Ficha de revisão: Analyse des limites, dérivées et applications mathématiques

📋 Plan du Cours

1. Limite en un point & continuité
2. Dérivabilité & développement limité
3. Fonctions usuelles & dérivées
4. Suites & limite finie
5. Suites divergentes & bornées
6. Séries & convergence
7. Polynômes & racines
8. Matrices & opérations
9. Espaces vectoriels & bases
10. Applications & sous-espaces
11. Groupes & sous-groupes

📖 1. Limite en un point & continuité

🔑 Notions clés & Définitions

• Limite en un point : La limite d'une fonction $f$ en un point $a$ est la valeur que $f(x)$ approche lorsque $x$ tend vers $a$. Notée $\lim_{x \to a} f(x)$.

• Continuité en un point : Une fonction $f$ est continue en un point $a$ si :

  1. $f$ est définie en $a$ (existe $f(a)$)
  2. $\lim_{x \to a} f(x)$ existe
  3. $\lim_{x \to a} f(x) = f(a)$

• Discontinuité : Un point $a$ où la fonction n'est pas continue, c'est-à-dire si une ou plusieurs des conditions ci-dessus ne sont pas remplies.

• Limite finie : La limite en un point est finie si elle appartient à $\mathbb{R}$. Sinon, elle est infinie ou n'existe pas.

• Limite infinie : Lorsque $|f(x)| \to +\infty$ lorsque $x \to a$.

📝 Points essentiels

• La limite en un point peut être approchée par la droite (limite à gauche et à droite) ou par la fonction dans le cas d'une limite à un point intérieur du domaine.

• La continuité en un point implique que la fonction ne présente pas de saut, de trou ou de discontinuité de type "pique" en ce point.

• La propriété fondamentale : Si $f$ est continue en $a$, alors $\lim_{x \to a} f(x) = f(a)$.

• La continuité est locale : elle ne dépend que du comportement de $f$ dans un voisinage de $a$.

• La limite d'une somme, produit, quotient (sous réserve que le dénominateur ne soit pas nul) est la somme, le produit ou le quotient des limites.

• La limite d'une composition $g(f(x))$ est $g(\lim_{x \to a} f(x))$ si cette limite existe.

💡 À retenir

La continuité en un point est assurée si la limite de la fonction en ce point existe et est égale à la valeur de la fonction en ce point. La limite en un point est un outil clé pour étudier la continuité et le comportement local des fonctions.

📖 2. Dérivabilité & développement limité

🔑 Notions clés & Définitions

• Dérivabilité en un point : Une fonction $f$ est dérivable en un point $x_0$ si la limite $\lim_{h \to 0} \frac{f(x_0 + h) - f(x_0)}{h}$ existe et est finie. La limite est la dérivée $f'(x_0)$.

• Fonction dérivée : Fonction $f'$ associée à $f$, définie sur l'ensemble de dérivabilité, qui donne la pente de la tangente en chaque point.

• Développement limité (DL) : Approximation locale d'une fonction $f$ autour d'un point $a$ par un polynôme de degré $n$, généralement de la forme : $f(x) = P_n(x) + o((x - a)^n)$ où $P_n(x)$ est le polynôme de développement.

• Notion de limite de l'erreur : La différence entre la fonction et son développement limité tend vers zéro plus vite que $(x - a)^n$, exprimée par la notation $o((x - a)^n)$.

• Règle de l'Hôpital : Technique permettant de déterminer la limite d'un rapport de fonctions lorsque le numérateur et le dénominateur tendent vers 0 ou $\pm \infty$.

📝 Points essentiels

• La dérivabilité en un point implique la possibilité de faire une approximation locale par une droite (tangent) : $f(x) \approx f(a) + f'(a)(x - a)$.

• La dérivée d'une fonction permet d'étudier sa croissance, ses extrema, et sa concavité.

• Le développement limité est une extension de la notion de dérivée, permettant d'obtenir une approximation polynomiale précise de la fonction autour d'un point.

• La formule du développement limité de $f$ en $a$ jusqu'au degré $n$ est donnée par : $f(x) = \sum_{k=0}^n \frac{f^{(k)}(a)}{k!} (x - a)^k + o((x - a)^n)$ où $f^{(k)}(a)$ est la $k$-ième dérivée en $a$.

• La connaissance du DL permet de calculer des limites, d'étudier la stabilité locale et de simplifier l'analyse locale de fonctions.

