Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année

Dimension: px
Commencer à balayer dès la page:

Download "Notes du cours Mathématiques pour l ingénieur. Sup Galilée - année 2008-2009"

Transcription

1 Notes du cours Mathématiques pour l ingénieur Sup Galilée - année Benoît Merlet

2

3 Ces notes de cours s adressent aux élèves ayant suivi le cours. Elles contiennent peu d explications. Elles pourront servir de support à l élève qui veut vérifier une notion qui est déjà connue. i

4 Table des matières I Logique, ensembles, topologie élémentaire 1 1 Rappels de logique Ensembles et fonctions Espaces métriques II Suites et séries numériques 10 1 Suites numériques Généralités Le théorème de Bolzano Weierstrass Suites usuelles Comparaison de suites Séries numériques Généralités Critères de convergence pour les séries à termes positifs Séries entières Règle d Abel Séries absolument convergentes III Fonctions de la variable réelle 24 1 Limites, continuité Dérivabilité Composition de fonction ii

5 3 Théorème de Rolle. Formules de Taylor Développements limités IV Rappels d intégration. L intégrale de Riemann 36 1 Quelques espaces de fonctions L intégrale de Riemann, définition et propriétés élémentaires Fonctions Riemann intégrables Manipulations de l intégrale, calcul de primitives Primitives Intégration par parties Changement de variable Intégrales semi-définies Passage à la limite sous le signe intégrale V Équations différentielles 48 1 Systèmes d équations différentielles de degré un. Le problème de Cauchy Le Théorème de Cauchy-Lipschitz Méthodes de résolution des équations différentielles Equations linéaires d ordre Équations non-linéaires du premier ordre Équations linéaires à coefficients constants iii

6

7 I Logique, ensembles, topologie élémentaire 1 Rappels de logique On rappelle ici les notions de logique élémentaire. Soient P et Q deux propositions. On peut former de nouvelles propositions à l aide de P et Q : P Q (P et Q) est vraie quand P est vraie et Q est vraie. P Q (P ou Q) est vraie quand P est vraie ou Q est vraie. P (non P) est vraie si et seulement si P est fausse. P Q se dit P est equivalent à Q et est vrai si et seulement si P et Q sont vraies simultanément. P Q se dit P implique Q et signifie que si P est vraie alors Q est vraie. Relations ( P) est équivalent à P. La relation P Q est symétrique, i.e. elle est équivalente à Q P. L implication A := (P Q) s écrit aussi B := (( P) Q). En effet, A vraie indique bien que soit P est fausse (donc P est vraie), soit P est vraie et dans ce cas Q doit être vraie. (P Q) (Q P) est équivalente à (P Q) Démontrer (P Q) est équivalent à démontrer ( Q P). C est ce qu on appelle le raisonnement par contraposée. En effet pour vérifier que si j ai P alors j ai Q, il est équivalent de vérifier que si je n ai pas Q alors je n ai pas P. Exemple : Si (le ciel est dégagé) alors (on voit les étoiles) équivalent à Si (on ne voit pas les étoiles) alors (le ciel n est pas dégagé). Autrement dit ( le ciel est dégagé on voit les étoiles ) (le ciel est dégagé) ( on voit les étoiles) 1

8 Règles de contradiction (P Q) P Q. (P Q) P Q. (P Q) P Q. Quantificateurs x se lit pour tout x, quel que soit x x E se lit pour tout x appartenant à l ensemble E, quel que soit x élément de E,... x se lit il existe un x,!x E se lit il existe un unique élément x de l ensemble E tel que... On a les règles de contradiction suivantes ( x P(x)) x tel que P(x). ( y E P(y)) y E, P(y). ( x y E tel que P(y)) x tel que y E, P(x, y). Raisonnement par récurrence Le principe du raisonnement par récurrence est le suivant. Soit une proposition P(n) dépendant de l entier n. Si on a Prémisse : P(0) est vraie. n 0 (P(n) P(n + 1)) Alors n 0, P(n) est vraie. Le raisonnement par récurrence se démontre à partir de l axiome suivant : tout ensemble non vide de N admet un plus petit élément. 2 Ensembles et fonctions Définition 2.1 Étant donnés deux ensembles A et B, on dit qu on définit une fonction (ou une application) f de A vers B si pour toux x élément de A, on assoccie un et un seul élément de B noté f (x). L ensemble A est appelé domaine de f. L ensemble des éléments de la forme f (x) sont appelés valeurs de f. L ensemble de toutes les valeurs prises par f est appelé l image de f. Il est noté f (A) := { f (x) : x A}. 2

9 Exemples : L image de f 1 est f 1 (R) = [ 1, 1]. L image de f 2 est f 2 ([0, π/2)) = [0, 1). f 1 : R R x sin x. f 2 : [0, π/2) R x sin x. f 3 : R R x [x], où [x] désigne la partie entière du réel x. L image de f 3 est f 3 (R) = Z. Définition 2.2 Si E A, on note f (E) l ensemble { f (x) : x E}. Cet ensemble f (E) est appelé image de E par f. Si F B, l ensemble f 1 (F) est l ensemble des éléments x A tels que f (x) F. Exercice 2.1 Déterminer f 1 1 Définition 2.3 On dit que f est injective si (R), f1 ([0, 1]), f2 (( 1, 0)) et f3 (N). x 1, x 2 A, ( (x1 x 2 ) ( f (x 1 ) f (x 2 ) ) ). A f B x y =f(x) FIG. I.1 Injection de A vers B 3

10 Exemples : f : Z Z, n 2n est injective. f : [ π/2, π/2] R, x sin x est injective. Remarque 2.4 Toute fonction d un intervalle de R dans R qui est strictement croissante est injective. De même toute fonction strictement décroissante est injective. Définition 2.5 On dit que f est surjective si y B, f 1 ({y}) Ø. A f B FIG. I.2 Surjection de A sur B Exemples f : R [ 1, 1], x sin x 4

11 est surjective. f : R R, x sin x n est pas surjective. Définition 2.6 Une fonction f : A B est dite bijective si elle est à la fois injective et surjective. C est à dire y B, f 1 ({y}) est constitué d un unique élément. On note f 1 (y) cet élément. On définit ainsi la fonction f 1 qui est appelée fonction réciproque de f : f 1 : B A, y f 1 (y). Remarque 2.7 Pour tout x A, on a f 1 ( f (x)) = x. Pour tout y B, on a f ( f 1 (y)) = y. Exemples : f : [ π/2, π/2] [ 1, 1] x sin x. f 1 : [ 1, 1] [ π/2, π/2] y arcsin y. 5

12 y arcin x =y sin x FIG. I.3 Exemple de fonctions réciproques, x sin x et y arcsin y. Définition 2.8 On dit que deux ensembles A et B ont même cardinal ou sont équipotents et on note A B si il existe une bijection de A vers B. Proposition 2.9 La relation vérifie : La relation est réflexive : pour tout ensemble A, on a A A. La relation est symétrique : si A B, alors B A. La relation est transitive : si A B et B C alors on a A C. (Remarque : une relation qui vérifie ces trois propriétés est appelée relation d équivalence.) Définition 2.10 On rappelle que l ensemble Ø est l ensemble qui ne contient aucun élément. Si n est un entier strictement positif, on note 1, n l ensemble des entiers compris entre 1 et n. On dit que A est (a) fini si A = Ø ou bien s il existe n 1 tel que A 1, n. (b) infini sinon. (c) dénombrable si A N. (d) non-dénombrable si A n est ni fini ni dénombrable. 6

13 Exemple : L ensemble Z est dénombrable. En effet on a la bijection f : N Z définie par f (n) = n si n est paire, 2 n+1 2 si n est impaire. Théorème 2.11 Tout sous ensemble infini d un ensemble dénombrable est dénombrable. Une union dénombrable d ensembles dénombrables est dénombrable. Preuve On prouve seulement le second point. Soit (E i ) i 1 une famille d ensemble dénombrables. Pour i = 1, 2,, on numérote x i 1, xi 2, les éléments de E i. On peut alors numéroter tous les éléments de i E i en suivant les flèches dans le diagramme suivant. x 1 1 x 1 2 x 1 3 x 1 4 x 2 1 x 2 2 x x 3 1 x x 4 1 x Corollaire 2.12 L ensemble Q des nombres rationnels est dénombrables. Preuve En effet pour q N \ {0}, on note 1 Z l ensemble des fractions d entiers qui admettent q comme q dénominateur : p q : p Z. Il est clair que p p définit une bijection de Z vers 1Z et donc 1 Z est dénombrable. Par le q q q théorème précédent, l ensemble 1 Q = q Z q N\{0} est alors dénombrable comme union dénombrable d ensembles dénombrables. Théorème 2.13 L ensemble des réels n est pas dénombrable. 7

