cours de mathématiques terminale scienti quemaths33.fr/wp-content/uploads/2016/05/compil_ts.pdf ·...
TRANSCRIPT
Lycée Jaufré RUDEL - BLAYE
Cours de Mathématiques
Terminale Scientique
Paul DARTHOS
Version du 26 mai 2016
Année scolaire 20152016
2
Table des matières
0 Ensembles de nombres 11
1 Continuité et dérivation 13
1.1 Continuité d'une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.2 Continuité des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . 14
1.1.3 La fonction partie entière . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Résolution approchée d'une équation . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1 Le principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Le théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . 15
1.2.3 Le corollaire du théorème des valeurs intermédiaires . . . . . . . . . . . . 16
1.2.4 Un algorithme de recherche de solutions par dichotomie . . . . . . . . . . 17
1.3 Dérivabilité d'une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3.1 Nombre dérivé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.3.2 Lien entre continuité et dérivabilité . . . . . . . . . . . . . . . . . . . . . . 18
1.3.3 Fonction dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.4 Dérivée d'une fonction composée . . . . . . . . . . . . . . . . . . . . . . . 19
2 Suites et récurrence 21
2.1 Suites arithmétiques ou géométriques . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Raisonnement par récurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1 Le principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3 Suites monotones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Suite majorée, minorée, bornée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3
4 TABLE DES MATIÈRES
3 Probabilités conditionnelles 25
3.1 Généralités et dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1 Un exemple très simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Dénition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Arbres pondérés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 Formule des probabilités totales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.4 Indépendance de deux événements . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4 Trigonométrie 29
4.1 Enroulement de la droite des réels . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1.1 Le cercle trigonométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1.2 Principe de l'enroulement . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Cosinus et sinus d'un nombre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.2 Dénition formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Le radian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4 Mesure d'un angle orienté . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.5 Valeurs remarquables du cercle trigonométrique . . . . . . . . . . . . . . . . . . . 38
4.6 Résolution d'équations trigonométriques . . . . . . . . . . . . . . . . . . . . . . . 40
4.7 Étude des fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . 40
5 La fonction exponentielle 43
5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1.1 Dénition de la fonction exponentielle . . . . . . . . . . . . . . . . . . . . 43
5.1.2 Conséquences immédiates . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2 Propriétés algébriques de l'exponentielle . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.1 Le nombre e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.2 La relation fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.3 Conséquences de la relation fonctionnelle . . . . . . . . . . . . . . . . . . 45
5.3 Étude de la fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.4 Composées de l'exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4.1 Dérivée d'une composée de l'exponentielle . . . . . . . . . . . . . . . . . . 48
5.4.2 Cas particuliers de composées de l'exponentielle . . . . . . . . . . . . . . . 48
TABLE DES MATIÈRES 5
6 Suites et limites 49
6.1 Suites convergentes (limite nie) . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.1.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.1.2 Unicité de la limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.2 Suites divergentes (limite innie, ou pas de limite) . . . . . . . . . . . . . . . . . 51
6.2.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.2.2 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.3 Théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3.1 Théorèmes de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3.2 Opérations sur les limites . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.3.3 Limite d'une puissance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.4 Convergence monotone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.4.1 Suite monotone non bornée . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.4.2 Théorème de la convergence monotone . . . . . . . . . . . . . . . . . . . . 56
6.4.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.4.4 Une propriété intéressante . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.5 Des algorithmes de seuil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7 Les nombres complexes - Algèbre et géométrie 59
7.1 Forme algébrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.1.1 L'ensemble C des nombres complexes . . . . . . . . . . . . . . . . . . . . 59
7.1.2 Opérations simples dans C . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.2 Conjugué d'un nombre complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2.1 Dénition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.2.2 Quotient de deux nombres complexes . . . . . . . . . . . . . . . . . . . . 62
7.3 Représentation géométrique cartésienne . . . . . . . . . . . . . . . . . . . . . . . 63
7.3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.3.2 Axe d'un vecteur quelconque . . . . . . . . . . . . . . . . . . . . . . . . 64
7.3.3 Opérations sur les vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . 64
7.3.4 Axe du milieu d'un segment . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.4 Équations du deuxième degré à coecients réels . . . . . . . . . . . . . . . . . . . 66
6 TABLE DES MATIÈRES
8 Limites de fonctions 67
8.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.1.1 Limite innie à l'inni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.1.2 Limite nie à l'inni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
8.1.3 Limite innie en un nombre réel . . . . . . . . . . . . . . . . . . . . . . . 69
8.1.4 Asymptotes obliques (hors programme) . . . . . . . . . . . . . . . . . . . 70
8.2 Théorèmes sur les limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2.1 Théorèmes d'opération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
8.2.2 Théorème de composition . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.2.3 Théorèmes de comparaison . . . . . . . . . . . . . . . . . . . . . . . . . . 73
8.3 Limites particulières de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
8.4 Généralisation du théorème des valeurs intermédiaires . . . . . . . . . . . . . . . 74
9 Le logarithme népérien 75
9.1 La fonction logarithme népérien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.2 Relation fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
9.3 Étude des limites autour du logarithme . . . . . . . . . . . . . . . . . . . . . . . 78
9.3.1 Limites de la fonction logarithme . . . . . . . . . . . . . . . . . . . . . . . 78
9.3.2 Limites liées à la fonction logarithme . . . . . . . . . . . . . . . . . . . . . 79
9.4 Composées du logarithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
9.4.1 Fonctions composées du logarithme . . . . . . . . . . . . . . . . . . . . . . 79
9.4.2 Le logarithme décimal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
10 Géométrie spatiale 81
10.1 Droites et plans de l'espace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
10.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
10.1.2 Orthogonalité dans l'espace . . . . . . . . . . . . . . . . . . . . . . . . . . 82
10.2 Géométrie vectorielle dans l'espace . . . . . . . . . . . . . . . . . . . . . . . . . . 84
10.2.1 Vecteurs de l'espace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
10.2.2 Caractérisation vectorielle des droites et plans de l'espace . . . . . . . . . 84
10.2.3 Repères de l'espace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
10.3 Représentations paramétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
10.3.1 Représentation paramétrique d'une droite . . . . . . . . . . . . . . . . . . 87
10.3.2 Représentation paramétrique d'un plan . . . . . . . . . . . . . . . . . . . 87
TABLE DES MATIÈRES 7
11 Calcul intégral 89
11.1 Intégrale d'une fonction positive . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
11.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
11.1.2 Encadrement de l'intégrale d'une fonction positive . . . . . . . . . . . . . 90
11.2 Primitives d'une fonction continue . . . . . . . . . . . . . . . . . . . . . . . . . . 91
11.2.1 Le théorème fondamental . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
11.2.2 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
11.3 Recherche de primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
11.3.1 Primitives des fonctions usuelles . . . . . . . . . . . . . . . . . . . . . . . 93
11.3.2 Opérations sur les primitives . . . . . . . . . . . . . . . . . . . . . . . . . 94
11.4 Intégrale d'une fonction continue . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
11.4.1 Calcul de l'intégrale d'une fonction positive . . . . . . . . . . . . . . . . . 94
11.4.2 Généralisation de la notion d'intégrale . . . . . . . . . . . . . . . . . . . . 95
11.5 Applications du calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
11.5.1 Calcul d'aires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
11.5.2 Valeur moyenne d'une fonction . . . . . . . . . . . . . . . . . . . . . . . . 97
12 Les nombres complexes - Géométrie polaire 99
12.1 Argument d'un nombre complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
12.2 Écriture trigonométrique d'un nombre complexe . . . . . . . . . . . . . . . . . . 100
12.3 Écriture exponentielle d'un nombre complexe . . . . . . . . . . . . . . . . . . . . 101
12.3.1 Propriétés de calcul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
12.3.2 La forme exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
12.4 Utilisation des nombres complexes en géométrie . . . . . . . . . . . . . . . . . . . 104
12.4.1 Propriétés de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
12.4.2 L'inégalité triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
12.5 Les formules de MOIVRE et d'EULER (hors programme) . . . . . . . . . . . . . 105
12.5.1 La formule de MOIVRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
12.5.2 Les formules d'EULER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
13 Lois de probabilité à densité 107
13.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
13.1.1 Variable aléatoire à densité . . . . . . . . . . . . . . . . . . . . . . . . . . 107
13.1.2 Espérance mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
8 TABLE DES MATIÈRES
13.2 Loi uniforme sur [a; b] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
13.3 Loi exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
13.4 Loi normale centrée réduite N (0, 12) . . . . . . . . . . . . . . . . . . . . . . . . . 111
13.4.1 Approximation de la loi binomiale centrée réduite . . . . . . . . . . . . . 111
13.4.2 La loi normale centrée réduite . . . . . . . . . . . . . . . . . . . . . . . . . 111
13.4.3 Calculs de probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
13.4.4 Propriétés de la loi normale centrée réduite . . . . . . . . . . . . . . . . . 113
13.5 Loi normale N (µ, σ2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
13.5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
13.5.2 Calculs de probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
14 Le produit scalaire dans l'espace 117
14.1 Généralités sur le produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
14.1.1 Approche géométrique du produit scalaire . . . . . . . . . . . . . . . . . . 117
14.1.2 Caractérisation vectorielle de l'orthogonalité . . . . . . . . . . . . . . . . . 118
14.1.3 Expression analytique du produit scalaire . . . . . . . . . . . . . . . . . . 119
14.2 Applications du produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
14.2.1 Vecteur normal à un plan . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
14.2.2 Équations cartésiennes de plans . . . . . . . . . . . . . . . . . . . . . . . . 120
14.3 Intersections de droites et de plans . . . . . . . . . . . . . . . . . . . . . . . . . . 121
14.3.1 Intersection d'une droite et d'un plan . . . . . . . . . . . . . . . . . . . . 121
14.3.2 Intersection de deux plans . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
14.3.3 Plans perpendiculaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
15 Fluctuation et estimation 125
15.1 Échantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
15.1.1 La variable aléatoire fréquence Fn . . . . . . . . . . . . . . . . . . . . . . 125
15.1.2 Intervalle de uctuation asymptotique . . . . . . . . . . . . . . . . . . . . 126
15.1.3 Lien avec l'intervalle de uctuation vu en Seconde . . . . . . . . . . . . . 126
15.2 Prise de décision à partir d'un échantillon . . . . . . . . . . . . . . . . . . . . . . 127
15.2.1 Exploitation d'un intervalle de uctuation . . . . . . . . . . . . . . . . . . 127
15.2.2 Détermination de l'intervalle de uctuation au seuil de 95% . . . . . . . . 127
15.2.3 Autres seuils possibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
15.3 Estimation d'une proportion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
TABLE DES MATIÈRES 9
16 Annexe - La loi binomiale 131
16.1 Schéma de BERNOULLI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
16.1.1 Épreuve de BERNOULLI . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
16.1.2 Schéma de BERNOULLI . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
16.1.3 Règles des arbres de répétition . . . . . . . . . . . . . . . . . . . . . . . . 132
16.2 Variables aléatoires et lois de probabilités . . . . . . . . . . . . . . . . . . . . . . 132
16.2.1 Variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
16.2.2 Loi de probabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
16.2.3 Espérance mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
16.3 La loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
16.3.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
16.3.2 Espérance de la loi binomiale . . . . . . . . . . . . . . . . . . . . . . . . . 135
16.3.3 Calcul de probabilités avec la loi binomiale . . . . . . . . . . . . . . . . . 136
10 TABLE DES MATIÈRES
Chapitre 0
Ensembles de nombres
Dénition. L'ensemble des nombres entiers naturels, noté N, correspond à l'ensemble de
tous les nombres entiers positifs, incluant 0.
Notation. On note N∗ l'ensemble des nombres entiers naturels strictement positifs (excluant
0).
Exemple. 174, 13, 58721 sont des nombres entiers naturels.
Dénition. L'ensemble des nombres entiers relatifs, noté Z, correspond à l'ensemble de tous
les nombres entiers.
Exemple. −174, 13, −58721, 0, 17542 sont des nombres entiers relatifs.
Propriété. L'ensemble des nombres entiers naturels est contenu dans l'ensemble des nombres
entiers relatifs : N ⊂ Z.
Démonstration. La preuve est évidente.
Dénition. L'ensemble des nombres rationnels, noté Q, correspond à l'ensemble des quotients
de nombres entiers relatifs par des nombres entiers naturels non nuls.
On a : Q =pq |p ∈ Z, q ∈ N∗, PGCD(p, q) = 1
.
Exemple. −174523 , 13
2 , −58721, 0, 17542 sont des nombres rationnels.
Propriété. L'ensemble des nombres entiers relatifs est contenu dans l'ensemble des nombres
rationnels : Z ⊂ Q.
11
12 CHAPITRE 0. ENSEMBLES DE NOMBRES
Démonstration. La preuve est évidente, il sut d'écrire un nombre entier relatif n comme le
quotient n1 .
Dénition. L'ensemble des nombres réels, noté R, correspond à l'ensemble des nombres pou-
vant être représentés par une partie entière et un nombre ni ou inni de décimales.
Exemple. −174523 , π, 0, 17542 sont des nombres réels.
Propriété. L'ensemble des nombres rationnels est contenu dans l'ensemble des nombres réels :
Q ⊂ R.
Démonstration. La preuve est évidente.
Propriété.√
2 est un nombre réel qui n'est pas rationnel :√
2 ∈ R\Q
Démonstration. Supposons par l'absurde que√
2 est un nombre rationnel. Cela signie qu'il
existe p ∈ Z et q ∈ N∗ tels que√
2 = pq et PGCD(p, q) = 1 (an que la fraction soit irréductible).
On a alors :
√2 =
p
q
(√
2)2 =p2
q2
2 =p2
q2
2q2 = p2
On en tire que p2 est divisible par 2, donc p est divisible par 2. Il existe donc p′ ∈ Z tel que
p = 2× p′.
On en tire : 2q2 = p2 = (2p′)2 = 4p′2, et donc : q2 = 2p′2. Il suit que q2 est divisible par 2,
donc q est divisible par 2.
Comme p et q sont tous deux divisibles par 2, on a : PGCD(p, q) ≥ 2, ce qui contredit
l'hypothèse de départ.√
2 n'est donc pas un nombre rationnel.
Conclusion : Les inclusions successives
On a donc les inclusions successives suivantes : N ⊂ Z ⊂ Q ⊂ R.
Chapitre 1
Continuité et dérivation
1.1 Continuité d'une fonction
1.1.1 Généralités
Dénition. Cette dénition est dite intuitive , ce n'est pas la dénition rigoureuse de la
continuité d'une fonction.
Une fonction f dénie sur un intervalle I est dite continue sur cet intervalle si l'on peut
y tracer sa courbe représentative Cf sans aucune rupture (c'est-à-dire sans lever le crayon de la
feuille lors du tracé).
Contre-exemple.
Considérons la fonction f , dénie sur
Df = R par :
f(x) =
2− x pour x < −1
x2 pour x ≥ −1
Sa courbe représentative est représen-
tée ci-contre :
f n'est pas continue en x0 = −1. Elle est continue, par exemple, en x0 = 1, en x0 = −3, ou,
plus généralement, sur tout intervalle inclus dans ]−∞;−1[ ou dans [−1; +∞[.
13
14 CHAPITRE 1. CONTINUITÉ ET DÉRIVATION
1.1.2 Continuité des fonctions usuelles
Théorème. Les fonctions polynôme, sinus, cosinus, racine carrée, valeur absolue, logarithme,
exponentielle, ainsi que toutes les sommes, diérences, produits, quotients et composées de telles
fonctions, sont continues sur tout intervalle inclus dans leurs domaines de dénition.
Remarque. Les fonctions dénies par morceaux (comme celle du contre-exemple) n'entrent pas
dans le champ d'application de ce théorème.
Exemple. Considérons la fonction f : x 7→√x
4−x .
4 est une valeur interdite de cette fonction (en résolvant l'équation 4− x = 0), ainsi que tout
nombre strictement négatif (car x 7→√x n'est dénie que si x ≥ 0).
f est donc dénie sur Df = [0; 4[∪]4; +∞[.
D'après le théorème, elle est continue sur tout intervalle inclus dans [0; 4[ ou dans ]4; +∞[.
1.1.3 La fonction partie entière
Cet exemple est très important : la fonction partie entière est très utile en Ma-
thématiques.
Dénition. Si x un nombre réel, alors il existe un unique nombre entier p tel que p ≤ x < p+1.
p est appelé la partie entière de x. On note x 7→ E(x) la fonction qui, à tout nombre réel x,
associe sa partie entière.
Exemple. Par exemple : E(3, 75) = 3 ; E(−5, 16) = −6 ; E(3) = 3 et E(−0, 15) = −1.
La représentation graphique de la fonc-
tion partie entière sur [−2; 5] est don-
née ci-contre :
La fonction partie entière n'est pas continue sur R car elle présente une innité de points de
discontinuité, en chaque abscisse entière.
Par contre, elle est continue sur tout intervalle du type In = [n;n+ 1[ où n ∈ Z.
Notation. En général, on note bxc la partie entière d'un nombre réel x.
1.2. RÉSOLUTION APPROCHÉE D'UNE ÉQUATION 15
1.2 Résolution approchée d'une équation
1.2.1 Le principe
Certaines équations ne sont pas résolubles avec les techniques apprises en cours.
Exemple. On ne sait pas résoudre par le calcul les équations E1 : 1 + x− 2 sin(x) = 2 sur [0;π],
ou E2 : x3 = 3x+ 4 sur R.
On va pour cela utiliser une méthode de résolution approchée qui consistera à :
• Trouver combien l'équation admet de solutions ;
• Localiser chacune de ces solutions ;
• Chercher une valeur approchée de chacune de ces solutions à l'aide de la calculatrice ou
d'un ordinateur.
1.2.2 Le théorème des valeurs intermédiaires
Théorème. Si f est une fonction continue sur un intervalle I, et a et b deux éléments de I tels
que a < b alors pour tout nombre réel k compris entre f(a) et f(b), l'équation f(x) = k admet
au moins une solution dans [a; b].
Démonstration. Ce résultat est admis en classe de Terminale S.
Exemple. Considérons la fonction f : x 7→ x3 − 3x− 4, dénie sur Df = [−2; 2], intervalle sur
lequel elle est continue (en tant que fonction polynôme).
On sait que f(−2) = −6 et f(2) = −2, et que −6 ≤ −4 ≤ −2. Alors, d'après le théorème
précédent, l'équation f(x) = −4 admet au moins une solution sur [−2; 2].
En observant la représentation graphique de la fonction f
sur cet intervalle, on constate que cette équation admet en
fait 3 solutions sur l'intervalle [−2; 2].
Remarque. Si l'hypothèse de continuité de la fonction sur l'intervalle n'est pas remplie, alors
l'équation f(x) = k peut avoir ou ne pas avoir de solutions sur l'intervalle.
16 CHAPITRE 1. CONTINUITÉ ET DÉRIVATION
Contre-exemple. La fonction partie entière, dénie sur l'intervalle [0; 4], n'est pas continue
sur cet intervalle. E(0) = 0 et E(4) = 4, mais l'équation E(x) = 1.3 n'admet aucune solution
sur l'intervalle [0; 4].
1.2.3 Le corollaire du théorème des valeurs intermédiaires
Corollaire. Si f est une fonction continue et strictement monotone sur un intervalle I, et a et
b deux éléments de I tels que a < b, alors pour tout nombre réel k compris entre f(a) et f(b),
l'équation f(x) = k admet une unique solution dans [a; b]. En eet, il existe un unique nombre c
de l'intervalle [a; b] tel que f(c) = k.
Démonstration. Considérons une telle fonction f , strictement croissante sur I (respectivement
strictement décroissante). D'après le théorème des valeurs intermédiaires, l'équation f(x) = k
admet au moins une solution sur [a; b].
Supposons par l'absurde qu'elle en admette deux, notées x1 et x2, telles que x1 < x2. Comme
f est strictement croissante sur I, on a alors : f(x1) < f(x2) (resp. f(x1) > f(x2)), d'où : k < k
(resp. k > k), ce qui est absurde.
On conclut : l'équation f(x) = k admet une unique solution dans [a; b].
Exemple. Considérons la fonction f : x 7→ x3 − 3x − 4, dénie sur Df = [2; 3], intervalle sur
lequel elle est continue (en tant que fonction polynôme).
On a de plus, en dérivant la fonction : f ′(x) = 3x2 − 3 = 3(x2 − 1) = 3(x− 1)(x+ 1).
Lorsque x > 1, on a f ′(x) > 0 (après étude du signe de chacun des facteurs), donc f est
strictement croissante sur [2; 3].
De plus, comme f(2) = −2 et f(3) = 14, en appliquant le corollaire du théorème des valeurs
intermédiaires, on en conclut que l'équation f(x) = 0 admet une unique solution sur cet intervalle.
En eectuant un balayage avec la calculatrice, on en tire qu'une valeur arrondie de cette
solution au millième est : α ' 2, 196.
Remarque. Cette remarque est très importante pour les études de fonctions à venir.
Une èche oblique dans un tableau de variations traduit la continuité et la stricte monotonie
d'une fonction sur l'intervalle considéré.
1.2. RÉSOLUTION APPROCHÉE D'UNE ÉQUATION 17
1.2.4 Un algorithme de recherche de solutions par dichotomie
Nous allons rédiger ici un algorithme permettant de déterminer une solution d'une équation,
après avoir appliqué le corollaire du théorème des valeurs intermédiaires.
f est une fonction continue et strictement monotone sur [a; b], et telle que f(a) et f(b) sont
de signes contraires, de sorte que l'équation f(x) = 0 admette une unique solution α sur [a; b].
On souhaite obtenir un encadrement de α d'amplitude p ; ce qui signie que l'on veut trouver x1
et x2 tels que x1 ≤ α ≤ x2 et que x2 − x1 < p.
Pour cela, on va procéder par dichotomie : on va diviser l'intervalle [a; b] en deux intervalles
de même amplitude,[a; a+b
2
]et[a+b
2 ; b], et localiser dans quel intervalle se situe α en étudiant le
signe de f(a+b
2
). Puis on réitérera, en suspendant l'exécution de l'algorithme lorsque l'intervalle
obtenu sera d'amplitude inférieure à p.
Variables a, b, p, m sont des nombres
f est une fonction
Initialisation Lire a
Lire b
Lire p
Lire f
Traitement Tant que b− a > p
| m prend la valeur a+b2
| Si f(m)× f(a) < 0
| | Alors b prend la valeur de m
| | Sinon a prend la valeur de m
| Fin si
Fin Tant que
Sortie Acher a et b
18 CHAPITRE 1. CONTINUITÉ ET DÉRIVATION
1.3 Dérivabilité d'une fonction
1.3.1 Nombre dérivé
Dénition. Si f est une fonction dénie sur un intervalle I et x0 ∈ I un nombre réel, alors on
dit que f est dérivable en x0 si f est dénie en x0 et si limx→x0
f(x)−f(x0)x−x0
existe et est égale à un
nombre réel ni que l'on note f ′(x0), appelé nombre dérivé de f en x0.
Remarque. Dans la dénition, on peut remplacer limx→x0
f(x)−f(x0)x−x0
par limh→0
f(x0+h)−f(x0)h .
En eet, le nombre f(x)−f(x0)x−x0
désigne le
coecient directeur de la droite (AM), où
A(x0; f(x0)) et M(x; f(x)). Lorsque x tend
vers x0, la droite (AM) tend vers une po-
sition limite : elle se rapproche de la droite
appelée la tangente à Cf en A.
Dire que f est dérivable en x0 revient donc à dire que la courbe Cf admet une tangente non
verticale en A(x0; f(x0)). Le coecient directeur de la tangente TA est f ′(x0), et son équation
est : y = f ′(x0)× (x− x0) + f(x0).
1.3.2 Lien entre continuité et dérivabilité
Théorème. Si une fonction f est dérivable en x0, alors elle est continue en x0.
Démonstration. Ce résultat est admis en classe de Terminale S.
Remarque.
• La réciproque de ce théorème est fausse. En eet, la fonction x 7→ |x| (fonction valeur
absolue) est continue en x = 0 mais n'y est pas dérivable : la courbe de la fonction n'admet
pas de tangente en O(0; 0).
• La contraposée de ce théorème est la suivante : Si f n'est pas continue en x0, alors f
n'est pas dérivable en x0 , et elle est vraie.
Remarque. Lorsqu'une implication logique A⇒ B est vraie, la contraposée de cette implication
B ⇒ A est toujours vraie.
Par contre, la réciproque de l'implication, B ⇒ A, n'est pas toujours vraie.
1.3. DÉRIVABILITÉ D'UNE FONCTION 19
1.3.3 Fonction dérivée
Dénition. Si f est une fonction dérivable sur un intervalle (ou une réunion d'intervalles) Df ,
alors on appelle fonction dérivée de f la fonction notée f ′ dénie sur Df par : x 7→ f ′(x).
À chaque nombre x ∈ Df , elle associe son nombre dérivé f ′(x).