💡 À retenir

La dérivabilité permet d'approximer une fonction localement par une droite, tandis que le développement limité offre une approximation polynomiale précise, essentielle pour analyser le comportement local d'une fonction et calculer ses limites ou dérivées de manière efficace.

📖 3. Fonctions usuelles & dérivées

🔑 Notions clés & Définitions

• Fonction : Relation qui associe à chaque élément x d’un ensemble D un seul élément y dans R, notée f : x ↦ f(x).
• Domaine de définition (Df) : Ensemble des x pour lesquels f(x) est défini.
• Valeur image : f(x), le résultat de l’application de f à x.
• Fonction dérivable en un point : f est dérivable en x₀ si la limite de (f(x) - f(x₀)) / (x - x₀) existe finie.
• Dérivée (f′) : Fonction qui à chaque x associe la limite du taux de variation en ce point, notée f′(x).
• Fonction dérivée : Fonction f′ définie sur l’ensemble de dérivabilité de f.
• Fonction périodique : f(x + a) = f(x) pour tout x, avec a la période.
• Fonction paire : f(−x) = f(x).
• Fonction impaire : f(−x) = −f(x).
• Fonction monotone : croissante ou décroissante sur un intervalle.
• Fonction bornée : f est majorée et minorée sur D.
• Valeur absolue : |x| = x si x ≥ 0, −x si x < 0.
• Partie entière ⌊x⌋ : le plus grand entier ≤ x.

📝 Points essentiels

• Fonctions usuelles :
  • cos(x) : paire, périodique de 2π, dérivée : −sin(x).
  • sin(x) : impaire, périodique de 2π, dérivée : cos(x).
  • tan(x) : impaire, périodique de π, dérivée : 1 / cos²(x) = 1 + tan²(x).
• Formules d’addition :
  • cos(a ± b) = cos(a)cos(b) ∓ sin(a)sin(b).
  • sin(a ± b) = sin(a)cos(b) ± cos(a)sin(b).
• Formules de duplication :
  • cos(2a) = cos²a − sin²a = 2cos²a − 1.
  • sin(2a) = 2sin(a)cos(a).
• Propriétés de dérivées :
  • (a·f)′ = a·f′.
  • (f + g)′ = f′ + g′.
  • (f·g)′ = f′g + fg′.
  • (f / g)′ = (f′g − fg′) / g², g ≠ 0.
  • (g ◦ f)′ = (g′ ◦ f) · f′.
• Étude de la dérivabilité :
  • f constante si f′(x) = 0.
  • f croissante si f′(x) ≥ 0.
  • f décroissante si f′(x) ≤ 0.
  • f strictement croissante/décroissante si f′(x) > 0 / < 0 et pas de zones où f′(x) = 0 sur un intervalle.
• Fonctions réciproques :
  • Si f est bijective, f⁻¹ existe, et (f⁻¹)′(y) = 1 / f′(f⁻¹(y)), pour f′(x) ≠ 0.
  • Fonctions usuelles réciproques : Arccos, Arcsin, Arctan.

💡 À retenir

Les fonctions usuelles comme sinus, cosinus et tangente possèdent des propriétés fondamentales (périodicité, parité, dérivées) qui permettent leur étude précise via leurs formules d’addition et de duplication. La dérivée indique la monotonie et la croissance ou décroissance d’une fonction, essentielle pour analyser leur comportement.

📖 4. Suites & limite finie

🔑 Notions clés & Définitions

• Suite numérique : Fonction définie sur l’ensemble des entiers naturels, associant à chaque entier n un réel uₙ.
• Limite d’une suite : La valeur L vers laquelle la suite uₙ tend lorsque n tend vers l’infini, notée limₙ→∞ uₙ = L.
• Suite convergente : Suite pour laquelle la limite existe et est finie.
• Suite divergente : Suite pour laquelle la limite n’existe pas ou est infinie.
• Critère de convergence (limite finie) : Une suite uₙ converge vers L si, pour tout ε > 0, il existe N tel que pour tout n ≥ N, |uₙ − L| < ε.
• Suite bornée : Suite dont l’ensemble des termes est contenu dans un intervalle fini, c’est-à-dire qu’il existe M > 0 tel que |uₙ| ≤ M pour tout n.

