Analyse Mathématiques

ANALYSE MATHÉMATIQUES
FOUAD KISSI
F. S. J. E. S Oujda
2019-2020
FOUAD KISSI ANALYSE MATHÉMATIQUES

CONTENU
Chapitre 1 : Les fonctions numériques d'une variable réelle.

Chapitre 2 : Les fonctions numériques de deux variables réelles.
Chapitre 3 : Les intégrales simples et généralisées.
Chapitre 4 : Les suites réelles.
Chapitre 5 : Les séries.

PREMIER CHAPITRE
LES FONCTIONS D'UNE VARIABLE REELLE

I) Notion de fonction numérique d'une variable
réelle
Dénition : Une fonction numérique f d'une variable réelle est une

relation qui à chaque valeur d'une variable réelle x associe au plus
une valeur f (x).
On note f : R 7−→ R
x 7−→ f (x)
f (x) est l'image de x par f
x est la variable ( ou l'antécédent ) de f (x).

Domaine de dénition
Dénition : Soit f : R 7−→ R une fonction. On appelle domaine de

dénition ( ou l'ensemble de dénition ) de f la partie de R
constituée des éléments ayant exactement une image, nous la
noterons pae Df :
Df = {x ∈ R/f (x) existe }

Représentation graphique
Dénition : Soit R = (O, ~i, ~j) un repère cartésien du plan et f une

fonction. On appelle représentation graphique ( ou courbe
représentative ) de f dans R l'ensemble
Cf = {M(x; f (x))/x ∈ Df }
Où M(x; f (x)) désigne le point de coordonnées (x, y ) dans R .

Lorsque x décrit Df ⊂ R, le point M(x, y ) où y = f (x) décrit dans
ce plan la courbe Cf de la fonction f dans le repère choisi.

Quelques fonctions usuelles
Les fonctions anes :
f (x) = ax + b (a; b ∈ R et a 6= 0)
Df = R
Gf = {(x, y ) ∈ R2 /y = f (x) = ax + b}
(Cf ) c'est la droite d'équation y = ax + b .

Les fonctions quadratiques :
f (x) = ax 2 + bx + c ; a 6= 0
Df = R
Gf = parabole qui est ouvert vers le haut si a est positif et
vers le bas si a est négatif.

Les fonctions quotients :

ax + b
f (x) = a, b, c et d ∈ R
cx + d
Df = {x ∈ R/cx + d 6= 0}

f (x) = √1
x−1
x ∈ Df ⇔ x − 1 > 0 ⇔ x > 1
Df =]1; +∞[
√
f (x) = −x 2 − 1
Df = ∅ car ∀x ∈ R on a −x 2 − 1 ≤ 0.

sens de variation
Dénition : Soit f une fonction réelle et I un intervalle de R, tel

que I ⊂ R :
On dit que f est croissante sur I si :
∀(x; y ) ∈ I 2 ; x < y ⇒ f (x) ≤ f (y )
On dit que f est décroissante sur I si :

∀(x; y ) ∈ I 2 ; x < y ⇒ f (x) ≥ f (y )
On dit que f est strictement croissante sur I si :

∀(x; y ) ∈ I 2 ; x < y ⇒ f (x) < f (y )

sens de variation
On dit que f est strictement décroissante sur I si :

∀(x; y ) ∈ I 2 ; x < y ⇒ f (x) > f (y )
Enn, on dit que f est stationnaire ( ou constante ) sur I si

pour tout x et tout x de I , on a f (x ) = f (x ).
1 2 1 2

Exemples
En économie, on rencontre beaucoup de fonctions croissantes et

décroissantes :
1 L'épargne est une fonction croissante du taux d'intérêt (
quand le taux augmente l'épargne augmente ).

2 l'investissement est une fonction décroissante du taux d'intérêt.

Opérations sur les fonctions
Soit f ; g : I ⊆ R 7−→ R deux fonctions.

1 Egalité de deux fonctions : f = g ⇔ f (x) = g (x), ∀x ∈ I ,
2 Somme de deux fonctions : (f + g )(x) = f (x) + g (x), ∀x ∈ I ,
3 Produit de deux fonctions : (fg )(x) = f (x)g (x), ∀x ∈ I ,
4 Produit d'une fonction par un réel :
(αf )(x) = αf (x), ∀x ∈ I , α ∈ R

5 Quotient de deux fonctions : si g 6= 0, ( gf )(x) = gf (x)
(x) ; ∀x ∈ I
6 Composée de deux fonctions : si f : I 7−→ R et g : f (I ) 7−→ R
alors la composée de f et g : gof est donnée par
(gof )(x) = g (f (x)); ∀x ∈ I .

II) Dérivabilité
Soit I un intervalle de R et f : I 7−→ R et x ∈ I .0
1) Dérivabilité en un point
f est dérivable en x si lim f (x)−f
0 x−x0
(x0 )
existe. Cette limite est la
x7→x0
dérivée de f en x et notée :
0
f (x) − f (x0 )
f 0 (x0 ) = lim
x7→x0 x − x0

Exemple
On peut vérier que la dérivée au point x = 1 de la fonction qui à

0
x associe f (x) = 2x − 3 est égale à 4.

2
2− +
En eet, on a : lim f (x)−f
x−
( )
1
= lim x x−
1 2
= lim 2(x + 1) = 4
3
1
1
x7→
1 x7→ 1 x7→ 1
donc f 0 (1) = 4

Interprétation géométrique : équation de la
tangente
La droite (T ) est la droite tangente à la courbe de f passant par le

point M(x , f (x )) a pour équation : y = f 0 (x )(x − x ) + f (x ).
0 0 0 0 0
Autrement dit, f 0 (x ) représente la pente de la droite (T ).

0

Dérivabilité sur un intervalle
f est dérivable sur l'intervalle I si f est dérivable en tout point de I.

On note f 0 la fonction dérivée de f :
f 0 : Df 7−→ R
x 7−→ f 0 (x)
Remarque : si f est dérivable alors f est continue

Dérivées et opérations
Soient f et g deux fonctions dérivables sur un intervalle I et α ∈ R.

