Algèbre Et Analyse 1anné Univ PDF
Algèbre Et Analyse 1anné Univ PDF
Algèbre Et Analyse 1anné Univ PDF
Faculté de Technologie
Génie Productique
Algèbre et Analyse
MIRI.S
c
"Seules les mathématiques peuvent
purger l’intellect et préparer l’étudiant
à acquérir tout savoir."
Roger Bacon.
Table des matières
Introduction 1
I Algèbre 3
2 Applications 17
2.1 Egalité de deux applications . . . . . . . . . . . . . . . . . . . . . 18
2.2 Classification des applications . . . . . . . . . . . . . . . . . . . . 18
2.3 Application composée . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Application réciproque ( inverse ) . . . . . . . . . . . . . . . . . . 22
2.5 Image directe et image réciproque . . . . . . . . . . . . . . . . . . 23
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Arithmétique dans Z 27
3.1 Divisibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Plus grand commun diviseur . . . . . . . . . . . . . . . . . . . . . 30
3.5 Entiers premiers entre eux . . . . . . . . . . . . . . . . . . . . . . 31
3.6 L’équation diophantienne ax + by = c . . . . . . . . . . . . . . . . 33
vi Table des matières
3.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4 Nombres Complexes 41
4.1 Opérations élémentaires dans C . . . . . . . . . . . . . . . . . . . 41
4.2 Forme trigonométrique d’un nombre complexe . . . . . . . . . . . 43
4.3 Racines carrées et nieme d’un nombre complexe . . . . . . . . . . . 45
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5 Calcul Matriciel 53
5.1 Opérations sur les matrices . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Calcul de déterminants . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Matrice inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6 Espaces Vectoriels 65
6.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2 Base et dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7 Applications Linéaires 75
7.1 Noyau et Image . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.2 Matrice associée à une application linéaire . . . . . . . . . . . . . 76
7.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
II Analyse 83
8 Suites Numériques 85
8.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.2 Suites convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.3 Sous-suite (suite extraite) . . . . . . . . . . . . . . . . . . . . . . 91
8.4 Suite de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.5 Suites adjacentes . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.6 Théorème d’encadrement . . . . . . . . . . . . . . . . . . . . . . . 92
MIRI.S
c
Table des matières vii
10 Dérivation 111
10.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10.2 Règles de dérivation . . . . . . . . . . . . . . . . . . . . . . . . . 113
10.3 Quelques théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . 114
10.4 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 116
10.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
MIRI.S
c
viii Table des matières
Bibliographie 147
MIRI.S
c
Introduction
Cet ouvrage est un support de cours, des matières Algèbre, Analyse et Outils
mathématiques ; il est principalement destiné aux étudiants de première année
Génie Productique. Il peut aussi servir aux étudiants de première année MI et ST
ainsi qu’aux étudiants de première année de la filière nationale génie biomédical.
Ce manuscrit, ne peut en aucun cas faire office de livre référence, c’est tout au
plus un aide mémoire contenant les notions de base qu’un étudiant de première
année doit absolument connaitre.
Il est composé de deux parties
La première partie est consacrée à l’algèbre ; on y trouvera des notions sur
la théorie des ensembles, les applications et leur classification, l’arithmétique
dans Z, le corps des complexes, des notions de calcul matriciel et finalement des
notions de base sur les espaces vectoriels et les applications linéaires.
Dans une version future de cet ouvrage, nous espérons adjoindre deux cha-
pitres portant sur les relations binaires, et les structures algébriques.
La deuxième partie est dédiée à l’analyse ; on y trouvera un premier cha-
pitre sur les suites, un chapitre sur les fonctions réelles de la variable réelle, un
troisième chapitre sur la dérivation, le quatrième chapitre est consacré au calcul
intégral et dans le dernier chapitre on trouve quelques notions sur les équations
différentielles.
A la fin de chaque chapitre on pourra trouver une série d’exercices.
Je tiens à exprimer toute ma gratitude et ma reconnaissance à Monsieur YADI
Karim, Maître de conférences au Département de Mathématiques de l’Université
de Tlemcen, pour m’avoir fait part de ses remarques toujours pertinentes et
constructives ; qui ont contribué à améliorer de façon significative le fond et la
2 Introduction
forme de ce manuscrit.
Il est certain que la première version de cet ouvrage est perfectible, et qu’elle
contient certaines erreurs, c’est pourquoi j’invite tous les lecteurs, étudiants ou
enseignants à me faire parvenir leurs remarques et commentaires à mon adresse
mail : [email protected]
MIRI.S
c
Première partie
Algèbre
Chapitre 1
1/ "5>0 est une proposition" ( car on peut dire qu’elle est vraie )
2/ "2=3 est une proposition" ( car on peut dire qu’elle est fausse )
3/ "Le 13 mars de l’an 3212 sera ensoleillé" n’est pas une proposition.
p
1
0
pour 2 propositions il y’a 4 possibilités ; soit les deux sont vraies, soit la première
est vraie et la seconde est fausse, soit la première est fausse et la seconde est
6 Chapitre 1. Théorie des Ensembles
p q
1 1
1 0
0 1
0 0
p q p∧q
1 1 1
1 0 0
0 1 0
0 0 0
MIRI.S
c
1.1. Notions de logique 7
est vraie.
p q p∨q
1 1 1
1 0 1
0 1 1
0 0 0
p q p p⇒q
1 1 0 1
1 0 0 0
0 1 1 1
0 0 1 1
Propriétés
MIRI.S
c
8 Chapitre 1. Théorie des Ensembles
p q p q p∧q (p ∧ q) (p ∨ q)
1 1 0 0 1 0 0
1 0 0 1 0 1 1
0 1 1 0 0 1 1
0 0 1 1 0 1 1
Exemple 1.1. Soit n ∈ N un entier naturel. Montrer que [(n2 pair) ⇒ (n pair)] .
Pour démontrer cela nous allons procéder par contraposée, donc au lieu de mon-
trer que (n2 pair) ⇒ (n pair) , nous allons montrer que (n impair) ⇒ (n2 impair) ,
en effet
MIRI.S
c
1.1. Notions de logique 9
x+1
= 1⇒x+1=x+2
x+2
⇒ 1 = 2 ce qui est absurde.
Exemple 1.3. Montrer par récurrence que pour tout entier naturel n on a :
n(n+1)
0 + 1 + 2 + 3 + ... + n = 2
.
0(0+1)
On commence par vérifier que pour n = 0, on a bien que 0 = 2
.
n(n+1)
On suppose que pour un certain rang n, on a 0 + 1 + 2 + 3 + ... + n = 2
(
c’est l’hypothèse de récurrence )
(n+1)(n+2)
Il faut montrer que 0 + 1 + 2 + 3 + ... + (n + 1) = 2
, en effet
0 + 1 + 2 + 3 + ... + (n + 1) = [0 + 1 + 2 + 3 + ... + n] + (n + 1)
n(n + 1)
= + (n + 1) par l’hypothèse de récurrence.
2
(n + 1)(n + 2)
= .
2
MIRI.S
c
10 Chapitre 1. Théorie des Ensembles
h i
[∀x, P (x)] ⇔ ∃x, P (x)
h i
[∃x, P (x)] ⇔ ∀x, P (x)
Exemple 1.4.
MIRI.S
c
1.2. Quelques notions de la théorie des ensembles 11
(A = B) ⇔ (A ⊂ B et B ⊂ A)
Définition 1.5. L’ensemble vide est l’ensemble qui ne contient aucun élément,
on le note ∅.
Remarque 1.1. L’ensemble vide est inclus dans tout autre ensemble A, pour
s’en convaincre observons que l’implcation
x∈∅⇒x∈A
Définition 1.6. Soit E un ensemble donné, on note P (E) , l’ensemble des parties
de E
P (E) = {A, A ⊂ E}
Exemple 1.5.
E = {1.2}
P (E) = {∅, {1} , {2} , {1.2}}
MIRI.S
c
12 Chapitre 1. Théorie des Ensembles
CE A = {x ∈ E; x ∈
/ A}
A = {x ∈ E; p(x)}
alors
n o
CE A = x ∈ E; p(x)
On a les propriétés
1/ CE (CE A) = A
2/ CE E = ∅
3/ CE ∅ = E
A ∪ B = {x ∈ E; p(x) ∨ q(x)}
= {x ∈ E; x ∈ A ou x ∈ B}
A ∩ B = {x ∈ E; p(x) ∧ q(x)}
= {x ∈ E; x ∈ A et x ∈ B}
MIRI.S
c
1.2. Quelques notions de la théorie des ensembles 13
On observera que
A ⊂ A ∪ B, et B ⊂ A ∪ B
et que
A ∩ B ⊂ A, et A ∩ B ⊂ B
1.2.5 Propriétés
A r B = {x ∈ E; x ∈ A et x ∈
/ B}
= A ∩ CE B
A4B = (A r B) ∪ (B r A)
= (A ∪ B) r (A ∩ B)
MIRI.S
c
14 Chapitre 1. Théorie des Ensembles
E × F = {(x, y) ; x ∈ E et y ∈ F }
l’élément (x, y) est appelé couple ordonné. On doit faire la différence entre (x, y)
et (y, x) .
[(x, y) = (x0 , y 0 )] ⇔ [x = x0 et y = y 0 ]
MIRI.S
c
1.3. Exercices 15
1.3 Exercices
Exercice 1.1. Soient p et q deux propositions données, en utilisant la table de
vérité, montrer que
(p ⇒ q) ⇔ (p ∧ q)
(p ⇒ q) ⇔ (q ⇒ p)
Exercice 1.6. Soit A et B deux ensembles donnés, montrer que si A∩B = A∪B
alors A = B.
MIRI.S
c
16 Chapitre 1. Théorie des Ensembles
Exercice 1.7. Soit A, B et C trois ensembles donnés, montrer que A∩C = A∪B
si et seulement si B ⊂ A ⊂ C.
Exercice 1.9. Raisonnement par récurrence : Montrer par récurrence ce qui suit
n
X n(n + 1)
k =
k=1 2
n
(2k − 1) = n2
X
k=1
n
!2
X
3 n(n + 1)
k =
k=1 2
x 6= 2 et y 6= 2 ⇒ xy − 2x − 2y + 4 6= 0
√
2 est irrationnel.
ln(2)
est irrationnel
ln(3)
MIRI.S
c
Chapitre 2
Applications
f: A −→ B
x 7−→ f (x)
f: A −→ B
x 7−→ f (x)
A est appelé ensemble de départ, B est appelé ensemble d’arrivée. y = f (x) est
appelé image de x, et x est appelé antécédent de y = f (x).
L’application d’un ensemble A vers lui même qui à chaque élément x associe x,
est appelée application identité notée IA
IA : A −→ A
x 7−→ IA (x) = x
18 Chapitre 2. Applications
f: R −→ R
1
x 7−→ f (x) = x
et
g: R∗ −→ R
1
x 7−→ f (x) = x
il est à noter que f est une fonction et que g est une application ; en effet 0 ne
possède pas d’image par f. Nous attirons l’attention du lecteur que l’expression
1
à elle seule x
en cet exemple, ne suffit pas à déterminer si l’on est devant une
application ou une fonction, il faut aussi inspecter l’ensemble de départ.
