Cours d’analyse

Première année

Institut Supérieur du Génie Electrique-Burkina Faso

8 janvier 2016
 Table des matières

1 Fonction d’une variable réelle 3

1.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Généralité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Opérations sur les fonctions . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Exemple de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Limite et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Dérivabilité et differentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Notion sur la dérivabilité . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Dérivée de quelques fonctions . . . . . . . . . . . . . . . . . . . . . 8
1.3.3 Dérivée d’ordre supérieure . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.4 Application de la dérivée . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Formule des accroissements finis et applications . . . . . . . . . . . . . . . 9
1.5 Formules de Taylor, developpements limités et applications . . . . . . . . . 10
1.5.1 Développement Limité de quelques fonctions usuelles en 0 . . . . . 11
1.5.2 Opération sur les développement . . . . . . . . . . . . . . . . . . . 11
1.5.3 Propriétés des développements limités . . . . . . . . . . . . . . . . . 12
[Link] Développement limité et limite . . . . . . . . . . . . . . . 12
[Link] Développement limité et Dérivation . . . . . . . . . . . . . 12
[Link] Développement limité et Primitive . . . . . . . . . . . . . 12

2 Fonctions à plusieurs variables 13

2.1 Généralité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.1 Notions et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.2 Limite et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Fonction et Dérivée Partielles . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Différentielle et Calcul des incertitudes . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Notion de différentielle . . . . . . . . . . . . . . . . . . . . . . . . . 15

1
 2.3.2 Application aux calculs des incertitudes . . . . . . . . . . . . . . . . 16
[Link] Incertitude d’une grandeur . . . . . . . . . . . . . . . . . . 16
[Link] Incertitude d’une variable . . . . . . . . . . . . . . . . . . 17
2.4 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.1 Extremum sur Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.2 Extremum pour n=2 . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3 Calcul intégral 21
3.1 Intégrale et primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Notion et Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Propriétés des intégrales . . . . . . . . . . . . . . . . . . . . . . . . 22
3.2 Méthode de calcul intégral et quelques primitive usuelles . . . . . . . . . . 22
3.2.1 Quelques primitives usuelle . . . . . . . . . . . . . . . . . . . . . . 22
3.2.2 Propriété : Intégration par partie . . . . . . . . . . . . . . . . . . . 23
3.2.3 Proptiété : Changement de variables . . . . . . . . . . . . . . . . . 23
3.2.4 Propriété : Intégrale des fonctions rationnelles . . . . . . . . . . . . 23
3.2.5 Propriété : Intégration des fonctions de la forme U 0 U α . . . . . . . . 25
3.2.6 Propriété : Intégration des fonctions trigonométriques . . . . . . . . 25
3.2.7 Intégrale impropre . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.3 Notion sur les intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . 25
3.3.1 Définitions et notions . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.3.2 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 26

4 Equation différentielle 27
4.1 Introduction et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Equation différentielle linéaire . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.2 Principe de surperposition . . . . . . . . . . . . . . . . . . . . . . . 28
4.3 Equation différentielle de 1er ordre . . . . . . . . . . . . . . . . . . . . . . 28
4.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.2 Equation différentielles à variables séparées . . . . . . . . . . . . . . 28
4.3.3 Résolution de l’équation différentielle . . . . . . . . . . . . . . . . . 29
4.3.4 Solution particulière par variation de la constante . . . . . . . . . . 29
4.3.5 Changement de variables . . . . . . . . . . . . . . . . . . . . . . . . 30
4.4 Equation différentielle linéaire de second ordre à coefficient constants . . . 31
4.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.4.2 Résolution de l’équation homogène . . . . . . . . . . . . . . . . . . 31
4.4.3 Solution particulière . . . . . . . . . . . . . . . . . . . . . . . . . . 32
[Link] Résolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
[Link] Méthode de variation des constantes . . . . . . . . . . . . 32

2 ISGE − BF/1AT CF I
 Fonction d’une variable réelle
1
1.1 Définition générale
Soit E et F deux ensembles de R.

1.1.1 Généralité
Définition 1.1
Une fonction réelle à variables réelles f de E dans R est une relation, qui à tout élément
de E associe au plus un element de R. On note
f : E → R, x 7→ y = f (x)

y est l’image par f de x et x est l’antécédent (ou pré-image) par f de y

Définition 1.2

1. On appelle ensemble de définition d’une fonction réelle f , l’ensemble des réels qui
admettent une image par f .On note souvent

Df = {x ∈ R/f (x) existe}

2. On appelle graphe de f et on note Cf , l’ensemble défini par

Cf = {(x, f (x)) : x ∈ Df }

Exemple

Définition 1.3
Soit f : E → F une fonction.
1. f est injective si tout élément de F à au plus un antécédent dans E.
2. f est surjective si tout élément de F à au moins un antécédent dans E.

3
1.1.2 Opérations sur les fonctions

3. f est bijective si tout élément de F à un seul antécédent dans E. Ainsi f est bijective
si et seulement si elle est injective et surjective.

Exemple

Propriété 1.1.1

1. On dit qu’une fonction f est paire si ∀x ∈ Df , −x ∈ Df et f (−x) = f (x)

2. On dit qu’une fonction f est impaire si ∀x ∈ Df , −x ∈ Df et f (−x) = −f (x)
3. La fonction f est de période T 6= 0 si ∀x ∈ Df , x + T ∈ Df et f (x + T ) = f (x)
4. On dit que f est bornée sur un intervalle I si ∀x ∈ I, ∃M un réel tel que |f (x)| ≤ M
5. f est croissante (resp décroissante) sur I si ∀x, y ∈ I, x ≤ y ⇒ f (x) ≤ f (y) (resp
f (x) ≥ f (y))

1.1.2 Opérations sur les fonctions

Soient f et g deux fonctions
– On définit la somme, produit et quotient de f et g par

f f (x)
(f + g)(x) = f (x) + g(x); (f × g)(x) = f (x) × g(x); ( )(x) = ; g(x) 6= 0
g g(x)
– Si Im(f ) ∈ Dg , on défini la composée de f et g par

(g ◦ f )(x) = g[f (x)]

1.1.3 Exemple de fonctions

1. Fonctions puissances :
Elle sont définies par f (x) = xp où p ∈ Q. Ainsi donc Df = R si p ∈ N et Df = R∗
si p ∈ Z−
2. Fonctions polynômiales :
On définit ces fonctions par : f (x) = nk=0 ak xk . On deduit que Df = R
P

