Agrégation Math 2009

MINISTRE DE LDUCATIONNATIONALE
DIRECTION GNRALE DES RESSOURCES HUMAINES

RAPPORT DE JURY DE CONCOURS
AGRGATION DE MATHMATIQUES
CONCOURS EXTERNE
Session 2009
LES RAPPORTS DES JURYS DE CONCOURS SONT TABLIS SOUS LA RESPONSABILIT DES PRSIDENTS DE JURY
Table des matires
1 Composition du jury 4
2 Droulement du concours et statistiques 7
2.1 Droulement du concours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Statistiques et commentaires gnraux sur la session 2009 . . . . . . . . . . . . . . . . . . . . . . 9
3 preuve crite de mathmatiques gnrales 16
3.1 nonc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 Rapport sur lpreuve crite de mathmatiques gnrales . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Corrig . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4 preuve crite danalyse et probabilits 43
4.1 nonc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2 Rapport sur lpreuve crite danalyse et probabilits . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3 Corrig . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5 preuves orales : Algbre et Gomtrie ; Analyse et Probabilits ; Mathmatiques pour lInforma-
tique. 63
5.1 Organisation des preuves . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.1.1 Premire partie : prsentation du plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.1.2 Deuxime partie : le dveloppement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.1.3 Troisime partie : questions et dialogue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1.4 Rapport dtaill sur les preuves orales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.2 Remarques sur lpreuve de leon de mathmatiques - Option D . . . . . . . . . . . . . . . . . . 73
5.3 Remarques sur lpreuve de leon dinformatique - Option D . . . . . . . . . . . . . . . . . . . . 73
6 preuve orale de modlisation 75
6.1 Organisation de lpreuve de modlisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.2 Utilisation de loutil informatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.3 Option A : probabilits et statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.4 Option B : Calcul scientique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.5 Option C : Algbre et Calcul formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.6 Option D : modlisation et analyse de systmes informatiques . . . . . . . . . . . . . . . . . . . 81
6.6.1 Remarques spciques sur lexercice de programmation. . . . . . . . . . . . . . . . . . . 81
page 2
Agrgation externe de mathmatiques Rapport du jury pour la session 2009
7 Annexe 1 : Leons doral (options A, B et C) proposes en 2009 84
8 Annexe 2 : Leons de mathmatiques pour linformatique et leons dinformatique 91
9 Annexe 3 : Le programme 2009 - 2010 96
9.1 Programme du tronc commun . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
9.1.1 Algbre linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
9.1.2 Groupes et gomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
9.1.3 Anneaux, corps, polynmes et fractions rationnelles . . . . . . . . . . . . . . . . . . . . . 97
9.1.4 Formes bilinaires et quadratiques sur un espace vectoriel . . . . . . . . . . . . . . . . . 98
9.1.5 Gomtries afne, projective et euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . 98
9.1.6 Analyse une variable relle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
9.1.7 Analyse une variable complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
9.1.8 Calcul diffrentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
9.1.9 Calcul intgral et probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
9.1.10 Analyse fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
9.1.11 Gomtrie diffrentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.2 preuves crites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.3 preuves orales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
9.3.1 preuves orales des options A, B, C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.3.2 Modlisation : programme de la partie commune aux options A, B, C . . . . . . . . . . . 103
9.3.3 Programme spcique de loption A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.3.4 Programme spcique de loption B. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.3.5 Programme spcique de loption C. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
9.4 preuves de loption D : informatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
9.4.1 Algorithmique fondamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.4.2 Automates et langages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.4.3 Calculabilit, dcidabilit et complexit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.4.4 Logique et dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
10 Annexe 4 : La bibliothque de lagrgation 108
page 3
Chapitre 1
Composition du jury
Directoire
Foulon Patrick, Prsident Professeur des Universits
Boug Luc, Vice-prsident Professeur des Universits
Moisan Jacques, Vice-prsident Inspecteur gnral
Torossian Charles, Vice-prsident Inspecteur gnral
Van der Oord Eric, Vice-prsident Inspecteur gnral
Chevallier Jean-Marie, Secrtaire gnral Matre de confrences
Boisson Franois, Directoire Professeur de chaire suprieure
Durand-Lose Jrme, Directoire Professeur des Universits
Goudon Thierry, Directoire Professeur des Universits
Lvy Thierry, Directoire Charg de recherches
Mestre Jean Franois, Directoire Professeur des Universits
Petazzoni Bruno, Directoire Professeur de chaire suprieure
Abergel Luc Professeur de chaire suprieure
Bachmann Florence Professeure agrge
Barou Genevive Matre de confrences
Baumann Pierre Charg de recherche
Bayle Lionel Matre de confrences
Bechata Abdellah Professeur agrg
Bennequin Daniel Professeur des Universits
Bernis Laurent Professeur de chaire suprieure
Bertrand Pierre Directeur de recherche
Biolley Anne-Laure Professeure agrge
Blanloeil Vincent Matre de confrences
Bonnaillie-Noel Virginie Charge de recherche
Bonnefont Claire Professeure de chaire suprieure
Borel Agns Professeure de chaire suprieure
Bouton-Drouhin Catherine Professeure de chaire suprieure
Boyer Franck Professeur des Universits
Bremont Julien Matre de confrences
Cadoret Anna Matre de confrences
Caldero Philippe Matre de confrences
page 4
Cerf-Danon Hlne Professeure de chaire suprieure
Chabanol Marie-Line Matre de confrences
Chafa Djalil Charg de recherches
Chardin Marc Charg de recherches
Chevallier Marie-Elisabeth Professeure de chaire suprieure
Chills Alain Professeur de chaire suprieure
Contejean Evelyne Charge de recherche
Cori Ren Matre de confrences
Correia Hubert Professeur de chaire suprieure
Czarnecki Marco Professeur des universits
De la Bretche Rgis Professeur des Universits
De Seguins Pazzis Clment Professeur agrg
Domelevo Komla Matre de confrences
Dozias Sandrine Professeure de chaire suprieure
Dumas Laurent Matre de confrences
Favennec Denis Professeur de chaire suprieure
Feauveau Jean-Christophe Professeur de chaire suprieure
Fleurant Sandrine Professeure agrge
Fontaine Philippe Professeur de chaire suprieure
Fontanez Franoise Professeure agrge
Fort Jean-Claude Professeur des Universits
Gallois Mirentchu Professeure agrge
Gamboa Fabrice Professeur des Universits
Gaudry Pierrick Charg de recherche
Gaussier Herv Professeur des Universits
Godefroy Gilles Directeur de recherche
Guel Pascal Professeur de chaire suprieure
Guibert Gil Professeur agrg
Haas Bndicte Matre de confrences
Hanrot Guillaume Charg de recherche
Harinck Pascale Charge de recherche
Hernandez David Charg de recherche
Hirsinger Odile Professeure agrge
Hubert Evelyne Charge de recherches
Isaa Jrme Professeur agrg
Istas Jacques Professeur des Universits
Julg Pierre Professeur des Universits
Kostyra Marie-Laure Professeure agrge
Latte Pauline Matre de confrences
Le Merdy Sylvie Professeure agrge
Lefevre Pascal Professeur des Universits
Lvy Vhel Jacques Directeur de recherche
Loiseau Bernard Professeur de chaire suprieure
Maggi Pascale Professeure de chaire suprieure
Marchal Philippe Charg de recherche
Mthou Edith Professeure agrge
Meunier Nicolas Matre de confrences
Mzard Ariane Professeure des Universits
Monier Marie Professeure agrge
Noble Pascal Matre de confrences
Paroux Katy Matre de confrences
page 5
Pennequin Denis Matre de confrences
Peyre Emmanuel Professeur des Universits
Philibert Bertrand Professeur agrg
Prieur Christophe Charg de recherche
Prieur Clmentine Professeure des Universits
Rgnier Mireille Directrice de recherche
Risler Jean-Jacques Professeur des Universits
Samson Adeline Matre de confrences
Sauloy Jacques Matre de confrences
Sauvageot Franois Matre de confrences
Sauv Marie Professeure agrge
Seuret Stphane Matre de confrences
Sidaner Sophie Professeure de chaire suprieure
Suffrin Frdric Professeur agrg
Taieb Franck Professeur de chaire suprieure
Teillaud Monique Charge de recherche
Tosel Emmanuelle Professeure agrge
Tosel Nicolas Professeur de chaire suprieure
Vernier le Goff Claire Professeure agrge
Vincent Christiane Professeure de chaire suprieure
Weil Jacques-Arthur Matre de confrences
Zayana Karim Professeur agrg
Zeitoun Marc Professeur des Universits
Zwald Laurent Matre de confrences
page 6
Chapitre 2
Droulement du concours et statistiques
2.1 Droulement du concours
Les preuves crites se sont droules selon le calendrier suivant :
preuve de mathmatiques gnrales : mardi 7 avril 2009 ;
preuve danalyse et probabilits : mercredi 8 avril 2009 .
La liste dadmissibilit a t publie le mardi mardi 2 juin 2009.
Loral sest droul du 26 juin au 15 juillet au lyce Marcelin-Berthelot de Saint-Maur-des-Fosss. La liste
dadmission a t publie le lundi 17 juillet 2009.
Depuis 2006 le concours propose quatre options qui se distinguent seulement pour les trois premires A, B,
C, par les preuves de modlisation et loption D (informatique) avec trois preuves orales spciques. En
2009 comme en 2008, on peut constater que dans les trois premires options, les nombres dinscrits sont
similaires ; ils sont toujours et cest bien comprhensible nettement infrieurs dans loption D. Dans les
quatre options, les pourcentages dadmis sont similaires. Nous continuons, tant que ces options ne sont pas
stabilises, ne pas donner de statistiques dtailles par option.
Le nom ofciel, concours externe de recrutement de professeurs agrgs stagiaires , montre clairement
que, par le concours dagrgation, le ministre recrute des professeurs agrgs destins, selon leur statut,
lenseignement secondaire (lyces denseignement gnral et technologique et, exceptionnellement, col-
lge) ou lenseignement suprieur (universits, instituts universitaires de technologie, grandes coles,
classes prparatoires aux grandes coles, sections de techniciens suprieurs). lissue du concours, les
candidats admis sont normalement placs comme stagiaires. Les diffrentes possibilits de stage (stage en
formation lIUFM, stage en situation dans un tablissement secondaire, stage en CPGE, stage comme
ATER, etc.) sont dtailles dans la note de service n
2005-038 du 2 mars 2005.

