COURS D ANALYSE. Licence d Informatique, première. Laurent Michel

Dimension: px
Commencer à balayer dès la page:

Download "COURS D ANALYSE. Licence d Informatique, première. Laurent Michel"

Transcription

1 COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010

2 2

3 Tble des mtières 1 Éléments de logique Fbriquer des énoncés Enoncés élémentires Enoncés complexes Nier un énoncé Prouver ou infirmer un énoncé Démonstrtion directe Démonstrtion pr contrposition Démonstrtion pr l bsurde Démonstrtion pr récurrence Notion de limite Cs des fonctions Limite en un point Limites infinies Limites en l infini Pssge à l limite dns les inéglités Limite à guche et à droite Cs des suites Limite finie Limite infinie Monotonie et limite Critère de Cuchy Continuité et dérivbilité des fonctions numériques Rppels sur les fonctions Injectivité, surjectivité Monotonie Continuité Propriétés élémentires Théorème de l vleur intermédiire Notion d extremum Résultts globux Dérivbilité Définition et propriétés élémentires Théorèmes de Rolle et des ccroissements finis Représenttion grphique Dérivées d ordre superieur

4 4 TABLE DES MATIÈRES 3.4 Rppels sur les fonctions usuelles L fonction exponentielle Les fonctions trigonométriques Intégrtion des fonctions continues morceux Introduction Définition de l intégrle Cs des fonctions en esclier Cs des fonction continues pr morceux Théorème fondmentl de l Anlyse Intégrtion pr prties Chngement de vrible Formule de Tylor, développements limités Ordre de grndeur Générlités Cs des puissnces Formule de Tylor Développements limités Développements limités usuels Appliction u clcul de limites

5 Chpitre 1 Éléments de logique Dns cette première prtie du cours, on introduit très rpidement quelques outils permettnt de formliser les idées mthémtiques et d obtenir des moyens systémtiques de triter les problèmes. 1.1 Fbriquer des énoncés Enoncés élémentires Dns cette prtie, on tente de donner les outils nécessires à l formultion précise d énoncés mthémtiques. On veut pr exemple formliser des phrses du type suivnt : l somme de deux nombres positifs quelconques est un nombre positif le crré de n importe quel nombre réel est un nombre positif. tout nombre réel positif est le crré d un nombre réel. etc. Plus précisément, on cherche une mnière systémtique décrire des énoncés utilisnt le moins de mots possible (de mnière à éliminer toute mbiguité et de rccourcir les énoncés. On introduit donc les nottions suivntes (ou quntificteurs) : Définition pour tout se note il existe se note pprtient se note tel que se note tq On ppeler énoncé élémentire toute phrse fbriquée l ide des symboles précédents, ynt un sens. Exemple Avec ces nottions on peut trduire de l mnière suivnte : l somme de deux nombres positifs quelconques est un nombre positif se trduit pr [0, + [, b [0, + [, + b 0 le crré de n importe quel nombre réel est un nombre positif se trduit pr x R, x 2 0 5

6 6 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE tout nombre réel positif est le crré d un nombre réel se trduit x R +, y R, tq x = y 2 Exercice Trduire il existe un nombre rtionnel dont le crré vut deux. Exercice Soit f : E F. On dit que f est surjective si tout élément de F est l imge pr f d u moins un élément de E. Trduire cette définition vec des quntificteurs. Remrque (importnte) Les quntificteurs et ne commutent ps. Pr exemple les énoncés suivnt ne sont ps du tout équivlents : x R, y R, x y y R, x R, x y. Les quntificteurs permettent de fbriquer des énoncés élémentires. Pour obtenir des énoncés plus complexes, on peut utiliser des mots de liison entre énoncés : et, ou, implique, contrire Enoncés complexes Disposnt d énoncés élémentires, il possible de fbriquer des énoncés plus compliqués. Pr exemple, si A et B sont deux ssertions, on voudr prler des enoncés : A et B, A ou B, etc. Définition A et B se note A B A ou B se note A B A implique B se note A = B contrire de A se note A. Exemple Soit f : E F. On dit que f est injective si deux éléments quelconques de E et différents ont des imges différentes. Avec l ide des quntificteurs, cel se trduit x R, y R, (x y = f(x) f(y)) Exercice Soit f : R R une ppliction. On dit que f est croissnte si deux éléments quelconques de R ordonnés ont leurs imges pr f rngées dns le même ordre. Trduire cette phrse vec des quntificteurs. Définition On ppeler énoncé mthémtique ou ssertion toute phrse fbriquée l ide des symboles précédents, ynt un sens. Si l on une informtion à priori sur l vércité des ssertions A et B on peut conclure sur l vercité d ssertions fbriquées vec A et B, en utilisnt les tbles de vérité. Dns les tbleux suivnts on note V une ssertion vrie et F une ssertion fusse. 1. Tble de vérité du contrire A = V A = F A = F A = V

7 1.2. NIER UN ÉNONCÉ 7 2. Tble de vérité du et B = V B = F A = V A B = V A B = F A = F A B = F A B = F 3. Tble de vérité du ou B = V B = F A = V A B = V A B = V A = F A B = V A B = F 4. Tble de vérité du implique B = V B = F A = V A = B = V A = B = F A = F A = B = V A = B = V Exercice Ecrire l tble de vérité de A ou B. Comprer vec celle de A = B. 1.2 Nier un énoncé Tout énoncé mthémtique peut être nié en utilisnt les règles suivntes : ÉNONCÉ Pour tout élément x de l ensemble E, l propriété P(x) est vérifiée Il existe un élément x de l ensemble E tel que l propriété P(x) est vérifiée L ssertion A et l ssertion B sont vries L ssertion A est vrie ou (non exclusif) l ssertion B est vrie. Si l ssertion A est vrie lors l ssertion B est vrie ÉNONCÉ CONTRAIRE Il existe un élément x de l ensemble E tel que l propriété P(x) n est ps vérifiée Pour tout élément x de l ensemble E, l propriété P(x) n est ps vérifiée L ssertion A est fusse ou (non exclusif) l ssertion B est fusse. L ssertion A et l ssertion B sont fusses. L ssertion A est vrie ET l ssertion B n est ps vrie En utilisnt les quntificteurs, les règles précédentes prennent l forme suivnte : ÉNONCÉ x E, P(x) x E, tq P(x) A B A B A = B ÉNONCÉ CONTRAIRE x E, tq P(x) x E, P(x) A B A B A et B Remrque On noter que l négtion trnsforme les quntificteurs en et en.

8 8 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE Exemple Considérons l ssertion A suivnte L ssertion contrire de A est x Q, tq x 2 = 2. x Q, x 2 2. Exemple On rppelle qu une fonction f : E F est injective si x E, y E, (x y = f(x) f(y)). Avec les règles précédentes, on obtient l négtion de f est injective : x E, y E, tq x y et f(x) = f(y). Exercice Nier les énoncés suivnts : f : E F est surjective. R, b R, c R, x R, x 2 + bx + c = 0. Exercice On dit qu une fonction f : R R est croissnte si l propriété suivnte est vérifiée : Nier cet énoncé. x R, y R, (x y = f(x) f(y)). 1.3 Prouver ou infirmer un énoncé Démonstrtion directe Les règles élémentires pour démontrer une ssertion sont les suivntes : 1. Enoncé du type x E, A(x). On se donne x u hsrd dns E (on ne prend surtout ps de vleur prticulière pour x) et on démontre l propriété A(x) en utilisnt des propriétés connues. 2. Enoncé du type x E, A(x). On doit prouver l existence d un x E tel que A(x) est vrie (il n est ps nécessire et souvent ps possible de montrer A(x) pour tout x). 3. Enoncé du type A et B. On démontre A puis on démontre B (ou inversement). 4. Enoncé du type A ou B. On suppose que A est fux et on en déduit que B est vrie (ou inversement). 5. Enoncé du type A = B. On suppose que A est vrie et on démontre B. A l ide de ces règles bsiques et en procédnt inductivement on peut tenter de démontrer n importe quel énoncé. Pour infirmer un énoncé A, on doit démontrer A. Exemple L énoncé A suivnt : x [0, 2], x < 6 est vri.

9 1.3. PROUVER OU INFIRMER UN ÉNONCÉ 9 Preuve. L énoncé est de l forme x [0, 2], A(x) vec l propriété A(x) : x < 6. On fit ppel à l première des règles ci-dessus. On se donne x [0, 2] et on démontre A(x). Comme x [0, 2], x 2 4 et donc x Pr suite x 2 < 6. Exemple L fonction f : R R + définie pr f(x) = (x 1) 2 est surjective. Preuve. On doit démontrer l propriété suivnte : y R +, x R, tq f(x) = y. Soit y R +. On cherche x R tel que f(x) = y. Autrement dit, on cherche x R tel que (x 1) 2 = y. Comme y 0, x = y + 1 est bien défini et on bien sur (x 1) 2 = y. Exercice Soient f : R R et g : R R deux fonctions croissntes. Montrer que f g est croissnte. On suppose en outre que f et g ne prennent que des vleurs positives. Montrer que fg est croissnte Démonstrtion pr contrposition Ce type de démonstrtion s utilise pour les ssertions du type A = B. Une ssertion du type A = B est vrie si et seulement si s contrposée B = A est vrie. 1 Pour démontrer A = B, on peut donc supposer que B est vrie et étblir A. Exemple L fonction f : R R définie pr f(x) = 2x 5 est injective. Preuve. On doit démontrer l ssertion suivnte : x R, y R, (x y = f(x) f(y)). D près l règle 2, on commence pr se donner x R et y R u hsrd. On doit montrer l impliction suivnte : (x y = f(x) f(y)). On montre plutot s contrposée, qui s écrit : f(x) = f(y) = x = y. On invoque ensuite l règle 1. On suppose que f(x) = f(y) et on doit démontrer que x = y. Or f(x) = f(y) implique 2x 5 = 2y 5. On retrnche 5 ux deux membres de l éqution et on divise pr deux. Il vient x = y. Ceci montre bien que f est injective Exercice Soient f : R R et g : R R deux fonctions injectives. Montrer que f g est injective. Exercice Soit p un entier nturel. Montrer que si p 2 est pir lors p est pir. 1 En effet, l ssertion A = B est équivlente à A ou B qui est lui même équivlent à ( B) ou A. Or cette dernière ssertion est exctement B = A.

10 10 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE Démonstrtion pr l bsurde Pour démontrer une ssertion A on peut supposer que son contrire A est vri et boutir à une contrdiction. Exercice Démontrer que 2 n est ps rtionnel. On pourr procéder pr l bsurde et supposer qu il existe deux entiers et b premiers entre eux tels que b = Démonstrtion pr récurrence Ce type de preuve s utilise pour étblir des ssertions du type n N, A n. Le schém de l démonstrtion est le suivnt. Etpe 1 On démontre A n pour n = 0. Etpe 2 On se donne n N quelconque, on suppose que A n est vrie on démontre A n+1. Attention, dns l étpe 2, on doit prendre un entier n quelconque. Il est interdit de prendre une vleur prticuliere pour n. L vlidité de ce type de preuves découle de l construction xiomtique des entiers nturels pr le mthémticien Giuseppe Peno. Exercice Démontrer pr récurrence les propriétés suivntes : 1. Démontrer que pour tout n N on n k=1 1 p(p + 1) = 2. Démontrer que pour tout n N, on n n n 2 = n(n + 1)(2n + 1). 6

11 Chpitre 2 Notion de limite 2.1 Cs des fonctions Limite en un point Soit f une fonction et x 0, l deux réels fixés. On veut donner un sens précis à l phrse suivnte : lorsque x devient proche de x 0, les vleurs de f(x) deviennent proches de l. Dns ce cs on dir que f tend vers l lorsque x tend vers x 0, ou encore que f pour limite l lorsque x tend vers x 0. Pour se fire une idée intuitive de l limite d une fonction en un point x 0, on peut clculer des vleurs successives de f(x) pour x de plus en plus proche de x 0. Ceci ne constitue en rien une démonstrtion. Pr exemple, si on pose f(x) = x 2, lors f(0.1) = 0.01, f(0.01) = , f(10 3 ) = 10 6, etc. Ceci suggère que lim x 0 x 2 = 0. On en verr une démonstrtion pr l suite. Si on pose f(x) = sin( 1 x ) pour x > 0, lors f(1/π) = 0, f(1/(2π)) = 0, f(1/(3π)) = 0, etc. On donc des points x k = 1 kπ de plus en plus proches de 0 tels que f(x k) = 0. Pourtnt f ne tend ps vers 0 qund x tend vers 0. En effet, on peut clculer f en d utres point proches de 0 : f(2/π) = 1, f(2/(5π)) = 1, f(2/(9π)) = 1, etc. Il est donc nécessire de donner une définition rigoureuse de l notion de limite. On introduit d bord quelques nottions. Soit I R un intervlle fini ou infini (ex : I = [0, 1], I =], 3],..). On note I l fermeture de I définie de l mniere suivnte : si I = [, b], ], b], [, b[ ou ], b[ vec, b R, lors I = [, b]. si I = [, + [ ou ], + [ vec R, lors I = [, + [ 11

12 12 CHAPITRE 2. NOTION DE LIMITE si I =], ] ou ]], [ vec R, lors I =], ]. L intervlle I s obtient prtir de I en fermnt les crochets lorsque c est possible. Définition Soit l R. On dit que l fonction f pour limite l qund x tend vers x 0 si : ǫ > 0, δ > 0 tq x I, ( x x 0 < δ = f(x) l < ǫ) (2.1) Dns ce cs, on note lim x x0 f(x) = l. f(x) l + ǫ l l ǫ x 0 x 0 δ x 0 + δ b x Lien entre ǫ et δ Remrque Dns l définition de l limite (2.1), il fut comprendre ǫ comme un écrt mximum entre f(x) et l ; et δ comme un écrt entre x et x 0. L définition demnde donc que l écrt (c..d. ǫ) entre f(x) et l puisse être rendu ussi petit que voulu, pourvu que l écrt (c..d. δ) entre x et x 0 soit petit. Remrque Avec cette définition, il est clir que si x 0 I et lim x x0 f(x) = l, on nécessirement f(x 0 ) = l. On urit pu prendre une utre définition de l limite, exclunt le comportement de f en x 0. Pr exemple, on dit que f pour limite l qund x tend vers x 0 en étnt different de x 0 si ǫ > 0, δ > 0, ( x x 0 < δ et x x 0 = f(x) l < ǫ). (2.2) Exemple Soit f : [ 1, 1] R définie pr x [ 1, 1], f(x) = x 2. Alors lim x 0 f(x) = 0. Preuve. On doit prouver que (2.1) est vérifiée. Pour cel on se donne ǫ > 0 et on cherche δ > 0 tel que (2.1) soit vérifiée. Prenons δ = ǫ et supposons que x [ 1, 1] est tel que x < δ = ǫ. Pr définition de f, on f(x) = x 2 < δ 2 = ǫ 2 = ǫ. Ceci montre bien (2.1).