3. Fonctions rationnelles :
P (x)
Elles sont données par f (x) = Q(x)
. Ainsi Df = {x ∈ R/Q(x) 6= 0}
4. Fonctions trigonométriques :
On définit ces fonctions par :
– La fonction sinus donnée par f (x) = sin x. Elle est impaire bornée, de période 2π
et Df = R
– La fonction sinus donnée par f (x) = cos x. Elle est paire bornée, de période 2π
et Df = R
– La fonction sinus donnée par f (x) = tan x. Elle est impaire non bornée, de période
π et Df = R − { π2 + kπ, k ∈ Z}

4 ISGE − BF/1AT CF I
1.1.3 Exemple de fonctions

eix +e−ix eix −e−ix

On définit par cos x = 2
et sin x = 2i
5. Fonctions trigonométriques inverses :
Les fonctions définies par sin x, cos x et tan x sont monotones respectivement sur
chacun des intervalles, [− π2 ; π2 ] ; [0; π] et ] − π2 ; π2 [. Elles admettent donc des fonction
inverses données par :
arcsin : [−1; 1] → [− π2 ; π2 ] par arcsin x = sin−1 x
arccos : [−1; 1] → [0; π] par arccos x = cos−1 x
arctan : R →] − π2 ; π2 [ par arctan x = tan−1 x
Ainsi on a
Propriété 1.1.2
π
∀x ∈ [−1; 1], arccos x + arcsin x = 2

A démontrer
6. Fonctions exponentielles :
∀a > 0, on défini la fonction exponentielle par f (x) = ax . Ainsi Df = R
NB : Si a = e, on retrouve la fonction exponentielle de base e donnée par f (x) = ex
7. Fonctions logarithmes :
Soit a > 0, et x > 0. La fonction logarithme est définie par f (x) = loga x et
Df =]0; +∞[.
x
On défini la fonction logarithme népérien par ln x = loge x. Ainsi loga x = ln
ln a
8. Fonctions hyperboliques :
Elles sont définies par :
ex −e−x
(a) Sinus hyperbolique sinh x = shx = 2
x −x
(b) Cosinus hyperbolique cosh x = chx = e +e 2
2x
(c) Tangente hyperbolique tanh x = thx = sh ch
= ee2x −1
+1

Propriété 1.1.3
1) ch2 x − sh2 x = 1
2) sh(a + b) = sha chb + cha shb
3) ch(a + b) = cha chb + sha shb
4) sh(a − b) = sha chb − cha shb
5) ch(a − b) = cha chb − sha shb

Exercice :
tha+thb tha−thb
Démontrer que th(a + b) = 1+thathb
et th(a − b) = 1−thathb
9. Fonctions hyperboliques inverses
(a) ∀x ∈ R, sh est monotone et son inverse est
sh−1 : R → R, x 7→ argshx
(b) ∀x ∈ R+ , ch est monotone et son inverse est
ch−1 : [1 : +∞[→ R+ , x 7→ argchx
(c) ∀x ∈ R, th est monotone et son inverse est
th−1 : [−1; 1] → R, x 7→ argthx

5 ISGE − BF/1AT CF I
1.2. LIMITE ET CONTINUITÉ

Ainsi on a :

Propriété 1.1.4
√
– ∀x ∈ R, argshx = ln(x + x2 +√1)
– ∀x ∈ [1; +∞[, argchx = ln(x + x2 − 1)
– ∀x ∈] − 1; 1[, argthx = 21 ln( 1+x
1−x
)

1.2 Limite et continuité

1.2.1 Limites
Définition 1.4 Limite en un point
Soit f une fonction réelle et I un intervalle de Df . On dit que f admet une limite ` ∈ R
en un point fixe x0 si :

∀ > 0, ∃η > 0, ∀x ∈ Df , |x − x0 | ≤ η ⇒ |f (x) − `| ≤ 

On notera donc limx→x0 f (x) = `

Définition 1.5 Limite en l’infini

1. Soit f une fonction réelle telle qu’il existe un intervalle ]a; +∞[⊂ Df . On dit f a
une limite ` ∈ R lorsque x tend vers +∞ si :

∀ > 0, ∃M ∈ R, ∀x ∈ Df , x ≥ M ⇒ |f (x) − `| ≤ 

2. Soit f une fonction réelle telle qu’il existe un intervalle ] − ∞; a[⊂ Df . On dit f a
une limite ` ∈ R lorsque x tend vers −∞ si :

∀ > 0, ∃M ∈ R, ∀x ∈ Df , x ≤ M ⇒ |f (x) − `| ≤ 

On note limx→−∞ f (x) = ` et limx→+∞ f (x) = `

Définition 1.6 Limite infini

1. Soit f une fonction réelle et I un intervalle de Df . On dit que f tend vers −∞

quand x → x0 si :

∀M ∈ R, ∃η > 0, ∀x ∈ Df , |x − x0 | ≤ η ⇒ f (x) ≥ M

6 ISGE − BF/1AT CF I
1.2.2 Continuité

2. Soit f une fonction réelle telle qu’il existe un intervalle ]a; +∞[⊂ Df . On dit f tend
vers +∞ lorsque x tend vers +∞ si :

∀M ∈ R, ∃A ∈ R, ∀x ∈ Df , x ≥ A ⇒ f (x) ≥ M

3. Soit f une fonction réelle telle qu’il existe un intervalle ] − ∞; a[⊂ Df . On dit f
tend vers −∞ lorsque x tend vers +∞ si :

∀M ∈ R, ∃A ∈ R, ∀x ∈ Df , x ≥ A ⇒ f (x) ≤ M

Exemple :

Théorème 1.1 Théorème de Gendarme

Soit f , g et h trois fonctions telles que, h(x) ≤ f (x) ≤ g(x). Soit x0 ∈ R et δ ≥ 0 tels que
0 ≤ |x − x0 | ≤ δ. Si limx→x0 h(x) = limx→x0 g(x) = ` alors limx→x0 f (x) = `

Propriété 1.2.1
Soit f (x) = h(x) × g(x) tel que :
– Si h est bornée et
– Si limx→x0 g(x) = 0
Alors limx→x0 f (x) = 0

1.2.2 Continuité
Définition 1.7
Soit f une fonction et x0 ∈ Df . On dit que f est continue en x0 si :

∀ > 0, ∃η > 0, ∀x ∈ Df , |x − x0 | ≤ η ⇒ |f (x) − f (x0 )| ≤ 

On note limx→x0 f (x) = f (x0 )

Définition 1.8
Une fonction f est continue sur un inervalle I si elle est continue en tout point de I

Théorème 1.2
Soit f une fonction strictement monotone et continue su un intervalle I. Alors f est
bijective et sa bijection réciproque f −1 est continue sur f (I)