14 Preuve On montre que [0, 1) n est pas dénombrable. On va raisonner par l absurde. Supposons que [0, 1) est dénombrable. Il existe alors une bijection u : N \ {0} [0, 1). Pour n 1, on note u(n) = 0, x n 1 xn 2 xn 3 xn i 0, 9 le développement décimale du nombre u(n). Dans la suite on va construire un nombre y = 0, y 1 y 2 y 3 [0, 1) en définissant succéssivement y 1, y 2, : On construit y 1 comme suit : si x 1 1 = 0, on pose y 1 = 1 sinon on pose y 1 = 0. Ensuite on construit y 2 par la règle : si x 2 2 = 0, on pose y 2 = 1 sinon on pose y 2 = 0. Pour n 1, on utilise la même méthode. On construit y n par la règle : si x n n = 0, on pose y n = 1, sinon, on pose y n = 0. On a ainsi construit sans ambiguïté toute les décimales d un nombre y = 0, y 1 y 2. Par construction y [0, 1) et donc il existe un entier n tel que u(n) = y. Par unicité du développement décimal, on a x n i = y i pour i = 1, 2,. En particulier x n n = y n. Ce qui est faux par construction de y. Contradiction. 3 Espaces métriques Définition 3.1 Soit X un ensemble dont on appelle points les éléments. L ensemble X est un espace métrique si pour tout couple x, y X on peut associer un nombre d(x, y) R + satisfaisant (a) x, y X, d(x, y) = 0 x = y, (b) x, y X, d(x, y) = d(y, x), (c) x, y, z X, d(x, y) d(x, z) + d(y, z). (Inégalité triangulaire). Le réel d(x, y) est appelé distance de x à y. Exemples : Dans R, d(x, y) := x y. Dans C, d(z 1, z 2 ) := z 1 z 2. Dans R d, la distance Euclidienne : d ( (x 1, x 2,, x d ), (y 1, y 2,, y d ) ) := (x 1 y 1 ) 2 + (x 2 y 2 ) (x d y d ) 2. Définition 3.2 On appelle boule ouverte de centre x et de rayon r > 0 l ensemble {y X : d(x, y) < r}. Définition 3.3 Un point x est un point d accumulation d un ensemble E si toute boule ouverte de centre x au moins contient un élément de E distinct de x. 8

15 Définition 3.4 On dit qu une suite (x n ) converge vers un élément x X dans X si On note lim n x n = x. ε > 0, N(ε) tel que n N(ε), d(x n, x) < ε. En particulier, il existe (x n ) E telle que d(x n, x) < 1. On va voir que cela signifie que la suite n x n converge vers x dans X. Définition 3.5 On dit que (x n ) X est une suite de Cauchy si ε > 0, N(ε) tel que n, p N(ε), d(x n, x p ) < ε. Proposition 3.6 Dans un espace métrique, toute suite convergente est de Cauchy. Définition 3.7 On dit que X est un espace métrique complet si dans X toute suite de Cauchy est convergente. Exemples : R, C, R d. Comme corollaire, on a : Théorème 3.8 (Théorème de Bolzano-Weierstraß) Tout sous ensemble infini borné de R d admet un point d accumulation. Pour finir, on rappelle la notion de sous-suite. Définition 3.9 Soit x = (x n ) n 0 une suite. Si ϕ : N N est strictement croissante. On appelle suite extraite ou sous-suite de x la suite (y n = x ϕ(n) ) n 0. Exemple Si x n = ( 1) n, alors les suites extraites (x 2n ) n 0 et (x 2n+1 ) n 0 sont constantes. Le théorème de Bolzano-Weierstraß peut se reformuler ainsi. Théorème 3.10 Toute suite bornée de R d admet une sous suite convergente. 9

16 II Suites et séries numériques Dans cette partie on considère des suites de nombres réels (x n ) n 0 R ou eventuellement de nombres complexes (z n ) n 0 C. 1 Suites numériques 1.1 Généralités Définition 1.1 On dit que (x n ) R (ou C) converge vers x R (x C) si ε > 0, N(ε) > 0, tel que n N(ε), x n x < ε. Sinon on dit que la suite diverge. Définition 1.2 Un suite (x n ) C est bornée si il existe M > 0 telle que n 0, x n M. Remarque 1.3 On ne change pas le caractère borné ou convergeant d une suite si on modifie un nombre fini de ses termes. Les deux Propositions qui suivent se déduisent aisément des deux définitions précédentes. Proposition 1.4 Toute suite convergente est bornée. Proposition 1.5 Soient (x n ) et (y n ) deux suites à coefficients complexes. Si (x n ) est bornée et (y n ) tend vers 0 alors la suite produit (z n ) = (x n y n ) converge ves Le théorème de Bolzano Weierstrass Commençons par rappeler que R a la propriété de la borne supérieure. 10

17 Définition 1.6 On dit qu un esemble E R est majoré si il existe une constante M R telle que x E x M. On dit que E est minoré si il existe m R telle que x E x m. Définition 1.7 Si E R est un ensemble non vide, alors on dit que Λ R est une borne supérieure de E si Λ est le plus petit majorant de E, i.e : x E, x Λ, et ( x E, x M) = Λ M De manière equivalente une borne supérieure Λ est caractérisée par x E, x Λ, et ε > 0, x E tel que Λ ε < x. Autrement dit Λ est un majorant de E et quel que soit ε > 0, Λ ε n est pas un majorant de E. Théorème 1.8 Si E R est non vide et majoré, alors E admet une unique borne supérieure Λ notée Λ = sup E. On définit de la même manière la borne inférieure inf E d un ensemble non vide minoré E R. Ce théorème permet d obtenir un premier résultat d existence de limite pour des suites. Théorème 1.9 Soit (x n ) R une suite croissante majorée. Cette suite est convergente. Preuve Soit E l ensemble {(x n ) : n N}. Cete ensemble est non vide et par hypothèse il est majoré. Soit x := sup E, on a (x n x n 0) et quel que soit ε > 0, il existe N tel que x ε < x N. Et comme la suite est croissante, on en déduit n N x ε < x N x n x = x n x < ε. On en conclut : x n n x. Définition 1.10 Suites adjacentes. Soient (x n ) et (y n ) deux suites à valeurs réelles. On dit que ces deux suites sont adjacentes si (x n ) est croissante ; (y n ) est décroissante ; si pour tout n 0, x n y n ; et si lim n y n x n = 0. On déduit du Théorème précédent : 11

18 Proposition 1.11 Deux suites adjacentes convergent vers la même limite. Preuve Soient (x n ) et (y n ) comme dans la définition. La suite (x n ) est croissante et majorée par y 1. Par le Théorème 1.9, on en déduit que (x n ) converge vers une limite x. De même (y n ) converge vers une limite y. Et comme y x = lim x n lim y n = lim(x n y n ) = 0, on en déduit x = y. On va utiliser cette notion de suites adjacentes pour démontrer le Théorème de Bolzano-Weierstrass. Théorème 1.12 (de Bolzano-Weierstrass) Toute suite bornée de R admet une sous-suite convergente. Preuve Soit (x n ) une suite bornée de R et soit M 0 tel que n 0 M x n M. Étape 1. On définit par récurrence sur m deux suites adjacentes (a m ) et (b m ) qui vérifient pour m 0 les deux propriétés suivantes : (1.1) b m a m = 2M/2 m, et (1.2) L ensemble E m := {n 0 : a m x n b m } est infini. Au rang m = 0, on pose a 0 = M et b 0 = M de sorte qu on ait bien b 0 a 0 = 2M et que E 0 = N soit bien de cardinal infini. Supposons qu on ait construit j usqu au rang m deux suites M = a 0 a 1 a m b m b 1 b 0 = M qui vérifient les propriétés (1.1) et (1.2), jusqu au rang m. On définit les deux ensembles E + m := {n 0 : a m x n (a m + b m )/2} et E + m := {n 0 : (a m + b m )/2 x n b m }. Comme E + m E m = E m et que E m est de cardinal infini, l un des deux ensembles E ± m est de cardinal infini. Si E m est de cardinal infini, on pose a m+1 = a m et b m+1 = (a m + b m )/2 sinon, on pose a m+1 = (a m + b m )/2 et b m+1 = b m. Dans les deux cas les propriétés (1.1) et (1.2) sont vérifiées au rang m + 1. Finalement, on a bien construit les deux suites adjacentes souhaitées et il existe x R tel que (a m ) et (b m ) convergent vers x. Étape 2. On extrait maintenant une sous suite de (x ϕ(m) ) de (x n ) qui soit telle que pour p 0, (1.3) x ϕ(m) [a m, b m ]. On construit la suite strictement croissante (ϕ(m)) vérifiant (1.3) par récurrence sur m. 12

19 Au rang m = 0, on pose ϕ(0) = 0 et (1.3) est vérifiée car a 0 = M x 0 M = b 0. Soit m 0. Supposons qu on a construit ϕ(0) < < ϕ(m) satisfaisant (1.3). Par construction, on sait que l ensemble E m+1 := {n 0 : a m+1 x n b m+1 } est infini, donc il contient un élément p > ϕ(m). Si on pose ϕ(m + 1) = p, alors on a ϕ(0) < < ϕ(m) < ϕ(m + 1) et (1.3) est satisfaite jusqu au rang m + 1. Nous avons donc construit une suite extraite (x ϕ(m) ) encadrée par les deux suites (a m ) et (b m ). Comme ces suites convergent vers la même limite x, la suite (x ϕ(m) ) converge aussi vers x. 1.3 Suites usuelles Commençons par rappeler quelques résultats de convergence usuels Proposition 1.13 a) Si p > 0, alors lim 1 n p = 0. b) Quel que soit x 1, lim x 1/n = 1. c) lim n 1/n = 1. d) Si x < 1, alors lim x n = 0. Preuve a) Soit ε > 0, si n > (1/ε) 1/p, alors 1 n p < ε car x x p est croissante sur R +. b) Posons x n = x 1/n 1. Remarquons que comme x 1, on a x n 0. Pour n 0, on a (1 + x n ) n = x. En utilisant la formule du binôme de Newton, on obtient n(n 1) 1 + nx n + xn xn n } {{ } 2 0 car x n 0 = x Donc pour n 1, on obtient 1 = nx n x = x n x 1 n n 0. c) Cette fois on pose x n = n 1/n 1. Comme au petit b) on écrit (1 + x n ) n = n = 1 + nx n + n(n 1) xn 2 + xn n = n. 2 13