On a (αf )0 = αf 0 ; (f + g )0 = f 0 + g 0 ; (fg )0 = f 0 g + fg 0 ;
0 0
( gf )0 = f gg−fg
2 ; (fog )0 = (f 0 og ) × g 0

Tableau des dérivées usuelles
f (x) f 0 (x)
C 0
ax a
1
− x12
√
x
1
x 2
√
x
xn nx n−1 (n ∈ N∗ )
xα αx α−1 (α ∈ R∗ )
ex ex
ln(x) x
1
e U(x) U 0 (x)e U(x)

U 0 (x)
ln(| U(x) |) U(x)

Dérivées successives
Soit f une fonction dérivables sur un intervalle I ⊂ R. Si f 0 est

dérivable sur I , on note f ” ou f ( ) la dérivée de f 0 . f ” s'appelle la
2
dérivée seconde de f .
Par recurrence sur n ∈ N, n ≥ 2, on dénit la dérivée neme de f ,
notée f (n) , par f (n) = (f (n− ) )0 lorsque f (n− ) est dérivable sur I .
1 1

Exemple
f (x) = x 4 ; f 0 (x) = 4x 3 ; f ”(x) = 2x 2 ;

f (3) (x) = 24x ; f (4) (x) = 24 ; f (5) (x) = 0
donc ∀n ≥ 5, f (n) (x) = 0

Variations d'une fonction
a) Signe de la dérivée et sens de variation

Soit f une fonction dérivables sur un intervalle I ⊂ R. Alors
1 f est croissante sur I ⇐⇒ f 0 (x) ≥ 0 ∀x ∈ I
2 f est décroissante sur I ⇐⇒ f 0 (x) ≤ 0 ∀x ∈ I
3 f est constante sur I ⇐⇒ f (x) = 0
0 ∀x ∈ I

b) Convexité et concavité
1 Une fonction f qui à x associe f (x) dont la dérivée seconde
est positive pour toute valeur de x dans un intervalle est dite

convexe sur cet intervalle.
2 Une fonction f qui à x associe f (x) dont la dérivée seconde
est négative pour toute valeur de x dans un intervalle est dite

concave sur cet intervalle.
En résumé, si f ”(x) ≥ 0 pour tout x ∈ [a, b], alors f est convexe
sur [a, b] et si f ”(x) ≤ 0 pour tout x ∈ [a, b], alors f est concave
sur [a, b].

Exemple
1) f (x) = x ,
2
∀x ∈ R : f ”(x) = 2 > 0
donc f est convexe sur R
2) g (x) = x1
∀x ∈ R−∗ : g ”(x) = x23 < 0
g est concave sur ] − ∞, 0[

c) Extremums (points critiques)

Dénition : Soit f : I 7−→ R une fonction
f admet un minimum (resp un maximum) local ou relatif en
x0 ∈ I si :il existe un voisinage de x0 tel que
∀x ∈ Vx0 ∩ I : f (x0 ) ≤ f (x) ( resp f (x) ≤ f (x0 ))
f admet un minimum (resp un maximum) global ou absolu en
x0 ∈ I si : f (x0 ) ≤ f (x) ( resp f (x) ≤ f (x0 )) ∀x ∈ I
Un extremum est soit un minimum soit un maximum ( local
ou global ).

Exemple
On voit que A est un maximum local de la fonction

D est un maximum global de la fonction
B est un minimum local de la fonction
La fonction n'a pas de minimum global

Les points critiques
Dénition : Soit f une fonction dérivables sur un intervalle I ⊂ R

et x ∈ I . x est un point critique de f si f 0 (x ) = 0
0 0 0
Théorème : ( condtion nécessaire ou du premier ordre )

Si f : I 7−→ R est dérivable sur un intervalle ouvert I et admet un
extremum local en x ∈ I alors f 0 (x ) = 0
0 0

Remarques
1 f 0 (x0 ) = 0 implique que la tangente à la courbe de f en x0 est

horizontale d'équation : y = f (x0 )
2 Si f 0 (x ) 6= 0, alors x n'est pas un extremum local de f
0 0
3 Si f 0 (x ) = 0, x n'est pas forcément un extremum. Par

0 0
exemple :
la fonction f (x) = 1 a une dérivée nulle en x = 0 et f
0
n'admet pas un extremum en ce point( fonction constante ).

Conditions susantes ou du deuxième ordre
Théorème : Soit f : I 7−→ R une fonction deux fois dérivable sur

un intervalle ouvert I et x ∈ I tel que f 0 (x ) = 0, alors :
0 0
Si f ”(x ) > 0 alors x est un minimum local de f .

0 0
Si f ”(x ) < 0 alors x est un maximum local de f .

0 0
Si f ”(x ) = 0 alors x peut être ou ne pas être un extremum

0 0
de f .

Application
Trouvons les extremums locaux de la fonction f qui à x associe

f (x) = (x 2 − 5)2 + 2x 2 et indiquons leur nature ( maximum ou
minimum )

V) Élasticité d'une fonction
Dénition : Soit f une fonction dérifvable sur un intervalle I.

L'élasticité de f notée Ef /x en un point x ∈ I tel que f (x) 6= 0 est
la quantité :
f 0 (x)
Ef /x = x
f (x)

Exemple
L'élasticité des fonctions puissances gr qui à x associent gr (x) = x r

est constante et égale à r , en eet
gr0 (x) r × x r −1
Egr /x = x =x =r
gr (x) xr

Remarque
On peut aussi écrire l'élasticité sous la forme suivante en utilisant le

fait que f 0 (x) = dfdx(x)
df
=⇒ Ef /x = f
dx
x
sous cette forme, on voit que l'élasticité mesure le rapport de
l'accroissement relatif de f et de x , c-à-d que l'élasticité mesure la
variation en pourcentage de f correspondant à une variation de 1%
de x .

Remarque
plus explicitement :
1) Si | Ef /x |> 1⇐⇒ une variation de la variable x entraînera une
variation plus importante de f (x).
2) Si | Ef /x |< 1⇐⇒ une variation de la variable x entraînera une
variation plus faible de f (x).
3) Si | Ef /x |= 1⇐⇒ une variation de la variable x entraînera une
variation de même intensité de f (x).

