∈ R, ax = ex ln a = expa (x) : c’est la fonction
“exponentielle en base a”.
d x
Remarque. Pour tout x ∈ R, (a ) = (ln a)ax .
dx
Propriété. Soit a ∈ R∗+ \ {1}. Les fonctions lna et x −
7 → ax sont des bijections,
réciproques l’une de l’autre :

∀x ∈ R, lna (ax ) = x et ∀x ∈ R∗+ , alna x = x.

Propriété. Regroupons les propriétés fondamentales des fonctions lna et x 7−→ ax :

⋄ Fonction logarithme en base a ∈ R∗+ \ {1} : Pour tout x, y ∈ R∗+ et b ∈ R,
— lna (xy) = lna x + lna y,
— lna (1) = 0 et lna (a) = 1,
1
— lna = − lna x,
x x
— lna = lna x − lna y,
y
— lna (xb ) = b lna x,
⋄ Fonction exponentielle en base a : Pour tout x, y ∈ R,
— ax+y = ax ay ,
— a0 = 1 et a1 = a,
— ax > 0,
1
— a−x = x ,
ax
x−y a
— a = y,
a
— pour tout b ∈ R, abx = (ax )b .
— Pour tout b > 0, ax bx = (ab)x .

4.4 Fonctions puissances

Définition. Un monôme de degré n ∈ N est une application de la forme x 7−→ axn ,
où a est un paramètre réel. Cette application est définie sur R.
Définition. Une fonction polynomiale est une somme finie de monômes.
Exemple. x 7−→ x10 − 6x3 + x est une application polynomiale.
Représentation graphique de x 7−→ xn où n ∈ N : au tableau. Discuter selon la
parité de n.
Remarque. Lorsque n est un entier relatif strictement négatif, x 7−→ xn est défini
sur R∗ .

c Éric Merle 28 MPSI2, LLG

Dérivation et intégration 5 Etude d’une fonction

Représentation graphique de x 7−→ xn où n ∈ Z avec n < 0 : au tableau. Discuter

selon la parité de n.
Définition. Soit α ∈ R.
La fonction puissance d’exposant α est l’application x 7−→ xα = eα ln x .
Elle est définie sur R∗+ .
Lorsque α ∈ Z, cette application coı̈ncide avec les applications précédentes sur R∗+ .
Représentation graphique de x 7−→ xα où α ∈ R, lorsque x décrit R∗+ . On
discutera selon la position de α par rapport à 0 et 1.
Remarque. L’application x 7−→ x3 est un C ∞ -difféomorphisme de R dans R. Il nous
1
arrivera de noter x 7−→ x 3 son application réciproque, qui est ainsi définie sur R en
entier et pas seulement sur R∗+ .
1
Plus généralement, on peut envisager de prolonger la notation x q à tout x réel lorsque
q est un entier strictement positif et impair.
Cependant cette notation est risquée car on pourrait se croire autorisé d’écrire :
1 2 1 1
−2 = (−8) 3 = (−8) 6 = ((−8)2 ) 6 = 64 6 = 2, ce qui est faux bien entendu, mais pour
2 1 1
une raison délicate : la quantité (−8) 6 ne vaut ni ((−8)2 ) 6 (qui est positif), ni ((−8) 6 )2
qui n’est pas défini.
1 p
Aussi, en dehors du cas particulier x q avec q impair, on évitera d’utiliser x q lorsque
p, q ∈ Z avec q ≥ 2 et x ≤ 0.
Convention : Pour tout b ∈ R∗+ , 0b = 0 et 00 = 1 .
C’est cohérent avec le fait que, pour b > 0 fixé, xb −→+ 0 et que xx −→+ 1.
x→0 x→0

5 Etude d’une fonction

5.1 Plan d’étude d’une fonction f de R dans R
1. On détermine le domaine de définition Df de f .
2. On réduit Df à un domaine d’étude D en profitant des symétries de f : parité,
imparité, période.
3. On détermine sur quel domaine D′ ⊂ D, f est dérivable. On calcule la dérivée
de f sur D′ et on étudie son signe.
4. On trace le tableau de variations de f (cf exemples). Ce tableau indique le signe
de la dérivée, les sens de variation de f , les limites de f aux bornes des intervalles
dont D est la réunion, certaines valeurs remarquables de f et f ′ . On repère ainsi
les tangentes remarquables ainsi que les asymptotes verticales et horizontales.
5. Lorsque f (x) −→ ±∞, on dit que le graphe de f admet une branche infinie.
x→±∞
On recherche alors une éventuelle asymptote oblique, selon la méthode présentée
ci-dessous.

c Éric Merle 29 MPSI2, LLG

Dérivation et intégration 5 Etude d’une fonction

Exemple. Posons f (x) = sin3 x. Ainsi, Df = R.

f étant 2π-périodique, on peut réduire l’intervalle d’étude à tout intervalle longueur
2π, par exemple [−π, π]. De plus f est impaire, donc on peut se limiter à [0, π].
En remarquant que f (π − x) = f (x), on peut même réduire l’intervalle d’étude à
I = [0, π2 ] : on fera subir au graphe obtenu sur I une symétrie par rapport à la droite
verticale d’abscisse π2 pour récupérer le graphe de f |[0,π] .
f est croissante sur I et f ′ s’annule uniquement pour x = 0 et x = π2 . Ceci permet
d’effectuer le tracé du graphe de f .
Remarque. Dans ce contexte, la possession et la maı̂trise d’une calculatrice graphique
est un atout.
ln x
Exemple. Etude de la fonction x 7−→ .
x

5.2 Etude des branches infinies

Soit ε ∈ {−1, 1}. On suppose que f (x) −→ ±∞.
x→ε∞
On cherche une asympote oblique, c’est-à-dire une droite d’équation y = µx + α avec
µ 6= 0, telle que au voisinage de l’infini, le graphe de f épouse l’asymptote, c’est-à-dire
telle que f (x) − µx − α tend vers 0 lorsque x tend vers ε∞.
f (x)
• Premier cas. S’il existe µ ∈ R tel que −→ µ.
x x→ε∞
Dans ce cas, on dit que le graphe de f admet une direction asymptotique de pente µ.
⋄ 1.1 S’il existe α ∈ R tel que f (x) − µx −→ α.
x→ε∞
Dans ce cas, la droite affine d’équation y = µx + α est une asymptote de la courbe
au voisinage de ε∞.
On positionne éventuellement la courbe par rapport à l’asymptote en recherchant
le signe de la quantité s(x) = f (x) − µx − α pour x ∈ D. Si s(x) > 0, le point
d’abscisse x du graphe est situé au dessus de l’asymptote, et si s(x) < 0, le point est
sous l’asymptote.
⋄ 1.2 Si f (x) − µx −→ ±∞.
x→ε∞
On dit que l’arc présente au voisinage de ε∞ une branche parabolique de pente µ.
f (x)
C’est en particulier le cas lorsque µ = 0, c’est-à-dire lorsque −→ 0 : on est
x x→ε∞
en présence d’une branche
√ parabolique horizontale. La courbe ressemble à celle de
l’application x 7−→ x.
⋄ 1.3 Autres cas.
Il y a seulement une direction asymptotique.
f (x)
• Deuxième cas. Si −→ ±∞.
x x→ε∞
Dans ce cas, le graphe de f admet une branche parabolique verticale. La courbe res-
semble à celle de l’application x 7−→ x2 .
• Troisième cas. Dans tous les autres cas, on peut seulement dire que f présente
une branche infinie lorsque x tend vers ε∞.

c Éric Merle 30 MPSI2, LLG

Dérivation et intégration 6 Déformations du graphe

x2 + 2x + 5
Exemple. Posons f (x) = .
x+1
5
x+2+ x
f (x) = x × −→ +∞, donc f présente une branche infinie au voisinage de
x + 1 x→+∞
+∞ (et aussi de −∞).
f (x) x + 2 + x5
= −→ 1, donc le graphe de f admet une direction asymptotique de
x x + 1 x→+∞
pente 1.
x2 + 2x + 5 x+5
De plus f (x) − x = −x = −→ 1, donc le graphe de f admet pour
x+1 x + 1 x→+∞
asymptote au voisinage de +∞ la droite d’équation y = x + 1.
x+5
Lorsque x + 1 > 0, > 1, donc le graphe de f est au dessus de l’asymptote.
x+1

6 Déformations du graphe
Notation. On fixe à nouveau une partie D de R.
f désigne une fonction de D dans R.
Propriété. On fixe un réel a.
— Le graphe de x 7−→ f (x) + a se déduit du graphe de f par la translation de
vecteur a−→ .
— Le graphe de x 7−→ f (x + a) se déduit du graphe de f par la translation de
vecteur −a− →ı.
— Le graphe de x 7−→ f (a−x) se déduit du graphe de f par la symétrie orthogonale
selon la droite verticale d’abscisse a2 .
— Le graphe de x 7−→ f (ax) se déduit du graphe de f par une affinité orthogonale
d’axe invariant Oy et de coefficient a1 , qui a pour effet,
— lorsque a > 1, d’écraser le graphe de f d’un facteur a vers l’axe des ordonnées,
parallèlement à l’axe Ox,
— lorsque 0 < a < 1, d’étirer le graphe de f d’un facteur a1 autour de l’axe Oy,
parallèlement à l’axe Ox.
— lorsque a < 0, on peut voir cette transformation opérant sur f comme la
composée de la transformation qui à f associe x 7−→ f ((−a)x) avec la trans-
formation qui à f associe x 7−→ f (−x).
— Le graphe de x 7−→ af (x) se déduit du graphe de f par une affinité d’axe
invariant Ox et de coefficient a.
Démonstration.
Pour cet énoncé comme pour la démonstration, on s’est placé dans un plan P usuel
que l’on a muni d’un repère orthonormé direct R = (O,~ı, ~). De plus, pour alléger la
démonstration, on convient d’identifier un point M du plan avec le couple (x, y) de ses
coordonnées (x, y). Alors :
⋄ le point d’abscisse x du graphe t 7−→ f (t) + a est égal à (x, f (x) + a). Il est bien
obtenu à partir du point (x, f (x)) par la translation verticale de vecteur a~.

c Éric Merle 31 MPSI2, LLG

Dérivation et intégration 6 Déformations du graphe

⋄ les points du graphe de x 7−→ f (x+a) sont les (x, f (x+a)) ou encore les (x−a, f (x)).
Ce dernier point se déduit bien du point (x, f (x)) par la translation de vecteur −a− →ı.
⋄ Le point (x, f (a − x)) se déduit du point (a − x, f (a − x)) par la symétrie s selon
la droite verticale D d’abscisse a2 , car ces deux points ont même ordonnée et ont pour
milieu ( a2 , f (a − x)) ∈ D.
⋄ Par définition, l’affinité d’axe invariant Oy et de rapport a1 est la transformation du
g: P −→ P
plan suivante : .
(x, y) 7−→ ( xa , y)
Les points du graphe de x 7−→ f (ax) sont les (x, f (ax)), ou encore les ( xa , f (x)).
Exemples :
y a = ωt
8
1) 2

6
(x +
y=

4 Avec ω > 0 fixé, lorsque t croı̂t, l’onde

x 7−→ f (x + ωt) se propage vers la gauche.

2
y=

x
−4 −3 −2 −1 1 2
y

3
y=

2
y=
e
−1
−x

1
x
−4 −3 −2 −1 1 2
1

π 2π 4π 5π 7π 8π 10π 11π
0 3 3
π 3 3
2π 3 3
3π 3 3
4π
−1
y = sin(1, 6 × x) y = sin x
Remarque. On peut bien sûr composer ces différentes transformations, en considérant
par exemple x 7−→ af (bx + c) + d.

c Éric Merle 32 MPSI2, LLG

Dérivation et intégration 7 Trigonométrie hyperbolique

Remarque. En particulier, la transformation T qui remplace f par x 7−→ f (a − x)

est la composée
— de la transformation T1 qui remplace f par x 7−→ f (−x), laquelle remplace le
graphe de f par son symétrique selon l’axe Oy,
— et de la transformation T2 qui remplace g par t 7−→ g(t − a), laquelle translate
le graphe de g selon le vecteur horizontal a~ı.
En effet, (T2 ◦ T1 )(f )(x) = T2 (g)(x), où g = T1 (f ), donc
(T2 ◦ T1 )(f )(x) = g(x − a) = T1 (f )(x − a) = (t 7−→ f (−t))(x − a) = f (a − x).
Ainsi, (T2 ◦ T1 )(f )(x) = T (f )(x), pour tout f et pour tout x.
On peut montrer directement que la symétrie orthogonale s par rapport à la droite
verticale D d’équation x = a2 s’écrit s = g2 ◦ g1 , où g1 est la symétrie orthogonale selon
l’axe Oy et où g2 est la translation de vecteur a~ı :
il suffit d’écrire que, pour tout (x, y) ∈ P , (g2 ◦ g1 )(x, y) = g2 (−x, y) = (a − x, y).
Exemple. ∀x ∈ R, sin(x + π2 ) = cos x, donc le graphe de la fonction cos est le
translaté du graphe de sin par le vecteur − π2~ı.
√
Exemple. Le graphe de l’application x 7−→ 1 − x2 sur [−1, 1] est le demi-cercle C
de centre O et de rayon 1 situé au dessuspde l’axe Ox (exercice).
Ainsi, le graphe de l’application x 7−→ 1 − (2x)2 sur [− 21 , 12 ] est l’image de C par
l’affinité orthogonale d’axe Oy et de rapport 21 , qui contracte le demi-cercle C contre
l’axe Oy : on obtient une demi-ellipse. √
De même, le graphe de l’application x 7−→ 2 1 − x2 sur [−1, 1] est l’image de C par
l’affinité orthogonale d’axe Ox et de rapport 2, qui dilate le demi-cercle C autour de
l’axe Ox : on obtient une autre demi-ellipse.

7 Trigonométrie hyperbolique
7.1 Les fonctions ch, sh et th
Définition. On définit les fonctions usuelles suivantes :
ex + e−x
— cosinus hyperbolique : ∀x ∈ R, chx = ,
x
2−x
e −e
— sinus hyperbolique : ∀x ∈ R, shx = ,
2
shx ex − e−x e2x − 1
— tangente hyperbolique : ∀x ∈ R, thx = = x = .
chx e + e−x e2x + 1
Remarque. On notera l’analogie de ces formules avec les formules d’Euler :
eix + e−ix eix − e−ix
cos x = , et sin x = ,
2 2i
On peut utiliser ces différentes relations pour prolonger les fonctions cos, sin, ch et sh
sur C en entier (Hors programme).
Alors, pour tout z ∈ C, ch(z) = cos(iz) et sh(z) = −i sin(iz).

c Éric Merle 33 MPSI2, LLG

Dérivation et intégration 8 Applications trigonométriques réciproques

Cela justifie la terminologie employée.

Propriété. Les fonctions sh, ch sont de classe C ∞ sur R et :

ch′ = sh, sh′ = ch.

Représentations graphiques : Au tableau.

Les graphes de sh, ch et th résument leurs propriétés de parité ou imparité et leurs
comportements en l’infini et au voisinage de 0.
Le graphe de ch s’appelle aussi une chaı̂nette : c’est la forme que prend une chaı̂ne
tenue par ses deux extrémités et soumise à la seule force gravitationnelle.

7.2 Formules de trigonométrie hyperbolique

Toute formule de la trigonométrie circulaire est associée avec une formule duale de la
trigonométrie hyperbolique. Cependant, le programme officiel se limite à la formule
suivante :
Formule : ∀x ∈ R, ch2 x − sh2 x = 1.
Démonstration.
ch2 x − sh2 x = (chx − shx)(chx + shx) = ex × e−x = 1.
Mais il n’est pas interdit de connaı̂tre quelques formules de trigonométrie hyperbolique :
Propriété (hors programme) :
— ch(a + b) = cha.chb + sha.shb,
— sh(a + b) = sha.chb + cha.shb,
ch(2a) + 1 ch(2a) − 1
— ch2 a = , sh2 a = ≥ 0.
2 2
Propriété. th est de classe C ∞ sur R et,
1
∀x ∈ R, th′ (x) = 1 − th2 x = .
ch2 x

8 Applications trigonométriques réciproques

8.1 Trigonométrie circulaire
π π
La fonction arcsin : l’application sin : [− , ] −→ [−1, 1] est surjective, continue
2 2
et strictement croissante. On note arcsin son application réciproque, de [−1, 1] dans
π π
[− , ]. Elle est continue, impaire et strictement croissante sur [−1, 1].
2 2
π π
Pour tout t ∈] − , [, sin′ (t) = cos(t) 6= 0, et sin est C ∞ ,
2 2
π π
donc sin est un C ∞ -difféomorphisme de ] − , [ sur ] − 1, 1[.
2 2
′ 1 1
Pour tout x ∈] − 1, 1[, arcsin (x) = =√ .
cos(arcsinx) 1 − x2
c Éric Merle 34 MPSI2, LLG
Dérivation et intégration 8 Applications trigonométriques réciproques

arcsin n’est pas dérivable en 1 et −1. Sa restriction à ] − 1, 1[ est de classe C ∞ .

Représentation graphique : au tableau.
Propriété. Voici les
√
valeurs
√
usuelles de la fonction arcsin :
1 2 3
s 0 2 2 2
1
arcsin(s) 0 π6 π4 π
3
π
2
Propriété. ∀t ∈ [−1, 1] sin(arcsint) = t,
mais si t ∈ [− π2 + 2kπ, π2 + 2kπ], alors arcsin(sin t) = t − 2kπ,
et si t ∈ [ π2 + 2kπ, 3π
2
+ 2kπ], arcsin(sin t) = π − t + 2kπ.
La fonction arccos : l’application cos : [0, π] −→ [−1, 1] est surjective, continue et
strictement décroissante. On note arccos son application réciproque, de [−1, 1] dans
[0, π]. Elle est continue et strictement décroissante sur [−1, 1].
Pour tout t ∈]0, π[, cos′ (t) = − sin(t) 6= 0, et cos est C ∞ ,
donc cos est un C ∞ -difféomorphisme de ]0, π[ sur ] − 1, 1[, dont arccos est le C ∞ -
difféomorphisme réciproque.
1 −1
Pour tout x ∈] − 1, 1[, arccos′ (x) = =√ .
sin(arccosx) 1 − x2
arccos n’est pas dérivable en 1 et −1. Sa restriction à ] − 1, 1[ est de classe C ∞ .
Représentation graphique : au tableau.
Propriété. Voici
√
les√valeurs usuelles de √la fonction
√
arccos :
3 2 1 1 2 3
c 1 2 2 2
0 − 2 − 2 − 2 -1
arccos(c) 0 π6 π
4
π
3
π
2
2π
3
3π
4
5π
6
π
Propriété. ∀t ∈ [−1, 1] cos(arccost) = t,
mais en général, arccos(cos t) 6= t. Plus précisément, arccos(cos t) = t ⇐⇒ t ∈ [0, π].
Ainsi, lorsque t ∈/ [0, π], arccos(cos t) = t0 où t0 ∈ [0, π] et cos t = cos t0 .
π π
La fonction arctan : l’application tan :] − , [−→ R est surjective, continue et
2 2
π π
strictement croissante. On note arctan son application réciproque, de R dans ] − , [.
2 2
Elle est continue, impaire et strictement croissante sur R.
π π
Pour tout t ∈] − , [, tan′ (t) = 1 + tan2 t 6= 0, et tan est C ∞ ,
2 2
π π
donc tan est un C ∞ -difféomorphisme de ] − , [ sur R, dont arctan est le C ∞ -
2 2
difféomorphisme réciproque.
1 1
Pour tout x ∈ R, arctan′ (x) = ′
= .
tan (arctanx) 1 + x2
Représentation graphique : au tableau.
Propriété. Voici
√
les valeurs
√ usuelles de la fonction arctan :
3
t 0 3 1 3 −→ +∞
π π π
arctan(t) 0 6 4 3
−→ π2
Propriété. ∀t ∈ R tan(arctant) = t,
mais si t ∈] − π2 + kπ, π2 + kπ[, alors arctan(tan t) = t − kπ.

c Éric Merle 35 MPSI2, LLG

Dérivation et intégration 9 Calculs d’intégrales

8.2 Trigonométrie hyperbolique

Les fonctions réciproques des fonctions ch, sh et th ne sont pas au programme.
La fonction argsh : sh est un C ∞ -difféomorphisme de R dans R, dont le difféomorphisme
réciproque est noté argsh (“argument sinus hyperbolique”). Ainsi argsh est une appli-
cation C ∞ , impaire, strictement croissante.
1 1
On a argsh′ (x) = ′ =√ .
sh (argshx) 1 + x2
On peut tracer le graphe de argsh.
√
Exercice. Montrer que, pour tout x ∈ R, argshx = ln(x + 1 + x2 ).
La fonction argch : L’application ch est une bijection continue strictement croissante
de R+ dans [1, +∞[. Son application réciproque est notée argch. C’est une bijection
continue strictement croissante de [1, +∞[ dans R+ .
ch est un C ∞ -difféomorphisme de R∗+ dans ]1, +∞[, donc argch est C ∞ sur ]1, +∞[.
1 1
On a argch′ (x) = =√ .
sh(argchx) x2 − 1
On peut tracer le graphe de argch.
√
Exercice. Montrer que, pour tout x ∈ [1, +∞[, argchx = ln(x + x2 − 1).
La fonction argth : th est un C ∞ -difféomorphisme de R dans ] − 1, 1[, dont le
difféomorphisme réciproque est noté argth Ainsi argth est une application C ∞ , im-
paire, strictement croissante de ] − 1, 1[ dans R.
1 1
On a argth′ (x) = ′ = .
th (argthx) 1 − x2
On peut tracer le graphe de argth.
1 1 + x
Exercice. Montrer que, pour tout x ∈] − 1, 1[, argthx = ln .
2 1−x

9 Calculs d’intégrales
9.1 Changement de variables
Théorème. On suppose que f est une application continue d’un intervalle I dans R,
et que ϕ est une application de classe C 1 d’un intervalle J dans I. Alors,
Z β Z ϕ(β)
2 ′
∀(α, β) ∈ J f (ϕ(t))ϕ (t)dt = f (x)dx. (1)
α ϕ(α)

Lorsque l’on remplace un membre de cette égalité par l’autre, on dit que l’on effectue
le changement de variable x = ϕ(t).

c Éric Merle 36 MPSI2, LLG

Dérivation et intégration 9 Calculs d’intégrales

Démonstration.
Il existe au moins une primitive F de f . Alors F ◦ ϕ est de classe C 1 et
(F ◦ ϕ)′ = ϕ′ × (f ◦ ϕ). Ainsi F ◦ ϕ est une primitive de ϕ′ × (f ◦ ϕ) (laquelle est une
application continue). Ainsi
Z β Z ϕ(β)
′
f (ϕ(t))ϕ (t)dt = (F ◦ ϕ)(β) − (F ◦ ϕ)(α) = F (ϕ(β)) − F (ϕ(α)) = f (x)dx.
α ϕ(α)

Remarque. Cette formule n’est pas à apprendre par coeur. Il faut savoir l’appliquer
mécaniquement en menant mentalement le “raisonnement” suivant :
— Lorsque t varie entre α et β, x = ϕ(t) varie entre ϕ(α) et ϕ(β),
Z β Z ϕ(β)
donc l’intégrale · · · dt devient · · · dx.
α ϕ(α)
— En outre, dx = d(ϕ(t)) = ϕ′ (t)dt, donc f (x)dx = f (ϕ(t))ϕ′ (t)dt.
Z 3π
2
Exemple. Calculons I = sin2 t cos t dt.
0
2 d(sin t) 2
On devine que sin t cos t = sin t, donc si l’on pose x = sin t,
dt
sin2 t cos t dt = x2 dx.
Par ailleurs, pour déterminer comment les bornes sont modifiées par ce changement de
variable, il suffit de dire que lorsque t varie entre 0 et 3 π2 , x = sin t varie entre 0 et −1
(en fait c’est faux, mais c’est ainsi que l’on retrouve la formule correcte énoncée dans
le théorème).
Z 3π Z −1
2 d(sin t) 1
2
Ainsi, I = sin t dt = x2 dx = − . On a utilisé le changement de
0 dt 0 3
variable x = sin t, ce qui est valable car sin est une application de classe C 1 sur R.
Z 1√
Exemple. Calcul de I = 1 − x2 dx.
√ −1
L’application f : x −→ 1 − x2 est bien définie et continue sur I = [−1, 1].
L’application sin étant de classe C 1 , on peut poser x = sin t.
Pour que x = sin t varie entre −1 et 1, il suffit de faire varier t entre − π2 et π2 .
√ √
dx = d(sin t) = cos t dt, donc 1 − x2 dx = cos2 t cos t dt, or pour t ∈ [− π2 , π2 ],
√
cos t ≥ 0, donc 1 − x2 dx = cos2 t dt.
Par ce changement de variable, on obtient donc
Z π Z π π
2 2 1 + cos(2t) t sin 2t 2 π
2
J= cos tdt = dt = + = .
− π2 − π2 2 2 4 −π 2
2
Géométriquement, I correspond à l’aire du demi-disque de centre O et de rayon 1 situé
au dessus de l’axe Ox. On retrouve ainsi que l’aire du disque unité est égale à π.
Remarque. Ces deux exemples montrent que la formule de changement de variable
est autant utilisable de la gauche vers la droite que de la droite vers la gauche.
Dans le premier sens, on a reconnu une expression de la forme ϕ′ (t)f (ϕ(t)) dt, donc on
dispose de la fonction ϕ de changement de variable.

c Éric Merle 37 MPSI2, LLG

Dérivation et intégration 9 Calculs d’intégrales

Dans l’autre sens, on décide de poser x = ϕ(t) où x est l’ancienne variable d’intégration
et où t est la nouvelle.
Remarque. On peut utiliser cette formule pour calculer des primitives.
Z
∗ t dt
Exemple. Soit a ∈ R+ . Calculer √ .
t 2+a
Z T Z T
t dt 1 d(t2 + a) dt
√ = √ .
0 t2 + a 0 2 dt t2 + a
On pose x = t2 + a. C’est valable car t 7−→ t2 + a est de classe C 1 .
Lorsque t varie entre 0 et T , x varie entre X0 (dont la valeur n’importe pas ici) et
2
X
Z T= T + a, donc Z X
t dt dx √
√ = √ = X + k, où k est une constante.
0 t2 + a X0Z 2 x
t dt √
On en déduit que √ = t2 + a + k, t ∈ R.
t2 + a √
Ici, il est facile de “deviner” que la dérivée de t −→ t2 + a est égale à l’application à
intégrer, ce qui court-circuite le calcul.
Z
dx
Exemple. Calcul de √ , pour x ∈ R∗+ .
x 1+x 2
La fonction f à intégrer est définie et continue sur R∗+ .
1 1
Posons x = , ce qui est possible car t 7−→ est une application C 1 sur R∗+ .
Z X t Z T Z T t
dx −dt dt √
√ = q =− √ = − ln(T + 1 + T 2 ) + k.
1 x 1 + x2 1 t2 1 1 + t12 1 1 + t2
t
Z
dx 1 r 1
Ainsi, √ = − ln + 1 + 2 + k, x ∈ R∗+ .
x
r 1 + x 2
r x x
1 1 2 1√
De plus, 1 + 2 = (x + 1) = 1 + x2 , donc
Z x x2 x
dx √
√ = ln x − ln(1 + 1 + x2 ) + k, x ∈ R∗+ .
x 1 + x2
Propriété. Soit a ∈Z R∗+ et soit f une Z application continue sur [−a, a].
a a
Si f est paire, alors f (t) dt = 2 f (t) dt,
Z −a
a
0

et si f est impaire, f (t) dt = 0.

−a
Démonstration. Z Z Z
a a 0
Supposons que f est paire. f (t) dt = f (t) dt + f (t) dt.
−a 0 −a
On peut poserZt = −x dans la dernière
Z Z a intégrale, ce qui donne
0 0
f (t) dt = f (−x)(−dx) = f (x)dx, car f est paire . . .
−a a 0

c Éric Merle 38 MPSI2, LLG

Dérivation et intégration 9 Calculs d’intégrales

Remarque. Pour des changements de variables aussi simples, de la forme x = αt + β,

il est inutile de justifier que l’application de changement de variable est de classe C 1
(cf le programme officiel), afin de ne pas surcharger la rédaction des copies.
Théorème. Soit T ∈ R∗+ . On suppose que f est une fonction continue et T -périodique
Z T Z T +t0
définie sur R. Alors, ∀t0 ∈ R f (t) dt = f (t) dt.
0 t0
Démonstration. Z Z Z Z
T +t0 0 T T +t0
Première méthode : f= f+ f+ f (t) dt.
t0 t0 0 T
On pose x = t −ZT dans la dernière intégrale
Z T +t Z 0 :
0 t0
f (t)dt = f (x + T ) dx = − f , car f est T -périodique.
T 0 t0
Seconde méthode
Z : Notons F une primitive de f .
d t+T d
Alors f (x) dx = (F (t + T ) − F (t)) = f (t + T ) − f (t) = 0.
dt t dt

9.2 Intégration par parties

Théorème. Soit u : IZ −→ R et v : I −→ R deux applications
Z b de classe C 1 sur I.
b
Pour tout (a, b) ∈ I 2 , u(t)v ′ (t) dt = [u(t)v(t)]ba − u′ (t)v(t) dt.
a a
Démonstration.
Z b Z b Z b
′ ′ d[u(t)v(t)]
u(t)v (t)dt + u (t)v(t)dt = dt = [u(t)v(t)]ba .
a a a dt
Z π
2
Exemple. Calculons I = t sin t dt.
0
On pose u(t) = t et v ′ (t) = sin t. On peut choisir v(t) = − cos t. Ainsi,
h i π2 Z π2 h i π2
I = −t cos t + cos t dt = sin t = 1.
0 0 0

Remarque. Dans cet exemple on a pris v(t) = − cos t, mais pour toute constante C,
on aurait pu prendre v(t) = − cos t + C. Il arrive qu’un choix judicieux de la constante
C simplifie les calculs.
Théorème.
Z Soit u : I −→ R et vZ: I −→ R deux applications de classe C 1 sur I.
Alors, u(t)v ′ (t) dt = u(t)v(t) − u′ (t)v(t) dt, t ∈ I.
Démonstration.
Soit a ∈ I. Pour tout x ∈ I, Z
Z x x
u(t)v ′ (t) dt = u(x)v(x) − u′ (t)v(t) dt − u(a)v(a).
a a
Exemple. Les Z primitives de ln sont à connaı̂tre.
Pour calculer ln t dt, on pose u(t) = ln t et v ′ (t) = 1. On choisit v(t) = t :

c Éric Merle 39 MPSI2, LLG

Dérivation et intégration 9 Calculs d’intégrales
Z Z
ln t dt = t ln t − dt = t ln t − t + k, t ∈ R∗+ .

Exemple. Calculer
Z les primitives de arctan.
Pour calculer arctant dt, on pose u(t) = arctant et v ′ (t) = 1. On choisit v(t) = t :
Z Z
t dt 1
arctant dt = t arctant − = t arctant − ln(1 + t2 ) + k, t ∈ R.
1 + t2 2

c Éric Merle 40 MPSI2, LLG

Les complexes

Table des matières

1 Construction de C 1

2 Le plan complexe 3

3 La conjugaison 3

4 Le module 4

5 Fonctions à valeurs dans C 7

5.1 Fonctions bornées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
5.2 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5.3 Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6 L’exponentielle complexe 11
6.1 En théorie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.2 En pratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
6.2.1 Formules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
6.2.2 Arguments d’un complexe . . . . . . . . . . . . . . . . . . . . . 19
6.2.3 Technique de l’angle moyen . . . . . . . . . . . . . . . . . . . . 21

7 Applications à la trigonométrie 22
7.1 Linéarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.2 Antilinéarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

8 Équations polynomiales 24
8.1 Racines n-ièmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
8.1.1 Racines n-ièmes de l’unité . . . . . . . . . . . . . . . . . . . . . 24
8.1.2 Racines n-ièmes d’un complexe . . . . . . . . . . . . . . . . . . 25
8.2 Équations du second degré . . . . . . . . . . . . . . . . . . . . . . . . . 25
8.2.1 Racines carrées . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
8.2.2 Racines d’un trinôme . . . . . . . . . . . . . . . . . . . . . . . . 26
9 Géométrie du plan complexe 27
9.1 Distances et angles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
9.2 Orthogonalité et colinéarité . . . . . . . . . . . . . . . . . . . . . . . . 28
9.3 Équation d’un cercle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Les complexes 1 Construction de C

Les nombres complexes apparaissent pour la première fois dans des écrits mathématiques
au 16ième siècle, pour la résolution d’équations polynomiales de degré 2, 3, ou 4 (Car-
dan, Bombelli). Ils sont alors seulement considérés comme des intermédiaires pour les
calculs, dénués de toute signification et sont appelés des nombres sophistiqués ou im-
possibles. Ce n’est qu’après le milieu du 19ième siècle que les nombres (enfin appelés)
complexes (par Gauss) seront acceptés comme des entités mathématiques bien réelles.
Il aura fallu pour cela la mise en place d’une version géométrique qui relie les complexes
avec le plan (18ième siècle), mais aussi d’une version algébrique qui assimile C avec R2
muni d’une addition et d’un produit convenables (Hamilton au 19ième siècle).
De plus, les complexes se sont imposés par l’étendue de leurs applications, tant en
mathématiques (théorème fondamental de l’algèbre : tout polynôme non constant à
coefficients réels possède au moins une racine complexe, étude des fonctions via l’analyse
complexe etc.) qu’en physique (optique géométrique, électricité, séries de Fourier pour
la résolution de l’équation de la chaleur).
Aujourd’hui, les complexes ont la même “banalité” que les réels en mathématiques et
la physique quantique est fondée sur le corps des complexes (les probabilités émergent
en tant que module au carré de certains complexes).

1 Construction de C
Nous suivons l’approche de Hamilton :
∆
Posons C = R2 .
⋄ On peut vérifier que R2 dispose d’une structure de groupe additif commutatif, en
convenant que, pour tout a, b, c, d ∈ R, (a, b) + (c, d) = (a + c, b + d). L’élément neutre
est 0C = (0, 0) et l’opposé de (a, b) est (−a, −b).
⋄ On définit maintenant sur C un produit en convenant que, pour tout a, b, c, d ∈ R,
(a, b) × (c, d) = (ac − bd, ad + bc).
On vérifie que ce produit est une loi interne, commutative, associative, distributive par
rapport à l’addition, et admettant pour élément neutre 1C = (1, 0). Ainsi, (C, +, ×) est
un anneau commutatif.
⋄ De plus, si (a, b) 6= 0C , on vérifie que
a −b a −b
(a, b) × 2 , = 1C = , × (a, b), donc C est un anneau
a + b 2 a2 + b 2 a2 + b 2 a2 + b 2
commutatif, non réduit à {0C }, dont tout élément non nul est inversible : c’est un corps.
f : R −→ C
⋄ L’application est un morphisme injectif de corps, c’est-à-dire
a 7−→ (a, 0)
que, f (1R ) = 1C et pour tout x, y ∈ R, f (x + y) = f (x) + f (y) et f (xy) = f (x)f y).
On utilise cette application pour identifier R et {(a, 0)/a ∈ R}, en convenant que, pour
tout a ∈ R, a = (a, 0).
⋄ Soit z ∈ C. Il existe a, b ∈ R tels que z = (a, b). On peut vérifier que
z = (a, 0) + (0, b) = (a, 0) + [(b, 0) × (0, 1)], donc grâce à l’identification précédente,
z = a + b × (0, 1).

c Éric Merle 1 MPSI2, LLG

Les complexes 2 Le plan complexe

∆
On pose i = (0, 1). Ainsi,
∀z ∈ C, ∃!a, b ∈ R, z = a + ib.
On dit que a est la partie réelle de z, elle est notée a = Re(z).
On dit que b est la partie imaginaire de z, elle est notée b = Im(z).
L’écriture du complexe z sous la forme z = Re(z)+iIm(z) s’appelle l’écriture algébrique
de z.
⋄ Ainsi, C est un corps, dont R est un sous-corps et dont les lois sont définies par

(a + ib) + (c + id) = (a + c) + i(b + d)
∀a, b, c, d ∈ R,
(a + ib) × (c + id) = (ac − bd) + i(ad + bc)
La dernière égalité se déduit des régles usuelles de calcul dans un anneau commutatif :
(a+ib)×(c+id) = ac+i(bc+ad)+bdi2 et du fait que i2 = (0, 1)×(0, 1) = −(1, 0) = −1.
a − ib
Si z 6= 0, l’inverse de z = a + ib est 2 .
a + b2
Remarque. Si z ∈ C, l’écriture z = a + ib avec a, b ∈ C n’est bien sûr pas unique. Il
n’y a unicité que si l’on impose a, b ∈ R.
Remarque. On a perdu la structure de corps totalement ordonné, caractéristique
de R. En effet, supposons qu’il existe un ordre ≤ sur C pour lequel C est un corps
ordonné, c’est-à-dire tel que, ∀x, y, z ∈ C, [x ≤ y] =⇒ [x + z ≤ y + z]
et [0 ≤ x] ∧ [0 ≤ y] =⇒ [0 ≤ xy].
Soit z ∈ C. Si z ≥ 0, alors z 2 ≥ 0 d’après la règle des signes. Sinon, l’ordre étant total,
z ≤ 0, donc d’après la compatibilité avec l’addition, z + (−z) ≤ −z. Ainsi, −z ≥ 0,
puis (−z)2 ≥ 0.
Ainsi, pour tout z ∈ C, z 2 ≥ 0.
En particulier −1 = i2 ≥ 0, donc 0 = 1 + (−1) ≥ 1. Mais on a aussi 1 = 12 ≥ 0, donc
1 = 0, ce qui est faux.
Définition. Un complexe est un imaginaire pur si et seulement si il est de la forme
ib avec b ∈ R, c’est-à-dire si et seulement si sa partie réelle est nulle.
Propriété. Deux complexes sont égaux si et seulement si ils ont même partie réelle
et même partie imaginaire.
Propriété. Comme dans tout anneau, 0C est absorbant, c’est-à-dire que, pour tout
z ∈ C, 0 × z = 0.
Propriété. Comme pour tout corps, C est intègre, c’est-à-dire que, pour tout z, z ′ ∈ C,
si zz ′ = 0, alors z = 0 ou z ′ = 0.
1
Propriété. = −i .
i
Linéarité des parties réelle et imaginaire : Pour tout z, z ′ ∈ C et α ∈ R,
Re(αz + z ′ ) = αRe(z) + Re(z ′ ) et Im(αz + z ′ ) = αIm(z) + Im(z ′ ).
Démonstration.
Exercice.

c Éric Merle 2 MPSI2, LLG

Les complexes 3 La conjugaison

2 Le plan complexe
Définition. On considère un plan P affine euclidien orienté, rapporté à un repère
orthonormé direct R = (O,~ı, ~).
Soit (x, y) ∈ R2 . On peut alors définir le complexe z = x + iy et le point M de P dont
les coordonnées dans le repère R sont (x, y).
On dit que z est l’affixe du point M et que M est l’image du complexe z.
Si l’on note M (z) l’image du complexe z, l’application z 7−→ M (z) est une bijection
de C dans P qui permet parfois d’identifier C avec P (muni de son repère R).
−−→ −−→
On dit aussi que z est l’affixe du vecteur OM et que OM est le vecteur image de z.
−−→ −−→
Si l’on note u(z) le vecteur image de z, l’application z 7−→ u(z) est une bijection de C
dans l’ensemble des vecteurs de P .
Pour ces raisons, C est souvent appelé le plan complexe.
Interprétation géométrique de l’addition entre complexes :
Soit z, z ′ ∈ C. Avec les notations précédentes, notons −
→
uz et −
u→
z ′ les vecteurs images de
′ →
− −
→ ′
z et z . Alors le vecteur uz + uz′ a pour affixe z + z .
Ainsi, si l’on identifie C avec l’ensemble des vecteurs de P , l’addition entre complexes
correspond à l’addition entre vecteurs du plan.
Si l’on visualise les deux complexes z et z ′ par deux points Mz et Mz′ du plan P , le
complexe z + z ′ est donc le point qui complète O, Mz , Mz′ en un parallélogramme.
Interprétation géométrique de la différence de deux complexes :
−−−−−−−→
Avec les mêmes notations, z ′ − z est l’affixe du vecteur M (z)M (z ′ ).
Interprétation géométrique du produit d’un complexe par un réel :
−−−−→
Soit z ∈ C et α ∈ R. Alors αz est l’affixe du vecteur αOM (z).
Ainsi, αz est aussi l’affixe de l’image de M (z) par l’homothétie de centre O et de
rapport α.
Remarque. On rappelle que l’homothétie de centre Ω et de rapport λ ∈ R est la
P −→ P
transformation suivante du plan : −−→ .
M 7−→ Ω + λΩM

3 La conjugaison
Grâce à la théorie des polynômes (à venir), on peut également construire C en partant
d’une racine “formelle” du polynôme X 2 + 1, ce qui correspond d’ailleurs à la définition
historique des complexes dégagée au 16ième siècle. De ce point de vue, les deux racines i
et −i du polynôme X 2 +1 jouent des rôles symétriques. C’est pourquoi le fait d’échanger
i en −i est une opération fondamentale dans C.
∆
Définition. Soit x, y ∈ R. Le conjugué du complexe z est le complexe z = x − iy.
Géométriquement, z est le symétrique de z selon l’axe Ox des réels.
Exemple. 1 + i = 1 − i.

c Éric Merle 3 MPSI2, LLG

Les complexes 4 Le module

Propriété. z ∈ R ⇐⇒ z = z et z ∈ iR ⇐⇒ z = −z.
z+z z−z
Propriété. Pour tout z ∈ C, Re(z) = et Im(z) = .
2 2i
Propriété. La conjugaison est un isomorphisme involutif de corps sur C.
z z
Ainsi, pour tout z, z ′ ∈ C, z = z, z + z ′ = z + z ′ et zz ′ = z × z ′ , ′
= ′.
z z
Démonstration.
On vérifie ces formules en posant z = a + ib et z ′ = a′ + ib′ avec a, b, a′ , b′ ∈ R.
1
Pour la dernière formule, on peut écrire que si zz ′ = 1, alors zz ′ = 1 = 1, donc z ′ = ,
1 1 z
′ 1
or z = z . Ceci prouve que = .
z z
Corollaire. Pour tout n ∈ Z et z ∈ C∗ , z n = z n .
z
Exercice. Déterminer les complexes z tels que est réel.
z−i
Solution : Soit z ∈ C \ {i}.
z z z
∈ R ⇐⇒ = ⇐⇒ zz + iz = zz − iz ⇐⇒ z = −z, donc les
z−i z−i z+i
complexes solutions sont les imaginaires purs différents de i.

4 Le module
L’interprétation géométrique est complétée par le fait que la distance entre deux points
se traduit bien au niveau des complexes, grâce à la notion de module.
∆ p
Définition. Soit x, y ∈ R. Le module du complexe z = x + iy est |z| = x2 + y 2 .
√
Remarque. Avec les notations précédentes, lorsque y = 0, z = x ∈ R et |z| = x2 est
la valeur absolue de x. Ainsi, l’application module, de C dans R+ est un prolongement
de la valeur absolue, ce qui justifie l’emploi de la même notation.
Interprétation géométrique : Soit z ∈ C. Alors, avec les notations précédentes,
−−→
|z| désigne la distance du point M (z) à l’origine, ainsi que la norme du vecteur u(z).
Propriété. Soit z, z ′ ∈ C dont les images sont notées M (z) et M (z ′ ). Alors la distance
entre M (z) et M (z ′ ) est égale à |z − z ′ |.
Démonstration.
−−−−−−−→ −−−−−−−→
z ′ −z est l’affixe du vecteur M (z)M (z ′ ), donc |z−z ′ | = kM (z)M (z ′ )k = d(M (z), M (z ′ )).