13 2.1. CAS DES FONCTIONS 13 Exemple Soit f : [0, 2] R définie pr x [0, 1], f(x) = x Alors lim x 1 f(x) = 2. Preuve. On doit vérifier l ssertion (2.1) pour l fonction f(x) = x Soit ǫ > 0. On cherche δ > 0 tel que x 1 < δ = f(x) 2 < ǫ. Or f(x) 2 < ǫ x 2 1 < ǫ 1 ǫ < x 2 < 1 + ǫ 1 ǫ 1 < x 1 < 1 + ǫ 1 (2.3) Prenons δ = min( 1 + ǫ 1, 1 1 ǫ). Comme ǫ > 0 lors δ > 0 et on évidement x 1 < δ = 1 ǫ 1 < x 1 < 1 + ǫ 1. En tennt compte de (2.3), il vient x 1 < δ = f(x) 2 < ǫ. Proposition Soit f : I R une ppliction et x 0 I. On suppose que f une limite en x 0, lors cette limite est unique. Preuve. Supposons pr l bsurde que f possède deux limites différentes l et l lorsque x tend vers x 0. Quitte à intervertir leurs roles, on peut supposer que l < l. Posons ǫ = l l 4 > 0. Pr définition de l limite, il existe δ > 0 et δ > 0 tels que x I, x x 0 < δ = f(x) l < ǫ et x I, x x 0 < δ = f(x) l < ǫ. Soit x I tel que x x 0 < min(δ, δ ). D près les ssertions ci-dessus, on f(x) < l + ǫ et f(x) > l ǫ. En prticulier, l ǫ < l+ǫ. D où ǫ > l l 2. Or on choisit ǫ = l l 4, on en déduit une contrdiction. Exercice Montrer que lim x x = 1 et que lim x 1(x 2 x 1) = 1 Exercice Trduire à l ide de quntificteurs l propriété suivnte : l fonction f ne tend ps vers l qund x tend vers x 0. En déduire que l fonction f(x) = sin( 1 x ) ne tend ps vers 0 qund x tend vers 0. Exercice Soient f : I R et x 0 I. On suppose que lim x x0 f(x) = l et l 0. Montrer qu il existe δ > 0 tel que x ]x 0 δ, x 0 + δ[ I, f(x) 0. Proposition (Propriétés élémentires) Soient f : I R et g : I R deux fonctions et x 0 I. On suppose que lim x x0 f(x) = l 1 et lim x x0 g(x) = l 2. On les résultts suivnts : i) lim x x0 (f + g)(x) = l 1 + l 2

14 14 CHAPITRE 2. NOTION DE LIMITE ii) lim x x0 (fg)(x) = l 1 l 2 iii) Supposons que l 2 0, lors l fonction f g de x 0 et on lim x x0 ( f l1 g )(x) = l 2 est bien définie pour x proche Preuve. Preuve de i) On se donne ǫ > 0. Il existe α > 0 et β > 0 tels que x x 0 < α = f(x) l 1 < ǫ/2 et x x 0 < β = g(x) l 2 < ǫ/2. Soit γ = min(α, β), lors γ > 0. Supposons que x I vérifie x x 0 < γ. Alors f(x) + g(x) (l 1 + l 2 ) f(x) l 1 + g(x) l 2 < ǫ/2 + ǫ/2 = ǫ. (2.4) Ceci montre que lim x x0 (f + g)(x) = l 1 + l 2. Preuve de ii) On se donne ǫ > 0. On définit ǫ 1 = ǫ 2 = min( ǫ 3, ǫ Alors, il existe α 1 > 0 et α 2 > 0 tels que 3(1+l 1), x x 0 < α 1 = f(x) l 1 < ǫ 1 et x x 0 < α 2 = g(x) l 2 < ǫ 2. ǫ 3(1+l 1) ). Soit γ = min(α, β), lors γ > 0. Supposons que x I vérifie x x 0 < γ. Alors f(x)g(x) l 1 l 2 = g(x)(f(x) l 1 ) + l 1 (g(x) l 2 ) g(x) l 2 f(x) l 1 + l 2 f(x) l 1 + l 1 g(x) l 2 ǫ 1 ǫ 2 + l 2 ǫ 1 + l 1 ǫ 2 ǫ (2.5) grce ux choix fit pour ǫ 1, ǫ 2. Preuve de iii) Le fit que f g est bien définie près de x 0 est une conséquence de l exercice Le reste de l preuve est lissé en exercice. Corollire Soit f : R R une fonction polynomile (c est à dire f(x) = N k=0 kx k ). Soit x 0 R. Alors lim f(x) = f(x 0 ). x x 0 Preuve. Soit f une polynômile. Elle peut s ecrire f = N k=0 f k vec f k (x) = k x k. D près le i) de l proposition 2.1.2, il suffit donc de montrer que pour tout k N, on bien lim x k = x k x x 0 (2.6) 0 Or, on évidemment lim x x0 x = x 0, de sorte que (2.6) est une conséquence immédite du ii) de l proposition Exemple Soit f : R R définie pr f(x) = x x 2 +x+1. Alors lim x 1 f(x) = 2 3 Preuve. En effet, lim x 1 x x + 1 = 3 donc (d près iii)) lim x 1 x 2 +x+1 = 1 3. Comme pr illeurs lim x 1 x 2 = 1 on obtient le résultt nnoncé en joutnt les deux limites (d près i)).

15 2.1. CAS DES FONCTIONS 15 Proposition (Composition) Soient f : I R et g : J R où I et J sont deux intervlles. On suppose que f(i) J de sorte que g f est bien définie. On suppose qu il existe x 0 I, y 0 J et l R tels que lim x x0 f(x) = y 0, lim y y0 g(y) = l. Alors lim x x0 (g f)(x) = l. Preuve. Soit ǫ > 0. Comme g tend vers l lorsque y tend vers y 0, il existe α > 0 tel que y J ]y 0 α, y 0 + α[, g(y) l < ǫ. (2.7) De même comme f tend vers y 0 lorsque x tend vers x 0, en ppliqunt l définition de l limite vec ǫ = α, on peut ffirmer qu il existe δ > 0 tel que Autrement dit, x I ]x 0 δ, x 0 + δ[, f(x) y 0 < α. (2.8) x I ]x 0 δ, x 0 + δ[, f(x) ]y 0 α, y 0 + α[. (2.9) Comme f(i) J, quel que soit x I ]x 0 δ, x 0 + δ[, on y := f(x) J ]y 0 α, y 0 + α[. Pr conséquent en ppliqunt (2.7), on obtient g(y) l < ǫ. En résumé, on vient de prouver que x I ]x 0 δ, x 0 + δ[, g(f(x)) l < ǫ ce qui chève l démonstrtion. Exemple Soit f(x) = (x 2) (x 2) 2 pour tout x R. Alors lim x 3 f(x) = 1 2. Preuve. En effet f(x) = g h(x) vec h(x) = x 2 et g(y) = y y. Or 2 lim x 3 h(x) = 1 et lim y 1 g(y) = 1 2. Le résultt découle donc de l proposition précédente. Proposition Soient f, g, h trois fonctions de I dns R. Soient x 0 I et l R. On suppose que x I, g(x) f(x) h(x) et Alors, lim g(x) = l = lim h(x). x x 0 x x 0 lim x x 0 f(x) = l. Preuve. Soit ǫ > 0. Comme lim x x0 g(x) = l, lors δ > 0, x I, ( x x 0 < δ = l ǫ < g(x)).

16 16 CHAPITRE 2. NOTION DE LIMITE Comme lim x x0 h(x) = l, lors δ > 0, x I, ( x x 0 < δ = h(x) < l + ǫ). Soit δ = min(δ, δ ). Supposons que x I vérifie x x 0 < δ. En utilisnt les deux ssertions ci dessus et le fit que g(x) f(x) h(x), il vient l ǫ < g(x) f(x) h(x) < l + ǫ. D où f(x) l < ǫ Limites infinies On se donne f : I R et x 0 I. On veut formliser l énoncé suivnt : lorsque x se rpproche de x 0 l vleur de f(x) devient de plus en plus grnde. Définition On dit que f tend vers + qund x tend vers x 0 si : M R +, δ > 0, tq x I, ( x x 0 < δ = f(x) M) (2.10) Dns ce cs on note lim x x0 f(x) = +. On dir que f tend vers qund x tend vers x 0 si : M R +, δ > 0, tq x I, ( x x 0 < δ = f(x) M) (2.11) Dns ce cs on note lim x x0 f(x) =. f(x) M x 0 x 0 δ x 0 + δ b x Fonction ynt une limite infinie en un point Remrque Dns l définition précédente, il fut comprendre M comme une vleur minimle pour f(x) qund x est proche de x 0. En d utres termes, l définition (2.10) ffirme que f(x) peut être rendu ussi grnd que voulu (c..d. plus grnd que M), pourvu que x soit proche de x 0 (c..d. x x 0 < δ).

17 2.1. CAS DES FONCTIONS 17 Remrque Il est évident que lim f(x) = lim ( f(x)) = +. x x 0 x x 0 Exercice Soit f l fonction définie sur ]1, + [ pr f(x) = 1 x 1. Montrer que lim x 1 f(x) = +. Exercice Soit f l fonction définie sur R \ {1} pr f(x) = 1 x 1. Montrer que f n ps de limite en 1. Comprer à l exercice précédent. Définition Soit f : I R. On dit que f est mjorée sur I si On dit que f est minorée sur I si On dit que f est bornée sur I si M R, x I, f(x) M. m R, x I, f(x) m. M 0, x I, f(x) M. Remrque Une fonction est bornée si et seulement si elle est mjorée et minorée. Exercice Soit f définie pr f(x) = 1 x+1. Montrer que f est bornée sur R +. Montrer que f n est ps bornée sur ] 1, + [. Proposition Soient f : I R et g : I R deux fonctions. Soit x 0 I. On suppose que lim x x0 f(x) = + et que g est minorée sur I lors lim x x0 (f + g)(x) = +. Preuve. On doit montrer que M R, δ > 0, x I, ( x x 0 < δ = (f + g)(x) M). (2.12) Soit M R quelconque. Comme g est minorée, il existe A R tel que pour tout x I, g(x) A. Pr illeurs, comme lim x x0 f(x) = +, on sit que R R, δ > 0, x I, ( x x 0 < δ = f(x) R). (2.13) En ppliqunt cette propriété vec R = M A, on trouve δ > 0 tel que pour tout x I ]x 0 δ, x 0 + δ[ on f(x) M A. On en déduit que pour tout x I ]x 0 δ, x 0 + δ[, on (f + g)(x) M A + A = M.

18 18 CHAPITRE 2. NOTION DE LIMITE Limites en l infini On veut formliser l notion suivnte : lorsque x devient de plus en plus grnd, f(x) prend des vleurs de plus en plus proches d une vleur l fixée. Définition Soient R, l R et f : (, + [ R. On dit que f tend vers l lorsque x tend vers plus l infini (noté lim x + f(x) = l) si ǫ > 0, M R, x M, f(x) l < ǫ (2.14) On dit que f tend vers l lorsque x tend vers moins l infini (noté lim x f(x) = l) si ǫ > 0, M R, x M, f(x) l < ǫ (2.15) f(x) l + ǫ l l ǫ M x Fonction ynt une limite en plus l infini Remrque Dns l définition précédente, il fut comprendre M comme une vleur de x à prtir de lquelle on est certin que f(x) ser proche de l. Exercice Soit f : R R définie pr f(x) = 1 1+x 2. Montrer que f tend vers 0 en ±. Exercice Soit f : R R une fonction et g : R R définie pr x R, g(x) = f( x). Montrer que lim f(x) = l lim g(x) = l. x x + Définition Soient R et f : (, + [ R. On dit que f tend vers + (resp. ) lorsque x tend vers l infini (noté lim x + f(x) = +, resp. lim x + f(x) = ) si M R, A R, x A, f(x) M (resp. f(x) M) (2.16)

19 2.1. CAS DES FONCTIONS 19 Exercice Donner une bonne définition de : lim x f(x) = ±. Exercice Soit f : R R définie pr f(x) = xsin(x). Montrer que f n est ps bornée. Montrer que f n ps de limite en l infini. Proposition (Propriétés élémentires) Soient f : (, + [ R et g : (, + [ R deux fonctions. On suppose que lim x + f(x) = l 1 et lim x + g(x) = l 2. On les résultts suivnts : i) lim x + (f + g)(x) = l 1 + l 2 ii) lim x + (fg)(x) = l 1 l 2 iii) Supposons que l 2 0, lors l fonction f g grnd et on lim x + ( f l1 g )(x) = l 2 est bien définie pour x ssez Preuve. C est une vrition de l preuve de l proposition Exemple Soit f(x) = 5x3 +x 1 2x 3 +x 2 pour x > 0. Alors, lim x + f(x) = 5 2. Preuve. En effet, f(x) = x3 (5 + 1 x 2 1 x 3 ) x 3 (2 + 1 x ) = f 1(x) f 2 (x) vec f 1 (x) = x 2 1 x 3 et f 2 (x) = x. Or lim x + f 1 (x) = 5 et lim x + f 2 (x) = 2. Pr suite, lim x + f(x) = 5 2. Proposition Soient f : (, + [ R et g : (, + [ R deux fonctions. On suppose que lim x + f(x) = + et que g est minorée. Alors lim (f + g)(x) = +. x + Preuve. Soit M R. Comme g est minorée, il existe m R tel que x (, + [, g(x) m. Comme lim x + f(x) = +, il existe A tel que x A, f(x) M m. Pr suite, x A, (f + g)(x) M m + m = M. Corollire Soient f : (, + [ R et g : (, + [ R deux fonctions. On suppose que lim x + f(x) = + et lim x + g(x) = +. Alors lim (f + g)(x) = +. x +

20 20 CHAPITRE 2. NOTION DE LIMITE Preuve. Il suffit de vérifier qu une fonction tendnt vers + qund x tend vers + est nécessirement minorée pour x ssez grnd. Exemple L fonction f(x) = x 2 + sin(x) vérifie lim x + f(x) = +. Remrque Attention, il n y ps de règle qund on retrnche des limites infinies. Pr exemple on lim x = +, x + lim x + x2 = +, lim x 1 = + x + et lim x + (x2 x) = +, lim x (x 1) = 1. x + Proposition Soient f, g, h trois fonction de (, + [ à vleurs dns R et soit l R. On suppose que x (, + [, g(x) f(x) h(x) et Alors lim g(x) = l = lim h(x). x + x + lim f(x) = l. x + Preuve. L démonstrtion est similire à celle de l proposition Pssge à l limite dns les inéglités Proposition Soit f : I R une ppliction. On suppose qu il existe x 0 I et l R tels que lim x x0 f(x) = l. i) Supposons qu il existe m R tel que x I, f(x) m. Alors l m. ii) Supposons qu il existe M R tel que x I, f(x) M. Alors l M. Preuve. Preuve de i) On suppose pr l bsurde que l < m. Posons ǫ = m l 2 > 0. Pr définition de l limite, il existe δ > 0 tel que x I ]x 0 δ, x 0 + δ[, f(x) l < ǫ. En prticulier, on pour tout x I ]x 0 δ, x 0 + δ[, f(x) < l + ǫ = m + l 2 ce qui contredit l définition de m. Preuve de ii) Identique. Lissée en exercice. < l, Remrque Il n y ps de théorème nlogue vec des inéglités strictes. Pour s en rendre compte, il suffit de prendre f(x) = x pour x ]0, 1[. On bien f(x) > 0 pour tout x ]0, 1[ mis lim x 0 f(x) = 0.

