Mathématiques pour l’informatique I

X21M080, 2022
Version 0.9

M. Borer

2022-12-05
ii

Ist alles so schön bunt hier !

Nina Hagen (Ich glotz TV, 1978)

Le titre de ce cours peut se comprendre de deux façons. D’un coté il y a des mathématiques pour
comprendre les machines informatique : logique, théorie des langages, théorie des automates, de la
complexité et ainsi de suite.
De l’autre coté il y les mathématiques qui servent à résoudre des problèmes pratiques à l’aide
de l’informatique : la géométrie (graphisme, optimisation), probabilités et statistiques, équations
différentielles (simulation), théorie des nombres (codes et cryptographie).
Dans le cadre du travail professionnel, des connaissances de base en statistiques et en géométrie
sont indispensables déjà pour pouvoir s’entretenir avec un spécialiste d’un domaine à l’intérieur d’une
équipe.

Matthias Borer, Mathématiques pour l’informatique I, 2022-12-10

Copyleft : cette oeuvre est libre, vous pouvez la copier, la diffuser et la modifier selon les termes de
la Licence Art Libre LAL 1.3, http ://[Link] .
Table des matières

Table des matières iii

1 Ensembles, fonctions, relations 1

1.1 Ensemble, élément, inclusion, partie . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Produit cartésien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Composition d’applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Relations d’équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Fonctions élémentaires 17
2.1 Polynômes, fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Fonctions exponentielles et logarithmes . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Fonctions circulaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

3 Calcul différentiel 37
3.1 Rappel : convergence d’une suite numérique . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Fonction continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3 Dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Recherche d’extréma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

4 Applications du calcul infinitésimal 57

4.1 Recherche de racines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2 Intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3 Méthodes numériques pour l’évaluation d’une intégrale . . . . . . . . . . . . . . . . . 65
4.4 Polynôme de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 Comparaison de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.6 Comparaison asymptotique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

5 Plusieurs variables 83
5.1 Fonctions à plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2 Suites en dimension d . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3 Mesurer une distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.5 Éléments de topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.6 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.7 Différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

iii
iv TABLE DES MATIÈRES

5.8 Descente, lignes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

5.9 Dérivées secondes, polynôme de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.10 Extréma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.11 Régression linéaire simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.12 Newton-Raphson en d = 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

A Formulaire 107
A.1 Les lettres grecs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.2 Formule du binôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.3 Exponentielles et logarithmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A.4 Relations trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A.5 Dérivées élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

Index 115
Chapitre 1

Ensembles, fonctions, relations

Les mathématiciens ont toujours utilisé la notion d’ensemble ; déjà les anciens grecs définissaient
un cercle comme l’ensemble des points ayant une distance fixe à un point donné. Mais seulement à
la fin du 19e siècle le mathématicien Georg Cantor à créé une théorie rigoureuse. Il disait :
Par un ensemble nous entendons toute collection d’objets distincts prise comme un tout.
Ceci n’est pas une définition très précise, mais ceci veut certainement dire qu’un ensemble a des
membres, x ∈ A, et qu’il est complètement déterminé par ces membres :

A = B signifie : x ∈ A si et seulement si x ∈ B .

On dit qu’un ensemble est déterminé par son extension.

La théorie des ensembles est le cadre de base des mathématiques ; tous les objets de l’analyse et
de l’algèbre peuvent être construits dans ce cadre. Le langage des ensembles est un formalisme qui
permet de rendre manifeste le raisonnement sur des collections. Tant qu’une argumentation portant
sur des collections ne pouvait être véhiculées qu’en langage naturel, elle restait entachée d’ambiguïté
et de lourdeur ; il suffit de penser à la difficulté de manier la double négation ou la distributivité de
l’intersection et de la réunion purement en langage naturel. Le formalisme de la théorie des ensembles
permet de rendre visible la structure d’un argument mathématique, comme le calcul algébrique rend
visible la structure d’un calcul arithmétique. À l’instar du calcul algébrique, la rigueur de notation
la plus grande est nécessaire pour pouvoir profiter de ce formalisme.
La raison de l’efficacité de ce formalisme est certainement sa pauvreté. Toutes les structures plus
riches doivent être construites à partir d’une très petite collection de notions fondamentales.

1.1 Ensemble, élément, inclusion, partie

Un ensemble est une famille, une classe ou une collection d’objets considérée comme une unité. Si
E est un ensemble et e un objet, e ∈ E signifie que e appartient à E. On dit que e est un élément de E.
Si e n’appartient pas à E, on note ceci par e ̸∈ E. Il est aussi permis d’utiliser les notations E ∋ e
et E ̸∋ e.
On dit que l’ensemble A est une partie de l’ensemble B si x ∈ A implique x ∈ B. On note ceci
par A ⊂ B. Avec cette définition on peut dire que A = B si et seulement si A ⊂ B et B ⊂ A.
Pour démontrer l’égalité de deux ensembles il faut souvent passer par un argument à deux coups : on
montre d’abord que l’hypothèse x ∈ A implique x ∈ B et après que l’hypothèse x ∈ B implique x ∈ A.
Il faut soigneusement distinguer les deux phrases A ∈ B et A ⊂ B. Par exemple, si B est
l’ensemble des nombres entiers naturels et A l’ensemble des nombres pairs, on a bien A ⊂ B mais

1
2 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

A n’est pas un nombre, A ̸∈ B. Pour tous les ensembles on a A ⊂ A, mais rarement A ∈ A.

Malheureusement on dit souvent «A contient x» si on veut dire x ∈ A. C’est une ambiguité que le
contexte du discours permet souvent de corriger.
Nous allons maintenant faire la liste des constructeurs d’ensembles à l’exception du produit
cartésien dont on parlera dans la section suivante.

L’ensemble vide Il y a l’ensemble qui ne contient aucun élément, noté par ∅. On rencontre aussi
la notation {} pour ∅. La phrase x ∈ ∅ est fausse quel que soit x. On a ∅ ⊂ A quel que soit l’ensemble
A. Par exemple, ∅ ∈ ∅ est faux et ∅ ⊂ ∅ est vrai.
La vérité de ∅ ⊂ A peut paraître étonnante au premier abord. En langage naturel, les phrases
de la forme «Si P alors Q» ont dès fois une valeur de vérité qui dépend du sens des termes et
pas seulement des valeurs de «P» et «Q». Mais en mathématiques une telle phrase est fausse si et
seulement si l’hypothèse «P» est vraie et la conclusion «Q» est fausse. L’implication P ⇒ Q est
équivalente à ¬P ∨ Q. En particulier si l’hypothèse est fausse, la phrase est vraie indépendamment
de la valeur de vérité de la conclusion. Donc, la phrase «Si x ∈ ∅ alors x ∈ A» est toujours vraie quel
que soit x, parce que l’antécédent x ∈ ∅ est toujours faux.

Extension À partir d’une liste finie d’objets a1 , . . . , an on peut construire l’ensemble qui contient
exactement ces objets ; cet ensemble est noté par {a1 , . . . , an }, la liste est entourée par des accolades.
On peut donc dire que
x ∈ {a1 , . . . , an } si et seulement s’il y a un indice i tel que x = ai .
L’ensemble ainsi construit ne dépend pas de l’ordre de la liste. Par exemple
x ∈ {a, b, c} si et seulement si x = a ∨ x = b ∨ x = c .
Quand un ensemble est donné par la liste de ses éléments on dit qu’il est donné par extension.

Compréhension À partir d’un ensemble A et d’une propriété P (x) portant sur les éléments
de A on construit l’ensemble des éléments de A possédant cette propriété. Cet ensemble est noté
par {x ∈ A | P (x)}. On peut donc dire que
a ∈ {x ∈ A | P (x)} si et seulement si a ∈ A et P (a) .
Par exemple {x ∈ R | 0 ≤ x ≤ 1} désigne l’ensemble des nombres réels supérieurs à 0 et inférieurs à 1.
Dans ce cas A = R et la propriété P (x) est «x ≤ 1 et x ≥ 0».
La lettre x dans cette construction est une variable muette. On peut choisir tout autre nom
(tant qu’il n’y a pas de capture de variable). La propriété P qui sélectionne des éléments peut avoir
elle-même des paramètres. Par exemple {x ∈ R | x > y} désigne pour chaque y ∈ R l’ensemble des
nombres réels strictement supérieurs à y.
S
Union À partir d’un ensemble A on construit la réunion S A qui est l’ensemble des éléments qui
appartiennent à un élément de A. Autrement dit, x ∈ S A si et seulement s’il y a un élément y ∈ A
tel que x ∈ y. Par exemple, si A = {B, C} on a x ∈ A si x ∈ B ou x ∈ C. On note alors cette
réunion plutôt par B ∪ C. Plus généralement, si A est donné en extension, A = {A1 , A2 , . . . , An }, on
note la réunion par
[ [n
A = A1 ∪ A2 ∪ . . . ∪ An = Ai .
i=1

Remarque 1.1.1. Les diagrammes de Venn peuvent aider à repérer les relations d’inclusion dans
des petits groupes d’ensembles ; voir figure 1.1. Mais leur utilité reste très limitée.
1.1. ENSEMBLE, ÉLÉMENT, INCLUSION, PARTIE 3

A A B

E E

A B A B

C C
E E

Figure 1.1 – Diagrammes de Venn : E \ A, différence symétrique A∆B, (A ∪ B) \ C, (A ∩ B) ∪ (A ∩

B) ∪ (B ∩ C).

Ensemble des parties Étant donné un ensemble A on construit l’ensemble des parties de A, noté
par P(A). On peut donc dire que

x ∈ P(A) si et seulement si x ⊂ A .

On a toujours ∅ ∈ P(A) et A ∈ P(A) quel que soit A. Par exemple, on a P(∅) = {∅}. Pour un
ensemble qui contient exactement un élément, A = {a}, on a P(A) = {∅, A}. Si B = {a, b} contient
deux éléments, on a P(B) = {∅, {a}, {b}, B}.

On obtient comme combinaisons simples de ces constructeurs de base les constructions habituelles
que voici :
S
— A ∪ B = {A, B} ;
— A ∩ B = {x ∈ A ∪ B | x ∈ A et x ∈ B}, l’intersection ;
— A \ B = {x ∈ A | x ̸∈ B}, la différence ;
— A∆B = (A \ B) ∪ (B \ A), la différence symétrique ;
— Pour une partie A ⊂ E d’un ensemble E le complément de A dans E est

Ā = E \ A = {x ∈ E | x ̸∈ A} .

Ici la notation du complément omet l’ensemble environnant. On écrit plus explicitement ĀE
ou ∁E A s’il faut eviter toute ambiguïté de notation.
Deux ensembles A, B sont disjoints si A∩B = ∅, c’est-à-dire s’ils n’ont pas d’élément en commun.
Voici les règles de calcul les plus simples permettant de transformer des expressions construites
avec ces opérations :
— Règle de DeMorgan : A ∪ B = Ā ∩ B̄ et A ∩ B = Ā ∪ B̄ ;
— Règle de distributivité : L’union et intersection sont des opérations mutuellement distributives,

A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) et A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)

— (Ā) = A, le complément du complément d’un ensemble est l’ensemble lui-même ;

— Si A et B sont des parties de E, alors A \ B = A ∩ B̄ ;
— (A ∪ B) \ C = (A \ C) ∪ (B \ C) et (A ∩ B) \ C = (A \ C) ∩ (B \ C),
4 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

Exemple 1.1.2. Pour montrer comment utiliser le formalisme de base, on démontre une des équa-
tions de distributivité. Il faut justifier les deux inclusions suivantes :

A ∪ (B ∩ C) ⊂ (A ∪ B) ∩ (A ∪ C)
(A ∪ B) ∩ (A ∪ C) ⊂ A ∪ (B ∩ C) .

Nous avons A ⊂ A ∪ B et A ⊂ A ∪ C et donc A ⊂ (A ∪ B) ∩ (A ∪ C). De même B ∩ C ⊂ B ⊂ A ∪ B

et B ∩ C ⊂ A ∪ C et donc B ∩ C ⊂ (A ∪ B) ∩ (A ∪ C), ce qui démontre la première inclusion.
Pour la deuxième, soit x ∈ A ∪ B et x ∈ A ∪ C. Si x ̸∈ A, alors x ∈ B et x ∈ C et donc x ∈ B ∩ C
et finalement x ∈ A ∪ (B ∩ C). Si x ∈ A, l’élément x est trivialement aussi dans A ∪ (B ∩ C). Dans
les deux cas x est un élément du coté droit, ce qui démontre la deuxième inclusion.

A B A B

C C
E E

A B A B

C C
E E

Figure 1.2 – Illustration de la règle de deMorgan : (A ∪ B ∪ C) = Ā ∩ B̄ ∩ C̄ .

Exemple 1.1.3. Soient A, B deux ensembles. Toute partie de A est aussi une partie de l’union A∪B ;
autrement dit P(A) ⊂ P(A ∪ B).
Par suite, la réunion P(A) ∪ P(B) est contenue dans P(A ∪ B). Mais ces deux ensembles sont
différents en général : une partie de A ∪ B qui n’est pas complètement contenue ni dans A ni dans B
n’appartient pas à P(A) ∪ P(B).
Par contre l’égalité P(A ∩ B) = P(A) ∩ P(B) est toujours vraie : X ⊂ A ∩ B est équivalent à la
conjonction de X ⊂ A et de X ⊂ B.

1.2 Produit cartésien

À partir de deux objets a et b on peut former le couple de ces deux objets, noté par (a, b). Cette
construction est caractérisée par la règle que (a, b) = (x, y) si et seulement si a = x et b = y.
Il est possible d’ajouter la formation de couple à la liste des constructeurs du formalisme 1 . Mais
pour illustrer le formalisme nous allons construire les couples et les produits cartésiens en utilisant
seulement les constructeurs fondamentales de la section précédente.
Avec les constructeurs de la théorie des ensembles on peut définir le couple par la formule (a, b) =
def
{{a}, {a, b}}. Le lemme suivant montre que cette construction a la propriété caractéristique d’un
couple.
Lemme 1.2.1. (a, b) = (x, y) si et seulement si a = x et b = y.
1. C’est ainsi que l’on procède en informatique : type enregistrement (struct) ou type produit.
1.2. PRODUIT CARTÉSIEN 5

Démonstration. Il faut appliquer les règles pour la construction par extension : On a x ∈ {a} si et
seulement si x = a. Quand {x} = {a, b} alors x = a = b, et ainsi de suite.
Supposons d’abord que x = y. Dans ce cas (x, y) = {{x}} et donc {{a}, {a, b}} = {{x}} implique
{a} = {x}, c’est-à-dire a = x. Mais on a aussi {a, b} = {x}, donc b = x et finalement x = y = a = b.
Le cas a = b se ramène au précédent en échangeant les rôles.
Supposons maintenant x ̸= y et a ̸= b. Alors {{a}, {a, b}} = {{x}, {x, y}} implique {x} = {a} ou
{x} = {a, b}. Mais le deuxième cas est exclu, parce qu’il nous mènerait à a = b. Par suite, x = a tel
que l’hypothèse devient {a, y} = {a, b}. Ceci implique y = a ou y = b. Mais la première égalité à été
exclue tel que finalement y = b.

Fixons deux ensembles A, B et considérons les couples (a, b) où a ∈ A et b ∈ B. Ces couples

appartiennent tous au même ensemble : {a} ∈ P(A) ⊂ P(A ∪ B) et {a, b} ∈ P(A ∪ B) tel que
(a, b) = {{a}, {a, b}} ∈ P(P(A ∪ B)). Ainsi on peut construire le produit cartésien à l’aide du
constructeur de compréhension (voir page 2),

A × B = {(a, b) | a ∈ A , b ∈ B}
= {u ∈ P(P(A ∪ B)) | il existe a ∈ A, b ∈ B tel que u = {{a}, {a, b}}} .

De cette façon le produit cartésien est dérivable des notions plus primitives d’extension, de compré-
hension et de l’ensemble des parties.
L’essentiel est l’existence d’un ensemble A × B tel que l’on peut dire

u ∈ A × B si et seulement si il existe a ∈ A et ∃b ∈ B tel que u = (a, b) .

Avec cette construction on voit immédiatement la validité des règles suivantes :

— ∅ × B = B × ∅ = ∅ quel que soit B ;
— A ⊂ A′ implique A × B ⊂ A′ × B ;
— A × (B ∪ B ′ ) = (A × B) ∪ (A × B ′ ) et A × (B ∩ B ′ ) = (A × B) ∩ (A × B ′ ) .

A×F

B E×B A×B

A E

Figure 1.3 – Représentation de A × B = (A × F ) ∩ (E × B).

Remarque 1.2.2. Pour aider à s’orienter dans une situation de produit cartésien, il peut être utile
de dessiner un diagramme comme dans le figure 1.3. Les deux facteurs E et F du produit E × F
sont dessinés comme intervalles et le produit est représenté par les points à l’intérieur du rectangle.
Les deux parties A ⊂ E et B ⊂ F sont marquées avec des traits plus gras. La figure illustre le fait
que (x, y) ∈ A × B si et seulement si x ∈ A et y ∈ B, c’est-à-dire si (x, y) ∈ A × F et (x, y) ∈ E × B.
6 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

Remarque 1.2.3. Un couple a une première et une deuxième composante. Il faut distinguer le
couple (a, b) formé par a, b de l’ensemble {a, b} qui contient ces deux éléments. Par exemple si a ̸= b,
on a {a, b} = {b, a} mais (a, b) ̸= (b, a).

1 2 3

4 5

Figure 1.4 – Partie d’un produit comme graphe, E ⊂ A × A.

On pourrait visualiser les éléments de A × B comme des flèches partant de A et aboutissant dans
B. En particulier quand A = B, une partie E ⊂ A × A est un graphe orienté. Par exemple pour
A = {1, 2, 3, 4, 5} et

E = {(1, 1), (1, 2), (2, 1), (2, 3), (3, 3), (4, 1), (5, 2)} ⊂ A × A

le graphe orienté correspondant est représenté dans la figure 1.4.

1.3 Fonction
Intuitivement, une application f d’un ensemble E vers un ensemble F est un procédé associant
x+2
à tout élément x de E un élément f (x) de F . Par exemple, l’expression f (x) = x−1 donne lieu à
une application en évaluant la fraction pour les nombres x ∈ R qui n’annulent pas le dénominateur.
Ainsi f est une application de l’ensemble E = R \ {1} dans F = R. La même fraction définit aussi
une application sur toute partie de R \ {1}.
La notion intuitive de «procédure» est trop vague ou trop compliquée pour entrer dans le cadre de
la théorie des ensembles. La bonne définition du concept d’application écarte l’aspect algorithmique.

Exemple 1.3.1. Si l’ensemble E est fini, E = {e1 , . . . , en }, une fonction f : E → F est spécifiée
par la liste des couples (ei , f (ei )) pour i = 1, . . . , n. Pour chaque élément e ∈ E il y a exactement un
couple (e, f (e)) ∈ E × F . Ce point de vue mène à la définition suivante.

Définition 1.3.2. Une application de l’ensemble E dans l’ensemble F est une partie f ⊂ E × F
du produit cartésien telle que pour tout x ∈ E il existe un unique y ∈ F tel que le couple (x, y)
appartient à f .

Autrement dit, on identifie une application (fonction) avec son graphe 2 . La figure 1.5 illustre la
définition par des contre-exemples. Dans le premier dessin, on voit un point x ∈ E pour lequel il y a
trois éléments de F , y1 , y2 , y3 , tels que (x, y1 ), (x, y2 ), (x, y3 ) appartiennent à f . L’ensemble f n’est
donc pas une fonction. Dans le deuxième dessin, on voit un point x ∈ E pour lequel il n’y a pas de
point y ∈ F tel que (x, y) ∈ g.
La figure 1.6 montre une relation représentée avec des arcs entre des éléments de deux ensembles.
Cette relation n’est pas une fonction parce dans E il y a un élément qui est en relation avec deux
éléments différents de F .
2. En informatique un graphe est une structure faite de sommets connectés par des arêtes. En mathématiques on
désigne par ce terme aussi le tracé des valeurs d’une fonction dans un diagramme cartésien.
1.3. FONCTION 7

F F

(x, y1 )
y1

y2
(x, y2 )
f
g
(x, y3 )

x E x E

Figure 1.5 – Deux illustrations de parties f ⊂ E × F qui ne sont pas des fonctions.

E F
g

Figure 1.6 – Exemple de relation qui n’est pas une fonction.

Exemple 1.3.3. Par exemple, l’application qui associe à tout nombre réel x différent de ±1 le
résultat de l’opération arithmétique x21−1 a comme graphe l’ensemble des couples
n o
(x, x21−1 ) ∈ D × R | x ∈ D

où l’ensemble D est {x ∈ R | x ̸= ±1}. Ainsi, ce que montre la figure 1.7 n’est pas vraiment une
fonction, parce que pour x = ±1 acune valeur est donnée. Il faut donc soit retirer les deux élé-
ments x = −1 et x = +1 du domaine soit ajouter des valeurs arbitraires pour ces deux éléments.
On note une application f ⊂ E × F par f : E → F . L’ensemble E est la source et l’ensemble
F est le but de l’application. Au lieu d’écrire (x, y) ∈ f on note plutôt y = f (x) et on dit que y est
la valeur de f pour l’argument x ou encore que x est un antécédent de y ou que y est l’image de x
par f . Il peut être commode de noter ceci par f : x 7→ y («x donne y»), voir même par x 7→ y.
Il faut insister sur le fait qu’une application vient toujours avec un ensemble source et un en-
semble but. Si l’un des deux ensembles change il faudrait aussi dire que l’application change.
Dans la suite de ce cours les mots « application » et « fonction » sont interchangeables. Dans la
définition de fonction que l’on vient de donner, la notion de procédure ou d’opération n’apparaît
plus ; une application est quelque chose de statique. On dit quand même que l’application fait ceci
ou cela, et il est permis de parler d’opération ou de procédure, en accord avec l’idée que l’on se fait
habituellement d’une fonction comme quelque chose d’actif.
8 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

10

[−5, 10] ⊂ R
4

-2

-4

-4 -3 -2 -1 0 1 2 3 4
[−4, 4] ⊂ R

Figure 1.7 – Ensemble des couples (x, y) ∈ [−4, 4] × [−5, 10] tel que y = 1/(x2 − 1).

Définition 1.3.4. Une application f : E → F est injective (respectivement surjective, bijective) si

tout élément y ∈ F a au plus (respectivement au moins, exactement) un antécédent par f .

F E
E E
f h

Figure 1.8 – L’application f n’est pas surjective et h n’est pas injective.

Plus explicitement, cette définition dit ceci :

— f est injective si et seulement si l’égalité f (x) = f (y) implique x = y ;
— f est surjective si et seulement si pour tout y ∈ F il existe x ∈ E tel que f (x) = y ;
— f est bijective si et seulement si pour tout y ∈ F il existe un unique x ∈ E tel que f (x) = y.
Autrement dit, f est à la fois injective et surjective.
Une bijection établit une correspondance univoque entre les éléments de sa source avec les élé-
ments de son but : à chaque élément du but correspond exactement un élément de la source.

Exemple 1.3.5. L’application f : R → R donnée par f (x) = x2 n’est ni injective ni surjective. Si

l’on se restreint à la partie R+ = {x ∈ R | x ≥ 0}, alors l’application g : R+ → R donnée par la même
1.3. FONCTION 9

formule est injective. L’application h : R → R+ donnée par cette formule est surjective. Finalement,
la formule donne une application k : R+ → R+ surjective et injective.
Dans cet exemple on a changé de lettre chaque fois que la fonction considérée est définie sur un autre
domaine pour souligner que les propriétés d’injectivité et de surjectivité dépendent de la source et du
but de la fonction. Habituellement cette distinction n’est pas faite dans la notation et on se permet
d’écrire f : R+ → R+ .
Soit f : E → F une application et A ⊂ E une partie de sa source. L’image de A par f est
l’ensemble
f (A) = {y ∈ F | il existe x ∈ A tel que f (x) = y} .
Ce sont les éléments du but F que l’on obtient en appliquant f à un élément de A. L’image réciproque
(ou l’ensemble des antécédents) d’une partie B ⊂ F par f est définie par

f −1 (B) = {x ∈ E | f (x) ∈ B} .

Ce sont les éléments de la source E qui sont envoyés dans B par l’application en question.

R2

A
f
B

f (A)
R
f (B)

Figure 1.9 – Illustration de l’inclusion f (A ∩ B) ⊂ f (A) ∩ f (B).

Les opérations image et image réciproque satisfont aux règles suivantes :

— f (A ∪ B) = f (A) ∪ f (B) ;
— f (A ∩ B) ⊂ f (A) ∩ f (B) et il y a égalité si f est injective ;
— f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B) et f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B) ;
— f (f −1 (A)) ⊂ A et il y a égalité si f est surjective ;
— A ⊂ f −1 (f (A)) et il y a égalité si f est injective.
À titre d’illustration nous démontrons la deuxième assertion ; les autres se démontrent d’une
façon analogue.
Des inclusions A ∩ B ⊂ A et A ∩ B ⊂ B on conclut que f (A ∩ B) ⊂ f (A) et f (A ∩ B) ⊂ f (B) et
donc f (A ∩ B) ⊂ f (A) ∩ f (B).
Supposons maintenant que f soit injective et considérons y ∈ f (A) ∩ f (B). Alors y ∈ f (A) et il existe
xA ∈ A tel que f (xA ) = y. De même, il existe xB ∈ B tel que f (xB ) = y. L’égalité f (xA ) = f (xB )
et l’hypothèse sur f entraînent que xA = xB = x ∈ A ∩ B. Par suite, y ∈ f (A ∩ B). Ainsi on a
démontré que f (A) ∩ f (B) ⊂ f (A ∩ B).
Dans le cas où l’application f n’est plus injective, l’inclusion peut être stricte comme l’illustre la
figure 1.9. Dans cette exemple f est la projection R2 → R définie par (x, y) 7→ x. On a dessiné
l’ensemble but comme axe horizontal. Les parties f (A) et f (B) sont indiquées par des traits gras.
On voit bien que leur intersection n’est pas vide, même que A ∩ B = ∅.
10 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

1.4 Composition d’applications

Deux applications f : E → F et g : F → G dont le but de l’une est la source de l’autre sont dites
composables. L’application composée h : E → G est celle qui fait l’opération x 7→ f (x) 7→ g(f (x)) ∈ G.
Elle est notée par g ◦ f (la notation inverse l’ordre de la suite des opérations).

x y = f (x) z = g(y)
z = h(x)

E F G

Figure 1.10 – Composition de l’application f : E → F avec g : F → G.

Dans le formalisme de la théorie des ensembles il faut une définition plus sérieuse. À partir de f
et g (qui sont identifiées avec leur graphes respectifs) on pose

h = {(x, z) ∈ E × G | il existe y ∈ F tel que (x, y) ∈ f et (y, z) ∈ g} .

On se convainc facilement que h est une application. En effet, fixons x ∈ E. Il faut montrer qu’il
existe un unique z ∈ G tel que (x, z) ∈ h. Pour x il y a un unique y ∈ E tel que (x, y) ∈ f . Il y a
pour ce y un z tel que (y, z) ∈ g et on a donc trouvé un z tel que (x, z) ∈ h. Si maintenant aussi
(x, z ′ ) ∈ h, on doit avoir y ′ ∈ F tel que (y ′ , z ′ ) ∈ g et (x, y ′ ) ∈ f . Par suite, y = y ′ et donc (y, z ′ ) ∈ g.
Finalement on voit que z = z ′ .
Remarque 1.4.1. Cette définition de la composition d’applications correspond à l’opération join
des bases de données relationnelles. On verra la généralisation de cette construction aux relations
dans le chapitre suivant (voir p. 12).
À partir de cette définition de la composition d’applications, on peut donner une justification de
l’égalité (h ◦ g) ◦ f = h ◦ (g ◦ f ), valable dès que les trois applications sont composables. On verra
plus tard la généralisation de cette règle d’associativité aux relations.
Pour chaque ensemble E il y a une application spéciale idE : E → E, celle qui ne fait rien :

idE = {(x, x) ∈ E × E | x ∈ E} .

Son graphe est simplement la diagonale du produit cartésien. Elle est appelée l’application identique
de E. Ces applications satisfont à la règle id ◦ f = f et g ◦ id = g dès que possible (on les note
simplement par id si on n’a pas besoin de spécifier l’ensemble correspondant).
Pour la composition d’applications les assertions suivantes sont vraies :
— f, g injectives (resp. surjectives, bijectives) implique g ◦ f injective (resp. surjective, bijective) ;
— si g ◦ f = id, alors f est injective et g surjective.
Les justifications des ces assertions sont d’une simplicité confondante.
Soit f : E → F une application. Il est évident que l’ensemble des couples (y, x) ∈ F × E où
y = f (x) est une application si et seulement si f est bijective (c’est-à-dire si chaque y a exactement
un antécédent).
1.5. RELATIONS 11

Définition 1.4.2. L’application inverse ou application réciproque d’une application bijective f :

E → F , noté par f −1 : F → E, est

f −1 = {(y, x) ∈ F × E | (x, y) ∈ f } .

Si f est une application bijective de E vers F , son inverse f −1 l’est aussi et f ◦ f −1 = idF ,
−1
f ◦ f = idE . En plus, on voit facilement que f est une application bijective si et seulement s’il
existe g : F → E et g ′ : F → E telles que g ◦ f = id et f ◦ g ′ = id. Dans ce dernier cas on a
g = g ′ = f −1 . On dit aussi que f −1 est l’application réciproque de f .
Remarque 1.4.3. Il y a traditionnellement une confusion entre la notation de l’application ré-
ciproque et celle de l’image inverse. Si l’application réciproque existe, l’image inverse f −1 (B) est
évidemment égale à l’image de B par l’application réciproque. Tant que l’argument est un ensemble,
la confusion est légère ; mais si l’argument est un élément y du but de l’application, f −1 (y) désigne
l’image inverse du singleton {y} ou la valeur de l’application réciproque, selon le contexte.

1.5 Relations
Une relation est un concept mathématique qui exprime une liaison entre des éléments. Pour
représenter la réalité dans un programme informatique, il ne suffit pas de représenter les objets, il faut
aussi représenter les relations entre ces objets. Certainement la plus grande partie des informaticiens
en activité est occupée à maintenir des bases de données pour des relations.
La relation «être habitant de» reliant un citoyen et une ville, c habite v, est déterminée par
l’ensemble des couples (c, v) tels que c habite v, où c ∈ C est un élément de l’ensemble des citoyens
et v ∈ V un élément de l’ensemble des lieux d’habitations. Autrement dit, on peut identifier cette
relation avec une partie du produit cartésien, H ⊂ C × V .
Définition 1.5.1. Soient E, F deux ensembles. Une relation entre E et F est une partie du produit
cartésien E × F .
Si l’on pense une partie R ⊂ E × F comme une relation, on note l’appartenance (x, y) ∈ R
aussi par xRy ou par R(x, y). On dit que (x, y) appartient à la relation R ou encore que x est en
relation R avec y ou que « la relation xRy a lieu ». Dans des cas particuliers (quand la relation est
une équivalence) on utilise aussi la notation x ∼R y.
Exemple 1.5.2. Une application f : E → F est une relation : c’est l’ensemble des couples (x, f (x)), x ∈
E (c’est-à-dire que l’on a identifié une application avec son graphe).
Désignons par E une population, avec P la relation de parenté : «x est parent de y» (au sens
strict, c’est-à-dire x est géniteur ou génitrice de y). Une personne a plusieurs parents et peut être
parent de plusieurs personnes. Cette relation n’est donc pas une application.
Remarque 1.5.3. On considère plus généralement une relation n-aire entre les éléments d’une
famille d’ensembles E1 , . . . , En . C’est une partie R ⊂ E1 × · · · × En . Les tableaux SQL correspondent
à cette notion de relation n-aire.
Exemple 1.5.4. On peut considérer sur E plusieurs relations à la fois : être parent de, être ami de,
marié avec, patron de et ainsi de suite. Si R1 , . . . , Rn ⊂ E ×E est la liste des relations en question, on
considère les triplets (x, R, y) ∈ E × V × E, où V = {1, . . . , n}, et on définit la partie Q ⊂ E × V × E
en posant (x, i, y) ∈ Q si et seulement si xRi y.
Dans la suite seulement des relations binaires R ⊂ E × E seront considérées. Un graphe orienté
de sommets E et d’arêtes R n’est rien d’autre qu’une relation binaire sur l’ensemble E.
12 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

Exemple 1.5.5. Voici quelques exemples de relations binaires.

1. La relation d’inclusion A ⊂ B pour des parties d’un ensemble E. C’est une relation sur P(E).
2. La relation de divisibilité dans l’ensemble des entiers Z : aRb si et seulement si a divise b,
c’est-à-dire s’il existe un entier d tel que b = da.
3. La relation de succession sur N : aRb si est seulement si b = a + 1 (c’est évidemment une
application).
4. La relation d’ordre sur Z : aRb si et seulement si a ≤ b, c’est-à-dire s’il existe un entier positif n
tel que b = a + n.
5. La relation sur N définie ainsi : aRb si et seulement si a est le carré de b ; ceci n’est pas une
application. Mais si on pose aSb si et seulement si b est le carré de a, l’on obtient une relation
qui est une application.
6. La relation préfixe sur E ∗ = {ε} ∪ n≥1 E n : aRb si et seulement si le mot b commence avec le
S
mot a ; autrement dit, a est préfixe de b s’il existe un mot c ∈ E ∗ tel que b = ac (concaténation
de a et c).
Sn
7. Soit E = i=1 Ai une décomposition en parties Ai ⊂ E. On pose xRy si et seulement s’il y a
un indice i tel que x ∈ Ai et y ∈ Ai , c’est-à-dire si x et y appartiennent à la même partie de
la décomposition.
8. Sur E = R2 on pose (x, y)R(x′ , y ′ ) si et seulement si

(x′ − x)2 + (y ′ − y)2 ≤ 1 .