📝 Points essentiels

• La limite d’une suite est une notion fondamentale pour analyser son comportement à long terme.
• La convergence d’une suite peut être vérifiée par le critère de Cauchy ou par comparaison avec des suites connues.
• Les suites monotones (croissantes ou décroissantes) et bornées convergent toujours (théorème de la limite monotone).
• La limite d’une suite arithmétique uₙ = u₀ + n×r est L = u₀ + limₙ→∞ n×r, qui tend vers ±∞ si r ≠ 0.
• La limite d’une suite géométrique uₙ = u₀ × qⁿ, avec |q| < 1, est 0 ; si |q| ≥ 1, la suite diverge ou n’a pas de limite finie.
• La limite d’une suite définie par une relation de récurrence peut souvent être trouvée en résolvant une équation limite.

💡 À retenir

Une suite converge si ses termes se rapprochent d’un même nombre à mesure que n augmente, et cette limite est souvent trouvée en résolvant une équation limite ou en utilisant des critères de convergence. La convergence est assurée pour les suites monotones et bornées, ce qui facilite leur étude.

📖 5. Suites divergentes & bornées

🔑 Notions clés & Définitions

• Suite : Fonction définie sur l’ensemble des entiers naturels, notée (un), où chaque terme un est un réel.
• Suite bornée : Suite dont l’ensemble des termes est contenu dans un intervalle fini, c’est-à-dire qu’il existe un réel M tel que pour tout n, |un| ≤ M.
• Suite divergente : Suite qui n’admet pas de limite finie lorsque n tend vers l’infini.
• Suite convergente : Suite pour laquelle il existe un réel L tel que pour tout ε > 0, il existe N tel que pour tout n ≥ N, |un − L| < ε.
• Limite d’une suite : Nombre L vers lequel les termes de la suite se rapprochent lorsque n tend vers l’infini.
• Critère de divergence : Si une suite n’est pas bornée ou si elle ne tend pas vers un réel fini, elle est divergente.

📝 Points essentiels

• Suite bornée et divergente : Une suite peut être bornée tout en étant divergente (ex : suite oscillante comme (−1)^n).
• Suite divergente vers l’infini : Si |un| → +∞ lorsque n → +∞, la suite diverge.
• Critère de convergence : La convergence d’une suite (un) vers L implique que la suite est bornée.
• Exemples classiques :
  • (1/n) converge vers 0.
  • (n) diverge vers +∞.
  • (cos n) est bornée mais divergente (oscille).
• Test de divergence : Si lim n→+∞ un ≠ 0, alors (un) diverge.
• Suite bornée et monotone : Converge nécessairement (Théorème de la limite monotone).

💡 À retenir

Une suite est divergente si elle ne possède pas de limite finie ou si elle n’est pas bornée, tandis qu’une suite bornée peut encore diverger si elle oscille. La convergence implique la bornitude, mais la bornitude seule ne garantit pas la convergence.

📖 6. Séries & convergence

🔑 Notions clés & Définitions

• Série numérique : Somme infinie de termes (a_n)ₙ≥0, notée ∑ₙ=0^∞ a_n, représentant la limite de la somme partielle S_N = ∑ₙ=0^N a_n lorsque N tend vers l'infini.

• Convergence d'une série : La série ∑ a_n converge si la suite des sommes partielles S_N a une limite finie lorsque N → ∞. Sinon, elle diverge.

• Critère de convergence absolue : La série ∑ a_n converge absolument si la série ∑ |a_n| converge. La convergence absolue implique la convergence.

• Critère de Cauchy : La série ∑ a_n est convergente si, pour tout ε > 0, il existe N tel que, pour tout n ≥ m ≥ N, |∑_{k=m}^n a_k| < ε.

• Série géométrique : Série de la forme ∑ r^n, n ≥ 0, qui converge si |r| < 1, avec somme 1/(1−r).

• Test de convergence (critère de d'Alembert) : Pour la série ∑ a_n, si lim (a_{n+1}/a_n) = L, alors :

  • Si L < 1, la série converge.
  • Si L > 1, elle diverge.
  • Si L = 1, le test est indéterminé.

📝 Points essentiels

• La convergence d'une série dépend du comportement asymptotique de ses termes a_n.
• La série géométrique est un exemple fondamental, avec une convergence caractérisée par |r| < 1.
• La convergence absolue est une propriété forte, garantissant la stabilité de la somme face à la réorganisation des termes.
• Le critère de Cauchy permet de vérifier la convergence sans calcul explicite de la limite.
• La divergence d'une série peut être démontrée par le critère de divergence : si lim a_n ≠ 0, la série diverge.