21 2.1. CAS DES FONCTIONS 21 Proposition Soit I = (, + [ (ou ], b)). Soit f : I R une ppliction. On suppose qu il existe l R tels que lim x ± f(x) = l. Supposons qu il existe m R tel que x I, f(x) m. Alors l m. Supposons qu il existe M R tel que x I, f(x) M. Alors l M. Preuve. L démonstrtion est identique à celle de l Proposition Limite à guche et à droite Pour illuster le propos de cette prtie, commencons pr l étude d un exemple. Soit f :] 1, 1[ R définie pr f(x) = x + 1 si x < 0 et f(x) = x 1 si x 0. Alors f n ps de limite lorsque x tend vers 0. En effet,pour tout n N, f(1/n) = 1+1/n et f( 1/n) = 1 1/n. Donc pour n grnd f(1/n) s pproche de 1, lors que f( 1/n) s pproche de 1. En fit il est possible démontrer que si l on considère seulement les vleurs positives de x, lors f(x) tend vers 1 qund x tend vers 0. De même, si l on considère seulement les vleurs négtives de x, lors f(x) tend vers 1 qund x tend vers 0. Ceci nous pousse à introduire les définitions suivntes. Définition Soit f : I R une fonction et J I. On ppelle restriction de f à J l fonction f J : J R définie pr x J, f J (x) = f(x). Remrque L restriction de f à J n est rien d utre que l fonction f où l on utorise x à ne prcourir que J. Exemple Soit f : [ 1, 1] R définie pr f(x) = x 2 si x 0 et f(x) = x 2 si x 0. Soit J = [0, 1], lors f [0,1] est l fonction f [0,1] : [0, 1] R définie pr f [0,1] (x) = x 2 pour tout x [0, 1]. Définition Soit f :], b[ R une fonction et x 0 ], b[. Soit l R {+ } { }. On dir que f tend vers l lorsque x tend vers x 0 à guche (ou pr vleurs inferieures) si lim x x0 f ],x0[(x) = l. Dns ce cs, on note lim x x0,x<x 0 f(x) = l (ou lim x x f(x) = l). 0 On dir f tend vers l lorsque x tend vers x 0 à droite (ou pr vleurs superieures) si lim x x0 f ]x0,b[(x) = l. Dns ce cs, on note lim x x0,x>x 0 f(x) = l (ou lim x x + f(x) = l). 0 Remrque On peut trduire cette définition vec des ǫ. Pr exemple, si l R, lors lim x x f(x) = l si et seulement si 0 ǫ > 0, δ > 0, x ]x 0 δ, x 0 [, f(x) l < ǫ. On peut fire de même vec les limites infinies. Exemple Soit f : R R définie pr f(x) = 1 x si x 0 et f(0) = 0. Alors f(x) = et lim f(x) = +. + lim x 0 x 0

22 22 CHAPITRE 2. NOTION DE LIMITE Exemple Soit f : R R définie pr f(x) = sin((1/x) si x > 0 et f(x) = xsin(1/x) si x < 0. Alors lim x 0 f(x) = 0 mis f n ps de limite en 0 pr vleurs superieures. Proposition Soit f :], b[ R et x 0 ], b[. Alors lim f(x) = l f(x 0 ) = l, lim f(x) = l et lim f(x) = l. x x 0 x x 0 x x + 0 Preuve. Découper en morceux. 2.2 Cs des suites Une suite numérique u est une ppliction de l ensemble des entiers nturels N vleurs dns R. Cel peut ussi être vu comme une collection de nombres réels indéxée pr N. On note u = (u n ) n N une telle collection. Cel signifie que le premier élément de l collection est u 1, le second u 2, etc. Définition (Opértions élémentires)soient u = (u n ) n N et v = (v n ) n N deux suites numériques. i) On définit l suite w = u + v pr n N, w n = u n + v n. ii) On définit l suite w = u.v pr n N, w n = u n.v n. ii) On suppose que n N, v n 0. On définit l suite w = u v pr n N, w n = un v n. Remrque Si on sit seulement que v n 0 pour n n 0 pour un certin n 0 (pr exemple n 0 = 34), il est possible de définir l suite quotient pour des indices superieurs n 0.On note cette suite ( un v n ) n n Limite finie On veut donner une définition précise de l notion suivnte : les termes de l suite ssociés à des entiers de plus en plus grnds sont de plus en plus proches d une vleur fixe. Définition Soient u = (u n ) n N une suite numérique et l R. On dit que l suite (u n ) n N converge vers l qund n tend vers l infini si : Dns ce cs on note lim n + u n = l. ǫ > 0, N N, n N u n l < ǫ (2.17) Exercice Montrer que (u n ) n N tend vers l qund n tend vers l infini dns les cs suivnts : 1. u n = n et l = u n = n et l = 2. 2

23 2.2. CAS DES SUITES u n = n et l = 2. Exercice Soit (u n ) n N une suite convergent vers un réel l. On suppose que l 0. Montrer qu il existe un entier N N tel que n N, u n 0 (2.18) Proposition Soit (u n ) n N une suite convergente vers une limite l R. Alors cette limite est unique. Preuve. Identique à l preuve de l proposition Définition Soit u = (u n ) n N une suite numérique. On dit que u est mjorée si On dit que u est minorée si On dit que u est bornée si M R, n N, u n M. m R, n N, u n m. M 0, n N, u n M. Exercice Montrer que toute suite ynt une limite finie est nécessirement bornée. Montrer que l réciproque est fusse. Proposition (Propriétés élémentires) Soient (u n ) n N et (v n ) n N deux suites numériques. On suppose que lim n + u n = l 1 et lim n + v n = l 2. On les résultts suivnts : i) lim n + (u n + v n ) = l 1 + l 2 ii) lim n + (u n v n ) = l 1 l 2 ii) Si l 2 0 lors lim n + ( un v n ) = l1 l 2 Preuve. Copier l preuve de l proposition Proposition Soit f : I R et x 0 I. Soit (u n ) n N une suite telle que n N, u n I. On suppose en outre que lim x x0 f(x) = l et lim n + u n = x 0. Alors l suite (v n ) définie pr v n = f(u n ) vérifie lim v n = l. n + Preuve. Soit ǫ > 0. Comme lim x x0 f(x) = l, il existe δ > 0 tel que x x 0 < δ = f(x) f(x 0 ) < ǫ. Pr illeurs, comme lim n + u n = x 0, il existe n 0 tel que n n 0, u n x 0 < δ. En combinnt ces deux propriétés, il vient Ceci montre bien que lim n + v n = l. n n 0, f(u n ) l < ǫ.

24 24 CHAPITRE 2. NOTION DE LIMITE Corollire Soit f : I R et (u n ) n N une suite définie pr u 0 R et u n+1 = f(u n ). On suppose que lim n + u n = l et lim x l f(x) existe. Alors f(l) = l. Preuve. C est une conséquence immédite du théorème de composition des limites et de l unicité de l limite. Exercice Clculer lim n + (2 + 5/n) 2 et lim n + 2n+1 3n+2. Proposition Soient (u n ) n N, (v n ) n N et (w n ) n N trois suites numériques et soit l R. On suppose que qu il existe n 0 N tel que n n 0, v n u n w n et Alors lim v n = l = lim w n. n + n + lim u n = l. n + Preuve. L démonstrtion est similire à celle de l proposition Limite infinie Définition Soit (u n ) n N une suite numérique. On dit que (u n ) n N tend vers plus l infini qund n tend vers l infini (noté lim n + u n = + ) si M 0, N N, n N, u n M. On dit que (u n ) n N tend vers moins l infini qund n tend vers l infini (noté lim n + u n = ) si M 0, N N, n N, u n M. Exercice Montrer que u n tend vers plus l infini dns les cs suivnts : u n = n 3 + 1, u n = n 2 n, u n = n2 1 n + 2, u n = n + cos(n). Proposition (Propriétés élémentires) Soient (u n ) n N et (v n ) n N deux suites numériques. On suppose que lim n + u n = +. On les résultts suivnts : i) Si v n est minorée lors lim n + (u n + v n ) = +. ii) lim n + ( u n ) = iii) Pour tout λ > 0, on lim n + λu n = +. iv) lim n + ( 1 u n ) = 0 v) Si v n > 0, n N et lim n + v n = 0 lors lim n + ( 1 v n ) = +

25 2.2. CAS DES SUITES 25 Preuve. Preuve de i) Elle est très proche de l preuve de l proposition Soit M R. Comme (v n ) est minorée, il existe m R tel que n N, v n m. Pr illeurs, comme lim n + u n = +, il existe N N tel que n N, u n M m. En combinnt ces deux propriétés, il vient n N, u n + v n M m + m = M. Comme on choisi M rbitrirement, ceci prouve bien que lim n + (u n +v n ) = +. Preuve de ii) C est évident. Preuve de iii) Soit λ > 0 et fixons M R + rbitrirement. Comme lim n + u n = +, il existe N N tel que n N, u n M λ. Comme λ > 0 on peut multiplier cette inéglité pr λ sns chnger le sens des inéglités. Pr conséquent, n N, λu n λ M λ = M. Comme on choisi M rbitrirement, ceci prouve bien que lim n + λu n = Monotonie et limite Définition Soit (u n ) n N une suite numérique. On dit que (u n ) n N est croissnte si p N, q N, (p q = u p u q ). On dit que (u n ) n N est décroissnte si p N, q N, (p q = u p u q ). Remrque L définition ci dessus est une simple écriture que l suite (u n ) vue comme une fonction de N dns R est une fonction croissnte (ou décroissnte). Proposition Soit (u n ) n N une suite numérique. On les resultts suivnts : 1. (u n ) n N est croissnte ssi 2. (u n ) n N est décroissnte ssi n N, u n+1 u n. n N, u n+1 u n.

26 26 CHAPITRE 2. NOTION DE LIMITE Preuve. Un sens de l équivlence est trivil. Une simple réccurence permet de montrer l utre sens. Exemple L suite (u n ) n N définie pr u n = n 2 est croissnte. L suite (v n ) n N définie pr v n = 1 n+1 est décroissnte. Théorème Soit (u n ) n N une suite croissnte. On suppose que (u n ) n N est mjorée. Alors, (u n ) n N dmet une limite qund n tend vers l infini. De même, si (u n ) n N une suite décroissnte et minorée. Alors, (u n ) n N dmet une limite qund n tend vers l infini. Preuve. (hors progrmme) Considérons l ensemble U = {u n, n N}. Comme l suite (u n ) n N est bornée, c est une sous prtie non vide et mjorée de R. Donc elle possède une borne superieure. Soit l = supu. Montrons que (u n ) tend vers l. Soit ǫ > 0. Pr définition de l borne supérieure, il existe n 0 N, tel que u n0 > l ǫ. Or, (u n ) étnt croissnte, on u n u n0 pour tout n n 0. Pr suite, n n 0, u n l ǫ. Pr illeurs, pr définition de l, on u n l pour tout n N. Pr conséquent, n n 0, u n l < ǫ, ce qui chève l démonstrtion. Exercice Soit b > 1 et (u n ) n N l suite définie pr u n = b n. Montrer que (u n ) est croissnte et tend vers l infini qund n tend vers l infini. Exercice Soient > 1 et k N fixés et soit (u n ) n N l suite définie pr u n = n n k. 1. Montrer qu il existe n 0 tel que pour tout n n 0, un+1 u n En déduire que pour tout n n 0, u n u n0 ( +1 2 )n n0 3. Déduire de l exercice précédent que lim n + u n = Critère de Cuchy Définition Soit (u n ) n N une suite numérique. On dit que l suite (u n ) vérifie le critère de Cuchy (ou encore (u n ) est de Cuchy ) si ǫ > 0, N N, n N, m N, u n u m < ǫ. Proposition Soit (u n ) n N une suite numérique. On suppose que (u n ) possède une limite. Alors (u n ) est de Cuchy.

27 2.2. CAS DES SUITES 27 Preuve. Soit l R l limite de l suite. Donnons nous ǫ > 0 rbitrire. Comme (u n ) converge vers l, il existe N N tel que n N, u n l < ǫ 2. Soient n N et m N tels que n N et m N. Alors u n u m u n l + u m l < ǫ 2 + ǫ 2 = ǫ. Ceci montre que l suite (u n ) n N est bien de Cuchy. Théorème Soit (u n ) n N une suite numérique. On suppose que (u n ) est de Cuchy. Alors, (u n ) possède une limite. Preuve. Admis. Remrque Le théorème précédent est très puissnt. En effet, contrirement à l définition de l convergence, le critère de Cuchy peut se formuler sns connitre l limite éventuelle de l suite considérée. Ainsi, on pourr montrer qu une suite est convergente sns connitre exctement l vleur de s limite.

28 28 CHAPITRE 2. NOTION DE LIMITE

29 Chpitre 3 Continuité et dérivbilité des fonctions numériques Dns ce chpitre on reprend les nottions précédentes. 3.1 Rppels sur les fonctions Injectivité, surjectivité Soient X et Y deux ensembles et f : X Y une ppliction. Définition On dit que f est injective si x X x X, (f(x) = f(x ) = x = x ). On dit que f est surjective si y Y, x X, f(x) = y. On dit que f est bijective si elle est à l fois injective et surjective. Proposition Une ppliction f : X Y est injective ssi x X, x X, (x x = f(x) f(x )). Preuve. Les deux formultions sont équivlents cr l une est l contrposée de l utre. Dns toute l suite, on noter Id X : X X l ppliction identité sur X (i.e. Id X (x) = x, x X) et Id Y : Y Y l ppliction identité sur Y. Lorsqu il n y ur ps d mbiguité sur l ensemble X, on oter Id à l plce de Id X. Proposition Soit f : X Y une ppliction bijective, lors il existe une unique ppliction g : Y X telle que g f = Id X et f g = Id Y. Cette ppliction s ppelle l ppliction réciproque de f et se note f 1. 29

30 30CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES Preuve. Commençons pr définir f 1 : Y X. Etnt donné y Y, l fonction f étnt surjective, il existe x X tel que f(x) = y. De plus, f étnt injective, cet élément x est unique (si x et x vérifient f(x) = y et f(x ) = y lors f(x) = f(x ), donc x = x ). On pose On lors f 1 (y) = x. f(f 1 (y)) = f(x) = y ce qui prouve f f 1 = Id Y. Pr illeurs, f(f 1 (f(x))) = f(x), x X. Comme f est injective, on en déduit que f 1 (f(x)) = x, ce qui montre que f 1 f = Id X Monotonie Soient I et J deux intervlles de R. Soit f : I J. Définition On dit f est croissnte si x, y I, (x y = f(x) f(y)). On dit f est strictement croissnte si On dit f est décroissnte si x, y I, (x < y = f(x) < f(y)). x, y I, (x y = f(x) f(y)). On dit f est strictement croissnte si x, y I, (x < y = f(x) > f(y)). On dit que f est monotone si elle est croissnte ou bien décroissnte. On dit que f est strictement monotone si elle est strictement croissnte ou bien strictement décroissnte. Exemple L ppliction f : R R définie pr f(x) = 1, x R est croissnte, mis elle n est ps strictement croissnte. L ppliction f : R R définie pr f(x) = x 3 est strictement croissnte. L ppliction f : R R définie pr f(x) = x 2 n est ni croissnte, ni décroissnte. Proposition Soit I J une ppliction strictement monotone. Alors f est injective. Preuve. Quitte à remplcer f pr f, on peut supposer que f est strictement croissnte. Soient x, y I tels que x y. On peut supposer que x < y. Comme f est strictement croissnte, lors f(x) < f(y). Donc f(x) f(y).

31 3.2. CONTINUITÉ Continuité Propriétés élémentires Définition Soient f : I R et x 0 I. On dit que f est continue en x 0 si lim x x0 f(x) = f(x 0 ). Remrque En reprennt les définitions du chpitre précédent, il est fcile de voir que f est continue en x 0 si et seulement si ǫ > 0, δ > 0, x I, ( x x 0 < δ = f(x) f(x 0 ) < ǫ). Exemple Soit f : R R définie pr f(x) = x 2. Alors f est continue en 1. Proposition (Propriétés élémentires) Soient f : I R et g : I R deux fonctions et x 0 I. On suppose que f et g sont continues en x 0. On les résultts suivnts : i) f + g est continue en x 0. ii) Pour tout λ R, λf est continue en x 0. iii) f.g est continue en x 0 iv) Supposons que g(x 0 ) 0, lors l fonction f g de x 0. De plus elle est continue en x 0. est bien définie pour x proche Preuve. Pr hypothèse on : et on doit montrer que lim x x 0 f(x) = f(x 0 ) et lim x x 0 g(x) = g(x 0 ) lim (f + g)(x) = f(x 0 ) + g(x 0 ), x x 0 lim x x 0 λf(x) = λf(x 0 ) lim x x 0 (fg)(x) = f(x 0 )g(x 0 ). Toutes ces identités sont des conséquences immédites de l Proposition Définition Soient f : I R. On dit que f est continue sur I si pour tout x 0 I, f est continue en x 0. Les fonctions continues sont très nombreuses. Un exemple simple et fondmentl de fonctions continues est donné pr les fonctions polynomiles. Une fonction polynomile est une fonction de l forme f(x) = x+...+ N x N, où N est un entier fixé (le degré du polynome) et 0,..., N sont des réels. Proposition Soit f : I R une fonction polynomile. Alors f est continue sur I.