Définition 1.9
Soit f une fonction et x0 n’appartenant pas à Df . On défini par fe le prolongement par
continuité de f en posant

 f (x) = f (x) si x 6= x0
 e


f (x 0) =a
 e

7 ISGE − BF/1AT CF I
1.3. DÉRIVABILITÉ ET DIFFERENTIELLE

Théorème 1.3
Soit f une fonction continue sur un intervalle I = [a, b] avec f (a) < 0 et f (b) > 0, alors
∃x0 ∈ I tel que f (x0 ) = 0

Corollaire :
Soit f une fonction continue sur un intervalle I = [a, b] avec f (a) = c1 et f (b) = c2 , alors
∀c ∈ [c1 ; c2 ], ∃x0 ∈ I tel que f (x0 ) = c

1.3 Dérivabilité et differentielle

1.3.1 Notion sur la dérivabilité
Définition 1.10
On dit qu’une fonction f est dérivable en un point x0 si

f (x0 + h) − f (x0 ) f (x) − f (x0 )

lim = lim existe
h→0 h x→x0 x − x0
Cette limite est appelée le nombre dérivée de f en x0 . Elle est notée f 0 (x0 ).
On dit que f est dérivable sur un intervalle I si f est dérivable en tout point de I. La
fonction dérivée de f noté f 0 est définie donc par :
f : x ∈ I → f 0 (x) ∈ R

Théorème 1.4
Soit f une fonction dérivable en x0 , alors f est continue en ce point.

Définition 1.11
La différentielle d’une fonction f en un point x0 est la fonction définie par df (x0 ) =
f 0 (x0 )dx
df
Ainsi on a f 0 (x) = dx

1.3.2 Dérivée de quelques fonctions

Récapitulons nous résultats dans le tableau suivant :
Fonction g◦f fn f −1 arcsin x arccos x arctan x argshx argchx
Fonction dérivée f0 × g 0 (f (x)) f0
n × × f n−1 1
f 0 (f −1 )
√ 1
1−x2
1
− √1−x 2
1
1+x2
√ 1
x2 +1
√ 1
x2 −1

1.3.3 Dérivée d’ordre supérieure

Définition 1.12
Soit f une fonction dérivable sur un intervalle I. Si de plus f 0 est dérivable
alors sa dérivée est notée f 00 ou f (2) .
2
La diférentielle dans ce cas est notée ddxf2 = dx
d df
( dx )

8 ISGE − BF/1AT CF I
1.3.4 Application de la dérivée

Par suite si f est 3,4,...,n fois dérivable, on note respectivement f (3) ,

f (4) ,..., f (n) .
Définition 1.13
Si f est n fois dérivable sur I et f (n) est continue sur I, on dit que f est
n fois continûment dérivable sur I. On note f ∈ C n (I).
C ∞ (I) est l’ensemble des fonction continûment dérivables.

Propriété 1.3.1 Formule de Leibniz

Soit f , g ∈ C n (I). Alors f × g ∈ C n (I) et (f × g)(n) = nk=0 Cnk f (k) g (n−k)
P

1.3.4 Application de la dérivée

1. Tangente en un point
2. Variation et extrémum

1.4 Formule des accroissements finis et applications

Définition 1.14
Soit f : I → R, où I est un intervalle non vide et x0 ∈ I.
1. On dit que f admet un maximum en x0 si ∀x ∈ I, f (x) ≤ f (x0 )
2. On dit que f admet un minimum en x0 si ∀x ∈ I, f (x) ≥ f (x0 )
3. On dit que f admet un maximum local en x0 si : ∃α > 0 ∀x ∈ I∩]x0 −
α; x0 + α[, f (x) ≤ f (x0 )
4. On dit que f admet un minimum local en x0 si : ∃α > 0 ∀x ∈ I∩]x0 −
α; x0 + α[, f (x) ≥ f (x0 )

Propriété 1.4.1
Soit f : I → R une application, où I est un intervalle ouvert (non vide)
et x0 ∈ I. Si x0 est un maximum local (minimum local) de f et si f est
dérivable, alors f 0 (x0 ) = 0

Définition 1.15
Une fonction f est dite continûment dérivable sur I ⊂ Df si f 0 existe et
est continu sur I

9 ISGE − BF/1AT CF I
1.5. FORMULES DE TAYLOR, DEVELOPPEMENTS LIMITÉS ET
APPLICATIONS

On note C 1 (I) l’ensemble des fonctions continûment dérivables sur I et

donc f ∈ C 1 (I) ⇒ f 0 ∈ C 0 (I)
Théorème 1.5 Théorème de Rolle
Soit a; b ∈ R et f : [a; b] → R une fonction continue sur [a; b] et dérivable
sur ]a; b[ telle que f (a) = f (b). Alors ∃c ∈]a; b[ telle que f 0 (c) = 0
Théorème 1.6 Théorème des accroissements finis
Soit a; b ∈ R et f : [a; b] → R une fonction continue sur [a; b] et dérivable
sur ]a; b[ telle que f (a) = f (b). Alors ∃c ∈]a; b[ telle que f (b) − f (a) =
f 0 (c)(b − a)
Théorème 1.7 Règle de l’hospitale
Soient f et g deu fonctions dérivables sur I =]a, b[ telles que ∀x ∈ I,
g(x) 6= 0 et g 0 (x) 6= 0. Soit β = {a+ ; b− ; a; b; ±∞}. Si
– limx→β f (x) = limx→β g(x) = α avec α = 0 ou ±∞
0
– limx→β fg0 (x)
(x)
= µ avec µ ∈ R ∪ {−∞; +∞}
f (x)
Alors limx→β g(x) =µ
Exercice :
x
Pour tout x > 0, Montrer en utilisant les accroissements finis que 1+x <
ln(1 + x) < x

1.5 Formules de Taylor, developpements limités et

applications
Théorème 1.8
Soit f ∈ C n (I) et a un point intérieur de I. Alors
0 f 00 (a) f (n) (a)
f (x) = f (a) + f (a)(x − a) + 2
(x − a) + ... + (x − a)n + Rn (x)
2 n!
Rn (x)
avec limx→a (x−a) n . Et Rn (x) est le reste d’ordre n

Théorème 1.9 Formule de Taylor-Young

Soit f une fonction de classe C n sur un intervalle [a; b] alors ∀x ∈]a, b[
f 00 (a) f (n) (a)
f (x) = f (a)+f 0 (a)(x−a)+ (x−a)2 +...+ (x−a)n +o((x−a)n )
2 n!