Des reports de stage peuvent tre accords par la DGRH
1
pour permettre aux laurats deffectuer des tudes
doctorales ou des travaux de recherche dans un tablissement ou organisme public franais
2
; les lves des
coles Normales Suprieures en bncient automatiquement pour terminer leur priode de scolarit.
Le programme, la nature des preuves crites et orales, font lobjet de publications au bulletin ofciel du
ministre de lducation nationale (B.O.), et leur actualisation peut tre consulte sous forme lectronique
sur le site de la DPE, ladresse
http://www.education.gouv.fr/siac/siac2/default.htm
1. Directiongnrale des ressources humaines (personnels enseignants de seconddegr) duministre de lducationnationale.
2. La DGRH demande une attestation de poursuite de recherches, ou dfaut une autorisation sinscrire dans une formation
de troisime cycle universitaire. Les candidats doivent se munir dune telle attestation et la fournir pendant loral.
page 7
ou sur le site de lagrgation externe de mathmatiques, ladresse
http://www.agreg.org,
o se trouvent aussi tous les renseignements pratiques concernant les sessions venir.
page 8
2.2 Statistiques et commentaires gnraux sur la session 2009
Aprs la diminution sensible du nombre de postes au concours 2006 (de 388 postes en 2005 290 postes en
2006 et 2007 soit une diminution de plus de 23%), le nombre de postes proposs au concours a subi une
nouvelle baisse de 13% en 2008 pour se stabiliser 252 en 2008 et 2009.
Laugmentation rgulire du nombre dinscrits constate depuis le concours 2004 a plafonn en 2006-07 .
Les nombres dinscrits et surtout les nombres de prsents aux deux preuves dcrit en 2008 et 2009 sont en
baisse sensible : cest certainement la consquence de la diminution du nombre de postes mis au concours.
Une analyse plus ne montre que cette diminution est due une diminution du nombre de candidats dans
les catgories des tudiants hors ENS.
3
Anne Total Inscrits Total Prsents
tudiants
Prsents
ENS
Prsents
Postes
pourvoir
Prsents par
poste
2001 2663 1828 857 105 310 5,9
2002 2343 1584 753 95 320 5,0
2003 2217 1463 657 93 360 4,1
2004 2333 1470 735 76 321 4,6
2005 2560 1644 795 105 388 4,2
2006 2849 1853 800 129 290 6,4
2007 2801 1722 800 106 290 5,9
2008 2491 1579 659 119 252 6,3
2009 2351 1384 585 116 252 5,5
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2001 2002 2003 2004 2005 2006 2007 2008 2009
E
f
f
e
c
t
i
f
s Total Prsents
tudiants Prsents
ENS Prsents
Postes pourvoir
volution du nombre de prsents aux deux preuves dcrit
Anne Total Inscrits Total Prsents
tudiants
Prsents
ENS
Prsents
Postes
pourvoir
Prsents par
poste
2001 2663 1828 857 105 310 5,9
2002 2343 1584 753 95 320 5,0
2003 2217 1463 657 93 360 4,1
2004 2333 1470 735 76 321 4,6
2005 2560 1644 795 105 388 4,2
2006 2849 1853 800 129 290 6,4
2007 2801 1722 800 106 290 5,9
2008 2491 1579 659 119 252 6,3
2009 2351 1384 585 116 252 5,5
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2001 2002 2003 2004 2005 2006 2007 2008 2009
E
f
f
e
c
t
i
f
s Total Prsents
tudiants Prsents
ENS Prsents
Postes pourvoir
3. dans cette population, sont regroupes les catgories tudiant et lve de 1
re
anne dIUFM.
page 9
lissue de la dlibration dcrit, 553 candidats ont t dclars admissibles ; le premier admissible avait
une moyenne de 20/20 et le dernier une moyenne de 8,5/20. Finalement, lissue des preuves orales, les
252 postes offerts au concours ont t pourvus ; le premier admis a une moyenne de 19,8/20, le dernier
admis une moyenne de 10,15/20.
On trouvera dans les pages qui suivent diffrents tableaux et graphiques constituant le bilan statistique du
concours selon diffrents critres (gographie, genre, catgorie professionnelle, ge). Dans ces tableaux,
tous les pourcentages sont calculs par rapport aux prsents.
CATGORIES INSCRITS PRSENTS ADMISSIBLES ADMIS % admissibles % admis
LVE IUFM 1re ANNE 135 95 10 2 10,5 2,1
LVE D'UNE ENS 123 116 114 98 98,3 84,5
TUDIANT 582 490 254 131 51,8 26,7
SALARI SECTEUR PRIV 86 31 14 4 45,2 12,9
SANS EMPLOI 102 39 12 4 30,8 10,3
ENSEIGNANT DU SUPRIEUR 21 12 4 1 33,3 8,3
AGRG 9 1 0 0 0,0 0,0
CERTIFI 848 411 99 5 24,1 1,2
PLP 39 7 0 0 0,0 0,0
AUTRE ENSEIGNANT 2nd DEGR 318 151 39 5 25,8 3,3
ENSEIGNANT 1er DEGR 4 0 0 0
AUTRE FONCTIONNAIRE 13 4 1 0 25,0 0,0
SURVEILLANT 27 13 1 0 7,7 0,0
AUTRE 44 14 5 2 35,7 14,3
TOTAL 2351 1384 553 252 40,0 18,2
CATGORIES SIMPLIFIES INSCRITS PRSENTS ADMISSIBLES ADMIS % admissibles % admis
LVE D'UNE ENS 123 116 114 98 98,3 84,5
AUTRE TUDIANT 717 585 264 133 45,1 22,7
ENSEIGNANT 1239 582 142 11 24,4 1,9
AUTRE 272 101 33 10 32,7 9,9
TOTAL 2351 1384 553 252 40,0 18,2
Rsultat du concours par catgories professionnelles
4
CATGORIES SIMPLIFIES INSCRITS PRSENTS ADMISSIBLES ADMIS % admissibles % admis
LVE D'UNE ENS 123 116 114 98 98,3 84,5
AUTRE TUDIANT 717 585 264 133 45,1 22,7
ENSEIGNANT 1239 582 142 11 24,4 1,9 0,52777778
AUTRE 272 101 33 10 32,7 9,9
TOTAL 2351 1384 553 252 40,0 18,2
0,91666667
non admissiblesadmissibles non admis admis
LVE D'UNE ENS 2 16 98
AUTRE TUDIANT 321 131 133
ENSEIGNANT 440 131 11
AUTRE 68 23 10
TOTAL 831 301 252
0
100
200
300
400
500
600
LVE D'UNE
ENS
AUTRE
TUDIANT
ENSEIGNANT AUTRE
admis
admissibles non admis
non admissibles
Rsultat du concours par grandes catgories
Ces rsultats par grandes catgories conrment que le concours de lagrgation externe de mathmatiques
est, comme cest sa fonction, un concours de recrutement de nouveaux enseignants. La catgorie cumule
des tudiants (ENS et hors ENS) constitue en effet, comme en 2008, 92% de leffectif des admis.
4. Les catgories professionnelles listes ci-dessus correspondent aux dclarations des candidats lors de linscription : elles ne
font lobjet daucune vrication et doivent tre considres avec prudence.
page 10
Rpartition selon le genre
GENRE Inscrits Prsents Admissibles Admis % Admissibles % Admis
FEMMES 736 457 123 48 26,91 10,50
HOMMES 1615 927 430 204 46,39 22,01
TOTAL 2351 1384 553 252 39,96 18,21
Rsultat du concours par genres
GENRE Inscrits Prsents Admissibles Admis % Admissibles % Admis
FEMMES 736 457 123 48 26,91466083 10,50328228
HOMMES 1615 927 430 204 46,38619202 22,00647249
TOTAL 2351 1384 553 252 39,9566474 18,20809249
non admissibles admissibles non admises admises
FEMMES 334 75 48
non admissibles admissibles non admis admis
HOMMES 497 226 204
non admissibles
73%
admissibles non
admises
16%
admises
11%
non admissibles admissibles non admis admis
HOMMES 497 226 204
non admissibles
54%
admissible
s non
admis
admis
22%
FEMMES HOMMES
On constate une nouvelle baisse aprs le lger rquilibrage de la parit pour le succs au concours en
2008 (17, 62% dadmis pour 12, 71% dadmises). Le rsultat est pour les femmes semblable aux pourcen-
tages constats en 2007 (19, 9% dadmis pour 10, 9% dadmises). Ceci fait suite une baisse constate en
2006 et 2007 alors que les taux de succs chez les femmes (23%) et chez les hommes (24%) taient prati-
quement identiques en 2005. Ces pourcentages sont analyser en tenant compte du fait que la diminution
du nombre de places au concours entrane une diminution mcanique du pourcentage de reues parmi les
femmes, puisquelles ne reprsentent quun faible pourcentage parmi les candidats issus dune ENS (10%
cette anne, comparer aux 16% de 2008). Dans cette catgorie, on trouve en effet, en 2009, 39%, des reus
au concours. Pour la catgorie lve dune E.N.S les taux de russite hommes, 84, 6%, et femmes, 83, 8%,
ne sont pas signicativement diffrents . Si on considre par contre la catgorie des tudiants hors ENS, il
y a 31, 2% dadmis et 19, 2% dadmises. Ce rsultat est assez surprenant puisquen 2008, pour la catgorie
tudiant hors E.N.S, la parit tait respecte dans les succs, avec 22% dadmis et 23% dadmises !
page 11
Rpartition selon lge
TRANCHE D'GE
[20, 30[ 1288 950 429 196
[30, 40[ 747 304 90 43
[40, 50[ 244 95 24 9
[50, 60[ 65 29 8 3
INSCRITS PRSENTS ADMISSIBLES ADMIS
Rpartition par tranches dge
TRANCHE D'GE INSCRITS PRSENTS ADMISSIBLES ADMIS
[20, 30[ 1288 950 429 196
[30, 40[ 747 304 90 43
[40, 50[ 244 95 24 9
[50, 60[ 65 29 8 3
0
200
400
600
800
1000
1200
1400
[20, 30[ [30, 40[ [40, 50[ [50, 60[
INSCRITS
PRSENTS
ADMISSIBLES
ADMIS
Cette rpartition par tranches dge conrme que lagrgation externe permet de recruter des jeunes ensei-
gnants. Les jeunes constituent en effet lessentiel des prsents mais surtout des admis au concours, 77%des
reus ont moins de 30 ans. Fait nouveau, cette anne des candidats plus avancs en ge se sont prsents
avec succs. Il suft pour sen convaincre de rappeler quen 2008, 96%, des reus avaient moins de 30 ans.
page 12
Rpartition selon lacadmie
Acadmie
AIX-MARSEILLE 121 68 19 7
AMIENS 56 33 8 3
BESANCON 27 16 5 3
BORDEAUX 90 63 26 7
CAEN 41 28 6 2
CLERMONT-FERRAND 22 10 4 2
CORSE 2 1 0 0
DIJON 37 24 9 1
GRENOBLE 78 40 21 11
GUADELOUPE 33 12 4 1
GUYANE 12 6 1 0
LA REUNION 50 27 6 0
N. CALEDONIE 14 6 1 0
POLYNESIE 19 6 2 0
MAYOTTE 6 5 0 0
LILLE 131 65 15 5
LIMOGES 17 9 1 0
LYON 126 96 54 28
MARTINIQUE 26 8 0 0
MONTPELLIER 67 26 10 4
NANCY-METZ 80 51 19 3
NANTES 90 45 20 7
NICE 92 51 14 1
ORLEANS-TOURS 72 44 14 6
POITIERS 54 35 12 5
REIMS 46 31 16 7
RENNES 94 67 41 30
ROUEN 36 18 4 1
STRASBOURG 77 48 18 9
TOULOUSE 95 49 21 7
CRETEIL-PARIS-VERSAIL. 640 396 182 102
TOTAL 2351 1384 553 252
Hors ENS
CRTEIL-PARIS-VERSAILLES 570 332 118 45
RENNES 68 41 16 9
LYON
100 71 30 8
ENS seulement
CRETEIL-PARIS-VERSAILLES 70 64 64 57
RENNES 26 26 25 21
LYON 26 25 24 20
Inscrits Prsents Admissibles Admis
Rsultat du concours par acadmies
page 13
Acadmie
AIX-MARSEILLE 121 68 19 7
AMIENS 56 33 8 3
BESANCON 27 16 5 3
BORDEAUX 90 63 26 7
CAEN 41 28 6 2
CLERMONT-FERRAND 22 10 4 2
CORSE 2 1 0 0
DIJON 37 24 9 1
GRENOBLE 78 40 21 11
GUADELOUPE 33 12 4 1
GUYANE 12 6 1 0
LA REUNION 50 27 6 0
N. CALEDONIE 14 6 1 0
POLYNESIE 19 6 2 0
MAYOTTE 6 5 0 0
LILLE 131 65 15 5
LIMOGES 17 9 1 0
LYON 126 96 54 28
MARTINIQUE 26 8 0 0
MONTPELLIER 67 26 10 4
NANCY-METZ 80 51 19 3
NANTES 90 45 20 7
NICE 92 51 14 1
ORLEANS-TOURS 72 44 14 6
POITIERS 54 35 12 5
REIMS 46 31 16 7
RENNES 94 67 41 30
ROUEN 36 18 4 1
STRASBOURG 77 48 18 9
TOULOUSE 95 49 21 7
CRETEIL-PARIS-VERSAIL. 640 396 182 102
TOTAL 2351 1384 553 252
Hors ENS
CRTEIL-PARIS-VERSAILLES 570 332 118 45
RENNES 68 41 16 9
LYON
100 71 30 8
ENS seulement
CRETEIL-PARIS-VERSAILLES 70 64 64 57
RENNES 26 26 25 21
LYON 26 25 24 20
page 14
Reprsentation des rsultats par acadmies (y compris ENS)
Admis
7
3
3
7
2
2
0
1
11
1
0
0
0
0
0
5
0
28
0
4
3
7
1
6
5
7
30
1
9
7
102
0 100 200 300 400 500 600 700
AIX-MARSEILLE
AMIENS
BESANCON
BORDEAUX
CAEN
CLERMONT-FERRAND
CORSE
DIJON
GRENOBLE
GUADELOUPE
GUYANE
LA REUNION
N. CALEDONIE
POLYNESIE
MAYOTTE
LILLE
LIMOGES
LYON
MARTINIQUE
MONTPELLIER
NANCY-METZ
NANTES
NICE
ORLEANS-TOURS
POITIERS
REIMS
RENNES
ROUEN
STRASBOURG
TOULOUSE
CRETEIL-PARIS-VERSAIL.
Admis
Admissibles
Prsents
Inscrits
page 15
Chapitre 3
preuve crite de mathmatiques gnrales
3.1 nonc
Notations et prliminaires
Tous les corps gurant dans le problme sont supposs commutatifs.
N dsigne lensemble des nombres entiers naturels
N
dsigne lensemble des nombres entiers naturels non nuls

Pour tous entiers naturels a et b tels que a <b, lensemble [[a, b]] dsigne [a, b] N
R dsigne lensemble des nombres rels
R
dsigne lensemble des nombres rels non nuls

R
+
dsigne lensemble des nombres rels positifs
C dsigne lensemble des nombres complexes
C
dsigne lensemble des nombres complexes non nuls