Deux points sont en relation R si leur distance est inférieure à 1.

9. Pour tout ensemble E il y a la relation d’identité, notée par idE :

idE = {(x, x) | x ∈ E} ⊂ E × E .

Il y a aussi la relation pleine R = E × E.

Remarque 1.5.6. On dit qu’une relation R est plus fine qu’une autre R′ , définie sur le même
ensemble, si R ⊂ R′ . Deux éléments qui sont en relation R′ peuvent ne pas être en relation R. La
relation R distingue d’avantage entre les éléments.

Voici des opérations qui construisent des nouvelles relations à partir de relations R, S ⊂ E × E
déjà données :
— la relation complémentaire R̄ ⊂ E × E : xR̄y si et seulement si xRy n’a pas lieu ;
— l’intersection T = R ∩ S : xT y si et seulement si xRy et xSy ; de la même façon on peut
considérer la réunion de deux relations ;
— la relation inverse R−1 = {(x, y) | (y, x) ∈ R} ; autrement dit, xR−1 y si et seulement si yRx ;
— la relation produit R·S est définie par le critère suivant : xRSy si et seulement s’il existe z ∈ E
tel que xRz et zSy. En particulier si les deux relations sont des applications, ce produit est
simplement leur composition.

Exemple 1.5.7. Dans le cas de la relation de parenté P évoquée au début de cette section, P 2 = P ·P
correspond à «x est grands-parents de y». La relation P −1 P correspond à «x et y sont de la même
fratrie» et P P −1 est la relation «x et y on un enfant en commun».

Proposition 1.5.8. Les règles suivantes sont valides pour ces opérations :
1. Si S ′ ⊂ S, alors RS ⊂ RS ′ et ST ⊂ ST ′ ;
1.5. RELATIONS 13

2. R · idE = idE · R = R ;
3. le produit est une opération associative : (RS)T = R(ST ) ;
4. (RS)−1 = S −1 R−1 ;
5. (R ∪ S)T = (RT ) ∪ (ST ) et R(S ∪ T ) = (RS) ∪ (RT ) ;
6. (R ∩ S)T ⊂ (RT ) ∩ (ST ) et R(S ∩ T ) ⊂ (RS) ∩ (RT ), mais il n’y a pas nécessairement égalité.
Démonstration. On ne donnera un argument que pour les points 3 et 6. Pour se convaincre de
l’associativité il suffit d’écrire les équivalences suivantes :

x(RS)T y ⇐⇒ ∃z : x(RS)z et zT y
⇐⇒ ∃z, ∃w : xRw et wSz et zT y
⇐⇒ ∃w, ∃z : xRw et wSz et zT y
⇐⇒ ∃w : xRw et w(ST )y
⇐⇒ xR(ST )y .

Pour justifier la distributivité partielle du produit par rapport à l’intersection, il suffit de détailler
les définitions :

(x, y) ∈ (R ∩ S)T ⇐⇒ ∃z : x(R ∩ S)z et zT y

⇐⇒ ∃z : xRz et xSz et zT y
=⇒ (∃z : xRz et zT y) et (∃z : xSz et zT y)
⇐⇒ x(RT )y et x(ST )y

(À-propos de l’implication à la troisième ligne voir remarque suivante 1.5.9). Pour démontrer que
cette inclusion n’est pas nécessairement une égalité, considérons un exemple : on prend E = Z, xT y
si et seulement si x est multiple de y, R la relation < (strictement plus petit) et S la relation ≥.
Alors R ∩ S = ∅ et (R ∩ S)T = ∅. Par contre, on a x(RT )y si et seulement s’il existe z ∈ Z tel
que x < z et z est multiple de y. On voit donc facilement que

RT = {(x, y) | y ̸= 0} ∪ {(x, 0) | x < 0}

ST = {(x, y) | y ̸= 0} ∪ {(x, 0) | x > 0}

tel que

(R ∩ S)T ̸= {(x, y) | y ̸= 0} = (RT ) ∩ (ST ) .

Remarque 1.5.9. Ceci est une remarque pour la deuxième partie de l’argument précédent. Il faut
distinguer entre la phrase ∃x : (P (x) et Q(x)) et la conjonction de (∃x : P (x)) et (∃x : Q(x)).
Par exemple, si P (x) = «x est pair» et Q(x) = «x est impair», la première phrase est fausse mais
la deuxième est vraie. S’il y a un x0 qui satisfait P (x) et un y0 qui satisfait Q(x), il n’y a pas
nécessairement un z0 qui les satisfait simultanément.
Remarque 1.5.10. Dans l’image d’une relation binaire R considérée comme un graphe orienté,
xRy signifie que x peut être relié à y par un arc. Avec une deuxième relation S, xSRy signifie que x
peut être relié à y par un chemin de longueur deux, dont la première partie est un arc de S et la
deuxième un arc de R.
En particulier, xRn y signifie que x est relié à y par un chemin de longueur exactement n.
14 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

Définition 1.5.11. Une relation binaire R ⊂ E × E est dite :

— réflexive si (x, x) ∈ R quel que soit x ∈ E ; autrement dit, si idE ⊂ R ;
— symétrique si (x, y) ∈ R implique (y, x) ∈ R ; autrement dit si, R = R−1 ;
— antisymétrique si (x, y) ∈ R et (y, x) ∈ R implique x = y ; autrement dit, si R ∩ R−1 ⊂ idE ;
— transitive si (x, y) ∈ R et (y, z) ∈ R impliquent (x, z) ∈ R quels que soient x, y, z ∈ E ;
autrement dit, R est transitive si R2 ⊂ R.

Il est évident qu’une intersection de relations réflexives (symétriques, antisymétriques, transitives)

est réflexive aussi.
Soit R ⊂ E × E une relation quelconque. Alors la relation R′ = R ∪ idE est réflexive. Toute
relation qui est réflexive et qui contient R contient aussi R′ . La relation R′ est donc la relation la
plus petite (ou la plus fine) qui est réflexive et qui contenant R. De la même façon on peut dire
que R ∪ R−1 est la plus petite relation symétrique contenant R. L’intersection de toutes les relations
transitives qui contiennent R est la plus petite relation transitive contenant R, mais la proposition
suivante donne une description plus concrète de cette relation.

Proposition 1.5.12. Soit R ⊂ E × E une relation binaire. On pose R+ = n≥1 Rn . Alors R+ est
S
la plus petite relation transitive contenant R

Démonstration. La validité de xR+ y signifie qu’il existe un entier n ≥ 1 et des éléments z1 , . . . , zn−1 ∈
E tels que xRz1 , z2 Rz3 ,. . . , zn−1 Ry. Cette relation est évidemment transitive (penser à la concaté-
nation des chemins dans le graphe orienté).
Supposons que Q est une relation transitive et R ⊂ Q. Alors R2 ⊂ Q2 ⊂ Q et de même Rn ⊂ Q
pour tout n ≥ 1. Ainsi R+ ⊂ Q.

Soit R ⊂ E × E une relation. La relation R∗ = idE ∪ R+ est appelée la fermeture transitive de R.

∗
R est la plusSpetite relation transitive et réflexive contenant R. Il est naturel de définir R0 = idE
tel que R∗ = n≥0 Rn .
De la même façon, la relation (R ∪ R−1 )∗ est la plus petite relation réflexive, symétrique et
transitive qui contient R. C’est la relation d’équivalence engendrée par R (voir la section suivante).
Dans l’image de R comme graphe orienté la validité de x(R ∪ R−1 )∗ y signifie que x et y peuvent
être reliés par un chemin qui parcourt les arcs de R sans respecter leur sens.

1.6 Relations d’équivalence

Définition 1.6.1. Une relation d’équivalence est une relation binaire réflexive, symétrique et tran-
sitive.

Par exemple, pour tout ensemble E, la relation d’identité idE est une relation d’équivalence. Pour
une relation quelconque R la relation (R ∪ R−1 )∗ est une relation d’équivalence. Une relation d’équi-
valence est utilisée pour identifier ou confondre des éléments ; ils sont considérés comme équivalents
sous un certain aspect ; une telle relation sert à classer les éléments.

Exemple 1.6.2. Pour l’exemple 1.5.5, page 12, de la relation fournie par une famille A1 ,S. . . , An
n
de parties de E, on peut dire : Cette relation est une équivalence si et seulement si E = i=1 Ai
et Ai ∩ Aj = ∅ pour tout i ̸= j. Autrement dit, c’est une équivalence précisément si la famille est
une décomposition de E en parties disjointes.

Exemple 1.6.3. Soit E un ensemble. Une famille de parties F ⊂ P(E) est une partitions de E si tous
S de F sont non-vides, si les membres sont disjoints deux à deux (A ̸= B implique A∩B =
les membres
∅) et si F = E. Une partition définit une relation sur E : xRy si et seulement s’il y a une
1.6. RELATIONS D’ÉQUIVALENCE 15

partie A ∈ F telle que x ∈ A et y ∈ A. Cette relation est évidemment une relation d’équivalence.
Inversement, une relation d’équivalence R ⊂ E × E définit une partition comme le montre le lemme
suivant.
Lemme 1.6.4. Pour tout x ∈ E on pose [x] = {y ∈ E | xRy}. Alors :
1. x ∈ [x] ;
2. [x] ∩ [y] ̸= ∅ si et seulement si [x] = [y].
Démonstration. La réflexivité entraîne la première assertion.
Supposons que z ∈ [x] ∩ [y]. Alors xRz et yRz. Donc par symétrie de R, il s’ensuit que zRy. La
transitivité donne xRy. Si maintenant u ∈ [x], c’est-à-dire xRu, on a aussi yRu parce que yRx.
Donc u ∈ [y] et donc, l’élément u étant arbitraire, [x] ⊂ [y]. En échangeant les rôles de x et y, l’on
trouve aussi [y] ⊂ [x].
La relation R donne la famille F ⊂ P(E) dont les membres sont exactement les parties A de la
forme A = [x] pour un x ∈ E. Le lemme dit que F est une partition.
Définition 1.6.5. Soit R ⊂ E × E une relation d’équivalence. Une partie de la forme {y ∈ E | xRy}
est appelée classe d’équivalence de x et notée par [x]. L’ensemble des classes d’équivalence est ap-
pelé l’ensemble quotient de E par R et noté par E/R (prononcé «E modulo R»).
Se donner une partition revient à se donner une relation d’équivalence et inversement. Dans
l’image d’une relation R comme graphe, les classes d’équivalence de (R ∪ R−1 )∗ sont les composantes
connexes du graphe. Deux sommets sont dans la même composante si l’on peut passer de l’un à
l’autre en suivant les arêtes sans nécessairement respecter leur direction.
Remarque 1.6.6 (Passage au quotient). Soit E un ensemble muni d’une relation d’équivalence ∼E
et Ê = E/ ∼E l’ensemble quotient. Si f : Ê → F est une application, la composition avec la
projection canonique p : E → Ê est une application g : E → F qui a la propriété suivante : pour
tout x, y ∈ E, si x ∼E y, alors g(x) = g(y). En effet, les éléments x et y sont dans la même classe et
donc p(x) = p(y) = [x] = [y].
Inversement, si g : E → F est une application qui a cette propriété, on peut poser f (c) = g(x)
où x ∈ c est un élément de la classe c ∈ Ê. En effet, la valeur g(x) ne dépend pas du choix
de x dans la classe parce que x ∼E y implique g(x) = g(y). Ainsi on trouve pour g : E → F
une application f : Ê → F telle que f ◦ p = g. Cette application est évidemment unique parce
que p : E → Ê est surjective : l’équation f (p(x)) = g(x) prescrit toutes les valeurs de f .
Exemple 1.6.7 (Construction de Z). Considérons l’ensemble N des nombres naturels. Sur le produit
cartésien N × N on définit une relation en posant : (x, y) ∼ (x′ , y ′ ) si et seulement si x + y ′ = x′ + y.
Une vérification facile montre que ceci définit une relation d’équivalence. Désignons par E l’ensemble
quotient N × N/ ∼.
La différence donne une application d : N × N → Z : d(x, y) = x − y. Cette application a la
propriété requise pour passer au quotient E : si (x′ , y ′ ) ∼ (x, y), alors

x′ − y ′ = x′ − x + x − y ′ + y − y
= (x′ + y) − (x + y ′ ) + x − y
=x−y .

Autrement dit, (x′ , y ′ ) ∼ (x, y) implique d(x′ , y ′ ) = d(x, y). Ainsi on obtient une application D :
E → Z telle que D = d ◦ p où p : N × N → E est la projection canonique.
L’application d est surjective : si n ≥ 0, alors n = d(n, 0) ; si n < 0, alors n = d(0, −n). Par
conséquent D est aussi surjective.
16 CHAPITRE 1. ENSEMBLES, FONCTIONS, RELATIONS

L’application D est injective. En effet, supposons que D(c) = D(c′ ) pour deux classes c, c′ ∈ E.
Désignons par (x, y) un couple élément de c et par (x′ , y ′ ) un couple élément de c′ . Alors D(c) = x−y
et D(c′ ) = x′ − y ′ . Mais l’égalité x − y = x′ − y ′ implique x + y ′ = x′ + y, c’est-à-dire (x, y) ∼ (x′ , y ′ )
Par suite c = c′ .
Finalement on peut conclure que D : N × N/ ∼ −→ Z est une bijection. En fait, on peut prendre
ce résultat comme définition de l’ensemble des entiers rationnels : Z = N×N/ ∼. Toutes les propriétés
habituelles des entiers se démontrent facilement à partir de cette définition.
Remarque 1.6.8. Comme on construit des applications sur les quotients on construit aussi des
relations. Soit encore p : E → Ê = E/ ∼E la projection de l’ensemble E sur son quotient par rapport
à la relation d’équivalence ∼E . Une relation R sur Ê donne une relation R sur E simplement en
posant xRy si et seulement si [x]R̂[y].
Inversement, soit R une relation sur E qui a la propriété suivante : x ∼E x′ et y ∼E y ′ entraînent
que xRy si et seulement si x′ Ry ′ . Alors cette relation descend à Ê, c’est-à-dire il existe une relation
unique R̂ sur Ê telle que [x]R̂[y] si et seulement si xRy.

Résumé
— Il faut distinguer la relation A ∈ B, « A appartient à B », de la relation A ⊂ B, « A est une
partie de B ».
— Règles pour pour les opérations fondamentales :
1. (A ∩ B) ∩ C = A ∩ (B ∩ C),
2. (A ∪ B) ∪ C = A ∪ (B ∪ C),
3. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C),
4. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
5. (Ā) = A,
6. A ∩ B = Ā ∪ B̄ et A ∪ B = Ā ∩ B̄,
7. Si A et B sont des parties de E, alors A \ B = A ∩ B̄.
8. A \ (B \ C) = A ∩ (B̄ ∪ C) et (A \ B) \ C = A \ (B ∪ C),
9. (A ∪ B) \ C = (A \ C) ∪ (B \ C) et (A ∩ B) \ C = (A \ C) ∩ (B \ C),
— Règles pour les applications. Soit f : E → F une application.
1. Pour tout B ⊂ F on a f [f −1 (B)] ⊂ B. Pour tout A ⊂ E on a A ⊂ f −1 (f [A]).
2. Pour tous A, A′ ⊂ E on a f [A ∪ A′ ] = f [A] ∪ f [A′ ] et f [A ∩ A′ ] ⊂ f [A] ∩ f [A′ ].
3. Pour tous B, B ′ ⊂ F on a

f −1 (B ∪ B ′ ) = f −1 (B) ∪ f −1 (B ′ )
f −1 (B ∩ B ′ ) = f −1 (B) ∩ f −1 (B ′ )
f −1 (B̄) = f −1 (B) .

4. Si g : F → G est un application, alors pour tout C ⊂ G on a l’égalité (g ◦ f )−1 (C) =

f −1 (g −1 (C)).
— Qu’une application f : E → F possède une réciprotque signifie qu’il existe g : F → E telle
que f ◦ g = idF et g ◦ f = idE .
— Une application possède une réciproque si et seulement elle est bijective.
Chapitre 2

Fonctions élémentaires

2.1 Polynômes, fonctions rationnelles

Les polynômes et les fonctions rationnelles sont construites à partir des opérations arithmétiques
de base seulement. Ce sont les seules fonctions qu’un ordinateur peut évaluer directement. Toutes
les autres fonctions sont évaluées à l’aide d’une approximation par un polynôme.

Définition 2.1.1. Une fonction f : R → R est polynomiale (donnée par un polynôme) si elle est de
la forme
Xn
f (x) = aj xj = a0 + a1 x + · · · + an−1 xn−1 + an xn .
j=0

Les nombres a0 , . . . , an sont les coefficients du polynôme. Si an ̸= 0, l’entier n = deg(f ) est le degré
du polynôme f .

La fonction qui vaut 0 pour tout x ∈ R, f (x) = 0, est un polynôme. Ce polynôme n’a pas de degré.
Si f (x), g(x) sont des fonctions polynomiales et α, β ∈ R des constantes, alors αf (x) + βg(x) est
aussi une fonction polynomiale ; de même, la fonction f (x)g(x) est polynomiale. Si aucun des deux
polynômes f, g n’est le polynôme 0, alors deg(f g) = deg(f )+deg(g). Si aucun des polynômes f, g, f +g
n’est le polynôme 0, alors
deg(f + g) ≤ max(deg(f ), deg(g)) .
La fonction composée f (g(x)) est aussi polynomiale. Son degré est le produit des degrés, deg(f ) ·
deg(g).

Exemple 2.1.2 (Formule du binôme). Soit n un entier positif. Le polynôme particulier f (x) = xn
est appelée un monome de degré n. Un polynôme est une combinaison linéaire de monomes. Le
polynôme
n(n − 1) 2
(1 + x)n = 1 + nx + x + · · · + nxn−1 + xn
2
est de degré n. Un coefficient d’un tel polynôme est appelé coefficient binomial. Le coefficient du
monome xk dans (1 + x)n est noté par nk (prononcé comme «k parmi n») ou par Cnk (prononcé

comme «combinaison de k parmi n») :

n  
X n
(1 + x)n = xk . (2.1)
k
k=0

17
18 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

La formule générale pour ces coefficients est

 
n n!
= si 0 ≤ k ≤ n . (2.2)
k k! · (n − k)!
Dans cette formule n! désigne le produit des entiers 1, 2, . . . , n. En d’autres termes, n! est défini
récursivement par 0! = 1 et (n + 1)! = (n + 1) · n!. À première vue, il n’est pas évident que la
fraction rationnelle (2.2) soit un nombre entier ; mais les coefficients dans (5.1) sont nécessairement
des entiers positifs.
Pour justifier la formule (5.1) à partir de la formule (2.2) on raisonne par récurrence sur l’expo-
sant n. Si n = 0 et n = 1, la formule est évidente. Supposons la formule vérifiée pour l’exposant n.
Pour l’exposant suivant on trouve alors :
(1 + x)n+1 = (1 + x)(1 + x)n
      
n n n n
= (1 + x) + x + ··· + x
0 1 n
     
n n n n
= + x + ··· + x
0 1 n
     
n n 2 n n+1
+ x+ x + ··· + x
0 1 n
         
n n n n n
= + + x+ + x2 + · · ·
0 0 1 1 2
     
n n n n+1
+ + xn + x
n−1 n n
D’abord on observe que n0 = 1 = n+1 et que nn = nn = 1. Il suffit maintenant d’utiliser la





0
relation du triangle de Pascal : pour tout 1 ≤ k ≤ n − 1,
   
n n n! n!
+ = +
k−1 k (k − 1)! · (n − k + 1)! k! · (n − k)!
 
n! 1 1
= +
(k − 1)! · (n − k)! n − k + 1 k
n! n+1
= ·
(k − 1)! · (n − k)! k(n − k + 1)
(n + 1)!
=
k! · (n − k + 1)!
 
n+1
= .
k
La relation du triangle de Pascal permet de dresser facilement le début du tableau des coefficients
binomiaux :
n\k 0 1 2 3 4 5 6
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
2.1. POLYNÔMES, FONCTIONS RATIONNELLES 19

Chaque coefficient dans ce tableau est la somme du coefficient qui le précède dans la même colonne
et de celui qui le précède sur la diagonale.
Pour le calcul effectif on peut utiliser la formule nk = nk n−1



k−1 , conséquence immédiate de la
définition (2.2). L’application répétée de cette relation permet d’écrire
   
n n−2 n−1 n
= ·
k k−2 k−1 k
 
n−k n−k+1 n−k+2 n
= · ···
0 1 2 k
n−k+1 n−k+2 n
= · ··· .
1 2 k
Lors du calcul de ce produit les produits partiels sont toujours entiers et inférieurs au résultat final.
À partir de la formule (5.1) on trouve une formule plus symétrique, appelée formule du binôme :
n  
n
X n n−k k
(a + b) = a b . (2.3)
k
k=0

Cette formule est évidente pour a = 0. Si a ̸= 0, on peut diviser par a pour obtenir
  n
n b
(a + b) = a 1 +
a
 n
n b
=a 1+
a
n    k
!
X n b
= an
k a
k=0
n
n n bk
X  
= a · k
k a
k=0
n
X n  
= an−k bk .
k
k=0

p(x)
Définition 2.1.3. Une fonction f est une fonction rationnelle si elle est de la forme f (x) = q(x)
où p(x), q(x) sont des polynômes et q ̸= 0. Le domaine de définition de f est l’ensemble

Df = {x ∈ R | q(x) ̸= 0} .

Remarque 2.1.4. La représentation comme quotient de deux polynômes est ambiguë : on peut
toujours multiplier numérateur et dénominateur par le même polynôme non nul. La représentation
devient unique si on exige que p et q sont premiers entre eux et que le coefficient dominant de q est
égal à 1.
Comme pour les nombres entiers il y a aussi pour les polynômes une méthode de division eucli-
dienne : Si f (x), g(x) sont deux polynômes, g ̸= 0, alors il existe deux polynômes uniques q(x), r(x)
réalisant une décomposition
f (x) = q(x)g(x) + r(x) ,
20 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

dans laquelle soit deg(r) < deg(g), soit r = 0. Discutons d’abord l’existence de la décomposition.
Si deg(g) > deg(f ), on peut prendre q = 0 et r = f . Par contre, si deg(g) ≤ deg(f ), le polynôme q
est calculé d’une manière récursive. Posons

f = ad xd + · · · + a0
g = be x e + · · · + b0 ,

où ad ̸= 0 et be ̸= 0 (c’est-à-dire d = deg(f ) et e = deg(g)). Observons maintenant que

ad d−e ad be−1 d−1 ad b0

x g(x) = ad xd + x + ··· +
be be be

est un polynôme avec le même terme dominant que f . Par conséquent

ad d−e
f1 (x) = f (x) − x g(x)
be

est un polynôme de degré inférieur à d − 1. Si on suppose par récurrence sur le degré du dividende
que l’on dispose déjà d’une division euclidienne pour f1 par rapport à g,

f1 (x) = q1 (x)g(x) + r1 (x) ,

alors on obtient pour f lui-même :

ad d−e
f (x) = f1 (x) + x g(x)
be
ad
= q1 (x)g(x) + r1 (x) + xd−e g(x)
b
  e
ad d−e
= x + q1 (x) g(x) + r1 (x) .
be

Par suite on peut poser q(x) = abed xd−e + q1 (x) et r(x) = r1 (x) pour trouver une division euclidienne
de f par g.
L’unicité du quotient et du reste de la division euclidienne se voit facilement : supposons que l’on
ait deux divisions
f (x) = q(x)g(x) + r(x) = q ′ (x)g(x) + r′ (x) ,

alors
(q(x) − q ′ (x))g(x) = r′ (x) − r(x) .

À gauche de cette égalité on trouve un polynôme de degré supérieur à deg(g) ou le polynôme 0 ; à

droite on trouve un polynôme de degré strictement inférieur à deg(g). Il faut donc que les deux cotés
s’annulent, c’est-à-dire r = r′ et q = q ′ .
La division d’un polynôme selon la méthode récursive que l’on vient d’utiliser pour montrer son
existence peut facilement être formulée comme algorithme : voir algorithme 1 page ci-contre. Dans
cette formulation de l’algorithme la notation lc(h) désigne le coefficient devant le monome principal
d’un polynôme h.
2.1. POLYNÔMES, FONCTIONS RATIONNELLES 21

Algorithme 1 : Division euclidienne

Data : Polynômes f, g dont g ̸= 0.
Data : q, r polynômes tels que deg(r) < deg(g) ou r = 0 et f = qg + r.
r←f
q←0
while deg(r) ≥ deg(g) do
lc(r)
d ← deg(r) − deg(g) ; c ← lc(g)
d
q ←q+c·x
r ← r − c · xd g
end
return q, r

Supposons maintenant que x0 ∈ R est une racine d’un polynôme f , c’est-à-dire que f (x0 ) = 0.
La division euclidienne de f par le polynôme linéaire x − x0 fournit une décomposition :

f (x) = q(x)(x − x0 ) + r(x) (2.4)

où r(x) est constant. L’évaluation de l’égalité (2.4) en x0 montre que r = 0. Par suite

f (x) = q(x)(x − x0 ) . (2.5)

Le polynôme q est de degré deg(f ) − 1. Toute racine de f est soit égale à x0 , soit une racine de q(x).
Puisqu’un polynôme de degré 0, c’est-à-dire constant et différent du polynôme 0, n’a aucune racine, il
s’ensuit par récurrence qu’un polynôme f ̸= 0 a au plus deg(f ) racines. Par conséquent, un polynôme
de degré inférieur à n qui possède n + 1 racines distinctes doit être le polynôme 0.
Un polynôme f (x) = a0 + · · · + ad xd avec a0 , . . . , ad ∈ R permet aussi l’évaluation pour un
argument complexe. Soit z0 ∈ C une racine complexe, c’est-à-dire telle que f (z0 ) = 0, et supposons
que z0 ne soit pas un nombre réel. Alors le nombre conjugué z0 est aussi une racine de f :

f (z0 ) = a0 + a1 z0 + · · · + ad z0 d
= (a0 + a1 z0 + · · · + ad z d )
= f (z0 ) = 0 .

Le produit (x − z0 )(x − z0 ) = x2 − (z + z0 )x + z0 z0 = x2 + ax + b est un polynôme de degré deux (un

polynôme quadratique) à coefficients a, b ∈ R. La division euclidienne de f par ce polynôme fournit
une décomposition comme suit :

f (x) = q(x)(x2 + ax + b) + r(x)

Le polynôme r est de la forme r(x) = c0 + c1 x. À partir de r(z0 ) = 0 et r(z0 ) = 0 on trouve

c0 + c1 z0 = 0
c0 + c1 z0 = 0 ,

puis c1 (z0 − z0 ) = 0 et finalement c1 = 0 parce que par hypothèse le nombre imaginaire z0 − z0 =

2ℑ(z0 ) est différent de 0. Ceci entraîne aussi c0 = 0 et donc r = 0. Ainsi on aboutit à la factorisation
suivante :
f (x) = q(x)(x2 + ax + b) . (2.6)
Le théorème qui suit, que nous admettons sans démonstration, règle la question de l’existence d’une
racine d’un polynôme.
22 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

Théorème 2.1.5 (d’Alembert). Tout polynôme non constant admet une racine dans l’ensemble des
nombres complexes.
D’après ce théorème tout polynôme de degré supérieur à 1 peut être mis sous la forme (2.5)
ou (2.6). Il est alors évident que tout polynôme se décompose en produit
f (x) = p1 (x)p2 (x) · · · pn (x)
où les facteurs sont de degré 1 ou 2. En plus, les facteurs de degré 2 ont un discriminant négatif
puisque leurs racines ne sont pas réelles. En collectant les facteurs égaux ont peut écrire le produit
de la façon suivante :
f (x) = c(x − x1 )α1 (x − x2 )α2 · · · (x2 + a1 x + b1 )β1 (x2 + a2 x + b2 )β2 · · · . (2.7)
2
Ici les facteurs x − x1 , . . . , x + a1 x + b1 et cætera sont distincts et les exposants sont des entiers
strictement positifs. Le premier facteur c est une constante. Sous cette forme, la décomposition,
c’est-à-dire les facteurs et les exposants, est unique.
Remarque 2.1.6. Cette décomposition en produit de facteurs élémentaires correspond à la décom-
position d’un nombre entier en produit de nombres premiers.
Exemple 2.1.7 (Évaluation d’un polynôme). Pour évaluer au point x0 ∈ R un polynôme de la forme
f (x) = a0 + a1 x + · · · + ad xd , on peut calculer récursivement les puissance xk0 pour k = 1, 2, . . . , d et
calculer leur combinaison linéaire dans la même boucle (voir algorithme 2).

Algorithme 2 : Évaluation naïve d’un polynôme.

Data : a0 , . . . , ad coefficients d’un polynôme, x0 ∈ R
Result : f (x0 )
v ← a0
p←1
for i = 1 to d do
p ← p ∗ x0
v ← v + ai ∗ p
end
return v
Il est plus élégant de calculer f (x0 ) en parcourant les coefficients selon les puissances décrois-
santes : c’est l’algorithme de Horner précisé dans l’algorithme 3.

Algorithme 3 : Schéma de Horner pour l’évaluation

v←0
for i = d to 0 step −1 do
v ← v ∗ x0 + ai
end
return v

L’algorithme de Horner voit le polynôme f sous une forme récursive :

f (x) = a0 + (a1 + a2 x + · · · + ad xd )x = a0 + f1 (x) · x .
Supposons que l’algorithme calcule correctement l’évaluation d’un polynôme de degré d − 1, alors le
passage dans la boucle pour les indices i = d jusqu’à i = 1 calcule la valeur
f1 (x0 ) = a1 + a2 x0 + · · · + ad xd−1 .
2.2. INTERPOLATION 23

Le dernier passage dans la boucle, pour i = 0, fait le calcul

a0 + f1 (x0 ) · x0 = f (x0 ) .

La généralisation de l’algorithme de Horner va montrer que l’interpolation de Newton est plus efficace
que celle de Lagrange (voir algorithme 4 page 27).

2.2 Interpolation
Dans cette section, on va résoudre le problème suivant : trouver un polynôme qui prend des
valeurs prescrites pour des arguments donnés. Supposons par exemple qu’en étudiant un certain
phénomène on ait démontré l’existence d’une dépendance fonctionnelle entre des grandeurs x et y
exprimant l’aspect quantitatif de ce phénomène ; la fonction y = f (x) n’est pas connue, mais on a
établi par une série de mesures que la fonction prend respectivement les valeurs y0 , . . . , yn lorsqu’on
donne à la variable indépendante les valeurs x0 , . . . , xn . Le problème est de trouver un polynôme
qui prend ses valeurs prescrites. Ce polynôme devrait alors approcher la fonction inconnue f . Un tel
polynôme est appelé polynôme d’interpolation.
Rappelons qu’un polynôme de degré n possède au plus n racines distinctes. Par conséquent,
si p(x0 ) = · · · = p(xn ) = 0, alors p = 0. Ceci implique qu’un polynôme q tel que yi = q(xi ) pour i =
0, . . . , n, est unique : Supposons que q1 et q2 satisfont ces contraintes, alors la différence q1 − q2
s’annule aux points x0 , . . . , xn telle que q1 − q2 doit être le polyôme 0. La question de l’unicité du
polynôme d’interpolation étant réglée, il ne reste à montrer son existence.
On discute d’abord la méthode de Lagrange pour construire le polynôme d’interpolation. Fixons
les points distincts x0 , . . . , xn . Il existe un polynôme p0 de degré égal à n qui s’annule en x1 , . . . , xn :

p0 (x) = (x − x1 ) · · · (x − xn ) .

Puisque les points sont supposés distincts, on a

p0 (x0 ) = (x0 − x1 ) · · · (x0 − xn ) ̸= 0 .

On pose alors l0 (x) = pp00(x

(x)
0)
. Ce polynôme s’annule toujours aux points x1 jusqu’à xn et au x0 il sa
valeur est 1.
De la même manière on construit à partir du polynôme

p1 (x) = (x − x0 )(x − x2 ) · · · (x − xn ) ,
p1 (x)
où le facteur x − x1 ne participe pas au produit, un polynôme l2 (x) = p1 (x1 ) . Plus généralement, on
construit de cette façon des polynômes l0 , . . . , ln tels que
(
0 si j ̸= i
lj (xi ) =
1 si j = i .

Explicitement le polynôme lj (x) est la fraction suivante :

(x − x0 ) · · · (x − xj−1 )(x − xj+1 ) · · · (x − xn )
lj (x) = .
(xj − x0 ) · · · (xj − xj−1 )(xj − xj+1 ) · · · (xj − xn )
Les polynômes lj sont appelés les polynômes d’interpolation de Lagrange. La combinaison linéaire
suivante est le polynôme d’interpolation cherché :

p(x) = y0 l0 (x) + · · · yn ln (x) .