10 ISGE − BF/1AT CF I
1.5.1 Développement Limité de quelques fonctions usuelles en 0

La formule de Taylor-Young est la seule formule de Taylor qui permet de

calculer de développement limité.
Théorème 1.10 Formule de Taylor-Lagrance
Soit f une fonction de classe C n+1 sur un intervalle [a; b] alors ∀x ∈]a, b[
0 f 00 (a) f (n) (a) n f
(n+1)
(a)
f (x) = f (a)+f (a)(x−a)+ 2
(x−a) +...+ (x−a) + (x−a)n+1
2 n! (n + 1)!

Définition 1.16
On appelle développement limité d’ordre n de f au point a ou polynôme de
Taylor de degré n, le polynôme Tnf (x) défini par
f 00 (a) f (n) (a)
f (x) = f (a)+f 0 (a)(x−a)+ (x−a)2 +...+ (x−a)n +o((x−a)n )
2 n!

1.5.1 Développement Limité de quelques fonctions usuelles en

0
x2 xn
1. ex = 1 + x + 2! + ... + n! + o(xn )

x3 (−1)n x2n+1 2n+1

2. sin x = x − 3! + ... + (2n+1)! + o(x )
x2 (−1)n x2n 2n
3. cos x = 1 − 2! + ... + (2n)! + o(x )
1 n n n
4. 1+x = 1 − x + x2 + ... + (−1) x + o(x )
1
5. 1−x = 1 + x + x2 + ... + xn + o(xn ) + o(xn )
k(k−1)x2 k(k−1)...(k−n+1)xn
6. (1 + x)k = 1 + bx + 2! + ... + n! + o(xn )
x2 n+1 xn n
7. ln(1 + x) = x − 2 + ... + (−1) n + o(x )

1.5.2 Opération sur les développement

Soit Tnf (x) et Tng (x) les developpements limités respectifs des fonctions
f et g. Alors
1. Tnf +g (x) = Tnf (x) + Tng (x)
2. Tnf ×g (x) = Tnf (x) × Tng (x) ; [les termes en (x − a)n+k , k > 0 ne sont pas
prises en compte]
3. Tnf ◦g (x) = Tnf (Tng (x))

11 ISGE − BF/1AT CF I
1.5.3 Propriétés des développements limités

1.5.3 Propriétés des développements limités

[Link] Développement limité et limite

Exemple :
Calculer limx→0 sinx x

[Link] Développement limité et Dérivation

k
Soit Tnf (x) = f (x) = nk=0 (x−a)
k! f
(k)
(a) + o((x − a)n ) le développement
P

limité d’ordre n de f en a. Alors la dérivée de Tnf (x) est

0
n (x − a)k−1 (k)
f (a) + o((x − a)n−1 )
X
f (x) =
k=1 (k − 1)!

[Link] Développement limité et Primitive

Soit Tnf (x) le développement limité d’ordre n de f en a. Alors la primitive

de Tnf (x) est :
n(x − a)k+1 (k)
f (a) + o((x − a)n+1 )
X
F (x) = F (0) +
k=0 (k + 1)!

Exercice

12 ISGE − BF/1AT CF I
 Fonctions à plusieurs variables
2
2.1 Généralité
2.1.1 Notions et définitions
Définition 2.1

1. Soit E une partie de Rn . On appelle fonction réelle à plusieurs va-

riables, la fonction f définie par

f : E → R, x = (x1 , ..., xn ) 7→ y = f (x1 , ..., xn )

2. Soit E une partie de Rn et f : E → R une fonction. On appelle graphe

de f , la surface {(x, y) ∈ Rn+1 /y = f (x)} avec x ∈ Rn

Exemple
Soit la fonction f : R2 → R, x 7→ x2 + y 2 .
Son graphe est un paraboloïde de revolution.

2.1.2 Limite et continuité

Définition 2.2
Soient x, y ∈ Rn . La distance de x à y notée d(x, y) est définie par :
n
X
d(x, y) = |xi − yi |
i=1

13
2.2. FONCTION ET DÉRIVÉE PARTIELLES

Définition 2.3
Soit f : E ⊂ Rn → R une fonction à plusieurs variables réelles. f admet
en x0 ∈ Rn la limite ` si :
∀ > 0, ∃η0 > 0; d(x, x0 ) ≤ η0 ⇒ |f (x) − `| ≤ 

Exemple
xy
soit f (x, y) = .
x2 + y 2
On a f (x, 0) = 0 et limx→0 f (x, 0) = 0
Ensuite f (0, y) = 0 et limy→0 f (0, y) = 0
Enfin f (x, x) = 12 et limx→0 f (x, x) = 12 6= 0
Donc f n ’admet pas de limite en (0, 0).
Définition 2.4

1. Une fonction définie sur E ⊂ Rn est continue en un point de x0 si

lim f (x) = f (x0 )
x→x0

2. La fonction f est continue sur E si elle est continue en tout point de

E

2.2 Fonction et Dérivée Partielles

Définition 2.5
Soit f : E ⊂ Rn → R une fonction à plusieurs variables. On appelle i−ème
fonction partielle au point a = (a1 , ..., an ) ∈ E, la fonction fi définie sur
Ei = {x ∈ R/(a1 , ..., ai−1 , x, ai+1 , ..., an ) ∈ E} par
f (x) = f (a1 , ..., ai−1 , x, ai+1 , ..., an )

Exemple
Soit f (x, y, z) = xz−3y 2 +2z et a = (1; −1; 2). Les fonctions partielles sont :

f1 (x) = f (x; −1; 2); f2 (x) = f (1; x; 2); f3 (x) = f (1; −1; x)

14 ISGE − BF/1AT CF I
2.3. DIFFÉRENTIELLE ET CALCUL DES INCERTITUDES

Définition 2.6
Soit f : E ⊂ Rn → R une fonction à plusieurs variables. Si la i−ème
fonction partielle de f en a est dérivable en ai , alors sa dérivée (par rapport
∂f
à xi ) est appelée la i−ème dérivée partielle de f en a et est notée ∂x i
(a).
On
∂f f (a1 ; ...; ai−1 ; xi , ; ai+1 ; ...; an )
fx0 i (a) = (a) = xlim
→a
∂xi i i x i − ai

Si fx0 i (a) existe ∀i = 1; ...; n alors f est dérivable en a

Exemple

Définition 2.7
Soit f une fonction dérivable en un point a ⊂ Rn alors on définit les déri-
vées partielles d’ordre 2 f par dérivation des dérivées partielles premières.
On les noté
00 ∂ ∂f ∂ 2f
f xi xj = ( )=
∂xi ∂xj ∂xi ∂xj

Théorème 2.1 Théorème de Schwarz

Soit f une fonction admettant au voisinage de a des dérivées fx00i xi et fx00j xi
ontinues, alors fx00i xi = fx00j xi
Remarque :
Le théorème de Schwarz se généralise avec les dérivées partielles d’ordre
supérieur.