20 On en déduit n(n 1) 2 x 2 n n soit, pour n 2 x n 2 n 1 n 0. d) On écrit n 1 x = x 1 n Binôme 1 = 1 + n((1/x) 1) + + ((1/x) 1) n n x 1. D où x n 1 n 1 (1/x) 1 n Comparaison de suites Définition 1.14 Soit (x n ) une suite à coefficients strictement positifs. On dit que la suite (y n ) est dominée par (x n ) si (y n /x n ) est bornée. On note y n = O(x n ). De plus, si (y n /x n ) converge vers 0, alors, on dit que (y n ) est négligeable devant (x n ) et on note y n = o(x n ). Exemples : n sin n = O(n), n sin n = o(n 2 ). Remarque 1.15 Si pour tout n, x n 0, alors x n = O( x n ). Définition 1.16 On dit que deux suites (x n ) et (y n ) sont équivalentes si lim y n x n = 1. On note alors x n y n. Exemple : n + 1 x n := n ln n 1 = n 2 ln n + 1 n 1 = n 2 ln n 1 n 2 2 (n 1) n 1. Proposition 1.17 On a les relations suivantes : 14

21 1. y n = o(x n ) = y n = O(x n ) ; 2. y n = O(x n ), z n = O(y n ) = z n = O(x n ) ; 3. Si (y n = O(x n ), z n = o(y n )) ou (y n = o(x n ), z n = O(y n )), alors z n = o(x n ) ; 4. Si (x n ) est une suite à coefficients non nuls, x n x n ; 5. x n y n y n x n ; 6. x n y n, y n z n = x n z n ; 7. x n y n et x n > 0 = y n = O(x n ) ; 8. x n y n = 1/x n 1/y n ; 9. Si x n y n et v n w n alors x n v n y n w n ; 10. y n x n et v n = o(x n ) = y n + v n x n. Remarque 1.18 En général, si x n y n et v n w n, alors on n a pas x n + v n y n + w n. Par exemple, si x n = n et y n = n + 1 et v n = w n = n, on a bien n n + 1 mais par contre Séries numériques 2.1 Généralités Définition 2.1 Soit (a n ) n 0 une suite de nombres réels, on définit les sommes partielles de la série de terme général (a n ) par S n = n a k, pour n 0. k=0 On notera simplement (Σa n ) cette suite. Si cette suite converge vers un réel s, on dit que la série de terme général a n est convergente et a pour somme s. On note a n = s n 0 ou + n=0 a n = s la limite. Si la suite (S n ) diverge, on dit que la série de terme général (a n ) est divergente. Si la série est convergente, la suite des restes d ordre n définie par R n = S S n = k=n+1 converge vers 0. Remarque 2.2 Parfois la suite sera définie pour n 1 au lieu de n 0. On utilisera le même vocabulaire avec S n définie pour n 1 par S n = n k=1 a n. 15

22 Exemple : a n = 1 n(n + 1), n 1. On a a n = 1 n 1 n + 1, d où S n = 1 1 n 1. n + 1 La série de terme général a n est donc convergente de somme 1. Les résultats de convergence pour les suites ont leur traduction pour les séries. En particulier le résultat sur les suites croissantes bornées donne Théorème 2.3 Si ( a n ) est une série de terme général positif, alors ( a n ) converge si et seulement si la suite des sommes partielles est majorée. Preuve Il suffit de remarquer que comme a n 0, la suite ( n k=0 a k ) est croissante. Théorème 2.4 (critère de Cauchy) La série ( a n ) est convergente si et seulement si elle vérifie le critère de Cauchy, c est à dire. m ε > 0, N tel que m n N, a k < ε. k=n En particulier en prenant m = n on déduit que si ( a n ) converge alors lim a n = 0. n Remarque 2.5 Cette condition n est pas suffisante en effet la série harmonique ( 1) est divergente alors que son terme général tend vers 0 (preuve en n exercice). Remarque 2.6 Dans le cas où la suite (a n ) ne converge pas vers 0 on dira que la série ( a n ) diverge grossièrement. Le critère de comparaison suivant est très utile. Théorème 2.7 a) Si à partir d un certain rang N 0, on a a n b n et si ( b n ) est convergente alors ( a n ) est convergente. b) Si à partir d un certain rang N 0, on a 0 b n a n alors si la série ( b n ) diverge alors ( a n ) diverge aussi. 16

23 Preuve a) D après le critère de Cauchy, pour tout ε > 0, il existe N tel que m n N implique On en déduit m a k k=n m b k < ε. k=n m a k k=n m b k < ε. Donc ( a k ) vérifie le critère de Cauchy et la série converge. b) se déduit de a) par contraposé. Par exemple la série ln n n k=n est divergente car pour n 3, on a ln n n 1 n et 1 n diverge. 2.2 Critères de convergence pour les séries à termes positifs Corollaire 2.8 (du Théorème 2.7) Si (a n ) et (b n ) sont à termes positifs, alors si b n = O(a n ) et si ( a n ) converge alors ( b n ) converge. En particulier si a n b n, les séries ( a n ) et ( b n ) sont de même nature. Les séries géométriques sont des séries importantes. On a en appliquant le Théorème 2.3 et la Remarque 2.6. Proposition 2.9 a) Si 0 x < 1, alors la série ( x n ) converge. b) Si x C est tel que x < 1 alors la série ( x n ) converge. c) Si x C est tel que x 1, alors ( x n ) diverge grossièrement. Preuve Soit x C et n 0, on note S n = n k=0 x k. a) Si 0 x < 1, on a xs n = n+1 k=1 x k = S n + x n+1 1 d où S n = 1 xn+1 1 x 1 1 x. 17

24 Et (S n ) est une suite croissante majorée donc convergente en fait on a et n 0 x n = 1 1 x. S n 1 1 x = xn+1 1 x n 0, b) Si x < 1 alors par a) ( x n ) converge et on déduit du Théorème 2.7 que ( x n ) converge. On peut aussi déduire de l identité que n 0 x n = 1 1 x. S n = 1 xn+1 1 x 1 1 x, c) Dans le cas x 1, la série diverge grossièrement. Les deux résultats suivants s obtiennent par comparaison avec des séries géométriques. Théorème 2.10 (test de la racine (règle de Cauchy)) Soit a n une série à terme général positif. Si il existe l < 1 tel que pour n assez grand alors, ( a n ) converge. n an l, En particulier si lim n an = l alors si l < 1 la série converge, si l > 1 la série diverge grossièrement. Si l = 1, le critère ne permet pas de conclure. Preuve On obtient a n = O(l n ). On conclut en utilisant les règles de comparaison. Théorème 2.11 (test du rapport (règle de d Alembert)) Soit a n une série à terme général positif. Si il existe l < 1 tel que pour n assez grand alors, ( a n ) converge. a n+1 a n l, Si il existe l 1 tel que pour n assez grand a n+1 a n l, 18

25 alors, ( a n ) diverge grossièrement. En particulier si lim a n+1 l = 1, le critère ne permet pas de conclure. a n = l alors si l < 1 la série converge, si l > 1 la série diverge. Si Preuve Comme pour le résultat précédent, on déduit dans le premier cas a n = O(l n ) et dans le second cas l n = O(a n ). Souvent les termes de la série forment une suite décroissante. Dans ce cas, on peut utiliser : Théorème 2.12 Si (a n ) est une suite décroissante de termes positifs, alors a n converge si et seulement si la série + 2 k a 2 k = a 1 + 2a 2 + 4a 4 + 8a 8 + est convergente. k=0 Preuve On a les inégalités N 2 k a 2 k a 1 + k=0 N 2 k=1 2k i=2 k 1 +1 a i = a N a i a i=2 k=1 N 2 k 1 a 2 k 1 et les suites croissantes ( i n a i ) et ( n k=0 2 k a 2 k) sont majorées (et donc convergentes) simultanément. Corollaire 2.13 (exercice) La série 1 converge si et seulement si p > 1. np La série 1 converge si et seulement si p > 1. n(ln n) p Pour démontrer ces derniers résultats, on peut aussi utiliser la comparaison à une intégrale : Théorème 2.14 Soit f : R + R + une fonction décroissante. Alors la série f (n) et l intégrale + f (x) dx sont de même nature. 0 19

