COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel

Dimension: px
Commencer à balayer dès la page:

Download "COURS D ANALYSE. Licence de Mathématiques, première. Laurent Michel"

Transcription

1 COURS D ANALYSE Licence de Mthémtiques, première nnée Lurent Michel Automne 2011

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 Propriétés élémentires des nombres réels Quelques nottions de théorie des ensembles Notion de limite Cs des suites Limite finie Monotonie et limite Critère de Cuchy Limite infinie Cs des fonctions Limite en un point Limites infinies Limites en l infini Pssge à l limite dns les inéglités 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

4 4 TABLE DES MATIÈRES Dérivées d ordre superieur 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 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 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, 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. Soient E et F deux ensembles et f une ppliction de E dns 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 Définition Soit f : E F une ppliction. On dit que f est injective si x R, y R, (x y = f(x) f(y)) De même, on dir que f est surjective si tout élément de l ensemble d rrivée F est l imge d u moins un élément de E. Avec l ide des quntificteurs, cel se trduit Définition Soit f : E F une ppliction. On dit que f est surjective si y F, x E, f(x) = y. Exemple L fonction f : R R définie pr f(x) = x 2, n est ni injective ( cr1 1 et f(1) = f( 1)) ni surjective (cr f(x) 1 pour tout x R). Soit mintennt f : R R une fonction. On dit que f est croissnte si deux éléments quelconques de R ordonnés ont leurs imges pr f rngées dns le même ordre. Plus précisément, on l définition suivnte :

7 1.1. FABRIQUER DES ÉNONCÉS 7 Définition Soit f : R R une fonction. On dit que f est croissnte si x R, x R, (x x = f(x) f(x )). On dit que f est strictement croissnte si x R, x R, (x < x = f(x) < f(x )). On peut de même définir l notion de fonction décroissnte : Définition Soit f : R R une fonction. On dit que f est décroissnte si x R, x R, (x x = f(x) f(x )). On dit que f est strictement croissnte si x R, x R, (x < x = f(x) > f(x )). 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 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.

8 8 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE 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. 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.

9 1.3. PROUVER OU INFIRMER UN ÉNONCÉ 9 Exercice On rppelle 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. 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. 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 f g 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. 1. En effet, l ssertion (A = B) est équivlente à A et B. De même, ( B = A est équivlent à B et A

10 10 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE 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 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) = n n + 1

11 1.4. PROPRIÉTÉS ÉLÉMENTAIRES DES NOMBRES RÉELS Démontrer que pour tout n N, on n 2 = n(n + 1)(2n + 1) Propriétés élémentires des nombres réels On note R l ensemble des nombres réels (c est à dire les nombres à virgule vec un nombre fini ou infini de décimles). On note N l ensemble des entiers nturels, (c est à dire les nombres sns chiffre près l virgule) et Z l ensemble des entiers reltifs (c est à dire les entiers vec un signe ±). Enfin, on note Q l ensemble des nombres rtionnels : Q = { p q, p Z, q N }. Ces ensembles sont strictement inclus les uns dns les utres : N Z Q R. Un résultt importnt ffirme que l ensemble Q est ssez gros dns R et bien réprti. Théorème Pour tout nombre réel x et pour tout ɛ > 0, il existe un nombre z Q tel que x z < ɛ. On dit que Q est dense dns R. En d utres termes, le théorème précédent dit qu on peut pprocher n importe qu el réel pr un rtionel vec une érreur (quntifiée ici pr ɛ) ussi petite que voulue. Définition Soit E un sous ensemble de R. On dir que E est mjoré (respect. minoré) s il existe M R (respect. m R) tel que pour tout x E on i x M (respect. x m). Un élément M vérifint l propriété ci dessus s ppelle un mjornt de E (respect. m s ppelle un minornt de E). Un ensemble qui est à l fois mjoré et minoré est dit borné. Exemple L intervlle A =], 1[ est mjoré, mis il n est ps minoré. Les nombres 5, π, 2, 1 sont des mjornts de A. Il en existe une infinité d utres. L ensemble A ne possède ucun minornt. Définition Soit E un sous ensemble de R. On dir que E possède un mximum s il existe M E tel que pour tout x E, on x M. On dir que E possède un minimum s il existe m E tel que pour tout x E, on x m. L différence fondmentle entre cette définition et l précédente porte sur le fit que le mjornt M pprtient ou ps à l ensemble E. Pr exemple, l ensemble A = [0, 1] possède un mximum et un minimum : mx(a) = 1 et min(a) = 0. Pr contre, l ensemble B = [0, 1[ n ps de mximum (bien qu il soit borné). Etnt donné un ensemble E, on peut définir l ensemble Mj(E) de tous les mjornts de E : A Mj(E) si et seulement si A est un mjornt de E. On peut ussi définir l ensemble Min(E) de tous les minornts de E : A Min(E) si et seulement si A est un minornt de E. Définition Soit E un ensemble mjoré (respect. minoré). On dir que E possède une borne supérieure (respect. une borne inferieure ), si l ensemble M j(e) possède un minimum (respect. M in(e) possède un mximum). Dns ce cs, on note sup(e) = min(mj(e)) et inf(e) = mx(min(e)). L borne supérieure et l borne inférieure d un ensemble (qund elles existent) sont uniques.