Tableau des dérivées usuelles :
Fonction f Dérivée f ′ Domaine de dérivabilité
x 7→ k (xé) x 7→ 0 R
x 7→ xn (n ∈ Z) x 7→ nxn−1 R si n > 0, R∗ si n < 0
x 7→ 1x x 7→ −1
x2 R∗
x 7→√x x 7→ 1
2√x
R∗+
Remarque. On constate que la fonction racine carrée n'est pas dérivable en 0 alors qu'elle y
est continue.
Tableau des opérations sur les dérivées :
u et v sont deux fonctions, k est un nombre réel xé.
Fonction f Dérivée f ′ f est dérivable en x0 si :
k × u k × u′ u est dérivable en x0
u+ v u′ + v′ u et v sont dérivables en x0
u× v u′ × v + u× v′ u et v sont dérivables en x0
1v
−v′v2 v est dérivable en x0 et v(x0) 6= 0
uv
u′×v−u×v′v2 u et v sont dérivables en x0 et v(x0) 6= 0
1.3.4 Dérivée d'une fonction composée
On admet les résultats suivants, qui sont de nouvelles formules de dérivation :
Fonction f Dérivée f ′ f est dérivable en x0 si :√u u′
2√u
u est dérivable en x0 et u(x0) > 0
un avec n ∈ Z∗ n× u′ × un−1 u est dérivable en x0 et, si n < 0, u(x0) 6= 0
20 CHAPITRE 1. CONTINUITÉ ET DÉRIVATION
Exemples.
• La fonction f : x 7→√
3x− 6 est dénie lorsque 3x − 6 ≥ 0, donc lorsque x ≥ 2. On a
donc : Df = [2; +∞[. En tant que composée de fonctions usuelles, f est continue sur son
domaine de dénition. Elle est dérivable sur ]2; +∞[ car la racine carrée n'est dérivable
que si son contenu est strictement positif.
D'après la formule ci-dessus, on a : f ′(x) = 32√
3x−6.
• La fonction g : x 7→ (1− 7x)15 est dénie sur Dg = R. En tant que composée de fonctions
usuelles, g est continue sur son domaine de dénition. Elle est dérivable sur Dg car la
puissance à laquelle est élevée (1− 7x) est strictement positive.
D'après la formule ci-dessus, on a : g′(x) = 15× (−7)× (1− 7x)14 = −105× (1− 7x)14.
• La fonction h : x 7→ 1(5x+15)8 = (5x + 15)−8 est dénie sur Dh = R\−3. En tant que
composée de fonctions usuelles, g est continue sur tout intervalle contenu dans son domaine
de dénition. Elle est dérivable sur Dh (tenant déjà compte de la valeur interdite).
D'après la formule ci-dessus, on a : h′(x) = (−8)× 5× (5x+ 15)−9 = −40(5x+15)9 .
En réalité, on a le résultat suivant (qui n'est pas un attendu de la Terminale S) :
Théorème. Si x0 ∈ R, u est une fonction dérivable en x0, et f une fonction dérivable en u(x0)
alors la fonction f u : x 7→ f(u(x)) est dérivable en x0, et l'on a :
(f u(x0))′ = u′(x0)× f ′(u(x0))
Conséquence. Si a et b sont deux nombres réels xés, x0 un nombre réel, et f une fonction
dérivable en a× x0 + b, alors :
(f(ax0 + b))′ = a× f ′(ax0 + b)
Démonstration. On se place dans les hypothèses de la conséquence, en notant u : x 7→ ax+ b. u
est alors dérivable sur R (a fortiori en x0) et f est par hypothèse dérivable en u(x0).
D'après le théorème précédent, f u est dérivable en x0 et on a :
(f(ax0 + b))′ = (f(u(x0)))′ = u′(x0)× f ′(u(x0)) = a× f ′(ax0 + b), comme attendu.
Exemple. Considérons une fonction v : x 7→ x3 + 6x − 2 dénie et dérivable sur Dv = R, et
v′ : x 7→ 3x2 + 6 sa dérivée.
Soit f : x 7→ v(2x− 1) = (2x− 1)3 − 6× (2x− 1)− 2 dénie sur Df = R.
On a alors, d'après la conséquence précédente :
f ′(x) = 2× v′(2x− 1) = 2× [3× (2x− 1)2 + 6] = 6(4x2 − 4x+ 1) + 12 = 24x2 − 24x+ 18
Chapitre 2
Suites et récurrence
2.1 Suites arithmétiques ou géométriques
Suite arithmétique Suite géométrique
de raison r (réel xé) de raison q 6= 1 (réel xé)
Dénition ∀n ∈ N, un+1 = un + r ∀n ∈ N, un+1 = un × q
Terme général un = u0 + n× r un = u0 × qn
ou un = up + (n− p)× r ou un = up × qn−p
Somme de N S = N × premier+dernier
2 S = premier× 1−qN+1
1−q
termes consécutifs
Sommes 1 + 2 + 3 + . . .+N = N × 1+N2 S = 1 + q + q2 + . . .+ qN = 1−qN
1−q
particulières
2.2 Raisonnement par récurrence
2.2.1 Le principe
Soit Pn une proposition dépendant d'un entier naturel n. On veut démontrer que Pn est vraie
pour tout entier n ≥ n0 (avec n0 ∈ N).
• Étape 1 : On démontre le cas de base, c'est-à-dire que Pn0 est vraie.
• Étape 2 : On démontre que Pn est héréditaire, c'est-à-dire que : ∀n ≥ n0, si Pn est
21
22 CHAPITRE 2. SUITES ET RÉCURRENCE
vraie, alors Pn+1 est vraie.
• Étape 3 : On conclut : le cas de base est vérié et la proposition est héréditaire, donc :
∀n ≥ n0, Pn est vraie.
2.2.2 Exemple
On va démontrer par récurrence la proposition suivante : ∀n ≥ 2, 1+2+ . . .+n = n×(n+1)2
(Pn).
• Cas de base : On vérie que P2 est vraie : 1 + 2 = 3 et 2×(2+1)2 = 3 donc la propriété est
vraie pour n = 2.
• Hérédité : Soit k un nombre entier supérieur ou égal à 2.
On suppose que : 1 + 2 + . . .+ k = k×(k+1)2 (Pk).
On veut montrer que : 1 + 2 + . . .+ k + (k + 1) = (k+1)×(k+2)2 (Pk+1).
On calcule donc :
1 + 2 + . . .+ k + (k + 1) = (1 + 2 + . . .+ k) + (k + 1)
=k × (k + 1)
2+ (k + 1) d'après l'hypothèse de récurrence
=k × (k + 1) + 2× (k + 1)
2
=(k + 1)× (k + 2)
2
Donc Pn est héréditaire.
• Conclusion : P2 est vraie et Pn est héréditaire, donc Pn est vraie pour tout entier n ≥ 2.
2.3 Suites monotones
Dénitions. Soit (un)n∈N une suite. Elle est dite :
• strictement croissante si : ∀n ∈ N, un+1 > un.
• strictement décroissante si : ∀n ∈ N, un+1 < un.
• croissante si : ∀n ∈ N, un+1 ≥ un.
• décroissante si : ∀n ∈ N, un+1 ≤ un.
2.4. SUITE MAJORÉE, MINORÉE, BORNÉE 23
• constante si : ∀n ∈ N, un+1 = un.
Remarque.
• Une suite ni croissante ni décroissante est dite non monotone.
• Une suite peut être croissante (ou décroissante) à partir d'un certain rang.
Il existe diérentes techniques pour étudier le sens de variation d'une suite :
1. On étudie le signe de la diérence un+1 − un (s'il est toujours positif alors la suite est
croissante, s'il est toujours négatif alors elle est décroissante) ;
2. On utilise une technique fonctionnelle ;
3. On compare un+1
unà 1 si la suite est toujours strictement positive et si n apparaît en
exposant ;
4. Faute de mieux, on utilise un raisonnement par récurrence.
2.4 Suite majorée, minorée, bornée
Dénition. Si (un)n∈N est une suite, et M et m sont deux nombres réels xés, alors on dit que :
• (un) est majorée par M si, pour tout n ∈ N, un ≤M .
• (un) est minorée par m si, pour tout n ∈ N, un ≥ m.
• (un) est bornée elle est à la fois majorée et minorée.
M est alors appelé un majorant de la suite (un) et m est appelé un minorant de la suite (un).
Remarques. Si M est un majorant de la suite (un), alors n'importe quel nombre réel plus grand
que M est aussi un majorant de cette suite.
De même, si m est un minorant de la suite (un), alors n'importe quel nombre réel plus petit
que m est aussi un minorant de cette suite.
24 CHAPITRE 2. SUITES ET RÉCURRENCE
Chapitre 3
Probabilités conditionnelles
3.1 Généralités et dénition
3.1.1 Un exemple très simple
On considère le lancer d'un dé équilibré à six faces numérotées, qui constitue une expérience
aléatoire.
On note A l'événement Le 6 ne sort pas , on a facilement : P(A) = 56 .
On note B l'événement Il sort un nombre pair , on a facilement : P(B) = 12 .
Si l'on sait que A est réalisé (condition nouvelle de l'expérience), on a alors : PA(A) = 1 et
PA(B) = 25 , où PA(B) se lit Probabilité de B sachant que A est réalisé .
On remarque que P(A∩B) = 26 = 1
3 car A∩B = 2; 4 ; il est important de bien diérencier
cette probabilité, qui est celle que A et B se produisent en même temps, de celle calculée
précédemment.
Par ailleurs, on note que : P(A∩B)P(A) =
1356
= 13 ×
65 = 2
5 = PA(B).
3.1.2 Dénition et propriétés
Dénition. Si A et B sont deux événements d'une expérience aléatoire tels que P(A) 6= 0 et
P(B) 6= 0, alors on note PA(B) la probabilité de B en sachant que A se réalise.
On a en fait : PA(B) = P(A∩B)P(A) .
25
26 CHAPITRE 3. PROBABILITÉS CONDITIONNELLES
On pourra également rencontrer la notation : PA(B) = P(B|A).
On tire de l'égalité donnée dans la dénition les propriétés suivantes :
Propriétés. Si A et B sont deux événements de probabilité non nulle, alors :
• P(A ∩B) = PB(A)× P(B) ;
• P(A ∩B) = PA(B)× P(A).
3.2 Arbres pondérés
Les problèmes qui recourent aux probabilités conditionnelles peuvent dans la plupart des cas
se traiter en s'appuyant sur des arbres pondérés. Ces derniers sont construits suivant des règles
précises :
Règles.
• À chaque niveau, on envisage tous les cas possibles. La somme des probabilités de chaque
n÷ud vaut 1.
• Les probabilités sur les branches (sauf celles du premier niveau) sont des probabilités condi-
tionnelles.
• Le produit des probabilités situées sur les branches d'un chemin (par exemple Ω − E − F ,
où Ω est l'univers et E et F deux événements successifs) correspond à la probabilité de
l'événement auquel conduit le chemin (par exemple ici P(E ∩ F )).
• La probabilité d'un événement est la probabilité de tous les chemins y conduisant.
3.3. FORMULE DES PROBABILITÉS TOTALES 27
La dernière règle correspond en réalité à une formule centrale en probabilités conditionnelles,
abordée dans la section suivante.
3.3 Formule des probabilités totales
Dénition. Dans une expérience aléatoire d'univers Ω, on considère les événements A1, A2,
. . ., An. On dit qu'ils constituent une partition de Ω si :
• A1 ∪A2 ∪ . . . An = Ω ;
• A1, A2, . . ., An sont deux à deux disjoints, c'est-à-dire si Ai ∩Aj = ∅ lorsque i 6= j.
Théorème. La formule des probabilités totales.
Dans une expérience aléatoire d'univers Ω, on considère les événements A1, A2, . . ., An, qui
forment une partition de Ω. Soit E un événement. Alors :
P(E) = P(A1 ∩ E) + P(A2 ∩ E) + . . .+ P(An ∩ E)
P(E) = P(A1)× PA1(E) + P(A2)× PA2(E) + . . .+ P(An)× PAn(E)
3.4 Indépendance de deux événements
Remarque. On rappelle que deux événements A et B d'une expérience aléatoire sont dits in-
compatibles si P(A ∩B) = 0, donc que A et B ne peuvent pas se produire en même temps.
Dénition. Si A et B sont deux événements d'une expérience aléatoire d'univers Ω tels que
P(A) 6= 0 et P(B) 6= 0, alors on dit que A et B sont indépendants si P(A) = PB(A).
Propriété. Si A et B sont deux événements d'une expérience aléatoire d'univers Ω tels que
P(A) 6= 0 et P(B) 6= 0, alors on a :
P(A) = PB(A)⇐⇒ P(A ∩B) = P(A)× P(B)⇐⇒ P(B) = PA(B)
28 CHAPITRE 3. PROBABILITÉS CONDITIONNELLES
Démonstration.
P(A) = PB(A)⇐⇒ P(A) =P(A ∩B)
P(B)par dénition
⇐⇒ P(A)× P(B) = P(A ∩B) (partie 2 de l'équivalence)
⇐⇒ P(B) =P(A ∩B)
P(A)
⇐⇒ P(B) = PA(B) par dénition, partie 3 de l'équivalence
Propriété. Si A et B sont deux événements indépendants d'une expérience aléatoire d'univers
Ω, alors A et B le sont aussi.
Démonstration. Restitution organisée des connaissances.
A et A forment une partition de l'univers Ω (par dénition de l'événement contraire).
Ainsi, d'après la formule des probabilités totales, on a : P(B) = P(A ∩B) + P(A ∩B), d'où :
P(A ∩B) = P(B)− P(A ∩B) = P(B)− P(A)× P(B) car A et B sont indépendants.
On a alors : P(A ∩B) = P(B)(1− P(A)) = P(B)× P(A).
On en conclut, comme attendu, que A et B sont indépendants.
Chapitre 4
Trigonométrie
4.1 Enroulement de la droite des réels
4.1.1 Le cercle trigonométrique
Dénition. On se place dans le plan repéré par le repère orthonormé (O; ~u;~v).
Le cercle trigonométrique est le cercle de centre O et de rayon 1, orienté par la èche
dans le sens direct, qui est le sens inverse de celui des aiguilles d'une montre (c'est le sens d'un
carrefour giratoire en France... mais pas au Royaume-Uni !)
29
30 CHAPITRE 4. TRIGONOMÉTRIE
Remarque. Le sens des aiguilles d'une montre est appelé sens indirect.
Propriétés. La longueur du cercle trigonométrique est 2π, la longueur du demi-cercle trigono-
métrique est π, et celle du quart de cercle trigonométrique est π2 .
4.1.2 Principe de l'enroulement
On considère C, le cercle trigonométrique de centre O et de rayon [OI].
On trace la tangente en I au cercle C, et on la munit du repère (I;A) avec IA = OI = 1 :
cette droite va représenter la droite des réels.
On enroule cette droite des réels autour du cercle C : la demi-droite [IA) va s'enrouler
dans le sens direct, et la demi-droite [IA′) dans le sens indirect.
4.1. ENROULEMENT DE LA DROITE DES RÉELS 31
Propriété. Tout point N d'abscisse ϑ de la droite des réels vient se superposer à un point M
du cercle C.
Grâce à cet enroulement, on associe à tout réel ϑ un unique pointM du cercle trigonométrique.
Correspondance entre R et C :
• Si ϑ est positif :
On part de I, et on parcourt autour du cercle C un chemin de longueur x dans le sens
direct. Le point M est l'extrémité de ce chemin.
• Si ϑ est négatif :
On part de I, et on parcourt autour du cercle C un chemin de longueur x dans le sens
indirect. Le point M est l'extrémité de ce chemin.
Exemples.
• Le point P d'abscisse π vient se superposer au point K du cercle trigonométrique ; on dira
que K est associé au nombre réel π. La longueur de l'arc_
IK est alors égale à π.
• Le point L est associé au réel −π2 : on a enroulé la droite dans le sens indirect, car le réel
qui repère B′ est négatif. La longueur de l'arc_
IL est égale à π2 .
Remarque. En pratique, pour placer le point M à partir de la longueur l de l'arc_
IM , on va
calculer la mesure d en degrés de l'angle IOM d'après la relation suivante : d = 180×lπ
Remarque. En fait, le point M qui est associé au nombre réel ϑ est également associé à tout
nombre ϑ′ tel que ϑ′ = ϑ+ (2π)× k = ϑ+ 2kπ, où k est un entier relatif.
Exemple. Le point J de notre gure est associé aux nombres réels π2 ,
π2 + 2π = 5π
2 , π2 + 4π, ...,
π2 + 2kπ, ... mais aussi aux nombres réels π
2 − 2π = −3π2 , π2 − 4π, ..., π2 − 2kπ
32 CHAPITRE 4. TRIGONOMÉTRIE
4.2 Cosinus et sinus d'un nombre
4.2.1 Rappels
Nous connaissons déjà la trigonométrie du triangle rectangle, qui permet de dénir les notions
de cosinus, sinus et tangente d'angles. Par exemple, dans le triangle ABC rectangle en B dessiné
ci-dessous, nous pouvons appliquer les règles de calcul déjà vues :
On a alors, par exemple : cos(BAC) = BAAC ; sin(BAC) = BC
AC et tan(BAC) = BCBA
On peut ensuite s'appuyer sur ces calculs et les fonctions réciproques arccos, arcsin et arctan
(également notées cos−1, sin−1 et tan−1) pour calculer la valeur de l'angle.
4.2. COSINUS ET SINUS D'UN NOMBRE 33
4.2.2 Dénition formelle
On se place sur le cercle trigonométrique C de centre O et d'origine I. Sur ce cercle, on place
les points I ′, J et J ′ comme représenté ci-dessous :
Dénition. M est le point du cercle associé au nombre ϑ.
Le cosinus de ϑ, que l'on notera cos(ϑ), est l'abscisse de M dans le repère (O; I; J).
Le sinus de ϑ, que l'on notera sin(ϑ), est l'ordonnée de M dans le repère (O; I; J).
Théorème. Pour tout nombre ϑ réel, on a :
• (cos(ϑ))2 + (sin(ϑ))2 = 1
• −1 ≤ cos(ϑ) ≤ 1
• −1 ≤ sin(ϑ) ≤ 1
Démonstration.
• Dans le repère orthonormé (O; I; J), M a pour coordonnées (cos(ϑ); sin(ϑ)). Or : OM2 =
(xM − 0)2 + (yM − 0)2 d'après la formule de la distance dans le plan repéré. On a donc :
OM2 = x2M + y2
M = (cos(ϑ))2 + (sin(ϑ))2.
Or on sait que OM = 1, donc on conclut : (cos(ϑ))2 + (sin(ϑ))2 = 1.
• L'abscisse de I est 1 et celle de I ′ est −1. Donc, pour tout point M du cercle trigonomé-
trique : −1 ≤ xM ≤ 1.
34 CHAPITRE 4. TRIGONOMÉTRIE
On en tire : pour tout ϑ réel, on a : −1 ≤ cos(ϑ) ≤ 1.
• En menant le même raisonnement sur l'ordonnée de M , on a : −1 ≤ sin(ϑ) ≤ 1
On peut faire le lien entre ces dénitions du sinus et du cosinus, et celles déjà vues auparavant.
Pour cela, on considère le triangle OMH représenté ci-dessous :
Ce triangle est rectangle en H, on peut donc appliquer les formules rappelées précédemment
à l'angle ϑ = IOM , et l'on obtient :
cos(ϑ) = OHOM = OH car OM = 1 (rayon du cercle)
sin(ϑ) = HMOM = OK
OM = OK
On retrouve bien l'abscisse et l'ordonnée de M , associées respectivement aux cosinus et sinus
de ϑ.
Valeurs remarquables :
ϑ 0 π6
π4
π3
π2
IOM 0 30 45 60 90
cos(ϑ) 1√
32
√2
212 0
sin(ϑ) 0 12
√2
2
√3
2 1
4.3. LE RADIAN 35
4.3 Le radian
Dans la section précédente, nous avons (à mots couverts) utilisé une nouvelle unité de mesure
d'angle. En eet, le cosinus et le sinus étaient connus en tant que cosinus d'angle et sinus
d'angle , pourtant nous avons exprimé cos(ϑ) et sin(ϑ), alors que ϑ était déni en tant que
mesure de l'arc_
IM ...
En fait, si un arc quelconque_
AB du cercle trigonométrique C a pour longueur ϑ, avec 0 ≤
ϑ ≤ π, on dira que l'angle AOB mesure ϑ radians.
On a ainsi déni une nouvelle mesure d'angle : le radian.
36 CHAPITRE 4. TRIGONOMÉTRIE
Dans le cercle trigonométrique, la longueur de l'arc_
IOI ′ est donc π. On a alors, en radians :
IOI ′ = π. Or, en degrés, on a par ailleurs : IOI ′ = 180.
On en tire la correspondance suivante : π radians correspondent à 180.
Comme les mesures en radians sont proportionnelles aux mesures en degrés, on en tire un
tableau de proportionnalité, dans lequel d est la mesure en degrés et ϑ la mesure en radians d'un
angle :
180 d
π ϑ
D'où la relation : 180×ϑ = π×d qui nous permet de passer d'une mesure à l'autre aisément.
4.4. MESURE D'UN ANGLE ORIENTÉ 37
4.4 Mesure d'un angle orienté
Sur le cercle trigonométrique, unemesure d'un angle orienté est égale à la mesure de l'arc
intercepté par l'angle en respectant le sens de l'angle : mesure positive si l'angle est dans le sens
direct, mesure négative si le sens est indirect.
Exemple. L'angle (−→OI,−→OJ) mesure π
2 radians, alors que l'angle (−→OJ,−→OI) mesure −π2 radians.
Remarque. Un angle orienté possède une innité de mesures, car on peut ajouter ou retirer 2π
(tour de cercle complet) autant de fois que l'on veut.
Exemple. L'angle (−→OI,−→OJ) mesure π
2 radians, mais aussi π2 + 2π radians, π
2 + 4π radians,
π2 − 2π radians, etc.
Dénition. La mesure principale d'un angle orienté est la mesure de cet angle appartenant
à l'intervalle ]− π;π].
Exemple. L'angle (−→OI,−−→OB) mesure −π2 radians, mais aussi 3π
2 radians, −π2 +4π radians, −π2 −
2π radians, etc.
Sa mesure principale est alors −π2 radians.
38 CHAPITRE 4. TRIGONOMÉTRIE
4.5 Valeurs remarquables du cercle trigonométrique
Les valeurs remarquables d'angles sont représentées sur le quart de cercle ci-dessous et réper-
toriées dans le tableau suivant :
Angle en degrés 0 30 45 60 90
Angle ϑ en radians 0 π6
π4
π3
π2
cos(ϑ) 1√
32
√2
212 0
sin(ϑ) 0 12
√2
2
√3
2 1
4.5. VALEURS REMARQUABLES DU CERCLE TRIGONOMÉTRIQUE 39
On en tire, par diverses symétries d'axe, le cercle trigonométrique complet :
Des mêmes symétries, on tire les relations suivantes :
Propriétés. Notons ϑ une mesure d'angle en radians. Alors :
• cos(−ϑ) = cos(ϑ) et sin(−ϑ) = − sin(ϑ).
• cos(π − ϑ) = − cos(ϑ) et sin(π − ϑ) = sin(ϑ).
• cos(π + ϑ) = − cos(ϑ) et sin(π + ϑ) = − sin(ϑ).
• cos(π2 − ϑ
)= sin(ϑ) et sin
(π2 − ϑ
)= cos(ϑ)
40 CHAPITRE 4. TRIGONOMÉTRIE
4.6 Résolution d'équations trigonométriques
Théorème. Les solutions dans R de l'équation cos(ϑ) = cos(a), où a est un nombre réel xé,
sont :
ϑ = a+ 2kπ
ϑ = −a+ 2kπ où a est un nombre entier relatif.
Théorème. Les solutions dans R de l'équation sin(ϑ) = sin(a), où a est un nombre réel xé,
sont :
ϑ = a+ 2kπ
ϑ = π − a+ 2kπ où a est un nombre entier relatif.
4.7 Étude des fonctions trigonométriques
Il est facile de remarquer à l'aide du cercle trigonométrique que les fonctions x 7→ cos(x) et
x 7→ sin(x) sont périodiques de période 2π. Cela signie que, quel que soit le nombre réel x, on
a : cos(x+ 2π) = cos(x) et sin(x+ 2π) = sin(x).
La courbe représentative de la fonction cosinus x 7→ cos(x) est la suivante :
On constate à l'aide de ce graphique que cos(−x) = cos(x), on dit alors que la fonction est
paire (symétrique par rapport à l'axe des ordonnées).
La courbe représentative de la fonction sinus x 7→ sin(x) est la suivante :
4.7. ÉTUDE DES FONCTIONS TRIGONOMÉTRIQUES 41
On constate à l'aide de ce graphique que sin(−x) = sin(x), on dit alors que la fonction est
impaire.
Grâce à la périodicité des fonctions cosinus et sinus, on a la propriété suivante :
Propriété. Considérons les fonctions t 7→ cos(ωt+ ϕ) et t 7→ sin(ωt+ ϕ).
Elles sont périodiques de période T = 2πω .