Application économique
Exemple 1 : l'élasticité de la fonction demande q par rapport au

prix p s'écrit :
dq
q q 0 (p)
Eq/p = dp
=p
q(p)
p
Si on suppose que la demande d'un produit est exprimé

linéairement en fonction de son prix par la relation q(p) = 5p + 2,
sont élasticité pour un prix p = 2 égale à :
0
5 5
Eq/p0 = p0 = ,
5p + 2
0 6
signie qu'une augmentation de 1% du prix entraînera une
augmentation de la quantité à produire de %. 5
6

Exemple 2 : Une entreprise a testé deux prix sur deux périodes (2

mois). Les résultats sont les suivants :
Période Mois 1 Mois 2 Variation en %
Prix de vente unitaire 15 DH 20 dh × 100 = 33.33%
5
15
Quantités vendues 500 450 −

× 100 = −10%
50
500
dq
=⇒Eq/p = q
dp = −10
.
33 33
= −0, 3333
p
Interprétation économique : Une augmentation de 1% du prix se
traduit par une diminution de la quantité demandée de 0, 33%.

DEUXIEME CHAPITRE
LES FONCTIONS DE DEUX VARIABLES REELLES

I) Dénition
Une fonction numérique f de deux variables réelles x et y est une

relation qui à chaque valeur du couple (x, y ) associe au plus une
valeur f (x, y ).
On note f : D ⊆ R 7−→ R
2
(x, y ) 7−→ f (x, y )

Exemple : La surface d'un rectangle S est une fonction de la
longeur L et de la largeur l du rectangle puisque S = L × l ou
S(L, l) = L × l

II) Domaine de dénition
Soit f : D ⊆ R 7−→ R une fonction réelle. Le domaine de

2
dénition de f est l'ensemble :

Df = {(x, y ) ∈ D/f (x, y ) existe}
Exemple 1 : Soit f (x, y ) = x+y

x−y
Df = {(x, y ) ∈ R2 /x − y 6= 0} = R2 − (∆) tel que
(∆) : y = x .

II) Domaine de dénition
Exemple 2 :Soit g (x, y ) = 1−x −y

p
2 2
Dg = {(x, y ) ∈ R2 /1 − x 2 − y 2 ≥ 0}
= {(x, y ) ∈ R2 /x 2 + y 2 ≤ 1}
donc son domaine de dénition est le disque unité fermé
D = {(x, y ) ∈ R2 /x 2 + y 2 ≤ 1}

III) Quelques fonctions usuelles
1) Fonctions linéaires ou anes :

f (x, y ) = ax + by + c où a, b et c ∈ R ;
Df = R2
2) Fonctions quadratiques :
f (x, y ) = ax 2 + bxy + cy 2 + dx + ey + f0
où a, b et c , d , e et f0 ∈ R ;
Df = R2
3) La fonction de production de Cobb-Douglas :

2
f (x, y ) = x a y b ; (a, b) ∈ R+∗

IV) Dérivées partielles et élasticités partielles
1) Dérivées partielles premières (ou du premier ordre) :

f : D ⊆ R 7−→ R admet une dérivée partielle par rapport à x si la
2
fonction d'une seule variable :

C : x 7−→ f (x, y ) est dérivable ( en supposant que l'autre variable
y est constante).
Sa dérivée est appelée dérivée partielle de f par rapport à x et est
notée :
∂f
fx0 (x, y ) = (x, y )
∂x
on détermine de même : fy0 (x, y ) = ∂f
∂y (x, y )

Exemple
Soit f (x, y ) = 4x y + 3y + 5x − y + 1
2 3 2
=⇒ fx0 (x, y ) = 8xy 3 + 5 et fy0 (x, y ) = 12x 2 y 2 + 6y − 1

Dénition (points critiques)
On appelle points critiques (ou stationnaires) de la fonction f les

points (x, y ) qui annulent les dérivées partielles fx0 et fy0 , c'est-
à-dire : les points (x, y ) sont des solutions du système de deux
équations :
fx (x, y ) = 0
0
fy0 (x, y ) = 0

2) Opérations sur les dérivées partielles
Soient f , g : D ⊆ R 7−→ R 2
(f + g )0x = fx0 + gx0

(fg )0x = fx0 g + fgx0
fx0 g −fgx0
( gf )0x = g2
Soient f : D ⊆ R 7−→ R et g : f (D) ⊂ Dg ⊆ R 7−→ R , et
2
soit la composée gof : D ⊆ R −

7 → R. Alors : 2
(gof )0x = (g 0 of ) × fx0

3) Élasticités partielles d'une fonction de deux
variables
Soit f : D ⊆ R 7−→ R telle que : f (x, y ) 6= 0.

2
1 L'élasticité par rapport à x est : E

fx0 (x,y )
f /x = x × f (x,y )
fy0 (x,y )
2 L'élasticité par rapport à y est : Ef /y = y × f (x,y )

4) Dérivées partielles du second ordre
Etant donnée une fonction f : D ⊆ R 7−→ R. 2
Dénition : Les dérivées partielles d'ordre 2 ( ou secondes ) de f

( quand elles existent ) sont :
∂2f
par rapport à x : ∂x∂x = fx” = (fx0 )0
2f 0
par rapport à x et y : ∂y∂ ∂x = fxy” = ∂f
∂y
x
∂2f
par rapport à y : ∂y ∂y = fy” = ∂ ∂f
∂y ( ∂y )
∂2f ∂f 0
par rapport à y et x : ∂x∂y = fyx” = ∂xy .

Exemple
Soit la fonction f qui à (x, y ) associe

f (x, y ) = 2x 2 − 3xy − y 2
On a : ∂f
∂x (x, y ) = 4x − 3y et ∂f
∂y (x, y ) = −3x − 2y
∂2f ∂2f
et ∂x 2
(x, y ) = 4 et ∂y ∂x (x, y ) = −3
∂2f ∂2f
∂y 2
(x, y ) = −2 et ∂x∂y (x, y ) = −3

Théorème de Schwartz :
∂2f ∂2f
Si f admet des dérivées partielles ∂x∂y et ∂y ∂x continues alors :
∂2f ∂2f
=
∂x∂y ∂y ∂x

III) Les fonctions homogènes
Dénition :Une fonction f : D ⊆ R 7−→ R est homogène de

2
degré k ∈ R si :
∀t > 0, f (tx, ty ) = t k f (x, y )
k est le degré d'homogénéité de f , avec ∀t > 0, (tx, ty ) ∈ Df .