2.3 Différentielle et Calcul des incertitudes

2.3.1 Notion de différentielle
Définition 2.8
Soit f une fonction définie sur Rn et E ⊂ Rn .
1. On dit que f est différentiable en a s’il existe h = (h1 ; ...; hn ), b =
(b1 ; ...; bn ) ⊂ Rn telles que
q
f (a1 +h1 ; ...; an +hn )−f (a) = h1 b1 +...+hn bn + h21 + ... + h2n ϕ(h1 ; ...; hn )

15 ISGE − BF/1AT CF I
2.3.2 Application aux calculs des incertitudes

avec limh→0 ϕ(h1 ; ...; hn ) = 0

De plus on montre que bi = fx0 i (a)
2. On appelle différentielle de f en a, l’application linéaire df définie
par :
df : Rn → R; (h1 ; ...; hn ) 7→ fx0 1 h1 + ... + fx0 n hn

En particulier si on note l’application linéaire dxi par dxi = hi , alors

df = fx0 1 dx1 + ... + fx0 n dxn

Exemple

Théorème 2.2
Soit f une fonction différentiable, alors elle est continue et admet des déri-
vées partielles. La réciproque est vraie si les dérivées premières sont conti-
nues.

2.3.2 Application aux calculs des incertitudes

[Link] Incertitude d’une grandeur

Soit a le résultat de la mesure de la grandeur A. Si α est la valeur

exacte de A, la diff´erence δa = a − α est appelée erreur absolue de la
mesure. L’erreur absolue sur a n’étant pas connue, on doit se contenter
d’en rechercher une limite supérieure ∆a appelée incertitude absolue telle
que |δa| ≤ ∆a ; on a donc : a − ∆a ≤ α ≤ a + ∆a ou encore α = a ± ∆a.
Ainsi l’approximation d’une mesure est perceptible si nous comparons l’er-
reur à la grandeur mesurée. On appelle erreur relative le rapport δa/α ;
δa et α n’étant pas connues, on doit, se contenter d’une limite supérieure
appelée incertitude relative que l’on calcule en remplacant δa par ∆a et en
prenant pour α la valeur approchée a.

Exemple
α = 2, 001 ± 0, 001m donc δa/α ≈ 0, 001/2 = 5.10 − 4.
L’incertitude relative caractérise la précision de la mesure.
Dans l’exemple précédent, la précision est de 5 dix-millièmes.

16 ISGE − BF/1AT CF I
2.3.2 Application aux calculs des incertitudes

[Link] Incertitude d’une variable

Soit X une grandeur dépendant de plusieurs paramètres Ai , i = 1, ..., n

indépendants les uns des autres. On a X = f (A1 , ..., An ).

On suppose connaître les valeurs approchées a1 , ..., an et les incertitudes

∆a1 , ..., ∆an de ces valeurs respectivement. Une valeur approchée de X
est x = f (a1 , ..., an ).
La différentielle de f en (a1 , ..., an ) est

df (a1 , ..., an ) = dx = fa0 1 da1 + ... + fa0 n dan

En valeur absolue, on a

|dx| ≤ |fa0 1 ||da1 | + ... + |fa0 n ||dan | ≤ |fa0 1 |∆a1 + ... + |fa0 n |∆an

Il vient que l’incertitude absolue est :

n
fa0 k ∆ak
X
∆x =
k=1

Puis l’incertitude relative est :

∆x 1 X n
= fa0 k ∆ak
|x| |x| k=1

Proposition 2.3.1
Soit x, y et z des fonctions.
1. Si x = y + z, alors ∆x = ∆y + ∆z
2. Si x = yz, alors ∆x = z∆y + y∆z
z∆y + y∆z
3. Si x = yz , alors ∆x =
z2
NB :
Les incertitudes absolues s’ajoutent pour la somme et la différence par
contre pour la multiplication et la division, ce sont les incertitudes relatives
qui s’ajoutent

17 ISGE − BF/1AT CF I
2.4. EXTREMA

2.4 Extrema
2.4.1 Extremum sur Rn
Définition 2.9
Soit f une fonction de classe C 1 de E ⊂ Rn . On dit que a ∈ E est un point
critique de f si
∂f ∂f
∇f = 0 ⇔ (a) = ... = =0
∂x1 ∂xn

Théorème 2.3
Soit f : E → R une fonction et E un ouvert de Rn . Si f admet un extre-
mum local en a, alors ∇f (a) = 0
La réciproque de ce théorème est fausse.
Exemple :

Définition 2.10

1. On appelle matrice carré d’ordre n la tableau de n lignes n colonnes

noté A = (ai,j )1 ≤ i, j ≤ n et donné par A =
2. On appelle transposée d’une matrice A et on note t A la matrice ayant
pour lignes les colonne de A et pour colonnes les ligne de A
3. Une matrice est dite symétrique si t A = A
4. On appelle polynôme caractéristique Pλ défini par Pλ = det(A − λIn )
où λ ∈ R et In la matrice indentité
5. On appelle valeurs propre d’une matrice les solution de Pλ = 0
Définition 2.11
Soit f une fonction de classe C 2 sur un ouvert E et a ∈ E. On appelle
matrice hessienne de f en a et on note Ha (f ), la matrice définie par :
∂2f ∂2f ∂2f
 
 ∂x21 ∂x1 ∂x2 ... ∂x1 ∂xn 
 ∂2f 
 ... ... ... 
Ha (f ) = 
 ∂x2 ∂x1 


 ... ... ... ...  
∂2f ∂2f
 
∂xn ∂x1 ... ... ∂x2n

18 ISGE − BF/1AT CF I
2.4.2 Extremum pour n=2

On défini ainsi la forme quadratique de f en a par :

n X
X n ∂ 2f
qa (h) = hi hj
i=1 j=1 ∂xi ∂xj

Théorème 2.4
Soit f une fonction de classe C 1 sur un ouvert E de Rn . Soit a ∈ E un
point critique, qa (h) la forme quadratique et Ha (f ) la matrice Héssienne
de f en a. Si
i) ∀h 6= 0, qa (h) ≥ 0 (resp qa (h) ≤ 0)
ii) Les valeurs propres de Ha (f ) sont positifs (resp négatifs),
alors f admet un minimum local (resp un maximum local) en a.

Corollaire
Soit f une fonction de classe C 1 sur un ouvert E de Rn . Soit a ∈ E un
point critique, qa (h) la forme quadratique et Ha (f ) la matrice Héssienne
de f en a. Si
i) ∀h 6= 0, qa (h) ≥ 0 (resp qa (h) ≤ 0)
ii) Si Ha (f ) admet une valeur propre positif et une autre négatif ,
alors f n’admet pas d’extrêmum local en a.