12 12 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE On remque que si un ensemble A possède un mximum, lors ce mximum est ussi l borne supérieure de A. Pr suite l borne supérieure de l ensemble A = [0, 1] est sup(a) = 1 = mx(a). L ensemble B = [0, 1[ est mjoré. L ensemble de tous ces mjornts est Mj(B) = [1, + [ dont le minimum est 1. Pr suite sup(b) = 1. Théorème Soit E R un ensemble non vide et mjoré (respect. minoré). Alors E possède une borne supérieure (respect. une borne inférierure). Cette propriété est fondmentle. Elle est propre ux nombres réels. Elle est fusse si on cherche à l trnsposer ux nombres rtionels. Pr exemple, l ensemble A = {x Q, x 2 < 2} n ps de borne supérieure dns Q. En fit, il bien une borne supérieure dns R qui est 2, mis ce nombre n pprtient ps à Q. 1.5 Quelques nottions de théorie des ensembles On ppeller ensemble une collection d objet. Un ensemble peut etre défini pr l énumértion de tous ses éléments ou pr des rêgles d pprtennce. Pr exemple A = {1, 2, 3} désigne l ensemble des nombres 1, 2 et 3. L ensemble B = {n N, p N, n = 2p} désigne l ensemble des entiers pirs. Définition Etnt donnés deux ensembles A et B, on dir que A est inclus dns B (noté A B) si tout élément de A pprtient nécessirement à B. Autrement dit, A B ssi x A, x B) (1.1) Deux ensembles A et B sont égux si A B et B A. On défint mintennt des moyens de construire de nouveux ensembles. Définition Soient A et B deux ensembles. On définit l réunion de A et B pr A B = {x, x A ou x B}. On définit l intersection de A et B pr A B = {x, x A et x B}. On définit le produit crtesien de A et B pr A B = {(x, y), x A, y B}. Si A est un sous ensemble de B on définit le complémentire A dns B pr B \ A = {x B, x / A}. Il est très fcile de montrer les inclusions suivntes : A B A A B (l même vec B est vrie ussi). Donnons nous mintennt E, F deux ensembles et f : E F une ppliction (c est à dire un moyen de fbriquer un unique élément de F à prtir d un élément de E ). On peut fbriquer de nouveux ensembles à l ide de f. Définition Soit f : E F une ppliction et soient A E, B F. On définit l imge de A pr f pr f(a) = {f(x), x A}. C est un sous ensemble de B. On définit l imge réciproque de B pr f pr f 1 (B) = {x E, f(x) B}. C est un sous ensemble de E. Plus précisemment, c est le sous ensemble de E constitué des éléments dont l imge pr f pprtient à B.