26 2.3 Séries entières Définition 2.15 Soit (a n ) C, la série a n z n est appelée serie entière de la variable complexe z. La convergence de cette série dépend de la valeur de la variable z C. En fait il existe un cercle centré en 0 tel que il y a convergence si z est dans le disque ouvert délimité par ce cercle ; divergence si z est dans le complémentaire du disque fermé correspondant. Théorème 2.16 Pour toute série entière a n z n, posons k α = lim sup ak et R = 1/α. n k n (On prend les conventions R = 0 si α = + et R = + si α = 0). Alors la série entière converge si z < R et diverge si z > R. Le réel R est appelé rayon de convergence de la série entière. Exemples : a) n n z n a pour rayon de convergence 0. b) z n a pour rayon de convergence +. n! c) z n a pour rayon de convergence 1. Il y divergence grossière de la série en tous les points du cercle de convergence. d) z n a pour rayon de convergence 1. Il y a divergence en z = 1 et convergence en tout autre n point du cercle de convergence. e) z n a pour rayon de convergence 1. Il y a convergence en tout point du cercle de convergence. n2 2.4 Règle d Abel Théorème 2.17 (transformation d Abel) Étant donné deux suites (a n ) et (b n ), on a pour 0 p q q q 1 a n b n = A n (b n b n+1 ) + A q b q A p 1 b p, n=p avec A 1 = 0 et A n = n k=0 a k si n 0. n=p 20

27 On en déduit le résultat souvent utile suivant. Théorème 2.18 Si les sommes partielles (A n ) de la série ( a n ) forment une suite bornée, si la suite (b n ) est positive décroissante, si lim b n = 0. Alors la série de terme général (a n b n ) est convergente. Preuve Soit M un majorant de ( A n ). Pour ε > 0, il existe N 0 tel que n N, 0 b n < ε. Soient q p N, en utilisant la transformation d Abel, on a q q 1 q 1 a n b n = A n (b n b n+1 ) + A q b q + A p 1 b p M b n b n+1 +b q +b p = 2Mb p < 2Mε. n=p n=p n=p Ainsi la série ( a n b n ) est une suite de Cauchy et est donc convergente. Corollaire 2.19 (critère spécial des séries alternées) Si la suite (b n ) est une suite réelle décroissante tendant vers 0. Alors la série ( ( 1) n b n ) est convergente. Corollaire 2.20 Si la série entière ( a n z n ) a pour rayon de convergence 1 et si la suite (a n ) est réelle décroissante tendant vers 0. Alors ( a n z n ) est convergente pour tout z de module 1 sauf éventuellement en z = 1. Exemple : z n n converge pour z = 1, z Séries absolument convergentes Définition 2.21 Si ( a n ) est une série à coefficients réels ou complexes. On dit que ( a n ) est absolument convergente si la série ( a n ) converge. Théorème 2.22 Si une série ( a n ) est absolument convergente alors elle est convergente. 21

28 Proposition 2.23 Pour m n 1, on a m a k k=n m a k. k=n On déduit donc le résultat du critère de Cauchy. Pour les séries à termes positifs les notions de convergence et de convergence absolue coïncident. Par contre il existe des séries qui convergent et qui ne sont pas absolument conergente, on dit qu elles sont semi-convergentes. Par exemple, la série est semi-convergente. ( 1) n n On va voir qu on peut effectuer sur les séries absolument convergentes certaines opérations comme si c était des sommes finies : on peut modifier l ordre des termes dans la somme sans changer le total, on peut multiplier deux séries dont l une est absolument convergente et obtenir une série produit convergente. Définition 2.24 Soient ( a n ) et ( b n ) deux séries, on appelle série produit la série de terme général n c n = a k b n k, n 0. k=0 Théorème 2.25 Si ( a n ) et ( b n ) sont deux séries convergentes de sommes respectives A et B et si l une au moins de ces deux séries est absolument convergente, alors la série produit ( c n ) converge vers C = AB. De plus si les deux séries sont absolument convergentes, alors ( c n ) est aussi absolument convergente. Théorème 2.26 Soit ϕ : N N une bijection de N. Si ( a n ) est une série absolument convergente alors ( a ϕ(n) ) est aussi absolument convergente et a la même somme : + n=0 a n = + n=0 a ϕ(n). Preuve Soit A = + k=0 a n. Soit ε > 0, comme ( a n ) est convergente, il existe N 0 tel que + k=n+1 a k < ε. 22

29 Soit M assez grand tel que E := 0, N {ϕ(k) : 0 k M} =: F. On a alors M a ϕ(k) A k=0 = N a k A + a k k=0 k F\E N a k A + a k. k=0 k F\E On a E \ F N + 1, +, donc De plus N a k A N = lim m a k k=0 k=0 a k < ε. k F\E m a k = lim m k=0 m k=n+1 a k lim m m k=n+1 a k ε. Donc pour M assez grand et ( a ϕ(n) ) converge vers A. M a ϕ(k) A k=0 < 2ε, 23

30 III Fonctions de la variable réelle 1 Limites, continuité Soit f : D E F une fonction de l espace métrique E (munit de la distance) d E dans l espace métrique F munit de la distance d F. Définition 1.1 On dit que f admet la limite l F au point x E. ε > 0 α > 0 x D, 0 < d E (x, x) < α = d F (l, f (x)) < ε. On note lim f (x) = l. x x, x x Remarque 1.2 De manière équivalente, on peut définir la notion de convergence à l aide de la notion de convergence des suites : la fonction f admet une limite L en un point x 0 si et seulement si, pour toute suite x n dans F \ x convergeant vers x, la suite f (x n ) converge vers l. La notion de convergence ne fait pas intervenir la valeur de f au point x. Quand la limite de f au point x existe et qu elle est égale à f (x ) on dit que f est continue au point x. Définition 1.3 La fonction f est continue en x si et seulement si f admet une limite au point x et que lim x x, x x f (x) = f (x ). Soit I un intervalle de R. Les fonctions de I à valeurs dans R, la continuité de f au point x s écrit ε > 0 α > 0, x x < α = f (x) f (x ) < ε. Définition 1.4 Si f : I R est continue en tout point x I, alors on dit qur f est continue sur I. 24

31 Proposition 1.5 Si f est continue sur [a, b] alors elle est bornée et atteint ses bornes inférieure m et supérieure M. Preuve On fait la preuve du fait que f soit bornée par contraposée. Supposons donc que f ne soit pas bornée. Il existe alors une suite (x n ) [a, b] telle que f (x n ) n pour tout n 0. Or par théorème de Bolzano- Weierstrass, on peut extraire une sous suite x ϕ(n) de (x n ) convergeant vers un x [a, b]. Par continuité de f, on a lim f (x ϕ(n)) = f (x ). n, n 0 En particulier ( f (x ϕ(n) ) est bornée ce qui est contredictoire avec la condition f (x ϕ(n) ) ϕ(n). Finalement f est bien bornée. Montrons maintetant que f atteint son maximum M. Soit M la borne supérieure (ou le plus petit majorant) de { f (x) : x [a, b]}. En particulier, pour tout n 1, il existe x n [a, b] tel que (1.1) M 1 n f (x n) M. La suite (x n ) étant bornée, on peut extraire une sous-suite (x ϕ(n) ) convergeant vers x [a, b]. En passant à la limite dans (1.1), on obtient f (x ) = M. Ainsi le maximum est atteint. La preuve que le minimimum est atteint est semblable. Un rappel très important : Proposition 1.6 On suppose que f est continue en un point x tel que f (x ) 0. Alors il existe α > 0 tel que f ne s annule pas et est du signe de f (x ) sur ]x α, x + α[. Preuve Il suffit de prendre ε = f (x) 2. Il existe α > 0 tel que x x < α implique [ f (x) f (x ) f (x ), f (x ) + f (x ) 2 2 Si f (x ) < 0, on conclut que f f (x )/2 < 0 sur ]x α, x + α[. Si f (x ) > 0, on conclut que f f (x )/2 > 0 sur ]x α, x + α[. ]. Théorème 1.7 (des valeurs intermédiaires) Soit f : [a, b] R continue telle que f (a) f (b) < 0. Alors, il existe c (a, b) tel que f (c) = 0. 25

32 Corollaire 1.8 Soit f : [a, b] R continue. Soit y un élément de l intervalle [ f (a), f (b)] alors il existe x [a, b] tel que f (x) = y. Preuve du Corollaire Il suffit d appliquer le Théorème 1.7 à la fonction g = f y. Preuve du Théorème des valeurs intermédiares Quitte à remplacer f par f, on peut supposer f (a) < 0 et f (b) > 0. Soit I = {x [a, b] : f (x) < 0}, Cet ensemble est non vide car il contient a. Donc I a un plus petit majorant c = sup{x I }. Supposons par contradiction que f (c) 0, on a deux cas : cas 1. Si f (c) < 0 alors par continuité de f il existe η > 0 tel que f < 0 sur [c, c + η] et donc c + η I donc c + η sup{x I } = c. Contradiction. cas 2. Si f (c) > 0 alors il existe η tel que f > 0 sur [c η, c] et donc I [a, c η] et c η c. Contradiction. On conclut donc que f (c) = 0. Cette preuve ne permet pas directement de construire c. On va voir une autre preuve, très proche qui utilise le principe de bissection (Dichotomie en Grec). Seconde Preuve On pose a 0 = a et b 0 = b. On construit ensuite de manière récursive les suites (a n ) et (b n ) par Puis c n := a n + b n. 2 Si f (a n ) f (c n ) 0, alors { an+1 := a n, b n+1 := c n, Sinon { an+1 := c n, b n+1 := b n. On a par construction b n a n = b n 1 a n 1 2 a 0 a 1 a n a n+1 b n+1 b n b 0, = = b a 2 n n 0, et f (a n ) f (b n ) 0. Les deux suites adjacentes (a n ), (b n ) convergent donc vers une même limite c. En passant à la limite dans f (a n ) f (b n ) 0, on obtient par continuité de f, l inégalité ( f (c)) 2 0 et donc f (c) = 0. On déduit de cette méthode l algorithme de bissection (Dichotomie) Données : a < b, f fonction continue sur [a, b] telle que f (a) f (b) < 0, N nombres d itérations Résultat c tel que c c (b a)/2 N+1 où f (c ) = 0. 26