Théorème d'Euler :
Soit f : D ⊆ R 7−→ R une fonction homogène de degré k et de

2
dérivées partielles continues. Alors fx0 et fy0 sont homogène de degré

k − 1 et on a :
xfx0 (x, y ) + yfy0 (x, y ) = kf (x, y ) (Formule d0 Euler).

Exemple
Soit
f (x, y ) = x 2 y
f est homogène de degré 3, en eet :
∀t > 0, f (tx, ty ) = t 2 x 2 ty = t 3 x 2 y = t 3 f (x, y )
et on a
xfx0 (x, y ) + yfy0 (x, y ) = x.2xy + yx 2 = 3x 2 y = 3f (x, y )
d'où la formule d'Euler.

Optimisation libre
Théorème (Condition nécessaire d'optimalité ou du premier

ordre) :
Soit f une fonction dénie au voisinage de (x , y ) et admettant
0 0
des dérivées partielles d'ordre 1 en (x , y ). Si de plus f admet un

0 0
extremum local en (x , y ), alors

0 0
∂f ∂f
(x0 , y0 ) = 0 et (x0 , y0 ) = 0 (∗)
∂x ∂y
Un point (x , y ) vériant (*) s'appelle point critique

0 0

Théorème : ( Condition susante d'optimalité ou
du deuxième ordre)
Soit f une fonction dénie sur un domaine D de R et admettant 2
des dérivées partielles secondes en un point critique (x , y ) et soit

0 0
le réel (hessien) :
∂2f ∂2f ∂2f
H(x0 , y0 ) = ( (x 0 , y 0 ))( (x0 , y0 )) − ( (x0 , y0 ))2
∂x 2 ∂y 2 ∂x∂y
Alors :
1) Si H(x , y ) > 0 ; (x , y ) est un extremum local de f
0 0 0 0
2) Si H(x , y ) < 0 ; (x , y ) n'est pas un extremum local de f

0 0 0 0
3) Si H(x , y ) = 0, on ne peut pas conclure.

0 0

Plus précisement, si H(x , y ) > 0 et :
0 0
∂2f
(x , y )
∂x 2 0 0
< 0, alors (x0 , y0 ) est un maximum
∂2f
(x , y )
∂x 2 0 0
> 0, alors (x0 , y0 ) est un minimum.

Application
Exemple 1 : Soit f (x, y ) = x + y , cherchons si f admet des

2 2
points extremums.
Conditions du 1 ordre :
fx (x, y ) = 0 2x = 0 x =0
0
⇐⇒ ⇐⇒
fy (x, y ) = 0
0
2y = 0 y =0
(0, 0) est le seul point critique.

Application
Conditions du second ordre :

Calculons maintenant les dérivées partielles secondes,
∂2f ∂2f
on a ∂x 2 (x, y ) = 2 d'où ∂x 2
(0, 0) = 2
∂2f ∂2f
et ∂y 2 (x, y ) = 2 d'où ∂y 2
(0, 0) = 2
∂2f ∂2f
enn, ∂x∂y (x, y ) = 0 d'où ∂x∂y (0, 0) = 0.
On en déduit que H(0, 0) = 4 > 0, donc (0, 0) est un extremum
∂2f
local de f , comme ∂x 2 (0, 0) = 2 > 0, alors (0, 0) est un minimum
local de f .

Exemple 2 :
On souhaite optimiser la fonction

f (x, y ) = x 3 + y 3 − 6xy
Les conditions nécessaires d'optimalité sont : (

2
fx (x, y ) = 0 3x − 6y = 0
0
y= x =x
2 3 2
⇐⇒ ⇐⇒ x4
6 2
fy0 (x, y ) = 0 3y − 6x = 0
2
4
− 2x = 0
2
y=x x = 0 ou x = 2

⇐⇒ 2 ⇐⇒
x(x − 8) = 0
3
y = 0 ou y = 2
On obtient donc deux points critiques : (0,0) et (2,2).

Exemple 2 :
Pour étudier la nature des deux points, on va utiliser les conditions

susantes du second ordre. Pour cela, il est nécessaire de calculer
le hessien de f .
∂2f ∂2f
(x, y ) = 6 x ; (x, y ) = 6y
∂x 2 ∂y 2
et
∂2f ∂2f
(x, y ) = (x, y ) = −6.
∂x∂y ∂y ∂x
D'où Hf (x, y ) = 36xy − 36 = 36(xy − 1).

Exemple 2 :
Au point (x, y ) = (0, 0), Hf (0, 0) = −36 < 0, la fonction n'admet

pas d'extremum en ce point.
Au point (x, y ) = (2, 2), Hf (2, 2) = 108 > 0, la fonction admet
donc un extremum local en ce point.
2
Comme ∂x 2 (2, 2) = 6 × 2 = 12 > 0, cet extremum est un minimum
∂ f
local. Ce minimum est f (2, 2) = 8 + 8 − 24 = −8.

Optimisation liée ( avec une contrainte d'égalité )
Il s'agit de déterminer pour une fonction de deux variables

f : D ⊆ R 7−→ R ses extremums où les deux variables x et y sont
2
dépendantes l'une de l'autre par une autre relation de la forme

g (x, y ) = 0 appelée contrainte.

Exemple :
Supposons que l'on recherche la combinaison (C , T ) de Capital et

de Travail qui rende maximum une fonction de production Q(C , T )
tout en respectant une contrainte budgétaire aC + bT = B , B
étant le budget total, a le prix d'une unité de Capital et b le prix
d'une unité de Travail. On est en présence d'un problème
d'extremums liés :
max Q(C , T )

g (C , T ) = aC + bT − B = 0

Fonction de Lagrange
La fonction de Lagrange ( ou le lagrangien ) de f sous la contrainte

g (x, y ) = 0 est la fonction de trois variables dénie par :
L(x, y , λ) = f (x, y ) + λg (x, y )
où λ (multiplicateur de lagrange ) est une inconnue.