2.4.2 Extremum pour n=2

Définition 2.12
Soit a un point critique d’une fonction f . On définit les coefficients r, s et
t par
∂ 2f ∂ 2f ∂ 2f ∂ 2f
r= (a); s= (a) = (a); t = 2 (a)
∂x2 ∂x∂y ∂y∂x ∂y

Ainsi on établit :
Théorème 2.5
Soit a un point critique de f .
– Si rt − s2 > 0 et r > 0 f admet un minimum local en a.
– Si rt − s2 > 0 et r < 0 f admet un maximum local en a.
– Si rt − s2 < 0 f n’admet pas d’extremum en a. On dit alors que a est
un point selle ou point col.

19 ISGE − BF/1AT CF I
2.4.2 Extremum pour n=2

– Si rt − s2 = 0 on ne peut rien affirmer.

Remarque :
Dans le cas rt − s2 = 0, il est nécéssaire de revenir à l définition habituelle
de l’extremum.
Si a est un point col, il s’agit de démontrer que f prend des valeurs positives
et négatives dans un voisinage de a.
Exemple

20 ISGE − BF/1AT CF I
 Calcul intégral
3
3.1 Intégrale et primitive
3.1.1 Notion et Définitions
Définition 3.1
soit deux fonctions f ; F , définies sur un intervalle I non réduit à un point.
La fonction F est une primitive de f sur I si elle et dérivable et qu’on a
F0 = f
Propriété 3.1.1

1. si f admet une primitive F sur I, elle admet pour primitive les fonc-
tions F + C où C ∈ R est une constante.
2. Si f admet des primitives sur I, et si a ; b ∈ I, le nombre F (b) − F (a)
ne dépend pas de la primitive choisie.
Définition 3.2
si f est une fonction qui admet des primitives sur I, et si a ; b ∈ I, le réel
F (b) − F (a), calculé avec n’importe quelle primitive de f sur I, s’appelle
intégrale de a à b de f et se note :
Z b
f (x)dx
a

NB :
Dans la ntation ci-dessus, la variables x est muette et peut être remplacé
par tout autre variable.

21
3.1.2 Propriétés des intégrales

3.1.2 Propriétés des intégrales

Z a Z b Z a
1. f (x)dx = 0 et f (x)dx = − f (x)dx
a a b
2. Relation de chasles :
Propriété 3.1.2 Z c Z b Z c
Soient a, b et c des réels, Alors f (x)dx = f (x)dx + f (x)dx
a a b
3. Linéarité des intégrales :
Propriété 3.1.3 Z
b Z b Z b
0
Soit f , g ∈ C alors [αf (x) + βg(x)]dx = α f (x)dx + β g(x)dx
a a a
4. Positivité des intégrales :
Si f (x) ≥ 0 (resp f (x) > 0) et si a ≤ b (resp a< b) alors
Z b Z b
f (x)dx ≥ 0 (resp f (x)dx > 0)
a a

5. Inégalité de la moyenne :
Si m ≤ f (x) ≤ M et si a 6= b alors
Rb
a f (x)dx
m≤ ≤M
b−a

3.2 Méthode de calcul intégral et quelques primitive

usuelles
3.2.1 Quelques primitives usuelle
les résultats sont consignés dans le tableau suivant :
D.I f(x) F(x) D.I f(x) F(x)
R 0 C∈R R \ { π2 + kπ} tan x − ln |cosx| + C
R k kx + C R \ {kπ} 1
sin x ln | tan( x2 )| + C
R si α ∈ N xα 1
α+1 x
α+1 + C R \ { π2 + kπ} 1
cos x ln | tan( x2 + π4 )| + C
1 1 1 x
R? x ln |x| + C R x2 +a2 a arctan( a ) + C
1 ax 1 1 x−a
R eax ae +C R \ {−a; a} x2 −a2 2a ln | x+a | + C
1
R cos(ax + b) a sin(ax + b) + C R chx shx + C
1
R sin(ax + b) −
( a cos(ax + b) + C R thx − ln |chx| + C
1 α+1 si α 6= −1
Df si α ∈ N f0 × fα α+1 f ] − a; a[ √ 1 arcsin( xa ) + C
ln |f | sinon a2 −x2

R shx chx + C ] − a; a[ − √a21−x2 arccos( xa ) + C

22 ISGE − BF/1AT CF I
3.2.2 Propriété : Intégration par partie

3.2.2 Propriété : Intégration par partie

Soient U , V ∈ C 1 sur un intervalle I. Alors on a la formule d’intégration
par partie donnée par :
Z b Z b
0 0 0 0
(U V ) = U V + U V ⇒ U V = [U V ]ba − UV 0
a a

3.2.3 Proptiété : Changement de variables

Théorème 3.1
Soit f une fonction continue sur un intervalle I et ϕ : [α; β] → I, une
fonction de classe C 1 . Si a = ϕ(α) et b = ϕ(β), alors
Z b Z β
f (x)dx = f (ϕ(t)).ϕ0 (t)dt
a α

La transformation x = ϕ(t) s’appelle changement de variable. Les trois

étapes suivantes sont nécéssaires :
i) Posons x = ϕ(t)
ii) dx = ϕ0 (t)dt
iii) enfin on change les bornes de l’intégration

Exemple :
Soit A = 01 (1+x2 )1√1+x2 dx. En posant x = tan t Calculer A
R

3.2.4 Propriété : Intégrale des fonctions rationnelles

P (x)
Soit f (x) = Q(x) une fonction rationnelle. Plusieurs situations peuvent
se dégagés :
Propriété 3.2.1 Partie entière d’une fraction rationnelle
R(x)
Si degP > degQ, alors f (x) = E(x) + Q(x) avec degR < Q. On utilisera
eventuellement des formules simples pour poursuivre l’intégration
Dans la site supposon que degP < degQ
Propriété 3.2.2 Element simple de Premières espèce :

23 ISGE − BF/1AT CF I
3.2.4 Propriété : Intégrale des fonctions rationnelles

ak
1. Si Q(x) = (x−a)n alors f (x) = nk=1 (x−a) k et donc On trouve f (x)dx
P R

en trouvant
Z ak ak 1
= +C C ∈R
(x − a)k 1 − k (x − a)k−1
ak
2. Si Q(x) = nk=1 (x − bk ) alors f (x) = nk=1 x−b . On poursuit l’intégra-
Q P
k
tion en calulant : Z ak
= ak ln |x − bk |
x − bk

Considérons maintenant le cas suivant :

