Modélisation avec les suites

Suites numériques — Première Spécialité

Modélisation avec les suites

Introduction

Les suites numériques sont un outil puissant pour modéliser des situations concrètes : évolution d'une population, placement financier, dose de médicament, etc. Ce chapitre montre comment choisir le bon modèle (arithmétique ou géométrique), utiliser un algorithme de seuil et étudier graphiquement une suite.


1. Modélisation par une suite arithmétique

Modèle arithmétique — croissance linéaire : Lorsqu'une grandeur évolue en ajoutant (ou retranchant) une même quantité à chaque étape, on modélise par une suite arithmétique :

uₙ₊₁ = uₙ + r

La représentation graphique des points (n ; uₙ) est alignée sur une droite.

Population — croissance constante : Une ville compte 15 000 habitants et gagne 400 habitants chaque année.

On note Pₙ la population après n années :

P₀ = 15 000 ; Pₙ₊₁ = Pₙ + 400

Formule explicite : Pₙ = 15 000 + 400n.

Après 20 ans : P₂₀ = 15 000 + 400 × 20 = 23 000 habitants.


2. Modélisation par une suite géométrique

Modèle géométrique — croissance exponentielle : Lorsqu'une grandeur évolue en étant multipliée par un même coefficient à chaque étape, on modélise par une suite géométrique :

uₙ₊₁ = q × uₙ

La croissance (ou décroissance) est exponentielle : de plus en plus rapide si q > 1.

Placement financier — intérêts composés : On place un capital C₀ = 5 000 € à un taux annuel de 4 %.

Chaque année, le capital est multiplié par 1,04 :

C₀ = 5 000 ; Cₙ₊₁ = 1,04 × Cₙ

Formule explicite : Cₙ = 5 000 × 1,04ⁿ.

Après 10 ans : C₁₀ = 5 000 × 1,04¹⁰ ≈ 7 401,22 €.

Population de bactéries : Une colonie de bactéries double toutes les heures. Au départ, il y a 500 bactéries.

B₀ = 500 ; Bₙ₊₁ = 2 × Bₙ

Bₙ = 500 × 2ⁿ. Après 10 heures : B₁₀ = 500 × 1024 = 512 000 bactéries.


3. Comparaison des deux modèles

Arithmétique vs Géométrique :

Suite arithmétique Suite géométrique
Évolution + r à chaque étape × q à chaque étape
Type de croissance Linéaire Exponentielle
Formule uₙ = u₀ + nr uₙ = u₀ × qⁿ
Graphique Points alignés Courbe exponentielle

Comparaison sur un exemple : Offre A : salaire initial 1 500 €, augmentation de 100 € par an → SₙA = 1 500 + 100n.

Offre B : salaire initial 1 500 €, augmentation de 5 % par an → SₙB = 1 500 × 1,05ⁿ.

  • Année 5 : S₅A = 2 000 € et S₅B ≈ 1 914 €. L'offre A est meilleure.
  • Année 15 : S₁₅A = 3 000 € et S₁₅B ≈ 3 118 €. L'offre B dépasse.

À long terme, la croissance exponentielle finit toujours par dépasser la croissance linéaire.


4. Algorithme de seuil

Algorithme de seuil : Un algorithme de seuil consiste à chercher le plus petit entier n tel que uₙ dépasse (ou passe en dessous d') une valeur donnée S.

Méthode : trouver n tel que uₙ > S : Par calculs successifs :

  1. Calculer u₀, u₁, u₂, ... en appliquant la relation de récurrence.

  2. S'arrêter dès que uₙ > S.

  3. Le rang trouvé est la réponse.

Par résolution algébrique (si formule explicite) :

  • Suite arithmétique : u₀ + nr > S ⟺ n > (S - u₀)/r

  • Suite géométrique (q > 1) : u₀ × qⁿ > S ⟺ qⁿ > S/(u₀)

Exemple : quand un capital dépasse 10 000 € ? : Cₙ = 6 000 × 1,05ⁿ. On cherche n tel que Cₙ > 10 000.

Par calculs successifs :

n 0 1 2 3 ⋯ 10 11
Cₙ 6 000 6 300 6 615 6 946 ⋯ 9 773 10 262

Donc Cₙ > 10 000 à partir de n = 11 ans.


5. Sens de variation d'une suite

Rappel : méthode pour le sens de variation : Pour une suite (uₙ) définie par une formule explicite, on étudie le signe de :

dₙ = uₙ₊₁ - uₙ

  • Si dₙ > 0 pour tout n ≥ n₀ : suite croissante à partir du rang n₀.

  • Si dₙ < 0 pour tout n ≥ n₀ : suite décroissante à partir du rang n₀.