Théorème : ( Condition nécessaire d'optimalité ou
du premier ordre)
Soient f et g deux fonctions dérivables en (x , y ). Si (x , y ) est

0 0 0 0
un extremum local de f sous la contrainte g (x, y ) = 0, alors il

existe un nombre λ ∈ R tel que :
0
∂x (x , y , λ ) = 0 et ∂y (x , y , λ ) = 0 et ∂λ (x , y , λ ) = 0.
∂L ∂L ∂L
0 0 0 0 0 0 0 0 0
La recherche des extremums commence alors par la résolution du

système :
 ∂x (x, y , λ) = 0;
 ∂L
∂L
(x, y , λ) = 0;
 ∂y
∂λ (x, y , λ) = 0
∂L
tout point solution de ce système est un point critique ou

stationnaire de f .

Théorème : ( Conditions susantes d'optimalité
ou du deuxième ordre)
Soient (x , y ) un point critique de f sous contrainte g (x, y ) = 0,

0 0
λ le multiplicateur de Lagrange associé et soit le hessien de f au

0
point (x , y , λ ) :
0 0 0
 
L”x 2 L”yx L”λx
hess(f )(x , y , λ ) = det  L”xy L”y 2 L”λy 
0 0 0
L”xλ L”y λ L”λ2

Alors :
Si hess(f )((x , y , λ ) > 0, alors (x , y ) est un maximum
0 0 0 0 0
local de f .
Si hess(f )((x , y , λ ) < 0, alors (x , y ) est un minimum local
0 0 0 0 0
de f .
Si hess(f )((x , y , λ ) = 0, alors on ne peut rien dire.
0 0 0

Exemple
On considère le problème d'optimisation suivant :

optimiser f (x, y ) = 2x + y

sous x 2 + y 2 = 1
optimiser f (x, y ) = 2x + y

⇐⇒
sous g (x, y ) = x 2 + y 2 − 1 = 0
Le lagrangien associé au problème est :
L(x, y , λ) = f (x, y ) + λg (x, y ) = 2x + y + λ(x 2 + y 2 − 1)

Les
 conditions nécessairesd'optimalité sont :
 Lx (x, y , λ) = 0
0
 2 + 2λx = 0
L0y (x, y , λ) = 0 ⇐⇒ 1 + 2λy = 0
Lλ (x, y , λ) = 0 x +y −1=0
 0  2 2
 x = −λ1

=⇒ y = −1
 1 2λ1
λ2
+ 4λ2 = 1
√ √
On trouve donc λ = 1
5
2
et λ = −
2
5
2
. On a donc deux points
critiques
√ :
λ1 = 2
5
=⇒ x = et y = √
−2
√
5
− 1
5
√
λ2 = −
2
5
=⇒ x = √ et y = √
2
5
1

Le hessien du Lagrangien  est :
2λ 0 2x

hess(f )(x, y , λ) = det  0 2λ 2y  = −8λ(x + y ) 2 2
2x 2y 0
√
En (x, y , λ) = ( √
2
5
,− , ):
− √ 1
5 2
5
√ √
hess(f )( √
− √
2
5
, − , ) = −4 5 < 0, comme le hessien est
1
5 2
5
strictement négatif, le problème admet un minimum

√ local en
− √
(√2
5
, − ). Ce minimum est f ( √
1
5
, − ) = − 5.
− √ 2
5
1
5
√
En (x, y , λ) = ( √ , √ ,
2
5
):
1
5
−
2
5
√ √
hess(f )( √ , √ , − ) = 4 5 > 0, comme le hessien est
2
5
1
5 2
5
strictement positif, le problème admet un √maximum local en

( √ , √ ). Ce maximum est f ( √ , √ ) = 5.
2
5
1
5
2
5
1

TROISIÈME CHAPITRE
LES INTÉGRALES SIMPLES ET GÉNÉRALISÉES

I) Primitives
Dénition : On appelle primitive d'une fonction réelle f sur un

intervalle I toute fonction F dérivable sur I dont la dérivée est f :
∀x ∈ I F 0 (x) = f (x) .
Exemples : 1) La fonction F : x 7−→ F (x) = ln(x) est une

primitive de f (x) = x : ∀x > 0.
1
2) La fonction qui à x associe F (x) = x + 2x − 5 est une primitive

2
de f (x) = 2x + 2.

Théorèmes
Théorème 1 : Si F est une primitive de f sur l'intervalle I, alors

l'ensemble des primitives de f sur I est l'ensemble des fonctions de
la forme Φ = F + C où C est une constante arbitraire.
Théorème 2 : Toute fonction continue sur un intervalle admet une
primitive sur cet intervalle.

Tableau des primitives usuelles
f (x) F (x)
xn ; n ≥ 0 1
n+1 x
n+1
k ∈R kx
x α (α 6= −1) 1
α+1 x
α+1
ex ex
e αx (α 6= 0) e αx
α
1
x ln(| x |)
ax (a ∈ R+∗ − 1) ax
(a)
ln
√
√1
x
2 x
U 0 (x)
U(x) ln(| U(x) |)
U 0 (x)(U(x))α 1
α+1 (U(x))
α+1
U 0 (x)e U(x) e U(x)

Exemple :
(x 2 +3)0
Soit g (x) = 2x
x 2 +3
= x 2 +3
alors G (x) = ln(x + 3) + C , ∀x ∈ R

2

II) Integration :
1) Dénition : Soit f une fonction continue sur le segment [a,b].

On appelle integrale de a à b de la fonction f le réel F (b) − F (a),
et on note : ab f (t) dt = F (b) − F (a)
R
où F est une primitive quelconque de f .

On écrit aussi : ab f (t) dt = F (b) − F (a) = [F (t)]ba
R

Interprétation géométrique :
L'aire du domaine délimité par la courbe Cf , l'axe des abscisses et

les droites verticaux passant par a et b respectivement sera donc :
Z b
S= | f (x) | dx
a

Théorème
Soit f une fonction continue sur un intervalle I et a ∈ I . La fonction

dénie par : Z x
Φ(x) = f (t) dt, ∀x ∈ I
a
est l'unique primitive de f sur I qui s'annule en a.