💡 À retenir

Une série converge si ses termes tendent vers zéro rapidement et si la somme de leurs valeurs absolues est finie (convergence absolue). Le critère de d'Alembert est souvent utilisé pour tester cette convergence.

📖 7. Polynômes & racines

🔑 Notions clés & Définitions

• Polynôme : Expression algébrique de la forme $P(x) = a_n x^n + a_{n-1} x^{n-1} + \dots + a_1 x + a_0$, où $a_i \in \mathbb{R}$ et $a_n \neq 0$. Le degré du polynôme est $n$.

• Racine d’un polynôme : Un réel $r$ tel que $P(r) = 0$. La valeur $r$ est aussi appelée zéro du polynôme.

• Factorisation d’un polynôme : Expression du polynôme sous la forme d’un produit de facteurs linéaires (si possible), par exemple $P(x) = a_n (x - r_1)^{k_1} (x - r_2)^{k_2} \dots$.

• Théorème de factorisation : Si $r$ est racine de $P$, alors $(x - r)$ est un facteur de $P$. La division euclidienne de $P$ par $(x - r)$ donne un quotient $Q(x)$ et un reste nul.

• Racines multiples : Racines $r$ pour lesquelles $(x - r)^k$ divise $P(x)$ avec $k > 1$. La multiplicité de la racine est $k$.

• Polynôme dérivé : $P'(x)$, dérivée de $P(x)$, dont les racines peuvent donner des informations sur les extremums et le nombre de racines.

📝 Points essentiels

• Recherche de racines : Utiliser la règle de Ruffini pour tester des racines possibles rationnelles (théorème de Gauss), puis factoriser pour trouver toutes les racines.

• Théorème de Rolle : Entre deux racines distinctes d’un polynôme différentiable, il existe au moins un point où la dérivée s’annule.

• Théorème de Descartes : Nombre de racines positives ou négatives d’un polynôme en fonction du nombre de changements de signe dans la suite des coefficients.

• Forme factorisée : Permet d’étudier le signe de $P(x)$, de déterminer les intervalles où le polynôme est positif ou négatif.

• Racines complexes : Si $P$ est de degré $n$, il possède $n$ racines (réelles ou complexes) comptées avec leur multiplicité (théorème fondamental de l’algèbre).

• Polynômes du second degré : $ax^2 + bx + c$, racines données par $\frac{-b \pm \sqrt{\Delta}}{2a}$, avec discriminant $\Delta = b^2 - 4ac$.

💡 À retenir

Les racines d’un polynôme permettent de le factoriser en produits de facteurs linéaires, facilitant l’étude de ses variations et de ses signes. La recherche de racines repose sur des méthodes analytiques et numériques, et leur multiplicité influence la forme locale du polynôme.

📖 8. Matrices & opérations

🔑 Notions clés & Définitions

• Matrice : Tableau rectangulaire de nombres réels ou complexes, organisé en lignes et colonnes, représentant un objet mathématique ou un système d’équations linéaires.
• Dimension d'une matrice : Notée $m \times n$, où $m$ est le nombre de lignes et $n$ le nombre de colonnes.
• Matrice carrée : Matrice avec le même nombre de lignes et de colonnes ($n \times n$).
• Matrice nulle : Matrice dont tous les éléments sont nuls, notée $0$.
• Matrice identité : Matrice carrée $I_n$ dont tous les éléments de la diagonale principale sont 1 et tous les autres 0, vérifiant $I_n \times A = A \times I_n = A$.
• Opérations sur matrices :
  • Addition : $A + B$, élément par élément, si $A$ et $B$ ont même dimension.
  • Multiplication par un scalaire : $\alpha A$, chaque élément de $A$ multiplié par $\alpha$.
  • Multiplication matricielle : $AB$, définie si le nombre de colonnes de $A$ est égal au nombre de lignes de $B$, avec $(AB)_{ij} = \sum_{k} a_{ik} b_{kj}$.
• Transposée : Matrice $A^T$, obtenue en échangeant lignes et colonnes.
• Inverse d'une matrice : Matrice $A^{-1}$ telle que $AA^{-1} = I$, si $A$ est inversible.
• Déterminant : Fonction scalaire associée à une matrice carrée, notée $\det(A)$, indiquant si la matrice est inversible ($\det(A) \neq 0$).