24 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

En effet, ce polynôme est de degré inférieur à n et satisfait les contraintes exigées :

n
X
p(xi ) = yj lj (xi ) = yi li (xi ) = yi .
j=0

Exemple 2.2.1. Soit f (x) = ex la fonction inconnue et (x0 , x1 , x2 ) = (−1, 0, 1) les points d’obser-
vation. Les valeurs observées sont alors (y0 , y1 , y2 ) = (e−1 , 1, e). Les polynômes de Lagrange sont

(x − x1 )(x − x2 ) x(x − 1)
l0 (x) = =
(x0 − x1 )(x0 − x2 ) 2
(x + 1)(x − 1)
l1 (x) = = 1 − x2
(1)(−1)
x(x + 1)
l2 (x) = .
2
Le polynôme d’interpolation obtenu est

1 x(x − 1) x(x + 1)
p(x) = · + 1 − x2 + e ·
e 2 2
(1 − e)2 2 e2 − 1
= x + x+1 .
2e 2e

La méthode de Lagrange a l’avantage de montrer facilement l’existence du polynôme d’interpola-

tion et sa dépendance par rapport aux valeurs prescrites. La méthode de Newton est plus efficace du
point de vue du calcul, mais plus difficile à comprendre ; elle évite le calcul fastidieux des polynômes
de Lagrange.
Observons que tout polynôme p de degré inférieur à n peut être écrit sous la forme suivante (la
forme de Newton) :

p(x) = c0 + c1 (x − x0 )
+ c2 (x − x0 )(x − x1 )
.. (2.8)
.
+ cn (x − x0 ) · · · (x − xn−1 ) .

En effet, si on note les produits qui apparaissent dans cette formule par q0 = 1, q1 = (x −
x0 ), . . . , qn = (x − x0 ) · · · (x − xn−1 ), on constate des relations simples entre ces polynômes et les
monomes 1, x, . . . , xn :

q1 = x − x0
q2 = x2 + r2 (x)
.. ..
. .
qn = xn + rn (x)

où pour i = 1, . . . , n le polynôme ri (x) est de degré strictement inférieur à i. Ceci permet d’exprimer
récursivement les monomes par des combinaisons linéaires des polynômes q0 , . . . , qn .
En écrivant un polynôme sous la forme (2.8), les évaluations aux points x0 , . . . , xn donnent une
2.2. INTERPOLATION 25

série de relations qui permettent de déterminer récursivement les coefficients c0 , . . . , cn :

p(x0 ) = c0
p(x1 ) = c0 + c1 (x1 − x0 )
p(x2 ) = c0 + c1 (x2 − x0 ) + c2 (x2 − x0 )(x2 − x1 )
et cætera.

Ce calcul est évidemment encore plus compliqué que le calcul pour la méthode de Lagrange ; mais
le polynôme sous la forme (2.8) a une structure récursive qui permettra de construire un algorithme
qui sera finalement très simple.

Exemple 2.2.2. Observons d’abord une situation avec seulement trois points, disons x0 , x1 , x2 . On
suppose données les valeurs y0 , y1 , y2 . Pour commencer on construit le polynôme d’interpolation p[0,1]
pour les deux points x0 , x1 ; ce sera un polynôme linéaire. Ce polynôme satisfait p[0,1] (x0 ) = y0
et p[0,1] (x1 ) = y1 . Si p[1,2] est le polynôme correspondant pour le couple de points x1 , x2 , alors on
vérifie facilement que la combinaison linéaire suivante est le polynôme d’interpolation pour les trois
points :
(x2 − x)p[0,1] (x) + (x − x0 )p[1,2] (x)
p(x) = .
x2 − x0

La même construction fonctionne dans la situation générale de n + 1 points : si p[x0 ,...,xn−1 ] est le
polynôme d’interpolation pour les points x0 , . . . , xn−1 et p[x1 ,...,xn ] celui pour les points x1 , . . . , xn ,
alors la combinaison suivante

(xn − x)p[x0 ,...,xn−1 ] (x) + (x − x0 )p[x1 ,...,xn ] (x)

p(x) = (2.9)
xn − x0

réalise l’interpolation pour x0 , . . . , xn . On voit qu’il y a un schéma triangulaire de polynômes d’inter-

polation, voir figure 2.1 ; chaque noeud de ce diagramme est calculé selon la règle (2.9). Toutefois il
n’est pas nécessaire de calculer tout ce diagramme pour trouver le polynôme d’interpolation p[0,...,xn ] .

p[0]

p[0,1]

p[1] p[0,1,2]

p[1,2] p[0,1,2,3]

p[2] p[1,2,3]

p[2,3]

p[3]

Figure 2.1 – Schéma triangulaire des polynômes d’interpolation.

Revenons pour l’instant au polynôme de Newton (2.8) page précédente et supposons que c’est
le polynôme d’interpolation cherché. En observons les valeurs prises sur les points x0 , . . . , xn on
constate que les sommes partielles de (2.8) sont des polynômes qui apparaissent sur le coté supérieur
26 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

du schéma 2.1 page précédente :

p[0] (x) = c0
p[0,1] (x) = c0 + c1 (x − x0 )
p[0,1,2] (x) = c0 + c1 (x − x0 ) + c2 (x − x1 )(x − x0 )
et cætera .
Les coefficients c0 , c1 , . . . , cn sont les coefficients principaux des polynômes p[0] , p[0,1] , . . . , p[0,...,n] .
Par conséquent, il suffit de calculer les coefficients principaux des polynômes du diagramme 2.1 page
précédente. Désignons par c[0] , c[1,2] et cætera les coefficient principaux des polynômes du schéma 2.1
page précédente (c’est-à-dire c[i,...,j] = lc(p[i,...,j] ). La formule (2.9) montre comment obtenir le coef-
ficient principal de p[0,...,n] à partir de ceux de p[0,...,n−1] et de p[1,...,n] :
c[1,...,n] − c[0,...,n−1]
c[0,...,n] = . (2.10)
xn − x0

y0 = c[0]

c[0,1]

y1 = c[1] c[0,1,2]

c[1,2] c[0,1,2,3]

y2 = c[2] c[1,2,3]

c[2,3]

y3 = c[3]

Figure 2.2 –
Finalement on arrive au schéma de la figure 2.2 qui est très simple : les noeuds sont des nombres
réels ou chaque noeud est calculés à partir de ses deux voisins à gauche. Par exemple
c[2] − c[1]
c[1,2] =
x2 − x1
c[2,3] − c[1,2]
c[1,2,3] = .
x3 − x1
L’algorithme se déroule de la façon suivante : il faut remplir le triangle de la figure 2.2 suivant la
règle (2.10) en partant de la première colonne à gauche qui contient les valeurs prescrites y0 , . . . , yn .
Les coefficients du polynôme d’interpolation dans la forme de Newton (2.8) sont alors les éléments
inscrits sur le coté supérieur du triangle : c0 = c[0] = y0 , c1 = c[0,1] , c2 = c[0,1,2] et cætera.
Exemple 2.2.3. Reprenons l’exemple d’interpolation traité déjà avec la méthode de Lagrange (voir
page 24) : (x0 , x1 , x2 ) = (−1, 0, 1) et (y0 , y1 , y2 ) = (e−1 , 1, e). Le schéma triangulaire à calculer est
comme suit :
x y
-1 1/e 1 − 1e 1
2 (e − 2 − 1e )
0 1 e−1
1 e
2.2. INTERPOLATION 27

Les coefficients du polynôme d’interpolation se trouvent sur la première ligne du tableau :

   
1 1 1 1
p(x) = + 1− (x + 1) + e − 2 + ) (x + 1)x
e e 2 e
e2 − 1 (1 − e)2 2
=1+ x+ x .
2e 2e

Dans l’exemple précédent on a développé distributivement les termes du polynôme de Newton, ce

qui n’est pas une bonne idée. Un polynôme dans la forme de Newton se prête très bien à l’évaluation
selon le schéma de Horner (voir l’algorithme 3 page 22). Voici donc la généralisation de l’algorithme
de Horner pour un polynôme dans la forme de Newton(voir (2.8)).

Algorithme 4 : Évaluation de Horner pour un polynôme de Newton.

Data : x0 , . . . , xn et d0 , . . . , dn .
Result : d0 + d1 (x − x0 ) + · · · + dn (x − x0 ) · · · (x − xn−1 ).
v←0
for i = n to 0 step (−1) do
v ← v ∗ (x − xi ) + di
end
return v

Pour calculer les coefficients du polynôme d’interpolation sous la forme d’un polynôme de Newton
selon le schéma 2.2 page ci-contre on observe d’abord que les colonnes sont calculées récursivement de
gauche à droite ; il n’est donc pas nécessaire de garder trace de tous les noeuds. En plus, en regardant
de près, on s’aperçoit que le calcul d’une colonne à partir de sa voisine à gauche peut s’effectuer sur
place si on calcule de haut en bas. Finalement le calcul des coefficients prend la forme très simple
montrée dans l’algorithme 5.

Algorithme 5 : Interpolation de Newton.

Data : x0 , . . . , xn ∈ R distincts, y0 , . . . , yn ∈ R.
Result : Coefficients du polynôme de Newton p(x) = d0 + d1 (x − x0 ) + · · · tel que
p(xi ) = yi pour i = 0, . . . , n.
for i = 0 to n do
ci ← yi
end
d0 ← c0
for k = 1 to n do
for i = 0 to n − k do
i+1 −ci
ci ← xci+k −xi
end
dk ← c0
end
return d

Remarque 2.2.4. Il est très difficile de deviner seulement à partir des descriptions des algorithmes 4
et 5 si ces algorithmes sont corrects. Seulement leur construction dans le cadre mathématique les
rend intelligibles.
28 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

2.3 Fonctions exponentielles et logarithmes

Dans cette section on rappellera les principales propriétés des fonctions exponentielles et des
logarithmes sans donner toutes les justifications nécessaires. Ces justifications s’appuieraient sur des
notions de calcul infinitésimal.
Soit a ∈ R un nombre réel et n ∈ N un nombre entier positif. On pose

an = a
| ·{z
· · a} .
n facteurs

Plus précisément, les nombres an sont définis par récursion sur l’entier n : a0 = 1 et an+1 = a · an
pour tout n ≥ 0.
Si a ̸= 0 on pose a−n = a1n . La valeur de l’expression an est maintenant définie pour tout
entier n ∈ Z. Dans cette expression le nombre a est appelé la base et n l’exposant. Cette construction
satisfait les règles de calcul suivantes :
1. an am = an+m , (an )m = anm quels que soient m, n ∈ Z ;
2. an bn = (ab)n quels que soient n ∈ Z et a, b ∈ R.
Supposons maintenant que n ∈ Z et n > 0. Alors pour tout b ∈ R, b > 0 il existe un√ nombre réel
positif unique a tel que an = b. Ce nombre est la n-ième racine de b et il est noté par n b. Pour un
nombre rationnel r, quotient de deux entiers r = m n où n > 0, on pose
√
ar = n am .
√
Pour que cette définition soit licite, il faut vérifier que le nombre n am ne dépend pas de la façon
′
de représenter r comme quotient de deux nombres entiers ; en fait, la relation m = m ′ , c’est-à-
√ √
n′
n n
dire n′ m = nm′ , implique n am = am′ comme on le vérifie facilement (à partir de l’unicité des
1
racines). Si r ∈ Q est un nombre rationnel négatif, on pose encore ar = a−r . Les mêmes règles de
calcul sont toujours valables pour a > 0 et m, n ∈ Q.
Soit maintenant x ∈ R un nombre réel et a > 0. Le nombre x est limite d’une suite de nombres
rationnels (xk ). On vérifie que la suite (axk ) converge et que la limite ne dépend que de x et pas du
choix de la suite (xk ) (calcul infinitésimal). De cette façon on arrive à une fonction ax , la fonction
exponentielle de base a > 0. Elle satisfait aux règles suivantes :
1. Si x est un entier positif, alors ax = a · · · a (x facteurs) ;
2. ax ay = ax+y , a−x = a1x , a0 = 1, (ax )y = axy ;
3. (ab)x = ax bx ;
4. si a > 1, la fonction ax est strictement croissante ; si (xk ) est une suite de nombres réels
qui converge vers 0 alors lim axk = 1 (ce qui implique que la fonction ax est continue pour
n→∞
tout a > 0).
La figure 2.3 page ci-contre montre l’allure des fonctions puissances et la figure 2.4 page 30 montre
des graphes de fonctions exponentielles pour des bases supérieures et inférieures à 1.

Fixons maintenant une base a > 0 différent de 1. La fonction ax est définie sur l’ensemble des
nombres réels et établit une bijection de R avec l’intervalle ouvert ]0, ∞[. La fonction inverse est la
fonction logarithme de base a, notée par loga (x). Les fonction ax : R → ]0, ∞[ et loga (x) : ]0, ∞[ → R
sont des fonctions inverses une de l’autre : loga (ax ) = x pour tout x ∈ R et aloga (y) = y pour
tout y ∈ ]0, ∞[.
Les règles de calcul suivantes sont des conséquences immédiates des règles pour les fonctions
exponentielles :
2.3. FONCTIONS EXPONENTIELLES ET LOGARITHMES 29

x2

x3

x1/2

1 x1/3

x
1
√ √
Figure 2.3 – Graphes des fonctions x2 , x3 et x et 3
x.

1. loga (ax ) = x, aloga (x) = x ;

2. loga (1) = 0 ;
3. loga (xy) = loga (x) + loga (y) quels que soient x, y ∈ ]0, ∞[ ;
4. loga (xy ) = y loga (x) quel que soit x ∈ ]0, ∞[ et y ∈ R ;
5. si a > 1, la fonction loga (x) est strictement croissante.

Exemple 2.3.1. Puisque loga x1 + loga (x) = loga x1 · x = loga (1) = 0, on a la règle loga 1




x =
− loga (x). Pour le quotient de deux nombres réels dans l’intervalle ]0, ∞[ ont trouve :
     
x 1 1
loga = loga x · = loga (x) + loga = loga (x) − loga (y) .
y y y

Pour les racines on trouve, à partir de

 √
n

n  √
loga (x) = loga x = n loga ( n x) ,

la règle
√ 1
loga ( n x) = · loga (x) .
n
√ 1
Évidemment, on peut aussi dire que loga ( x) = loga (x n ) = n1 loga (x).
n

Exemple 2.3.2 (Helmholz). La perception de l’intensité ou de la hauteur d’un son suit une échelle
logarithmique ; aux incréments perçus comme égaux correspondent des rapports égaux des quantités
physiques sous-jacentes. Par exemple, les rapports d’intensités d’un signal sont traditionnellement
mesurés en décibels :  
I1
dB = 20 log10 .
I0
30 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

1 x


2
2

3 x

1
2

1/2
2x

-1 1
1 x 3 x



Figure 2.4 – Graphes des fonctions 2x , 2 et 2 .

1 loga (x)

1
2

1/a
√ a x
1 a

−1

Figure 2.5 – Graphes d’une fonction logarithme de base a > 1.

La figure 2.5 montre des graphes de fonctions logarithmes pour différentes bases. En fait, un seul
graphe est déjà suffisant pour représenter toutes les fonctions logarithmes : Les fonctions logarithmes
sont proportionnelles entre elles. Soient a, b > 0 deux bases. D’une part, on a pour tout x > 0, x =
blogb (x) et d’autre part on a aussi

 loga (x)
x = aloga (x) = blogb (a) = blogb (a)·loga (x) .

Puisque la fonction by est injective, on conclut que

logb (x) = logb (a) loga (x) . (2.11)

Il y a une fonction logarithme distinguée : celle pour la base e = 2.718281 . . . , le nombre d’Euler.
Elle est caractérisée par le fait que sa dérivée est la fonction x1 . Comme on le rappellera plus loin,
ceci est équivalent au fait que la fonction ex est sa propre dérivée.
2.4. FONCTIONS CIRCULAIRES 31

2.4 Fonctions circulaires

Rappelons la définition élémentaire des fonctions circulaires. Considérons le cercle de rayon unité
et de centre l’origine (voir figure 2.6) :

C = (x, y) ∈ R2 | x2 + y 2 = 1

.

Pour un nombre réel α ≥ 0 on se déplace sur le cercle C dans le sens inverse des aiguilles d’une
montre et en partant du point P = (1, 0) pour tracer un arc de longueur α. On aboutit ainsi au
point Q. Les coordonnées de ce point sont par définition (cos(α), sin(α)). Si α < 0 le déplacement
s’effectue dans le sens des aiguilles d’une montre. La moitié de la longueur de la circonférence du
cercle C (la longueur de la courbe C) est par définition le nombre π.

Q = (cos(x), sin(x))
sin(x)

O cos(x) P = (0, 1)

Figure 2.6 – Définition de cos(α) et sin(α).

Les propriétés suivantes sont visibles directement sur le cercle C :

1. cos(α)2 + sin(α)2 = 1 (le rayon du cercle) ;
2. cos(α + 2π) = cos(α), sin(α + 2π) = sin(α)
3. cos(α + π) = − cos(α), sin(α + π) = − sin(α) ; ajouter π, c’est-à-dire la moitié de la circonfé-
rence fait faire un demi-tour pour arriver au point opposé ;
4. cos(π/2 − α) = sin(α) et sin(π/2 − α) = cos(α), ce qui correspond à l’échange du point (x, y)
du cercle par (y, x) (réflexion par rapport à la diagonale) ;
5. cos(π − α) = − cos(α) et sin(π − α) = sin(α), ce qui correspond à l’échange du point (x, y)
avec (−x, y) (réflexion par rapport à l’axe des abscisses).
La lecture sur le cercle permet aussi de retrouver facilement les valeurs spéciales standard
pour cos(x) et sin(x) (voir figure 2.7 page suivante) :

α cos(α) sin(α)
π/2 0 1
π -1
√
0
3 1
π/6 √2 √2
2 2
π/4 2 √2
1 3
π/3 2 2
32 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

π/2
π/3
π/4

π/6

π 0
O

3π/2

Figure 2.7 – Des valeurs particulières pour sin(x) et cos(x).

Exemple 2.4.1 (Aire d’un secteur). On cherche à calculer l’aire du disque entouré par le cercle C.
Plus généralement, qu’est-ce qu’est l’aire A(α) d’un secteur d’angle α ? Dans la figure 2.8 page sui-
vante on voit le secteur découpé en arcs d’anneaux concentriques. Les rayons extérieurs des anneaux
sont 1/n, 2/, . . . , n/n, la longueur des arcs extérieurs de ces anneaux sont donc α/n, 2α/n et cætera.
L’aire d’un anneau est plus petite que le produit de sa largeur avec la longueur de l’arc extérieur, et
plus grande que le produit avec la longueur de l’arc intérieur. Additionnant les aires de ces anneaux
on trouve l’encadrement suivant :
α α
(0 + 1 + · · · + (n − 1)) ≤ A(α) ≤ 2 (1 + 2 + · · · + n)
n2 n
c’est-à-dire    
α 1 α 1
1− ≤ A(α) ≤ 1+ .
2 n 2 n
Ceci étant établi pour tout n, on peut conclure que A(α) = α/2. En particulier, l’aire du disque
entier est A(2π) = π (ce dont personne n’a jamais douté).

Les fonctions circulaires satisfont des formules d’addition. Leur valeur pour la somme de deux
angles α + β peut être exprimée par les valeurs prises pour α et β :

sin(α + β) = cos(α) sin(β) + sin(α) cos(β) (2.12)

cos(α + β) = cos(α) cos(β) − sin(α) sin(β) . (2.13)

Pour justifier ces formules, regardons la figure 2.9 page 34. Les points A, B correspondent aux
angles α et α + β respectivement. Partant du point B on dessine le segment orthogonal au rayon OA,
ce qui définit le point d’intersection C. Encore partant de B on dessine le segment orthogonal au
rayon OP , ce qui définit le point B ′ .
Le point C est le sommet du triangle rectangle OBC et C ′ est le point de BB ′ tel que CC ′ est
parallèle à OP .
2.4. FONCTIONS CIRCULAIRES 33

1 α
n

4α
n

3α
n

0 1 2 3 n−1 n
n n n n n

Figure 2.8 – Calcul de l’aire d’un secteur.

Dans cette figure on constate cos(α + β) = |OB ′ | (longueur du segment défini par O et B ′ )
et sin(α + β) = |B ′ B|. Dans le triangle OCB on voit que |BC| = sin(β). Par suite

|C ′ B| = cos(α) sin(β) .

On voit aussi que |OC| = cos(β) tel que

|B ′ C ′ | = |CB ′′ | = sin(α) cos(β) .

Finalement on trouve

sin(α + β) = |B ′ B| = |B ′ C ′ | + |C ′ B| = sin(α) cos(β) + cos(α) sin(β) .

De la même façon on voit que

|OB ′ | = cos(α) cos(β)

|B ′′ B ′ | = |CC ′ | = sin(α) sin(β) .

Par conséquent, comme on le lit sur la figure,

cos(α + β) = |OB ′ | = |OB ′′ | − |B ′′ B ′ | = cos(α) cos(β) − sin(α) sin(β) .

Les cas particuliers de ces formules d’addition où α = β sont aussi remarquables. Par exemple
on obtient deux formules à partir de la formule d’addition pour la fonction cos(x) :

cos(2α) = cos(α)2 − sin(α)2 = 1 − 2 sin(α)2 = 2 cos(α)2 − 1 .

On vient d’utiliser l’identité cos(α)2 + sin(α)2 = 1. Si on pose α = x/2, on trouve les deux identités
exprimant les fonctions circulaires de la moitié d’un angle :
 x 2 1 − cos(x)
sin = (2.14)
2 2
 x 2 1 + cos(x)
cos = . (2.15)
2 2
34 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES

A
C′
C

β
α
O = (0, 0) B′ B ′′ P = (1, 0)

Figure 2.9 – Démonstration des formules d’addition pour sin(x) et cos(x).

Exemple 2.4.2. Si on remplace dans la formule d’addition pour la fonction sin(x) comme on vient
de l’écrire β par −β, on obtient
sin(α − β) = sin(α) cos(β) − cos(α) sin(β) .
En prenant la somme avec la formule pour α + β, ceci donne l’égalité
sin(α + β) + sin(α − β) = 2 sin(α) cos(β) .
On pose maintenant α + β = γ et α − β = δ, c’est-à-dire α = γ+δ 2 respectivement β =
γ−δ
2 , pour que
cette identité prenne la forme
   
γ+δ γ−δ
sin(γ) + sin(δ) = 2 sin · cos .
2 2
D’une manière analogue on peut aussi obtenir la formule
   
γ+δ γ−δ
cos(γ) + cos(δ) = 2 cos · cos .
2 2
Exemple 2.4.3. Les formules d’addition pour les fonctions circulaires prennent une forme particu-
lièrement simple si on les relie à la multiplication des nombres complexes. Pour x ∈ R on pose
e(x) = cos(x) + i sin(x) .
Autrement dit, on considère le point sur le cercle unité défini par l’angle x comme un nombre
complexe. Les deux formules d’addition (2.12) et (2.13) se traduisent alors par l’identité suivante :
e(x + y) = cos(x + y) + i sin(x + y)
= cos(x) cos(y) − sin(x) sin(y)
+ i sin(x) cos(y) + i cos(x) sin(y)
= (cos(x) + i sin(x)) · (cos(y) + i sin(y))
= e(x)e(y) .
2.4. FONCTIONS CIRCULAIRES 35

Cette formule doit être rapprochée de la règle pour les fonctions exponentielles : ax+y = ax ay . La
liaison de ces deux formules sera évidente quand on discutera la formule de Taylor.
36 CHAPITRE 2. FONCTIONS ÉLÉMENTAIRES
Chapitre 3

Calcul différentiel

3.1 Rappel : convergence d’une suite numérique

Une suite de nombres réels est une application de l’ensemble des nombres naturels N dans l’en-
semble des nombres réels R. Dans ce contexte, l’application a : N → R est notée comme (an )
ou (an )n∈N . On dit que la suite (an ) converge vers le nombre l ∈ R si pour tout ε > 0 il existe un
entier N tel que n ≥ N entraîne |an −l| < ε. Autrement dit, pour n’importe quel intervalle ]l −ε, l +ε[
autour de l, aussi petit qu’il soit, il existe un indice N tel que toutes les valeur an pour n ≥ N se
trouvent à l’intérieur de cet intervalle. Le nombre l, s’il existe, est alors unique et noté par lim an = l.
n→∞
La notation du calcul des prédicats permet d’exprimer cette définition d’une façon concise :

l = lim an signifie ∀ε > 0, ∃N ∈ N, ∀n ∈ N, n ≥ N ⇒ | l − an | < ε .

n→∞

Les règles standard permettant de trouver beaucoup de limites sont rappelées dans la liste sui-
vante :
1. Une suite n’a au plus une seule limite.
2. Si (an ) est une suite croissante (c’est-à-dire an ≤ an+1 pour tout n) et majorée (c’est-à-dire
il existe un nombre M tel que an ≤ M pour tout n), alors cette suite converge ; la même
conclusion est valable pour une suite décroissante et minorée.
3. Si (an ) et (bn ) convergent vers l et m respectivement, alors (αan + βbn ) converge vers αl+βm
 
an
et (an · bn ) converge vers l · m. Si en plus bn ̸= 0 pour tout n et m ̸= 0, alors la suite bn
l
converge vers m. Bref, on peut utiliser les formule suivante :

lim (αan ) = α lim an

n→∞ n→∞
   
lim (an + bn ) = lim an + lim bn
n→∞ n→∞ n→∞
   
lim an · bn = lim an · lim bn
n→∞ n→∞ n→∞
an limn→∞ an
lim = .
n→∞ bn limn→∞ bn
4. Toute suite de Cauchy converge.
5. Si (an ) est une suite qui est majorée et minorée, alors elle possède une sous-suite qui converge
(voir plus loin exemple 3.1.4 page 39).

37
38 CHAPITRE 3. CALCUL DIFFÉRENTIEL

Rappelons qu’une suite (an ) est une suite de Cauchy si pour tout ε > 0 il existe un entier N tel
que m, n ≥ N entraîne |an − am | < ε. Que toute suite de Cauchy détermine un nombre réel est la
propriété fondamentale de l’ensemble des nombres réels. Ce n’est pas vrai qu’une suite de Cauchy de
nombres rationnels converge nécessairement vers un nombre rationnel. Il faut agrandir le domaine des
nombres rationnels pour obtenir un domaine de calcul dans lequel toute suite de Cauchy converge.

Exemple 3.1.1 (Argument dit des «gendarmes»). Considérons trois suites (an ), (bn ) et (cn ) telles
que
1. pour tout n, an ≤ bn ≤ cn ;
2. lim an = lim cn = l.
n→∞ n→∞
Alors lim bn = l. En effet, fixons ε > 0. Il existe par hypothèse des indices N1 et N2 tels que n ≥ N1
n→∞
entraîne |an − l| < ε et n ≥ N2 entraîne |c − l| < ε. On pose N = max(N1 , N2 ). Alors n ≥ N implique

bn − l ≤ c n − l < ε

aussi bien que

l − bn ≤ l − an < ε
tel que |bn − l| < ε. Puisque ε > 0 est arbitraire, ceci montre la convergence de la suite (bn ) vers l.

Exemple 3.1.2 (Suite géométrique). Une suite géométrique est une suite de la forme (cn )n∈N
où c ∈ R est une constante. Supposons que c est un nombre positif et inférieur à 1 : 0 ≤ c < 1. Alors
la suite an = cn est décroissante parce que an+1 = can < an ; par conséquent, elle converge, disons
vers l = limn→∞ an . La suite (an+1 )n∈N converge évidemment aussi vers l. Mais an+1 = can tel que

l = lim an+1 = lim (can ) = c · lim an = c · l .

n→∞ n→∞ n→∞

Ainsi la limite l satisfait la relation l(1 − c) = 0 et, puisque c ̸= 1, on conclut que l = 0.

Soit maintenant a ∈ R un nombre de module |a| < 1. L’encadrement suivant («théorème des gen-
darmes»)
−|a|n ≤ an ≤ |a|n
et ce que l’on vient de dire, appliqué à c = |a|, montre que

lim an = 0 .
n→∞

Soit encore a un nombre réel tel que 0 ≤ a < 1 et considérons la suite (bn ) de terme général bn = nan .
Le rapport de deux termes consécutifs de cette suite est, si n ≥ 1,

(n + 1)an+1
 
bn+1 n+1 1
= = · a = 1 + a.
bn nan n n

Le rapport converge vers limn→∞ 1 + n1 a = a < 1. Il existe par conséquent un indice N tel que

pour tout n ≥ N  
1 a+1
1+ a< =c<1.
n 2
Ainsi on voit que bN +k = bN +1
bN · · · bNbN+k−1
+k
· bN satisfait l’inégalité

0 ≤ bN +k ≤ ck bN .
3.1. RAPPEL : CONVERGENCE D’UNE SUITE NUMÉRIQUE 39

Ceci permet de conclure que limn→∞ bn = 0. Encore une fois, on peut passer au cas d’un rapport
réel a ∈ R tel que |a| < 1.
Le même argument montre que plus généralement, pour tout exposant entier d et tout réel a de valeur
absolue strictement inférieure à 1, limn→∞ nd an = 0. Puisque qu’un polynôme est une combinaison
linéaire de puissances, on peut conclure que pour tout polynôme P (n) la limite limn→∞ P (n)an
s’annule.
log(n)
Exemple 3.1.3. On souhaite calculer la limite lim n , si toutefois elle existe. L’argument qui
n→∞
suit s’appuie sur le fait que log(x) est une fonction strictement croissante.
On commence par constater que n ≤ 2n (ce qui se confirme facilement en raisonnant par récurrence
sur l’entier n) tel que log(n) ≤ n log(2) et donc log(n)
n ≤ log(2) = c. Ceci implique que
log(n2 ) 2 log(n) 1
= ≤ 2c ·
n2 n2 n
tend vers 0 lorsque n tend vers l’infini.
2
Soit ε > 0 arbitraire. Il existe un indice N tel que n ≥ N implique log(n
n2
)
< 4ε . Si maintenant n ≥ N 2
alors il existe m ≥ N tel que (m + 1)2 ≥ n ≥ m2 . Par conséquent

log(n) log(n) log(m + 1)2

≤ ≤
n m2 m2
2
log(m + 1)2 log(m + 1)2

m+1
≤ · 2
≤4· ≤ε.
m (m + 1) (m + 1)2
Finalement on trouve (ou retrouve) que
log(n)
lim =0.
n→∞ n
Ce résultat est valable pour tous les logarithmes de base a > 0 puisque ils sont tous proportionnels
entre eux. On peut paraphraser ce résultat en disant que les fonctions logarithmes «croissent» moins
vite que les fonctions linéaires. En fait, leur croissance est plus faible que n’importe quelles puissance
positive parce que pour tout α > 0, disons α entier,
1
log(n) α log(nα ) 1 log(k)
lim = lim = lim =0.
n→∞ nα n→∞ n α α k→∞ k
Ici on a utilisé le fait que la fonction nα est monotone croissante et que ses valeurs ne sont pas
majorées.
Exemple 3.1.4 (Bolzano-Weierstrass). Même si une suite ne converge pas, il est possible de sélec-
tionner certains de ses termes pour obtenir une suite convergente.
Une suite de nombres réels est une application a : N → R. À partir d’une application ν : N → N
une deuxième suite est obtenue par simple composition : b = a ◦ ν : N → R. L’application ν opère une
sélection parmi les termes de la suite (an ). Pour que ceci soit intéressant il faut que l’application ν
soit strictement
croissante. La suite a ◦ ν est alors appelée sous-suite de la suite a = (an ) ; elle est
notée par aν(n) n∈N .
Considérons par exemple la suite de terme général an = (−1)n . Cette suite
ne converge pas ; elle
alterne entre deux valeurs distinctes. Si on choisit ν(n) = 2n la sous-suite aν(n a comme terme gé-
néral aν(n) = a2n = 1. Cette sous-suite converge. On peut aussi bien choisir la sous-suite (a2n+1 ),n∈N
qui converge aussi, mais vers une autre valeur.

deux nombres m et M tel que pour
Soit (an ) une suite bornée c’est-à-dire on suppose qu’il existe
tout n ∈ N, an ∈ [m, M ]. Alors il existe une sous-suite aν(n) qui converge.
40 CHAPITRE 3. CALCUL DIFFÉRENTIEL

Démonstration. La construction de la sous-suite cherchée sera un exemple de la méthode de dicho-

tomie. On construira récursivement deux suites (mn ) et (Mn ) telles que
1. (mn ) est croissante et (Mn ) est décroissante ;
M −m
2. Mn − mn = 2n pour tout n ;
3. pour tout n il y a un nombre infini d’indices k ∈ N tels que ak ∈ [mn , Mn ].
La construction commence en posant m0 = m et M0 = M . Supposons que l’on ait déjà construit les
deux suites jusqu’à mn et Mn . Le milieu de l’intervalle [mn , Mn ] est s = Mn −m 2
n
. S’il y a un nombre
infini d’indices k tels que ak ∈ [mn , s] on pose mn+1 = mn et Mn+1 = s ; dans le cas contraire, il y
aura un nombre infini d’indices k tels que ak ∈ [s, Mn ] et on posera mn+1 = s, Mn+1 = mn . Dans
les deux cas les deux inégalités mn+1 ≥ mn et Mn+1 ≤ Mn sont satisfaites. Il est évident qu’avec
mn+1 , Mn+1 les trois conditions imposées sont toujours valides.
Les deux suites (mn ) et (Mn ) convergent parce qu’elles sont monotones ; la deuxième condition
entraîne qu’elles convergent vers le même point.

Avec ces préparatifs la sous-suite aν(n) (c’est-à-dire la fonction ν : N → N) est construite
récursivement telle que pour tout n, mn ≤ aν(n) ≤ Mn . D’abord on pose aν(0) = a0 . Supposons
que aν(0) , . . . , aν(n) ont déjà été trouvés. Alors il y a un nombre infini de termes de la suite (an ) qui
appartiennent à l’intervalle [mn+1 , Mn+1 ]. On choisit un de ces indices strictement supérieur à ν(n)
comme valeur ν(n
+ 1). Ainsi mn+1 ≤ aν(n+1) ≤ Mn+1 .
La suite aν(n) est encadrée par les deux gendarmes (mn ) et par (Mn ). Par conséquent, elle
converge.

3.2 Fonction continue

sin(x)
L’expression x définit une valeur seulement si x ̸= 0. La figure 3.1 montre le graphe de la
sin(x)
fonction f (x) = x , dont le domaine de définition est Df = {x ∈ R | x ̸= 0}.