2) Propriétés de l'intégrale
1) Relation de chasles :
Z b Z c Z b
f (t) dt = f (t) dt + f (t) dt
a a c
où a, b, c ∈ I
2) f (t) dt = 0 et
Ra Rb Ra
a f (t) dt = − b f (t) dt
a
3) ab (αf + βg )(x) dx = α ab f (x) dx + β ab g (x) dx

R R R
4) Positivité : Soit f une fonction continue sur le segment [a,b]

(a ≤ b) telle que : ∀t ∈ [a, b] ; f (t) ≥ 0. Alors a f (t) dt ≥ 0
Rb

2) Propriétés de l'intégrale
5) Soient f et g deux fonctions continues sur le segment [a,b]
(a ≤ b) telle que : ∀t ∈ [a, b] ; f (t) ≤ g (t). Alors,
Z b Z b
f (t) dt ≤ g (t) dt
a a
Il en résulte que si f une fonction continue sur [a,b], alors

Z b Z b
| f (t) dt |≤ | f (t) | dt
a a
Théorème ( de la moyenne ) : Soit f une fonction continue sur

le segment [a,b]. Alors, il existe c ∈]a, b[ tel que :
1 b
Z
f (t) dt = f (c)
b−a a

3) Méthodes d'intégration
a) Intégration directe :
Il s'agit d'intégrales de fonctions de la forme U 0 f (U) où f est une
fonction dont une primitive est connue. Par exemple :
3 3
2x 3
(x 2 + 1)0
Z Z Z
x
√ dx = √ dx = √ dx
2 x2 + 1 2 2 x +1
2
2 2 x2 + 1
√ √
= [ x 2 + 1]32 = 10 − 5
p

b) Intégration par partie :

Théorème :Si U et V sont deux fonctions de classe C sur 1
l'intervalle [a,b], alors :

Z b Z b
0
U(t)V (t) dt = [U(t)V (t)]ba − U 0 (t)V (t) dt
a a
qui s'écrit en termes de primitives :

Z Z
g (t)f 0 (t) dt = g (t)f (t) − g 0 (t)f (t) dt
Exemple : Calculons : ln(x) dx et xe x dx .

Re R1
1 0

c) Intégration par changement de variable :

Théorème : Si f une fonction continue sur [a,b] et si U est une
fonction dérivable avec U 0 continue sur [α, β] telle que
U([α, β]) ⊂ [a, b], alors :
Z β Z U(β)
f (U(t))U 0 (t) dt = f (x) dx
α U(α)
Exemple : Calculons par changement de variable l'intégrale

suivant :
tan(x)
Z π
3
dx
0
1 + cos(x)

III) Intégrales généralisées (indénies ou
impropres)
1) Soit f une fonction continue sur [a,b[, a < b ≤R +∞, l'intégrale

a f (t) dt est convergente si la fonction F (x) = a f (t) dt admet
Rb x
une limite nie quand x tend vers b− :

Z b Z x
f (t) dt = lim f (t) dt = lim F (x)
a x→b − a x→b −

III) Intégrales généralisées (indénies ou
impropres)
2) Soit f une fonction continue sur ]a,b], −∞ ≤ Ra < b, l'intégrale

a f (t) dt est convergente si la fonction F (x) = x f (t) dt admet
Rb b
une limite nie quand x tend vers a+ :

Z b Z b
f (t) dt = lim+ f (t) dt = lim+ F (x)
a x→a x x→a
Dans le cas contraire l'intégrale f (t) dt est dite divergente.

Rb
a

Exemples
Vérions si les intégrales suivantes sont convergentes :

1
1 +∞
Z Z
√ dt et t2 dt
0 1−t 1

Intégrale généralisée des deux bornes
Théorème : Soit f une fonction continue Rsur ]a,b[,

−∞ ≤ a < b ≤ +∞, si ∃c0 ∈]a, b[ tel que a 0 f (t) dt et
c
c0 f (t) dt sont convergentes. Alors l'intégrale a f (t) dt est

Rb Rb
convergente et on a :
Z b Z c Z b
f (t) dt = f (t) dt + f (t) dt, ∀c ∈]a, b[
a a c

Exemple
Montrons que l'intégrale √1−2t dt est convergente.

R1
0 t−t 2

CHAPITRE 4
LES SUITES

I) Dénitions
Dénition 1 : On appelle suite de nombres réels toute application

U d'une partie I de N dans R. On désigne souvent par (Un )n∈I ou
(Un ) la suite U .
L'image de n par U ne se note pas U(n) mais Un . Le terme Un
s'appelle terme général de la suite.
Exemple : La fonction U(n) = cos 2πn est une suite de nombres
réels dont le terme général est Un = cos 2πn.

I) Dénitions
Dénition 2 : Soit (Un ) une suite de nombres réels.

On dit que (Un ) est stationnaire si Un+ = Un , ∀n ≥ n .
1 0
On dit que (Un ) est croissante si Un+ ≥ Un , ∀n ≥ n .

1 0
On dit que (Un ) est décroissante si Un+ ≤ Un , ∀n ≥ n .

1 0
Exemples :
1) La suite de terme général Un = n , est décroissante.
1
2) La suite de terme général Un = n , est croissante.

2
3) La suite de terme général Un = cos 2πn, est stationnaire.

I) Dénitions
Dénition 3 : Soit (Un ) une suite de nombres réels.

On dit que (Un ) est majorée si ∃M ∈ R, ∀n ≥ n : Un ≤ M .
0
On dit que (Un ) est minorée si ∃m ∈ R, ∀n ≥ n : Un ≥ m.

0
On dit que (Un ) est bornée si elle est à la fois majorée et

minorée.
Exemples :
1) La suite de terme général Un = sin 3n, est majorée par 1 et
minorée par -1. Donc elle est bornée.
2) La suite de terme général Un = n , est minorée par 0 mais elle
2
n'est pas majorée.