32 32CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES Preuve. Commencons pr triter le cs prticulier suivnt. Pour k N, on définit f k : I R pr f k (x) = x k. Si k = 0, f 0 (x) = 1 pour tout x I. Pr conséquent on bien lim x x0 f(x) = 1 = f(x 0 ) quel que soit x 0 I. Si k = 1, f 1 (x) = x pour tout x I. Etnt donné x 0 I et ǫ > 0, on f(x) f(x 0 ) = x x 0 < ǫ dés que x x 0 < ǫ. Ceci montre que f 1 est continue. Pour triter le cs générl, on fixe k N et on constte que f k (x) = f 1 (x).f 1 (x)...f 1 (x). En ppliqunt l propriété iii) de l proposition 3.2.1, il est clir que chque fonction f k est continue sur I. Tritons mintennt le cs générl. Soit f : I R une fonction polynomile. Il existe des constntes 0,..., N, telles que x I, f(x) = N k x k. Pr suite f = N k=0 kf k. En ppliqunt le i) et le ii) de l proposition 3.2.1, on obtient le fit que f est coninue. k=0 Exemple Soit f : R R définie pr f(x) = 0 si x < 0 et f(x) = x si x 0. Alors f est continue sur R. Preuve. Sur ], 0[ et ]0, + [, f est définie pr une expression polynomile. Donc elle est continue sur R \ {0}. Il reste à montrer que f est continue en 0. Soit ǫ > 0. Posons δ = ǫ et supposons x 0 < δ. Alors f(x) f(0) = f(x) x cr f(x) = x si x 0 et f(x) = 0 si x < 0. Comme x < δ = ǫ, on en déduit f(x) f(0) < ǫ, ce qui prouve l continuité de f en 0. Proposition Soient I, J, K trois intervlles et f : I J et g : J K deux pplictions continues. Alors, g f est continue. Preuve. Soit x 0 I. On doit montrer que lim x x0 g f(x) = g f(x 0 ). Or, f et g étnt continue, on lim x x 0 f(x) = f(x 0 ) et lim g(y) = g f(x 0). y f(x 0) Il découle donc de l Proposition que lim x x0 g f(x) = g f(x 0 ) Théorème de l vleur intermédiire Théorème Soit f : I R une ppliction coninue. Soient, b I tels que < b et soit y R. On suppose que f() y f(b). Alors il existe c [, b] tel que f(c) = y.

33 3.2. CONTINUITÉ 33 Preuve. L preuve consiste à implementer l méthode dite de l dichotomie. Quitte à considerer l fonction x f(x) y, on peut supposer y = 0. On donc f() < 0 < f(b) et on cherche c [, b] tel que f(c) = 0. On v construire pr récurrence deux suites ( n ) n N et (b n ) n N telles que ( n ) est croissnte et f( n ) 0 (3.1) (b n ) est décroissnte et f(b n ) 0 (3.2) n N, n b n et b n n (b )2 n (3.3) On commence pr poser 0 = et b 0 = b. On définit 1 et b 1 de l mnière suivnte. On clcule z = f( +b 2 ). Si z = 0, on pose 1 = b 1 = 0+b0 2. Si z > 0, on pose 1 = 0 et b 1 = 0+b0 2. Si z < 0, on pose 1 = 0+b0 2 et b 1 = b 0. On remrque qu on bien 0 1 b 1 b 0 dns tous les cs. De plus, pr construction on b 1 1 = 0 si z = 0 et b 1 1 = b0 0 2 si z 0. Supposons mintennt que 0,..., n et b 0,..., b n stisfisnt (3.1), (3.2) et (3.3) ont été construits. On v définir n+1 et b n+1 de mnière suivnte. Soit z = f( n+bn 2 ). Si z = 0, on pose n+1 = b n+1 = n+bn 2. Si z > 0, on pose n+1 = n et b n+1 = n+bn 2. Si z < 0, on pose n+1 = n+bn 2 et b n+1 = b n. On vérifie lors que n+1 et b n+1 stisont les propriétés (3.1), (3.2) et (3.3). Nous llons mintennt montrer que les suites ( n ) n N et (b n ) n N convergent vers une limite commune. Pour cel il suffit de remrquer que ( n ) est croissnt et mjorée pr b 0, donc elle converge vers une limite l R. De même, (b n ) est décroissnte et minorée pr 0, donc elle converge vers une limite l b R. De plus, n b n tend vers 0 qund n tend vers l infini (cr 0 < b n n < (b )2 n ). Pr suite, l 0 = l b. On pose c = l = l b. Comme f est continue, on lim n + f( n ) = f(c). Comme f( n ) 0 pour tout n N lors f(c) 0. De même, lim n + f(b n ) = f(c) et comme f(b n ) 0 pour tout n N lors f(c) 0. On en déduit donc que f(c) = 0. Remrque Le résultt précédent est fux si l fonction n est ps continue. Pr exemple, pour f : R R définie pr f(x) = 0 si x 0 et f(x) = 1 si x > 0, il n existe ps de c R tel que f(c) = 1 2. Proposition Soit I = [, b] et f : I R une ppliction continue et strictement monotone sur I. Alors f est bijective de I sur [f(), f(b)]. Preuve. L stricte monotonie de f montre que f est injective. Pour montrer que f est surjective, on peut supposer que f est strictement croissnte. On se donne y [f(), f(b)]. Le théorème de l vleur intermédiire montre qu il exiset c [, b] tel que f(c) = y. Pr suite f est bien surjective.

34 34CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES Notion d extremum Dns cette prtie les fonctions considérées ne sont ps nécessirement continues. Définition Soit f : I R une ppliction. On dit que f un mximum globl sur I si : x 0 I, x I, f(x) f(x 0 ). Dns ce cs, le nombre f(x 0 ) est ppelé mximum de f sur I et noté mx x I f(x). On dit que f un minimum globl sur I si : x 0 I, x I, f(x) f(x 0 ). Dns ce cs, le nombre f(x 0 ) est ppelé minimum de f sur I et noté min x I f(x). Remrque Si f un mximum, s vleur M est unique. Pr contre le point x 0 où cette vleur est tteinte n est ps unique. Pr exemple, sur R l fonction sin(x) dmet 1 pour mximum, qui est tteint en π 2 + 2πZ. On ppelle extremum un mximum ou un minimum. Définition Soit f : I R une ppliction et soit x 0 I. On dit que f un mximum locl en x 0 si : δ > 0, x I ]x 0 δ, x 0 + δ[, f(x) f(x 0 ). Le nombre M = f(x 0 ) est le mximum locl de f en x 0. Si de plus, pour tout x ]x 0 δ, x 0 + δ[\{x 0 } on f(x) < f(x 0 ), on dit que M est un mximum locl strict de f en x 0. On dit que f un minimum locl en x 0 si : δ > 0, x I ]x 0 δ, x 0 + δ[, f(x) f(x 0 ). Le nombre m = f(x 0 ) est le minimum locl de f en x 0. Si de plus, pour tout x ]x 0 δ, x 0 + δ[\{x 0 } on f(x) > f(x 0 ), on dit que m est un minimum locl strict de f en x 0. Exemple Soit f : R R définie pr f(x) = x 2. Alors f un minimum locl en x = 0. Exemple Soit f : R R définie pr f(x) = x 4 2x 2. Alors f un mximum locl en x = 0 et un minimum locl(en fit globl) en x = 1 et x = 1. Remrque Tout extremum locl est nécessirement un extremum locl, mis l réciproque est fusse (cf exemple ci dessus).

35 3.2. CONTINUITÉ Résultts globux Théorème Soient, b R et f : [, b] R une ppliction continue. Alors f possède un mximum globl et un minimum globl. De plus, il existe x 1, x 2 [, b] tels que Preuve. Admis f(x 1 ) = mx x [,b] f(x) et f(x 2) = min x [,b] f(x). L conclusion du théorème devient fusse si l on ne suppose plus que f est continue ou si on remplce [, b] pr ], b]. Pour voir que l hypothèse de continuité est nécessire, considerer f : [ 1, 1] R définie pr f(x) = 1 x si x 0 et f(0) = 0. Alors f n ps d extremum globl. Pour voir qu il est nécessire que l intervlle soit fermé et borné, prendre f : x [0, + [ x. Alors f n ps de mximum globl puisque lim x + f(x) = +. On peu ussi prendre f : x ]0, 1] 1 x et constter que f n ps de 2 minimum globl. Définition Soit I un intervlle et f : I R une ppliction. On dit que f est uniformément continue sur I si l propriété suivnte est stisfite : ǫ > 0, δ > 0, x I, y I, ( x y < δ = f(x) f(y) < ǫ) (3.4) Comprons les definitions de f est continue sur I : x I, ǫ > 0, δ > 0, y I, ( x y < δ = f(x) f(y) < ǫ) (3.5) et f est uniformément continue sur I : ǫ > 0, δ > 0, x I, y I, ( x y < δ = f(x) f(y) < ǫ). (3.6) On remrque qu on psse de l continuité à l uniforme continuité en intervertissnt les blocs x I et δ > 0. Autrement dit dns l uniforme continuité on demnde que le δ ne dépende ps du point x où l on mesure l continuité. Remrque Toute ppliction uniformément continue sur I est nécessirement continue sur I. Pr contre il existe des pplictions continues sur un intervlle qui ne sont ps uniformément continues. Exemple L ppliction f(x) = 1 x est continue sur ]0, 1] mis elle n est ps uniformément continue. Pour le voir, il suffit de vérifier l négtion de l uniforme continuité : ǫ > 0, δ > 0, x I, y I tq x y < δ et f(x) f(y) ǫ. Fixons ǫ = 1 et prenons δ > 0 u hsrd. On cherche x et y dns ]0, 1] tels que x y < δ et f(x) f(y) 1. Prenons x = δ 2(δ+1) et y = δ 4(δ+1). Alors x y = δ 4(δ+1) < δ. De plus 2(δ + 1) f(x) f(y) = = δ δ 1 = ǫ. Théorème Soit I = [, b] un intervlle fermé et borné. Alors, toute fonction f continue sur I est ussi uniformément continue sur I. Preuve. Admis.

36 36CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES 3.3 Dérivbilité Définition et propriétés élémentires Dns cette prtie on suppose que I est un intervlle ouvert, c est à dire ne contennt ps ses bornes. Définition Soient f : I R et x 0 I. On dit que f est dérivble en x 0 si l limite suivnt existe f(x) f(x 0 ) lim. x x 0, x x 0 x x 0 Si f est dérivble en x 0, on note f (x 0 ) l limite précédente. Définition Soit f : I R. On dit que f est dérivble sur I si pour tout x 0 I, f est dérivble en x 0. Exemple L fonction f : R R définie pr f(x) = x est dérivble sur R \ {0}. Mis elle n est ps dérivble en 0. En effet, f(x) f(0) x lim = lim x 0,x<0 x 0 x 0,x<0 x = 1 1 = lim x x 0,x>0 x = lim x 0,x>0 Pr suite l quntité f(x) f(0) x 0 n ps de limite qund x tend vers 0. f(x) f(0). x 0 Proposition (Propriétés élémentires) Soient f : I R et g : I R deux fonctions et x 0 I. On suppose que f et g sont dérivbles en x 0. On les résultts suivnts : i) f + g est dérivble en x 0 et (f + g) (x 0 ) = f (x 0 ) + g (x 0 ). ii) Pour tout λ R, λf est dérivble en x 0 et (λf) (x 0 ) = λf (x 0 ). iii) f.g est dérivble en x 0 et (f.g) (x 0 ) = f (x 0 )g(x 0 ) + f(x 0 )g (x 0 ). iv) Supposons que g(x 0 ) 0, lors l fonction f g est bien définie pour x proche de x 0. De plus elle est dérivble en x 0 et ( f g ) (x 0 ) = f (x 0)g(x 0) f(x 0)g (x 0) g(x 0). 2 Preuve. Les points i) et ii) sont des conséquences immédites de l proposition Preuve de iii) Pour h > 0, on note On h (f) = f(x 0 + h) f(x 0 ). h h (fg) = f(x 0 + h)g(x 0 + h) f(x 0 )g(x 0 ) = g(x 0 + h) h (f) + f(x 0 ) h (g) h (3.7) De plus on lim h 0 h (f) = f (x 0 ), lim h 0 h (g) = g (x 0 ) et lim h 0 g(x 0 + h) = g(x 0 ). En ppliqunt à nouveu l proposition 2.1.2, on obtient lim h(fg) = f(x 0 )g (x 0 ) + f (x 0 )g(x 0 ). h 0

37 3.3. DÉRIVABILITÉ 37 Preuve de iv) En tennt compte de iii), on peut supposer que f est constnte égle à 1. De plus, h ( 1 g ) = 1 h ( 1 g(x 0 + h) 1 g(x 0 ) ) = 1 g(x 0 + h)g(x 0 ) En utilisnt à nouveu l proposition 2.1.2, on obtient lim h( 1 h 0 g ) = g (x 0 ) g(x 0 ) 2 g(x 0 ) g(x 0 + h). h ce qui prouve iv) dns le cs f = 1. Proposition (Dérivtion d une composée) Soient f : I R et g : J R deux fonctions et x 0 I. On note y 0 = g(x 0 ). On suppose que y 0 I et que g est dérivble en x 0 et f est érivble en y 0. Alors f g est dérivble en x 0 et (f g) (x 0 ) = f (g(x 0 )).g (x 0 ). Preuve. On reprend les nottions de l preuve précédente. On h (f g) = f(g(x 0 + h)) f(g(x 0 )) g(x 0 + h) g(x 0 ) g(x 0 + h) g(x 0 ) h = f(y 0 + k(h)) f(y 0 ) g(x 0 + h) g(x 0 ) = k(h) (f) h (g) k(h) h (3.8) vec y 0 = g(x 0 ) et k(h) = g(x 0 + h) g(x 0 ). Comme lim h 0 k(h) = 0, on peut ppliquer les propositions et pour obtenir lim h(f g) = f (g(x 0 )).g (x 0 ). (3.9) h 0 Exemple L fonction f(x) = exp(x 2 +1) est dérivble sur R et pour tout x R, on f (x) = 2xexp(x 2 + 1). Proposition Soient I et J deux intervlles et f : I J une ppliction dérivble et bijective. Supposons que y J vérifie f (f 1 (y)) 0. Alors l ppliction réciproque f 1 : J I est dérivble en y et Preuve. Pour y J on écrit (f 1 ) (y) = f 1 (y) f 1 (y ) y y = On pose x = f 1 (y) et x = f 1 (y ), lors 1 f (f 1 (y)). f 1 (y) f 1 (y ) f(f 1 (y)) f(f 1 (y )) f 1 (y) f 1 (y ) x x y y = f(x) f(x )

38 38CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES Or, f étnt continue, f 1 est ussi continue (c.f. TD). Donc, lorsque y tend vers y, x = f 1 (y ) tend vers f 1 (y) = x. Pr suite f 1 (y) f 1 (y ) x x lim y y y y = lim x x f(x) f(x ) = 1 f (x) = 1 f (f 1 (y)). Exemple Soit f :] π 2, π 2 [ ] 1, 1[, définie pr f(x) = sin(x). Alors f est bijective et x ] 1, 1[, (f 1 ) 1 (x) =. 1 x 2 En effet, on f = cos. Pr suite, l proposition précédente montre que (f 1 ) (x) = 1 cos(rcsin(x)). Or pour y ] π 2, π 2 [, on cos(y) = 1 sin(y) 2. En prennt y = rcsin(x) il vient cos(rcsin(x)) = 1 x 2. D où le résultt nnoncé. Remrque On des résultts nlogues pour les fonctions cos et tn Théorèmes de Rolle et des ccroissements finis Proposition Soient, b R et f :], b[ R une ppliction dérivble. On suppose qu il existe c ], b[ tel que f un extremum locl en c. Alors f (c) = 0. Preuve. Quitte à remplcer f pr f, on peut supposer que f un mximum locl en c. Comme c ], b[, il existe δ > 0 tel que I δ :=]c δ, c + δ[ ], b[. Pour x c, on pose D(x) = f(x) f(c) x c. Alors f (c) = lim x c D(x). Pr illeurs, c étnt un mximum loc; quitte à diminuer δ, on peut supposer que pour tout x I δ, f(x) f(c) 0. Pr suite, pour tout x I δ on D(x) 0 si x < c et D(x) 0 si x > c Pour n N, posons u n = c δ n. Alors n N, D(u n) 0 et comme u n tend vers c, on ussi lim n + D(u n ) = f (c). Pr pssge à l limite dns les inéglités, on en déduit f (c) 0. De l même mniere, en considérnt v n = c + δ n on obtient f (c) 0. On donc 0 f (c) 0. Ceci chève l preuve. Remrque Pour pouvoir ppliquer le résultt précédent, il est impértif que le point c où f un extremum locl ne soit ps une borne de l intervlle de définition. Pr exemple, l fonction f : [0, 1] R définie pr f(x) = x un minimum globl en 0. Pourtnt f (0) = 1.