Démonstration. On a : cos(ω(t+ 2π
ω
)+ ϕ
)= cos(ωt+ 2π + ϕ) = cos(ωt+ ϕ) car le cosinus est
périodique de période 2π. Donc l'image de t+T par la fonction est la même que celle de t, quelle
que soit sa valeur.
De même pour la fonction sinus.
Les fonctions cosinus et sinus sont continues et dérivables sur R, et on a :
∀x ∈ R, (cos(x))′ = − sin(x) et (sin(x))′ = cos(x)
On en tire le théorème suivant :
Théorème.
• Si ω et ϕ sont deux nombres réels, la fonction f : t 7→ cos(ωt+ϕ) est dérivable sur R et sa
dérivée est : f ′ : t 7→ −ω sin(ωt+ ϕ).
• Si ω et ϕ sont deux nombres réels, la fonction g : t 7→ sin(ωt+ϕ) est dérivable sur R et sa
dérivée est : g′ : t 7→ ω cos(ωt+ ϕ).
Démonstration. En notant u : t 7→ ωt+ϕ, v : t 7→ cos(t) et w : t 7→ sin(t), on a : f(t) = v(u(t)) =
v u(t) et g(t) = w(u(t)) = w u(t). Les fonctions u, v et w sont dénies et dérivables sur R.
On utilise alors la formule de dérivation d'une fonction composée :
• f ′(t) = u′(t)× v′(u(t)) = ω × (− sin(ωt+ ϕ)) = −ω sin(ωt+ ϕ).
• g′(t) = u′(t)× w′(u(t)) = ω × cos(ωt+ ϕ)).
42 CHAPITRE 4. TRIGONOMÉTRIE
Chapitre 5
La fonction exponentielle
5.1 Généralités
5.1.1 Dénition de la fonction exponentielle
Théorème-Dénition. Il existe une unique fonction f dérivable sur R telle que f ′ = f et
f(0) = 1. Cette fonction est appelée fonction exponentielle, et notée f : x 7→ exp(x).
Démonstration. Restitution organisée des connaissances.
• En Terminale, on admet qu'une telle fonction existe.
• On va tout d'abord démontrer le lemme suivant :
Lemme. ∀x ∈ R, exp(x) 6= 0.
Démonstration. Posons, pour tout nombre x réel, Φ(x) = exp(x)×exp(−x). Cette fonction
est alors dérivable sur R en tant que produit de deux fonctions dérivables, et :
Φ′(x) = exp(x)× exp(−x) + exp(x)× (− exp(−x)) = 0.
Φ est une fonction constante car sa dérivée est nulle ; comme de plus Φ(0) = 1, on a donc :
∀x ∈ R, Φ(x) = exp(x)× exp(−x) = 1.
On en tire facilement : ∀x ∈ R, exp(x) 6= 0 (et de plus, exp(−x) = 1exp(x)).
• Supposons maintenant qu'il existe une deuxième fonction g dérivable sur R telle que g′ = g
et g(0) = 1.
Posons alors : h(x) = g(x)exp(x) , qui est bien dénie et dérivable sur R en tant que fraction de
deux fonctions dérivables dont le dénominateur ne s'annule pas. On a :
h′(x) = g′(x)×exp(x)−g(x)×(exp(x))′
(exp(x))2 = g(x)×exp(x)−g(x)×exp(x)(exp(x))2 = 0
43
44 CHAPITRE 5. LA FONCTION EXPONENTIELLE
Ainsi, h est une fonction constante car sa dérivée est nulle ; comme de plus on sait que :
h(0) = g(0)exp(0) = 1, on en tire : ∀x ∈ R, h(x) = g(x)
exp(x) = 1, d'où : g(x) = exp(x).
On a bien démontré que la fonction exponentielle est l'unique fonction satisfaisant aux
hypothèses du théorème.
5.1.2 Conséquences immédiates
Propriétés.
• exp(0) = 1 ;
• ∀x ∈ R, (exp(x))′ = exp(x) ;
• ∀x ∈ R, exp(x) > 0 ;
• x 7→ exp(x) est une fonction strictement croissante sur R.
Démonstration.
• Le premier point provient de la dénition de la fonction.
• Le deuxième point provient de la dénition de la fonction.
• Supposons par l'absurde qu'il existe un nombre réel a ≥ 0 tel que exp(a) < 0.
La fonction exponentielle est continue sur [0; a], et exp(a) < 0 < exp(0) = 1, donc d'après
le théorème des valeurs intermédiaires l'équation exp(x) = 0 admet au moins une solution
dans [0; a]. Or nous avons démontré le résultat suivant : ∀x ∈ R, exp(x) 6= 0, ce qui est
contradictoire.
On conclut : ∀x ∈]0; +∞[, exp(x) > 0.
De plus, comme pour tout nombre réel x on a exp(−x) = 1exp(x) , on en tire :
∀x ∈ R, exp(x) > 0.
• La dérivée de la fonction exponentielle est la fonction exponentielle elle-même. Celle-ci
étant strictement positive sur R, la fonction x 7→ exp(x) est strictement croissante sur R.
5.2 Propriétés algébriques de l'exponentielle
5.2.1 Le nombre e
Dénition. On appelle nombre d'EULER ou constante de NÉPER, et l'on note e, le
nombre e = exp(1).
5.2. PROPRIÉTÉS ALGÉBRIQUES DE L'EXPONENTIELLE 45
Remarques.
• Ce nombre vaut approximativement e ' 2.71828.
• e est irrationnel.
• En 2010, on connaissait mille milliards de décimales de e.
• Une façon de calculer les décimales de ce nombre est d'utiliser le fait que :
e = limn→+∞
(1 + 1
n
)n.
5.2.2 La relation fonctionnelle
Théorème. Si a et b sont deux nombres réels quelconques, alors exp(a+ b) = exp(a)× exp(b).
Démonstration. Posons, pour tout nombre réel x, g : x 7→ exp(a+x) et h : x 7→ exp(a)× exp(x).
Ces deux fonctions sont dérivables sur R en tant que composées de fonctions dérivables, et l'on
a : g′(x) = exp(a+ x) = g(x) et h′(x) = exp(a)× exp(x) = h(x).
On en tire :(g(x)h(x)
)′= g′(x)×h(x)−g(x)×h′(x)
(h(x))2 = g(x)×h(x)−g(x)×h(x)(h(x))2 = 0.
La fonction gh est donc constante, et comme g(0)
h(0) = exp(a)exp(a)×exp(0) = 1, on a : ∀x ∈ R, g(x)
h(x) = 1
donc g(x) = h(x), d'où : exp(a+ x) = exp(a)× exp(x).
On a bien montré : ∀a ∈ R, ∀b ∈ R, exp(a+ b) = exp(a)× exp(b).
5.2.3 Conséquences de la relation fonctionnelle
Propriétés. Si a et b sont deux nombres réels quelconques, et n ∈ Z, alors :
• exp(a− b) = exp(a)exp(b) ;
• exp(na) = (exp(a))n ;
• exp(n) = en ;
• exp(
12
)= e
12 =√
e.
Démonstration. Soient a et b deux nombres réels.
• exp(a− b) = exp(a+ (−b)) = exp(a)× exp(−b) = exp(a)× 1exp(b) = exp(a)
exp(b) .
• Première partie : Montrons par récurrence : ∀n ∈ N, exp(na) = (exp(a))n.
Initialisation : exp(0× a) = exp(0) = 1 = (exp(a))0. Le cas de base est démontré.
Hérédité : Soit k ∈ N. On suppose que exp(ka) = (exp(a))k, on va montrer que
exp((k + 1)a) = (exp(a))k+1.
exp((k+1)a) = exp(ka+a) = exp(ka)×exp(a) = (exp(a))k×(exp(a))1 = (exp(a))k+1.
L'hérédité est démontrée.
Conclusion : ∀n ∈ N, exp(na) = (exp(a))n.
46 CHAPITRE 5. LA FONCTION EXPONENTIELLE
Deuxième partie : Soit n ∈ Z− (c'est-à-dire n entier négatif). Il existe alors p ∈ N tel
que n = −p.
On a donc : exp(na) = exp(−pa) = 1exp(pa) = 1
(exp(a))p = (exp(a))−p = (exp(a))n, en
utilisant la première partie de la démonstration.
• Si n ∈ N, exp(n) = exp(n× 1) = (exp(1))n = en d'après la formule précédente.
• e = exp(1) = exp(2× 1
2
)= exp
(12
)2, donc : exp
(12
)=√
e = e12 .
De la dernière propriété précédente, on peut généraliser de la façon suivante :
Théorème. Pour tout nombre réel x, on a : exp(x) = ex.
Ainsi, on retrouve exactement les mêmes propriétés qu'auparavant avec cette notation :
Propriétés. Si a et b sont deux nombres réels et n un nombre entier relatif, alors :
• e0 = 1 ; e1 = e.
• ∀x ∈ R, (ex)′ = ex.
• ∀x ∈ R, ex > 0.
• ea+b = ea × eb.
• ea−b = ea
eb.
• e−b = 1eb.
• ena = (ea)n.
5.3 Étude de la fonction exponentielle
Nous avons déjà démontré que la fonction exponentielle est dénie, continue, dérivable et
strictement croissante sur R, et qu'elle n'y prend que des valeurs strictement positives.
Nous étudierons plus tard ses limites particulières, on admet pour l'instant que :
limx→+∞
ex = +∞ et que limx→−∞
ex = 0+
Nous pouvons donc donner son tableau de variations, ainsi que l'allure de sa courbe repré-
sentative :
5.3. ÉTUDE DE LA FONCTION EXPONENTIELLE 47
x
Signe
de (ex)′
Variations
de exp
−∞ +∞
+
0+0+
+∞+∞
0
1
1
e
48 CHAPITRE 5. LA FONCTION EXPONENTIELLE
5.4 Composées de l'exponentielle
5.4.1 Dérivée d'une composée de l'exponentielle
Théorème. Si u est une fonction dérivable sur un intervalle I de R, alors eu est aussi dérivable
sur I, et (eu)′ = u′ × eu.
Démonstration. f : x 7→ ex est dérivable sur R et u est dérivable sur I, donc f u l'est aussi, et
pour tout nombre réel x on a : (f u)′(x) = u′(x)× f ′(u(x)) = u′(x)× eu(x).
Le théorème est démontré.
5.4.2 Cas particuliers de composées de l'exponentielle
Nous nous intéressons ici à deux cas particuliers de composées de l'exponentielle :
Fonctions fk : x 7→ e−kx avec k > 0 :
Ces fonctions sont positives, et strictement dé-
croissantes car f ′k(x) = −ke−kx, or k > 0, donc
f ′k(x) < 0.
Elles sont utiles pour étudier une décroissance
exponentielle : par exemple pour la radioactivité.
Fonctions gk : x 7→ e−kx2
avec k > 0 :
Ces fonctions sont positives, strictement crois-
santes sur ] −∞; 0] et strictement décroissantes
sur [0; +∞[ car g′k(x) = −2kxe−kx, or k > 0,
donc g′k(x) > 0 si x < 0, et g′k(x) < 0 si x > 0.
Elles admettent 1 comme maximum en x = 0.
Elles sont utiles dans les études statistiques (notamment médicales) conduites sur des popu-
lations : ces courbes de répartition en cloche sont appelées des courbes gaussiennes.
Chapitre 6
Suites et limites
6.1 Suites convergentes (limite nie)
6.1.1 Dénition
Dénition. Si (un) est une suite dénie sur N, et l un nombre réel xé, alors : limn→+∞
un = l
signie que, pour tout intervalle ouvert I contenant l, il existe N ∈ N tel que : pour tout n ≥ N ,
on a : un ∈ I.
Mathématiquement, cela s'écrit : limn→+∞
un = l ⇐⇒ ∀ε > 0,∃N ∈ N|∀n ≥ N, un ∈]l−ε; l+ε[.
49
50 CHAPITRE 6. SUITES ET LIMITES
Remarque. Cela signie en fait qu'on peut prendre ε aussi petit que l'on souhaite, et donc que
la suite se rapprochera le plus possible de la limite l (sans forcément l'atteindre).
Remarque. Dire qu'une suite est convergente revient à dire qu'elle admet une limite nie
lorsque n tend vers +∞.
Exemple. On considère la suite dénie sur N∗ par : un = 1√n. On va démontrer que :
limn→+∞
un = 0.
Soit I =]a; b[ contenant 0 : on a donc a < 0 et b > 0.
un ∈ I ⇔ a < un < b
⇔ a <1√n< b
⇔ 1√n< b car a < 0 <
1√n
est toujours vrai.
⇔ 1 < b×√n car
√n ≥ 0
⇔ 1
b<√n car b > 0
⇔ 1
b2< n car x 7→ x2 est strictement croissante sur [0; +∞[
Quel que soient a et b xés tels que a < 0 et b > 0, il existera toujours un rang N à partir duquel
un appartiendra à I =]a; b[ : il s'agit du premier entier suivant 1b2 .
D'après la dénition, on a donc : limn→+∞
un = 0.
6.1.2 Unicité de la limite
Théorème. Si (un) est une suite dénie sur N qui converge vers une limite nie, alors sa limite
est unique.
6.2. SUITES DIVERGENTES (LIMITE INFINIE, OU PAS DE LIMITE) 51
Démonstration. Supposons par l'absurde que limn→+∞
un = l et que limn→+∞
un = l′, avec l 6= l′.
Soit I un intervalle ouvert contenant l mais ne contenant pas l+l′
2 .
Soit I ′ un intervalle ouvert contenant l′ mais ne contenant pas l+l′
2 .
On a donc : I ∩ I ′ = ∅, I et I ′ sont disjoints.
D'après la dénition, comme limn→+∞
un = l, il existe N ∈ N tel que : ∀n ≥ N , un ∈ I.
D'après la dénition, comme limn→+∞
un = l′, il existe N ′ ∈ N tel que : ∀n ≥ N ′, un ∈ I ′.
Considérons alors un nombre entier n0 tel que n0 > N et n0 > N ′. On doit alors avoir n0 ∈ I
et n0 ∈ I ′, ce qui est absurde car les intervalles sont disjoints !
On conclut : l'hypothèse initiale est fausse, donc la limite d'une suite convergente est unique.
6.2 Suites divergentes (limite innie, ou pas de limite)
Certaines suites n'admettent pas de limites nies. On parle alors de suites divergentes.
Exemples.
1. La suite de terme général un =√n vérie : lim
n→+∞un = +∞.
2. La suite de terme général vn = (−1)n n'admet pas de limite : limn→+∞
un n'existe pas.
52 CHAPITRE 6. SUITES ET LIMITES
6.2.1 Dénitions
Dénition. Si (un) est une suite dénie sur N, alors :
• limn→+∞
un = +∞ signie que pour tout intervalle ouvert I =]A; +∞[ (avec A > 0), il existe
N ∈ N tel que : ∀n ≥ N , un ∈ I.
• Autre rédaction plus simple : pour tout nombre réel A > 0, il existe N ∈ N tel que :
∀n ≥ N , un > A.
Dénition. Si (un) une suite dénie sur N, alors :
• limn→+∞
un = −∞ signie que pour tout intervalle ouvert I =]−∞;A[ (avec A < 0), il existe
N ∈ N tel que : ∀n ≥ N , un ∈ I.
• Autre rédaction plus simple : pour tout nombre réel A < 0, il existe N ∈ N tel que :
∀n ≥ N , un < A.
Remarque. Dans les deux cas précédents, on dira que la suite (un) est divergente. Cependant,
une suite n'ayant pas de limite sera également qualiée de divergente !
6.2.2 Application
Nous allons démontrer le lemme suivant :
Lemme. La suite de terme général un =√n dénie sur N admet pour limite lim
n→+∞un = +∞.
Démonstration. Soit A un nombre réel strictement positif.
On se demande s'il existe N ∈ N tel que, pour tout n ≥ N , un =√n > A.
On choisit comme valeur de N l'entier immédiatement supérieur à A2 + 1, on a donc :
N ≥ A2 + 1.
Si n ≥ N , alors n ≥ A2 + 1, donc√n ≥√A2 + 1 > A.
On conclut : il existe bien un nombre entier N tel que : ∀n ≥ N , un > A, et ce quelle que
soit la valeur de A choisie.
D'après la dénition, on a donc : limn→+∞
un = +∞.
6.3. THÉORÈMES 53
6.3 Théorèmes
6.3.1 Théorèmes de comparaison
Si N ∈ N est un rang xé, et (xn), (un) et (vn) trois suites réelles, alors :
∀n ≥ N on a : On sait aussi que : Conclusion :
un ≤ xn ≤ vn limn→+∞
un = l limn→+∞
xn = l
limn→+∞
vn = l (théorème des gendarmes)
un ≤ xn limn→+∞
un = +∞ limn→+∞
xn = +∞
xn ≤ vn limn→+∞
vn = −∞ limn→+∞
xn = −∞
Démonstration.
• La première propriété (théorème des gendarmes ) est admise.
• Restitution organisée des connaissances.
On va démontrer la deuxième propriété.
On sait qu'il existe un rang N0 ∈ N tel que : ∀n ≥ N0, on a : un ≤ xn.
Soit A > 0 un nombre réel. Comme limn→+∞
un = +∞, on sait qu'il existe un rang N1 tel
que : ∀n ≥ N1, on a : un ≥ A.
Ainsi, pour tout n à la fois plus grand que N0 et N1 (on note alors : ∀n ≥ max(N0, N1)),
on a : A ≤ un ≤ xn, d'où A < xn.
Pour tout nombre réel A, il existe donc un rang N ∈ N tel que : ∀n ≥ N , xn > A. Cela
signie par dénition que limn→+∞
xn = +∞.
• La troisième propriété se démontre rigoureusement de la même manière que la deuxième.
Exemple. Calculons limn→+∞
(2+sin(n)
n2
)(sachant que lim
n→+∞sin(n) n'existe pas).
On sait que, pour tout n ∈ N∗ : −1 ≤ sin(n) ≤ 1. On en tire : 1 ≤ 2 + sin(n) ≤ 3, et donc :
1n2 ≤ 2+sin(n)
n2 ≤ 3n2 , car n2 > 0.
Comme limn→+∞
1n2 = 0 et lim
n→+∞3n2 = 0, on en tire, d'après le théorème des gendarmes :
limn→+∞
2+sin(n)n2 = 0.
Exemple. Calculons limn→+∞
(n+ (−1)n) (sachant que limn→+∞
(−1)n n'existe pas).
On sait que, pour tout n ∈ N : (−1)n ≥ −1. On en tire : n+ (−1)n ≥ n− 1.
Comme limn→+∞
(n− 1) = +∞, on en tire, d'après le théorème de comparaison :
limn→+∞
(n+ (−1)n) = +∞.
54 CHAPITRE 6. SUITES ET LIMITES
6.3.2 Opérations sur les limites
Théorème. La limite d'une somme, d'un produit ou d'un quotient est égale à la somme, le
produit ou le quotient des limites en respectant les règles suivantes :
Somme :
limn→+∞
un l l +∞ −∞ +∞
limn→+∞
vn l′ +∞ (resp. −∞) +∞ −∞ −∞
limn→+∞
(un + vn) l + l′ +∞ (resp. −∞) +∞ −∞ On ne peut pas conclure.
Produit :
limn→+∞
un l l > 0 ou +∞ l < 0 ou −∞ 0
limn→+∞
vn l′ +∞ (resp. −∞) +∞ (resp. −∞) +∞ ou −∞
limn→+∞
(un × vn) l × l′ +∞ (resp. −∞) −∞ (resp. +∞) On ne peut pas conclure.
Inverse :
limn→+∞
un l 0+ 0− +∞ (resp. −∞)
limn→+∞
1un
1l +∞ −∞ 0+ (resp. 0−)
Quotient :
Pour déterminer la limite d'un quotient unvn , on utilise les propriétés du produit et de l'inverse
car unvn
= un × 1vn.
6.3.3 Limite d'une puissance
Théorème. Si q est un nombre réel, alors limn→+∞
qn vaut :
• +∞ si q > 1 ;
• 1 si q = 1 ;
• 0 si −1 < q < 1 ;
• pas de limite si q ≤ −1.
Démonstration. Restitution organisée des connaissances.
On va démontrer la propriété : si q > 1, alors limn→+∞
qn = +∞.
Pour cela, on va en fait démontrer par récurrence le lemme suivant :
Lemme. Si a > 0, et n ∈ N, alors on a : (1 + a)n ≥ 1 + na.
6.4. CONVERGENCE MONOTONE 55
Démonstration.
• Cas de base : (1 + a)0 = 1 et 1 + 0× a = 1 : le cas de base est vrai.
• Hérédité : Supposons que (1 + a)n ≥ 1 + na pour un certain rang n ∈ N.
On va montrer que (1 + a)n+1 ≥ 1 + (n+ 1)a.
On a :
(1 + a)n ≥ 1 + na⇔ (1 + a)n × (1 + a) ≥ (1 + na)× (1 + a)
⇔ (1 + a)n+1 ≥ 1 + a+ na+ na2
⇔ (1 + a)n+1 ≥ 1 + (n+ 1)a+ na2 ≥ 1 + (n+ 1)a car n ≥ 0 et a2 > 0
On a bien démontré l'hérédité de la propriété.
• Conclusion : On conclut : ∀n ∈ N, (1 + a)n ≥ 1 + na.
Reprenons la preuve de la propriété : soit q > 1, il existe alors a > 0 tel que q = 1 + a.
Soit A > 0 un nombre réel, on résout : 1 + na ≥ A, ce qui équivaut à avoir n ≥ N = A−1a .
On a démontré que : ∀A > 0, ∃N ∈ N tel que ∀n ≥ N , 1 + na ≥ A. Cela signie que :
limn→+∞
(1 + na) = +∞.
D'après le lemme, on a : ∀a > 0, ∀n ∈ N, (1 + a)n ≥ 1 + na donc, d'après le théorème de
comparaison : limn→+∞
qn = +∞ lorsque q > 1 (en posant a > 0 tel que q = 1 + a).
6.4 Convergence monotone
6.4.1 Suite monotone non bornée
Théorème.
• Si une suite (un) est croissante et non majorée, alors limn→+∞
un = +∞.
• Si une suite (un) est décroissante et non minorée, alors limn→+∞
un = −∞.
Démonstration.
• Soit A > 0 quelconque.
Comme (un) n'est pas majorée, ∃N ∈ N|uN > A.
Comme (un) est croissante, alors : ∀n ≥ N , un ≥ uN > A.
On a donc montré que : ∀A > 0, ∃N ∈ N tel que ∀N ∈ N, un > A.
56 CHAPITRE 6. SUITES ET LIMITES
Cela signie donc, par dénition, que : limn→+∞
un = +∞.
• On démontre de la même manière l'autre partie du théorème.
6.4.2 Théorème de la convergence monotone
Théorème.
• Si une suite (un) est croissante et majorée, alors (un) est convergente donc limn→+∞
un = l,
où l ∈ R.
• Si une suite (un) est décroissante et minorée, alors (un) est convergente donc limn→+∞
un = l,
où l ∈ R.
Démonstration. Ce théorème est admis.
6.4.3 Exemple
Considérons la suite (un) dénie par : u0 = 3 et ∀n ∈ N, un+1 = 13un + 1.
1. Démontrons par récurrence : ∀n ∈ N, un ≥ 0 (Pn).
• Cas de base : u0 = 3 ≥ 0 donc le cas de base est démontré.
• Hérédité : Soit n ∈ N xé. On suppose que un ≥ 0, on a donc : 13un ≥ 0, d'où :
13un + 1 ≥ 1, donc un+1 ≥ 0. L'hérédité est démontrée.
• Conclusion : On a démontré par récurrence que ∀n ∈ N, un ≥ 0.
2. Démontrons par récurrence : ∀n ∈ N, un+1 ≤ un (Qn).
• Cas de base : u1 = 2 ≤ 3 = u2 donc le cas de base est démontré.
• Hérédité : Soit n ∈ N xé. On suppose que un+1 ≤ un, on a donc : 13un+1 ≤ 1
3un, d'où :
13un+1 + 1 ≤ 1
3un + 1, donc un+2 ≤ un+1. L'hérédité est démontrée.
• Conclusion : On a démontré par récurrence que ∀n ∈ N, un+1 ≤ un.
3. D'après les deux points précédents, la suite (un) est décroissante et minorée, donc, d'après
le théorème de la convergence monotone, on peut armer que (un) est convergente et que
limn→+∞
un = l, avec l ∈ R.
4. L'égalité un+1 = 13un + 1 devient, par passage à la limite : l = 1
3 l+ 1, donc : 23 l = 1, donc :
l = 32
Conclusion : On a démontré que limn→+∞
un = 32 .
6.5. DES ALGORITHMES DE SEUIL 57
6.4.4 Une propriété intéressante
Propriété. Si une suite est croissante et converge vers L, alors cette suite est majorée par L.
Démonstration. Restitution organisée des connaissances.
Notons (un) une suite croissante qui converge vers un nombre réel L.
Supposons par l'absurde qu'il existe p ∈ N tel que up > L.
Comme (un) est croissante : ∀n ≥ p, un ≥ up > L.