Remarque 2.2. On ne parle jamais d’égalité entre deux applications qui n’ont
pas le même ensemble de départ et d’arrivée.
MIRI.S
c
2.2. Classification des applications 19
f: R −→ R
x 7−→ f (x) = 3x + 5
Soit y ∈ R,
y = f (x) ⇒ y = 3x + 5
y−5
y = f (x) ⇒ x =
3
y−5
ainsi ∀y ∈ R, ∃x = 3
∈ R; y = f (x). En conclusion f est surjective.
f: R −→ R
x 7−→ f (x) = 3x + 5
Soient x1 , x2 ∈ R,
MIRI.S
c
20 Chapitre 2. Applications
f est bijective ⇔ (∀y ∈ B, l’équation y = f (x) possède une et une seule solution x ∈ A)
f: R −→ R
x 7−→ f (x) = 3x + 5
Comme on l’a déja vu, l’application f est injective et surjective, elle est donc
bijective.
Une application bijective d’un ensemble A dans lui même est appelée permu-
tation.
f: R −→ R
x 7−→ f (x) = x2
g: R −→ R+
x 7−→ g(x) = x2
Il est facile de voir que g est surjective, mais non injective. Il est tout aussi facile
de vérifier que l’application
h: R− −→ R
x 7−→ h(x) = x2
MIRI.S
c
2.3. Application composée 21
f: R −→ R g: R −→ R
et
x 7−→ f (x) = 3x + 5 x 7−→ g(x) = −2x + 3
alors
(g ◦ f ) (x) = g (f (x))
= −2f (x) + 3
= −2 (3x + 5) + 3
= −6x + −7
MIRI.S
c
22 Chapitre 2. Applications
f −1 : B −→ A
y 7−→ x = f −1 (y)
f: R −→ R
x 7−→ f (x) = 3x + 5
nous avons dejà montré plus haut que f est bijective, elle admet donc une ap-
plication réciproque f −1 , pour trouver l’expression de f −1 (x) on procède comme
suit
y−5
y = f (x) = 3x + 5 ⇒ x =
3
y−5
en en déduit donc que f −1 (y) = 3
, la varaiable y étant une variable muette on
peut donc écrire
f −1 : R −→ R
x 7−→ f −1 (x) = x−5
3
MIRI.S
c
2.5. Image directe et image réciproque 23
f ◦ g = IB et g ◦ f = IA
f (A) ainsi définie s’appelle image directe de l’ensemble A par f. On fera remar-
quer au lecteur que f (A) ⊂ F.
On définit l’ensemble f −1 (B) par
f −1 (B) = {x ∈ E; f (x) ∈ B }
MIRI.S
c
24 Chapitre 2. Applications
2.6 Exercices
Exercice 2.1. Soit f : R → R telle que f (x) = −3x + 8. f ainsi définie
est-elle injective ? surjective ?bijective ?
2x
Exercice 2.4. Soit f : R → R telle que f (x) = 1+x2
.
1. f ainsi définie est-elle injective ? surjective ?bijective ?
2x
2. Montrer que l’application g : [−1, 1] → [−1, 1] telle que g(x) = 1+x2
est une
application bijective.
Exercice 2.7. Soient a, b, c et d des réels non nuls donnés, et soit g définie comme
suit :
g : Rr {x0 } → Rr {y0 }
ax+b
x 7−→ g(x) = cx+d
MIRI.S
c
2.6. Exercices 25
MIRI.S
c
Chapitre 3
Arithmétique dans Z
3.1 Divisibilité
Définition 3.1. Soient a et b deux entiers, on dit que a divise b ( ou que b est
un multiple de a ) si et seulement si il existe un entier k tel que
b = ka
et on lira a divise b.
3.1.1 Propriétés
Soient a, b, c, a0, b0 des entiers donnés, on a alors les propriétés suivantes
1/ a/a, 1/a, a/0.
2/ Si a/1 alors a = ±1.
3/ Si a/b alors (−a) /b.
4/ Si a/b et b 6= 0 alors |a| ≤ |b| . Cette propriété nous permet entre autre de
déduire que chaqueentier possède un nombre fini de diviseurs.
5/ Si a/b et b/a alors |a| = |b| .
6/ Si a/b et b/c alors a/c. Transitivité.
7/ Si a/b et a/c alors a/ (λb + µc) pour tout entiers λ et µ. En particulier
(a/b et a/c) ⇒ a/ (b + c)
(a/b et a/c) ⇒ a/ (b − c)
(a/b et a/c) ⇒ a/ (c − b)
a = bq + r avec 0 ≤ r < b.
MIRI.S
c
3.3. Congruences 29
5 × 3 + 4.
3.3 Congruences
Définition 3.2. Soit n un entier naturel non nul, et soient a, b et c trois entiers
donnés. On dit que a et b sont congrus modulo n ou encore que a et congru à b
modulo n si et seulemnt si n/ (a − b) . On note alors a ≡ b [n] .
Remarque 3.2.
a ≡ 0 [n] ⇔ n/a
3.3.1 Propriétés
Soient a et b deux entiers donnés, soient n, m deux entiers naturels non nuls.
1/ a ≡ a [n] .
2/ a ≡ b [n] ⇒ b ≡ a [n] .
3/ (a ≡ b [n] et b ≡ c [n]) ⇒ (a ≡ c [n]) .
4/ Si a ≡ b [n] et si m/n alors a ≡ b [m] .
Le lecteur avisé, aura reconnu dans les propriétés 1/, 2/ et 3/ le fait que la
congruence modulo n est une relation d’équivalence.
MIRI.S
c
30 Chapitre 3. Arithmétique dans Z
3.4.2 Propriétés
Soit a, b et k des entiers positifs
1/ pgcd(a,1)=1 ; pgcd(a,a)=a.
2/ pgcd(a,b)=pgcd(b,a)
MIRI.S
c
3.5. Entiers premiers entre eux 31
3/ a/b ⇒pgcd(a,b)=a
4/ pgcd(ka,kb)=kpgcd(a,b)
5/ (k/a et k/b) ⇒k/pgcd(a,b)
Remarque 3.4. On généralise la notion de pgcd aux entiers relatifs non nuls de
la manière suivante : pgcd(a,b)=pgcd( |a|,|b|).
Théorème 3.2. Soient a et b deux entiers naturels non nuls donnés, nous avons
alors la relation suivante :
ppcm(a, b) × pgcd(a, b) = a × b
3.4.4 Propriétés
Soit a, b et k des entiers positifs
1/ ppcm(a,1)=a ; ppcm(a,a)=a.
2/ ppcm(a,b)=ppcm(b,a)
3/ a/b ⇒ppcm(a,b)/b
4/ ppcm(ka,kb)=kppcm(a,b)
5/ (a/k et b/k) ⇒ppcm(a,b)/k
MIRI.S
c
32 Chapitre 3. Arithmétique dans Z
3.5.1 Propriétés
Soit a, b et k des entiers non nuls
1/ Tout entier est premier avec 1.
2/ Si pgcd(a,b)=1 et c/b alors pgcd(a,c)=1
3/ pgcd(a,b)=k si et seulement si il existe deux entiers a’ et b’ premiers entre
eux tels que a=a’k et b=b’k.
4/ (pgcd(a, b) = 1 et pgcd(a, c) = 1 ) ⇔ (pgcd(a, bc) = 1 )
5/ pgcd(a, b) = 1 ⇒ pgcd(a n , bm ) = 1 pour tous entiers non nuls n, m.
Soient a et b deux entiers non nuls donnés, l’identité de Bézout nous indique
l’existence de deux entiers u et v tels que au + bv =pgcd(a, b). Pour déterminer u
et v nous allons suivre la méthode suivante ; on applique l’algorithme d’Euclide
comme pour calculer pgcd(a, b), on obtient ainsi un certain nombre de division
euclidienne, pour trouver u et v il suffit de remonter ces divisions depuis la
dernière jusqu’à la première.
au + bv = pgcd(a, b).
MIRI.S
c
3.6. L’équation diophantienne ax + by = c 33
Théorème de Bézout
Deux entiers non nuls a et b sont premiers entre eux si et seulement si il existe
deux entiers u et v tels que au + bv = 1.
Lemme de Gauss
Soint a, b et c des entiers non nuls tels que a/bc, si a et b sont premiers entre
eux alors a/c
Comme conséquence du Lemme de Gauss nous avons le résultat suivant :
Soit n un entier naturel non nul et soit a un entier tels que a et n sont premiers
entre eux, alors pour tout couple d’entiers (x, y) on a
ax ≡ ay [n] ⇒ x ≡ y [n]
MIRI.S
c
34 Chapitre 3. Arithmétique dans Z
a0 uc0 + b0 vc0 = c0
donc
x0 = uc0 et y0 = vc0
forment une solution particulière de notre équation. Soit (x, y) une solution quel-
MIRI.S
c
3.6. L’équation diophantienne ax + by = c 35
conque de a0 x + b0 y = c0 . On a alors
a0 x + b 0 y = c 0
a0 x0 + b0 y0 = c0
a0 (x − x0 ) + b0 (y − y0 ) = 0 (3.2)
soit encore
a0 (x − x0 ) = b0 (y0 − y)
(x − x0 ) = b0 k ⇒ x = x0 + b0 k
b
⇒ x = x0 + k k ∈ Z
d
a0 b0 k = b0 (y0 − y) ⇒ y = y0 − a0 k
a
⇒ y = y0 − k k ∈ Z.
d
MIRI.S
c
36 Chapitre 3. Arithmétique dans Z
11 = 11 × 1 + 0
Ainsi pgcd(123, 67) = 1, comme 1/10 l’équation donnée possède bien des solu-
tions.
On applique donc l’identité de Bézout, et on trouve
123 × 6 + 67 × (−11) = 1.
ainsi
(x0 , y0 ) = (60, −110)
est une solution particulière. Soit à présent (x, y) une solution quelconque de
l’équation donnée, on a alors
123x + 67y = 10
123 × 60 + 67 × (−110) = 10
et donc
123 (x − 60) = 67 (−y − 110) (3.3)
comme 123 et 67 sont premiers entre eux, alors par le lemme de Gauss 67/ (x − 60) ,
et par suite
67/ (x − 60) ⇒ (x − 60) = 67k, k ∈ Z
soit encore
x = 60 + 67k, k ∈ Z
MIRI.S
c
3.6. L’équation diophantienne ax + by = c 37
ce qui donne
y = −110 − 123k, k ∈ Z.
MIRI.S
c
38 Chapitre 3. Arithmétique dans Z
3.7 Exercices
Exercice 3.1. Montrer par récurrence, que pour tout entier naturel n
5/(12n − 7n )
6/ 3 32n + 1
Exercice 3.3. Montrer que la somme de trois cubes consécutifs est toujours
divisible par 9, i.e. il faut montrer ce qui suit
h i
n3 + (n + 1)3 + (n + 2)3 ≡ 0 [9]
Exercice 3.4. En utilisant les congruences, montrer qu’un entier est divisible
par 3 (resp par 9) ssi la somme de ses chiffres est divisible par 3 (resp par 9) .