39 3.3. DÉRIVABILITÉ 39 Théorème (Théorème de Rolle) Soient, b R tels que < b et f : [, b] R une ppliction continue et dérivble sur ], b[. On suppose que f() = f(b). Alors, il existe c ], b[ tel que f (c) = 0. Preuve. Si f est l fonction constnte égle à f(), on f (x) = 0 pour tout x et il n y rien à démontrer. Supposons que f n est ps constnte. Quitte à remplcer f pr f, on peut supposer qu il existe x 0 ], b[ tel que f(x 0 ) > f(). Pr illeurs, d près le Théorème 3.2.2, il existe x 1 [, b] tel que f(x 1 ) = mx x [,b] f(x). Comme f(x 0 ) > f() = f(b), lors x 1 / {, b}. Autrement dit, x 1 ], b[ et on peut ppliquer l Proposition pour en déduire que f (x 1 ) = 0. Théorème (Théorème des ccroissements finis) Soient, b R tels que < b et f : [, b] R une ppliction continue et dérivble sur ], b[. Alors, il existe c ], b[ tel que f (c) = f(b) f() b. Preuve. Soit g : [, b] R l ppliction définie pr g(x) = f(x) f(b) f() (x ). b Alors, g est continue sur, b et dérivble sur ], b[. De plus un simple clcul montre que g() = f() = g(b). Pr conséquent on peut ppliquer le Théorème de Rolle à g et en déduire qu il existe c ], b[ tel que g (c) = 0. Or, un simple clcul montre que x ], b[, g (x) = f (x) f(b) f(). b On déduit des deux dernieres inéglités, le résultt nnoncé. Corollire Soient, b R tels que < b et f : [, b] R une ppliction continue et dérivble sur ], b[. On suppose qu il existe M 0 tel que Alors, x ], b[, f (x) M. f(b) f() M b. Corollire Soit f : [, b] R une ppliction continue et dérivble sur ], b[. Si f (x) 0, x ], b[, lors f est croissnte sur [, b]. Si f (x) > 0, x ], b[, lors f est strictement croissnte sur [, b] Représenttion grphique Soit f : I R une ppliction dérivble en un point x 0 I. On note G f = {(x, f(x)), x I} le grphe de f. Définition On ppelle tngente u grphe G f en x 0, l droite d éqution Crtésienne y = f(x 0 ) + f (x 0 )(x x 0 ). On noter T f,x0 cette droite. Remrque Le grphe G f et l tngente T f,x0 se coupent u point (x 0, f(x 0 )). De plus pour x proche de x 0 ces deux grphes sont très proches.

40 40CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES Dérivées d ordre superieur Définition Soit f : I R une ppliction et k N. On dit que f est dérivble k fois (ou de clsse D k ) si f est dérivble et f est de clsse D k 1. Dns ce cs on note f = (f ), f (3) = ((f ) ),..., f (k) = (f (k 1) ). On noter D k (I) l ensemble des pplictions de clsse D k sur I. On peut lors définir les pplictions de clsse C k. Définition Une ppliction f : I R est de clsse C k si f est de clsse D k et f (k) est continue. On noter C k (I) l ensemble des pplictions de clsse C k sur I. Remrque Pour k N, on les inclusions suivntes : C k (I) D k+1 (I) C k+1 (I) De plus ces deux inclusions sont strictes. 3.4 Rppels sur les fonctions usuelles Dns cette section on rpelle des résultts dmis sur des fonctions usuelles (exponentielle, sinus, cosinus, etc.) L fonction exponentielle Théorème Il existe une unique fonction f dérivble sur R telle que x R, f (x) = f(x) et f(0) = 1. Cette fonction s ppelle l exponentielle et se note f(x) = exp(x) Preuve. Admis L fonction exponentielle les propriétés suivntes : Proposition i) x R, exp(x) > 0 ii) exp est strictement croissnte. iii) x R, y R, exp(x + y) = exp(x)exp(y). iv) Pour tout n N, exp(n) = e n où e = exp(1) > 1. v) lim x + exp(x) = + et lim x exp(x) = 0. Preuve. i) dmis ii) C est évident puisque exp = exp > 0 d près i). iii) Fixons y et considérons g(x) = exp(x+y) exp(y). On g(0) = exp(y) exp(y) = 1 et g (x) = g(x) pour tout x. Pr conséquent, le résultt d unicité du Théorème 3.4.1, montre que g(x) = exp(x) pour tout x. En multiplint pr exp(y) on obtient l identité nnoncée. iv) Le fit que e > 1 est une conséquence immédite de ii). Pour montrer que exp(n) = e n on procède pr récurrence.

41 3.4. RAPPELS SUR LES FONCTIONS USUELLES 41 Pour n = 0, on bien exp(0) = 1 = e 0. Supposons exp(n) = e n. Alors, en utilisntr iii) et l hypothèse de récurrence, on exp(n + 1) = exp(n)exp(1) = e n.e = e n+1, ce qui prouve l identité. v) Soit M 0. D près l exercice 2.2.6, l suite u n = e n vérifie lim n + un = +. Pr conséquent, il existe n 0 tel que n n 0, e n M. Or, l fonction exponentielle étnt croissnte, ceci implique que x n 0, exp(x) M. Autrement dit, on bien lim x + exp(x) = +. Pour montrer que lim x exp(x) = 0, il suffit de remrquer que exp(x)exp( x) = 1 et d utiliser le résultt précédent. Corollire L fonction exp est bijective de R sur ]0, + [. On note ln :]0, + [ R s fonction réciproque (ppelé logrithme). On les propriétés suivntes : Proposition i) ln(e) = 1 ii) ln est strictement croissnte. iii) x R, y R, ln(x.y) = ln(x) + ln(y). iv) lim x + ln(x) = + et lim x 0 ln(x) =. v) L fonction ln est dérivble sur ]0, + [ et ln (x) = 1 x. Preuve. Il suffit d utiliser l Proposition et les résultts sur les fonctions réciproques. A l ide des fonctions exponentielle et logrithme, on peut définir les puissnces non-entieres d un réel positif. Définition Soit R.On définit l fonction f :]0, + [ R pr f (x) = exp( log(x)). Proposition Soit R. Alors l fonction f est de clsse C. Si deplus N lors f (x) = x. On noter donc pr l suite f (x) = x, même lorsque / N. Preuve. L fonction f est de clsse C comme composée de fonction C. Pour N, on f (x) = exp( log(x)) = exp(log(x )) = x. Proposition Soient, b R et x, y > 0. Alors 1. (xy) = x y 2. x x b = x +b 3. (x ) b = x b

42 42CHAPITRE 3. CONTINUITÉ ET DÉRIVABILITÉ DES FONCTIONS NUMÉRIQUES 4. 1 x = x Preuve. Exercice fcile. Proposition Croissnce comprée Soit k N. Alors, on lmes limites suivntes : e 1. lim x x + = + et lim x k x x k e x = 0. ln x 2. lim x + = 0 et lim x k x 0 x k ln(x) = 0. Preuve. Exercice. Indic : triter d bord le cs k = 1 et étudier les fonctions ex x (on remrquer que e x x pour x 0) Les fonctions trigonométriques Dns cette prtie on rppelle les propriétés élémetires des fonctions sinus et cosinus, qui sont définies de mnière géométrique. Etnt donné un ngle x ]0, 2π[, les nombres sin(x) et cos(x) sont clculés en construisnt un tringle rectngle (ABC) de cotés AB et AC de longueur 1 et d ngle  égl à x. On pose lors sin(x) = BC AC et cos(x) = AB AC. Pour x R, on définit cos(x) et sin(x) en posnt sin(x + 2kπ) = sin(x) et cos(x + 2kπ) = cos(x) quelque soit k N. Les fonctions insi définies sont C sur R pèriodiques. Elles vérifient les identités suivntes : sin(x+y)sin(x)cos(y)+cos(x)sin(y), cos(x+y) = cos(x)cos(y) sin(x)sin(y) sin( x) = sin(x), cos( x) = cos(x), sin(π x) = sin(x), cos(π x) = cos(x), sin( π 2 x) = cos(x) sin (x) = cos(x), cos (x) = sin(x). On peut ussi définir l fonction tngente sur R \ {(2k + 1) π 2, k Z} pr C est une fonction C et on tn(x) = sin(x) cos(x). tn (x) = 1 + tn 2 (x) = 1 cos 2 (x).

43 Chpitre 4 Intégrtion des fonctions continues morceux 4.1 Introduction Dns cette section, on fixe < b deux réels, on note I = [, b] et on considère f : I R une ppliction continue. On suppose en outre que f est positive sur [, b], c est à dire que x [, b], f(x) 0. On veut clculer l ire de l région du pln comprise entre le grphe de f, l xe des bcisses et les droites d éqution x = et x = b. Autrement dit, on veut clculer l ire de l ensemble Ω,b (f) = {(x, y) R 2, x b, 0 y f(x)}. f(x) Ω,b (f) b x Domine dont on veut clculer l ire Dns quelques cs prticuliers, il est possible de fire ce clcul simplement. Pr exemple, si f est l fonction constnte f(x) = c pour un certin c 0. Le domine Ω,b (f) est un rectngle dont les cotés sont de longueurs respectives c et b. Donc, son ire vut c(b ). 43

44 44CHAPITRE 4. INTÉGRATION DES FONCTIONS CONTINUES MORCEAUX f(x) b x Cs d une fonction constnte Si f est l fonction linéire, f(x) = c + d(x ), pour deux constntes c 0 et d 0. Le domine Ω,b (f) est un trpèze de petite bse c, de grnde bse c + d(b ) et de huteur b. Son ire vut donc 1 2 (petite bse + grnde bse) huteur = (c + d (b ))(b ). 2 f(x) b x Cs d une fonction linéire Si f est une fonction plus compliquée. Pr exemple, f(x) = (x ) 2. Il n y ps de mnière élémentire de clculer. Une première pproche consiste à essyer de clculer l ire de mnière pprochée en découpnt le domine en petits morceux en remplcnt chque petit morceu pr un morceu proche dont on sit clculer l ire (pr exemple un rectngle ou un trpèze!).

45 4.2. DÉFINITION DE L INTÉGRALE 45 f(x) b x Approximtion pr découpge en petits rectngles Si on prend des morceux de plus en plus petits, on s ppercoit que les pproximtions successives convergent vers une vleur limite. 4.2 Définition de l intégrle Cs des fonctions en esclier Définition Soit f : [, b] R une fonction. On dit que f est une fonction en esclier s il existe une subdivision de [, b] = 1 < 2 <... < N+1 = b et des réels α 1,...,α N tels que pour tout k {1,...,N} on it x ] k, k+1 [, f(x) = α k. Remrque Dns l définition précédente, on demnde juste que f soit constnte sur chque intervlle ] k, k+1 [. Définition Soit f une fonction en esclier. Soit = 1 < 2 <... < N+1 = b une subdivision de [, b] telle que f est constnte égle à α k sur chque intervlle ] k, k+1 [. On définit l intégrle entre et b de f pr f(x)dx := N α k ( k+1 k ). k=1 Proposition Soient f et g deux fonctions en esclier sur [, b] et λ R. Alors f + g et λf sont ussi des fonctions en esclier et on et f(x)dx = λ (f + g)(x)dx = f(x)dx + f(x)dx. (4.1) g(x)dx. (4.2) Preuve. Soient f et λ comme ci dessus. Il existe une subdivision = 1 <... < N+1 et des réels α 1,..., α N tels que x ] k, k+1 [, f(x) = α k.

46 46CHAPITRE 4. INTÉGRATION DES FONCTIONS CONTINUES MORCEAUX Pr suite, x ] k, k+1 [, (λf)(x) = β k vec β = λα k. Pr définition de l intégrle, il vient (λf)(x)dx = = λ N N β k ( k+1 k ) = λα k ( k+1 k ) k=1 k=1 N α k ( k+1 k ) = λ k=1 f(x)dx (4.3) Ceci prouve (4.12). L preuve de (4.13) est un peu plus délicte et lissée en exercice. Proposition Soient < b < c trois réels et f une fonction en esclier sur [, c]. Alors f [,b] et f [b,c] sont ussi des fonctions en esclier et c f(x)dx = f(x)dx + c b f(x)dx. Preuve. C est une conséquence immédite du fit que pour tout N, M N, on N+M N M+N k = k + k. k=1 k=1 k=n Cs des fonction continues pr morceux Supposons pour commencer que f : [, b] R est continue. On lui ssocie des fonctions en esclier de mnière nturelle comme à l figure précédente en posnt pour tout n N, f n (x) = 2 n k=1 α n k1 [ n k, n k+1[, vec n b k = + (k 1) 2 et α n n k = f(n k ). Il est clir que pour tout n N ; f n est une fonction en esclier. Pour tout n N, on définit I n (f) R pr I n (f) = f n (x)dx. Théorème Soit f une fonction continue. Soit (I n (f)) n N l suite de réels construite ci-dessus. Alors l suite (I n (f)) n N converge vers une limite finie lorsque n tend vers l infini. Cette limite est ppelée intégrle de f entre et b et notée f(x)dx.

47 4.2. DÉFINITION DE L INTÉGRALE 47 Preuve. Pour montrer que l suite (I n (f)) n N une limite qund n tend vers l infini, il suffit de montrer que cette suite est de Cuchy (c.f. Th 2.2.2). Prenons ǫ > 0 quelconque. On cherche N N tel que n, m N, (n N = I n (f) I n+m (f) < ǫ). (4.4) Or, l fonction f est continue sur [, b] qui est un intervlle fermé et borné, donc elle est uniformément continue, d près le Théorème Pr conséquent, il existe δ > 0 tel que x, y [, b], ( x y < δ = f(x) f(y) < ǫ b ) (4.5) Prenons N N tel que (b )2 N δ (c est possible cr l suite (2 n ) n N tend vers 0) et supposons que n, m N vérifient n N. On v montrer que (4.4) est vérifiée. Pr définition, on I n (f) = b 2 n et 2 n j=1 f( + j 1 b (b )) = 2n 2 n 2 n j=1 1 2 m 2 m k=1 f( + j 1 (b )) 2n (4.6) I n+m (f) = b 2 n+m 2 n+m f( + i 1 (b )) 2n+m = b 2 n i=1 2 n j=1 1 2 m 2 m k=1 f( + j 1 k 1 (b ) + (b )) 2n 2n+m (4.7) Pr suite, I n (f) I n+m (f) b 2 n+m 2 n 2 m j=1 k=1 f(x j,k ) f(y j,k ) (4.8) vec x j,k = + j 1 2 (b ) et y n j,k = + j 1 2 (b )+ k 1 n 2 (b ). En prticulier, n+m pour tout 1 j 2 n et 1 k 2 m, on x j,k y j,k = k 1 b (b ) 2n+m 2 n δ (4.9) cr n N. Pr conséquent, en combinnt (4.5) et (4.9), on obtient f(x j,k ) f(y j,k ) En utilisnt cette inéglité dns (4.8), il vient I n (f) I n+m (f) b 2 n+m ǫ b 2 n 2 m j=1 k=1 (4.10) ǫ = ǫ. (4.11) b Ceci prouve (4.4) et chève l démonstrtion.