K tant un corps, on note K[X] lensemble des polynmes coefcients dans K, K
n
[X] lensemble des
polynmes de degr <n coefcients dans K, pour tout nombre entier naturel n
M
n
(K) dsigne lensemble des matrices carres de taille n >1 coefcients dans K
GL
n
(K) dsigne lensemble des matrices inversibles de M
n
(K). Si A GL
n
(K), on note A
1
son inverse
On dira que deux sous-espaces vectoriels V et W de lespace vectoriel M
n
(K) sont conjugus sil existe
P GL
n
(K) telle que
W P
1
V P {P
1
MP ; M V }.
I
n
dsigne llment unit de M
n
(K) .
Pour A dans M
n
(K) on dsigne par
t
A la transpose de A, trA la trace de A, detA le dterminant de A et
P
A
son polynme caractristique sur K cest--dire P
A
(X) det(AX I
n
)
Pour E un K-espace vectoriel, on note L(E) lalgbre des endomorphismes de E et I d
E
lapplication
identit sur E.
Si u est un endomorphisme diagonalisable dun K-espace vectoriel E de dimension nie, on pose Sp(u)
le spectre de u, cest--dire lensemble des valeurs propres de u.
Pour u un endomorphisme dun K-espace vectoriel E de dimension nie et pour Sp(u) on pose
E
(u) Ker (u I d
E
) le sous-espace propre de u associ .
Objet du problme
Dans ce problme, on se propose dtudier les sous-espaces vectoriels de M
n
(K) constitus de matrices
diagonalisables.
Plus prcisment, si n est un entier >1 et K un corps, on note MT(n, K) lafrmation suivante :
page 16
Pour toutes matrices A et B diagonalisables dans M
n
(K), la proprit
(a) A et B commutent
est quivalente la proprit
(b) Pour tout K, A+B est diagonalisable dans M
n
(K).
Lun des objectifs de ce problme est de montrer que cette afrmation est vraie dans le cas complexe cest-
-dire que MT(n, C) est vraie pour tout n >1, qui est un rsultat d Motzkin-Taussky, 1952.
Dans toute la suite, lorsquil sera demand dtudier lafrmation MT(n, K), il faudra examiner successive-
ment si les implications (a) (b) et (b) (a) sont vraies.
Les parties I, II et III peuvent tre traites de manire indpendante.
Partie I
I-A : Le sens direct et le cas n 2
1. Soit K un corps et E un K-espace vectoriel de dimension nie.
On considre u et v deux endomorphismes diagonalisables de E qui commutent cest--dire tels que
u v v u.
(a) Montrer que les sous-espaces propres de v sont stables par u cest--dire que si F est un sous-
espace propre de v, on a u(F) F.
(b) Montrer que u induit sur chaque sous-espace propre de v un endomorphisme diagonalisable.
(c) En dduire lexistence dune base commune de rduction dans E pour les endomorphismes u
et v, cest--dire quil existe une base B de E telle que celle ci soit une base de vecteurs propres
la fois de u et de v.
2. Plus gnralement, on considre (u
i
)
i I
une famille dendomorphismes diagonalisables de E.
On suppose en outre que ces endomorphismes commutent deux deux :
((i , j ) I
2
), u
i
u
j
u
j
u
i
.
Montrer lexistence dune base commune de rduction dans E pour la famille (u
i
)
i I
cest--dire une
base Bde E qui est une base de vecteurs propres pour chaque endomorphisme u
i
, i I .
(I ndi cat i on : on pourra raisonner par rcurrence sur la dimension de E, en tudiant part le cas o
(u
i
)
i I
est une famille dhomothties.)
3. Montrer que limplication (a) (b) est vraie dans lafrmation MT(n, K), pour tout entier n >1 et tout
corps K.
4. tudier limplication (b) (a) dans lafrmation MT(2, R).
5. On tudie limplication (b) (a) dans lafrmation MT(2, C).
Soit A et B deux matrices diagonalisables de M
2
(C) satisfaisant la proprit (b) de MT(2, C).
(a) Montrer que lon peut se ramener au cas o B est une matrice diagonale de M
2
(C) avec au moins
une valeur propre nulle.
(b) En supposant que B est une matrice diagonale non nulle avec une valeur propre nulle, dmon-
trer lexistence dun nombre complexe
0
tel que A+
0
B ait une valeur propre double.
(c) En dduire que limplication (b) (a) dans MT(2, C) est vraie.
6. On suppose ici KF
p
Z/pZ, o p est un nombre premier et n un nombre entier >1.
(a) Montrer que A M
n
(F
p
) est diagonalisable si et seulement si A
p
A.
(b) Dmontrer lafrmation MT(n, F
2
).
page 17
(c) Dmontrer lafrmation MT(2, F
p
), dans le cas p >3.
_
I ndi cat i on : on pourra suivre le mme plan que dans le cas complexe rencontr la question
I-A-5
_
I-B : Application de la rduction simultane
1. (a) On suppose ici que K est un corps de caractristique diffrente de 2.
On considre un sous-groupe multiplicatif ni G de GL
n
(K) o n est un entier >1.
On suppose que :
(M G), M
2
I
n
.
Montrer que G est ablien de cardinal infrieur ou gal 2
n
.
(b) En dduire que pour tout (n, m) (N
)
2
les groupes multiplicatifs GL
n
(K) et GL
m
(K) sont iso-
morphes si et seulement si n m.
2. Dans cette question, KC et n est un nombre entier >1.
On considre A et B deux matrices de M
n
(C) et on introduit lendomorphisme de M
n
(C)
A,B
: M AM+MB.
(a) En supposant que A est diagonalisable et que B 0 , tablir que
A,B
est diagonalisable.
(b) En supposant A et B diagonalisables, tablir que
A,B
est diagonalisable.
(c) Dmontrer la rciproque, cest--dire que si
A,B
est diagonalisable, A et B le sont.
(I ndi cat i on : On pourra utiliser la dcomposition de Jordan-Dunford de A et B)
(d) Lorsque A et B sont diagonalisables, dterminer les lments propres de
A,B
en fonction de
ceux de A et de
t
B.
3. Dans cette question, K R et on note S
2
(R) lensemble des matrices symtriques relles de M
2
(R).
Soit V un hyperplan vectoriel de M
2
(R) constitu de matrices diagonalisables sur R.
On se propose de montrer que V est conjugu S
2
(R).
(a) Montrer que V contient la matrice I
2
.
(b) Montrer que V est conjugu au sous-espace vectoriel engendr par (I
2
, A, B) avec
A
_
1 0
0 0
_
et B
_
0
2
1 0
_
,
o est un nombre rel non nul.
(c) En dduire le rsultat.
4. Montrer que tout espace vectoriel form de matrices diagonalisables de M
2
(R) est conjugu un
sous-espace vectoriel de S
2
(R).
Partie II : Le cas n 3
On suppose que K est un corps de caractristique nulle. On rappelle les dnitions suivantes :
- Pour les polynmes de K[X]
P
m
k0
a
k
X
k
et Q
n
k0
b
k
X
k
page 18
o m et n sont deux entiers >1, on dnit le rsultant de P et Q par le dterminant de taille m+n.
R(P,Q)
a
m
0 0
a
m1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
a
m
.
.
. a
m1
.
.
.
.
.
.
a
0
.
.
.
0 a
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 a
0
. .
n colonnes
b
n
0 0
b
n1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
b
n
.
.
. b
n1
.
.
.
.
.
.
b
0
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 b
0
. .
m colonnes
- Pour tout P K[X] de degr n >1 de coefcient dominant a
n
, on dnit le discriminant de P par
(P)
(1)
n(n1)
2
a
n
R(P, P
t
).
1. On considre , et trois scalaires de K. Montrer que le discriminant du polynme
P X
3
+X
2
+X +
est
27
2
18+
2
2
4
3
+4
3
.
2. On pose dans M
3
(K)
M
_
_
m
1
m
2
m
3
m
4
m
5
m
6
m
7
m
8
m
9
_
_
et N
_
_
s 0 0
0 0 0
0 0 1
_
_
On suppose s distinct de 0 et 1. Montrer que le discriminant du polynme caractristique de M+N

est un polynme de degr six en dont le coefcient dominant est (s(1s))
2
.
3. On pose dans M
3
(K)
B
_
_
b
1
b
2
b
3
b
4
b
5
b
6
b
7
b
8
b
9
_
_
et Q
_
_
0 0 0
0 0 0
0 0 1
_
_
et on note
P
B
X
3
+aX
2
+bX +c.
(a) Montrer que si
b
1
b
2
b
4
b
5
0, on a :
( K), P
B+Q
X
3
+(a +) X
2
+(b (b
1
+b
5
) ) X +c.
(b) Montrer alors que si en plus b
1
+b
5
/ 0, le discriminant de P
B+Q
est un polynme de degr
quatre en et dterminer son coefcient dominant.
page 19
4. Ici KC; on se propose de dmontrer limplication (b) (a) de lafrmation MT(3, C).
Soit A et B deux matrices diagonalisables de M
3
(C) satisfaisant la proprit (b) de MT(3, C) ; on note
F le C-espace vectoriel engendr dans M
3
(C) par I
3
, A et B.
(a) Montrer que F est un sous-espace vectoriel de matrices diagonalisables de M
3
(C) et que si la
dimension de F est strictement infrieure 3, les matrices A et B commutent.
(b) On suppose que la dimension de F est gale 3. Montrer que lon peut se ramener par conju-
gaison au cas o A Diag(0, 0, 1) et B est un projecteur de rang 1.
(c) En dduire que limplication (b) (a) de lafrmation MT(3, C) est vraie.
Partie III : Le cas gnral dans C
III-A : Bases holomorphes
1. Soit
0
un disque ouvert de C contenant lorigine ; on considre une application holomorphe M de
0
dans M
n
(C), cest--dire telle que chaque coefcient m
i j
de M dnisse une fonction holomorphe
de
0
dans C, pour (i , j ) [[1, n]]
2
.
Pour tout z
0
\{0}, on note V (z) le noyau de la matrice M(z).
Dmontrer lexistence dun rel >0 et dun entier m>0 tels que
(z
0
), (0 <[z[ <) (dimV (z) m).
(I ndi cat i on : on pourra considrer les mineurs de M(z).)
On suppose m>1 dans la suite.
2. Sous les hypothses ci-dessus et avec les mmes notations, dmontrer lexistence dun nombre rel
r > 0 et de m fonctions
1
, ,
m
, holomorphes sur D
r
{z
0
; [z[ < r }, valeurs dans C
n
, telles
que pour tout z D
r
\{0}, les vecteurs
1
(z), ,
m
(z) engendrent V (z) et
1
(0), ,
m
(0) sont tous
non nuls.
(I ndi cat i on : on pourra commencer par trouver des vecteurs
1
(z), ,
m
(z) mromorphes en z,
qui engendrent V (z).)
3. Toujours avec les mmes notations, notons Z
lensemble des couples (z, )

0
C
n
tels que z /0
et V (z), Z ladhrence de Z
dans
0
C
n
et V (0) ( qui na pas encore t dni) le sous-ensemble
de C
n
tel que
{0} V (0) Z ({0} C
n
).
(a) On suppose que la famille (
1
(0), ,
m
(0)) est libre. Dmontrer que V (0) est un sous-espace
vectoriel de C
n
de dimension m.
(b) Montrer quil existe une famille (
1
, ,
m
), comme la question III-A-2 telle que la famille
(
1
(0), ,
m
(0)) soit libre et en dduire que V (0) est un sous-espace vectoriel de C
n
de dimen-
sion m.
(I ndi cat i on : partant dune famille quelconque (
1
, ,
m
) vriant III-A-2, onpourra construire
des familles (
1
, ,
k
,
k+1
, ,
m
) par rcurrence sur k.)
4. On considre une application holomorphe N dun ouvert U de C dans M
n
(C), un point
0
de C et un
cercle centr en
0
, orient dans le sens direct.
On suppose que pour tout U, la matrice N() est diagonalisable, que :
(U), ( ), N() I
n
GL
n
(C),
et on note R(, ) (N() I
n
)
1
.
(a) Dmontrer que la formule suivante
()
1
2i
_
R(, ) d
dnit une application holomorphe de U dans M
n
(C).
page 20
(b) Soit
0
un point de U ; on suppose que
0
est lunique valeur propre de N(
0
) entoure par le
cercle . Dmontrer que (
0
) est la projection sur E
0
(N(
0
)), le sous-espace propre de N(
0
)
associ
0
, paralllement la somme des autres sous espaces propres de N(
0
).
5. Dmontrer que pour tout U, la matrice () est un projecteur, somme de projecteurs sur des
sous-espaces propres de N() associs des valeurs propres entoures par .
Partie III-B : Courbes spectrales
Dans cette partie le corps de base est KC et D dsigne le disque ouvert unit D{z C ; [z[ <1}.
Soit A et B deux matrices dans M
n
(C), pour n N
; on pose :
((, ) C
2
), P(, ) P
A+B
() det(A+B I
n
).
Pour C, le polynme caractristique de A+B sera not P
.
On dnit lensemble
C {(, ) C
2
; P(, ) 0}.
On appelle multiplicit (dans C) dun point x (, ) de C, la multiplicit de la racine du polynme P
,
note d(x).
Nous admettrons le thorme suivant qui permet de paramtrer localement lensemble C par des injec-
tions holomorphes de D dans C
2
:
Quelque soit x
0
(
0
,
0
) C, il existe l N
et deux familles nies dapplications holomorphes de D dans

C, ( f
)
1<<l
et (g
)
1<<l
, qui vrient les conditions suivantes :
(i) ( [[1, l ]]), f
(0)
0
et g
(0)
0
(ii) (z D), ( [[1, l ]]), ( f
(z), g
(z)) C
(iii) ( >0), ((, ) C),
([
0
[ <, [
0
[ <)
_
( [[1, l ]]), (z D), f
(z) et g
(z)
_
(iv) ( [[1, l ]]), ((z, w) D
2
), ( f
(z) f
(w), g
(z) g
(w)) (z w)
(v) ((, ) [[1, l ]]
2
), (/),
_
(z, w) (D\{0})
2
_
, ( f
(z), g
(z)) /( f
(w), g
(w))
(vi) (z D\{0}), ( [[1, l ]]), f
t
(z) /0.
Nous noterons F
( f
, g
) les applications associes de D dans C

2
, pour tout [[1, l ]].
Remarque : la condition (ii) signie que F
(D) C, (iii) que lensemble
1<<l
F
(D) contient un voisinage

de x
0
dans C, (iv) que chaque F
est injective et (v) que (F
(D\{0}))
1<<l
est une famille densembles deux
deux disjoints. La condition (vi) est particulire notre situation o chaque polynme P
est de degr n
en , pour tout C.
Pour [[1, l ]], lensemble F
(D) sappelle une branche locale de C en x

0
.
Nous admettrons que la multiplicit dans C est constante dans une branche pointe, cest--dire que d(x)
ne dpend pas de x si x /x
0
et x F
(D) ; on la notera d

On appellera ramication e
dune branche F
(D) en x
0
lordre du zro 0 de f
0
, qui existe puisque f
est non constante ; nous admettrons alors que pour tout C\{
0
} sufsamment proche de
0
, le nombre
de points x (, ) F
(D) est exactement e

Enn, nous supposerons que pour
0
C x, si
0
et
t
0
sont deux racines distinctes de P
0
, les branches
locales de C en x
0
(
0
,
0
) sont disjointes des branches locales de C en x
t
0
(
0
,
t
0
).
1. Soit
_
F
(D)
_
[[1,l ]]
la famille de branches locales de C en un point x
0
(
0
,
0
) de C.
Dmontrer que la multiplicit de x
0
dans C vrie
d(x
0
)
l
1
e
.
page 21
2. On suppose jusqu la n du problme que A+B est diagonalisable, pour dans C.
Soit (F
(D))
[[1,l ]]
la famille de branches locales de C en x
0
(
0
,
0
) et z un point de D\{0}.
On dnit lespace vectoriel, pour [[1, l ]]
V
(z) { C
n
; (A+ f
(z)B)g
(z)},
et lespace vectoriel associ V
(0) comme en III-A-3.