Par ailleurs, l'intervalle I =]L−1;up[ est un intervalle ouvert contenant L (car L−1 < L < up)
donc, par dénition de la limite d'une suite convergente, I contient tous les termes de la suite
(un) à partir d'un certain rang.
Cela contredit le fait que : ∀n ≥ p, un ≥ up > L, on aboutit donc à une contradiction.
On a donc démontré : ∀n ∈ N, un ≤ L.
6.5 Des algorithmes de seuil
Le but de cette section est de créer des algorithmes qui nous permettront de vérier les
résultats donnés dans les exemples précédents, et de répondre aux questions du type : À partir
de quel rang la suite géométrique u de premier terme et de raison donnés dépasse le seuil A ?
Dans un premier temps, rédigeons un algorithme qui répondra à la question : À partir de
quel rang la suite géométrique u de premier terme u0 et de raison q > 1 dépasse le seuil S ?
On propose l'algorithme suivant :
Variables n, q, u0 et S sont des nombres
Initialisation Lire S
Lire u0
Lire q
Traitement n prend la valeur 0
Tant que u0 × qn ≤ S
| n prend la valeur n+ 1
Fin Tant que
Sortie Acher n
Maintenant, rédigeons un algorithme qui répondra à la question : À partir de quel rang la
suite géométrique v strictement décroissante de premier terme v0 dénie pour tout n ∈ N par
58 CHAPITRE 6. SUITES ET LIMITES
vn+1 = f(vn) (où f est une fonction) passe sous le seuil S ?
On propose l'algorithme suivant :
Variables n, v, v0 et S sont des nombres
f est une fonction
Initialisation Lire S
Lire v0
Lire f
Traitement n prend la valeur 0
v prend la valeur v0
Tant que v ≥ S
| v prend la valeur f(v)
Fin Tant que
Sortie Acher n
Chapitre 7
Les nombres complexes - Algèbre et
géométrie
7.1 Forme algébrique
7.1.1 L'ensemble C des nombres complexes
Notons i le nombre complexe tel que : i2 = −1. Alors l'ensemble des nombres complexes,
noté C, est l'ensemble de tous les nombres z de la forme z = a+ ib, où a et b sont deux nombres
réels.
On appelle partie réelle de z et on note Re(z) le nombre a.
On appelle partie imaginaire de z et on note Im(z) le nombre b.
Ainsi, on peut écrire, pour tout nombre complexe z : z = Re(z) + i Im(z).
Remarque. Si l'on observe l'ensemble des nombres complexes z tel que Im(z) = 0, alors ils sont
de la forme suivante : z = Re(z), et ce sont alors des nombres réels. En fait, tous les nombres
réels sont des nombres complexes, de partie imaginaire nulle. On a donc : R ⊂ C.
Dénition. On appelle nombre imaginaire pur tout nombre complexe z tel que Re(z) = 0.
Un tel nombre vérie alors : z = i Im(z).
Exemple.
• 2 + i, 0.5− 23 i et −π +
√2i sont des nombres complexes ;
• 3i, −871i et 21i4 sont des nombres imaginaires purs.
59
60 CHAPITRE 7. LES NOMBRES COMPLEXES - ALGÈBRE ET GÉOMÉTRIE
Remarque. Les nombres complexes sont employés en Sciences Physiques (notamment dans le
domaine de l'électricité). La lettre i étant réservée à l'intensité, on emploiera la lettre j dans ce
domaine. On notera alors z = a+ bj.
7.1.2 Opérations simples dans C
De la même manière qu'on additionne ou soustrait deux nombres réels, on peut additionner
ou soustraire deux nombres complexes, en regroupant parties réelles et imaginaires.
Exemple. Si z1 = 4− i et z2 = −3− 5i, alors :
• z1 + z2 = (4− i) + (−3− 5i) = 4− 3 + (−1− 5)i = 1− 6i
• z1 − z2 = (4− i)− (−3− 5i) = 4 + 3 + (−1 + 5)i = 7 + 4i
Pour la multiplication, on doit utiliser la règle de la double distributivité, et ne pas oublier
que i2 = 1 !
Exemple. Si z1 = 4− i et z2 = −3− 5i, alors :
z1 × z2 = (4− i)× (−3− 5i)
= 4× (−3) + 4× (−5i)− i× (−3)− i× (−5i)
= −12− 20i + 3i + 5(i)2
= −12− 20i + 3i− 5
= −17− 17i
7.2. CONJUGUÉ D'UN NOMBRE COMPLEXE 61
7.2 Conjugué d'un nombre complexe
7.2.1 Dénition et propriétés
Dénition. Le nombre conjugué d'un nombre complexe z = a + ib est le nombre complexe
z = a− ib.
Exemple. Le nombre conjugué de z = 14− 78i est : z = 14 + 78i.
Propriétés. z = a+ ib, z1 = a1 + ib1 et z2 = a2 + ib2 sont trois nombres complexes.
1. z = z
2. z1 + z2 = z1 + z2
3. z1 × z2 = z1 × z2
4.(z1z2
)= z1
z2
5. z × z = a2 + b2
Démonstration.
1. z = a+ ib = a− ib = a+ ib
2. z1 + z2 = a1 + ib1 + a2 + ib2 = a1 + a2 + i(b1 + b2) = a1+a2−i(b1+b2) = a1−ib1+a2−ib2
3. z1 × z2 = (a1 + ib1)× (a2 + ib2) = a1a2 − b1b2 + i(a1b2 + a2b1)
= a1a2 − b1b2 − i(a1b2 + a2b1)
z1 × z2 = a1 + ib1 × a2 + ib2 = (a1 − ib1)× (a2 − ib2) = a1a2 − b1b2 − i(a1b2 + a2b1)
Donc z1 × z2 = z1 × z2.
4.(z1z2
)=(a1+ib1a2+ib2
)=(
(a1+ib1)(a2−ib2)a22+b22
)=(a1a2+b1b2a22+b22
+ a2b1−a1b2a22+b22
i)
= a1a2+b1b2a22+b22
− a2b1−a1b2a22+b22
i
z1z2
= a1+ib1a2+ib2
= a1−ib1a2−ib2
= (a1−ib1)(a2+ib2)(a2−ib2)(a2+ib2) = a1a2+b1b2
a22+b22+ a1b2−a2b1
a22+b22i
Donc(z1z2
)= z1
z2.
5. z × z = (a− ib)(a+ ib) = a2 + abi− abi− b(i)2 = a2 + b2
Exemple. Soit z = 3+2i. Alors : z×z = (3+2i)×(3−2i) = 32 +22 = 9+4 = 13, en appliquant
la propriété vue auparavant.
Remarque. Pour tout nombre complexe z, le produit z × z est un nombre réel.
62 CHAPITRE 7. LES NOMBRES COMPLEXES - ALGÈBRE ET GÉOMÉTRIE
7.2.2 Quotient de deux nombres complexes
Pour calculer le quotient de deux nombres complexes z1 = a1 + ib1 et z2 = a2 + ib2, on va
devoir appliquer la notion de conjugué.
Exemple. Soient z1 = 5− 4i et z2 = −2− 3i. Alors :
z1
z2=
5− 4i
−2− 3i
=(5− 4i)(−2 + 3i)
(−2− 3i)(−2 + 3i)
=−10 + 15i + 8i− 12i2
(−2)2 + 32
=−10 + 23i + 12
4 + 9
=2 + 23i
13
=2
13+
23
13i
En fait, lorsque l'on calculera un quotient de deux nombres complexes, on multipliera sys-
tématiquement le numérateur et le dénominateur par le conjugué du dénominateur (an de ne
plus avoir qu'un nombre réel au dénominateur).
7.3. REPRÉSENTATION GÉOMÉTRIQUE CARTÉSIENNE 63
7.3 Représentation géométrique cartésienne
7.3.1 Généralités
On munit le plan d'un repère orthonormé (O; ~u;~v).
À tout nombre complexe z = a + ib, on associe le point M de coordonnées (a; b). Ainsi, la
partie réelle a de z correspond à l'abscisse du point, et sa partie imaginaire b à son ordonnée.
Réciproquement, à tout point M(x; y), on associe le nombre complexe z = x+ iy.
On dit que M est l'image de z, et que z est l'axe du point M , voire l'axe du vecteur−−→OM .
Propriété. La longueur OM , où M est l'image de z = a+ib, vaut : OM =√a2 + b2 =
√z × z.
Cette longueur est appelée module de z, et on la note |z|.
C'est aussi la norme du vecteur−−→OM .
Démonstration. Le segment [OM ] correspond à l'hypoténuse d'un triangle rectangle de côtés a
et b. D'après le théorème de Pythagore appliqué dans ce triangle : OM2 = a2 + b2. Ainsi, comme
OM est une longueur (et donc un nombre positif), on a : OM =√a2 + b2. Et comme on sait
que a2 + b2 = z × z, on a bien : OM =√z × z.
Propriétés. Si z = a+ ib est un nombre complexe (avec a ∈ R et b ∈ R),
alors : |z| = |z| = | − z| = | − z|.
64 CHAPITRE 7. LES NOMBRES COMPLEXES - ALGÈBRE ET GÉOMÉTRIE
7.3.2 Axe d'un vecteur quelconque
Si A (d'axe zA) et B (d'axe zB) sont deux points du plan, alors l'axe du vecteur−−→AB
est la suivante : zB − zA soit axe de la pointe moins axe de l'origine . De plus, la norme
de−−→AB est : ‖
−−→AB‖ = |zB − zA|.
Exemple. Considérons toujours les points A d'axe zA = 2 + 3i et B d'axe zB = 4 + i.
Le vecteur−−→AB a alors pour axe : z−−→
AB= zB−zA = (4+i)− (2+3i) = 4+i−2−3i = 2−2i.
On peut alors calculer sa norme : ‖−−→AB‖ = |zB − zA| = |2− 2i| =
√22 + (−2)2 =
√8 = 2
√2.
7.3.3 Opérations sur les vecteurs
On munit toujours le plan d'un repère orthonormé (O; ~u;~v).
Si−−→OM (d'axe z) et
−−−→OM ′ (d'axe z′) sont deux
vecteurs dans le plan complexe, alors le point P
du plan tel que−−→OP =
−−→OM +
−−−→OM ′ a pour axe
z + z′.
Exemple. Si A a pour axe zA = 2 + 3i et B a pour axe zB = 4 + i, alors le vecteur−→OA a
pour axe zA et le vecteur−−→OB a pour axe zB.
De plus, si l'on note C le point tel que−→OA+
−−→OB =
−−→OC, alors
−−→OC a pour axe :
z−−→OC
= zA + zB = (2 + 3i) + (4 + i) = 6 + 4i, qui est aussi l'axe du point C.
7.3. REPRÉSENTATION GÉOMÉTRIQUE CARTÉSIENNE 65
De même, si k est un nombre réel, no-
tons N le point du plan tel que−−→ON =
k ×−−→OM . Il a alors pour axe k × z.
7.3.4 Axe du milieu d'un segment
Si A (d'axe zA) et B (d'axe zB) sont deux points du plan, alors l'axe du milieu I du
segment [AB] est la suivante : zI =zA + zB
2.
Exemple. En reprenant une nouvelle fois les points A d'axe zA = 2+3i et B d'axe zB = 4+i,
l'axe du milieu I de [AB] est alors : zI = zA+zB2 = 2+3i+4+i
2 = 6+4i2 = 3 + 2i.
66 CHAPITRE 7. LES NOMBRES COMPLEXES - ALGÈBRE ET GÉOMÉTRIE
7.4 Équations du deuxième degré à coecients réels
Ce théorème est une version adulte du théorème déjà vu en Première.
Théorème. Soient a, b, c trois nombres réels avec a 6= 0. On considère l'équation az2+bz+c = 0.
• Si ∆ = b2 − 4 × a × c > 0, l'équation admet deux solutions réelles qui sont : z1 = −b−√
∆2a
et z2 = −b+√
∆2a ;
• Si ∆ = b2 − 4× a× c = 0, l'équation admet une unique solutions réelle qui est : z0 = −b2a ;
• Si ∆ = b2 − 4× a× c < 0, l'équation admet deux solutions complexes conjuguées qui sont :
z1 = −b−i√−∆
2a et z2 = −b+i√−∆
2a .
Démonstration.
az2 + bz + c = 0⇐⇒ a
[(z +
b
2a
)2
− ∆
4a2
]= 0
⇐⇒(z +
b
2a
)2
=∆
4a2
• Si ∆ > 0, alors on a : z+ b2a =
√∆
2a ou z+ b2a = −
√∆
2a , ce qui correspond aux solutions déjà
déterminées en Première.
• Si ∆ = 0, alors on a : z + b2a = 0, d'où : z = −b
2a .
• Si ∆ < 0, alors on a :(z + b
2a
)2= i2×(−∆)
4a2 =(
i√−∆2a
)2
d'où :
z + b2a = i
√−∆2a ou z + b
2a = − i√−∆2a : on retrouve bien les deux solutions complexes
conjuguées.
Chapitre 8
Limites de fonctions
8.1 Généralités
8.1.1 Limite innie à l'inni
Dénition. Si f est une fonction dénie sur Df contenant ]a; +∞[ (a > 0 xé), alors dire que
f tend vers +∞ lorsque x tend vers +∞ signie que pour tout seuil A > 0 xé, il existe un
nombre x0 ∈]a; +∞[ tel que : pour tout x > x0, f(x) > A.
Mathématiquement : limx→+∞
f(x) = +∞⇐⇒ ∀A > 0,∃x0 ∈]a; +∞[|∀x > x0, f(x) > A.
On dénit de manière analogue limx→+∞
f(x) = −∞, limx→−∞
f(x) = +∞ et limx→−∞
f(x) = −∞.
Exemples.
• On va démontrer que limx→+∞
x2 = limx→−∞
x2 = +∞.
Soit A > 0 xé. Alors :
x2 > A⇐⇒ x < −√A ou x >
√A
On a donc montré que : ∀A > 0,∃x0 =√A|∀x > x0, x
2 > A, donc par dénition :
limx→+∞
x2 = +∞.
On a également montré que : ∀A > 0,∃x0 = −√A|∀x < x0, x
2 > A, donc par dénition :
limx→−∞
x2 = +∞.
• On va démontrer que limx→+∞
x3 = +∞ et que limx→−∞
x3 = −∞.
Soit A > 0 xé. Alors :
x3 > A⇐⇒ x >3√A
67
68 CHAPITRE 8. LIMITES DE FONCTIONS
On a donc montré que : ∀A > 0,∃x0 = 3√A|∀x > x0, x
3 > A, donc par dénition :
limx→+∞
x3 = +∞.
Soit A < 0 xé. Alors :
x3 < A⇐⇒ x <3√A
On a donc montré que : ∀A < 0,∃x0 = 3√A|∀x < x0, x
3 < A, donc par dénition :
limx→−∞
x3 = −∞.
• De manière analogue aux deux exemples précédents, on démontre plus généralement que,
pour tout nombre entier p ≥ 1 :
limx→+∞
xp = +∞
limx→−∞
xp =
+∞ si p est pair
−∞ si p est impair
• On démontre également de manière analogue que : limx→+∞
√x = +∞.
Propriété.
limx→+∞
ex = +∞
Démonstration. Restitution organisée des connaissances.
On considère la fonction f : x 7→ ex − x, dénie, continue et dérivable sur R en tant que
somme de fonctions dénies, continues et dérivables.
On a : ∀x ∈ R, f ′(x) = ex − 1. Si x ≥ 0, on a alors : ex ≥ 1, donc f ′(x) ≥ 0 sur [0; +∞[. f
est alors croissante sur [0; +∞[, et comme f(0) = 1, on a : ∀x ≥ 0, f(x) ≥ 1, d'où : ex − x > 1
et donc : ex > x+ 1. A fortiori, ex > x.
Soit A > 0 xé. Si x > A, alors ex > x > A d'après ce qui précède. Donc il existe bien un
nombre réel x0 tel que : ∀x > x0, ex > A, ce qui démontre bien que : limx→+∞
ex = +∞.
8.1.2 Limite nie à l'inni
Dénition. Si f est une fonction dénie sur Df contenant ]a; +∞[ (a > 0 xé), alors dire que
f tend vers l lorsque x tend vers +∞ signie que pour tout réel ε > 0 xé, il existe un nombre
x0 ∈]a; +∞[ tel que : pour tout x > x0, l − ε < f(x) < l + ε.
Mathématiquement : limx→+∞
f(x) = l⇐⇒ ∀ε > 0,∃x0 ∈]a; +∞[|∀x > x0, l− ε < f(x) < l+ ε.
On dénit de manière analogue limx→−∞
f(x) = l.
8.1. GÉNÉRALITÉS 69
Dénition. On dit que la droite d'équation y = l est asymptote horizontale à la courbe
représentative de f si et seulement si limx→+∞
f(x) = l ou limx→−∞
f(x) = l.
Exemple. On va démontrer que limx→+∞
1x = lim
x→−∞1x = 0.
Soit ε > 0 xé. Alors :
−ε < 1
x< ε⇐⇒
x > 1ε si x > 0
x < − 1ε si x < 0
On a donc montré que : ∀ε > 0,∃x0 = 1ε |∀x > x0,−ε < 1
x < ε, donc par dénition : limx→+∞
1x = 0.
On a également montré que : ∀ε > 0,∃x0 = − 1ε |∀x < x0,−ε < 1
x < ε, donc par dénition :
limx→−∞
1x = 0.
Propriété.
limx→−∞
ex = 0
Démonstration. Restitution organisée des connaissances.
Soit ε > 0 xé. On a toujours : −ε < ex. Alors :
ex < ε⇐⇒ 1
ε<
1
ex
⇐⇒ 1
ε< e−x
⇐⇒ 1
ε< eX avec X = −x
Or on sait que limX→+∞
eX = +∞, donc : ∃X0 ∈ R|∀X > X0, eX > 1
ε .
Cela revient à dire : ∃X0 ∈ R|∀x < −X0, e−x > 1
ε .
Donc il existe bien un nombre réel x0 tel que : ∀x < x0, −ε < ex < ε, ce qui démontre bien
que : limx→−∞
ex = 0.
Conséquence. La droite d'équation y = 0 (l'axe des abscisses) est asymptote horizontale à la
courbe de la fonction exponentielle.
Remarque. Certaines fonctions, comme le cosinus et le sinus, n'ont pas de limite en l'inni.
8.1.3 Limite innie en un nombre réel
Dénition. Si f est une fonction dénie sur Df contenant ]a−h; a[∪]a; a+h[ avec h > 0, alors
dire que f tend vers +∞ lorsque x tend vers a signie que pour tout réel A > 0 xé, il existe un
nombre ε > 0 tel que : pour tout x ∈]a− ε; a[∪]a; a+ ε[, f(x) > A.
70 CHAPITRE 8. LIMITES DE FONCTIONS
Mathématiquement : limx→a
f(x) = +∞⇐⇒ ∀A > 0,∃ε > 0|∀x ∈]a− ε; a[∪]a; a+ ε[, f(x) > A.
On dénit de manière analogue limx→a
f(x) = −∞.
Remarque. Il est parfois nécessaire de distinguer les limites à gauche et à droite de a,
que l'on note respectivement limx→a−
f(x) et limx→a+
f(x)
Dénition. On dit que la droite d'équation x = a est asymptote verticale à la courbe repré-
sentative de f si et seulement si limx→a
f(x) = +∞ ou limx→a
f(x) = −∞ (éventuellement avec les
limites à gauche ou droite).
Exemple. limx→0−
1x = −∞ et lim
x→0+
1x = +∞ (admis, facile à démontrer).
Ainsi, la droite d'équation x = 0 (l'axe des ordonnées) est asymptote verticale à la courbe de
la fonction inverse.
8.1.4 Asymptotes obliques (hors programme)
Dénition. On dit que la droite d'équation y = mx + p est asymptote oblique à la courbe
représentative de f si et seulement si limx→+∞
[f(x)− (mx+p)] = 0 ou limx→−∞
[f(x)− (mx+p)] = 0.
Exemple. La fonction f : x 7→ 7x − 5 + 1x , dénie sur R∗, admet pour asymptote oblique la
droite d'équation y = 7x− 5.
En eet, limx→+∞
[f(x)− (7x− 5)] = limx→+∞
1x = 0, de même que :
limx→−∞
[f(x)− (7x− 5)] = limx→−∞
1x = 0.
8.2 Théorèmes sur les limites
8.2.1 Théorèmes d'opération
Théorème. On considère ici des limites en +∞, −∞, ou a ∈ R, et l et l′ deux nombres réels.
La limite d'une somme, d'un produit ou d'un quotient est égale à la somme, le produit ou le
quotient des limites en respectant les règles suivantes :
8.2. THÉORÈMES SUR LES LIMITES 71
Somme :
lim f l l +∞ −∞ +∞
lim g l′ +∞ (resp. −∞) +∞ −∞ −∞
lim(f + g) l + l′ +∞ (resp. −∞) +∞ −∞ On ne peut pas conclure.
Produit :
lim f l l > 0 ou +∞ l < 0 ou −∞ 0
lim g l′ +∞ (resp. −∞) +∞ (resp. −∞) +∞ ou −∞
lim(f × g) l × l′ +∞ (resp. −∞) −∞ (resp. +∞) On ne peut pas conclure.
Inverse :
lim f l 6= 0 0+ 0− +∞ (resp. −∞)
lim 1f
1l +∞ −∞ 0+ (resp. 0−)
Quotient :
Pour déterminer la limite d'un quotient fg , on utilise les propriétés du produit et de l'inverse
car fg = f × 1
g .
Remarque. Les cas où l'on ne peut pas conclure sont appelés formes indéterminées . On
dispose de techniques de calcul pour ramener leur calcul à une limite plus simple à déterminer,
et des théorèmes ci-dessous.
Théorème. Une fonction polynôme admet pour limite en +∞ ou −∞ la même limite que celle
de son terme de plus haut degré.
Démonstration. Considérons une fonction polynôme de degré n (avec an 6= 0) :
f(x) = anxn + an−1x
n−1 + . . .+ a2x2 + a1x+ a0
On peut alors la réécrire ainsi :
f(x) = anxn ×
(1 +
an−1xn−1
anxn+ . . .+
a2x2
anxn+
a1x
anxn+
a0
anxn
)= anx
n ×(
1 +an−1
anx+ . . .+
a2
anxn−2+
a1
anxn−1+
a0
anxn
)
Or on observe d'après les résultats précédents que :
limx→±∞
an−1
anx= . . . = lim
x→±∞
a2
anxn−2= limx→±∞
a1
anxn−1= limx→±∞
a0
anxn= 0
72 CHAPITRE 8. LIMITES DE FONCTIONS
donc par somme :
limx→±∞
(1 +
an−1
anx+ . . .+
a2
anxn−2+
a1
anxn−1+
a0
anxn
)= 1
et par produit :
limx→±∞
f(x) = limx→±∞
anxn
Exemple. limx→+∞
(6x9 + 5x5 − 3x2 + 6x− 5) = limx→+∞
6x9 = +∞.
Théorème. Une fraction rationnelle (fonction quotient de deux polynômes) admet pour limite
en +∞ ou −∞ la même limite que le quotient des termes de plus haut degré de son numérateur
et de son dénominateur.
Démonstration. Ce résultat se déduit du résultat précédent et des théorèmes d'opération sur les
limites.
Exemple. limx→+∞
7x8−6x5+3x2−4−6x9−5x7+6x+1 = lim
x→+∞7x8
−6x9 = limx→+∞
7−6x = 0−.
8.2.2 Théorème de composition
Théorème. f est une fonction dénie sur un intervalle I, g est une fonction dénie sur un
intervalle J contenant f(I), et a ∈ I, b ∈ J et c sont des nombres nis ou innis.
Si limx→a
f(x) = b et limx→b
g(x) = c, alors limx→a
g f(x) = c.
Démonstration. On admet ce théorème (démontré avec la dénition de la limite).
Exemple. On va calculer limx→0
√3 + 1
x2 .
On note f : x 7→ 3 + 1x2 et g : x 7→
√x, on va alors calculer lim
x→0g f(x).
limx→0
(3 + 1
x2
)= +∞
limX→+∞
√X = +∞
donc limx→0
√3 +
1
x2= +∞
en vertu du théorème de composition des limites.
8.2. THÉORÈMES SUR LES LIMITES 73
8.2.3 Théorèmes de comparaison
On sait que : On sait aussi que : Conclusion :
u(x) ≤ f(x) ≤ v(x) limx→+∞
u(x) = l limn→+∞
f(x) = l
limx→+∞
v(x) = l (théorème des gendarmes)
u(x) ≤ f(x) limx→+∞
u(x) = +∞ limx→+∞
f(x) = +∞
f(x) ≤ v(x) limx→+∞
v(x) = −∞ limx→+∞
f(x) = −∞
Remarque. Dans ce tableau, on peut remplacer x→ +∞ par :
x→ −∞
x→ a
x→ a+
x→ a−
Démonstration. On va démontrer le théorème d'encadrement (dit des gendarmes ) et admettre
les théorèmes de majoration et minoration.
Soient u et v deux fonctions telles que limx→+∞
u(x) = limx→+∞
v(x) = l, et u(x) ≤ f(x) ≤ v(x).