48 48CHAPITRE 4. INTÉGRATION DES FONCTIONS CONTINUES MORCEAUX Remrque Dns le théorème précédent, on démontre que l suite (I n (f)) n N une limite sns expliciter celle-ci. Pour l plus prt des fonctions l limite de I n (f) (c est à dire l intégrle de f) est inclculble explicitement. Pr contre, le théorème précédent montre que cette intégrle est bien définie (ici le critère de Cuchy est fondmentl) et donne même un lgorithme pour en clculer une pproximtion. En effet, en prennt n de plus en plus grnd, le nombre I n (f) (qui est fcilement clculble) s pproche de plus en plus de l intégrle de f. On v mintennt définir l intégrle d une fonction continue pr morceux. Pour cel, on besoin de l notion de prolongement pr continuitã c d une fonction. Définition Soit f :], b[ R une fonction continue. On suppose que lim x,x> f(x) existe et lim x b,x<b f(x) existe. On ppelle prolongement pr continuité de f à l intervlle [, b] l fonction f définie sur [, b] pr x ], b[; f(x) = f(x) et f() = lim x,x> f(x), f(b) = lim x b,x<b f(x). Remrque L fonction f ci dessus est continue sur [, b], pr définition. Exemple Soit f :]0, 1] R l fonction définie pr f(x) = xsin( 1 x ). Alors, l fonction f défine pr f(0) = 0 et f(x) = f(x), x > 0, est le prolongement pr continuité de f [0, 1]. Définition Soit f : [, b] R une fonction. On dit que f est continue pr morceux sur [, b] s il existe une subdivision = 1 <... < N+1 = b telle que f ] k, k+1 [ est continue pour tout k et f une limite guche et à droite en k. Définition Soit f une fonction continue pr morceux sur [, b]. On définit l intégrle de f entre et b pr f(x)dx = N k+1 k=1 k f ]k, k+1 [(x)dx, où f ]k, k+1 [ est le prolongement pr continuité de f ]k, k+1 [ à l intervlle [ k, k+1 ]. Proposition Soient f et g deux fonctions continues pr morceux sur [, b] et λ R. Alors f +g et λf sont ussi des fonctions continues pr morceux et on et f(x)dx = λ (f + g)(x)dx = f(x)dx + f(x)dx. (4.12) g(x)dx. (4.13) Preuve. Pr définition, on peut supposer que f et g sont continues. Il suffit lors de remrquer que I n (f + g) = I n (f) + I n (g)

49 4.2. DÉFINITION DE L INTÉGRALE 49 et I n (λf) = λi n (f). En pssnt à l limite (n ) dns les églités ci dessus, on obtient le résultt nnoncé. Définition Soit f une fonction continue sur [, b]. On définit l intégrle entre b et de f (ttention ux bornes!!) pr b f(x)dx = f(x)dx. Proposition Soit I un intervlle et, b, c trois réels pprtennt à I. Soit f une fonction continue pr morceux sur I. Alors c f(x)dx = f(x)dx + c b f(x)dx. Preuve. Admis On s interesse mintennt ux propriétés de conservtion du signe de l intégrle. Proposition Soit f une fonction continue et positive sur [, b]. Alors f(x)dx 0. Preuve. Il suffit de remrquer que l suite I n définissnt l intégrle est positive. Donc s limite est positive. Corollire Soient f et g deux fonctions continues sur [, b]. On suppose que f g sur [, b]. Alors, f(x)dx g(x)dx. Preuve. Appliquer l proposition précédente à g f. Corollire Soit f une fonction continue sur [, b]. Alors il existe c [, b] tel que f(x)dx = f(c)(b ). Preuve. Comme f est continue sur [, b], il existe x 1, x 2 [, b] tels que f(x 1 ) = inf x [,b] f(x) et f(x 2 ) = sup x [,b] f(x). Autrement dit, pour tout x [, b] on f(x 1 ) f(x) f(x 2 ).

50 50CHAPITRE 4. INTÉGRATION DES FONCTIONS CONTINUES MORCEAUX En intégrnt ces inéglités entre et b, on obtient (b )f(x 1 ) f(x)dx (b )f(x 2 ). En divisnt pr (b ) on voit que le nombre I = 1 b f(x)dx vérifie I [f(x 1 ), f(x 2 )]. Le théorème de l vleur intermédiire montre donc qu il existe c [x 1, x 2 ] tel que I = f(c). D où le résultt nnoncé. 4.3 Théorème fondmentl de l Anlyse Théorème Soit f une fonction continue sur un intervlle [, b] et x 0 [, b]. Pour x [, b] on définit F(x) = x x 0 f(t)dt. Alors, F est de clsse C 1 sur [, b], F(x 0 ) = 0 et x [, b], F (x) = f(x). Preuve. Le fit que F(x 0 ) = 0 est évident. Montrons que F est dérivble. Fixons x [, b]. Pour h > 0, grce à l reltion de Chsles, on F(x + h) F(x) h f(x) = 1 h x+h x f(t)dt f(x) (4.14) De plus, d près le corollire 4.2.2, il existe x h [x, x+h] tel que x+h x f(t)dt = hf(x + h). Pr suite, F(x + h) F(x) h f(x) = f(x h ) f(x). (4.15) Comme x h tend vers x lorsque h tend vers 0, on en déduit que F(x + h) F(x) lim = f(x). h 0 h Ceci montre que F est dérivble et que F = f. Comme f est continue, on utomtiquement F C 1. Définition Soit f une fonction continue sur un intervlle [, b]. Une fonction F dérivble q et telle que F = f s ppelle une primitive de f. Remrque Le théorème précédent ffirme que toute fonction coninue possède une primitive. Il est fcile de voir qu étnt donnée une primitive F de f, quelque soit λ R, l fonction F + λ est ussi une primitive de F. Réciproquement, si F et G sont deux primitives de f, lors G = F +λ pour une certine constnte λ.

51 4.4. INTÉGRATION PAR PARTIES 51 Théorème Soit f une fonction de clsse C 1 sur un intervlle [, b], lors f (x)dx = f(b) f(). Preuve. Soit F l fonction définie pr F(x) = x f (t)dt. D près le théorème 4.3.1, on F() = 0 et x ], b[, F (x) = f (x). Pr suite F f est constnte égle à f(). En prennt x = b, il vient F(b) = f(b) f(), c est à dire f (x)dx = f(b) f(). Proposition Soit f une fonction continue sur un intervlle [, b] et F une primitive de f. Alors f(t)dt = F(b) F(). Preuve. Soit F une primitive de f. D près le corollire, on Or F = f. Donc F (t)dt = F(b) F(). f(t)dt = F(b) F(). 4.4 Intégrtion pr prties Théorème Soient u et v deux fonctions dérivbles sur un intervlle ], b[ et coninues sur [, b]. On lors l formule suivnte : où l on utilise l nottion [f] b = f(b) f(). Preuve. D près le théorème 4.3.2, on u (x)v(x) = [uv] b u(x)v (x)dx (4.16) [uv] b = (uv) (x)dx = = u (x)v(x)dx + (u (x)v(x) + u(x)v (x))dx u(x)v (x)dx. (4.17)

52 52CHAPITRE 4. INTÉGRATION DES FONCTIONS CONTINUES MORCEAUX Exemple On 2 0 te t dt = e En effet, une intégrtion pr prtie montre que 2 0 te t dt = [te t ] Chngement de vrible 0 e t dt = 2e 2 e = e Théorème Soit f : [, b] R une ppliction continue et soit ϕ : [α, β] [, b] une ppliction de clsse C 1. Alors β α (f ϕ)(t)ϕ (t)dt = ϕ(β) ϕ(α) f(s)ds. Preuve. Soit F une primitive de f. Alors F ϕ est dérivble et (F ϕ) = F ϕ.ϕ. Pr conséquent l fonction G = F ϕ est une primitive de (F ϕ)ϕ. En ppliqunt le théorème 4.3.2, on obtient β α (F ϕ)(t).ϕ (t)dt = G(b) G() = F(ϕ()) F(ϕ(b)). Or F étnt une primitive de f, ceci entrine β α (f ϕ)(t).ϕ (t)dt = ϕ(β) ϕ(α) f(s)ds. Exemple (1+x 2 ) 1+x 2dx = Preuve. Notons I = (1+x 2 ) 1+x 2dx. On pose f(x) = 1 (1+x 2 ) et ϕ(t) = 1+x2 tn(t). Alors, ϕ( π 4 ) = 1, ϕ( π 3 ) = 3. Pr suite I = ϕ( π 3 ) ϕ( π 4 ) f(x)dx = π 3 π 4 f(tn(t))tn (t)dt Or tn (t) = 1 + tn 2 (t), donc f(tn(t))tn 1 (t) = = cos(t). Pr suite 1+tn 2 (t) I = π 3 π 4 cos(t)dt = [sin] π 3 π 4 =

53 Chpitre 5 Formule de Tylor, développements limités 5.1 Ordre de grndeur Générlités Dns cette prtie on veut formliser l observtion suivnte. Considérons les deux fonctions définies sur R pr f(x) = x et g(x) = x 2. On sit que lim f(x) = 0 et lim g(x) = 0. x 0 x 0 Cependnt, on peut se demnder lquelle de ces deux fonctions tend le plus vite vers 0 qund x tend vers 0. On peut commencer pr évluer f et g pour des vleurs petites : x f(x) g(x) On constte que lorsque x tend vers 0, g(x) est beucoup plus petit que f(x). Une utre mnière d ppréhender ce phénomene est de clculer l limite qund x tend vers 0 de g(x) f(x). On constte que g(x) lim x 0 f(x) = lim x = 0 x 0 Ceci confirme que lorsque x s pproche de 0 le quotient g(x) f(x) devient très petit. Autrement dit, g(x) est beucoup plus petit que f(x). Définition Soient f : I R et g : I R deux fonctions et x 0 I. On dir que f est un grnd O de g lorsque x tend vers x 0 si : C 0, δ > 0, x ]x 0 δ, x 0 + δ[ I, f(x) C g(x). On noter f(x) = O x0 (g(x)). 53

54 54CHAPITRE 5. FORMULE DE TAYLOR, DÉVELOPPEMENTS LIMITÉS Exemple Soit f :]0, [ R définie pr f(x) = 1 x + x 2. Alors f(x) = O 1 ((x 1) 2 ). Définition Soient f : I R et g : I R deux fonctions et x 0 I. On dir que f est un petit o de g lorsque x tend vers x 0 si il existe δ > 0 et une fonction ǫ : I R telle que lim x x0 ǫ(x) = 0 et On noter x ]x 0 δ, x 0 + δ[ I, f(x) = ǫ(x) g(x) f(x) = o x0 (g(x)). Exemple Soit f :]0, [ R définie pr f(x) = x ln(x). Alors f(x) = o 0(x). Remrque Avec les nottions précédentes, dire que f = o x0 (1) (où 1 désigne l fonction constnte égle à 1) signifie exctement que lim x x0 f(x) = 0. Proposition Soient f : I R et g : I R deux fonctions et x 0 I. Alors f(x) = o x0 (g(x)) si et seulement si ǫ > 0, δ > 0, x ]x 0 δ, x 0 + δ[ I, f(x) < ǫ g(x). Preuve. Il suffit d écrire l définition de lim x x0 ǫ(x) = 0 pour obtenir l équivlence. Corollire Soient f : I R et g : I R deux fonctions et x 0 I. Supposons f(x) = o x0 (g(x)), lors f(x) = O x0 (g(x)). Proposition Soient f : I R, g : I R, h : I R et k : I R qutre fonctions λ R et x 0 I. on les implictions suivntes : 1. Si f = o x0 (g) et h = o x0 (g) lors f + h = o x0 (g). 2. Si f = o x0 (g) et h = O x0 (k) lors f.h = o x0 (g.k). 3. Si f = O x0 (g) et h = O x0 (g) lors f + h = O x0 (g). 4. Si f = O x0 (g) et h = O x0 (k) lors f.h = O x0 (g.k). Preuve. Lissée en exercice. Remrque Soient f : I R, g : I R et h : I R trois fonctions et x 0, x 1 deux réels. Si x 0 x 1, ucune des règles précédentes ne s pplique. Pr exemple on x 2 = o 0 (x), 1 x = O 1(x) et x 2. 1 x = x o 0(x 2 ) Cs des puissnces Dns cette prtie, on compre l tille des fonctions puissnces. On fixe un intervlle I et x 0 I et pour k N. Proposition Soient k N et f : I R, lors 1. f = o x0 ((x x 0 ) k ) ssi lim x x0 f(x) (x x 0) k = f = O x0 ((x x 0 ) k ) ssi f(x) (x x 0) k est bornée près de x 0. Preuve. C est une conséquence immédite des définitions.

55 5.2. FORMULE DE TAYLOR Formule de Tylor Dns toute cette prtie I =], b[ est un intervlle, x 0 I est fixé et f : I R est une ppliction. Théorème ( Formule de Tylor vec reste intégrl) Supposons que f C n+1 (I), lors pour tout x I vec k=0 f(x) = n k=0 R(x) = f (k) (x 0 ) (x x 0 ) k + R(x) k! x f (n+1) (t) x 0 n! (x t) n dt. Preuve. On procède pr récurrence sur n. Le cs n = 0 est une conséquence immédite du Théorème fondmentl de l Anlyse. Supposons que f C n+2 (I) et qu on étbli l formule : n f (k) (x 0 ) x f(x) = (x x 0 ) k f (n+1) (t) + (x t) n dt. (5.1) k! x 0 n! Une simple intégrtion pr prties montre que x f (n+1) (t) x 0 n! (x t) n dt = [ f(n+1) (t) (n + 1)! (x t)n+1 ] x x 0 + = f(n+1) (x 0 ) (x x 0 ) n+1 + (n + 1)! x x f (n+2) (t) x 0 (n + 1)! (x t)n+1 dt f (n+2) (t) x 0 (n + 1)! (x t)n+1 dt (5.2) En dditionnnt les equtions (5.1) et (5.2), on obtient le résultt u rng n+2. Corollire (Formule de Tylor-Lgrnge) Supposons que f C n+1 (I), lors pour tout x I f(x) = n k=0 f (k) (x 0 ) (x x 0 ) k + O x0 ((x x 0 ) n+1 ) k! Preuve. Il suffit de mjorer le reste R(x) dns l formule de Tylor vec reste intégrl. Comme f est de clsse C n+1, pour tout δ > 0 il existe une constnte C > 0 telle que t [x 0 δ, x 0 + δ], f (n+1) (t) C. Pr suite, pour tout x [x 0 δ, x 0 + δ], on R(x) C x x t n x 0 n! dt C x x 0 n+1. En fit on peut méliorer ce résultts à bien des égrds :

56 56CHAPITRE 5. FORMULE DE TAYLOR, DÉVELOPPEMENTS LIMITÉS Théorème ( Formule de Tylor-Young) Supposons que f : I R est n fois dérivble, lors pour tout x I n f (k) (x 0 ) f(x) = (x x 0 ) k + R(x) k! vec k=0 R(x) = o x0 ((x x 0 ) n ). Preuve. Etnt donnée une fonction f dérivble n fois, on définit l fonction n f (k) (x 0 ) T n f(x) = (x x 0 ) k. k! k=0 On doit donc montrer que T n f(x) f(x) = o x0 ((x x 0 ) n ). On procède pr réccurence sur n. Pour n = 1, il s git de montrer que si f est dérivble sur I lors f(x 0 ) + f (x 0 )(x x 0 ) f(x) = o x0 (x x 0 ). En divisnt pr x x 0 l éqution précédente devient f(x) f(x 0 ) x x 0 = f (x 0 ) + o x0 (1) qui est trivilement vrie pr définition de l limite. Supposons mitennt l propriété vrie u rng n. Soit f une fonction n + 1 fois dérivble sur I. Pr conséquent, l fonction f est n fois dérivble e td pr`s l hypoth`se de réccurence on sit que T n f (t) f (t) = o x0 ((t x 0 ) n ). On intègre cette églité entre x 0 et x : x x T n f (t)dt f(x) + f(x 0 ) = o x0 ((t x 0 ) n )dt. x 0 x 0 Pr illeurs on constte que x n T n f f (k+1) (x 0 ) (t)dt = x 0 k! et On en déduit, c est à dire n+1 k=1 = x k=0 n k=0 x x 0 (t x 0 ) k dt f (k+1) n+1 (x 0 ) (x x 0 ) k+1 = (k + 1)! k=1 x 0 o x0 ((t x 0 ) n )dt = o x0 ((x x 0 ) n+1 ). f (k) (x 0 ) (x x 0 ) k k! f (k) (x 0 ) (x x 0 ) k f(x) + f(x 0 ) = o x0 ((x x 0 ) n+1 ) k! T n+1 f(x) f(x) = o x0 ((x x 0 ) n+1 ).