13 1.5. QUELQUES NOTATIONS DE THÉORIE DES ENSEMBLES 13 Attention, dns l définition précédente, l nottion f 1 ne signifie ps que f est bijective. C est juste une nottion! On verr en TD, comment les opértions d imge et imge réciproque se comportent vis à vis des opértions de réunion, intersection, etc. Pr exemple, on : Exercice Soit f : E F une ppliction et soient A F, B F. Montrer que f 1 (A B) = f 1 (A) f 1 (B).

14 14 CHAPITRE 1. ÉLÉMENTS DE LOGIQUE

15 Chpitre 2 Notion de limite 2.1 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 N, w n = u n vn. pr 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. Pour se fire une idée intuitive de l limite d une suite on peut clculer les vleurs successives de l suite. Pr exemple, si u n = e 1 n+1, on u 0 = e 2.7; u ; u ;..., u ; u ,... Ceci semble suggérer que l suite (u n ) tend vers 1 lorsque n tend vers l infini. On en verr une preuve plus trd. Cependnt, cette technique de clculs des termes successifs de l suite peut être très trompeuse. Considérons en effet l suite v n = sin(n π 2 ) et clculons u 2 = 0, u 4 = 0,... u 100 = 0,... 15

16 16 CHAPITRE 2. NOTION DE LIMITE Ceci suggere que l suite tend vers 0 qund n tend vers l infini. Or si l on clcule u 1 = 1, u 3 = 1,... u 101 = 1, u 103 = 1,... on se rend compte que cette suite ne converge ps vers 0. On verr plus trd que cette suite n en fit ps de limite. Au terme de cette discussion, il pprit nécessire de formliser précisément l notion de limite. 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. ɛ > 0, N N, n N u n l < ɛ (2.1) 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 = 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 (2.2) Proposition Soit (u n ) n N une suite convergente vers une limite l R. Alors cette limite est unique. Preuve. Supposons pr l bsurde que (u n ) n converge à l fois vers l 1 et vers l 2 vec l 1 l 2. Prenons ɛ = l1 l2 4 dns l définition de l convergence de (u n ) vers l 1 et vers l 2. Alors il existe N 1 N tel que et il existe N 2 N tel que n N 1, u n l 1 < ɛ n N 2, u n l 2 < ɛ. Prenons mintennt n mx(n 1, N 2 ). Alors 4ɛ = l 1 l 2 u n l 1 + u n l 2 < 2ɛ ce qui est bsurde. Définition Soit u = (u n ) n N une suite numérique. On dit que u est mjorée si M R, n N, u n M.

17 2.1. CAS DES SUITES 17 On dit que u est minorée si On dit que u est bornée si 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 + ( u n vn ) = l 1 l2 Preuve. Preuve de i) Soit ɛ > 0. Comme lim n + u n = l 1 lors ɛ > 0, N 1 N, n N 1, u n l 1 < ɛ. On utilise cette définition vec ɛ = ɛ 2. Il existe donc N 1 tel n N 1, u n l 1 < ɛ 2 (2.3) De même, puisque lim n + v n = l 2 on peut trouver N 2 N tel que n N 2, v n l 2 < ɛ 2. (2.4) Posons N = mx(n 1, N 2 ) N et supposons que n N. On (u n + v n ) (l 1 + l 2 ) u n l 1 + v n l 2 (2.5) Comme n N N 1 lors u n l 1 < ɛ 2 et de même, comme n N N 2 lors v n l 2 < ɛ 2. En reportnt ces informtions dns (2.5), il vient (u n + v n ) (l 1 + l 2 ) < ɛ, ce qui prouve i). Preuve de ii) Soit ɛ > 0. Posons M = l 1 + l 2 + ɛ + 1 > 1. Comme lim n + u n = l 1 lors, il existe N 1 N tel que n N 1, u n l 1 < ɛ 2M. (2.6) De cette estimtion et de l inéglité tringulire, on déduit en prticulier que n N 1, u n < l 1 + ɛ 2M < l 1 + ɛ < M. (2.7) De même, comme lim n + v n = l 2 on peut trouver N 2 N tel que n N 2, v n l 2 < ɛ 2M. (2.8)