√
Propriété. ∀z ∈ C, |z|2 = zz (donc |z| = zz).
Démonstration.
Si z = a + ib avec a, b ∈ R, alors zz = (a + ib)(a − ib) = a2 − (ib)2 = a2 + b2 .
1 z z
Propriété. Pour tout z ∈ C∗ , = = 2.
z zz |z|

c Éric Merle 4 MPSI2, LLG

Les complexes 4 Le module

1 1−i
Exemple. = .
1+i 2
Propriété. Pour tout z, z ′ ∈ C,
— |z| = |z| (compatibilité du module avec la conjugaison) ;
— |zz ′ | = |z| × |z ′ | (compatibilité du module avec la multiplication) ;
— pour tout n ∈ N, |z n | = |z|n ;
z′ |z ′ |
— si z 6= 0, = .
z |z|
Démonstration. √
Se déduit aisément de la formule |z| = zz et des propriétés du produit et de la
conjugaison.
Propriété. Le module est une norme sur C, c’est-à-dire que l’application |.| : C −→ R
vérifie les propriétés suivantes : Pour tout z, z ′ ∈ C et α ∈ R,
— |z| ≥ 0 (positivité),
— |z| = 0 ⇐⇒ z = 0 (séparation),
— |αz| = |α| × |z| (homogénéité),
— |z + z ′ | ≤ |z| + |z ′ | (inégalité triangulaire).
Démonstration.
Pour l’inégalité triangulaire :
|z + z ′ |2 = (z + z ′ )(z + z ′ ) = |z|2 + |z ′ |2 + 2Re(zz ′ ).
Or, pour tout complexe Z = a + ib avec a, b ∈ R,
|Z|2 = a2 + b2 ≥ a2 , donc |Z| ≥ |a| = |Re(Z)|.
Ainsi, |z + z ′ |2 ≤ |z|2 + |z ′ |2 + 2|zz ′ | = |z|2 + |z ′ |2 + 2|z||z ′ | = (|z| + |z ′ |)2 .
Exemple. Pour tout z ∈ C,
|z| = |Re(z) + iIm(z)| ≤ |Re(z)| + |i||Im(z)| = |Re(z)| + |Im(z)|.
Distance entre complexes : Lorsque x, y ∈ C, la quantité d(x, y) = |x − y| est
appelée la distance entre les deux complexes x et y.
La fonction distance vérifie les propriétés suivantes : pour tout x, y, z ∈ C,
— Positivité : d(x, y) ∈ R+ .
— d(x, y) = 0 ⇐⇒ x = y : d permet de séparer les complexes.
— Symétrie : d(x, y) = d(y, x).
— Inégalité triangulaire : d(x, z) ≤ d(x, y) + d(y, z).
Démonstration.
Ces propriétés se déduisent directement du fait que le module est une norme sur C.
Définition. Soit a ∈ C et r ∈ R+ .
— La boule fermée de centre a et de rayon r est Bf (a, r) = {z ∈ C/|z − a| ≤ r}.
C’est le disque de centre a et de rayon r.
— Lorsque r > 0, la boule ouverte de centre a et de rayon r est
Bo (a, r) = {z ∈ C/d(a, z) < r}. C’est le disque ouvert de centre a et de rayon r.
— La sphère de centre a et de rayon r est S(a, r) = {z ∈ C/d(a, z) = r}. C’est le
cercle de centre a et de rayon r.

c Éric Merle 5 MPSI2, LLG

Les complexes 4 Le module

Définition. S(0, 1) s’appelle la sphère unité ou bien le cercle unité. Il est noté U.
1
Propriété. Pour tout z ∈ C, z ∈ U ⇐⇒ z = .
z
Démonstration.
1
z = ⇐⇒ zz = 1 ⇐⇒ |z|2 = 1.
z
√
1
1
Exemple. On note j = − + i 3 . Alors, |j|2 = 1
4
+ 3
4
= 1, donc = j.
2 2 j
Théorème. Pour tout z, z ′ ∈ C, |z + z ′ | ≤ |z| + |z ′ |, avec égalité si et seulement si
z
z ′ = 0 ou bien ′ ∈ R+ .
z
Démonstration.
Reprenons la preuve de l’inégalité triangulaire :
|z + z ′ |2 = |z|2 + |z ′ |2 + 2Re(zz ′ ) ≤ |z|2 + |z ′ |2 + 2|zz ′ | = (|z| + |z ′ |)2 , donc
(E) : |z + z ′ | = |z| + |z ′ | ⇐⇒ Re(zz ′ ) = |zz ′ | ⇐⇒ zz ′ ∈ R+ .
Lorsque z ′ = 0, il y a bien égalité.
z z
Supposons maintenant que z ′ 6= 0. Alors zz ′ = ′ |z ′ |2 , donc (E) ⇐⇒ ′ ∈ R+ .
z z
Exercice. Soit n ∈ N avec n ≥ 2. Soit z1 , . . . , zn ∈ C. Montrer que
|z1 + · · · + zn | ≤ |z1 | + · · · + |zn |, avec égalité si et seulement si , pour tout i, j
zi
tels que 1 ≤ i < j ≤ n, (zj = 0) ∨ ( ∈ R+ ).
zj
Solution : L’inégalité se démontre aisément par récurrence sur n.
Soit z1 , . . . , zn ∈ C tels que |z1 + · · · + zn | = |z1 | + · · · + |zn |.
Soit i, j tels que 1 ≤ i < j ≤ n. X Alors,
|z1 + · · · + zn | = zi + zj + zk
1≤k≤n
(k6=i)∧(k6=j)
X
≤ zk + |zi + zj |
1≤k≤n
(k6=i)∧(k6=j)
X
≤ zk + |zi | + |zj |
1≤k≤n
(k6=i)∧(k6=j)

≤ |z1 | + · · · + |zn | = |z1 + · · · + zn |.

Toutes ces quantités sont donc égales. Ainsi, |zi + zj | = |zi | + |zj |, donc d’après
zi
le théorème précédent, (zj = 0) ∨ ( ∈ R+ ).
zj
Réciproquement supposons que, pour tout i, j tels que 1 ≤ i < j ≤ n,
zi
(zj = 0) ∨ ( ∈ R+ ).
zj
Si pour tout i ∈ Nn , zi = 0, alors |z1 + · · · + zn | = 0 = |z1 | + · · · + |zn |, donc on
peut supposer que l’un des zi est non nul. L’ordre des zi n’intervenant pas, on
peut supposer que z1 6= 0.

c Éric Merle 6 MPSI2, LLG

Les complexes 5 Fonctions à valeurs dans C

Alors on montre que, pour tout i ∈ {1, . . . , n}, il existe ρi ∈ R+ tel que zi = ρi z1 ,
donc |z1 + · · · + zi | = |(ρ1 + · · · + ρn )z1 | = |z1 | + · · · + |zn |.
Corollaire de l’inégalité triangulaire :
— Pour tout z, z ′ ∈ C, ||z| − |z ′ || ≤ |z − z ′ |.
— Pour tout a, b, c ∈ C, |d(a, b) − d(b, c)| ≤ d(a, c).
Démonstration.
⋄ Soit z, z ′ ∈ C. |z| = |z ′ + (z − z ′ )| ≤ |z ′ | + |z − z ′ |, donc |z| − |z ′ | ≤ |z − z ′ |.
En échangeant z et z ′ , on obtient également |z ′ | − |z| ≤ |z − z ′ |,
donc ||z| − |z ′ || = max{|z| − |z ′ |, |z ′ | − |z|} ≤ |z − z ′ |.
⋄ Soit a, b, c ∈ C. d(a, b) ≤ d(a, c) + d(c, b), donc d(a, b) − d(b, c) ≤ d(a, c).
En échangeant a et c, on a également d(c, b) − d(b, a) ≤ d(a, c), ce qui permet de
conclure.
Définition. Une partie A de C est bornée si et seulement si il existe R ∈ R+ tel que,
pour tout a ∈ A, |a| ≤ R, c’est-à-dire si et seulement si A est incluse dans un disque
centré en 0.

5 Fonctions à valeurs dans C

5.1 Fonctions bornées
Définition. Soit E un ensemble quelconque et f une application de E dans C.
On dit que f est bornée sur E si et seulement si {f (x)/x ∈ E} est une partie bornée
de C.
Notation. Soit f une application d’un ensemble E dans C.
Re(f ) : E −→ R Im(f ) : E −→ R
On note et . On les appelle
x 7−→ Re(f (x)) x 7−→ Im(f (x))
les parties réelle et imaginaire de l’application f .
Propriété. Avec ces notations, f est bornée sur E si et seulement si Re(f ) et Im(f )
sont bornées.
Démonstration.
Supposons que f est bornée sur E. Ainsi, il existe R ≥ 0 tel que, pour tout x ∈ E,
|f (x)| ≤ R. Alors, pour tout x ∈ E, |Re(f )(x)| ≤ |f (x)| ≤ R et de même,
|Im(f )(x)| ≤ R, donc les applications Re(f ) et Im(f ) sont bornées.
Réciproquement, supposons que les applications Re(f ) et Im(f ) sont bornées : il existe
M1 , M2 ∈ R+ tels que, pourptout x ∈ E, |Re(f )(x)| ≤ p M1 et |Im(f )(x)| ≤ M2 . Alors,
pour tout x ∈ E, |f (x)| = Re(f ) (x) + Im(f ) (x) ≤ M12 + M22 , donc f est bornée
2 2

sur E.

c Éric Merle 7 MPSI2, LLG

Les complexes 5 Fonctions à valeurs dans C

5.2 Dérivation
Définition. Soit I un intervalle inclus dans R et f : I −→ C une application. On
verra plus loin que f est continue (resp : dérivable, k fois dérivable, de classe C k où
k ∈ N∗ ∪ {∞}) si et seulement si les applications Re(f ) et Im(f ) sont continues (resp :
dérivables, k fois dérivables, de classe C k où k ∈ N∗ ∪ {∞}).
De plus, lorsque f est k fois dérivable, où k ∈ N∗ , on verra que,
pour tout t ∈ I, f (k) (t) = [Re(f )](k) (t) + i[Im(f )](k) (t).
Propriété. Les formules suivantes, déjà admises pour des fonctions de R dans R sont
aussi valables pour des fonctions de R dans C, ainsi que nous le démontrerons plus
tard.
Les fonctions qui interviennent dans ces formules sont toutes supposées dérivables sur
un intervalle. On se limite éventuellement à un sous-intervalle pour s’assurer que les
quantités qui interviennent dans les formules sont bien définies. :
— Pour tout α, β ∈ C, (αf + βg)′ = αf ′ + βg ′ .
— (f g)′ = f ′ g + f g ′ .
1 ′ f′
— = − 2.
f f
f f ′g − g′f
— = .
g g2
— Si g : R −→ R, alors (f ◦ g)′ = g ′ × (f ′ ◦ g).
— Pour tout n ∈ Z, (f n )′ = nf ′ × f n−1 .
Formule de Leibniz : Soient f et g deux applications d’un intervalle I dans C. Si f
et g sont n fois dérivables sur I, alors f g est n fois dérivable sur I et
n
(n)
X n
(f g) = f (k) g (n−k) .
k
k=0

Démonstration.
La démonstration vue dans le cas des fonctions à valeurs dans R reste valable.

5.3 Intégration
Définition. Soit I un intervalle de R. Soit f : I −→ C une application continue.
Pour tout a, b ∈ I, on pose
Z b Z b Z b
f (t) dt = Re(f (t)) dt + i Im(f (t)) dt.
a a a

Z b Z b Z b Z b
Remarque. Ainsi, Re f (t) dt = Re(f (t)) dt et Im f (t) dt = Im(f (t)) dt.
a a a a
On admettra pour le moment que les intégrales vérifient les propriétés suivantes :
Propriété. Soit I un intervalle inclus dans R.
Soit f et g deux applications continues de I dans C. Soit a, b ∈ I.

c Éric Merle 8 MPSI2, LLG

Les complexes 5 Fonctions à valeurs dans C
Z b Z b Z b
— Linéarité : Pour tout α, β ∈ C, (αf + βg) = α f +β g.
a Z b aZ Za
c b
— Relation de Chasles : Pour tout c ∈ I, f (t)dt = f+ f.
Z b a
Z max(a,b) a c

— Inégalité triangulaire : f (t) dt ≤ |f (t)| dt.

a min(a,b)

Définition. Soit I un intervalle de R et f une application de I dans C que l’on

suppose continue.
On dit que F est une primitive de f sur I si et seulement si F est dérivable et F ′ = f .
Si F0 est une primitive de f , alors les autres primitives de f sont exactement les
applications F0 + k, où k est une fonction constante.
Démonstration.
F est une primitive de f si et seulement si (F0 − F )′ = 0 = Re(F0 − F )′ + iIm(F0 − F )′ ,
donc si et seulement si Re(F0 − F ) et Im(F0 − F ) sont constantes.
On admet pour le moment le théorème suivant (ou bien on le démontre en passant aux
parties réelle et imaginaire).
Théorème : Soit I un intervalle de R et f une application de I dans C que l’on
suppose continue.
Z Soit x0 ∈ I.
x
Alors x 7−→ f (t)dt est l’unique primitive de f qui s’annule en x0 .
x0
En adaptant les démonstrations vues dans le cas d’une fonction de I dans R, on en
déduit :
Corollaire. Soit f une application continue d’un intervalle I dans C.
Si F est une primitive de f , alors pour tout a, b ∈ I,
Z b
∆
f (t)dt = F (b) − F (a) = [F (t)]ba .
a

Corollaire.
Z b Si f est une application de classe C 1 de I dans C, pour tout a, b ∈ I,
f ′ (t)dt = f (b) − f (a).
a
Z
Notation. L’écriture “ f (t) dt = F (t) + k, t ∈ I” signifiera que f est continue de I
dans C et que l’ensemble des primitives de f est {F + k/k ∈ C}.
Théorème. On suppose que f est une application continue d’un intervalle I dans C,
et que ϕ est une application de classe C 1 d’un intervalle J dans I. Alors,
Z β Z ϕ(β)
2 ′
∀(α, β) ∈ J f (ϕ(t))ϕ (t)dt = f (x)dx.
α ϕ(α)

Lorsque l’on remplace un membre de cette égalité par l’autre, on dit que l’on effectue
le changement de variable x = ϕ(t).

c Éric Merle 9 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

Démonstration.Z β Z Z
β β
′ ′
Soit α, β ∈ J. f (ϕ(t))ϕ (t) dt = Re(f )(ϕ(t))ϕ (t) dt + i Im(f )(ϕ(t))ϕ′ (t) dt,
α α α
puis on effectue le changement de variables x = ϕ(t) dans ces deux intégrales de
fonctions à valeurs réelles.
Remarque. ϕ doit être une fonction de R dans R, donc par exemple, il n’est pas
envisageable, dans un calcul d’intégrales, de poser x = eit .
Théorème. Soit u : IZ −→ C et v : I −→ C deux applications
Z b de classe C 1 sur I.
b
Pour tout (a, b) ∈ I 2 , u(t)v ′ (t) dt = [u(t)v(t)]ba − u′ (t)v(t) dt.
a a
Démonstration.
La démonstration vue pour les fonctions à valeurs dans R reste valable pour les fonc-
tions à valeurs dans C.
Théorème.
Z Soit u : I −→ C et vZ: I −→ C deux applications de classe C 1 sur I.
Alors, u(t)v ′ (t) dt = u(t)v(t) − u′ (t)v(t) dt, t ∈ I.
Démonstration.
La démonstration vue pour les fonctions à valeurs dans R reste valable pour les fonc-
tions à valeurs dans C.

Théorème. Formule de Taylor avec reste intégral.

Soient k ∈ N et f : [a, b] −→ C une application C k+1 sur [a, b]. Alors

k Z b
X (b − a)h (h) (b − t)k (k+1)
f (b) = f (a) + f (a) + f (t)dt.
h=1
h! a k!

k
X (b − a)h
On note parfois Tk (b) = f (a) + f (h) (a), appelé somme de Taylor à l’ordre
h=1
h!
Z b
(b − t)k (k+1)
k et Rk (b) = f (t)dt, appelé le reste intégral d’ordre k.
a k!
Démonstration.
Au tableau.
n
X xk
Propriété. Pour tout x ∈ R, −→ ex .
k=0
k! n→+∞

Démonstration.
Au tableau.

c Éric Merle 10 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

6 L’exponentielle complexe
6.1 En théorie
Reprenons ce que nous avions écrit pour “définir” les fonctions cos et sin (chapitre
“Dérivation et intégration”, page 5), en détaillant un peu plus. Ceci permet de voir
combien la construction de C dépend de la théorie des fonctions de R dans R (analyse
réelle).

Définition. Une suite (zn )n∈N de complexes converge vers ℓ ∈ C si et seulement si

∀ε > 0, ∃N ∈ N, ∀n ≥ N, |zn − ℓ| ≤ ε.

On dit qu’une suite (zn )n∈N de complexes est convergente si et seulement si il existe
ℓ ∈ C tel que zn −→ ℓ.
n→+∞
P
Définition. On dit que la série de complexes zn converge si et seulement si la suite
X n
de ses sommes partielles zk est une suite convergente de complexes. Dans ce
n∈N
k=0
+∞
X Xn
cas, on note zn = lim zk .
n→+∞
n=0 k=0
P
Propriété. Si zn est une série convergente de complexes, alors zn −→ 0.
Pn→+∞
La réciproque est fausse : on peut avoir zn −→ 0 alors que la série zn diverge.
n→+∞
Démonstration. n
P X
Supposons que zn converge : il existe S ∈ C tel que zk −→ S. Alors, pour tout
n→+∞
k=0
n
X n−1
X
n ≥ 1, zn = zk − zk −→ S − S = 0.
n→+∞
k=0 k=0
Pour montrer que la réciproque est fausse, il suffit de donner un contre-exemple :
Posons zn = ln(1 + n1 ). On a bien zn −→ 0,
n→+∞
n
X n
X
mais zk = (ln(k + 1) − ln k) = l(n + 1) −→ +∞.
n→+∞
k=1 k=1 √ √
Autre exemple classique, avec zn = n + 1 − n : exercice.
P
Théorème. Soit zn une
Xsérie de complexes.
P
Si |z | converge alors zn est une série convergente. On dit dans ce cas que la
Pn
série zn est absolument convergente.
Démonstration.
Admis pour le moment

c Éric Merle 11 MPSI2, LLG

Les complexes 6 L’exponentielle complexe
n
t
X tk
Définition. On a vu que pour tout t ∈ R, e = lim . Ainsi, pour tout complexe
n→+∞
k=0
k!
X z n
z ∈ C, la série est absolument convergente. Ceci permet de prolonger
n! n∈N
l’exponentielle réelle sur C, en convenant que
n
z
X zk
∀z ∈ C, e = lim .
n→+∞
k=0
k!

Propriété. Soit (zn )n∈N une suite de complexes qui converge vers ℓ ∈ C.
Alors zn −→ ℓ.
n→+∞
Démonstration.
Soit ε > 0. D’après l’hypothèse, il existe N ∈ N tel que, pour tout n ≥ N , |zn − ℓ| ≤ ε.
Soit n ≥ N . Alors |zn − ℓ| = |zn − ℓ| ≤ ε.
Propriété. Pour tout z ∈ C, (ez ) = ez .
Démonstration. n
X zk
z
Soit z ∈ C. Par définition de e , −→ ez , donc d’après la propriété précédente,
k=0
k! n→+∞
n n n
X zk X zk X zk
−→ (ez ), mais = −→ ez , donc d’après l’unicité de la li-
k=0
k! n→+∞
k=0
k! k=0
k! n→+∞

mite d’une suite de complexes, (ez ) = ez .

Propriété. Pour tout u, v ∈ C, eu ev = eu+v .
Démonstration.
Soit u, v ∈ C. D’après des règles de calcul sur les limites de suites de complexes, que
n n n
X (u + v)k X uk X v k
nous verrons plus loin, − −→ eu+v − eu ev , donc pour
k=0
k! k=0
k! k=0
k! n→+∞
n n n
X (u + v)k X uk X v k
montrer la propriété, il suffit d’établir que − −→ 0 et
k=0
k! k=0
k! k=0 k! n→+∞
d’invoquer l’unicité de la limite.
Soit n ∈ N et k ∈ {0, . . . , n}. (C, +, ×) est un anneau commutatif, donc on peut utiliser
k
X k
la formule du binôme de Newton. Ainsi, (u + v) = k
up v k−p ,
p
p=0
k
(u + v)k X up v k−p
puis = .
k! p=0
p! (k − p)!
ϕ : {0, . . . , k} −→ Ak
Notons Ak = {(p, q) ∈ {0, . . . , n}2 /p + q = k} et .
p 7−→ (p, k − p)
k
(u + v)k X up v q
Ainsi, = αϕ(p) , où pour tout (p, q) ∈ Ak , αp,q = .
k! p=0
p!q!

c Éric Merle 12 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

(u + v)k X up v q
ϕ est une bijection, donc on peut poser (p, q) = ϕ(p) : = ,
k! p! q!
(p,q)∈Ak
k p q
(u + v) X uv
ce que nous écrirons sous la forme = . Ainsi,
k! (p,q)∈{0,...,n}2
p!q!
p+q=k
n n n
X (u + v)k X uk X v k X X up v q X up v q
| − |=| − |
k! k! k! 2
p!q! p!q!
k=0 k=0 k=0 0≤k≤n (p,q)∈{0,...,n} (p,q)∈{0,...,n}2
p+q=k
X up v q X up v q X up v q
=| − |=| |
(p,q)∈{0,...,n}2
p!q! p!q! p!q!
(p,q)∈{0,...,n}2 (p,q)∈{0,...,n}2
p+q≤n p+q>n
X |u|p |v|q
≤
(p,q)∈{0,...,n}2
p!q!
p+q>n
X |u|p |v|q X |u|p |v|q
= −
p!q! p!q!
(p,q)∈{0,...,n}2 (p,q)∈{0,...,n}2
p+q≤n
n n n
X |u|k X |v|k X (|u| + |v|)k
= − −→ e|u| e|v| − e|u|+|v| = 0,
k=0
k! k=0
k! k=0
k! n→+∞
d’après les propriétés connues de l’exponentielle réelle.
1
Corollaire. Pour tout z ∈ C, ez 6= 0 et z = e−z .
e
Démonstration.
ez e−z = e0 = 1.
Propriété. |ez | = eRe(z) .
Démonstration.
|ez |2 = ez (ez ) = ez ez = ez+z = e2Re(z) , or d’après les propriétés de l’exponentielle réelle,
e2Re(z) = (eRe(z) )2 et eRe(z) ≥ 0, donc |ez | = eRe(z) .
Théorème. ez ∈ U ⇐⇒ z ∈ iR.
En particulier, pour tout θ ∈ R, eiθ ∈ U.
Démonstration.
ez ∈ U ⇐⇒ |ez | = 1 ⇐⇒ eRe(z) = e0 , mais Re(z) et 0 sont deux réels et on sait que
l’exponentielle réelle est injective. Ainsi, ez ∈ U ⇐⇒ Re(z) = 0 ⇐⇒ z ∈ iR.
Formules d’Euler :
∆ eiθ + e−iθ ∆ eiθ − e−iθ
cos θ = Re(eiθ ) = et sin θ = Im(eiθ ) = .
2 2i
De plus,
eiθ = cos θ + i sin θ .
+∞ 2n +∞
X
n θ
X θ2n+1
Propriété. Pour tout θ ∈ R, cos θ = (−1) et sin θ = (−1)n .
n=0
(2n)! n=0
(2n + 1)!

c Éric Merle 13 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

Démonstration.
Soit θ ∈ R. Soit N ∈ N.
2N
X (iθ)n + (−iθ)n
−→ eiθ + e−iθ et d’autre part,
n=0
n! N →+∞

en séparant les indices pairs et impairs,

2N N N −1 N
X (iθ)n + (−iθ)n X (iθ)2n + (−iθ)2n X (iθ)2n+1 + (−iθ)2n+1 X θ2n
= + =2 (−1)n ,
n=0
n! n=0
(2n)! n=0
(2n + 1)! n=0
(2n)!
N
X θ2n eiθ + e−iθ
donc (−1)n −→ = cos θ.
n=0
(2n)! N →+∞ 2
On raisonne de même pour sin θ.
Corollaire. sin est une fonction impaire et cos est une fonction paire.
cos et sin sont de classe C ∞ et cos′ = − sin, sin′ = cos.
Démonstration.
+∞ 2n
n θ
X
Pour tout θ ∈ R, (1) : cos θ = (−1) , donc cos θ = cos(−θ).
n=0
(2n)!
De même, on montre que sin est impaire.
Lorsque vous étudierez les séries entières, vous verrez que l’on peut dériver la relation
+∞
d(cos θ) X d θ2n
(1) terme à terme, c’est-à-dire que cos est dérivable et que = (−1)n .
dθ n=0
dθ (2n)!
+∞ 2n−1 N
d(cos θ) X n θ
X θ2n−1
Ainsi, = (−1) = lim (−1)n ,
dθ n=1
(2n − 1)! N →+∞ n=1 (2n − 1)!
N −1
d(cos θ) X θ2n+1
donc = lim (−1)n+1 = − sin θ.
dθ N →+∞
n=0
(2n + 1)!
De même, on montre que sin est dérivable et que sin′ = cos.
Formule circulaire : Pour tout θ ∈ R, cos2 θ + sin2 θ = 1.
Démonstration.
cos2 θ + sin2 θ = |eiθ |2 = 1.
Formule d’addition : Pour tout a, b ∈ R,

cos(a + b) = cos a cos b − sin a sin b et

sin(a + b) = sin a cos b + cos a sin b.

Démonstration.
Déjà vu : cos(a + b) + i sin(a + b) = ei(a+b) = eia eib = (cos a + i sin a)(cos b + i sin b) et
on conclut en passant aux parties réelle et imaginaire.
P
Définition.
P On appelle série alternée toute série réelle de la forme (−1)n αn ou
(−1)n+1 αn , où pour tout n ∈ N, αn ∈ R+ .
Théorème spécial des séries alternées (TSSA).

c Éric Merle 14 MPSI2, LLG

Les complexes 6 L’exponentielle complexe
P
Soit an une série alternée. On dit qu’elle est spéciale alternée lorsque la suite (|an |)
est décroissante
P et tend vers 0. Dans ce cas,
— an est convergente ;
+∞
X
— pour tout n ∈ N, ak est du signe de son premier terme an
k=n
+∞
X
et | ak | ≤ |an+1 |.
k=n+1
Démonstration.
Admis pour le moment.
Propriété. L’application cos est strictement décroissante sur ]0, 2] et elle possède un
π
unique zéro sur ]0, 2], que l’on notera : c’est la définition de π.
2
Démonstration.
• Si t ∈]0, 2], cos′ (t) = − sin(t), donc pour montrer que cos est strictement décroissante
sin(t)
sur ]0, 2], il suffit de montrer que > 0 lorsque t ∈]0, 2].
t
+∞
sin t t2 X t2n
• Soit t ∈]0, 2]. −1+ = (−1)n .
t 6 n=2
(2n + 1)!
2n
X t
La série (−1)n est une série alternée (car t > 0) dont le terme général
n≥2
(2n + 1)!
t2n
tend vers 0 (car elle est convergente). Or, pour n ≥ 2, si l’on pose an = ,
(2n + 1)!
an+1 t2 4
= ≤ ≤ 1, donc la série alternée est spéciale alternée.
an (2n + 3)(2n + 2) 3×2
+∞
X t2n
Ainsi (−1)n a le signe de son premier terme qui est positif.
n=2
(2n + 1)!
sin(t) t2 22 1
On en déduit que ≥1− ≥1− = > 0.
t 6 6 3
+∞
22 24 X 2 2n
• cos(2) − 1 + − = (−1)n .
2! 4! n=3
(2n)!
22n
Si l’on pose, pour n ≥ 3, bn = , la suite (bn )n≥3 est décroissante car, pour n ≥ 3,
(2n)!
bn+1 4 22 24
= ≤ 1. Ainsi, toujours d’après le TSSA, cos(2)−1+ − ≤ 0,
bn (2n + 2)(2n + 1) 2! 4!
16 2
donc cos(2) ≤ 1 − 2 + = −1 + < 0.
24 3
D’autre part, cos(0) = Re(e0 ) = 1 > 0. Mais cos est continue, donc d’après le théorème
des valeurs intermédiaires, il existe α ∈]0, 2[ tel que cos(α) = 0. Ce zéro est unique car
cos est strictement décroissante, donc est injective, sur ]0, 2].
Propriété. Pour tout x ∈ R, cos(x + π2 ) = − sin(x) et sin(x + π2 ) = cos(x).

c Éric Merle 15 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

On dispose des tableaux de variations suivants :

π 3π
x 0 2
π 2
2π
cos(x) 1 ց 0 ց −1 ր 0 ր 1
sin(x) 0 ր 1 ց 0 ց −1 ր 0
2π est la plus petite période de cos, ainsi que de sin.
Démonstration.
• sin2 ( π2 ) = 1 − cos2 ( π2 ) = 1 et, d’après le début de la démonstration précédente,
sin( π2 ) > 0, donc sin( π2 ) = 1.
Soit x ∈ R. cos(x + π2 ) = cos(x) cos( π2 ) − sin(x) sin( π2 ) = − sin(x).
De même on calcule que sin(x + π2 ) = cos(x).
• cos décroı̂t sur [0, π2 ], de 1 à 0. sin′ = cos, donc sin croı̂t sur [0, π2 ] de 0 à 1.
cos(x + π2 ) = − sin(x), donc cos décroit sur [ π2 , π] de 0 à −1.
De même, sin(x + π2 ) = cos(x), donc sin décroı̂t sur [ π2 , π] de 1 à 0. On en déduit ensuite
les variations sur [π, 3π 2
], puis sur [ 3π
2
, 2π].
• Soit x ∈ R. cos(x + 2π) = − sin(x + 3 π2 ) = − cos(x + π) = sin(x + π2 ) = cos x, donc
cos est périodique de période 2π.
Soit T ∈ R∗+ . Supposons que T est une période de cos :
pour tout x ∈ R, cos(x + T ) = cos x. En particulier, cos T = cos 0 = 1.
jT k T
Posons n = :n≤ < n + 1, donc 2πn ≤ T < 2πn + 2π puis 0 ≤ T − 2πn < 2π.
2π 2π
Or cos est 2π-périodique, donc 1 = cos T = cos(T − 2nπ) et T − 2nπ ∈ [0, 2π[. D’après
le tableau de variations, T − 2nπ = 0, donc T = 2nπ.
Ceci démontre bien que 2π est la plus petite période de l’application cos.
Si T est une période de sin, pour tout x ∈ R, sin(x + T ) = sin x, donc en dérivant,
cos(x + t) = cos x, si bien que T est aussi une période de cos. On établit de même la
réciproque, donc sin dispose du même ensemble de périodes que cos.
π π
Exemple. ei0 = 1, ei 2 = i, eiπ = −1, e3i 2 = −i,
pour tout k ∈ Z, e2ikπ = 1.
Propriété. Soit (a, b) ∈ R2 tel que a2 + b2 = 1.
Il existe un unique θ ∈ [0, 2π[ tel que a = cos(θ) et b = sin(θ).
Démonstration.
⋄ a2 = 1 − b2 ≤ 1, donc a ∈ [−1, 1]. D’après le tableau de variations de cos, il existe
ϕ ∈ [0, π] tel que a = cos ϕ.
b2 = 1 − a2 = 1 − cos2 ϕ = sin2 ϕ.
Si b ≥ 0, alors b = sin ϕ et si b < 0, b = − sin ϕ = sin(2π − ϕ) avec ϕ ∈]0, π[.
Ceci démontre l’existence.
⋄ Démontrons l’unicité : soit (θ, θ′ ) ∈ [0, 2π[2 tel que cos θ = cos θ′ et sin θ = sin θ′ .
Montrons que θ = θ′ .
sin θ et sin θ′ ont le même signe, donc (θ, θ′ ) ∈ [0, π]2 ou (θ, θ′ ) ∈ [π, 2π[2 .
Sur [0, π] ou sur [π, 2π[, cos est injective, donc θ = θ′ .
Corollaire. Soit θ, ϕ ∈ R tels que cos θ = cos ϕ et sin θ = sin ϕ. Alors θ ≡ ϕ [2π].

c Éric Merle 16 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

Démonstration.
Posons a = cos θ = cos ϕ et b = sin θ = sin ϕ. a2 + b2 = 1, donc il existe un unique
α ∈ [0, 2π[ tel que a = cos α et b = sin α.
jθ k θ
Posons n = :n≤ < n + 1, donc 0 ≤ θ − 2nπ < 2π. Or cos(θ − 2nπ) = a et
2π 2π
sin(θ − 2nπ) = b, donc d’après l’unicité, α = θ − 2nπ, ce qui prouve que α ≡ θ [2π].
De même, on montre que α ≡ ϕ [2π], donc par transitivité de la relation de congruence,
θ ≡ ϕ [2π].
R −→ U
Paramétrage du cercle unité : l’application est périodique et sa plus
t 7−→ eit
petite période est 2π. Sa restriction à [0, 2π[ est bijective.
Démonstration.
⋄ eit = cos t + i sin t, donc t 7−→ eit est périodique de période 2π.
De plus, si T est une période de t 7−→ eit , pour tout x ∈ R, ei(x+T ) = eix , donc en
prenant la partie réelle, cos(x + T ) = cos x. Ainsi, T est une période de cos, donc
T ∈ 2πN∗ .
⋄ Soit z ∈ U. Posons z = a + ib avec a, b ∈ R. 1 = |z|2 = a2 + b2 , donc il existe un
unique t ∈ [0, 2π[ tel que a = cos t et b = sin t, c’est-à-dire tel que z = cos t+i sin t = eit .

M : [a, b] −→ C
Définition. Soit a, b ∈ R avec a < b et une application de
t 7−→ M (t)
classe C 1 . Notons C = {M (t)/t ∈ [a, b]} : C est une courbe dans le plan complexe,
dont l’application M est un paramétrage. Z
b
Par définition, la longueur de C est égale à |M ′ (t)|dt.
a
Remarque. Informellement, pour tout t ∈ [a, b], entre t et t + dt (où dt est une
quantité infiniment petite), le mobile ponctuel M (t) se déplace dans le plan complexe
d(M (t), M (t + dt)) M (t + dt) − M (t)
à la vitesse constante = = |M ′ (t)|, donc la
(t + dt) − t dt
longueur parcourue par le mobile ponctuel M (t) entre t et t + dt est égale à |M ′ (t)|dt,
Z b
puis par sommation, la longueur totale de la courbe C est bien égale à |M ′ (t)|dt.
a
it
Propriété. Soit θ ∈ [0, 2π]. Notons Cθ = {e /t ∈ [0, θ]} : Cθ est une portion du cercle
unité. Sa longueur est égale à θ. Ceci valide le schéma ci-dessous.
Démonstration.
Ici, M (t) = eit = cos t + i sin t, donc M ′ (t) = − sin t + i cos t = i(cos t + i sin t) = ieit
Z θ
′ it
puis |M (t)| = |i| × |e | = 1. Ainsi, la longueur de Cθ est égale à |M ′ (t)|dt = θ.
0

c Éric Merle 17 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

sin θ eiθ

θ
O cos θ 1 = ei×0

Propriété. Dans le plan complexe, le périmètre d’un cercle de rayon R vaut 2πR.
Démonstration.
Notons C le cercle de centre Ω = a + ib et de rayon R. Ainsi,
C = {x + iy ∈ C/x, y ∈ R ∧ (x − a)2 + (y − b)2 = R2 }
= {x + iy ∈ C/x, y ∈ R ∧ ∃θ ∈ [0, 2π[, x = a + R cos θ et y = b + R sin θ}.
Cette dernière égalité montre que C est paramétré
par M (θ) = (a + R cos θ) + i(b + R sin θ). Z 2π Z 2π
−−−
′ →
Ainsi, la longueur de la courbe C est égale à |M (θ)| dθ = R = 2πR.
0 0

6.2 En pratique
6.2.1 Formules
Nous regroupons les formules rencontrées dans la partie théorique :
— Pour tout u, v ∈ C, eu ev = eu+v ;
1
— Pour tout z ∈ C, ez 6= 0 et z = e−z ;
e
— Pour tout z ∈ C, (ez ) = e(z) ;
— Pour tout z ∈ C, |ez | = eRe(z) .
— ez ∈ U ⇐⇒ z ∈ iR.
— Formules d’Euler :
∆ eiθ + e−iθ
— cos θ = Re(eiθ ) = ,
2
iθ −iθ
∆ e −e
— sin θ = Im(eiθ ) = ,
2i

c Éric Merle 18 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

— eiθ = cos θ + i sin θ.

R −→ U
— l’application est périodique et sa plus petite période est 2π. Sa
t 7−→ eit
restriction à [0, 2π[ est bijective.
Propriété. Si z = a + ib, où (a, b) ∈ R2 , ez = ea (cos(b) + i sin(b)).

6.2.2 Arguments d’un complexe

Définition. Pour tout z ∈ C, il existe ρ, θ ∈ R tels que z = ρeiθ . On dit alors que
(ρ, θ) est un couple de coordonnées polaires du point M (z) (l’image du complexe z).
On peut imposer ρ ≥ 0. Dans ce cas, ρ = |z|. On dit alors que θ est un argument de z
et l’on note θ = arg(z).
Lorsque z 6= 0, on peut imposer ρ > 0 et θ ∈ [0, 2π[. Dans ce cas, le couple (ρ, θ) est
unique.
Démonstration.
Si z = 0, pour tout θ ∈ R, le couple (0, θ) convient. Supposons maintenant que z 6= 0.
Alors, si z = ρeiθ avec ρ ∈ R+ et θ ∈ R, |z| = |ρ| × |eiθ | = |ρ| = ρ.
z
Posons u = . u ∈ U, donc il existe θ ∈ R tel que u = eiθ . Alors, z = |z|eiθ .
|z|
Définition. Un complexe z possède ainsi deux écritures usuelles :
— l’écriture algébrique : z = a + ib avec a, b ∈ R, ou bien z = Re(z) + iIm(z) ;
— l’écriture trigonométrique (ou exponentielle, ou polaire) : z = ρeiθ , avec ρ ∈ R+
et θ ∈ R (l’angle θ n’est défini que modulo 2π), ou bien z = |z|ei arg(z) .
Les relations suivantes font le lien entre ces deux écritures :
lorsque z =√a + ib = ρeiθ avec a, b, ρ, θ ∈ R et ρ ≥ 0,
— ρ = a2 + b 2 ;
a b
— lorsque z 6= 0, cos θ = √ et sin θ = √ ;
2
a +b 2 a + b2
2
b
— Lorsque a 6= 0, tan θ = ;
a
a
— Lorsque z 6= 0 et θ ∈ [0, π], θ = arccos √ ;
2 2
a +bb
— Lorsque z 6= 0 et θ ∈ [− π2 , π2 ], θ = arcsin √ ;
a 2 + b2
b
— Lorsque a 6= 0 et θ ∈] − π2 , π2 [, θ = arctan ;
a b
— Lorsque z 6= 0 et θ ∈] − π, π[, θ = 2arctan √ .
a + a2 + b 2
Démonstration.
θ sin 2θ 2 cos 2θ sin 2θ sin θ b
Pour la dernière formule : tan = θ
= θ
= = √ .
2 cos 2 2 cos2 2 1 + cos θ a + a2 + b 2

Exemple. Donner l’écriture trigonométrique du complexe z = 1 − i.

c Éric Merle 19 MPSI2, LLG

Les complexes 6 L’exponentielle complexe
√ √
On sait que z = ρeiθ , avec ρ = |z| = 1 + 1 = 2
1 1
et cos θ + i sin θ = eiθ = √ + i × (− √ ), donc θ ≡ − π4 [2π].
√ 2−i π 2
En conclusion 1 − i = 2e . 4

Propriétés de l’argument : Si z, z1 , z2 sont trois complexes non nuls, alors

— arg(z1 z2 ) ≡ arg(z1 ) + arg(z2 ) [2π] ;
1
— arg ≡ arg(z) ≡ −arg(z) [2π] ;
zz
1
— arg ≡ arg(z1 ) − arg(z2 ) [2π] ;
z2
— pour tout n ∈ Z, arg(z n ) ≡ n arg(z) [2π] ;
— arg(−z) ≡ arg(z) + π [2π] ;
z1
— (arg(z1 ) ≡ arg(z2 ) [2π]) ⇐⇒ ∈ R∗+ .
z2
Remarque.
Pour tout z ∈ C, arg(ez ) ≡ Im(z) [2π], ce qui complète la formule |ez | = eRe(z) .
En effet, si l’on pose z = x + iy avec x, y ∈ R, alors ez = ex eiy et ex ∈ R∗+ .
Interprétation géométrique du produit dans C :
Fixons z0 = ρ0 eiθ0 , où ρ0 ∈ R+ et θ0 ∈ R.
La multiplication par z0 , c’est-à-dire l’application z 7−→ zz0 est la composée de
h : z 7−→ ρ0 z avec r : z 7−→ zeiθ0 .
On a déjà vu que h s’interprète géométriquement comme une homothétie de centre O
et de rapport ρ0 .
De plus, lorsque z = ρeiθ , r(z) = ρei(θ+θ0 ) , donc r s’interprète géométriquement comme
la rotation de centre O et d’angle θ0 .
La composée d’une homothétie et d’une rotation s’appelle une similitude directe, donc
le fait de mutiplier z par z0 = ρ0 eiθ0 revient à transformer z selon la similitude directe
de centre O, de rapport ρ0 et d’angle θ0 .
Propriété. Soit (ρ, θ) ∈ R∗+ × R. Pour tout z ∈ C,

ez = ρeiθ ⇐⇒ (∃k ∈ Z, z = ln(ρ) + iθ + 2ikπ).

C −→ C∗
En particulier, l’application exponentielle est surjective et 2iπ périodique.
z 7−→ ez
Démonstration.
S’il existe k ∈ Z tel que z = ln(ρ) + iθ + 2ikπ, alors ez = eln(ρ) eiθ = ρeiθ .
Réciproquement, supposons que ez = ρeiθ . Alors ρ = |ez | = eRe(z) , donc Re(z) = ln(ρ).
Alors eiIm(z) eRe(z) = ez = ρeiθ = eRe(z) eiθ , or eRe(z) 6= 0, donc eiIm(z) = eiθ . Ainsi,
Im(z) et θ ont même sinus et cosinus, donc il existe k ∈ Z tel que Im(z) = θ + 2kπ.
Ainsi, z = ln(ρ) + iθ + 2ikπ.
Formule de Moivre : Pour tout n ∈ N et t ∈ R, eint = (cos t + i sin t)n .

c Éric Merle 20 MPSI2, LLG

Les complexes 6 L’exponentielle complexe

Démonstration.
Soit n ∈ N et t ∈ R. (cos t + i sin t)n = (eit )n = e|it × ·{z
· · × eit} = eint .
n fois

d zt
Propriété. Pour tout z ∈ C, (e ) = zezt .
dt
Démonstration.
+∞
X tn
Soit z ∈ C. ezt = zn
. Vous verrez plus tard que l’on peut dériver cette égalité
n=0
n!
+∞
d zt X tn−1
terme à terme. Ainsi, (e ) = zn = zetz . Pour vérifier en détails cette
dt n=1
(n − 1)!
+∞
X N
X
dernière égalité, on peut revenir au fait que = lim .
N →+∞
n=1 n=1

α ∆
Définition. Pour tout α ∈ C et x ∈ R∗+ , on note x = eα ln x .
d α
Propriété. Pour tout α ∈ C, (t ) = αtα−1 .
dt
Démonstration.
tα = eα ln t et on utilise la formule de dérivation d’une fonction composée.
Z
Exercice. Calculer ex cos x dx.
Solution : Une double intégration
Z Z par parties mène rapidement
Z au résultat :
ex cos x dx = ex sin x − ex sin x dx = ex sin x + ex cos x − ex cos x dx, donc
Z
ex
ex cos x dx = (cos x + sin x) + k.
2
On
Z peut égalementobtenir
Z cette primitive par un calcul direct :

x x ix
e cos x dx = Re e e dx , or
Z
ex(i+1) 1−i x
ex eix dx = = e (cos x + i sin x) + k, donc on retrouve ainsi que
Z i+1 2
ex
ex cos x dx = (cos x + sin x) + k.
2

6.2.3 Technique de l’angle moyen

Formule : Soit α, β ∈ R. Pour écrire eiα ± eiβ sous forme polaire, on met en facteur
α+β
la quantité ei 2 , c’est-à-dire l’exponentielle complexe de l’angle moyen α+β
2
. Ainsi,
α+β α−β −α+β α+β α−β
eiα + eiβ = ei 2 (ei 2 + ei 2 ) = 2ei 2 cos( )
2
α+β α−β −α+β α+β α−β
et eiα − eiβ = ei 2 (ei 2 − ei 2 ) = 2iei 2 sin( ).
2

c Éric Merle 21 MPSI2, LLG

Les complexes 7 Applications à la trigonométrie
n
X
Exercice. Calculer, pour t ∈ R, S = cos kt.
k=0
n
X n
X
Solution : Soit t ∈ R. cos kt = Re eikt .
k=0 k=0
Si t ∈ 2πZ, alors S = n + 1. Supposons maintenant que t ∈ / 2πZ.
n i(n+1)t i n+1 t −i n+1
t i n+1
t n+1
1−e e 2 (e 2 − e 2 ) t sin 2 t
X
in
Alors eikt = it
= i 2t −i 2t i 2t
= e 2
t ,
k=0
1 − e e (e − e ) sin 2
sin( n+1
2
t)
donc S = cos( n2 t) t .
sin( 2 )

7 Applications à la trigonométrie
7.1 Linéarisation
Définition. Linéariser une expression trigonométrique, c’est transformer un produit
de quantités en sin et cos en une somme de sin ou cos. Une méthode de linéarisation
consiste à suivre les étapes suivantes :
— On remplace chaque occurrence en cos ou sin par son expression issue des for-
mules d’Euler ;
— On développe les différents produits qui apparaissent alors ;
— On regroupe les différents termes à l’aide des formules d’Euler pour faire ap-
paraı̂tre une somme de cos et de sin.
Exemple. Linéarisons cos3 θ.
eiθ + e−iθ 3
cos3 θ = , donc d’après la formule du binôme de Newton,
2
1 1 3
cos3 θ = (e3iθ + 3e2iθ e−iθ + 3eiθ e−2iθ + e−3iθ ) = (e3iθ + e−3iθ ) + (eiθ + e−iθ ), donc
8 8 8
3 cos 3θ 3 cos θ
cos θ = + .
4 4
Z
Exemple. Calcul de cos4 t sin2 t dt.
D’après les formules d’Euler et la formule du binôme de Newton,
1 1 1
cos4 t = 4 (eit +e−it )4 = 4 (e4it +4e2it +6+4e−2it +e−4it ) et sin2 t = − (e2it −2+e−2it ),
2 2 4
4 2 1
donc cos t sin t = − 5 (cos(6t) + 2 cos(4t) − cos(2t) − 2).
Z 2
t sin(2t) sin(4t) sin(6t)
Ainsi, cos4 t sin2 t dt = + − − + k.
16 64 64 192
Remarque. Linéariser une expression trigonométrique permet de calculer ses dérivées
d’ordre n, avec n quelconque, ou bien de la développer en série entière, c’est-à-dire de

c Éric Merle 22 MPSI2, LLG

Les complexes 7 Applications à la trigonométrie

+∞
X
l’écrire sous la forme an tn où (an ) est une suite de réels. Cela permet aussi d’en
n=0
calculer une primitive, comme dans
Z l’exemple ci-dessus, mais il y a plus rapide que
cette méthode pour le calcul de cosk t sinh t dt dès que k ou h est impair, en posant
u = sin t ou bien u = cos t selon les cas.

7.2 Antilinéarisation
On peut réciproquement transformer toute quantité de la forme cos(at) ou sin(bt), où
a, b ∈ N, sous la forme d’une combinaison linéaire d’expressions de la forme cosk t sinh t,
où k, h ∈ N. On parle alors d’antilinéarisation.