Propriété 3.2.3 Element simple de second espèces :
Il s’agit de l’intégration des fonctions de la forme (ax2αx+β 2
+bx+c)n avec b −4ac <
0
αx+β
1. Premier cas : (ax2 +bx+c)n .
R

Exemple
Z x−1
=
(x2 + x + 1)3
1
2. Deuxième cas : (ax2 +bx+c)n
Exemple
Z 1
(2x2 + 2x + 3)2
1
3. Troisième cas : (x2 +1)n .
R

Exemple
Z 1
= Arctanx + c
x2 + 1
On intègre par partie le cas suivant afin d’obtenir une relation de
reccurence. Z 1
(x + 1)4
2

24 ISGE − BF/1AT CF I
3.2.5 Propriété : Intégration des fonctions de la forme U 0 U α

3.2.5 Propriété : Intégration des fonctions de la forme U 0 U α

Propriété 3.2.4 
1

 α+1

 U α+1 + C Si α 6= −1
1 0 α
Soit U ∈ C sur I. Alors U U = 
R

ln |U | Si α = −1




Exemple :

3.2.6 Propriété : Intégration des fonctions trigonométriques

Il s’agit de calculer les intégrales de la forme P (cos x, sin x)dx. Plu-
R

sieurs cas peuvent se presentés :

1. Cas cosn (x) sinm (x)dx avec n et m tous paires
R

Dans ce cas, on linéarise le produit cosn (x) sinm (x)

Exemple
2. Cas cosn (x) sinm (x)dx avec n etou m au moins impaires
R

Exemple :
3. Cas : R(cos x; sin x)dx avec R une fonction rationnelle. On pose le
R

plus souvent t = tan x2 . On procède au changement de variable puis a

la détermination de l’intégral

3.2.7 Intégrale impropre

Définition 3.3
R∞
On appelle intégrale impropre, toute intégrale de la forme I = a f (x)dx
où a ∈ R. Ainsi Si g(t) = at f (x)dx alors I = limt→ g(t)
R

Exemple :

3.3 Notion sur les intégrales multiples

3.3.1 Définitions et notions
Définition 3.4
Soit D un domaine subdivisé en n surface Di dans laquelle est définie xi .

25 ISGE − BF/1AT CF I
3.3.2 Changement de variables

On appelle intégrale multiple, l’intégrale I définie sur D par

Z Z
I= ... f (x1 , ..., xn )dx1 ...dxn
D

Exemple :
Théorème 3.2 De Fubini
Soit I = ... D f (x1 , ..., xn )dx1 ...dxn alors
R R

Z Z Z
I= dx1 ... dxn−1 f (x1 , ..., xn )dxn
D1 Dn−1 Dn

Exemple

3.3.2 Changement de variables

1. Coordonnées polaire Soit I = D f (x, y)dxdy. En posant x =
R R

ρ cos ϕ et y = ρ sin ϕ, avec 0 ≤ ρ < ∞, 0 ≤ ϕ ≤ 2π on obtient

l’intégrale en coordonnées polaires. Ainsi
Z Z
I= f (ρ cos ϕ, ρ sin ϕ)ρdρdϕ
G

2. Coordonnée cylindrique Elle s’applique sur les intégrales triples.

Soit J = f (x, y, z)dxdydz On passe en coordonnée cylindrique en
R R R

posant

x = ρ cos ϕ
y = ρ sin ϕ
z = z

On montre aussi que 0 ≤ ρ < ∞, 0 ≤ ϕ ≤ 2π ; −∞ < z < +∞

Ainsi donc Z Z Z
J= f (ρ cos ϕ, ρ sin ϕ, z)ρdρdϕdz

Exemple √ :
Calculer D x2 + y 2 dxdy Où D = {(x, y) ∈ R2 /0 ≤ x2 + y 2 ≤ r2 }
R R

26 ISGE − BF/1AT CF I
 4
Equation différentielle

4.1 Introduction et généralités

Définition 4.1
On appelle équation différentielle (ED) d’ordre n, une équation dans la-
quelle intervient une fonction y ainsi que ses dérivées d’ordre n.
L’équation différentielle d’ordre n s’écrit généralement sous la forme
F (x, y, y 0 , ..., y (n) ) = 0

F est une fonction à (n + 2) variables.

Exemple
y 0 (t) − 3y(t) = 0 ; y 00 (t) + 2xy(t) − x + 3 = 0

4.2 Equation différentielle linéaire

4.2.1 Définition
Définition 4.2
Une équation différentielle est linéaire si elle s’écrit sous la forme
L(y) = f (x)

Où L(y) = a0 (x)y + a1 (x)y 0 + ... + an (x)y (n)

Proposition 4.2.1
Soit L(y) = f (x) une équation linéaire. Alors l’application L : C n → C 0
qui à tout y, on associe L(y) est linéaire.

27
4.2.2 Principe de surperposition

Définition 4.3
L’équation différentielle L(y) = 0 est appelée équation homogène associée
l’équation L(y) = f (x)

Proposition 4.2.2
L’ensemble S des solutions de L(y) = f (x) est donné par

S = {yh + yp }

Avec yp est une solution particulière de L(y) = f (x) et yh est une des
solutions de l’équation homogène L(y) = 0

4.2.2 Principe de surperposition

Soit L(y) = f (x) une équation différentielle linéaire. Si f (x) = f1 (x) +
f2 (x), alors une solution particulière de l’ED est yp = y1 + y2 .
yi est une solution particulière de l’équation L(yi ) = fi (x) ∀i = {1; 2}

4.3 Equation différentielle de 1er ordre

4.3.1 Définition
Définition 4.4
On appelle équation différentielle linéaire de 1er ordre, toute équation dif-
férentielle de la forme

a(x)y 0 + b(x)y = c(x) (4.1)

Où a, b et c sont des fonctions continues sut un intervalle I ⊂ R avec

a(x) 6= 0 ∀x ∈ I Si c est nul ∀s ∈ I, alors on ontient une équation
différentielle homogène associée à l’eqation (1)

4.3.2 Equation différentielles à variables séparées

Définition 4.5
Une équation différentielle de premier ordre est dite à variables séparées si

28 ISGE − BF/1AT CF I
4.3.3 Résolution de l’équation différentielle

elle peut s’écrire sous la forme f (y).y 0 = g(x)

dy
Si y 0 = dx alors on intègre f (y).y 0 = g(x) et on obtient
Z Z
f (y)dy = g(x)dx + C

Exemple :
Résoudre l’équation différentielle suivante : y 0 (x2 − 1) = (2x + 1)(y + 1)