Exemple : uₙ = n² - 8n + 20.

uₙ₊₁ - uₙ = (n+1)² - 8(n+1) + 20 - (n² - 8n + 20) = n² + 2n + 1 - 8n - 8 + 20 - n² + 8n - 20 = 2n - 7

uₙ₊₁ - uₙ > 0 ⟺ 2n > 7 ⟺ n > 3,5

Donc uₙ₊₁ < uₙ pour n ≤ 3 et uₙ₊₁ > uₙ pour n ≥ 4 : la suite décroît jusqu'au rang 4 (u₃ = 5, u₄ = 4), puis elle est croissante à partir du rang 4.


6. Représentation graphique

Représenter une suite : Pour représenter graphiquement une suite (uₙ) :

  1. Placer les points de coordonnées (n ; uₙ) dans un repère.

  2. Les points ne sont pas reliés (la suite est définie sur ℕ, pas sur ℝ).

  3. On peut observer la monotonie et le comportement à long terme sur le graphique.

Allure des graphiques :

  • Suite arithmétique (r > 0) : points alignés sur une droite croissante.
  • Suite géométrique (q > 1, u₀ > 0) : courbe exponentielle croissante.
  • Suite géométrique (0 < q < 1, u₀ > 0) : courbe qui décroît vers 0.

7. Algorithmes avec des listes

La seule notion nouvelle de Première en algorithmique est la liste : des valeurs rangées dans l'ordre, ce qu'il faut exactement pour garder les termes d'une suite. Trois gestes suffisent pour lire les algorithmes ci-dessous.

  • L = [0, 1] crée une liste ; L[k] est son élément d'indice k, en comptant à partir de 0 : ici L[0] vaut 0 et L[1] vaut 1.
  • L.append(x) ajoute x à la fin de la liste ; en langage naturel : « ajouter x à la fin de L ».
  • len(L) est le nombre d'éléments de la liste.

En langage naturel, ← signifie « prend la valeur », comme en Seconde. Les trois programmes sont aussi dans la rubrique Python (scripts « Suite de Syracuse », « Suite de Fibonacci » et « Factorielle »), avec ce qu'ils affichent.

La factorielle

Pour un entier n ≥ 1, on note n! = 1 × 2 × ⋯ × n (« factorielle n »), et l'on pose 0! = 1. La suite uₙ = n! vérifie u₀ = 1 et uₙ₊₁ = (n + 1) × uₙ : elle n'est pas géométrique, puisque le facteur change à chaque rang (u₁ = 1 × u₀, u₂ = 2 × u₁), ni arithmétique (u₁ - u₀ = 0 mais u₂ - u₁ = 1).

f ← 1
Pour k allant de 1 à n
    f ← f × k
Fin Pour
def factorielle(n):
    f = 1
    for k in range(1, n + 1):
        f = f * k
    return f

def liste_factorielles(n):
    L = [1]
    for k in range(1, n + 1):
        L.append(L[k - 1] * k)
    return L

factorielle(5) renvoie 120, et liste_factorielles(5) renvoie la liste des termes de 0! à 5! : [1, 1, 2, 6, 24, 120]. Dans la seconde fonction, chaque terme est calculé à partir du précédent, L[k - 1] : c'est la relation de récurrence uₖ = k × uₖ₋₁.

La suite de Syracuse

On choisit un entier N ≥ 1. Chaque terme s'obtient à partir du précédent : s'il est pair, on le divise par 2 ; s'il est impair, on le multiplie par 3 et on ajoute 1. On s'arrête quand on atteint 1.

L ← [N]
u ← N
Tant que u ≠ 1
    Si u est pair
        u ← u / 2
    Sinon
        u ← 3 × u + 1
    Fin Si
    ajouter u à la fin de L
Fin Tant que
def syracuse(N):
    L = [N]
    u = N
    while u != 1:
        if u % 2 == 0:
            u = u // 2
        else:
            u = 3 * u + 1
        L.append(u)
    return L

Pour N = 7, la liste est 7, 22, 11, 34, 17, 52, 26, 13, 40, 20, 10, 5, 16, 8, 4, 2, 1 : il faut 16 étapes pour atteindre 1, et le plus grand terme vaut 52. En Python, u % 2 est le reste de la division de u par 2, et u // 2 le quotient entier, qui garde des nombres entiers.

Une boucle dont personne ne sait prouver l'arrêt : Pour tous les entiers essayés, la suite finit par atteindre 1, et la boucle s'arrête. Mais personne n'a jamais su le démontrer pour tout entier N : c'est la conjecture de Syracuse, un problème ouvert. On ne connaît pas non plus de formule explicite pour cette suite : sa règle est une relation de récurrence définie par cas (uₙ₊₁ = (uₙ)/2 si uₙ est pair, uₙ₊₁ = 3uₙ + 1 sinon), et l'on n'en obtient les termes qu'un par un.