18 18 CHAPITRE 2. NOTION DE LIMITE Posons N = mx(n 1, N 2 ) et supposons que n N. On u n v n l 1 l 2 = u n (v n l 2 ) + l 2 (u n l 1 ) et pr conséquent u n v n l 1 l 2 u n. v n l 2 + l 2. u n l 1. (2.9) En utilisnt (2.6), (2.7) et (2.8), il vient u n v n l 1 l 2 < M ɛ 2M + l ɛ 2 2M < ɛ 2 + ɛ = ɛ. (2.10) 2 Ceci prouve ii). Nous lissons l preuve de iii) u lecteur. 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 et Alors n n 0, v n u n w n (2.11) lim v n = l = lim w n. n + n + lim u n = l. n + Preuve. Soit ɛ > 0 rbitrire. Comme lim n + v n = l, lors il existe n 1 N tel que pour tout n n 1, v n l < ɛ. En prticulier, De même, il existe n 2 N tel que n n 1, v n l ɛ (2.12) n n 2, w n l + ɛ (2.13) Prenons N = mx(n 0, n 1, n 2 ). En combinnt (2.11), (2.12) et (2.13), il vient n N, l ɛ < u n < l + ɛ. ce qui prouve l proposition. Corollire Soient (u n ) n N et (v n ) n N deux suites numériques. On suppose que lim n + u n = 0 et que (v n ) n N est bornée. Alors lim n + u n v n = 0. Preuve. Comme (v n ) n N est bornée, il existe M > 0 tel que v n M pour tout n N. On en déduit que M u n u n v n M u n. Comme lim n M u n = 0, l proposition précédente permet de conclure.

19 2.1. CAS DES SUITES 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. 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. 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 = sup U. Montrons que (u n ) tend vers l. Soit ɛ > 0. Pr définition de l borne supérieure, il existe n 0 N, tel que u n0 > l ɛ. Or, (u n ) étnt croissnte, on u n u n0 pour tout n n 0. Pr suite, n n 0, u n l ɛ. Pr illeurs, pr définition de l, on u n l pour tout n N. Pr conséquent, n n 0, u n l < ɛ, ce qui chève l démonstrtion.

20 20 CHAPITRE 2. NOTION DE LIMITE 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, u n+1 u n En déduire que pour tout n n 0, u n u n0 ( +1 2 )n n 0 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 ɛ > 0, N N, n N, m N, u n u m < ɛ. Proposition Soit (u n ) n N une suite numérique. On suppose que (u n ) possède une limite. Alors (u n ) est de Cuchy. Preuve. Soit l R l limite de l suite. Donnons nous ɛ > 0 rbitrire. Comme (u n ) converge vers l, il existe N N tel que n N, u n l < ɛ 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 < ɛ 2 + ɛ 2 = ɛ. 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 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.

21 2.1. CAS DES SUITES 21 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 ) = + Preuve. Preuve de i) 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 = +. Proposition Soient (u n ) n N et (v n ) n N deux suites. On suppose que lim n + v n = + et qu il existe n 0 N tel que pour tout n n 0, u n v n. Alors lim n + u n = +. Preuve. On doit montrer que M R, N N, n N, u n M. Soit M R quelconque. Comme lim n + v n = +, il existe n 1 N tel que n n 1, v n M. Prenons N = mx(n 0, n 1 ) et supposons que n N. Alors u n v n M et l preuve est complète.

22 22 CHAPITRE 2. NOTION DE LIMITE 2.2 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. * Définition et propriétés élémentires 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 = [, + [ 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 : ɛ > 0, δ > 0 tq x I, ( x x 0 < δ = f(x) l < ɛ) (2.14) Dns ce cs, on note lim x x0 f(x) = l.