4.3.3 Résolution de l’équation différentielle

La résolution d’une équation différentielle linéaore de 1er ordre nécéssite
les étapes suivantes :
1. Résolution de l’équation homogène Soit a(x)y 0 + b(x)y = 0 une
équation homogène de 1er ordre. Alors
dy b(x) Z b(x)
=− dx ⇒ ln |y| = − dx + C
y a(x) a(x)
Ainsi on obtient la solution homogène yh = KeF (x)
b(x)
avec K ∈ {±eC ; 0}0 et F (x) = − a(x) dx
R

4.3.4 Solution particulière par variation de la constante

La solution particulière cherchée aura la forme yp = K(x)eF (x) . On a

b(x)
yp0 = K 0 (x)eF (x) + K(x)eF (x)
a(x)
b(x)
yp0 − yp = K 0 (x)eF (x)
a(x)
c(x)
= K 0 (x)eF (x)
a(x)
c(x) −F (x)
K 0 (x) = e
a(x)
D’ou Z c(x) −F (x)
K(x) = e dx
a(x)
R c(x) −F (x)
et yp = eF (x) a(x) e

29 ISGE − BF/1AT CF I
4.3.5 Changement de variables

2. Déduction de la solution générale La solution générale est yG =

R c(x) −F (x)
yp + yh = KeF (x) + eF (x) a(x) e
Exemple :
Résoudre l’équation y 0 − cos(x)y = 2 sin x

4.3.5 Changement de variables

Pour résoudre une équation différentielle du 1er ordre, il faut générale-
ment trouver un moyen d’arriver à une équation différentielle à variables
séparées. Un changement de variable permet donc de passer de l’équation
complexe à une équation plus simple, que l’on sait intégrer.
De façon analogue, il existe souvent un changement de variable qui permet
de passer d’une équation différentielle quelconque à une equation différen-
tielle linéaire que l’on sait résoudre assez facilement.
Exemple :
1. L’équation de Bernoulli
Elle prend la forme générale y 0 = a(x)y + b(x)y α ou α ∈ R \ {1}
La résolution d’une telle équation nécéssite les étapes suivantes :
– Posons d’abord u = y 1−α . L’équation devient 1−α 1
u0 = a(x)u + b(x)
– On resoud enfin cette dernière équation par les techniques habi-
tuelles de résolution des ED linéaire de 1er ordre
Exemple
y 0 cos x + y sin x + y 3 = 0
Posons u = y −2 , l’équation devient
2. L’équation de Riccatti
Elle est sous la forme y 0 = a(x)y + b(x)y 2 + c(x)
La résolution de cette équations requiert les étapes suivantes :
– Récherche éventuelle d’une solution particulière yp .
– Changement de vriables en posant u = y − yp . On obtient donc une
équation de Bernoulli avec α = 2 donné par

u0 = [a(x) + 2b(x)yp ]u + b(x)u2

– On utilise enfin la technique de résolution des équation de Bernoulli

pour résoudre cette équation.

30 ISGE − BF/1AT CF I
4.4. EQUATION DIFFÉRENTIELLE LINÉAIRE DE SECOND ORDRE À
COEFFICIENT CONSTANTS

Exemple :
y 0 = (y − 1)(xy − y − x)
Pour y = 1, la solution est évidente.
1
Pour y 6= 1, Posons u = y−1

4.4 Equation différentielle linéaire de second ordre à

coefficient constants
4.4.1 Définition
Définition 4.6
On appelle EDL de second ordre à coefficient constantes toute équation de
la forme
ay 00 + by 0 + cy = f (x)

Où a ; b, c ∈ R et f ∈ C 0 (I).
L’équation différentielle homogène associée est

ay 00 + by 0 + cy = 0

Pour résoudre une telle équation, on résoud l’équation homogène puis on

recherche une solution particulière de ED.

4.4.2 Résolution de l’équation homogène

On cherche une équation de la forme y = erx . On a y 0 = ry et y 00 = r2 y.
Par suite de l’éqution homogène, on a y(ar2 + br + c) = 0
Définition 4.7
On appelle équation caractéristique de l’ED homogène, l’équation ar2 +br+
c=0
Proposition 4.4.1
Soit l’équation caractéristique suivante ar2 + br + c = 0 et ∆ = b2 − 4ac.
On a les résultats :
– Si ∆ > 0, l’équation admet 2 solutions distinctes r1 et r2 . les solutions
de l’équations homogène sont y1 = er1 x et y2 = er2 x

31 ISGE − BF/1AT CF I
4.4.3 Solution particulière

– Si ∆ = 0, l’équation admet une solution double r ∈ R. Ainsi y1 = erx

et y2 = xerx
– Si ∆ < 0, l’équation admet 2 solutions complexes conjuguées r1 =
α + iβ et r2 = α − iβ.α, β ∈ R et β 6= 0. les solutions sont

y1 = eαx cos(βx); y2 = eαx sin(βx)

Par suite la solution de l’ED homogène est y = Ay1 + By2 avec A, B ∈ R

4.4.3 Solution particulière

[Link] Résolution

La recherche d’une solution particulière de l’EDL depend du second

[Link] peut remarquer plusieurs cas :
1. Cas où f(x) est un polynôme de degré n :

– Si b 6= 0, la solution particulière yp est un polynôme de degré n.

– Si b = 0 et a 6= 0, alors yp est un polynôme de degré n + 1
– Si b = 0 et a = 0, alors yp est un polynôme de degré n + 2
Exemple :
Résoudre y 00 + 4y + 4 = x2 − 3
2. f (x) = P (x)eαx , α ∈ R et P (x) un polynôme de degré n.

– Si α n’est pas une racine de l’équation caractéristique, alors yp =

Q(x)eαx , et degQ = n
– Si α est une racine simple de l’équation caractéristique, alors yp =
Q(x)eαx , et degQ = n + 1
– Si α est une racine double de l’équation caractéristique, alors yp =
Q(x)eαx , et degQ = n + 2
Exemple :
Résoudre 2y 00 − 5y 0 + 2y = xex

[Link] Méthode de variation des constantes

Soit y1 et y2 deux solutions de l’ED homogène. On cherche une solu-

tion particulière y = Ay1 + By2 où A et B sont des fonctions vérifiant

32 ISGE − BF/1AT CF I
4.4.3 Solution particulière

A0 y1 + B 0 y2 = 0.
Ainsi, on a y 0 = Ay10 + By20 . 




A0 y1 + B 0 y2 = 0
Par suite, l’EDL devient a(A0 y10 +B 0 y20 = f (x)). D’où le système 
A0 y10 + B 0 y20 = a1 f (x)




On intègre A0 et B 0 obtenue de la résolution pour trouver A et B

33 ISGE − BF/1AT CF I