33 Algorithme : Pour i 1 à N faire c (a + b)/2 Si f (a) f (c) 0 faire b c Sinon faire a c Fin Si Fin Pour i Renvoyer c. Proposition 1.9 L algorithme de Dichotomie est tel que c c b a 2 N+1. Définition 1.10 On dit que f est uniformément continue sur I si et seulement si ε > 0, α > 0, x, y I x y α = f (x) f (y) ε. Remarque 1.11 La différence avec la continuité point par point est ici que ε ne dépend pas de x. Par exemple la fonction f : (0, 1) R définie par f (x) = 1/x est continue en tout point de (0, 1) mais n est pas uniformément continue sur (0, 1). En effet pour n 1, si on pose x = 1/n et y = 1/(2n), on a f (x) f (y) = n qui est plus grand que n importe quel ε pour n assez grand. Proposition 1.12 Si f est continue sur l intervalle fermé borné [a, b] alors elle est uniformément continue sur [a, b]. Preuve On raisonne par contraposée. Supposons que f ne soit pas uniformément continue sur [a, b]. Il existe alors ε 0 et deux suites x n et y n telles que x n y n 1 et f (x n n) f (y n ) ε 0. La suite (x n ) est bornée, on peut donc en extraire la sous-suite convergente (x ϕ(n) ). La sous suite (y ϕ(n) ) converge alors vers la même limite, donc comme f est continue, f (x ϕ(n) ) f (y ϕ(n) ) tend vers 0. Contradiction. 27

34 2 Dérivabilité Définition 2.1 Soit f : I R un intervalle de R. On dit que f est dérivable au point x I si le taux d accroissement f (x + h) f (x) τ x (h) = h admet une limite finie lorsque h tend vers 0. On appelle nombre dérivé de f au point x cette limite, on a la note f (x) = lim h 0, h 0 f (x + h) f (x). h Si τ x (h) admet une limite quand h tends vers 0 par valeurs positives, on appelle dérivée à droite de f au point x cette limite. On la note f d (x) = lim h 0, h>0 f (x + h) f (x). h De même, si τ x (h) admet une limite quand h tends vers 0 par valeurs négatives, on appelle dérivée à gauche de f au point x cette limite. On la note f g(x) = lim h 0, h<0 f (x + h) f (x). h Proposition 2.2 Si f est dérivable en x alors f est continue en x. La réciproque est fausse en général. Preuve Le taux d accroissement admettant une limite, pour h assez petit on a f (x + h) f (x) ( f (x) + 1)h, et le membre de droite converge vers 0 quand h tend vers 0. Définition 2.3 On dit que f est dérivable sur I si elle admet une dérivée en tout point de I. On rappelle un certain nombre de résultats élémentaires Proposition 2.4 Si f est croissante (resp. décroissante) et dérivable sur I, alors f (x) 0 (resp. 0) sur I. Si f est dérivable et si f > 0 sur I alors f est strictement croissante sur I. En revanche, si f est strictement croissante et dérivable, alors f n est pas forcément strictement positive. 28

35 Proposition 2.5 Si f et g sont deux fonction dérivables au point x alors leur produit f g est dérivable au point x et ( f g) (x) = f (x)g(x) + f (x)g (x). Si f (x) 0, alors g/ f est dérivable au point x et g f (x) = f (x)g (x) g(x) f x(). f 2 (x) La règle de l Hospital permet de calculer la limite d un quotient en cas d indétermination : Proposition 2.6 Soient f et g deux fonctions continues en x 0 telles que f (x 0 ) = g(x 0 ) = 0 et g est non nulle au voisinage de x 0, x 0 exclu. a) On suppose que f et g sont continûment dérivables en x 0 et que g (x 0 ) 0. Alors si cette dernière limite existe. f (x) lim x x0 g(x) = f (x 0 ) g (x 0 ) b) On suppose que f et g sont dérivables au voisinage de x 0. Alors On rappelle aussi la notion d asymptote : lim x x0 f (x) g(x) = lim x x 0 f (x) g (x). Définition 2.7 Deux courbes représentatives de deux fonctions f et g sont asymptotes lorsque x tend vers + si et seulement si f (x) g(x) tend vers 0 quand x tend vers +. On rappelle aussi la méthode pour trouver une droite asymptote, si elle existe, pour une fonction f : Proposition 2.8 La courbe d équation y = f (x) admet y = ax + b pour asymptote en x + si et seulement si lim x + f (x) x 2.1 Composition de fonction = a et lim x + ( f (x) ax) = b. Si f : I J et g : J R sont dérivables alors la composées g f : I R, x f (g(x)) est dérivable et on a la formule de composition : (g f ) = g ( f (x)) f (x). 29

36 Proposition 2.9 Si f est bijective et que f 1 : J I est la réciproque de la fonction f. Si f est dérivable au point x et que f (x) 0. Alors f 1 est dérivable au point y = f (x) et on a ( f 1 ) (y) = 1 f (x) = 1 f ( f 1 (y)) Exemple : La fonction sin : [ π/2, π/2] [ 1, 1] est strictement croissante et dérivable. Sa dérivée s annule aux points π/2 et π/2. Sa fonction réciproque arcsin est derivable sur l ouvert ] 1, 1[. Aux points 1 et 1, le graphe de la fonction arcsin admet des tangentes verticales. 3 Théorème de Rolle. Formules de Taylor Nous commencons par des résultats d analyse classique, qui sont le théorème de Rolle et la formule des accroissements finis : Théorème 3.1 ( de Rolle) Soit f une fonction continue sur [a, b], dérivable sur un intervalle ]a, b[ telle que f (a) = f (b). Alors il existe au moins un c ]a, b[ tel que f (c) = 0. Preuve Comme f est continue sur [a, b], elle est bornée et atteint ses bornes. Si la fonction est constante sur [a, b] sa dérivée est identiquement nulle, et le résultat est vrai. On peut donc se placer dans le cas où f n est pas constante. On en déduit f atteint un extremum (maximum ou minimum) en point c ]a, b[. S il s agit d un minimum, les taux d acroissements au point c vérifient f (c + h) f (c) 0 si h > 0, h f (c + h) f (c) 0 si h < 0. h En passant à la limite h 0, h > 0 puis h 0, h < 0, on en déduit f (c) 0 et f (c) 0 donc f (c) = 0. sont S il s agit d un maximum, le même raisonnement permet de conclure. On en déduit la formule des accroissements finis : Proposition 3.2 Soit f une fonction continue sur [a, b], dérivable sur ]a, b[. Il existe c ]a, b[ tel que On écrit parfois c = a + θ(b a) avec θ ]0, 1[. f (b) = f (a) + (b a) f (c) 30

37 Preuve On considère ϕ telle que ϕ(t) = f (t) f (a) λ(t a) On a ϕ(a) = 0 et ϕ(b) = f (b) f (a) λ(b a). On choisit λ tel que ϕ(b) = 0, soit : λ = f (b) f (a). b a On applique alors le théorème de Rolle à ϕ. Ainsi il existe c tel que ϕ (c) = 0, c est-à-dire f (c) = λ. On a de même Proposition 3.3 (Taylor Lagrange) Soit f une fonction de classe C k 1, dont la dérivée (k 1)ième est dérivable. Il existe c ]a, b[ tel que Preuve On considère f (b) = k 1 p=0 f (p) (a) p! (b a) p + (b a) k f (k) (c). k! et on choisit λ tel que ϕ(b) = 0. On vérifie que ϕ(x) = f (x) k 1 p=0 f (p) (a) (x a) p (x a)k λ. p! k! ϕ (m) (x) = f (m) (x) k 1 m p=0 f (p+m) (a) (x a) p (x a)k m λ p! (k m)!. On constate que ϕ (m) (a) = 0 pour 0 m k 1. La fonction ϕ s annule en x = a et en x = b donc il existe c 1 ]a, b[ tel que ϕ (c 1 ) = 0. On montre par récurrence qu il existe c p tel que ϕ (p) (c p ) = 0, c p ]a, c p 1 [. Pour cela on utilise ϕ (p) (a) = ϕ (p) (c p ) = 0 donc il existe c p+1 telle que ϕ (p+1) (c p+1 ) = 0. Ce résultat est vrai tant que ϕ (p) (a) = 0, donc tant que p k 1. Ainsi on a ϕ (k) (c k ) = 0, ce qui démontre la Proposition. Cette formule de Taylor s appelle la formule de Taylor-Lagrange. On a une version plus faible, qui utilise la dérivabilité de f à l ordre k 1 et à la continuité de la dérivée k 1ième : 31