MIRI.S
c
3.7. Exercices 39
5.70x + 30y = 6
6.111x + 90y = 12.
MIRI.S
c
Chapitre 4
Nombres Complexes
z = x + iy
z + z 0 = (x + x0 ) + i (y + y 0 )
zz 0 = (xx0 − yy 0 ) + i (x0 y + xy 0 )
42 Chapitre 4. Nombres Complexes
(z = z 0 ) ⇔ (x = x0 et y = y 0 )
z+z
Re (z) =
2
z−z
Im (z) =
2i
z est un réel ⇔ Im (z) = 0 ⇔ z = z
z + z0 = z + z0
zz 0 = zz 0
1
3/ Pour mettre le nombre complexe z
sous sa forme algébrique, il suffit de
multiplier le numérateur et le dénominateur par le conjugué z
1 1 x − iy x −y
= = = 2 +i 2
z x + iy (x + iy) (x − iy) x +y 2 x + y2
√ q
|z| = zz = x2 + y 2 .
|z| ≥ 0
|z| = 0 ⇔ z = 0
|zz 0 | = |z| |z 0 |
MIRI.S
c
4.2. Forme trigonométrique d’un nombre complexe 43
z = x + iy
!
q x y
= x2 + y 2 √ 2 2
+ i√ 2
x +y x + y2
comme −1 ≤ √ x
≤ 1 alors
x2 +y 2
x
∃θ ∈ R tel que √ 2 = cosθ
x + y2
du fait que !2 !2
x y
√ 2 + √ 2 =1
x + y2 x + y2
alors
y
√ = sinθ
x2 + y2
ainsi
q
z = x2 + y 2 (cosθ + isinθ)
= |z| (cosθ + isinθ)
= r (cosθ + isinθ)
où √ 2
r = |z| = x + y2
cosθ = √ x
x2 +y 2
y
sinθ = √
x2 +y 2
ou encore
x = rcosθ
y = rsinθ
l’écriture
z = r (cosθ + isinθ)
MIRI.S
c
44 Chapitre 4. Nombres Complexes
4.2.1 Propriétés
0
Soient z = reiθ et z 0 = r0 eiθ , on a alors les propriétés
(z = z 0 ) ⇔ (r = r0 et θ = θ0 + 2kπ k ∈ Z)
0
zz 0 = rr0 ei(θ+θ )
donc
|zz 0 | = rr0 et arg (zz 0 ) = arg (z) + arg (z 0 )
et de même
z r i(θ−θ0 )
= e
z0 r0
on obtient alors
z r z
= 0 et arg 0
0 = arg (z) − arg (z 0 )
z r z
z n = rn einθ ∀n ∈ N
MIRI.S
c
4.3. Racines carrées et nieme d’un nombre complexe 45
et comme
1 1
= z −1 = e−iθ
z r
on a donc n
1 1 −inθ
= z −n = e ∀n ∈ N
z rn
et par suite
z n = rn einθ ∀n ∈ Z
et donc
x2 − y 2 + 2ixy = a + ib
ce système ne suffit pas pour retrouver x et y; d’un autre côté nous observons
alors que
|z|2 = |a + ib|
soit encore
√
x2 + y 2 = a2 + b 2
MIRI.S
c
46 Chapitre 4. Nombres Complexes
les deux premières équations permettent de trouver des couples solutions poten-
tielles, la dernière équation permet de trouver le signe et ainsi fixer les bonnes
solutions.
comme xy est positif, alors x et y sont de même signe, ainsi les solutions qui
conviennent sont √ √
3 2 2
x= 2
et y = 2
ou
√ √
−322 2
x= et y = −
2
MIRI.S
c
4.3. Racines carrées et nieme d’un nombre complexe 47
az 2 + bz + c = 0
avec a 6= 0.
1er cas : coefficients réels a, b, c ∈ R
On calcule le discriminant
∆ = b2 − 4ac
z2 + z + 1 = 0
on calcule
∆ = 1 − 4 = −3 = 3i2
ainsi √ √
−1 − i 3 −1 + i 3
z1 = et z2 =
2 2
MIRI.S
c
48 Chapitre 4. Nombres Complexes
On calcule le discriminant
∆ = b2 − 4ac
−b − δ −b + δ
z1 = et z2 =
2a 2a
z 2 − 3z + 1 − 3i = 0
on calcule
∆ = 9 − 4 (1 − 3i) = 5 + 12i
ainsi
δ = ± (3 + 2i)
et donc
z1 = −i et z2 = 3 + i
Pour calculer les racines nième d’un nombre complexe, nous allons privilégier
la forme trigonométrique ; soit donc z = reiθ . On appelera racine nième de z tout
MIRI.S
c
4.3. Racines carrées et nieme d’un nombre complexe 49
ωn = z
on obtient alors
(ω n = z) ⇔ ρn einϕ = reiθ
ρn = r
⇔
nϕ = θ + 2kπ k ∈ Z
√
ρ= nr
⇔
θ 2kπ
ϕ= n
+ n
k∈Z
ainsi, tout nombre complexe (non nul) z = reiθ possède n racines nième définies
par
√
! !!
θ 2kπ θ 2kπ
ωk = n r cos + + isin + k = 0, 1, 2, ..., n − 1
n n n n
√
On remarquera que toutes les racines nième ont le même module n
r.
MIRI.S
c
50 Chapitre 4. Nombres Complexes
4.4 Exercices
Exercice 4.1. Mettre sous la forme algébrique les nombres complexes suivants
2
3 + 6i 1+i 2 + 5i 2 − 5i
, , +
3 − 4i 2−i 1−i 1+i
z1 = 3 − 4i, z2 = 24 − 10i
1+i
√ .
2
π π
2. En déduire les valeurs de cos 8
et sin 8
.
z 2 − (1 + 2i) z + i − 1
√
z2 − 3z − i = 0
z 4 + 10z 2 + 169 = 0
z1 = 2 − 2i, z2 = 11 + 2i
MIRI.S
c
4.4. Exercices 51
2. Calculer 1 + j + j 2 .
3. Donner les racines nième de z = 1, et montrer que celles-ci s’écrivent 1, ω, ω 2 , ..., ω n−1 .
4. Calculer 1 + ω + ω 2 + ... + ω n−1 .
MIRI.S
c
Chapitre 5
Calcul Matriciel
les nombres aij sont appelés éléments (ou coefficients) de la matrice M. L’indice
i indique la ligne et l’indice j indique la colonne sur lesquelles l’élémént aij se
trouve ; ainsi a35 ( il faut lire -a trois cinq- et non pas -a trente cinq-) est l’élément
qui se trouve sur la 3ème ligne et 5ème colonne. Une matrice qui contient n lignes
et m colonnes est dite d’ordre ou de type ou encore de dimensions (n, m) . La
matrice M peut aussi être écrite comme suit M = (aij ) 1≤i≤n .
1≤j≤m
1 0 23
−7 5 13
Exemple 5.1. est une matrice (4, 3) .
2 10 52
− 38 −45 32
1 0 −9 3
√
1 3 3 π 13 0
Exemple 5.2.
√ est une matrice carrée (2, 2) . est
2 −5 33
21 12 −9
14 54 −5 3
une matrice carrée (4, 4) .
Dans une matrice carrée, les éléments a11 , a22 , ..., ann sont appelés éléments
diagonaux.
1 0 3 −9
√
3 π 13 0
Exemple 5.3. 1, π, 12, 3 sont les éléments diagonaux de .
33 21 12 −9
14 54 −5 3
Dans une matrice carrée, la somme des éléments diagonaux est appelée trace
P
de la matrice notée tr ainsi tr (M ) = aii .
1 3
Exemple 5.4. A = √ , alors tr (A) = 1 + (−5) = −4.
2 −5
a
11
a12 ... a1n
0 a22 ... a2n
Une matrice carrée du type . où aij = 0 pour i > j, est
. .. ..
. . .
0 0 ... ann
appelée matrice triangulaire supérieure.
a
11
0 ... 0
a21 a22 ... 0
Une matrice carrée du type où aij = 0 pour i < j, est
.. .. ..
. . .
an1 an2 ... ann
appelée matrice triangulaire inférieure.
a
11
0 ... 0
0 a22 ... 0
Une matrice carrée du type . où aij = 0 pour i 6= j, est
. .. ..
. . .
0 0 ... ann
appelée matrice diagonale.
MIRI.S
c
5.1. Opérations sur les matrices 55
1 0 ... 0
0 1 ... 0
La matrice diagonale particulière . . est appelée matrice iden-
. . ..
. . .
0 0 ... 1
1 0 0
1 0
tité, notée In , ainsi par exemple I2 = , I3 =
0 1 0 .
0 1
0 0 1
5.1.3 Propriétés
Soit A, B et C trois matrices de même type
1/ A + (−1) B = A − B
2/ A + (B + C) = (A + B) + C
3/ λ (A + B) = λA + λB
MIRI.S
c
56 Chapitre 5. Calcul Matriciel
4/ A + B = B + A
Remarque 5.1. Pour que le produit de deux matrices existe, il est nécessaire
que le nombre de colonnes de la première soit égal au nombre de lignes de la
seconde.
2 −1
0 1 2 −1
Exemple 5.7. A = 1 0 , B =
, comme A est une
3 1 0 2
0 1
matrice (3, 2) et comme B est une matrice (2, 4) ; alors le produit AB est possible ;
2 −1 −3 1 4 −4
0 1 2 −1
1 0
=
0 1 2 −1
3 1 0 2
0 1 3 1 0 2
Remarque 5.2. Il se peut que le produit AB existe sans pour autant que le
produit BA existe, et même lorsque les deux existent, en général AB 6= BA. Le
produit de matrices n’est pas commutatif. (Si vous avez lu cet ouvrage attentive-
ment, cette remarque devrait vous évoquer, une autre remarque faite plus haut ;
et ce n’est peut être pas fortuit !)
MIRI.S
c
5.2. Calcul de déterminants 57
t
A = (aji )1≤j≤m .
1≤i≤n
1 2
t 1 3 0
3 −4 alors A =
Exemple 5.8. A =
2 −4 9
0 9
t
Remarque 5.3. Une matrice
(carrée) qui vérifie
A = A, est dite matrice symé-
1 9 −5
trique, comme par exemple
9 7 .
33
−5 33 −8
Propriétés
1/ t (t A) = A
2/ t (λA) = λt A
3/ t (A + B) =t A +t B
4/ t (AB) =t B t A
a11 a12
det (A) = = a11 × a22 − a21 × a12 .
a21 a22
1 2
Exemple 5.9. A = alors det(A) = 1 × 4 − 3 × 2 = −2
3 4
MIRI.S
c
58 Chapitre 5. Calcul Matriciel
1 2
A= alors det(A) = 1 × 4 − 2 × 2 = 0
2 4
3 2
A= alors det(A) = 3 × 4 − 3 × 2 = 6
3 4
a11 a12 a13
Soit A =
a21 a22 a23
,
alors le déterminant de A est donné par
a31 a32 a33
a11 a12 a13
a22 a23 a21 a23 a21 a22
det (A) = a21 a22 a23 = a11 × − a12 × . + a13 ×
a32 a33
a31 a33
a31 a32
a31 a32 a33
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a21 a12 a33 − a11 a32 a23
−1 2 −3
1 4
Exemple 5.10. A = 1 1 4 alors det(A) = −1 × −2×
4 −6
−2 4 −6
1 4 1 1
−3× = 0.