23 2.2. CAS DES FONCTIONS 23 f(x) l + ɛ l l ɛ x 0 x 0 δ x 0 + δ b x Lien entre ɛ et δ Remrque Dns l définition de l limite (2.14), il fut comprendre ɛ 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. ɛ) 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 ɛ > 0, δ > 0, ( x x 0 < δ et x x 0 = f(x) l < ɛ). (2.15) 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 (2.14) est vérifiée. Pour cel on se donne ɛ > 0 et on cherche δ > 0 tel que (2.14) soit vérifiée. Prenons δ = ɛ et supposons que x [ 1, 1] est tel que x < δ = ɛ. Pr définition de f, on f(x) = x 2 < δ 2 = ɛ 2 = ɛ. Ceci montre bien (2.14). 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 (2.14) pour l fonction f(x) = x Soit ɛ > 0. On cherche δ > 0 tel que x 1 < δ = f(x) 2 < ɛ. Or f(x) 2 < ɛ x 2 1 < ɛ 1 ɛ < x 2 < 1 + ɛ 1 ɛ 1 < x 1 < 1 + ɛ 1 (2.16)

24 24 CHAPITRE 2. NOTION DE LIMITE Prenons δ = min( 1 + ɛ 1, 1 1 ɛ). Comme ɛ > 0 lors δ > 0 et on évidement x 1 < δ = 1 ɛ 1 < x 1 < 1 + ɛ 1. En tennt compte de (2.16), il vient x 1 < δ = f(x) 2 < ɛ. 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 ɛ = 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 < ɛ et x I, x x 0 < δ = f(x) l < ɛ. Soit x I tel que x x 0 < min(δ, δ ). D près les ssertions ci-dessus, on f(x) < l + ɛ et f(x) > l ɛ. En prticulier, l ɛ < l +ɛ. D où ɛ > l l 2. Or on choisit ɛ = 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 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 g )(x) = l 1 l2 est bien définie pour x proche

25 2.2. CAS DES FONCTIONS 25 Preuve. Preuve de i) On se donne ɛ > 0. Il existe α > 0 et β > 0 tels que x x 0 < α = f(x) l 1 < ɛ/2 et x x 0 < β = g(x) l 2 < ɛ/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 < ɛ/2 + ɛ/2 = ɛ. (2.17) Ceci montre que lim x x0 (f + g)(x) = l 1 + l 2. Preuve de ii) On se donne ɛ > 0. On définit ɛ 1 = ɛ 2 = min( ɛ 3, ɛ 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 < ɛ 1 et x x 0 < α 2 = g(x) l 2 < ɛ 2. ɛ 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 ɛ 1 ɛ 2 + l 2 ɛ 1 + l 1 ɛ 2 ɛ (2.18) grce ux choix fit pour ɛ 1, ɛ 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 2.2.2, il suffit donc de montrer que pour tout k N, on bien lim x k = x k 0 (2.19) x x 0 Or, on évidemment lim x x0 x = x 0, de sorte que (2.19) 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)).

26 26 CHAPITRE 2. NOTION DE LIMITE Composition et limites 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 ɛ > 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 < ɛ. (2.20) De même comme f tend vers y 0 lorsque x tend vers x 0, en ppliqunt l définition de l limite vec ɛ = 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. (2.21) x I ]x 0 δ, x 0 + δ[, f(x) ]y 0 α, y 0 + α[. (2.22) 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 (2.20), on obtient g(y) l < ɛ. En résumé, on vient de prouver que ce qui chève l démonstrtion. x I ]x 0 δ, x 0 + δ[, g(f(x)) l < ɛ Exemple Soit f(x) = (x 2) (x 2) 2 lim x 3 f(x) = 1 2. pour tout x R. Alors 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 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 ɛ > 0. Comme lim x x0 f(x) = l, il existe δ > 0 tel que x x 0 < δ = f(x) f(x 0 ) < ɛ. 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 < ɛ.