Nous admettons la relation suivante :
E
0
(A+
0
B)
l
1
V
(0).
Montrer alors que la ramication e
de F
(D) est gale 1, pour tout [[1, l ]].

3. (a) tablir lexistence de n fonctions entires
i
: C C telle que C concide avec la runion des
graphes de
i
, 1 <i <n.
(b) Dmontrer lexistence de nombres complexes a
i
, b
i
, 1 <i <n, tels que
(i [[1, n]]), ( C),
i
() a
i
+b
i
.
4. Notation : pour i [[1, n]], C et r >0,
i
(, r ) dsigne le cercle de centre
i
() et de rayon r .
(a) Dmontrer lexistence de rels >0 et >0 tel que, pour tout C et tout r >0
(0 <r <) et ([[ >) (i [[1, n]]), (
i
(, r )), A+B I
n
inversible.
(b) On note R(, ) linverse de A+B I
n
lorsquil existe et on xe 0 <r <.
Dmontrer que pour tout j [[1, n]], la formule
j ,r
()
1
2i
_
j
(,r )
R(, ) d.
dnit une fonction holomorphe de louvert U
{ C ; [[ >} dans M
n
(C).
(c) Dmontrer que, si en plus B est diagonalisable, chaque
j ,r
() admet une limite dans M
n
(C)
lorsque [[ tend vers linni, pour tout j [[1, n]].
5. On considre A et B deux matrices diagonalisables de M
n
(C). On suppose que A +B est diagonali-
sable, pour tout C. Dmontrer que A et B commutent.
page 22
3.2 Rapport sur lpreuve crite de mathmatiques gnrales
OBJET DUPROBLME
Lobjectif du problme, clairement nonc dans le prliminaire, tait dtablir dans une large mesure le
thorme de Motzkin-Taussky (1952) :
Si A et B sont deux matrices diagonalisables de M
n
(C) telles que pour tout C, la matrice A +B est
diagonalisable, alors A et B commutent.
Plus prcisment, les parties I et II traitaient les cas n 2 et n 3, en tudiant des variantes pour dautres
corps que celui des nombres complexes. La partie III dveloppait quelques questions en direction de ce
rsultat dans le cas n 1. Elle ne fournissait pas une preuve complte de ce thorme, comme on peut la
trouver par exemple dans [2], mais elle contenait nanmoins le dbut et la n de la preuve, reprsentant
dj une difcult honorable pour un problme dagrgation.
Remarque 1 : la cl manquante pour une preuve complte est lgalit admise des sous-espaces
E
0
(A+
0
B) et
l
1
V
(0) .
Dans lnonc, celle-ci sert tablir la question III-B-3, mais en ralit, il est plus naturel dtablir III-B-3
et den dduire lgalit des dimensions (voir [2]).
Remarque 2 : il faut faire attention que le thorme et le rsultat admis rclament que pour tout C,
A +B et B soient diagonalisables, contrairement limpression que pourrait donner lnonc. En effet,
dans lexemple suivant , on constate que
A
_
1 0
0 0
_
et B
_
0 1
0 0
_
ne commutent pas, alors que A+B est diagonalisable, pour tout C.
Dans la partie I-A, on tablit le rsultat dans le cas n 2, et on tudie ce mme rsultat sur les corps R et F
p
.
Dans la partie I-B, on donne quelques applications de la rduction simultane et on sintresse au sous-
espace vectoriel de M
2
(R) constitu dont les lments sont des matrices diagonalisables.
Dans la partie II, on tablit le rsultat dans le cas n 3.
Dans la partie III-A, on tudie des bases de noyau de matrices dont les coefcients sont des fonctions holo-
morphes sur un ouvert de C. On donne une expression intgrale des projecteurs spectraux de matrices dont
les coefcients sont des fonctions holomorphes sur un ouvert de C.
Dans la partie III-B, on tablit dans un certain cadre le thorme de Motzkin-Taussky pour n 1.
Les ingrdients pour ce problme faisaient intervenir :
les notions de base de rduction dendomorphismes, en particulier dans les corps C, R et F
p
, rduction
simultane, dcomposition de Jordan-Dunford, caractrisation de la diagonalisabilit dans F
p
, rduction
de matrices symtriques relles
utilisation des rsultants et discriminants, caractrisation des projecteurs de rang 1
holomorphie, mromorphie, prolongement analytique, intgrale paramtre de la variable complexe,
thorme de Liouville.
Remarques gnrales sur les copies
La plupart des remarques des annes prcdentes restent valables et peuvent tre lues avec prot par les
candidats. Nous dvelopperons cependant les points qui nous semblent plus particulirement utiles pour
les futurs candidats.
page 23
La clart, la rigueur, la prcision et la concision de la rdaction sont des lments importants dapprciation
des copies. De nombreux candidats perdent des points prcieux dans les questions les plus accessibles du
problme par des dfauts de rdaction.
Lutilisation des hypothses donnes dans lnonc doit tre signale au moment opportun et non en vrac
en dbut de question, an de montrer larticulation du raisonnement.
Il faut que les futurs candidats soient persuads quils ne perdront pas de temps ni de points, bien au
contraire, en proposant une rdaction complte et rigoureuse des questions quils auront rsolues (tout
en sachant rester concis...).
PARTIE I-A
Cette partie a t aborde par une grande majorit des candidats. On est conduit regretter un grand
manque de rigueur et de soin dans un dbut de problme. Il est bon de rappeler quen dbut de problme,
il convient de mettre laccent sur le soin et la prcision. Les dbuts de problme ou de partie de problme
sont des questions abordables pour la plupart des candidats. Il faut alors viter par exemple dafrmer que
les proprits dmontrer sont videntes. Bien sr, il ne sagit pas non plus de trop dtailler et de redmon-
trer des rsultats de cours.
Dautre part, les problmes dagrgation sont volontairement de difcult progressive et dcoups en par-
ties largement indpendantes pour permettre aux candidats de mettre en valeur leurs capacits. Si le gra-
pillage est dconseill, il est tout fait possible quun candidat se sente peu laise sur les notions dvelop-
pes dans une partie ou soit bloqu aprs une recherche srieuse, lorsque la difcult devient trop leve.
Le candidat a alors tout intrt soit regarder si les dernires questions de la partie, qui consistent sou-
vent en une mise en application des rsultats thoriques de la partie sur un exemple et sont abordables
en admettant les rsultats en question, lui semblent accessibles, soit regarder si il se sent plus habile sur
les parties suivantes. Malgr la progressivit du problme, les premires questions des parties sont priori
toujours de difcult mesure et peuvent tre loccasion pour un candidat de montrer ses capacits.
La question I-A-1-a a t traite par la majorit des candidats. Par contre I-1-b a pos quelques difcults,
les rponses ont t souvent laborieuses, les candidats nayant pas pens lutilisation dun polynme an-
nulateur. En outre, certains candidats ne se relisent pas, en confondant P(u(x)) et P(u)(x).
La question I-A-2 ncessitait une rcurrence soigne fournie clairement en indication par lnonc. Celle-ci
na pas toujours t initialise et le passage de n n +1 nest pas souvent clairement explicit. Le cas des
homothties, pourtant signal a t oubli ou mal cern par les candidats.
La question I-A-3 na pas pos de difcults mais a mis en vidence un grand manque de rigueur de la part
des certains candidats, qui ont identi matrice et application linaire canoniquement associe. ce stade
du problme, cela est trs maladroit compte tenu des questions prcdentes.
La question I-A-4 a pos des difcults beaucoup de candidats. Un candidat lagrgation doit savoir que
pour montrer quune proprit est fausse, il suft dexhiber un contre exemple. Ici, il sufsait de trouver
deux matrices symtriques relles de M
n
(R) qui ne commutent pas.
La question I-A-5-a a t traite maladroitement, avec des confusions entre diagonale et diagonalisable.
La question I-A-5-b a t souvent traite de manire trop calculatoire, alors quil sufsait de mettre en vi-
dence un polynme non constant.
La question I-A-5-c a t aborde mais le lien avec les questions prcdentes a rarement t fait.
La question I-A-6-a pourtant classique a pos des difcults, les ingrdients tant le morphisme de Frobe-
nius et le petit thorme de Fermat.
La question I-A-6-b a t traite par quelques candidats, qui ont su faire le lien avec la question prcdente.
La question I-A-6-c a t trs peu aborde. Toutefois, quelques candidats ont su dgag que la discussion
sarticulait autour du discriminant du polynme caractristique de A +B, savoir si celui-ci est un carr
dans F
p
.
PARTIE I-B
page 24
Cette partie a t aborde de manire signicative par trs peu de candidats. Lingrdient de cette partie,
qui tait clairement donn par son titre, tait la rduction simultane dune famille dendomorphismes.
La question I-B-1-a a t traite partiellement par les candidats. Beaucoup de candidats ont omis de prci-
ser que dans K, on a 1 /1 pour des raisons de caractristique.
La questionI-B-1-ba t traite partiellement par les candidats. Beaucoupde candidats ont omis de donner
unexemple de groupeG de cardinal 2
n
, par exemple comme les matrices diagonales de M
n
(K) coefcients
diagonaux dans {1}.
La question I-B-1-c a t partiellement traite par les rares candidats qui lont aborde. Il convient de rap-
peler quune condition sufsante pour que la somme de deux endomorphismes nilpotents soit encore nil-
potente est que ceux-ci commutent.
Les questions I-B-3 et I-B-4 ont t abordes par assez peu de candidats. Cest dommage car celles-ci met-
taient les candidats sur la piste pour rpondre la question I-A-4.
PARTIE II
Cette partie a t aborde par une grande majorit des candidats, qui ont surtout trait les premires ques-
tions, les dernires tant un peu plus dlicates. Cette partie utilisait les proprits du rsultant et du discri-
minant, notions clairement rappeles dans lnonc du problme.
La question II-1 a t aborde par la majorit des candidats. Elle a mis en vidence un calcul de dtermi-
nant de taille 5, comportant sufsamment de zros pour se ramener aucalcul de deux dterminants de taille
trois, dont le calcul tait facile. Dans cette question trs souvent aborde, on a observ des calculs longs et
laborieux mens sans explication. On peut raisonnablement attendre quun candidat lagrgation sache
calculer un dterminant de taille 3 en moins dune page.
Signalons que quelques candidats ont utilis la calculatrice et ont obtenu le rsultat, sans rien expliquer.
Bien entendu, ceux-ci ont t sanctionns.
Les questions II-2 etII-3-b ont pos des problmes bon nombre de candidats, qui ont cru ncessaire de
rentrer dans les dtails de calcul pnible, alors quil sufsait dtudier qualitativement lexpression trouve
dans II-1.
La question II-3-a a aussi t traite de manire maladroite. La plupart des candidats qui lont traite, ont
cru bon dexpliciter P
B
pour en dduire le rsultat, alors quune simple observation de multilinarit four-
nissait immdiatement le rsultat.
La question II-4-a a t traite par quelques candidats, alors que II-4-b et II-4-c nont pas t abordes de
manire signicative.
PARTIE III-A
Cette partie a t aborde de manire signicative par les meilleurs, lanalyse complexe ayant rebut la
majorit des candidats. Dans cette partie, le grapillage de point na pas t rcompens.
Le principe des zros isols a t correctement appliqu dans les meilleurs copies la question III-A-1. On
y trouve aussi des pistes trs intressantes pour la rsolution de la question III-A-2.
Quelques candidats ont bien abord la question III-A-4-a, en citant le thorme danalycit des intgrales
dpendant dun paramtre. Cependant le thorme des rsidus a t appliqu dans III-A-4-b comme si
lintgrande tait valeurs complexes.
PARTIE III-B
Cette partie a t trs peu tudie mais ceux qui lont aborde avec un minimum de raisonnement ont t
bien rcompens, car celle-ci demandait dassimiler les proprits du prliminaire page 7.
Bibliographie
[1] T. S. Motzkin, O. Taussky : Pairs of matrices with property L. Trans. Amer. Math. Soc. vol. 73, pp.108-114
(1952) et vol. 80 pp.387-401 (1955)
[2] T. Kato : Perturbation theory for linear operators, Springer-Verlag, Berlin, Heidelberg, New York (1966).
page 25
3.3 Corrig
Corrig Problme
Thorme de Motzkin-Taussky
Partie I
I-A : Le sens direct et le cas n 2
1-a Stabilit des sous-espaces propres. Soit une valeur propre de v et E
(v) le sous-espace propre

associ. Les endomorphismes v I d
E
et u commutent.
Donc Ker(v I d
E
) E
(v) est stable par u, do le rsultat.