38 Proposition 3.4 (Taylor Young) Soit f une fonction de classe C k 1, alors f (x) = k 1 p=0 f (p) (a) (x a) p + o((x a) k 1 ). p! Cette expression correspond à un développement limité, qui s appelle le développement de Taylor-Young. Nous avons facilement une autre formule de Taylor : f (x) = f (a) + x a f (t)dt (qui s appelle la formule de Taylor avec reste intégral à l ordre 0) et si on pose t = a + s(x a) on a 1 f (x) = f (a) + (x a) f (a + s(x a))ds 0 En poursuivant les intégration par parties x a f (t)dt = [(t x) f (t)] x a x et on trouve ainsi f (x) = f (a) + (x a) f (a) + On trouve par récurrence (t x) f (t)dt = (x a) f (a) x a a x a (x t) f (t)dt (t x) f (t)dt Proposition 3.5 (Taylor avec reste intégral) Soit f de classe C (k+1). On a la formule f (x) = a = k p=0 k p=0 f (p) (x x a)p (x t) k (a) + f (k+1) (t)dt p! a k! f (p) (x x a)p (a) + (x a) k+1 (1 s) k f (k+1) (a + s(x a))ds. p! a k! On en déduit ainsi le développement limité en un point a où f est k fois dérivable. On a la définition ci-dessous d un développement limité à l ordre k : 4 Développements limités Les développements limités sont un outil puissant pour déterminer des limites. 32

39 Définition 4.1 On dit que f admet un développement limité à l ordre k en x si et seulement si il existe k + 1 nombres réels a p, 0 p k, tels que f (x + h) = k a p h p + o(h k ), p=0 c est-à-dire f (x + h) = a 0 + a 1 h + + a k h k + o(h k ). On rappelle que o( f ) est la notation pour une fonction telle que o( f ) f tend vers 0 si f tend vers 0. Exemples : Pour h < 1, on a 1 1 h = 1 hp+1 1 h + hp+1 1 h = 1 + h + h2 + + h p + hp+1 1 h = 1 + h + h2 + + h p + o(h p ). De la même façon en changeant h en h, on a pour h > 1, h = 1 h + h2 + + ( 1) p h p + o(h p ). Par la formule de Taylor Young, une fonction de classe C p dans un voisinage de x admet un développement limité d ordre p en x. Proposition 4.2 La fonction f admet le développement limité à l ordre 0 en x : f (x + h) = a 0 + o(1), si et seulement si f est continue en x et f (x) = a 0. La fonction f admet le développement limité à l ordre 1 en x : f (x + h) = a 0 + a 1 h + o(h), si et seulement si f est dérivable en x et f (x) = a 0, f (x) = a 1. Pour tous les ordres supérieurs, il n y a pas d équivalence de cette forme. Par exemple f (x) = x 3 cos(1/x) n admet pas de dérivées seconde en 0. Proposition 4.3 Développement limités des fonctions usuelles 33

40 En utilisant la formule de Taylor, on obtient exp(x) = x + x2 2 + x3 3! + + xn n! + O( x n+1 ), ln(1 + x) = x x 2 + x2 xn + + ( 1)n 1 3 n + O( x n+1 ), cos x = 1 x2 x2n + + ( 1)n 2! (2n)! + O( x 2n+2 ), sin x = x x3 3! + + x 2n+1 ( 1)n (2n + 1)! + O( x 2n+3 ), α(α 1) α(α 1) (α n) (1 + x) α = 1 + αx + x x n + O( x n+1 ). 2! n! Proposition 4.4 (Opérations sur les développement limités) Soient f, g deux fonctions définies au voisinage d un point x. Si f et g admettent chacune un développement limité d ordre p au voisinage de x : f (x + h) = a 0 + a 1 h + + a p h p + o(h p ), g(x + h) = b 0 + b 1 h + + b p h p + o(h p ). Alors λ f, f + g, et f g admettent des développement limités du même ordre p qui s écrivent λ f (x + h) = (λa 0 ) + (λa 1 )h + + (λa p )h p + o(h p ), ( f + g)(x + h) = (a 0 + b 0 ) + (a 1 + b 1 )h + + (a p + b p )h p + o(h p ) ( f g)(x + h) = (a 0 b 0 ) + (a 0 b 1 + a 1 b 0 )h + + (a 0 b p + a 1 b p a p b 0 )h p + o(h p ). Proposition 4.5 (Composition des développement limités) Soient f : I J et g : J R deux fonctions. Supposons que f admette un développement limité d ordre p au voisinage du point x I. Si g admet un DL d ordre p au voisinage de y = f (x). Alors g f admet un DL d ordre p au voisnage de x. Écrivant f (x + h) = f (x) + hp(h) + o(h p ) le DL de f au voisinage de x : P est un polynôme de degré p 1. Écrivant g(y + k) = Q(k) + o(k p ) le DL de g au voisinage de y : Q est un polynôme de degré p. On a g( f (x + h)) = Tr p {Q(hP(h))} + oh p Où l opérateur de troncature Tr p consiste à ne conserver que les termes de degré inférieurs à p du polynôme. 34

41 Théorème 4.6 (intégration terme à terme d un DL) Soit f : I R une fonction dérivable. Si sa dérivée f admet un DL d ordre p au voisinage de x I : f (x + h) = c 0 + c 1 h + + c p h p + o(h p ), alors f admet un DL d ordre p + 1 au voisinage de x I qui s écrit f (x + h) = f (x) + c 0 h + c 1 h 2 h p c p p o(hp+1 ). 35

42 IV Rappels d intégration. L intégrale de Riemann 1 Quelques espaces de fonctions On commence par introduire les espaces vectoriels de fonctions sur les quels nous allons définir la notion d intégrale. Définition 1.1 Soit [a, b] un segment, a < b, on dit que f : [a, b] R est en escalier si il existe une partition de [a, b] en un nombre fini d intervalles sur lesquels la restriction de f est constante. Il existe alors a = x 0 < x 1 < < x n = b et des réels y 1,, y n tels que la restriction de f à (x i, x i+1 ) soit constante égale à y i. Les valeurs prises par f aux points x i n ont pas d importance ici. La suite x 0,, x n est appelée subdivison de [a, b] adaptée à la fonction en escalier f. Si a = x 0 < < x n = b est une subdivision adaptée à f, alors si x 0 < < x m est une subdivision plus fine : {x 0,, x n } { x 0,, x m}, cette nouvelle subdivision est aussi adaptée à f. 36

43 y y 2 y 1 0 x 3 x 4 x 0 x 1 x 2 x y 3 y 4 FIG. IV.1 graphe d une fonction en escalier Définition 1.2 Soit [a, b] un segment, a < b, on dit que f : [a, b] R est continue par morceaux si il existe une subdivision a = x 0 < < x n de [a, b] telle que la restriction de f à chaque sous intervalle (x i, x i+1 ) soit continue et prolongeable par continuité sur [x i, x i+1 ]. 37

44 y 0 x 3 x 4 x 0 x 1 x 2 x FIG. IV.2 graphe d une fonction continue par morceaux Définition 1.3 Soit [a, b] un segment, on dit qu une fonction bornée f : [a, b] R est réglée si elle admet une limite à droite en tout point de [a, b) et à gauche en tout point de (a, b]. y 0 a b x FIG. IV.3 graphe d une fonction réglée 38

45 On note E([a, b]) l ensemble des fonctions en escalier, C m ([a, b]) l ensemble des fonctions continues par morceaux de [a, b] et R([a, b]) l ensemble des fonction réglées sur [a, b]. Ces trois ensembles sont des espaces vectoriels et on a les inclusions E([a, b]) C m ([a, b]) R([a, b]). De plus on peut approcher toute fonction réglée par une fonction en escalier de manière aussi proche que possible en norme uniforme. C est même une manière de caractériser l espaces des fonctions réglées. Théorème 1.4 On note F ([a, b]) l espace des fonctions f : [a, b] R qui sont telles que ε > 0, g E([a, b]), telle que sup f (x) g(x) < ε. x [a,b] Alors on a F ([a, b]) = R([a, b]). Preuve On montre l inclusion. Soit f F ([a, b]) et soit x 0 [a, b). Montrons que f admet une limite à droite en x 0 (le cas de la limite à gauche est semblable). Soit n 1. Par hypothèse, il existe g n en escalier telle que g n (x) f (x) < 1/n pour tout x [a, b]. La fonction g étant en escalier, il existe η n > 0 et z n telle que g n soit constant égale à z n sur l intervalle (x 0, x 0 + η n ). On a donc f (x) z n < 1/n, x (x 0, x 0 + η n ). Comme f est bornée (par sup g 1 (x) + 1), la suite (z n ) est aussi bornée. On peut donc extraire une sous suite (z ϕ(n) ) convergeant vers z R. On a alors lim f (x) = z. En effet, quel que x x 0, x>x 0 soit ε > 0, il existe n tel que 1/ϕ(n) < ε/2 et z z n < ε/2 et donc f (x) z f (x) z n + z n z < ε/2 + ε/2 = ε, x (x 0, x 0 + η ϕ(n) ). Montrons réciproquement l inclusion. Soit f R([a, b]) une fonction réglée. Soit ε > 0. Montrons qu on peut approcher f par une fonction en escalier à ε près. Soit x 0 = a, on construit par récurrence la suite (x n ) comme ceci : si x n b, la limite lim x xn, x>x n existe, notons la z n. On pose alors x n+1 = sup {x (x n, b] : y (x n, x), f (y) z n < ε} L ensemble sur lequel on prend le sup est majoré par b et est bien non vide (car lim y xn, y>x n = z n implique qu il existe x tel que f z n < ε sur (x n, x)). Donc x n+1 est bien défini, on a x n < x n+1 b et f (x) z n < ε, x (x n, x n+1 ). La suite (x n ) étant construite, il y a deux possibilités : 1) x n = b pour un certain n ; 2) x n < b pour tout n et dans ce cas la suite (x n ) est bien définie pour tout n 0. Montrons que le second cas est impossible. En effet, dans ce cas la suite strictement croissante 39