On sait que :
• limx→+∞
u(x) = l signie que pour tout intervalle ouvert I contenant l, il existe x1 ∈ R tel
que ∀x > x1, u(x) ∈ I.
• limx→+∞
v(x) = l signie que pour tout intervalle ouvert I contenant l, il existe x2 ∈ R tel
que ∀x > x2, v(x) ∈ I.
Notons I =]a; b[ un intervalle ouvert contenant l, et dans ce cas x0 = maxx1;x2 où x1 est
tel que ∀x > x1, u(x) ∈ I et x2 est tel que ∀x > x2, v(x) ∈ I. Alors : ∀x ≥ x0, on a :
a < u(x) < f(x) < v(x) < b, d'où : f(x) ∈ I =]a; b[.
On vient de prouver que : ∀I =]a; b[|l ∈ I, ∃x0 ∈ R|∀x > x0, f(x) ∈ I.
Par dénition de la limite nie : limn→+∞
f(x) = l.
Exemple. On va calculer limx→+∞
x+cos(x)2x+1 .
On sait que : ∀x ∈ R, −1 ≤ cos(x) ≤ 1, donc x− 1 ≤ x+ cos(x) ≤ x+ 1, d'où :
x−12x+1 ≤
x+cos(x)2x+1 ≤ x+1
2x+1 en considérant x > −12 .
De plus : limx→+∞
x−12x+1 = lim
x→+∞x+12x+1 = 1
2 .
D'après le théorème d'encadrement, limx→+∞
x+cos(x)2x+1 = 1
2 .
74 CHAPITRE 8. LIMITES DE FONCTIONS
8.3 Limites particulières de fonctions
Théorème.
• limx→+∞
ex
x = +∞
• limx→−∞
xex = 0− ou limx→+∞
xe−x = 0+
Démonstration.
• On considère la fonction f : x 7→ ex − x2, dénie, continue et deux fois dérivable sur R en
tant que somme de fonctions dénies, continues et deux fois dérivables.
On a : ∀x ∈ R, f ′(x) = ex − 2x et f ′′(x) = ex − 2. Si x ≥ 3, on a alors : ex ≥ e3 ≥ 2, donc
f ′′(x) ≥ 0 sur [3; +∞[. f ′ est alors croissante sur [3; +∞[, et comme f ′(3) = e3− 6 > 0, on
a : ∀x ≥ 3, f ′(x) ≥ 0. f est alors croissante sur [3; +∞[, et comme f(3) = e3− 9 > 0 d'où :
ex − x2 > 0 et donc : ex > x2.
On en tire : ∀x ≥ 3, ex
x > x. D'après le théorème de minoration, comme limx→+∞
x = +∞ on
en tire : limx→+∞
ex
x = +∞.
• En posant X = −x, on a : xex = −Xe−X = −XeX
= −1eX
X
. D'après le point précédent :
limX→+∞
eX
X = +∞, donc par quotient : limX→+∞
−1eX
X
= 0−. On peut le réécrire ainsi :
limx→−∞
xex = 0−.
Remarque. Ces résultats se généralisent plus largement ainsi : limx→+∞
ex
xn = +∞ et
limx→+∞
xne−x = 0+ pour tout n ∈ N.
8.4 Généralisation du théorème des valeurs intermédiaires
Le résultat, valable sur un intervalle fermé [a; b], est étendu aux intervalles ouverts :
Théorème. Soit f une fonction continue et strictement monotone sur un intervalle ]a; b[ où
a ∈ R ∪ −∞ et b ∈ R ∪ +∞.
On suppose que f admet en a et en b des limites nies ou innies.
Pour tout nombre réel k compris entre limx→a
f(x) et limx→b
f(x), l'équation f(x) = k admet une
unique solution dans ]a; b[.
Démonstration. On admet ce résultat.
Chapitre 9
Le logarithme népérien
9.1 La fonction logarithme népérien
On rappelle que la fonction exponentielle est une fonction continue et strictement croissante
sur R, que : ∀x ∈ R, ex > 0, que limx→−∞
ex = 0+ et que : limx→+∞
ex = +∞.
On a ainsi le tableau de variations suivant :
x
Variations
de ex
−∞ +∞
0+0+
+∞+∞
a
k
En application du corollaire du théorème des valeurs intermédiaires généralisé, pour tout
nombre réel strictement positif k, l'équation ea = k admet une unique solution dans R.
Dénition. On appelle logarithme népérien du nombre réel strictement positif k, l'unique
solution de l'équation d'inconnue a : ea = k. On note cette solution ln(k) qui se lit logarithme
népérien de k .
Dénition. La fonction logarithme népérien est la fonction qui, à tout nombre réel stricte-
ment positif x, associe ln(x).
Ainsi : y = ln(x) et x > 0 équivaut à : ey = x.
75
76 CHAPITRE 9. LE LOGARITHME NÉPÉRIEN
On dit que la fonction ln est la fonc-
tion réciproque de la fonction expo-
nentielle.
Les courbes représentatives des fonc-
tions ln et exponentielle sont symé-
triques par rapport à la droite d'équa-
tion y = x.
Propriétés.
1. La fonction ln est dénie et continue sur ]0; +∞[.
2. ∀x ∈ R, ln(exp(x)) = x.
3. ∀x ∈ R∗+, exp(ln(x)) = x.
4. ln(1) = 0 et ln(e) = 1.
5. La fonction ln est dérivable sur ]0; +∞[ et ln′(x) = 1x .
6. La fonction ln est strictement croissante sur ]0; +∞[.
7. 0 < x < 1⇐⇒ ln(x) < 0 et x > 1⇐⇒ ln(x) > 0.
8. ∀a, b ∈]0; +∞[ : a = b⇐⇒ ln(a) = ln(b) et a < b⇐⇒ ln(a) < ln(b).
Démonstration.
4. ln(1) = ln(e0) = 0 et ln(1) = ln(e1) = 1 d'après la propriété 2.
5. Soit a ∈]0; +∞[. On a :
limx→a
ln(x)− ln(a)
x− a= limx→a
ln(x)− ln(a)
eln(x) − eln(a)= limx→a
1eln(x)−eln(a)
ln(x)−ln(a)
Or limx→a
ln(x) = ln(a) car la fonction logarithme népérien est continue sur R∗+.
En posant X = ln(x), on a : limX→ln(a)
X−ln(a)eX−eln(a)
= eln(a) (dénition du nombre dérivé de la
fonction exponentielle en ln(a)).
D'après le théorème de composition des limites, limx→a
eln(x)−eln(a)
ln(x)−ln(a) = eln(a), donc :
limx→a
ln(x)−ln(a)x−a = 1
eln(a) = 1a .
Cela démontre que la fonction ln est dérivable pour tout nombre réel x ∈]0; +∞[ et :
ln′(x) = 1x .
9.2. RELATION FONCTIONNELLE 77
6. Comme ∀x ∈]0; +∞[, 1x > 0, la fonction ln est strictement croissante sur ]0; +∞[.
7. Application directe de la stricte croissance de la fonction ln.
8. Idem.
9.2 Relation fonctionnelle
Théorème. ∀a, b ∈ R∗+, ln(a× b) = ln(a) + ln(b).
Démonstration. eln(a×b) = a× b et eln(a)+ln(b) = eln(a) × eln(b) = a× b.
Donc : eln(a×b) = eln(a)+ln(b), d'où : ln(a× b) = ln(a) + ln(b).
Exemples.
• ln(15) = ln(3× 5) = ln(3) + ln(5).
• ln(10)− ln(14) = ln(2× 5)− ln(2× 7) = ln(2) + ln(5)− ln(2)− ln(7) = ln(5)− ln(7).
Vocabulaire. Logarithme vient du grec λoγoς (rapport, relation) et αριθµετικoς (nombres).
Propriétés.
1. ∀n ∈ N, ∀a ∈ R∗+, ln(an) = n ln(a).
2. ∀b ∈ R∗+, ln(
1b
)= − ln(b).
3. ∀a ∈ R∗+, ∀b ∈ R∗+, ln(ab
)= ln(a)− ln(b).
4. ∀n ∈ N, ∀a ∈ R∗+, ln(a−n) = −n ln(a).
5. ∀a ∈ R∗+, ln(√a) = 1
2 ln(a).
Démonstration.
1. On démontre par récurrence la propriété : ∀n ∈ N, ln(an) = n× ln(a).
• Initialisation : ln(a0) = ln(1) = 0 et 0 ln(a) = 0.
• Hérédité : On suppose qu'il existe k ∈ N tel que ln(ak) = k ln(a). On va démontrer
que : ln(ak+1) = (k + 1) ln(a).
78 CHAPITRE 9. LE LOGARITHME NÉPÉRIEN
ln(ak+1) = ln(a× ak)
= ln(a) + ln(ak) (relation fonctionnelle)
= ln(a) + k ln(a) (hypothèse de récurrence)
= (1 + k) ln(a)
Donc la propriété est vraie au rang (k + 1).
• Conclusion : ∀nN, ln(an) = n× ln(a).
2. 0 = ln(1) = ln(b× 1b ) = ln(b) + ln( 1
b ) donc : ln( 1b ) = − ln(b).
3. ln(ab ) = ln(a× 1b ) = ln(a) + ln( 1
b ) = ln(a)− ln(b).
4. ln(a−n) = ln( 1an ) = − ln(an) = −n ln(a).
5. 2 ln(√a) = ln((
√a)2) = ln(a) donc : ln(
√a) = 1
2 ln(a).
9.3 Étude des limites autour du logarithme
9.3.1 Limites de la fonction logarithme
Propriétés.
limx→+∞
ln(x) = +∞ et limx→0+
ln(x) = −∞
Démonstration. Soit A > 0. On a alors :
ln(x) > A⇔ eln(x) > eA
⇔ x > eA
On en tire : ∀A > 0, ∃x0 ∈ R|∀x > x0, ln(x) > A.
On a bien démontré : limx→+∞
ln(x) = +∞.
Par ailleurs, on a : ∀x ∈ R∗+ : − ln(
1x
)= ln(x).
Or limx→0+
1x = +∞ et lim
X→+∞ln(X) = +∞ donc par composition : lim
x→0+ln(
1x
)= +∞.
Or : limx→0+
ln(x) = limx→0+
(−1)× ln(
1x
)= −∞.
9.4. COMPOSÉES DU LOGARITHME 79
9.3.2 Limites liées à la fonction logarithme
Propriétés.
limh→0
ln(1 + h)
h= 1 et lim
x→+∞
ln(x)
x= 0+
Démonstration. La fonction ln est dérivable en 1. En ce point, le nombre dérivé est 1, donc
limh→0
ln(1+h)−ln(1)h = 1.
On en conclut : limh→0
ln(1+h)h = 1.
Par ailleurs, ln(x)x = ln(x)
eln(x) = 1eln(x)
ln(x)
.
Or : limx→+∞
ln(x) = +∞ et limX→+∞
eX
X = +∞ donc, par composition : limx→+∞
eln(x)
ln(x) = +∞.
On en tire : limx→+∞
ln(x)x = lim
x→+∞1
eln(x)
ln(x)
= 0+.
9.4 Composées du logarithme
9.4.1 Fonctions composées du logarithme
Soit u une fonction dérivable et strictement positive sur un invervalle I.
On considère la fonction dénie sur I par : x 7→ ln(u(x)). On la note également : ln(u).
Propriété. La fonction ln(u) est dénie et dérivable sur I et : ∀x ∈ I, (ln(u))′(x) = u′(x)u(x) .
Démonstration. ln est dérivable sur R∗+ et u est dérivable sur I donc ln(u) l'est aussi, et : ∀x ∈ I,
(ln u)′(x) = u′(x)× (ln)′(u(x)) = u′(x)× 1u(x) = u′(x)
u(x) .
Exemple. Soit g : x 7→ ln(2x2 +1) dénie sur R. D'après ce qui précède : ∀x ∈ R, g′(x) = 4x2x2+1 .
9.4.2 Le logarithme décimal
Dénition. On appelle fonction logarithme décimal la fonction notée log dénie sur ]0; +∞[
par :
log(x) =ln(x)
ln(10)
Conséquence. log(10n) = ln(10n)ln(10) = n ln(10)
ln(10) = n, pour tout nombre entier naturel n.
80 CHAPITRE 9. LE LOGARITHME NÉPÉRIEN
Propriétés.
1. log(10) = 1 et log(1) = 0.
2. La fonction log est dénie et dérivable sur R∗+.
3. La fonction log est strictement croissante sur R∗+.
4. ∀a, b ∈ R∗+, ∀n ∈ N :
• log(a× b) = log(a) + log(b) ;
• log(ab
)= log(a)− log(b) ;
• log(an) = n log(a).
Démonstration. Trivial.
Exemples. Exemples d'utilisation du logarithme décimal.
• En chimie, le caractère acido-basique d'une solution est exprimé au moyen de l'indicateur
appelé pH, qui est déni ainsi : pH = − log[H3O+], où [H3O
+] est exprimé en mol.L−1.
• En géologie, l'échelle de RICHTER calcule la magnitude d'un tremblement de terre, à
partir de la formule : R = log(II0
), I désignant l'intensité du tremblement de terre et I0
une intensité minimale.
• En physique acoustique, la puissance d'un son est donnée en décibels par 10 log(II0
), I0
étant l'intensité la plus faible perceptible par l'oreille humaine.
• En nance, la loi de BENFORD (loi d'observation numérique) est utilisée pour détecter
des fraudes scales par exemple. Elle repose sur l'utilisation du logarithme.
Chapitre 10
Géométrie spatiale
10.1 Droites et plans de l'espace
10.1.1 Généralités
Dénitions.
• Deux droites de l'espace sont parallèles si elles sont coplanaires sans aucun point commun
(strictement parallèles), ou si elles sont confondues.
• Deux plans de l'espace sont parallèles s'ils n'ont aucun point commun (strictement paral-
lèles) ou s'ils sont confondus.
• Une droite de l'espace est parallèle à un plan si elle n'a pas de point commun avec le plan
(strictement parallèle) ou si elle est incluse dans ce plan.
Propriété. Si une droite d est parallèle à une droite d′ d'un plan P, alors la droite d est parallèle
au plan P.
Démonstration. Si d est incluse dans P, alors elle est parallèle à P.
Dans le cas contraire, d et d′ étant parallèles, elles dénissent un plan P ′ distinct de P. La
droite d′ étant incluse dans P et dans P ′, c'est l'intersection de ces deux plans. Si d coupait
le plan P en un point A, alors A serait contenu dans d′, donc d et d′ seraient sécantes, ce qui
contredirait l'hypothèse initiale. Donc d est parallèle à P.
Propriété. Si deux plans P et P ′ sont strictement parallèles, alors tout plan Q qui coupe le plan
P coupe aussi le plan P ′ et les droites d'intersection sont parallèles entre elles.
81
82 CHAPITRE 10. GÉOMÉTRIE SPATIALE
Démonstration. Soit Q un plan sécant avec P, et d leur droite d'intersection. Supposons que
P ′ et Q ne soient pas sécants, alors ils sont strictement parallèles. Or le seul plan strictement
parallèle à P ′ passant par d est le plan P, donc P et P ′ sont confondus, ce qui est absurde.
Q et P ′ sont donc sécants en une droite d′. d et d′ appartiennent au même plan Q, et n'ont
aucun point commun sinon celui-ci appartiendrait à P et P ′ à la fois, ce qui est exclu.
Donc d et d′ sont strictement parallèles.
Théorème. Théorème du toit.
Soient P et P ′ deux plans sécants. Si une droite d de P est parallèle à une droite d′ de P ′,
alors ces deux droites sont parallèles à la droite d'intersection ∆ de P et P ′.
Démonstration. Traitée plus tard.
Propriété. Si un plan P contient deux droites sécantes d et d′ qui sont toutes deux parallèles à
un plan P ′, alors P et P ′ sont parallèles.
Démonstration. Si P et P ′ sont confondus, ils sont a fortiori parallèles.
S'ils ne sont pas confondus, d est parallèle à P ′ et incluse dans P. Si P et P ′ étaient sécants
en une droite ∆, alors d serait parallèle à ∆ en vertu du théorème du toit. De même, d′ serait
parallèle à ∆ donc d et d′ seraient parallèles entre elles, ce qui est absurde !
Donc P et P ′ sont parallèles.
Corollaire. Si deux droites sécantes d'un plan P sont respectivement parallèles à deux droites
sécantes d'un plan P ′, alors P et P ′ sont parallèles entre eux.
10.1.2 Orthogonalité dans l'espace
Dénition. Deux droites d et d′ sont orthogonales s'il existe une droite ∆ parallèle à d et une
droite ∆′ parallèle à d′ telles que ∆ et ∆′ sont coplanaires et perpendiculaires.
Propriété. Si deux droites sont parallèles, alors toute droite orthogonale à l'une est orthogonale
à l'autre.
Démonstration. Trivial (un peu laborieux à écrire).
Dénition. Une droite d est perpendiculaire à un plan P si elle est orthogonale à deux droites
sécantes de P.
10.1. DROITES ET PLANS DE L'ESPACE 83
Théorème. Si une droite d est perpendiculaire à un plan P, elle est orthogonale à toutes les
droites de ce plan.
Démonstration. Trivial (un peu laborieux à écrire).
Propriétés.
• Il existe une unique droite d passant par un point A et perpendiculaire à un plan P donné.
• Il existe un unique plan P passant par un point A et perpendiculaire à une droite d donnée.
• Si deux droites d et d′ sont parallèles, alors tout plan P perpendiculaire à d est aussi
perpendiculaire à d′.
• Si deux droites d et d′ sont perpendiculaires à un même plan P, alors elles sont parallèles
entre elles.
• Si deux plans P et P ′ sont parallèles, alors toute droite d perpendiculaire à P l'est à P ′.
Démonstration.
• Admis.
• Admis.
• Toute droite ∆ de P est orthogonale à d, donc orthogonale à d′, donc d′ est perpendiculaire
à P.
• Soit A le point d'intersection de d′ et P. La parallèle à d passant par A est perpendiculaire
à P d'après le point précédent, et d'après le premier point il s'agit de d′ (par unicité).
• Soit ∆′ une droite quelconque de P ′ et A le point d'intersection de P et d. Le plan Q, déni
par ∆′ et A, coupe P selon ∆ parallèle à ∆′ passant par A. Comme d est perpendiculaire à
P et ∆ est incluse dans P, d est orthogonale à ∆ donc aussi à ∆′ : d est donc orthogonale
à toute droite de P ′, cela prouve bien que d est orthogonale à P ′.
Dénition. Le plan médiateur P d'un segment [AB] est le plan passant par le milieu I du
segment et perpendiculaire à la droite (AB).
Propriété. Le plan médiateur de [AB] est l'ensemble des points équidistants de A et de B.
Démonstration. Admis.
84 CHAPITRE 10. GÉOMÉTRIE SPATIALE
10.2 Géométrie vectorielle dans l'espace
10.2.1 Vecteurs de l'espace
De la même manière qu'on les dénit dans le plan (repéré ou non), les vecteurs de l'espace
sont dénis dans l'espace.
Propriétés.
• Deux vecteurs non nuls ~u et ~v sont colinéaires si et seulement si ~v = k~u, où k est un
nombre réel. Le vecteur nul est colinéaire à tous les vecteurs.
• Les points A, B et C sont alignés si et seulement si les vecteurs−−→AB et
−→AC sont colinéaires.
• Les droites (AB) et (CD) sont parallèles si et seulement si les vecteurs−−→AB et
−−→CD sont
colinéaires.
10.2.2 Caractérisation vectorielle des droites et plans de l'espace
Propriété. Soient A et B deux points distincts de l'espace.
Un point M appartient à la droite (AB) si et seulement si il existe un nombre réel x tel que−−→AM = x
−−→AB.
Démonstration. C'est une application de la dénition de la colinéarité de deux vecteurs.
Une droite peut ainsi être dénie par la donnée d'un point et d'un vecteur, appelé vecteur
directeur. Une droite admet une innité de vecteurs directeurs, tous colinéaires deux à deux.
Propriété. Soient A, B et C trois points non alignés de l'espace.
Un point M appartient au plan (ABC) si et seulement si il existe deux nombres réels x et y
tels que−−→AM = x
−−→AB + y
−→AC.
Démonstration. Comme−−→AB et
−→AC ne sont pas colinéaires, pour tout point M appartenant à
(ABC) il existe x et y tels que :−−→AM = x~u+ y~v.
Réciproquement, soient x et y deux réels et M le point déni par−−→AM = x~u + y~v. Le point
R déni par−→AR = x~u appartient à la droite (AB), donc au plan (ABC). Comme
−−→RM = y~v, M
appartient à la droite parallèle à (AC) passant par R : celle-ci est incluse dans (ABC), donc M
appartient à (ABC).
Un plan peut ainsi être déni par la donnée d'un point et de deux vecteurs, appelés vecteurs
directeurs du plan.
Deux plans dirigés par le même couple de vecteurs non colinéaires sont parallèles.
10.2. GÉOMÉTRIE VECTORIELLE DANS L'ESPACE 85
10.2.3 Repères de l'espace
Propriété. Soient ~i, ~j et ~k trois vecteurs non coplanaires.
Pour tout vecteur ~u, il existe un unique triplet (x; y; z) de nombres réels tels que :
~u = x~i+ y~j + z~k
Démonstration.
• Existence : Soient O et A deux points tels que ~u =−→OA. Comme ~k n'est pas coplanaire
avec ~i et ~j, la droite ∆ passant par A et de vecteur directeur ~k coupe le plan P passant
par O et dirigé par ~i et ~j en un point S.−→OS est un vecteur du plan P, il existe donc deux réels x et y tels que
−→OS = x~i+ y~j. A et
S sont deux points de ∆, donc il existe un nombre réel z tel que−→SA = z~k et
~u =−→OS +
−→SA = x~i+ y~j + z~k.
• Unicité : Soient ~u = x~i+ y~j + z~k = x′~i+ y′~j + z′~k.
Alors on a : (x− x′)~i+ (y− y′)~j + (z− z′)~k =−→0 . Or ~i, ~j et ~k ne sont pas coplanaires donc
x = x′, y = y′ et z = z′.
Cela nous conduit aux dénitions suivantes :
Dénitions.
• Un repère de l'espace est un quadruplet (O;~i,~j,~k) dans lequel O est un point appelé
origine, et ~i, ~j et ~k sont trois vecteurs non coplanaires.
• Si ~i =−→OI, ~j =
−→OJ et ~k =
−−→OK, alors le repère (O;~i,~j,~k) est dit orthonormé si les droites
(OI), (OJ) et (OK) sont deux à deux perpendiculaires et si OI = OJ = OK = 1.
• Les réels x, y et z tels que ~u = x~i+ y~j + z~k sont les coordonnées du vecteur ~u.
• Soit M un point de l'espace. Les coordonnées de M dans le repère (O;~i,~j,~k) sont celles du
vecteur−−→OM : x est l'abscisse, y est l'ordonnée et z la cote de M .
Propriétés. Soient ~u
x
y
z
et ~v
x′
y′
z′
deux vecteurs dans un repère (O;~i,~j,~k) de l'espace.
• ~u = ~v équivaut à x = x′, y = y′ et z = z′.
• ~u+ ~v a pour coordonnées
x+ x′
y + y′
z + z′
.
86 CHAPITRE 10. GÉOMÉTRIE SPATIALE
• Si α est un nombre réel, alors α~u a pour coordonnées
αx
αy
αz
.
Démonstration.
•
~u = ~v ⇐⇒ ~u− ~v = ~0
⇐⇒ (x− x′)~i+ (y − y′)~j + (z − z′)~k = ~0
⇐⇒ x− x′ = 0 et y − y′ = 0 et z − z′ = 0
⇐⇒ x = x′ et y = y′ et z = z′
• ~u+ ~v = (x+ x′)~i+ (y + y′)~j + (z + z′)~k d'où le résultat.
• α~u = α(x~i+ y~j + z~k) = (αx)~i+ (αy)~j + (αz)~k d'où le résultat.
Propriétés. Soient A(xA; yA; zA) et B(xB ; yB ; zB) deux points de l'espace repéré par (O;~i,~j,~k).
•−−→AB a pour coordonnées
xB − xAyB − yAzB − zA
.
• Le milieu I de [AB] a pour coordonnées(xA+xB
2 ; yA+yB2 ; zA+zB
2
).
• Si (O;~i,~j,~k) est orthonormé, alors AB =√
(xB − xA)2 + (yB − yA)2 + (zB − zA)2.
Démonstration.
• Comme−−→AB =
−→AO +
−−→OB et
−→AO = −
−→OA
−xA−yA−zA
et−−→OB
xB
yB
zB
, le résultat est immédiat.
• Le résultat découle du fait que−→OA+
−−→OB = 2
−→OI.
• Admis.
10.3. REPRÉSENTATIONS PARAMÉTRIQUES 87
10.3 Représentations paramétriques
10.3.1 Représentation paramétrique d'une droite
Propriété. Soit d la droite passant par A(xA; yA; zA) et de vecteur directeur ~u
a
b
c
.