1-b Les restrictions sont diagonalisables. Lendomorphisme u laisse stable chaque sous-espace propre
de v donc il induit sur chacundeux unendomorphisme. Comme u est diagonalisable, il existe unpolynme
scind racine simple annulant u. Par restriction, ce polynme annule chaque endomorphisme induit par
u sur les sous-espaces propres de v, qui donc sont diagonalisables.
1-c Existence de B. Pour chaque Sp(v), on considre B
une base de rduction de lendomorphisme

induit par u sur E
(v). Lendomorphisme v tant diagonalisable,

B
Sp(v)
B
est une base de E qui vrie la proprit requise.

2 Gnralisation. On raisonne par rcurrence sur lentier n dim E.
Pour n 1 le rsultat est vrai. Supposons le rsultat vrai jusquau rang n 1.
Considrons E un K-espace vectoriel de dimension n +1 et (u
i
)
i I
une famille dendomorphismes diago-
nalisables de E commutant deux deux.
Si cette famille ne contient que des homothties, B une base quelconque de E vrie la proprit requise
et le rsultat est vrai au rang n +1.
Sinon il existe i
0
I tel que u
i
0
ne soit pas une homothtie. Fixons dans Sp(u
i
0
).
Pour tout i I , u
i
est diagonalisable et commute avec u
i
0
donc
i
, la restriction de u
i
E
(u
i
0
) constitue un
endomorphisme diagonalisable de L(E
(u
i
0
)).
Alors (
i
)
i I
forme une famille dendomorphismes diagonalisables de L(E
(u
i
0
)) qui commutent deux
deux. Comme les proprits sur u
i
0
assure dim E
(u
i
0
) < dim E, il vient par hypothse de rcurrence lexis-
tence de B
une base commune de rduction dans E
(u
i
0
) de la famille (
i
)
i I
.
Lendomorphisme u
i
0
est diagonalisable donc B
Sp(u
i
0
)
B
est une base de E qui vrie la proprit re-

quise alors, do le rsultat au rang n +1.
Il est donc vrai pour tout n N.
3 (a) (b) dans MT(n, K). Considrons A et B deux matrices diagonalisables de M
n
(K) vriant lhypo-
thse (a) dans MT(n, K). Introduisons u et v les endomorphismes canoniquement associs A et B dans
K
n
. Ces endomorphismes commutent et sont diagonalisables.
Introduisons Bune base commune de vecteurs propres u et v.
Alors Best une base de vecteurs propres de u +v, pour tout K.
Il en dcoule que A+B est diagonalisable pour tout K, do limplication annonce.
4 tude de MT(2, R). Limplication (a) (b) a lieu daprs ce qui prcde. Cependant la rciproque est
page 26
fausse. Il suft de prendre A et B symtriques relles et qui ne commutent pas.
Par exemple, on prend
A
_
0 1
1 0
_
et B
_
1 0
0 0
_
5-a tude de MT(2, C), premire tape. Remarquons que le problme peut se rsoudre une classe de
similitude prs. On peut alors supposer que B Diag(, ) o et sont des complexes. On ne restreint
pas la gnralit du problme en retranchant B une matrice scalaire, ce qui permet de se ramener B
Diag(, 0), o C, do ce premier point.
5-b tude de MT(2, C), deuxime tape. On peut alors se ramener par exemple au cas o B Diag(1, 0).
Montrons lexistence de
0
C tel que A +
0
B soit scalaire. Posons A
_
a b
c d
_
Un calcul sans nesse
montre que le discriminant du polynme caractristique de A+B scrit
(+a d)
2
+4bc.
Il existe un complexe
0
qui annule ce discriminant. La matrice A+
0
B est diagonalisable dordre 2 valeur
propre double donc cest une matrice scalaire, do le rsultat annonc.
5-c MT(2, C) est vraie. Ce qui prcde montre que lon peut se ramener au cas o B Diag(, 0).
Si 0, les matrices A et B commutent.
Sinon on peut se ramener au cas 1 ; alors il existe
0
C tel que A+
0
B soit scalaire ce qui assure que A
et B commutent. On en dduit que limplication (b) (a) est vraie dans lafrmation MT(2, C).
6-a CNS de diagonalisabilit dans F
p
. Supposons A M
n
(F
p
) diagonalisable.
Alors il existe P GL
n
(F
p
) et D Diag(
1
, ,
n
) o (
1
, ,
n
) F
n
p
telle que A P
1
DP.
On en dduit laide du petit thorme de Fermat
A
p
P
1
D
p
P P
1
Diag(
p
1
, ,
p
n
)P P
1
Diag(
1
, ,
n
)P A.
Supposons rciproquement que A
p
A. Alors X
p
X est un polynme annulateur de A.
Le petit thorme de Fermat assure la relation
X
p
X X(X 1) (X p +1)
p1
k0
(X k)
et donc A est annul par un polynme scind racines simples sur F
p
.
Il en rsulte que A est diagonalisable.
6-b tude de MT(n, F
2
). Limplication (a) (b) a lieu daprs ce qui prcde.
Pour traiter la rciproque, considrons A et B des matrices diagonalisables de M
n
(F
2
) satisfaisant (b).
Le critre prcdent permet de voir que A, B et A+B sont des matrices de projections.
Il en dcoule
AB +BA 0 AB BA,
ce qui assure que lafrmation MT(n, F
2
) est vraie.
6-c tude de MT(2, F
p
). Limplication (a) (b) a lieu daprs ce qui prcde.
Pour traiter la rciproque, considrons A et B des matrices diagonalisables de M
2
(F
p
) satisfaisant (b).
On mne une tude analogue au cas complexe.
Il nous suft de traiter le cas B Diag(1, 0). Nous conserverons les notations de I-A-5-b.
Le discriminant du polynme caractristique de A+B vaut
(+a d)
2
+4bc
page 27
et cest un carr dans F
p
, pour tout choix de dans F
p
.
Il en dcoule que la fonction polynme dnie sur F
p
par
(+a d)
2
+4bc
prend ses valeurs dans lensemble des carrs de F
p
. Donc la fonction polynme dnie sur F
p
par
: t t
2
+4bc
prend ses valeurs dans lensemble des carrs de F
p
. En outre, on a
((t , t
t
) F
2
p
), (t
2
+4bc t
t
2
+4bc) (t
2
t
t
2
) (t t
t
),
et comme p 3
#(F
p
)
p +1
2
#{carrs dans F
p
}.
Donc le discriminant sannule dans F
p
et on achve comme en I-A-5-c.
Partie I-B : Application de la rduction simultane
1-a G est ablien de cardinal 2
n
. On va raisonner sur les endomorphismes canoniquement associs
dans E K
n
. On considre alors G un sous-groupe ni de GL(E) tel que :
(u G), u
2
I d
E
.
Alors G est ablien (classique) et par suite possde pour lments des symtries commutant deux deux.
Remarque : Il est bien connu que #G est une puissance de deux, mais ici ce nest pas vraiment utile.
Le corps K tant de caractristique diffrente de 2, ces lments sont diagonalisables et il existe alors B
une base de rduction simultane de ces lments. En particulier la matrice dun lment quelconque de G
dans cette base est de la forme
Diag(1, 1, , 1).
Notons P la matrice de passage de la base canonique la base B. Il apparat alors que G est un sous-groupe
multiplicatif de
n
{P Diag(
1
, ,
n
)P
1
; (
1
, ,
n
) {1}
n
}
qui est naturellement isomorphe (F
n
2
, +). On en dduit que #G 2
s
o s [[0, n]] cest dire #G 2
n
, ce qui
tablit le rsultat.
1-bGL
n
(K) GL
m
(K) n m. Si n m on a clairement GL
n
(K) isomorphe GL
m
(K).
Traitons la rciproque. Considrons un isomorphisme de GL
n
(K) sur GL
m
(K).
En conservant la notation de la question prcdente,
t
n
(
n
) est un sous-groupe ni de GL
m
(K) vri-
ant :
(M
t
n
), M
2
I
m
.
Il en rsulte #
t
n
2
m
ou encore 2
n
2
m
cest dire n m.
Les entiers naturels n et m jouant des rles symtriques, il vient n m et le rsultat annonc.
2-a
A,0
est diagonalisable. Introduisons pour S M
n
(C) lendomorphisme de L(M
n
(C))
L
S
: M SM.
On a clairement, pour tout S M
n
(C)
L
S
0 S 0
page 28
puis pour tout polynme P C[X]
P(L
S
) L
P(S)
.
Ces proprits assurent que S et L
S
ont mme polynme minimal, pour tout S M
n
(C).
Donc A est diagonalisable si et seulement si L
A
A,0
est diagonalisable, do le rsultat.
2-b
A,B
est diagonalisable. Introduisons pour S M
n
(C) lendomorphisme de L(M
n
(C))
R
S
: M MS.
Lendomorphisme R
S
jouit des mmes proprits que L
S
et donc est diagonalisable si et seulement si S est
diagonalisable, pour tout S M
n
(C).
Remarquons que pour tout (S, T) M
n
(C)
2
les endomorphismes L
S
et R
T
commutent avec :
(M M
n
(C)), (L
S
R
T
)(M) (R
T
L
S
)(M) SMT.
Supposons A et B diagonalisables.
Alors L
A
et R
B
sont diagonalisables et commutent donc sont simultanment diagonalisables dans une base
B de M
n
(C). Cette base B se trouve tre galement une base de rduction de lendomorphisme
A,B

L
A
+R
B
, do le rsultat.
2-c tude de la rciproque. Supposons
A,B
diagonalisable.
Considrons la dcomposition de Jordan-Dunford de A et B dans M
n
(C) :
A D
A
+N
A
et B D
B
+N
B
,
o D
A
, D
B
sont diagonalisables et N
A
, N
B
sont nilpotentes dans M
n
(C) avec
D
A
N
A
N
A
D
A
et D
B
N
B
N
B
D
B
.
On peut crire
A,B

D
A
,D
B
+
N
A
,N
B
.
Lendomorphisme
D
A
,D
B
est diagonalisable daprs ce qui prcde. Par ailleurs
N
A
,N
B
est nilpotent comme
somme de deux endomorphismes nilpotents qui commutent.
En outre on a
D
A
,D
B
N
A
,N
B
(L
D
A
+R
D
B
) (L
N
A
+R
N
B
)
L
D
A
L
N
A
+L
D
A
R
N
B
+R
D
B
L
N
A
+R
D
B
R
N
B
L
N
A
L
D
A
+R
N
B
L
D
A
+L
N
A
R
D
B
+R
N
B
R
D
B
(L
N
A
+R
N
B
) (L
D
A
+R
D
B
)
N
A
,N
B
D
A
,D
B
Les galits du milieu dcoulant du fait des proprits vues plus haut et que D
A
et N
A
puis D
B
et N
B
com-
mutent. On en dduit que les endomorphismes
D
A
,D
B
et
N
A
,N
B
commutent et reprsentent la dcompo-
sition de Jordan-Dunford de
A,B
. Cet endomorphisme tant diagonalisable, il vient par unicit de cette
dcomposition
N
A
,N
B
0.
La relation
N
A
,N
B
(I
n
) 0 fournit N
B
N
A
et par suite N
A
est dans le centre de M
n
(C).
La matrice N
A
est donc scalaire nilpotente, ce qui assure N
A
N
B
0 et les matrices A et B sont diagonali-
sables.
Lquivalence se trouve ainsi tablie.
Remarque : Cette quivalence subsiste pour KR ou un corps de caractristique nulle.
2-d lments propres de
A,B
. La matrice B tant diagonalisable,
t
B est diagonalisable.
Considrons (X
i
)
1i n
et (Y
i
)
1i n
des bases de vecteurs propres de A et
t
B associs respectivement aux
page 29
valeurs propres (
i
)
1i n
et (
i
)
1i n
. On notera P et Q les matrices de passage de la base canonique
chacune de ces bases.
Introduisons alors, pour (i , j ) [[1, n]]
2
M
i j
X
i
t
Y
j
.
On a alors, pour tout (i , j ) [[1, n]]
2
A,B
(M
i j
) AX
i
t
Y
j
+X
i
t
Y
j
B
AX
i
t
Y
j
+X
i
t
(
t
BY
j
)
i
X
i
t
Y
j
+
j
X
i
t
Y
j
(
i
+
j
)M
i j
.
Par ailleurs, on a M
i j
PE
i j
t
Q, pour tout (i , j ) [[1, n]]
2
, o (E
i j
)
1i , j n
dsigne la famille de matrices
canoniques de M
n
(C). Comme M PM
t
Q est un automorphisme de M
n
(C), il en rsulte que (M
i j
)
1i , j n
constitue une constitue une base de vecteurs propres de
A,B
associs aux valeurs propres (
i
+
j
)
1i , j n
.
3-a I
2
V . Si I
2
ntait pas un lment de V , lensemble M
2
(R) RI
2
V serait constitu de matrices
diagonalisables, ce qui est grossirement faux. Donc I
2
est un lment de V .
3-b Adaptation de A et B. Considrons A
1
une matrice non scalaire de V .
La matrice A
1
tant diagonalisable, en retranchant une matrice scalaire bien choisie, on peut se ramener au
cas o A
1
admet 0 comme valeur propre simple. Elle est alors semblable une matrice du type A o est
un rel non nul.
Il en rsulte que V est conjugu un hyperplan V
t
de M
2
(R) possdant I
2
et A.
Considrons (I
2
, A, B
1
) une base de V
t
; en combinant B
1
avec I
2
et A, on peut la ramener de la forme
B
1
_
0 b
a 0
_
,
o (a, b) sont des scalaires rels. Cette matrice tant diagonalisable non nulle, elle vrie ab >0 et donc est
proportionnelle une matrice du type B
_
0
2
1 0
_
, avec
_
b/a.
En rsum V est conjugu un hyperplan engendr par les matrices (I
2
, A, B).
3-c V est conjugu S
2
(R). Il suft dtablir que W Vect(I
2
, A, B) est conjugu S
2
(R).
On utilise pour cela la matrice de dilatation P Diag (, 1). On a
P
1
I
2
P I
2
, P
1
AP A et P
1
BP
_
0
0
_
,
ce qui fournit P
1
WP S
2
(R) et le rsultat.
4 Gnralisation pour n 2. Un tel sous-espace vectoriel est de dimension 3.
Le cas de la dimension 3 relve de ce qui prcde.
En outre, le rsultat est clair pour les espaces vectoriels de dimension 1.
Considrons V
1
Vect (M, N), un plan vectoriel de matrices diagonalisables.
Si I
2
V
1
, il scrit Vect(I
2
,Q), o Q est une matrice non scalaire de V
1
.
Introduisons P la matrice de passage de la base canonique vers une base de diagonalisation de Q.
Alors P
1
V
1
P est unsous-espace vectoriel de matrices symtriques, ce qui tablit le rsultat dans ce premier
cas.
Si I
2
V
1
alors cest un sous-espace vectoriel de lhyperplan de matrices diagonalisables Vect (I
2
, M, N) qui
est conjugu S
2
(R). Ainsi V
1
est conjugu un sous-espace vectoriel de S
2
(R), do le rsultat.
page 30
Partie II : Le cas n 3
1 Discriminant de X
3
+X
2
+X +. On a successivement
(X
3
+X
2
+X +)
1 0 3 0 0
1 2 3 0
2 3
0 2
0 0 0
1 0 0 0 0
1 3 0
2 2 3
3 2
0 0 0
1 3 0
2 2 3
3 2
0 0
et par suite
(X
3
+X
2
+X +)
3 0
2 2 3
3 2
1 3
2 2
3
27
2
18+
2
2
4
3
+4
3
ce qui constitue le rsultat.
2 Coefcient dominant demand. On a
P
M+N