−2 −6
−2 4
MIRI.S
c
5.2. Calcul de déterminants 59
5.2.4 Propriétés
MIRI.S
c
60 Chapitre 5. Calcul Matriciel
Définition 5.1. Soit A une matrice carrée (n, n) . On dira que A est inversible,
s’il existe une matrice B carrée de même type (n, n) , telle que
AB = BA = In
Remarque 5.6. Ainsi, on ne parle d’inverse que pour les matrices carrées, et
parmi les matrices carrées, seules celles avec un déterminant non nul possèdent
une matrice inverse.
Soit A une matrice carrée (n, n) , pour caclculer l’inverse de A on suivra les
étapes suivantes
Etape 1 : Calculer le déterminant de A, si det(A) 6= 0 alors A−1 existe et on
passe à l’étape 2. Par contre si det(A) = 0, alors A ne possède pas d’inverse.
Etape 2 : Calculer les cofacteurs. Chaque élément aij de la matrice A possède
un cofacteur noté cij , donné par la formule
MIRI.S
c
5.3. Matrice inverse 61
1 t
A−1 = Com (A) .
det (A)
1 2 3
0 1 −1 , verifier que A est inversible, puis don-
Exemple 5.11. Soit A =
1 0 2
ner A−1 .
1 2 3
det(A) = 0 1 −1 = −3 6= 0 donc A−1 existe.
1 0 2
1+1 1 −1
1+2 0 −1
les cofacteurs c11 = (−1)
= 2, c12 = (−1)
= −1, c13 =
0 2
1 2
1+3 0 1
(−1) = −1
1 0
2+1 2 3
2+2 1 3
2+3 1 2
c21 = (−1) = −4, c22 = (−1) = −1, c23 = (−1) =
0 2
1 2
1 0
2
3+1 2 3
3+2 1 3
3+3 1 2
c31 = (−1)
= −5, c32 = (−1)
= 1, c33 = (−1)
=
1 −1
0 −1
0 1
1
2 −1 −1 2 −4 −5
t
Com (A) =
−4 −1 2 et donc Com (A) = −1 −1 1
−5 1 1 −1 2 1
MIRI.S
c
62 Chapitre 5. Calcul Matriciel
2 −4 −5
t
ainsi A−1 1 1
= det(A) Com (A) = −3 −1 −1 1
−1 2 1
2 4 5
−3 3 3
−1
1 1
A =
3 3
− 13
1
3
− 32 − 13
Remarque 5.7. On peut toujours s’assurer que notre calcul est bon en vérifiant
que AA−1 = In (ou que A−1 A = In ).
MIRI.S
c
5.4. Exercices 63
5.4 Exercices
Exercice 5.1. Soient A, B et C les matrices suivantes
0 1 −1 1 2 0 −3
A=
−3 4 −3 ,
B=
0 ,
5 C=
2 1
−1 1 0 −6 −1 8 −7
et donner A−1 et B −1 .
0 1 −1
Exercice 5.3. Soit M =
0 1 1
1 0 1
3 2
1. Calculer M − 2M + 2M
2. Déduire de ce qui précède que la matrice M est inversible ; puis donner M −1 .
3. Retrouver M −1 par utilisation de la comatrice.
α −1 0
Exercice 5.4. Soit la matrice A =
−2 α où α est un paramètre
−2
0 −1 α
réel α ∈ R.
1. Discuter suivant les valeurs de α de l’inversibilité de A.
2. Lorsque cela est possible, calculer A−1 .
1 −2 4
Exercice 5.5. Soit la matrice A =
1 1 1
1 −1 1
MIRI.S
c
64 Chapitre 5. Calcul Matriciel
2
1 a a
Exercice 5.6. Soit la matrice A = 2
1 b b où a, b et c sont des réels non
1 c c2
nuls. Dire pour quelle(s) valeur(s) de a, b et c la matrice A est inversible.
1 −3 6
Exercice 5.7. Soit la matrice A =
6 −8 12
3 −3 4
2 2
1.
CalculerA , puis trouver deux réels α, β tels que A = αA + βI, où I =
1 0 0
0 1 0
0 0 1
2. Déduire de ce qui précède que A est inversible, et donner A−1 .
3. Retrouver A−1 par utilisation de la comatrice.
MIRI.S
c
Chapitre 6
Espaces Vectoriels
6.1 Définition
On se limite dans cet ouvrage aux espaces vectoriels réels ; mais nous ren-
voyons le lecteur curieux d’en savoir plus aux ouvrages cités en bibliographie.
Un espace vectoriel réel, est un ensemble E, dont les éléments sont appelés
vecteurs, muni de deux lois : une loi interne qu’on notera «+» , une multiplication
par un réel notée « . » ; ces opérations devant vérifier les propriétés suivantes :
1/ La loi « + » est commutative et associative ; c’est-à-dire pour tous vecteurs
u, v et w de E :
u+v =v+u
u + (v + w) = (u + v) + w
2/ La loi « + » admet un élément neutre appelé vecteur nul, que l’on notera
0E ou plus simplement 0 s’il n’y a pas de risque de confusion ; c’est à dire
pour tout vecteurs u de E :
0E + u = u
u + (−u) = 0E
66 Chapitre 6. Espaces Vectoriels
(λµ).u = λ.(µ.u)
7/ Pour tout u de E on a
1.u = u
On dira alors que (E, +, .) ou tout simplement que E est un espace vectoriel.
(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 )
(x1 , x2 , ..., xn ) + (x01 , x02 , ..., x0n ) = (x1 + x01 , x2 + x02 , ..., xn + x0n )
MIRI.S
c
6.1. Définition 67
6.1.1 Propriétés
Soit E un espace vectoriel, soit u un vecteur de E, et soit λ ∈ R alors
1. λ0E = 0E
2. 0u = 0E
4. λu = 0E =⇒ λ = 0 ou u = 0E
Remarque 6.2. Si 0E ∈
/ F alors F ne peut pas être un sous espace vectoriel.
ou encore
(−2, −4) ∈ F
donc
F 6= ∅
MIRI.S
c
68 Chapitre 6. Espaces Vectoriels
Soit à présent u, v ∈ F, λ, µ ∈ R
et par suite
et donc
(λu + µv) ∈ F.
E1 + E2 = E et E1 ∩ E2 = {0E }
On notera alors
E = E1 ⊕ E2
MIRI.S
c
6.2. Base et dimension 69
On dit aussi que tout élément de E peut s’écrire comme combinaison linéaire de
u1 , u2 , u3 , ..., un .
MIRI.S
c
70 Chapitre 6. Espaces Vectoriels
Exemple 6.5. Soit u1 = (1, 1) et u2 = (1, 0) , alors {u1 , u2 } est une base de R2
Définition 6.6. {(1, 0, 0, ..., 0) , (0, 1, 0, ..., 0) ... (0, 0, 0, ..., 1)} est une base de Rn
dite base canonique. Par exemple {(1, 0) , (0, 1)} est la base canonique de R2 .
6.2.1 Propriétés
Soit E un espace vectoriel, B = {u1 , u2 , u3 , ..., un } une base de E.
Théorème 6.1. Dans espace vectoriel E de dimension n, une base de E est une
famille :
1. Libre
2. Génératrice
3. Contenant n vecteurs
et toute famille de vecteurs vérifiant deux des trois propriétés citées est une base.
Exemple 6.7. Sachant que dimR3 = 3; pour montrer que {(1, 1, 1) , (1, 2, 0) , (−1, 0, 0)}
est une base de R3 , il suffit de montrer que c’est une famille libre ou génératrice
car elle contient 3 vecteurs.
MIRI.S
c
6.2. Base et dimension 71
et en particulier
dim (E1 ⊕ E2 ) = dimE1 + dimE2
MIRI.S
c
72 Chapitre 6. Espaces Vectoriels
6.3 Exercices
Exercice 6.1. 1. Vérifier que (1, 1) et (2, 3) engendrent R2 . Conclure !
2. Vérifier que {(1, 2, 3), (0, 1, −1), (2, 0, 1)} est une famille libre dans R3 . Conclure !
Exercice 6.4. Parmi les ensembles F dire lesquels sont des sous espaces vecto-
riels de E :
1-E = R3 ; F = {(x, y, z) ∈ R3 ; x + y + 3z = 0}
2- E = R2 ; F = {(x, y) ∈ R2 ; x + 3y = 3}
3-E = R2 ; F = {(x, y) ∈ R2 ; x2 + y 2 = 4}
4- E = R[X] ; F = {P ∈ R[X]; degP = 4}
5-E = R[X] ; F = {P ∈ R[X]; degP ≤ 4}
6- E = {f : R → R; application} ;F = {f ∈ E; paire}
Exercice 6.5. Soit E l’espace vectoriel des suites réelles convergentes. Montrer
que l’ensemble des suites constantes et l’ensemble des suites convergeant vers 0
sont deux sous espaces supplémentaires dans E.
MIRI.S
c
6.3. Exercices 73
MIRI.S
c
Chapitre 7
Applications Linéaires
f : R2 −→ R3
(x, y) 7−→ (x + y, 2x, −y)
kerf = {u ∈ E; f (u) = 0F }
Proposition 7.1. Soit f : E −→ F est une application linéaire, alors kerf est
un s.e.v. de E, et Imf est un s.e.v. de F.
7.1.1 Propriétés
MIRI.S
c
7.2. Matrice associée à une application linéaire 77
avec
f (vi ) = a1i w1 + a2i w2 + ... + aki wk
f : R2 −→ R3
(x, y) 7−→ (x + y, x + y, x + y)
pour trouver la matrice associée à f par rapport aux bases B1 {(1, 1) , (−2, 0)}
et B2 = {(1, 1, 1) , (1, 1, 0) , (1, 0, 0)} , on procède comme suit
MIRI.S
c
78 Chapitre 7. Applications Linéaires
alors la matrice
a
11
a12 ... a1n
a21 a22 ... a2n
P = .
. .. ..
. . .
an1 an2 ... ann
P = PB1 →B2
X = x1 v1 + x2 v2 + ... + xn vn
et
X = x01 w1 + x02 w2 + ... + x0n wn
MIRI.S
c
7.2. Matrice associée à une application linéaire 79
M = M (f, B1 , B2 )
et
M 0 = M (f, B10 , B20 )
et si l’on pose
P = PB1 →B2
et
Q = PB10 →B20
M 0 = Q−1 M P
M 0 = P −1 M P
MIRI.S
c
80 Chapitre 7. Applications Linéaires
7.3 Exercices
f : R3 −→ R2
(x, y, z) 7−→ (x + y, x + z)
f : R3 −→ R3
(x, y, z) 7−→ (x + y, x + z, x + y + z)
Exercice 7.3. 1. Vérifier que {(1, 1), (2, 1)} est une base R2 .