Définition. Une application polynomiale de C dans C est une application de la forme

C −→ C
, où n ∈ N et a0 , . . . , an ∈ C.
z 7−→ a0 + a1 z + · · · + an z n
Propriété. Si P et Q sont deux applications polynomiales, et si α, β ∈ C, alors
αP + βQ et P Q sont des applications polynomiales.
Théorème fondamental de l’algèbre : Pour toute application polynomiale P non
constante de C dans C, il existe au moins α ∈ C tel que P (α) = 0. On dit que α est
une racine du polynôme P .
Démonstration.
Admis.
Propriété. Soit P une application polynomiale de C dans C admettant une infinité
de racines. Alors P est l’application identiquement nulle.
Démonstration.
Cf cours à venir sur les polynômes.
Exercice. Montrer que, pour tout n ∈ N, il existe un unique polynôme Tn tel
que, pour tout θ ∈ R, Tn (cos θ) = cos nθ.
Tn est appelé le n-ième polynôme de Tchebychev de première espèce.
Solution :
⋄ Unicité : Soit n ∈ N. Supposons qu’il existe deux polynômes T et S tels que,
pour tout θ ∈ R, T (cos θ) = cos nθ = S(cos θ).
Soit x ∈ [−1, 1]. Il existe θ ∈ R tel que x = cos θ, donc T (x) = S(x),
puis (T − S)(x) = 0. Ainsi, T − S possède une infinité de racines, donc il est
identiquement nul, ce qui prouve l’unicité.
⋄ Existence , première méthode à l’aide de la formule de Moivre :
Soit n ∈ N et θ ∈ R. D’après la formule de Moivre,
cos nθ = Re(einθ ) = Re((cos θ + i sin θ)n ), or d’après la formule du binôme de
n
X n
n
Newton, (cos θ + i sin θ) = (i sin θ)k cosn−k θ,
k
k=0

c Éric Merle 23 MPSI2, LLG

Les complexes 8 Équations polynomiales
n
⌊2⌋
X n
donc cos nθ = (−1)k (1−cos2 θ)k cosn−2k θ. Ainsi, cos nθ = Tn (cos θ), où
2k
k=0
⌊n ⌋
2
X n
pour tout x ∈ C, Tn (x) = (−1)k (1−x2 )k xn−2k . Tn est bien polynomiale,
2k
k=0
en tant que somme de produits d’applications polynomiales.
⋄ Existence, seconde méthode par récurrence :
Pour n ∈ N, notons R(n) l’assertion : il existe une application polynomiale Tn
telle que, pour tout θ ∈ R, Tn (cos θ) = cos nθ.
Pour n = 0, T0 = 1 convient.
Pour n = 1, T1 = IdC convient.
Soit n ≥ 1. Supposons R(n−1) et R(n) et montrons R(n+1) (récurrence double).
Soit θ ∈ R. cos(n + 1)θ + cos(n − 1)θ = 2 cos θ cos nθ, donc
cos(n + 1)θ = 2 cos θ cos nθ − cos(n − 1)θ = 2 cos θTn (cos θ) − Tn−1 (cos θ). Ainsi,
cos(n + 1)θ = Tn+1 (cos θ), si l’on pose Tn+1 (x) = 2xTn (x) − Tn−1 (x).
Exercice. Montrer que, pour tout n ∈ N, il existe un unique polynôme Sn tel
que, pour tout θ ∈ R, sin(n + 1)θ = (sin θ)Sn (cos θ).
Sn est appelé le n-ième polynôme de Tchebychev de seconde espèce.
Solution : à faire.

8 Équations polynomiales
8.1 Racines n-ièmes
8.1.1 Racines n-ièmes de l’unité

Définition. Soit n ∈ N∗ . Dans un groupe (G, .), les racines n-ièmes de l’unité sont les
solutions de l’équation an = 1.
Notation. On note Un l’ensemble des racines n-ièmes de l’unité du groupe (C∗ , ×).
π π
Propriété. Un = {e2ik n /k ∈ Z} = {e2ik n /k ∈ [[0, n − 1]]}. C’est le groupe cyclique
π
d’ordre n, engendré par e2i n .
Démonstration.
Soit z ∈ C tel que z n = 1. Posons z = ρeiθ avec ρ ∈ R+ et θ ∈ R.
1 = z n = ρn einθ , donc en passant aux modules, ρn = 1, mais ρ ∈ R+ , donc ρ = 1.
Ainsi z = eiθ et einθ = 1 = ei0 , donc nθ ≡ 0 [2π]. Ainsi, il existe k ∈ Z tel que nθ = 2kπ.
π
Ceci démontre que {z ∈ C/z n = 1} ⊂ {e2ik n /k ∈ Z}. L’inclusion réciproque est claire.

Remarques :
— Il y a exactement n racines n-ièmes complexes de l’unité.
— Géométriquement, les racines n-ièmes de l’unité dessinent un polygone régulier
à n côtés, inscrit dans le cercle unité, dont l’un des sommets est 1.

c Éric Merle 24 MPSI2, LLG

Les complexes 8 Équations polynomiales

— D’après la formule de Bernoulli, X n − 1 = (X − 1)(X n−1 + X n−2 + · · · + 1),

donc les racines n-ièmes de l’unité différentes de 1 sont exactement les racines
du polynôme X n−1 + X n−2 + · · · + X + 1.
π
Propriété. Les racines cubiques de l’unité sont 1, j et j 2 , où j = e2i 3 .
On a 1 + j + j 2 = 0.
Exercice. Montrer que la somme des racines n-ièmes de l’unité est nulle.
π
Plus généralement, pour tout k ∈ {1, . . . , n − 1}, si l’on pose ω = e2ik n ,
n−1
X
montrer que ω h = 0.
h=0
n−1
X 1 − ωn
Solution : ω 6= 1, donc ωh = = 0.
h=0
1−ω

8.1.2 Racines n-ièmes d’un complexe

On fixe n ∈ N∗ et a ∈ C∗ .
Les racines n-ièmes de a sont les solutions de l’équation z n = a en l’inconnue z ∈ C∗ .
1 ϕ
Posons a = reiϕ . Alors, en notant
z0 = r n ei n on a z0n = a. Ainsi,
z n z
z n = a ⇐⇒ z n = z0n ⇐⇒ = 1 ⇐⇒ ∈ Un .
z0 z0
Ainsi, lorsque a = reiϕ , l’ensemble des solutions de l’équation z n = a
1 2kπ+ϕ
est {r n ei n /k ∈ {0, . . . , n − 1}}.
Remarques :
— Tout complexe a non nul possède exactement n racines n-ièmes.
Aucune de ces √ racines n’est “meilleure” qu’une autre, si bien que les notations
1
fonctionnelles z ou z n n’ont pas de sens.
n

— Géométriquement, les racines n-ièmes de a dessinent un polygone régulier à n

1
côtés, inscrit dans le cercle de centre O et de rayon |a| n .
Exemple. Calculons les racines cubiques de a = −(1 + 2i)3 .
Posons z0 = −1 − 2i : z03 = a, donc les racines cubiques de a sont z0 , jz0 et j 2 z0 .

8.2 Équations du second degré

8.2.1 Racines carrées
Soit a ∈ C. Si a = 0, 0 est l’unique racine carrée de a.
Pour la suite, on suppose que a est non nul.
D’après le paragraphe précédent, avec n = 2, a possède exactement deux racines
carrées.
√ De plus,√si a = reiϕ avec r > 0 et ϕ ∈ R, alors ces deux racines carrées
ϕ ϕ
sont rei 2 et − rei 2 . √ √
En particulier, lorsque a ∈ R∗+ , les racines√
carrées de
√ a sont les deux réels a et − a.
∗
Lorsque a ∈ R− , ses racines carrées sont i a et −i a.

c Éric Merle 25 MPSI2, LLG

Les complexes 8 Équations polynomiales
√
En général, on ne privilégie
√ aucune des deux racines, donc la notation z ne peut être
utilisée : la quantité z n’est pas définie.
Lorsque c’est l’écriture algébrique de a qui est donnée, c’est-à-dire lorsque a est donné
sous la forme a = x + iy avec x, y ∈ R, on peut déterminer les racines carrées de a
selon le procédé suivant :
2 2 2 2 x = α2 − β 2
On pose z = α + iβ. Alors z = (α − β ) + 2iαβ, donc z = a ⇐⇒ .
y = 2αβ
Ce système n’est pas facile à résoudre directement, mais il devient nettement p plus
2 2 2 2
simple en utilisant l’astuce suivante : si z = a, alors α + β = |z| = |a| = x + y 2 . 2

Cela permet d’ajouterune équation :

p x = α2 − β 2
(E) : z 2 = a ⇐⇒ x2 + y 2 = α 2 + β 2

 y = 2αβ
p
2 1
 α = (x
2 p
+ x2 + y 2 )
=⇒ β2 = 12 ( x2 + y 2 − x) : (F ).

sgn(αβ) = sgn(y)
Supposons que y 6= 0 (sinon, a ∈ R et le problème est simple).
Si l’on note SE et SF les ensembles de solutions des équations (E) et (F ), on a SE ⊂ SF ,
mais |SE | = 2 = |SF |, donc SE = SF .
√ √
Exemple. Recherchons les racines carrées de√a = 2 + i 2 :
π π
a = 2ei 4 , donc les racines carrées de a sont ± 2ei 8 .
Exemple. Recherchons les racines carrées de a = −3 − 4i.
On pose z =α + iβ. Alors z 2 = (α2 − β 2 ) +2iαβ et |z|2 = α2 + β 2 , donc
 √ −3 = α2 − β 2  α2 = 1
z 2 = a ⇐⇒ 32 + 42 = α2 + β 2 ⇐⇒ β 2 = 4 ,
 
−4 = 2αβ αβ = −2
donc z 2 = a ⇐⇒ (α, β) ∈ {(1, −2), (−1, 2)} et
les racines carrées de −3 − 4i sont ±(1 − 2i).

8.2.2 Racines d’un trinôme

Formule : Soit a, b, c ∈ C avec a 6= 0. Les solutions de l’équation az 2 + bz + c = 0,
c’est-à-dire les racines du polynôme aX 2 + bX + c, sont
−b ± δ
, où δ est une racine carrée du discriminant ∆ = b2 − 4ac .
2a
Ces deux racines sont égales si et seulement si ∆ = 0. Dans ce cas, l’unique racine vaut
−b
. On dit que c’est une racine double.
2a
Démonstration.
On met le trinôme az 2 + bz + c sous forme canonique :
b c b c b2
az 2 + bz + c = a z 2 + z + = a (z + )2 + − 2 ,
a a
b 2 ∆
2a a 4a
2
donc az + bz + c = a (z + ) − 2 .
2a 4a
c Éric Merle 26 MPSI2, LLG
Les complexes 9 Géométrie du plan complexe

b 2 ∆ b δ
Ainsi, az 2 + bz + c = 0 ⇐⇒ (z +
) = 2 ⇐⇒ z + =± .
2a 4a 2a 2a
√
−b ± i −∆
Remarque. Lorsque ∆ ∈ R− , les racines sont . L’une est la conjuguée
2a
de l’autre.
Exercice. Résoudre l’équation z 2 − (4 + 3i)z + (1 + 7i) = 0.
Propriété. Soit a, b, c ∈ C avec a 6= 0. Notons z1 et z2 les deux racines (éventuellement
égales à une racine double) du trinôme aX 2 + bX + c.
b c
Alors z1 + z2 = − et z1 z2 = .
a a
C’est un cas particulier des relations coefficients-racines d’un polynôme, que nous ver-
rons plus loin.
Démonstration.
b2 − δ 2 b2 − (b2 − 4ac) c
z1 z2 = 2
= 2
= .
4a 4a a
2
Exemple. Posons P (X) = X − (1 + i)X + i. On remarque que 1 est une racine
“évidente”, or le produit des racines est égal à i, donc les racines sont 1 et i.

2 z1 + z2 = s
Propriété. Soit s, p ∈ C. Alors, pour tout (z1 , z2 ) ∈ C , si et seulement
z1 z2 = p
si {z1 , z2 } est l’ensemble des racines du trinôme X 2 − sX + p.
Démonstration.
Si z1 et z2 sont les deux racines du trinôme P (X) = X 2 − sX + p, alors on vient de
z1 + z2 = s
voir que .
z1 z2 = p
z1 + z2 = s
Réciproquement, supposons que .
z1 z2 = p
Alors P (z1 ) = z12 − z1 s + p = z12 − z1 (z1 + z2 ) + z1 z2 = 0 et de même, on calcule que
P (z2 ) = 0.
Il reste à montrer que, lorsque ∆ = s2 − 4p 6= 0, z1 6= z2 , or la contraposée est claire :
si z1 = z2 , alors s2 − 4p = (2z1 )2 − 4z12 = 0.
Exercice. Déterminer deux complexes dont la somme vaut −1 et
dont le produit vaut 1.
Solution : Ces deux complexes sont les racines de X 2 + X + 1, or on a vu que, j
et j 2 étant les deux racines troisièmes de l’unité différentes de 1, ce sont les deux
racines de X 2 + X + 1.

9 Géométrie du plan complexe

9.1 Distances et angles
Propriété.

c Éric Merle 27 MPSI2, LLG

Les complexes 9 Géométrie du plan complexe

Soit A, B, C trois points distincts du plan usuel, d’affixes respectifs a, b, c ∈ C.

−→
— Le vecteur AB est d’affixe b − a ;
— La distance AB entre A et B est égale à |b − a| ;
b − c
−→
\ −−→ −→
\ −−→
— L’angle orienté (CA, CB) vérifie (CA, CB) ≡ arg [2π].
a−c
Démonstration.
Les deux premières propriétés ont été établies précédemment.
Posons a − c = r1 eiϕ1 et b − c = r2 eiϕ2 , avec r1 , r2 ∈ R+ et ϕ1 , ϕ2 ∈ R.
D’après la relation de Chasles sur les angles,
−→
\ −−→ \−→ \−−→ \−−→ \ −→ −→\ −−→
(CA, CB) = (CA,~ı) + (~ı, CB) = (~ı, CB) − (~ı, CA), donc (CA, CB) ≡ ϕ2 − ϕ1 [2π].
b−c r2 b−c
Par ailleurs, = ei(ϕ2 −ϕ1 ) , donc arg ≡ ϕ2 − ϕ1 [2π].
a−c r1 a−c

9.2 Orthogonalité et colinéarité

Propriété. Soit →
−
u et →
−
v deux vecteurs non nuls du plan usuel d’affixes respectifs u
et v. Alors,
— −→u et −
→v sont colinéaires
u
— si et seulement si ∈ R ou encore
v
— si et seulement si Im(uv) = 0 ;
— −→
u et − →v sont orthogonaux
u
— si et seulement si ∈ iR ou encore
v
— si et seulement si Re(uv) = 0.
Si l’on pose u = a + ib et v = c + id, avec a, b, c, d ∈ R,
alors uv = (a − ib)(c + id) = (ac + bd) + i(ad − bc), donc
— Re(uv) = ac + bd =< u, v > : c’est le produit scalaire des deux vecteurs − →
∆
u et
→
−v . Il est nul si et seulement si les deux vecteurs sont orthogonaux.
∆ a c ∆
— Im(uv) = ad − bc = = det(u, v) : c’est le déterminant (aussi appelé le
b d
produit mixte) des deux vecteurs − →u et −
→v . Il est nul si et seulement si les deux
vecteurs sont colinéaires.
Démonstration.
⋄ Notons (C) la condition “− →u et →
−v sont colinéaires”.
(C) ⇐⇒ arg(u) ≡ arg(v) [π] ⇐⇒ arg( uv ) ≡ 0 [π] ⇐⇒ uv ∈ R,
u u
donc (C) ⇐⇒ = ⇐⇒ Im(uv) = 0.
v v
⋄ Notons (C ′ ) la condition “− →u et →
−
v sont orthogonaux”.
(C ) ⇐⇒ arg(u) ≡ arg(v) + 2 [π] ⇐⇒ arg( uv ) ≡ π2 [π] ⇐⇒ uv ∈ iR,
′ π

u u
donc (C ′ ) ⇐⇒ = − ⇐⇒ Re(uv) = 0.
v v
Corollaire. Soit A, B, C trois points du plan usuel, d’affixes respectifs a, b, c ∈ C.

c Éric Merle 28 MPSI2, LLG

Les complexes 9 Géométrie du plan complexe

a−b
— A, B et C sont alignés si et seulement si ∈ R, ou encore si et seulement si
c−b
Im((a − b)(c − b)) = 0. On a aussi
C ∈ (AB) ⇐⇒ arg(c − a) ≡ arg(b − a) [π] ⇐⇒ (∃t ∈ R, c = (1 − t)a + tb).
a−b
— Le triangle ABC est rectangle en B si et seulement si ∈ iR ou encore si
c−b
et seulement si Re((a − b)(c − b)) = 0.
Exercice. Soit A et B deux points distincts du plan usuel d’affixes a et b.
À quelle condition le point d’affixe z appartient-il à la droite (AB) ?
Solution : Soit z ∈ C. Notons M le point d’affixe z.
M ∈ (AB) ⇐⇒ Im((a − b)(z − b)) = 0 ⇐⇒ (a − b)(z − b) = (a − b)(z − b), donc
M ∈ (AB) ⇐⇒ (a − b)(z − b) = (a − b)(z − b),
puis M ∈ (AB) ⇐⇒ z(a − b) + z(b − a) = b(a − b) + b(b − a).
En conclusion, M ∈ (AB) ⇐⇒ z(a − b) + z(b − a) = ab − ab.

9.3 Équation d’un cercle

Notons C le cercle de centre α = a + ib ∈ C et de rayon r > 0. Alors
z = x + iy ∈ C ⇐⇒ |z − α| = r
⇐⇒ (z − α)(z − α) = r2
⇐⇒ x2 + y 2 − 2ax − 2by = r2 − a2 − b2 .
Réciproquement, un ensemble admettant une équation cartésienne de la forme
x2 + y 2 − 2ax − 2by = c est un cercle éventuellement réduit à un point ou à l’ensemble
vide.

c Éric Merle 29 MPSI2, LLG

Suites de vecteurs

Table des matières

1 Espaces vectoriels normés 2
1.1 Définition d’une norme . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Les normes 1, 2 et ∞. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Cas des sommes finies. . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Cas des intégrales sur un intervalle compact . . . . . . . . . . . 4
1.3 Distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Applications k-Lipschitziennes . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Normes équivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Suites dans un espace vectoriel normé 11

2.1 Convergence d’une suite . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Somme et produit de limites . . . . . . . . . . . . . . . . . . . . . . . . 15

3 Suites de complexes 17
3.1 Premières propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Quelques suites définies par récurrence . . . . . . . . . . . . . . . . . . 17
3.2.1 Suites arithmético-géométriques . . . . . . . . . . . . . . . . . . 17
3.2.2 Suites récurrentes linéaires d’ordre 2 . . . . . . . . . . . . . . . 18
3.2.3 Suites homographiques . . . . . . . . . . . . . . . . . . . . . . . 18

4 Suites de réels 19
4.1 Limites infinies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2 limites et relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.3 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.4 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

5 Les suites extraites 24

6 Suites de Cauchy (hors programme) 28

1
Suites de vecteurs 1 Espaces vectoriels normés

K désigne R ou C.

1 Espaces vectoriels normés

1.1 Définition d’une norme
Définition. Soit E un K-espace vectoriel . On appelle norme sur E toute application
N : E −→ R telle que, pour tout (x, y, λ) ∈ E × E × K,
N (x) ≥ 0 (positivité).
N (x) = 0 =⇒ x = 0 (N est définie),
N (λx) = |λ|N (x) (N est homogène), et
N (x + y) ≤ N (x) + N (y), cette dernière propriété étant appelée l’inégalité
triangulaire.
Si N est une norme sur E, le couple (E, N ) est appelé un espace vectoriel normé.
Notation. Sauf indication du contraire, une norme sur un espace vectoriel est notée
k.k : E −→ R+
.
x 7−→ kxk
Lorsqu’on dit “soit E un espace vectoriel normé ”, il faut comprendre, “soient E un
espace vectoriel et une norme sur E que l’on notera k.k”.
Remarque. Si E est un espace vectoriel normé , k0k = 0.
Démonstration.
k0E k = k0K .0E k = |0K |k0E k = 0R .
Corollaire de l’inégalité triangulaire. Soit E un espace vectoriel normé . Alors

∀(x, y) ∈ E 2 |N (x) − N (y)| ≤ N (x − y).

Démonstration.
Soit (x, y) ∈ E 2 . N (x) = N ((x − y) + y) ≤ N (x − y) + N (y), donc
N (x) − N (y) ≤ N (x − y). En intervertissant les rôles joués par x et y, on obtient que
N (y) − N (x) ≤ N (x − y), donc
|N (x) − N (y)| = max(N (x) − N (y), N (y) − N (x)) ≤ N (x − y).
Définition.
Soient E un espace vectoriel normé et u ∈ E. u est unitaire si et seulement si kuk = 1.
u
Si u 6= 0, on appelle vecteur unitaire associé à u le vecteur , qui est bien unitaire.
kuk
Définition. Soient E un espace vectoriel normé et F un sous-espace vectoriel de E.
La restriction à F de la norme de E s’appelle la norme induite sur F et F muni de
cette norme induite est un espace vectoriel normé .
Exemple. Sur R et sur C, |.| est une norme.

c Éric Merle 2 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

1.2 Les normes 1, 2 et ∞.

1.2.1 Cas des sommes finies.

Propriété. Sur Kn , on dispose de trois normes classiques.

k.k1 : Kn −→ R+
n
X ,
x = (x1 , . . . , xn ) 7−→ kxk1 = |xi |
i=1
k.k2 : Kn −→ R+ v
u n
uX , et
x = (x1 , . . . , xn ) −
7 → kxk2 = t |xi |2
i=1
k.k∞ : Kn −→ R+
x = (x1 , . . . , xn ) 7−→ kxk∞ = max |xi | .
1≤i≤n

Démonstration.
• Etude de la norme 1 :
Pour tout x ∈ Kn , kxk1 ≥ 0.
n
X
Soit x = (x1 , . . . , xn ) ∈ Kn tel que kxk1 = 0. Ainsi |xi | = 0, donc pour tout
i=1
n
X
j ∈ Nn , 0 ≤ |xj | ≤ |xi | = 0, ce qui prouve que x = 0.
i=1
n
X
n
Soient λ ∈ K et x = (x1 , . . . , xn ) ∈ K . kλxk1 = |λxi | = |λ|kxk1 .
i=1
Soient x = (x1 , . . . , xn ) ∈ Kn et y = (y1 , . . . , yn ) ∈ Kn .
Xn Xn
kx + yk1 = |xi + yi | ≤ |xi | + |yi | ≤ kxk1 + kyk1 .
i=1 i=1
Ainsi k.k1 est une norme sur Kn .
• Etude de la norme 2 : admis pour le moment.
• Etude de la norme ∞.
Pour tout x ∈ Kn , kxk∞ ≥ 0.
Soit x = (x1 , . . . , xn ) ∈ Kn tel que kxk∞ = 0. Ainsi pour tout j ∈ Nn ,
0 ≤ |xj | ≤ sup |xi | = 0, ce qui prouve que x = 0.
1≤i≤n
Soient λ ∈ K et x = (x1 , . . . , xn ) ∈ Kn . Soit i ∈ Nn . |λxi | = |λ||xi | ≤ |λ|kxk∞ , donc
|λ|kxk∞ est un majorant de {|λxi |/i ∈ Nn }. Ainsi (1) : kλxk∞ ≤ |λ|kxk∞ .
1 1 1
Supposons que λ 6= 0. Soit i ∈ Nn . |xi | = |λxi | ≤ kλxk∞ , donc kλxk∞ est un
|λ| |λ| |λ|
1
majorant de {|xi |/i ∈ Nn }. Ainsi kxk∞ ≤ kλxk∞ .
|λ|
1
On peut aussi démontrer cette dernière inégalité en appliquant (1) au couple ( , λx).
λ

c Éric Merle 3 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

Pour λ = 0, k0xk∞ = 0 = |0|kxk∞ , donc, dans tous les cas, kλxk∞ = |λ|kxk∞ .
Soient x = (x1 , . . . , xn ) ∈ Kn et y = (y1 , . . . , yn ) ∈ Kn .
Soit i ∈ Nn . |xi + yi | ≤ |xi | + |yi | ≤ kxk∞ + kyk∞ , donc kxk∞ + kyk∞ est un majorant
de {|xi + yi |/i ∈ Nn }. Ainsi kx + yk∞ ≤ kxk∞ + kyk∞ .
Ainsi k.k∞ est une norme sur Kn .
Remarque. Pour tout p ∈ [1, +∞[, on peut définir
k.kp : Kn −→ R+
n
! p1
X et montrer que c’est une norme
x = (x1 , . . . , xn ) 7−→ kxkp = |xi |p
i=1
sur Kn , mais ce résultat est hors programme . La définition de la norme infinie se
justifie alors par le résultat suivant.

∀x ∈ Kn kxkp −→ kxk∞ .
p→+∞

Démonstration.
Soit x = (x1 , . . . , xn ) ∈ Kn .
X n
p
kxk∞ ≤ |xi |p , donc kxk∞ ≤ kxkp .
i=1
1 ln(n)
De plus, kxkp ≤ (nkxkp∞ ) p = kxk∞ e p −→ kxk∞ . Ainsi, le principe des gendarmes
p→+∞
permet de conclure.
Propriété. Soient p ∈ N∗ et E1 , . . ., Ep p K-espaces vectoriels munis de normes
respectivement notées k.k1 , . . ., k.kp . Alors E = E1 × · · · × Ep est un espace vectoriel
normé si on le munit de l’une des normes classiques suivantes.
N1 : E −→ R+
p
X ,
x = (x1 , . . . , xp ) 7−→ N1 (x) = kxi ki
i=1
N2 : E −→ R+ v
u p
uX , et
x = (x1 , . . . , xp ) −
7 → N2 (x) = t kxi k2i
i=1
N∞ : E −→ R+
x = (x1 , . . . , xp ) 7−→ N∞ (x) = max kxi ki .
1≤i≤p

Démonstration.
Exercice.

1.2.2 Cas des intégrales sur un intervalle compact

Propriété. Soient (a, b) ∈ R2 avec a < b. Sur C([a, b], K), on dispose de trois normes
classiques.

c Éric Merle 4 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

k.k1 : C([a, b], K) −→ R+

Z b
,
f 7−→ kf k1 = |f (x)|dx
a
k.k2 : C([a, b], K) −→ R+ s
Z b , et
f 7−→ kf k2 = |f (x)|2 dx
a
k.k∞ : C([a, b], K) −→ R+
f 7−→ kf k∞ = sup |f (x)| .
x∈[a,b]

Démonstration.
• Etude de la norme 1 :
Pour tout f ∈ C([a, b], K), kf k1 ≥ 0.
Z b
Soit f ∈ C([a, b], K) tel que kf k1 = 0. Ainsi |f (x)|dx = 0. Or x 7−→ |f (x)| est
a
une application continue et positive sur [a, b] donc f = 0.
Z b
Soient λ ∈ K et f ∈ C([a, b], K). kλf k1 = |λf (x)|dx = |λ|kf k1 .
a
Soient f ∈ C([a, b], K) et g ∈ C([a, b], K).
Z b Z b
kf + gk1 = |f (x) + g(x)|dx ≤ (|f (x)| + |g(x)|)dx ≤ kf k1 + kgk1 .
a a
Ainsi k.k1 est une norme sur C([a, b], K).
• Etude de la norme 2 : admis.
• Etude de la norme ∞ :
Pour tout f ∈ C([a, b], K), kf k∞ ≥ 0.
Soit f ∈ C([a, b], K) tel que kf k∞ = 0. Ainsi pour tout x ∈ [a, b],
0 ≤ |f (x)| ≤ sup |f (y)| = 0, donc f = 0.
y∈[a,b]
Soient λ ∈ K et f ∈ C([a, b], K). Soit x ∈ [a, b]. |λf (x)| = |λ||f (x)| ≤ |λ|kf k∞ , donc
|λ|kf k∞ est un majorant de {|λf (x)|/x ∈ [a, b]}. Ainsi (1) : kλf k∞ ≤ |λ|kf k∞ .
1 1 1
Supposons que λ 6= 0. Soit x ∈ [a, b]. |f (x)| = |λf (x)| ≤ kλf k∞ , donc kλf k∞
|λ| |λ| |λ|
1
est un majorant de {|f (x)|/x ∈ [a, b]}. Ainsi kf k∞ ≤ kλf k∞ .
|λ|
1
On peut aussi démontrer cette dernière inégalité en appliquant (1) au couple ( , λf ).
λ
Pour λ = 0, k0f k∞ = 0 = |0|kf k∞ , donc, dans tous les cas, kλf k∞ = |λ|kf k∞ .
Soient f ∈ C([a, b], K) et g ∈ C([a, b], K).
Soit x ∈ [a, b]. |f (x) + g(x)| ≤ |f (x)| + |g(x)| ≤ kf k∞ + kgk∞ , donc kf k∞ + kgk∞ est
un majorant de {|f (x) + g(x)|/x ∈ [a, b]}. Ainsi kf + gk∞ ≤ kf k∞ + kgk∞ .
Ainsi k.k∞ est une norme sur C([a, b], K).

c Éric Merle 5 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

1.3 Distance
Définition. Soit E un espace vectoriel normé . On appelle distance associée à la
d: E 2 −→ R+
norme k.k de E, l’application .
(x, y) 7−→ kx − yk
Définition. Soient E un espace vectoriel normé dont la distance associée est notée d
et A une partie de E. La restriction de d à A2 est appelée la distance induite par d sur
A.
Propriété. Avec les notations précédentes, pour tout x, y, z ∈ E,
— d(x, y) ∈ R+ (positivité) ;
— d(x, y) = 0 ⇐⇒ x = y (séparation) ;
— d(x, y) = d(y, x) (symétrie) ;
— d(x, z) ≤ d(x, y) + d(y, z) (inégalité triangulaire).
Démonstration.
Les trois premières propriétés sont simples à établir.
Pour l’inégalité triangulaire, fixons (x, y, z) ∈ E 3 .
d(x, z) = kz − xk = k(z − y) + (y − x)k ≤ kz − yk + ky − xk = d(x, y) + d(y, z).
Définition. On appelle espace métrique tout couple (E, d) où E est un ensemble et
où d : E 2 −→ R+ est une application telle que, pour tout x, y, z ∈ E,
— d(x, y) = 0 ⇐⇒ x = y (séparation) ;
— d(x, y) = d(y, x) (symétrie) ;
— d(x, z) ≤ d(x, y) + d(y, z) (inégalité triangulaire).
Ainsi un espace vectoriel normé muni de la distance associée à sa norme est un espace
métrique, mais il existe des espaces métriques qui ne sont pas des espaces vectoriels
normés.
Sauf indication du contraire, les propriétés énoncées et démontrées dans le cadre des
espaces vectoriels normés sont encore valables dans le cadre plus général des espaces
métriques (ce sera évident dans les nombreux cas où seule la distance associée à la
norme intervient), cependant, nous nous contenterons du cadre des espaces vectoriels
normés qui seul est au programme.
En fait, une certaine classe d’espaces métriques est au programme. Ce sont les (A, dA )
où A est une partie d’un espace vectoriel normé E et où dA est la distance induite sur
A par la distance associée à la norme de E.
Propriété. Soit E un espace vectoriel normé dont la distance associée est notée d.
Alors ∀(x, y, z) ∈ E 3 d(x + z, y + z) = d(x, y).
Cette propriété ne se généralise pas aux espaces métriques.
Propriété. Corollaire de l’inégalité triangulaire. Soit E un espace vectoriel
normé dont la distance associée est notée d.
Alors ∀(x, y, z) ∈ E 3 |d(x, y) − d(y, z)| ≤ d(x, z).

c Éric Merle 6 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

Démonstration.
Soit (x, y, z) ∈ E 3 . d(x, y) ≤ d(x, z) + d(z, y), donc d(x, y) − d(y, z) ≤ d(x, z).
En intervertissant x et z, on obtient que d(z, y) − d(y, x) ≤ d(z, x),
donc |d(x, y) − d(y, z)| ≤ d(x, z).
Définition. Soient E un espace vectoriel normé et (a, r) ∈ E × R∗+ .
La boule ouverte centrée en a de rayon r est l’ensemble Bo (a, r) = {x ∈ E/d(a, x) < r}.
La boule fermée de centre a et de rayon r est l’ensemble Bf (a, r) = {x ∈ E/d(a, x) ≤ r}.
La sphère de centre a et de rayon r est l’ensemble S(a, r) = {x ∈ E/d(a, x) = r}.
Définition. Soit E un espace vectoriel normé.
On appelle boule unité de E la boule fermée de centre 0 et de rayon 1.
Exemple. Etudions les formes des boules unités de R2 muni respectivement des
normes k.k1 , k.k2 et k.k∞ .
• Pour k.k2 , la boule unité est B = {(x, y) ∈ R2 /x2 + y 2 ≤ 1}. Il s’agit du disque de
centre O et de rayon 1.
• Pour k.k1 , B = {(x, y) ∈ R2 /|x| + |y| ≤ 1}, donc B ∩ R2+ = {(x, y) ∈ R2+ /x + y ≤ 1}.
Ainsi B ∩ R2+ est l’intérieur du triangle délimité par les axes et par la droite x + y = 1.
Le reste de B s’obtient en appliquant à B ∩ R2+ les symétries par rapport aux axes et
par rapport à O.
• Pour k.k∞ , B ∩ R2+ = {(x, y) ∈ R2+ /x ≤ 1 et y ≤ 1}, donc B ∩ R2+ est l’intérieur
du carré dont les sommets sont les points de O, (1, 0), (0, 1) et (1, 1). Le reste de B
s’obtient en appliquant à B ∩ R2+ les symétries par rapport aux axes et par rapport à
O.
Propriété. (non généralisable aux espaces métriques) Les boules d’un espace vectoriel
normé sont des convexes.
Démonstration.
Soient E un espace vectoriel normé et (a, r) ∈ E × R∗+ . Montrons que Bo (a, r) est
convexe (la démonstration est similaire pour les boules fermées).
Soient (x, y) ∈ Bo (a, r)2 et t ∈ [0, 1].
d(a, tx + (1 − t)y) = ktx + (1 − t)y − (ta + (1 − t)a)k
≤ tkx − ak + (1 − t)ky − ak
< tr + (1 − t)r = r,
donc [x, y] ⊂ Bo (a, r).
Définition. Soient E un espace vectoriel normé , A une partie non vide de E et a ∈ E.
On note d(a, A) = inf d(a, x). C’est la distance de a à A.
x∈A
Démonstration.
{d(a, x)/x ∈ A} est une partie non vide de R minorée par 0, donc elle admet une borne
inférieure. Ainsi d(a, A) est correctement défini.
Définition. Soient E un espace vectoriel normé , A et B deux parties non vides de
E. On note d(A, B) = inf d(x, y). C’est la distance de A à B.
(x,y)∈A×B

c Éric Merle 7 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

Exemple. Dans R, pour tout a ∈ R, d(a, Q) = 0.

Définition. Soient E un espace vectoriel normé , A une partie non vide de E.
On appelle diamètre de A la quantité δ(A) = sup d(x, y) ∈ R+ ∪ {+∞}.
(x,y)∈A2

Propriété. Soient E un espace vectoriel normé et (a, r) ∈ E × R∗+ . δ(Bf (a, r)) ≤ 2r.
Démonstration.
Soit (x, y) ∈ Bf (a, r)2 . d(x, y) ≤ d(x, a) + d(a, y) ≤ 2r, donc 2r est un majorant de
{d(x, y)/(x, y) ∈ Bf (a, r)2 }. Ainsi δ(Bf (a, r)) ≤ 2r.
Propriété. (non généralisable aux espaces métriques) Soient E un espace vectoriel
normé non nul et (a, r) ∈ E × R∗+ . Alors δ(Bf (a, r)) = 2r.
Démonstration.
E étant non nul, il existe x0 ∈ E \ {0}. Notons e le vecteur unitaire associé à x0 .
d(a + re, a − re) = 2r et (a + re, a − re) ∈ Bf (a, r)2 , donc δ(Bf (a, r)) ≥ 2r.
Propriété. Soient E un espace vectoriel normé et A et B deux parties de E telles
que ∅ =
6 A ⊂ B. Alors δ(A) ≤ δ(B).
Démonstration.
{d(x, y)/(x, y) ∈ A2 } ⊂ {d(x, y)/(x, y) ∈ B 2 }, donc δ(A) ≤ δ(B).
Définition et propriété. Soient E un espace vectoriel normé et A une partie de E.
Les propriétés suivantes sont équivalentes.
i) {kxk/x ∈ A} est borné.
ii)Pour tout x0 ∈ E, {kx − x0 k/x ∈ A} est borné.
iii) Pour tout x0 ∈ E, il existe R ∈ R+ tel que A ⊂ Bf (x0 , R).
iv) Il existe (x0 , R) ∈ E × R+ tel que A ⊂ Bf (x0 , R).
Dans ce cas, on dit que A est bornée.
Démonstration.
Soit (x0 , x1 ) ∈ E 2 . Pour tout x ∈ E, kx − x1 k ≤ kx − x0 k + kx0 − x1 k, donc si
{kx − x0 k/x ∈ A} est borné, alors {kx − x1 k/x ∈ A} est borné.
Exemple. Les boules sont bornées mais les droites affines ne sont pas bornées.
Démonstration.
Soit D une droite affine passant par a ∈ E et dirigée par le vecteur unitaire e.
d(a, a + λe) = λ, donc aucune boule fermée centrée en a ne contient D. Ainsi D n’est
pas bornée.
Définition. Soient A un ensemble, E un espace vectoriel normé et f : A −→ E une
application. On dit que f est bornée si et seulement si f (A) est une partie bornée de
E.
Propriété. Soient A un ensemble non vide et E un espace vectoriel normé . On note
B(A, E) l’ensemble des applications bornées de A dans E.
Pour f ∈ B(A, E), on note kf k∞ = sup kf (a)k.
a∈A
(B(A, E), k.k∞ ) est un espace vectoriel normé .

c Éric Merle 8 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

Démonstration.
• L’application identiquement nulle est un élément de B(A, E), donc B(A, E) 6= ∅.
Soit (f, g, α, β) ∈ B(A, E)2 × K2 . Pour tout a ∈ A,
k(αf +βg)(a)k ≤ |α|kf (a)k+|β|kg(a)k ≤ |α|kf k∞ +|β|kgk∞ , donc (αf +βg) ∈ B(A, E).
Ainsi B(A, E) est un sous-espace vectoriel de F(A, E).
• De plus, d’après ce qui précède, kαf + βgk∞ ≤ |α|kf k∞ + |β|kgk∞ , d’où l’on peut
déduire l’inégalité triangulaire.
Pour tout f ∈ B(A, E), kf k∞ ≥ 0.
Soit f ∈ B(A, E) tel que kf k∞ = 0. Ainsi pour tout x ∈ A,
0 ≤ kf (x)k ≤ sup kf (y)k = 0 et f = 0.
y∈A
Soient λ ∈ K et f ∈ B(A, E). Soit x ∈ A. kλf (x)k = |λ|kf (x)k ≤ |λ|kf k∞ , donc
|λ|kf k∞ est un majorant de {kλf (x)k/x ∈ A}. Ainsi (1) : kλf k∞ ≤ |λ|kf k∞ .
1 1 1
Supposons que λ 6= 0. Soit x ∈ A. kf (x)k = kλf (x)k ≤ kλf k∞ , donc kλf k∞
|λ| |λ| |λ|
1
est un majorant de {kf (x)k/x ∈ A}. Ainsi kf k∞ ≤ kλf k∞ .
|λ|
1
On peut aussi démontrer cette dernière inégalité en appliquant (1) au couple ( , λf ).
λ
Pour λ = 0, k0f k∞ = 0 = |0|kf k∞ , donc, dans tous les cas, kλf k∞ = |λ|kf k∞ .
Propriété. Soit E un espace vectoriel normé . On note l∞ (E) l’ensemble des suites
bornées à valeurs dans E. Si (xn )n∈N ∈ l∞ (E), on note k(xn )k∞ = sup kxn k.
n∈N
(l∞ (E), k.k∞ ) est un espace vectoriel normé .
Démonstration.
Exercice.

1.4 Applications k-Lipschitziennes

Définition. Soient E et F deux espaces vectoriels normés, k ∈ R+ et f : E −→ F
une fonction dont le domaine de définition sera noté Df . f est k-lipschitzienne si et
seulement si
∀(x, y) ∈ Df2 d(f (x), f (y)) ≤ kd(x, y).
Lorsque k < 1, on dit que f est k-contractante.
Propriété. La composée d’une application k-lipschitzienne et d’une application k 0 -
lipschitzienne est une application kk 0 -lipschitzienne.
Propriété. Soit E un espace vectoriel normé . L’application k.k est 1-lipschitzienne.
Démonstration.
Soit (x, y) ∈ E 2 . d(kxk, kyk) = |kxk − kyk| ≤ kx − yk.
Propriété. Soient E un espace vectoriel normé et A une partie non vide de E.
E −→ R+
L’application est 1-lipschitzienne.
x 7−→ d(x, A)

c Éric Merle 9 MPSI2, LLG

Suites de vecteurs 1 Espaces vectoriels normés

Démonstration.
Soit (x, y) ∈ E 2 . Soit a ∈ A. d(x, A) ≤ d(x, a) ≤ d(x, y) + d(y, a), donc d(x, A) − d(x, y)
est un minorant de {d(y, a)/a ∈ A}. Ainsi d(x, A) − d(x, y) ≤ d(y, A).
Donc d(x, A) − d(y, A) ≤ d(x, y).
En intervertissant les rôles joués par x et y, on obtient que d(y, A) − d(x, A) ≤ d(x, y),
donc |d(x, A) − d(y, A)| = max(d(x, A) − d(y, A), d(y, A) − d(x, A)) ≤ d(x, y).
Propriété. Soient p ∈ N∗ , E1 , . . ., Ep p espaces vectoriels normés dont les normes
sont notées N1 , . . ., Np . On note E = E1 × · · · × Ep .
p : E −→ Ei
Soit i ∈ Np . L’application ième projection i est 1-lipschit-
x = (x1 , . . . , xp ) 7−→ xi
zienne lorsque E est muni de l’une de ses trois normes classiques, k.k1 , k.k2 ou k.k∞ .
Démonstration.
Exercice.
Remarque. Sur E = C([0, 1], R), f 7−→ f (0) n’est pas lipschitzienne pour N1 .
Démonstration.
Soit k ∈ R+ . Supposons que cette application
R1 est k-lipschitzienne.
Ainsi, pour tout f ∈ E, |f (0)| ≤ k 0 |f (t)|dt.
Soit n ∈ N∗ . Notons fn le vecteur de E défini par les relations suivantes : pour tout
t ∈ [0, n1 ] f (t) = 1 − nt et pour tout t ∈ [ n1 , 1] f (t) = 0.
Z 1
k
1 = |fn (0)| ≤ k fn (t)dt = , donc pour tout n ∈ N∗ , 2n ≤ k, ce qui est faux.
0 2n

1.5 Normes équivalentes

Définition. Soient E un K-espace vectoriel et k.k1 et k.k2 deux normes sur E. On dit
que ces deux normes sont équivalentes si et seulement s’il existe (α, β) ∈ (R∗+ )2 tel que

∀x ∈ E kxk1 ≤ αkxk2 et kxk2 ≤ βkxk1 .

Propriété. Avec les notations précédentes, k.k1 et k.k2 sont équivalentes si et seule-
ment si IdE : (E, k.k1 ) −→ (E, k.k2 ) et IdE : (E, k.k2 ) −→ (E, k.k1 ) sont lipschit-
ziennes.
Exemple. Soient p ∈ N∗ et E1 , . . ., Ep p espaces vectoriels normés dont les normes
sont notées N1 , . . ., Np . On note E = E1 × · · · × Ep . Les trois normes classiques, k.k1 ,
k.k2 et k.k∞ sont deux à deux équivalentes.
Démonstration.
Soit x = (x1 , . . . , xp ) ∈ E. kxk2∞ ≤ kxk22 ,
p p
X X
kxk22 = Ni (xi )2 ≤ ( Ni (xi ))2 = kxk21 et kxk1 ≤ pkxk∞ , ainsi
i=1 i=1
k.k∞ ≤ k.k2 ≤ k.k1 ≤ pk.k∞ .

c Éric Merle 10 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

Propriété. Soit E un espace vectoriel normé. Sur l’ensemble des normes de E, la

relation “être équivalente à” est une relation d’équivalence.
Propriété. Soient E un K-espace vectoriel et k.k1 et k.k2 deux normes équivalentes
sur E.
Une partie A de E est bornée pour k.k1 si et seulement si elle est bornée pour k.k2
(cependant le diamètre de A n’est pas le même pour k.k1 et pour k.k2 ).
Démonstration.
Il existe (α, β) ∈ R2+ tel que ∀x ∈ E kxk1 ≤ αkxk2 et kxk2 ≤ βkxk1 .
k.k k.k
Si A est bornée pour k.k1 il existe R ∈ R+ tel que A ⊂ Bf 1 (O, R) ⊂ Bf 2 (O, βR),
donc A est bornée pour k.k2 .
Propriété. Soient E et F deux K-espaces vectoriels. On suppose que E est muni de
deux normes équivalentes, notées k.kE E
1 et k.k2 . On suppose également que F est muni
de deux normes équivalentes, notées k.kF1 et k.kF2 .
Alors f : E −→ F est lipschitzienne pour k.kE F
1 et k.k1 si et seulement si elle est
lipschitzienne pour k.kE F
2 et k.k2 .
Démonstration.
Il existe (α, β) ∈ R2+ tel que, pour tout x ∈ E, kxkE E E
1 ≤ αkxk2 et kxk2 ≤ βkxk1 .
E

Il existe (α0 , β 0 ) ∈ R2+ tel que, pour tout x ∈ F , kxkF1 ≤ α0 kxkF2 et kxkF2 ≤ β 0 kxkF1 .
0
Si f est k-lipschitzienne pour k.kE F 2
1 et k.k1 , pour tout (x, x ) ∈ E ,
kf (x) − f (x0 )kF2 ≤ β 0 kkx − x0 kE 0 0 E
1 ≤ β αkkx − x k2 , donc f est lipschitzienne pour k.k2
E
F
et k.k2 .
Remarque. Deux normes équivalentes se comportent de la même façon relativement
aux notions déjà introduites dans ce chapitre et à celles que l’on étudiera par la suite.
On démontrera plus loin que si E est un espace vectoriel normé de dimension finie,
toutes les normes sur E sont équivalentes, si bien que sur un espace vectoriel normé de
dimension finie, le plus souvent, il n’est pas nécessaire de préciser la norme utilisée.

2 Suites dans un espace vectoriel normé

Notation. Pour tout ce chapitre, on fixe un espace vectoriel normé noté E, sa norme
étant notée k.k et sa distance associée d.
N −→ E
Définition. Une suite d’éléments de E est une application , que l’on
n 7−→ xn
note sous la forme (xn )n∈N et, par abus, sous la forme (xn ) : dans ce contexte, n est
une variable muette, la suite (xp ) est égale à la suite (xn ).
On note E N l’ensemble des suites d’éléments de E.
Si (xn ) ∈ E N , l’ensemble {xn /n ∈ N} des valeurs prises par la suite (xn ) est appelé son
support.

c Éric Merle 11 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

2.1 Convergence d’une suite

Définition. Soient (xn ) ∈ E N une suite de vecteurs de E et l ∈ E. La suite (xn )
converge vers l si et seulement si

(1) : ∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n ≥ N =⇒ d(xn , l) ≤ ε).