m
1
+s X m
2
m
3
m
4
m
5
X m
6
m
7
m
8
m
9
X +
Ce dterminant est un polynme des variables X et dont le degr partiel par rapport nexcde pas
deux, le terme de degr deux en tant obtenu par le dveloppement de
(m
1
+s X)(m
5
X)(m
9
X +).
Le coefcient de
2
est donc s(m
5
X). Alors on peut crire
P
M+N
X
3
+()X
2
+()X +()
o (), () et () sont des polynmes en dont seuls () et ventuellement () contiennent un terme
de degr deux en , puisque s est non nul. Il en rsulte que le discriminant
27
2
() 18() () () +
2
()
2
() 4
3
()() +4
3
()
est de degr 6 en , le coefcient dominant tant donn par les termes
2
()
2
() +4
3
().
Comme on a () tr(M+N), le coefcient de dans () vaut donc s +1.
Celui de
2
dans () est s. On en dduit que le coefcient de
6
est
s
2
(s +1)
2
4s
3
(s(s 1))
2
/0,
page 31
do le rsultat annonc.
3-a Expression de P
B+Q
. On a successivement
P
B+Q

b
1
X b
2
b
3
b
4
b
5
X b
6
b
7
b
8
b
9
+X
b
1
X b
2
b
3
b
4
b
5
X b
6
b
7
b
8
b
9
X
b
1
X b
2
0
b
4
b
5
X 0
b
7
b
8

X
3
+aX
2
+bX +c +
b
1
X b
2
b
4
b
5
X
et donc en utilisant les hypothses

P
B+Q
X
3
+(a +)X
2
+(b (b
1
+b
5
))X +c.
3-b Recherche du coefcient dominant. Pour K, le discriminant de P
B+Q
scrit
27c
2
18c (a +) (b (b
1
+b
5
)) +(a +)
2
(b (b
1
+b
5
))
2
4(a +)
3
c +4(b (b
1
+b
5
))
3
.
On voit alors que cest un polynme en dont le degr est donn par le terme mdian qui est de degr 4 et
dont le coefcient dominant est (b
1
+b
5
)
2
/0.
4-a Premier rsultat sur F. La matrice B est diagonalisable et les autres matrices de F sont, une
matrice scalaire prs, proportionnelles des matrices du type A +B avec C, qui sont diagonalisables.
Il en dcoule que F est un sous-espace vectoriel de matrices diagonalisables de M
3
(C).
En outre, si dimF <3, alors lune des matrices A et B est combinaison linaire de lautre et de I
3
et dans ce
cas elles commutent, do le rsultat.
4-b Adaptionde A et B. Si A et B ont chacune des valeurs propres doubles, on leur retranche une matrice
scalaire bien choisie et on obtient des matrices proportionnelles des matrices de projection de rang 1.
Dans ce cas, on peut donc se ramener au cas o A et B sont des matrices de projection de rang 1 et en
conjuguant F, A Diag(0, 0, 1) et B une matrice de projection de rang 1.
Sinon, ces matrices tant diagonalisables non scalaires, lune delles, A pour se xer les ides, nadmet que
des valeurs propres simples. Si on lui retranche une matrice scalaire bien choisie, on est ramen une
matrice ayant 0 pour valeur propre simple et donc proportionnelle une matrice admettant 0 et 1 comme
valeurs propres simples puis en conjuguant F, on est ramen au cas
A Diag(s, 0, 1),
o s est un complexe distinct de 0 et 1.
Le discriminant de P
B+A
est un polynme de degr six en daprs la question II-2.
Ce polynme admet donc une racine complexe
0
. En particulier B+
0
A est diagonalisable avec une valeur
propre au moins double. Cette matrice ntant pas scalaire, cette valeur propre est double et en retranchant
une matrice scalaire bien choisie, on peut se ramener au cas o celle ci est 0 puis se ramener au cas o cette
matrice est un projecteur de rang 1.
On peut donc par conjugaison supposer que F Vect(I
3
, A, B) est de dimension 3 avec A Diag(0, 0, 1).
Posons
B
_
_
b
1
b
2
b
3
b
4
b
5
b
6
b
7
b
8
b
9
_
_
page 32
En retranchant une matrice scalaire bien choisie, on peut se ramener aux conditions requises dans II-3-a.
Si b
1
+b
5
/ 0, le discriminant de P
B+A
est un polynme de degr 4 en daprs II-3-b et alors il sannule
sur C en une valeur
1
. La matrice B +
1
A admet alors une valeur propre double et en retranchant une
matrice scalaire bien choisie, on peut se ramener une matrice proportionnelle un projecteur de rang 1,
puis un projecteur de rang 1. On peut donc dans ce cas trouver un systme (I
3
, A, B) qui engendre F avec
A Diag(0, 0, 1) et B un projecteur de rang 1.
Si b
1
+b
5
0, on a avec les notations de II-3
P
B+A
X
3
+(a +) X
2
+bX +c
et le discriminant scrit
27c
2
18c (a +) b +(a +)
2
b
2
4(a +)
3
c +4b
3
.
Si on avait b c 0, on aurait P
BaA
X
3
et comme B aA est diagonalisable, cela conduirait B aA,
ce qui est impossible.
On en dduit que le discriminant est un polynme non constant en et donc sannule sur C.
On achve alors comme ci-dessus, ce qui tablit cette tape.
4-c (b) (a). Introduisons lespace F Vect(I
3
, A, B). Ce qui prcde montre quil suft de traiter le
cas o F est de dimension 3. Par conjuguaison, on peut se ramener au cas o A Diag(0, 0, 1) et B est un
projecteur de rang 1. Il suft alors dtablir que A et B commutent.
Voici une mthode possible. On peut crire
B
_
_
_
_
ux vx wx
uy vy wy
uz vz wz
_
_
_
_
avec trB ux +vy +wz 1. On a P
B
X
2
(X 1) et alors daprs II-3-a
P
B+A
X
3
+(+1)X
2
+(wz 1)X.
Si on avait wz 1, on aurait P
BA
X
3
et comme la matrice B A est diagonalisable, cela conduirait
A B ce qui est exclu. On a donc wz /1.
On note par II-3-b que le discriminant scrit
(1+)
2
((wz 1))
2
+4((wz 1))
3
(wz 1)
2
2
(
2
+2(2wz 1)+1).
qui admet au moins une racine complexe non nul
2
. La matrice B +
2
A admet donc une valeur propre
double do lexistence de C tel que
B +
2
AI
3
_
_
_
_
ux vx wx
uy vy wy
uz vz wz +
2
_
_
_
_
soit de rang 1. Alors tous les dterminants dordre deux de cette matrice sont nuls.
page 33
En particulier
uy vy
uz vz
uz 0
ux wx
uy wy
wy 0
vx wx
vy wy
wx 0
ux vx
uz vz
vz 0
Supposons que soit nul. Alors la matrice B +
2
A serait de rang 1.
Le complexe
2
tant nonnul, il vient, enexprimant que chaque dterminant extrait dordre deux contenant
le coefcient wz +
2
est nul,
ux vx uy vy 0.
Mais alors, on aurait wz 1, ce qui est absurde.
Donc /0, ce qui fournit uz wy wx vz 0 et on vrie que A et B commutent.
Partie III : Le cas gnral dans C
III-A : Bases holomorphes
1 Existence de et de m. Remarquons que chaque mineur de M(z) est une fonction holomorphe de z
sur
0
. Le principe des zros isols permet de voir que ces fonctions sont ou bien identiquement nulles, ou
bien ne sannulent pas sur un voisinage point de lorigine.
Si elles sont toutes nulles, le rsultat est clair. Sinon introduisons > 0 tel que sur {z
0
; 0 < [z[ < },
les mineurs non identiquement nuls ne sannulent pas. Sur cet ensemble, les matrices M(z) ont un rang
constant gale lordre maximum des mineurs non nuls.
Il existe donc un entier naturel m tel que :
(z
0
), (0 <[z[ <) (dimV (z) m).
2 Existence de (
i
)
1i m
. On va choisir r .
Daprs la dnition de r , sur lensemble D
r
\{0}, la matrice M(z) est de rang p n m et lun des mineurs
dordre p de M(z) ne sannule pas. (le cas p 0 est ais)
Nous supposerons que cest le mineur principal dordre p, pour simplier les notations.
On a alors sur D
r
\{0}, ( C
n
),
(V (z))
_
_
m
11
(z)
1
+ +m
1n
(z)
n
0
.
.
.
m
p1
(z)
1
+ +m
pn
(z)
n
0
_
m
11
(z)
1
+ +m
1p
(z)
p
(m
1(p+1)
(z)
p+1
+ +m
1n
(z)
n
)
.
.
.
m
p1
(z)
1
+ +m
pp
(z)
p
(m
p(p+1)
(z)
p+1
+ +m
pn
(z)
n
).
page 34
Posons sur D
r
,
U(z) (m
i j
(z))
1i , j p
et S(z) (m
i j
(z))
(i , j )[[1,p]][[(p+1),n]]
.
La matrice U(z) est inversible sur D
r
\{0} donc on a : ( C
n
),
(V (z))
_
_
_
1
.
.
.
p
_
_
_ (U(z))
1
S(z)
_
_
_
p+1
.
.
.
n
_
_
_.
Posons sur D
r
\{0},
(U(z))
1
S(z) W(z) (w
i j
(z))
(i , j )[[1,p]][[1,m]]
.
La fonction W est mromorphe sur D
r
et admet 0 pour seul ple ventuel, ceci en vertu des rgles de calcul
dinversion de matrices.
En posant sur D
r
\{0}, la matrice par blocs
H(z)
_
W(z)
I
m
_
M
nm
(C),
il vient
V (z)
_
_
H(z)
_
_
_
1
.
.
.
m
_
_
_ ; (
1
, ,
m
) C
m
_
_
Vect(
1
(z), ,
m
(z)),
o
j
(z) dsigne le j -ime vecteur colonne de H(z),1 j m.
Pour z D
r
\{0}, la famille (
j
(z))
1j m
constitue une famille gnratrice de V (z) qui est de dimension m;
cest donc une base de V (z).
En outre ces fonctions sont mromorphes, non nulles sur D
r
, avec 0 comme seul ple ventuel.
Si on pose r
j
lordre du ple (resp. zro) 0 dans
j
, la famille de fonctions (
j
(z))
1j m
dnie par
j
(z)
z
r
j

j
(z)(resp. z
r
j

j
(z)), pour 1 j m, se prolonge holomorphiquement en 0 et vrie les proprits
requises.
3-a V (0) est un espace vectoriel. On garde les notations prcdentes.
Nous allons tablir que
V (0) Vect(
1
(0), ,
m
(0)).
Considrons a a
1
1
(0) + +a
m
m
(0) ; ce vecteur est limite de la suite de terme gnral
a
1
1
(1/k) + +a
m
m
(1/k) V (1/k) , pour k assez grand,
ce qui fournit Vect(
1
(0), ,
m
(0)) V (0).
Pour linclusion inverse, considrons
m+1
, ,
n
des vecteurs de C
n
tels que
(
1
(0), ,
m
(0),
m+1
, ,
n
)
forme une base de C
n
et notons (z) la matrice de M
n
(C) dont les vecteurs colonnes sont
(
1
(z), ,
m
(z),
m+1
, ,
n
), pour z D
r
.
La fonction z det((z)) est holomorphe sur D
r
et ne sannule pas sur un voisinage de lorigine.
Il existe alors 0 <r
t
<r tel que (z) soit inversible sur D
r
t .
Introduisons un lment de V (0). Il existe donc une suite (z
k
)
kN
valeurs dans D
r
t \{0}, de limite nulle et
une suite de terme gnral
k