2. Soit f : R2 −→ R2 , une application linéaire telle que f (1, 1) = (3, 0) et
f (2, 1) = (5, 1), donner alors l’expression de f .
f : R3 −→ R3
(x, y, z) 7−→ (−x + y − z, −x + z, −2x + 2y)
MIRI.S
c
7.3. Exercices 81
MIRI.S
c
Deuxième partie
Analyse
Chapitre 8
Suites Numériques
8.1 Définitions
1. On appelle suite numérique toute application de N (ou d’une partie de N)
vers R.
f: N −→ R
n 7−→ f (n) = un
la suite sera dite de terme général un et elle sera notée (un )n∈N ou plus
simplement (un )n .
2. Le terme général d’une suite peut être défini sous forme explicite ou sous
forme récurrente, par exemple
2n + 3
un = forme explicite
n2
+n+1
v0 = 13
forme récurrente
vn+1 = 2vn − 5
(un )n = (vn )n ⇔ un = vn ∀n ∈ N
λ (un )n = (λun )n
∃M ∈ R, ∀n ∈ N un ≤ M
∃m ∈ R, ∀n ∈ N m ≤ un
9. Une suite (un )n est dite bornée si et seulement si elle est, à la fois minorée
et majorée
∃M ∈ R, ∃m ∈ R, ∀n ∈ N m ≤ un ≤ M
de manière équivalente
MIRI.S
c
8.2. Suites convergentes 87
12. Une suite sera dite monotone si elle est croissante ou décroissante.
13. Il existe des suites qui ne sont ni croissantes ni décroissantes. Pour s’en
convaincre il suffit de considérer par exemple la suite
un = (−1)n n
Définition 8.1. Soit (un )n une suite donnée, on dira que la suite (un )n converge
vers le nombre réel l ( ou que l est la limite de la suite (un )n ) si et seulement si
on écrira alors
lim un = l
n→+∞
Remarque 8.1. L’écriture qui fait tellement peur à nos étudiants ∀ε > 0, ∃ηε ∈
N ; (n ≥ ηε ⇒ |un − l| < ε) , n’est que la transposition mathématique de la phrase
littéraire, tout in tervalle ]l − ε, l + ε[ aussi petit soit il contenant l, contient aussi
tous les termes de la suite (un )n à partir d’un certain rang "assez grand" ηε .
Définition 8.2. Une suite qui n’est pas convergente est dite divergente.
Remarque 8.2. Etudier la nature d’une suite, c’est dire si elle est convergente
ou divergente.
1
Exemple 8.1. Pour montrer que lim = 0, la procédure à suivre est de
n→+∞ n+1
prendre un ε > 0 et il faut alors trouver ηε ∈ N qui lui correspond ; il faut donc
montrer que
1
∀ε > 0, ∃ηε ∈ N ; ∀n ∈ N, n ≥ ηε ⇒ − 0 < ε
n+1
MIRI.S
c
88 Chapitre 8. Suites Numériques
1 1
< ε⇒ <ε
n+1 n+1
1
⇒ (n + 1) >
ε
1
⇒ n> −1
ε
1
ηε = −1 +1
ε
1
ce choix se justifie par le fait que ηε ∈ N et comme − 1 n’est pas nécessaire-
hε i
1
ment un entier nous prenons alors sa partie entière ε
− 1 , sauf que celle-ci est
1
plus petite que ε
− 1 , ce qui explique la présence du +1 qui nous assure que
nous avons bien atteint (et dépassé) le rang recherché.
Prenons une application numérique pour bien illustrer cet exemple : si ε = 0.03,
h i h i
1 1 1
alors ε
− 1 = 32 et donc ηε = ε
− 1 + 1 = 33. Ainsi tous les termes n+1
, pour
n ≥ 33 se trouvent dans l’intervalle [0 − ε, 0 + ε] = [−0.03, 0.03] .
Remarque 8.3. La réciproque du théorème précédent est fausse ; une suite peut
être bornée sans pour autant être convergente.
En effet la suite de terme général un = (−1)n est une suite bornée car |un | ≤ 1,
mais elle n’est pas convergente comme on le verra plus tard.
Remarque 8.4. Il faut bien comprendre que ce dernier théorème nous dit que
toute suite croissante et majorée est une suite convergente, et d’un autre côté
MIRI.S
c
8.2. Suites convergentes 89
toute suite décroissante et minorée est convergente, par contre il existe des suites
convergentes qui ne sont ni croissantes ni décroissantes ; comme par exemple la
(−1)n
suite de terme général un = n+1
qui converge vers 0 mais qui n’est ni croissante
ni décroisante.
1
un > 1 ⇒ <1
un
1
⇒ − > −1
un
1
⇒ 2− >1
un
⇒ un+1 > 1
donc ∀n ∈ N, un > 1.
2. Pour l’étude de la monotonie de (un )n il suffit d’étudier le signe de (un+1 − un )
1
(un+1 − un ) = 2 − − un
un
2un − 1 − (un )2
=
un
(1 − un )2
= − < 0 car un > 1 > 0
un
MIRI.S
c
90 Chapitre 8. Suites Numériques
3. D’après ce qui précède, (un )n est décroissante et minorée ( par 1 ) donc (un )n
est convergente. Posons alors
lim un = l
n→+∞
alors nécessairement
lim un+1 = l
n→+∞
et comme
1
un+1 = 2 −
un
alors à la limite
1
l =2−
l
soit
l=1
et donc
lim un = 1
n→+∞
Théorème 8.4. Soient (un )n et (vn )n deux suites convergentes telles que lim un =
n→+∞
l1 et lim vn = l2 alors
n→+∞
lim (un + vn ) = l1 + l2
n→+∞
1 1
si l1 6= 0 lim =
n→+∞ un l1
vn l2
si l1 6= 0 lim =
n→+∞ un l1
∀λ ∈ R, lim (λun ) = λl1
n→+∞
lim un = 0 ⇐⇒ lim |un | = 0
n→+∞ n→+∞
MIRI.S
c
8.3. Sous-suite (suite extraite) 91
Exemple 8.3. Soit la suite de terme général un = (−1)n , et considérons les sous
suites de terme général u2k = (−1)2k = 1 et u2k+1 = (−1)2k+1 = −1, la première
tend vers 1 et la seconde tend vers −1, donc par contraposée de la Proposition
précédente on déduit que un = (−1)n diverge.
((un )n est une suite de Cauchy) ⇔ ((un )n est une suite convergente)
MIRI.S
c
92 Chapitre 8. Suites Numériques
Remarque 8.6. Souvent la question qu’on nous pose est : faut il calculer
lim (un − vn ) ou lim (vn − un ) ? En fait cela n’a aucune importance puis-
n→+∞ n→+∞
qu’on exige une limite nulle pour avoir des suites adjacentes
Théorème 8.7. Deux suites adjacentes sont convergentes et ont la même limite.
lim un = lim vn = l
n→+∞ n→+∞
et soit (wn )n une suite vérifiant (au moins à partir d’un certain rang)
un ≤ wn ≤ vn
alors
lim wn = l
n→+∞
alors
lim (un vn ) = 0
n→+∞
MIRI.S
c
8.7. Limites infinies 93
cos(n2 +n+5)
Exemple 8.5. lim n2
= 0. Pour le démontrer on peut appliquer le
n→+∞
théorème d’encadrement en remarquant que
1 cos (n2 + n + 5) 1
− 2
≤ 2
≤ 2
n n n
1 1
et du fait que lim − n2
= lim 2 = 0, le résultat en découle.
n→+∞ n→+∞ n
Comme on peut appliquer la Proposition précédente, en observant que cos(n2 + n + 5)
1
est bornée et n2
tend vers 0 alors leur produit tend vers 0.
Proposition 8.3.
1
lim un = ±∞ ⇔ lim =0
n→+∞ n→+∞ un
1.
+∞ si p > 0
p
lim n = 1 si p = 0
n→+∞
0 si p < 0
2. Pour q > 0
+∞ si q > 1
lim q n = 1 si q = 1
n→+∞
0 si 0 < q < 1
MIRI.S
c
94 Chapitre 8. Suites Numériques
3. n
a
lim 1+ = ea
n→+∞ n
MIRI.S
c
8.9. Exercices 95
8.9 Exercices
Exercice 8.1. En utilisant la définition de la limite montrer que
2n+1
1. lim n+2
= 2.
n→+∞ √
n
2. lim 9 = 1.
n→+∞
+∞ si q > 1
3. lim q n = 1 si q = 1
n→+∞
0 si 0 < q < 1
1 1 1 1
un = + + + ... +
1×2 2×3 3×4 n (n + 1)
1 a b
1. Montrer que n(n+1)
= n
+ n+1
.
2. Calculer lim un .
n→+∞
1
1. Montrer que ∀n ∈ N, 3
< un < 32 .
2. Etudier la monotonie de (un )n .
3. En déduire que (un )n est une suite convergente, et donner sa limite.
MIRI.S
c
96 Chapitre 8. Suites Numériques
Exercice 8.6. Montrer que les deux suites (un )n et (vn )n définies par
1 1 1
un = 1 + + + ... +
1! 2! n!
1
vn = un +
n!
sont adjacentes.
MIRI.S
c
Chapitre 9
9.1 Définitions
f: R→R
x 7−→ f (x)
3. Une fonction f est dite périodique, s’il existe un T > 0, tel que
f (x + T ) = f (x) ∀x ∈ R (9.1)
Si de plus T est le plus petit réel positif vérifiant (9.1), alors T est appelé
Chapitre 9. Fonction Réelle d’une Variable Réelle
98 Limites et Continuité
période de la fonction f.
∃M ∈ R, ∃m ∈ R, ∀x ∈ E m ≤ f (x) ≤ M
ou de manière équivalente
∃A > 0, ∀x ∈ E |f (x)| ≤ A
MIRI.S
c
9.2. Limite d’une fonction en un point 99
lim f (x) = 3
x→1
|f (x) − 3| = x2 + x − 2
= |(x − 1) (x + 2)|
comme x tend vers 1, on peut toujours supposer (par exemple) que x ∈ ]−2, 4[
et dans ce cas
−2 ≤ x ≤ 4 ⇒ 0 ≤ x + 2 ≤ 6
⇒ |x + 2| ≤ 6
et par suite
en posant
|f (x) − 3| ≤ 6 |(x − 1)| < ε
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
100 Limites et Continuité
ainsi si
ε
|(x − 1)| <
6
alors
|f (x) − 3| < ε
x ∈ ]−2, 4[ ⇒ |x − 1| < 3
et on a finalement
ε
∀ε > 0, ∃αε = min ,3 > 0; |x − 1| < αε ⇒ |f (x) − 3| < ε
6
1. On dit que f (x) tend vers l quand x tend vers x0 par valeurs supérieures si
on note alors
lim f (x) = lim+ f (x) = l
x→x0
>
x→x0
2. On dit que f (x) tend vers l quand x tend vers x0 par valeurs inférieures si
∀ε > 0, ∃αε > 0 ; (∀x ∈ I, −αε < x − x0 < 0 <⇒ |f (x) − l| < ε)
on note alors
lim f (x) = lim− f (x) = l
x→x0 x→x0
<
MIRI.S
c
9.3. Définition équivalente 101
x
Exemple 9.2. Soit f (x) = |x|
alors
x
lim f (x) = lim = −1
x→0 x→0 |x|
< <
par contre
x
lim f (x) = lim =1
x→0 x→0 |x|
> >
comme
lim f (x) 6= lim f (x)
x→0 x→0
< >
Proposition 9.2. Si la limite d’une fonction en un point existe alors elle est
unique.
lim f (x) = l ⇔ ∀ (un )n suite,
x→x
lim un = x0 ⇒ lim f (un ) = l
0 n→+∞ n→+∞
cette définition permet entre autre de déduire les propriètés de la limite d’une
fonction en un point de celles des suites.