📝 Points essentiels

• La multiplication matricielle n'est pas commutative : en général, $AB \neq BA$.
• La matrice inverse existe si et seulement si le déterminant est non nul.
• La très importante propriété : $(AB)^T = B^T A^T$.
• La relation entre déterminant et inverse : $\det(A^{-1}) = 1 / \det(A)$.
• La diagonale d'une matrice carrée est la collection des éléments $a_{ii}$. La trace $\operatorname{tr}(A)$ est la somme de ces éléments.
• La règle de Cramer permet de résoudre un système $AX = B$ si $\det(A) \neq 0$ : $X = A^{-1} B$.

💡 À retenir

Les matrices sont des outils fondamentaux pour représenter et manipuler des systèmes linéaires, avec des opérations qui respectent des propriétés spécifiques comme la distributivité, la compatibilité avec la transposée, et la relation entre déterminant et inversibilité. La maîtrise des opérations matricielles est essentielle pour l’étude des systèmes et des transformations linéaires.

📖 9. Espaces vectoriels & bases

🔑 Notions clés & Définitions

• Espace vectoriel : Ensemble non vide V muni de deux opérations (addition et multiplication par un scalaire) vérifiant les axiomes (associativité, commutativité, existence d’un élément neutre, inverse, distributivité, etc.).
• Sous-espace vectoriel : Sous-ensemble de V qui est lui-même un espace vectoriel pour l’addition et la multiplication par un scalaire.
• Base : Ensemble minimal de vecteurs linéairement indépendants dont la combinaison linéaire permet de générer tout l’espace.
• Dimension : Nombre d’éléments dans une base d’un espace vectoriel, noté dim(V).
• Famille génératrice : Ensemble de vecteurs dont la combinaison linéaire couvre tout l’espace.
• Linéarité : Relation d’indépendance ou dépendance entre vecteurs, caractérisée par la non-existence de combinaisons linéaires nulles autres que triviales.

📝 Points essentiels

• Définition d’un espace vectoriel : Un ensemble V avec deux opérations (addition +, multiplication par un scalaire ×) vérifiant 8 axiomes fondamentaux.
• Sous-espace : Sous-ensemble de V contenant 0, fermé par addition et multiplication par un scalaire.
• Base et dimension : Toute base de V possède le même nombre d’éléments (théorème de l’unicité du nombre de vecteurs dans une base). La dimension est finie si V admet une base finie.
• Indépendance linéaire : Ensemble de vecteurs tels que la seule combinaison linéaire nulle est la trivialité.
• Générateurs : Ensemble dont la combinaison linéaire couvre V.
• Relation entre base, générateurs et dimension : Toute famille génératrice finie contenant une famille libre de même cardinal est une base.

💡 À retenir

Un espace vectoriel est entièrement déterminé par une base, dont la taille (dimension) est un invariant fondamental. La compréhension de l’indépendance linéaire et de la génération permet d’étudier la structure et la dimension des espaces vectoriels.

📖 10. Applications & sous-espaces

🔑 Notions clés & Définitions

• Application (ou fonction) : Relation qui associe à chaque élément d’un ensemble un seul élément d’un autre ensemble. Forme : $f : D_f \to \mathbb{R}$, où $D_f$ est le domaine de définition.
• Sous-espace vectoriel : Sous-ensemble d’un espace vectoriel qui est lui-même un espace vectoriel pour l’addition et la multiplication par un scalaire. Critères : contient le vecteur nul, fermé par addition et multiplication par un scalaire.
• Image d’un sous-espace : Ensemble des images par une application d’un sous-espace. Si $f : V \to W$, alors $f(U)$ est l’image de $U \subset V$.
• Noyau (ou kernel) : Ensemble des vecteurs du domaine envoyés sur le vecteur nul. Noté $\ker f = \{x \in V \mid f(x) = 0\}$. C’est un sous-espace de $V$.
• Application linéaire : Fonction entre espaces vectoriels qui respecte l’addition et la multiplication par un scalaire : $f(x + y) = f(x) + f(y)$ et $f(\lambda x) = \lambda f(x)$.
• Sous-espace propre : Sous-espace invariant par une application linéaire, associé à une valeur propre.

📝 Points essentiels

• Applications & sous-espaces : Toute application linéaire $f : V \to W$ possède un noyau (sous-espace de $V$) et une image (sous-espace de $W$). La dimension du noyau et de l’image sont reliées par le théorème du rang.
• Sous-espace vectoriel : Vérifier qu’un sous-ensemble $U$ de $V$ contient le vecteur nul, est stable par addition et multiplication par un scalaire.
• Applications linéaires : Leur étude se fait via leur matrice, leur noyau, leur image, et leur rang.
• Applications et sous-espaces : La compréhension des sous-espaces permet d’étudier la structure des espaces vectoriels et la nature des applications linéaires.