Ainsi la suite (xn ) converge vers le vecteur l si et seulement si , pour tout ε > 0, à
partir d’un certain rang, la distance de xn à l est inférieure à ε.
1
Exemple. −→ 0.
n n→+∞
En effet, si ε > 0, posons N = 1 + b 1ε c ∈ N. Soit n ≥ N . Alors n ≥ N ≥ 1ε , donc
0 ≤ n1 ≤ ε.
1
ATTENTION L’écriture “un −→ ” n’a aucun sens : la limite ne dépend pas de n.
n→+∞ n

Propriété. Soit (xn ) et (yn ) deux suites de vecteurs de E qui sont égales à partir d’un
certain rang, c’est-à-dire pour lesquelles, il existe n0 ∈ N tel que, pour tout n ≥ n0 ,
xn = yn . Alors, pour tout ` ∈ E, xn −→ ` ⇐⇒ yn −→ `.
n→+∞ n→+∞

Remarque. Soit n0 ∈ N et soit (xn )n≥n0 une suite d’éléments de E seulement définie
à partir du rang n0 . D’après la propriété précédente, l’assertion “xn −→ `” ne dépend
n→+∞
pas du choix de x0 , . . . , xn0 −1 utilisé pour prolonger (xn )n≥n0 en une suite (xn )n∈N .
Propriété. Unicité de la limite.
Soient (xn )n∈N une suite de vecteurs de E et (l, l0 ) ∈ E 2 .
Si (xn ) converge vers l et vers l0 , alors l = l0 .
Dans ce cas, l est appelé la limite de la suite (xn ). On la note l = lim xn .
n→+∞
On note également xn −→ l.
n→+∞
Démonstration.
Soit ε > 0. Il existe (N, N 0 ) ∈ N2 tel que pour tout n ≥ N d(xn , l) ≤ ε et pour tout
n ≥ N 0 d(xn , l0 ) ≤ ε. Pour p = max(N, N 0 ),
d(l, l0 ) ≤ d(l, xp ) + d(xp , l0 ) ≤ 2ε.
Ainsi d(l, l0 ) est un minorant de R∗+ , donc d(l, l0 ) = 0 et l = l0 .
Remarque. La seconde notation est plus simple d’emploi que la première. En effet,
on ne peut écrire “l = lim xn ” qu’après avoir montré l’existence de la limite, alors
n→+∞
que l’écriture “xn −→ l” exprime l’existence de la limite et le fait qu’elle vaut l.
n→+∞

Remarque. Dans (1), les deux dernières inégalités peuvent être choisies indifféremment
strictes ou larges.
Démonstration.
• Montrons que
(1)⇐⇒ ∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n ≥ N =⇒ d(xn , l) < ε).

c Éric Merle 12 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

“⇐=” est simple à établir.

Supposons (1). Soit ε > 0. 2ε > 0, donc il existe N ∈ N tel que, pour tout n ≥ N ,
d(xn , l) ≤ 2ε < ε.
• Montrons que (1)⇐⇒ ∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n > N =⇒ d(xn , l) ≤ ε).
“=⇒” est simple à établir.
Supposons que ∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n > N =⇒ d(xn , l) ≤ ε).
Soit ε > 0. il existe N ∈ N tel que, pour tout n > N , d(xn , l) ≤ ε. Ainsi, en posant
N 0 = N + 1, pour tout n ≥ N 0 , d(xn , l) ≤ ε.
• L’équivalence (1)⇐⇒ ∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n > N =⇒ d(xn , l) < ε) est
laissée en exercice.
Définition. Une suite de vecteurs de E est convergente si et seulement s’il existe
l ∈ E tel que xn −→ l. Sinon, on dit que la suite est divergente.
n→+∞

Propriété. Soient (xn ) une suite de vecteurs de E et l ∈ E.

Si xn −→ l, alors kxn k −→ klk, mais la réciproque est fausse.
n→+∞ n→+∞
xn −→ 0 si et seulement si kxn k −→ 0.
n→+∞ n→+∞
xn −→ l si et seulement si d(xn , l) −→ 0.
n→+∞ n→+∞
Démonstration.
• Supposons que xn −→ l.
n→+∞
Soit ε > 0. Il existe N ∈ N tel que pour tout n ≥ N , kxn − lk ≤ ε.
Soit n ≥ N . |kxn k − klk| ≤ kxn − lk ≤ ε, donc kxn k −→ klk.
n→+∞
• Supposons que la réciproque est vraie pour une suite (xn ) convergeant vers l. Comme
kxn k −→ klk = k − lk, en utilisant la réciproque xn −→ −l et d’après l’unicité de
n→+∞ n→+∞
la limite, l = −l. Ainsi l = 0. Donc la réciproque est fausse au moins pour toute suite
convergeant vers une limite non nulle.
• Cependant, lorsque l = 0, la réciproque est vraie. En effet, si kxn k −→ 0,
n→+∞
∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n ≥ N =⇒ kxn k = dR (kxn k, 0) ≤ ε), donc xn −→ 0.
n→+∞
• En fait, xn −→ l si et seulement si
n→+∞
∀ε ∈ R∗+ ∃N ∈ N ∀n ∈ N (n ≥ N =⇒ |d(xn , l) − 0| = d(xn , l) ≤ ε), donc si et
seulement si d(xn , l) −→ 0.
n→+∞
Principe des gendarmes : Soit (xn ) ∈ E N et ` ∈ E.
S’il existe une suite de réels (gn ) telle que ∀n ∈ N, d(xn , l) ≤ gn et gn −→ 0,
n→+∞
alors xn −→ `.
n→+∞
Démonstration.
Au tableau.
1
tn
Z
Exemple. Montrer que dt −→ 0.
0 cos t − 2 n→+∞

c Éric Merle 13 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

Propriété. Soit N une seconde norme sur E, équivalente à k.k.

N k.k
Alors, pour toute suite (xn ) de E et pour tout l ∈ E, xn −→ l ⇐⇒ xn −→ l.
n→+∞ n→+∞
Démonstration.
Il existe (α, β) ∈ (R∗+ )2 tel que N ≤ αk.k et k.k ≤ βN .
N
Supposons que xn −→ l. Soit ε > 0. Il existe M ∈ N tel que pour tout n ≥ M ,
n→+∞
ε k.k
N (xn − l) ≤ . Donc pour tout n ≥ M , kxn − lk ≤ ε, ce qui prouve que xn −→ l.
β n→+∞

Exercice. Notons E l’espace des fonctions continues de [0, 1] dans R.

On note k.k1 , k.k2 et k.k∞ les normes de la convergence en moyenne, de la conver-
gence en moyenne quadratique et de la convergence uniforme.
Pour tout n ∈ N∗ , on note fn l’élément de E défini par les relations suivantes :
1 1 1
fn (t) = 2nt pour tout t ∈ [0, 2n ], fn (t) = −2nt + 2 pour tout t ∈ [ 2n , n ] et
1
fn (t) = 0 pour tout t ∈ [ n , 1].
En étudiant la suite (fn ), montrer que les trois normes sont deux à deux non
équivalentes.
Solution :
• Soit n ∈ N∗ .
Le graphe de fn est la réunion des segments [O, A], [A, B] et [B, C], les points O,
1
A, B et C ayant pour coordonnées (0, 0), ( 2n , 1), ( n1 , 0) et (1, 0).
kfn k∞ = 1.
1
kfn k1 est l’aire du triangle OAB, donc kfn k1 = 2n .
Z 1 Z 1
2n n
kfn k22 = (2nt)2 dt + (−2nt + 2)2 dt.
1
0 2n
1
Posons t = n
− u dans la dernière intégrale, ce qui est possible car l’application
1
u 7−→ n − u est de classe C 1 . Ainsi,
Z 1 h t3 i 2n1
2n 8n2 1 1
2
kfn k2 = 2 (2nt)2 dt = 8n2 = × = .
0 3 0 3 (2n)3 3n
1
On en déduit que kfn k2 = √ .
3n
• Pour k.k∞ , fn ne tend pas vers 0, mais fn tend vers 0 pour k.k1 et k.k2 .
√ k.k∞ et k.k1 ne sont pas équivalentes et k.k∞ et k.k2 non plus.
Ainsi,
nfn tend vers 0 pour k.k1 , mais ce n’est pas le cas pour k.k2 , donc ces deux
normes ne sont pas équivalentes.
Propriété. Toute suite convergente est bornée.
Démonstration.
Soient (xn ) ∈ E N et l ∈ E tels que xn −→ l. Il existe N ∈ N tel que pour tout n ≥ N ,
n→+∞
d(xn , l) ≤ 1.
Posons R = max(1, max d(xk , l))). Pour tout n ∈ N, d(xn , l) ≤ R, donc
0≤k≤N −1
{xn /n ∈ N} ⊂ Bf (l, R), ce qui prouve que la suite (xn ) est bornée.

c Éric Merle 14 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

2.2 Somme et produit de limites

Propriété. (ne se généralise pas aux espaces métriques) Soient (xn ) et (yn ) deux
suites de E convergeant vers ` et `0 . Alors la suite (xn + yn ) converge vers ` + `0 .
Démonstration.
Soit ε > 0. Il existe N1 , N2 ∈ N tels que,
pour n ≥ N1 , kxn − `k ≤ 2ε et pour n ≥ N2 , kyn − `0 k ≤ 2ε .
Posons N = max(N1 , N2 ). Alors, pour tout n ≥ N , par inégalité triangulaire,
k(xn + yn ) − (` + `0 )k ≤ kxn − `k + kyn − `0 k ≤ 2ε + 2ε = ε.
Propriété. (ne se généralise pas aux espaces métriques) Soient (xn ) et (yn ) deux
suites de E telle que la suite (xn + yn ) converge. Alors (xn ) et (yn ) sont toutes deux
convergentes ou toutes deux divergentes. On dit que les suites (xn ) et (yn ) ont la même
nature.
Démonstration.
Si (xn ) converge, (yn ) = ((xn + yn ) + (−xn )) converge.
Propriété. Soient (αn ) ∈ KN et (xn ) ∈ E N . Si l’une des suites est bornée et si l’autre
tend vers 0, alors αn xn −→ 0.
n→+∞
Démonstration.
Supposons par exemple que (αn ) est bornée et que xn −→ 0.
n→+∞
Il existe M ∈ R∗+ tel que ∀n ∈ N, |an | ≤ M .
Soit ε ∈ R∗+ . Il existe N ∈ N tel que, pour tout n ≥ N , kxn k ≤ ε
M
.
Alors, pour tout n ≥ N , kαn xn k = |αn |kxn k ≤ M Mε = ε.
Propriété. (ne se généralise pas aux espaces métriques) Soient (ln ) une suite de E
qui converge vers l ∈ E et (αn ) une suite de scalaires qui converge vers α. Alors la suite
(αn .ln ) converge vers α.l.
Démonstration.
Soit n ∈ N. kαn .ln − α.lk = k(αn − α).ln + α.(ln − l)k ≤ |αn − α|kln k + |α|kln − lk.
(ln ) est une suite convergente, donc elle est bornée. Ainsi, il existe M > 0 tel que pour
tout n ∈ N, kln k ≤ M .
Ainsi, pour tout n ∈ N, kαn .ln −α.lk ≤ |αn −α|M +|α|kln −lk, or d’après les propriétés
précédentes, |αn − α|M + |α|kln − lk −→ 0, donc d’après le principe des gendarmes,
n→+∞
αn ln −→ αl.
n→+∞

Remarque. La décomposition “αn .ln − α.l = (αn − α).ln + α.(ln − l)” est très souvent
utilisée.
Remarque. Sur E = C 0 ([0, 1], R) muni de la norme k.k1 , considérons la suite d’appli-
√n ) ndéfinie par les relations suivantes : pour tout n ∈ N et pour tout t ∈ [0, 1]
cations (f
fn (t) = √ nt .
n
kfn k1 = −→ 0, donc fn −→ 0, mais
n + 1 n→+∞ n→+∞

c Éric Merle 15 MPSI2, LLG

Suites de vecteurs 2 Suites dans un espace vectoriel normé

n 1
kfn .fn k1 = kt 7−→ nt2n k1 = −→ 6= 0, donc fn .fn ne tend pas vers 0 pour
2n + 1 n→+∞ 2
k.k1 .
Ce résultat n’est pas en contradiction avec la propriété précédente car dans la propriété,
le produit considéré est celui d’un scalaire par un vecteur alors que dans cet exemple,
le produit considéré est celui de deux fonctions.
Propriété. L’ensemble des suites convergentes de E noté Ecv
N
est un sous-espace
E N
cv −→ E
vectoriel de l∞ (E) et l’application (x ) 7−→ lim x est une application linéaire.
n n
n→+∞
Démonstration.
La suite identiquement nulle est un élément de Ecv N
, donc Ecv
N
6= ∅.
0 2
Si (xn ) et (yn ) convergent vers l et l , pour tout (α, β) ∈ K , α(xn ) + β(yn ) converge
vers αl + βl0 .
Propriété. Suites à valeurs dans un produit.
Soient p ∈ N∗ et E1 , . . ., Ep p espaces vectoriels normés, leurs normes étant notées N1 ,
. . ., Np . On note E = E1 × · · · × Ep que l’on munit de l’une des trois normes classiques.
Soient (xn )n∈N = ((x1,n , . . . , xp,n ))n∈N une suite d’éléments de E et l = (l1 , . . . , lp ) ∈ E.
Alors (xn ) converge vers l si et seulement si, pour tout i ∈ Np , (xi,n ) converge vers li .
Démonstration.
Les trois normes étant équivalentes, on peut choisir de travailler avec la norme k.k1 .
La suite (xn ) converge vers l si et seulement si
p
X
Ni (xi,n − li ) = kxn − lk1 −→ 0, donc si et seulement si pour tout i ∈ Np
n→+∞
i=1
Ni (xi,n − li ) −→ 0, c’est-à-dire si et seulement si pour tout i ∈ Np , (xi,n ) converge vers
n→+∞
li .
Exemple. Dans R3 , ( n1 , 2−n , 1) −→ (0, 0, 1).
n→+∞

Propriété. Suites à valeurs dans un espace de dimension finie.

On suppose que E est un K-espace vectoriel de dimension finie strictement positive,
notée q. Soit e = (e1 , . . . , eq ) une base de E.
q
X
Soit (xn ) une suite de vecteurs de E. Pour tout n ∈ N, on note xn = xi,n ei .
i=1
Alors, la suite (xn ) converge dans E si et seulement si, pour tout i ∈ Nq , la suite (xi,n )
q
X
converge dans K, et, dans ce cas, lim xn = ( lim xi,n )ei .
n→+∞ n→+∞
i=1
Démonstration.
Nous démontrerons plus tard que, sur un espace vectoriel de dimension finie, toutes
les normes sont équivalentes, donc il n’est pas nécessaire de préciser dans l’énoncé de
cette propriété quelle norme sur E est utilisée, et, pour en faire la démonstration, on
peut choisir sur E la norme que nous voulons.

c Éric Merle 16 MPSI2, LLG

Suites de vecteurs 3 Suites de complexes

Choisissons donc sur E la norme définie par la relation suivante :

q q
X X
pour tout y = yi ei ∈ E, kyk = |yi |. (le fait que k.k est effectivement une norme
i=1 i=1
sur E est laissé en exercice).
q
X
Ainsi, la suite (xn ) converge vers l = li ei si et seulement si
i=1
q
X
|xi,n − li | = kxn − lk −→ 0, donc si et seulement si pour tout i ∈ Nq
n→+∞
i=1
|xi,n − li | −→ 0, c’est-à-dire si et seulement si, pour tout i ∈ Nq , (xi,n ) converge vers
n→+∞
li .

3 Suites de complexes
3.1 Premières propriétés
1 1
Propriété. Soit (xn ) ∈ C∗ N telle que xn −→ ` ∈ C \ {0}. Alors −→ .
n→+∞ xn n→+∞ `
Démonstration.
|`| |`|
> 0, donc il existe M ∈ N tel que pour tout n ≥ M , |xn − `| ≤ .
2 2
|`|
D’après le corollaire de l’inégalité triangulaire, pour tout n ≥ M , |`| − |xn | ≤ ,
2
|`|
donc |xn | ≥ .
2
|`|2
Soit ε > 0. Il existe N 0 ∈ N tel que, pour tout n ≥ N 0 , |xn − `| ≤ε.
2
2
1 1 |` − xn | |`| 2
Posons N = max(N 0 , M ). Soit n ≥ N . | − | = ≤ ε × 2 = ε.
xn ` |xn ||`| 2 |`|
Propriété. Soit (zn ) une suite de complexes et ` ∈ C.
Alors zn −→ ` si et seulement si Re(zn ) −→ Re(`) et Im(zn ) −→ Im(`).
n→+∞ n→+∞ n→+∞
Dans ce cas, on a donc lim zn = lim Re(zn ) + i lim Im(zn ).
n→+∞ n→+∞ n→+∞
Démonstration.
(Re(zn ))n∈N et (Im(zn ))n∈N sont les suites coordonnées de (zn ) dans la R-base (1, i) de
C.

3.2 Quelques suites définies par récurrence

3.2.1 Suites arithmético-géométriques

Propriété. Soit a, b ∈ C. Soit (un ) une suite de complexes telle que, pour tout n ∈ N,
un+1 = aun + b.

c Éric Merle 17 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

Supposons que a 6= 1 (sinon (un ) est arithmétique). Il existe un unique c ∈ C tel que
c = ac + b. Alors un+1 − c = a(un − c), donc pour tout n ∈ N, un − c = an (u0 − c).

3.2.2 Suites récurrentes linéaires d’ordre 2

Propriété. Soient (a, b) ∈ K2 \ {(0, 0)} et (un ) ∈ KN une suite telle que

∀n ∈ N, un+2 = aun+1 + bun .

On note χ(X) = X 2 − aX − b. On l’appelle le polynôme caractéristique de (un ). On

note ∆ = a2 + 4b le discriminant de χ.
Premier cas. Supposons que ∆ 6= 0.
Alors χ admet deux racines complexes distinctes que l’on notera λ1 et λ2 .
Dans ce cas,
∃(C1 , C2 ) ∈ C2 ∀n ∈ N, un = C1 λn1 + C2 λn2 .
Dans le cas particulier où K = R et où ∆ < 0, il est parfois (mais pas toujours) utile
d’écrire un sous une forme explicitement réelle. Or dans ce cas, λ1 ∈ C \ R et λ2 = λ1 .
Posons λ1 = ρeiθ . Alors, pour tout (C1 , C2 ) ∈ C2 et pour tout n ∈ N,
C1 λn1 + C2 λn2 = ρn ((C1 + C2 ) cos(nθ) + i(C1 − C2 ) sin(nθ)). On en déduit que

∃(D1 , D2 ) ∈ R2 ∀n ∈ N, un = ρn (D1 cos(nθ) + D2 sin(nθ)).

Deuxième cas. On suppose que ∆ = 0. Alors χ admet une racine double dans K,
notée λ. Dans ce cas,

∃(C1 , C2 ) ∈ K2 ∀n ∈ N, un = λn (C1 + nC2 ).

Démonstration.
Au tableau.
Exemple. La suite de Fibonacci est définie par : F0 = 0, F1 = 1 et, pour tout n ∈ N,
Fn+2 = Fn+1 + Fn .
2
√ caractéristique est égal à X − X − 1 dont les racines sont le nombre d’or,
Le polynôme
1+ 5 1
ϕ= et − , donc il existe α, β ∈ R tels que,
2 ϕ
(−1)n
pour tout n ∈ N, Fn = αϕn + β n .
ϕ
Les relations F0 = 0, F1 = 1 permettent de calculer α et β. On obtient ainsi que, pour
1 (−1)n
tout n ∈ N, Fn = √ ϕn − .
5 ϕn

3.2.3 Suites homographiques

Au tableau.

c Éric Merle 18 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

4 Suites de réels
4.1 Limites infinies
Définition. Soit (xn ) une suite de réels. On dit que xn tend vers +∞ lorsque n tend
vers +∞ si et seulement si ∀M ≥ 0, ∃N ∈ N, ∀n ≥ N, xn ≥ M .
On dit que xn tend vers −∞ lorsque n tend vers +∞ si et seulement si
∀M ≥ 0, ∃N ∈ N, ∀n ≥ N, xn ≤ −M .
Définition. Lorsqu’une suite de réels tend vers +∞ ou −∞, elle est toujours diver-
gente : on dit qu’elle diverge vers +∞ ou −∞. On distingue ainsi trois catégories de
suites réelles :
— Les suites convergentes. Ce sont celles qui convergent vers un réel.
— Les suites divergentes de première espèce. Ce sont celles qui divergent vers +∞
ou −∞.
— Toutes les autres suites. On dit qu’elles sont divergentes de seconde espèce.
Propriété. Si ϕ est une application strictement croissante de N dans N.
On montre par récurrence que, pour tout n ∈ N, ϕ(n) ≥ n, donc ϕ(n) −→ +∞.
n→+∞

Définition. Soit (xn ) une suite d’un espace métrique E. On dit que xn −→ ∞ si et
n→+∞
seulement si d(x0 , xn ) −→ +∞.
n→+∞

Exemple. zn = i + n −→ ∞.
n→+∞

Propriété. Composition des limites :

Soit (xn ) une suite d’un espace métrique E qui converge vers ` ∈ E ∪ {∞}. Soit ϕ une
application de N dans N telle que ϕ(n) −→ +∞. Alors xϕ(n) −→ `.
n→+∞ n→+∞
Lorsque E = R, si xn −→ +∞ (resp : xn −→ −∞), alors xϕ(n) −→ +∞ (resp :
n→+∞ n→+∞ n→+∞
xϕ(n) −→ −∞).
n→+∞
Démonstration.
Supposons que ` ∈ E.
Soit ε > 0. Il existe N 0 ∈ N tel que pour tout n ≥ N 0 , d(xn , `) ≤ ε.
De plus, il existe N ∈ N tel que pour tout n ≥ N , ϕ(n) ≥ N 0 .
Ainsi, pour tout n ≥ N , d(xϕ(n) , `) ≤ ε.
On procède de même lorsque ` = ∞.
Propriété. Soient (xn ) une suite d’éléments de E et l ∈ E.
xn −→ l si et seulement si x2n −→ l et x2n+1 −→ l.
n→+∞ n→+∞ n→+∞
Démonstration.
Supposons que xn −→ l. 2n ≥ n −→ +∞, donc 2n −→ +∞.
n→+∞ n→+∞ n→+∞
De même, 2n + 1 −→ +∞ : par composition des limites, x2n −→ l et x2n+1 −→ l.
n→+∞ n→+∞ n→+∞
Réciproquement, supposons que x2n −→ l et x2n+1 −→ l.
n→+∞ n→+∞

c Éric Merle 19 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

Pour tout n ∈ N, n ∈ {2b n2 c, 2b n−1 2

c + 1},
donc d(xn , l) ≤ d(x2b 2 c , l) + d(x2b n−1 c+1 , l) −→ 0.
n
2 n→+∞

Propriété. Soient (xn ) une suite d’éléments de E, l ∈ E et p ∈ N∗ tels que, pour tout
i ∈ {0, . . . , p − 1}, xpn+i −→ l. Alors xn −→ l.
n→+∞ n→+∞
Démonstration.
Adapter la démonstration précédente.
Remarque. C’est encore vrai dans le cas de limites infinies.
Propriété. Les propriétés sur les somme et produit de limites se généralisent au cas
des limites infinies, sauf dans certains cas que l’on appelle des “formes indéterminées” :
soit (xn ), (yn ) deux suites de réels et ε, ε0 ∈ {−1, 1}.
— Si xn −→ ε∞ et yn −→ y ∈ R, alors xn + yn −→ ε∞.
n→+∞ n→+∞ n→+∞
— Si xn −→ ε∞ et yn −→ ε∞, alors xn + yn −→ ε∞, mais xn − yn est une
n→+∞ n→+∞ n→+∞
forme indéterminée du type ∞ − ∞.
— Si xn −→ ε∞, alors −xn −→ −ε∞.
n→+∞ n→+∞
— Si xn −→ ε∞ et α > 0, alors αxn −→ ε∞.
n→+∞ n→+∞
— Si xn −→ ε∞ et yn −→ ` ∈ R+ , alors xn yn −→ ε∞, sauf lorsque ` = 0, qui
n→+∞ n→+∞ n→+∞
est une forme indéterminée du type 0 × ∞.
— Si xn −→ ε∞ et yn −→ ε0 ∞, alors xn yn −→ εε0 ∞.
n→+∞ n→+∞ n→+∞
1
— Si xn −→ ε∞ alors −→ 0.
n→+∞ xn n→+∞
1
— Si xn −→ 0+ alors −→ +∞.
n→+∞ xn n→+∞
∞
Remarque. La forme indéterminée du type 0 × ∞ se décline aussi sous les formes ∞
et 00 .
Exemples :
— un = (n + n1 )2 − n2 : c’est une forme indéterminée du type ∞ − ∞.
En développant, un = 2 + n12 −→ 2.
√ n→+∞
√
— un = n + 1 − n −→ 0, en utilisant la quantité conjuguée.
n→+∞
2
2n + n − 1 ∞
— un = 2
: c’est une forme indéterminée du type = 0 × ∞. En
n −3 ∞
1 1
2 + n − n2
factorisant, un = −→ 2.
1 − n32 n→+∞
Remarque. Lorsque un est de la forme un = abnn , il est indispensable d’écrire
un = ebn ln an pour étudier sa limite.
En effet, la quantité abnn admet trop de formes indéterminées : ∞0 , 00 et la sournoise
1+∞ .
1
Par exemple, un = (1 + n1 )n = en ln(1+ n ) −→ e car ln(1+x)
x
−→ 1.
n→+∞ x→0

c Éric Merle 20 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

4.2 limites et relation d’ordre

Principe des gendarmes : Soit (pn ), (gn ), (gn0 ) trois suites de réels telles que
— Pour tout n ∈ N, gn ≤ pn ≤ gn0 ;
— Il existe ` ∈ R tel que gn −→ ` et gn0 −→ `.
n→+∞ n→+∞
Alors pn −→ `.
n→+∞
Démonstration.
Soit ε > 0. Il existe N1 , N2 ∈ N tels que,
pour tout n ≥ N1 , |gn − `| ≤ ε et pour tout n ≥ N2 , |gn0 − `| ≤ ε.
Posons N = max(N1 , N2 ). Soit n ≥ N :
` − ε ≤ gn ≤ pn ≤ gn0 ≤ ` + ε, donc −ε ≤ pn − ` ≤ ε.
Ainsi, pour tout n ≥ N , |pn − `| ≤ ε.
Le principe des gendarmes s’adapte aux cas des limites infinies :
Principe des gendarmes : Soit (xn ) et (yn ) deux suites de réels.
Si, pour tout n ∈ N, xn ≥ yn et si yn −→ +∞, alors xn −→ +∞.
n→+∞ n→+∞
Si, pour tout n ∈ N, xn ≤ yn et si yn −→ −∞, alors xn −→ −∞.
n→+∞ n→+∞
Lemme du tunnel : Soit (un ) une suite de réels qui converge vers ` ∈ R.
Soit a, b ∈ R tels que a < ` < b.
Alors il existe N ∈ N tel que pour tout n ≥ N , a < un < b.
On dit que “un ∈]a, b[ à partir d’un certain rang”.
Démonstration.
Posons ε = min(` − a, b − `). ε > 0, donc il existe N ∈ N tel que ∀n ≥ N, |un − `| < ε.
Soit n ≥ N : a ≤ ` − ε < un < l + ε ≤ b.
Exemple. Si un −→ ` > 0, alors à partir d’un certain rang, un > 0.
n→+∞

ATTENTION ! C’est faux avec des inégalités larges.

Propriété. Passage à la limite dans une inégalité large.
Soit (an ) et (bn ) deux suites convergentes de réels telles que, pour tout n ∈ N, an ≤ bn .
Alors lim an ≤ lim bn .
n→+∞ n→+∞
Démonstration.
Posons xn = bn − an . Pour tout n ∈ N, xn ≥ 0 et xn −→ ` ∈ R.
n→+∞
Il s’agit de montrer que ` ≥ 0.
Soit ε > 0. Il existe N ∈ N tel que, pour tout n ≥ N , |xn − `| ≤ ε.
En particulier, xN − ` ≤ ε, donc ` ≥ xN − ε ≥ −ε.
C’est vrai pour tout ε > 0, donc ` ≥ 0.
Remarque. Cette propriété est encore vraie avec les limites égales à ±∞.
Remarque. Avec les notations précédentes, si pour tout n ∈ N, an < bn , l’inégalité
stricte n’est pas a priori conservée en passant à la limite.
1
Par exemple, pour tout n ≥ 1, n1 > 0, mais on a vu que lim = 0.
n→+∞ n

c Éric Merle 21 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

Propriété. Soit X une partie non vide de R. Il existe une suite de réels (xn ) telle que
xn −→ sup(X) ∈ R ∪ {+∞} (resp : xn −→ inf(X) ∈ R ∪ {−∞}).
n→+∞ n→+∞

4.3 Suites monotones

Théorème de la limite monotone : Soit (xn ) une suite croissante de réels.
Si (xn ) est majorée, alors cette suite est convergente. De plus lim xn = sup xn .
n→+∞ n∈N
Si (xn ) n’est pas majorée, alors cette suite est divergente. De plus lim xn = +∞.
n→+∞
Ainsi, dans tous les cas, on peut écrire que xn −→ sup xn ∈ R ∪ {+∞}.
n→+∞ n∈N

Démonstration.
Premier cas : supposons que (xn ) est majorée. {xn /n ∈ N} est une partie non
vide majorée de R, donc d’après la propriété de la borne supérieure, on peut poser
` = sup xn ∈ R.
n∈N
Soit ε > 0. ` − ε n’est pas un majorant de {xn /n ∈ N}, donc il existe N ∈ N tel que
` − ε < xN ≤ `. Soit n ≥ N . Alors xN ≤ xn ≤ `, donc ` − ε < xn ≤ `.
On a bien montré que ∀ε > 0 , ∃N ∈ N, ∀n ≥ N, |xn − `| < ε.
Deuxième cas : supposons que (xn ) n’est pas majorée. Soit A > 0. A ne majore pas
la suite (xn ), donc il existe N ∈ N tel que xN ≥ A. Alors, pour tout n ≥ N , xn ≥ A.
Ceci montre que xn −→ +∞.
n→+∞

Théorème. Soit (xn ) une suite décroissante de réels.

Si (xn ) est minorée, alors cette suite est convergente. De plus lim xn = inf xn .
n→+∞ n∈N
Si (xn ) n’est pas minorée, alors cette suite est divergente. De plus lim xn = −∞.
n→+∞
Ainsi, dans tous les cas, on peut écrire que xn −→ inf xn ∈ R ∪ {−∞}.
n→+∞ n∈N
Démonstration.
Appliquer le théorème précédent à la suite −xn qui est croissante, ou bien adapter la
démonstration précédente.
Exemple. Une suite arithmétique de raison r tend vers +∞ lorsque r > 0 et vers
−∞ lorsque r < 0.
Propriété. Soit (xn ) une suite géométrique de réels de raison a, tel que x0 6= 0.
Notons ε le signe de x0 .
— Si |a| < 1, alors xn −→ 0.
n→+∞
— Si a = 1, xn est constante.
— Si a > 1, xn −→ ε∞.
n→+∞
— Si a ≤ −1, (xn ) diverge.
Démonstration.
Pour tout n ∈ N, xn = an x0 .

c Éric Merle 22 MPSI2, LLG

Suites de vecteurs 4 Suites de réels

— Supposons que |a| < 1. Alors |xn+1 | = |a||xn | ≤ |xn |, donc la suite (|xn |) est
décroissante et minorée par 0. Ainsi, il existe ` ∈ R+ tel que |xn | −→ `.
n→+∞
Alors |xn+1 | −→ `, par composition des limites, et |xn+1 | = |a||xn | −→ |a|`.
n→+∞ n→+∞
Par unicité de la limite, ` = |a|`, donc ` = 0.
— Supposons que a > 1. Alors la suite ( x1n ) est géométrique de raison a1 avec
| a1 | < 1, donc x1n −→ 0. De plus xxn0 est une suite positive, donc xxn0 −→ +∞.
n→+∞ n→+∞
— Supposons que a < −1. Alors (|xn |) est géométrique de raison |a| avec |a| > 1,
donc |xn | −→ +∞, ce qui prouve que la suite (xn ) est divergente.
n→+∞
— Lorsque x = −1, la suite (xn ) est égale à ((−1)n ) : elle diverge.

Remarque. Soit (xn ) une suite géométrique de complexes, de raison a ∈ C. Alors la

suite de réels (|xn |) est géométrique de raison |a|, donc lorsque |a| < 1, xn −→ 0 et
n→+∞
lorsque |a| > 1, xn −→ ∞.
n→+∞

Exemple. Soit x ∈ R et n ∈ N. On sait que x est approché par le nombre décimal

xn = 10−n b10n xc.
On a |x − xn | ≤ 10−n , donc xn −→ x.
n→+∞

√ a vu qu’il existe α, β ∈ R
Exemple. Reprenons l’exemple de la suite de Fibonacci. On
n
(−1) 1 + 5
tels que, pour tout n ∈ N, Fn = αλn + β n , où λ = . Avec F0 = 0 et F1 = 1,
λ √ 2
1 1 1 + 5 n
on calcule que α = √ , donc Fn ∼ √ .
5 5 2

4.4 Suites adjacentes

Définition. Soit (xn ) et (yn ) deux suites de réels.
On dit qu’elles sont adjacentes si et seulement si
— l’une est croissante,
— l’autre est décroissante
— et xn − yn −→ 0.
n→+∞

Théorème. Supposons que (xn ) et (yn ) sont deux suites adjacentes, où (xn ) est
croissante.
Alors ces deux suites convergent vers une limite commune ` ∈ R.
De plus, pour tout (p, q) ∈ N2 , xp ≤ ` ≤ yq .
Démonstration.
En tant que suite convergente, (xn − yn ) est majorée, donc il existe A ∈ R tel que,
pour tout n ∈ N, xn − yn ≤ A. Ainsi, xn ≤ A + yn ≤ A + y0 , car la suite (yn ) est
décroissante. (xn ) est donc une suite croissante majorée. De même, on montre que (yn )

c Éric Merle 23 MPSI2, LLG

Suites de vecteurs 5 Les suites extraites

est décroissante minorée. Ainsi (xn ) et (yn ) convergent. De plus, xn − yn −→ 0, donc

n→+∞
lim xn = lim yn . En notant ` cette limite commune,
n→+∞ n→+∞
` = sup xn = inf yn , donc pour tout (p, q) ∈ N2 , xp ≤ l ≤ yq .
n∈N n∈N

Théorème des segments emboı̂tés : Un segment dans R est un intervalle de la

forme [a, b] avec a, b ∈ R et a ≤ b.
Soit (In )n∈N une suite de segments,
\ décroissante au sens de l’inclusion, dont les lon-
gueurs tendent vers 0. Alors In est un singleton.
n∈N
Démonstration.
Pour tout n ∈ N, il existe an , bn ∈ R tels que an ≤ bn et In = [an , bn ].
In+1 ⊂ In , donc an ≤ an+1 ≤ bn+1 ≤ bn . De plus la longueur de In est égale à bn − an ,
donc les deux suites (an ) et (bn ) sont adjacentes. Il existe donc ` ∈ R tel que an −→ `
n→+∞
et bn −→ `.
n→+∞
\
Pour tout n ∈ N, an ≤ ` ≤ bn , donc ` ∈ In .
\ n∈N
Si x ∈ In , alors pour tout n ∈ N, an ≤ x ≤ bn , donc en passant à la limite,
n∈N
` ≤ x ≤ `, puis x = `.

5 Les suites extraites

Notation. Jusqu’à la fin de ce cours, on fixe un espace vectoriel normé noté E, sa
norme étant notée k.k et sa distance associée d.
Définition. Soit (xn ) une suite de vecteurs de E. On appelle sous-suite ou suite
extraite de (xn ) toute suite de la forme (xϕ(n) ), où ϕ : N −→ N est une application
strictement croissante.
On dit alors que ϕ est une extraction ou bien une extractrice. On dira aussi que (xϕ(n) )
est une extraction de (xn ).
Propriété. Si la suite (xn ) ∈ E N converge, toute suite extraite de (xn ) converge vers
la même limite.
Démonstration.
On suppose qu’il existe l ∈ E telle que xn −→ l. Soit ϕ : N −→ N une applica-
n→+∞
tion strictement croissante. ϕ(n) ≥ n −→ +∞, donc par composition des limites,
n→+∞
xϕ(n) −→ l.
n→+∞

Remarque. Cette propriété se généralise au cas des limites infinies.

Propriété. Une suite extraite d’une suite extraite de (xn ) ∈ E N est encore une suite
extraite de (xn ).

c Éric Merle 24 MPSI2, LLG

Suites de vecteurs 5 Les suites extraites

Démonstration.
Soit (xϕ(n) ) une suite extraite de (xn ). Pour tout n ∈ N,
posons yn = xϕ(n) . Une suite extraite de (yn ) est une suite de la forme (yΨ(n) ), où
Ψ : N −→ N est une application strictement croissante.
Pour tout n ∈ N, yΨ(n) = xϕ(Ψ(n)) = xϕ◦Ψ(n) , or ϕ ◦ Ψ est une application de N dans N
strictement croissante, donc la suite (yΨ(n) ) est une suite extraite de (xn ).
Définition. Soit (xn ) une suite de points de E.
On appelle valeur d’adhérence de la suite (xn ) toute limite d’une suite extraite de (xn ).
Remarque. La limite d’une suite convergente est son unique valeur d’adhérence.
Si une suite admet au moins deux valeurs d’adhérence distinctes, elle est divergente.
Exemple. Soit (xn ) ∈ CN une suite périodique de complexes de période p ∈ N∗ .
C’est-à-dire que pour tout n ∈ N, xn+p = xn . Alors les valeurs d’adhérence de (xn )
sont x0 , x1 , . . ., xp−1 .
1
Pour tout n ∈ N, posons yn = xn + . Les valeurs d’adhérence de (yn ) sont encore
n+1
x0 , x1 , . . ., xp−1 .
Démonstration.
• Soit i ∈ {0, . . . , p − 1}. La suite (xnp+i )n∈N est extraite de (xn ). De plus elle est
constante et égale à xi , donc elle converge vers xi . Ainsi xi est une valeur d’adhérence
de (xn ).
Réciproquement, soit a ∈ C une valeur d’adhérence de (xn ). il existe une suite (xϕ(n) )
extraite de (xn ) qui converge vers a. Il existe α ∈ R∗+ tel que α est strictement inférieur
à toutes les distances entre deux éléments distincts de {x0 , . . . , xp−1 }.
Il existe N ∈ N tel que, pour tout n ≥ N , d(xϕ(n) , a) ≤ α2 .
Il existe i0 ∈ {0, . . . , p − 1} tel que xϕ(N ) = xi0 .
Soit n ≥ N . Supposons que xϕ(n) = xi0 . Alors
d(xϕ(n+1) , xi0 ) ≤ d(xϕ(n+1) , a) + d(a, xϕ(n) ) ≤ α, donc par définition de α, xϕ(n+1) = xi0 .
Ainsi, on montre par récurrence que la suite (xϕ(n) ) stationne sur xi0 , donc a = xi0 .
1
• Si ϕ : N −→ N est une application strictement croissante, yϕ(n) = xϕ(n) + ,
ϕ(n) + 1
donc (xϕ(n) ) et (yϕ(n) ) ont même nature et, en cas de convergence, même limite. On en
déduit que les deux suites (xn ) et (yn ) ont le même ensemble de valeurs d’adhérence.

Propriété. (hors programme).

Soient (xn ) une suite de vecteurs de E et a ∈ E. Les propriétés suivantes sont
équivalentes :
i) a est une valeur d’adhérence de (xn ).
ii) ∀ε ∈ R∗+ ∀N ∈ N ∃n ≥ N d(xn , a) < ε.
iii) ∀ε > 0 Card({n ∈ N/xn ∈ Bo (a, ε)}) = +∞.
Démonstration.
• Commençons par montrer que ii) ⇐⇒ iii).

c Éric Merle 25 MPSI2, LLG

Suites de vecteurs 5 Les suites extraites

{n ∈ N/xn ∈ Bo (a, ε)} est une partie de N, donc elle est de cardinal infini si et
seulement si elle n’est pas majorée, c’est-à-dire si et seulement si aucun N ∈ N ne
majore {n ∈ N/xn ∈ Bo (a, ε)}. Ainsi, Card({n ∈ N/xn ∈ Bo (a, ε)}) = +∞ si et
seulement si, pour tout N ∈ N, il existe n ≥ N tel que xn ∈ Bo (a, ε), c’est-à-dire tel
que kxn − ak < ε.
• Montrons que i) =⇒ iii).
Supposons que a est une valeur d’adhérence de (xn ). Ainsi il existe une application
strictement croissante ϕ : N −→ N telle que xϕ(n) −→ a.
n→+∞
Soit ε > 0. Il existe N ∈ N tel que ∀n ≥ N d(xϕ(n) , a) < ε, donc
ϕ([N, +∞[∩N) ⊂ {n ∈ N/xn ∈ Bo (a, ε)}, or ϕ est injective et [N, +∞[∩N est un
ensemble de cardinal infini, donc on a prouvé iii).
• Montrons que ii) =⇒ i).
Supposons que ∀ε ∈ R∗+ ∀N ∈ N ∃n ≥ N d(xn , a) < ε.
Avec ε = 1 et N = 0, il existe ϕ(0) ≥ 0 tel que d(xϕ(0) , a) ≤ 1.
Puis avec ε = 21 et N = ϕ(0) + 1, il existe ϕ(1) > ϕ(0) tel que d(xϕ(1) , a) ≤ 21 .
Pour k ≥ 1, supposons construits ϕ(0), ϕ(1), . . ., ϕ(k) des entiers tels que
1
ϕ(0) < ϕ(1) < · · · < ϕ(k) et ∀h ∈ {0, . . . , k} d(xϕ(h) , a) ≤ .
h+1
1 1
Avec ε = et N = ϕ(k)+1, il existe ϕ(k +1) > ϕ(k) tel que d(xϕ(k+1) , a) ≤ .
k+2 k+2
On construit ainsi une application ϕ : N −→ N, strictement croissante telle que
1
∀n ∈ N d(xϕ(n) , a) ≤ −→ 0.
n + 1 n→+∞
xϕ(n) −→ a, donc a est une valeur d’adhérence de la suite (xn ).
n→+∞

Théorème de Bolzano-Weierstrass, cas réel :

Toute suite bornée de réels possède au moins une valeur d’adhérence.
Démonstration.
Soit (xn )n∈N une suite bornée de réels.
Il existe a, b ∈ R avec a ≤ b tels que, pour tout n ∈ N, xn ∈ [a, b].
∆
Soit n ∈ N : Xn = {xp /p ≥ n} est une partie non vide de R majorée par b, donc on
peut poser yn = sup(Xn ).
De plus, {xp /p ≥ n + 1} ⊂ {xp /p ≥ n}, donc yn+1 ≤ yn . Ainsi (yn ) est une suite
décroissante minorée par a. Elle converge vers une limite notée y ∈ [a, b].
Montrons que y est une valeur d’adhérence de (xn ) :
Soit ε > 0 et N ∈ N : d’après la propriété précédente, il s’agit de montrer qu’il existe
k ≥ N tel que d(xk , y) ≤ ε.
Or yn −→ y, donc il existe h ≥ N tel que d(yh , y) ≤ 2ε .
n→+∞
ε
Mais yh = sup xk , donc yh − 2
ne majore pas {xk /k ≥ h}, donc il existe k ≥ h tel que
k≥h
ε
yh − 2
< xk ≤ yh . Ainsi d(yh , xk ) ≤ 2ε , puis d(xk , y) ≤ d(xk , yh ) + d(yh , y) ≤ ε.
Remarque. Si (xn ) est une suite de réels, on note limsup xn = lim (sup xk ) ∈ R et
n→+∞ n→+∞ k≥n

c Éric Merle 26 MPSI2, LLG

Suites de vecteurs 5 Les suites extraites

liminf xn = lim (inf xk ) ∈ R. Ce sont des valeurs d’adhérence dans R, au sens qu’il
n→+∞ n→+∞ k≥n
existe des extractions de (xn ) qui convergent vers ces quantités. De plus, limsup xn est
n→+∞
la plus grande des valeurs d’adhérence et liminf xn est la plus petite.
n→+∞

Théorème de Bolzano-Weierstrass, cas complexe :

Toute suite bornée de complexes possède au moins une valeur d’adhérence.
Démonstration.
Soit (zn ) ∈ CN une suite bornée. Posons xn = Re(zn ) et yn = Im(zn ) : ce sont deux
suites bornées de réels.
Il existe une extraction (xϕ(n) ) qui converge vers un réel x.
La suite (yϕ(n) ) est une suite bornée de réels, donc il existe une extraction (yϕ(Ψ(n)) )
qui converge vers un réel y.
Par composition des limites, xϕ(Ψ(n)) −→ x, donc zϕ(Ψ(n)) −→ x + iy.
n→+∞ n→+∞

Théorème de Bolzano-Weierstrass, cas d’un espace vectoriel de dimension

finie : On pose K = R ou K = C. Alors, dans un K-espace vectoriel de dimension finie,
toute suite bornée de vecteurs possède au moins une valeur d’adhérence.
Démonstration.
Soit E un K-espace vectoriel de dimension finie et e = (e1 , . . . , eq ) est une base de E.
Nous démontrerons plus tard que, sur un espace vectoriel de dimension finie, toutes
les normes sont équivalentes, donc il n’est pas nécessaire de préciser dans l’énoncé de
cette propriété quelle norme sur E est utilisée, et, pour en faire la démonstration, on
peut choisir sur E la norme que nous voulons.
Choisissons donc sur E la norme définie par la relation suivante :
q q
X X
pour tout y = yi ei ∈ E, kyk = |yi |. (le fait que k.k est effectivement une norme
i=1 i=1
sur E est laissé en exercice).
Soit (xn ) ∈ E N une suite bornée de vecteurs de E.
q
X
Pour tout n ∈ N, posons xn = xn,i ei .
i=1
Par hypothèse, il existe M ∈ R+ tel que, pour tout n ∈ N, kxn k ≤ M .
Alors, pour tout i ∈ Nq , pour tout n ∈ N, |xn,i | ≤ kxn k ≤ M , donc les q suites de
scalaires (xn,i )n∈N sont bornées, ainsi que toutes leurs suites extraites.
En particulier, d’après les versions précédentes du théorème de Bolzano-Weierstrass, il
existe une extraction (xϕ1 (n),1 ) de la suite (xn,1 ), qui converge vers un scalaire, que l’on
notera `1 .
La suite (xϕ1 (n),2 ) est une suite bornée de scalaires, donc il existe une extraction
(xϕ1 (ϕ2 (n)),2 ) qui converge vers un scalaire, que l’on notera `2 .
Par récurrence, on construit ainsi q applications ϕ1 , . . . , ϕq strictement croissantes de
N dans N, telles que, pour tout i ∈ Nq , xϕ1 ◦···◦ϕi (n),i −→ `i ∈ K.
n→+∞

c Éric Merle 27 MPSI2, LLG

Suites de vecteurs 6 Suites de Cauchy (hors programme)

Alors, d’après les propriétés du cours sur les suites extraites, pour tout i ∈ Nq ,
xΨ(n),i −→ `i , où l’on a pose Ψ = ϕ1 ◦ · · · ◦ ϕq .
n→+∞
Ainsi, d’après le théorème d’une suite à valeurs dans un espace vectoriel de dimension
q
X
finie, xΨ(n) −→ `i ei , ce qu’il fallait démontrer.
n→+∞
i=1

6 Suites de Cauchy (hors programme)

Définition. Soit (xn ) ∈ E N .
C’est une suite de Cauchy si et seulement si
∀ε ∈ R∗+ ∃N ∈ N ∀p ≥ N ∀q ≥ N d(xp , xq ) ≤ ε.
Propriété. Si k.k0 est une norme équivalente à k.k, une suite (xn ) de vecteurs de E
est une suite de Cauchy pour k.k0 si et seulement si c’est une suite de Cauchy pour k.k.
Propriété. Toute suite convergente est une suite de Cauchy.
Démonstration.
Soient (xn ) ∈ E N et x ∈ E tels que xn −→ x.
n→+∞
Soit ε > 0. Il existe N ∈ N tel que pour tout n ≥ N d(xn , x) ≤ 2ε .
Si p ≥ N et q ≥ N , d(xp , xq ) ≤ d(xp , x) + d(xq , x) ≤ ε.
Propriété. Toute suite de Cauchy de E est bornée.
Démonstration.
Soit (xn ) une suite de Cauchy de E.
Il existe N ∈ N tel que pour tout p ≥ N et q ≥ N , d(xp , xq ) ≤ 1.
Posons M = max(1, max d(xn , xN )). Pour tout n ∈ N, d(xn , xN ) ≤ M , donc la
0≤n≤N −1
suite (xn ) est bornée.
Propriété. Si une suite de Cauchy possède une valeur d’adhérence alors elle est
convergente.
Démonstration.
Soit (xn ) une suite de Cauchy de E possédant une valeur d’adhérence a ∈ E.
Soit ε > 0. Il existe N ∈ N tel que, pour tout p, q ≥ N , d(xp , xq ) ≤ 2ε .
a est une valeur d’adhérence de (xn ), donc il existe q ≥ N tel que d(xq , a) ≤ 2ε . Ainsi,
pour tout p ≥ N , d(xp , a) ≤ d(xp , xq ) + d(xq , a) ≤ ε.
Ceci démontre que xn −→ a.
n→+∞

Définition. On dit qu’un espace métrique E est complet si et seulement si toute suite
de Cauchy de E est convergente.
Théorème. Si toute suite bornée de E possède au moins une valeur d’adhérence,
alors E est complet.

c Éric Merle 28 MPSI2, LLG

Suites de vecteurs 6 Suites de Cauchy (hors programme)

Démonstration.
Soit (xn ) une suite de Cauchy de E. Elle est bornée, donc elle admet une valeur
d’adhérence x. On sait alors que xn −→ x.
n→+∞

Théorème. Tout espace vectoriel de dimension finie sur R ou C est complet.