−π 0 π

Figure 3.1 – Fonction définie par l’expression sin(x)/x.

Pour des valeurs de x proche de 0, cette fonction prend une valeur proche de 1 :
x ±0.1 ±0.01 ±0.001
f (x) 0.9983 0.99998 0.9999983
Il y a comme un trou artificiel dans le graphe de f ; on aimerait bien compléter la définition de f en
posant f (0) = 1. En complétant ainsi le graphe, la courbe devient un trait «continu».

Définition 3.2.1 (Fonction continue). Soit D ⊂ R une partie de nombres réels, x0 ∈ D un point
et f : D → R une fonction. La fonction f est continue au point x0 si pour toute suite (an ) de points
dans D qui converge vers x0 , la suite des valeurs (f (an )) converge vers f (x0 ).
La fonction f est continue dans D si elle est continue en tout point de D.
3.2. FONCTION CONTINUE 41

Les règles algébriques pour le calcul de limite d’une suite numérique entraînent immédiatement
des règles analogues pour les fonctions continues. On suppose que f, g : D → R soient deux fonctions
de même domaine et continues aux point x0 ∈ D :
1. f + g est continue en x0 ;
2. α · f est continue en x0 où α est une constante ;
3. f · g est continue en x0 ;
4. si g(x) ̸= 0 pour tout x ∈ D, alors f /g est continue en x0 .
Ainsi il est évident que toute fonction donnée par un polynôme est continue dans R. Une fonction
rationnelle g(x) = p(x)/q(x) est continue dans son domaine Dg = {x ∈ R | q(x) ̸= 0}. La fonc-
tion h(x) = |x| est continue dans tout R.
Exemple 3.2.2. La fonction g : R → R définie par la formule
(
+1 si x ≥ 0
g(x) = sign(x) =
−1 si x < 0

n’est pas continue au point x0 = 0. En effet la suite (1/n)n>0 donne une suite de valeurs dont la limite
est égal à 1 ; par contre, la suite (−1/n)n>0 donne une suite de valeurs qui converge (trivialement)
vers −1.
Exemple 3.2.3 (Continuité des fonctions trigonométriques). Soit d’abord x un réel positif tel que
l’on peut dessiner la figure 3.2 page suivante. La hauteur du triangle OBC est alors x et par conséquent
son aire est 12 sin(x). L’aire du secteur OBC est x2 . L’inclusion de ses aires entraîne l’inégalité
1 x
0≤ sin(x) ≤
2 2
Le cas x < 0 se ramène au cas précédent :
−x |x|
| sin(x)| = | sin(−x)| = sin(−x) ≤ = .
2 2
Ainsi 0 ≤ | sin(x)| ≤ |x|. Pour toute suite (an ) qui converge vers 0, la suite (sin(an )) converge vers 0.
La fonction sin(x) est donc continue au point 0.
La fonction cos(x) est aussi continue au point 0. Rappelons l’identité trigonométrique
 x 2 1 − cos(x)
sin = .
2 2
Ceci implique que cos(x) − 1 et par suite aussi cos(x) est continue en x = 0.
Plus généralement, soit x0 ∈ R un point quelconque. La formule d’addition donne maintenant pour
tout x ∈ R, si on écrit h pour l’incrément x − x0 ,

sin(x) = sin(x0 + h) = sin(x0 ) cos(h) + cos(x0 ) sin(h) .

La continuité de sin(x) en x0 est évidement équivalent à celle de la fonction sin(x0 + h) en h = 0.

De la même façon, la continuité de cos(x) dans R suit de la formule d’addition du cosinus.
Définition 3.2.4 (Limite d’une fonction). Soit f : D → R une fonction définie sur une partie D
de R et soit x0 ∈ R un point (qui n’est pas nécessairement un élément de D). Un nombre réel l ∈ R
est la limite de f quand x tend ver x0 si pour toute suite de nombres (an ) qui converge vers x0 et
telle que an ∈ D \ {x0 }, la suite des valeurs (f (an )) converge vers l.
42 CHAPITRE 3. CALCUL DIFFÉRENTIEL

tan(x)
sin(x)
x
O A B

Figure 3.2 –

Dans la situation de cette définition on écrit limx→x0 f (x) = l. Si la fonction f a une valeur
pour x0 et si elle est continue au point x0 , alors limx→x0 f (x) = f (x0 ). On peut montrer que
l’implication inverse est aussi valable : Une fonction f définie au point x0 y est continue si et
seulement si limx→x0 f (x) = f (x0 ).
Les règles de calcul pour les suites de nombres réels se transposent immédiatement en règles pour
la limite d’une fonction. Soient f, g deux fonctions telles que limx→x0 f (x) = a et limx→x0 g(x) = b.
Alors :
1. limx→x0 cf (x) = ca ;
2. limx→x0 (f (x) + g(x)) = a + b ;
3. limx→x0 (f (x) · g(x)) = ab ;
f (x)
4. si g ne prend pas la valeur 0 et si b ̸= 0, limx→x0 g(x) = ab .

Exemple 3.2.5. Considérons la fonction f (x) = sin(x) x définie sur la partie Df = {x ∈ R | x ̸= 0}.
sin(x)
Le but est de montrer que limx→0 x = 1. Supposons que x > 0 est tel que l’on peut reprendre
sin(x)
la figure 3.2. L’aire du triangle OBD est 12 cos(x) . Le secteur 0BC est contenu dans ce triangle, d’où
l’inégalité des aires suivante :
sin(x) x 1 sin(x)
< < .
2 2 2 cos(x)
Puisque x > 0, on peut diviser par x sans que les inégalités ne changent de sens :

sin(x) 1 sin(x)
<1< · .
x cos(x) x

On peut aussi supposer que cos(x) > 0 tel que

sin(x)
cos(x) < <1.
x
Ces deux inégalités sont évidemment aussi valables pour x < 0, chacun des termes étant pair. Parce
que la fonction cos est continue et donc limx→0 cos(x) = cos(0) = 1, on peut finalement conclure
que limx→0 sin(x)
x = 1.
3.2. FONCTION CONTINUE 43

L’exemple précédent montre que la fonction g : R → R définie par la formule

(
sin(x)
x si x ̸= 0
g(x) =
1 si x = 0

est continue au point 0 et par conséquent continue dans R tout entier. La valeur g(0) = 1 est donc
la complétion du graphe de la figure 3.1 page 40 qui en fait un trait «continu».

La continuité d’une fonction permet d’affirmer que toute équation de la forme f (x) = 0 admet
une solution si les conditions évidentes sont satisfaites. Voici l’énoncé précis :

Théorème 3.2.6 (Valeur intermédiaire). Soit f : [a, b] → R une fonction continue. Si c est un
nombre réel entre f (a) et f (b), alors il existe x0 ∈ [a, b] tel que f (x0 ) = c.

La figure 3.3 illustre la situation du théorème de la valeur intermédiaire : si le graphe de la fonction

est un «trait continue», alors il doit croiser l’horizontale d’ordonné c. En particulier, si les valeurs f (a)
et f (b) sont différentes de 0 et de signes distincts, alors il existe une solution à l’équation f (x) = 0.

f (b)

c
f (a)

a x0 x
b

Figure 3.3 – Situation du théorème 3.2.6.

Comment justifier l’assertion du théorème ? Il est évident que la situation du théorème se réduit
à celle où f (a) < 0, f (b) > 0 et c = 0. Soit m = a+b 2 le milieu de l’intervalle [a, b]. Si f (m) = 0, on
peut poser x0 = m. Dans le cas contraire il y a deux possibilités : soit f (m) > 0, soit f (m) < 0.
Dans le premier (deuxième) cas f change de signe sur l’intervalle [a, m] (sur [m, b]). En posant a1 =
a, b1 = m dans le premier et a1 = m, b1 = b dans le deuxième cas, on retrouve la situation initiale
sur l’intervalle [a1 , b1 ]. Cet intervalle est de longueur b−a
2 . Ce découpage (dichotomie) par le point
milieu peut être répété. En continuant ainsi, soit on trouve après un nombre fini d’étapes un point
où f s’annule, soit on obtient deux suites (an ) et (bn ) telles que
— (an ) est croissante, (bn ) est décroissante ;
— bn − an = b−a 2n pour tout n ;
— f (an ) < 0, f (bn ) > 0 pour tout n.
44 CHAPITRE 3. CALCUL DIFFÉRENTIEL

La première propriété entraîne que les deux suites convergent : limn→∞ an = u, limn→∞ bn = v. La
deuxième a pour conséquence que u = v :
b−a
v − u = lim bn − lim an = lim (bn − an ) = lim =0.
n→∞ n→∞ n→∞ n→∞ 2n
Puisque f est continue, f (u) = limn→∞ f (an ) ≤ 0 et

f (u) = f (v) = lim f (bn ) ≥ 0 .

n→∞

Par conséquent f (u) = 0 et on peut choisir x0 = u.

Cette démonstration est constructive : elle contient un algorithme qui permet d’approcher une
solution de f (x) = 0 avec une précision voulue. L’algorithme 6 est une traduction directe de l’argu-
ment de la démonstration. Remarquons seulement que l’on maintient la valeur que prend f à la borne
inférieure de l’intervalle courant afin d’éviter de la recalculer si on passe par la deuxième branche de
l’alternative.
Cet algorithme converge très lentement, mais sa convergence est assurée. Dans la suite du cours
on discutera l’algorithme de Newton-Raphson qui converge beaucoup plus rapidement vers la solution
cherchée mais dont la convergence n’est pas assurée a priori.

Algorithme 6 : Recherche de racine par dichotomie.

Data : Fonction continue f : [a, b] → R, précision ε > 0.
Result : Intervalle [u, v] tel que v − u ≤ ε et f possède une racine dans cet intervalle.
u ← a, v ← b
f u ← f (u)
while v − u > ε do
m ← u+v 2
f m ← f (m)
if f m ∗ f u > 0 then
u←m
fu ← fm
else
b←m
end
end
return [u, v]

La propriété suivante des fonctions continues assurant l’existence d’un maximum sera énoncée
sous forme de théorème sans démonstration.
Théorème 3.2.7 (Théorème de Weierstrass). Soit f : [a, b] → R une fonction continue. Alors f
atteint son maximum : il existe xmax ∈ [a, b] tel que f (x) ≤ f (xmax ) quel que soit x ∈ [a, b].
La même assertion est évidemment aussi valable pour le minimum. En particulier, l’ensemble
des valeurs prises par une fonction continue sur un intervalle fini et fermé est minoré et majoré. La
situation est illustrée par la figure 3.3 page précédente.
Pour la validité du théorème de Weierstrass il est important que l’intervalle soit borné : la fonc-
tion x 7→ x2 définie sur tout R n’est pas majorée. Il est aussi important que la fonction soit définie
aux bornes de l’intervalle ; par exemple, la fonction x 7→ 1/x définie sur l’intervalle ]0, 1] n’est pas
majorée.
3.2. FONCTION CONTINUE 45

xmin

a xmax b x
m

Figure 3.4 – Situation du théorème de Weierstrass.

Remarque 3.2.8 (Exercice de logique). Supposons que R : [−1, 1] → R soit une fonction continue
telle que limx→x0 R(x) = 0. Le but est de traduire cette condition dans une forme plus simple mais
équivalente.
Fixons un nombre réel ε > 0. On cherche un intervalle autour de 0 de la forme [− n1 , n1 ] telles que
les valeurs prises par R dans cet intervalle soient de valeur absolue inférieures à ε :
1 1
∀x : x ∈ [− , ] ⇒ |R(x)| < ε .
n n
L’existence de l’intervalle cherché s’exprime donc ainsi :
 
1 1
∃n, n ≥ 1 ∀x : x ∈ [− , ] ⇒ |R(x)| < ε . (3.1)
n n

Rappelons que cette notation est une abréviation : Si P et Q sont des formules propositionnelles
(c’est-à-dire des phrases avec des «variables»), alors

∀x, Q(x) : P (x)

est une abréviation de

∀x : Q(x) ⇒ P (x) (3.2)
et la formule
∃x, Q(x) : P (x)
est une abréviation de
∃x : Q(x) ∧ P (x) .
L’implication p ⇒ q est équivalente (ou est une abréviation) de ¬p ∨ q. Dans la formule (3.1) le
premier point double avant la parenthèse a été omis. En vu de ces définitions la règle de DeMorgan
pour la négation d’une formule quantifiée entraîne que la négation de la formule (3.2) est

¬ (∀x, Q(x) : P (x)) ≡ ¬ (∀x : Q(x) ⇒ P (x))

≡ ∃x : ¬(¬Q(x) ∨ P (x))
≡ ∃x : Q(x) ∧ ¬P (x)
≡ ∃x, Q(x) : ¬P (x) .
46 CHAPITRE 3. CALCUL DIFFÉRENTIEL

De la même façon la règle de DeMorgan montre que

¬ (∃, Q(x) : P (x)) ≡ ∀x, Q(x) : ¬P (x) .

Pour revenir à la notre problème, considérons la négation de la formule (3.1) :

 
1 1
∀n, n ≥ 1 ∃x ∈ [− , ] : |R(x)| ≥ ε .
n n

Ceci veut dire que pour tout n ≥ 1 il existe un point an ∈ [− n1 , n1 ] tel que |R(an )| ≥ ε. La suite (an )n≥1
converge alors vers 0 sans que la suite des valeurs (R(an ))n≥1 ne converge vers 0. Ceci est évidem-
ment en contradiction avec l’hypothèse faite sur R. La négation de (3.1) est donc fausse. Ainsi la
formule (3.1) doit être vraie.
On vient de démontrer que la condition limx→0 R(x) = 0 entraîne

∀ε > 0 (∃δ > 0 : x ∈ [−δ, δ] ⇒ |R(x)| < ε) . (3.3)

Inversement, supposons que R soit une fonction qui satisfait la formule (3.3). On voudrait démontrer
que R est continue au point 0 selon la définition 3.2.4 page 41. Soit (an ) une suite dans l’inter-
valle [−1, 1] qui converge vers 0. Fixons ε > 0 arbitrairement ; la formule (3.3) fournit alors δ > 0
tel que x ∈ [−δ, δ] entraîne |R(x)| < ε. Mais il existe un indice n0 tel que n ≥ n0 implique |an | < δ
c’est-à-dire an ∈ [−δ, δ]. Ainsi |R(an )| < ε dès que n ≥ n0 . Puisque ε > 0 est arbitraire, ceci
revient à limn→∞ R(an ) = 0. Cet argument est valable pour toute suite qui converge vers 0 tel
que limx→0 R(x) = 0.
Nous avons finalement montré l’équivalence de la propriété limx→0 R(x) = 0 et de la pro-
priété (3.3). Cette caractérisation de la limite d’une fonction avec ε, δ est plus simple que celle
utilisant des suites qui, explicitement écrites, prendraient la forme suivante :


∀(an ), lim an = 0 ∀ε > 0 : ∃n0 (n ≥ n0 ⇒ |R(an )| < ε) .
n→∞

Remarque 3.2.9 (Reformulation de la continuité). La manière de formuler ce résultat dans le cas

général est immédiate. Soit f : [a, b] → R une fonction et x0 ∈ [a, b]. La fonction est continue au point
x0 si et seulement si pour tout ε > 0 il existe δ > 0 tel que |x − x0 | < δ entraîne |f (x) − f (x0 )| < ε.
Ceci est une formulation rigoureuse de la notion intuitive de continuité : «si x est proche de x0 , alors
la valeur f (x) est proche de f (x0 )».
Remarque 3.2.10 (Reformulation de la limite). Il est clair comment la limite d’une fonction en
un point permet aussi d’être formulée d’une façon plus efficace. Soit f une fonction définie dans
l’intervalle [a, b] à l’exception éventuelle du point x0 ∈ [a, b]. Le nombre réel l est la limite de f au
point x0 si pour tout ε > 0 il existe δ > 0 tel que |x − x0 | < δ et x ̸= x0 implique |f (x) − f (x0 )| < ε.

3.3 Dérivée
Une fonction f définie au point x0 pourrait être approchée grossièrement par la valeur f (x0 ). Si
la fonction est continue, alors, par définition, les valeurs prises par f pour des arguments proches
de x0 seront proches de f (x0 ).
Pour faire mieux, on pourrait remplacer la fonction par une sécante passant par deux points (x0 , f (x0 )), (x1 , f (x1 ))
de son graphe (voir figure 3.5). La pente de la sécante est appelée le quotient des différences pour x0
et x1 . Cette sécante est donnée par la fonction suivante :
f (x1 ) − f (x0 )
s(x) = f (x0 ) + (x − x0 ) .
x1 − x0
3.3. DÉRIVÉE 47

t(x) s(x)

f (x)

x0 x1 x

Figure 3.5 – Sécante s du graphe de f passant par x0 , x1 .

La figure suggère que plus le point x1 se rapproche de x0 , meilleure est l’approximation de f

autour de x0 . Si le passage à la limite de x1 vers x0 est possible, autrement dit, si la courbe définie
par la fonction f admet une tangente au point (x0 , f (x0 )), alors on dit que f est dérivable au point x0 .
Définition 3.3.1. Soit f : ]a, b[ → R une fonction et x0 un point de l’intervalle ]a, b[. La fonction f
est dérivable au point x0 si la limite
f (x) − f (x0 )
lim
x→x0 x − x0
existe. Dans ce cas la limite est appelée la dérivée de f au point x0 .
df
On peut noter la dérivée de f au point x0 par f ′ (x0 ), dx (x0 ) ou Df (x0 ). Il est important que dans
la définition de la limite d’une fonction, comme ici la limite du quotient des différences, la variable x
ne prend pas la valeur x0 . Pour calculer la limite du quotient des différences il faut simplement
transformer le quotient en une fonction dont la continuité est évidente tel que le passage à la limite
n’est que l’évaluation au point x0 .
Exemple 3.3.2. Considérons la fonction f (x) = x2 au point x0 ∈ R. Si x ̸= x0 on peut écrire
f (x) − f (x0 ) x2 − x20 (x − x0 )(x + x0 )
= = = x + x0 .
x − x0 x − x0 x − x0
Ainsi le quotient des différences est égal, pour x ̸= x0 , à x + x0 qui est une fonction continue. La
dérivée est maintenant
f (x) − f (x0 )
lim = lim (x + x0 ) = 2x0 .
x→x0 x − x0 x→x0

Plus généralement, soit g(x) = xn où n est un nombre entier positif. Le quotient de différences est
g(x) − g(x0 ) xn − xn0 (x − x0 )(xn−1 + xn−2 x0 + · · · + xn−1
0 )
= =
x − x0 x − x0 x − x0
= xn−1 + xn−2 x0 + · · · + x0n−1
tel que
g ′ (x0 ) = lim (xn−1 + xn−2 x0 + · · · + xn−1
0 ) = nxn−1
0 .
x→x0
48 CHAPITRE 3. CALCUL DIFFÉRENTIEL

Souvent il est commode d’écrire la limite du quotient des différences avec un incrément :

f (x) − f (x0 ) f (x0 + h) − f (x0 )

lim = lim .
x→x0 x − x0 h→0 h
Si x tend vers x0 , l’incrément h = x − x0 (c’est-à-dire x = x0 + (x − x0 ) = x0 + h) tend vers 0 et
inversement.
Exemple 3.3.3 (Dérivation des fonctions trigonométriques). La dérivée de la fonction sin(x) au
point x0 = 0 a déjà été calculée (voir exemple 3.2.5 page 42) :

sin(x) − sin(0) sin(x)

lim = lim = 1.
x→0 x x→0 x
Pour calculer la dérivée de cos(x) au même point x0 = 0, on observe que

1 − cos(x) (1 − cos(x))(1 + cos(x))

=
x x(1 + cos(x))
1 − cos(x)2
=
x(1 + cos(x))
sin(x)2
=
x(1 + cos(x))
sin(x) 1
= · · sin(x) .
x 1 + cos(x)

Les limites des trois termes sont respectivement 1, 12 et 0. Ainsi on trouve que la dérivée de cos(x)
au point x0 = 0 vaut 0.
La dérivée de sin(x) en un point x ∈ R arbitraire est obtenue en utilisant la relation d’addition :

sin(x + h) − sin(x) sin(x) cos(h) + cos(x) sin(h) − sin(x)

=
h h
cos(h) − 1 sin(h)
= sin(x) · + cos(x) · .
h h
Par conséquent

sin(x + h) − sin(x) cos(h) − 1 sin(h)

lim = sin(x) · lim + cos(x) · lim
h→0 h h→0 h h→0 h
= sin(x) · 0 + cos(x) · 1
= cos(x) .

De la même manière, en utilisant la relation d’addition pour la fonctions cos(x), on obtient la dérivée
bien connue de cette fonction :
d
cos(x) = − sin(x) .
dx
Il est facile de calculer la dérivée d’une fonction construite algébriquement à partir de fonctions
dont on connaît déjà la dérivée. Soient f, g : ]a, b[ → R deux fonctions dérivables au point x0 ∈ ]a, b[.
Alors :
1. f + g est dérivable au point x0 et (f + g)′ (x0 ) = f ′ (x0 ) + g ′ (x0 ) ;
2. f · g est dérivable au point x0 et (f · g)′ (x0 ) = f ′ (x0 )g(x0 ) + f (x0 )g ′ (x0 ) ;
3.3. DÉRIVÉE 49

f
3. si en plus g(x) ̸= 0 pour tout x ∈ ]a, b[, le quotient g est dérivable et
 ′
f f ′ (x0 )g(x0 ) − f (x0 )g ′ (x0 )
(x0 ) = .
g g(x0 )2

Démonstration. La règle pour le produit se démontre en réécrivant le quotient des différences de la

façon suivante :



f (x)g(x) − f (x0 )g(x0 ) f (x) g(x) − g(x0 ) + g(x0 ) f (x) − f (x0 )
=
x − x0 x − x0
g(x) − g(x0 ) f (x) − f (x0 )
= f (x) · + g(x0 ) · ,
x − x0 x − x0

et puisque f est continue au point x0 (voir remarque 3.3.7 page 51),

f (x)g(x) − f (x0 )g(x0 ) g(x) − g(x0 )

lim = lim f (x) · lim +
x→x0 x − x0 x→x 0 x→x 0 x − x0
f (x) − f (x0 )
+ g(x0 ) · lim
x→x0 x − x0
= f (x0 )g (x0 ) + g(x0 )f ′ (x0 ) .
′

Pour démontrer la règle du quotient on se limite d’abord au cas où le numérateur est constant égal
à 1. Le quotient des différences s’écrit alors comme
 
1 1 1 1 g(x) − g(x0 )
− = (−1) · .
x − x0 g(x) g(x0 ) g(x0 )g(x) x − x0

Puisque g est continue au point x0 , on obtient

 
1 1 1 1 g(x) − g(x0 )
lim − = (−1) lim
x→x0 x − x0 g(x) g(x0 ) g(x0 ) limx→x0 g(x) x→x 0 x − x0
g ′ (x0 )
= (−1) · .
g(x0 )2

En combinant ce résultat avec la règle pour le produit, on aboutit à la formule pour le quotient :
 ′  ′  ′
f 1 ′ 1 1
(x0 ) = f · (x0 ) = f (x0 ) · + f (x0 ) (x0 )
g g g(x0 ) g
f ′ (x0 ) f (x0 )g ′ (x0 )
= −
g(x0 ) g(x0 )2
f (x0 )g(x0 ) − f (x0 )g ′ (x0 )
′
= .
g(x0 )2

Exemple 3.3.4. Soit f une fonction dérivable et n un entier supérieur à 1. La fonction g(x) = f (x)n
est dérivable et
g ′ (x) = nf (x)n−1 f ′ (x) . (3.4)
On raisonne par récurrence sur l’exposant n. Si n = 1 l’assertion est évidente. Supposons qu’elle soit
vraie pour n, alors on peut écrire
f (x)n+1 = f (x)n · f (x)
50 CHAPITRE 3. CALCUL DIFFÉRENTIEL

et puis appliquer la règle pour la dérivation d’un produit :

 
d d
f (x)n+1
= f (x)n
· f (x) + f (x)n f ′ (x)
dx dx
= nf (x)n−1 f ′ (x)f (x) + f (x)n f ′ (x)
= (n + 1)f (x)n f ′ (x) .

L’assertion est donc vraie aussi pour n + 1.

De la même façon on peut vérifier que
d 1 nf ′ (x)
= − .
dx f (x)n f (x)n+1
La formule (3.4) est donc valide pour n un entier aussi bien positif que négatif.
Exemple 3.3.5 (Dérivée de la fonction logarithme). Considérons la fonction logarithme de base a,
f (x) = loga (x). Les règles de calcul pour ces fonctions (voir section 2.3 page 28) permettent de
calculer la dérivée au point x0 ∈ ]0, ∞[ :
f (x) − f (x0 ) loga (x) − loga (x0 )
lim = lim
x→x0 x − x0 x→0 x − x0
loga (x0 + h) − loga (x0 )
= lim
h→0 h
 
1 x0 h
= lim loga 1 +
x0 h→0 h x0
  xh0
1 h
= lim loga 1 +
x0 h→0 x0
1 1
= lim log (1 + k) k .
x0 k→0 a
Dans la dernière formule h/x0 a été remplacé par la variable k pour mettre en évidence que cette
limite ne dépend plus de x0 . Sans le démontrer, on affirme que la limite lim (1 + h)1/h existe ; par
h→0
définition cette limite est le nombre d’Euler e. Sa valeur est approximativement e ≈ 2.71828. Un
utilisant le fait que la fonction loga (x) est continue, le résultat final prend finalement la forme
 
d loga (e) 1
loga (x) (x0 ) = = .
dx x0 x0 log(a)
En particulier pour la base a = e, on obtient la formule bien connue
d 1
log(x) = .
dx x
Ici on vient d’utiliser la formule 2.11 page 30 avec x = b = e pour exprimer le résultat avec le
logarithme de base e. Cette dérivée montre le caractère privilégié du logarithme de base le nombre
d’Euler.
f (x)−f (x0 )
Remarque 3.3.6 (Formule à trois termes). Revenons à la figure 3.5 : si la limite lim x−x0
x→x0
existe, ce devrait être la pente de la tangente au point (x0 , f (x0 )). Dans ce cas, la tangente est donnée
par la formule
t(x) = f (x0 ) + f ′ (x0 )(x − x0 ) .
3.3. DÉRIVÉE 51

On va maintenant écrire la fonction f comme valeur de la tangente plus un reste :

f (x0 + h) = f (x0 ) + f ′ (x0 )h + R(h) .

Par définition de la dérivée de f au point x0 on a

 
R(h) f (x0 + h) − f (x0 )
lim = lim − f ′ (x0 ) = 0 .
h→0 h h→0 h

Si on définit la fonction ε(h) par

(
R(h)
h si h ̸= 0
ε(h) =
0 si h = 0 ,

alors limh→0 ε(h) = 0 ; en d’autres termes, la fonction ε est continue à l’origine. Avec cette fonction
on peut écrire la formule à trois termes :

f (x0 + h) = f (x0 ) + f ′ (x0 ) · h + ε(h) · h . (3.5)

Supposons que inversement on dispose d’une fonction η(h) et d’une constante l ∈ R telles que

f (x0 + h) = f (x0 ) + l · h + η(h) · h

et telles que lim η(h) = 0, alors la fonction f est dérivable au point x0 et sa dérivée est l. En effet,
h→0
le quotient des différences est
f (x0 + h) − f (x0 )
= l + η(h)
h
et par conséquent
f (x0 + h) − f (x0 )
lim = l + lim η(h) = l .
h→0 h h→0

En conclusion : la dérivabilité de f au point x0 est équivalente à l’existence d’une formule à trois

termes de la forme (3.5).

Remarque 3.3.7. La formule à trois terme (3.5) montre en particulier que l’on a lim f (x0 + h) =
h→0
f (x0 ). Une fonction est continue aux points où elle est dérivable.

Supposons que f, g sont deux fonctions composables, c’est-à-dire que l’image de g soit contenue
dans le domaine de f , que g soit dérivable au point x0 et f dérivable au point g(x0 ). La fonction
composée (f ◦ g)(x) = f (g(x)) est alors dérivable au point x0 . L’exemple 3.3.4 page 49 est une
instance de cette situation : la fonction f de l’exemple est composée avec la fonction x 7→ xn .

Proposition 3.3.8 (Dérivée de fonctions composées). Si f, g sont deux fonctions composables et

dérivables, alors f ◦ g est dérivable et

(f ◦ g)′ (x) = f ′ (g(x)) · g ′ (x) .

Démonstration. Posons y0 = g(x0 ). On va utiliser la formule à trois termes (voir remarque 3.3.6)
pour écrire

f (y0 + k) = f (y0 ) + f ′ (y0 ) · k + ε1 (k) · k

52 CHAPITRE 3. CALCUL DIFFÉRENTIEL

et
g(x0 + h) = g(x0 ) + g ′ (x0 ) · h + ε2 (h) · h .
Il faut maintenant insérer la deuxième formule dans la première. L’incrément k est alors
k = g ′ (x0 )h + ε2 (h) · h (3.6)
et la composition prend la forme
f (g(x0 + h)) = f g(x0 ) + g ′ (x0 )h + ε2 (h)h

= f g(x0 ) + f ′ (g(x0 ))k + ε(k)k ,

telle que



f g(x0 + h) − f g(x0 )
= f ′ g(x0 ) · g ′ (x0 )+


h
+ f ′ g(x0 ) · ε2 (h) + ε1 (k) · (g ′ (x0 ) + ε2 (h)) .

Puisque lim ε2 (h) = 0, le deuxième terme à droite tend vers 0. L’incrément k de la formule (3.6) est
h→0
une fonction de h et tend vers 0 lorsque h tend vers 0. Par conséquent, le troisième terme à droite
tend aussi vers 0. Finalement il ne reste que le premier terme :



′ f g(x0 + h) − f g(x0 )
= f ′ g(x0 ) · g ′ (x0 ) .


(f ◦ g) (x0 ) = lim
h→0 h
Exemple 3.3.9. Considérons la fonction h(x) = sin(x2 +2x). La fonction extérieure est f (x) = sin(x)
et la fonction intérieure est g(x) = x2 + 2x. Les dérivées sont alors f ′ (x) = cos(x) et g ′ (x) = 2x + 2.
La règle pour les fonctions composées donne
h′ (x) = f ′ (g(x)) · g ′ (x) = (2x + 2) cos(x2 + 2x) .
Exemple 3.3.10. À partir de la dérivée de la fonction log(x) (le logarithme de base le nombre
d’Euler) on trouve en dérivant l’identité x = log(ex ) selon la règle des fonctions composées
 
1 d x
1= x · e .
e dx
d x
Par conséquent dx e = ex , la fonction exponentielle de base le nombre de Euler est sa propre
dérivée.
Plus généralement, la règle des fonctions composées permet de trouver la dérivée d’une fonction
exponentielle de base a :
d x
d x log(a)
a = e = log(a) · ex log(a) = log(a) · ax .
dx dx

3.4 Recherche d’extréma

Un extremum d’une fonction est un point où elle atteint un maximum ou un minimum. Un
point x0 est un extremum local s’il existe un intervalle ouvert contenant x0 telle que la fonction
restreinte à cet intervalle atteint en x0 un extremum. On dit que x0 est un extremum global pour
insister sur le fait que x0 n’est pas seulement un extremum local (voir figure 3.6).
Soit f : [a, b] → R une fonction continue. Cette fonction atteint son maximum en un point x0 ∈
[a, b] (théorème de Weierstrass voir page 44). Supposons en outre que f soit dérivable dans l’inter-
valle ]a, b[. Un point x0 ∈ ]a, b[ tel que f ′ (x0 ) = 0 est appelé point critique pour f .
3.4. RECHERCHE D’EXTRÉMA 53

x0 x2
a x1 x3 b x

Figure 3.6 – Les points a, x3 sont des maxima locaux, x1 est un maximum global.

Proposition 3.4.1. Si x0 ∈ ]a, b[ est un extremum local pour la fonction f , alors x0 est un point
critique pour f .
Démonstration. Pour fixer les idées, supposons que x0 soit un maximum local. Il existe par définition
un intervalle ]c, d[ autour de x0 tel que f (x) ≤ f (x0 ) pour tout x ∈ ]c, d[. Ainsi f (x) − f (x0 ) ≤ 0 et
par conséquent
f (x) − f (x0 )
≤0
x − x0
si d > x > x0 . Considérons la suite de terme général xn = x0 + n1 (d − x0 ), n > 0 ; alors

f (xn ) − f (x0 )
f ′ (x0 ) = lim ≤0.
n→∞ xn − x0

Par contre, en considérant la suite de terme général x0 − n1 (x0 − c), on conclut que f ′ (x0 ) ≥ 0. Par
conséquent f ′ (x0 ) = 0.
Dans la figure 3.7 on voit le graphe de la fonction f (x) = x3 dont la dérivée est 3x2 . L’origine x0 =
0 est bien un point critique, f ′ (x0 ) = 0, mais il n’est pas un minimum ou maximum local.
Remarque 3.4.2 (Accroissements finis). Supposons que f : [a, b] → R soit une fonction dérivable
qui prend la même valeur en a et en b (voir la première figure 3.8). Alors il existe au moins un
point x0 ∈ ]a, b[ où la dérivée f ′ (x) s’annule.
En effet, supposons au contraire que f ′ (x) ne s’annule pas dans ]a, b[. Grâce au théorème de
Weierstrass il existe un point xM où f atteint son maximum. Mais xM ne peut pas appartenir à ]a, b[,
puisque ceci impliquerait f ′ (xM ) = 0. Par suite, xM = a ou xM = b. Cet argument s’applique aussi
à tout point xm où f atteint son minimum : xm = a où xm = b. En particulier f (xm ) = f (xM ),
c’est-à-dire f est une fonction constante, ce qui entraîne que f ′ (x) = 0 pour tout x ∈ ]a, b[, contraire
à l’hypothèse.
Soit maintenant g : [a, b] → R une fonction dérivable quelconque. On pose

g(b) − g(a)
f (x) = g(x) − (x − a) .
b−a
La fonction f est la différence entre g et la sécante de g (voir figure 3.8 à droite). Maintenant f (a) =
f (b) = 0 et f est toujours dérivable. Par conséquent, il existe un point x0 ∈ ]a, b[ pour lequel f ′ (x0 ) =
0. La dérivée de f est
g(b) − g(a)
f ′ (x) = g ′ (x) − ,
b−a
54 CHAPITRE 3. CALCUL DIFFÉRENTIEL

x3

−1 x0 = 0 1 x

Figure 3.7 – Le point x0 = 0 est un point critique qui n’est pas un extremum.

telle que 0 = g ′ (x0 ) − g(b)−g(a)

b−a . Ainsi on trouve que la dérivée de g au point x0 est la pente de sa
sécante entre a et b. Ce résultat s’exprime aussi par la formule des accroissements finis :

g(b) = g(a) + g ′ (x0 )(b − a) . (3.7)

3.4. RECHERCHE D’EXTRÉMA 55

x x
a x0 b a x0 b

Figure 3.8 – Accroissement de f entre a et b à gauche et de g à droite.