57 5.3. DÉVELOPPEMENTS LIMITÉS 57 Remrque Si l on compre ce résultt vec l formule de Tylor-Lgrnge u rng n, on constte que l conclusion est meilleure (on R(x) = o x0 ((x x 0 ) n ) à comprer vec R(x) = O x0 ((x x 0 ) n ) dns le cs Tylor-Lgrnge) et nécessite moins d hypothèses (f D n contre f C n ). 5.3 Développements limités Dns cette prtie on introduit les développements limités. Etnt donnée une fonction f : I R réguliere et x 0 I, on veut donner une pproximtion de f pr une fonction plus simple. Une clsse de fonction bien connue est l clsse des polynomes. Il est donc interresnt d pprocher une fonction pr des polynomes. Dns un premier temps, on peut essyer d pprocher f pr un polynome de degré 0, c est à dire pr une constnte. C est possible en choisissnt comme polynome pproximnt l fonction P 0 (x) = f(x 0 ). Si f est continue on voit que lim x x0 (P 0 f)(x) = 0. Autrement dit, lorsque x s pproche de x 0, les fonctions P 0 et f sont proches. Si on veut rffiner cette pproximtion, on peut chercher à pprocher f pr un polynome P 1 de degré 1, c est à dire pr une fonction linéire. Si l fonction f est dérivble, ceci est possible (c consiste à dire que l tngent pproche le grphe de l fonction) et fourni une meilleure pproximtion que l pproximtion pr une constnte. Pour ller plus loin, on peut essyer d pprocher f pr un polynome de degré n quelconque. C est l objet de l suite du prgrphe. Définition Soit f : I R une ppliction et x 0 I. On dit que f un développement limité à l ordre n en x 0 (DL n (x 0 )) s il existe des réels 0,..., n tels que f(x) = (x x 0 ) n (x x 0 ) n + o x0 ((x x 0 ) n ) (5.3) pour x I. Si une fonction f un DL n (x 0 ) pour tout n, on dit que l fonction f un développement limité tout ordre en x 0. Proposition Soit f : I R une ppliction et x 0 I. On suppose que f un DL n (x 0 ). Alors les coefficients 0,..., n sont uniques. Preuve. Supposons qu on deux suites de coefficients 0,..., n et b 0,..., b n. Montons que k = b k pour tout k. On procède pr réccurence sur k. Pour k = 0, on remrque que 0 = lim x x 0 f(x) = b 0. Supposons que 0 = b 0,..., k = b k, en soustrynt les deux DL de f en x 0, on obtient 0 = ( k+1 b k+1 )(x x 0 ) k ( n b n )(x x 0 ) n + o x0 ((x x 0 ) n ). En divisnt pr (x x 0 ) k+1 et en fisnt x x 0, on obtient k+1 = b k+1. Proposition Soit f : I R une ppliction, x 0 I et g(x) = f(x 0 +x). Alors, f un DL n (x 0 ) si et seulement si g un DL n (0). De plus les coefficients de ces deux DL sont identiques.

58 58CHAPITRE 5. FORMULE DE TAYLOR, DÉVELOPPEMENTS LIMITÉS Preuve. Exercice. Théorème Soit f une fonction de clsse C n sur I. Alors, pour tout x 0 I, f dmet un développement limité à l ordre n en x 0 donné pr f(x) = f(x 0 )+f (x 0 )(x x 0 )+...+ f(n) (x 0 ) (x x 0 ) n + o x0 ((x x 0 ) n ) (5.4) n! Preuve. C est une conséquence du théorème 5.1. Remrque Si on plus d informtion sur f, on peut pousser le DL un peu plus loin. Proposition Soient f : I R et g : I R deux pplictions et x 0 I. On suppose que f et g ont un DL n (x 0 ) : f(x) = (x x 0 ) n (x x 0 ) n + o x0 ((x x 0 ) n ) g(x) = b 0 + b 1 (x x 0 ) b n (x x 0 ) n + o x0 ((x x 0 ) n ) (5.5) Alors i) (Somme de DL) L fonction f + g un DL n (x 0 ) : (f + g)(x) = ( 0 + b 0 ) ( n + b n )(x x 0 ) n + o x0 ((x x 0 ) n ) ii) ( Produit de DL) L fonction fg un DL n (x 0 ) : (fg)(x) = 0 b 0 + ( 1 b b 1 )(x x 0 ) + ( 2 b b b 2 )(x x 0 ) ( n b 0 + n 1 b b n )(x x 0 ) n + o x0 ((x x 0 ) n ) (5.6) 1 iii) (Inverse de DL)Si f(x 0 ) = 0 et f possède un DL n (x 0 ), lors 1 f possède un DL n (x 0 ). Ce DL n est identique à celui de l fonction n k=0 fk qui se clcule vec les regles i) et ii). iv) (Composition de DL) Soient I et J deux intervlles et f : I J et g : J R deux fonctions. On se donne x 0 I et on suppose que y 0 = f(x 0 ) pprtient à J. On suppose ussi que f un DL n (x 0 ) et g un DL n (y 0 ) et que ces DL sont donnés pr f(x) = P n (x x 0 )+o x0 ((x x 0 ) n ) et g(y) = Q n (y y 0 ) +o y0 ((y y 0 ) n ). Alors g f un DL n (x 0 ) qui s obtient en clculnt le DL n (x 0 ) de Q n (P n (x x 0 ) y 0 ). Preuve. Le i) est trivil. Il suffit de remrquer que o x0 ((x x 0 ) n +o x0 ((x x 0 ) n = o x0 ((x x 0 ) n. Pour le ii), on écrit f(x) = P(x) + r(x) et g(x) = Q(x) + s(x) vec P(x) = (x x 0 ) n (x x 0 ) n et r(x) = o x0 ((x x 0 ) n Q(x) = b 0 + b 1 (x x 0 ) b n (x x 0 ) n et s(x) = o x0 ((x x 0 ) n

59 5.3. DÉVELOPPEMENTS LIMITÉS 59 On (fg)(x) = P(x)Q(x) + P(x)r(x) + Q(x)s(x). D près l Proposition??, on P(x)r(x) + Q(x)s(x) = o x0 ((x x 0 ) n. De plus, en regroupnt les puissnces, on voit fcilemnt que P(x)Q(x) = 0 b 0 + ( 1 b b 1 )(x x 0 ) + ( 2 b b b 2 )(x x 0 ) ( n b 0 + n 1 b b n )(x x 0 ) n + (x x 0 ) n+1 W(x) (5.7) où W est un polynôme. En prticulier, (x x 0 ) n+1 W(x) = o x0 ((x x 0 ) n, ce qui chève l démonstrtion de ii). Démontrons mintennt le iii). On définit g n (x) = n k=0 fk (x). Un clcul immédit montre que d où (1 f(x))g n (x) = 1 f n+1 (x), (5.8) 1 1 f(x) = g n(x) + fn+1 (x) 1 f(x) (5.9) De plus, on supposé que f(x) = o x0 (x x 0 ). Pr conséquent, f n+1 (x) = o x0 ((x x 0 )) n+1 et 1 1 f(x) = O x 0 (1). On en déduit que 1 1 f(x) = g n(x) + o x0 ((x x 0 ) n+1 ) (5.10) Pour conclure, il suffit de remrquer que grce ux points i) et ii), l fonction g n un DL n (x 0 ); g n (x) = P n (x x 0 ) + o x0 ((x x 0 )) n. En remplcnt g n pr cette expression dns (5.11), il vient 1 1 f(x) = P n(x x 0 ) + o x0 ((x x 0 ) n ). (5.11) 1 Ceci démontre à l fois l existence d un DL pour 1 f L preuve iv) est lissée u lecteur. et l mnière de le clculer. Remrque Le point iii) sert à clculer le développement limité de 1 g pour toute fonction g ne s nnulnt ps en x 0 et ynt un DL. En effet si g(x 0 ) 0, on peut ecrire 1 g(x) = 1 1 (5.12) g(x 0 ) 1 f(x) vec f(x) = g(x0) g(x) g(x 0). Comme g possède un DL, il est clir que f stisfit les hypothèses du iii) de l proposition précédente. Exemple Soit u : R + R définie pr u(x) = 1 x et soit x 0 > 0. Alors f possède un DL à tout ordre en x 0. En effet u(x) = 1 1 x 0 1 ( x0 x x 0 ) = 1 n (x 0 x) k + O x0 ((x x 0 ) n+1 ) x 0 k=0 (5.13) n ( 1) k = (x x 0 ) k + o x0 ((x x 0 ) n ). x 0 k=0

60 60CHAPITRE 5. FORMULE DE TAYLOR, DÉVELOPPEMENTS LIMITÉS Proposition (Intégrtion des DL) Soit f : I R une ppliction continue et x 0 I. On suppose que f un DL n (x 0 ) : f(x) = (x x 0 ) n (x x 0 ) n + o x0 ((x x 0 ) n ) (5.14) Alors, toute primitive F de f un développement limité à l ordre n + 1 en x 0 : F(x) = F(x 0 )+ 0 (x x 0 )+ 1 2 (x x 0) n (n + 1) (x x 0) n+1 +o x0 ((x x 0 ) n+1 ). Preuve. Soit F une primitive de f. Alors, il existe une fonction r telle que lim x x0 r(x) = 0 et x F(x) = F(x 0 ) + f(t)dt x 0 = F(x 0 ) + x ( x 0 k=0 n k (t x 0 ) k + (t x 0 ) n r(t))dt (5.15) En utilisnt le fit que x x 0 (t x 0 ) k dt = 1 k+1 (x x 0) k+1 et l linérité de l intégrle, il vient F(x) = F(x 0 )+ 0 (x x 0 )+ 1 2 (x x 0) n (n + 1) (x x 0) n+1 +ρ(x) (5.16) vec ρ(x) = x x 0 (t x 0 ) n ǫ(t)dt. Il reste donc à montrer que ρ(x) tend vers 0 plus vite que (x x 0 ) n+1. Fixons ǫ > 0 u hsrd. Pr définition, il existe δ > 0 tel que t ]x 0 δ, x 0 + δ[, r(t) < ǫ(t x 0 ) n. On en déduit que pour x ]x 0 δ, x 0 + δ[, on x ρ(x) < ǫ t x 0 n dt ǫ x x 0 n+1 x 0 (5.17) ce qui montre que ρ(x) = o x0 ((x x 0 ) n+1. Remrque On remrque que le DL à l ordre n + 1 de l primitive de f s obtient en intégrnt termes à termes le DL de f à l ordre n. Remrque Il n y ps de résultt nlogue qui permette d ffirmer que si une fonction dérivble un DL n lors s dérivée f un DL n 1. Pr exemple l fonction f définie pr f(0) = 0 et f(x) = x 3 sin( 1 x 2 ) possède une DL 2 en 0 : f(x) = x + 0x 2 + o 0 (x 2 ), mis s dérivée n ps de DL 1 en 0. En effet, f (0) = 0 et pour x 0, on f (x) = 3x 2 sin( 1 x 2 ) 2 cos( 1 x 2 ). En prticulier f n es ps continue en 0 et donc ne possède ps de DL 1.

61 5.4. DÉVELOPPEMENTS LIMITÉS USUELS Développements limités usuels A l ide de l formule de Tylor, il est possible de montrer que certines fonctions usuelles ont des DL tout ordre en tout point et de clculer ces développement limités. On donne ici certins de ces DL à un ordre n quelconque et en x 0 = 0. k Z, (1+x) k = 1+kx+ k(k 1) x 2 k(k 1)...(k n + 1) x n +o 0 (x n ) 2 n! cos(x) = sin(x) = n k=0 n k=0 ( 1) k (2k)! x2k + o 0 (x 2n ) ( 1) k+1 (2k + 1)! x2k+1 + o 0 (x 2n+1 ) e x = 1 + x + x xn n! + o 0(x n ) log(1 + x) = n 1 k=0 ( 1) k k + 1 xk+1 + o 0 (x n ) α R, (1 + x) α = 1 + αx α(α 1)...(α n + 1) x n + o 0 (x n ) n! 1 1 x = 1 + x + x x n + o 0 (x n ). rctn(x) = x x3 3 + x5 x2n ( 1)2n+1 5 2n o 0(x 2n+1 ) rcsin(x) = n k= (2k + 1) 2 k x 2k+1 + o 0 (x 2n+1 ) (2k + 1)k! 5.5 Appliction u clcul de limites Une ppliction essentielle des développements limités est de lever des indétermintions dns le clcul des limites. Dns cette section on donne quelques exemples de ces pplictions. Supposons qu on doit étudier l limite en x 0 d une fonction F de l forme F(x) = f(x) g(x). Si les deux fonctions ont une limite en x 0 et que l limite de g est non nulle, lors l limite de F est donnée pr le quotiont des limites (proposition 2.1.2). Dns le cs ou f et g ont une limite nulle, le résultt précédent ne s pplique ps. Pour lever l indétermintion, une méthode trés performnte consiste (si c est possible) à écrire un DL de chcune des fonctions et à simplifier l frction.

62 62CHAPITRE 5. FORMULE DE TAYLOR, DÉVELOPPEMENTS LIMITÉS Proposition Soient f : I R et g : I R deux pplictions et x 0 I. On suppose lim x x0 f(x) = lim x x0 g(x) = 0 et que f et g ont un DL n (x 0 ) donné pr { f(x) = 1 (x x 0 ) n (x x 0 ) n + o x0 ((x x 0 ) n ) g(x) =b 1 (x x 0 ) b n (x x 0 ) n + o x0 ((x x 0 ) n ) (5.18) On note n f = inf{k {1,..., n}, k 0} et n g = inf{k {1,...,n}, b k 0}. On lors les comportements suivnts : f(x) si n f > n g lors lim x x0 g(x) = 0 f(x) si n f = n g lors lim x x0 g(x) = n f b ng. si n f < n g lors f g une limite infinie à guche et à droite. Le signe est donné pr le quotient n f b ng de détils). et l différence n f n g (voir l preuve pour plus Preuve. Soit F = f g. Quitte à poser y = x x 0 on peut supposer x 0 = 0. On écrit n k=n F(x) = f k x k + o 0 (x n ) n (5.19) k=n g b k x k + o 0 (x n ) et on fctorise le numérteur et le dénominteur : F(x) = xn f ( n n f k=0 k+nf x k + o 0 (x n n f )) x ng ( n n g k=0 b k+ng x k + o 0 (x n ng )) Si n f > n g, on simplifie pr x ng et on obtient (5.20) F(x) = xn f n g ( n n f k=0 k+nf x k + o 0 (x n n f )) n ng. (5.21) k=0 b k+ng x k + o 0 (x n ng ) Comme n f > n g le numérteur tend vers 0 qund x tend vers 0. Pr illeurs, pr définition de n g on b ng 0 donc le dénominteur une limite non nulle. Pr suite lim x 0 F(x) = 0. Supposons mintennt que n f = n g. Alors F(x) = n nf k=0 k+nf x k + o 0 (x n n f ) n ng k=0 b k+ng x k + o 0 (x n ng ). (5.22) et il est clir que lim x 0 F(x) = n f b ng. Pour finir, tritons le cs où n f < n g. L même procédure que ci-dessus montre (en simplifint pr x nf ) que F(x) = n nf k=0 k+nf x k + o 0 (x n n f ) x ng n f ( n ng k=0 b k+ng x k + o 0 (x n ng )). (5.23) Or dns cette expression, le numérteur tend vers nf 0 tndis que le dénominteur tend vers 0. Pr suite, on lim F(x) = +. (5.24) x 0

63 5.5. APPLICATION AU CALCUL DE LIMITES 63 De plus, pour x > 0 F(x), le signe de n f b ng et pour x < 0, F(x) le signe de ( 1) n f n nf g b ng. Si n f n g est impir, on obtient des signes différents à guche et à droite de 0. Pr suite F n ps de limite infinie en 0, mis seulement des limites infinies à guche et à droite de signes différents. Si n f n g est pir, F le même signe à guche et à droite de 0. Pr suite F une limite infini en 0 dont le signe est donné pr sgn( n f b ng ). Exemple Soit f définie pour x 0 pr f(x) = sin(x) x+ x 3 6 x. Clculer 5 lim x 0 f(x). Preuve. C est évidemment une forme indéterminée. On clcule un DL de sin(x) x + x3 6 en 0. On Pr suite sin(x) x + x3 6 = x x3 6 + x5 5! + O 0(x 7 ) x + x3 6 = x5 5! + O 0(x 7 ). et on clirement f(x) = x 5 5! + O 0(x 7 ) x 5 = 1 5! + O 0(x 2 ) lim x 0 f(x) = 1 5!.