27 2.2. CAS DES FONCTIONS 27 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. Encdrement et limite 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, g, h trois fonctions de I dns R. Soient x 0 I et l R. On suppose que et Alors, x I, g(x) f(x) h(x) lim g(x) = l = lim h(x). x x 0 x x 0 lim f(x) = l. x x 0 Preuve. Soit ɛ > 0. Comme lim x x0 g(x) = l, lors δ > 0, x I, ( x x 0 < δ = l ɛ < g(x)). Comme lim x x0 h(x) = l, lors δ > 0, x I, ( x x 0 < δ = h(x) < l + ɛ). 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 D où f(x) l < ɛ. l ɛ < g(x) f(x) h(x) < l + ɛ. Corollire Soient f et g deux fonctions de I dns R et soit x 0 I. On suppose que f tend vers 0 lorsque x tend vers x 0 et que g est bornée. Alors fg tend vers 0 lorsque x tend vers x 0.

28 28 CHAPITRE 2. NOTION DE LIMITE 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 ɛ. Pr exemple, si l R, lors lim x x f(x) = l si et seulement si 0 ɛ > 0, δ > 0, x ]x 0 δ, x 0 [, f(x) l < ɛ. 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 lim f(x) = et lim f(x) = +. x 0 x 0 + Exemple Soit f : R R définie pr f(x) = sin((1/x) si x > 0 et f(x) = x sin(1/x) si x < 0. Alors lim f(x) = 0 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, x x 0 Preuve. Découper en morceux. lim f(x) = l et x x 0 lim f(x) = l. x x + 0

29 2.2. CAS DES FONCTIONS 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) (2.23) 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) (2.24) 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 (2.23) 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). 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. 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) = +.

30 30 CHAPITRE 2. NOTION DE LIMITE Preuve. On doit montrer que M R, δ > 0, x I, ( x x 0 < δ = (f + g)(x) M). (2.25) 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). (2.26) 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 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 ɛ > 0, M R, x M, f(x) l < ɛ (2.27) On dit que f tend vers l lorsque x tend vers moins l infini (noté lim x f(x) = l) si ɛ > 0, M R, x M, f(x) l < ɛ (2.28) f(x) l + ɛ l l ɛ M x Fonction ynt une limite en plus l infini

31 2.2. CAS DES FONCTIONS 31 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 Montrer que x R, g(x) = f( x). 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) (2.29) Exercice Donner une bonne définition de : lim x f(x) = ±. Exercice Soit f : R R définie pr f(x) = x sin(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 Preuve. C est une vrition de l preuve de l proposition est bien définie pour x ssez 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 +

32 32 CHAPITRE 2. NOTION DE LIMITE 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 + 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.

33 2.2. CAS DES FONCTIONS 33 Preuve. Preuve de i) On suppose pr l bsurde que l < m. Posons ɛ = 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 < ɛ. En prticulier, on pour tout x I ]x 0 δ, x 0 + δ[, f(x) < l + ɛ = 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. 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

34 34 CHAPITRE 2. NOTION DE LIMITE

35 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. 35

36 36CHAPITRE 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).

37 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 ɛ > 0, δ > 0, x I, ( x x 0 < δ = f(x) f(x 0 ) < ɛ). Exemple Soit f : R R définie pr f(x) = x 2. Alors f est continue en 1. 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. Proposition (Propriétés élémentires) Soient f : I R et g : I R deux fonctions continues. On les résultts suivnts : i) f + g est continue. ii) Pour tout λ R, λf est continue. iii) f.g est continue. iv) Supposons que g ne s nnule ps sur I, lors l fonction f g est bien définie sur I est elle est continue. Preuve. Toutes ces propriétés sont des conséquences immédites de l Proposition 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. 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 ɛ > 0, on f(x) f(x 0 ) = x x 0 < ɛ dés que x x 0 < ɛ. 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. k=0

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

COURS D ANALYSE. Licence d Informatique, première. Laurent Michel COURS D ANALYSE Licence d Informtique, première nnée Lurent Michel Printemps 2010 2 Tble des mtières 1 Éléments de logique 5 1.1 Fbriquer des énoncés........................ 5 1.1.1 Enoncés élémentires.....................