1k
1
(z
k
) + +
mk
m
(z
k
) V (z
k
)
page 35
de limite . Remarquons que les suites (
1k
)
kN
, , (
mk
)
kN
sont convergentes.
En effet, ((z
k
))
kN
est une suite de matrices inversibles qui converge vers la matrice inversible (0).
On a donc
k
(z
k
)
_
_
_
_
_
_
_
_
_
_
_
1k
.
.
.
mk
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1k
.
.
.
mk
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
((z
k
))
1
k
-
k+ ((0))
1
.
Si lon pose
j
lim
k+
j k
, pour 1 j m, il vient
k
-
k+
1
1
(0) + +
m
m
(0) ,
ce qui assure que Vect(
1
(0), ,
m
(0)). Il en rsulte que V (0) est un sous-espace vectoriel de C
n
qui est
bien de dimension m, do le rsultat dans ce cas.
3-b Cas gnral. Considrons
1
, ,
m
des fonctions holomorphes sur D
r
, valeurs dans C
n
, telles que
pour tout z D
r
\{0}, les vecteurs
1
(z), ,
m
(z) engendrent V (z) et
1
(0), ,
m
(0) soient non nuls. Nous
allons construire
1
, ,
m
par rcurrence.
Le vecteur
1
(0) est nonnul donc onpeut poser
1
1
. Supposons que pour k <m, les fonctions
1
, ,
k
soient construites telles que (
1
(0), ,
k
(0)) soit libre et
V (z) Vect
_
1
(z), ,
k
(z),
k+1
(z), ,
m
(z)
_
, z D
r
\{0}.
Considrons pour z D
r
, la matrice A(z) de M
n(k+1)
(C) dont les colonnes sont respectivement
1
(z), ,
k
(z),
k+1
(z).
La matrice A(z) est de rang k +1, pour z dans D
r
\{0}.
Donc lun de ses mineurs dordre k +1 ne sannule pas sur un voisinage point de lorigine D
r
tt \{0} o
0 <r
tt
<r . Nous supposerons que cest le mineur obtenu avec les k +1 premires lignes pour simplier les
notations et le noterons (z), pour z D
r
tt .
On a donc sur D
r
tt ,
(z) det
_

1
(z), ,
k
(z),

k+1
(z)
_
o

1
(z), ,
k
(z),

k+1
(z)
dsignent les colonnes constitues des k +1 premires lignes de
1
(z), ,
k
(z),
k+1
(z).
Si (
1
(0), ,
k
(0),
k+1
(0)) est libre, alors on peut prendre
k+1
k+1
.
Sinon supposons
k+1
(0)
1
1
(0) + +
k
k
(0).
Alors 0 est un zro de et comme la fonction est holomorphe, non nulle sur D
r
tt , ce point a un ordre ni
s 1. La fonction dnie sur D
r
\{0} par
: z
1
z
_
k+1
(z)
1
1
(z)
k
k
(z)
_
est holomorphe et se prolonge de manire holomorphe lorigine.
En outre, on a pour tout z D
r
\{0},
Vect
_
1
(z), ,
k
(z),
k+1
(z)
_
Vect
_
1
(z), ,
k
(z), (z)
_
.
page 36
Par ailleurs, avec des notations videntes, on a sur D
r
tt
(z) det
_

1
(z), ,
k
(z), z

(z)
_
z det
_

1
(z), ,
k
(z),

(z)
_
. .
(z)
o est une fonction holomorphe sur D
r
tt .
Si (
1
(0), ,
k
(0), (0)) est libre, on peut prendre
k+1
.
Dans le cas contraire on recommence avec .
la j -ime tape de ce type, on met en vidence une fonction , holomorphe sur D
r
tt telle que
(z) z
j
(z).
En particulier on a j s ; il existe donc une tape o la fonction obtenue est telle que
(
1
(0), ,
k
(0), (0)) est linairement indpendant.
On choisit alors
k+1
, ce qui montre le rsultat au rang k +1 et achve la dmonstration.
La question prcdente permet de dduire que V (0) est un sous-espace vectoriel de C
n
de dimension m.
4-a Holomorphie de . Ceci est une consquence du thorme danalycit des intgrales dpendant
dun paramtre.
4-b(
0
) est unprojecteur. Soit Q la matrice de passage de la base canonique une base de rductionde
N(
0
), obtenue enrunissant successivement une base de E
0
(N(
0
)) puis des autres sous-espaces propres.
On a donc
N(
0
) Q Diag(
0
, ,
0
. .
r fois
,
1
, ,
s
)Q
1
olentier r 1 dsigne la multiplicit de la valeur propre
0
et
1
, ,
s
les autres valeurs propres de N(
0
),
qui par hypothse ne sont pas entours par .
Pour tout , on peut crire
R(
0
, ) Q Diag
_
1/(
0
), , 1/(
0
)
. .
r fois
, 1/(
1
), , 1/(
s
)
_
Q
1
Les hypothses fournissent
1
2i
_
1 et
1
2i
_
0, 1 i s
et donc
(
0
)
1
2i
_
R(
0
, ) dQ Diag
_
1, , 1
. .
r fois
, 0, , 0
_
Q
1
,
qui est bien la projection annonce.
5 () est somme de projecteurs. Cela sobtient par un calcul analogue ou tout simplement en utilisant
le thorme de Cauchy.
Partie III-B : Courbes spectrales
1 Expression de d(x
0
). Notons
0
,
t
0
, ,
(s)
0
les racines distinctes de P
0
et introduisons les points de C
x
0
(
0
,
0
), x
t
0
(
0
,
t
0
), , x
(s)
0
(
0
,
(s)
0
).
page 37
Considrons d, d
t
, , d
(s)
lordre de multiplicit des racines
0
,
t
0
, ,
(s)
0
de P
0
, de telle manire avoir
sur C
P
0
() (
0
)
d
(
t
0
)
d
t
(
(s)
0
)
d
(s)
.
Appliquons les proprits admises au voisinage des points x
0
, x
t
0
, , x
(s)
0
.
Fixons k [[0, s]] et assez proche de
0
. Considrons (F
(k)
(D))
1l
(k) la famille de branches locales de C
au voisinage de x
(k)
0
puis e
(k)
et d
(k)
les ramications et les multiplicits associes, pour [[1, l

(k)
]]. Daprs
les hypothses, il existe e
(k)
points sur la branche F

(k)
(D).
Nous les noterons
(,
(k)
1,,
), , (,
(k)
e
(k)
,,
).
On peut alors crire, pour assez proche de
0
P
k0
Q
,k
o Q
,k
()
l
(k)
1
e
(k)
i 1
(
(k)
i ,,
)
d
(k)
.
Chaque branche locale tant paramtre par une fonction continue, on peut faire tendre vers
0
, le long
de chaque branche, ce qui donne
(k)
i ,,
-
0

(k)
0
et par suite
P
()
-
0
s
k0
(
(k)
0
)
l
(k)
1
e
(k)
d
(k)
.
On en dduit alors en particulier, la relation
d(x
0
) d
l
1
e
.
2 e
1. Gardons les notations du dbut de cette partie.

La matrice A+B tant diagonalisable, pour tout C, on peut crire
(z D\{0}), dimV
(z) d
et dim E
0
(A+
0
B) d(x
0
).
Par ailleurs, la relation
E
0
(A+
0
B)
l
1
V
(0)
fournit
dim E
0
(A+
0
B)
l
1
dimV
(0).
Mais daprs ce qui a t obtenu en III-A-3, on a
( [[1, l ]]), dimV
(0) d
.
Il en rsulte alors
d(x
0
)
l
1
d
et par application de III-B-1

l
1
e
1
d
.
Comme e
1, il vient e
1, pour tout [[1, l ]].

3-a Construction des
i
. Considrons un point x
0
(
0
,
0
) de C et F
(D) une branche locale en ce

page 38
point. Daprs ce qui prcde, on a e
1.
On en dduit que f
t
(0) /0 et que lon peut appliquer lorigine le thorme dinversion locale.

Il existe alors un voisinage de lorigine dans D et un voisinage de
0
tel que z f
(z) constitue un C
-
diffomorphisme de sur . Notons f
1
la rciproque de cette fonction sur .

Cette fonction est holomorphe et lon peut dnir g
f
1
, qui est holomorphe sur .

Le graphe de est contenu sur la branche F
(D) C. Montrons que lon peut prolonger en une fonction

entire dont le graphe est contenu dans C.
La fonction est dveloppable en srie entire au voisinage de
0
. Raisonnons par labsurde.
Supposons que le rayon de convergence de cette srie entire soit un rel >0.
Elle dnit une fonction holomorphe sur D(
0
, ), le disque ouvert de convergence.
La fonction concide avec sur un voisinage de
0
. On a donc P
(()) 0 sur un voisinage de

0
. La
fonction
P
(()) det(A+B ()I

n
)
tant holomorphe sur D(
0
, ), nulle sur un voisinage de
0
, elle est donc nulle sur D(
0
, ), ce qui assure
que le graphe de est contenu dans C.
Considrons
1
un point du cercle de convergence D(
0
, ).
Pour sufsamment proche de
1
, le graphe de se trouve contenu sur lune des branches locales au voi-
sinage dun point de C dont la premire projection est
1
; notons x
1
ce point et G
(D) cette branche locale.

Il existe de mme une fonction
1
, holomorphe sur un voisinage
1
de
1
dont le graphe est contenu sur la
branche G
(D). La ramication le long de G
(D) tant gale 1, les fonctions et

1
coincdent autour de
1
dans D(
0
, )
1
.
La fonction
1
permet donc de prolonger de manire holomorphe la fonction sur un disque ouvert centr
en
1
.
On peut alors recouvrir le cercle D(
0
, ) par un nombre ni de voisinage sur lequel admet un prolonge-
ment holomorphe. On voit alors quil existe
t
> tel que sur D(
0
,
t
), le disque ouvert de centre
0
et de
rayon
t
, la fonction admet un prolongement holomorphe.
Ceci contredit la dnition de , do labsurdit.
On en dduit que est entire et constitue un prolongement de qui, comme on la vu prcdemment, a
son graphe contenu dans C.
On peut donc poser
1
et avec les notations de III-B-1, en raisonnant sur chaque branche locale de
chacun des points de C
x
0
(
0
,
0
), x
t
0
(
0
,
t
0
), , x
(s)
0
(
0
,
(s)
0
),
on mettrait en vidence n fonctions entires
1
, ,
n
dont la runion des graphes est gale C, do le
rsultat.
3-b
i
est afne. Fixons un entier k dans [[1, n]]. Choisissons sur M
n
(C) une norme N, subordonne
une norme de C
n
. On a alors, pour tout C
[
k
()[ N(A+B) N(A) +[[N(B).
La fonction
k
est donc afne, daprs le thorme de Liouville, do le rsultat.
4-a Dtermination de et . Les valeurs propres de A+B I
n
sont, pour tout C
i
() a
i
+b
i
, 1 i n.
On veut tablir lexistence de >0 et de >0 tel que : (r >0), ( C)
(0 <r <) et ([[ >) ( [0, 2]), ((i , j ) [[1, n]]
2
), a
i
+b
i
(a
j
+b
j
+re
i
) /0.
Fixons (i , j ) dans [[1, n]]
2
. Une petite discussion lmentaire permet de mettre en vidence lexistence de
i j
>0 et de
i j
>0 tels que : (r >0), ( C)
(0 <r <
i j
) et ([[ >
i j
) ( [0, 2]), a
i
+b
i
(a
j
+b
j
+re
i
) /0.
page 39
On obtient le rsultat souhait pour le choix de
min
(i , j )[[1,n]]
2
i j
et max
(i , j )[[1,n]]
2
i j
.
4-b Holomorphie de
j ,r
. Ceci est une consquence du thorme danalycit des intgrales dpendant
dun paramtre.
4-c
j ,r
admet une limite en +. Fixons j dans [[1, n]]. Daprs la dnition de , le complexe
j
() est
la seule valeur propre de A+B entoure par
j
(, r ), pour tout U
.
On en dduit que
j ,r
() est le projecteur spectral sur E
j
()
(A+B).
De la relation A+B (B +
1
A), on dduit que : (U
),
E
j
()
(A+B) E
j
()
(B +
1
A) E
(b
j
+
1
a
j
)
(B +
1
A)
et par suite que
j ,r
() est le projecteur spectral sur E
(b
j
+
1
a
j
)
(B +
1
A).
Il sagit de montrer que
j ,r
(1/s), le projecteur spectral sur E
(b
j
+sa
j
)
(B +s A), admet une limite lorsque s
tend vers 0. Posons
C
t
{(s, t ) C
2
; P
B+s A
(t ) det(B +s At I
n
) 0}.
Comme B est diagonalisable, lensemble C
t
a des proprits analogues C ; ce qui prcde montre que C
t
est la runion des graphes des applications afnes
t
i
(s) b
i
+sa
i
, 1 i n.
On a donc
P
B
(t )
n
i 1
(b
i
t ) (t
0
t )
d
(t
t
0
t )
d
t
(t
(k)
0
t )
d
(k)
o {t
0
, t
t
0
, , t
(k)
0
} constitue lensemble des racines de P
B
, de multiplicit respective d, d
t
, , d
(k)
.
Plaons nous au voisinage de y
0
(0, t
0
) dans C
t
. Considrons (G
(D))
1l
la famille de branches locales
en y
0
dont les multiplicits respectives sont (d
)
1l
.
Il existe i
[[1, n]] tel que la branche G
(D) soit paramtre autour de lorigine par (s, t

i
(s)), pour tout

1 l . Introduisons alors pour s /0 sufsamment proche de lorigine W
(s), le noyau de B +s At
i
(s)I
n
et les sous-espaces vectoriels W
(0) associs comme en III-A-3, pour tout 1 l .