Théorème
9.1. Soit f et g deux fonctions
données
alors
1. Si x→x
lim f (x) = l1 et x→x
lim g(x) = l2 alors x→x
lim (f (x) + g(x)) = l1 + l2
0 0 0
2. Si lim f (x) = l1 et x→x
lim g(x) = l2 alors lim (f (x).g(x)) = l1 .l2
x→x0 0
x→x0
f (x) l1
3. Si lim f (x) = l1 et lim g(x) = l2 6= 0 alors lim g(x)
= l2
x→x0 x→x0 x→x0
4. Si lim f (x) = 0 et g est une fonction bornée alors lim f (x)g(x) = 0
x→x0 x→x0
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
102 Limites et Continuité
9.4 Limites infinies
1. On dit que f (x) tend vers +∞ quand x tend vers x0 et on écrit x→x
lim f (x) =
0
+∞, si
lim f (x) = +∞ ⇔ (∀A > 0, ∃α > 0 ; (∀x ∈ I, |x − x0 | < α ⇒ f (x) > A))
x→x0
2. On dit que f (x) tend vers −∞ quand x tend vers x0 et on écrit lim f (x) =
x→x0
−∞, si
lim f (x) = −∞ ⇔ (∀B < 0, ∃α > 0 ; (∀x ∈ I, |x − x0 | < α ⇒ f (x) < B))
x→x0
3. On dit que f (x) tend vers l quand x tend vers +∞ et on écrit lim f (x) = l,
x→+∞
si
lim f (x) = l ⇔ (∀ε > 0, ∃A > 0 ; (∀x ∈ I, x > A ⇒ |f (x) − l| < ε))
x→+∞
4. On dit que f (x) tend vers l quand x tend vers −∞ et on écrit lim f (x) = l,
x→−∞
si
lim f (x) = l ⇔ (∀ε > 0, ∃B < 0 ; (∀x ∈ I, x < B ⇒ |f (x) − l| < ε))
x→−∞
9.5 Continuité
MIRI.S
c
9.6. Prolongement par continuité 103
9.5.1 Propriétés
Soit f : R → R une fonction donnée, telle que f n’est pas définie en x0 mais
admettant une limite l ∈ R quand x tend vers x0 , x→x
lim f (x) = l. On définit alors
0
˜
la fonction f appelée prolongement par continuité de f au point x0 par
f (x) si x 6= x0
f˜(x) =
l si x = x0
x2 −4
Exemple 9.3. Pour donner le prolongement par continuité de f (x) = x−2
au
point x0 = 2 ; on commence par observer que f n’est pas définie en x0 = 2,
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
104 Limites et Continuité
ensuite il suffit de calculer lim f (x)
x→2
x2 − 4
lim f (x) = lim
x→2 x→2 x − 2
(x − 2) (x + 2)
= lim
x→2 x−2
= lim (x + 2)
x→2
= 4
et par suite
x2 −4
si x 6= 2
f˜(x) = x−2
4 si x = 2
Remarque 9.2. Le prolongement par continuité peut ne pas exister, par exemple
1
f (x) = x2
n’admet pas de prolongement par continuité en x0 = 0 car lim f (x) =
x→0
+∞.
∀x ∈ E, f (x) ≤ M
MIRI.S
c
9.7. Fonction continue sur un intervelle fermé borné 105
∀x ∈ E, m ≤ f (x)
Proposition 9.3. L’image d’un compact [a, b] par une fonction continue f est
aussi un compact i.e. f ([a, b]) = [α, β] avec α = Inf f (x) et β = Sup f (x).
x∈[a,b] x∈[a,b]
En particulier
αβ ≤ 0 =⇒ ∃x0 ∈ [a, b] ; f (x0 ) = 0
devrait vous rappeler une notion déjà introduite en algèbre ... je vous laisse
chercher...
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
106 Limites et Continuité
on a bien
x0 = 0 ∈ [−2, 2] ; tel que f (0) = 0
à méditer !
x − cosx = 0
h i
admet une solution dans 0, π2 , il suffit de considérer la fonction f (x) = x−cosx
et d’observer que
π π
f (0).f ( ) = (−1) × ≤ 0
2 2
h i
le théorème des valeurs intermédiaires nous assure l’existence d’un x0 ∈ 0, π2 ;
tel que f (x0 ) = 0.
1. f (I) est aussi un intervalle de R ( fermé borné si I est aussi fermé borné).
MIRI.S
c
9.8. Fonction continue strictement monotone 107
1. La fonction h i
f: − π2 , π2 −→ [−1, 1]
x 7→ f (x) = sinx
est continue strictement croissante, elle est donc bijective et admet une
application réciproque que l’on notera Arcsin, ainsi
h i
Arcsin : [−1, 1] −→ − π2 , π2
x 7→ f (x) = Arcsinx
avec
y = Arcsinx ⇔ x = siny
2. La fonction
f : [0, π] −→ [−1, 1]
x 7→ f (x) = cosx
est continue strictement décroissante, elle est donc bijective et admet une
application réciproque que l’on notera Arccos, ainsi
avec
y = Arccosx ⇔ x = cosy
3. La fonction i h
f: − π2 , π2 −→ R
x 7→ f (x) = tgx
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
108 Limites et Continuité
est continue strictement croissante, elle est donc bijective et admet une
application réciproque que l’on notera Arctg, ainsi
i h
Arctg : R −→ − π2 , π2
x 7→ f (x) = Arctgx
avec
y = Arctgx ⇔ x = tgy
MIRI.S
c
9.9. Exercices 109
9.9 Exercices
Exercice 9.1. Etudier la parité des fonctions suivantes
√
1. f (x) = − x2 + 1
sinx
2. f (x) = x2
n
3. f (x) = x où n ∈ N
cosx
Exercice 9.2. Montrer que la fonction f (x) = 1+x2
est bornée sur R.
1 1
lim sin et lim cos
x→0 x x→0 x
1
lim (sinx) sin
x→0 x
1
lim x3 cos
x→0 x
MIRI.S
c
Chapitre 9. Fonction Réelle d’une Variable Réelle
110 Limites et Continuité
Exercice 9.7. Trouver les réels α, β, et γ pour que les fonctions suivantes soit
continues sur R,
x+1 si x ≤ 1
f (x) =
3 − αx2 si x > 1
−2sinx si x ≤ − π2
g(x) = π π
βsinx + γ si − 2
<x≤ 2
π
cosx si x >
2
|x|
f1 (x) =
x
(x − 1) sinx
f2 (x) =
2x2 − 2
1
f3 (x) = sin
x
x = e−x
admet une solution unique dans l’intervalle [0, 1], puis localiser cette solution
dans un intervalle de longueur l = 0.015625.
MIRI.S
c
Chapitre 10
Dérivation
10.1 Définitions
Soit f : I → R une fonction définie sur un intervalle I ⊂ R
f (x) − f (x0 )
lim =l (10.1)
x→x 0 x − x0
f (x0 + h) − f (x0 )
lim = f 0 (x0 )
h→0 h
f: R→R
x 7−→ f (x) = x2
112 Chapitre 10. Dérivation
(x − x0 ) (x + x0 )
= x→x
lim
0 x − x0
= x→x
lim (x + x0 )
0
= 2x0
y = f 0 (x0 ) (x − x0 ) + f (x0 )
6.
7. Si
f (x) − f (x0 ) f (x) − f (x0 )
lim = l1 et lim = l2
x→x0
>
x − x0 x→x
<
0 x − x0
8.
f dérivable en x0 ⇒ f continue en x0
la réciproque est fausse, une fonction peut être continue sans être dérivable ;
en effet considérons l’exemple f (x) = |x| alors f est continue en 0
MIRI.S
c
10.2. Règles de dérivation 113
par contre
f (x) − f (0) |x|
lim = lim =1
x→0
>
x−0 x→0 x
>
et
f (x) − f (0) |x|
lim = lim = −1
x→0
<
x−0 x→0 x
<
1. (f + g)0 = f 0 + g 0
2. (f.g)0 = f 0 g + f g 0
0
f f 0 g−f g 0
3. g
= g2
4. (f α )0 = αf 0 f α−1
h i0
5. On note f = f (0) , f 0 = f (1) , f 00 = f (2) ... f (n) = f (n−1) et f (n) est appelée
dérivée nième de f.
6.
n
(n) n!
f (k) g (n−k)
X
(f.g) =
k=0 k! (n − k)!
7. Si f est dérivable sur I et g est dérivable sur f (I) alors (g ◦ f ) est dérivable
sur I et on a la règle de dérivation
(g ◦ f )0 = f 0 . (g 0 ◦ f )
0 1
f −1 =
f0 ◦ f −1
Exemple 10.1. Nous allons donner des exemples d’application des règles pré-
cédentes
MIRI.S
c
114 Chapitre 10. Dérivation
4. Pour calculer la dérivée nième de f (x) = e3x , on dérive 1fois, 2fois,... 10fois si
nécessaire jusqu’à ce qu’apparaisse une forme qu’on devra démontrer par récur-
rence,
f (x) = e3x
f 0 (x) = 3e3x
f 00 (x) = 32 e3x
on en déduit que
f (n) (x) = 3n e3x
Dans les deux cas, on dira aussi que c est un extremum local.
MIRI.S
c
10.3. Quelques théorèmes 115
Proposition 10.2. Soit f une fonction continue sur [a, b] , et dérivable sur ]a, b[
alors f est croissante (resp.décroissante) si et seulement si sa dérivée f 0 est po-
sitive (resp. négative)
MIRI.S
c
116 Chapitre 10. Dérivation
Soit f une fonction n fois continûment dérivable sur [a, b] et admettant une
dérivée d’ordre (n + 1) sur ]a, b[, alors il existe c ∈ ]a, b[ tel que
cette formule est appelée formule de Taylor Lagrange d’ordre n, c’est une consé-
quence de l’application plusieurs fois successives du théorème de Rolle.
h2 00 h3
f (a + h) = f (a) + hf 0 (a) + f (a) + f 000 (a) +
2! 3!
n n+1
h h
+... + f (n) (a) + f (n) (a + θh) pour un certain 0 < θ < 1.
n! (n + 1)!
ou encore
x2 00 x3
f (x) = f (0) + xf 0 (0) + f (0) + f 000 (0) +
2! 3!
xn (n) xn+1 (n)
+... + f (0) + f (θx) pour un certain 0 < θ < 1.
n! (n + 1)!