II) Suites convergentes
Dénition 1 : Soit (Un ) une suite réelle et l un réel. On dit que

(Un ) converge vers l si et seulement si :
∀ε > 0, ∃N ∈ N : n > N ⇒| Un − l |< ε
On dit que l est la limite de (Un ). On note

lim Un = l ou lim Un = l
n→+∞
Exemple : n
lim n = 0 ; lim (1 + (−n ) ) = 1
1 1
n→+∞ n→+∞

Dénition 2 : Soit (Un ) une suite réelle. On dit que (Un ) tend
vers +∞ (resp tend vers −∞) quand n tend vers +∞ si et
seulement si : ∀A > 0, ∃N ∈ N : n > N ⇒ Un > A
(resp ∀A > 0, ∃N ∈ N : n > N ⇒ Un < −A)
On note lim Un = +∞ ( resp lim Un = −∞).
Exemple :
lim(2n) = +∞ ; lim(−n ) = −∞.
2
Théorème :
Si une suite admet une limite, alors cette limite est unique.

Dénition 3 : Soit (Un ) une suite réelle.

On dit que la suite (Un ) est convergente si et seulement s'il
existe un réel l vers lequel elle converge.
On dit que la suite (Un ) est divergente si et seulement si elle
n'est pas convergente.
Remarque : Une suite divergente est donc :
Soit une suite qui tend vers +∞ ou vers −∞.
Soit une suite qui n'a pas de limite quand n tend vers +∞.

Exemple :
1) La suite (Un ) dénie par Un = 2n est divergente car
lim Un = +∞.
2) La suite (Un ) dénie par Un = (−1)n est divergente.
Proposition : Soit (Un ) une suite réelle. Si (Un ) est convergente
alors elle est bornée.
Une suite bornée n'est pas toujours convergente.
Exemple : Un = (−1)n

Théorème :
1) Toute suite croissante majorée est convergente.
2) Toute suite décroissante minorée est convergente.
Exemple : Soit (Un ) la suite dénie sur N par : Un = n+ n+ 6
2
7
5
On a Un = n+n+ − = 3 − n+ et par suite :

6
2
15
5
8
2
8
5
∀n ∈ N : Un+ − Un = (3 − (n+ )+ ) − (3 − n+ )
1 2
8
1 5 2
8
5
= n+ − n+ = ( n+ )( n+ ) > 0
2
8
5 2
8
7 2
16
5 2 7
La suite (Un ) est croissante. D'autre part :

∀n ∈ N : Un ≤ 3. La suite (Un ) est majorée , elle est donc
convergente .

III) Théorèmes de comparaisons :
Proposition : Soit (Un ) une suite réelle telle que Un ≥ 0 pour

tout n ∈ I . Si (Un ) converge vers l alors l ≥ 0.
Exemple : Considérons la suite (Un ) dénie par : Un = 3 − n+ 2
1
1
On a ∀n ∈ N : Un ≤ 3. D'autre part :
∀n ∈ N : Un+ − Un = ( n+ )( n+ ) > 0.
1 2 1
2
2 3
La suite (Un ) est croissante majorée, elle est donc convergente.

Comme Un ≥ 0, ∀n ∈ N, alors lim Un ≥ 0

Proposition : Soient (Un ) et (Vn ) deux suites réelles telle qu'à

partir d'un certain rang N on a Un ≤ Vn ( c-à-d ∀n ≥ N , Un ≤ Vn ).
Si (Un ) et (Vn ) convergent, alors lim Un ≤ lim Vn
Si lim Un = +∞, alors lim Vn = +∞
Si lim Vn = −∞, alors lim Un = −∞
Théorème : Soient (Un ), (Vn ) et (Wn ) trois suites réelles. On
suppose qu'il existe un certain rang N ∈ N tel que : Vn ≤ Un ≤ Wn
pour tout n ≥ N .
Si (Vn ) et (Wn ) convergent vers une même limite l , alors (Un )
converge aussi vers la même limite l .

Exemple : Considérons les suites :

(− )n
Vn = n ; Un = n
− 1 1
et Wn = n . 1
On a
Vn ≤ Un ≤ Wn pour tout n ≥ 1
Comme lim Vn =nlim Wn = 0, alors on en déduit que
lim Un = lim (−n ) = 0.
1

IV) Suites récurrentes
1) Suite arithmétique :
Dénition : On appelle suite arithmétique de premier terme U et 0
de raison r , la suite (Un ) dénie par :
Un+1 = Un + r , pour tout n ∈ N

Proposition : Si (Un ) est une suite arithmétique de premier terme
U et de raison r , alors Un = U + rn pour tout n ∈ N.
0 0
Proposition : Soit (Un ) une suite arithmétique de raison r . Alors :

Si r = 0, (Un ) est stationnaire ( Un = U ∀n ∈ N)
0
Si r > 0, (Un ) est croissante et lim Un = +∞.

Si r < 0, (Un ) est décroissante et lim Un = −∞.

Suite arithmétique
Somme des n + 1 premiers termes :

Proposition : Soit (Un ) une suite arithmétique de raison r . La
somme Sn des n + 1 premiers termes de (Un ) est donnée par :
n
U0 + Un
Uk = U0 + U1 + ...... + Un = (n + 1)
X
Sn =
k=0
2
Exemple : La somme des n premiers entiers naturels :

n(n + 1)
1 + 2 + 3 + ...... + n =
2

Une somme x placée à intérêts simples, c-à-d que les intérêts ne

0
s'ajoutent pas au capital pour devenir à leur tour productifs

d'intérêts, évoluerait de la façon suivante, pour un taux d'intérêt de
r % l'an :
Capital initial : U = x
0 0
Capital au bout de la 1 année : U = x + I où I = r ×x0

1 0 100
Capital au bout de la 2 année : U = x + 2I

2 0
Capital au bout de la 3 année : U = x + 3I

3 0
Capital au bout de la neme année : Un = x + nI 0
Il s'agit d'une progression arithmétique de premier terme U = x 0 0
et de raison I = rx0 .
100

IV) Suites récurrentes
2) Suite géométrique :
Dénition : On appelle suite géométrique de premier terme U et 0
de raison q , la suite (Un ) dénie par :
Un+1 = qUn , pour tout n ∈ N

Proposition : Si (Un ) est une suite géométrique de premier terme
U et de raison q , alors Un = U × q n pour tout n ∈ N.
0 0
Proposition : Soit (Un ) une suite géométrique de premier terme

U non nul et de raison q . Alors :
0
Si q = 1, (Un ) est stationnaire ( Un = U ∀n ∈ N).