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 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

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

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

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 jen-pierre.dedieu@mth.univ-toulouse.fr jen-pierre.rymond@mth.univ-toulouse.fr

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

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 pujo@mth.univ-lyon1.fr Cours d

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

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

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

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

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 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

/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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

* 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

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

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

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 : mathweb@free.fr Mots-clés : équation fonctionnelle, série

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 2. Eléments pour comprendre un énoncé

Chapitre 2. Eléments pour comprendre un énoncé Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données

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

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

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

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

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

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

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

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

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

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

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

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

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

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

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

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

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

LOGICIEL FONCTIONNEL EMC VNX

LOGICIEL FONCTIONNEL EMC VNX LOGICIEL FONCTIONNEL EMC VNX Améliortion des performnces des pplictions, protection des données critiques et réduction des coûts de stockge vec les logiciels complets d EMC POINTS FORTS VNX Softwre Essentils

Plus en détail

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI!

Pour développer votre entreprise LES LOGICIELS EN LIGNE, VOUS ALLEZ DIRE OUI! Pour développer votre entreprise Gestion Commercile Gérez le cycle complet des chts (demnde de prix, fcture fournisseur), des stocks (entrée, sortie mouvement, suivi) et des ventes (devis, fcture, règlement,

Plus en détail

Statuts ASF Association Suisse Feldenkrais

Statuts ASF Association Suisse Feldenkrais Sttuts ASF Assocition Suisse Feldenkris Contenu Pge I. Nom, siège, ojectif et missions 1 Nom et siège 2 2 Ojectif 2 3 Missions 2 II. Memres 4 Modes d ffilition 3 5 Droits et oligtions des memres 3 6 Adhésion

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

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

- Phénoméne aérospatial non identifié ( 0.V.N.I )

- Phénoméne aérospatial non identifié ( 0.V.N.I ) ENQUETE PRELIMINAIRE ANALYSE ET REFEREWCES : Phénoméne érosptil non identifié ( 0VNI ) B8E 25400 DEF/GEND/OE/DOlRENS du 28/9/1992 Nous soussigné : M D L chef J S, OPJ djoint u commndnt de l brigde en résidence

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

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

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

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

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

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

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

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

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

La pratique institutionnelle «à plusieurs»

La pratique institutionnelle «à plusieurs» L prtique institutionnelle «à plusieurs» mury Cullrd Février 2013 Nicols, inquiet: «Qund je suis seul vec quelqu un, il se psse des choses» Vlentin, à propos de l institution : «Ici, y beucoup de gens,

Plus en détail

Fibonacci et les paquerettes

Fibonacci et les paquerettes Fibonacci et les paquerettes JOLY Romain & RIVOAL Tanguy Introduction Quand on entend dire que l on peut trouver le nombre d or et la suite de Fibonacci dans les fleurs et les pommes de pin, on est au

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

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

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

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure

Thèse Présentée Pour obtenir le diplôme de doctorat en sciences En génie civil Option : structure République Algérienne Démocrtique et Populire Ministère de l enseignement supérieur et de l recherche scientifique Université Mentouri de Constntine Fculté des sciences et sciences de l ingénieur Déprtement

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

Guide des bonnes pratiques

Guide des bonnes pratiques Livret 3 MINISTÈRE DE LA RÉFORME DE L'ÉTAT, DE LA DÉCENTRALISATION ET DE LA FONCTION PUBLIQUE 3 Guide des bonnes prtiques OUTILS DE LA GRH Guide des bonnes prtiques Tble des mtières 1. Introduction p.

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