La suite de Fibonacci

Fibonacci la présente en 1202, avec un problème de couples de lapins : chaque terme est la somme des deux précédents. F₀ = 0, F₁ = 1 et Fₙ₊₂ = Fₙ₊₁ + Fₙ.

L ← [0, 1]
Pour k allant de 2 à n
    ajouter L[k − 1] + L[k − 2] à la fin de L
Fin Pour
def fibonacci(n):
    L = [0, 1]
    for k in range(2, n + 1):
        L.append(L[k - 1] + L[k - 2])
    return L

Pour n ≥ 1, fibonacci(n) renvoie la liste des termes de F₀ à Fₙ ; par exemple fibonacci(10) renvoie [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55]. Les indices font tout le travail : au tour k, la liste contient déjà F₀, …, Fₖ₋₁, et l'on ajoute la somme de ses deux derniers éléments.


8. Comportement à long terme : l'idée de limite

Que deviennent les termes d'une suite quand n devient très grand ? En Première, on répond par une conjecture, à partir d'un tableau de valeurs, d'un graphique ou d'un algorithme. La définition précise d'une limite est au programme de Terminale.

Limite d'une suite : l'idée intuitive :

  • Les termes finissent par dépasser n'importe quel nombre fixé, aussi grand soit-il, et restent au-dessus : on dit que la suite tend vers +∞. Exemple : uₙ = 2ⁿ vaut 1 024 pour n = 10 et dépasse le million dès n = 20.
  • Les termes finissent par passer sous n'importe quel nombre fixé, aussi négatif soit-il, et restent en dessous : on dit que la suite tend vers -∞. Exemple : 5 - 3n vaut 5, 2, -1, -4… et passe sous -1 000 dès n = 336.
  • Les termes finissent par être aussi proches qu'on veut d'un nombre ℓ, et le restent : on dit que la suite tend vers ℓ. Exemple : vₙ = 0,5ⁿ vaut 1, puis 0,5, 0,25, 0,125… et reste sous 0,001 dès n = 10 : elle tend vers 0.
  • Dans tous les autres cas, la suite n'a pas de limite. Exemple : wₙ = (-1)ⁿ vaut 1, -1, 1, -1… : ses termes ne se rapprochent d'aucun nombre, et ne partent ni vers +∞ ni vers -∞.

Conjecturer à partir d'un tableau, puis comprendre : u₀ = 2 et uₙ₊₁ = 0,5 uₙ + 3.

n 0 1 2 3 4 5 10
uₙ 2 4 5 5,5 5,75 5,875 ≈ 5,996

Conjecture : les termes se rapprochent de 6, sans le dépasser.

Pourquoi : on calcule l'écart à 6. 6 - uₙ₊₁ = 6 - 0,5 uₙ - 3 = 3 - 0,5 uₙ = 0,5 (6 - uₙ). L'écart est donc divisé par 2 à chaque étape : il part de 4, puis vaut 2, 1, 0,5… Il reste positif, et devient aussi petit qu'on veut.

Un tableau ne suffit pas toujours : Les premiers termes peuvent tromper. uₙ = (n²)/(1 000) vaut 0 ; 0,001 ; 0,004 ; 0,009… et semble rester tout petit. Pourtant u₁ ₀₀₀ = 1 000 et u₁₀ ₀₀₀ = 100 000 : la suite tend vers +∞. Avant de conjecturer, regarde des rangs assez grands, et cherche une raison, comme l'écart à 6 ci-dessus.

Ce qu'on observe sur les suites géométriques : Pour une suite géométrique de premier terme positif, les exemples montrent que les termes deviennent aussi grands qu'on veut quand q > 1, et se rapprochent de 0 quand 0 < q < 1. C'est une observation sur des exemples ; sa démonstration est faite en Terminale.


À retenir

Résumé :

  1. Modèle arithmétique : ajout constant → croissance linéaire → uₙ = u₀ + nr

  2. Modèle géométrique : multiplication constante → croissance exponentielle → uₙ = u₀ × qⁿ

  3. À long terme, la croissance exponentielle dépasse toujours la croissance linéaire.

  4. Algorithme de seuil : calculer les termes un par un jusqu'à dépasser la valeur cible.

  5. Sens de variation : étudier le signe de uₙ₊₁ - uₙ.

  6. Listes : une liste range les termes d'une suite ; l'élément d'indice k se note L[k], en comptant à partir de 0.

  7. Idée de limite : sur un tableau ou un graphique, on conjecture si la suite tend vers +∞, vers -∞, vers un nombre ℓ, ou si elle n'a pas de limite.