Un point M de coordonnées (x; y; z) appartient à d si et seulement si il existe t ∈ R tel que :x = xA + ta
y = yA + tb
z = zA + tc
Démonstration. Soit M(x; y; z), alors−−→AM a pour coordonnées
x− xAy − yAz − zA
.
M appartient à d si et seulement s'il existe t ∈ R tel que−−→AM = t~u donc si et seulement s'il
existe t ∈ R tel que :
x− xA = ta
y − yA = tb
z − zA = tc
Propriété. Soient x0, y0 et z0, a, b et c des nombres réels tels que (a; b; c) 6= (0; 0; 0).
Le système d'équations
x = x0 + ta
y = y0 + tb
z = z0 + tc
avec t ∈ R dénit une représentation paramétrique
de la droite d passant par A(x0; y0; z0) et de vecteur directeur ~u
a
b
c
. Le nombre t est appelé
paramètre de M .
10.3.2 Représentation paramétrique d'un plan
Propriété. Soit P le plan passant par A(xA; yA; zA) et de vecteurs directeurs ~u
a
b
c
et ~v
a′
b′
c′
.
Un point M de coordonnées (x; y; z) appartient à P si et seulement si il existe (t; t′) ∈ R2 tel
88 CHAPITRE 10. GÉOMÉTRIE SPATIALE
que :
x = xA + ta+ t′a′
y = yA + tb+ t′b′
z = zA + tc+ t′b′
Démonstration. Soit M(x; y; z), alors−−→AM a pour coordonnées
x− xAy − yAz − zA
.
M appartient à P si et seulement s'il existe (t; t′) ∈ R2 tel que−−→AM = t~u + t′~v donc si et
seulement s'il existe (t; t′) ∈ R2 tel que :
x− xA = ta+ t′a′
y − yA = tb+ t′b′
z − zA = tc+ t′c′
Propriété. Soient x0, y0 et z0, a, b et c, a′, b′ et c′ des nombres réels tels que a, b et c ne sont
pas proportionnels à a′, b′ et c′.
Le système d'équations
x = x0 + ta+ t′a′
y = y0 + tb+ t′b′
z = z0 + tc+ t′c′
avec (t; t′) ∈ R2 dénit une représentation
paramétrique du plan P passant par A(x0; y0; z0) et de vecteurs directeurs ~u
a
b
c
et ~v
a′
b′
c′
.
Le couple (t; t′) est appelé couple de paramètres de M .
Chapitre 11
Calcul intégral
11.1 Intégrale d'une fonction positive
11.1.1 Généralités
On dira qu'une fonction f est positive sur un intervalle I si : ∀x ∈ I, f(x) ≥ 0.
Dénitions.
• Dans un repère orthogonal (O; I; J), on appelle unité d'aire l'aire du rectangle de côtés
[OI] et [OJ ].
• Soit f une fonction continue et positive sur un intervalle I, a et b deux nombres de I tels
que a ≤ b, et Cf la courbe représentative de f .
On appelle intégrale de f entre a et b l'aire, exprimée en unités d'aire, de la surface
délimitée par Cf et les droites d'équations y = 0, x = a et x = b.
On appelle cette aire l'aire sous la courbe de f entre a et b .
Cette intégrale est notée∫ b
a
f(x) dx et se lit intégrale de a à b de f .
a est la borne inférieure de cette intégrale et b sa borne supérieure.
Notation. Dans l'intégrale∫ b
a
f(x) dx, la variable x, appelée variable d'intégration, peut être
remplacée par toute autre variable (elle est dite muette ). Ainsi :∫ b
a
f(x) dx =
∫ b
a
f(y) dy =
∫ b
a
f(t) dt = . . .
89
90 CHAPITRE 11. CALCUL INTÉGRAL
Exemple.
La fonction f : t 7→ t est dénie et continue sur [0; 1]. Alors l'intégrale
de f entre 0 et 1, notée∫ 1
0
f(t) dt, est l'aire du triangle OIK, où I(1; 0)
et K(1; 1). On a alors :∫ 1
0
f(t) dt = 0.5.
11.1.2 Encadrement de l'intégrale d'une fonction positive
Pour déterminer une approximation de l'intégrale d'une
fonction continue, strictement croissante et positive sur
un intervalle [a; b], on peut partager l'intervalle [a; b] en n
sous-intervalles de même amplitude h = b−an .
Sur chacun de ces intervalles, notés [xk;xk+1], l'aire sous
la courbe Cf est encadrée par deux rectangles, l'un de hau-
teur f(xk) et de base h, l'autre de hauteur f(xk+1) et de
base h.
Ainsi, on peut alors écrire :
h× f(xk) ≤∫ xk+1
xk
f(x) dx ≤ h× f(xk+1)
Ainsi, l'intégrale de f entre a et b est encadrée par la somme des aires des n rectangles
inférieurs et par la somme des aires des n rectangles supérieurs :
h×n∑k=0
f(xk) ≤∫ b
a
f(x) dx ≤ h×n∑k=0
f(xk+1)
On peut donner cet encadrement grâce à l'algorithme suivant, dans lequel a et b désignent
les bornes de l'intégrale, n le nombre de subdivisions, x la borne inférieure des sous-intervalles,
u la somme des aires des rectangles inférieurs et v la somme des aires des rectangles supérieurs
(valeurs actualisées à chaque itération).
11.2. PRIMITIVES D'UNE FONCTION CONTINUE 91
Variables a, b, n, k, x, h, u et v sont des nombres
f est une fonction
Initialisation Lire a
Lire b
Lire n
Traitement h prend la valeur b−an
x prend la valeur a
u prend la valeur 0
v prend la valeur 0
Pour k variant de 1 à n
| u prend la valeur u+ h× f(x)
| x prend la valeur x+ h
| v prend la valeur v + h× f(x)
Fin Pour
Sortie Acher u et v
Remarque. Un raisonnement analogue peut être conduit pour une fonction strictement décrois-
sante.
11.2 Primitives d'une fonction continue
11.2.1 Le théorème fondamental
Théorème. Théorème fondamental de l'analyse
Si f est une fonction continue et positive sur [a; b], alors la fonction F dénie sur [a; b] par :
F : x 7→∫ x
a
f(t) dt est dérivable sur [a; b] et a pour dérivée f .
On a ainsi : ∀x ∈ [a; b], F ′(x) = f(x).
De plus, si G est une fonction dérivable sur [a; b] telle que G′(x) = f(x), alors la fonction
(F −G) est constante.
Démonstration. On se place dans le cas où f est strictement croissante et positive sur [a; b].
92 CHAPITRE 11. CALCUL INTÉGRAL
Soient x et x+ h deux nombres réels de [a; b] avec h > 0.
Alors F (x) =
∫ x
a
f(t) dt désigne l'aire sous la courbe Cf entre a et
x, et F (x + h) =
∫ x+h
a
f(t) dt l'aire sous la courbe Cf entre a et
x+ h.
Ainsi, F (x + h) − F (x) désigne l'aire sous la courbe Cf entre x
et x + h. Comme vu précédemment, cette aire est comprise entre
h× f(x) et h× f(x+ h).
Par croissance de f , on a donc : h× f(x) ≤ F (x+ h)− F (x) ≤ h× f(x+ h).
Comme h > 0 : f(x) ≤ F (x+h)−F (x)h ≤ f(x+ h).
Or f est continue sur [a; b] donc : limh→0
f(x+ h) = f(x) donc, d'après le théorème d'encadre-
ment : limh→0
F (x+h)−F (x)h = f(x).
En reproduisant le même travail avec h < 0, on conclut que F est dérivable en tout x ∈ [a; b]
et F ′(x) = f(x).
Si G est une fonction dérivable sur [a; b] telle que G′(x) = f(x), alors :
∀x ∈ [a; b], F ′(x)−G′(x) = 0, donc F −G est constante sur [a; b].
11.2.2 Primitives
Dénition. Soit f une fonction continue sur un intervalle I.
On appelle primitive de f sur I toute fonction F dérivable sur I dont la dérivée est égale
à f . On a donc : ∀x ∈ I, F ′(x) = f(x).
Remarque. Le théorème fondamental de l'analyse nous donne l'existence d'une primitive pour
toute fonction f continue et positive sur un intervalle [a; b] : la fonction F : x 7→∫ x
a
f(t) dt.
On généralise ce théorème dans le résultat suivant :
Théorème. Toute fonction continue sur un intervalle I admet des primitives.
Démonstration. Démontrons ce théorème dans le cas où I = [a; b] et où f admet un minimum
m.
Soit g : x 7→ f(x)−m dénie sur I. Cette fonction est continue et positive sur I, donc, d'après
le théorème précédent, elle y admet une primitive G.
On dénit alors F : x 7→ G(x) +mx, qui est continue et dérivable sur I, et :
F ′(x) = g(x) +m = f(x), donc F est bien une primitive de f sur I.
Propriétés. Soit f une fonction continue sur un intervalle I.
11.3. RECHERCHE DE PRIMITIVES 93
• Si F est une primitive de f sur I, alors toutes les primitives de f sont les fonctions F (x)+k
où k ∈ R.
• Soit x0 ∈ I. Il existe une unique primitive de f qui s'annule en x0 : il s'agit de
F : x 7→∫ x
x0
f(t) dt
Démonstration.
• Soit k ∈ R et G : x 7→ F (x) + k dénie sur I. Il est évident que G′(x) = F ′(x) = f(x),
donc G est une primitive de f sur I.
Si F1 et F2 sont deux primitives diérentes de f sur I, alors (F2−F1)′ = F ′2−F ′1 = f−f = 0
donc (F2 − F1) est constante et donc F2(x) = F1(x) + k où k ∈ R.
• Il est évident que si F (x) =
∫ x
x0
f(t) dt, F (x0) = 0, et d'après le théorème fondamental de
l'analyse, F est une primitive de f . L'unicité est triviale.
11.3 Recherche de primitives
11.3.1 Primitives des fonctions usuelles
Le tableau des primitives usuelles correspond à une lecture inverse du tableau des dérivées
usuelles :
Fonction f Une primitive F Intervalle de validité
x 7→ k (xé) x 7→ kx R
x 7→ xn (n ∈ Z, n 6= −1) x 7→ 1n+1x
n+1 R si n ≥ 0, R∗− ou R∗+ si n < 0
x 7→ 1x2 x 7→ −1
x R∗− ou R∗+x 7→ ex x 7→ ex R
x 7→ 1√x
x 7→ 2√x R∗+
x 7→ cos(x) x 7→ sin(x) R
x 7→ sin(x) x 7→ − cos(x) R
x 7→ cos(ax+ b) (a 6= 0) x 7→ 1a sin(ax+ b) R
x 7→ sin(ax+ b) (a 6= 0) x 7→ −1a cos(ax+ b) R
94 CHAPITRE 11. CALCUL INTÉGRAL
11.3.2 Opérations sur les primitives
De la même manière que sur les dérivées, quelques opérations permettent de calculer des
primitives remarquables.
u et v sont deux fonctions, U et V des primitives respectives de u et v, k est un nombre réel
xé et n un nombre entier xé.
Fonction f Une primitive F
k × u k × U
u+ v U + V
u′ × eu eu
u′ × un (n 6= −1) 1n+1u
n+1
u′√u
2√u
Démonstration. En dérivant chaque primitive proposée avec les formules de dérivation usuelles,
la validité du tableau est immédiatement démontrée.
Exemples.
• Une primitive de f : x 7→ x5 est F : x 7→ 16x
6.
• Une primitive de g : t 7→ 3t2et3
est F : t 7→ et3
.
Exemple. La fonction x 7→ e−x2
est continue sur R et y admet donc des primitives, mais on ne
peut pas déterminer de forme explicite de ces primitives.
11.4 Intégrale d'une fonction continue
11.4.1 Calcul de l'intégrale d'une fonction positive
Propriété. Soit f une fonction continue et positive sur un intervalle [a; b].
Si F est une primitive de f , alors :∫ b
a
f(x) dx = F (b)− F (a).
Démonstration. On sait que G : x 7→∫ x
a
f(t) dt est une primitive de f .
Si F est une primitive quelconque de f , il existe alors k ∈ R tel que F (x) = G(x) + k.
11.4. INTÉGRALE D'UNE FONCTION CONTINUE 95
On en déduit alors que :
F (b)− F (a) = (G(b) + k)− (G(a) + k)
= G(b)−G(a)
=
∫ b
a
f(t) dt−∫ a
a
f(t) dt
=
∫ b
a
f(t) dt
Cette formule se généralise aux fonctions continues de signe quelconque sur un intervalle I
avec a et b deux nombres réels appartenant à I : on dénit ainsi l'intégrale d'une fonction de
signe quelconque, qui ne correspond plus à l'aire sous la courbe mais à un nombre réel pouvant
être positif ou négatif.
11.4.2 Généralisation de la notion d'intégrale
Dénition. Soient f une fonction continue sur un intervalle I, F une primitive de f , et a et b
deux nombres réels quelconques de I.
On appelle intégrale de f entre a et b la diérence F (b)− F (a). On la note∫ b
a
f(x) dx.
Propriétés. Soient f et g deux fonctions continues sur un intervalle I, a, b et c trois nombres
réels de I et k un nombre réel quelconque. On a alors :
1.∫ a
a
f(x) dx = 0 ;
2.∫ a
b
f(x) dx = −∫ b
a
f(x) dx ;
3.∫ b
a
k × f(x) dx = k ×∫ b
a
f(x) dx ;
4.∫ b
a
(f(x) + g(x)) dx =
∫ b
a
f(x) dx+
∫ b
a
g(x) dx ;
5. Relation de CHASLES :∫ b
a
f(x) dx+
∫ c
b
f(x) dx =
∫ c
a
f(x) dx ;
6. Si a < b et si ∀x ∈ [a; b], f(x) ≥ 0, alors∫ b
a
f(x) dx ≥ 0 ;
7. Si ∀x ∈ [a; b], f(x) ≥ g(x), alors∫ b
a
f(x) dx ≥∫ b
a
g(x) dx.
96 CHAPITRE 11. CALCUL INTÉGRAL
Démonstration.
1.∫ a
a
f(x) dx = F (a)− F (a) = 0 ;
2.∫ a
b
f(x) dx = F (a)− F (b) = −(F (b)− F (a)) = −∫ b
a
f(x) dx ;
3.∫ b
a
k × f(x) dx = (kF )(b)− (kF )(a) = k(F (b)− F (a)) = k ×∫ b
a
f(x) dx ;
4.∫ b
a
(f(x) + g(x)) dx = F (b) +G(b)− F (a)−G(a) =
∫ b
a
f(x) dx+
∫ b
a
g(x) dx ;
5.∫ b
a
f(x) dx+
∫ c
b
f(x) dx = F (b)− F (a) + F (c)− F (b) = F (c)− F (a) =
∫ c
a
f(x) dx ;
6. Trivial d'après la dénition de l'intégrale d'une fonction positive ;
7. Si f(x) ≥ g(x), alors f(x)− g(x) ≥ 0 donc∫ b
a
(f(x)− g(x)) dx ≥ 0,
d'où :∫ b
a
f(x) dx−∫ b
a
g(x) dx ≥ 0 et enn :∫ b
a
f(x) dx ≥∫ b
a
g(x) dx.
11.5 Applications du calcul intégral
11.5.1 Calcul d'aires
Dans le cas où la fonction étudiée est positive, l'intégrale permet, par dénition, de calculer
l'aire sous la courbe de la fonction. En eet,∫ b
a
f(x) dx est égale, en unités d'aire, à l'aire sous
la courbe Cf entre a et b.
Plus généralement, l'intégrale d'une fonction de signe quelconque permet de calculer l'aire de
certaines surfaces délimitées par une ou deux courbes de fonctions.
Propriétés.
• Si f est continue et négative sur [a; b], alors l'aire (en unités d'aire) de la surface délimitée
par Cf et les droites d'équation y = 0, x = a et x = b est égale à −∫ b
a
f(x) dx.
•Si f et g sont deux fonctions continues positives sur [a; b] telles que
f(x) ≥ g(x), alors l'aire (en unités d'aire) de la surface délimitée
par Cf , Cg et les droites d'équation x = a et x = b est égale à∫ b
a
(f(x)− g(x)) dx.
11.5. APPLICATIONS DU CALCUL INTÉGRAL 97
11.5.2 Valeur moyenne d'une fonction
Dénition. Pour toute fonction f continue sur un intervalle [a; b], on appelle valeur moyenne
de f sur [a; b] le nombre réel m =1
b− a
∫ b
a
f(x) dx.
Remarque. On peut réécrire l'égalité ainsi : m×(b−a) =
∫ b
a
f(x) dx, ce qui revient à l'illustrer
par le schéma suivant :
Si f est strictement positive sur [a; b], m correspond à la hau-
teur du rectangle de base (b − a) telle que ce rectangle ait la
même aire que la surface délimitée par Cf et les droites d'équa-
tion y = 0, x = a et x = b.
Exemple. Soit f : x 7→ 6x dénie et continue sur [3; 6]. La valeur moyenne de f sur [3; 6] vaut
alors :
1
6− 3
∫ 6
3
6x dx =1
3
[3x2]63
=1
3(3× 62 − 3× 32) =
1
3(108− 27) =
81
3= 27
Remarque. En Mécanique, la vitesse moyenne d'un mobile lors d'un mouvement uniformément
accéléré entre les instants t1 et t2 est égale à la valeur moyenne de sa fonction vitesse :
1
t2 − t1
∫ t2
t1
v(t) dt
98 CHAPITRE 11. CALCUL INTÉGRAL
Chapitre 12
Les nombres complexes - Géométrie
polaire
12.1 Argument d'un nombre complexe
On considère toujours un nombre complexe z = a+ ib d'image M(a; b) dans le plan complexe
muni du repère (O; ~u,~v), comme représenté ci-dessous :
Dénition. Si z ∈ C∗, alors on appelle argument de z, noté arg(z) = ϑ, la mesure de l'angle
orienté(~u,−−→OM
), à 2kπ près.
99
100 CHAPITRE 12. LES NOMBRES COMPLEXES - GÉOMÉTRIE POLAIRE
Théorème. Si z = a+ ib est un nombre complexe d'image M(a; b) dans le plan complexe muni
du repère (O; ~u,~v), de module |z| =√a2 + b2 et d'argument ϑ, alors :
cos(ϑ) =a√
a2 + b2
sin(ϑ) =b√
a2 + b2
Démonstration. Supposons a > 0 et b > 0 (démonstration analogue dans les autres cas).
On note N le point projeté deM sur l'axe des abscisses. Alors le triangle ONM est rectangle
en N , et l'on peut y calculer les égalités trigonométriques, appliquées à l'angle NOM = ϑ :cos(ϑ) =
ON
OM=
a√a2 + b2
sin(ϑ) =NM
OM=
b√a2 + b2
Et l'on retrouve ce que l'on voulait.
12.2 Écriture trigonométrique d'un nombre complexe
Propriété. Si z = a + ib est un nombre complexe de module |z| et d'argument arg(z) = ϑ
(mod 2π), alors on peut écrire : z = |z| × (cos(ϑ) + i sin(ϑ)).
Cette écriture est appelée écriture trigonométrique d'un nombre complexe.
Démonstration.
|z| × (cos(θ) + i sin(θ)) =√a2 + b2 ×
(a√
a2 + b2+ i
b√a2 + b2
)= a+ ib = z
Exemple. Considérons le nombre complexe z = 1 + i.
On a alors : a = Re(z) = 1 et b = Im(z) = 1.
Son module est alors : |z| =√a2 + b2 =
√12 + 12 =
√2.
D'après le théorème, on a :cos(ϑ) =
1√2
=
√2
2
sin(ϑ) =1√2
=
√2
2Or l'angle ϑ qui vérie ceci est le suivant, d'après le cercle trigonométrique :
ϑ =π
4(mod 2π)
Ainsi, l'écriture trigonométrique de z est : z =√
2(
cos(π
4
)+ i sin
(π4
)).
12.3. ÉCRITURE EXPONENTIELLE D'UN NOMBRE COMPLEXE 101
12.3 Écriture exponentielle d'un nombre complexe
12.3.1 Propriétés de calcul
Si z1 et z2 sont deux nombres complexes non nuls et n ∈ N∗, alors on a les règles de calcul
suivantes :
Produit |z1 × z2| = |z1| × |z2| arg(z1 × z2) = arg(z1) + arg(z2) (mod 2π)
Puissance |zn1 | = |z1|n arg(zn1 ) = n× arg(z1) (mod 2π)
Inverse
∣∣∣∣ 1
z2
∣∣∣∣ =1
|z2|arg
(1
z2
)= − arg(z2) (mod 2π)
Quotient
∣∣∣∣z1
z2
∣∣∣∣ =|z1||z2|
arg
(z1
z2
)= arg(z1)− arg(z2) (mod 2π)
Démonstration. Soient z1, z2 ∈ C∗ et n ∈ N.
• Notons, sous forme trigonométrique :
z1 = |z1|(cos(ϑ1) + i sin(ϑ1)) et z2 = |z2|(cos(ϑ2) + i sin(ϑ2)).
Alors :
z1z2 = |z1||z2|(cos(ϑ1) + i sin(ϑ1))(cos(ϑ2) + i sin(ϑ2))
z1z2 = |z1||z2|(cos(ϑ1) cos(ϑ2)− sin(ϑ1) sin(ϑ2) + i(cos(ϑ1) sin(ϑ2) + cos(ϑ2) sin(ϑ1))
z1z2 = |z1||z2|(cos(ϑ1 + ϑ2) + i sin(ϑ1 + ϑ2)
z1z2 = R(cos(ϑ) + i sin(ϑ) avec R = |z1||z2| et ϑ = ϑ1 + ϑ2
On en tire : |z1z2| = |z1||z2| et arg(z1z2) = arg(z1) + arg(z2) (mod 2π).
• On va démontrer cette par récurrence : ∀n ∈ N∗, |zn1 | = |z1|n et arg(zn1 ) = n arg(z1).
Initialisation : |z11 | = |z1| = |z1|1 et arg(z1
1) = 1× arg(z1) (mod 2π). Le cas de base est
démontré.
Hérédité : Soit k ∈ N∗ xé. Supposons que |zk1 | = |z1|k et arg(zk1 ) = k arg(z1) (mod 2π).
On veut démontrer que |zk+11 | = |z1|k+1 et que arg(zk+1
1 ) = (k + 1) arg(z1) (mod 2π).
102 CHAPITRE 12. LES NOMBRES COMPLEXES - GÉOMÉTRIE POLAIRE
On a donc :
|zk1 | = |z1|k ⇐⇒ |zk1 | × |z1| = |z1|k × |z1|
⇐⇒ |zk1 | × |z1| = |z1|k+1
⇐⇒ |zk1 × z1| = |z1|k+1 (propriété précédente)
⇐⇒ |zk+11 | = |z1|k+1
arg(zk1 ) = k arg(z1)⇐⇒ arg(zk1 ) + arg(z1) = k arg(z1) + arg(z1) (mod 2π)
⇐⇒ arg(zk1 ) + arg(z1) = (k + 1) arg(z1) (mod 2π)
⇐⇒ arg(zk1 × z1) = (k + 1) arg(z1) (mod 2π) (propriété précédente)
⇐⇒ arg(zk+11 ) = (k + 1) arg(z1) (mod 2π)
L'hérédité est démontrée.
Conclusion : ∀n ∈ N∗, |zn1 | = |z1|n et arg(zn1 ) = n arg(z1) (mod 2π).
• On a : ∣∣∣∣z2 ×1
z2
∣∣∣∣ = |1| ⇐⇒ |z2| ×∣∣∣∣ 1
z2
∣∣∣∣ = 1
⇐⇒∣∣∣∣ 1
z2
∣∣∣∣ =1
|z2|
On en tire :
∣∣∣∣z1
z2
∣∣∣∣ =
∣∣∣∣z1 ×1
z2
∣∣∣∣ = |z1| ×∣∣∣∣ 1
z2
∣∣∣∣ = |z1| ×1
|z2|=|z1||z2|
.
• On a :
arg
(z2 ×
1
z2
)= arg(z2) + arg
(1
z2
)(mod 2π)⇐⇒ arg(1) = arg(z2) + arg
(1
z2
)(mod 2π)
⇐⇒ 0 = arg(z2) + arg
(1
z2
)(mod 2π)
⇐⇒ − arg(z2) = arg
(1
z2
)(mod 2π)
On en tire : arg
(z1
z2
)= arg
(z1 ×
1
z2
)= arg(z1) + arg
(1
z2
)= arg(z1) − arg(z2)
(mod 2π).
12.3. ÉCRITURE EXPONENTIELLE D'UN NOMBRE COMPLEXE 103
12.3.2 La forme exponentielle
En s'intéressant à la fonction f : ϑ 7→ cos(ϑ) + i sin(ϑ), dénie pour tout ϑ ∈ R, on constate
que f(ϑ) est un nombre complexe de module 1 et d'argument ϑ (mod 2π).
On a de plus : ∀ϑ1, ϑ2 ∈ R, f(ϑ1) × f(ϑ2) a pour module 1 et pour argument ϑ1 + ϑ2
(mod 2π). On en tire : f(ϑ1)× f(ϑ2) = f(ϑ1 + ϑ2).