0
Si q = −1, (Un ) est divergente.

Si | q |< 1, (Un ) converge vers 0.
Si | q |> 1, (Un ) est divergente.

Suite géométrique
Somme des n + 1 premiers termes :

Proposition : Soit (Un ) une suite géométrique de raison q . La
somme Sn des n + 1 premiers termes de (Un ) est donnée par :
q n+1 − 1
n
X
Sn = Uk = U0 + U1 + ...... + Un = U0 × si q 6= 1
q−1
k=0
Exemple : Considérons la suite géométrique de premier terme

U0 = 1 et de raison q 6= 1. On a donc :
1 − q n+
1
1 + q + q + ........ + q n =
2
1−q

Merci pour votre attention

Analyse Mathématiques

Transféré par

Droits d'auteur :

Formats disponibles

Analyse Mathématiques

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse Mathématiques

Transféré par

Droits d'auteur :

Formats disponibles

ANALYSE MATHÉMATIQUES

FOUAD KISSI ANALYSE MATHÉMATIQUES

Chapitre 1 : Les fonctions numériques d'une variable réelle.

FOUAD KISSI ANALYSE MATHÉMATIQUES

LES FONCTIONS D'UNE VARIABLE REELLE

FOUAD KISSI ANALYSE MATHÉMATIQUES

Dénition : Une fonction numérique f d'une variable réelle est une

FOUAD KISSI ANALYSE MATHÉMATIQUES

Dénition : Soit f : R 7−→ R une fonction. On appelle domaine de

FOUAD KISSI ANALYSE MATHÉMATIQUES

Dénition : Soit R = (O, ~i, ~j) un repère cartésien du plan et f une

Où M(x; f (x)) désigne le point de coordonnées (x, y ) dans R .

FOUAD KISSI ANALYSE MATHÉMATIQUES

Les fonctions anes :

FOUAD KISSI ANALYSE MATHÉMATIQUES

Les fonctions quadratiques :

FOUAD KISSI ANALYSE MATHÉMATIQUES

Les fonctions quotients :

FOUAD KISSI ANALYSE MATHÉMATIQUES

FOUAD KISSI ANALYSE MATHÉMATIQUES

Dénition : Soit f une fonction réelle et I un intervalle de R, tel

On dit que f est décroissante sur I si :

On dit que f est strictement croissante sur I si :

FOUAD KISSI ANALYSE MATHÉMATIQUES

On dit que f est strictement décroissante sur I si :

Enn, on dit que f est stationnaire ( ou constante ) sur I si

FOUAD KISSI ANALYSE MATHÉMATIQUES

En économie, on rencontre beaucoup de fonctions croissantes et

quand le taux augmente l'épargne augmente ).

FOUAD KISSI ANALYSE MATHÉMATIQUES

Soit f ; g : I ⊆ R 7−→ R deux fonctions.

2 Somme de deux fonctions : (f + g )(x) = f (x) + g (x), ∀x ∈ I ,

3 Produit de deux fonctions : (fg )(x) = f (x)g (x), ∀x ∈ I ,

4 Produit d'une fonction par un réel :

(αf )(x) = αf (x), ∀x ∈ I , α ∈ R

FOUAD KISSI ANALYSE MATHÉMATIQUES

Soit I un intervalle de R et f : I 7−→ R et x ∈ I .0

FOUAD KISSI ANALYSE MATHÉMATIQUES

On peut vérier que la dérivée au point x = 1 de la fonction qui à

x associe f (x) = 2x − 3 est égale à 4.

FOUAD KISSI ANALYSE MATHÉMATIQUES

La droite (T ) est la droite tangente à la courbe de f passant par le

Autrement dit, f 0 (x ) représente la pente de la droite (T ).

FOUAD KISSI ANALYSE MATHÉMATIQUES

f est dérivable sur l'intervalle I si f est dérivable en tout point de I.

FOUAD KISSI ANALYSE MATHÉMATIQUES

Soient f et g deux fonctions dérivables sur un intervalle I et α ∈ R.

FOUAD KISSI ANALYSE MATHÉMATIQUES

e U(x) U 0 (x)e U(x)

FOUAD KISSI ANALYSE MATHÉMATIQUES

Soit f une fonction dérivables sur un intervalle I ⊂ R. Si f 0 est

FOUAD KISSI ANALYSE MATHÉMATIQUES

f (x) = x 4 ; f 0 (x) = 4x 3 ; f ”(x) = 2x 2 ;

FOUAD KISSI ANALYSE MATHÉMATIQUES

a) Signe de la dérivée et sens de variation

FOUAD KISSI ANALYSE MATHÉMATIQUES

est positive pour toute valeur de x dans un intervalle est dite

est négative pour toute valeur de x dans un intervalle est dite

FOUAD KISSI ANALYSE MATHÉMATIQUES

Dénition : Une fonction numérique f d'une variable réelle est une

Dénition : Soit f : R 7−→ R une fonction. On appelle domaine de

Dénition : Soit R = (O, ~i, ~j) un repère cartésien du plan et f une

Les fonctions anes :

Dénition : Soit f une fonction réelle et I un intervalle de R, tel

Enn, on dit que f est stationnaire ( ou constante ) sur I si

On peut vérier que la dérivée au point x = 1 de la fonction qui à

Dénition : Soit f une fonction dérivables sur un intervalle I ⊂ R

Dénition : Soit f une fonction dérifvable sur un intervalle I.

dénition de f est l'ensemble :

1) Fonctions linéaires ou anes :

Dénition : Les dérivées partielles d'ordre 2 ( ou secondes ) de f

Dénition :Une fonction f : D ⊆ R 7−→ R est homogène de