💡 À retenir

Les sous-espaces vectoriels et les applications linéaires sont fondamentaux pour comprendre la structure des espaces vectoriels. Toute application linéaire est caractérisée par son noyau et son image, qui sont des sous-espaces, et leur étude permet d’analyser la dimension, la injectivité, la surjectivité, et l’isomorphisme entre espaces.

📖 11. Groupes & sous-groupes

🔑 Notions clés & Définitions

• Groupe : Ensemble G muni d'une opération binaire (·) vérifiant quatre propriétés : fermeture, associativité, existence d'un élément neutre, et existence d'inverses pour chaque élément.
• Sous-groupe : Sous-ensemble H de G qui, avec l'opération de G, forme lui-même un groupe. Il doit contenir l'élément neutre, être fermé, et chaque élément doit avoir son inverse dans H.
• Groupe abélien (ou commutatif) : Groupe dans lequel l'opération est commutative, c'est-à-dire pour tous a, b dans G, a · b = b · a.
• Générateur : Élément ou ensemble d'éléments d’un groupe à partir duquel on peut générer tout le groupe via l’opération.
• Centre d’un groupe (Z(G)) : Ensemble des éléments qui commutent avec tous les autres éléments du groupe.

📝 Points essentiels

• La définition d’un groupe repose sur quatre axiomes fondamentaux : fermeture, associativité, élément neutre, et inverses.
• Un sous-groupe doit contenir l’élément neutre, être fermé sous l’opération, et chaque élément doit admettre un inverse dans le sous-groupe.
• La notion de générateur permet de décrire un groupe comme étant engendré par un ou plusieurs éléments.
• Le centre Z(G) est un sous-groupe normal de G, contenant tous les éléments qui commutent avec tout G.
• Un groupe est dit abélien si l’opération est commutative, ce qui simplifie souvent son étude.

💡 À retenir

Un groupe est une structure algébrique fondamentale caractérisée par la présence d’une opération associative, d’un élément neutre, et d’inverses, tandis qu’un sous-groupe est un sous-ensemble stable qui forme lui-même un groupe. La commutativité (abélianité) est une propriété importante qui influence la structure et la classification des groupes.

📊 Tableaux de Synthèse

⚠️ Pièges & Confusions Fréquentes

1. Confondre limite d’une fonction en un point et limite à l’infini.
2. Penser qu’une fonction continue doit être dérivable (ce n’est pas toujours vrai).
3. Oublier que la limite d’un produit ou somme ne peut pas être calculée si une limite n’existe pas.
4. Confondre dérivée et différentiabilité (une fonction peut être dérivable mais pas continuellement différentiable).
5. Utiliser incorrectement la règle de l’Hôpital en cas de limite indéterminée.
6. Confondre fonctions paires et impaires, notamment dans leur dérivation.
7. Ne pas vérifier que la limite d’une suite géométrique est nulle si $|q|<1$.
8. Confondre la notion de suite bornée et de suite convergente.
9. Oublier que le DL ne donne qu’une approximation locale, pas globale.
10. Se tromper dans l’application des formules d’addition ou de duplication pour les fonctions trigonométriques.
11. Confondre la dérivée d’une fonction composée avec la dérivée de chaque composante (règle de la chaîne).

✅ Checklist Examen

1. Écrire la définition formelle de la limite en un point.
2. Démontrer qu’une fonction est continue en un point en utilisant la limite.
3. Calculer la dérivée d’une fonction usuelle (ex : $\sin x$, $\cos x$, $\tan x$).
4. Déterminer si une fonction est dérivable en un point ou sur un intervalle.
5. Établir le développement limité d’une fonction en un point.
6. Vérifier la limite d’une suite à l’aide du critère de Cauchy ou de comparaison.
7. Identifier si une suite est bornée, monotone, ou divergente.
8. Appliquer la règle de l’Hôpital pour une limite indéterminée.
9. Utiliser les formules d’addition pour simplifier une expression trigonométrique.
10. Déterminer la limite d’une fonction composée en utilisant la limite intérieure.
11. Vérifier si une fonction est paire ou impaire.
12. Résoudre une équation de limite ou de dérivée pour étudier le comportement local ou global.