56 CHAPITRE 3. CALCUL DIFFÉRENTIEL
Chapitre 4

Applications du calcul infinitésimal

4.1 Recherche de racines

Cette section discutera plusieurs méthodes pour trouver une solution à une équation de la
forme f (x) = 0 où f est une fonction définie sur un intervalle [a, b] ⊂ R. Il est possible de don-
ner des formules explicites pour une solution seulement pour des fonctions bien particulières. Dans
la suite, les mots «solution» et «racine» seront interchangeables.
Le plus souvent il faut utiliser des méthodes de calcul numérique pour trouver au moins une
approximation à la solution cherchée. Dans le chapitre précédent a été énoncé une condition suffisante
pour l’existence d’une solution si f est continue : f prend des valeurs de signes différents aux bords de
l’intervalle. La méthode de la dichotomie discutée à l’occasion donne un algorithme d’approximation
sûr mais très lent.
Il est facile de calculer le point où une fonction linéaire s’annule : Si f (x) = ax+b, on suppose a ̸=
0, alors la racine unique de f (x) = 0 est x0 = − ab . Pour chercher une racine d’une fonction qui n’est
plus linéaire on peut espérer de trouver une approximation de cette racine en remplaçant la fonction
par une fonction linéaire.

Méthode de la sécante Cette méthode remplace la fonction f par des sécantes. Soient x1 et x2
deux points distincts où la fonction prend les valeurs f (x1 ) et f (x2 ) respectivement. La sécante
passant par ces deux points de la courbe de f est donnée par la fonction suivante :

f (x2 ) − f (x1 )
s(x) = f (x2 ) + · (x − x2 ) .
x2 − x1
Soit x3 le point où la sécante s’annule ; on a

f (x2 ) − f (x1 )
0 = f (x2 ) + (x3 − x2 ) ,
x2 − x1
tel que
f (x2 )(x2 − x1 )
x3 = x2 − .
f (x2 ) − f (x1 )
Cette construction peut maintenant être répétée en remplaçant le couple x1 , x2 par x2 , x3 pour
trouver x4 . Tant que les nouveaux points construits sont toujours dans le domaine de définition
de la fonction f , la construction se poursuit ; voir la figure 4.1 page suivante Ainsi on obtient une
suite (xn )n≥1 qui, au moins on peut l’espérer, converge vers une solution de l’équation f (x) = 0.

57
58 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

xn+1

xn xn+2

Figure 4.1 – Méthode de la sécante.

On affirme sans démonstration que pour une fonction f qui est dérivable et possède une racine s,
f (s) = 0, telle que f ′ (s) ̸= 0 tout choix de deux points x1 , x2 suffisamment proche de s engendrent
une suite (xn )n≥1 qui converge vers s.
L’algorithme de la sécante a toutefois un défaut grave : si x1 et x2 sont proches, alors les va-
leurs f (x1 ) et f (x2 ) le sont aussi et par suite, le calcul du quotient des différences entraîne une perte
de précision.
Si les deux points choisis pour initialiser l’algorithme ne sont pas suffisamment proches de la
racine, l’algorithme ne converge pas ou produit des valeurs inutilisables, par exemple en dehors de
l’intervalle de définition de la fonction f . Il est même possible que l’algorithme parte dans une boucle
et produit une suite périodique, voir figure 4.2. Dans cette figure le rapport entre les distances |x2 −x3 |
et |x1 − x2 | est le nombre harmonique. En partant de x1 et x2 on trouve x3 puis x4 ; les abscisses x3
et x4 donne à nouveau x1 et x4 , x1 mène à x2 tel que l’algorithme est périodique de période quatre.

x4
x1 x2 x3

Figure 4.2 – Situation pour une suite périodique.

4.1. RECHERCHE DE RACINES 59

Méthode de Newton-Raphson Si on connaît la dérivée de la fonction f , on peut approcher f

au point x0 par sa tangente ; on prend alors comme approximation de la racine cherchée la racine de
la tangente. L’équation de la tangente au point x0 est

t(x) = f (x0 ) + f ′ (x0 ) · (x − x0 ) .

La racine de la tangente est le point x1 où

0 = f (x0 ) + f ′ (x0 ) · (x1 − x0 ) .

Ainsi on trouve explicitement

f (x0 )
x1 = x0 − .
f ′ (x0 )

Ce calcul peut maintenant être répété en remplaçant x0 par x1 pour trouver x2 et ainsi de suite.
Dans une situation favorable, l’algorithme construit une suite (xn ) dont on espère qu’elle converge
vers la racine cherchée, voir la figure 4.3. La formule qui construit la suite terme à terme est

f (xn )
xn+1 = xn − .
f ′ (xn )

xn xn+1

Figure 4.3 – Situation favorable pour l’algorithme de Newton-Raphson.

Il est possible de démontrer que tout choix de x0 suffisamment proche d’une racine r telle
que f ′ (r) ̸= 0 produit une suite qui converge vers r. Il existe alors une constante C qui est in-
dépendante de n telle que
|xn+1 − r| ≤ C |xn − r|2 .

Cette inégalité signifie qu’à chaque itération le nombre de chiffres corrects de l’approximation est dou-
blé.
Si le point initial x0 est choisi trop loin de la racine cherchée, l’algorithme peut ne pas converger,
voir produire des valeurs inutilisable parce que en dehors du domaine de définition de la fonction f .
La suite produite par l’algorithme peut même devenir périodique de période 2 comme le montre la
figure 4.4.
60 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

x0
x1

Figure 4.4 – Situation dans laquelle Newton-Raphson est périodique.

Méthode mixte Si la fonction f n’est pas assez simple pour que l’on puisse calculer explicitement
sa dérivée, on peut quand même approcher la dérivée par un quotient de différences. On fixe un
incrément h pas trop petit mais suffisamment petit pour que

f (x + h) − f (x)
h

soit une approximation utilisable de la dérivée f ′ (x). À partir de x0 la modification suivante de la

formule de Newton-Raphson construit une suite (xn ) :

f (xn ) · h
xn+1 = xn − .
f (xn + h) − f (xn )

Cette suite converge vers la racine r si x0 est choisi suffisamment proche de r.

Au lieu de recalculer la dérivée ou le quotient de différences pour chaque pas de l’itération, on
peut tout simplement réutiliser une valeur déjà calculée. Par exemple si

f (x0 + h) − f (x0 )
α= ,
h
l’itération devient
f (xn )
xn+1 = xn − .
a
La simplicité de cette itération est payée par la dégradation de la vitesse de convergence vers la
racine.

Remarque 4.1.1. La méthode de Newton-Raphson et la méthode mixte admettent des généralisa-

tion aux fonctions de plusieurs variables.

Remarque 4.1.2. La difficulté principale pour la mise en œuvre de ces méthodes est de trouver un
point d’initialisation de l’itération suffisamment proche d’une racine. À partir d’un intervalle dans
lequel la fonction f exhibe un changement de signe, la méthode de la dichotomie (voir 6 page 44)
permet de se rapprocher d’une racine. Si l’intervalle obtenu par la dichotomie est suffisamment petit,
son point milieu peut être utilisé pour initialiser l’itération de Newton-Raphson.
4.2. INTÉGRALE 61

4.2 Intégrale
Le calcul d’une intégrale est l’opération inverse de la dérivation.

Définition 4.2.1. Soit f : [a, b] → R une fonction. Une primitive de f est une fonction continue F :
[a, b] → R, dérivable dans l’intervalle ]a, b[ telle que F ′ (x) = f (x) pour tout x ∈ ]a, b[.

Si F, G sont deux primitives pour la fonction f , alors la dérivée de leur différence s’annule
dans ]a, b[. Par conséquent, cette différence est constante (voir le théorème des accroissements fi-
nis 3.4.2 page 53). En d’autres termes, deux primitives pour la même fonction ne se distinguent que
par l’addition d’une constante.

Théorème 4.2.2. [Théorème fondamental du calcul infinitésimal] Toute fonction continue possède
une primitive.

Définition 4.2.3. Soit f : [a, b] → R une fonction continue et F un primitive pour f . L’intégrale
de f est
Z b
f (x) dx = F (b) − F (a) .
a

Même si une fonction continue a plusieurs primitives, l’intégrale est bien définie puisque deux
primitives ne se distinguent que par une constante. La notation de l’intégrale est héritée des ancêtres ;
le signe de l’intégrale est en fait un «S» ancien, faisant référence à la sommation.
Une première approche pour calculer des intégrales, c’est-à-dire de trouver des primitives, est de
lire à l’envers la liste des fonctions bien connues et de leur dérivée. Par exemple, la dérivée de xn ,
n+1
disons pour n entier, est nxn−1 . Donc, la fonction xn+1 est une primitive de xn .
Évidemment, si F et G sont des primitives de f et g respectivement, et si α, β ∈ R sont des
constantes, alors α · F + β · G est une primitive de α · f + β · g.
Par exemple, si P (x) = a0 + a1 x + · · · + ad xd est un polynôme, le polynôme qui suit en est une
primitive :
a1 a2 ad d+1
Q(x) = a0 x + x2 + x3 + · · · + x , Q′ (x) = P (x) .
2 3 d+1
La notation traditionnelle pour une primitive F d’une fonction f est
Z
f (x) dx = F (x) .

C’est la même notation que pour l’intégrale, sauf que les bornes sont omises. Souvent on appelle
une primitive aussi «intégrale indéterminée». Même si beaucoup de livres utilisent cette vénérable
notation, elle cache le fait qu’une primitive n’est pas unique. Deux primitives se distinguent par une
constante. On est donc amené à écrire des formules comme la suivante
x3
Z
x2 dx = +C,
3
où C est une constante arbitraire.
La lecture à l’envers des règles de dérivation pour les fonctions élémentaires donne le tableau
suivant :
α+1
— xα dx = xα+1 + C si α ̸= −1 ;
R
R dx
— R x = log |x| + C ;
— sin(x) dx = − cos(x) + C ;
62 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

R
— cos(x) dx = sin(x) + C ;
dx
R
— cos2 (x) = tan(x) + C ;
dx
R
— sin2 (x) = − cot(x) + C ;
R
— tan(x) dx = − log | cos(x)| + C ;
R
— cot(x) dx = log | sin(x)| + C ;
ex dx = ex + C ;
R
—
ax
ax dx = log(a)
R
— +C;
dx
R
— 1+x2 = arctan(x) +C;
dx 1 x
R

— a2 +x2 = a arctan a + C ;
dx 1 a+x
R
— a2 −x2 = 2a log a−x + C ;
dx
R
— √
2
= arcsin(x) + C ;
R 1−x dx
= arcsin xa + C ;


— √
a 2 −x2
√
— √xdx
R
2 ±a2
= log |x + x2 ± a2 | + C.

Soit F une primitive de la fonction continue f : [a, b] → R. D’après la formule des accroissements
finis, il existe un point x0 ∈ ]a, b[ tel qu’on peut écrire F ′ (x0 )(b − a) = F (b) − F (a). En d’autres
termes,
Z b
f (x) dx = f (x0 ) · (b − a) . (4.1)
a

L’équation (4.1) est appelé le théorème de la moyenne. En particulier, puisque la fonction continue f
est minorée et majorée, il existe des réels m et M tels que m ≤ f (x) ≤ M pour tout x ∈ [a, b],
l’équation (4.1) entraîne
Z b
m · (b − a) ≤ f (x) dx ≤ M · (b − a) .
a

Si la fonction f est positive, c’est-à-dire si f (x) ≥ 0 pour tout x ∈ [a, b], l’égalité (4.1) montre que
Rb
l’intégrale a f (x) dx est un nombre positif. Si f et g sont deux fonctions telles que f (x) ≥ g(x) pour
tout x ∈ [a, b], alors la différence h(x) = f (x) − g(x) est une fonction positive, et on obtient
Z b Z b
f (x) dx ≥ g(x) dx . (4.2)
a a

Puisque −|f (x)| ≤ f (x) ≤ |f (x)| l’inégalité (4.2) entraîne

Z b Z b Z b
− |f (x)| dx ≤ f (x) dx ≤ |f (x)| dx
a a a

et par suite
Z b Z b
f (x) dx ≤ |f (x)| dx .
a a
Cette inégalité est appelée inégalité triangulaire pour l’intégrale ; on peut voir l’intégrale comme une
limite de sommes, et l’inégalité triangulaire pour ces sommes devient alors l’inégalité triangulaire
pour l’intégrale.
Justement, voici l’interprétation géométrique de l’intégrale. Commençons par remarquer qu’un
point intermédiaire c ∈ [a, b] donne lieu à la relation de Chasles pour l’intégrale :
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx . (4.3)
a a c
4.2. INTÉGRALE 63

En effet, si F désigne une primitive de f , cette relation est simplement la formule

F (b) − F (a) = F (b) − F (c) + F (c) − F (a) .

Pour un entier n > 0 on construit la subdivision régulière de l’intervalle [a, b] en n parties de

même longueur h = b−a
n . En d’autres termes, les points de subdivision sont

a0 = a , a1 = a + h , a2 = a + 2h , . . . , an = a + nh = b .

L’intégrale de f sur l’intervalle [a, b] se décompose alors selon la règle (4.3) :

Z b Z a1 Z a2 Z an
f (x) dx = f (x) dx + f (x) dx + · · · + f (x) dx .
a a0 a1 an−1

Pour chacun des intervalles [ak−1 , ak ], k = 1, . . . , n, il existe un point xk ∈ ]ak−1 , ak [ tel que
Z ak
f (x) dx = f (xk ) · h .
ak−1

L’intégrale de f s’exprime maintenant comme une somme

b
b − a
Z 
f (x) dx = f (x1 ) + f (x2 ) + · · · + f (xn ) . (4.4)
a n
La figure 4.5 illustre cette formule ; l’intégrale est égale à la somme des aires des rectangles dont la

a = a0 a1 xi xi+1 an−1 an = b

Figure 4.5 – Figure pour la formule (4.4)

base est de longueur h et la hauteur f (xk ). Quand le nombre d’intervalles augmente, l’aire délimitée
par les rectangles épouse de mieux en mieux l’aire délimitée par le graphe de la fonction f . Ainsi il
est naturel dedéfinir l’aire A délimitée par le graphe de f et l’axe des abscisses par l’intégrale :
Z b
A= f (x) dx . (4.5)
a

L’aire ainsi défini a un signe : la contribution de la partie du graphe qui se trouve éventuellement
sous l’axe des abscisses est négative.
Les règles de dérivations, comme celle pour la dérivée d’une composition de fonctions et celle
pour la dérivée d’un produit, mènent à des règles de calcul pour l’intégrale.
64 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

′
1. Une fonction de la forme uu(x)
(x)
a comme primitive la fonction F (x) = log(u(x)). Plus généra-
′ ′
lement, si f (x) = G (u(x)) · u (x), alors G(u(x)) est une primitive pour f ; c’est simplement
la règle de dérivation d’une fonction composée. Pour l’intégrale cette observation donne lieu
à la formule suivante :
Z b Z u(b)
G′ (u(x))u′ (x) dx = G(u(b)) − G(u(a)) = G′ (x) dx .
a u(a)

En écrivant g(x) = G′ (x) cette formule prend la forme connue comme la règle de substitution :
Z b Z u(b)
g(u(x))u′ (x) dx = g(x) dx . (4.6)
a u(a)

On passe de l’expression à droite à celle de gauche en substituant u(x) pour la variable x.

2. Si F (x) (ou G(x)) est une primitive pour f (x) (respectivement g(x)), alors la fonction pro-
duit F (x) · G(x) est une primitive pour f (x)G(x) + F (x)g(x). Ceci donne pour l’intégrale la
règle suivante :
Z b Z b
f (x)G(x) dx + F (x)g(x) dx = F (b)G(b) − F (a)G(a) ,
a a

que l’on écrit habituellement sous la forme

Z b Z b
f (x)G(x) dx = F (b)G(b) − F (a)G(a) − F (x)g(x) dx (4.7)
a a

C’est la règle de l’intégration par parties (IPP) : la fonction à intégrer est décomposée en
un produit d’une fonction dont on connaît déjà une primitive, le facteur f , et une deuxième
fonction dont on sait calculer la dérivée, tout en espérant que l’intégrale à droite est plus facile
à calculer. Le but de l’opération est le passage de l’intégrale de F ′ (x)G(x) à celle de F (x)G′ (x),
la dérivée sautant d’un facteur à l’autre.
En utilisant la notation traditionnelle de l’intégrale indéterminée pour les primitive, la règle
de l’intégration par partie prend une forme très simple :
Z Z
f (x)G(x) dx = F (x)G(x) − F (x)g(x) dx . (4.8)

Toute la difficulté dans l’application de cette règle est de trouver la bonne factorisation de la
fonction à intégrer pour faire avancer le calcul.

Exemple 4.2.4. Considérons la figure 4.6 qui suggère de calculer l’aire A, l’aire du secteur d’angle α.
On a déjà vu un argument pour calculer cette aire (voir l’exemple 2.4.1 page 32), mais la défini-
tion (4.5) donne une interprétation plus rigoureuse de la notion d’aire.
√ du secteur additionnée de l’aire du triangle OP Q est égale à l’aire sous le
Selon la figure, l’aire
graphe de la fonction 1 − x2 entre les argument cos(α) et 1 :
Z 1 p 1
A= 1 − x2 dx + sin(α) cos(α) .
cos(α) 2
√
Il faut chercher une primitive de la fonction
√ 1 − x2 ; on tente une intégration par partie en consi-
dérant cette fonction comme produit 1 · 1 − x2 . Le premier facteur a comme primitive évidente la
4.3. MÉTHODES NUMÉRIQUES POUR L’ÉVALUATION D’UNE INTÉGRALE 65

α
(cos(α), sin(α)) = Q

P
−1 cos(α) O 1

Figure 4.6 – Calcul de l’aire d’un secteur.

fonction x :
x2
Z p p Z
1 − x2 dx = x 1 − x2 + √
dx
1 − x2
1 − x2
Z Z
p dx
= x 1 − x2 − √ dx + √
1−x 2 1 − x2
Z p Z
p dx
= x 1 − x2 − 1 − x2 dx + √ .
1 − x2
Après cette intégration par parties, apparemment le calcul n’a pas avancé : le même intégrale apparaît
encore à droite. Mais l’intégrale en question est du signe opposé à droite, de sorte que
Z p Z
p dx
2 1 − x2 dx = x 1 − x2 + √ .
1 − x2
L’intégrale à gauche est trouvée dans la table à la page 61, ce qui donne finalement le résultat suivant :
Z p
1 p

1 − x2 dx = x 1 − x2 + arcsin(x) .
2

Puisque arcsin(1) = π/2 et arcsin(cos(α)) = π/2 − α, on arrive finalement au résultat suivant :

1 p
α
A= − cos(α) 1 − cos2 (α) + α + sin(α) cos(α) = .
2 2
Ce résultat est en accord avec la formule obtenue dans l’exemple 2.4.1 page 32.

Remarque 4.2.5. Même si le théorème fondamental du calcul infinitésimal garantit l’existence d’une
primitive pour toute fonction continue, il n’est que rarement possible d’exprimer cette primitive en
termes simples par des fonctions élémentaires et leurs combinaisons algébriques. D’où la nécessité de
méthodes numériques permettant de donner une approximation de la valeur d’une intégrale.

4.3 Méthodes numériques pour l’évaluation d’une intégrale

On souhaite calculer une valeur approximative pour l’intégrale d’une fonction continue. L’idée
pour les algorithmes que l’on discutera dans la suite est d’approcher la fonction à l’aide d’un polynôme
d’interpolation. On utilise le terme quadrature pour désigner les algorithmes permettant le calcul
numérique d’une intégrale.
66 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

f (a)+f (b)
2 · (b − a)

a b

Figure 4.7 – Trapèze pour approcher l’intégrale.

Méthode des trapèzes Cette méthode remplace la fonction à intégrer par une sécante, comme
dans la figure 4.7. Ceci est équivalent à remplacer la fonction par la constante égale à la moyenne
des valeurs prises aux bords de l’intervalle :

Z b
f (a) + f (b)
f (x) dx ≈ · (b − a) . (4.9)
a 2

a a+h a + 2h a + nh = b

Figure 4.8 – Méthode composée du trapèze pour approcher l’intégrale.

L’approximation par la sécante est évidemment très grossière. Mais en décomposant l’inter-
valle [a, b] d’une façon régulière, l’approximation par la sécante dans chaque sous-intervalle devient
plus précise (voir figure 4.8) : soit n > 0 un entier et h = b−a n la longueur commune des sous-
intervalles ; les points de la subdivision sont alors

a = a0 < a1 < . . . < an−1 < an = b ,

où ak = a + h · k, k = 0, . . . , n. Dans chaque sous-intervalle on passe à l’approximation par un

trapèze :
Z ak+1
f (ak ) + f (ak+1 )
f (x) dx ≈ · h,
ak 2
4.3. MÉTHODES NUMÉRIQUES POUR L’ÉVALUATION D’UNE INTÉGRALE 67

Comme approximation de l’intégrale étendue sur [a, b] on obtient de cette façon la formule suivante :
Z b
b − a h f (a0 ) + f (a1 ) f (a1 ) + f (a2 ) f (an−1 ) + f (an ) i
f (x) dx ≈ + + ··· +
a n 2 2 2
b − a  f (a) + f (b) 
= + f (a1 ) + f (a2 ) + · · · + f (an−1 )
n 2
= Tn (f ) .
La formule Tn (f ) est appelée la quadrature du trapèze. Il suffit que la fonction f soit continue pour
Rb
que limn→∞ Tn (f ) = a f (x) dx. Si la fonction f est dérivable, alors il existe une constante C,
indépendante de n, telle que pour tout n > 0,
Z b
C
Tn (f ) − f (x) dx ≤ 2 . (4.10)
a n
Exemple 4.3.1 (Observation de la convergence). Voici des résultats de calcul pour l’intégrale
R π/2
0
sin(x) dx = 1. Pour passer d’une ligne à la suivante, l’ordre de la subdivision est doublé. L’es-
timation (4.10) laisse penser que l’erreur est alors divisée approximativement par un facteur 4. La
dernière colonne du tableau montre les rapports entre deux erreurs successives.

n T (n) err r
1 0.785398 0.2146
2 0.948059 0.05194 4.13168
4 0.987116 0.01288 4.03134
8 0.996785 0.003215 4.00774
16 0.999197 0.0008033 4.00193
32 0.999799 0.0002008 4.00048

Remarque 4.3.2. Le calcul de Tn (f ) nécessite n + 1 évaluations de la fonction f . En passant d’une

subdivision en n intervalles à une en n+1 intervalles il faut calculer n−1 nouvelles évaluations, presque
aucune des valeurs déjà calculées ne peut être réutilisée. Par contre si on passe d’une subdivision
en n à celle en 2n parties, c’est-à-dire chaque intervalle est divisé en deux parties de même longueur,
on peut réutiliser toutes les valeurs, ce qui nécessite seulement n nouvelles évaluations de f pour
calculer T2n (f ).
En reprenant la notation précédente, on voit que
b − a h f (a) + f (b) i
T2n (f ) = + f (a1 ) + f (a2 ) + · · · + f (a2n−1 )
2n 2
b − a h f (a) + f (b) i
= + f (a2 ) + f (a4 ) + · · · + f (a2n−2 )
2n 2
b − a 
+ f (a1 ) + f (a3 ) + · · · + f (a2n−1 )
2n
1 b − a 
= Tn (f ) + f (a1 ) + · · · + f (a2n−1 )
2 2n
n−1
1 h X h
= Tn (f ) + f (a + + h · k) ,
2 2 2
k=0
b−a
où h = n . La dernière formule suggère un algorithme récursif : le calcul commence par T1 (f ) =
f (a)+f (b)
2 · (b − a) et se poursuit par le calcul de T2 (f ), T4 (f ), T8 (f ) et cætera ; le calcul s’arrête dès
que la différence entre deux termes successifs est jugée suffisamment petite.
68 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

Quadrature de Simpson En passant de l’approximation par les sécantes qu’utilise la quadrature

du trapèze à une approximation par un polynôme d’interpolation de degré 2 on peut espérer une
amélioration de la précision du calcul.

f (x)

p(x)

a a+h b = a + 2h

Figure 4.9 – Méthode de Simpson : polynôme p(x) de degré inférieur à 2.

On partage l’intervalle [a, b] en deux parties de longueur h = b−a 2 et on cherche le polynôme

d’interpolation p(x) qui prend en a, a + h, a + 2h = b les valeurs f (a), f (a + h), f (b), comme dans la
figure 4.9. Le polynôme p est obtenu par le schéma de Lagrange :

p(x) = f (a) l0 (x) + f (a + h) l1 (x) + f (a + 2h) l2 (x) .

Les polynômes l0 , l1 , l2 ne dépendent que des points a, a + h et a + 2h, mais pas de la fonction f .
Comme approximation de l’intégrale de f on calculera l’intégrale du polynôme p :
Z b Z b
f (x) dx ≈ p(x) dx .
a a

La formule de Lagrange donne explicitement la dépendance de l’intégrale de p par rapport aux valeurs
de f :
Z b Z b Z b Z b
p(x) dx = f (a) l0 (x) dx + f (a + h) l1 (x) dx + f (a + 2h) l1 (x) dx
a a a a
= f (a) · A + f (a + h) · B + f (a + 2h) · C .

Les nombres A, B, C ne dépendent pas de f , mais seulement de a et de h. Pour déterminer ces

nombres, on exploite le fait que la formule est exacte pour les polynômes de degré inférieur ou égal
que 2 : dans ce cas le polynôme d’interpolation n’est plus seulement une approximation, mais est égal
à f . En choisissant judicieusement trois polynômes, la détermination des coefficients A, B, C devient
très facile :
Rb
1. On prend f (x) = 1 tel que f (a) = f (a + h) = f (a + 2h) = 1 et on sait que a f (x) dx = 2h ;
ainsi on obtient la relation
2h = A + B + C .
2. On prend f (x) = x−a−h
h tel que f (a) = −1, f (a + h) = 0, f (a + 2h) = 1 et par symétrie
Rb
par rappor au point milieu on peut dire sans calcul que a f (x) dx = 0 ; ainsi on obtient la
deuxième relation :
0=A−C .
4.3. MÉTHODES NUMÉRIQUES POUR L’ÉVALUATION D’UNE INTÉGRALE 69

2
3. Finalement on prend f (x) = (x−a−h)2 tel que f (a) = f (a + 2h) = 1, f (a + h) = 0 ; un calcul
Rhb
facile montre que l’intégrale est a f (x) dx = 32 h ; ainsi

2
h=A+C .
3
h
De ces équation on déduit d’abord de la deuxième relation A = C, puis de la troisième A = C = 3
et finalement on trouve B = 34 h. L’approximation cherchée prend maintenant la forme
Z b
h

f (x) dx ≈ f (a) + 4f (a + h) + f (a + 2h) . (4.11)
a 3

Comme pour la méthode du trapèze, on passe à la décomposition de l’intervalle [a, b] en 2n

sous-intervalles de taille h = b−a
2n . À chaque couple de sous-intervalles consécutifs on applique la
formule (4.11). Ainsi on trouve l’approximation de Simpson :

h

Sn (f ) = f (a0 ) + 4f (a1 ) + f (a2 )
3
h

+ f (a2 ) + 4f (a3 ) + f (a4 )
3
..
.
h

+ f (a2n−2 + 4f (a2n−1 ) + f (a2n )
3
h
= f (a) + f (b)
3

+ 4 f (a1 ) + f (a3 ) + · · · + f (a2n−1 )


+ 2 f (a2 ) + f (a4 ) + · · · + f (a2n−2 ) .

Comme pour la quadrature du trapèze on peut donner une estimation de l’erreur de calcul commis
par S2n . Si f admet 4 dérivées dans [a, b], alors il existe une constante C telle que
Z b
C
S2n (f ) − f (x) dx ≤ . (4.12)
a n4

Exemple 4.3.3 (Observation de la convergence). Voici des résultats de la méthode de Simpson pour
R π/2
l’intégrale 0 sin(x) dx = 1. Ce tableau est à comparer avec celui de l’exemple 4.3.1 ; le calcul de
S2n necéssite 2n + 1 évaluation et il faut comparer cette quadrature de Simpson avec T2n . La formule
(4.12) laisse penser que le doublement du nombre des points de subdivision réduit l’erreur par un
facteur 16 ; ce que confirme le tableau.

n S(2n) err r
1 1.002279877 0.00228
2 1.000134585 0.0001346 16.94
4 1.000008296 8.296e-06 16.224
8 1.000000517 5.167e-07 16.055
16 1.000000032 3.227e-08 16.014
32 1.000000002 2.016e-09 16.003
70 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

Remarque 4.3.4 (Simpson vs trapèze). La quadrature de Simpson est une combinaison de qua-
dratures du trapèze. La relation entre les deux méthodes est
4T2n (f ) − Tn (f )
S2n (f ) = (4.13)
3
Ceci se vérifie facilement au niveau de la formule simple de la méthode de Simpson. On pose h = b−a
pour la longueur de l’intervalle tel que les formules simples précédentes deviennent comme suit :
h
T1 = [f (a) + f (b)]
2
h
T2 = [f (a) + 2f (a + h/2) + f (b)]
4
h
4T2 − T1 = [f (a) + 4f (a + h/2) + f (b)]
2
tel que
4T2 − T1 h
= [f (a) + 4f (a + h/2) + f (b)] = S2 .
3 6
Ceci entraîne la relation linéaire (4.13) pour les méthodes composées.

4.4 Polynôme de Taylor

Soit I = ]a, b[ un intervalle ouvert et f : I → R une fonction dérivable dans I. Les valeurs
des dérivées f ′ (x), x ∈ I, déterminent une nouvelle fonction f ′ : I → R. Cette fonction peut être
dérivable à son tour. La dérivée de cette fonction est appelée la dérivée seconde de f et elle est notée
par f ′′ (x). On dit qu’une fonction f possède les dérivées à l’ordre n si f ′ possède les dérivées à
l’ordre n − 1. La n-ième dérivée de f , quand n ≥ 3, est notée par f (n) (x).
Exemple 4.4.1. Si f (x) = sin(x), alors on peut facilement calculer toutes les dérivées :
( n
(n) (−1) 2 sin(x) si n est pair
f (x) = n−1
(−1) 2 cos(x) si n est impair .
1
La fonction h(x) = 1−x , définie pour x ̸= 1, possède des dérivées d’ordre arbitraire et il est facile de
les calculer :
1
h′ (x) =
(1 − x)2
2
h′′ (x) =
(1 − x)3
..
.
n!
h(n) (x) = .
(1 − x)n+1

La formule générale pour h(n) pourrait se justifier par récurrence sur l’ordre n.
Fixons maintenant un point x0 ∈ I. On a considéré la tangente au point x0 ,

t(x) = f (x0 ) + f ′ (x0 )(x − x0 ) ,

4.4. POLYNÔME DE TAYLOR 71

comme approximation de la fonction f autour de x0 : t(x) prend la même valeur et la même dérivée
que f au point x0 . Ce point de vue peut être élargi ; on cherche un polynôme

T (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + · · · + an (x − x0 )n

qui prend en x0 la même valeur et les mêmes dérivées que f jusqu’à l’ordre n. Explicitement, ces
conditions sont

T (x0 ) = f (x0 )
T ′ (x0 ) = f ′ (x0 ) = a1
T ′′ (x0 ) = f ′′ (x0 ) = 2a2
T (3) (x0 ) = f (3) (x0 ) = 2 · 3a3
..
.
T (n) (x0 ) = f (n) (x0 ) = n! an .

On en déduit que le polynôme cherché doit être le suivant :

f ′′ (x0 ) f (n) (x0 )

T (x) = f (x0 ) + f ′ (x0 )(x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n .
2 n!
Ce polynôme T (x) = Tn (f, x0 , x) est appelée le polynôme de Taylor à l’ordre n de f au point x0 .

Exemple 4.4.2. Le polynôme de Taylor à l’ordre 2n + 1 de f (x) = sin(x) au point x0 est

x3 x5 x(2n+1)
T (x) = x − + − · · · + (−1)n .
3! 5! (2n + 1)!

Exemple 4.4.3. Soit g(x) = ex et x0 = 1. Les dérivées de cette fonction sont g (n) (x) = g(x) = ex .
Le polynôme de Taylor à l’ordre n est
 
1 1 1
T (x) = e 1 + (x − 1) + (x − 1)2 + (x − 1)3 + · · · + (x − 1)n .
2 6 n!

Si Tn (x) est le polynôme de Taylor de la fonction f (pour un certain point x0 ), la différence Rn (x) =
f (x) − Tn (x) est appelée le reste du développement de Taylor à l’ordre n. Autrement dit, on a

f (x) = Tn (f, x) + Rn (x) .

Comme dans le cas de l’ordre 1, où le polynôme de Taylor est de degré 1, le reste disparaît plus
rapidement que tous les autres termes du polynôme de Taylor quand x s’approche de x0 . Voici un
énoncé précis :

Théorème 4.4.4 (Développement de Taylor). Soit f : I → R une fonction admettant des dérivées
à l’ordre n + 1, x0 ∈ I et Tn (x) le polynôme de Taylor de f à l’ordre n au point x0 . Alors pour
tout x ∈ I
C
|Rn (x)| = |f (x) − Tn (x)| ≤ |x − x0 |n+1 ,
(n + 1)!
où C est une constante majorant |f (n+1) (x)|, x ∈ I.
72 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

Exemple 4.4.5. Considérons à nouveau la fonction f (x) = sin(x) au point x0 = 0. Le théorème

permet d’approcher cette fonction par la formule
x3
sin(x) = x − + R4 (x) ,
6
1
où |R4 (x)| ≤ 120 x5 . Par exemple, si |x| < 0.2 (c’est-à-dire un angle plus petit que 11 degrés),
alors l’erreur commise par le polynôme de Taylor est inférieure à 1.3 · 10−3 %. Plus généralement, le
polynôme de Taylor à l’ordre 2n + 1 donne une représentation de sin(x) comme
x3 x2n+1
sin(x) = x − + · · · + (−1)n + R2n+2 (x) ,
6 (2n + 1)!
1
où |R2n+2 (x)| ≤ (2n+3)! |x|2n+3 . Le polynôme de Taylor avec quatre termes suffit pour évaluer sin(x)
à une erreur inférieure à 10−9 près : on peut toujours se ramener à un argument x tel que |x| < π/16
en utilisant la périodicité de la fonction trigonométrique et la formule pour la bissection d’un angle.
Idée pour la formule de Taylor. Pour tout x ̸= x0 on peut écrire

f ′′ (x0 )
f (x) = f (x0 ) + f ′ (x0 )(x − x0 ) + (x − x0 )2 +
2
f (n) (x0 ) (x − x0 )n+1
··· + (x − x0 )n + Q(x) ,
n! (n + 1)!
ce qui définit Q(x). On considère maintenant aussi x comme fixé, disons x > x0 et on pose pour t ∈
[x0 , x]

f ′′ (t)
F (t) = f (x) − f (t) − f ′ (t)(x − t) − (x − t)−
2
f (n) (t) (x − t)n+1
··· − (x − t)n + Q(x) .
n! (n + 1)!
La dérivation de cette fonction par rapport à t est
f (3) (t)
F ′ (t) = −f ′ (t) + f ′ (t) − f ′′ (t)(x − t) − f ′′ (t)(x − t) + (x − t)2 +
2
f (n+1) (t) (x − t)n
··· − (x − t)n + Q(x)
n! n!
f (n+1) (t) (x − t)n
=− (x − t)n + Q(x) .
n! n!
On constate que F (x) = 0 et aussi F (x0 ) = 0. Il y a donc un point ξ ∈ ]x0 , x[ tel que F ′ (ξ) = 0 ;
ainsi on obtient la relation suivante :
(x − ξ)n ) (x − ξ)n (n+1)
Q(x) = f (ξ) ,
n! n!
ou, en simplifiant,
Q(x) = f (n+1) (ξ) .
Si C est une borne pour la dérivée d’ordre n + 1 de f , on trouve comme annoncé
C
|Rn (x)| ≤ |x − x0 |n+1 ,
(n + 1)!
ce qui achève la démonstration du théorème 4.4.4 page précédente.
4.4. POLYNÔME DE TAYLOR 73

Exemple 4.4.6 (Critère suffisant pour extrémum local). Soit f une fonction définie dans un inter-
valle ]a, b[ et qui admet 2n + 1 dérivées dans cet intervalle. Soit x0 ∈ ]a, b[ un point critique de f , .
Si f ′′ (x0 ) > 0, alors le point x0 est un minimum local. Plus généralement, si

f ′ (x0 ) = · · · f (2n−1) (x0 ) = 0 et f (2n) (x0 ) > 0 ,

alors le point x0 est un minimum local. En effet, la formule de Taylor devient dans cette situation
simplement
f (2n) (x0 )
f (x) = f (x0 ) + (x − x0 )2n + R2n (x) (4.14)
(2n)!
et il y a une constante C telle que |R2n (x)| ≤ C|x − x0 |2n+1 . Supposons maintenant que x ̸= x0 .
Alors on peut écrire la formule (4.14) comme
 (2n) 
f (x0 ) R2n (x)
f (x) = f (x0 ) + + (x − x0 )2n . (4.15)
(2n)! (x − x0 )2n

Si |x − x0 | est suffisamment petit, tel que

1 f (2n) (x0 )
C|x − x0 | ≤ ,
2 (2n)!
alors
R2n (x) |R2n (x)| C |x − x0 |2n+1 1 f (2n) (x0 )
2n
= 2n
≤ 2n
= C |x − x0 | ≤ .
(x − x0 ) |x − x0 | |x − x0 | 2 (2n)!
On en déduit que dans la relation (4.15) l’expression entre crochets est positive :

f (2n) (x0 ) R2n (x) f (2n) (x0 ) R2n (x)

+ 2n
≥ −
(2n)! (x − x0 ) (2n)! (x − x0 )2n
f (2n) (x0 ) 1 f (2n) (x0 )
≥ −
(2n)! 2 (2n)!
1 f (2n) (x0 )
= >0.
2 (2n)!

Dans la relation (4.15), le facteur (x − x0 )2n est strictement positive telle que si |x − x0 | est suffi-
samment petit et si x ̸= x0 , l’inégalité
f (x) > f (x0 )
a lieu. En d’autres termes, x0 est un minimum local. C’est même un minimum local strict dans le
sens qu’il n’y a pas d’autre minimum local proche de x0 (c’est un minimum local isolé).
Le théorème suivant résume le résultat du calcul que l’on vient de faire. L’énoncé analogue, avec
la dérivée f (2n) strictement négative au point critique, permet de déterminer un maximum local isolé.
Théorème 4.4.7 (Détermination d’un point critique). Soit f : I → R une fonction définie dans un
intervalle ouvert et qui admet des dérivées d’ordre 2n. Supposons que pour x0 les conditions suivantes
sont satisfaites :

f ′ (x0 ) = f ′′ (x0 ) = · · · = f (2n−1) (x0 ) = 0 et f (2n) (x0 ) > 0 .

Alors le point x0 est un minimum local. Plus précisement, il existe δ > 0 tel que le point x0 est le
seul minimum dans l’intervalle [x0 − δ, x0 + δ].
74 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

4.5 Comparaison de fonctions

Dans la formule de Taylor, disons à l’ordre n, (voir théorème 4.4.4 page 71) le reste R est bornée
par C · |x − x0 |n+1 . Souvent la connaissance de la constante C n’est pas nécessaire. On dit alors que
le reste est dominé par |x − x0 |n+1 .
Si on écrit C|x − x0 | · |x − x0 |n , on voit que le quotient R/|x − x0 |n tend vers 0 lorsque x tend
vers x0 . On dit alors que le reste est négligeable devant |x − x0 |n .

Définition 4.5.1 (Domination). Soient f, g : I → R deux fonctions définies dans un intervalle I

qui contient x0 . On dit que f est dominée par g s’il existe des constantes A et δ telles que pour
tout x ∈ I, |x − x0 | ≤ δ entraîne
|f (x)| ≤ A|g(x)| .

Cette définition a un intérêt quand g(x) tend vers 0 lorsque x tend vers x0 . La fonction dominée f
tend alors «plus rapidement» vers 0.
Le fait que f domine g est noté par f (x) = O(g(x)) et on dit que «f est un grand Oh de g». De la
même façon on peut dire que f est un grand Oh de g pour x qui tend vers x0 ∈ I si f (x) ≤ A|g(x)| dès
que x est suffisamment proche de x0 . On note cette situation comme f (x) = O(g(x)) pour x → x0 , ou
plus brièvement par f (x) = O(g(x)) [x → x0 ]. L’enjeu de cette définition est qu’elle fait disparaître les
constantes sous une quantification existentielle. L’information sur δ et A est en général très difficile
à obtenir, mais aussi souvent sans beaucoup d’utilité.
Si f1 et f2 sont deux fonctions, on se permet d’écrire f1 (x) = f2 (x) + O(g(x)) dans la situation
où f1 (x) − f2 (x) = O(g(x)). L’expression O(g(x)) est traité comme un terme indéterminé pour
lequel une inégalité de la forme ≤ A|g(x)| est valable. Mais il n’est pas permis de conclure des
assertions f1 (x) = O(g(x)) et f2 (x) = O(g(x)) que l’on a égalité, f1 (x) = f2 (x).
Il est possible de calculer avec la relation de domination. Par exemple, si f1 , f2 sont des fonc-
tion O(g), alors f1 (x) + f2 (x) = O(g). Si h est une fonction quelconque, et si f (x) = O(g),
alors h(x)f (x) = O(h(x)g(x)).
Une façon moins précise de formuler le théorème sur le polynôme de Taylor (voir 4.4.4 page 71),
mais en général tout à fait suffisante, est maintenant la suivante :

Théorème 4.5.2 (Taylor-Maclaurin). Soit f : I → R une fonction admettant n + 1 dérivées, x0 ∈ I

et Tn = Tn (f, x0 ) le polynôme de Taylor à l’ordre n de f au point x0 . Alors

f (x) = Tn (x) + O(|x − x0 |n+1 ) .

Exemple 4.5.3. Soit a un nombre tel que f (x) = a+O(|x−x0 |) lorsque x → x0 . Alors limx→x0 f (x) =
a.
√
Considérons la fonction f (x) = x x :√certainement f (x) = O(x). Dans la définition de la domina-
tion, on peut prendre δ arbitraire et A = δ, c’est-à-dire on peut choisir la constante A arbitrairement
petite. Mais f (x) = O(x2 ) n’est pas vrai. La fonction f représente un cas intermédiaire entre la do-
√
mination par x et la domination par x2 . Elle satisfait limx→0 f (x)
x = 0. On dit alors que f (x) = x x
est négligeable devant x.

Définition 4.5.4 (Fonction négligeable). Soient f, g : I → R deux fonctions définies dans l’intervalle
I qui contient 0 et on suppose que g(x) ̸= 0 pour tout x ̸= 0. La fonction f est négligeable devant g
au voisinage de 0 si
f (x)
lim =0.
x→0 g(x)
4.5. COMPARAISON DE FONCTIONS 75

La notation pour cette situation est f (x) = o(g(x)) et on dit f est un «petit oh» devant g. Plus
généralement on peut dire que f (x) = o(g(x)) [x → x0 ] (lorsque x tend vers x0 ), si
f (x)
lim =0.
x→x0 g(x)
Cette formulation suppose que la fonction ne s’annule pas pour x ̸= x0 . On peut exprimer la même
situation sans cette hypothèse : pour tout ε > 0 il existe δ > 0 tel que |x − x0 | ≤ δ implique

|f (x)| ≤ ε|g(x)| .

Exemple 4.5.5. f (x) = o(1) signifie que limx→0 f (x) = 0.

Exemple 4.5.6. Soit f une fonction définie sur un intervalle I, x0 ∈ I et supposons que f soit
dérivable au point x0 . Ceci signifie qu’il y a une formule à trois termes (voir théorème 3.3.6 page 50) :

f (x0 + h) = f (x0 ) + f ′ (x0 ) · h + R(h) ,

R(h)
où le reste est R(h) = o(h). En effet, par définition, limh→0 h = 0. Autrement dit,

f (x0 + h) = f (x0 ) + f ′ (x0 ) · h + o(h) .

En utilisant un peu plus de soins que dans l’argument justifiant la formule de Taylor, on peut obtenir
cette formule à l’ordre n avec l’hypothèse que la fonction en question admet seulement n dérivées.
Elle prend alors la forme

f ′′ (x0 ) 2 f (n) (x0 ) n

f (x0 + h) = f (x0 ) + f ′ (x0 )h + · h + ··· + · h + o(hn ) .
2 n!
Théorème 4.5.7 (Règle de l’Hôpital). Soient f, g : ]a, b[ → R deux fonctions admettant des dérivées
d’ordre n et soit x0 ∈ ]a, b[ un point tel que

f (x0 ) = f ′ (x0 ) = · · · = f (n−1) (x0 ) = 0

g(x0 ) = g ′ (x0 ) = · · · = g (n−1) (x0 ) = 0

mais g (n) (x0 ) ̸= 0. Alors la limite du quotient f (x)/g(x) existe et

f (x) f (n) (x0 )

lim = (n) .
x→x0 g(x) g (x0 )
Exemple 4.5.8. On demande de calculer la limite suivante :
√ √
1−x+ 1+x−2
lim .
x→0 cos(x) − 1
La dérivée du dénominateur en x0 = 0 est − sin(0) = 0. La deuxième dérivée est − cos(x), une
fonction qui ne s’annule pas en 0. Il faut alors calculer la deuxième dérivée du numérateur :
√
′ 1 √ 1

′
1−x =− √ 1+x= √
2 1−x 2 1+x
√
′′ 1 1 √
′′ 1 1
1−x =− √ 1+x =− √ .
4 ( 1 − x)3 4 ( 1 + x)3

La deuxième dérivée du numérateur en 0 est donc −1/2 et la limite cherchée est 21 .

76 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

Justifiction de la règle de l’Hôpital. D’abord une remarque qui permet de diviser un terme o(hn ) par
hn . Considérons une fonction R(h) = o(hn ). On pose
(
R(h)/hn si h ̸= 0
r(h) =
0 si h = 0 .

Cette nouvelle fonction satisfait R(h) = hn r(h). En plus, si ε > 0 est arbitraire et |R(h)| ≤ ε|hn |,
alors |r(h)| ≤ ε. Par conséquent r(h) = o(1). Ainsi on a justifié la «division» o(hn ) = hn o(1).
Les hypothèses entraînent que les formules de Taylor pour les deux fonctions en question sont de
la forme
1 (n)
f (x0 + h) = f (x0 )hn + o(hn )
n!
1
g(x0 + h) = g (n) (x0 )hn + o(hn ) .
n!
Avec la remarque que l’on vient de faire on peut écrire
hn  (n) 
f (x0 + h) = f (x0 ) + o(1)
n!
hn  (n) 
g(x0 + h) = g (x0 ) + o(1) .
n!
Après simplification par hn /n! le quotient dont on cherche la limite est

f (x0 + h) f (n) (x0 ) + o(1)

= (n) .
g(x0 + h) g (x0 ) + o(1)
Maintenant le dénominateur a une limite différente de 0, on peut donc appliquer la règle habituelle
pour la limite d’un quotient (voir section 3.1 page 37) et on trouve le résultat visé.

4.6 Comparaison asymptotique

Pour apprécier l’efficacité d’un algorithme, il faut connaître sa consommation en ressource espace
et resource temps. Les ressources nécessaires dépendent en général de la taille des données à traiter.
La taille est mesurée pas le nombre d’octets nécessaires pour représenter les données. Par exemple,
la taille d’un tableau est proportionelle au nombre d’items. Pour un graphe, la taille est mesurée par
le nombre de sommets et le nombre d’arêtes.
Les formules calculant la consommation des ressources, si toutefois on arrive à les obtenir, sont
souvent très compliquées. On va alors se contenter de caractériser le comportement asymptotique de
ces formules lorsque la taille des données devient très grand.
Supposons que la fonction T (n) calcule le nombre de cycles consommés pour un algorithme
quand les données en entrée sont de taille n. Imaginons que le graphe de T (n) ressemble à celui de la
figure 4.10 page suivante. À partir d’un certain seuil n0 pour le paramètre, la courbe de T (n) reste
encadré par les deux courbes n2 et 100n2 . Dans cette situation on dit que T (n) est asymptotiquement
plus petit que 100n2 . Le facteur 100 n’est pas important : il dépend du choix des unités de mesure
pour les resources. Ainsi on est amené à faire la définition suivante.
Définition 4.6.1 (Domination asymptotique). Soit f : N → R une fonction. On dit d’une fonc-
tion T : N → R qu’elle est O(f (n)) s’il existe un seuil n0 et une constante A telles que pour
tout n ≥ n0 ,
|T (n)| ≤ A |f (n)| .
4.6. COMPARAISON ASYMPTOTIQUE 77

cycles

T (n)

100n2

n2

n0 n

Figure 4.10 – Consommation T (n) en fonction de la taille n.

Dans l’exemple fictif de la figure 4.10, on dit que T (n) est O(n2 ). Dans la situation de cette
définition on se permet d’écrire T (n) = O(f (n)). L’avantage de cette notation est justement qu’elle
laisse implicite les constantes n0 et A.

Exemple 4.6.2. Considérons la somme des entiers de 0 jusqu’à n :

S(n) = 1 + 2 + · · · + n .

n(n+1)
Nous savons que S(n) = 2 . Puisque

n2 n n2 n2
S(n) = + ≤ + = n2 ,
2 2 2 2

on peut dire que S(n) = O(n2 ) ; les constantes n0 = 0 et A = 1 sont des choix possibles pour
satisfaire les condition de la définition. Le renseignement S(n) ≤ An2 est certainement moins précis
que la formule explicite, mais il est peut-être suffisant pour estimer le coût d’un algorithme.
2
Un renseignement plus précise est de dire que la différence S(n) − n2 est un O(n). Autrement
2 2
dit, S(n) = n2 + R(n) est composé d’un terme dominant n2 un d’un reste R(n) = O(n).

Si S, T : N → R sont deux fonctions, on dit que S(n) = T (n)+O(g(n)), si la différence S(n)−T (n)
est O(f (n)). De cette façon on peut indiquer précisément le comportement dominant à un reste près
dont on donne le comportement asymptotique.

Exemple 4.6.3. Considérons un polynôme P (n) = a0 + a1 n + · · · + ad nd . On peut dire que P (n) =

O(nd ) parce que nk ≤ nd pour tout k = 0, . . . , d et donc

|P (n)| = |a0 + a1 n + · · · + ad nd | ≤ |a0 | + |a1 |n + · · · + |ad |nd ≤

≤ |a0 | + |a1 | + · · · + |ad | · nd = A · nd .


| {z }
A

Dans la liste suivante le polynôme P est de plus en plus précisément caractérisé dans son comporte-
78 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

ment asymptotique :

P (n) = O(nd )
P (n) = ad nd + O(nd−1 )
P (n) = ad nd + ad−1 nd−1 + O(nd−2 )
.. ..
. .
P (n) = ad nd + ad−1 nd−1 + · · · + a0 .

D’une façon analogue à la notion de domination asymptotique, on peut formuler la notion d’une
fonction asymptotiquement négligeable par rapport à une autre.

Définition 4.6.4 (Asymptotiquement négligeable). Une fonction f : N → R est asymptotiquement

négligeable devant la fonction g : N → R, si pour tout ε > 0 il existe un seule n0 tel que n ≥ n0
entraîne
|f (n)| ≤ ε |g(n)| .

Dans le cas où f est asymptotiquement négligeable devant g on écrit f (n) = o(g(n)) et on dit que f
est un «petit oh» de g. Si g(n) ̸= 0, la condition f (n) = o(g(n)) est équivalente à limn→∞ f (n)/g(n) =
0. Dire que f (n) = o(1) est la même chose que dire que la suite (f (n))n∈N converge vers 0.

Exemple 4.6.5. On a log(n)n = o(1), c’est-à-dire limn→∞ log(n)

n = 0. En effet, la dérivée de la fonction
1
log(x) est x . Soient n ≥ n0 deux entiers. Le théorème d’accroissement fini donne un nombre réel x0
tel que n0 ≤ x0 ≤ n et
1
log(n) − log(n0 ) = (n − n0 ) .
x0
1 1
Mais x0 ≤ n0 ; par conséquent

1 n n
log(n) − log(n0 ) ≤ (n − n0 ) = −1< ,
n0 n0 n0

et, en divisant par n, on trouve

log(n) log(n0 ) 1
≤ + .
n n n0
Si n ≥ n0 log(n0 ), on trouve l’inégalité

log(n) 2
≤ .
n n0

Mais n0 peut être choisi arbitrairement et on voit finalement que l’assertion en question est vraie.
L’argument que l’on vient de donner est simplement la traduction en formule algébrique de
l’observation qu’on peut faire sur la courbe du logarithme : la pente de la tangente tend vers 0.

Exemple 4.6.6 (Utilisation de la formule de Taylor). Il y a des situation où le comportement

asymptotique d’une fonction peut être obtenu à partir de la formule de Taylor. Par exemple si g(x) =
O(f (x)) lorsque x → 0, alors g(1/n) = O(f (1/n)). Plus généralement si u : N → R est une fonction
telle que limn→∞ u(n) = 0, alors g(u(n)) = O(f (u(n))). En effet il existe un δ > 0 et une constante
A tels que |x| < δ entraîne |g(x)| ≤ A |f (x)|. Avec l’hypothèse de convergence, il existe un seuil n0
tel que n ≥ n0 entraîne à son tour |u(n)| < δ et par conséquent aussi |g(u(n))| ≤ A |f (u(n))|.
4.6. COMPARAISON ASYMPTOTIQUE 79

Par exemple, on a vu la formule de Taylor pour la fonction logarithme :

x2
log(1 + x) = x − + O(x3 ) .
2
Par suite on obtient un développement asymptotique
1
1 1 1

log 1 + = − 2 +O 3 .
n n 2n n
En multipliant par n on trouve le développement
1
1 1

n log 1 + =1− +O 2 .
n 2n n
On ne voit pas seulement que limn→∞ n log(1 + 1/n) = 1, mais on obtient aussi une description
asymptotique de la vitesse avec laquelle cette limite est atteinte.
Avec la limite précédente on peut calculer une limite que nous avons déjà utilisée. Dans la suite
de terme général  n
1
1+
n
on prend des puissance de plus en plus grand d’un nombre qui s’approche de 1. Est-ce que cette suite
converge ? La réponse devient immédiatement évidente si on écrit
 n
1
1+ = en log(1+1/n) .
n

On sait que la fonction ex est continue et on connaît la limite de la suite dans l’exposant, donc
 n
1
lim 1+ = elimn→∞ n log(1+1/n) = e1 = e .
n→∞ n

Mais le développement donne même une description de la vitesse avec laquelle cette suite converge.
Puisque ex = 1 + x + O(x2 ), on peut écrire
 
n log(1+1/n) 1
1− 2n +O(1/n2 ) 1
− 2n +O(1/n2 ) 1 1

e =e =e·e =e 1− +O 2 ,
2n n

tel que  n
1 e 1

1+ −e= +O 2 .
n 2n n

Exemple 4.6.7. La suite de terme général log(n)

n est un cas typique d’une suite pour laquelle la
méthode de l’exemple précédent est impuissante. Mais on sait déjà que

log(n)
lim =0.
n→∞ n
√
Cette limite permet de donner le comportement asymptotique de n n lorsque n tend vers ∞. Dans
le terme général de cette suite il y a deux processus concurrents : Si on fixe le nombre sous √ la racine,
√
n n , alors ce terme tend vers 1 lorsque n tend vers infini ; si on fixe l’ordre de la racine, n0 n, alors
0
ce terme tend vers infini avec n.
80 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

On part du fait que ex = 1 + O(x), et on voit immédiatement que

√ log(n) log(n)

n
n = n1/n = e n =1+O
n
et par conséquent
√
n
lim n=1.
n→∞

Il est facile de donner une caractérisation asymptotique de cette convergence en poussant le déve-
loppement de Taylor un terme plus loin ; on a

ex = 1 + x + O(x2 )

tel que
√
n
log(n)log(n) log(n)2

n=e n =1+ +O .
n n2
Ainsi on peut voir que la partie dominant de la différence lorsque n tend vers infini est :

√ log(n) log(n)2

n
n−1= +O .
n n2

La relation f (n) = O(g(n)) est une relation unilatérale, une fonction domine et une autre est
dominée. Si on a en même temps aussi g(n) = O(f (n)), on dit que f (n) = Θ(g(n)), f est un «théta»
de g. Ceci est une notation lamentable, mais utilisée dans la littérature traitant d’algorithmes. Il
est évident qu’on obtient ainsi une relation d’équivalence pour les fonctions définies sur les entiers
naturels.
La relation f (n) = Θ(g(n)) signifie qu’il y a une constante A > 0 et un seuil n0 tels que pour
tout n ≥ n0 ,
A−1 |g(n)| ≤ |f (n)| ≤ A |g(n)| .
Si g ne s’annule pas, au moins au-delà d’un seuil, ceci est équivalent à la condition

f (n)
A−1 ≤ ≤A.
g(n)

En fait, la définition suivante est plus utile que la relation Θ.

Définition 4.6.8 (Équivalence asymptotique). Soient f, g : N → R deux fonctions telles que g(n) ̸= 0
si n est suffisamment grand. Alors f et g sont asymptotiquement équivalentes si

f (n)
lim =1.
n→∞ g(n)

Cette relation entre f et g est souvent notée simplement par f ∼ g. En apparence la définition
n’est pas symétrique entre les deux fonctions. Mais si limn→∞ f (n)/g(n) = 1, alors f (n) ̸= 0 dès
que n est suffisamment grand. La relation est évidemment transitive et réflexive, il s’agit d’une
relation d’équivalence.

Exemple 4.6.9. Soit P (n) = ad nd + · · · + a0 un polynôme de degré d (c’est-à-dire ad ̸= 0). Alors

P (n) ∼ ad nd . En effet, on a
P (n) = ad nd + O(nd−1 ) ,
4.6. COMPARAISON ASYMPTOTIQUE 81

tel que
P (n) 1

=1+O
ad nd n
et par conséquent
P (n)
lim =1.
n→∞ ad nd
Si Q(n) est un deuxième polynôme, de degré e et de coefficient principal be , alors on a

P (n) ad d−e
∼ n .
Q(n) be

Plus généralement, si f1 ∼ g1 et f2 ∼ g2 , alors f1 /g1 ∼ f2 /g2 et f1 · f2 ∼ g1 · g2 .

L’équivalence asymptotique est liée à la comparaison par «petit oh» : en effet, si f (n) = g(n) +
o(g(n)), le quotient des deux fonctions est f (n)/g(n) = 1 + o(1), c’est-à-dire limn→∞ f (n)/g(n) = 1.
Inversement, si f ∼ g, c’est-à-dire f (n)/g(n) = 1 + R(n) où le reste R(n) tend vers 0, on peut écrire

f (n) = g(n) + R(n)g(n) = g(n) + o(g(n)) .

√ log(n)
Exemple 4.6.10. On a l’équivalence asymptotique n
n−1 ∼ n : Dans un exemple précédent
(voir exemple 4.6.7 page 79) on a vu que
√
n
log(n) log(n)2
log(n) log(n)

n=1+ +O 2
=1+ +o .
n n n n
Une autre méthode importante pour produire une comparaison asymptotique est celle de la
comparaison avec une intégrale. L’idée est illustrée par la figure 4.11 : Les aires des rectangles encadre
l’aire sous la courbe de f . L’aire réunie des rectangles est liée à la somme

S(f, n) = f (1) + f (2) + · · · + f (n) .

f (x)

1 2 3 n−1 n x

Figure 4.11 – Comparaison avec l’intégrale de f .

Théorème 4.6.11 (Comparaison avec une intégrale). Soit f : ]0, ∞[ → R une fonction continue,
décroissante et à valeurs positives.
82 CHAPITRE 4. APPLICATIONS DU CALCUL INFINITÉSIMAL

Rn
1. S(f, n) converge lorsque n tend vers l’infini si et seulement si 1
f (x) dx converge.
Rn
2. Si S(f, n) ne converge pas, alors S(f, n) ∼ 1 f (x) dx.
Exemple 4.6.12 (Sommes harmoniques). La n-ième somme harmonique Hn est la somme des
inverses des entiers de 1 à n :
1 1 1
Hn = 1 + + + · · · + .
2 3 n
On prétend que Hn ∼ log(n). Les termes de la somme Rn H n sont les évaluations aux entiers de la
fonction 1/x dont la primitive est log(x). L’intégrale 1 dx x = log(n) ne converge pas lorsque n tend
vers infini. Par conséquent,
Z n
Hn = S(f, n) ∼ f (x) dx = log(n) .
1

Justification de la comparaison avec intégrale. En se référant à la figure 4.11, on considère sur chacun
des intervalles [1, 2], . . . , [n − 1, n] le rectangle de hauteur
f (1), f (2), . . . , f (n − 1)
respectivement. La réunion de ces rectangles contient l’aire sous la courbe de f entre les abscisse 1
jusqu’à n. L’aire de chaque rectangle est obtenue comme le produit de sa hauteur avec la longueur
de sa base. Donc Z n
f (1) + f (2) + · · · + f (n − 1) ≥ f (x) dx . (4.16)
1
Considérons les rectangles de même bases mais de hauteurs f (2), . . . , f (n). La réunion de ces rec-
tangles est contenue dans l’aire sous la courbe f entre les abscisse 1 et n. Ainsi
Z n
f (2) + · · · + f (n) ≤ f (x) dx . (4.17)
1

En ajoutant les termes de la somme S(f, n) manquants, on obtient à partir des deux inégalités (4.16)
et (4.17) les deux relations suivantes :
Z n
S(f, n) ≥ f (n) + f (x) dx
1
Z n
S(f, n) ≤ f (1) + f (x) dx .
1
Puisque la somme et l’intégrale sont des fonctions croissantes de n (on rappelle que f est supposée
positive), on voit par la première inégalité que si S(f, n) converge, la suite des intégrales est bornée
et par conséquent convergente.
De même, la deuxième inégalité montre que si la suite des intégrale converge, la suite des S(f, n)
est bornée et par conséquent convergente.
Rn Ceci démontre le premier point de l’assertion.
Supposons maintenant que 1 f (x) dx n’est pas bornée comme fonction de n. On divise les deux
inégalité par l’intégrale ce qui donne les deux inégalités suivantes :
f (n) S(f, n) 1
Rn +1 ≤ Rn ≤ 1+ Rn .
1
f (x) dx 1
f (x) dx 1
f (x) dx
L’hypothèse sur l’intégrale entraîne que les deux termes au bords convergent vers 1. La règles dites
des «gendarmes» permet d’affirmer que le terme au milieu converge aussi vers 1 lorsque n tend vers
infini, ce qui démontre le deuxième point.
Chapitre 5

Plusieurs variables

Ce chapitre explique comment les considérations de continuité, dérivabilités et recherche d’ex-

tréma ainsi que l’algorithme de Newton-Raphson se retrouvent pour les fonctions de plusieurs va-
riables.
Encore plus que pour les fonctions à une seule variable, il est nécessaire d’avoir une notion de
continuité pour les fonctions à plusieurs variables. Puisque les calculs pratiques sont toujours des
approximations, une cible qui n’a pas au moins des propriétés de continuité n’est pas calculable.

5.1 Fonctions à plusieurs variables

Soit d un entier, d > 0. Rappelons que l’on désigne par Rd l’espace numérique de dimension d ;
ce sont les d-uplets de nombres réels. Une fonction à d-variables est une application d’une partie D
de Rd dans R. La partie D est le domaine de définition de l’application f . À chaque élément x ∈ D
est associé exactement une valeur f (x) ∈ R. Un élément x de D est un d-uplet de nombres réels, x =
(x1 , . . . , xd ), tel que l’on peut écrire f (x) = f (x1 , . . . , xn ). Par exemple, la formule f (x1 , . . . , xd ) = x1
définit une fonction f : Rd → R. Les formules g(x1 , x2 , x3 ) = x1 + x2 − x3 et h(x1 , x2 ) = x21 − x22
définissent des fonctions qui ont tout R3 respectivement tout R2 comme domaine de définition.

Exemple 5.1.1. Considérons l’expression suivante :

sin(x21 + x22 )
√ . (5.1)
x1 + x2

L’expression dans le numérateur définit une fonction sur tout R2 . L’expression du dénominateur
définit un nombre réel seulement si x1 + x2 ≥ 0. Le quotient est définit seulement si le nombre dans
le dénominateur est différent de 0. Ainsi l’expression (5.1) définit une fonction sur le domaine suivant

D = (x1 , x2 ) ∈ R2 | x1 + x2 > 0 .


Pour rester plus concret on ne parlera dans la suite surtout de fonctions à deux ou trois variables ;
mais toutes les assertions ont une formulation valable pour un nombre arbitraire de variables.
Dans le cas d’une fonction à d = 2 variables et si le domaine D est suffisamment simple, on peut re-
présenter les valeurs prises par la fonction d’une façon graphique : l’ensemble des triplets (x, y, f (x, y))
où (x, y) parcours de domaine D, dessine une surface dans l’espace tridimensionel. Par exemple la
fonction g(x, y) = sin(x2 + y 2 ), considéré comme fonction sur le domaine D = {−1 ≤ x, y ≤ 1},
est représentée dans la figure 5.1. Sur cette figure on voit dans le plan des coordonées xy des lignes

83
84 CHAPITRE 5. PLUSIEURS VARIABLES

de niveaux de la fonction. Ce sont des courbes sur lesquelles la fonction prend une même valeur.
Dans ce cas particulier, ce sont évidement des cercles centrés à l’origine donnés par les équations
x2 + y 2 = r2 , où r ∈ R est fixé.

z 0.5

0
1
0.5
-1 0
-0.5 y
0 -0.5
x 0.5
1 -1

Figure 5.1 – Graphe de la fonction sin(x2 + y 2 ).

Le dessin du graphe d’une fonction à plusieurs variables est beaucoup moins informatif que dans
le cas d’une fonction à seulement une variable. Une autre façon de représenter graphiquement une
fonction à deux variables est de considérer un des deux arguments comme paramètre et tracer les
graphes obtenus pour différentes valeurs du paramètre. La figure 5.2 montre les «tranches» de la
figure 5.1 pour les valeurs y = 0, y = 0.25 et cætera.
En général, si f : D → R est une fonction à deux variables définie sur un domaine D ⊂ R2 . et
si (x0 , y0 ) ∈ D est un point de ce domaine, on peut considérer la fonction à une variable x 7→ f (x, y0 ) ;
on fixe une des deux variables. Cette fonction est définie sur l’ensemble Dy0 = {x ∈ R | (x, y0 ) ∈ D},
l’intersection du domaine D avec la droite horizontale {y = y0 }. De même, on a aussi la fonction y 7→
f (x0 , y) définie sur le domaine Dx0 = {y ∈ R | (x0 , y) ∈ D}. Ces deux fonctions sont appelées fonction
partielle selon la première et deuxième variable respectivement.

5.2 Suites en dimension d

Pour transposer la définition de fonction continue aux fonctions à d variables il faut d’abord
comprendre ce qu’est une suite convergente dans l’espace Rd .
Considérons d’abord seulement les suites dans R2 . On dit qu’une suite de points (pn ), où pn =
(xn , yn ) ∈ R2 , converge vers le point l = (u, v) ∈ R2 si les suites (xn ) et (yn ) convergent vers u et v
respectivement.
Plus généralement une suite de points (pn ) dans l’espace numérique de dimension d converge vers
un point l, si chacune des coordonnées de la suite converge vers la coordonnée correspondante de l.
Cette notion de convergence peut s’exprimer d’une façon plus géométrique. Rappelons la définition
de la distance euclidienne entre deux points p = (x1 , y1 ) et q = (x2 , y2 ) de R2 :
p
dist(p, q) = (x1 − x2 )2 + (y1 − y2 )2 .
5.3. MESURER UNE DISTANCE 85

1.5
f(x,0)
f(x,0.25)
f(x,0.5)
1 f(x,0.75)
f(x,1)

0.5
z

-0.5
-1 -0.5 0 0.5 1
x

Figure 5.2 – Sections du graphe de f (x, y) = sin(x2 + y 2 ).

Si lim xn = u et lim yn = v alors les deux suites (|xn − u|), (|yn − v|) convergent vers 0 telle que
n→∞ n→∞

lim dist(pn , l) = 0 .
n→∞

Inversement, on voit que

|xn − u|2 ≤ |xn − u|2 + |yn − v|2

|yn − v|2 ≤ |xn − u|2 + |yn − v|2

et par conséquent

|xn − u| ≤ dist(pn , l)
|yn − v| ≤ dist(pn , l) .

Ainsi lim dist(pn , l) = 0 implique que les deux suites de coordonnées (xn ) et (yn ) convergent
n→∞
respectivement vers u et v. En d’autres termes, limn→∞ pn = l est équivalent limn→∞ dist(pn , l) = 0.
Il est évident comment ce fait se généralise à toutes dimensions : la distance dans l’espace Rd est
donnée par v
u d
uX
dist(x, y) = t (x − y )2 i i
i=1

et la convergence d’une suite vers l est équivalente à ce que la distance aux point l tend vers 0.

5.3 Mesurer une distance

La façon la plus commode de mesurer la distance entre deux points p, q ∈ Rd est de partir d’une
norme. Une norme donne une mesure pour la longueur d’un vecteur v ∈ Rd . Plus précisément, c’est
une fonction N : Rd → R qui a les propriétés suivantes :
86 CHAPITRE 5. PLUSIEURS VARIABLES

— N (v) ≥ 0 pour tout v ∈ Rd ;

— N (v) = 0 si et seulement si v = 0 ;
— N (α · v) = |α| N (v) quel que soit α ∈ R et v ∈ Rd (homogénéité) ;
— N (v + w) ≤ N (v) + N (w) quels que soient v, w ∈ Rd («inégalité triangulaire»).
Les exemples les plus importants sont les trois normes notées par ∥v∥2 , ∥v∥1 et ∥v∥∞ . La première
est la norme euclidienne définie par la formule
q
∥v∥2 = v12 + · · · + vd2 .

où v1 , . . . , vd sont les composantes de v. Cette fonction a évidemment les trois premières propriétés
exigées. La quatrième sera justifiée plus tard.
La deuxième est définie comme la somme des valeurs absolues des coordonnées :
d
X
∥v∥1 = |vi | .
i=1

À partir de l’inégalité |a + b| ≤ |a| + |b|, valable pour tout a, b ∈ R, il est évident que cette fonction
a toutes les quatre propriétés pour être une norme. Finalement la troisième norme est donnée par la
formule
∥v∥∞ = max |vi | .
1≤i≤d

Ces trois façons de mesurer la longueur d’un vecteur sont certes différentes, mais il est facile de
les comparer : pour tout v, √
∥v∥2 ≤ ∥v∥1 et ∥v∥1 ≤ d ∥v∥2 .
On dit alors que les deux normes ∥v∥1 et ∥v∥2 sont équivalentes. Les normes ∥v∥2 et ∥v∥∞ sont aussi
équivalentes, comme on le vérifie facilement (voir exercice).

Remarque 5.3.1. En fait, toutes les normes sur Rd sont équivalentes. En dimension d = 1 toutes
les normes sont proportionnelles à la valeurs absolues. Dans ce sens, la notion de norme est la
généralisation de celle de valeur absolue.

À partir d’une norme on construit une distance : pour une norme N et deux point p, q dans
l’espace Rd on pose distN (p, q) = N (p−q). La distance est une fonction de type distN : Rd ×Rd → R.
Elle a les propriétés suivantes :
— distN (p, q) ≥ 0 ;
— distN (p, q) = 0 si et seulement si p = q ;
— distN (p, q) = distN (q, p) (symétrie) ;
— distN (p, q) ≤ distN (p, r) + distN (r, q) quels que soient les points p, q, r (inégalité triangulaire) ;
— distN (p + v, q + v) = distN (p, q) (invariance par translation) .
De ces propriétés il n’y a que l’inégalité triangulaire qui demande une justification. Elle est
conséquence immédiate de l’inégalité correspondante pour la norme elle-même :

distN (p, q) = N (p − q)
= N ((p − r) + (r − q))
≤ N (p − r) + N (r − q)
= distN (p, r) + distN (r, q) .
5.3. MESURER UNE DISTANCE 87

Figure 5.3 – Convergence d’une suite vers un point l.

r
l′
r

Figure 5.4 – Unicité de la limite d’une suite.

La distance permet de parler de boules. Soit p un point de Rd et r un nombre réel, r > 0 ; la

boule de rayon r et de centre p est la partie des points de Rd qui sont à distance < r du point p. On
désigne par B(p, r) cette boule :

B(p, r) = q ∈ Rd | dist(p, q) < r



La forme des boules dépend de la norme choisie, mais pour une norme fixée, les boules de même
centre sont proportionnelles entre elles.
Revenons à la notion de convergence des suites dans l’espace Rd . Avec la notion de boule on
peut exprimer la convergence d’une suite de la façon suivante : la suite (pn ) converge vers l si, et
seulement si, pour tout r > 0 il existe un indice M tel que n ≥ M entraîne pn ∈ B(l, r). La figure
5.3 montre une illustration de cette situation.
En d’autres termes, pour tout r > 0 il y a seulement un nombre fini de membres de la suite qui
sont hors de la boule B(l, r).
Par exemple si on utilise la distance dist∞ (p, q) = ∥p−q∥∞ , la suite (pn ) converge vers l si chaque
coordonnée des points pn converge vers la coordonnée correspondante du point l ; on retrouve la
définition de convergence de la section précédente.
Puisque les normes ∥·∥2 , ∥·∥1 et ∥·∥∞ sont équivalentes, une suite converge pour l’une si et
seulement si elle converge pour toutes les autres.

Exemple 5.3.2 (Unicité de la limite). Une suite de points ne peut pas converger vers deux points
distincts. Supposons que (pn ) converge vers l et soit l′ un autre point différent de l. La figure 5.4
′
montre la situation. Alors dist(l, l′ ) > 0. Soit r = dist(l,l
2
)
et considérons les deux boules B(l, r)
et B(l′ , r). Ces deux boules ne se rencontrent pas : si s est dans l’intersection alors

dist(l, l′ ) ≤ dist(l, s) + dist(s, l′ ) < 2r = dist(l, l′ ) ,

88 CHAPITRE 5. PLUSIEURS VARIABLES

ce qui est absurde (on pourrait faire un dessin). Puisque (pn ) converge vers l il y a seulement un
nombre fini de membres de cette suite qui se trouvent hors de la boule B(l, r) ; en particulier il y a au
plus un nombre fini de membres dans le boule B(l′ , r). La suite ne peut donc pas converger vers l′ .

Il nous reste à vérifier que la norme euclidienne ∥v∥2 vérifie la quatrième condition pour être
une norme. L’inégalité triangulaire sera conséquence d’une autre relation importante, l’inégalité de
Cauchy-Schwarz.

Proposition 5.3.3 (Cauchy-Schwarz). Soient v = (v1 , . . . , vd ) et w = (w1 , . . . , wd ) deux vecteurs

de Rd .
Pd
1. Inégalité de Cauchy-Schwarz : i=1 vi wi ≤ ∥v∥2 ∥w∥2 et il y a égalité si et seulement si x
et y sont proportionnels .
2. Inégalité triangulaire : ∥v + w∥2 ≤ ∥v∥2 + ∥w∥2 .
Pd
Rappelons que la somme i=1 vi wi est le produit scalaire des deux vecteurs v et w. Le carré de
la norme euclidienne d’un vecteur est le produit scalaire de ce vecteur avec lui-même. En dimension
deux on peut calculer le produit scalaire aussi par la formule cos(α) ∥v∥ ∥w∥, où α est l’angle entre
les deux vecteurs.

Cauchy-Schwarz. Pour justifier l’inégalité de Cauchy-Schwarz, observons d’abord que pour tous
nombres réels a, b,
2ab ≤ a2 + b2 . (5.2)

En effet, 0 ≤ (a − b)2 = a2 + b2 − 2ab. On peut maintenant supposer que v et w sont de normes eucli-
diennes non nulles, sinon l’assertion est triviale. Pour chaque i = 1, . . . , d on applique l’inégalité (5.2)
aux deux nombres
vi wi
a= et b =
∥v∥2 ∥w∥2
pour obtenir l’inégalité
2vi wi v2 wi2
≤ i2 + .
∥v∥2 ∥w∥2 ∥v∥2 ∥w∥22
La somme de ces inégalités pour i = 1, . . . , d est

2(v1 w2 + · · · + vd wd )
≤ 1 + 1 = 2,
∥v∥2 ∥w∥2

tel que finalement

v1 w1 + · · · + vd wd ≤ ∥v∥2 ∥w∥2 . (5.3)

En remplaçant v par −v cette inégalité devient

−(v1 w1 + · · · + vd wd ) ≤ ∥v∥2 ∥w∥2 . (5.4)

Les deux inégalités (5.3) et (5.4) permette de conclure :

|v1 w2 + · · · vd wd | ≤ ∥v∥2 ∥w∥2 .

5.4. FONCTIONS CONTINUES 89

L’inégalité triangulaire est maintenant conséquence immédiate de l’inégalité de Cauchy-Schwarz, il

suffit de considérer le carré de la norme :
d
X
∥v + w∥22 = (vi + wi )2
i=1
d
X d
X d
X
= vi2 + wi2 + 2 vi wi
i=1 i=1 i=1
≤ ∥v∥22 + ∥w∥22
+ 2 ∥v∥2 ∥w∥2

2
= ∥v∥2 + ∥w∥2 .
Puisque les nombres impliqués sont positives, on peut passer à la racine des deux cotés de cette
inégalité pour conclure.
Finalement discutons le cas de l’égalité dans Cauchy-Schwarz ; l’égalité a lieu si
d
X d
X
xi yi = ∥x∥ ∥y∥ où − xi yi = ∥x∥ ∥y∥ .
i=1 i=1

Dans le premier cas, vu que l’inégalité de Cauchy-Schwarz vient de l’inégalité (5.2), ceci entraîne les
égalités
xi yi x2 y2
2 = i2 + i2
∥x∥ ∥y∥ ∥x∥ ∥y∥
pour i = 1, . . . , d. Mais 2ab = a2 + b2 est équivalent à a = b. Par conséquent on doit avoir
xi yi
= ,
∥x∥ ∥y∥
c’est-à-dire les vecteurs x et y sont proportionnels. Dans le deuxième cas on conclut de la même
manière que
x y
− = .
∥x∥ ∥y∥

5.4 Fonctions continues

La continuité des fonction à plusieurs variables est définie à partir de la notion de convergence
de suite. Soit f : D → R une fonction et l ∈ D un point du domaine de f . La fonction f est continue
au point l si pour toute suite (pn ) de points de D telle que lim pn = l, on a lim f (pn ) = f (l).
n→∞ n→∞
Remarquons que c’est mot pour mot la même définition que l’on a donnée pour une fonction à
une seule variable. D’une façon évidente, les règles habituelles pour les compositions algébriques sont
toujours valable : Soient f, g deux fonctions définies sur le domaine D et continues au point l ∈ D,
alors
— f · g et f + g le sont aussi et
— si g(x) ̸= 0 pour tout x ∈ D, la fonction f (x)/g(x) est continue au point l.

Exemple 5.4.1. Considérons la fonction suivante, définie sur tout R2 :

(
2xy
2 2 si (x, y) ̸= (0, 0)
f (x, y) = x +y
0 sinon .
90 CHAPITRE 5. PLUSIEURS VARIABLES

z 0 -0.4
-0.2
-1
0 x
0.2
-0.5
0 0.4
0.5
y

Figure 5.5 – Graphe de la fonction f (x, y) de l’exemple 5.4.1.

La figure 5.5 montre l’allure de cette fonction autour de l’origine ; on a bien l’impression que cette
fonction n’est pas continue en ce point.
Plus précisement, à partir d’un point (a, b) différent de l’origine, on peut construire la suite des
points (xn , yn ) où xn = a/n et yn = b/n. Cette suite converge vers l’origine mais ses valeurs sont
toutes distinctes de l’origine. Les points de cette suite s’approche de l’origine sur un rayon issue de
l’origine et de direction (a, b). La suite correspondante des valeurs de f est
2ab
f (xn , yn ) = .
a2+ b2
Cette suite est constante, sa limite est donc a22ab
+b2 . Par exemple si on pose a = cos(α) et b = sin(α)
l’on obtient lim f (xn , yn ) = 2 cos(α) sin(α) = sin(2α). En faisant varier l’angle α, n’importe quel
n→∞
nombre entre −1 et +1 peut être obtenu comme limite. Donc, la fonction n’est pas continue à
l’origine.
Par contre, vu les règles pour la composition algébrique, la fonction f est continue partout hors
de l’origine.

5.5 Éléments de topologie

Les intervalles de R jouent un rôle important dans la discussion des fonctions d’une variable.
Quel est l’analogue des intervalles en dimension supérieure ? Voici la définition pertinente dans la
situation générale :
Définition 5.5.1 (Ouverts, fermés). Une partie U ⊂ Rd est ouverte si pour tout point p ∈ U il
existe un rayon r > 0 tel que B(p, r) ⊂ U (voir la figure 5.6).
Une partie F ⊂ Rd est fermée si son complémentaire F c ⊂ Rd est ouvert.
Dans cette définition la norme utilisée pour définir les boules n’a pas été spécifiée. Une partie
ouverte pour une norme est ouverte pour toutes les normes équivalentes et toutes les normes sur Rd
sont équivalentes. La famille des parties ouvertes ne dépend pas de la norme choisie.
5.5. ÉLÉMENTS DE TOPOLOGIE 91

r
p

Figure 5.6 – La partie U est ouverte.

Exemple 5.5.2. Toute boule B(p, r) est une partie ouverte. La figure 5.7 montre la situation. En
effet, si q ∈ B(p, r), alors r′ = dist(p, q) < r ; ainsi s ∈ B(q, r − r′ ) implique (en utilisant l’inégalité
triangulaire)
dist(s, p) ≤ dist(s, q) + dist(q, p) < r − r′ + r′ = r ,
c’est-à-dire s ∈ B(p, r). En d’autres termes, B(q, r − r′ ) ⊂ B(p, r).

r
q

Figure 5.7 – Une boule ouverte est ouverte.

Exemple 5.5.3 (Fermés et convergence). Soit F ⊂ Rd une partie fermée et (pn ) une suite conver-
gente de points de F . Alors la limite est dans F . En effet, si l n’appartient pas à F , il existe une
boule de rayon r > 0 centrée en l qui ne rencontre pas F : B(l, r) ∩ F = ∅. Il n’y a donc aucun point
de la suite en question dans B(l, r) et la suite ne peut pas converger vers l.
Il est facile de montrer que l’inverse a aussi lieu : si une partie contient toute limite de suite de
ses points, alors cette partie est fermée.

Proposition 5.5.4 (Topologie). La réunion d’une famille arbitraire de parties ouvertes est encore
ouverte. L’intersection d’une famille finie d’ouverts est ouverte.

Démonstration. Si Ui , i ∈ I, est une famille arbitraire de parties ouvertes, alors la réunion U =

S
i∈I Ui est aussi ouvertes. C’est trivial : Soit p ∈ U . Il existe alors un indice i ∈ I tel que p ∈ Ui .
Par hypothèse il existe r > 0 tel que B(p, r) ⊂ Ui . Par suite B(p, r) ⊂ U . Puisque p a été choisi
arbitrairement, U est ouvert.
92 CHAPITRE 5. PLUSIEURS VARIABLES

Si U, V sont deux parties ouvertes, alors leur intersection U ∩ V est aussi ouverte. En effet,
soit p ∈ U ∩ V ; alors p ∈ U et p ∈ V . Il existe par hypothèse r > 0 tel que B(p, r) ⊂ U et s > 0
tel que B(p, s) ⊂ V . Si on pose t = min(r, s), on aura B(p, t) ⊂ Br (p) ⊂ U et aussi B(p, t) ⊂ V ;
ainsi B(p, t) ⊂ U ∩ V . Puisque p ∈ U ∩ V est choisi arbitrairement, ceci montre que U ∩ V est une
partie ouverte.
Remarque 5.5.5. Par passage aux complémentaire, la proposition précédente peut être formulée
en terme des parties fermées. Si F, G ⊂ Rd sont des parties fermées, alors leur réunion F ∪ G l’est
aussi : (F ∪ G)Tc = F c ∩ Gc est ouvert.
T Si Fi
,ci ∈ S
I, est une famille arbitraire de parties fermées, alors
c
l’intersection i∈I Fi est fermée : i∈I F i = i∈I Fi est ouvert.

Exemple 5.5.6. En ajoutant à la boule B(p, r) ⊂ Rd la sphère qui est son bord :
S(p, r) = q ∈ Rd | dist(p, q) = r ,


on obtient la boule fermée

B̄(p, r) = q ∈ Rd | dist(p, q) ≤ r

.
Pour voir que B̄(p, r) est fermée, il faut montrer que son complémentaire est ouvert, c’est-à-dire que
autour de tout point qui n’appartient pas à B̄(p, r), il y a une petite boule qui ne rencontre pas
B̄(p, r). Soit q un point qui n’appartient pas à cette partie : dist(p, q) > r. On pose r′ = dist(p, q) − r.
Ce nombre est strictement positif. On prétend que la boule B(q, r′ ) ne rencontre pas B̄(p, r). En
effet, soit x un point appartenant à leur intersection, c’est-à-dire dist(p, x) ≤ r et dist(q, x) < r′ .
L’inégalité triangulaire donne alors
dist(p, q) ≤ dist(p, x) + dist(x, q) ≤ r + dist(p, x) < r + dist(p, q) − r = dist(p, q) .
Ceci n’est pas possible. L’intersection doit donc être vide et la boule B(q, r′ ) est contenue dans le
complémentaire de B̄(p, r).

5.6 Dérivées partielles

On peut construire des dérivées d’une fonction à plusieurs variables simplement en fixant tous
ses arguments sauf un et en dérivant la fonction à un argument ainsi obtenue.
Plus précisément, supposons donné une fonction f : D → R définie sur une partie ouverte D ⊂ Rd
et soit x ∈ D un point de son domaine ; puisque le domaine est ouvert, il y a une boule B(x, r) sur
laquelle la fonction f est définie. En particulier si |t| < r, pour tout i = 1, . . . , d la valeur f (x + tei )
est définie (e1 , . . . , ed sont les vecteurs de la base canonique de Rd ). On obtient d fonctions à une
seule variable :
fi : t 7→ f (x + tei ), i = 1, . . . , d . (5.5)
Les dérivées partielles au point x sont les dérivées de ces fonctions en t = 0, si toutefois elles existent.
En d’autres termes, on obtient la i-ième dérivée partielle de la fonction f (x) = f (x1 , . . . , xd ) en
dérivant selon la variable xi en considérant les autres variables comme des constantes. Ces dérivées
sont notées par
∂f ∂f
(x), . . . , (x) .
∂x1 ∂xd
Exemple 5.6.1. Considérons la fonction f (x1 , x2 , x3 ) = x21 + x22 + x23 . Les dérivées partielles sont
alors
∂f ∂f ∂f
(x) = 2x1 , (x) = 2x2 , (x) = 2x3 .
∂x1 ∂x2 ∂x3
Le gradient est grad f (x) = (2x1 , 2x2 , 2x3 ) = 2(x1 , x2 , x3 ).
5.7. DIFFÉRENTIELLE 93

Le gradient de f au point x est le vecteur dont les composantes sont les dérivées partielles :
 
∂f ∂f
grad f (x) = (x), . . . , (x) .
∂x1 ∂xd
Plus généralement, au lieu de faire un incrément dans la direction ei comme dans la définition
(5.5), on peut partir du point x dans la direction d’un vecteur v ∈ Rd quelconque : pour t suffisamment
petit x + tv est dans la boule B(x, r) ; précisément, si ∥v∥ = ̸ 0, x + tv appartient à B(x, r) tant
que |t| < r/∥v∥). Ainsi on obtient une fonction à une variable, fv (t) = f (x + tv). C’est la restriction
de f à la droite issue de x en direction v. Sa dérivée en t = 0 est la dérivée directionnelle selon la
direction v et elle est notée par
∂f f (x + tv) − f (x)
(x) = fv′ (0) = lim ..
∂v t→0 t
Les dérivées partielles sont les dérivées directionnelles selon les directions e1 , . . . , ed .
Exemple 5.6.2. Considérons la fonction f (x, y) = ax2 + by 2 . Soit v = (vx , vy ) = (1, 1) la direction
dans laquelle on veut dériver. La fonction fv est alors

fv (t) = f (x + t, y + t) = ax2 + by 2 + 2(ax + by)t + at2 + bt2

et sa dérivée en t = 0 vaut
∂f
(x, y) = fv′ (0) = 2ax + 2ay .
∂v
On observe l’identité
∂f ∂f ∂f
(x, y) = (x, y) · vx + (x, y) · vy .
∂v ∂x ∂y
La dérivée directionnelle est une fonction linéaire des deux dérivées partielles et du vecteur de direc-
tion.
Exemple 5.6.3 (Situation atypique). Considérons la fonction définie par la formule
( 2xy
√ 2 2 si (x, y) ̸= (0, 0)
f (x, y) = x +y
0 si (x, y) = (0, 0) .

Fixons un angle α. On voudrait calculer la dérivée directionnelle de cette fonction à l’origine et dans
la direction v = (cos(α), sin(α)). La fonction restreinte à la direction v est :
2t2 cos(α) sin(α)
fv (t) = f (t cos(α), t sin(α)) = = t sin(2α) .
t
La dérivée directionnelle est ∂f
∂v (x, y) = sin(2α). Les dérivées partielles ∂f ∂f
∂x (0, 0), ∂y (0, 0) s’annulent,
√ √
mais la dérivée dans la direction v = (1/ 2, 1/ 2), c’est-à-dire pour l’angle α = π/4, vaut 1. Ceci
est une anomalie comme on le verra dans la section suivante.

5.7 Différentielle
Il n’y a pas de possibilité de diviser des vecteurs en dimension plus grand que 1 ; pour une fonction
à plusieurs variables on ne peut pas écrire
f (x + v) − f (x)
lim ,
v→0,v̸=0 v
94 CHAPITRE 5. PLUSIEURS VARIABLES

en vue de généraliser la définition de la dérivée. Le bon point de vue est de considérer la dérivée
comme la meilleure approximation linéaire d’une fonction en un point donné comme on l’a expliquer
pour les fonctions à une seule variable (voir la remarque 3.3.6 page 50).
Rappelons qu’une fonction linéaire L : Rd → R est de la forme

L(x) = L(x1 , . . . , xd ) = a1 x1 + · · · + ad xd

où les ai sont des constantes. Une telle fonction est caractérisée par les deux propriétés suivantes :
— L(x + y) = L(x) + L(y) quels que soient x, y ∈ Rd ;
— L(α · x) = αL(x) pour tout α ∈ R et tout x ∈ R.
Les coefficients de L sont alors déterminés en appliquant L aux vecteurs de la base canonique :
ai = L(ei ).
On voudrait formuler l’analogue de la formule à trois termes (voir remarque 3.3.6 page 50) pour
une fonction à plusieurs variables. La généralisation de la valeur absolue pour mesurer les distances
est la norme euclidienne. On peut maintenant formuler la définition d’une fonction différentiable :

Définition 5.7.1 (Fonction différentiable). Soit f : D → R une fonction définie dans une partie
ouverte D ⊂ R2 et x0 ∈ D. La fonction f est différentiable au point x0 s’il existe un fonction
linéaire L telle que pour tout incrément h la valeur f (x0 + h) s’expriment comme

f (x0 + h) = f (x0 ) + L(h) + o(∥h∥) .

Dans cette définition l’incrément h doit être tel que x0 + h appartient à D. Parce que D est une
partie ouverte, ceci est le cas si ∥h∥ est suffisamment petit ; il y a toute une boule B(x0 , r) autour
de x0 sur laquelle des valeurs de f sont disponibles.
Dans la définition on vient d’utiliser la notation o() (voir définition 4.5.4 page 74). Cette notation
exprime que la différence entre la valeur f (x0 + h) et la valeur f (x0 ) + L(h) disparaît avec h plus
rapidement que linéairement.
Il est facile de calculer la dérivée dans la direction v pour une fonction différentiable : Si v ∈ Rd
est un vecteur fixé, alors o(∥tv∥) = o(t) et par conséquent

f (x0 + tv) − f (x0 ) L(tv) + o(∥tv∥) tL(v) + t o(1)

= = = L(v) + o(1)
t t t
tel que
∂f f (x0 + tv) − f (x0 )
(x0 ) = lim = L(v) . (5.6)
∂v t→0 t
Cette expression montre que la partie linéaire de la formule à trois terme est uniquement déterminée
par la fonction f . Elle montre aussi que pour une fonction différentiable la dérivée directionnelle est
une fonction linéaire de la direction.
Puisque la partie linéaire dans la formule (5.6) est unique, elle peut être notée par Dx0 f . La
formule à trois termes devient maintenant

f (x0 + h) = f (x0 ) + Dx0 f (h) + o(∥h∥) . (5.7)

Finalement les dérivées partielles calculent les coefficients de Dx0 f . En effet le coefficient dans
Dx0 f devant xi est égale à la valeur Dx0 f (ei ) qui de la dérivée directionnelle dans la direction ei .
La formule (5.7) devient alors

∂f ∂f
f (x0 + h) = f (x0 ) + (x0 ) h1 + · · · + (x0 )hd + o(∥h∥) . (5.8)
∂x1 ∂xd
5.7. DIFFÉRENTIELLE 95

4
3
2
1
z 0
-1
-2
-3 0.5
-4
0 y
-0.4 -0.2 0 0.2 0.4 -0.5
x

p
Figure 5.8 – Fonction qui n’est pas différentiable : f (x, y) = xy/ x2 + y 2 .

Pdcette formule le produit scalaire du gradient avec le vecteur incrément h. Si on

On reconnaît dans
désigne par v · w = i=1 vi wi le produit scalaire des deux vecteurs v et w, on peut écrire la formule
(5.8) comme
f (x0 + h) = f (x0 ) + grad f (x0 ) · h + o(∥h∥) .

Exemple 5.7.2 (Fonction non différentiable en un point). La figure 5.8 montre le graphe de la
fonction de l’exemple 5.6.3. On a vu que les dérivées directionnelles de cette fonction existent bien
à l’origine, mais elle ne sont pas une fonction linéaire de la direction. On voit sur la figure que le
graphe a un «plie» à l’origine, que le graphe n’est pas lisse en ce point.
Les dérivées partielles donnent la dérivée directionnelle seulement pour des directions particu-
lières. À elles seules, elles ne permettent pas de savoir que la fonction en question est différentiable.
Le théorème suivant règle en général la question de la différentiabilité d’une fonction. Le cas parti-
culier de l’exemple 5.6.3 page 93 est atypique parce que les dérivées partielles de cette fonction ne
sont pas continues à l’origine.
Théorème 5.7.3 (Dérivées partielles et dérivabilité). Soit f : D → R une fonction définie sur un
domaine ouvert. Si les dérivées partielles de f existent et si ce sont des fonctions continues dans D,
alors f est différentiable dans D.
Exemple 5.7.4. En continuant l’exemple 5.6.3, calculons les dérivées partielles de la fonction
f (x, y) = √ xy
2 2
:
x +y

∂f x2 y y
=− 2 +p
∂x (x + y 2 )3/2 x + y2
2

∂f xy 2 y
=− 2 +p .
∂y (x + y 2 )3/2 x2 + y 2
Ces formules sont valables hors de l’origine. Les termes impliqués sont des quotients de fonctions
continues ; les dérivées partielles sont continues hors de l’origine c’est-à-dire dans la partie ouverte
96 CHAPITRE 5. PLUSIEURS VARIABLES

R2 \ {(0, 0)}. On peut conclure que la fonction f est différentiable dans cet ouvert. Sur la figure 5.8
on voit bien que le graphe de f est lisse hors de l’origine.

5.8 Descente, lignes de niveau

Figure 5.9 – Les vecteurs gradients et les lignes de niveau sont orthogonaux.

Rappelons que le produit scalaire de deux vecteurs v, w ∈ R2 , c’est-à-dire v · w = v1 w1 + v2 w2 ,

s’expriment aussi de la façon suivante :

v · w = ∥v∥ ∥w∥ cos(α)

où α est l’angle entre les deux vecteurs. Le produit scalaire s’annule si les deux vecteurs sont ortho-
gonaux (c’est-à-dire forment un angle de π/2). Fixant les longueurs des vecteurs, le produit scalaire
est maximal si les deux vecteurs sont parallèles et pointent dans la même direction et minimal s’ils
pointent dans des directions opposées.
Par conséquent, la dérivée directionnelle est maximale si la direction est parallèle au gradient.
Dans ce sens, le gradient donne la direction de la croissance maximale ; ou encore, − grad f (x0 ) est
la direction de la descente maximale.
Plus généralement, en dimension arbitraire Cauchy-Schwarz (voir la proposition 5.3.3 page 88)
Pd
dit que le produit scalaire i=1 vi wi est entre les deux valeurs ±∥v∥ ∥w∥. En plus, la valeur maximale
est atteint quand w = α · v pour un facteur de proportionnalité α > 0 et le minimum pour un facteur
α < 0. Ainsi, aussi en dimension arbitraire, − grad f (0 ) est la direction de descente maximale.
La figure 5.9 montre les lignes de niveau d’une fonction f : la ligne de niveau passant par le point
x0 est l’ensemble des points x tels que f (x) = f (x0 ). La famille des lignes de niveau décomposent
le domaine de définition en parties disjointes. En chaque point x0 la ligne de niveau qui y passe est
5.9. DÉRIVÉES SECONDES, POLYNÔME DE TAYLOR 97

orthogonale au gradient en ce point. Puisque grad f (x0 ) · v = Dx0 f (v), on peut aussi bien dire que les
direction dans lesquelles la dérivée Dx0 f s’annule, sont tangentes à la ligne de niveau de f passant
par x0 .
Cette observation suggère l’idée de la recherche du minimum d’une fonction par la méthode du
gradient. Sur la figure 5.9 les lignes de niveau entourent un minimum local. Il est évident dans cette
situation, que pour chercher à atteindre le minimum à partir d’un point donné, il faut faire un chemin
dans la direction − grad f . Plus précisément, partant d’un point x0 on considère la restriction de la
fonction f à la droite déterminée par x0 et la direction grad f (x0 ). Puis on cherche sur cette droite
dans la direction − grad f (x0 ) le minimum le plus proche, ce qui donne un nouveau point x1 sur cette
droite. En x1 on recalcule le gradient et on cherche à nouveau sur la droite de direction grad f (x1 ). En
poursuivant ainsi on trouve une suite de points (xn )n≥0 telle que à chaque étape f (xn+1 ) < f (xn ).
De cette façon on construit un algorithme qui permet d’approcher le minimum de la fonction f .
La méthode du gradient (et ses variations) est la méthode principale pour résoudre un problème
d’optimisation. Son importance ne peut pas être surestimée.

5.9 Dérivées secondes, polynôme de Taylor

Si f : D → R est différentiable dans le domaine ouvert D, les dérivées partielles

∂f ∂f
,..., :D→R
∂x1 ∂xd

sont des fonctions qui sont éventuellement différentiables à leur tour. On obtient alors des dérivées
partielles du second ordre :
∂2f
i, j = 1, . . . , d .
∂xi ∂xj
2
La notation ∂x∂i ∂x
f
j
signifie que la dérivation selon la variable xj est effectuée d’abord et que le
résultat est ensuite dérivé selon la variable xi . Si on dérive deux fois selon la même variable, on note
2
la dérivée seconde par ∂∂xf2 .
i
Considérons par exemple la fonction f (x, y) = y 2 ex + x2 y 3 + 1. dans ce cas les dérivées partielles
sont comme suit.
∂f
= y 2 ex + 2xy 3
∂x
∂f
= 2yex + 3x2 y 2
∂y
∂2f ∂2f
= y 2 ex + 2y 3 = 2yex + 6xy 2
∂x2 ∂y∂x
∂2f ∂2f
= 2ex + 6x2 y = 2yex + 6xy 2 .
∂y 2 ∂x∂y

On observe une symétrie : l’ordre de dérivation n’est pas important. Ceci illustre un fait général.

Proposition 5.9.1 (Symmétrie des dérivations). Soit f : D → R une fonction dont les dérivées
secondes sont continues : alors les dérivées secondes ne dépendent pas de l’ordre de dérivation :

∂2f ∂2f
= pour tout 1 ≤ i, j ≤ d .
∂xi ∂xj ∂xj ∂xi
98 CHAPITRE 5. PLUSIEURS VARIABLES

Les dérivées partielles secondes en un point forment une matrice carrée de dimension égale au
nombre de variables. En plus, cette matrice est symétrique. On va voir que cette matrice n’est pas
celle d’une application linéaire, mais d’une forme quadratique.
Rappelons la formule de Taylor pour l’approximation d’une fonction à une variable (voir 4.4
page 70). Cette formule exprime la valeur de la fonction f au point x0 auquel on ajoute un incrément
h, à partir de la valeur en x0 et des dérivées en ce point. Elle prenait la forme suivante :
1
f (x0 + h) = f (x0 ) + f ′ (x0 ) h + f ′′ (x0 ) h2 + O(h3 ) .
| {z } |2 {z | {z }
linéaire
} reste R(h)
quadratique

Cette formule est valable pour tout h tant que x0 + h est dans le domaine de définition de la fonction.
Pour le reste il existe une constante A telle que |R(h)| ≤ A|h|3 .
Comme pour les fonctions différentiables d’une seule variable, les approximations par des poly-
nômes de Taylor sont aussi possibles pour une fonction à plusieurs variables, f : D → R où D ⊂ Rd
est une partie ouverte. Il est clair que la partie linéaire doit être la dérivée de la fonction.

Théorème 5.9.2 (Taylor-Maclaurin). Soit f : D → R une fonction dont les dérivées partielles
d’ordres 3 sont continues dans un voisinage du point x0 ∈ Rd . Alors pour tout incrément h ∈ Rd
suffisamment petit
d d
X ∂f 1 X ∂f 2
f (x0 + h) = f (x0 ) + hi + (x0 )hi hj + O(∥h∥3 ) .
i=1
∂xi 2 i,j=1
∂xi ∂xj

La formule de Taylor présente le changement de la valeur de f comme composé d’une partie

linéaire, la dérivée de f , d’une partie quadratique et d’un reste qui est négligeable devant les autres
parties. On voit que la matrice symétrique des dérivées partielles secondes doit être interprétée
comme forme quadratique : Si P A est une matrice carrée symétrique, la fonction q : Rd → R définie
T d
par la formule q(x) = x Ax = i,j=1 Aij xi xj est la forme quadratique associée à cette matrice.
Écrivons explicitement cette formule pour une fonction à seulement deux variables. Soit x0 =
(x, y) et h = (hx , hy ) l’incrément. Alors la formule de Taylor devient

∂f ∂f
f (x + hx , y + hy ) = f (x, y) + (x, y)hx + (x, y)hy +
∂x ∂y
1 ∂2f ∂2f ∂2f
 
2 2
+ (x, y)h x + 2 (x, y)h h
x y + (x, y)hy ) +
2 ∂x2 ∂x∂y ∂y 2
q 3

+O h2x + h2y .

5.10 Extréma
Les critères pour chercher et déterminer des extréma locaux des fonctions d’une seule variable se
généralisent aux fonctions à deux et plusieurs variables (voir section 3.4 page 52). Pour simplifier, la
discussion suivante est restreinte aux fonctions à seulement deux variables.
Un point (x0 , y0 ) est un maximum local s’il existe un boule B de ce point tel que f (x, y) ≤ f (x0 , y0 )
pour tout point (x, y) ∈ B. La notion de minimum local est défini d’une façon analogue. Un extrémum
local est un maximum ou un minimum locale. Si (x0 , y0 ) est un extrémum local, alors x0 est extrémum
local de la fonction à une variable fy0 (x) = f (x, y0 ). La dérivée de cette fonction doit s’annuler en
5.10. EXTRÉMA 99

1
0.5
z 0
-0.5
-1
1
0.5
-1 0
-0.5 y
0 -0.5
0.5
x 1 -1

Figure 5.10 – Fonction f (x, y) = x2 − y 2 près de l’origine.

x0 . Autrement dit, la dérivée partielle de f selon la première variable doit s’annuler en (x0 , y0 ). La
même chose peut être dite de la dérivée partielle selon la deuxième variable.
Un point où les deux dérivée partielle, et donc la dérivée de f s’annulent, est appelé point critique
de f . Les points minimum ou maximum doivent être chercher parmi les points critiques.
À l’opposé de la situation d’une fonction à une seule variable, un point critique peut ne pas
être un extrémum sans que les dérivées secondes s’annulent. La figure 5.10 montre le graphe de la
fonction f (x, y) = x2 − y 2 autour de l’origine. L’origine est bien un point critique. Dans une direction
la fonction atteint un maximum à l’origine, la fonction partielle est f (x, 0) = x2 , et dans l’autre un
minimum, f (0, y) = −y 2 .
Supposons maintenant que (x0 , y0 ) ∈ D soit un point critique pour une fonction f : D → R,
c’est-à-dire on a en même temps
∂f ∂f
(x0 , y0 ) = 0 et (x0 , y0 ) = 0 .
∂x ∂y
Dans un voisinage de ce point le développement de Taylor à l’ordre 2 présente la fonction de la façon
suivante :
1
Ah2 + 2Bhk + Ck 2 + O(r3 ) ,


f (x0 + h, y0 + k) = f (x0 , y0 ) + (5.9)
2
√
où r = h2 + k 2 est la longueur euclidienne de l’incrément (h, k). Les nombres A, B, C désignent les
dérivées partielles secondes :
∂2f ∂2f ∂2f
A= (x0 , y0 ), B= (x0 , y0 ), C= (x0 , y0 ) .
∂x2 ∂x∂y ∂y 2
Pour déterminer la nature du point critique, minimum ou maximum locale, il faut discuter le
comportement de la forme quadratique
q(h, k) = Ah2 + 2Bhk + Ck 2 . (5.10)
Théorème 5.10.1 (Détermination de point critique). Avec A, B, C définis comme précédemment,
la nature du point critique (x0 , y0 ) est déterminée comme suit :
100 CHAPITRE 5. PLUSIEURS VARIABLES

1. Si AC − B 2 > 0 et A > 0, le point est un minimum local ;

2. si AC − B 2 > 0 et A < 0, le point est un maximum local ;
3. si AC − B 2 < 0 le point n’est pas un extrémum ;
4. si AC − B 2 = 0 la nature du point n’est pas discernable à partir du développement à l’ordre 2.
Exemple 5.10.2. Considérons la fonction f (x, y) = x3 + y 3 − 3xy. Les points critiques sont les
solutions des équations
∂f
= 3x2 − 3y = 0
∂x
∂f
= 3y 2 − 3x = 0 .
∂y

On trouve facilement comme points critiques (0, 0) et (1, 1). Les dérivées secondes sont

∂2f ∂2f ∂2f

= 6x = −3 = 6y .
∂x2 ∂x∂y ∂y 2

Au point (0, 0) on trouve A = 0, B = −3 et C = 0 ; par conséquent AC − B 2 = −9 < 0 et on peut

conclure que ce point n’est pas un extrémum locale.
Au point (1, 1) on trouve A = C = 6 et B = −3 ; par suite AC − B 2 = 27 > 0. Puisque A > 0,
on peut conclure que (1, 1) est un minimum locale.
Détermination de point critique. Le terme principal dans la représentation (5.9) est la forme qua-
dratique q(h, k). On étudie d’abord le comportement de ce terme.
Pour mettre en évidence la dépendance de q(h, k) par rapport à la direction du vecteur (h, k), on
introduit des coordonnées polaires, c’est-à-dire on pose

h = r cos(α), k = r sin(α) .

Le terme quadratique (5.10) prend la forme

q(h, k) = r2 (A cos2 (α) + 2B sin(α) cos(α) + C sin2 (α)) = r2 p(α) .

La fonction qui associe à α ∈ [0, 2π] la valeur

p(α) = A cos2 (α) + 2B sin(α) cos(α) + C sin2 (α) (5.11)

est continue. L’intervalle [0, 2π] est borné et fermé ; cette fonction atteint donc son maximum M et
son minimum m et on a pour tout α
m ≤ p(α) ≤ M .
Si m > 0, alors la représentation (5.9) donne
1
f (x, y) = f (x0 , y0 ) + q(α)r2 + O(r3 )
2
1
≥ f (x0 , y0 ) + r2 m + O(r3 )
2
1
= f (x0 , y0 ) + r2 ( m + O(r))
2
m
≥ f (x0 , y0 ) + r2
4
5.10. EXTRÉMA 101

si seulement r est suffisamment petit (tel que O(r) < m 4 ). Par conséquent f (x, y) > f (x0 , y0 ) pour
tout point (x, y) ̸= (x0 , y0 ) dans un voisinage de ce point critique. Le point critique est alors un
minimum local. De même si M < 0, le point critique est un maximum local.
Par contre si p(α) prend des valeur positives aussi bien que négatives, c’est-à-dire si m < 0 < M ,
on trouve αm , αM tels que p(αm ) = m et p(αM ) = αM respectivement et (5.9) donne

r2
f (r cos(αm ), r sin(αm )) = f (x0 , y0 ) + [q(αm ) + O(r)] < f (x0 , y0 )
2
et
r2
f (r cos(αM ), r sin(αM )) = f (x0 , y0 ) + [q(αM ) + O(r)] < f (x0 , y0 ) .
2
si r est suffisamment petit. Le point critique en question n’est donc ni un maximum, ni un minimum.
Il faut donc décider si q(α) change de signe ou pas, c’est-à-dire si cette fonction admet une racine
dans [0, 2π].
On suppose à partir de maintenant que AC − B 2 ̸= 0. Le cas A = C = 0 est immédiat :

p(α) = 2B sin(α) cos(α) = B sin(2α)

prend les deux signes. On peut donc supposer à partir de maintenant que A ̸= 0 ou C ̸= 0 ; on
suppose que A ̸= 0. Ceci permet d’écrire :

A2 cos2 (α) + 2AB cos(α) sin(α) + AC sin2 (α)

p(α) =
A
(A cos(α) + B sin(α))2 + (AC − B 2 ) sin2 (α)
=
A
1
= u(α) .
A
Supposons AC − B 2 > 0. La fonction u(α) s’annule seulement si ses deux termes s’annulent. Mais
les deux conditions

A cos(α) + B sin(α) = 0
sin(α) = 0

sont incompatibles avec l’hypothèse que A ̸= 0. Par conséquent, si AC − B 2 > 0, la fonction u ne

s’annule pas et q(α) a le signe de A pour tout α.
Considérons maintenant le cas AC − B 2 < 0. On a u(0) > 0, parce que A ̸= 0. Mais on peut
satisfaire la condition
A cos(α) + B sin(α) = 0
√
puisque en la divisant par A2 + B 2 , on obtient

A B
√ cos(α) + √ sin(α) .
A2+B 2 A + B2
2

Les deux coefficients donnent un points sur le cercle de rayon 1 ; par conséquent, il existe un angle
α0 tel que
B A
cos(α0 ) = √ et sin(α0 ) = √ .
2
A +B 2 A + B2
2
102 CHAPITRE 5. PLUSIEURS VARIABLES

0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-1 -0.5 0 0.5 1

Figure 5.11 – Lignes de niveau de la fonction g(x, y) de l’exemple.

La condition A ̸= 0 assure que α0 ̸= 0. La relation trigonométrique standard donne maintenant

sin(α0 ) cos(α) + cos(α0 ) sin(α) = sin(α + α0 ) .

Pour α = −α0 , le premier terme dans u s’annule, mais pas le deuxième. Par suite u(−α0 ) < 0. La
fonction p(α) prend donc les deux signes.

Exemple 5.10.3 (Exercice). Considérons la fonction g : R2 → R définie par la formule

g(x, y) = ((x + 1)2 + y 2 ) · ((x − 1)2 + y 2 ) .

Le figure 5.11 montre des courbes de niveau pour g.

1. Calculer les dérivées partielles de g.
2. Trouver les points critiques de g.
3. Trouver les minima locaux de g.
4. Est-ce que les points trouvés précédemment sont des minima globaux ?
Les dérivées partielles sont :
∂g
= 4 x y 2 + x2 − 1


(5.12)
∂x
∂g
= 4 y y 2 + x2 + 1 ,


(5.13)
∂y
et la matrice des deuxième dérivées est


4 y 2 + 3 x2 − 1
 
8xy

8xy 4 3 y 2 + x2 + 1

Les points critiques, c’est-à-dire les solutions du système d’équation (5.12) et (5.13), sont (x, y) =
∂g
(0, 0), (x, y) = (1, 0) et (x, y) = (−1, 0) : la condition ∂y (x, y) = 0 force y = 0 et l’autre condition
2
est alors équivalente à x(x − 1) = 0. L’origine est un point scelle et les deux autres sont des minima
locaux et globaux.
5.11. RÉGRESSION LINÉAIRE SIMPLE 103

Petroleum consumption 1980-2015

100000
comsumpt.
95000 regression
consumption (kilobarrels/day)

90000
85000
80000
75000
70000
65000
60000
55000
50000
1975 1980 1985 1990 1995 2000 2005 2010 2015 2020
year

Figure 5.12 – Exemple de régression

5.11 Régression linéaire simple

Imaginons une fonction de la forme f (x) = ax + b (une fonction affine) dont on observe les valeurs
pour des arguments x1 , . . . , xn mais que ses observations sont affectées de perturbations aléatoires.
Au lieu d’observer la valeur exacte f (xi ), on observe yi . L’ensemble des couples (xi , yi ) est un nuage
de points dans R2 . On parle aussi d’échantillon pour f . Si les arguments xi représentent le temps et
si pour chaque xi il n’y a qu’une valeur yi , alors on parle d’une série temporelle.
Par exemple, la figure 5.12 montre la consommation quotidienne moyenne de pétrol aux US
relevée pour les année 1980-2015. Comment choisir la fonction affine f , indiquée dans la figure par
la droite pointillée, pour représenter cette série temporelle comme perturbation aléatoire de f ? Une
méthode très importante est celle des moindres carrés.
Plus précisément, supposons donnés une famille finie de points dans le plan R2 : pi = (xi , yi ),
pour i = 1, . . . , n. On cherche une droite de la forme y = ax + b telle que les valeurs prises par cette
droite, axi + b, i = 1, . . . , n, donnent la meilleur approximation des valeurs yi au sens des moindres
carrés : On cherche à ajuster les coefficients a et b tels que la quantité
n
X
r(a, b) = (axi + b − yi )2 ,
i=1

soit aussi petite que possible. Dans la figure 5.13, on voit les différences entre les valeurs de la fonction
f (x) = ax + b et les points de l’échantillon. La quantité à rendre minimale est la somme des carrés
des ces distances. Pour a, b donnés, la valeur r(a, b) est appelée le résidue de la droite par rapport à
l’échantillon. Il s’agit d’ajuster a, b pour rendre le résidu minimal. On va voir que cette condition est
facile à satisfaire. La solution est appelée droite de régression de l’échantillon.
Pour chercher le minimum de la fonction r on peut simplement chercher les points où ses dérivées
partielles s’annulent :
∂r(a, b) ∂r(a, b)
=0 , =0.
∂a ∂b
104 CHAPITRE 5. PLUSIEURS VARIABLES

y ax + b

p2
pn

p1

x1 x2 xn x

Figure 5.13 – Distances du nuage de points à la droite y = ax + b.

Le calcul de ces dérivées est facile :

n
∂r(a, b) X
=2 (axi + b − yi )xi = 0
∂a i=1
n
∂r(a, b) X
=2 (axi + b − yi ) = 0 .
∂b i=1

On voit que le couple (a, b) doit satisfaire un système linéaire. En sortant les paramètres a, b des
sommes et en divisant par le nombre de points, ce système prend la forme suivante :

n n n
1X 2 1X 1X
a xi + b xi = xi yi
n i=1 n i=1 n i=1
n n
1X 1X
a xi + b = yi .
n i=1 n i=1

On introduit les moyennes :

n n
1X 1X
x= xi , y= yi .
n i=1 n i=1

tel que la première équation permet d’exprimer b = y − ax. En substituant cette expression pour b
dans la deuxième équation, on obtient :

n
! n
1X 2 1X
a x − x2 = xi yi − x · y .
n i=1 i n i=1
5.12. NEWTON-RAPHSON EN D = 2 105

Avec les définitions pour la variance et la covariance, on peut écrire (lemme de König) :
n n
1X 1X 2
Var(x) = (x − x)2 = (xi − x)2 = x − x2 ,
n i=1 n i=1 i
n n
1X 1X
Cov(x, y) = (x − x)(y − y) = (xi − x)(yi − y) = xi yi − x · y ,
n i=1 n i=1

et on trouve filnalement les formules suivantes pour a et b :

Cov(x, y)
a=
Var(x)
b = y − ax .

Les paramètres de la droite de régression sont données par des quantités statistique standard de
l’échantillon.

5.12 Newton-Raphson en d = 2
Un chapitre précédent discutait la méthode de Newton-Raphson qui permet de trouver une ap-
proximation pour x0 , solution d’une équation non-linéaire f (x) = 0. Comment généraliser cette
méthode à plusieurs variables ?
Supposons données deux fonction f, g : U → R, définies dans une partie ouverte de R2 et
continûment différentiables. On cherche un point (x0 , y0 ) ∈ R2 tel que

f (x0 , y0 ) = 0
g(x0 , y0 ) = 0 .

Il y a deux équation non-linéaire pour les deux coordonnées du point cherché. Si (x, y) ∈ U et si
(h, k) est un incrément suffisamment petit on peut représenter f et g par des formules à trois termes :

∂f ∂f
f (x + h, y + k) = f (x, y) + (x, y) h + (x, y) k + O(h2 + k 2 ) (5.14)
∂x ∂y
∂g ∂g
g(x + h, y + k) = g(x, y) + (x, y) h + (x, y) k + O(h2 + k 2 ) . (5.15)
∂x ∂y

Les deux application f, g : U → R sont les composantes d’une application F : U → R2

 
f (x, y)
F (x, y) = .
g(x, y)

En introduisant la matrice " #

∂f ∂f
∂x ∂y
DF (x, y) = ∂g ∂g ,
∂x ∂y

on peut écrire les deux formules (5.14) et (5.15) d’une façon matricielle comme
 
h
F (x + h, y + y) = F (x, y) + DF (x, y) · + O(h2 + k 2 ) .
k
106 CHAPITRE 5. PLUSIEURS VARIABLES

Ceci est maintenant une formule à trois termes pour l’application F : l’application F est différentiable.
On est dans la même situation que lorsqu’on a discuté la méthode de Newton-Raphson pour les
fonctions à une seule variable (voir 4.1 page 59).
L’idée de la méthode de Newton est de remplacer la condition pour l’incrément F (x+h, y +k) = 0
par le problème plus simple obtenu en négligeant le reste dans la formule à trois termes :
 
h
F (x, y) + DF (x, y) · =0.
k

Sous l’hypothèse que la matrice DF (x, y) soit inversible, ce problème est facile à résoudre :
 
h
= −DF (x, y)−1 F (x, y) .
k

Rappelons aussi qu’il est très facile de calculer l’inverse d’une matrice carrée de dimension 2 :
 −1  
A B 1 D −B
= .
C D AD − BC −C A

Exemple 5.12.1. Voici un exemple où la solution est facilement calculable et qui permet de tester
l’algorithme. Le système des deux équations

f (x, y) = x − y + x2 + 1 = 0
g(x, y) = x + y − x2 − 2 = 0

admet la solution unique x = 1/2, y = 7/4. L’application F : R2 → R2 définie par f et g a la matrice

suivante comme différentielle en (x, y) :
 
2x + 1 −1
DF (x, y) = .
1 − 2x 1

La matrice inverse est  

−1 1 1 1
DF (x, y) = .
2 2x − 1 2x + 1
Le pas de l’itération de Newton-Raphson est donc donné par la formule
       
xn+1 x 1 1 1 f (xn , yn )
= n − · .
yn+1 yn 2 2xn − 1 2xn + 1 g(xn , yn )
Annexe A

Formulaire

A.1 Les lettres grecs

A α alpha
B β bêta
Γ γ gamma
∆ δ delta
E ε epsilon
Z ζ zêta
E η êta
Θ θ thêta
I ι iota
K κ kappa
Λ λ lambda
M µ mu
N ν nu
Ξ ξ xi
O o omicron
Π π pi
P ρ rhô
Σ σ sigma
T τ tau
Y υ upsilon
Φ φ phi
X χ khi/chi
Ψ ψ psi
Ω ω omega

A.2 Formule du binôme

(a ± b)2 = a2 ± 2ab + b2
(a + b)(a − b) = a2 − b2

107
108 ANNEXE A. FORMULAIRE

Cas particuliers
(a + b)3 = a3 + 3a2 b + 3ab2 + b3
(a − b)3 = a3 − 3a2 b + 3ab2 − b3
(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4
(a − b)4 = a4 − 4a3 b + 6a2 b2 − 4ab3 + b4
(a + b)2 (a − b)2 = a4 − 2a2 b2 + b4
Formule du binôme générale
     
n n−1 n n−2 2 n
(a + b)n = an + a b+ a b + ··· + abn−1 + bn
1 2 n−1
Formule du binôme avec signes
n  
X n
(a ± b)n = (−1)k an−k bk
k
k=0

Début du triangle de Pascal pour les coefficients du binôme

n \k 0 1 2 3 4 5 6 7
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
Formule explicite pour les coefficients du binôme
 
n n! n(n − 1)(n − 2) · · · (n − k + 1)
= =
k k!(n − k)! k!
Calcul des coefficients du binôme
 
n n n−1 n−2 n − (k − 1)
= · · ···
k 1 2 3 k
Par exemple :
8 8 7 6 5 6 5 5
= · · · = 28 · · = 56 · = 14 · 5 = 70
4 1 2 3 4 3 4 4
Identités élémentaires satisfaites par les coefficients du binôme
             
n n n n n+1 n n−1 n
= , + = , =
k n−k k−1 k k k k−1 k
Différence de puissances
a3 − b3 = (a − b)(a2 + ab + b2 )
a4 − b4 = (a − b)(a3 + a2 b + ab2 + b3 )
n−1
X
an − bn = (a − b) · an−k−1 bk
k=0
A.3. EXPONENTIELLES ET LOGARITHMES 109

A.3 Exponentielles et logarithmes

Deux nombres réels a > 0 et x ∈ R donne ax ∈ R et ce nombre est strictement positif. Si x ∈ N,
alors an = a · · · a, le produit de n facteurs égaux à a.

ax
a0 = 1 , ax · ay = ax+y , = ax−y , (ax )y = axy
ay

En particulier
1 1 √ 1 1
a−1 = . a2 = a. a− 2 = √
a a

Relations élémentaires satisfaites par les fonctions logarithmiques

loga 1 = 0 , loga a = 1 , loga ax = x , aloga x = x

 
x
loga (xy) = loga x + loga y , loga = loga x − loga y
y
√ 1
loga xy = y · loga x , loga n x = loga x
n
1
loga c = , loga c · logc a = 1 , log1/a x = − loga x
logc a
loga x
logb x = .
loga b

A.4 Relations trigonométriques

Pour les fonctions trigonométriques on note souvent les puissance d’une façon particulière en rap-
portant l’exposant sur le signe de la fonction : sinn (x) = (sin(x))n .
La relation fondamentale ; le point (cos(x), sin(x)) est situé sur le cercle de rayon 1 centré à l’origine,

cos2 (x) + sin2 (x) = 1

Symétries

sin(−x) = − sin(x) , cos(−x) = cos(x)

π  π 
sin(x) = cos −x , cos(x) = sin −x .
2 2

Formules d’addition

sin(x ± y) = sin(x) cos(y) ± cos(x) sin(y)

cos(x ± y) = cos(x) cos(y) ∓ sin(x) sin(y) .
110 ANNEXE A. FORMULAIRE

Valeurs pour angles multiples

sin(2x) = 2 sin(x) cos(x)
sin(3x) = 3 sin(x) − 4 sin3 (x) = sin(x) [4 cos2 (x) − 1]
sin(4x) = 8 sin(x) cos3 (x) − 4 sin(x) cos(x)
   
n n−1 n
sin(nx) = sin(x) cos (x) − sin3 (x) cosn−3 (x)
1 3
   
n n
+ sin5 (x) cosn−5 (x) − sin7 (x) cosn−7 (x) + · · ·
5 7
cos(2x) = 2 cos2 (x) − 1 = 1 − 2 sin2 (x)
cos(3x) = 4 cos3 (x) − 3 cos(x)
cos(4x) = 1 − 8 cos2 (x) + 8 cos4 (x)
   
n n n
cos(nx) = cos (x) − sin2 (x) cosn−2 (x)
0 2
   
n n−4 n
+ 4
sin (x) cos (x) − sin6 (x) cosn−6 (x) + · · ·
4 6
Puissances des fonctions trigonométriques
1 − cos(2x)
sin2 (x) =
2
3 sin(x) − sin(3x)
sin3 (x) =
4
3 − 4 cos(2x) + cos(4x)
sin4 (x) =
8
n/2 Xn/2  
n (−1) k n
sin (x) = (−1) cos((n − 2k)x) si n pair
2n k
k=0

(n−1)/2 (n−1)/2
 
(−1) X
kn
= (−1) sin((n − 2k)x) si n impair
2n k
k=0

Valeurs pour demi-angle

x1 − cos(x)
sin2 =
2 2
 x  1 + cos(x)
cos2 =
2 2
Somme et différence de deux valeurs trigonométriques
   
x±y x∓y
sin(x) ± sin(y) = 2 sin cos
2 2
   
x+y x−y
cos(x) + cos(y) = 2 cos cos
2 2
   
x+y x−y
cos(x) − cos(u) = −2 sin sin
2 2
√  π √  π
cos(x) ± sin(x) = 2 sin x ± = 2 cos x ∓
4 4
A.4. RELATIONS TRIGONOMÉTRIQUES 111

Somme générale pour le même angle

p
A sin(x) + B cos(x) = A2 + B 2 sin(x + α)
A
cos(α) = √
A + B2
2

B
sin(α) = √
A + B2
2

Produit de valeurs trigonométriques

1 1
sin(x) sin(y) = cos(x − y) − cos(x + y)
2 2
1 1
cos(x) sin(y) = sin(x + y) − sin(x − y)
2 2
1 1
cos(x) cos(y) = cos(x + y) + cos(x − y)
2 2
Symétrie de tan, cot
π  π 
tan(x) = cot −x , cot(x) = tan −x
2 2
Formule d’addition pour tan, cot

tan(x) ± tan(y) cot(x) cot(y) ∓ 1

tan(x ± y) = , cot(x ± y) =
1 ∓ tan(x) tan(y) cot(y) ± cot(x)

Angle multiple

2 tan(x) 2 cot(x)
tan(2x) = 2 =
1 − tan (x) cot2 (x) − 1
3 tan(x) − tan3 (x)
tan(3x) =
1 − 3 tan2 (x)
4 tan(x) − 4 tan3 (x)
tan(4x) =
1 − 6 tan2 (x) + tan4 (x)

Demi angle
x 1 − cos(x)
tan2 =
2 1 + cos(x)
x


Représentation rationnelle des valeurs trigonométriques En posant τ = tan 2 :

2τ
sin(x) =
1 + τ2
1 − τ2
cos(x) =
1 + τ2
1 1
tan(x) = −
1−τ 1+τ
1 − τ2
cot(x) =
2τ
112 ANNEXE A. FORMULAIRE

Produit pour tan, cot

cos(x − y) − cos(x + y)
tan(x) tan(y) =
cos(x − y) + cos(x + y)
sin(x + y) + sin(x − y)
tan(x) cot(y) =
sin(x + y) − sin(x − y)
cos(x − y) + cos(x + y)
cot(x) cot(y) =
cos(x − y) − cos(x + y)

Polynômes de Taylor

x3 x5
sin(x) = x − + + ···
3! 5!
2 4
x x
cos(x) = 1 − + + ···
2! 4!
x3 2x5 17x7
tan(x) = x + + + + ···
3 15 315

A.5 Dérivées élémentaires

Règles algébriques

(αf (x) + βg(x))′ = α f ′ (x) + β g ′ (x) où α, β sont constantes

 ′  ′
′ ′ ′ f f ′ g − f g′ 1 f′
(f (x)g(x)) = f (x)g(x) + f (x)g (x) , = , = −
g f2 f f2

Règle pour les fonctions composées

(f (g(x))′ = f ′ (g(x)) · g ′ (x)

Par exemple :
 p ′ p x
f ( 1 + x2 ) = f ′ ( 1 + x2 ) · √ .
1 + x2

Dérivée d’un polynôme

d
a0 + a1 x + a2 x2 + · · · + ad xd = a1 + 2a2 x + 3a3 x2 + · · · + dad xd−1 .


dx

Dérivées des fonctions élémentaires

A.5. DÉRIVÉES ÉLÉMENTAIRES 113

Fonction Dérivée Fonction Dérivée

1 a
ax + b a −
ax + b (ax + b)2
1 2
x2 2x − 3
x2 x
1 n
xn nxn−1 − n+1
xn x
√ 1
f (x)n nf (x)n−1 f ′ (x) x √
2 x
ex ex ax log(a)ax
1 f ′ (x)
log x log(f (x))
x f (x)
1
sin(x) cos(x) arcsin(x) √
1 − x2
1
cos(x) − sin(x) arccos(x) −√
1 − x2
1 1
tan(x) arctan(x)
cos2 (x) 1 + x2
1 1
cot(x) − 2 arccot(x) −
sin (x) 1 + x2
1
sinh(x) cosh(x) arsinh(x) √
1 + x2
1
cosh(x) sinh(x) arcosh(x) √
2
x −1
1 1
tanh(x) artanh(x)
cosh2 (x) 1 − x2
1 1
coth(x) − arcoth(x)
sinh2 (x) 1 − x2
114 ANNEXE A. FORMULAIRE
Index

accroissement, 53 division euclidienne, 19

aire, 63 domaine de définition, 83
antécédent, 7 domination, 74
application, 6 droite de régression, 103
bijective, 8 dérivée directionnelle, 93
composition, 10 dérivée partielle, 97
injective, 8 dérivées partielles, 92
inverse, 11
réciproque, 11 élément, 1
surjective, 8 ensemble, 1
asymptotique, 76 ensemble vide, 2
exponentielle, 28
base, 28 exposant, 28
boule fermée, 92 extension, 2
boules, 87 extremum, 52
but, 7 extrémum, 73
extrémum local, 98
circulaire, 31
coefficient binomiale, 17 fermeture, 14
coefficients, 17 fermeture transitive, 14
complément, 3 fermé, 90
compréhension, 2 fonction, 6
convergence, 37, 84, 87 continue, 89
couple, 4 Fonction continue, 40
covariance, 105 fonction linéaire, 94
fonction partielle, 84
degré, 17 fonction rationnelle, 19
deMorgan, 3 forme quadratique, 98
dérivable, 47 formule du binôme, 19
dérivée, 47
gradient, 93
descente, 96
grand Oh, 74, 77
diagramme de Venn, 2
graphe, 6, 11
différence, 3
différence symétrique, 3 harmonique, 58
différentiable, 94 Horner, 22, 27
disjoint, 3
distance, 86 image, 9
distance euclidienne, 84 image réciproque, 9
distributivité, 3 interpolation

115
116 INDEX

Lagrange, 23 n-aire, 11
intersection, 3 plus fine, 12
intégrale, 61 produit, 12
intégrale indéterminée, 61 réflexive, 14
intégration par parties, 64 symétrique, 14
invariance par translation, 86 transitive, 14
inégalité relation de Chasles, 62
Cauchy-Schwarz, 88 reunion, 3
triangulaire, 86 règle de l’Hôpital, 75
inégalité triangulaire, 62
secante, 57
join, 10 sécante, 46
somme harmonique, 82
lignes de niveau, 96 source, 7
logarithme, 28 sphère, 92
substitution, 64
maximum local, 98 suite de Cauchy, 38
minimum local, 73 suite géométrique, 38
moindres carrés, 103
monome, 17 théorème de la moyenne, 62
méthode de la secante, 57 théorème fondamental, 61
méthode de Simpson, 68 topologie, 91
méthode du gradient, 97 tranche, 84
méthode du trapèze, 66
union, 2
Newton, 24
Newton-Raphson, 59 valeur, 7
norme, 85 variance, 105
négligeable, 74

ouvert, 90

partie, 1
partition, 14
petit oh, 75, 78
point critique, 52, 99
polynôme d’interpolation, 23
polynomiale, 17
primitive, 61
procédure, 7
produit cartésien, 4
produit scalaire, 88

quadrature, 65
quotient, 15

racine, 28
relation, 11
antisymétrique, 14
binaire, 11
inverse, 12