Démonstration.
C’est une conséquence du théorème de Bolzano-Weierstrass.
Remarque. En posant, pour tout x, y ∈ Q, d(x, y) = |x−y| ∈ Q+ , on peut considérer
que Q est un espace métrique.
Soit α ∈ R \ Q. Pour tout n ∈ N∗ , il existe αn ∈ Q tel que α < αn < α + n1 , donc
αn −→ α : en tant que suite de réels, (αn ) converge vers le réel α. Ainsi, (αn ) est une
n→+∞
suite de Cauchy dans R, donc c’est une suite de Cauchy dans Q.
Cependant, d’après l’unicité de la limite, (αn ) ne converge pas dans Q car α ∈ / Q.
Ainsi, (αn ) est dans Q une suite de Cauchy qui diverge : Q n’est pas complet et R est
une complétion de Q : en effet, une construction classique de R à partir de Q consiste
à “ajouter” à Q les limites de ses suites de Cauchy.

c Éric Merle 29 MPSI2, LLG

Limites et continuité

Table des matières

1 Topologie dans un espace métrique 2
1.1 Ouverts et fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Adhérence et intérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Caractérisation par les suites . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Topologie induite sur une partie . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Les compacts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2 Continuité ponctuelle 15
2.1 Limite en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Caractérisation séquentielle . . . . . . . . . . . . . . . . . . . . 16
2.1.2 Caractérisation par “ε” . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.3 Caractérisation par voisinages . . . . . . . . . . . . . . . . . . . 18
2.2 Continuité en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Théorèmes de composition . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4 Opérations algébriques sur les limites . . . . . . . . . . . . . . . . . . . 26
2.4.1 Somme de deux applications à valeurs vectorielles . . . . . . . . 26
2.4.2 Produit d’une application scalaire par une application vectorielle 26
2.5 Cas des fonctions à valeurs dans R. . . . . . . . . . . . . . . . . . . . . 28
2.6 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.7 Cas des fonctions de R dans R. . . . . . . . . . . . . . . . . . . . . . . 30

3 Continuité globale 31
3.1 Cas des fonctions de R dans R . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Continuité et ouverts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Continuité d’une application linéaire . . . . . . . . . . . . . . . . . . . 34
3.4 Continuité et compacité . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.5 La continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Limites et continuité 1 Topologie dans un espace métrique

K désigne R ou C.

1 Topologie dans un espace métrique

Pour tout ce chapitre, on fixe un espace métrique (E, d) non vide.

1.1 Ouverts et fermés

Définition. Soient x ∈ E et V une partie de E.
V est un voisinage de x si et seulement s’il existe r > 0 tel que Bo (x, r) ⊂ V .
V(x) désignera l’ensemble des voisinages de x.
Remarque. Si E est un espace vectoriel normé, lorsqu’on remplace la norme sur E
par une norme équivalente, pour tout x ∈ E, V(x) n’est pas modifié.
Propriété. La notion de voisinage satisfait les propriétés suivantes :
Pour tout x ∈ E, E ∈ V(x).
Pour tout x ∈ E et tout V ∈ V(x), si W ⊃ V , alors W ∈ V(x).
Si x ∈ E et si (V, W ) ∈ V(x)2 , alors V ∩ W ∈ V(x).
Démonstration.
Soit x ∈ E. Bo (x, 1) ⊂ E, donc E ∈ V(x).
Soient x ∈ E, V ∈ V(x) et W ⊃ V .
Il existe r > 0 tel que Bo (x, r) ⊂ V ⊂ W , donc W ∈ V(x).
Soient x ∈ E et (V, W ) ∈ V(x)2 . Il existe (r, r0 ) ∈ (R∗+ )2 tel que Bo (x, r) ⊂ V et
Bo (x, r0 ) ⊂ W . Posons r” = min(r, r0 ). Bo (x, r”) ⊂ V ∩ W , donc V ∩ W ∈ V(x).
Propriété. Si x ∈ E, une intersection finie de voisinages de x est un voisinage de x.
Démonstration.
Par récurrence sur le nombre de voisinages.
Définition. Soit U une partie de E.
U est un ouvert si et seulement si U est un voisinage de chacun des ses points.
Remarque. “Intuitivement”, U est un ouvert si et seulement si aucun point de la
frontière de U n’est dans U . Notons F r(U ) la frontière de U . Ainsi, U est un ouvert
si et seulement si F r(U ) ∩ U = ∅. Plus tard, lorsque nous aurons mathématiquement
défini la frontière de U , cette propriété se démontrera. Pour le moment, elle donne une
version intuitive de la notion d’ouvert, fondée sur la notion intuitive de frontière d’une
partie.
Propriété. La notion d’ouvert satisfait les propriétés suivantes :
∅ et E sont des ouverts de E.
Une intersection finie d’ouverts est un ouvert.
Si I est un ensemble quelconque (éventuellement
[ de cardinal infini) et si (Ui )i∈I
est une famille d’ouverts de E, alors Ui est un ouvert de E.
i∈I

c Éric Merle 2 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Démonstration.
∀x ∈ ∅ ∅ ∈ V(x), donc ∅ est un ouvert de E.
Pour tout x ∈ E, E ∈ V(x), donc E est un ouvert de E.
p
\
Soient p ∈ N et U1 , . . ., Up p ouverts de E. Soit x ∈ Ui .
i=1
p
\
Pour tout i ∈ Np , x ∈ Ui , donc Ui ∈ V(x). Ainsi Ui ∈ V(x).
i=1
p
\
On a montré que Ui est un voisinage de chacun de ses points. C’est donc un ouvert.
i=1 [
Soit I un ensemble quelconque et (Ui )i∈I une famille d’ouverts de E. Soit x ∈ Ui .
[ [ i∈I
Il existe j ∈ I tel que x ∈ Uj . Uj ∈ V(x) et Uj ⊂ Ui , donc Ui ∈ V(x), ce qui
[ i∈I i∈I
prouve que Ui est voisinage de chacun de ses points, donc que c’est un ouvert.
i∈I

Définition. L’ensemble des ouverts de E est appelé la topologie de E.

Propriété. Les ouverts sont exactement les réunions de boules ouvertes.
Démonstration.
• Soit (a, r) ∈ E × R∗+ . Montrons que Bo (a, r) est un ouvert.
Soit x ∈ Bo (a, r). Posons α = r − d(a, x) > 0. Pour tout y ∈ Bo (x, α),
d(a, y) ≤ d(a, x) + d(x, y) < d(a, x) + α = r, donc y ∈ Bo (a, r). Ainsi
Bo (x, α) ⊂ Bo (a, r), ce qui prouve que Bo (a, r) ∈ V(x). Ainsi Bo (a, r) est voisinage de
chacun de ses points, donc c’est un ouvert.
Une réunion de boules ouvertes est donc un ouvert, en tant que réunion d’ouverts.
• Réciproquement, soit U un ouvert de E. Pour tout x ∈ U , U est un voisinage de x,
donc il existe rx > 0 tel que Bo (x, rx ) ⊂[U .
Pour tout x ∈ U , Bo (x, rx ) ⊂ U , donc Bo (x, rx ) ⊂ U .
[ x∈U [
De plus, si y ∈ U , y ∈ Bo (y, ry ) ⊂ Bo (x, rx ), donc U ⊂ Bo (x, rx ). Ainsi
[ x∈U x∈U
U= Bo (x, rx ).
x∈U

Remarque. Dans la démonstration précédente, l’existence de rx utilise l’axiome du

choix. On peut s’en passer en posant rx = min(1, 21 sup{r ∈ R∗+ / Bo (x, r) ⊂ U }).
Remarque. Les intervalles ouverts de R sont des ouverts de R.
Démonstration.
• Soit I un intervalle ouvert de R. Si I =]a, b[ avec (a, b) ∈ R2 et a < b, I est la boule
a+b b−a
ouverte de centre et de rayon .
2 2

c Éric Merle 3 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique
[
• Si I =]a, +∞[, où a ∈ R, I = ]a, a + n[ est un ouvert.
n∈N [
• Enfin, si I =] − ∞, a[, où a ∈ R, I = ]a − n, a[ est aussi un ouvert.
n∈N

Remarque. Une intersection infinie d’ouverts n’est pas toujours un ouvert.

Démonstration.
Pour tout n ∈ N∗ , ]0, 1 + n1 [ est un ouvert de R,
\ 1
mais ]0, 1 + [=]0, 1] n’est pas un ouvert car ]0, 1] n’est pas un voisinage de 1. En
n∈N∗
n
effet, pour tout r > 0, Bo (1, r) =]1 − r, 1 + r[6⊂]0, 1].
Définition.
Une partie F de E est un fermé de E
si et seulement si son complémentaire est un ouvert.
[
Exemple. Z est un fermé de R car son complémentaire est ouvert : R\Z = ]n, n+1[.
n∈Z

Remarque. “Intuitivement”, F est un fermé si et seulement si tous les points de la

frontière de F sont dans F , c’est-à-dire si et seulement si F r(F ) ⊂ F . Plus tard, lorque
nous aurons mathématiquement défini la frontière de F , cette propriété se démontrera.
Pour le moment, elle donne une version intuitive de la notion de fermé, fondée sur la
notion intuitive de frontière d’une partie.
Propriété. La notion de fermé satisfait les propriétés suivantes :
∅ et E sont des fermés de E.
Une réunion finie de fermés est un fermé.
Si I est un ensemble quelconque (éventuellement
\ de cardinal infini) et si (Fi )i∈I
est une famille de fermés de E, alors Fi est un fermé de E.
i∈I
Démonstration.
E \ ∅ = E est un ouvert, donc ∅ est un fermé. De même
[ E est \un fermé.
∗
Soient p ∈ N et F1 , . . ., Fp p fermés de E. E \ Fi = (E \ Fi ) est une
1≤i≤p 1≤i≤p
[
intersection finie d’ouverts, donc est un ouvert, donc Fi est un fermé de E.
1≤i≤p
Soient
\ I un [ensemble quelconque et (Fi )i∈I , une famille de fermés de E. \
E\ Fi = (E \ Fi ) est une réunion d’ouverts, donc est un ouvert, donc Fi est
i∈I i∈I i∈I
un fermé de E.
Remarque. Une partie de E peut être à la fois ouverte et fermée.
Remarque. Les intervalles fermés de R sont des fermés. En effet, leur complémentaire
est une réunion d’intervalles ouverts.
Remarque. Une réunion d’un nombre infini de fermé n’est pas toujours un fermé.

c Éric Merle 4 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Démonstration.
Pour tout n ∈ N∗ , [−1 + n1 , 1 − n1 ] est un fermé mais
[ 1 1
[−1 + , 1 − ] =] − 1, 1[ n’est pas un fermé car R\] − 1, 1[∈
/ V(1).
n∈N∗
n n
Remarque. Il existe des parties de E qui ne sont ni fermées ni ouvertes. Par exemple,
[0, 1[ n’est ni un ouvert de R, ni un fermé de R.
Propriété. Les boules fermées (donc en particulier les singletons) sont des fermés.
Démonstration.
Soit (a, r) ∈ E × R+ . Soit x ∈ E \ Bf (a, r). Posons α = d(a, x) − r > 0 et montrons
que Bo (x, α) ⊂ [E \ Bf (a, r)].
En effet, si y ∈ Bo (x, α), d(a, y) ≥ d(a, x) − d(x, y) > d(a, x) − α = r, donc
y ∈ E \ Bf (a, r).
Ainsi E \ Bf (a, r) est un voisinage de x, pour tout x ∈ E \ Bf (a, r). Donc E \ Bf (a, r)
est un ouvert et Bf (a, r) est un fermé de E.
Corollaire. Toute partie de E de cardinal fini est un fermé de E.
Démonstration.
C’est une réunion finie de singletons.

1.2 Adhérence et intérieur

Définition. Soient a ∈ E et A une partie de E. On dit que a est un point intérieur
◦
de A si et seulement si A ∈ V(a). On note A l’ensemble des points intérieurs de A.
◦
Ainsi, pour tout a ∈ E, a ∈ A ⇐⇒ A ∈ V(a) .
◦
Remarque. Intuitivement, A = A \ F r(A), propriété que nous démontrerons effecti-
vement plus loin.
Exemples. Dans R, l’intérieur de [a, b] est ]a, b[, l’intérieur de [a, +∞[ est ]a, +∞[ et
l’intérieur de Q est ∅.
◦ ◦
Dans E, E = E et ∅ = ∅.
◦
Propriété. Soit A une partie de E. A est la réunion des ouverts contenus dans A.
C’est le plus grand ouvert inclus dans A.
Démonstration. [
• Notons U l’ensemble des ouverts inclus dans A et B = U.
U ∈U
Si x ∈ B, il existe U ∈ U tel que x ∈ U . U est un ouvert, donc il est voisinage de
◦
chacun de ses points. En particulier, U ∈ V(x), mais U ⊂ A, donc A ∈ V(x) et x ∈ A.
◦
Ainsi B ⊂ A.

c Éric Merle 5 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique
◦
• Si x ∈ A, il existe r > 0 tel que Bo (x, r) ⊂ A. Bo (x, r) ∈ U, donc x ∈ B. Ainsi
◦
A ⊂ B.
◦
• En tant que réunion d’ouverts inclus dans A, A est un ouvert contenu dans A. De
[ ◦ ◦
plus, si C est un ouvert contenu dans A, C ∈ U, donc C ⊂ U = A. Ainsi A est le
U ∈U
plus grand ouvert inclus dans A.
Propriété. Soient A et B deux parties de E.
◦
A ⊂ A,
◦
A = A si et seulement si A est un ouvert,
◦
◦ ◦
A = A,
◦ ◦
A ⊂ B =⇒ A ⊂ B et
◦
z }| { ◦ ◦
A ∩ B = A ∩ B.
Démonstration.
Les trois premières propriétés sont simples à établir.
◦ ◦
Supposons que A ⊂ B. A est un ouvert contenu dans A donc dans B et B est le
◦ ◦
plus grand ouvert contenu dans B, donc A ⊂ B.
◦ ◦ ◦
z }| { ◦ z }| { ◦ z }| { ◦ ◦
A ∩ B ⊂ A donc A ∩ B ⊂ A. De même, A ∩ B ⊂ B, donc A ∩ B ⊂ A ∩ B.
◦
◦ ◦ ◦ ◦ z }| { ◦ ◦
De plus, A ⊂ A et B ⊂ B, donc A ∩ B ⊂ A ∩ B, puis A ∩ B ⊂ A ∩ B.
◦
◦
z }| {◦
Remarque. A ∪ B ⊂ A ∪ B mais la réciproque est fausse.
Démonstration. ◦ ◦ ◦
◦
z }| { ◦ z }| { ◦ ◦ z }| {
A ⊂ A ∪ B, donc A ⊂ A ∪ B. De même, B ⊂ A ∪ B, donc A ∪ B ⊂ A ∪ B.
◦ ◦
◦ z }| { z }| {
Dans R, Q = ∅ et R \ Q = ∅, mais Q ∪ (R \ Q) = R, donc l’inclusion réciproque n’est
pas toujours vraie.
Définition. Soient a ∈ E et A une partie de E. On dit que a est un point adhérent
de A si et seulement si, pour tout V ∈ V(a), V ∩ A 6= ∅.
On note A l’ensemble des points adhérents de A. A est appelée l’adhérence de A.
Ainsi, pour tout a ∈ E, a ∈ A ⇐⇒ [∀V ∈ V(a) V ∩ A 6= ∅] .

c Éric Merle 6 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Remarque. Intuitivement, A = A ∪ F r(A), propriété que nous démontrerons effecti-

vement plus loin.
Exemples. Dans R, l’adhérence de ]a, b] est [a, b], l’adhérence de ]a, +∞[ est [a, +∞[
et l’adhérence de Q est R.
Dans E, E = E et ∅ = ∅.
Remarque. R désigne tantôt l’adhérence de R et est alors égal à R, tantôt la droite
numérique achevée R = R ∪ {−∞, +∞}. Seul le contexte permet de déterminer dans
quel cas on est placé.
◦
z }| { ◦
Propriété. Soit A une partie de E. E \ A = E \ A et E \ A = E \ A.
Démonstration.
Soit x ∈ E. x ∈ E \ A ⇐⇒ x ∈
/ A ⇐⇒ (∃V ∈ V(x) V ∩ A = ∅), donc
◦
z }| {
x ∈ E \ A ⇐⇒ (∃V ∈ V(x) V ⊂ E \ A) ⇐⇒ x ∈ E \ A.
En appliquant cette propriété au complémentaire de A, on en déduit que
◦
z }| { ◦ ◦
E \ E \ A = E \ (E \ A) = A, donc E \ A = E \ A.

Corollaire. Soit A une partie de E.

A est l’intersection des fermés contenant A. C’est le plus petit fermé contenant A.
Démonstration.
Notons F l’ensemble des fermés contenant A et U l’ensemble des ouverts inclus dans
F −→ U U −→ F
E \ A. Les applications et sont réciproques l’une de
F 7−→ E \ F U 7−→ E \ U
l’autre, et donc ces applications sont bijectives. On peut donc effectuer le changement
de variable F = E \ U .
◦
z }| { [ \ \
A = E \ (E \ A) = E \ E \ A = E \ U= (E \ U ) = F.
U ∈U U ∈U F ∈F
En tant qu’intersection de fermés contenant A, A est un fermé contenant A. De plus,
si G est un fermé contenant A, G ∈ F, donc A ⊂ G. Ainsi A est le plus petit fermé
contenant A.
Propriété. Soient A et B deux parties de E.

A ⊃ A,
A = A si et seulement si A est un fermé,
A = A,
A⊂B =⇒ A ⊂ B et
A∪B = A ∪ B.

c Éric Merle 7 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Démonstration.
Les trois premières propriétés sont simples à établir.
Supposons que A ⊂ B. B est un fermé contenant B donc A et A est le plus petit
fermé contenant A, donc A ⊂ B.
A ∪ B ⊃ A donc A ∪ B ⊃ A. De même, A ∪ B ⊃ B, donc A ∪ B ⊃ A ∪ B.
De plus, A ⊃ A et B ⊃ B, donc A ∪ B ⊃ A ∪ B, puis A ∪ B ⊃ A ∪ B.
Remarque. A ∩ B ⊃ A ∩ B mais la réciproque est fausse.
Démonstration.
A ⊃ A ∩ B, donc A ⊃ A ∩ B. De même, B ⊃ A ∩ B, donc A ∩ B ⊃ A ∩ B.
Dans R, Q = R et R \ Q = R, mais Q ∩ (R \ Q) = ∅, donc l’inclusion réciproque n’est
pas toujours vraie.
Propriété (hors programme) : Soit (xn ) une suite de points de E.
Pour tout N ∈ N, notons XN = {xn /n ≥ N }. \
Alors l’ensemble des valeurs d’adhérence de (xn ) est XN .
N ∈N
En particulier, l’ensemble des valeurs d’adhérence de (xn ) est un fermé.
Démonstration.
a est une valeur d’adhérence de (xn ) si et seulement si
(1) : ∀ε > 0 ∀N ∈ N ∃n ≥ N d(xn , a) < ε, or
(1) ⇐⇒ ∀N ∈ N ∀ε > 0 XN ∩ Bo (a, ε) 6= ∅
⇐⇒ ∀N ∈ N ∀V ∈ V(a) XN ∩ V 6= ∅
⇐⇒ ∀N ∈ N a ∈ XN \
Ainsi, a est une valeur d’adhérence de (xn ) si et seulement si a ∈ XN .
N ∈N

Définition. Soit A une partie de E. Soit x ∈ A.

On dit que x est isolé dans A si et seulement si il existe V ∈ V(x) tel que V ∩ A = {x},
c’est-à-dire si et seulement si x ∈
/ A \ {x}.
Définition. Soit A une partie de E. Soit x ∈ E.
On dit que x est un point d’accumulation de A si et seulement si, pour tout V ∈ V(x),
6 ∅, c’est-à-dire si et seulement si x ∈ A \ {x}.
(V ∩ A) \ {x} =
Propriété. Soient A une partie non vide de E et a ∈ E. Alors d(a, A) = 0 ⇐⇒ a ∈ A.
Ainsi les points adhérents de A sont les points de E situés à une distance nulle de A.
Démonstration.
a ∈ A ⇐⇒ (∀V ∈ V(a) V ∩ A 6= ∅) ⇐⇒ (∀ε ∈ R∗+ Bo (a, ε) ∩ A 6= ∅),
donc a ∈ A ⇐⇒ (∀ε ∈ R∗+ ∃x ∈ A d(a, x) < ε) ⇐⇒ inf{d(x, a)/x ∈ A} = 0.
Ainsi a ∈ A ⇐⇒ d(a, A) = 0.
Remarque. On a vu lors de la présentation de l’ensemble des réels (Logique et
vocabulaire ensembliste, paragraphe 7.3.7) qu’une partie A de R est dense dans R si
et seulement si pour tout x, y ∈ R avec x < y, il existe a ∈ A tel que x < a < y. On
souhaite adapter cette définition à une partie d’un espace métrique quelconque.

c Éric Merle 8 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Propriété. Une partie A de R est dense dans R si et seulement si A rencontre toutes

les boules ouvertes de R.
Démonstration.
Notons I = {]x, y[/x < y} : I désigne donc l’ensemble des intervalles ouverts, non vides,
et bornés de R. D’après la remarque précédente, A est dense dans R si et seulement si
A rencontre tous les éléments de I.
Notons B = {Bo (c, r)/c ∈ R, r ∈ R∗+ } :
B désigne l’ensemble des boules ouvertes de R. B = {]c − r, c + r[/c ∈ R, r ∈ R∗+ },
donc B ⊂ I. Mais réciproquement, pour tout x, y ∈ R avec x < y, ]x, y[= Bo ( x+y2
, y−x
2
),
donc I ⊂ B. Ainsi I = B et A est dense dans R si et seulement si A rencontre tous les
éléments de B, ce qu’il fallait démontrer
Définition. Soit A une partie de E.
A est dense dans E si et seulement si A rencontre toutes les boules ouvertes de E.
Propriété. Une partie A de E est dense dans E si et seulement si A = E.
Démonstration.
Supposons que A = E et soit (a, r) ∈ E × R∗+ . a ∈ E = A et Bo (a, r) ∈ V(a), donc
Bo (a, r) ∩ A 6= ∅. Ainsi, A rencontre toutes les boules ouvertes.
Réciproquement, supposons que A rencontre toutes les boules ouvertes de E. Soient
a ∈ E et V ∈ V(a). Il existe r > 0 tel que Bo (a, r) ⊂ V , or A ∩ Bo (a, r) 6= ∅, donc
V ∩ A 6= ∅. Ainsi, a ∈ A pour tout a ∈ E, donc A = E.
Définition. Soit A une partie de E.
◦ ◦
La frontière de A est F r(A) = A \ A = A ∩ E \ A = A ∩ (E \ A) .

Propriété. La frontière d’une partie de E est toujours fermée.

Démonstration.
F r(A) = A ∩ E \ A est une intersection de deux fermés.
Exemple. Dans R, F r([a, b[) = {a, b}, F r(R) = ∅ et F r(Q) = R.
◦
Propriété. Soit A une partie de E. [A \ F r(A)] = A ⊂ A ⊂ A = [A ∪ F r(A)].
Démonstration. ◦ ◦
Soit x ∈ A \ F r(A). Si x ∈
/ A, x ∈ A \ A, donc x ∈ F r(A), ce qui est faux. Ainsi
◦ ◦
x ∈ A, ce qui prouve que A \ F r(A) ⊂ A.
◦ ◦
Réciproquement, supposons que x ∈ A. Si x ∈ F r(A), x ∈
/ A, donc x ∈ A \ F r(A).
◦
Ainsi, [A \ F r(A)] = A.
◦
Soit x ∈ A. Si x ∈
/ A, x ∈ A \ A = F r(A), donc, dans tous les cas, x ∈ A ∪ F r(A).
Réciproquement, supposons que x ∈ A ∪ F r(A). Si x ∈ A alors x ∈ A.

c Éric Merle 9 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique
◦
Si x ∈ F r(A) = A \ A, on a aussi x ∈ A, donc dans tous les cas, x ∈ A, ce qui prouve
que A = [A ∪ F r(A)].
Propriété. Soit A une partie de E.
A est ouvert si et seulement si A ∩ F r(A) = ∅.
A est fermé si et seulement si F r(A) ⊂ A.
Démonstration. ◦
Si A est ouvert, A = A, donc F r(A) ∩ A = (A \ A) ∩ A = ∅.
◦
Réciproquement, supposons que F r(A) ∩ A = ∅. Alors A = A \ F r(A) = A, donc A
est ouvert.
Si A est fermé, F r(A) ⊂ F r(A) ∪ A = A = A.
Réciproquement si F r(A) ⊂ A, A = A ∪ F r(A) = A, donc A est fermé.
Remarque. Toutes ces notions sont définies uniquement à l’aide de la notion de
voisinages, donc lorsque E est un espace vectoriel normé, elles restent inchangées si on
change la norme de E par une norme équivalente.

1.3 Caractérisation par les suites

Propriété. Soient A une partie de E et a ∈ E.
a ∈ A si et seulement s’il existe une suite d’éléments de A qui converge vers a.
Démonstration.
Supposons que a ∈ A. Pour tout n ∈ N∗ , il existe xn ∈ A ∩ Bo (a, n1 ). Ainsi (xn ) est
une suite d’éléments de A et xn −→ a car d(xn , a) ≤ n1 −→ 0.
n→+∞ n→+∞
Réciproquement, supposons qu’il existe une suite (xn ) d’éléments de A tels que
xn −→ a.
n→+∞
Soit V ∈ V(a). Il existe ε > 0 tel que Bo (a, ε) ⊂ V . xn −→ a, donc il existe N ∈ N∗ tel
n→+∞
que pour tout n ≥ N , d(xn , a) < ε. En particulier, xN ∈ A ∩ Bo (a, ε), donc V ∩ A 6= ∅,
ce qui prouve que a ∈ A.
Corollaire. A est dense dans E si et seulement si pour tout l ∈ E, il existe (xn ) ∈ AN
telle que xn −→ l.
n→+∞

Exercice. Soient A et B deux parties non vides de E.

Montrer que d(A, B) = d(A, B).
Résolution.
• {d(a, b)/(a, b) ∈ A × B} ⊂ {d(α, β)/(α, β) ∈ A × B}, donc
d(A, B) = inf({d(a, b)/(a, b) ∈ A × B})
≥ inf({d(α, β)/(α, β) ∈ A × B}) = d(A, B).
• Soit (α, β) ∈ A × B. Il existe (an ) ∈ AN et (bn ) ∈ B N
telles que an −→ α et bn −→ β.
n→+∞ n→+∞

c Éric Merle 10 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Pour tout n ∈ N, (an , bn ) ∈ A × B, donc d(an , bn ) ≥ d(A, B),

Propriété.
A est fermé si et seulement si toute suite convergente d’éléments de A
a pour limite un élément de A.
Démonstration.
• Supposons que A est fermé et soit (an ) une suite convergente d’éléments de A.
Notons a sa limite. a ∈ A et A = A, donc a ∈ A.
• Réciproquement, on suppose que toute suite convergente d’éléments de A a pour
limite un élément de A. Soit a ∈ A. Il existe une suite (an ) de A telle que an −→ a.
n→+∞
D’après l’hypothèse, a ∈ A, donc A ⊂ A, ce qui montre que A est fermé.
Exemple. Montrons que toute droite de C est fermée :
Soit D une droite de C. Il existe a0 ∈ C et θ ∈ R tels que D = a0 + Reiθ . Ainsi, pour
tout z ∈ C, z ∈ D ⇐⇒ e−iθ (z − a0 ) ∈ R ⇐⇒ Im(e−iθ (z − a0 )) = 0.
Soit (zn ) ∈ DN une suite d’éléments de D telle que zn −→ z ∈ C.
n→+∞
Pour tout n ∈ N, Im(e−iθ (zn − a0 )) = 0, or d’après le cours,
Im(e−iθ (zn − a0 )) −→ Im(e−iθ (z − a0 )), donc Im(e−iθ (z − a0 )) = 0 ce qui montre que
n→+∞
z ∈ D. D’après la caractérisation des fermés, D est bien un fermé.
Exemple. En adaptant le raisonnement,
montrer que {(x, y, z) ∈ R3 / x2 − sin(zy) ≥ y 3 } est un fermé de R3 .
Propriété. Soit G un K-espace vectoriel normé de dimension finie ou infinie.
Tout sous-espace vectoriel de G de dimension finie est fermé.
Démonstration.
Soit F un sous-espace vectoriel de G de dimension finie.
Soit (xn ) une suite d’éléments de F qui converge vers l ∈ G.
En tant que suite convergente de G, (xn ) est une suite de Cauchy de G, donc c’est
une suite de Cauchy de F , mais F est de dimension finie, donc F est complet, ce qui
prouve que la suite (xn ) converge dans F , donc l ∈ F . Ainsi F est fermé.

1.4 Topologie induite sur une partie

Soit A une partie de E. On a déjà vu qu’alors (A, d|A2 ) est un espace métrique.
On a également vu que la topologie d’un espace métrique est l’ensemble de ses ou-
verts. Par extension, la topologie d’un espace métrique désigne tout ce qui concerne ses
ouverts, fermés, adhérences, intérieurs etc.

c Éric Merle 11 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Dans ce contexte, on parle de la topologie “induite” sur A par la topologie “globale”

de E, ou encore de la topologie relative à A. On dispose ainsi des voisinages, ouverts,
fermés, intérieurs, adhérences, frontières et ensembles denses pour la topologie induite
(on parle de voisinages relatifs à A, ouverts relatifs etc.).
Propriété. Les boules, ouverts, fermés et voisinages pour la topologie induite sur
A sont les traces sur A des boules centrées dans A, des ouverts, des fermés et des
voisinages pour la topologie de E.
Démonstration.
• Soit (a, r) ∈ A × R∗+ . La boule ouverte de centre a et de rayon r pour la topologie
induite est BoA (a, r) = {x ∈ A/d(a, x) < r} = BoE (a, r) ∩ A.
La démonstration est identique pour les boules fermées.
• Soit UA un ouvert pour la topologie induite sur A. C’est une réunion de boules
∗
ouvertes de la forme BoA (a, r) où (a, ! r) ∈ A × R+ . Donc UA est de la forme
[ [
BoA (ai , ri ) = A ∩ BoE (ai , ri ) = A ∩ U où U est un ouvert de E.
i∈I i∈I
Réciproquement, soit U un ouvert pour la topologie globale de E. Soit a ∈ U ∩ A. Il
existe r > 0 tel que Bo (a, r) ⊂ U , donc BoA (a, r) ⊂ U ∩ A. Ainsi, pour la topologie
induite sur A, U ∩ A est voisinage de chacun de ses points, donc est un ouvert.
• Soit FA une partie de A. FA est un fermé pour la topologie induite si et seulement
si A \ FA est un ouvert pour la topologie induite, donc si et seulement s’il existe un
ouvert U pour la topologie globale tel que A \ FA = A ∩ U . Ainsi FA est un fermé pour
la topologie induite si et seulement s’il existe un ouvert U pour la topologie globale tel
que FA = A \ (A ∩ U ) = (E \ U ) ∩ A. Donc les fermés pour la topologie induite sont
les traces sur A des fermés pour la topologie globale.
• Soient V une partie de A et a ∈ A.
Supposons que V ∈ V A (a). Posons W = V ∪ (E \ A). Ainsi V = W ∩ A.
Il existe r > 0 tel que BoE (a, r)∩A = BoA (a, r) ⊂ V . Ainsi BoE (a, r) ⊂ W et W ∈ V E (a).
Donc V = W ∩ A est la trace sur A d’un voisinage de a pour la topologie globale.
Réciproquement, supposons que V est la trace sur A d’un voisinage de a pour la
topologie globale. Ainsi V = W ∩A où W ∈ V E (a). Il existe r > 0 tel que BoE (a, r) ⊂ W .
Alors BoA (a, r) = BoE (a, r) ∩ A ⊂ W ∩ A = V , ce qui prouve que V ∈ V A (a).
Propriété. Si B est une partie de A, l’adhérence de B pour la topologie induite sur
A est la trace sur A de l’adhérence de B pour la topologie globale sur E.
Démonstration.
Soit a ∈ A.
A
a ∈ B ⇐⇒ (∀V ∈ V A (a) V ∩ B 6= ∅) ⇐⇒ (∀W ∈ V E (a) W ∩ A ∩ B 6= ∅),
A E A E
or B ⊂ A, donc A∩B = B. Ainsi a ∈ B ⇐⇒ a ∈ B , ce qui montre que B = A∩B .

Remarque. L’intérieur et la frontière pour la topologie induite sur A ne correspondent

pas aux traces sur A des intérieur et frontière pour la topologie globale de E.

c Éric Merle 12 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Démonstration.
◦A
Prenons B = A = [a, b]. B =]a − 1, b + 1[∩A est un ouvert de A, donc B = A = [a, b],
◦E
mais A ∩ B =]a, b[.
Avec le même exemple, F rA (B) = ∅ mais A ∩ F rE (B) = {a, b}.
Propriété. Soit B une partie de A. B est dense dans A si et seulement si A ⊂ B .
Démonstration.
E A
B est dense dans A si et seulement si B ∩ A = B = A, donc si et seulement si
E
A⊂B .

1.5 Les compacts

Définition. Soit A une partie de E.
A est compacte si et seulement si
toute suite d’éléments de A admet au moins une valeur d’adhérence dans A.
Remarque. Lorsque E est un K-espace vectoriel, si N et N 0 sont deux normes
équivalentes sur E, alors une partie de E est compacte pour N si et seulement si
elle est compacte pour N 0 .
Propriété. Tout compact de E est fermé et borné.
Démonstration.
• Soit A un compact de E. Soit (xn ) une suite d’éléments de A qui converge vers
x ∈ E. A étant compact, (xn ) admet au moins une valeur d’adhérence dans A, or x est
l’unique valeur d’adhérence de (xn ), donc x ∈ A. Ainsi A est fermé.
• Il existe e ∈ E. Supposons que A n’est pas borné. Ainsi pour tout n ∈ N, il existe
xn ∈ A tel que d(e, xn ) ≥ n. Si ϕ : N −→ N est une application strictement croissante,
d(e, xϕ(n) ) ≥ ϕ(n) ≥ n −→ +∞, ainsi la suite (xϕ(n) ) n’est pas bornée donc ne
n→+∞
converge pas. Ainsi la suite (xn ) n’admet aucune valeur d’adhérence, ce qui est faux.
On en déduit que A est borné.
Théorème. La réciproque est vraie en dimension finie : si E est un K-espace vectoriel
de dimension finie, les compacts de E sont exactement ses fermés bornés.
Démonstration.
Soit E un K-espace vectoriel de dimension finie et soit A une partie fermée bornée de
E. Soit (xn ) ∈ AN .
A est bornée, donc (xn ) est une suite bornée de E donc, d’après le théorème de Bolzano-
Weierstrass, elle possède une valeur d’adhérence a ∈ E. Il existe une extraction (xϕ(n) )
de (xn ) qui converge vers a, mais (xϕ(n) ) ∈ AN et A est fermé, donc a ∈ A.
Remarque. Pour le moment, ce théorème ainsi que le théorème de Bolzano-Weierstrass
sont démontrés uniquement lorsque sur E, on utilise la norme N définie par : si
q q
X X
y= yi ei ∈ E, alors N (y) = |yi |, où e = (e1 , . . . , eq ) est une base de E.
i=1 i=1

c Éric Merle 13 MPSI2, LLG

Limites et continuité 1 Topologie dans un espace métrique

Nous démontrerons page 38 que sur un espace vectoriel de dimension finie, toutes les
normes sont équivalentes, donc ces théorèmes sont vrais pour toute norme de E.
Cependant, pour démontrer que toutes les normes sont équivalentes sur un espace E
de dimension finie, nous utiliserons que dans E les fermés bornés sont compacts, mais
seulement pour la norme N : il n’y aura donc pas de cercle vicieux.
Propriété. Soit A un compact de E.
Lorsque B ⊂ A, B est compact si et seulement s’il est fermé.
Démonstration.
Supposons que B est compact. Alors il est fermé d’après la propriété précédente.
Réciproquement, supposons que B est fermé. Soit (xn ) une suite d’éléments de B. C’est
aussi une suite d’éléments de A qui est compact, donc il existe une application
ϕ : N −→ N, strictement croissante telle que (xϕ(n) ) converge dans A.
Mais (xϕ(n) ) ∈ B N et B est un fermé, donc (xϕ(n) ) converge dans B. Ainsi la suite (xn )
admet une valeur d’adhérence dans B, ce qui prouve que B est compact.
Théorème. Une suite d’éléments d’une partie compacte converge si et seulement si
elle admet une unique valeur d’adhérence.
Démonstration.
Au tableau.
Théorème. On suppose que E et F sont deux K-espaces vectoriels normés.
Si A et B sont des compacts de E et de F , alors A × B est un compact de E × F .
Démonstration.
Soit ((xn , yn ))n∈N ∈ (A × B)N . A est compact, donc il existe une application
ϕ : N −→ N, strictement croissante et x ∈ A tels que xϕ(n) −→ x.
n→+∞
(yϕ(n) ) ∈ B N et B est compact, donc il existe une application Ψ : N −→ N, strictement
croissante et y ∈ B tels que yϕ(Ψ(n)) −→ y. De plus, par composition des limites,
n→+∞
xϕ(Ψ(n)) −→ x. Ainsi (xϕ◦Ψ(n) , yϕ◦Ψ(n) ) −→ (x, y) ∈ A × B, ce qui prouve que A × B
n→+∞ n→+∞
est un compact de E × F .
Corollaire. Soient p ∈ N∗ , E1 , . . ., Ep p K-espaces vectoriels norméset A1 , . . ., Ap
p compacts respectivement dans E1 , . . ., Ep . Alors A1 × · · · × Ap est un compact de
E1 × · · · × Ep .
Démonstration.
Se démontre par récurrence sur p.
Théorème (hors programme) : Caractérisation de la compacité par la pro-
priété de Borel Lebesgue.
Soit A une partie de E. Les assertions suivantes sont équivalentes.
i) A est compact. [
ii) Pour tout ensemble I et pour toute famille d’ouverts (Ui )i∈I telle que A ⊂ Ui , il
[ i∈I
existe une partie J finie de I telle que A ⊂ Ui .
i∈J

c Éric Merle 14 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

C’est la propriété de Borel Lebesgue, qui signifie que, de tout recouvrement de A par
des ouverts, on peut en extraire un recouvrement fini. \
iii) Pour tout ensemble I et pour toute famille de fermés (Fi )i∈I telle que A ∩ Fi = ∅,
\ i∈I
il existe une partie J finie de I telle que A ∩ Fi = ∅.
i∈J
Démonstration.
Par passage au complémentaire, ii) ⇐⇒ iii).
• Supposons iii) et montrons i).
Soit (xn ) une suite de points de A. Supposons qu’elle n’admet aucune valeur d’adhérence
dans\ A. Ainsi, avec les notations de la propriété précédente,\
A∩ XN = ∅, donc d’après iii), il existe p ∈ N tel que A∩ XN = ∅. Mais la suite
N ∈N 0≤N ≤p
\
(XN ) est décroissante au sens de l’inclusion, donc XN = Xp . Ainsi, A ∩ Xp = ∅,
0≤N ≤p
ce qui est faux.
• i) =⇒ ii) : Au tableau.
Propriété. Soit (xn ) ∈ E N une suite convergente. Notons l sa limite.
Alors l’ensemble {xn /n ∈ N} ∪ {l} est un compact de E.
Démonstration.
Soit (Ui )i∈I un recouvrement de A = {xn /n ∈ N} ∪ {l} par des ouverts. Il existe j ∈ I
tel que l ∈ Uj .
Uj est un ouvert, donc il existe ε > 0 tel que Bo (l, ε) ⊂ Uj . Mais xn −→ l, donc il
n→+∞
existe N ∈ N tel que, pour tout n ≥ N , xn ∈ Bo (l, ε).
Pour tout n ∈ {0, . . . , N − 1}, il existe in ∈ I tel que xn ∈ Uin , donc la famille finie
d’ouverts (Uj , Ui0 , . . . , UiN −1 ) est un recouvrement de A.
Ceci prouve que A est compact.
Remarque. Dans cette démonstration, on a utilisé la caractérisation de Borel Le-
besgue, mais seulement dans le sens ii) =⇒ i), que l’on a démontré.

2 Continuité ponctuelle
On fixe deux espaces métriques E et F , ainsi qu’une fonction f : E −→ F , dont le
domaine de définition sera noté Df .

2.1 Limite en un point

Notation. On fixe une partie A de Df . On fixe également a et
on suppose qu’il existe au moins une suite (an ) ∈ AN telle que an −→ a.
n→+∞

Ainsi, lorsque a ∈ E, ceci signifie que a ∈ A.

c Éric Merle 15 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

On envisagera cependant également le cas des limites infinies :

— Si a = ∞, on suppose que A n’est pas borné, c’est-à-dire qu’il existe une suite
(an ) ∈ AN telle que an −→ ∞.
n→+∞
— Si a = +∞, on suppose que E = R et que A n’est pas majorée, c’est-à-dire qu’il
existe une suite (an ) ∈ AN telle que an −→ +∞.
n→+∞
— Si a = −∞, on suppose que E = R et que A n’est pas minorée, c’est-à-dire qu’il
existe une suite (an ) ∈ AN telle que an −→ −∞.
n→+∞
On fixe aussi l dans F ∪ {∞}. Lorsque F = R, on pourra avoir l = +∞ ou l = −∞.

2.1.1 Caractérisation séquentielle

Définition. f (x)tend vers l lorsque x tend vers

a en appartenant à A si et seulement
si ∀(xn )n∈N ∈ AN xn −→ a =⇒ f (xn ) −→ l .
n→+∞ n→+∞
Dans ce cas, on note f (x) −→
x→a
l.
x∈A

Remarque. Il s’agit d’une définition “séquentielle” car elle utilise un critère reposant
sur des suites.
Propriété. Lorsque E et F sont des espaces vectoriels normés, si l’on remplace l’une
des normes sur E ou F par une norme équivalente, la condition f (x) −→
x→a
l est inchangée.
x∈A

Exemples :
— En utilisant que | sin x| ≤ |x| pour tout x ∈ R, on montre que sin x −→ 0.
x→0
1
— −→ 0.
x x→±∞
x∈R

−→ +∞, car si (xn ) ∈ RN vérifie xn −→ +∞, en utilisant que

— bxc x→+∞
n→+∞
x∈R
bxn c ≥ xn − 1, le principe des gendarmes prouve que bxn c −→ +∞.
n→+∞
— sin x n’admet pas de limite lorsque x tend vers +∞. Sinon, en notant ` cette
limite, on aurait sin(nπ) −→ `, donc ` = 0 et sin(2nπ + π2 ) −→ `, donc ` = 1.
n→+∞ n→+∞

Propriété. Unicité de la limite. Si F = R, on impose que l, l0 ∈ R ∪ {+∞, −∞}.