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :

Plus en détail

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER

LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE. Unité d enseignement LCMA 4U11 ANALYSE 3. Françoise GEANDIER LICENCE DE MATHÉMATIQUES DEUXIÈME ANNÉE Unité d enseignement LCMA 4U ANALYSE 3 Frnçoise GEANDIER Université Henri Poincré Nncy I Déprtement de Mthémtiques . Tble des mtières I Séries numériques. Séries

Plus en détail

Tout ce qu il faut savoir en math

Tout ce qu il faut savoir en math Tout ce qu il fut svoir en mth 1 Pourcentge Prendre un pourcentge t % d un quntité : t Clculer le pourcentge d une quntité pr rpport à une quntité b : Le coefficient multiplicteur CM pour une ugmenttion

Plus en détail

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) ( Correction de l épreuve CCP PSI Mths PREMIÈRE PARTIE I- Soit t u voisinge de, t Alors ϕt t s = ϕt ρt s ρs Pr hypothèse, l fonction ϕt ϕt est lorsque t, il en est donc de même de ρt s ρt s ρs cr ρ s est

Plus en détail

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE

ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Jen-Pierre Dedieu, Jen-Pierre Rymond ANALYSE : FONCTIONS D UNE VARIABLE RÉELLE Institut de Mthémtiques Université Pul Sbtier 31062 Toulouse cedex 09 [email protected] [email protected]

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO

Université Paris-Dauphine DUMI2E. UFR Mathématiques de la décision. Notes de cours. Analyse 2. Filippo SANTAMBROGIO Université Pris-Duphine DUMI2E UFR Mthémtiques de l décision Notes de cours Anlyse 2 Filippo SANTAMBROGIO Année 2008 2 Tble des mtières 1 Optimistion de fonctions continues et dérivbles 5 1.1 Continuité........................................

Plus en détail

semestre 3 des Licences MISM annnée universitaire 2004-2005

semestre 3 des Licences MISM annnée universitaire 2004-2005 MATHÉMATIQUES 3 semestre 3 des Licences MISM nnnée universitire 24-25 Driss BOULARAS 2 Tble des mtières Rppels 5. Ensembles et opértions sur les ensembles.................. 5.. Prties d un ensemble.........................

Plus en détail

Synthèse de cours (Terminale S) Calcul intégral

Synthèse de cours (Terminale S) Calcul intégral Synthèse de cours (Terminle S) Clcul intégrl Intégrle d une onction continue positive sur un intervlle [;] Dns cette première prtie, on considère une onction continue positive sur un intervlle [ ; ] (

Plus en détail

ANALYSE NUMERIQUE NON-LINEAIRE

ANALYSE NUMERIQUE NON-LINEAIRE Université de Metz Licence de Mthémtiques - 3ème nnée 1er semestre ANALYSE NUMERIQUE NON-LINEAIRE pr Rlph Chill Lbortoire de Mthémtiques et Applictions de Metz Année 010/11 1 Tble des mtières Chpitre

Plus en détail

Cours d Analyse IV Suites et Séries de fonctions

Cours d Analyse IV Suites et Séries de fonctions Université Clude Bernrd, Lyon I Licence Sciences, Technologies & Snté 43, boulevrd 11 novembre 1918 Spécilité Mthémtiques 69622 Villeurbnne cedex, Frnce L. Pujo-Menjouet [email protected] Cours d

Plus en détail

Licence M.A.S.S. Cours d Analyse S4

Licence M.A.S.S. Cours d Analyse S4 Université Pris I, Pnthéon - Sorbonne Licence MASS Cours d Anlyse S4 Jen-Mrc Brdet (Université Pris 1, SAMM) UFR 27 et Equipe SAMM (Sttistique, Anlyse et Modélistion Multidisiplinire) Université Pnthéon-Sorbonne,

Plus en détail

Chapitre 1 : Fonctions analytiques - introduction

Chapitre 1 : Fonctions analytiques - introduction 2e semestre 2/ UE 4 U : Abrégé de cours Anlyse 3: fonctions nlytiques Les notes suivntes, disponibles à l dresse http://www.iecn.u-nncy.fr/ bertrm/, contiennent les définitions et les résultts principux

Plus en détail

Intégrale et primitives

Intégrale et primitives Chpitre 5 Intégrle et primitives 5. Ojetif On herhe dns e hpitre à onstruire l opérteur réiproue de l opérteur de dérivtion. Les deux uestions suivntes sont lors nturelles. Question : Soit f une pplition

Plus en détail

Séquence 8. Probabilité : lois à densité. Sommaire

Séquence 8. Probabilité : lois à densité. Sommaire Séquence 8 Proilité : lois à densité Sommire. Prérequis 2. Lois de proilité à densité sur un intervlle 3. Lois uniformes 4. Lois exponentielles 5. Synthèse de l séquence Dns cette séquence, on introduit

Plus en détail

Chapitre 11 : L inductance

Chapitre 11 : L inductance Chpitre : inductnce Exercices E. On donne A πr 4π 4 metn N 8 spires/m. () Selon l exemple., µ n A 4π 7 (8) 4π 4 (,5) 5 µh (b) À prtir de l éqution.4, on trouve ξ ξ 4 3 5 6 6,3 A/s E. On donne A πr,5π 4

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

/HVV\VWqPHVFRPELQDWRLUHV

/HVV\VWqPHVFRPELQDWRLUHV /HVV\VWqPHVFRPELQDWRLUHV I. Définition On ppelle système combintoire tout système numérique dont les sorties sont exclusivement définies à prtir des vribles d entrée (Figure ). = f(x, x 2,,, x n ) x x

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Baccalauréat S Asie 19 juin 2014 Corrigé

Baccalauréat S Asie 19 juin 2014 Corrigé Bcclurét S Asie 9 jui 24 Corrigé A. P. M. E. P. Exercice Commu à tous les cdidts 4 poits Questio - c. O peut élimier rpidemet les réposes. et d. cr les vecteurs directeurs des droites proposées e sot ps

Plus en détail

LANGAGES - GRAMMAIRES - AUTOMATES

LANGAGES - GRAMMAIRES - AUTOMATES LANGAGES - GRAMMAIRES - AUTOMATES Mrie-Pule Muller Version du 14 juillet 2005 Ce cours présente et met en oeuvre quelques méthodes mthémtiques pour l informtique théorique. Ces notions de bse pourront

Plus en détail

Notes de révision : Automates et langages

Notes de révision : Automates et langages Préprtion à l grégtion de mthémtiques 2011 2012 Notes de révision : Automtes et lngges Benjmin MONMEGE et Sylvin SCHMITZ LSV, ENS Cchn & CNRS Version du 24 octore 2011 (r66m) CC Cretive Commons y-nc-s

Plus en détail

Module 2 : Déterminant d une matrice

Module 2 : Déterminant d une matrice L Mth Stt Module les déterminnts M Module : Déterminnt d une mtrice Unité : Déterminnt d une mtrice x Soit une mtrice lignes et colonnes (,) c b d Pr définition, son déterminnt est le nombre réel noté

Plus en détail

STI2D Logique binaire SIN. L' Algèbre de BOOLE

STI2D Logique binaire SIN. L' Algèbre de BOOLE L' Algère de BOOLE L'lgère de Boole est l prtie des mthémtiques, de l logique et de l'électronique qui s'intéresse ux opértions et ux fonctions sur les vriles logiques. Le nom provient de George Boole.

Plus en détail

Chapitre VI Contraintes holonomiques

Chapitre VI Contraintes holonomiques 55 Chpitre VI Contrintes holonomiques Les contrintes isopérimétriques vues u chpitre précéent ne sont qu un eemple prticulier e contrintes sur les fonctions y e notre espce e fonctions missibles. Dns ce

Plus en détail

3- Les taux d'intérêt

3- Les taux d'intérêt 3- Les tux d'intérêt Mishkin (2007), Monnie, Bnque et mrchés finnciers, Person Eduction, ch. 4 et 6 Vernimmen (2005), Finnce d'entreprise, Dlloz, ch. 20 à 22 1- Mesurer les tux d'intérêt comprer les différents

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : [email protected] Mots-clés : équation fonctionnelle, série

Plus en détail

Techniques d analyse de circuits

Techniques d analyse de circuits Chpitre 3 Tehniques d nlyse de iruits Ce hpitre présente différentes méthodes d nlyse de iruits. Ces méthodes permettent de simplifier l nlyse de iruits ontennt plusieurs éléments. Bien qu on peut résoudre

Plus en détail

Mathématiques I Section Architecture, EPFL

Mathématiques I Section Architecture, EPFL Examen, semestre d hiver 2011 2012 Mathématiques I Section Architecture, EPFL Chargé de cours: Gavin Seal Instructions: Mettez votre nom et votre numéro Sciper sur chaque page de l examen. Faites de même

Plus en détail

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états.

L'algèbre de BOOLE ou algèbre logique est l'algèbre définie pour des variables ne pouvant prendre que deux états. ciences Industrielles ystèmes comintoires Ppnicol Roert Lycée Jcques Amyot I - YTEME COMBINATOIRE A. Algère de Boole. Vriles logiques: Un signl réel est une grndeur physique en générl continue, on ssocie

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 4. 1 Autres recettes pour calculer les limites Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*)

AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES. Bruno BELHOSTE (*) Revue d histoire des mthémtiques, 2 (1996), p. 1 66. AUTOUR D UN MÉMOIRE INÉDIT : LA CONTRIBUTION D HERMITE AU DÉVELOPPEMENT DE LA THÉORIE DES FONCTIONS ELLIPTIQUES Bruno BELHOSTE (*) RÉSUMÉ. Dns cet rticle,

Plus en détail

Influence du milieu d étude sur l activité (suite) Inhibition et activation

Influence du milieu d étude sur l activité (suite) Inhibition et activation Influence du milieu d étude sur l ctivité (suite) Inhibition et ctivtion Influence de l tempérture Influence du ph 1 Influence de l tempérture Si on chuffe une préprtion enzymtique, l ctivité ugmente jusqu

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances

Turbine hydraulique Girard simplifiée pour faibles et très faibles puissances Turbine hydrulique Girrd simplifiée pour fibles et très fibles puissnces Prof. Ing. Zoltàn Hosszuréty, DrSc. Professeur à l'université technique de Kosice Les sites hydruliques disposnt de fibles débits

Plus en détail

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique

LITE-FLOOR. Dalles de sol et marches d escalier. Information technique LITE-FLOOR Dlles de sol et mrches d esclier Informtion technique Recommndtions pour le clcul et l pose de LITE-FLOOR Générlités Cette rochure reprend les règles de se à respecter pour grntir l rélistion

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Partie 4 : La monnaie et l'inflation

Partie 4 : La monnaie et l'inflation Prtie 4 : L monnie et l'infltion Enseignnt A. Direr Licence 2, 1er semestre 2008-9 Université Pierre Mendès Frnce Cours de mcroéconomie suite 4.1 Introduction Nous vons vu dns l prtie introductive que

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

Leçon 01 Exercices d'entraînement

Leçon 01 Exercices d'entraînement Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : cours. Dérivation dans R TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

Développements limités

Développements limités Université Joseph Fourier, Grenoble Maths en Ligne Développements limités Bernard Ycart Les développements limités sont l outil principal d approximation locale des fonctions. L objectif de ce chapitre

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Cours d Analyse I et II

Cours d Analyse I et II ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Guide d'utilisation Easy Interactive Tools Ver. 2

Guide d'utilisation Easy Interactive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver. 2 Guide d'utilistion Esy Interctive Tools Ver.2 Présenttion de Esy Interctive Tools 3 Crctéristiques Fonction de dessin Vous pouvez utiliser Esy Interctive

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Chapitre III : Fonctions réelles à une variable réelle. Notion de Limite (ses variantes) et Théorèmes d'analyse

Chapitre III : Fonctions réelles à une variable réelle. Notion de Limite (ses variantes) et Théorèmes d'analyse Université Mohammed V - Agdal Faculté des Sciences Département de Mathématiques et Informatique Avenue Ibn Batouta, B.P. 1014 Rabat, Maroc Filière DEUG : Sciences Mathématiques et Informatique (SMI) et

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

NOMBRES COMPLEXES. Exercice 1 :

NOMBRES COMPLEXES. Exercice 1 : Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Développements limités usuels en 0

Développements limités usuels en 0 Développements limités usuels en 0 e x sh x ch x sin x cos x = + x! + x! + + xn n! + O ( x n+) = x + x3 3! + + xn+ (n + )! + O ( x n+3) = + x! + x4 4! + + xn (n)! + O ( x n+) = x x3 3! + + ( )n xn+ (n

Plus en détail

Le canal étroit du crédit : une analyse critique des fondements théoriques

Le canal étroit du crédit : une analyse critique des fondements théoriques Le cnl étroit du crédit : une nlyse critique des fondements théoriques Rfl Kierzenkowski 1 CREFED Université Pris Duphine Alloctire de Recherche Avril 2001 version provisoire Résumé A l suite des trvux

Plus en détail

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C. 16 Suites de foctios Suf précisio cotrire, I est u itervlle réel o réduit à u poit et les foctios cosidérées sot défiies sur I à vleurs réelles ou complexes. 16.1 Covergece simple et covergece uiforme

Plus en détail

Toyota Assurances Toujours la meilleure solution

Toyota Assurances Toujours la meilleure solution Toyot Assurnces Toujours l meilleure solution De quelle ssurnce vez-vous besoin? Vous roulez déjà en Toyot ou vous ttendez s livrison. Votre voiture est neuve ou d occsion. Vous vlez les kilomètres ou

Plus en détail

Chapitre VI Fonctions de plusieurs variables

Chapitre VI Fonctions de plusieurs variables Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Algorithmes sur les mots (séquences)

Algorithmes sur les mots (séquences) Introduction Algorithmes sur les mots (séquences) Algorithmes sur les mots (textes, séquences, chines de crctères) Nomreuses pplictions : ses de données iliogrphiques ioinformtique (séquences de iomolécules)

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Magister en : Génie Mécanique

Magister en : Génie Mécanique الجمهورية الجزاي رية الديمقراطية الشعبية République Algérienne Démocrtique et Populire وزارة التعليم العالي و البحث العلمي Ministère de l enseignement supérieur et de l recherche scientifique Université

Plus en détail

INTRODUCTION. 1 k 2. k=1

INTRODUCTION. 1 k 2. k=1 Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Fonctions de plusieurs variables et changements de variables

Fonctions de plusieurs variables et changements de variables Notes du cours d'équations aux Dérivées Partielles de l'isima, première année http://wwwisimafr/leborgne Fonctions de plusieurs variables et changements de variables Gilles Leborgne juin 006 Table des

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail