Chapitre 1

Logique

Un scientifique étudie des objets, à propos desquels il énonce des faits (ou propositions). La
logique manipule de façon formelle les propositions. Elle permet de modéliser les bases élémen-
taires du raisonnement.
Il est important de souligner que la logique est utile dans toute démarche scientifique. En revanche, dans le
langage courant (dit langage vernaculaire), la logique ne s’applique pas toujours. Cela peut poser problème car
les livres et les articles scientifiques (ainsi que les copies des étudiants !) sont rédigés en langage vernaculaire, et
pas dans un langage formel. Il faut donc s’efforcer d’être parfaitement clair quand on rédige un texte scientifique.

Définition. En logique, une proposition (ou assertion) est une phrase à laquelle on peut
attribuer une valeur de vérité (vrai ou faux).

On note 1 le vrai, et 0 le faux.

Exemple. « π est un nombre entier » est une assertion fausse. « 18 est divisible par 3 » est une
assertion vraie.

Remarque. a) La phrase « cette assertion est fausse » n’est ni vraie, ni fausse. Ce n’est
donc pas une assertion logique. Ce paradoxe est comparable à un individu affirmant « je
mens » : il est logiquement impossible de savoir si cet individu dit ou non la vérité. C’est
le paradoxe du menteur.
b) Mentionnons aussi le paradoxe de Berry : soit E l’ensemble des entiers naturels descriptibles
par une phrase (en français) de quinze mots ou moins. Alors E est un ensemble fini (il
n’y a qu’un nombre fini de phrases de quinze mots ou moins). Soit n0 le plus petit entier
n’appartenant pas à E. Alors n0 est défini de façon unique par la phrase
« Le plus petit entier non descriptible par une phrase de moins de quinze mots ».
Or cette phrase comporte 14 mots, donc n0 appartient à E, ce qui constitue un paradoxe.
Celui-ci ne dévoile aucune incohérence des mathématiques, mais prouve tout simplement
que n’importe quelle phrase ne peut être considérée comme une assertion mathématique.

1.1 Connecteurs logiques

Soient P et Q deux propositions. Les connecteurs logiques sont :
1) La conjonction : « et » (notée ∧)
P ∧ Q signifie que P est vraie et Q est vraie.
 2) La disjonction : « ou » (notée ∨)
P ∨ Q signifie que au moins l’une des deux propositions P ou Q est vraie.
3) La négation : « non » (notée ¬)
¬P signifie que P est fausse.
4) L’implication (notée ⇒)
P ⇒ Q signifie que si P est vraie, alors Q est vraie.
5) L’équivalence (notée ⇔)
P ⇔ Q signifie que P et Q ont même valeur de vérité.
Remarque. a) Dans le langage courant, « ou » a en général un sens exclusif (fromage « ou »
dessert). En mathématiques, le « ou » est toujours inclusif : si P et Q sont toutes les deux
vraies, alors P ∨ Q est vraie.
b) Le seul cas où P ⇒ Q est fausse se produit quand P est vraie et Q est fausse. En mathé-
matiques, un résultat vrai n’implique jamais un résultat faux.
c) En revanche, si P est fausse, alors P ⇒ Q est toujours vraie, quelle que soit la valeur de
vérité de Q.
On raconte, qu’intrigué par ce résultat, un philosophe interpella ainsi Bertrand Russell : « Voulez-vous dire
que si 2 = 1, alors vous êtes le pape ? ». « Bien sûr », répondit Russell. « En effet, le pape et moi sont deux
personnes distinctes et deux égale un, donc le pape et moi sont la même personne ».

Les connecteurs logiques permettent de combiner des assertions données P, Q, R, . . . pour

construire de nouvelles assertions, dites composées, dont on peut déterminer la valeur de vérité
à partir des valeurs de vérité de P, Q, R, . . . .

1.2 Tables de vérité

Pour manipuler une assertion composée, on peut tout simplement parcourir la liste complète
des valeurs de vérité possibles des assertions qui ont servi à la construire, qui n’est en général pas
très longue. Ceci permet de remplacer un raisonnement par une simple vérification mécanique,
exécutable par ordinateur.
Les tables ci-dessous, qui décrivent les connecteurs logiques, servent de point de départ à ces
vérifications.
P Q P ∧Q P ∨Q P ⇒Q P ⇔Q
0 0 0 0 1 1 P ¬P
0 1 0 1 1 0 0 1
1 0 0 1 0 0 1 0
1 1 1 1 1 1
Exemple. Si P et Q sont deux assertions, alors P ⇒ Q est équivalente à (¬P ) ∨ Q. En effet,
on peut vérifier cela à l’aide d’une table de vérité :
P Q P ⇒Q ¬P (¬P ) ∨ Q
0 0 1 1 1
0 1 1 1 1
1 0 0 0 0
1 1 1 0 1
Ainsi l’assertion (P ⇒ Q) ⇔ ((¬P ) ∨ Q) est toujours vraie, quelles que soient les valeurs de
vérité rattachées aux assertions P et Q. On qualifie un tel énoncé de tautologie.
1.3 Règles logiques
Il existe en logique un certain nombre de règles qui établissent un calcul des propositions,
semblable au calcul algébrique. Après application de l’une de ces règles sur une assertion, on
obtient une assertion équivalente, c’est-à-dire ayant la même valeur de vérité.

Propriété. Soient P , Q et R trois assertions. Alors :

1. (¬(¬P )) ⇔ P
2. (P ∧ P ) ⇔ P et (P ∨ P ) ⇔ P
3. (P ⇒ Q) ⇔ (¬Q ⇒ ¬P )
4. ¬(P ∧ Q) ⇔ (¬P ∨ ¬Q)
5. ¬(P ∨ Q) ⇔ (¬P ∧ ¬Q)
6. ¬(P ⇒ Q) ⇔ (P ∧ ¬Q)
7. P ∧ (Q ∨ R) ⇔ (P ∧ Q) ∨ (P ∧ R)
8. P ∨ (Q ∧ R) ⇔ (P ∨ Q) ∧ (P ∨ R)

Démonstration. Ces règles sont des tautologies, qui se vérifient avec une table de vérité.

Remarque. a) Étant donnée une implication P ⇒ Q, on dit que :

• l’implication Q ⇒ P est sa réciproque ;
• l’implication ¬Q ⇒ ¬P est sa contraposée.
La règle 3. affirme qu’une implication est équivalente à sa contraposée. Par contre, il n’y a
en général aucun lien logique entre une implication et sa réciproque : il se peut que l’une
soit vraie et l’autre fausse.
b) Les règles 4. et 5. sont appelées lois de De Morgan en l’honneur du mathématicien britan-
nique Augustus De Morgan (1806-1871).
c) La règle 6. est très importante à retenir, car elle permet d’écrire la négation d’une impli-
cation.

1.4 Quantificateurs
Définition. Un prédicat (ou formule à une variable) sur un ensemble E est un procédé qui
associe à chaque élément de E une assertion.

Exemple. La phrase « x est pair » est un prédicat sur l’ensemble N des entiers naturels. Ce
prédicat associe à l’entier 4 une assertion vraie, et à l’entier 5 une assertion fausse.

Pour transformer un prédicat en proposition, on utilise un quantificateur. Soient E un en-

semble, et P un prédicat sur E.
(1) Quantificateur universel : ∀x ∈ E, P (x) signifie que, pour tout élément x de E, l’assertion
P (x) est vraie.
(2) Quantificateur existentiel : ∃x ∈ E, P (x) signifie qu’il existe au moins un élément x de E
tel que P (x) soit vraie.
Il convient également de signaler le quantificateur « d’existence et d’unicité », d’usage moins
courant que les deux précédents.
 (3) ∃!x ∈ E, P (x) signifie qu’il existe un unique élément x de E tel que P (x) soit vraie.
Remarque. Les variables quantifiées sont muettes, c’est-à-dire que ∀x ∈ E, P (x) est la même
assertion que ∀β ∈ E, P (β).
Exemple. L’assertion (vraie) « Tout nombre réel strictement positif a une racine cubique réelle
strictement positive » s’écrit :
∀x ∈]0, +∞[, ∃y ∈]0, +∞[, y 3 = x
Attention à l’ordre des quantificateurs. En effet :
∃y ∈]0, +∞[, ∀x ∈]0, +∞[, y 3 = x
est une assertion tout à fait différente de la précédente (et fausse).
Remarque. a) Si E est vide, alors ∀x ∈ E, P (x) est vraie, et ∃x ∈ E, P (x) est fausse.
b) Si E = {x1 , . . . , xn } est un ensemble fini, alors ∀x ∈ E, P (x) est équivalente à P (x1 ) ∧
· · · ∧ P (xn ). De même, ∃x ∈ E, P (x) est équivalente à P (x1 ) ∨ · · · ∨ P (xn ).
c) Une assertion de la forme ∃x ∈ E, P (x) peut être vraie sans qu’on ait aucun moyen de
construire effectivement un élément x de E tel que P (x) soit vraie. Par exemple, l’assertion
« il existe des banquiers honnêtes » ne constitue pas une information très substantielle,
car elle ne permet pas, à elle seule, de fournir un exemple.

1.5 Négation et quantificateurs

Propriété. Soient E un ensemble, et P un prédicat sur E. Alors :
(1) ¬(∀x ∈ E, P (x)) ⇔ (∃x ∈ E, ¬P (x))
(2) ¬(∃x ∈ E, P (x)) ⇔ (∀x ∈ E, ¬P (x))
Exemple. L’assertion ¬(∃x ∈ R, x2 = −1) peut se réécrire (∀x ∈ R, x2 6= −1).
Le quantificateur universel pouvant être vu comme une généralisation de la conjonction et le
quantificateur existentiel pouvant être vu comme une généralisation de la disjonction, ces règles
de négation des quantificateurs généralisent les lois de De Morgan.

1.6 Démonstrations
En mathématiques, démontrer un résultat, c’est se convaincre de sa validité par application
des règles logiques, en s’appuyant sur les axiomes de la théorie considérée ainsi que sur les
théorèmes déjà existants.

1.6.1 Démonstration directe

L’énoncé d’un théorème est souvent de la forme P ⇒ Q (des hypothèses impliquent une
conclusion). Une démonstration directe de cette implication est une suite finie P1 , . . . , Pn de
propositions telles que :
(1) P1 ⇔ P et Pn ⇔ Q
(2) Pour tout i ∈ {1, . . . , n}, Pi ⇒ Pi+1 .
Il est clair que la donnée d’une telle suite d’assertions constitue bien une démonstration de
l’énoncé de départ.
1.6.2 Raisonnement par l’absurde
On souhaite démontrer une certaine proposition P . Pour cela on suppose que ¬P est vraie,
puis on en déduit, par le raisonnement, un résultat faux (souvent sous forme de contradiction).
Ceci montre que l’hypothèse de départ est fausse, donc que P est vraie.

Exemple (Euclide). Il existe une infinité de nombres premiers.

Démonstration. On suppose connu que tout entier strictement supérieur à 1 possède au moins un diviseur
premier. Supposons (par l’absurde) que l’ensemble des nombres premiers soit fini, disons égal à {p1 , . . . , pn }.
Considérons alors l’entier :
m = (p1 × · · · × pn ) + 1
Alors m est strictement supérieur à 1, donc admet au moins un diviseur premier p. D’autre part, m n’est
divisible par aucun des pi . Donc p n’appartient pas à l’ensemble {p1 , . . . , pn }, contradiction.

Exemple. Il n’existe pas de solution réelle au système d’équations (y = x2 + 1 et x + y = 0).

Démonstration. Supposons qu’il existe un couple (x, y) de réels qui soit solution du système. Alors, en re-
portant, on voit que x est solution de l’équation x2 + x + 1 = 0. Donc cette équation a un discriminant positif,
c’est-à-dire que l’on a : −3 ≥ 0, ce qui est faux. Cela montre que le système n’a pas de solution.

1.6.3 Démonstration par disjonction des cas

Soient E un ensemble, et P un prédicat sur E. On veut démontrer que ∀x ∈ E, P (x) est vraie.
Une démonstration par disjonction des cas consiste à trouver des sous-ensembles E1 , . . . , En de
E tels que :
(1) E = E1 ∪ · · · ∪ En .
(2) pour tout i ∈ {1, . . . , n}, l’assertion ∀x ∈ Ei , P (x) est vraie,
Alors l’assertion ∀x ∈ E, P (x) est vraie.
Dans la pratique, cette méthode consiste à montrer que P (x) est vraie quand x vérifie
certaines hypothèses supplémentaires, puis que chaque élément de E vérifie l’une au moins de
ces hypothèses.

Exemple. Il existe deux irrationnels a et b tels que ab soit rationnel.

√ √ √2
Démonstration. On suppose connue l’irrationnalité de 2. Alors √
deux cas se présentent : ou bien 2 est
√ 2
un nombre rationnel, auquel cas le résultat est démontré, ou bien 2 est un nombre irrationnel. Dans ce cas,
on peut écrire
√ √2 √2 √ √2√2 √ 2
2 = 2 = 2 =2
√ √2 √
d’où le résultat en prenant a = 2 et b = 2.

Exemple. Pour tout entier naturel n, n3 − n est pair.

Démonstration. On peut toujours écrire :

n3 − n = n(n2 − 1) = n(n + 1)(n − 1)

Si n est pair, alors le produit est pair (car n est facteur). Si n est impair, alors n + 1 est pair donc le produit
est pair. Comme n est forcément pair ou impair et que la propriété est montrée dans les deux cas, alors elle est
montrée pour tout n.
1.6.4 Le principe de récurrence
Récurrence simple
Soit P un prédicat sur N, et soit n0 un entier naturel. Supposons que l’on ait les propriétés
suivantes :
(1) P (n0 ) est vraie.
(2) Pour tout n ≥ n0 , P (n) ⇒ P (n + 1).
Alors l’assertion ∀n ≥ n0 , P (n) est vraie.

Récurrence forte
Soit P un prédicat sur N, et soit n0 un entier naturel. Supposons que l’on ait les propriétés
suivantes :
(1) P (n0 ) est vraie.
(2) Pour tout n ≥ n0 ,
(P (n0 ) ∧ · · · ∧ P (n − 1) ∧ P (n)) ⇒ P (n + 1)

Alors l’assertion ∀n ≥ n0 , P (n) est vraie.

Remarque. Une récurrence forte fonctionne exactement de la même façon qu’une récurrence,
mais il faut faire attention à l’initialisation. Si par exemple on a besoin d’utiliser l’hypothèse au
rang n − 1 et au rang n pour montrer qu’elle est vraie au rang n + 1, alors on devra vérifier au
départ que P (n0 ) et P (n0 + 1) sont vraies.

Exemple. Soit (un ) la suite définie par u0 = 1, u1 = 1 et un+1 = un + un−1 . Alors cette suite
est à valeurs entières strictement positives.
Démonstration. Ici le prédicat qui nous intéresse est « un > 0 ». La propriété est vraie pour n = 0 et n = 1.
Soit n ≥ 1 un entier. On suppose que P (m) est vraie pour tout m tel que 0 ≤ m ≤ n. En particulier, P (n − 1)
et P (n) sont vraies. C’est-à-dire que un−1 et un sont des entiers strictement positifs. Mais alors, en considérant
la formule un+1 = un + un−1 , on voir que un+1 est un entier strictement positif. Donc l’assertion ∀n ∈ N, un > 0
est vraie.
Chapitre 2

Ensembles

L’objectif des mathématiques est d’explorer l’intuition que nous avons d’un certain nombre
d’objets abstraits (comme les nombres ou les fonctions continues), ce qui nous permet d’en
déduire de nouvelles propriétés de ces objets.
Il existe bien sûr une grande variété d’objets mathématiques, dont certains sont de nature ensembliste, et
d’autres non. Cependant, il est agréable de constater que la théorie des ensembles fournit un cadre universel
d’étude pour tous ces objets. C’est ainsi qu’on peut représenter les nombres entiers, rationnels, ou réels, par des
ensembles.

2.1 Notion d’ensemble

Définition. (1) Un ensemble est une collection d’objets.
(2) Les objets appartenant à un ensemble donné sont appelés ses éléments.
Si E est un ensemble et si x est un objet mathématique, alors :
« x ∈ E » signifie que x appartient à E.
«x∈
/ E » signifie que x n’appartient pas à E.
Exemple. a) L’ensemble n’ayant aucun élément s’appelle l’ensemble vide, noté ∅.
b) Si x est un objet, on note {x} l’ensemble dont le seul élément est x. On appelle un tel
ensemble un singleton.
c) Plus généralement, si x, y, . . . est une liste finie d’objets, on note {x, y, . . .} l’ensemble de
ces objets. On dit qu’un tel ensemble est défini en extension.
d) Quand on définit un ensemble en extension, l’ordre des objets et les redondances ne
comptent pas : {0, 1} = {1, 0} = {1, 0, 1}.
Un ensemble est entièrement caractérisé par la collection des éléments qui lui appartiennent,
ce qui se traduit par la propriété suivante, connue sous le nom d’extensionnalité :
Propriété (extensionnalité). Deux ensembles sont égaux si et seulement s’ils ont les mêmes
éléments.

2.2 Sous-ensembles
Définition. Soient A et B deux ensembles. On dit que A est inclus dans B, et on note A ⊆ B,
si tout élément de A est élément de B.
 On dit aussi que A est une partie de B, ou que A est un sous-ensemble de B.

Propriété (transitivité de l’inclusion). Si A ⊆ B et si B ⊆ C, alors A ⊆ C.

Propriété. Si E est un ensemble, et si P est un prédicat sur E, alors l’ensemble des éléments
de E satisfaisant P est une partie de E, que l’on note {x ∈ E | P (x)}. On dit qu’un tel ensemble
est défini en compréhension.

On peut souvent décrire un ensemble de plusieurs façons : par exemple, {2, 3, 5} est l’ensemble
des nombres premiers inférieurs à 6.

Définition. Si E est un ensemble, on note P(E) l’ensemble des parties de E.

Notons que l’ensemble vide est toujours contenu dans E, c’est-à-dire : ∅ ∈ P(E).

Exemple.
P({0, 1}) = {∅, {0}, {1}, {0, 1}}

2.3 Opérations sur les ensembles

Soient A et B deux parties d’un ensemble E. Les opérations ensemblistes sont :
1) L’intersection : A ∩ B est l’ensemble des éléments qui appartiennent à la fois à A et à B

A ∩ B = {x ∈ E | x ∈ A et x ∈ B}

2) La réunion : A ∪ B est l’ensemble des éléments qui appartiennent à A ou à B

A ∪ B = {x ∈ E | x ∈ A ou x ∈ B}

3) Le complémentaire : {E A est l’ensemble des éléments de E qui n’appartiennent pas à A :

{E A = {x ∈ E | x ∈
/ A}

4) La différence : A\B est l’ensemble des éléments qui appartiennent à A mais n’appartiennent
pas à B :
A \ B = {x ∈ E | x ∈ A et x ∈ / B} = A ∩ {E B
On constate une analogie entre ces opérations et les connecteurs logiques. En poursuivant
cette analogie, on peut dresser une liste de propriétés pour les opérations ensemblistes.

Propriété. Soient A, B et C trois parties de E. Alors :

1. {E ({E A) = A
2. A ∩ A = A et A ∪ A = A
3. A ⊆ B ⇔ {E B ⊆ {E A
4. {E (A ∩ B) = {E A ∪ {E B
5. {E (A ∪ B) = {E A ∩ {E B
6. A * B ⇔ A ∩ {E B 6= ∅
7. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
8. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
Remarque. L’analogie entre connecteurs logiques et opérations ensemblistes peut s’expliquer
de plusieurs façons :
a) Il revient au même de se donner un prédicat (à équivalence près) sur E ou une partie de E.
En effet, si P est un prédicat sur E on lui associe l’ensemble {x ∈ E | P (x)}, et inversement
si A est une partie de E on lui associe le prédicat x ∈ A. Dans cette correspondance :

∧ devient ∩, ∨ devient ∪, ¬ devient {E , ⇒ devient ⊆

b) Dans le cas ensembliste comme dans le cas logique, les opérations que nous avons intro-
duites définissent une algèbre de Boole.

2.4 Couples et produit d’ensembles

Soient E et F deux ensembles.

Définition. A partir de deux éléments x ∈ E et y ∈ F , on construit le couple (x, y), qui

satisfait la propriété fondamentale :

(x, y) = (a, b) ⇔ (x = a) ∧ (y = b)

pour tous x, a dans E et y, b dans F .

Définition. Le produit des ensembles E et F , noté E × F , est l’ensemble des couples de la

forme (x, y) avec x ∈ E et y ∈ F .

Autrement dit :
E × F = {(x, y) | x ∈ E et y ∈ F }

Remarque. a) Le produit d’ensembles est parfois appelé produit cartésien, en l’honneur de

René Descartes (1596-1650) qui fut le premier à identifier le plan euclidien avec R × R.
b) Attention à l’ordre des facteurs : E × F n’est pas égal à F × E en général.
c) Si l’un des deux ensembles est vide, alors leur produit est vide.

Soit G un troisième ensemble. Étant donnés x ∈ E, y ∈ F et z ∈ G, on peut construire le

triplet (x, y, z) de façon analogue au couple. L’ensemble des triplets est noté E × F × G.
On identifie le couple ((x, y), z) avec le triplet (x, y, z). De même, on identifie (x, (y, z)) avec
(x, y, z). Compte-tenu de ces identifications, on peut écrire :

(E × F ) × G = E × (F × G) = E × F × G

Plus généralement, si E1 , . . . , En sont n ensembles, on note le produit E1 × · · · × En sans

parenthèses, et les éléments de ce produit sont appelés des n-uplets.
Si n ≥ 1 est un entier, le produit de n copies de E est noté E n . C’est l’ensemble des n-uplets
d’éléments de E.

Exemple. a) R2 s’identifie au plan, R3 s’identifie à l’espace. Plus généralement, Rn s’appelle

l’espace à n dimensions.
b) Si A = {As, Roi, Dame, Valet, 10, 9, 8, 7, 6, 5, 4, 3, 2} et B = {pique, cœur, carreau, trèfle},
alors A × B s’identifie à un jeu classique de 52 cartes.
Chapitre 3

Relations d’équivalence

Dans tout le chapitre, E désigne un ensemble.

4.1 Notion de relation

Définition. Une relation sur l’ensemble E est un prédicat sur E × E.

Autrement dit, une relation est une assertion qui dépend de deux variables prises dans E.
Intuitivement, une relation sur E est un procédé qui permet de comparer deux éléments de
l’ensemble E.
Pour exprimer que deux éléments x et y de E satisfont la relation R, on notera xRy au lieu
de R(x, y).

Exemple. a) Sur tout ensemble E, l’égalité est une relation.

b) Sur R, « x < y » est une relation.
c) Sur N, « p divise q » est une relation.

4.2 Relations d’équivalence

Définition. Soit R une relation sur E. On dit que R est une relation d’équivalence si les
propositions suivantes sont vérifiées :
(1) R est réflexive : ∀x ∈ E, xRx
(2) R est symétrique : ∀(x, y) ∈ E 2 , xRy ⇒ yRx
(3) R est transitive : ∀(x, y, z) ∈ E 3 , (xRy ∧ yRz) ⇒ xRz

Une relation d’équivalence a des propriétés semblables à la relation d’égalité. On peut voir
une telle relation comme étant un « critère de ressemblance » entre deux objets.

Exemple. a) Sur l’ensemble des mots de la langue française, la relation « x et y commencent

par la même lettre » est une relation d’équivalence.
b) Sur l’ensemble des êtres humains, la relation « x et y ont le même âge » est une relation
d’équivalence.
c) Soit D une partie de R, et soit x0 ∈ D. Sur l’ensemble des fonctions D → R, la relation
« f ∼x0 g » est une relation d’équivalence.
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

CHAPITRE 2 : FONCTIONS NUMERIQUES

1. Définitions

On appelle fonction numérique toute application d’un ensemble non vide dans ℝ.
On note ℱ(𝐸; ℝ) qui est l’ensemble des fonctions numériques définies sur E.

Ou on appelle fonction numérique d’une variable réelle, une relation f de ℝ ou

d’une partie de ℝ vers ℝ qui à 𝑥 associe 𝑓(𝑥) au plus une image 𝑓(𝑥).

E ℝ

x → f(x)

2. Domaine de définition

f est définie au point 𝑥 𝑠𝑖 𝑥 admet une image 𝑓(𝑥) :

la fonction 𝑓:ℝ⟶ℝ
𝑥⟶√3−𝑥

Df=]−∞; 3]

Exercice : Déterminer, le domaine de définition

Dg de la fonction 𝑔:ℝ⟶ℝ
(𝑥+2)√−2𝑥2 +3𝑥−1
(2𝑥−3)2

-2𝑥 2 + 3𝑥 − 1 ≥ 0

1
𝑥=
2

−(𝑥 − 1)(2𝑥 − 1) = −(2𝑥 2 − 2𝑥 − 𝑥 + 1) = −(2𝑥 2 − 3𝑥 + 1)

Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

3
2𝑥 − 3 ≠ 0 ; 𝑥 ≠ ⇒ 𝐷𝑔 = {𝑥 ∕ 𝑥 ∈ [1⁄2 ; 1]}
2

3. Parité et périodicité

L’étude d’une fonction 𝑓(𝑥)est souvent limitée à un domaine Df.

Si 𝑓(𝑥) est paire i.e 𝑓(−𝑥) = 𝑓(𝑥) ; ∀𝑥 ∈ 𝐷𝑓

Si 𝑓(𝑥) est impaire i.e 𝑓(−𝑥) = −𝑓(𝑥) ; ∀𝑥 ∈ 𝐷𝑓

Si 𝑓(𝑥) est périodique de période T ; 𝑓(𝑥 + 𝑇) = 𝑓(𝑥) ; ∀ 𝑥 ∈ 𝐷𝑓

4. Limites

Soit une fonction numérique f définie sur 𝐷 et un point 𝑥 𝑑𝑒 ℝ(𝑥0 ∈ 𝐷 𝑜𝑢 𝑛𝑜𝑛)

• Limite d’une fonction en un point

Définition

f a pour limite ℓ(∈ ℝ); quand 𝑥 tend vers 𝑥0 et on note :

lim 𝑓( 𝑥0 ) = ℓ 𝑠𝑖 ∀𝜀 > 0, ∃𝛼 ∕ ∀|𝑥 − 𝑥0 | < 𝛼 ⇒ |𝑓(𝑥) − ℓ| < 𝜀

𝑥→𝑥0

Remarque1 : si f est défini en 𝑥0 et si la limite de 𝑓(𝑥) quand 𝑥 tend vers 𝑥0 , existe

alors lim 𝑓( 𝑥) = 𝑓(𝑥0 ) ⇒ 𝑓 est continue en 𝑥0 .
𝑥→∞

Remarque2 : |𝑥 − 𝑥0 | < 𝛼 ⇒ −𝛼 < 𝑥 − 𝑥0 < 𝛼 ⇔ 𝑥0 − 𝛼 < 𝑥 < 𝑥0 + 𝛼

• Limite à droite en un point

f admet une limite 𝑓(𝑥) = ℓ à droite en 𝑥0 , on note :

lim 𝑓( 𝑥) = ℓ; 𝑎𝑣𝑒𝑐 𝑥 > 𝑥0 𝑜𝑢 lim+𝑓( 𝑥) = ℓ

𝑥→𝑥0 𝑥→𝑥0
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

∀𝜀 > 0; ∃𝛼 𝑡𝑞 𝑥0 < 𝑥 < 𝑥0 + 𝛼 ⇒ |𝑓(𝑥) − ℓ| < 𝜀

• Limite à gauche en un point

f admet une limite à gauche en 𝑥0 et on note :

lim 𝑓( 𝑥) = ℓ; 𝑎𝑣𝑒𝑐 𝑥 < 𝑥0 𝑜𝑢 lim− 𝑓( 𝑥) = ℓ si

𝑥→𝑥0 𝑥→𝑥0

∀𝜀 > 0; ∃𝛼 𝑡𝑞 𝑥0 − 𝛼 < 𝑥 < 𝑥0 ⇒ |𝑓(𝑥) − ℓ| < 𝜀

Remarques :f admet une limite en un point 𝑥0 si et seulement si , elle admet une

limite à gauche en 𝑥0 ; une limite à droite en 𝑥0 et la limite à gauche est égale à la
limites à droite.

• Limites infinies en un point

1) Lim𝑓( 𝑥) = ∞ ⇔ ∀ 𝐴 > 0, ∃𝛼 > 0⁄|𝑥 − 𝑥0 | < 𝛼 ⇒ 𝑓(𝑥) > 𝐴

𝑥→𝑥0

2) lim 𝑓( 𝑥) = −∞ ⇔ ∀𝐴 > 0, ∃𝛼 > 0⁄|𝑥 − 𝑥0 | < 𝛼 ⇒ 𝑓(𝑥) < −𝐴

𝑥→𝑥0

• Limites finies à l’infini

3) lim 𝑓( 𝑥) = ℓ ⇔ ∀𝐴 > 0 ∕ 𝑥 > 𝐴 ⇒ |𝑓(𝑥) − ℓ| < 𝜀

𝑥→∞

4) lim 𝑓(𝑥) = ℓ ⇔ ∀𝜀 > 0, ∃𝐴 > 0 ∕ 𝑥 > 𝐴 ⇒ |𝑓(𝑥) − ℓ| < 𝜀

𝑥→−∞

• Limites infinies à l’infini

5) lim 𝑓(𝑥) = ∞ ⇔ ∀A > 0, ∃B > 0, 𝑥 > B ⇒ 𝑓(𝑥) > A

𝑥→∞

6) lim 𝑓(𝑥) = − ∞ (∀A > 0, ∃B > 0, 𝑥 < −B ⇒ 𝑓(𝑥) < −A)

𝑥→∞

7) lim 𝑓(𝑥) = ∞ ⇔ ∀A > 0, ∃B > 0, 𝑥 < −B ⇒ 𝑓(𝑥) > A

𝑥→−∞

8) lim 𝑓(𝑥) = − ∞ ⇔ ∀A > 0, ∃B > 0, 𝑥 < −B ⇒ 𝑓(𝑥) < −A

𝑥→−∞
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

5- Opérations sur les limites

Théorème :
Si lim 𝑓(𝑥) = ℓ1 et lim g(𝑥) = ℓ2 alors ∶
𝑥→𝑥0 𝑥→𝑥0

i) lim [𝑓(𝑥) + g(𝑥)] = ℓ1 + ℓ2

𝑥→𝑥0

ii) lim 𝑓(𝑥) ⋅ g(𝑥) = ℓ1 ⋅ ℓ2

𝑥→𝑥0

𝑓(𝑥) ℓ1
iii) lim = avec ℓ2 ≠ 0
𝑥→𝑥0 g(𝑥) ℓ2
iv) lim 𝜆𝑓(𝑥) = 𝜆ℓ1 , ∀𝜆 ∈ ℝ
𝑥→𝑥0
𝑛
v) lim √𝑓(𝑥) = 𝑛√ℓ1 , ℓ1 ≥ 0 et 𝑓(𝑥) ≥ 0 , au voisinage de 𝑥0
𝑥→𝑥0

Ces résultats sont aussi valables lorsque 𝑥 ⟶ ±∞ mais ℓ1 et ℓ2 sont connus.

6- Formes indéterminées
±∞ 0
∞ − ∞; ±∞ × 0; ;
±∞ 0

7- continuité
Définition : une fonction numérique 𝑓 est continu en 𝑥0 si 𝑓 est définie en 𝑥0 et
lim 𝑓(𝑥) = 𝑓(𝑥0 )
𝑥→𝑥0

- 𝑓 est continu à droite en 𝑥0 si 𝑓 est définie en 𝑥0 et

lim 𝑓(𝑥) = 𝑓(𝑥0 )
𝑥→𝑥0+

- 𝑓 est continu à gauche en 𝑥0 si 𝑓 est définie en 𝑥0 et

lim 𝑓(𝑥) = 𝑓(𝑥0 )
𝑥→𝑥0−

Soit 𝑓 une fonction définie sur D ∙ 𝑓 est continue sur lorsqu’elle est
continue en tout point de .
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

Exemple : Montrer que 𝑓(𝑥) = 3𝑥 + 5 est continue en 𝑥 = 1.

𝑓(1) = 8 (𝑓 definie en 1 point)
∀𝜀 > 0, cherchons 𝛼 > 0 tel que |𝑥 − 1| < 𝛼 ⇒ |𝑓(𝑥) − 8 | < 𝜀
⇔ |3𝑥 + 5 − 8 | = |3𝑥 − 3| = 3|𝑥 − 1|
𝜀
|𝑓(𝑥) − 8 | < 𝜀 ⇔ |𝑥 − 1| <
3
𝜀
il sufit de prendre 𝛼 =
3

8- Prolongement par continuité

Soit 𝑓, une fonction définie sur D et admettant une limite , en un point 𝑥0
n’appartenant pas à D.
La fonction g telle que g(𝑥0 ) = ℓ et g(𝑥) = 𝑓(𝑥)
∀𝑥 ∈ D la fonction g est définie sur D ∪ {𝑥0 } et on l’appelle prolongement par
continuité de 𝑓 en 𝑥0 .
La fonction g ainsi définie est unique.

8.1-Théorème des valeurs intermédiaires

Soit 𝑓 une fonction définie sur l’intervalle fermé [𝑎, 𝑏]. Pour tout 𝑦 ∈
[𝑓(𝑎), 𝑓(𝑏)], il existe 𝑥 ∈ [𝑎, 𝑏] telque 𝑦 = 𝑓(𝑥)

𝑓: [−2, 3] ⟶ [−1, 1]
𝑓(𝑥) = −1 si − 2 < 𝑥 < 0
𝑓(𝑥) = +1 si 0 < 𝑥 < 3

Si 𝑓 est continue sur [𝑎, 𝑏] et si 𝑓(𝑎) ∙ 𝑓(𝑏) < 0, alors il existe 𝑥0 ∈ [𝑎, 𝑏] telque
𝑓(𝑥0 ) = 0
𝑓(𝑎) et 𝑓(𝑏) sont de signes contraires.
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

La fonction 𝑓 est définie sur [−2, 3] mais elle ne prend pas la valeur 0 qui est
compris entre -1 et 1. Cela est dû au fait que la fonction n’est pas continue en 0
de [−2, 3].
8-2.Théorème des fonctions continues bornées
Soit 𝑓 une fonction numérique, continue sur un intervalle fermé borné [𝑎, 𝑏]
de . 𝑓 est bornée et elle atteint ses bornes supérieures et inférieurs dans [𝑎, 𝑏].
Autrement dit : ∃M ≥ 0, tel que |𝑓(𝑥)| ≤ M, ∀𝑥 ∈ [𝑎, 𝑏] et ∃𝛼, 𝛽 ∈ [𝑎, 𝑏] tel que
𝑓(𝛼) = sup 𝑓(𝑥) et 𝑓(𝛽) = inf(𝑓(𝑥))

Remarque : L’hypothèse [𝑎, 𝑏] borné est nécessaire comme le montre l’exemple

suivant : 𝑓(𝑥) = 𝑥² n’est pas borné sur [0, +∞[ .

9)Continuité et composition des fonctions

Proposition : Soit 𝑓 et des fonctions continues alors g ∘ 𝑓 et 𝑓 ∘ g sont continues.
Preuve : soit 𝑥0 un point où g ∘ 𝑓 est définie.
Posons 𝑦0 = 𝑓(𝑥0 ) ; lim 𝑓(𝑥) = 𝑓(𝑥0 ) (𝑓 est continue)
𝑥→𝑥0

lim g(𝑦) = 𝑓(𝑥0 ) (g est continue)

𝑦→𝑦0

lim (g ∘ 𝑓)(𝑥) = lim g[𝑓(𝑥)] = lim g(𝑦) = g(𝑦0 )

𝑥→𝑥0 𝑥→𝑥0 𝑦→𝑦0

= g[𝑓(𝑥0 )] = (g ∘ 𝑓)(𝑥0 )

9.1-Dérivées
Dérivé d’une fonction en un point
Définition : Soit 𝑓(𝑥), une fonction réelle définie dans un intervalle I de et 𝑥0
un point de I, On appelle dérivée de 𝑓(𝑥) au point 𝑥0 , la limite, si elle existe
𝑓(𝑥) − 𝑓(𝑥0 )
du rapport lorsque 𝑥 ⟶ 𝑥0
𝑥 − 𝑥0
La dérivée de 𝑓(𝑥) au point 𝑥0 est notée
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

𝜕𝑓(𝑥0 )
𝑓 ′ (𝑥) = .
𝜕𝑥
On dit que 𝑓 est dérivable au point 𝑥0 , 𝑥 ⟶ 𝑥0 ⟺ 𝑥 − 𝑥0 ⟶ 0 ⟺ ℎ = 𝑥 − 𝑥0
𝑓(𝑥) − 𝑓(𝑥0 ) 𝑓(𝑥 + ℎ) − 𝑓(𝑥0 )
Ainsi 𝑥 = 𝑥0 + ℎ et =
𝑥 − 𝑥0 ℎ
𝑓(𝑥0 + ℎ) − 𝑓(𝑥0 )
Autrement dit 𝑓 est dérivable au point 𝑥0 si le rapport
ℎ
admet une limite finie notée 𝑓 ′ (𝑥0 ) quand ℎ ⟶ 0
Remarque : L’existence de la dérivée 𝑓 ′ (𝑥0 ) entraîne la continuité de 𝑓 au point
𝑥0 . En admet une dérivé au point 𝑥0 alors
𝑓(𝑥) − 𝑓(𝑥0 )
⟶ 𝑓 ′ (𝑥).
𝑥 − 𝑥0
𝑓(𝑥) − 𝑓(𝑥0 )
Si 𝑥 ⟶ 𝑥0 , − 𝑓 ′ (𝑥0 ) ⟶ 0 et 𝑓(𝑥) − 𝑓(𝑥0 ) − 𝑓 ′ (𝑥0 )(𝑥 − 𝑥0 )
𝑥 − 𝑥0
Comme 𝑓 ′ (𝑥0 )(𝑥 − 𝑥0 ) ⟶ 0 , on a : 𝑓(𝑥) − 𝑓(𝑥0 ) ⟶ 0
i.e. 𝑓(𝑥) ⟶ 𝑓(𝑥0 ), 𝑓 est donc continue en 𝑥0 .
La réciproque est fausse ; il existe des fonctions continues qui ne sont pas
dérivables.

9.2-Fonction dérivées – Dérivées successives

La valeur de la dérivée en 𝑥0 dépend de 𝑥0 . C’est donc une fonction de 𝑥0 .
Cette fonction 𝑓 ′ : 𝑥 ⟶ 𝑓 ′ (𝑥) est appelée la fonction dérivée de 𝑓.
Si cette fonction 𝑓 ′ est aussi dérivable, sa dérivée s’appelle la dérivée seconde
𝜕²𝑓(𝑥0 )
de 𝑓 et est notée 𝑓′′ ou
𝜕²𝑥
De proche en proche, on définirait la dérivée 𝑛𝑖è𝑚𝑒 de 𝑓(𝑥), notée
𝜕²𝑓(𝑥0 )
𝑓 𝑛 (𝑥) ou
𝜕²𝑥

9-3.Dérivée à droite – Dérivée à gauche

Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

𝑓(𝑥) − 𝑓(𝑥0 )
∗ 𝑓 est dérivable à droite en 𝑥0 si la limite à droite de
𝑥 − 𝑥0
en 𝑥0 existe. On la note 𝑓𝑑′ (𝑥0 ).
𝑓(𝑥) − 𝑓(𝑥0 )
∗ 𝑓 est dérivable à gauche en 𝑥0 si la limite à gauche de
𝑥 − 𝑥0
en 𝑥0 existe. On la note 𝑓g′ (𝑥0 ).
𝑓(𝑥) − 𝑓(𝑥0 )
𝑓𝑑′ (𝑥0 ) = 𝑥→𝑥
lim
0 𝑥 − 𝑥0
𝑥>𝑥0

𝑓(𝑥) − 𝑓(𝑥0 )
𝑓g′ (𝑥0 ) = 𝑥→𝑥
lim
0 𝑥 − 𝑥0
𝑥<𝑥0

Théorème : 𝑓 est dérivable en 𝑥0 , si et seulement si elle est dérivable à gauche et

à droite en 𝑥0 et 𝑓𝑑′ (𝑥0 ) = 𝑓g′ (𝑥0 ).

9.4-Calcul des dérivées

Soit 𝑢 et 𝑣 deux fonctions définies sur ]𝑎 , 𝑏[ et dérivables aux point 𝑥0 de
𝑢
]𝑎 , 𝑏[ ; alors 𝑢 + 𝑣, 𝜆𝑢, 𝑢𝑣 et sont dérivable en 𝑥0 avec ∶
𝑣
(𝑢 + 𝑣)′ (𝑥0 ) = 𝑢′ (𝑥0 ) + 𝑣 ′ (𝑥0 )
(𝜆𝑢)′ (𝑥0 ) = 𝜆𝑢′ (𝑥0 ) , 𝜆∈ℝ
(𝑢𝑣)′ (𝑥0 ) = 𝑢′ (𝑥0 )𝑣(𝑥0 ) + 𝑢(𝑥0 )𝑣 ′ (𝑥0 )
𝑢 ′ 𝑢′ (𝑥0 )𝑣(𝑥0 ) − 𝑢(𝑥0 )𝑣 ′ (𝑥0 )
(𝑥
( ) 0 = ) si 𝑣(𝑥0 ) ≠ 0
𝑣 𝑣 2 (𝑥0 )

9.5-Dérivée d’une fonction composée

Soient 𝑢 une fonction définie sur un intervalle ouvert I contenant 𝑥0 et 𝑓
une fonction définie sur un intervalle ouvert contenant 𝑢(I) , si la dérivée de 𝑢
en 𝑥0 et si la dérivée 𝑓 ′ (𝑢0 ) existe au point 𝑢0 = 𝑢(𝑥0 ), la fonction composée
(𝑓 ∘ 𝑢) admet une dérivée en 𝑥0 égale à : (𝑓 ∘ 𝑢)′ (𝑥0 ) = 𝑓 ′ (𝑢0 ). 𝑢′ (𝑥0 )
= 𝑓′[𝑢(𝑥0 )] × 𝑢′ (𝑥0 ) .
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

𝑢 𝑓
I→ I→ I Jg = J 𝑓 ∙ J𝑢
g=𝑓∘𝑢 F(𝑥) = (𝑓 ∘ 𝑢)(𝑥) ⇒ F ′ (𝑥) = 𝑓 ′ (𝑢). 𝑢′ (𝑥)

g 𝑓
ℝ² → ℝ² → ℝ Jg = J𝑓 ∙ J𝑢
𝑥 =𝑢+𝑣
(𝑢, 𝑣) ⟶ 𝑔(𝑢, 𝑣) = ( (𝑢, 𝑣)
𝑦 = 𝑢 − 𝑣) 𝑓(𝑥, 𝑦) = ℎ =
ℎ=𝑓∘g
ℎ(𝑢, 𝑣) = (𝑓 ∘ g)
Jℎ = J𝑓 ∙ Jg

(ℎ′ 𝑢 , ℎ′𝑣 ) = (𝑓𝑥′ , 𝑓𝑦′ ) (1 1 )

1 −1
ℎ′ 𝑢 = 𝑓𝑥′ + 𝑓𝑦′
ℎ′ 𝑣 = 𝑓𝑥′ − 𝑓𝑦′

10) Différentielle
Soit 𝑓 une fonction définie sur un voisinage de 𝑥0 , √(𝑥0 ) et admettant une
dérivée en 𝑥0 . Si 𝑓 ′ (𝑥0 ) est la valeur qu’elle prend en ce point, on appelle
différentielle de 𝑓 en 𝑥0 , la fonction notée d𝑓 et définie par d𝑓(ℎ) =
𝑓 ′ (𝑥0 ). ℎ , ℎ ∈ ℝ∙
d𝑓(𝑥0 ) = 𝑓 ′ (𝑥0 )d𝑥.
Remarque :
1) Voisinage d’un point de ℝ : si 𝑥0 ∈ ℝ, on appelle voisinage de 𝑥0 , toute partie
V de tel que un intervalle ouvert, cependant 𝑥0 et inclus dans V. Exemple

V = [√2 , 3] sont voisinage de 2.

Car par exemple 2 ∈ ]3⁄2 , 3[ et ]3⁄2 , 3[ ⊂ V

2) Représentation graphique d’une fonction numérique : étant donné une fonction
𝑓: ℝ ⟶ ℝ. Le graphique de cette fonction est l’ensemble des couples (𝑥 , 𝑓(𝑥)).
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

10-1.Variations des fonctions numériques

Fonctions constantes par intervalles
Définitions : une fonction 𝑓 est dite constante sur un ensemble E s’il existe 𝑎 fini
tel que ∀𝑥 ∈ E , 𝑓(𝑥) = 𝑎
Exemple : 𝑥 ⟶ 𝑓(𝑥) = constante⁄Intervalles
0 < 𝑥 ≤ 20 , 𝑓(𝑥) = 50
20 < 𝑥 ≤ 50 , 𝑓(𝑥) = 90
50 < 𝑥 ≤ 100 , 𝑓(𝑥) = 120
100 < 𝑥 ≤ 250 , 𝑓(𝑥) = 250

i) La fonction 𝑓 est croissante au sens large sur [𝑎 , 𝑏] si ∀𝑥1 , ∀𝑥2 ∈ [𝑎 , 𝑏], 𝑥1 ≤

𝑥2 ⇒ 𝑓(𝑥1 ) ≤ 𝑓(𝑥2 )
ii) 𝑓 est décroissante sur [𝑎 , 𝑏] si ∀𝑥1 , ∀𝑥2 ∈ [𝑎 , 𝑏], 𝑥1 ≤ 𝑥2 ⇒ 𝑓(𝑥1 ) ≥ 𝑓(𝑥2 )
iii) 𝑓 est strictement croissante sur [𝑎 , 𝑏] si ∀𝑥1 , ∀𝑥2 ∈ [𝑎 , 𝑏], 𝑥1 < 𝑥2 ⇒
𝑓(𝑥1 ) < 𝑓(𝑥2 )
iv) 𝑓 est strictement décroissante sur [𝑎 , 𝑏] si ∀𝑥1 , ∀𝑥2 ∈ [𝑎 , 𝑏], 𝑥1 < 𝑥2 ⇒
𝑓(𝑥1 ) > 𝑓(𝑥2 )
La fonction 𝑓 est monotone dans un intervalle si sur cet intervalle, elle est
soit croissante soit décroissante, soit constante.

10-2.Dérivées de fonctions usuelles

Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

Fonction 𝑓 𝜕𝑓
Fonction dérivée
𝜕𝑥

C (constante) 0
𝑥 1
𝑥² 2𝑥
𝑥𝑛 𝑛𝑥 𝑛−1
1 1
(𝑥 ≠ 0) −
𝑥 𝑥²
𝑢 𝑢′ 𝑣 − 𝑢𝑣′
𝑣 𝑣²
𝑢𝑣 𝑢′ 𝑣 + 𝑢𝑣′
√𝑥 1
2 √𝑥
𝑢𝑛 𝑛𝑢′𝑢𝑛−1
F=𝑓∘𝑢 (𝑓′ ∘ 𝑢). 𝑢′
𝑓+g 𝑓′ + g′
𝜆𝑓 𝜆𝑓′
𝑎𝑑 − 𝑏𝑐 𝑎𝑑 − 𝑏𝑐
(𝑐𝑥 + 𝑑) (𝑐𝑥 + 𝑑)²

10-3.Sens de variation des fonctions

Théorème : soit 𝑓 une fonction définie et dérivable sur un intervalle I
1) si 𝑓 admet sur I une fonction dérivée 𝑓 ′ > 0 pour toute valeur 𝑥 (ou nulle pour
des valeurs isolées de ℕ ,) la fonction 𝑓 est croissante sur I
2) si 𝑓 admet sur I une fonction dérivée 𝑓 ′ < 0 pour toute valeur 𝑥 (ou nulle pour
des valeurs isolées de 𝑥) la fonction 𝑓 est décroissante sur I
3) si 𝑓 admet sur I une fonction dérivée 𝑓 ′ = 0 pour toute valeur 𝑥, la fonction 𝑓
est constante sur I.
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

11) Maximum ou Minimum d’une fonction en un point

Une fonction 𝑓 admet un maximum au point 𝑥0 d’un intervalle sur lequel
elle est définie si pour tout 𝑥 puis sur cet intervalle et au voisinage de 𝑥0 ,
𝑓(𝑥) ≤ 𝑓(𝑥0 )
{ ′
𝑓 (𝑥) = 0 et 𝑓 ′′ (𝑥0 ) < 0
Une fonction 𝑓 admet un minimum au point 𝑥0 d’un intervalle sur lequel
elle est définie si pour tout 𝑥 puis sur cet intervalle et au voisinage de 𝑥0 ,
𝑓(𝑥) ≥ 𝑓(𝑥0 ) 𝑜𝑢
{ ′
𝑓 (𝑥) = 0 et 𝑓 ′′ (𝑥0 ) > 0
Une fonction 𝑓 admet un extremum (Maximum ou Minimum) lorsque sa
dérivée s’annule et change de signe.

12) Plan d’étude de la variation d’une fonction.

Pour étudier une fonction numérique, quelle que soit sa forme, on peut suivre le
plan suivant :
1) Déterminer le domaine de définition D𝑓 de la fonction
2) S’il y a lieu, déterminer l’intervalle d’étude : si la fonction est paire ou impaire,
on l’étudie les valeurs positives ou nulles de la variable.
3) Déterminer la dérivée et étudier son signe
4) Rechercher pour quelles valeurs de la variable, la fonction présente un
extremum et calculer cet extremum
5) Dresser un tableau pour l’étude des limites de la fonction aux extrémités des
intervalles de définition
6) Compléter ce tableau par l’étude des limites de la fonction aux extrémités des
intervalles de définition.
7) Eventuellement, rechercher les asymptotes
Cours de mathématique : analyse1 pour économiste Pr FOADE DENIS JOEL TONGNIVI

__________________________________________________________________________________

si 𝑥 ⟶ ∞ , 𝑓(𝑥) ⟶ limite finie ℓ,la courbe représentant 𝑓 admet pour asymptote

la droite 𝑦 = ℓ
si 𝑥 ⟶ 𝑥0 (finie) , 𝑓(𝑥) ⟶ ∞,la courbe 𝑥 = 𝑥0 est asymptote à la courbe
représentant 𝑓
si 𝑥 ⟶ ∞ , 𝑓(𝑥) ⟶ ∞, il peut se faire que la courbe représentant 𝑓 admette une
asymptote oblique y=ax+b.
CHAIPTRE
Une application économique du calcul intégral

• Le surplus des consommateurs (𝑆𝐶)

Le surplus du consommateur (SC) est la différence entre ce que les consommateurs sont disposés à payer
et ce qu’ils paient réellement. Soit 𝑃𝑒 et 𝑄 𝑒 les prix et quantités d’équilibre sur le marché :

𝑄𝑒

𝑆𝐶 = ∫ 𝑓(𝑄)𝑑𝑄 − 𝑃𝑒 ∗ 𝑄 𝑒
0

Où 𝑓(𝑄) désigne la fonction de demande.

• Le surplus des producteurs (𝑆𝑃)
Le surplus des producteurs (SP) est la différence entre la recette que les producteurs perçoivent
réellement et ce qu’ils sont disposés à percevoir.

𝑄𝑒

𝑆𝑃 = 𝑃𝑒 ∗ 𝑄 𝑒 − ∫ 𝑔(𝑄)𝑑𝑄
0

Où 𝑔(𝑄) désigne la fonction de d’offre.

Section 2 : Compléments sur les fonctions numériques d’une variable réelle,

Formules de Taylor et Développement limité.
Introduction
La notion de développement limité est une des plus utiles dans la recherche des limites et l’étude d’une
fonction au voisinage d’un point. Elle vient compléter celle de fonction équivalente, insuffisante dans
certains cas où les équivalents peuvent disparaitre par addition. Elle consiste à remplacer, au voisinage
d’un point, une fonction régulière, c’est-à-dire admettant des dérivées jusqu’à un certain ordre, par un
polynôme, fonction beaucoup plus simple à étudier. Elle se déduit des formules fondamentales de Taylor
et de Maclaurin. Il est indispensable de connaitre les développements limités des fonctions usuelles.
1. Théorème de Rolle
Si 𝑓 est une fonction numérique définie et continue sur un intervalle fermé [𝑎, 𝑏], dérivable sur l’ouvert
]𝑎, 𝑏[ et telle que 𝑓(𝑎) = 𝑓(𝑏), alors il existe au moins un point 𝑐 de l’ouvert ]𝑎, 𝑏[ tel que 𝑓 ′ (𝑐) = 0.
Ce théorème traduit le fait que la fonction 𝑓 présente au moins un minimum ou un maximum sur
l’intervalle ouvert, avec une tangente horizontale en ce point.

2. Théorème des accroissements finis

Si 𝑓 est une fonction numérique définie et continue sur un intervalle fermé [𝑎, 𝑏] et dérivable sur l’ouvert
]𝑎, 𝑏[, alors il existe au moins un point 𝑐 de l’ouvert ]𝑎, 𝑏[ tel que :
𝑓(𝑏) − 𝑓(𝑎) = (𝑏 − 𝑎)𝑓 ′ (𝑐)

D’après ce théorème, il existe au moins un point du graphe de 𝑓, d’abscisse 𝑐, où la tangente est parallèle
à la droite qui relie les points 𝐴(𝑎, 𝑓(𝑎)) et 𝐵(𝑏, 𝑓(𝑏)).Il montre aussi comment le sens de variation
d’une fonction peut être déterminé à partir du signe de la dérivée, qui est celui de l’accroissement 𝑓(𝑏) −
𝑓(𝑎).
On peut écrire différemment ce résultat en faisant apparaitre la longueur ℎ = 𝑏 − 𝑎 de l’intervalle et en
posant 𝑎 = 𝑥. Le point 𝑐 de l’ouvert peut alors s’écrire sous la forme 𝑐 = 𝑥 + 𝜃ℎ, où 𝜃 est un nombre,
dépendant de ℎ, tel que 0 < 𝜃 < 1. Avec ces nouvelles notations, la formule des accroissements finis
devient : 𝑓(𝑥 + ℎ) − 𝑓(𝑥) = ℎ𝑓 ′ (𝑥 + 𝜃ℎ)
3. Formules de Taylor
Si 𝑓 est une dérivable jusqu’à un certain ordre, à l’aide des dérivés successives on obtient les formules
de Taylor. Ces formules se différencient par un reste qui peut s’exprimer sous différentes formes.

3.1 Formule de Taylor-Lagrange

Si 𝑓 est une fonction numérique définie et continue sur un intervalle fermé [𝑎, 𝑏], admettant 𝑛 dérivées
successives continues sur cet intervalle, telle que 𝑓 (𝑛+1) existe sur l’ouvert ]𝑎, 𝑏[, alors il existe au moins
un point 𝑐 de l’ouvert ]𝑎, 𝑏[, tel que :
(𝑏 − 𝑎) ′ (𝑏 − 𝑎)2 ′′ (𝑏 − 𝑎)𝑛 𝑛 (𝑏 − 𝑎)𝑛+1 𝑛+1
𝑓(𝑏) = 𝑓(𝑎) + 𝑓 (𝑎) + 𝑓 (𝑎) …+ 𝑓 (𝑎) + 𝑓 (𝑐)
1! 2! 𝑛! (𝑛 + 1)!
Il s’agit du développement de la fonction 𝑓 au point 𝑎 par la formule de Taylor à l’ordre 𝑛 + 1, où le
dernier terme se nomme le reste de Lagrange.

3.2 Formule de Taylor-Young

Si 𝑓 est une fonction numérique définie et continue sur un intervalle fermé [𝑎, 𝑏], admettant 𝑛 dérivées
succesives continues sur cet intervalle, telle que 𝑓 (𝑛+1) (𝑎) existe, alors il existe une fonction 𝜀 définie
pour tout 𝑥 de l’ouvert ]𝑎, 𝑏[ telle que :
(𝑥 − 𝑎) ′ (𝑥 − 𝑎)2 ′′ (𝑥 − 𝑎)𝑛+1 𝑛+1 (𝑥 − 𝑎)𝑛+1
𝑓(𝑥) = 𝑓(𝑎) + 𝑓 (𝑎) + 𝑓 (𝑎) … + 𝑓 (𝑎) + 𝜀(𝑥)
1! 2! (𝑛 + 1)! (𝑛 + 1)!
avec 𝜀(𝑥) qui tend vers 0 quand 𝑥 tend vers 𝑎. Il s’agit du développement de la fonction 𝑓 au point 𝑎
par la formule de Taylor à l’ordre 𝑛 + 1, où le dernier terme se nomme reste de Young.
On obtient la formule de Maclaurin avec reste de Young, avec l’expression précédente pour 𝑎 = 0,
𝑥 ′ 𝑥2 𝑥 𝑛+1
𝑓(𝑥) = 𝑓(0) + 𝑓 (0) + 𝑓 ′′ (0) … + 𝑓 𝑛+1 (0) + 𝑥 𝑛+1 𝜀(𝑥)
1! 2! (𝑛 + 1)!

avec 𝜀(𝑥) qui tend vers 0 quand 𝑥 tend vers 0.

4. Développement limité
4.1 Définition. Une fonction 𝑓, définie au voisinage de 0, admet un développement limité d’ordre 𝑛 au
voisinage de 0 s’il existe:
un polynôme 𝑃𝑛 de degré inférieur ou égal à 𝑛, 𝑃𝑛 (x) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 … 𝑎𝑛 𝑥 𝑛 ,
et 𝜀 est une fonction définie sur un voisinage de 0 et qui tend vers 0 lorsque 𝑥 tend vers 0
tel que : 𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎𝑛 𝑥 𝑛 + 𝑥 𝑛 𝜖(𝑥) = 𝑃𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥)

4.2 Développement limité au voisinage de 𝟎 des fonctions usuelles :

𝑥 𝑥2 𝑥𝑛
𝑒𝑥 = 1 + + + ⋯+ + 𝑥 𝑛 𝜀(𝑥)
1! 2! 𝑛!

𝛼(1 − 𝛼) 2 𝛼(1 − 𝛼) … (𝛼 − 𝑛 + 1) 𝑛
(1 + 𝑥)𝛼 = 1 + 𝛼𝑥 + 𝑥 + ⋯+ 𝑥 + 𝑥 𝑛 𝜀(𝑥)
2! 𝑛!
1
= 1 − 𝑥 + 𝑥 2 − 𝑥 3 + ⋯ + (−1)𝑛 𝑥 𝑛 + 𝑥 𝑛 𝜀(𝑥)
1+𝑥

𝑥2 𝑥3 𝑛−1
𝑥𝑛
ln(1 + 𝑥) = 𝑥 − + − ⋯ + (−1) + 𝑥 𝑛 𝜀(𝑥)
2 3 𝑛

𝑥3 𝑥5 𝑥 2𝑛+1
sin(𝑥) = 𝑥 − + − ⋯ + (−1)𝑛 + 𝑥 2𝑛+2 𝜀(𝑥)
3! 5! (2𝑛 + 1)!

Dans chaque développement, 𝜀 est une fonction définie sur un voisinage de 0, et tend vers 0 avec 𝑥.

4.3 Opérations sur les développements limités au voisinage de 0

• 4.3.1 Combinaison linéaire

Si, au voisinage de 0, 𝑓 et 𝑔 admettent un 𝑑. 𝑙. d’ordre 𝑛, alors, pour tout couple de réels 𝛼 et 𝛽, 𝛼𝑓 +

𝛽𝑔 admet au voisinage de 0, un 𝑑. 𝑙. d’ordre 𝑛 et , si : 𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥) et 𝑔(𝑥) =
𝑄𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥) alors (𝛼𝑓 + 𝛽𝑔)(𝑥) = 𝛼𝑃𝑛 (𝑥) + 𝛽𝑄𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥)

• 4.3.2 Multiplication

Si, au voisinage de 0, 𝑓 et 𝑔 admettent un 𝑑. 𝑙. d’ordre 𝑛 :

𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥) et 𝑔(𝑥) = 𝑄𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥)

alors 𝑓𝑔 admet un 𝑑. 𝑙. d’ordre 𝑛 dont la partie régulière est obtenue en ne gardant du produit
𝑃𝑛 (𝑥)𝑄𝑛 (𝑥) que les termes de degré inférieur ou égal à 𝑛

• 4.3.3 Division
Si, au voisinage de 0, 𝑓 et 𝑔 admettent un 𝑑. 𝑙. d’ordre 𝑛 :

𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥) et 𝑔(𝑥) = 𝑄𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥)

𝑓
et si 𝑔(0) ≠ 0, alors admet un 𝑑. 𝑙. d’ordre 𝑛 dont la partie régulière est obtenue en faisant la division
𝑔

de 𝑃𝑛 (𝑥) par 𝑄𝑛 (𝑥), suivant les puissances croissantes jusqu’à l’ordre 𝑛.

• 4.3.4 Intégration
Si, au voisinage de 0, 𝑓 admet un 𝑑. 𝑙. d’ordre 𝑛:
𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛 + 𝑥 𝑛 𝜀(𝑥)
Et si 𝐹 est une primitive de 𝑓, alors 𝐹 admet un 𝑑. 𝑙. d’ordre 𝑛 + 1, obtenu en intégrant terme à terme :
𝑥2 𝑥 𝑛+1
𝐹(𝑥) = 𝐹(0) + 𝑎0 𝑥 + 𝑎1 2
+ ⋯ + 𝑎𝑛 𝑛+1
+ 𝑥 𝑛+1 𝜀(𝑥)

• 4.3.5 Composition de fonctions

Si, au voisinage de 0, 𝑓 et 𝑔 admettent un 𝑑. 𝑙. d’ordre 𝑛 :

𝑓(𝑥) = 𝑃𝑛 (𝑥) + 𝑥 𝑛 𝜀(𝑥) et 𝑔(𝑢) = 𝑄𝑛 (𝑢) + 𝑢𝑛 𝜀(𝑢)

et si 𝑓(0) = 0, alors 𝑔𝑜𝑓 admet un 𝑑. 𝑙. d’ordre 𝑛, dont la partie régulière est obtenue en remplaçant 𝑢
par 𝑃𝑛 (𝑥) dans 𝑄𝑛 (𝑢) et en ne gardant que les termes de degré ≤ 𝑛.

4.4 Applications des développements limités

• 4.4.1 Recherche de fonctions équivalentes

Si, au voisinage de 0, 𝑓 admet un 𝑑. 𝑙. alors 𝑓 est équivalent au premier terme non nul.

• 4.4.2 Recherche de limites

• 4.4.3 Recherche d’asymptotes obliques
− 𝑫𝒆𝒗𝒆𝒍𝒐𝒑𝒑𝒆𝒎𝒆𝒏𝒕 𝒍𝒊𝒎𝒊𝒕é: 𝒅. 𝒍. 𝒈é𝒏é𝒓𝒂𝒍𝒊𝒔é:
Si, au voisinage de 0, ∃𝑘 ∈ ℕ∗ tel que 𝑥 𝑘 𝑓(𝑥) admette un 𝑑. 𝑙. d’ordre 𝑛 (𝑛 ≥ 𝑘):
𝑥 𝑘 𝑓(𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛 + 𝑥 𝑛 𝜀(𝑥)
𝑎0
alors : 𝑓(𝑥) = + ⋯ + 𝑎𝑛 𝑥 𝑛−𝑘 + 𝑥 𝑛−𝑘 𝜀(𝑥)
𝑥𝑘

et on dit que 𝑓 admet un 𝑑. 𝑙. généralisé d’ordre 𝑛 − 𝑘, au voisinage de 0.

- Étude de 𝒇 à l’infini :
 1 1
Soit 𝑓 définie au voisinage de l’infini ; en posant 𝑡 = : 𝑓(𝑥) = 𝑓 ( ) = 𝜑 (𝑡) et 𝜑 est définie au
𝑥 𝑡

voisinage de 0.

Si 𝜑 admet un 𝑑. 𝑙. généralisé de la forme :

𝑎
𝜑(𝑡) = + 𝑏 + 𝑐𝑡 𝑝 + 𝑡 𝑝 𝜀(𝑡)
𝑡

Où 𝑐𝑡 𝑝 est le premier terme non nul après 𝑏, alors :

𝑐 1 1
𝑓(𝑥) = 𝑎𝑥 + 𝑏 + 𝑝
+ 𝑝 𝜀( )
𝑥 𝑥 𝑥

La droite d’équation 𝑦 = 𝑎𝑥 + 𝑏 est asymptote à la courbe de 𝑓, la position de la courbe par rapport à

𝑐
l’asymptote est donnée par le signe de
𝑥𝑝