On a encore :
(x − x0 )2 00 (x − x0 )3 000
f (x) = f (x0 ) + (x − x0 ) f 0 (x0 ) + f (x0 ) + f (x0 ) +
2! 3!
(x − x0 )n (n)
+... + f (x0 ) + (x − x0 )n ε (x) avec lim ε (x) = 0.
n! x→x0
MIRI.S
c
10.4. Formules de Taylor 117
alors
x3 x5 x6
sinx = x − + − sin (θx)
3! 5! 6!
et par suite
x3 x5 6
sinx x− − x6! sin (θx)
3!
+ 5!
lim = lim
x→0 x x→0 x !
2
x x4 x5
= lim 1 − + − sin (θx)
x→0 3! 5! 6!
= 1
et de la même façon
x3 x3 x5 x6 x3
sinx − x − 6
x− 3!
+ 5!
− 6!
sin (θx) −x− 6
lim = lim
x→0 x5 x→0 x5
x5 x6
5!
− 6!
sin (θx)
= lim
x→0 x5
1 x
= lim − sin (θx)
x→0 5! 6!
1
=
5!
1
=
120
MIRI.S
c
118 Chapitre 10. Dérivation
10.5 Exercices
Exercice 10.1. Calculer f 0 (x) dans chacun des cas suivants
x
f (x) = xx , f (x) = ex , f (x) =cos(x5 ) , f (x) =cos5 (x), f (x) = arctg(ex )
π
Arcsinx + Arcosx =
2
Exercice 10.5. Soient f, g deux fonctions continues sur [a, b] dérivables sur
]a, b[ et ne s’annulant pas, et telles que
f (a)g(b) = f (b)g(a)
f 0 (c) g 0 (c)
=
f (c) g(c)
Exercice 10.6. Soit x, y deux réels tels que 0 < x < y. Montrer que
y−x
x< <y
lny − lnx
MIRI.S
c
10.5. Exercices 119
1.f (x) = ex
2.f (x) = sinx
3.f (x) = cosx
4.f (x) = ln(1 + x)
5.f (x) = (1 + x)α
6.f (x) = Arctgx
MIRI.S
c
Chapitre 11
Calcul Intégral
11.1 Définitions
Soit f : I → R une fonction donnée définie sur un intervalle I de R.
On dira que F est une primitive de f sur I si et seulement si
∀x ∈ I, F 0 (x) = f (x)
Z
f (x)dx = F (x) + c
11.1.1 Propriétés
Z Z Z
1. (f (x) + g(x)) dx = f (x)dx + g(x)dx
Z Z
2. λf (x)dx = λ f (x)dx ∀λ ∈ R
le lecteur avisé aura reconnu en ces deux propriétés l’aspect linéaire de l’intégrale
122 Chapitre 11. Calcul Intégral
indéfinie.
Remarque 11.1. J’invite tout étudiant à ne pas céder à la tentation de dire que
l’intégrale indéfinie d’un produit de deux fonctions est égal au produit des deux
intégrales, pour s’en convaincre il suffit de se rappeler que la dérivée du produit
de deux fonctions n’est pas égale au produit des dérivées.
Z Z Z
(f (x).g(x)) dx 6= f (x)dx. g(x)dx
Soit c ∈ R alors
R
f (x) f (x)dx
xα+1
xα α+1
+ c α 6= −1
1
x
ln |x| + c
sinx -cosx + c
cosx sinx + c
tgx −ln |cosx| + c
ex ex + c
1
cos2 x
tgx + c
1
sin2 x
−cotgx + c
1
1+x2
Arctgx + c
√ 1 Arcsinx + c
1−x2
et
Z
f α+1 (x)
f 0 (x)f α (x)dx = + c α 6= −1
α+1
MIRI.S
c
11.2. Procédés d’intégration 123
Z b
le réel f (x)dx est appelé intégrale définie de f entre a et b ou de bornes a et
a
b.
Propriétés
Z x
1. Si f est continue sur I alors la fonction F (x) = f (t)dt est la seule
a
primitive de f qui s’annule au point a.
Z b Z b Z b
2. (f (x) + g(x)) dx = f (x)dx + g(x)dx
Zab Z b a a
3. λf (x)dx = λ f (x)dx ∀λ ∈ R
a Z ab Z b
4. f (x) ≤ g(x) ⇒ f (x)dx ≤ g(x)dx
a a
5. Théorème de la moyenne : Si f est continue sur [a, b] alors il existe un
ξ ∈ [a, b] tel que
Z b
f (x)dx = (b − a) f (ξ)
a
Z d Z b Z b
6. f (x)dx + f (x)dx = f (x)dx relation de Chasles
Zab dZ
a
a
7. f (x)dx = − f (x)dx
a b
MIRI.S
c
124 Chapitre 11. Calcul Intégral
soit encore
Z Z
0
f (x)g (x)dx = f (x).g(x) − f 0 (x)g(x)dx
cette dernière égalité s’appelle formule d’intégration par parties, elle existe aussi
pour les intégrales définies sous la forme
Z b Z b
f (x)g 0 (x)dx = [f (x).g(x)]ba − f 0 (x)g(x)dx
a a
Z
Exemple 11.2. Pour calculer xex dx, on pose
f (x) = x et g 0 (x) = ex
soit
f 0 (x) = 1 et g(x) = ex
et donc
Z
xex dx = (x − 1) ex + c
MIRI.S
c
11.3. Intégration de fonctions rationnelles 125
on a l’égalité
Z Z
f (ϕ (x)) ϕ0 (x) dx = f (t) dt,
et de plus
Z b Z ϕ(b)
0
f (ϕ (x)) ϕ (x) dx = f (t) dt.
a ϕ(a)
Z
Exemple 11.3. Pour calculer esinx cosxdx ; on pose le changement de variables
et par suite
Z Z
esinx cosxdx = et dt
= et + c
= esinx + c
et en particulier, on obtient
Z π Z 1
2
esinx cosxdx = et dt
0 0
= e−1
MIRI.S
c
126 Chapitre 11. Calcul Intégral
A
1. x−a
A
2. (x−a)n
avec n > 1 un entier naturel
Ax+B
3. x2 +px+q
avec (p2 − 4q) < 0
Ax+B
4. (x2 +px+q)n
avec (p2 − 4q) < 0 et n > 1 un entier naturel
A
= Aln|x − a| + c
R
1. x−a
dx
−n+1
A
= A (x−a)
R
2. (x−a)n
dx −n+1
+c
Ax+B
avec (p2 − 4q) < 0, nous allons suivre les étapes
R
3. Pour calculer x2 +px+q
dx
suivantes
Z A
Z
Ax + B 2
(2x + p) + B − A2 p
dx = dx
x2 + px + q x2 + px + q
A Z (2x + p) A Z 1
= 2
dx + B − p 2
dx
2 x + px + q 2 x + px + q
A 2 A Z 1
= ln x + px + q + B − p dx
2 2 x + 2 p2 x + q
2
A 2 A Z 1
= ln x + px + q + B − p 2 dx
2 2
2
p
x+ +q− p 2 4
A
A 2 B− 2
p Z
1
= ln x + px + q + dx
p 2
p 2
2
q− 4
1
2 x+ +1
q− p4 2
A 2 B − A2 p Z 1
= ln x + px + q + 2 2 dx
2 q − p4
x+ p2
q
2
+1
q− p4
on pose alors
s
p
x+ 2 1 p2
t= q et donc dt = q dx ou encore dx = q− dt
q − p4
2
q−
2
p 4
4
MIRI.S
c
11.3. Intégration de fonctions rationnelles 127
et par suite
Z
Ax + B A 2 B − A2 p Z 1
dx = ln x + px + q + q dt
x2 + px + q 2 q − p4
2
t2 + 1
A 2 B − A2 p
= ln x + px + q + q Arctgt + c
2 q − p4
2
A B − A2 p x + p2
= ln x2 + px + q + q Arctg q
+c
2 q− p2
q − p4
2
4
Ax+B
avec (p2 − 4q) < 0, et n > 1 un entier naturel,
R
4. Pour calculer (x2 +px+q)n
dx
nous allons suivre les étapes suivantes
Z A
Z
Ax + B 2
(2x + p) + B − A2 p
dx = dx
(x2 + px + q)n (x2 + px + q)n
AZ (2x + p) A Z 1
= n dx + B − p dx
2
2 (x + px + q) 2 (x + px + q)n
2
−n+1
A (x2 + px + q) A Z 1
= + B− p dx
2 −n + 1 2 (x + px + q)n
2
−n+1
A (x2 + px + q) A Z 1
= + B− p n dx
−n + 1
2
2 2 x + p2 + q − p2
4
pour calculer
Z
1
In = 2 n dx
p p2
x+ 2
+q− 4
on pose
p
t= x+ et donc dt = dx
2
MIRI.S
c
128 Chapitre 11. Calcul Intégral
Z
1
In = dt
p2 n
t2 + q − 4
2
1 Z q − p4
= 2
dt
2 n
q − p4 t2 + q − p4
2
1 Z t2 + q − p4 − t2
= 2
dt
2 n
q − p4 t2 + q − p4
2
1 Z 1 Z
t
= dt − dt
2 2 n−1 p2 n
− p4
q t2 +q− p t2 +q− 4
4
1 Z
t2
= 2 In−1 − dt
p2 n
q − p4 t2 + q − 4
1 1Z 2t × t
= 2 In−1 − dt
2 n
q − p4 2 t2 + q − p4
!−n
1 1Z 2 p2
= 2 In−1 − 2t t + q − × tdt
q − p4 2 4
p2 −n+1
2
1 1t t +q− 4 1
In = p2
In−1 − + In−1
2 −n + 1 2 (n − 1)
q− 4
et donc
−n+1
p 2 p2
p
1 1 1 1 x+
!
2
x+ 2
+q− 4
In = I
2 n−1 1 + −
q − p4 2 (n − 1) 2 q − p42 −n + 1
et du fait que
Z
1
I1 =
p2
dt
t2 + q − 4
1 x + p2
= q
2
Arctg q
2
q − p4 q − p4
MIRI.S
c
11.3. Intégration de fonctions rationnelles 129
−n+1
Ax + B A (x2 + px + q) A
Z
n dx = + B − p In
(x2 + px + q) 2 −n + 1 2
x 2dt
t = tg et par suite dx =
2 1 + t2
et on a les formules
1 − t2
cosx =
1 + t2
2t
sinx =
1 + t2
R 1
Exemple 11.4. Pour calculer sinx
dx; on pose
x 2dt
t = tg et donc par suite dx =
2 1 + t2
MIRI.S
c
130 Chapitre 11. Calcul Intégral
11.4 Exercices
Exercice 11.1. Calculer les intégrales indéfinies suivantes
1. I1 = (x2 + 3x + 1) ex dx
R
2. I2 = (3x2 + x)cosxdx
R
3. I3 = (x2 − 1)sinxdx
R
4. I4 = xn lnxdx
R
R
5. I5 = arctgxdx
R
6. I6 = arcsinxdx
π
(sinx) ex dx.