46 majorée (x n ) admet une limite c (a, b]. Par hypothèse, f admet une limite à gauche w en c donc il existe η > 0 tel que f (x) w < ε/2, x (c η, c). Comme (x n ) converge en croissant vers c, il existe n tel que x n (c η, c). Pour tout y (x n, c), on a f (y) w < ε/2, en particulier la limite à droite z n de f en x n satisfait z n w ε/2. Et on a f (y) z n f (y) w + w z n < ε, pour tout y (x n, c). Par définition de x n+1, cela signifie que x n+1 c ce qui est faux. Nous sommes donc toujours dans le cas 1). Soit n tel que x n = b. Pour k = 1,, n, on pose g(x) = z k pour tout x dans l intervalle (x k 1, x k ). Pour k = 0,, n, on pose g(x k ) = f (x k ). La fonction g ainsi définie est bien en escalier sur [a, b] et on a f (x) g(x) < ε, x [a, b]. 2 L intégrale de Riemann, définition et propriétés élémentaires Dans cette partie on définit l intégrale de certaines fonctions. Nous n abordons pas la théorie de l intégrale de Lebesgue qui est beaucoup plus puissante mais aussi plus difficile et plus longue à inntroduire. On la trouvera exposée de manière abordable et élégante dans l ouvrage traduit de l anglais : Principes d analyse Mathématique de Walter Rudin. On commence par intégrer les fonctions en escalier. Définition 2.1 Soit a < b et f E([a, b]) une fonction en escalier. Soit x 0 < < x n une subdivision adaptée à f et soit y 1,, y n telles que f (x) = y i pour x (x i 1, x i ). On d finit l intégrale de f sur [a, b] la quantité On notera aussi cette quantité sur les bornes de l intervalle. b a [a,b] f = f (x) dx n (x i x i 1 )y i. i=1 ou simplement Remarquons que la définition ne dépend pas de la subdivision adaptée choisie. On a les propriétés élémentaires suivantes f si il n y a pas d ambiguïté Proposition 2.2 Soit f, g E([a, b]) et λ R, on a (λ f + g) = λ f + g ; 40

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

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année Programme de Mathématique Préparation Maths-Physique Analyse et Géométrie Différentielle Première Année I NOMBRES REELS ET COMPLEXES, SUITES ET FONCTIONS 1 Nombres réels et complexes 2 Suites de nombres

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

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

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

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

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01

+ 1. Qu est ce que cela donne pour notre calcul de 1,01? On pose x = 1,01 donc f (x) 1 + 1 0,01 Eo7 Dérivée d une fonction Vidéo partie. Définition Vidéo partie. Calculs Vidéo partie 3. Etremum local, théorème de Rolle Vidéo partie 4. Théorème des accroissements finis Eercices Fonctions dérivables

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

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques

UNIVERSITÉ DE CERGY Année 2012-2013 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques 1 UNIVERSITÉ DE CERGY Année 2012-201 U.F.R. Économie & Gestion Licence d Économie et Mathématiques MATH104 : Mathématiques Chapitre III : Polynômes 1 Fonctions polynômes & polynômes Définition 1. Soit

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

Licence MIMP Semestre 1. Math 12A : Fondements de l Analyse 1. http ://math.univ-lille1.fr/ mimp/math12.html

Licence MIMP Semestre 1. Math 12A : Fondements de l Analyse 1. http ://math.univ-lille1.fr/ mimp/math12.html Licence MIMP Semestre 1 Math 12A : Fondements de l Analyse 1 http ://math.univ-lille1.fr/ mimp/math12.html Septembre 2013 Table des matières Chapitre I. Les nombres réels et les suites numériques 1 1

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

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

TD2 Fonctions mesurables Corrigé

TD2 Fonctions mesurables Corrigé Intégration et probabilités 2012-2013 TD2 Fonctions mesurables Corrigé 0 Exercice qui avait été préparé chez soi Exercice 1. Soit (Ω, F, µ) un espace mesuré tel que µ (Ω) = 1. Soient A, B P (Ω) deux sousensembles

Plus en détail

Suites : Calcul et comportement asymptotique.

Suites : Calcul et comportement asymptotique. 4 Chapitre 3 Suites : Calcul et comportement asymptotique. 3. Méthodes de définition. Comment définir une suite (u n ) n N de réels? Par l expression de son terme général, Par une formule de récurrence

Plus en détail

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à

Intégration et probabilités 2012-2013. TD3 Intégration, théorèmes de convergence Corrigé. 1 Petites questions. n hésitez pas à m envoyer un mail à Intégration et probabilités 212-213 TD3 Intégration, théorèmes de convergence Corrigé xercice ayant été voué à être préparé xercice 1 (Mesure image). Soient (, A, µ) un espace mesuré, (F, B) un espace

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Cours de Mathématiques Lycee Gustave Eiffel PTSI 02/03 Chapitre 3 Fonctions usuelles 3.1 Théorème de la bijection Une fonction dérivable sur un intervalle I, strictement monotone déþnit une bijection.

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

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

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

Mathématiques pour l informatique. - Soutien - 1 Nombres complexes. 2 Suites. Exercice 1. (Nombres complexes) Soit le nombre complexe z = (2 + 2i) 7.

Mathématiques pour l informatique. - Soutien - 1 Nombres complexes. 2 Suites. Exercice 1. (Nombres complexes) Soit le nombre complexe z = (2 + 2i) 7. Mathématiques pour l informatique IMAC première année - Soutien - Nombres complexes Rappels. Un nombre complexe z admet plusieurs représentations : représentation vectorielle z = (a, b) où a, b R représentation

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

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

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

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

Cours de terminale S Suites numériques

Cours de terminale S Suites numériques Cours de terminale S Suites numériques V. B. et S. B. Lycée des EK 13 septembre 2014 Introduction Principe de récurrence Exemple En Mathématiques, un certain nombre de propriétés dépendent d un entier

Plus en détail

Calculs préliminaires.

Calculs préliminaires. MINES-PONTS 005. Filière MP. MATHÉMATIQES 1. Corrigé de JL. Lamard jean-louis.lamard@prepas.org) Calculs préliminaires. Notons que si f H alors f)e / est bien intégrable sur R car continue positive et

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

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

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

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

Cours MP. Espaces vectoriels normés

Cours MP. Espaces vectoriels normés Table des matières Espaces vectoriels normés B. Seddoug. Médiane Sup, Oujda I Norme et distance 1 I.1 Définitions..................... 1 I.2 Evn produit.................... 12 I.3 Notions topologiques

Plus en détail

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

Plus en détail

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements

Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Exo7 Logique et raisonnements Vidéo partie 1. Logique Vidéo partie 2. Raisonnements Exercices Logique, ensembles, raisonnements Quelques motivations Il est important d avoir un langage rigoureux. La langue

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Programme de mathématiques TSI1

Programme de mathématiques TSI1 Programme de mathématiques TSI1 1. PROGRAMME DE DÉBUT D ANNÉE I. Nombres complexes et géométrie élémentaire 1. Nombres complexes 1 2. Géométrie élémentaire du plan 3 3. Géométrie élémentaire de l espace

Plus en détail

Topologie des espaces vectoriels normés

Topologie des espaces vectoriels normés Topologie des espaces vectoriels normés Cédric Milliet Version préliminaire Cours de troisième année de licence Université Galatasaray Année 2011-2012 2 Chapitre 1 R-Espaces vectoriels normés 1.1 Vocabulaire

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

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

ÉCOLE NATIONALE DE L AVIATION CIVILE Session 2007

ÉCOLE NATIONALE DE L AVIATION CIVILE Session 2007 ÉCOLE NATIONALE DE L AVIATION CIVILE Session 27 CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS DU CONTRÔLE DE LA NAVIGATION AÉRIENNE Épreuve commune obligatoire de MATHÉMATIQUES Durée : 4 Heures Coefficient

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

Exo7. Développements limités. 1 Calculs. 2 Applications. Corrections d Arnaud Bodin.