Si f (x) −→
x→a
l et f (x) −→
x→a
l0 , alors l = l0 .
x∈A x∈A
Dans ce cas, on dit que l est la limite de f (x) lorsque x tend vers a en appartenant à
A et on note l = lim
x→a
f (x).
x∈A

Démonstration.
Soit (l, l0 ) ∈ F 2 tel que f (x) −→
x→a
l et f (x) −→
x→a
l0 .
x∈A x∈A

Il existe au moins une suite (xn ) ∈ AN qui tend vers a. Alors f (xn ) −→ l et f (xn ) −→ l0 ,
n→+∞ n→+∞
donc l = l0 en vertu de l’unicité de la limite d’une suite.

c Éric Merle 16 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Remarque. L’existence d’une suite (xn ) ∈ AN qui tend vers a est une hypothèse

nécessaire car sinon, la condition “∀(xn )n∈N ∈ AN
xn −→ a =⇒ f (xn ) −→ l ” est
n→+∞ n→+∞
vraie pour tout l.
Remarque. lorsque f (x) −→
x→a
+∞, il convient de dire que f (x) diverge vers +∞. On
x∈A
ne parlera de convergence que dans le cas où l ∈ F .
Propriété. On suppose que F = C et que l ∈ C.
Alors f (x) −→
x→a
` si et seulement si (Re(f )(x) −→
x→a
Re(`)) ∧ (Im(f )(x) −→
x→a
Im(`)).
x∈A x∈A x∈A

Démonstration.
Supposons que f (x) −→
x→a
`. Soit (xn ) ∈ AN telle que xn −→ a. Alors f (xn ) −→ `,
n→+∞ n→+∞
x∈A
donc Re(f )(xn ) = Re(f (xn )) −→ Re(`) d’après le cours sur les suites de vecteurs.
n→+∞
C’est vrai pour toute suite (xn ) ∈ AN telle que xn −→ `, donc Re(f )(x) −→
x→a
Re(`). De
n→+∞
x∈A
même on montre que Im(f )(x) −→
x→a
Im(`).
x∈A
Réciproquement, supposons que (Re(f )(x) −→
x→a
Re(`)) ∧ (Im(f )(x) −→
x→a
Im(`)). Soit
x∈A x∈A

(xn ) ∈ AN telle que xn −→ a. Alors Re(f )(xn ) −→ Re(`) et Im(f )(xn ) −→ Im(`),
n→+∞ n→+∞ n→+∞
donc f (xn ) = ` d’après le cours sur les suites de vecteurs. C’est vrai pour toute suite
(xn ) ∈ AN telle que xn −→ `, donc f (x) −→ x→a
`.
n→+∞
x∈A

Propriété. Soient A et B deux parties de Df telles que A ⊂ B.

Si f (x) −→
x→a
l, alors f (x) −→
x→a
l.
x∈B x∈A

Démonstration.
Supposons que f (x) −→
x→a
l. Soit (xn ) ∈ AN telle que xn −→ a.
n→+∞
x∈B

A ⊂ B, donc (xn ) ∈ B . Or f (x) −→

N
x→a
l, donc f (xn ) −→ l. Ainsi f (x) −→
x→a
l.
n→+∞
x∈B x∈A

2.1.2 Caractérisation par “ε”

Propriété. On suppose que a ∈ E et que l ∈ F .

f (x) −→
x→a
l ⇐⇒ ∀ε ∈ R∗+ ∃α ∈ R∗+ ∀x ∈ A (d(x, a) ≤ α =⇒ d(f (x), l) ≤ ε).
x∈A

Démonstration.
• Supposons que ∀ε ∈ R∗+ ∃α ∈ R∗+ ∀x ∈ A (d(x, a) < α =⇒ d(f (x), l) < ε).
Soit (xn ) ∈ AN telle que xn −→ a. Soit ε > 0. Il existe α > 0 tel que
n→+∞
∀x ∈ A (d(x, a) < α =⇒ d(f (x), l) < ε).
Il existe N ∈ N tel que pour tout n ≥ N d(xn , a) < α.
Ainsi, pour tout n ≥ N d(f (xn ), l) < ε. Donc f (xn ) −→ l.
n→+∞

c Éric Merle 17 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

• Pour démontrer la réciproque, établissons sa contraposée. Supposons qu’il existe

ε > 0 tel que pour tout α > 0, il existe x ∈ A tel que d(x, a) < α et d(f (x), l) ≥ ε.
1
En particulier, pour tout n ∈ N, il existe xn ∈ A tel que d(xn , a) < et
n+1
d(f (xn ), l) ≥ ε.
xn −→ a car d(xn , a) −→ 0. D’autre part, la suite (f (xn )) ne tend pas vers l car
n→+∞ n→+∞
(d(f (xn ), l)) ne converge pas vers 0.
Remarque. Dans (1), on peut prendre les deux dernières inégalités indifféremment
strictes ou larges.
Propriété. On peut adapter cette caractérisation (ainsi que sa démonstration) dans
le cas où a et l sont éventuellement infinis. On obtient par exemple :
— Si l ∈ F et E = R,
−→ l ⇐⇒ ∀ε ∈ R∗+ ∃M ∈ R∗+ ∀x ∈ A (x ≥ M =⇒ d(f (x), l) < ε).
f (x) x→+∞
x∈A
— Si a ∈ E et F = R,
f (x) −→
x→a
+∞ ⇐⇒ ∀M ∈ R∗+ ∃α ∈ R∗+ ∀x ∈ A (d(x, a) ≤ α =⇒ f (x) ≥ M ).
x∈A
— Si a = ∞ et l ∈ F , en choisissant e0 ∈ E,
f (x) −→
x→∞
l ⇐⇒ ∀ε ∈ R∗+ ∃M ∈ R∗+ ∀x ∈ A (d(x, e0 ) ≥ M =⇒ d(f (x), l) ≤ ε).
x∈A
— Si a = ∞ et l = ∞, en fixant e0 ∈ E et f0 ∈ F , f (x) −→
x→∞
∞ si et seulement si
x∈A
∀M ∈ R∗+ ∃N ∈ R∗+ ∀x ∈ A (d(x, e0 ) ≥ N =⇒ d(f (x), f0 ) ≥ M ).
N −→ E
Remarque. Une suite (xn ) ∈ E N peut être vue comme la fonction ,
n 7−→ xn
définie sur N qui est une partie non majorée de R. La notion de limite d’une suite
dans un espace métrique devient donc un cas particulier de la notion de limite d’une
fonction en +∞.

2.1.3 Caractérisation par voisinages

Définition. Dans R, on appelle voisinage de +∞ toute partie contenant un intervalle

]c, +∞[ où c ∈ R et voisinage de −∞ toute partie contenant un intervalle ]−∞, c[. Ainsi
V(+∞) = {V ⊂ R/∃c ∈ R ]c, +∞[⊂ V } et V(−∞) = {V ⊂ R/∃c ∈ R ] − ∞, c[⊂ V }.
Définition. Si E est non borné, on appelle voisinage de ∞ toute partie contenant le
complémentaire d’une boule fermée centrée en l’origine.
Ainsi V(∞) = {V ⊂ E / ∃R > 0 E \ Bf (e, R) ⊂ V }, où e ∈ E : on peut montrer que
cet ensemble ne dépend pas de e.
Propriété. Avec les définitions précédentes de voisinages, on a encore :
Une intersection de deux voisinages de a est un voisinage a.
Toute partie contenant un voisinage de a est un voisinage de a.

c Éric Merle 18 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Remarque.
Avec ces nouvelles définitions, les hypothèses portant sur a et A énoncées au début du
présent paragraphe se résument ainsi : tout voisinage V de a rencontre A .
Définition. On dit que f |A est bornée au voisinage de a si et seulement s’il existe un
voisinage V de a tel que f |V ∩A est bornée.
Plus généralement, on dit que f |A vérifie une certaine propriété au voisinage de a si et
seulement s’il existe un voisinage V de a tel que f |V ∩A vérifie cette propriété.
Lorsqu’on énonce une propriété portant sur f au voisinage de a ∈ E, on dit que c’est
une propriété locale (de f au voisinage de a).
Lorsqu’on énonce une propriété portant sur f au voisinage de ∞ ou de ±∞, on dit que
c’est une propriété asymptotique.
Exemples :
— x 7−→ ln x est négative au voisinage de 0.
— sin est croissante au voisinage de 0.
sin x
— x 7−→ est strictement positive au voisinage de 0.
x
Propriété. f (x) −→
x→a
l ⇐⇒ ∀V ∈ V(l) ∃U ∈ V(a) f (U ∩ A) ⊂ V .
x∈A

Démonstration.
Plaçons-nous dans le cas où a ∈ E et l ∈ F .
f (x) −→
x→a
l ⇐⇒ ∀ε ∈ R∗+ ∃α ∈ R∗+ ∀x ∈ E (x ∈ Bo (a, α) ∩ A =⇒ f (x) ∈ Bo (l, ε))
x∈A
⇐⇒ ∀ε ∈ R∗+ ∃α ∈ R∗+ f (Bo (a, α) ∩ A) ⊂ Bo (l, ε) .
⇐⇒ ∀ε ∈ R∗+ ∃U ∈ V(a) f (U ∩ A) ⊂ Bo (l, ε)
⇐⇒ ∀V ∈ V(l) ∃U ∈ V(a) f (U ∩ A) ⊂ V.
Cette démonstration s’adapte aux différents cas de limites infinies, avec les définitions
précédentes des voisinages de ∞ dans E et de ±∞ dans R.
Propriété. Caractère local (ou asymptotique) de la notion de limite.
Pour tout U0 ∈ V(a), f (x) −→
x→a
l ⇐⇒ f (x) −→
x→a
l.
x∈A x∈A∩U0

Ainsi la valeur de l’éventuelle limite de f (x) lorsque x tend vers a pour x appartenant à
A ne dépend pas du comportement global de f sur A mais seulement du comportement
de f |A au voisinage de a. En particulier, si l’on modifie les valeurs de f (x) lorsque
x∈/ U0 , on ne modifie pas la valeur logique de la proposition f (x) −→ x→a
l.
x∈A

Démonstration.
“=⇒” découle d’une remarque précédente, car A ⊃ A ∩ U0 .
Réciproquement, supposons que f (x) −→
x→a
l.
x∈A∩U0

Soit V ∈ V(l). Il existe U ∈ V(a) tel que f (U ∩ (A ∩ U0 )) ⊂ V . Ainsi U ∩ U0 ∈ V(a) et

f ((U ∩ U0 ) ∩ A) ⊂ V . On a donc montré que f (x) −→
x→a
l.
x∈A

c Éric Merle 19 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Définition. Soit a ∈ E tel que a ∈ Df \ {a}. Ainsi, a est un point d’accumulation de

Df . S’il existe l ∈ F tel que f (x) −→
x→a
l, on écrit que f (x) −→
x→a
l ou même f (x) −→ l.
x→a
x∈Df \{a} x6=a

On note aussi l = lim

x→a
f (x), ou même l = lim f (x). C’est la notion usuelle de limite
x→a
x6=a
d’une fonction en un point.
Propriété. Soient A et B deux parties de Df qui rencontrent tout voisinage de a.
Alors, (f (x) −→
x→a
l et f (x) −→
x→a
l) ⇐⇒ f (x) −→
x→a
l.
x∈A x∈B x∈A∪B

Démonstration.
“⇐=” découle d’une remarque précédente car A ∪ B ⊃ A et A ∪ B ⊃ B.
Réciproquement, supposons que (f (x) −→
x→a
l et f (x) −→
x→a
l).
x∈A x∈B

Soit V ∈ V(l). Il existe (U, U 0 ) ∈ V(a)2 tel que f (U ∩ A) ⊂ V et f (U 0 ∩ B) ⊂ V .

Posons U ” = U ∩U 0 ∈ V(a). f (U ”∩A) ⊂ f (U ∩A) ⊂ V et f (U ”∩B) ⊂ f (U 0 ∩B) ⊂ V .
Ainsi f (U ” ∩ (A ∪ B)) = f ((U ” ∩ A) ∪ (U ” ∩ B)) = f (U ” ∩ A) ∪ f (U ” ∩ B) ⊂ V .
On a montré que f (x) −→x→a
l.
x∈A∪B

Définition. Supposons que E = R et que a ∈ R.

• Si a ∈ Df ∩]a, +∞[, et si f (x) −→
x→a
l, on note f (x) −→
x→a
l et l = lim
x→a
f (x). Il
x∈Df ∩]a,+∞[ x>a x>a

s’agit de la notion de limite à droite du réel a.

• De même, si a ∈ Df ∩] − ∞, a[, et si f (x) −→ x→a
l, on note f (x) −→
x→a
l
x∈Df ∩]−∞,a[ x<a

et l = lim
x→a
f (x). Il s’agit de la notion de limite à gauche du réel a.
x<a

Exemples :
— la limite à droite de bxc en n ∈ Z est égale à n et la limite à gauche est égale à
n − 1.
1
— x 7−→ tend vers −∞ en 1− et vers +∞ en 1+ .
x−1
|x| |x|
— −→+ 1 et −→ −1.
x x→0 x x→0−
Remarque. Comme les notions de limites à droite et à gauche ne sont que des cas
particuliers de la notion de limite, toutes les propriétés relatives aux limites s’appliquent
au cas des limites à droite et à gauche.
Propriété. On suppose que E = R et a ∈ Df ∩] − ∞, a[ ∩ Df ∩]a, +∞[.
Alors f (x) −→ l si et seulement si f (x) −→
x→a
l et f (x) −→
x→a
l.
x→a
x>a x<a

Démonstration.
Df \ {a} = (Df ∩] − ∞, a[) ∪ (Df ∩]a, +∞[), donc, d’après la propriété précédente,
f (x) −→
x→a
l si et seulement si f (x) −→
x→a
l et f (x) −→ x→a
l.
x∈Df \{a} x∈Df ∩]a,+∞[ x∈Df ∩]−∞,a[

Propriété. Si f (x) −→
x→a
l et si f (A) ⊂ B, alors l ∈ B.
x∈A

c Éric Merle 20 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Démonstration.
Il existe une suite (xn ) ∈ AN telle que xn −→ a. Alors f (xn ) −→ l. Or pour tout
n→+∞ n→+∞
n ∈ N, f (xn ) ∈ f (A) ⊂ B, donc l ∈ B.
Exemple. Supposons que F = R et que ∀x ∈ A f (x) > 0. Alors, s’il existe l ∈ R
telle que f (x) −→
x→a
l, l ≥ 0.
x∈A

2.2 Continuité en un point

Remarque. Si a ∈ A et si f (x) −→
x→a
l, alors l = f (a).
x∈A

Démonstration.
Supposons que a ∈ A et que f (x) −→
x→a
l.
x∈A
a ∈ A, donc la suite constante égale à a est une suite d’éléments de A. Ainsi la suite
constante égale à f (a) converge vers l. D’après l’unicité de la limite, f (a) = l.
Définition. Soit a ∈ Df . f est continue en a si et seulement si f (x) −→
x→a
f (a).
x∈Df

Exemple. x 7−→ bxc est continue en x si et seulement si x ∈ R \ Z.

Exemple. La fonction caractéristique de Q, notée 1Q , est discontinue en tout réel.
En effet, soit x ∈ R. Q et R \ Q étant denses dans R, il existe (qn ) ∈ QN et
(rn ) ∈ (R \ Q)N telle que qn −→ x et rn −→ x. Ainsi, si 1Q était continue en x, on
n→+∞ n→+∞
aurait 1Q (x) = lim 1Q (qn ) = 1 = lim 1Q (rn ) = 0.
n→+∞ n→+∞

Propriété. On suppose que F = C. Soit a ∈ Df .

f est continue en a si et seulement si Re(f ) et Im(f ) sont continues en a.
Propriété. Soit a ∈ Df . f est continue en a si et seulement si l’une des propriétés
suivantes est vérifiée :
i) Pour toute suite (xn ) de points de Df telle que xn −→ a, f (xn ) −→ f (a).
n→+∞ n→+∞
ii) ∀ε > 0 ∃α > 0 ∀x ∈ Df (d(x, a) ≤ α =⇒ d(f (x), f (a)) ≤ ε).
iii) ∀V ∈ V(f (a)) ∃U ∈ V(a) f (U ∩ Df ) ⊂ V .
Remarque. Notamment, lorsque f est continue en a, si xn −→ a, avec pour tout
n→+∞
n ∈ N, xn ∈ Df , alors f (xn ) −→ f (a).
n→+∞

Propriété. Soit a ∈ Df .
/ Df \ {a} (on dit que a est un point isolé de Df ), f est continue en a.
Si a ∈
Si a ∈ Df \ {a}, f est continue en a si et seulement si f (x) −→ x→a
f (a).
x∈Df \{a}

c Éric Merle 21 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Démonstration.
• Supposons que a ∈ / Df \ {a}. Ainsi, il existe V ∈ V(a) tel que
V ∩ (Df \ {a}) = ∅. Or il existe ε > 0 tel que Bo (a, ε) ⊂ V . Donc pour tout x ∈ Df ,
d(x, a) < ε =⇒ x = a.
Soit (xn ) ∈ DfN telle que xn −→ a. Il existe N ∈ N telle que pour tout n ≥ N ,
n→+∞
d(xn , a) < ε. Ainsi la suite (xn ) est stationnaire à partir du rang N et égale à a. Donc
la suite (f (xn )) est stationnaire à partir du rang N et égale à f (a). En particulier,
f (xn ) −→ f (a). On a prouvé que f est continue en a.
n→+∞

• Supposons que a ∈ Df \ {a}.

Posons A = Df \ {a} et B = {a}. Ainsi a ∈ A ∩ B,
donc d’après une propriété précédente,
f (x) −→
x→a
f (a) si et seulement si [f (x) −→
x→a
f (a)]∧[f (x) −→
x→a
f (a)], or d’après
x∈Df =A∪B x∈Df \{a}=A x∈B={a}

la caractérisation séquentielle de la limite en un point, il est évident que l’on a toujours

f (x) −→
x→a
f (a), donc f est continue en a si et seulement si f (x) −→ x→a
f (a).
x∈{a} x∈Df \{a}

Remarque. Soient a ∈ Df et U0 ∈ V(a). f est continue en a si et seulement si f |Df ∩U0

est continue en a. Ainsi la notion de continuité (au point a) est une notion locale.
Définition. On dit que f est continue si et seulement si elle est continue en chaque
point de son domaine de définition.
Exemple. L’application z 7−→ z1 est continue sur C∗ .
Démonstration.
On a vu dans le chapitre “suites de vecteurs” que si (xn ) est une suite de complexes
1 1
non nuls telle que xn −→ ` ∈ C∗ , alors −→ .
n→+∞ xn n→+∞ `
Propriété. Les applications lipschitziennes sont continues.
Démonstration.
Supposons que f est k-lipschitzienne et soit a ∈ Df .
Si (xn ) ∈ DfN converge vers a, comme d(f (xn ), f (a)) ≤ kd(xn , a) −→ 0, (f (xn ))
n→+∞
converge vers f (a). Ainsi f est continue en a.
Propriété. Soient A une partie de Df et a ∈ A. Si f est continue en a, alors f |A est
aussi continue en a.
Démonstration.
Si f (x) −→
x→a
f (a), comme Df ⊃ A, f (x) −→
x→a
f (a).
x∈Df x∈A

Corollaire. Soit A une partie incluse dans Df . Si f est continue, alors f |A est continue.
Remarque. Il est important de distinguer la propriété P : “f |A est continue” et la
propriété Q : “f |Df est continue en tout point de A”.
En effet, Q =⇒ P , mais la réciproque est fausse. Par exemple, (1Q )|Q est continue, car
constante, mais 1Q n’est continue en aucun point de Q.

c Éric Merle 22 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Définition. On suppose que E = R. Soit a ∈ Df . On dit que f est continue à droite

en a si et seulement si f |[a,+∞[∩Df est continue en a. On définit de même la notion de
continuité à gauche.
Propriété. On suppose que E = R. Soit a ∈ Df .
f est continue en a si et seulement si f est continue à droite et à gauche en a.
Exemple. x 7−→ |x|, de R dans R, est continue à gauche et à droite en 0, donc elle
est continue sur R.
Exemple. Posons f (x) = bxc + (x − bxc)2 , pour tout x ∈ R.
f est clairement continue sur R \ Z.
Soit m ∈ Z. lim− f (x) = m − 1 + (m − (m − 1))2 = m − 1 + 1 = m
x→m
et lim+ f (x) = m + (m − m)2 = m, donc f est continue sur R.
x→m

Exemple. Posons f (x) = b−|x|c, pour tout x ∈ R.

f est clairement continue sur R \ Z.
Soit m ∈ N∗ . lim− f (x) = −m = lim + f (x) et lim+ f (x) = −m − 1 = lim f (x),
x→m x→−m x→m x→−m−
∗
donc f est discontinue en tout point de Z .
En 0, lim+ f (x) = −1 = lim− f (x), mais f (0) = 0, donc f n’est pas continue en 0.
x→0 x→0

Remarque. Considérons l’application f : R −→ R définie par les relations suivantes.

Pour tout x < 0, f (x) = 0 et pour tout x ≥ 0 f (x) = 1.
f |R∗− et f |R+ sont continues (car elles sont constantes) mais f = f |R∗− ∪R+ n’est pas
continue (car f (− n1 ) −→ 0 et f ( n1 ) −→ 1).
n→+∞ n→+∞

Définition. On suppose que f est continue. Soit D ⊃ Df . On dit que f se prolonge

par continuité sur D si et seulement s’il existe une application f˜ : D −→ F continue
et telle que f˜|Df = f .
Propriété. Soit a ∈ Df \ Df . f admet un prolongement par continuité en a si et
seulement si f admet une limite finie en a. Dans ce cas, l’unique prolongement par
continuité f˜ de f sur Df ∪ {a} est donné par f˜(a) = lim
x→a
f (x).
x6=a

Démonstration.
Posons D = Df ∪ {a}.
• Supposons que f admet un prolongement par continuité sur D, noté f˜.
Alors f˜(x) −→
x→a
f˜(a), or Df ⊂ D et a ∈ Df , donc f (x) −→
x→a
f˜(a). Donc f admet une
x∈D x∈Df

limite finie en a et f˜(a) est égal à cette limite.

Ainsi, sous l’hypothèse de l’existence du prolongement, on a déjà montré son unicité.
• Supposons que f admet une limite en a et posons f˜(a) = lim x→a
f (x).
x6=a

a ∈ D \ {a}, et f˜(a) = lim

x→a
f˜(x), donc f˜ est continue en a.
x6=a

c Éric Merle 23 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Soit x ∈ Df : il faut également montrer que f˜ est continue en x. Posons ε = d(x, a) > 0 :
Bo (x, ε) ∩ (Df ∪ {a}) = Bo (x, ε) ∩ Df , donc f˜|Bo (x,ε)∩(Df ∪{a}) = f |Bo (x,ε)∩Df . Ainsi, f et
f˜ coı̈ncident sur un voisinage de x, or f est continue en x, donc f˜ est continue en x.
sin x
Exemple. L’application “sinus cardinal” est définie par sinc(x) = lorsque x 6= 0
x
et sinc(0) = 1. Elle est continue sur R.
Exemple. L’application f définie par f (x) = x2 sin x1 si x 6= 0 et f (x) = 0 est une
application continue de R dans R.
Propriété. Soient A ⊂ E et f et g deux applications continues de A dans F .
Si f et g coı̈ncident sur une partie dense dans A, alors f = g.
Démonstration.
On suppose qu’il existe B ⊂ A telle que ∀x ∈ B f (x) = g(x) et B ⊃ A.
Soit x ∈ A. Il existe (xn ) ∈ B N telle que xn −→ x.
n→+∞
Pour tout n ∈ N, f (xn ) = g(xn ). De plus, f et g étant continues, f (xn ) −→ f (x) et
n→+∞
g(xn ) −→ g(x), donc par unicité de la limite, f (x) = g(x).
n→+∞
Ainsi f et g coı̈ncident sur A, donc f = g.

2.3 Théorèmes de composition

Notation. Dans ce paragraphe, on fixe un troisième espace métrique noté G et une

seconde fonction g : F −→ G, définie sur Dg .
Propriété. Soit B une partie de Dg telle que f (A) ⊂ B .
Soit m tel que m ∈ G ∪ {∞} ou bien, lorsque G = R, tel que m = +∞ ou m = −∞.
Pour que g(f (x)) −→
x→a
m,
x∈A
il suffit que f (x) −→
x→a
l (auquel cas B rencontre tout voisinage de l) et que g(y) −→ m.
y→l
x∈A y∈B

Démonstration.
Supposons que f (x) −→
x→a
l et que g(y) −→ m.
y→l
x∈A y∈B

Soit (xn ) ∈ AN telle que xn −→ a. Alors f (xn ) −→ l et (f (xn )) ∈ B N ,

n→+∞ n→+∞
donc g(f (xn )) −→ m. Ainsi g(f (x)) −→
x→a
m.
n→+∞
x∈A

ln(1 + x)
Exemple. Si l’on admet que −→ 1 (ce qui provient du fait que ln est
0
x x→0
t
dérivable en 1 avec ln (1) = 1) et que e −1 −→ 0 (ce qui provient de la continuité de exp
t→0
ln(1 + (et − 1)) t
en 0), par composition, on obtient que t
−→ 1, donc que t −→ 1.
e −1 t→0 e − 1 t→0
Corollaire. On suppose que f (Df ) ⊂ Dg et on fixe a ∈ Df .
Si f est continue en a et g en f (a), alors g ◦ f est continue en a.

c Éric Merle 24 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Démonstration.
On applique la propriété précédente avec A = Df , B = Dg et b = f (a).
Corollaire. On suppose que f (Df ) ⊂ Dg .
Si f et g sont continues, alors g ◦ f est continue (et définie sur Df ).
Exemple. Si f est une application continue de R dans R, alors |f | est aussi continue.
Corollaire. On suppose que f (A) ⊂ Dg .
Si f (x) −→
x→a
b et si g est continue en b, alors g(f (x)) −→
x→a
g(b).
x∈A x∈A

Propriété. Limite en un point d’une application à valeurs dans un produit.

Supposons que F = F1 × · · · × Fq , où F1 , . . ., Fq sont des espaces vectoriels normés et
f : E −→ F
notons . Soit l = (l1 , . . . , lq ) ∈ F . Alors,
x 7−→ f (x) = (f1 (x), . . . , fq (x))
f (x) −→
x→a
l si et seulement si pour tout i ∈ Nq , fi (x) −→
x→a i
l.
x∈A x∈A

Démonstration.
En effet, on a déjà vu lors du cours sur les suites de vecteurs que,
pour toute suite (xn ) ∈ AN telle que xn −→ a, f (xn ) −→ l ⇐⇒ ∀i ∈ Np , fi (xn ) −→ li .
n→+∞ n→+∞ n→+∞

Propriété. Continuité en un point d’une application à valeurs dans un

produit.
Supposons que F = F1 × · · · × Fq , où F1 , . . ., Fq sont des espaces vectoriels normés et
f : E −→ F
notons . Soit a ∈ Df . Alors,
x 7−→ f (x) = (f1 (x), . . . , fq (x))
f est continue en a si et seulement si pour tout i ∈ Nq , fi est continue en a.
] − 1, +∞[ −→ M 2 (R)
Exemple. L’application 1 + 4x ex est continue.
x 7−→
sin x ln(1 + x)
Propriété. Limite d’une application à valeurs dans un espace de dimension
finie. Supposons que F est un K-espace vectoriel de dimension finie dont une base est
f : E −→ F
q
(e1 , . . . , eq ) et notons X .
x 7−→ f (x) = fi (x)ei
i=1
q
X
Soient A une partie de Df , a ∈ A et l = li ei ∈ F . Alors,
i=1
f (x) −→
x→a
l si et seulement si pour tout i ∈ Nq , fi (x) −→ l.
x→a i
x∈A x∈A

Démonstration.
Toutes les normes étant équivalentes en dimension finie, on peut choisir la norme sui-
k.k : F −→ R+
q q
vante : X X .
yi ei 7−→ |yi |
i=1 i=1

c Éric Merle 25 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

ϕ: Kq −→ F
q
Notons X . Pour tout y = (y1 , . . . , yq ) ∈ Kq ,
(y1 , . . . , yq ) 7−→ yi ei
i=1
kϕ(y)k = kyk1 . Ainsi ϕ et ϕ−1 sont continues.
D’après le théorème de composition des limites, f (x) −→
x→a
l si et seulement si
x∈A

ϕ−1 (f (x)) −→
x→a
ϕ−1 (l), donc si et seulement si pour tout i ∈ Nq , fi (x) −→ l.
x→a i
x∈A x∈A

Propriété. Continuité en un point d’une application à valeurs dans un

espace de dimension finie. Supposons que F est un K-espace vectoriel de dimension
f : E −→ F
q
finie dont une base est (e1 , . . . , eq ) et notons X .
x 7−→ f (x) = fi (x)ei
i=1
Si a ∈ Df , f est continue en a si et seulement si pour tout i ∈ Nq , fi est continue en a.

2.4 Opérations algébriques sur les limites

2.4.1 Somme de deux applications à valeurs vectorielles

Notation.
Dans ce paragraphe, on fixe une seconde fonction g : E −→ F , définie sur Dg , où F
est un K-espace vectoriel normé.
On suppose que A ⊂ Df ∩ Dg .
Propriété. Si f (x) −→
x→a
l et g(x) −→
x→a
l0 , alors (f + g)(x) −→
x→a
l + l0 .
x∈A x∈A x∈A

Démonstration.
Supposons que f (x) −→
x→a
l et g(x) −→
x→a
l0 . Soit (xn ) ∈ AN telle que xn −→ a.
n→+∞
x∈A x∈A
0 0
Alors f (xn ) −→ l et g(xn ) −→ l , donc (f + g)(xn ) −→ l + l ,
n→+∞ n→+∞ n→+∞
ce qui prouve que (f + g)(x) −→
x→a
l + l0 .
x∈A

Remarque. La démonstration (et donc l’énoncé) est valable dans le cadre des limites
infinies, à condition d’éviter la forme indéterminée ∞ − ∞, c’est-à-dire lorsque l et l0
sont les deux éléments distincts de {+∞, −∞}.
Propriété. Soit a ∈ Df ∩ Dg . Si f et g sont continues en a, f + g est continue en a.
Corollaire. La somme de deux applications continues est continue.

2.4.2 Produit d’une application scalaire par une application vectorielle

Notation. Dans ce paragraphe, on suppose que f est une application de E dans

K et que g est une application de E dans un K-espace vectoriel normé F . Ainsi f
est une “application scalaire” et g est une “application vectorielle”. On suppose que
A ⊂ Df ∩ Dg .

c Éric Merle 26 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Propriété. Si f (x) −→
x→a
l et g(x) −→
x→a
l0 , alors (f g)(x) −→
x→a
ll0 .
x∈A x∈A x∈A

Démonstration.
Supposons que f (x) −→
x→a
l et g(x) −→
x→a
l0 . Soit (xn ) ∈ AN telle que xn −→ a.
n→+∞
x∈A x∈A
0 0
Alors f (xn ) −→ l et g(xn ) −→ l , donc (f g)(xn ) −→ ll ,
n→+∞ n→+∞ n→+∞
ce qui prouve que (f g)(x) −→
x→a
ll0 .
x∈A

Remarque. La démonstration (et donc l’énoncé) est valable dans le cadre des limites
infinies, à condition d’éviter la forme indéterminée 0 × ∞.
Propriété. Soit a ∈ Df ∩ Dg .
Si f et g sont continues en a, f g est aussi continue en a.
Corollaire. Le produit d’une application scalaire continue par une application vecto-
rielle continue est continue.
Propriété. Soit A une partie de E et F un K-espace vectoriel normé.
L’ensemble C(A, F ) des applications continues de A dans F est un K-espace vectoriel.
C(A, K) est une K-algèbre.
Propriété. On suppose que f est une application de E dans K∗ .
1 1
Si f (x) −→ l ∈ K alors ( )(x) −→ .
x→a
x∈A
f x→a
x∈A
l
Remarque. Cette propriété est valable avec des limites infinies dans les cas suivants :
1
— Si l = ∞, en convenant que ∞ = 0.
+
— Si K = R et l = 0 (c’est-à-dire que l = 0 et que f est strictement positive au
voisinage de a), en convenant que 01+ = +∞.
— Si K = R et l = 0− , en convenant que 01− = −∞.
x3 + 1
Exemple. Lorsque x tend vers +∞, la quantité présente une forme indéterminée
∞
x2 − 1
du type ∞ = 0 × ∞. On peut lever cette indétermination en écrivant que, au voisinage
x3 + 1 x3
de +∞, 2 ∼ 2 = x −→ +∞.
x −1 x x→+∞

ln(sin x)
Exemple. Déterminons la limite de f (x) = lorsque x tend vers 0+ .
ln x
sin x sin x sin x
ln(sin x) = ln x × = ln x + ln , or −→ 1,
sin x x x x x→0
donc ln x + ln ∼ ln(x) puis f (x) −→ 1.
x x→0 x→0

Exemple. Déterminons la limite de x lorsque x tend vers 0+ .

xx = ex ln x , or d’après les croissances comparées, x ln x −→ 0, donc xx −→ 1.

x→0 x→0

c Éric Merle 27 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

2.5 Cas des fonctions à valeurs dans R.

On suppose ici que F = R.
Propriété : passage à la limite sur une inégalité large :
Si ∀x ∈ A f (x) ≤ g(x), f (x) −→
x→a
l et g(x) −→
x→a
l0 , alors l ≤ l0 .
x∈A x∈A

Démonstration.
(g − f )(A) ⊂ R+ , et d’après les propriétés précédentes,
(g − f )(x) −→
x→a
l0 − l, donc l0 − l ∈ R+ = R+ .
x∈A

Principe du tunnel (pour des inégalités strictes) :

On suppose que f (x) −→
x→a
` ∈ R.
x∈A
Soit α, β ∈ R tels que α < ` < β. Alors, au voisinage de a, α < f (x) < β.
Corollaire. Si f (x) −→
x→a
` ∈ R alors f |A est bornée au voisinage de a.
x∈A

Propriété. Principe des gendarmes.

3
\
Soient h1 , h2 et h3 trois fonctions de E dans R telles que A ⊂ Dhi .
i=1
Si ∀x ∈ A h1 (x) ≤ h2 (x) ≤ h3 (x), h1 (x) −→
x→a
l et h3 (x) −→
x→a
l, alors h2 (x) −→
x→a
l.
x∈A x∈A x∈A

Démonstration.
Soit (xn ) ∈ AN telle que xn −→ a. Alors h1 (xn ) −→ l,
n→+∞ n→+∞
h3 (xn ) −→ l et ∀n ∈ N h1 (xn ) ≤ h2 (xn ) ≤ h3 (xn ), donc d’après le principe des
n→+∞
gendarmes établi pour les suites, h2 (xn ) −→ l. Ainsi h2 (x) −→
x→a
l.
n→+∞
x∈A

Remarque. Il suffit que l’encadrement h1 (x) ≤ h2 (x) ≤ h3 (x) soit réalisé lorsque x
est au voisinage de a.
sin x 1 sin x
Exemple. | |≤ −→ 0, donc | | −→ 0.
x x x→+∞ x x→+∞
Corollaire. Le produit d’une fonction bornée au voisinage de a et d’une fonction qui
tend vers 0 en a est une fonction qui tend vers 0 en a.
Remarque. On peut adapter le principe des gendarmes au cas où l = ±∞.
Exemple. x + cos x ≥ x − 1 −→ +∞.
x→+∞

2.6 Exemples
f : ] − 3, +∞[ −→ R
r 3
Exemple 1 : L’application 1 2x
est continue.
x 7−→ +e
x+3

c Éric Merle 28 MPSI2, LLG

Limites et continuité 2 Continuité ponctuelle

Démonstration.
R −→ R
et les applications constantes sont continues car lipschitziennes. Le produit
x 7−→ x
de deux applications continues à valeurs réelles étant continue,
R −→ R exp : R −→ R
est continue. Or l’application est continue (admis),
x 7−→ 2x x 7−→ ex
R −→ R
donc par composition, est continue.
x 7−→ e2x
La somme de deux applications continues à valeurs réelles étant continue, l’application
R −→ R R∗+ −→ R
est continue. Or 1 est continue, donc par composition,
x 7−→ x + 3 x 7−→
x
] − 3, +∞[ −→ R
1 est continue. En composant à nouveau par l’application conti-
x 7−→
x+3
∗ ] − 3, +∞[ −→ R
R −→ R √ , on obtient la continuité de
r
nue + 1 .
x 7−→ x x 7−→
x+3
La somme de deux applications continues à valeurs réelles étant continue, l’application
] − 3, +∞[ −→ R r
1 est continue. Enfin en composant par l’application
x 7−→ + e2x
x+3
R −→ R
continue , on obtient la continuité de f .
x 7−→ x3
Sur une copie, on se contentera pour ce type d’applications numériques (construites à
partir des fonctions usuelles par composition, sommation et produit) d’écrire : “D’après
les théorèmes usuels, f est continue”.
R3 −→ R 2

  
2 x
x 2x + yz + sin
Exemple 2. L’application  y  7−→  x2 + y 2 + z 2 + 1  est
ln(x2 + 1)
 
z
z2 + 3
continue d’après les théorèmes usuels.
f: R2 −→ R
x3 ex+y
Exemple 3. Notons si (x, y) 6= 0 .
(x, y) 7−→ x2 + y 2
0 si (x, y) = 0
f est continue sur R2 \ {0} d’après les théorèmes usuels.
De plus, pour tout (x, y) ∈ R2 \ {0}, 0 ≤ |f (x, y)| ≤ |x|ex+y = g(x, y). L’application
g est continue sur R2 d’après les théorèmes usuels, donc g(x, y) −→ g(0, 0) = 0. On
(x,y)→0
déduit alors du théorème des gendarmes que f (x, y) −→ 0 = f (0, 0), ce qui prouve
(x,y)→0
(x,y)6=0

que f est continue en 0, donc sur R2 .

f : R2 \ {0} −→ R
Exemple 4. Notons x2 ex+y .
(x, y) 7−→
x2 + y 2
c Éric Merle 29 MPSI2, LLG
Limites et continuité 3 Continuité globale

2 1
Pour tout n ∈ N∗ , f (0, n1 ) = 0 −→ 0 et f ( n1 , n1 ) = 12 e n −→6= 0,
n→+∞ n→+∞ 2
or (0, n1 ) −→ 0 et ( n1 , n1 ) −→ 0, donc f n’est pas prolongeable par continuité en 0.
n→+∞ n→+∞

2.7 Cas des fonctions de R dans R.

2
Théorème de la limite monotone : Soit (m, M ) ∈ R avec m < M .
Notons I =]m, M [ et soit f une application de I dans R.
Si f est croissante, alors f (x) −→ sup f (y) ∈ R et f (x) −→
x→m
inf f (y) ∈ R .
x→M
y∈I x∈I
y∈I
x∈I

Si f est décroissante, alors f (x) −→ inf f (y) ∈ R et f (x) −→

x→m
sup f (y) ∈ R .
x→M y∈I x∈I y∈I
x∈I

Démonstration.
Par exemple, avec f décroissante, lorsque x tend vers M , en supposant f minorée
(ainsi, inf f (y) ∈ R).
y∈I
Soit ε > 0. Par définition de la borne inférieure, il existe a ∈ I tel que f (a) < inf f (y)+ε.
y∈I
Ainsi, en notant l = inf f (y), pour tout x ∈ [a, M [, l ≤ f (x) ≤ f (a) ≤ l + ε, donc
y∈I
|f (x) − l| ≤ ε.
Propriété. Reprenons les notations du théorème précédent. Si f est monotone, alors,
pour tout a ∈ I, f possède en a une limite à droite, notée f (a+ ), et une limite à
gauche, notée f (a− ). De plus, si f est croissante, f (a− ) ≤ f (a) ≤ f (a+ ), et si f est
décroissante, f (a− ) ≥ f (a) ≥ f (a+ ).
f est discontinue en a si et seulement si f (a+ ) 6= f (a− ) et dans ce cas |f (a+ ) − f (a− )|
s’appelle le saut de discontinuité de f en a.
Démonstration.
Supposons par exemple que f est croissante. Soit a ∈ I. Appliquons le théorème
précédent à la restriction de f sur l’intervalle ]a, M [. On obtient que f (x) tend vers
inf f (t) lorsque x tend vers a par valeurs supérieures. Mais f |]a,M [ est minorée par
t∈]a,M [
f (a), donc inf f (t) ∈ R. Ceci prouve que f (a+ ) est bien définie,
t∈]a,M [
avec f (a+ ) = inf f (t). En particulier, f (a+ ) ≥ f (a).
t∈]a,M [
De même, en considérant l’intervalle ]m, a[, on montre que f (a− ) est bien définie, avec
f (a− ) ≤ f (a).
Lorsque f est décroissante, −f est croissante, ce qui permet de montrer que f (a+ ) et
f (a− ) sont bien définies, avec f (a+ ) ≤ f (a) ≤ f (a− ).
Remarque. On peut en déduire que l’ensemble des points de discontinuité d’une
fonction monotone définie sur un intervalle est au plus dénombrable.

c Éric Merle 30 MPSI2, LLG

Limites et continuité 3 Continuité globale

3 Continuité globale
3.1 Cas des fonctions de R dans R
Notation. : Dans ce paragraphe, on fixe un intervalle I d’intérieur non vide.
Théorème des valeurs intermédiaires (TVI) :
Soit f : I −→ R une application continue à valeurs réelles. Soit a, b ∈ I avec a < b.
Alors, pour tout réel k compris entre f (a) et f (b), il existe c ∈ [a, b] tel que f (c) = k.
Démonstration.
Au tableau.
Exercice. Soit P une application polynomiale de R dans R de degré impair.
Montrer que P possède au moins une racine réelle.
Exercice. Soit f : [a, b] −→ [a, b] une application continue, où a, b ∈ R avec
a < b. Montrer que f possède au moins un point fixe.
Seconde formulation du TVI :
L’image d’un intervalle par une application continue à valeurs réelles est un intervalle.
Démonstration.
Reprenons les notations de la première formulation.
Pour tout α, β ∈ f (I), pour tout k dans le segment [α, β], k ∈ f (I), donc f (I) est une
partie convexe de R.
Théorème. Soit f : I −→ R une fonction continue. Alors f est injective si et
seulement si elle est strictement monotone.
Démonstration.
Supposons que f est strictement monotone. Alors f est injective, même lorsque f
n’est pas continue. En effet, lorsque a, b ∈ I avec a < b, on a f (a) < f (b) ou bien
f (a) > f (b) selon que f est strictement croissante ou décroissante. En particulier,
f (a) 6= f (b).
Supposons que f est continue et qu’elle n’est pas strictement monotone.
Il existe donc x1 , x2 , x3 , x4 ∈ I tels que x1 < x2 et x3 < x4 avec f (x1 ) < f (x2 ) et
f (x3 ) > f (x4 ). Ainsi, sur l’intervalle [a, b] = [ min xi , max xi ], la restriction de f n’est
1≤i≤4 1≤i≤4
pas strictement monotone.
Si f (a) = f (b), alors f n’est pas injective. Supposons maintenant que f (a) 6= f (b).
Quitte à remplacer f par −f , on peut supposer que f (a) < f (b).
f n’étant pas strictement croissante, il existe x, y ∈ [a, b] tels que x < y et f (x) > f (y).
Pour tout t ∈ [0, 1], posons g(t) = f ((1 − t)b + ty) − f ((1 − t)a + tx).
Ainsi, g(0) = f (b) − f (a) > 0 et g(1) = f (y) − f (x) < 0, or g est continue d’après
les théorèmes usuels, donc d’après le TVI, il existe t0 ∈ [0, 1] tel que g(t0 ) = 0. Alors
f ((1 − t0 )b + t0 y) = f ((1 − t0 )a + t0 x), or (1 − t0 )b + t0 y ∈ [y, b] et (1 − t0 )a + t0 x ∈ [a, x],
donc (1 − t0 )b + t0 y 6= (1 − t0 )a + t0 x, ce qui prouve que f n’est pas injective.

c Éric Merle 31 MPSI2, LLG

Limites et continuité 3 Continuité globale

Théorème de la bijection :
Soit f : I −→ R une application continue et strictement monotone.
Ainsi, en notant encore f la restriction f |f (I) , f est une bijection de I dans f (I).
Alors, f −1 : f (I) −→ I est également continue et strictement monotone (de même
sens de variation que f ).
Remarque. La démonstration n’utilise la continuité de f que pour garantir que f (I)
est un intervalle. Ainsi, si f : I −→ R est strictement monotone, alors f |f (I) est
une bijection et (f |f (I) )−1 est continue. En fait, f possède un nombre dénombrable de
points de discontinuité qui font de f (I) une union disjointe d’intervalles sur lesquels il
y a bien continuité.
√
Corollaire.
√ L’application x −
7 → x est définie et continue sur R+ .
De plus, x −→ +∞.
x→+∞
Démonstration.
f : R+ −→ R+
Notons . f est continue d’après les théorèmes usuels.
x 7−→ x2
Pour tout x, y ∈ R∗+ tel que x < y, x2 = x × x < xy < y × y = y 2 et pour tout x > 0,
x2 > 0, donc f est strictement croissante sur R+ .
D’après le TVI, f (R+ ) est un intervalle inclus dans R+ , contenant f (0) = 0, non majoré
car pour tout n ∈ N∗ , n2 = n × n ≥ n, donc f (R+ ) = R+ .
D’après le théorème de la bijection, f −1 est une bijection continue et strictement croiss-
nate de R+ dans R+ et le théorème de la limite monotone permet de conclure.
Remarque. De la même façon, ce théorème permet de définir les applications arcsin
et arccos et d’affirmer qu’elles sont continues.
Remarque. Dans un tableau de variations, les flèches obliques signifient que l’applica-
tion étudiée est continue et strictement monotone. Le théorème de la bijection affirme
en particulier que toutes les valeurs intermédiaires sont atteintes exactement une fois.
Exemple. Montrer que pour tout n ∈ N, il existe un ∈ ]2nπ, 2nπ + π2 [ tel que
un sin(un ) = 1.
Remarque. Ainsi, pour toute application continue bijective entre deux intervalles,
son application réciproque est continue.
C’est faux dans le cadre plus général des espaces métriques : l’application θ 7−→ eiθ
est une bijection continue de [0, 2π[ dans U (par restriction de l’exponentielle complexe
qui est continue car développable en série entière (cf cours de seconde année)), mais
son application réciproque n’est pas continue en 1. En effet, pour tout z ∈ U,
1 1
f −1 (z) = Arg(z), donc f −1 (ei(2π− n ) ) = 2π− n1 −→ 2π 6= 0 = f −1 (1), or ei(2π− n ) −→ 1.
n→+∞ n→+∞

Définition. Soit E et F deux espaces métriques. f : E −→ F est un homeomor-

phisme entre E et F si et seulement si f est une bijection telle que f et f −1 sont
continues.
Deux espaces métriques sont homéomorphes si et seulement si il existe un
homéomorphisme entre ces deux espaces.

c Éric Merle 32 MPSI2, LLG

Limites et continuité 3 Continuité globale

3.2 Continuité et ouverts

Théorème. Soit E et F deux espaces métriques et soit f : E −→ F une application
définie sur Df . Les propriétés suivantes sont équivalentes.

i) f est continue.
ii) L’image réciproque par f de tout ouvert de F est un ouvert
pour la topologie induite sur Df .
iii) L’image réciproque par f de tout fermé de F est un fermé
pour la topologie induite sur Df .