Comme f(0) = cos(0) + i sin(0) = 1, et que par dérivation (en admettant que l'on peut
l'étendre à C) on a : f ′(ϑ) = − sin(ϑ)+i cos(ϑ) = i(cos(ϑ)+i sin(ϑ)) = i×f(ϑ), on retrouve ainsi
des propriétés de la fonction exponentielle réelle, étendues à l'ensemble des nombres complexes.
Dénition. Si ϑ est un nombre réel, alors on note eiϑ = cos(ϑ) + i sin(ϑ). Il s'agit du nombre
complexe de module 1 et d'argument ϑ (mod 2π).
Conséquence. Le nombre complexe non nul z = |z|(cos(ϑ) + i sin(ϑ)) se note z = |z|eiϑ.
Exemples. On a les cas particuliers suivants :
• eiπ = cos(π) + i sin(π) = −1 ;
• eiπ2 = cos(π
2
)+ i sin
(π2
)= i ;
• e−iπ2 = cos(−π
2
)+ i sin
(−π2
)= −i ;
• eiπ6 = cos(π
6
)+ i sin
(π6
)=
√3
2+
1
2i.
Propriétés. À partir de la forme exponentielle, on peut retranscrire des propriétés déjà démon-
trées auparavant, pour tous ϑ1, ϑ2 ∈ R, n ∈ N∗ :
• eiϑ1 × eiϑ2 = ei(ϑ1+ϑ2) ;
• eiϑ1
eiϑ2= ei(ϑ1−ϑ2) ;
• (eiϑ1)n = einϑ1 ;
• eiϑ1 = e−iϑ1 .
104 CHAPITRE 12. LES NOMBRES COMPLEXES - GÉOMÉTRIE POLAIRE
12.4 Utilisation des nombres complexes en géométrie
12.4.1 Propriétés de base
Théorème. Si A, B, C et D sont quatre points du plan complexe,d'axes respectives zA, zB,
zC et zD tels que zA 6= zB et zC 6= zD, alors :
1. AB = |zB − zA| ;
2.(~u,−−→AB)
= arg(z−−→AB
) = arg(zB − zA) (mod 2π) ;
3.(−−→AB,
−−→CD
)= arg
(zD − zCzB − zA
)(mod 2π).
Démonstration.
1. Soit M le point du plan complexe tel que−−→OM =
−−→AB ; son axe est alors : zM = zB − zA,
donc : AB = OM = |zB − zA|.
2. En considérant toujours le même point M , on a :(~u,−−→AB)
=(~u,−−→OM
)= arg
(z−−→OM
)= arg(zB − zA) (mod 2π).
3.(−−→AB,
−−→CD
)=(−−→AB, ~u
)+(~u,−−→CD
)=(~u,−−→CD
)−(~u,−−→AB)
= arg(zD − zC)− arg(zB − zA)
= arg
(zD − zCzB − zA
)(mod 2π).
12.4.2 L'inégalité triangulaire
Théorème. L'inégalité triangulaire.
Si z1 et z2 sont deux nombres complexes, alors |z1 + z2| ≤ |z1|+ |z2|.
Démonstration. On admet ce théorème, qui peut s'interpréter grâce au schéma suivant :
12.5. LES FORMULES DE MOIVRE ET D'EULER (HORS PROGRAMME) 105
12.5 Les formules de MOIVRE et d'EULER (hors pro-
gramme)
12.5.1 La formule de MOIVRE
Théorème. Si ϑ ∈ R et n ∈ N∗, alors (cos(ϑ) + i sin(ϑ))n = cos(nϑ) + i sin(nϑ).
Démonstration. La formule est une réécriture de l'égalité : (eiϑ)n = einϑ.
12.5.2 Les formules d'EULER
Théorème. Si ϑ ∈ R, alors cos(ϑ) =eiϑ + e−iϑ
2et sin(ϑ) =
eiϑ − e−iϑ
2i.
Démonstration. Comme eiϑ = cos(ϑ) + i sin(ϑ), alors :
e−iϑ = cos(−ϑ) + i sin(−ϑ) = cos(ϑ)− i sin(ϑ), d'où :
eiϑ + e−iϑ = 2 cos(ϑ), donc : cos(ϑ) = eiϑ+e−iϑ
2 ;
eiϑ − e−iϑ = 2i sin(ϑ), donc : sin(ϑ) = eiϑ−e−iϑ
2i .
106 CHAPITRE 12. LES NOMBRES COMPLEXES - GÉOMÉTRIE POLAIRE
Chapitre 13
Lois de probabilité à densité
13.1 Généralités
13.1.1 Variable aléatoire à densité
Jusqu'à présent, les variables aléatoires étudiées ne pouvaient prendre qu'un nombre ni de
valeurs. On parlait alors de variable aléatoire discrète.
Nous allons maintenant nous intéresser à des variables aléatoires pouvant prendre en théorie
toute valeur d'un intervalle réel I. On parlera ici de variable aléatoire continue.
Dénition. On appelle fonction de densité de probabilité sur l'intervalle I toute fonction
f dénie, continue et positive sur I telle que l'intégrale sur I de f soit égale à 1 :∫I
f(t) dt = 1.
Dénition. Une variable aléatoire à densité X sur un intervalle I est dénie par la donnée
d'une fonction de densité de probabilité f dénie sur I. La probabilité pour que X appartienne
à un intervalle [a; b] inclus dans I est égale à l'aire sous la courbe Cf entre a et b. On la note
P(a ≤ X ≤ b) =
∫ b
a
f(t) dt.
Ainsi, le domaine compris entre Cf et l'axe des abscisses a pour aire totale P(X ∈ I) = 1.
Propriétés. Si a et b sont deux nombres réels de l'intervalle I tels que a < b, on a alors :
• P(a < X < b) = P(X < b)− P(X ≤ a) ;
• P(X = a) = 0 ;
• P(X < b) = P(X ≤ b) ;
• P(X > a) = P(X ≥ a) ;
107
108 CHAPITRE 13. LOIS DE PROBABILITÉ À DENSITÉ
• P(a < X < b) = P(a ≤ X < b) = P(a < X ≤ b) = P(a ≤ X ≤ b).
Démonstration. Ces propriétés découlent des propriétés des intégrales.
13.1.2 Espérance mathématique
Dénition. Si X est une variable aléatoire continue de fonction de densité f sur [a; b], alors
l'espérance mathématique de X est le nombre réel déni par : E(X) =
∫ b
a
tf(t) dt.
Remarque. Cette dénition est analogue à celle étudiée précédemment sur les lois de probabilité
discrètes : somme des produits des valeurs prises par la variable, multipliées par les probabilités
de ces valeurs.
13.2 Loi uniforme sur [a; b]
Dénition. Si a et b sont deux nombres réels tels que a < b, alors la loi uniforme sur [a; b] est
la loi ayant pour densité de probabilité la fonction constante f dénie sur [a; b] par : f(t) =1
b− a.
Propriétés. Si X est une variable aléatoire qui suit la loi uniforme sur [a; b], alors :
• Pour tout réel x ∈ [a; b], on a : P(a ≤ X ≤ x) =x− ab− a
.
• E(X) =a+ b
2.
Démonstration.
• L'aire sous la courbe Cf de la fonction de densité de la loi uniforme entre a et x est celle
d'un rectangle, de côtés1
b− aet x− a ; elle vaut donc : 1
b− a× (x− a) =
x− ab− a
.
• D'après la formule de l'espérance, on a :
E(X) =
∫ b
a
tf(t) dt
⇐⇒E(X) =
∫ b
a
t× 1
b− adt
⇐⇒E(X) =1
b− a
∫ b
a
t dt
13.3. LOI EXPONENTIELLE 109
Or une primitive de g(t) = t est G(t) =t2
2, donc :
E(X) =1
b− a× (G(b)−G(a))
⇐⇒E(X) =1
b− a×(b2
2− a2
2
)⇐⇒E(X) =
(b− a)(b+ a)
2(b− a)
⇐⇒E(X) =a+ b
2
13.3 Loi exponentielle
Dénition. Si λ est un nombre réel strictement positif, alors une variable aléatoire T suit la loi
exponentielle de paramètre λ si sa densité de probabilité est la fonction f dénie sur [0; +∞[
par f : t 7→ λe−λt.
Propriété. Si T suit la loi exponentielle de paramètre λ, alors pour tous nombres réels a et b
tels que 0 ≤ a ≤ b : P(a ≤ T ≤ b) = e−λa − e−λb.
En particulier : P(T ≤ b) = 1− e−λb et P(T ≥ a) = e−λa.
Démonstration. La fonction F : t 7→ −e−λt est une primitive de f sur [0; +∞[.
On en tire : P(a ≤ T ≤ b) =
∫ b
a
f(t) dt = F (b)− F (a) = e−λa − e−λb.
En particulier : P(T ≤ b) = P(0 ≤ T ≤ b) = 1− e−λb.
De plus : P(T ≥ a) = 1− P(T ≤ a) = e−λa.
Exemple. Si X suit la loi exponentielle de paramètre λ = 0.2, alors :
• P(5 ≤ X ≤ 10) = e−0.2×5 − e−0.2×10 = e−1 − e−2 ;
• P(X ≤ 10) = 1− e−0.2×10 = 1− e−2 ;
• P(X > 5) = e−0.2×5 = e−1.
Propriété. Durée de vie sans vieillissement.
Si T est une variable aléatoire suivant une loi exponentielle, alors pour tous réels positifs t et
h :
PT≥t(T ≥ t+ h) = P(T ≥ h)
110 CHAPITRE 13. LOIS DE PROBABILITÉ À DENSITÉ
Démonstration. Restitution organisée des connaissances.
Notons A l'événement T ≥ t+h et B l'événement T ≥ t . A ⊂ B donc A∩B = A. On
a alors :
PB(A) =P(A ∩B)
P(B)=
P(A)
P(B)=
P(T ≥ t+ h)
P(T ≥ t)=
e−λ(t+h)
e−λt=
e−λt × e−λh
e−λt= e−λh = P(T ≥ h)
Dénition-Propriété. L'espérance mathématique d'une variable aléatoire T suivant une
loi exponentielle de paramètre λ est dénie par E(T ) = limb→+∞
∫ b
0
tf(t) dt avec f(t) = λe−λt.
On a : E(T ) =1
λ.
Démonstration. Restitution organisée des connaissances.
Dénissons g : t 7→ tf(t) = λte−λt sur [0; +∞[.
On recherche une primitive G de g de la forme G(t) = (At+B)e−λt avec A et B deux nombres
réels.
Pour tout nombre réel positif t : G′(t) = Ae−λt+ (At+B)(−λ)e−λt = (−λAt+A−λB)e−λt.
G est une primitive de g sur [0; +∞[⇐⇒∀t ∈ [0; +∞[ , G′(t) = g(t)
⇐⇒(−λAt+A− λB)e−λt = λte−λt
⇐⇒
−λA = λ
A− λB = 0
⇐⇒
A = −1
B = Aλ = −1
λ
Ainsi, G(t) =(−t− 1
λ
)e−λt, donc, pour tout b > 0 :∫ b
0
tf(t) dt =
∫ b
0
g(t) dt = G(b)−G(0) =
(−b− 1
λ
)e−λb +
1
λ=
1
λ(−λbe−λb − e−λb + 1)
Comme limb→+∞
(−λb) = −∞ et limX→−∞
XeX = 0, on a : limb→+∞
(−λbe−λb) = 0.
Comme limb→+∞
(−λb) = −∞ et limX→−∞
eX = 0, on a : limb→+∞
(e−λb) = 0.
Donc : limb→+∞
(−λbe−λb − e−λb + 1) = 1, d'où : limb→+∞
(∫ b
0
tf(t) dt
)=
1
λ, soit E(T ) =
1
λ.
13.4. LOI NORMALE CENTRÉE RÉDUITE N (0, 12) 111
13.4 Loi normale centrée réduite N (0, 12)
13.4.1 Approximation de la loi binomiale centrée réduite
Nous considérons ici une variable aléatoire Xn suivant la loi binomiale B(n; p). Lorsque le
nombre d'épreuves n augmente, nous pouvons approcher cette loi par une loi appelée la loi
normale.
Théorème. Théorème de MOIVRE-LAPLACE.
Soit p ∈ [0; 1]. On suppose que : ∀n ∈ N∗, Xn suit la loi B(n; p).
Notons Zn la variable aléatoire dénie par Zn =Xn − np√np(1− p)
.
Alors, pour tous nombres réels a et b tels que a < b, on a :
limn→+∞
P(a ≤ Zn ≤ b) =
∫ b
a
1√2π
e−x22 dx
13.4.2 La loi normale centrée réduite
Dénition. La loi normale centrée réduite notée N (0, 12) est la loi continue ayant pour
densité de probabilité la fonction f dénie sur R par f(t) =1√2π
e−t22 .
Nous allons étudier la fonction f pour en déterminer une représentation graphique :
• ∀t ∈ R, f(t) > 0 car e−t22 > 0 et
1√2π
> 0.
• limt→+∞
−t2
2= −∞ et lim
T→−∞eT = 0+ donc, par composition : lim
t→−∞f(t) = 0+.
Rigoureusement de même : limt→+∞
f(t) = 0+.
• f est une composée de l'exponentielle et d'un polynôme. À ce titre, elle est dérivable sur
R et : ∀t ∈ R, f ′(t) =−t√2πe−t22 .
• Ainsi, f ′(t) est du signe de −t pour tout nombre réel t, car e−t22 > 0 et
1√2π
> 0. On
obtient donc le tableau de signes de f ′(t) et par conséquent le tableau de variations de f :
t
Signe
de f ′(t)
Variations
de f
−∞ 0 +∞
+ 0 −
0+0+
1√2π1√2π
0+0+
112 CHAPITRE 13. LOIS DE PROBABILITÉ À DENSITÉ
• Étudions la parité de f : ∀t ∈ R, f(−t) =1√2π
e−(−t)2
2 =1√2π
e−t22 = f(t), donc f est
paire.
La courbe de f est en fait une courbe en cloche , symétrique par rapport à l'axe des
ordonnées, appelée courbe de GAUÿ :
On en tire certaines des propriétés suivantes :
Propriétés.
1. Le maximum de f est atteint en 0.
2. La courbe Cf est symétrique par rapport à l'axe des ordonnées.
3. L'aire sous la courbe Cf vaut 1.
13.4.3 Calculs de probabilités
En pratique, les calculs se feront à l'aide de la calculatrice :
• Pour calculer P(a ≤ X ≤ b), on tape :
Avec une TI : 2nde - var (distrib) - normalFrép et : normalFRép(a,b,0,1)
Avec une CASIO : OPTN - STAT - DIST - NORM - Ncd et : NormCD(a,b,1,0)
Avec une HP : OUTIL - Probabilité - Cumulative - Normal et :
NORMALD-CDF(0,1,a,b)
• Pour trouver k tel que P(X ≤ k) = c, on tape :
Avec une TI : 2nde - var (distrib) - FracNormale et : FracNormale(c,0,1)
13.4. LOI NORMALE CENTRÉE RÉDUITE N (0, 12) 113
Avec une CASIO : OPTN - STAT - DIST - NORM - InvN et : InvNormCD(c,1,0)
Avec une HP : OUTIL - Probabilité - Inverse - Normal et : NORMALD-ICDF(0,1,c)
13.4.4 Propriétés de la loi normale centrée réduite
Dénition. La fonction Φ dénie sur R par : Φ(t) = P(X ≤ t) est appelée fonction de
répartition de la loi normale centrée réduite.
Règles. Pour tous nombres réels a et b :
1. P(X ≤ −a) = P(X ≥ a) ;
2. Φ(−a) = 1− Φ(a) ;
3. P(−a ≤ X ≤ a) = 2Φ(a)− 1.
Démonstration.
1. C'est une conséquence de la parité de f .
2. Φ(−a) = P(X ≤ −a) = P(X ≥ a) = 1− P(X < a) = 1− Φ(a).
3. P(−a ≤ X ≤ a) = P(X ≤ a)−P(X < −a) = Φ(a)−Φ(−a) = Φ(a)−(1−Φ(a)) = 2Φ(a)−1.
Théorème. Si X est une variable aléatoire suivant la loi normale centrée réduite, alors pour
tout α ∈]0; 1[, il existe un unique uα ∈ R∗+ tel que P(−uα ≤ X ≤ uα) = 1− α.
Démonstration. Restitution organisée des connaissances.
D'après la symétrie de la courbe Cf , on a :
∀t ∈ R+, P(−t ≤ X ≤ t) = 2P(0 ≤ X ≤ t) = 2
∫ t
0
f(x) dx = 2H(t)
où H est la primitive de f sur R qui s'annule en 0.
La fonction H est donc continue et strictement croissante sur [0; +∞[, donc la fonction 2H
l'est également. Comme P(X ≥ 0) =1
2, on a : lim
t→+∞H(t) =
1
2.
Le tableau de variations de la fonction 2H est donc le suivant :
t
Variations
de 2H
0 +∞
0011
114 CHAPITRE 13. LOIS DE PROBABILITÉ À DENSITÉ
Ainsi, d'après le corollaire du théorème des valeurs intermédiaires généralisé :
∀α ∈ [0; 1] ,∃!uα ∈ [0; +∞[|2H(uα) = 1− α, soit : P(−uα ≤ X ≤ uα) = 1− α
Propriétés.
• Une valeur approchée de u0.05 est 1.96.
• Une valeur approchée de u0.01 est 2.58.
Démonstration. P(−uα ≤ X ≤ uα) = 1 − α équivaut à : 2Φ(uα) − 1 = 1 − α, c'est-à-dire à :
Φ(uα) = 1− α2 .
• Pour α = 0.05 : Φ(u0.05) = 0.975 donc : u0.05 ' 1.96 (calculatrice).
• Pour α = 0.01 : Φ(u0.01) = 0.995 donc : u0.01 ' 2.58 (calculatrice).
Propriété. L'espérance mathématique d'une variable aléatoire X suivant la loi N (0, 12) est
E(X) = 0 et son écart type vaut σ(X) = 1.
Démonstration. L'espérance d'une telle variable aléatoire X se calcule ainsi :
E(X) = lima→−∞
∫ 0
a
xf(x) dx+ limb→+∞
∫ b
0
xf(x) dx avec f(x) =1√2π
e−x22
Posons g(x) = xf(x) =x√2π
e−x22 . La fonction G dénie sur R par G(x) =
−1√2π
e−x22 est
donc une primitive de g.
On a donc :∫ 0
axf(x) dx = G(0)−G(a) et
∫ b0xf(x) dx = G(b)−G(0).
Comme lima→−∞
G(a) = limb→+∞
G(b) = 0, on en tire : lima→−∞
∫ 0
a
xf(x) dx = G(0) et
limb→+∞
∫ b
0
xf(x) dx = −G(0), donc : E(X) = G(0)−G(0) = 0.
On admet : σ(X) = 1.
13.5 Loi normale N (µ, σ2)
13.5.1 Généralités
Dénition. Si µ est un nombre réel et σ un nombre réel strictement positif, alors la variable
aléatoire X suit la loi normale N (µ, σ2) si et seulement si la variable aléatoire Y =X − µσ
suit
la loi normale centrée réduite.
13.5. LOI NORMALE N (µ, σ2) 115
Soit alors f la fonction de densité associée à la loi N (µ, σ2). La courbe Cf dans un repère
orthogonal est alors une courbe en cloche , symétrique par rapport à la droite d'équation x = µ
et d'autant plus resserrée autour de son axe de symétrie que σ est petit (µ correspondant à
l'espérance, i.e. la moyenne et σ à l'écart type, i.e. la dispersion de la loi).
Propriété. Si X suit la loi normale N (µ, σ2), alors son espérance mathématique est µ et son
écart type est σ.
13.5.2 Calculs de probabilités
En pratique, les calculs se feront à l'aide de la calculatrice :
• Pour calculer P (a ≤ X ≤ b), on tape :
Avec une TI : 2nde - var (distrib) - normalFrép et : normalFRép(a,b,µ,σ)
Avec une CASIO : OPTN - STAT - DIST - NORM - Ncd et : NormCD(a,b,σ,µ)
Avec une HP : OUTIL - Probabilité - Cumulative - Normal et :
NORMALD-CDF(µ,σ,a,b)
• Pour trouver k tel que P (X ≤ k) = c, on tape :
Avec une TI : 2nde - var (distrib) - FracNormale et : FracNormale(c,µ,σ)
Avec une CASIO : OPTN - STAT - DIST - NORM - InvN et : InvNormCD(c,σ,µ)
Avec une HP : OUTIL - Probabilité - Inverse - Normal et : NORMALD-ICDF(µ,σ,c)
Propriétés. En particulier, quelques valeurs de probabilités remarquables sont à connaître :
1. P(µ− σ ≤ X ≤ µ+ σ) ' 0.683 ;
2. P(µ− 2σ ≤ X ≤ µ+ 2σ) ' 0.954 ;
3. P(µ− 3σ ≤ X ≤ µ+ 3σ) ' 0.997.
Démonstration.
1. P(µ− σ ≤ X ≤ µ+ σ) = P(−σ ≤ X − µ ≤ σ) = P(−1 ≤ X−µ
σ ≤ 1)
= P(−1 ≤ Y ≤ 1), Y
suivant la loi normale centrée réduite. D'où : P(µ− σ ≤ X ≤ µ+ σ) = 2Φ(1)− 1 ' 0.683.
116 CHAPITRE 13. LOIS DE PROBABILITÉ À DENSITÉ
2. De même, P(µ− 2σ ≤ X ≤ µ+ 2σ) ' 0.954.
3. De même, P(µ− 3σ ≤ X ≤ µ+ 3σ) ' 0.997.
Chapitre 14
Le produit scalaire dans l'espace
14.1 Généralités sur le produit scalaire
14.1.1 Approche géométrique du produit scalaire
Dénition. Soient ~u et ~v deux vecteurs de l'espace, et A, B et C trois points tels que ~u =−−→AB
et ~v =−→AC. Il existe au moins un plan P contenant A, B et C.
On appelle produit scalaire de ~u et ~v, le produit scalaire−−→AB ·
−→AC calculé dans le plan P.
On a donc :
• si ~u et ~v sont non nuls, ~u · ~v = AB ×AC × cos(BAC
);
• si ~u = ~0 ou ~v = ~0, le produit scalaire de ~u et ~v est nul : ~0 · ~v = 0 et ~u ·~0 = 0.
117
118 CHAPITRE 14. LE PRODUIT SCALAIRE DANS L'ESPACE
Exemple.
ABCDEFGH est un cube d'arête a.
Notons ~u =−−→BF et ~v =
−−→AH =
−−→BG.
~u · ~v =−−→BF ·
−−→AH =
−−→BF ·
−−→BG = BF ×BG× cos
(FBG
).
Donc ~u · ~v = a× a√
2×√
22 = a2.
Propriétés.
1. Si ~u et ~v sont deux vecteurs non nuls tels que ~u =−−→AB et ~v =
−→AC, alors :
~u · ~v =−−→AB ·
−→AC =
−−→AB ·
−−→AH =
−−→AK ·
−→AC
où H est le projeté orthogonal de C sur la droite (AB) et K le projeté orthogonal de B sur
la droite (AC).
2. Si ~u, ~v et ~w sont trois vecteurs de l'espace et k un nombre réel, alors :
• ~u · (~v + ~w) = ~u · ~v + ~u · ~w ;
• ~u · ~v = ~v · ~u ;
• ~u · (k~v) = k (~u · ~v)
Exemple. ABCDEFGH est un cube d'arête a.
• Comme, dans le plan (AGC), C est le projeté orthogonal de G sur (AC) :
−→AG ·
−→AC =
−→AC ·
−→AC = AC2 = 2a2
• Pour calculer−−→BF ·
−→AG, on peut remplacer le vecteur
−→AG par la somme
−−→AB +
−−→BG :
−−→BF ·
−→AG =
−−→BF
(−−→AB +
−−→BG
)=−−→BF ·
−−→AB +
−−→BF ·
−−→BG = 0 + a2 = a2
14.1.2 Caractérisation vectorielle de l'orthogonalité
Dénition. Deux vecteurs non nuls sont orthogonaux s'ils dirigent des droites orthogonales.
Le vecteur nul est orthogonal à tous les vecteurs de l'espace.
Propriété. Deux vecteurs ~u et ~v sont orthogonaux si et seulement si ~u · ~v = 0.
14.2. APPLICATIONS DU PRODUIT SCALAIRE 119
Démonstration. Si ~u = ~0 ou ~v = ~0, alors ~u · ~v = 0 d'après la dénition.
Si ~u et ~v ne sont pas nuls, considérons les points A, B et C tels que ~u =−−→AB et ~v =
−→AC.
Les vecteurs ~u et ~v sont orthogonaux si et seulement si (AB) et (AC) sont orthogonales, ce
qui équivaut à dire que : BAC = π2 donc cos
(BAC
)= 0, d'où : ~u · ~v = 0.
14.1.3 Expression analytique du produit scalaire
Propriété. Dans un repère orthonormé (O;~i,~j,~k), si les vecteurs ~u et ~v ont pour coordonnées
respectives
x
y
z
et
x′
y′
z′
, alors : ~u · ~v = xx′ + yy′ + zz′.