Exo7. Développements limités. 1 Calculs. 2 Applications. Corrections d Arnaud Bodin. Exo7 Développements ités Corrections d Arnaud Bodin. Calculs Exercice Donner le développement ité en 0 des fonctions :. cosx expx à l ordre 2. ln + x)) 2 à l ordre 4 shx x. x à l ordre 6 4. exp sinx) )

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Un tout petit peu d homotopie

Un tout petit peu d homotopie Vincent Beck On note I = [ 0, 1 ]. Un tout petit peu d homotopie 0.1 Homotopie Définition 1 Applications homotopes. Soient X, Y deux espaces topologiques et f, g : X Y deux applications continues. On dit

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

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

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA)

Agrégation interne de Mathématiques. Session 2009. Deuxième épreuve écrite. (et CAERPA) Agrégation interne de Mathématiques (et CAEPA Session 2009 Deuxième épreuve écrite 2 NOTATIONS ET PÉLIMINAIES On désigne par le corps des nombres réels et par C le corps des nombres complexes. Si f est

Plus en détail

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

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

Leçon 1: les entiers

Leçon 1: les entiers Leçon 1: les entiers L ensemble N des entiers naturels Compter, dresser des listes, classer et comparer des objets interviennent dans de multiples activités humaines. Les nombres entiers naturels sont

Plus en détail

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle Chapitre 01 : Intégrales généralisées Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle fermé borné de Dans ce chapitre, on va étudier le cas d

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

Sciences Po Paris 2012 Mathématiques Solutions

Sciences Po Paris 2012 Mathématiques Solutions Sciences Po Paris 202 athématiques Solutions Partie : Le modèle de althus odèle discret a Pour tout entier naturel n, on a P n+ P n = P n donc P n+ = +P n Par suite la suite P n est géométrique de raison

Plus en détail

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I

ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON MATHEMATIQUES I CHAMBRE DE COMMERCE ET D INDUSTRIE DE PARIS DIRECTION DE L ENSEIGNEMENT Direction des Admissions et concours ECOLE DES HAUTES ETUDES COMMERCIALES E.S.C.P.-E.A.P. ECOLE SUPERIEURE DE COMMERCE DE LYON CONCOURS

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13

Suites réelles. 4 Relations de comparaison des suites 9 4.1 Encore du vocabulaire... 9. 5.2 Quelques propriétés... 13 Maths PCSI Cours Table des matières Suites réelles 1 Généralités 2 2 Limite d une suite 2 2.1 Convergence d une suite....................... 2 2.2 Deux premiers résultats....................... 3 2.3 Opérations

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Université Joseph Fourier, Grenoble. Suites numériques. Bernard Ycart

Université Joseph Fourier, Grenoble. Suites numériques. Bernard Ycart Université Joseph Fourier, Grenoble Maths en Ligne Suites numériques Bernard Ycart Vous savez déjà étudier une suite et calculer sa limite. La nouveauté réside dans la rigueur. La notion de convergence

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

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

Cours Mathématiques PACES UHP-Nancy

Cours Mathématiques PACES UHP-Nancy Cours Mathématiques PACES UHP-Nancy V. Latocha PACES UHP septembre 2010 remerciements à D. Schmitt et V. Ries V. Latocha (PACES UHP) Cours mathématiques Paces septembre 2010 1 / 48 1 Fonctions d une variable

Plus en détail

Espaces vectoriels normés

Espaces vectoriels normés Espaces vectoriels normés Essaidi Ali 19 octobre 2010 K = R ou C. E un K-espace vectoriel. 1 Normes et distances : 1.1 Normes et distances : Définition : On appelle semi-norme sur E toute application N

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Dénombrement, opérations sur les ensembles.

Dénombrement, opérations sur les ensembles. Université Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 1 (du 16 au 20 septembre 2013) Dénombrement, opérations sur les ensembles 1 Combien de façons y a-t-il de classer

Plus en détail

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010 N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES 1 Les énoncés La plupart des phrases que l on rencontre dans un livre

Plus en détail

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths

Corrigé de l examen partiel du 30 Octobre 2009 L2 Maths Corrigé de l examen partiel du 30 Octobre 009 L Maths (a) Rappelons d abord le résultat suivant : Théorème 0.. Densité de Q dans R. QUESTIONS DE COURS. Preuve. Il nous faut nous montrer que tout réel est

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

Fonctions homographiques

Fonctions homographiques Fonctions homographiques On donne ci-dessous deux définitions des fonctions homographiques, et on montre que ces deux définitions sont équivalentes. On décrit la courbe représentative d une fonction homographique.

Plus en détail

Suites et Convergence

Suites et Convergence Suites et Convergence Une suite c est se donner une valeur (sans ambigüité) pour chaque N sauf peutêtre les premiers n. Donc une suite est une fonction : I R où I = N: = N. Notation : On note ( ) I R pour

Plus en détail

Première partie. Deuxième partie

Première partie. Deuxième partie PC 96-97 correction épreuve X97 Première partie. f étant convexe sur l intervalle [t, t 2 ], sa courbe représentative est en dessous la corde joignant les points (t, f(t )) et (t 2, f(t 2 )). Comme f(t

Plus en détail

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : Accès à l'université chez DUNOD Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD Les supports de cours ne sont pas complets, ils ne contiennent ni les démonstrations,

Plus en détail

Devoir surveillé n 1 : correction

Devoir surveillé n 1 : correction E1A-E1B 013-01 Devoir surveillé n 1 : correction Samedi 8 septembre Durée : 3 heures. La calculatrice est interdite. On attachera une grande importance à la qualité de la rédaction. Les questions du début

Plus en détail

MPSI FORMULAIRE LIONEL PORCHERON DANIEL PORCHERON MAGALI DÉCOMBE VASSET. Le Formulaire MPSI

MPSI FORMULAIRE LIONEL PORCHERON DANIEL PORCHERON MAGALI DÉCOMBE VASSET. Le Formulaire MPSI MPSI FORMULAIRE LIONEL PORCHERON DANIEL PORCHERON MAGALI DÉCOMBE VASSET Le Formulaire MPSI Conception et création de couverture : Atelier 3+ Collaboration technique : Thomas Fredon, ingénieur Télécom Bretagne

Plus en détail

COURS COMMUN L1 MI & MIAGE

COURS COMMUN L1 MI & MIAGE COURS COMMUN L MI & MIAGE 5 janvier 03 Table des matières Propriétés du corps des nombres réels 3. A propos du corps des réels R.......................... 3.. Notion de corps..............................

Plus en détail

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin

Exo7. Topologie générale. Enoncés : M. Quéffelec Corrections : A. Bodin Enoncés : M. Quéffelec Corrections : A. Bodin Exo7 Topologie générale Exercice 1 1. Rappeler les définitions d une borne supérieure (inférieure) d un ensemble de nombres réels. Si A et B sont deux ensembles

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

Primitives Cours maths Terminale S

Primitives Cours maths Terminale S Primitives Cours maths Terminale S Dans ce module est introduite la notion de primitive d une fonction sur un intervalle. On définit cette notion puis on montre qu une fonction admet une infinité de primitives

Plus en détail

Formulaire de maths - Analyse dans R n

Formulaire de maths - Analyse dans R n Formulaire de maths - Analyse dans R n Nom Théorème ou formule Espaces vectoriels normés Norme sur E Application qui vérifie les propriétés de : séparation : homogénéité : inégalité triangulaire : Normes

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

Cours d analyse 1 Licence 1er semestre. Guy Laffaille Christian Pauly

Cours d analyse 1 Licence 1er semestre. Guy Laffaille Christian Pauly Cours d analyse 1 Licence 1er semestre Guy Laffaille Christian Pauly janvier 006 Table des matières 1 Les nombres réels et complexes 5 1.1 Nombres rationnels................................... 5 1. Nombres

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

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

Démontrer le caractère injectif / surjectif / bijectif d une application

Démontrer le caractère injectif / surjectif / bijectif d une application Démontrer le caractère injectif / surjectif / bijectif d une application Il s agit donc de montrer une propriété commençant par un symbole. La démonstration débute donc par : Soit (x 1, x 2 ) E 2. La propriété

Plus en détail

BACCALAURÉAT BLANC 2013

BACCALAURÉAT BLANC 2013 BACCALAURÉAT BLANC 203 Série S Corrigé Exercice. a) On traduit les données de l énoncé et on représente la situation par un arbre pondéré. PF ) = 2, PF 2) = 3, P F ) = 5 00 = 20, P F 2 ) =,5 00 = 3 3,5,

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

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

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES I. Logique. II. Ensemble. III. Relation, fonction, application. IV. Composition, réciprocité. V. Relation d

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

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

1 Espaces vectoriels normés

1 Espaces vectoriels normés Université Paris 7 Denis Diderot Année 2005/2006 Licence 2 MIAS MI4 1 Espaces vectoriels normés 1.1 Définitions Soit E un espace vectoriel sur R. Topologie des espaces vectoriels de dimension finie 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

Cours de mathématiques Terminale S Enseignement obligatoire. Jean-Paul Widehem 2009-2010 Lycée Roland Garros

Cours de mathématiques Terminale S Enseignement obligatoire. Jean-Paul Widehem 2009-2010 Lycée Roland Garros Cours de mathématiques Terminale S Enseignement obligatoire Jean-Paul Widehem 2009-2010 Lycée Roland Garros Table des matières partie 1. Récurrence et suites 1 Chapitre 1. Raisonnement par récurrence

Plus en détail

1 Fonctions de plusieurs variables

1 Fonctions de plusieurs variables Université de Paris X Nanterre U.F.R. Segmi Année 006-007 Licence Economie-Gestion première année Cours de Mathématiques II. Chapitre 1 Fonctions de plusieurs variables Ce chapitre est conscré aux fonctions

Plus en détail