Démonstration.
• i)=⇒ii). Supposons que f est continue.
Soit U un ouvert de F . Soit x ∈ f −1 (U ). f (x) ∈ U et U est un ouvert, donc
U ∈ V(f (x)). Or f est continue en x, donc f (t) −→ t→x
f (x). Ainsi il existe V ∈ V(x) tel
t∈Df

que f (V ∩ Df ) ⊂ U .
Si y ∈ V ∩ Df , f (y) ∈ U , donc y ∈ f −1 (U ). Ainsi V ∩ Df ⊂ f −1 (U ), donc f −1 (U )
est un voisinage de x pour la topologie induite sur Df . On a montré que f −1 (U ) est
voisinage de chacun de ses points, au sens de la topologie induite sur Df , donc que
c’est un ouvert pour la topologie induite sur Df .
• ii)=⇒iii). Soit K un fermé de F . F \ K est un ouvert de F , donc f −1 (F \ K) est un
ouvert pour la topologie induite sur Df . Or f −1 (F \ K) = Df \ f −1 (K), donc f −1 (K)
est un fermé pour la topologie induite sur Df .
De même on démontrerait que iii)=⇒ii).
• ii)=⇒i). Soit x ∈ Df . Soit V ∈ V(f (x)). Il existe r > 0 tel que Bo (f (x), r) ⊂ V .
Bo (f (x), r) est un ouvert de F , donc f −1 (Bo (f (x), r)) est un ouvert pour la topologie
induite sur Df . Ainsi c’est la trace sur Df d’un ouvert pour la topologie globale de E
que l’on notera U .
Si y ∈ U ∩ Df = f −1 (Bo (f (x), r)), f (y) ∈ Bo (f (x), r) ⊂ V , donc f (U ∩ Df ) ⊂ V .
D’autre part f (x) ∈ Bo (f (x), r), donc x ∈ U , or U est un ouvert, donc U ∈ V(x).
On a donc montré que ∀V ∈ V(f (x)) ∃U ∈ V(x) f (U ∩ Df ) ⊂ V . C’est dire que
f (t) −→
t→x
f (x) donc que f est continue en x.
t∈Df

Remarque. Ce théorème est un moyen très pratique pour montrer qu’une partie est
un ouvert ou un fermé.
Exemple. Dans R3 , considérons
U = {(x, y, z) ∈ R3 / ln(x2 + y 2 + 1) sin(z) < ex+z et x + y − z > 1}.
f: R3 −→ R
Notons et
(x, y, z) 7−→ ln(x2 + y 2 + 1) sin(z) − ex+z
g: R3 −→ R
. f et g sont continues d’après les théorèmes usuels,
(x, y, z) 7−→ 1 − x − y + z
donc U = f −1 (R∗− ) ∩ g −1 (R∗− ) est un ouvert.

c Éric Merle 33 MPSI2, LLG

Limites et continuité 3 Continuité globale

De même, on montrerait que

{(x, y, z) ∈ R3 / ln(x2 + y 2 + 1) sin(z) ≤ ex+z et x + y − z ≥ 1} est un fermé.
Exercice. Soient A et B deux parties non vides de E telles que d(A, B) > 0.
Montrez qu’il existe deux ouverts disjoints U et V tels que A ⊂ U et B ⊂ V (on
dit que U et V séparent A et B).
d(A, B)
Solution. Il suffit de prendre U = {x ∈ E/d(x, A) < }
2
d(A, B)
et V = {x ∈ E/d(x, A) > }.
2
On en déduit que A est un ouvert-fermé relatif de A ∪ B, non vide et différent de
A ∪ B.

3.3 Continuité d’une application linéaire

Notation. Dans ce paragraphe, E et F désignent 2 K-espaces vectoriels normés.
Théorème. On suppose que f ∈ L(E, F ). Les assertions suivantes sont équivalentes.

i)f est continue.

ii) f est continue en 0.
iii) f est bornée sur la boule unité de E.
iv) f est bornée sur la sphère unité de E.
v) ∃k ∈ R+ ∀x ∈ E kf (x)k ≤ kkxk.
vi) f est lipschitzienne.
Démonstration.
i)=⇒ii). C’est clair.
ii)=⇒iii). Il existe α > 0 tel que pour tout x ∈ E, (kxk ≤ α =⇒ kf (x)k ≤ 1).
Soit x ∈ Bf (0, 1). kαxk = αkxk ≤ α, donc kf (αx)k ≤ 1, or f est linéaire, donc
kf (x)k ≤ α1 .
iii)=⇒iv). C’est clair.
iv)=⇒v). Il existe k ∈ R+ tel que ∀x ∈ S(0, 1) kf (x)k ≤ k.
x x
Soit x ∈ E \ {0}. ∈ S(0, 1), donc kf (x)k = kxkkf ( )k ≤ kkxk.
kxk kxk
Pour x = 0, kf (x)k = 0 = kkxk, donc pour tout x ∈ E, kf (x)k ≤ kkxk.
v)=⇒vi). Soit (x, y) ∈ E 2 . kf (x) − f (y)k = kf (x − y)k ≤ kkx − yk, donc f est
lipschitzienne.
vi)=⇒i). C’est connu.
ϕ : E −→ R
Exemple. Choisissons E = C([0, 1], R) et .
f 7−→ f (0)
• ϕ est une application linéaire et pour tout f ∈ E, |ϕ(f )| = |f (0)| ≤ kf k∞ , donc ϕ
est continue sur E pour k.k∞ .
• Supposons que ϕ est continue pour k.k1 . Ainsi R 1 il existe k ∈ R+ tel que pour tout
f ∈ E, |ϕ(f )| ≤ kkf k1 , c’est-à-dire |f (0)| ≤ k 0 |f (t)|dt.

c Éric Merle 34 MPSI2, LLG

Limites et continuité 3 Continuité globale

Soit n ∈ N∗ . Notons fn l’application de [0, 1] dans R définie par les relations suivantes.
Pour tout t ∈ [0, n1 ] fn (t) = 1 − nt et pour tout t ∈ [ n1 , 1] fn (t) = 0.
Z 1
k
fn ∈ E donc 1 = |fn (0)| ≤ k |fn (t)|dt = −→ 0. Ainsi 1 ≤ 0, ce qui est faux,
0 2n n→+∞
donc ϕ n’est pas continue pour k.k1 .
1
• Autre méthode. Posons gn (x) = (1−x)n . kgn k1 = n+1 −→ 0, donc si ϕ est continue
n→+∞
pour k.k1 , ϕ(gn ) −→ ϕ(0) = 0, ce qui est faux.
n→+∞

Propriété. On note LC(E, F ) l’ensemble des applications linéaires continues de E

dans F . Pour tout u ∈ LC(E, F ), on pose kuk = sup ku(x)kF .
x∈E
kxkE ≤1

Alors LC(E, F ) est un K-espace vectoriel normé.

De plus, pour tout u ∈ LC(E, F ) et x ∈ E, ku(x)kF ≤ kukkxkE .
Démonstration.
• 0 ∈ LC(E, F ), donc LC(E, F ) 6= ∅.
Si (u, v, α, β) ∈ LC(E, F ) × LC(E, F ) × K × K, αu + βv est linéaire et continue d’après
les théorèmes usuels, donc αu + βv ∈ LC(E, F ). Ainsi LC(E, F ) est un sous-espace
vectoriel de L(E, F ).
• Montrons maintenant que LC(E, F ) est un espace vectoriel normé.
Notons B la boule unité de E. Alors pour tout u ∈ LC(E, F ), u|B est une application
bornée de B dans F , et kuk = ku|B k∞ .
Sachant que k.k∞ est une norme sur B(B, F ), on en déduit :
pour tout u, v ∈ LC(E, F ) et λ ∈ K, kuk ≥ 0, kλuk = |λ|kuk
et ku + vk ≤ kuk + kvk.
Enfin, si u ∈ LC(E, F ) vérifie kuk = 0, pour tout x ∈ B, u(x) = 0, donc si y ∈ E \ {0},
y
u( ) = 0 et u(y) = 0. Ainsi u = 0.
kyk
Propriété. Soit E, F et G trois K-espaces vectoriels normés.
Soit u ∈ LC(E, F ) et v ∈ LC(F, G). Alors kv ◦ uk ≤ kvkkuk.
Démonstration.
Pour tout x ∈ E, k(v ◦ u)(x)k ≤ kvkku(x)k ≤ kvkkukkxk,
donc kv ◦ uk ≤ kvkkuk.
Théorème. Toute application linéaire dont l’ensemble de départ est de dimension
finie est continue.
Démonstration.
Soient F un K-espace vectoriel normé de dimension quelconque et u ∈ L(E, F ).
Xn n
X n
X
Soit x = xi ei ∈ E. ku(x)k = k xi u(ei )k ≤ |xi |.ku(ei )k.
i=1 i=1 i=1
n
X n
X
Posons β = max ku(ei )k. Pour tout x = xi ei ∈ E, ku(x)k ≤ β |xi | = βN (x).
1≤i≤n
i=1 i=1
u étant linéaire, on en déduit qu’elle est β-lipschitzienne, donc u est continue.

c Éric Merle 35 MPSI2, LLG

Limites et continuité 3 Continuité globale

Théorème. Soient E1 , . . . , Ep une famille de p K-espaces vectoriels de dimensions

finies, où p ∈ N∗ et F un K-espace vectoriel normé de dimension quelconque.
Toute application p-linéaire de E1 × · · · × Ep dans F est continue.
Démonstration.
Pour tout j ∈ Np , on note nj la dimension de Ej et ej = (e1,j , . . . , enj ,j ) une base de
Ej . Soit f une application p-linéaire de E1 × · · · × Ep dans F .
nj
X
Soit (x1 , . . . , xp ) = ( ai,j ei,j )1≤j≤p ∈ E1 × · · · × Ep .
i=1
Xn1
f (x1 , . . . , xp ) = f ( ai,1 ei,1 , x2 , . . . , xp ), donc en utilisant la linéarité selon la première
i=1
n1
X
variable, f (x1 , . . . , xp ) = ai,1 f (ei,1 , x2 , . . . , xp ), puis
i=1
n1
X n2
X
f (x1 , . . . xp ) = ai,1 aj,2 f (ei,1 , ej,2 , x3 , . . . , xp ), donc
i=1 j=1
X
f (x1 , . . . , xp ) = ai1 ,1 . . . aip ,p f (ei1 ,1 , . . . , eip ,p ).
u=(i1 ,...,ip )∈Nn1 ×···×Nnp
Soit j ∈ Np et i ∈ {1, . . . , nj }. ai,j = e∗i,j (xj ), si l’on désigne par (e∗k,j )1≤k≤nj la base duale
de ej . Mais e∗i,j est une application linéaire dont l’espace de départ est de dimension
finie, donc c’est une fonction continue de x. L’expression précédente de f (x1 , . . . , xp )
et les théorèmes usuels montrent alors que f est continue.
Propriété. Soit n ∈ N∗ .
Les applications polynômiales de K[X1 , . . . , Xn ] sont continues.
Démonstration.
Soit f une fonction polynômiale de Kn dans K. Il existe une famille de scalaires (αu )u∈Nn
indexée par Nn et presque nulle telle que
X
∀x = (x1 , . . . , xn ) ∈ Kn f (x) = αu xk11 · · · xknn .
u=(k1 ,...,kn )∈Nn

f est donc continue sur Kn d’après les théorèmes usuels.

Remarque. Soient E un espace vectoriel de dimension finie muni d’une base
f: E −→ K
n
e = (e1 , . . . , en ) et X .
x= xi ei 7−→ g(x1 , . . . , xn )
i=1
Si g est une application polynômiale, alors f est continue. En effet, f = g ◦ h où
h: n
E −→ Kn
xi ei 7−→ (x1 , . . . , xn ) . h est continue car linéaire en dimension finie, et
X
x=
i=1
g est continue car polynômiale, donc f est continue.
Exemple. L’application det est continue de Mn (K) dans K.

c Éric Merle 36 MPSI2, LLG

Limites et continuité 3 Continuité globale

3.4 Continuité et compacité

Propriété (hors programme) : f est continue si et seulement si ses restrictions aux
compacts de E inclus dans Df sont continues.
Démonstration.
L’implication directe est connue.
Réciproquement, supposons que pour tout compact K de E inclus dans Df , f |K est
continue.
Soit l ∈ Df . Soit (xn ) une suite d’éléments de Df qui tend vers l. Il suffit d’établir que
f (xn ) −→ f (l). Mais B = {xn /n ∈ N} ∪ {l} est un compact de E inclus dans Df ,
n→+∞
donc f |B est continue. Or (xn ) est une suite d’éléments de B qui tend vers l ∈ B, donc
f (xn ) = f |B (xn ) −→ f |B (l) = f (l).
n→+∞

Théorème.
L’image directe d’un compact par une application continue est un compact.
Démonstration.
Soit E et F deux espaces métriques. Soit A un compact de E et f : A −→ F une
application continue.
Soit (yn ) ∈ f (A)N . Pour tout n ∈ N, il existe xn ∈ A tel que yn = f (xn ).
A est compact, donc il existe une application ϕ : N −→ N, strictement croissante et
x ∈ A tels que xϕ(n) −→ x.
n→+∞
f étant continue, f (xϕ(n) ) −→ f (x) et f (x) ∈ f (A), donc la suite (f (xn )) admet au
n→+∞
moins une valeur d’adhérence dans f (A). Ceci prouve que f (A) est compact.
Corollaire. Soient A un compact non vide de E et f : A −→ R une application
continue. Alors f est bornée et elle atteint ses bornes, c’est-à-dire qu’il existe
(xm , xM ) ∈ A2 tel que, pour tout x ∈ A, f (xm ) ≤ f (x) ≤ f (xM ).
Démonstration.
f (A) est un compact, donc f (A) est un fermé borné dans R. En particulier, f (A) est
une partie non vide et majorée de R, donc elle admet une borne supérieure, notée S.
1
Pour tout n ∈ N, il existe yn ∈ f (A) tel que S − < yn ≤ S. D’après le théorème
n+1
des gendarmes, yn −→ S, mais f (A) est fermé, donc S ∈ f (A), ce qui prouve que
n→+∞
f (A) admet un maximum.
De même, on montre que f (A) admet un minimum.
Corollaire. L’image directe d’un segment de R par une application continue à valeurs
réelles est un segment.
Exercice. Soit f : R −→ R une application continue et périodique. Montrer
qu’elle est bornée.
Z 1
(x ln x)n
Exercice. Pour tout n ∈ N, posons In = dx. Montrer que In −→ 0.
0 n! n→+∞

c Éric Merle 37 MPSI2, LLG

Limites et continuité 3 Continuité globale

Théorème.
Sur un K-espace vectoriel de dimension finie, toutes les normes sont équivalentes.
Démonstration.
Soit E un K-espace vectoriel de dimension finie, muni d’une base e = (e1 , . . . , eq ).
q q
X X
Lorsque y = yi ei ∈ E, posons N (y) = |yi |. On sait que N est une norme sur E,
i=1 i=1
pour laquelle les fermés bornés de E sont des compacts.
• Soit N 0nune seconde norme sur E.n n
X X X
Soit x = 0
xi ei ∈ E. N (x) = N ( 0
xi ei ) ≤ |xi |N 0 (ei ).
i=1 i=1 i=1
n
X
0 0
Posons β = max N (ei ). Pour tout x ∈ E, (1) : N (x) ≤ β |xi | = βN (x).
1≤i≤n
i=1
• On en déduit que pour tout (x, y) ∈ E 2 , |N 0 (x) − N 0 (y)| ≤ N 0 (x − y) ≤ βN (x − y),
c’est-à-dire que l’application N 0 : (E, N ) −→ R+ est une application β-lipschitzienne.
Ainsi, cette application est continue.
En particulier, si l’on note SN (0, 1) = {x ∈ E / N (x) = 1} (c’est la sphère unité pour
la norme N ), alors N 0 |SN (0,1) est continue, or SN (0, 1) est un fermé borné de (E, N ),
donc il est compact. Ainsi N 0 |SN (0,1) est une application bornée qui atteint ses bornes.
0 0
En particulier, il existe x0 ∈ SN (0, 1) tel que
pourtout x ∈ SN (0, 1), N (x) ≥ N (x0 ).
x x
Si x ∈ E \ {0}, ∈ SN (0, 1), donc N 0 ≥ N 0 (x0 ).
N (x) N (x)
De plus N (x0 ) = 1, donc x0 6= 0, ce qui montre que N 0 (x0 ) > 0.
1
Ainsi, pour tout x ∈ E, (2) : N (x) ≤ 0 N 0 (x).
N (x0 )
(1) et (2) prouvent que N et N 0 sont équivalentes.

3.5 La continuité uniforme

Notation. On fixe deux espaces métriques E et F ainsi qu’une application
f : E −→ F définie sur Df ⊂ E.
Définition.
f est uniformément continue sur Df si et seulement si
∀ε ∈ R∗+ ∃α ∈ R∗+ ∀(x, y) ∈ Df2 (d(x, y) ≤ α =⇒ d(f (x), f (y)) ≤ ε).
Remarque. Dans cette définition, les deux dernières inégalités peuvent être in-
différemment prises strictes ou larges.
Remarque. f est uniformément continue si et seulement si
∀ε ∈ R∗+ ∃α ∈ R∗+ ∀x0 ∈ Df ∀x ∈ Df (d(x, x0 ) ≤ α =⇒ d(f (x), f (x0 )) ≤ ε),
et f est continue si et seulement si
∀ε ∈ R∗+ ∀x0 ∈ Df ∃αx0 ∈ R∗+ ∀x ∈ Df (d(x, x0 ) ≤ αx0 =⇒ d(f (x), f (x0 )) ≤ ε).

c Éric Merle 38 MPSI2, LLG

Limites et continuité 3 Continuité globale

Ainsi, si f est uniformément continue, elle est continue, mais de plus, pour ε > 0 fixé,
on peut choisir α indépendamment de x0 . On dit que x0 7−→ αx0 est uniforme en x0 ,
et, par extension, que la continuité est uniforme.
Cette indépendance de α par rapport à x0 est souvent bien utile dans la démonstration
de théorèmes généraux d’analyse. Ainsi l’intérêt de la continuité uniforme est essen-
tiellement d’ordre théorique.
Propriété. Toute fonction uniformément continue est continue.
Propriété. Caractérisation séquentielle de la continuité uniforme.
f est uniformément continue si et seulement si pour tout couple ((xn ), (yn )) de suites
d’éléments de Df tel que d(xn , yn ) −→ 0, d(f (xn ), f (yn )) −→ 0.
n→+∞ n→+∞
Démonstration.
• Supposons que f est uniformément continue. Soit ((xn ), (yn )) un couple de suites
d’éléments de Df tel que d(xn , yn ) −→ 0.
n→+∞
Soit ε > 0. Il existe α > 0 tel que pour tout (x, y) ∈ Df2 ,
(d(x, y) ≤ α =⇒ d(f (x), f (y)) ≤ ε).
Il existe N ∈ N tel que pour tout n ≥ N , d(xn , yn ) ≤ α. Ainsi, pour tout n ≥ N ,
d(f (xn ), f (yn )) ≤ ε. On a montré que d(f (xn ), f (yn )) −→ 0.
n→+∞
• Supposons maintenant que f n’est pas uniformément continue. Ainsi il existe ε > 0
tel que ∀α ∈ R∗+ ∃(x, y) ∈ Df2 d(x, y) ≤ α et d(f (x), f (y)) > ε.
1
En particulier, pour tout n ∈ N, il existe (xn , yn ) ∈ Df2 tel que d(xn , yn ) ≤ et
n+1
d(f (xn ), f (yn )) > ε.
d(xn , yn ) −→ 0 mais d(f (xn ), f (yn )) ne converge pas vers 0. On a ainsi montré la
n→+∞
contraposée de la réciproque.
Remarque. Il existe des applications continues qui ne sont pas uniformément conti-
]0, 1] −→ R
nues. Par exemple, est continue sans être uniformément continue.
x 7−→ x1
Démonstration.
1 1 1
Posons xn = n1 et yn = . xn − yn −→ 0 mais − = −1.
n+1 n→+∞ xn y n
Exercice. Montrer que x 7−→ x2 n’est pas uniformément continue sur R.
Propriété. La composée de deux applications uniformément continues est uniformément
continue.
Démonstration.
A l’aide de la caractérisation séquentielle.
Propriété. Les applications lipschitziennes sont uniformément continues.
Ainsi, “lispchitzienne”=⇒“uniformément continue”=⇒“continue”.

c Éric Merle 39 MPSI2, LLG

Limites et continuité 3 Continuité globale

Démonstration.
A l’aide de la caractérisation séquentielle.

Propriété. Si F = F1 × · · · × Fq , où q ∈ N∗ et F1 , . . ., Fq sont q espaces vectoriels

f : E −→ F
normés, l’application est uniformément continue si et
x 7−→ (f1 (x), . . . , fq (x))
seulement si pour tout i ∈ Nq , fi est uniformément continue.
Démonstration.
Exercice.
Théorème de Heine.
Toute application continue sur un compact est uniformément continue.
Démonstration.
Soit A un compact de E. On suppose que f : A −→ F est une application continue.
Supposons que f n’est pas uniformément continue. Ainsi il existe ε > 0 tel que, pour
tout α > 0, il existe (x, y) ∈ A2 tel que d(x, y) ≤ α et d(f (x), f (y)) ≥ ε.
1
En particulier, pour tout n ∈ N, il existe (xn , yn ) ∈ A2 tel que d(xn , yn ) ≤ et
n+1
d(f (xn ), f (yn )) ≥ ε.
A est compact, donc A2 est aussi compact. Ainsi, il existe ϕ : N −→ N strictement
croissante et (x, y) ∈ A2 tel que (xϕ( n) , yϕ(n) ) −→ (x, y). Or l’application distance est
n→+∞
continue, (en effet, |d(x0 , y 0 ) − d(x, y)| ≤ |d(x0 , y 0 ) − d(x0 , y)| + |d(x0 , y) − d(x, y)|,
donc |d(x0 , y 0 ) − d(x, y)| ≤ d(y 0 , y) + d(x0 , x) 0 −→0
0),
(x ,y )→(x,y)
1 1
donc d(xϕ(n) , yϕ(n) ) −→ d(x, y). Mais d(xϕ(n) , yϕ(n) ) ≤ ≤ −→ 0, donc
n→+∞ ϕ(n + 1) n + 1 n→+∞
d’après l’unicité de la limite, d(x, y) = 0, ce qui prouve que x = y.
f étant continue, f (xϕ(n) ) −→ f (x) et f (yϕ(n) ) −→ f (x), donc de même que ci-
n→+∞ n→+∞
dessus, on en déduit que d(f (xϕ(n) ), f (yϕ(n) )) −→ d(f (x), f (x)) = 0, ce qui est faux
n→+∞
car, pour tout n ∈ N, d(f (xϕ(n) ), f (yϕ(n) )) ≥ ε. Ainsi f est uniformément continue.
Corollaire. Toute application continue et définie sur un segment de R est uni-
formément continue.
f : [0, 1] −→ R √ . f est continue sur le segment [0, 1], donc
Exemple. Notons
x 7−→ x
elle est uniformément continue
√ √d’après le théorème de Heine. Cependant, f n’est pas
| x − y|
lipschitzienne : sinon, { /0 ≤ x < y ≤ 1} serait majoré ce qui est faux car
|x − y|
q
1
√
n
− 0 √
1 = n −→ +∞.
n
−0 n→+∞

Exercice. Montrez que toute application f : R −→ R continue et périodique

est uniformément continue.

c Éric Merle 40 MPSI2, LLG

Limites et continuité 3 Continuité globale

Résolution. Soient T > 0 et f : R −→ R une application T -périodique

et continue. [−T, 2T ] est un compact et f |[−T,2T ] est continue, donc d’après le
théorème de Heine, f |[−T,2T ] est uniformément continue.
Soit ε > 0. Il existe α0 > 0 tel que
∀(x, y) ∈ [−T, 2T ]2 (d(x, y) < α0 =⇒ d(f (x), f (y)) < ε).
Posons α = min(α0 , T ) > 0. Soit (x, y) ∈ R2 tel que d(x, y) < α. Notons n la
partie entière de Tx . n ≤ Tx < n + 1, donc nT ≤ x ≤ nT + T , puis 0 ≤ x − nT ≤ T .
d(y − nT, x − nT ) = d(x, y) < α ≤ T , or x − nT ∈ [0, T ], donc y − nT ∈ [−T, 2T ].
Ainsi, (x − nT, y − nT ) ∈ [−T, 2T ]2 et d(x − nT, y − nT ) < α, donc
d(f (x), f (y)) = d(f (x − nT ), f (y − nT )) < ε.

c Éric Merle 41 MPSI2, LLG

Comparaison au voisinage d’un point

Table des matières

1 La relation de domination 2

2 La relation de prépondérance 4

3 La relation d’équivalence 7
3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2 Propriétés de stabilité de la relation d’équivalence . . . . . . . . . . . . 8
3.3 Défauts de stabilité de la relation d’équivalence . . . . . . . . . . . . . 11
3.4 Résumons : quelques méthodes de calculs d’équivalents . . . . . . . . . 12

4 Les développements limités. 13

4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.2 Opérations sur les développements limités . . . . . . . . . . . . . . . . 14
4.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

5 Applications aux séries 18

1
Comparaison au voisinage d’un point 1 La relation de domination

Notation.
Dans tout ce chapitre, on fixe un K-espace vectoriel normé E, où K désigne R ou C.
On fixe également A ⊂ E et a ∈ E ∪ {+∞, −∞, ∞}, et on suppose que tout voisinage
V de a rencontre A.
L’objet de ce chapitre est d’étudier des applications définies sur A et à valeurs dans un
espace vectoriel normé, au voisinage du point a.

1 La relation de domination
Définition. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G
deux applications.
On dit que f est dominée par g au voisinage de a si et seulement si
(1) : ∃V ∈ V(a) ∃C ∈ R∗+ ∀x ∈ V ∩ A kf (x)kF ≤ Ckg(x)kG .
O (g(x)) (notation de Landau) ou bien f (x) g(x) (notation
On note alors f (x) = x→a
x∈A
de Hardy).
Remarque. Ici, la dernière inégalité de (1) ne peut pas être remplacée par une inégalité
stricte, car g peut s’annuler au voisinage de a, c’est-à-dire qu’il est possible que, pour
tout V ∈ V(a), ∃x ∈ V g(x) = 0.
Remarque. f = O(g) si et seulement si kf (x)k = O(kg(x)k).
Cas particulier des suites. Si E = R, A = N et a = +∞, f et g représentent en
fait des suites (xn ) ∈ F N et (yn ) ∈ GN . Ainsi xn = O(yn ) si et seulement si
∃N ∈ N ∃C ∈ R∗+ ∀n ≥ N kxn kF ≤ Ckyn kG .
Exemples. Soient F un espace vectoriel normé et f : A −→ F .
Alors 0 = O(f ), mais f = O(0) si et seulement si f est nulle au voisinage de a.
f = O(1) si et seulement si f est bornée au voisinage de a.
Exemple. x sin x = O(x), au voisinage de +∞ ou bien de 0.
Propriété. Soient F un espace vectoriel normé et f : A −→ F une application.
Alors O(O(f )) = O(f ) .
Démonstration.
Cette propriété signifie que si g = O(f ) et si h = O(g), alors h = O(f ), mais elle ne
s’intéresse pas au problème réciproque ( si h = O(f ), existe-t-il g tel que h = O(g)
et g = O(f ) ?) d’ailleurs vrai ici mais qui dans d’autres cas pourra être faux. Ainsi
il serait plus exact de noter O(O(g)) ⊂ O(g), mais l’usage est d’utiliser la notation
d’égalité.
Cette propriété se lit donc de la manière suivante. Si une application définie sur A est
un ‘grand O’ d’un ‘grand O’ de f , c’est un ‘grand O’ de f . En voici la démonstration.
Soient G et H deux espaces vectoriels normés, g : A −→ G et h : A −→ H deux
applications. On suppose qu’au voisinage de a, g = O(f ) et h = O(g). Ainsi il existe

c Éric Merle 2 MPSI2, LLG

Comparaison au voisinage d’un point 1 La relation de domination

deux voisinages de a, V et V 0 , et deux réels strictement positifs C et C 0 tels que, pour

tout x ∈ V ∩ A, kg(x)k ≤ Ckf (x)k et pour tout x ∈ V 0 ∩ A, kh(x)k ≤ C 0 kg(x)k.
V ∩V 0 est encore un voisinage de a et pour tout x ∈ (V ∩V 0 )∩A, kh(x)k ≤ C 0 Ckf (x)k.
On a montré que h = O(f ).
ATTENTION : On peut avoir f (x) = O(h(x)) et g(x) = O(h(x)), mais f (x) 6= g(x) :
ici, l’égalité n’est plus symétrique, car elle correspond en réalité à l’inclusion. Elle reste
cependant réflexive et transitive.
De même, si f (x) + O(h(x)) = g(x) + O(h(x)), on peut avoir f (x) 6= g(x).
Propriété. Soient F un espace vectoriel normé et f : A −→ F une application. Alors
O(f ) + O(f ) = O(f ) .
Démonstration.
Soit G un espace vectoriel normé, g : A −→ G et h : A −→ G deux applications. On
suppose qu’au voisinage de a, g = O(f ) et h = O(f ). Ainsi il existe deux voisinages
de a, V et V 0 , et deux réels strictement positifs C et C 0 tels que, pour tout x ∈ V ∩ A,
kg(x)k ≤ Ckf (x)k et pour tout x ∈ V 0 ∩ A, kh(x)k ≤ C 0 kf (x)k.
V ∩ V 0 est encore un voisinage de a et pour tout x ∈ (V ∩ V 0 ) ∩ A,
k(g + h)(x)k ≤ kg(x)k + kh(x)k ≤ (C + C 0 )kf (x)k. On a montré que g + h = O(f ).
Propriété. Soient F un espace vectoriel normé, f : A −→ F une application
à valeurs vectorielles et ϕ : A −→ K une application à valeurs scalaires. Alors
O(ϕ).O(f ) = O(ϕ.f ).
Démonstration.
Soient G un espace vectoriel normé, g : A −→ G et Ψ : A −→ K deux applications.
On suppose qu’au voisinage de a, Ψ = O(ϕ) et g = O(f ). Ainsi il existe deux voisinages
de a, V et V 0 , et deux réels strictement positifs C et C 0 tels que, pour tout x ∈ V ∩ A,
|Ψ(x)| ≤ C|ϕ(x)| et pour tout x ∈ V 0 ∩ A, kg(x)k ≤ C 0 kf (x)k.
V ∩ V 0 est encore un voisinage de a et pour tout x ∈ (V ∩ V 0 ) ∩ A,
k(Ψ.g)(x)k = |Ψ(x)|kg(x)k ≤ CC 0 |ϕ(x)|kf (x)k = CC 0 kϕ(x).f (x)k. On a montré que
Ψ.g = O(ϕ.f ).
Propriété. Soient α ∈ R∗+ et f : A −→ R∗+ . Alors O(f )α = O(f α ) .
Démonstration : Exercice.
Propriété. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G
O (g(x)) et si g(x) −→
deux applications. Si f (x) = x→a x→a
0, alors f (x) −→
x→a
0 .
x∈A x∈A x∈A

Démonstration.
Il existe V ∈ V(a) et C ∈ R∗+ tels que ∀x ∈ V ∩ A kf (x)kE ≤ Ckg(x)kF , or
Ckg(x)k −→ x→a
0, donc d’après le théorème des gendarmes, f (x) −→
x→a
0, or la no-
x∈V ∩A x∈V ∩A
tion de limite est une notion locale et V ∈ V(a), donc f (x) −→
x→a
0.
x∈A

Propriété. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G

deux applications. On suppose que g(x) est non nulle au voisinage de a, c’est-à-dire
qu’il existe V ∈ V(a) pour lequel ∀x ∈ V ∩ A g(x) 6= 0.

c Éric Merle 3 MPSI2, LLG

Comparaison au voisinage d’un point 2 La relation de prépondérance

kf (x)k
Alors f = O(g) si et seulement si x 7−→ est bornée au voisinage de a .
kg(x)k
Démonstration : Exercice.
Propriété. (Hors programme)
Soient (un ) et (vn ) deux suites de réels strictement positifs.
un+1 vn+1
S’il existe N ∈ N tel que ∀n ≥ N ≤ , alors un = O(vn ).
un vn
Démonstration.
un+1 un un
Pour tout n ≥ N , ≤ , donc la suite est décroissante. Ainsi, pour
vn+1 vn vn n≥N
un uN uN
tout n ≥ N , ≤ . Posons C = > 0.
vn vN vN
Pour tout n ≥ N , 0 < un ≤ Cvn , donc un = O(vn ).

2 La relation de prépondérance
Définition. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G
deux applications.
On dit que f est négligeable devant g au voisinage de a si et seulement si
(1) : ∀ε ∈ R∗+ ∃V ∈ V(a) ∀x ∈ V ∩ A kf (x)kF ≤ εkg(x)kG .
o (g(x)) (notation de Landau) ou bien f (x) << g(x) (notation
On note alors f (x) = x→a
x∈A
de Hardy).
Remarque. Ici, la dernière inégalité de (1) ne peut pas être remplacée par une inégalité
stricte.
Remarque. f = o(g) si et seulement si kf (x)k = o(kg(x)k).
Cas particulier des suites. Si E = R, A = N et a = +∞, f et g représentent en
fait des suites (xn ) ∈ F N et (yn ) ∈ GN . Ainsi xn = o(yn ) si et seulement si
∀ε ∈ R∗+ ∃N ∈ N ∀n ≥ N kxn kF ≤ εkyn kG .
Exemples. Soient F un espace vectoriel normé et f : A −→ F .
Alors 0 = o(f ), mais f = o(0) si et seulement si f est nulle au voisinage de a.
f = o(1) si et seulement si f (x) −→
x→a
0.
x∈A

Remarque. cette dernière propriété est importante car elle explicite le lien entre la
notion de “petit o” et la notion de limite.
Exemple. Soit α, β ∈ R avec α < β. Alors
au voisinage de +∞, xα = o(xβ ) et
au voisinage de 0+ , xβ = o(xα ).
ATTENTION : On peut avoir f (x) = o(h(x)) et g(x) = o(h(x)), mais f (x) 6= g(x) :
ici, l’égalité n’est plus symétrique.

c Éric Merle 4 MPSI2, LLG

Comparaison au voisinage d’un point 2 La relation de prépondérance

De même, si f (x) + o(h(x)) = g(x) + o(h(x)), on peut avoir f (x) 6= g(x).

Propriété. Soient F un espace vectoriel normé et f : A −→ F une application. Alors
o(f ) = O(f ) .
Remarque. Ici tout particulièrement cette “égalité” n’est valable que dans un sens.
Propriété. Soient F un espace vectoriel normé et f : A −→ F une application.
Alors o(O(f )) = o(f ) et O(o(f )) = o(f ) (donc aussi o(o(f )) = o(f )).
Démonstration.
Soient G et H deux espaces vectoriels normés, g : A −→ G et
h : A −→ H deux applications. On suppose qu’au voisinage de a, g = O(f ) et
h = o(g). Ainsi il existe un voisinage V de a et un réel strictement positif C tel que,
pour tout x ∈ V ∩ A, kg(x)k ≤ Ckf (x)k.
ε
Soit ε > 0. Il existe V 0 ∈ V(a) tel que pour tout x ∈ V 0 ∩ A, kh(x)k ≤ kg(x)k.
C
V ∩ V 0 est encore un voisinage de a et pour tout x ∈ (V ∩ V 0 ) ∩ A, kh(x)k ≤ εkf (x)k.
On a montré que h = o(f ).
La seconde partie de la propriété se démontre de la même façon.
Propriété. Soient F un espace vectoriel normé et f : A −→ F une application.
Alors o(f ) + o(f ) = o(f ) .
Démonstration.
Soient G un espace vectoriel normé, g : A −→ G et h : A −→ G deux applications.
On suppose qu’au voisinage de a, g = o(f ) et h = o(f ).
Soit ε > 0. Il existe deux voisinages de a, V et V 0 tels que, pour tout x ∈ V ∩ A,
ε ε
kg(x)k ≤ kf (x)k et pour tout x ∈ V 0 ∩ A, kh(x)k ≤ kf (x)k.
2 2
V ∩ V 0 est encore un voisinage de a et pour tout x ∈ (V ∩ V 0 ) ∩ A,
k(g + h)(x)k ≤ kg(x)k + kh(x)k ≤ εkf (x)k. On a montré que g + h = o(f ).
Propriété. Soient F un espace vectoriel normé, f : A −→ F une application à
valeurs vectorielles et ϕ : A −→ K une application à valeurs scalaires.
Alors o(ϕ).O(f ) = o(ϕ.f ) et O(ϕ).o(f ) = o(ϕ.f ) (donc aussi o(ϕ).o(f ) = o(ϕ.f )).
Démonstration.
Soient G un espace vectoriel normé, g : A −→ G et Ψ : A −→ K deux applications.
On suppose qu’au voisinage de a, Ψ = o(ϕ) et g = O(f ). Ainsi il existe un voisinage V
de a et un réel strictement positif C tel que, pour tout x ∈ V ∩ A, kg(x)k ≤ Ckf (x)k.
ε
Soit ε > 0. Il existe V 0 ∈ V(a) tel que pour tout x ∈ V 0 ∩ A, |Ψ(x)| ≤ |ϕ(x)|.
C
V ∩ V 0 est encore un voisinage de a et pour tout x ∈ (V ∩ V 0 ) ∩ A,
k(Ψ.g)(x)k = |Ψ(x)|kg(x)k ≤ ε|ϕ(x)|kf (x)k = εkϕ(x).f (x)k.
On a montré que Ψ.g = o(ϕ.f ).
La seconde partie de la propriété se démontre de la même façon.
Propriété. Soient α ∈ R∗+ et f : A −→ R∗+ . Alors o(f )α = o(f α ) .
Démonstration : Exercice.

c Éric Merle 5 MPSI2, LLG

Comparaison au voisinage d’un point 2 La relation de prépondérance

Propriété. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G

deux applications. On suppose que g(x) est non nulle au voisinage de a, c’est-à-dire
qu’il existe V ∈ V(a) pour lequel ∀x ∈ V ∩ A g(x) 6= 0.
kf (x)k
Dans ces conditions f = o(g) si et seulement si −→ 0 .
kg(x)k x→a
x∈A

Démonstration : Exercice.
Théorème des croissances comparées : Soit α, β, γ ∈ R∗+ et a > 1.
1. Les suites lnα (n), nβ , an et n! tendent vers +∞ et chacune est négligeable devant
les suivantes.
2. Au voisinage de +∞, les fonctions lnα x, xβ et eγx tendent vers +∞ et chacune
est négligeable devant les suivantes.
1
+ α
3. Au voisinage de 0 , | ln x| = o β .
x
1
4. Au voisinage de −∞, eγx = o .
|x|β
Démonstration.
Dans le chapitre “Dérivation et intégration, une première approche”, lors de la
définition des fonctions ln et exp, on a prouvé
ln x
que ln x −→ +∞, ln x −→ −∞, −→ 0, et
x→+∞ x→0 x x→+∞
et
que et −→ 0, et −→ +∞, −→ +∞.
t→−∞ t→+∞ t t→+∞
ln(xβ )
Ainsi par composition des limites, xβ = eβ ln x −→ +∞, donc −→ 0,
x→+∞ xβ x→+∞
ln x
or ln(xβ ) = β ln x, donc β −→ 0.
x x→+∞
ln x
En remplaçant β par αβ , on en déduit que β −→ 0.
x α x→+∞
lnα x ln x α
Or uα = ea ln u −→ 0, donc par composition des limites, β = β −→ 0.
u→0 x x α x→+∞

t lnα (et ) tα
e −→ +∞, donc −→ 0, i.e βt −→ 0.
t→+∞ (et )β t→+∞ e t→+∞
On a ainsi prouvé l’item numéro 2.
En restreignant à N, on en déduit que lnα (n) = o(nβ ) et que nβ = o(en ln a ) = o(an ),
car ln a > 0. X an an
De plus on sait que la série converge (et a pour somme ea ), donc −→ 0.
n! n! n→+∞
On a ainsi prouvé l’item numéro 1.
lnα 1 1
x1 −→+ +∞, donc 1 βx −→+ 0, i.e | ln x|α = + o β .
x→0 ( x ) x→0 x→0 x
α
α −βt t α βt βt
1
t e = βt −→ 0, donc (−t) e −→ 0, donc e = o .
e t→+∞ t→−∞ t→−∞ |t|α

c Éric Merle 6 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence
1
2
Exemple. Montrons que e−x = o 5 .
x→+∞ x
Le théorème des c.c n’affirment pas directement ce résultat, mais on sait que
2
et e−x
5 −→ 0, donc par composition des limites, 1 5 −→ 0.
| 1t | 2 t→−∞ | −x2 | 2 x→+∞
√
ln x
e
Exemple. Calcul de la limite en +∞ de f (x) = .
x2
Ici encore, on ne peut pas appliquer directement les c.c. D’ailleurs, si l’on considère
que l’exponentielle l’emporte toujours sur une puissance,
√ on pourrait croire que
ln x−2 ln x
f (x) −→ +∞, ce qui est faux. En effet, f (x) = e ,
√ x→+∞ √
or ln x−2 ln x = −2 ln x+o(ln x) et −2 ln x −→ −∞, donc ln x−2 ln x −→ −∞,
x→+∞ x→+∞
puis f (x) −→ 0.
x→+∞

Exercice. Soient (α, β) ∈ R2 et (α0 , β 0 ) ∈ R2 . Montrer que, au voisinage de +∞,

0 0
xα lnβ x = o(xα lnβ x) si et seulement si (α, β) < (α0 , β 0 ) pour l’ordre lexicogra-
phique, c’est-à-dire si et seulement si α < α0 ou (α = α0 et β < β 0 ).
0 0 0 0
Solution : xα lnβ x = o(xα lnβ x) ⇐⇒ xα−α lnβ−β x −→ 0, donc il suffit de
x→+∞
montrer que, lorsque δ, γ ∈ R, xδ lnγ x −→ 0 ⇐⇒ (δ < 0) ∨ ((δ = 0) ∧ (γ < 0)).
x→+∞
γ
ln x
Or, si δ < 0, d’après les c.c, xδ lnγ x = −→ 0 et si δ = 0 avec γ < 0,
x−δ x→+∞
xδ lnγ x = lnγ x −→ 0.
x→+∞
On démontre de même la contraposée de l’implication réciproque.

3 La relation d’équivalence
3.1 Définition
Définition. Soient F un espace vectoriel normé, f : A −→ F et g : A −→ F deux
applications.
On dit que f est équivalente à g au voisinage de a si et seulement si f − g = o(g).
∼ g(x).
On note alors f (x) x→a
x∈A

∼ g(x) ⇐⇒ f = g + o(g) .
Ainsi, f (x) x→a
x∈A

Exemple. Soit k ∈ N. Au voisinage de 0, tk+1 = o(tk ) et, au voisinage de +∞,

tk = o(tk+1 ).
n
X
Ainsi, si P (X) = ak X k est un polynôme à coefficients complexes, avec an 6= 0 et
k=m
am 6= 0, au voisinage de 0, P (t) ∼ am tm et au voisinage de +∞, P (t) ∼ an tn .
Propriété. La relation “∼” est une relation d’équivalence sur F(A, F ).

c Éric Merle 7 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence

Démonstration.
• Soit (f, g) ∈ F(A, F )2 tel que f ∼ g. Montrons que g = O(f ).
En effet, il existe V ∈ V(a) tel que pour tout x ∈ V ∩ A, kf (x) − g(x)k ≤ 12 kg(x)k.
Soit x ∈ V ∩ A. kg(x)k − kf (x)k ≤ kf (x) − g(x)k ≤ 12 kg(x)k, donc 12 kg(x)k ≤ kf (x)k,
ainsi kg(x)k ≤ 2kf (x)k.
• Soit f ∈ F(A, F ). f − f = 0 = o(f ), donc la relation est réflexive.
Soit (f, g) ∈ F(A, F )2 tel que f ∼ g. D’après le premier point,
g − f = o(g) = o(O(f )) = o(f ), donc g ∼ f , ce qui prouve la symétrie.
Soit (f, g, h) ∈ F(A, F )3 tel que f ∼ g et g ∼ h.
h − f = (h − g) + (g − f ) = o(h) + o(g), or d’après le premier point g = O(h), donc
h − f = o(h) + o(O(h)) = o(h) + o(h) = o(h). Ainsi f ∼ h, ce qui prouve la transitivité.

Propriété. Soient F un espace vectoriel normé, f ∈ F(A, F ) et l ∈ F .