R
En déduire la valeur de 0
2
MIRI.S
c
11.4. Exercices 131
π
R 1
2. I2 = π
2
sin3 x
dx
4
R 1
3. I3 = cosx
dx
R 1
4. I4 = 4−5sinx
dx
4
R
5. I5 = cos xdx
Exercice 11.6. Une voiture roule à une vitesse v(t) = v0 (1 − t) kmh−1 durant
l’intervalle 0 ≤ t ≤ 1h. Quelle a été s vitesse maximale ? Quelle distance a-t-elle
parcourue ?
Exercice 11.7. Soit f une fonction continue sur l’intervalle [−a, a] ; a > 0.
Montrer que
Ra Ra
1. Si f est paire alors −a f (x)dx = 2 0 f (x)dx
Ra
2. Si f est impaire alors −a f (x)dx = 0
π
(sinn x) dx où n ∈ N
R
Exercice 11.8. Calculer In = 0
2
MIRI.S
c
Chapitre 12
Equations Différentielles
12.1 Introduction
dy
y0 =
dx
d’où
dy
f (y)y 0 = g(x) ⇒ f (y) = g(x)
dx
⇒ f (y)dy = g(x)dx
Z Z
⇒ f (y)dy = g(x)dx
⇒ F (y) = G(x) + c
y(x) = F −1 (G(x) + c)
1 0 1 dy 2
y = x2 + 1 ⇒ = x +1
y y dx
Z
1 Z
⇒ dy = x2 + 1 dx
y
⇒ ln |y| = x3 + x + c , c ∈ R
⇒ |y| = e(x +x+c)
3
, c∈R
⇒ |y| = ke(x +x)
3
k = ec
⇒ y = Ke(x +x) K ∈ R∗ , K = ±k,
3
Une équation différentielle du premier ordre est dite homogène par rapport à
x et y si elle est de la forme
y
y0 = f (12.3)
x
où f est une fonction (continue) réelle de la variable réelle.
MIRI.S
c
12.2. Equations différentielles du premier ordre 135
y
u=
x
et donc
y = xu
et par suite
y 0 = u + xu0
du
u + xu0 = f (u) ⇒ u + x = f (u)
dx
dx du
⇒ =
x f (u) − u
x2 y 0 = x2 + y 2 − xy
en divisant les deux membres de l’agalité par x2 , cette équation peut être ramenée
à 2
0 y y
y =1+ −
x x
on pose alors
y
u=
x
MIRI.S
c
136 Chapitre 12. Equations Différentielles
u + xu0 = 1 + u2 − u
⇒ xu0 = 1 + u2 − 2u
du
⇒ x = 1 + u2 − 2u
dx
du dx
⇒ = (si u 6= 1)
1 + u − 2u
2 x
du dx
⇒ 2 =
(1 − u) x
Z
du Z
dx
⇒ 2 =
(1 − u) x
1
⇒ = ln |x| + c
1−u
et donc
1
u=1−
ln |x| + c
et on revient à y
x
y = xu ⇒ y = x −
ln |x| + c
et ne pas oublier que si u = 1 alors y = x est aussi une solution de l’équation
donnée.
Une équation différentielle du premier ordre est dite linéaire si elle est de la
forme
a(x)y 0 + b(x)y = c(x) (12.4)
a(x)y 0 + b(x)y = 0
MIRI.S
c
12.2. Equations différentielles du premier ordre 137
y0 b(x) dy b(x)
= − ⇒ =− dx si y 6= 0
y a(x) y a(x)
Z
dy Z b(x)
⇒ = − dx
y a(x)
⇒ ln |y| = −A(x) + c
b(x)
− a(x)
R
où dx = A(x) + c, et par suite, en n’oubliant pas d’ajouter la solution
triviale y = 0, on obtient
y0 = Ke−A(x) , K ∈ R
y0 = Ke−A(x)
on pose
y∗ = K (x) e−A(x)
et par suite
b(x) −A(x)
y∗0 = K 0 (x) e−A(x) − K (x) e
a(x)
alors
a(x)y∗0 + b(x)y∗ = c(x)
implique que
!
0 −A(x) b(x) −A(x)
a(x) K (x) e − K (x) e + b(x)K (x) e−A(x) = c(x)
a(x)
ce qui donne
a(x)K 0 (x) e−A(x) = c(x)
MIRI.S
c
138 Chapitre 12. Equations Différentielles
et donc
c(x)
K 0 (x) =
a(x)e−A(x)
soit encore
Z
c(x)
K (x) = dx
a(x)e−A(x)
et donc la solution générale de l’EASM (12.4) est donnée par
y = y0 + y∗
= Ke−A(x) + K (x) e−A(x) , K ∈ R
Deuxième méthode
C’est la méthode du facteur intégrant, elle consiste à mettre le terme a(x)y 0 +
b(x)y sous la forme d’une dérivée d’un produit. En effet (12.4) donne
b(x) c(x)
a(x)y 0 + b(x)y = c(x) ⇔ y 0 + y=
a(x) a(x)
b(x)
R
dx
on multiplie les deux membres de la dernière équation par e a(x) ce qui donne
R b(x)
dx b(x) R b(x)
dx c(x) R b(x)
dx
e a(x) y0 + e a(x) y= e a(x)
a(x) a(x)
et ainsi 0
c(x) R
R b(x) b(x)
dx dx
e a(x) y = e a(x)
a(x)
si
Z
c(x) R b(x)
dx
F (x) = e a(x) dx
a(x)
alors
b(x)
R
dx
e a(x) y = F (x) + K
et par suite
F (x) + K
y= R b(x)
dx
e a(x)
x2 y 0 + 2xy = ex
MIRI.S
c
12.2. Equations différentielles du premier ordre 139
on considère l’ESSM
y0 2x
x2 y 0 + 2xy = 0 ⇒ =− 2
y x
dy 2x
⇒ = − 2 dx
y x
⇒ ln |y| = −lnx2 + c
K
⇒ y = 2, K ∈ R
x
K
y0 = , K∈R
x2
K (x)
y∗ =
x2
et par suite
K 0 (x) x2 − 2xK(x)
y∗0 =
x4
on remplace dans l’équation
x2 y 0 + 2xy = ex
et on obtient
K 0 (x) x2 − 2xK(x) K (x)
x2 4
+ 2x 2 = ex
x x
ce qui donne
K 0 (x) = ex
et donc
K(x) = ex
et
ex
y∗ =
x2
MIRI.S
c
140 Chapitre 12. Equations Différentielles
y = y0 + y∗
soit
K ex
y = 2+ 2
x x
K + ex
y = , K∈R
x2
0
x2 y 0 + 2xy = ex ⇔ x2 y = ex
⇔ x2 y = e x + K
K + ex
⇔ y= , K∈R
x2
Une équation différentielle du premier ordre est dite de Bernoulli si elle est
de la forme
a(x)y 0 + b(x)y + c(x)y α = 0 (12.5)
y0 y
a(x)y 0 + b(x)y + c(x)y α = 0 ⇒ a(x) α
+ b(x) α + c(x) = 0
y y
0 −α 1−α
⇒ a(x)y y + b(x)y + c(x) = 0
on pose alors
u = y 1−α
MIRI.S
c
12.2. Equations différentielles du premier ordre 141
et par suite
u0 = (1 − α) y 0 y −α
a(x) 0
u + b(x)u + c(x) = 0
(1 − α)
et cette dernière équation est une équation linéaire que l’on sait résoudre.
Une équation différentielle du premier ordre est dite de Riccati si elle est de
la forme
a(x)y 0 + b(x)y + c(x)y 2 = d(x) (12.6)
Pour résoudre (12.6) il faut d’abord trouver une solution particuière y∗ (pour
la trouver il faut s’inspirer des coefficients a, b, c et d) ainsi
y = y∗ + u
a(x)y 0 + b(x)y + c(x)y 2 = d(x) ⇒ a(x) (y∗ + u)0 + b(x) (y∗ + u) + c(x) (y∗ + u)2 = d(x)
⇒ a(x)u0 + [b(x) + 2c(x)y∗ ] u + c(x)u2 = 0
MIRI.S
c
142 Chapitre 12. Equations Différentielles
ay 00 + by 0 + cy = f (x) (12.7)
ay 00 + by 0 + cy = 0 (12.8)
Pour résoudre l’ESSM (12.8) on lui associe l’équation algébrique dite équation
caractéristique
ar2 + br + c = 0
y0 = C1 er1 x + C2 er2 x
MIRI.S
c
12.3. Equations différentielles du deuxième ordre linéaires à
coefficients constants 143
où C1 , C2 ∈ R
2ème cas : ∆ = b2 − 4ac = 0
Dans ce cas l’équation caractéristique possède une racine réelle double
−b
r1 = r1 = r =
2a
y0 = (C1 + C2 x) erx
où C1 , C2 ∈ R
3ème cas : ∆ = b2 − 4ac < 0
Dans ce cas l’équation caractéristique possède deux racines complexes conju-
guées
r1 = α + iβ et r2 = α − iβ
où C1 , C2 ∈ R
y 00 + y 0 + y = 0
r2 + r + 1 = 0
∆ = −3 < 0
où C1 , C2 ∈ R
Maintenant que nous savons résoudre l’ESSM, il suffit de trouver une solution
particulière de l’EASM, pour cela on utilise la méthode de la variation de la
constante, donc si la solution de l’ESSM est donnée par
y 0 = C1 y 1 + C2 y 2
on pose
y∗ = C1 (x) y1 + C2 (x) y2
1
y 00 + y =
cosx
y 00 + y = 0
r2 + 1 = 0 ⇒ r = ±i
MIRI.S
c
12.3. Equations différentielles du deuxième ordre linéaires à
coefficients constants 145
la solution générale de l’ESSM est donnée par
y0 = C1 sinx + C2 cosx
ce qui donne
C10 = 1
C20 = − cosx
sinx
et par suite
C1 = x
C2 = ln |cosx|
et donc
y∗ = xsinx + (ln |cosx|) cosx
y = y0 + y∗
y = C1 sinx + C2 cosx + xsinx + (ln |cosx|) cosx
où C1 , C2 ∈ R
Remarque 12.1. Lorsque le second membre f (x) est une fonction usuelle de
type sinus, cosinus, exponentielle ou polynôme, alors on peut chercher la solution
particulière sous la même forme que le second membre.
MIRI.S
c
146 Chapitre 12. Equations Différentielles
12.4 Exercices
Exercice 12.1. Trouver les équations différentielles qui ont pour solution les
fonctions y = f (x) suivantes
1. f (x) = ax a ∈ R
2. f (x) = aex a ∈ R
ex
3. f (x) = 1+ex
Exercice 12.5. Résoudre par deux méthodes les équations différentielles sui-
vantes
1. y 0 + y = x
ex +e−x ex −e−x
2. 2
y0 + 2
y= 1
1+x2
3. xy0 − y = x2
MIRI.S
c
Bibliographie
[1] Allab, Kada Eléments d’analyse : fonction d’une variable réelle- O.P.U.,
2002.