En particulier : ~u · ~u = x2 + y2 + z2 et ‖~u‖ =√x2 + y2 + z2.
Démonstration. On a : ~i ·~i = 1, et de même ~j ·~j = 1 et ~k · ~k = 1.
Comme les vecteurs ~i, ~j et ~k sont orthogonaux deux à deux : ~i ·~j =~i · ~k = ~j · ~k = 0.
Or : ~u = x~i+ y~j + z~k et ~v = x′~i+ y′~j + z′~k, donc :
~u · ~v = xx′~i ·~i+ yy′~j ·~j + zz′~k · ~k + (xy′ + x′y)~i ·~j + (xz′ + x′z)~i · ~k + (yz′ + y′z)~j · ~k
= xx′ + yy′ + zz′
14.2 Applications du produit scalaire
14.2.1 Vecteur normal à un plan
On rappelle que toutes les droites orthogonales à un plan sont parallèles entre elles : leurs
vecteurs directeurs sont alors colinéaires. On en tire :
Dénition. Un vecteur ~n non nul est dit orthogonal à un plan P si ce vecteur est un vecteur
directeur d'une droite orthogonale à ce plan.
On appelle alors ce vecteur un vecteur normal du plan P.
Théorème. Une droite d est orthogonale à toute droite d'un plan P si et seulement si elle est
orthogonale à deux droites sécantes d1 et d2 de ce plan.
120 CHAPITRE 14. LE PRODUIT SCALAIRE DANS L'ESPACE
Démonstration. Restitution organisée des connaissances.
(=⇒) Si d est orthogonale à toute droite du plan P, elle l'est en particulier à d1 et d2 qui
sont incluses dans P.
(⇐=) Si d est orthogonale à d1 et d2, alors ~u · ~v1 = 0 et ~u · ~v2 = 0, où ~u, ~v1 et ~v2 désignent
respectivement des vecteurs directeurs de d, d1 et d2.
Considérons alors ∆ une droite incluse dans P, et ~w un vecteur directeur de ∆.
Comme d1 et d2 sont sécantes, les vecteurs ~v1 et ~v2 ne sont pas colinéaires et forment une
base du plan P. Il existe alors (λ1, λ2) ∈ R2 tels que ~w = λ1 × ~v1 + λ2 × ~v2. On en tire :
~u · ~w = λ1 × ~u · ~v1 + λ2 × ~u · ~v2 = 0.
Ainsi, ~u et ~w sont orthogonaux, donc la droite d est orthogonale à la droite ∆.
14.2.2 Équations cartésiennes de plans
Propriété. Si ~n est un vecteur non nul et A un point de l'espace, alors l'unique plan passant
par A et de vecteur normal ~n est l'ensemble des points M tels que−−→AM · ~n = 0.
Démonstration. (=⇒) Soit M un point du plan P et d une droite de vecteur directeur ~n. Alors
(AM) ⊂ P.
Comme d est orthogonale à toutes les droites de P, d est orthogonale à (AM). On en tire :−−→AM · ~n = 0.
(⇐=) Soit M un point de l'espace tel que−−→AM · ~n = 0. Alors : soit M et A sont confondus,
soit (AM) est orthogonale à la droite ∆ passant par A et de vecteur directeur ~n, c'est-à-dire que
M appartient au plan contenant A et orthogonal à d.
Propriété. Dans un repère orthonormé, un plan P de vecteur normal ~n
a
b
c
a une équation
de la forme : ax+ by + cz + d = 0.
Réciproquement, si (a; b; c) 6= (0; 0; 0), alors l'ensemble E des points M(x; y; z) tels que :
ax+ by + cz + d = 0 est un plan de vecteur normal ~n
a
b
c
.
Démonstration. Restitution organisée des connaissances.
(=⇒) Soit A(xA; yA; zA) un point du plan P et M(x; y; z) un point de l'espace.
14.3. INTERSECTIONS DE DROITES ET DE PLANS 121
M ∈ P ⇐⇒−−→AM · ~n = 0
⇐⇒ a(x− xA) + b(y − yA) + c(z − zA) = 0
⇐⇒ ax+ by + cz + (−axA − byA − czA) = 0
⇐⇒ ax+ by + cz + d = 0 en posant d = −axA − byA − czA
(⇐=) Si (a; b; c) 6= (0; 0; 0), cela signie que a, b et c ne sont pas tous les trois nuls. Supposons
par exemple que a 6= 0.
Le point A(−da ; 0; 0
)appartient alors à l'ensemble E .
En eet : a× −da + b× 0 + c× 0 + d = −d+ d = 0.
L'équation ax + by + cz + d = 0 est alors équivalente à l'équation a(x+ d
a
)+ by + cz = 0,
c'est-à-dire à l'équation :−−→MA · ~n = 0 avec ~n
a
b
c
.
E est alors le plan passant par A et de vecteur normal ~n
a
b
c
.
14.3 Intersections de droites et de plans
14.3.1 Intersection d'une droite et d'un plan
Propriétés. Soit d une droite passant par un point A et de vecteur directeur ~u et P un plan de
vecteur normal ~n.
1. Si ~u et ~n ne sont pas orthogonaux, alors la droite d et le plan P sont sécants.
2. Si ~u et ~n sont orthogonaux :
• Si A ∈ P, alors d ⊂ P ;
• Si A /∈ P, alors d est strictement parallèle à P.
122 CHAPITRE 14. LE PRODUIT SCALAIRE DANS L'ESPACE
Si d et P sont sécants : Si d est incluse dans P :Si d et P sont strictement pa-
rallèles :
14.3.2 Intersection de deux plans
Propriétés. Soient P et P ′ deux plans de vecteurs normaux respectifs ~n et ~n′.
1. Si ~n et ~n′ sont colinéaires, alors P et P ′ sont parallèles.
2. Si ~n et ~n′ ne sont pas colinéaires, alors P et P ′ sont sécants, et leur intersection est une
droite.Si P et P ′ sont parallèles : Si P et P ′ sont sécants :
Propriétés. On se place dans l'espace muni d'un repère orthonormé.
1. Les plans P et P ′ d'équations respectives ax + by + cz + d = 0 et a′x + b′y + c′z + d′ = 0
sont sécants si et seulement si (a; b; c) n'est pas proportionnel à (a′; b′; c′).
2. Lorsque (a; b; c) n'est pas proportionnel à (a′; b′; c′), l'ensemble des points de l'espace dont
les coordonnées (x; y; z) vérient :
ax+ by + cz + d = 0
a′x+ b′y + c′z + d′ = 0est une droite.
Démonstration.
1. Les vecteurs ~n(a; b; c) et ~n′(a′; b′; c′) sont des vecteurs normaux respectifs de P et P ′. Ces
plans sont parallèles si et seulement si ~n et ~n′ sont colinéaires, ce qui équivaut à dire que
(a; b; c) et (a′; b′; c′) sont proportionnels.
2. Trivial, il s'agit de la droite d'intersection des plans d'équations respectives :
ax+ by + cz + d = 0 et a′x+ b′y + c′z + d′ = 0.
14.3. INTERSECTIONS DE DROITES ET DE PLANS 123
14.3.3 Plans perpendiculaires
Dénition.
Deux plans sont dits perpendiculaires si l'un des
deux plans contient une droite perpendiculaire à
l'autre plan.
Propriété.
Soient P et P ′ deux plans de vecteurs normaux
respectifs ~n et ~n′.
P et P ′ sont perpendiculaires si et seulement si
les vecteurs ~n et ~n′ sont orthogonaux.
124 CHAPITRE 14. LE PRODUIT SCALAIRE DANS L'ESPACE
Chapitre 15
Fluctuation et estimation
15.1 Échantillonnage
En classe de Première, des intervalles de uctuation ont été déterminés à partir de la loi
binomiale. Nous allons maintenant utiliser la loi normale pour déterminer ces intervalles.
15.1.1 La variable aléatoire fréquence Fn
Soit Xn une variable aléatoire suivant la loi binomiale B(n; p) ; alors la variable aléatoire Fn
dénie par Fn = Xnn représente la fréquence de succès pour un schéma de BERNOULLI de
paramètres n et p.
Propriété. Si la variable aléatoire Xn suit la loi binomiale B(n; p), alors, pour tout α ∈]0; 1[,
on a : limn→+∞
P(Xnn ∈ In
)= 1− α, où In désigne l'intervalle
[p− uα
√p(1−p)√n
; p+ uα
√p(1−p)√n
].
Démonstration. Restitution organisée des connaissances.
Xn
n∈ In ⇐⇒ p− uα
√p(1− p)√
n≤ Xn
n≤ p+ uα
√p(1− p)√
n
⇐⇒ np− uαn√p(1− p)√n
≤ Xn ≤ np+ uαn√p(1− p)√n
⇐⇒ np− uα√np(1− p) ≤ Xn ≤ np+ uα
√np(1− p)
⇐⇒ −uα ≤ Zn ≤ uα avec Zn =Xn − np√np(1− p)
125
126 CHAPITRE 15. FLUCTUATION ET ESTIMATION
Ainsi : P(Xnn ∈ In
)= P(−uα ≤ Zn ≤ uα).
D'après le théorème de MOIVRE-LAPLACE :
limn→+∞
P(−uα ≤ Zn ≤ uα) =
∫ uα
−uα
1√2π
e−x22 dx
Or :∫ uα
−uα
1√2π
e−x22 dx = P(−uα ≤ Y ≤ uα) où Y suit la loi normale centrée réduite. Comme
P(−uα ≤ Y ≤ uα) = 1− α (dénition), on conclut : limn→+∞
P(Xnn ∈ In
)= 1− α.
15.1.2 Intervalle de uctuation asymptotique
Dénition. L'intervalle IF =
[p− uα
√p(1−p)√n
; p+ uα
√p(1−p)√n
]est un intervalle de uc-
tuation asymptotique au seuil de conance 1 − α de la variable aléatoire Fn qui, à tout
échantillon de taille n, associe la fréquence obtenue.
Cet intervalle contient Fn avec une probabilité d'autant plus proche de 1−α que n est grand.
Cette approximation est valable dès que n ≥ 30, n× p ≥ 5 et n× (1− p) ≥ 5.
En particulier, dans le cas où α = 0.05 : 1− α = 0.95 et u0.05 ' 1.96. On en déduit alors un
intervalle de uctuation asymptotique au seuil de 95% :
Propriété. Un intervalle de uctuation asymptotique au seuil de conance de 95% de la fré-
quence Fn d'un caractère dans un échantillon de taille n est :[p− 1.96
√p(1− p)√
n; p+ 1.96
√p(1− p)√
n
]où p désigne la proportion de ce caractère dans la population.
15.1.3 Lien avec l'intervalle de uctuation vu en Seconde
Propriété. Si la variable aléatoire Xn suit la loi B(n; p), alors :
∀p ∈]0; 1[,∃n0 ∈ N|∀n ≥ n0,P(p− 1√
n≤ Xn
n≤ p+
1√n
)> 0.95
Démonstration. Soit Xn suivant la loi B(n; p) ; on dénit Zn = Xn−np√np(1−p)
.
D'après le théorème de MOIVRE-LAPLACE, en posant an = P(−2 ≤ Zn ≤ 2), alors :
limn→+∞
an = P(−2 ≤ Z ≤ 2), où Z suit la loi N (0; 1). Notons alors : L = limn→+∞
an.
Comme P(−2 ≤ Z ≤ 2) = 2P(Z ≤ 2)− 1 ' 0.9544, alors : L > 0.954.
Soit 0 < ε < 0.004. Comme limn→+∞
an = L : ∃n0 ∈ N|∀n ≥ n0, an ∈]L− ε;L+ ε[.
Comme L > 0.954, alors an > 0.954− 0.004 = 0.95.
15.2. PRISE DE DÉCISION À PARTIR D'UN ÉCHANTILLON 127
Or an = P(p− 2√
n
√p(1− p) ≤ Xn
n ≤ p+ 2√n
√p(1− p)
).
Soit Φ : p 7→ p(1 − p) = −p2 + p, dénie sur [0; 1]. Après une étude rapide, on observe que
cette fonction admet un maximum en p = 12 , de valeur Φ
(12
)= 1
4 .
On a donc : p(1− p) ≤ 14 , d'où :
√p(1− p) ≤ 1
2 et 2√n
√p(1− p) ≤ 1√
n.
Les intervalles I =[p− 2√
n
√p(1− p); p+ 2√
n
√p(1− p)
]et J =
[p− 1√
n; p+ 1√
n
]ont le
même centre p et on en déduit : I ⊂ J .
On conclut : P(p− 1√
n≤ Xn
n ≤ p−1√n
)≥ an > 0.95.
15.2 Prise de décision à partir d'un échantillon
L'intervalle de uctuation au seuil de 95% est un intervalle qui contient au moins 95% des
fréquences observées dans les échantillons de taille n. Cela signie qu'il y a un risque de 5%
pour cette fréquence de ne pas se trouver dans cet intervalle.
15.2.1 Exploitation d'un intervalle de uctuation
La détermination d'un intervalle de uctuation permet de prendre une décision lorsqu'on
émet une hypothèse sur une proportion dans une population.
Propriété. Dans un population, on suppose que la la proportion d'un caractère vaut p.
On peut déterminer un intervalle de uctuation IF à 95% de la fréquence du caractère dans
un échantillon aléatoire et sans remise de taille n.
On observe sur cet échantillon la fréquence f du caractère.
Ainsi, on peut établir une règle de décision :
• si f /∈ IF : on rejette l'hypothèse sur la valeur p de la proportion, au risque d'erreur de
5% ;
• si f ∈ IF : on ne rejette pas l'hypothèse sur la valeur p de la proportion, sans pouvoir
quantier le risque.
15.2.2 Détermination de l'intervalle de uctuation au seuil de 95%
• Si n ≥ 30, n× p ≥ 5 et n× (1− p) ≥ 5, on utilise l'intervalle de uctuation asymptotique
déterminé précédemment : IF =
[p− 1.96
√p(1−p)√n
; p+ 1.96
√p(1−p)√n
];
128 CHAPITRE 15. FLUCTUATION ET ESTIMATION
• Sinon, on utilise l'intervalle de uctuation étudié en Première avec la loi binomiale, c'est-
à-dire l'intervalle[an ; bn
], où a est le plus petit entier tel que P(X ≤ a) > 0.025 et b le plus
petit entier tel que P(X ≤ b) > 0.975, et X suit la loi B(n; p).
15.2.3 Autres seuils possibles
• Au lieu du coecient de 95%, on peut choisir d'autres coecients. Par exemple, pour un
seuil de risque de 1%, le coecient de conance est donc de 99% : dans ce cas, u0.01 ' 2.58,
ce qui donne l'intervalle de uctuation suivant :
IF =
[p− 2.58
√p(1− p)√
n; p+ 2.58
√p(1− p)√
n
]
• En général, lorsque le seuil de risque est α, le coecient de conance vaut 1−α, et l'intervalle
de uctuation est le suivant :
IF =
[p− uα
√p(1− p)√
n; p+ uα
√p(1− p)√
n
]
où uα est tel que : P(−uα ≤ X ≤ uα) = 1 − α, avec X suivant la loi normale centrée
réduite.
15.3 Estimation d'une proportion
Considérons maintenant le problème inverse de celui de l'échantillonnage : on connaît la
fréquence f observée sur un échantillon de taille n, et on va chercher à estimer la proportion
p réelle sur la population entière. Ce type de problématique est notamment exploitée pour les
sondages.
Propriété. Soit Fn la variable aléatoire fréquence qui, à tout échantillon de taille n extrait d'une
population dans laquelle la proportion d'un caractère vaut p, associe la fréquence du caractère
observée sur l'échantillon.
L'intervalle[Fn − 1√
n;Fn + 1√
n
]contient, pour n assez grand, la proportion p avec une pro-
babilité au moins égale à 0.95.
Démonstration. Comme Fn = Xnn , d'après la propriété liée à l'intervalle de uctuation vu en
Seconde, on a, pour n assez grand :
P(Fn ∈
[p− 1√
n; p+
1√n
])≥ 0.95
15.3. ESTIMATION D'UNE PROPORTION 129
Or :
Fn ∈[p− 1√
n; p+
1√n
]⇐⇒ p− 1√
n≤ Fn ≤ p+
1√n
⇐⇒ − 1√n≤ Fn − p ≤
1√n
⇐⇒ − 1√n≤ p− Fn ≤
1√n
⇐⇒ Fn −1√n≤ p ≤ Fn +
1√n
On en déduit alors que, pour n assez grand : P(p ∈
[Fn − 1√
n;Fn + 1√
n
])≥ 0.95.
Dénition. Soit f la fréquence observée d'un caractère dans un échantillon de taille n extrait
d'une population dans lequel la proportion de ce caractère est p.
L'intervalle IC =[f − 1√
n; f + 1√
n
]est un intervalle de conance de la proportion p
au niveau de conance 95%.
En pratique, on utilise cet intervalle dès que n ≥ 30, n× f ≥ 5 et n× (1− f) ≥ 5.
Remarque. À partir de l'intervalle de uctuation étudié en Terminale, on pourrait dénir un
intervalle de conance plus précis :
IC =
[f − 1.96
√f(1− f)√
n; f + 1.96
√f(1− f)√
n
]
130 CHAPITRE 15. FLUCTUATION ET ESTIMATION
Chapitre 16
Annexe - La loi binomiale
Faute de mieux, il s'agit d'un cours de Première STI2D, ne contenant pas les démonstrations
des propriétés énoncées.
16.1 Schéma de BERNOULLI
16.1.1 Épreuve de BERNOULLI
Dénition. Une expérience aléatoire qui n'a que deux issues possibles (succès S ou échec S) est
une épreuve de BERNOULLI. On notera p la probabilité du succès ; on a alors : P(S) = 1−p.
Exemple. On considère le lancer d'un dé à 6 faces non truqué. On considère l'événement S :
La face tirée est un 6.
On a bien une épreuve de BERNOULLI, la probabilité du succès S est p = 16 .
16.1.2 Schéma de BERNOULLI
Dénition. Un schéma de BERNOULLI est une expérience aléatoire dans laquelle on répète
de manière identique et indépendante la même épreuve de BERNOULLI.
Exemple. En reprenant l'exemple précédent, on considère le lancer du dé répété deux fois. On
est bien dans un schéma de BERNOULLI car les lancers sont identiques et indépendants.
131
132 CHAPITRE 16. ANNEXE - LA LOI BINOMIALE
16.1.3 Règles des arbres de répétition
Dans un arbre de répétition, on doit suivre les règles suivantes :
• La somme des probabilités des branches issues d'un même n÷ud est égale à 1.
• Pour calculer la probabilité d'un chemin, on multiplie les probabilités des branches parcou-
rues.
16.2 Variables aléatoires et lois de probabilités
16.2.1 Variables aléatoires
On se place dans l'univers Ω (l'ensemble de toutes les issues) d'une expérience aléatoire.
Dénition. On appelle variable aléatoire dénie sur Ω toute fonction X de Ω dans R.
Exemple. On considère le lancer d'un dé à 6 faces non truqué. L'univers de l'expérience est
alors Ω = 1; 2; 3; 4; 5; 6.
On pose ensuite les règles suivantes : si la face tirée est le 6, on gagne 10 e, et sinon on perd
5 e. On lance deux fois le dé.
16.2. VARIABLES ALÉATOIRES ET LOIS DE PROBABILITÉS 133
Ainsi, on peut dénir la variable aléatoire X associée au gain algébrique (gain ou perte)
obtenu après une partie (deux lancers). L'ensemble des valeurs que peut prendre X est :
Ω(X) = −10; 5; 20
Notation.
• La probabilité que la variable aléatoire X prenne la valeur k se note P(X = k).
• La probabilité que la variable aléatoire X prenne une valeur strictement inférieure à k se
note P(X < k).
16.2.2 Loi de probabilité
Notons Ω = e1; e2; e3; . . . ; en l'univers d'une expérience aléatoire. À chaque issue ei on
associe une probabilité xi à l'aide d'une variable aléatoire X.
Dénir une loi de probabilité sur l'ensemble des valeurs xi revient à associer à chacune de
ces valeurs sa probabilité pi. On peut présenter une loi de probabilité sous la forme d'un tableau
comme ci-dessous :
Valeurs k prises par X x1 x2 . . . xn
P(X = k) p1 p2 . . . pn
Remarque. Dans le cadre présenté ci-dessus, on aura toujours p1 + p2 + . . .+ pn = 1.
Exemple. En reprenant l'exemple précédent, on peut calculer les probabilités de gagner deux fois
au lancer, ce qui correspond à un gain de 20 e : P(X = 20) = 16 ×
16 = 1
36 , et de perdre deux fois
au lancer, ce qui correspond à un gain de −10 e : P(X = −10) = 56 ×
56 = 25
36 .
On peut donc dresser le tableau de la loi de probabilités de X :
k −10 5 20
P(X = k) 2536
1036
136
16.2.3 Espérance mathématique
On se place dans le cadre déni auparavant.
Dénition. L'espérance mathématique de la loi X correspond à la valeur moyenne espérée
de la variable.
Elle se calcule ainsi : E(X) = p1 × x1 + p2 × x2 + . . .+ pn × xn =n∑i=0
pi × xi.
134 CHAPITRE 16. ANNEXE - LA LOI BINOMIALE
Exemple. Dans le cas précédent, l'espérance est alors :
E(X) =25
36× (−10) +
10
36× 5 +
1
36× 20 =
−250 + 50 + 20
36=−180
36= −5
Cela signie qu'en jouant à ce jeu on perd en moyenne 5 e.
16.3 La loi binomiale
16.3.1 Dénition
Dénition. On appelle loi binomiale la loi de probabilité qui compte les succès dans un schéma
de BERNOULLI.
On la note B(n; p) où n correspond au nombre de répétitions dans le schéma, et p à la
probabilité du succès S lors de chaque répétition.
Exemple. Une machine produit des pièces en série. La probabilité qu'une pièce soit défectueuse
est estimée à p = 0.05. On prélève au hasard trois pièces produites. Comme le nombre de pièces
produites est très grand, on admet que les trois tirages sont identiques et indépendants, ce qui
nous permet de considérer un schéma de Bernoulli, où le succès S correspond à l'événément :
La pièce est défectueuse .
L'arbre correspondant à cette expérience est le suivant :
16.3. LA LOI BINOMIALE 135
La variable aléatoire X dénombrant le nombre de pièces défectueuses suit alors la loi binomiale
de paramètres n = 3 et p = 0.05 : la loi B(3; 0.05).
16.3.2 Espérance de la loi binomiale
Exemple. En reprenant l'exemple précédent, l'espérance de la variable X comptant le nombre
de pièces défectueuses se calcule à partir du tableau de la loi de probabilités de X.
On calcule d'abord les probabilités à l'aide de l'arbre :
• P(X = 3) = 0.05× 0.05× 0.05 ' 0.0001 ;
• P(X = 2) = 3× 0.05× 0.05× 0.95 ' 0.0142 ;
• P(X = 1) = 3× 0.05× 0.95× 0.95 ' 0.1354 ;
• P(X = 0) = 0.95× 0.95× 0.95 ' 0.8573.
On peut compléter le tableau de la loi de probabilités de X :
k 0 1 2 3
P(X = k) 0.8573 0.1354 0.0142 0.0001
136 CHAPITRE 16. ANNEXE - LA LOI BINOMIALE
On peut donc calculer l'espérance de X :
E(X) = 0× 0.8573 + 1× 0.01354 + 2× 0.0142 + 3× 0.0001 = 0.15
On remarque alors que : E(X) = 3× 0.05 = n× p.
On a en fait la propriété suivante :
Propriété. Si X suit la loi binomiale B(n; p), alors son espérance est E(X) = n× p.
On admet également les propriétés suivantes :
Propriétés.
• La variance de la loi binomiale B(n; p) est Var(X) = n× p× (1− p).
• Son écart type est σ(X) =√n× p× (1− p).
16.3.3 Calcul de probabilités avec la loi binomiale
En pratique, les calculs se feront à l'aide de la calculatrice :
• Pour calculer P(X = k), on tape :
Avec une TI : 2nde - var (distrib) - binomFdp et : binomFdp(n,p,k)
Avec une CASIO : OPTN - STAT - DIST - BINM - Bpd et : BinomPD(k,n,p)
Avec une HP : OUTIL - Probabilité - Densité - Binomial et : BINOMIAL(n,p,k)
• Pour calculer P(X ≤ k), on tape :
Avec une TI : 2nde - var (distrib) - binomFRép et : binomFRép(n,p,k)
Avec une CASIO : OPTN - STAT - DIST - BINM - Bcd et : BinomCD(k,n,p)
Avec une HP : OUTIL - Probabilité - Cumulative - Binomial et :
BINOMIAL_CDF(n,p,k)
Remarque. Quel que soit le modèle, chaque calculatrice est capable de calculer directement
P(X ≤ k). Des astuces de calcul permettent de traiter chacun des autres calculs :
• P(X < k) = P(X ≤ k − 1) ;
• P(X > k) = 1− P(X ≤ k) ;
• P(X ≥ k) = 1− P(X < k) = 1− P(X ≤ k − 1).