Si f (x) −→
x→a
l et si l 6= 0, alors f (x) ∼ l.
x∈A

Démonstration.
1
1= klk = O(l), donc f (x) − l = o(1) = o(O(l)) = o(l), ce qui montre que f (x) ∼ l.
klk

Remarque. f (x) ∼ 0 si et seulement si f est nulle au voisinage de a, donc en général,

f (x) 6∼ 0, même lorsque f (x) −→
x→a
0.
x∈A

Propriété. Soient f : A −→ K et g : A −→ K deux applications scalaires. On

suppose que g est non nulle au voisinage de a, c’est-à-dire qu’il existe V ∈ V(a) tel que
f (x)
∀x ∈ V g(x) 6= 0. Alors f ∼ g ⇐⇒ −→ 1.
g(x) x→a
x∈A

Démonstration.
f −g f (x)
f ∼ g ⇐⇒ f − g = o(g) ⇐⇒ −→ 0 ⇐⇒ −→ 1.
g x→a
x∈A
g(x) x→a
x∈A

3.2 Propriétés de stabilité de la relation d’équivalence

Propriété. Soient F un espace vectoriel normé, et f : A −→ F et g : A −→ F deux
applications à valeurs vectorielles. Si f ∼ g, alors kf k ∼ kgk.
Démonstration.
kf k − kgk = O(kf − gk) = O(o(g)) = o(g) = o(kgk), donc kf k ∼ kgk.
Propriété. Stabilité du produit. Soient F un espace vectoriel normé, f : A −→ F
et g : A −→ F deux applications à valeurs vectorielles et ϕ : A −→ K et Ψ : A −→ K
deux applications à valeurs scalaires.
Si ϕ ∼ Ψ et si f ∼ g, alors ϕ.f ∼ Ψ.g.

c Éric Merle 8 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence

Démonstration.
ϕ.f − Ψ.g = ϕ.f − ϕ.g + ϕ.g − Ψ.g = ϕ.o(g) + o(Ψ).g, donc
ϕ.f − Ψ.g = O(Ψ).o(g) + o(Ψ).O(g) = o(Ψ.g), donc ϕ.f ∼ Ψ.g.
Propriété. Soient f : A −→ K et g : A −→ K deux applications scalaires. On
suppose que g ne s’annule pas au voisinage de a et que f ∼ g.
1 1
Alors f ne s’annule pas au voisinage de a et ∼ .
f (x) g(x)
Démonstration.
g = O(f ), donc, au voisinage de a, si f (x) = 0 alors g(x) = 0. Ainsi f ne s’annule pas
f (x) g(x) 1 1
au voisinage de a. −→ 1, donc −→ 1, ce qui prouve que ∼ .
g(x) x∈A
x→a
f (x) x∈A
x→a
f (x) g(x)
Propriété. Soient f : A −→ R et g : A −→ R deux applications à valeurs réelles.
Si f ∼ g, alors f et g ont le même signe au voisinage de a au sens strict, c’est-à-dire
que f (x) et g(x) sont tous deux nuls, ou tous deux strictement positifs, ou tous deux
strictement négatifs.
Démonstration.
Il existe W ∈ V(a) tel que ∀x ∈ W ∩ A |f (x) − g(x)| ≤ 21 |g(x)|.
Soit x ∈ W ∩ A. Si g(x) = 0, alors f (x) = 0.
f (x) 1 f (x) 1
Si g(x) 6= 0, | − 1| ≤ , donc ≥ , ce qui prouve que f (x) et g(x) ont le
g(x) 2 g(x) 2
même signe au sens strict.
Propriété.
Soient α ∈ R, f : A −→ R et g : A −→ R deux applications à valeurs réelles.
Si f ∼ g et si g est strictement positive au voisinage de a, alors f α (x) ∼ g α (x).
Démonstration.
f est aussi strictement positive au voisinage de a, donc f α est définie au voisinage de
f α (x)
a et α −→ 1, donc f α (x) ∼ g α (x).
g (x) x→a
x∈A

Propriété. Soient F un espace vectoriel normé, f : A −→ F et g : A −→ F deux

applications. Si f ∼ g et si g(x) −→
x→a
l, alors f (x) −→
x→a
l.
x∈A x∈A

Démonstration.
• Premier cas. Supposons que l ∈ F \ {0}. Alors f ∼ g ∼ l, donc par transitivité,
f ∼ l, ce qui montre que f − l = o(l) = o(O(1)) = o(1), donc f (x) −→
x→a
l.
x∈A
• Deuxième cas. Supposons que l = 0.
Alors f (x) = O(g(x)) et g(x) −→
x→a
0, donc f (x) −→
x→a
0.
x∈A x∈A
1 1 1
• Troisième cas. Supposons que F = R et l = +∞. Alors ∼ et −→ 0+ .
f (x) g(x) g(x) x→ax∈A
1
D’après le cas précédent et la propriété de conservation du signe, −→ 0+ , donc
f (x) x→a
x∈A

c Éric Merle 9 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence

f (x) −→
x→a
+∞.
x∈A
• Autres cas. Adaptez ce qui précède lorsque l = −∞ ou l = ∞.
2x2 + 5x + 1
Exemple. Calculer la limite en ±∞ de f (x) = .
(x − 1)(3 − x)
2x2
f (x) ∼ = −2, donc la limite cherchée est −2.
x × (−x)
Propriété. Soient F et G deux espaces vectoriels normés, f : A −→ F et g : A −→ G
deux applications.
La condition f = O(g) (respectivement f = o(g), f ∼ g) est vraie si et seulement si
elle l’est en remplaçant f et g par des applications équivalentes.
Démonstration.
Soient f : A −→ F et g : A −→ G des applications
respectivement équivalentes à f et g.
Si f = O(g), f = O(f ) = O(O(g)) = O(g) = O(O(g)) = O(g),
si f = o(g), f = O(f ) = O(o(g)) = o(g) = o(O(g)) = o(g),
et si f ∼ g, la transitivité montre que f ∼ g.
Les réciproques s’obtiennent en intervertissant les rôles joués par f et f et par g et g.

Propriété. (Hors programme) On suppose que f et g sont à valeurs réelles strictement

positives. Si g(x) −→
x→a
l ∈ R+ \ {1} et si f (x) ∼ g(x), alors ln(f (x)) ∼ ln(g(x)).
x∈A
Lorsque g(x) −→
x→a
1, alors ln(g(x)) ∼ g(x) − 1.
x∈A

Démonstration.
f (x) f (x)
ln(f (x)) = ln g(x) = ln(g(x)) + o(1), car −→ 1.
g(x) g(x) x→a
x∈A
Or, en convenant que ln(+∞) = +∞ et que ln(0) = −∞, ln(g(x)) −→x→a
ln(l) 6= 0, donc
x∈A
ln(f (x)) = ln(g(x)) + o(ln(g(x))) ∼ ln(g(x)).
Remarque. Si f (x) = 1 − x et g(x) = 1 − x2 , lorsque x est au voisinage de 0,
f (x) ∼ g(x), mais ln(f (x)) 6∼ ln(g(x)).
√
Exemple. Au voisinage de +∞, ln(t + 1 + t2 ) ∼ ln(t).
Démonstration.
√ √
t2 + 1 ∼ t, donc t + 1 + t2 = t + (t + o(t)) ∼ 2t −→ +∞ =
6 1,
√ t→+∞
donc ln(t + 1 + t2 ) ∼ ln(2t) = ln(2) + ln(t) ∼ ln(t).
Propriété. Changement de variable.
Soient F un second K-espace vectoriel normé, B ⊂ F et b ∈ F ∪ {+∞, −∞, ∞}. On
suppose que tout voisinage de b rencontre B.
Soit ϕ : B −→ A une application telle que ϕ(t) −→ a .t→b
t∈B

Soient f : A −→ G et g : A −→ H.

c Éric Merle 10 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence

∼ g(x) (respectivement : f (x) = O(g(x)), f (x) = o(g(x))), alors

Si f (x) x→a
x∈A
f ◦ ϕ(t) ∼ g ◦ ϕ(t) (respectivement : f ◦ ϕ(t) = O(g ◦ ϕ(t)), f ◦ ϕ(t) = o(g ◦ ϕ(t))).
t→b
t∈B

Démonstration.
• Supposons que f (x) = O(g(x)).
Ainsi, il existe C > 0 et V ∈ V(a) tel que, ∀x ∈ V ∩ A kf (x)k ≤ Ckg(x)k.
Or ϕ(t) −→ a, donc il existe W ∈ V(b) tel que ϕ(W ∩ B) ⊂ V .
t→b
t∈B
Soit t ∈ W ∩ B. ϕ(t) ∈ V ∩ A, donc kf (ϕ(t))k ≤ Ckg(ϕ(t))k,
ce qui prouve que f ◦ ϕ(t) = O(g ◦ ϕ(t)).
• Supposons que f (x) = o(g(x)).
Soit ε > 0. Il existe V ∈ V(a) tel que, ∀x ∈ V ∩ A kf (x)k ≤ εkg(x)k.
Or ϕ(t) −→ a, donc il existe W ∈ V(b) tel que ϕ(W ∩ B) ⊂ V .
t→b
t∈B
Soit t ∈ W ∩ B. ϕ(t) ∈ V ∩ A, donc kf (ϕ(t))k ≤ εkg(ϕ(t))k,
ce qui prouve que f ◦ ϕ(t) = o(g ◦ ϕ(t)).
• Supposons que f (x) x→a
∼ g(x). Alors f (x) − g(x) = o(g(x)),
x∈A
donc f (ϕ(t)) − g(ϕ(t)) = o(g(ϕ(t)), ce qui prouve que f ◦ ϕ(t) ∼ g ◦ ϕ(t).
t→b
t∈B

Exemple.
√ Lorsque t tend
√ vers 0 par valeurs positives,
ln cos t = ln(1 + (cos t − 1)) = ln(1 + (− 2t + o(t))) ∼ − 2t + o(t) ∼ − 2t .

3.3 Défauts de stabilité de la relation d’équivalence

Remarque. Soient α ∈ R, f : A −→ R et g : A −→ R deux applications à valeurs
réelles. ef (x) ∼ eg(x) ⇐⇒ (f − g)(x) −→
x→a
0. Ainsi, avec f (t) = t2 + t et g(t) = t2 , au
x∈A
f (t)
voisinage de +∞, f (t) ∼ g(t), mais e 6∼ eg(t) .
Ainsi, en général, si f (x) ∼ g(x), ϕ(f (x)) 6∼ ϕ(g(x)) . L’équivalence de fonctions au
voisinage d’un point n’est pas stable par composition à gauche. On vient de voir qu’elle
est stable par composition à droite car cela correspond à un changement de variable.
Remarque. t2 ∼ t2 + 2t et −t2 + 1 ∼ −t2 , mais si l’on somme ces relations,
t→+∞ t→+∞
(t2 ) + (−t2 + 1) = 1 6∼ (t2 + 2t) − t2 = 2t.
t→+∞
L’équivalence de fonctions au voisinage d’un point est stable pour le produit, mais
elle ne l’est pas pour la somme. Ainsi, même si elle permet parfois des raisonnements
rapides, l’équivalence de fonctions au voisinage d’un point ne fonctionne pas toujours
très bien et il est souvent nécessaire de “revenir aux petits o” pour mener les calculs,
en utilisant la définition de l’équivalence : f ∼ g ⇐⇒ f − g = o(g).
t3
Remarque. Le raisonnement “au voisinage de 0, sin t ∼ t − ∼ t + t2 , donc
6
sin t − t ∼ t2 ” n’est pas valable car il utilise la stabilité de l’addition, qui est fausse.

c Éric Merle 11 MPSI2, LLG

Comparaison au voisinage d’un point 3 La relation d’équivalence

t3 t3
Ainsi, dans l’écriture sin t ∼ t − , le terme n’est pas pertinent car il est négligeable
6 6
t3
devant le premier terme t. C’est pourquoi si vous donnez comme résultat sin t ∼ t − ,
6
vous ne commettez pas d’erreurs (elles ne sont que potentielles), mais vous montrez
que vous ne maı̂trisez pas la notion d’équivalence de fonctions.
Remarque. Elever un équivalent à une puissance qui dépend de la variable n’est pas
autorisé. Par exemple, au voisinage de +∞, 1 + n1 ∼ 1, mais (1 + n1 )n −→ e, donc
n→+∞
(1 + n1 )n 6∼ 1.
De la même façon, dans le cadre des suites, faire le produit de n équivalents lorsque n
tend vers l’infini n’est pas autorisé.

3.4 Résumons : quelques méthodes de calculs d’équivalents

Quelques méthodes de calculs d’équivalents :
Si xn −→ l ∈ E, avec l 6= 0, alors xn ∼ l.
n→+∞
Si xn = an bn , chercher des équivalents de an et de bn et en faire le produit.
an
Si xn = , chercher des équivalents de an et de bn et en faire le quotient.
bn
Si xn = an + bn , regarder si an = o(bn ), auquel cas xn ∼ bn , ou bien si bn = o(an ),
auquel cas xn ∼ an .
√
Exemple. Donner
√ un équivalent
√ simple de f (x) = sin x + √ tan x au√voisinage de 0.
sin x ∼ x = o( x) = o( tan x) car tan x ∼ x, donc f (x) ∼ tan x ∼ x.
Exemple. Donner un équivalent simple de f (x) = sin(2x) − sin x au voisinage de 0.
f (x) = 2x + o(x) − (x + o(x)) = x + o(x) ∼ x.
Exemple.
Donner un équivalent simple de f (x) = ln(1 − x) + ex − 1 au voisinage de 0.
f (x) = (−x + o(x)) + (1 + x + o(x)) − 1 = o(x), ce qui ne permet pas de conclure. Mais,
x2 x3 x2 x3 x3 x3
f (x) = (−x − − + o(x3 )) + (1 + x + + + o(x3 )) − 1 = − + o(x3 ) ∼ − .
2 3 2 6 6 6

c Éric Merle 12 MPSI2, LLG

Comparaison au voisinage d’un point 4 Les développements limités.

4 Les développements limités.

Dans ce paragraphe, on suppose que E = K.

4.1 Définitions
Définition. Soient f : A −→ K une application et n ∈ N. On dit que f admet un
développement limité au voisinage de a à l’ordre n (ou en o(xn )) si et seulement s’il
existe P ∈ Kn [X] tel que f (a + x) = P (x) + o(xn ).
x→0
Xn
Si P (X) = ak X k avec am 6= 0, alors f (x) ∼ am (x − a)m . On dit que am (x − a)m
x→a
k=m
est la partie principale de f au voisinage de a.
Remarque. Quitte à utiliser la propriété de changement variable, on peut se limiter
au cas où a = 0. Par exemple, si a ∈ K, on peut poser t = a − x et si a = +∞, on peut
poser t = x1 ou bien t = e−x .
Pour toute la suite de ce paragraphe, on supposera donc que a = 0 et que 0 est un
point d’accumulation de A.
Définition. développements limités au sens fort.
Avec les notations précédentes, on dit que f admet un développement limité au sens
fort au voisinage de 0 à l’ordre n (ou en O(xn+1 )) si et seulement s’il existe P ∈ Kn [X]
tel que f (x) = P (x) + O(xn+1 ).
Les propriétés qui suivent sont valables pour les développements limités au sens fort
ou au sens faible, mais nous ne les énoncerons que dans le cas du sens faible.
Propriété. unicité du développement limité.
Avec les notations précédentes, s’il existe (P, Q) ∈ Kn [X]2 tel que
f (x) = P (x) + o(xn ) = Q(x) + o(xn ), alors P = Q.
Remarque. Le formulaire qui récapitule les développements limités usuels est à
connaı̂tre. Ces formules s’obtiennent toutes à l’aide de la formule de Taylor-Young
ou du théorème d’intégration d’un développement limité que nous verrons plus loin.
Propriété. Développements limités tronqués.
Soient f : A −→ K une application et (n, p) ∈ N2 avec p ≤ n. On suppose que f
admet un développement limité en o(xn ). Alors f admet un développement limité en
o(xp ).
n p
X X
k n
De plus, si f (x) = ak x + o(x ), alors f (x) = ak xk + o(xp ).
k=0 k=0
On dit que l’on a tronqué le développement limité de f à l’ordre p.
Remarque. f admet un développement limité à l’ordre 0 si et seulement s’il existe
l ∈ R tel que f (x) −→
x→0
l. Dans ce cas, f (x) = l + o(1).
x∈A

c Éric Merle 13 MPSI2, LLG

Comparaison au voisinage d’un point 4 Les développements limités.

Propriété. Soient n ∈ N et f : A −→ K une application admettant un développement

limité en o(xn ) de la forme f (x) = P (x) + o(xn ).
Si f est paire, P est pair, donc P ne contient que des monômes de degrés pairs.
De même, si f est impaire, P est impair, donc P ne contient que des monômes de
degrés impairs.
La suite de ce paragraphe fournit des moyens performants pour calculer le développement
limité d’une fonction. Ainsi, pour calculer la limite d’une fonction en un point dans le
cas d’une forme indéterminée, le plus souvent, on recherche un développement limité
de cette fonction à l’ordre 0.

4.2 Opérations sur les développements limités

Propriété. Addition de développements limités.
Soient n ∈ N, f : A −→ K et g : A −→ K des applications admettant un
développement limité en o(xn ) de la forme f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ).
Pour tout (α, β) ∈ K2 , αf + βg admet le développement limité en o(xn ) suivant :
(αf + βg)(x) = αP (x) + βQ(x) + o(xn ).
x3 4 x2
Exemple. sin(x) = x − + o(x ) et cos(x) = 1 − + o(x3 ), donc
6 2
x 2 x3 3
sin(x) + cos(x) = 1 + x − − + o(x ).
2 6
Propriété. Multiplication de développements limités.
Soient n ∈ N, f : A −→ K et g : A −→ K des applications admettant un
développement limité en o(xn ) de la forme f (x) = P (x) + o(xn ) et g(x) = Q(x) + o(xn ).
Alors f g admet le développement limité en o(xn ) suivant : (f g)(x) = R(x) + o(xn ), où
R(x) est obtenu en tronquant le polynôme P Q à l’ordre n.
Exemple. Développement limité de ex ln(1 + x) à l’ordre 4.
Résolution.
x 2 x3 x4 x2 x3
ln(1 + x) = x − + − + o(x4 ) et ex = 1 + x + + + o(x3 ), donc
2 3 4 2 6
x2 x3 x x2 x3 x x2
e ln(1+x) = x(1+x+ + +o(x ))(1− + − +o(x )) = x(1+ + +o(x3 )),
x 3 3
2 6 2 3 4 2 3
2 3
x x
ce qui prouve que ex ln(1 + x) = x + + + o(x4 ).
2 3
Remarque. Dans le calcul précédent, la mise en facteur de x dans le développement
limité de ln(1 + x) permet d’éviter de développer ex jusqu’à l’ordre 4.
Plus généralement, lors d’un calcul de développement limité,
une bonne habitude consiste à factoriser tout développement limité intermédiaire

c Éric Merle 14 MPSI2, LLG

Comparaison au voisinage d’un point 4 Les développements limités.
n
X
de la forme ak xk + o(xn ) sous la forme, dite normalisée suivante :
k=m

n−m
!
m
X ak+m k n−m
am x 1+ x + o(x ) .
k=1
am

Si l’on peut prévoir avant le calcul explicite les factorisations qui auront lieu, on peut
optimiser les ordres auxquels il faut développer les fonctions élémentaires qui composent
la fonction globale à développer.
Exemple.
Développement limité de f (x) = (ch(x) − cos(x))(sh(x) − sin(x))2 à l’ordre 11.
Résolution. Le développement limité de ch(x) − cos(x) permet la mise en facteur de
x2 et celui de sh(x) − sin(x) permet la mise en facteur de x3 . Or
2
8 ch(x) − cos(x) sh(x) − sin(x)
(1) : f (x) = x , donc il suffit de développer
x2 x3
ch(x) − cos(x) sh(x) − sin(x)
2
et à l’ordre 3.
x x3
ch(x) − cos(x) = x + o(x ) = x (1 + o(x3 )) et
2 5 2

x3 x3
sh(x) − sin(x) = + o(x6 ) = (1 + o(x3 )), donc
3 3
x8 3 3 x8
2
(ch(x) − cos(x))(sh(x) − sin(x)) = (1 + o(x )) = + o(x11 ).
9 9
Sur une copie, seuls (1) et les trois lignes précédentes sont nécessaires.
Propriété. Composition de développements limités.
Soient n ∈ N et f : A −→ K une application admettant un développement limité en
o(xn ) de la forme f (x) = P (x) + o(xn ).
Soit B ⊂ K tel que 0 est un point d’accumulation de B et soit g : B −→ A une
application admettant un développement limité en o(tn ) de la forme g(t) = Q(t)+o(tn ),
avec Q(0) = 0.
Alors f ◦ g admet au voisinage de 0 le développement limité à l’ordre n suivant :
f ◦ g(t) = R(t) + o(tn ), où R(t) est obtenu en tronquant le polynôme P ◦ Q à l’ordre n.
√
Exemple. Développement limité à l’ordre 2 de f (x) = e(cos x) .
√ x x2 x x
Résolution. cos x = 1 − + + o(x2 ) = 1 + u, où u = − (1 − + o(x)),
2 24 2 12
x x2
donc f (x) = eeu = e(1 + u + o(u)) = e(1 − + + o(x2 )).
2 24
Le calcul précédent est faux car lorsque l’on substitue formellement u par
x x2
− + + o(x2 ) dans l’expression eu = 1 + u + o(u), on obtient
2 24
x x2 x x2 x2

u 2 2 x x
e = 1+ − + + o(x ) + o − + + o(x ) , or − + + o(x2 ) ∼ − ,
2 24 2 24 2 24 2
2

x x x
donc o − + + o(x2 ) = o(x) et on en déduit seulement que eu = 1 − + o(x),
2 24 2

c Éric Merle 15 MPSI2, LLG

Comparaison au voisinage d’un point 4 Les développements limités.

ce qui n’est pas suffisant.

u2 x2 x x2
En fait, eu = 1 + u + + o(u2 ) et u2 = (1 + o(1)), donc f (x) = e(1 − + + o(x2 )).
2 4 2 6
Exemple.
Développement limité au voisinage de 0 à l’ordre 8 de f (x) = ln(2 + x2 sin(x)).
x2 sin(x) x2 sin(x)
Résolution. f (x) = ln(2) + ln(1 + ) = ln(2) + ln(1 + u), où u = .
2 2
Tentons d’évaluer à priori les ordres auxquels il faut développer les fonctions sin et ln
pour obtenir en fin de calculs un développement de f à l’ordre 8.
x2 sin(x)
Le développement de u = permet une mise en facteur de x3 , en écrivant
2
x3 sin x
u= . Ainsi, dans le développement de ln(1 + u), les termes en u et u2 sont à
2 x
évaluer, mais les termes suivant permettent une factorisation de x9 et n’interviennent
donc pas dans le résultat final. Il est ainsi suffisant de développer ln(1 + u) à l’ordre
u2 2 x3 sin x
2, mais si l’on écrit ln(1 + u) = u − + o(u ), après substitution par u = , il
2 2 x
6 8
restera un o(x ) et non un o(x ). C’est pourquoi il est utile ici de faire un développement
u2
limité au sens fort, c’est-à-dire d’écrire ln(1 + u) = u − + O(u3 ). En effet, lors de la
2
substitution, le O(u3 ) deviendra un O(x9 ) = o(x8 ).
En résumé, il faut développer ln à l’ordre 2 au sens fort et sin à l’ordre 6.
u2 x3 x5
ln(1 + u) = u − + O(u3 ). Et sin(x) = x − + + o(x6 ), donc
2 6 120
x2 sin(x) 3 x2 x4
= x2 (1 − + + o(x5 )), et
2
x2 sin(x) 2 6 120
6 x2
= x4 (1 − + o(x2 )),
2 3
x3 x5 x6 x7 x8
donc f (x) = ln(2) + − − + + + o(x8 ).
2 12 8 240 24
1 − cos(x)
Exemple. Montrez que ϕ : x 7−→ se prolonge par continuité en 0 et
tan2 (x)
donnez un développement limité de ϕ au voisinage de 0 à l’ordre 3.
Résolution.
x2 x2 x4
cos2 (x)(1 − cos(x)) = (1 − + o(x3 ))2 ( − + o(x5 ))
2 2 24
2 x2
= x2 (1 − x2 + o(x3 ))(1 − + o(x3 )),
12
x2 13x2
donc cos2 (x)(1 − cos(x)) = (1 − + o(x3 )).
2 12
x2 x2
De plus, sin2 (x) = x2 (1 − + o(x3 ))2 = x2 (1 − + o(x3 )).
6 3
1 13x2 x2
Ainsi ϕ(x) = (1 − 3
+ o(x ))(1 − + o(x3 ))−1
2 12 3
x2 x2
−1
Mais (1 + u) = 1 − u + O(u ), donc (1 −2
+ o(x3 ))−1 = 1 + + o(x3 ).
3 3
c Éric Merle 16 MPSI2, LLG
Comparaison au voisinage d’un point 4 Les développements limités.

1 13x2 3 x2
Ainsi, ϕ(x) = (1 − + o(x ))(1 + + o(x3 )).
2 12 3
1 3x2 3 1 3x2
Finalement, f (x) = (1 − + o(x )) = − + o(x3 ).
2 4 2 8
Exemple. Donnez un développement asymptotique au voisinage de +∞ de
1
f : x 7−→ ln(x ln(x) + 1) en o( 2 2 ).
x ln (x)
1 1
Résolution. f (x) = ln x ln(x)(1 + ) = ln(x ln(x)) + ln 1 + , donc
x ln(x) x ln(x)
1 1 1
f (x) = ln(x) + ln(ln(x)) + − 2 2 +o 2 2 .
x ln(x) 2x ln (x) x ln (x)

4.3 Applications
Position de la tangente : un calcul de développement limité permet de positionner
le graphe d’une application f par rapport à sa tangente en a, localement en a.
Par exemple avec f (x) = ln x en a = 1, la tangente a pour équation y = x − 1, or au
(x − 1)2
voisinage de 1, f (x) = ln(1 + (x − 1)) = (x − 1) − + o((x − 1)2 ), donc le graphe
2
de f est sous sa tangente, tout au moins au voisinage du point de contact.
3
Avec f (x) = tan x, au voisinage de 0, tan x = x + x3 + o(x3 ), donc la tangente traverse
le graphe de tan en l’origine, et elle est au dessus du graphe lorsque x > 0.
Le chapitre à venir sur la convexité permettra de positionner globalement le graphe de
f par rapport à ses tangentes.
Détermination des asymptotes obliques : soit f une application de R dans R
définie au voisinage de +∞ (ce qui suit fonctionne aussi bien en −∞).
Le graphe de f présente en +∞ une branche infinie si et seulement si f (x) −→ ∞.
x→+∞
Dans ce cas, f possède en +∞ une asymptote oblique si et seulement si f (x) admet au
voisinage de +∞ un développement asymptotique de la forme f (x) = c0 x + c1 + o(1),
avec c0 6= 0. On peut déterminer c0 et c1 par un calcul de développement limité. C’est
une seconde méthode de détermination d’une telle asymptote. Si l’on obtient un terme
supplémentaire pour ce développement limité, on pourra positionner asymptotiquement
le graphe de f par rapport à son asymptote.
Par exemple, prenons f (x) = x2 ln(1 + x1 ). Lorsque x tend vers +∞,
1 1 1 1 1 1 1
f (x) = x2 ( − 2 + 3 + o( 3 )) = x − + + o( ). Ainsi, le graphe de f possède
x 2x 3x x 2 3x x
une asymptote oblique d’équation y = x − 21 et au voisinage de +∞, le graphe est au
dessus de son asymptote.

c Éric Merle 17 MPSI2, LLG

Comparaison au voisinage d’un point 5 Applications aux séries

5 Applications aux séries

Théorème.
P Sommation des relations deP comparaison.
Soient an ∈ S(E),Poù E est un banach, et bn ∈ S(R+ ).
• On suppose que bn est convergente.
+∞
X +∞
X
Pour tout n ∈ N, on note Rn = ak (en cas de convergence) et Sn = bk .
k=n+1 P P k=n+1
Ce sont les restes de Cauchy P (à l’ordre n) des séries a n et b n .
Si an = O(bn ) alorsP an converge absolument et Rn = O(Sn ),
Si an = o(bn ) alors an convergeP absolument et Rn = o(Sn ),
Si an ∼ bn (et (an ) ∈ C ) alors
N
an converge absolument et Rn ∼ Sn .
P
• On suppose que bn est divergente.
X n Xn
Pour tout n ∈ N, on note An = ak et Bn = bk .
k=0 k=0
Si an = O(bn ) alors An = O(Bn ),
Si an = o(bn ) alors An = o(Bn ),
Si an ∼ bn (et (an ) ∈ CN ) alors An ∼ Bn .
Démonstration. P
• On suppose que bn est convergente.
Supposons que P an = O(bn ). Il existe C > 0 et N ∈ N tel que pour tout n ≥ N
kan k ≤ Cbn . Ainsi an est absolument convergente.
+∞
X +∞
X
Soit n ≥ N . kRn k ≤ kak k ≤ C bk = CSn . Ainsi Rn = O(Sn ).
k=n+1 k=n+1
Supposons que P an = o(bn ). Soit ε > 0. Il existe N ∈ N tel que pour tout n ≥ N
kan k ≤ εbn . Ainsi an est absolument convergente.
+∞
X +∞
X
Soit n ≥ N . kRn k ≤ kak k ≤ ε bk = εSn . Ainsi Rn = o(Sn ).
k=n+1 k=n+1
Supposons
P que an ∼ bn . Alors |an | ∼ |bn | = bn ,
donc an est absolument convergente.
an − bn = o(bn ), donc d’après la propriété précédente, Rn − Sn = o(Sn ) : on a montré
que Rn ∼ Sn .
P
• On suppose que bn est divergente.
Supposons que an = O(bn ). Il existe C > 0 et N1 ∈ N tel que pour tout n ≥ N1 ,
kan k ≤ Cbn .
Xn N
X 1 −1 X n N
X1 −1 n
X
Soit n ≥ N1 . kAn k ≤ kak k = kak k + kak k ≤ kak k + Cbk ,
k=0 k=0 k=N1 k=0 k=N1
n
X N
X1 −1

donc kAn k ≤ C bk + D où D = (kak k − Cbk ). D est indépendant de n, or

k=0 k=0
Bn −→ +∞, donc il existe N2 tel que pour tout n ≥ N2 , D ≤ Bn .
n→+∞

c Éric Merle 18 MPSI2, LLG

Comparaison au voisinage d’un point 5 Applications aux séries

Ainsi, pour tout n ≥ max(N1 , N2 ), kAn k ≤ (C + 1)Bn . On a prouvé que An = O(Bn ).

Supposons que an = o(bn ). Soit ε > 0. Il existe N1 ∈ N tel que pour tout n ≥ N1
ε
kan k ≤ bn . Soit n ≥ N1 .
2
n N 1 −1 n N1 −1 n
X X X X X ε
kAn k ≤ kak k = kak k + kak k ≤ kak k + bk ,
k=0 k=0 k=N k=0 k=N
2
1 1
n N1 −1
ε
X X ε
donc kAn k ≤ 2
bk + D où D = (kak k − bk ). Or Bn −→ +∞, donc il existe
k=0 k=0
2 n→+∞

2D
N2 tel que pour tout n ≥ N2 , ≤ Bn .
ε
Ainsi, pour tout n ≥ max(N1 , N2 ), kAn k ≤ εBn . On a prouvé que An = o(Bn ).
Supposons que an ∼ bn . an − bn = o(bn ), donc d’après la propriété précédente,
An − Bn = o(Bn ), ce qui prouve que An ∼ Bn .
Remarque. Ce théorème est encore valable lorsque la suite (bn ) est seulement positive
à partir d’un certain rang.
Démonstration.
Supposons qu’il existe n0 ∈ N tel que, pour tout n ≥ n0 , bn ≥ 0. P
XEn cas de convergence, pour n ≥ n0 , les restes de Cauchy à l’ordre n de bn et de
bn sont égaux, donc la première partie du théorème se généralise.
n≥n0
P X
Supposons maintenant que bn est divergente. Ainsi, bn est une série divergente
n≥n0
n
X
de réels positifs, donc bk −→ +∞. On en déduit :
n→+∞
k=n0
0 −1
nX n
X n
X
Bn = bk + bk ∼ bk . Ceci permet de généraliser la seconde partie du
k=0 k=n0 k=n0
théorème.
Remarque. Ce théorème est encore valable lorsque la suite (bn ) est seulement négative
à partir d’un certain rang.
Démonstration.
On applique la remarque précédente à la suite (−bn ).
Exercice. Moyenne de Césaro :
Soit (an ) une suite de complexes telle que an −→ l ∈ C.
n→+∞
n
1 X
Pour tout n ∈ N, on pose bn = ak . On dit que (bn ) est la suite des
n + 1 k=0
moyennes de Césaro de la suite (an ).
Montrer que bn −→ l.
n→+∞

c Éric Merle 19 MPSI2, LLG

Comparaison au voisinage d’un point 5 Applications aux séries
P
Solution. an − l = o(1) et 1 est une série de réels positifs qui diverge
grossièrement. Ainsi, d’après le théorème précédent,
Xn Xn
(ak − l) = o( 1) = o(n + 1), donc (n + 1)(bn − l) = o(n + 1),
k=0 k=0
ce qui permet de conclure.
n
X 1
Exercice. Développement asymptotique de Sn = .
k=1
k
1 1
• ∼ ln(1 + ) = ln(k + 1) − ln(k), donc d’après le théorème de sommation
k k
des équivalents, Sn ∼ ln(n + 1) ∼ ln(n). On peut écrire Sn = ln(n) + o(ln(n)).
Recherchons un développement asymptotique plus précis.
• Posons xn = Sn − ln(n). Soit n ≥ 2.
1 1 1
xn − xn−1 = + ln(1 − ) = O( 2 ), donc la série télescopique
P n n n
(xn − xn−1 ) converge. Ainsi, il existe γ ∈ R tel que xn −→ γ.
n→+∞
On peut écrire : Sn = ln(n) + γ + o(1) . γ est appelé la constante d’Euler
(par le calcul numérique, on montre que γ = 0, 5772 ± 10−4 ).
• Recherchons un développement asymptotique encore plus précis.
1 1
xn − xn−1 = − 2 + o( 2 ), donc
2n n
+∞ +∞ +∞
X 1 X 1 1 X 1 1
(xk−1 − xk ) ∼ 2
∼ − .
k=n+1
2 k=n+1
k 2 k=n+1
k k + 1
1 1 1
Ainsi xn − γ ∼ , ce qui montre que Sn = ln(n) + γ + + o( ).
2n 2n n
1
• On pourrait continuer en posant yn = Sn − ln(n) − γ − et en appliquant le
P 2n
théorème de sommation des équivalents à la série (yn − yn−1 ).
1 1 1
On obtient que Sn = ln(n) + γ + − + o( ).
2n 12n2 n2
méthode P
• L’exercice précédent utilise la méthode suivante : pour étudier la série f (n), on
cherche un équivalent de f (n) sous forme télescopique. En effet, si P
f (n) ∼ F (n + 1) − F (n), et si l’on est dans le cadre des séries de réels positifs, f (n) à
même nature que la suite (F (n)) et le théorème de sommation des équivalents fournit
une information intéressante.
• Supposons que f est continue et notons F une primitive de f .
D’après la formule de Rolle (cf un peu plus loin), pour tout n ∈ N, il existe cn ∈]n, n+1[
tel que F (n + 1) − F (n) = F 0 (cn ) = f (cn ).
Pour de “bonnes” fonctions f (cf les exemples qui suivent), on peut ensuite montrer
que f (cn ) ∼ f (n). Ainsi, en choisissant pour F une primitive de f , on peut espérer
montrer la relation f (n) ∼ F (n + 1) − F (n). Cependant, aucun théorème général n’est
donné à ce sujet.

c Éric Merle 20 MPSI2, LLG

Comparaison au voisinage d’un point 5 Applications aux séries
X 1
Exercice. Etude des séries de Bertrand de la forme α lnβ n
, où (α, β) ∈ R2 .
n≥2
n
Lorsque α 6= 1, on a déjà vu comment étudier cette série. Supposons maintenant
que α = 1. Nous allons pour ce cas limite présenter une seconde méthode :
On suppose d’abord que β 6= 1.
f : [2, +∞[ −→ R
Notons 1 . Une primitive de f est
x 7−→ β
x ln (x)
1 1−β
F : x 7−→ ln (x).
1−β
D’après la formule de Rolle, pour tout n ∈ N, il existe cn ∈]n, n + 1[ tel que
F (n + 1) − F (n) = F 0 (cn ) = f (cn ).
ln(cn ) ln( cnn )
Au voisinage de +∞, cn ∼ n, donc = + 1 −→ 1.
ln(n) ln(n) n→+∞
Ainsi, ln(cn ) ∼ ln(n). On en déduit : f (cn ) ∼ f (n).
1 1 X 1
Ainsi, (ln1−β (n+1)−ln1−β (n)) ∼ , donc a même nature
1−β n lnβ (n) n≥2
n lnβ
n
X
1−β 1−β
que la série télescopique (ln (n + 1) − ln (n)).
n≥1
X 1
On en déduit que, si β > 1, converge et si β < 1, la série diverge.
n≥2
n lnβ n
On suppose maintenant que β = 1,
f : [2, +∞[ −→ R
Notons 1 . Une primitive de f est F : x 7−→ ln(ln(x)).
x 7−→
x ln(x)
D’après la formule de Rolle, pour tout n ∈ N, il existe cn ∈]n, n + 1[ tel que
F (n + 1) − F (n) = F 0 (cn ) = f (cn ).
Au voisinage de +∞, on a encore cn ∼ n puis ln(cn ) ∼ ln(n), donc f (cn ) ∼ f (n).
1 X 1
Ainsi, ln(ln(n + 1)) − ln(ln(n)) ∼ , donc a même nature que
n ln(n) n≥2
n ln(n)
P
[ln(ln(n + 1)) − ln(ln(n))] qui diverge.
X 1
• En conclusion, la série de Bertrand converge si et seulement si
n≥2
n lnβ n
α

α > 1 ou (α = 1 et β > 1).

c Éric Merle 21 MPSI2, LLG

Vous aimerez peut-être aussi

1 - Dérivation Et Intégration, Une Première Approche
Pas encore d'évaluation
1 - Dérivation Et Intégration, Une Première Approche
42 pages
Derivation et Integration des Fonctions
Pas encore d'évaluation
Derivation et Integration des Fonctions
43 pages
Math1A - Cours
Pas encore d'évaluation
Math1A - Cours
37 pages
Analyse des Fonctions Réelles en Mathématiques
Pas encore d'évaluation
Analyse des Fonctions Réelles en Mathématiques
96 pages
Analyse Mathématiques de Base 2023-2024
Pas encore d'évaluation
Analyse Mathématiques de Base 2023-2024
40 pages
Calcul Différentiel
Pas encore d'évaluation
Calcul Différentiel
40 pages
Introduction à l'analyse mathématique
Pas encore d'évaluation
Introduction à l'analyse mathématique
96 pages
Chapitre 3 Fonctions D'une Variable R Eelle: Table Des Mati' Eres
Pas encore d'évaluation
Chapitre 3 Fonctions D'une Variable R Eelle: Table Des Mati' Eres
24 pages
Cours Analyse 1 SMA ENS 20242025-1
Pas encore d'évaluation
Cours Analyse 1 SMA ENS 20242025-1
114 pages
Cours Outils Math Ematiques Et Logiciels: Ann Ee Universitaire 2021-2022
Pas encore d'évaluation
Cours Outils Math Ematiques Et Logiciels: Ann Ee Universitaire 2021-2022
47 pages
Chap1 Complexes
Pas encore d'évaluation
Chap1 Complexes
22 pages
Cours Analyse 1 - SMPC2 - PR Rhoudaf
Pas encore d'évaluation
Cours Analyse 1 - SMPC2 - PR Rhoudaf
157 pages
Cours Maths Henri IV
Pas encore d'évaluation
Cours Maths Henri IV
75 pages
Cours - Séance - 1 2
Pas encore d'évaluation
Cours - Séance - 1 2
18 pages
Cours Tle D
Pas encore d'évaluation
Cours Tle D
76 pages
Cours Analyse 1 EST
Pas encore d'évaluation
Cours Analyse 1 EST
143 pages
Cours
Pas encore d'évaluation
Cours
75 pages
Mathématiques : Fonctions réelles et dérivées
Pas encore d'évaluation
Mathématiques : Fonctions réelles et dérivées
14 pages
Mathématiques : Fonctions et Dérivées
Pas encore d'évaluation
Mathématiques : Fonctions et Dérivées
54 pages
Cours SMPC Analyse1 2022 2023
Pas encore d'évaluation
Cours SMPC Analyse1 2022 2023
75 pages
Analyse des Fonctions Numériques Réelles
Pas encore d'évaluation
Analyse des Fonctions Numériques Réelles
57 pages
Cours d'Analyse I - UCAD 2016-2017
0% (1)
Cours d'Analyse I - UCAD 2016-2017
102 pages
Chap 1 To 7
100% (1)
Chap 1 To 7
213 pages
Le Polycopié Danalyse I
Pas encore d'évaluation
Le Polycopié Danalyse I
59 pages
Analyse I Maths 104 - Maths 104b
Pas encore d'évaluation
Analyse I Maths 104 - Maths 104b
61 pages
Cours - Calcul Differentiel Dans IR PDF
Pas encore d'évaluation
Cours - Calcul Differentiel Dans IR PDF
34 pages
Résumé Complet Math 2bac Sexp Ms 22-23
Pas encore d'évaluation
Résumé Complet Math 2bac Sexp Ms 22-23
50 pages
Concepts Fondamentaux en Mathématiques
Pas encore d'évaluation
Concepts Fondamentaux en Mathématiques
55 pages
Analyse Infinitésimale PDF
100% (1)
Analyse Infinitésimale PDF
195 pages
Ouvrir Ouvrir Analyse Infinitesimale Du Prof Franck KALALA
Pas encore d'évaluation
Ouvrir Ouvrir Analyse Infinitesimale Du Prof Franck KALALA
195 pages
Cours d'Analyse Complexe - Math 4
Pas encore d'évaluation
Cours d'Analyse Complexe - Math 4
63 pages
Analyse Mathématique L1: Trigonométrie et Suites
Pas encore d'évaluation
Analyse Mathématique L1: Trigonométrie et Suites
124 pages
Resume Math Bac PC-SVT Karza-Unlocked
Pas encore d'évaluation
Resume Math Bac PC-SVT Karza-Unlocked
50 pages
Cours d'Analyse I et II - UCAD 2019-2020
Pas encore d'évaluation
Cours d'Analyse I et II - UCAD 2019-2020
7 pages
Cours de mathématiques pour première S
Pas encore d'évaluation
Cours de mathématiques pour première S
80 pages
CoursComplet Calcul Integral
Pas encore d'évaluation
CoursComplet Calcul Integral
236 pages
Fonction Numerique
Pas encore d'évaluation
Fonction Numerique
19 pages
Cours d'Analyse - 1ère Année MPI
Pas encore d'évaluation
Cours d'Analyse - 1ère Année MPI
130 pages
Cours Complet D - Analyse - Ecole Polytechnique Federale de Lausanne PDF
100% (2)
Cours Complet D - Analyse - Ecole Polytechnique Federale de Lausanne PDF
236 pages
Analyse Mathématique
100% (4)
Analyse Mathématique
236 pages
Cours d'Analyse : Nombres et Fonctions
Pas encore d'évaluation
Cours d'Analyse : Nombres et Fonctions
236 pages
Maths Cours Terminale S
100% (7)
Maths Cours Terminale S
146 pages
Mathématiques Terminale S 2013-2014
Pas encore d'évaluation
Mathématiques Terminale S 2013-2014
146 pages
Resume++Bac+Pc Svt+Biof+Karza Déverrouillé
Pas encore d'évaluation
Resume++Bac+Pc Svt+Biof+Karza Déverrouillé
50 pages
Cours Prof
Pas encore d'évaluation
Cours Prof
129 pages
Analyse Mathématique S1: Fonctions et Calcul Intégral
Pas encore d'évaluation
Analyse Mathématique S1: Fonctions et Calcul Intégral
48 pages
Analyse1 Apres Modif
Pas encore d'évaluation
Analyse1 Apres Modif
121 pages
Analyse 1
Pas encore d'évaluation
Analyse 1
73 pages
Livre DR Beniani Maths1 2
Pas encore d'évaluation
Livre DR Beniani Maths1 2
93 pages
Scribd 3
Pas encore d'évaluation
Scribd 3
3 pages
Cours de Mathématiques : Fonctions Numériques
Pas encore d'évaluation
Cours de Mathématiques : Fonctions Numériques
60 pages
Introduction à l'analyse mathématique
Pas encore d'évaluation
Introduction à l'analyse mathématique
102 pages
S Erie 4
Pas encore d'évaluation
S Erie 4
3 pages
Introduction aux Équations Différentielles
Pas encore d'évaluation
Introduction aux Équations Différentielles
66 pages
Relations D'équivalence en Algèbre
Pas encore d'évaluation
Relations D'équivalence en Algèbre
7 pages
Mathématiques Complexe
Pas encore d'évaluation
Mathématiques Complexe
24 pages
Math 7 C Coniques 2 Sur 4
Pas encore d'évaluation
Math 7 C Coniques 2 Sur 4
7 pages
Nombres complexes : définitions et propriétés
Pas encore d'évaluation
Nombres complexes : définitions et propriétés
6 pages
Transformé de Fourier
Pas encore d'évaluation
Transformé de Fourier
1 page
CM Methode Maths
Pas encore d'évaluation
CM Methode Maths
85 pages
Cycles et cocycles dans les graphes
Pas encore d'évaluation
Cycles et cocycles dans les graphes
27 pages
3 M Ex Etude de Fonction
Pas encore d'évaluation
3 M Ex Etude de Fonction
2 pages
S Touba Maths 1s
Pas encore d'évaluation
S Touba Maths 1s
131 pages
Exercices sur les graphes et algorithmes
Pas encore d'évaluation
Exercices sur les graphes et algorithmes
6 pages
1xp Sef La Logique
Pas encore d'évaluation
1xp Sef La Logique
23 pages
Optimisation Multiobjectif
100% (1)
Optimisation Multiobjectif
294 pages
Mes Exercices
Pas encore d'évaluation
Mes Exercices
33 pages
Devoir Surveillé N o 8 (4. EXERCICE I - Polynomes de Bernstein
Pas encore d'évaluation
Devoir Surveillé N o 8 (4. EXERCICE I - Polynomes de Bernstein
8 pages
Limites et Asymptotes des Fonctions
100% (1)
Limites et Asymptotes des Fonctions
8 pages
03 Droites Dans Le Plan
Pas encore d'évaluation
03 Droites Dans Le Plan
3 pages
Somme de deux vecteurs et Chasles
100% (2)
Somme de deux vecteurs et Chasles
2 pages
Carte Mémoire Fini
Pas encore d'évaluation
Carte Mémoire Fini
129 pages
BTS Polynesie SIO Obl Juin 2018
Pas encore d'évaluation
BTS Polynesie SIO Obl Juin 2018
4 pages
Concepts Topologiques des Espaces Métriques
100% (5)
Concepts Topologiques des Espaces Métriques
122 pages
Examen PHY 243 - Session de rattrapage
Pas encore d'évaluation
Examen PHY 243 - Session de rattrapage
2 pages
Mathématiques Discrètes en Cybersecurite
Pas encore d'évaluation
Mathématiques Discrètes en Cybersecurite
55 pages
Schéma aux différences finies en 1D
100% (1)
Schéma aux différences finies en 1D
3 pages
X Ens MP Maths1 2021 Corrige
100% (1)
X Ens MP Maths1 2021 Corrige
11 pages
Corrigé Détaillé de La Fiche TD - 04
Pas encore d'évaluation
Corrigé Détaillé de La Fiche TD - 04
10 pages
Corrigé Bac Maths 2023 Sénégal
100% (1)
Corrigé Bac Maths 2023 Sénégal
8 pages
DEVOIR DE MATHS COLLEGE ABIDJAN 4 1ere D
100% (4)
DEVOIR DE MATHS COLLEGE ABIDJAN 4 1ere D
2 pages
Travaux dirigés d'algèbre B1
Pas encore d'évaluation
Travaux dirigés d'algèbre B1
2 pages