Sur un voisinage point de 0, les sous-espaces vectoriels (W
(s))
1l
sont en somme directe.
Par ailleurs, la matrice B tant diagonalisable, on peut crire
E
t
0
(B)
l
1
W
(0).
Pour s /0 assez proche de 0, on a d(s, t
i
(s)) d
et comme B +s A est diagonalisable, il vient

dimW
(s) d
,
do par III-A-3
dimW
(0) d
, 1 l .
Les questions III-B-1 et III-B-2 fournissent
d(y
0
)
l
1
d
1
dimW
(0).
La matrice B tant diagonalisable, on en dduit
dim E
t
0
(B)
l
1
dimW
(0)
page 40
ce qui assure plus prcisment la somme directe
E
t
0
(B)
1l
W
(0).
Ona vudans III-A-3-b, quil existe d
fonctions
1
,
2
, ,
d
, holomorphes sur unvoisinage de 0 telles

que
(s)
_
1
(s),
2
(s), ,
d
(s)
_
constitue une base de W
(s), 1 l .
Sur un voisinage point de lorigine, la famille B
0
(s)
1l
(s) constitue une base de
1l
W
(s), o
chaque W
(s) constitue un sous-espace propre de B +s A, pour 1 l .

En outre B
0
est holomorphe sur un voisinage de 0 avec B
0
(0) qui constitue une base de E
t
0
(B).
En travaillant de manire analogue au voisinage des points y
t
0
(0, t
t
0
), , y
(k)
0
(0, t
(k)
0
) dans C
t
, on met en
vidence des fonctions B
1
, , B
k
, holomorphes au voisinage de lorigine.
La matrice B +s A est diagonalisable, pour tout s C; on a alors sur un voisinage de lorigine
B(s)
k
i 0
B
i
(s)
qui forme une base de vecteurs propres de B +s A dans C
n
et est une fonction holomorphe de s.
Notons Q(s) la matrice de passage de la base canonique B(s), pour s sufsamment proche de 0.
Alors s Q(s) est holomorphe sur un voisinage de 0, valeurs dans GL
n
(C). En outre, sur un voisinage
point de lorigine, la matrice
D(s) Q
1
(s)
j ,r
(1/s)Q(s)
est diagonale, avec des coefcients diagonaux contenus dans {0, 1}. Comme D est continue sur un voisinage
point de lorigine, elle prend une valeur constante
j
.
On a donc sur un voisinage point de lorigine,
j ,r
(1/s) Q(s)
j
Q
1
(s),
fonction qui admet clairement un prolongement holomorphe en 0, ce qui constitue le rsultat.
5 (b) (a) dans MT(n, C). Fixons j dans [[1, n]] ; introduisons la fonction
j ,r
prcdente.
Nous allons tablir que pour r >0 assez petit, la fonction
j ,r
se prolonge en une fonction entire.
On a
i
: a
i
+b
i
, pour i [[1, n]]. Il est alors ais de constater que les seuls points o lon a un ventuel
problme sont les complexes o le cercle
j
(, r ) rencontre une valeur propre de A+B.
Notons (r ) lensemble de ces complexes. On a prcisment : ( C),
_
(r ))
_
(i [[1, n]]), [
i
()
j
()[ r
_
_
(i [[1, n]]), [(a
i
a
j
) +(b
i
b
j
)[ r
_
.
Si b
i
b
j
, pour tout i [[1, n]], on a alors en prenant r >0 assez petit,
j ,r
entire.
Sinon pour i [[1, n]] tel que b
i
/b
j
,
[(a
i
a
j
) +(b
i
b
j
)[ r
a
j
a
i
b
i
b
j
r
[b
i
b
j
[
On voit alors dans ce dernier cas, pour r >0 assez petit, que (r ) est une runion de cercles
1
(r ), ,
k
(r )
dont les centres ne dpendent pas de r et les rayons sont respectivement
r
[b
i
1
b
j
[
, ,
r
[b
i
k
b
j
[
,
page 41
o
{i
1
, , i
k
} {i [[1, n]] ; b
i
/b
j
}.
Fixons un tel rel r ; considrons
0
un complexe de (r ), distinct des centres des cercles de (r ).
On peut alors trouver 0 < r
t
< r tel que
0
soit intrieur la composante connexe non borne de (r
t
).
Notons et
t
lintrieur des composantes connexes non bornes respectives de (r ) et (r
t
).
On a bien sur
t
; en outre
j ,r
est holomorphe sur et
j ,r
t est holomorphe sur
t
.
Comme pour complexe de module assez grand,
j ,r
() et
j ,r
t () reprsentent le projecteur spectral sur
E
j
()
(A+B), les fonctions
j ,r
et
j ,r
t coincdent linni. On en dduit que ces fonctions coincdent sur
. Ainsi
j ,r
t constitue un prolongement holomorphe en
0
de la fonction
j ,r
.
Enn, en chacun des centres des cercles de (r ), on prolonge
j ,r
holomorphiquement, de la mme ma-
nire que lon a prolong
s
j ,r
(1/s)
en 0 dans la question prcdente.
La fonction
j ,r
peut tre prolonge en une fonction entire qui admet une limite quand [[ tend vers lin-
ni. Elle est donc constante.
Ainsi ce rsultat vaut pour chaque
j ,r
, 1 j n, en prenant r >0 assez petit ; considrons alors et
t
deux
complexes distincts de module sufsamment grand.
On sait que les ensembles
{
j ,r
() ; 1 j n} et {
j ,r
(
t
) ; 1 j n}
dcrivent respectivement lensemble de tous les projecteurs spectraux de A+B et de A+
t
B.
Les fonctions
j ,r
, 1 j n, tant constantes, on en dduit que les matrices A+B et A+
t
B ont les mmes
sous-espaces propres.
Il en rsulte que ces matrices commutent et par suite que A et B commutent.
page 42
Chapitre 4
preuve crite danalyse et probabilits
4.1 nonc
Notations, dnitions et rappels
Soient S
1
le cercle : {z C, [z[ 1}, D le disque : {z C, [z[ <1}. On note C la C-algbre des fonctions conti-
nues de S
1
dans C, C
le groupe des inversibles de cette algbre, cest--dire lensemble des lments de

C qui ne sannulent pas sur S
1
. Lalgbre C est munie de la norme uniforme sur S
1
, dnie par :
C, [[
max
_
[(z)[ ; z S
1
_
.
Si n est dans Z, soit e
n
llment de C dni par :
z S
1
, e
n
(z) z
n
.
Si f est une fonction de S
1
dans C, on note

f la fonction 2-priodique de R dans C dnie par :
t R,

f (t ) f (e
i t
).
Selon lusage, on identie deux fonctions f
1
et f
2
de S
1
dans C telles que les fonctions

f
1
et

f
2
soient
mesurables au sens de Lebesgue et concident sur le complmentaire dune partie ngligeable de [, ].
Onnote L
1
(resp. L
2
) lensemble des (classes de) fonctions f de S
1
dans Ctelles que

f soit intgrable (resp.
de carr intgrable) au sens de Lebesgue sur [, ]. Pour f dans L
1
, soit :
_
f
1
2
_
f
1
2
_
f (e
i t
) dt .
Lapplication qui f dans L
1
associe [ f [
1
_
[ f [ est une norme sur L
1
.
Si f est dans L
1
, on note

f la fonction de Z dans C dnie par :
n Z,

f (n)
_
f e
n
1
2
_
f (e
i t
) e
i nt
dt .
On rappelle que

f est nulle si et seulement si f est llment nul de L
1
.
Pour f
1
et f
2
dans L
2
, on notera f
1
, f
2

_
( f
1
f
2
), dnissant ainsi un produit scalaire hermitien sur L
2
.
La norme associe , est note [ [
2
. Si f est dans L
2
, alors :
[ f [
2
_
1
2
_
[ f (e
i t
)[
2
dt .
page 43
On rappelle que L
2
est contenu dans L
1
, avec de plus :
f L
2
, [ f [
1
<[ f [
2
.
On rappelle galement que L
2
est un espace de Hilbert complexe dont (e
n
)
nZ
est une base hilbertienne.
Si E est un espace vectoriel et F un sous-espace de E, on dit que F est de codimension nie dans E si et
seulement si lespace quotient E/F est de dimension nie. La dimension de E/F est alors appele codi-
mension de F dans E, note codim
E
(F).
On rappelle par ailleurs que tout supplmentaire de F dans E est isomorphe E/F. Si G est un tel sup-
plmentaire, F est donc de codimension nie dans E si et seulement si G est de dimension nie, et on a
alors : codim
E
(F) dimG.
Dans la n de ces rappels, (H, , ) est un espace de Hilbert complexe.
Si V est un sous-espace de H, on note V
lorthogonal de V ; le sous-espace V
est un supplmentaire
de V dans H si et seulement si V est ferm dans H.
On note L(H) la C-algbre des endomorphismes continus de H. Les lments de L(H) sont appels
oprateurs de lespace H. Si T
1
et T
2
sont dans L(H), on abrge T
2
T
1
en T
2
T
1
. On note I lidentit de H,
cest--dire le neutre multiplicatif de L(H). Lalgbre L(H) est munie de la norme subordonne dnie
par :
T L(H), |T| sup
_
[T(x)[
[x[
, x H \{0}
_
,
o [x[
_
x, x dsigne la norme du vecteur x de H.
Pour tout lment T de L(H) il existe un unique T
dans L(H) tel que :

(x, y) H
2
, T(x), y x, T
(y).
On rappelle enn les relations suivantes, valables pour tout T de L(H) :
kerT
Im T
, Im T
kerT
.
Objectif du problme, dpendance des parties
Le but du problme est dassocier tout lment de C un endomorphisme continu T
dun espace de
Hilbert et dtudier T
.
La partie I dmontre une formule de Jensen relative aux lments de H(D). La partie II dtermine les
composantes connexes par arcs de C
. La partie III introduit lespace de Hardy H

2
, la partie IV les opra-
teurs de Toeplitz T
. Les parties Vet VI tudient respectivement les oprateurs compacts et les oprateurs
de Fredholm dun espace de Hilbert et appliquent les rsultats obtenus aux T
; elles aboutissent notam-

ment la caractrisation des de C tels que T
soit inversible.
La partie I nest utilise que dans la partie III. La partie II nest utilise que dans la partie VI. La partie III
nest utilise que dans la partie IV.
I. Formule de Jensen
1. (a) Soit n dans N
. Ecrire le polynme X
2n
1 comme produit de polynmes irrductibles unitaires
de C[X], puis de R[X].
En dduire, si r est dans ]1, +[, une expression simple de :
n1
k1
ln(12r cos(k/n) +r
2
).
page 44
(b) Soit r dans ]1, +[. En utilisant ventuellement la question prcdente, tablir les galits :
_
0
ln(12r cost +r
2
) dt 2lnr,
_
ln
_
1re
i t
_
dt 2lnr.
(c) Justier lexistence de :
_
ln
_
1e
i t
_
dt ,
puis montrer que cette intgrale est nulle.
(d) Soient a dans C
, r dans R
+
avec : [a[ <r . Calculer lintgrale :
_
ln
_
a re
i t
_
dt .
2. Ici, F est une fonction holomorphe sur D telle que F(0) /0. On xe r dans ]0, 1[ et on note D
r
{z
C, [z[ <r }. On rappelle (thorme des zros isols) que F na quun nombre ni de zros compts avec
multiplicits dans D
r
. On note a
1
, . . . , a
p
ces zros compts avec multiplicits.
Montrer lgalit :
1
2
_
ln
_
[F(re
i t
)[
_
dt ln([F(0)[) +
p
i 1
ln
_
r
[a
i
[
_
.
Indication. On pourra utiliser, sans dmonstration, lexistence dune fonction G holomorphe sur un
voisinage de D
r
telle que :
z D
r
, F(z)
p
i 1
(z a
i
) e
G(z)
.
La formule prcdente implique lingalit ci-aprs, utilise en III.3.(c) :
1
2
_
ln
_
[F(re
i t
)[
_
dt >ln([F(0)[) .
II. Composantes connexes par arcs de C
Si est dans C
, on appelle relvement de toute application continue de R dans C telle que :

t R,
_
e
i t
_
e
(t )
.
Lensemble des relvements de est not R().
1. Soient I un intervalle de R non vide et non rduit un point, f et g deux fonctions continues de I
dans C telles que :
t I , e
f (t )
e
g(t )
.
Montrer que la fonction f g est constante.
page 45
2. Soient dans C
, A dans R
+
. Pour n dans N
et k dans {0, . . . , n1}, on note u

k,n
la fonction continue
de [A, A] dans C
dnie par :
t [A, A], u
k,n
(t )

_
e
i (k+1)t /n
_
_
e
i kt /n
_ .
(a) Soit >0. Montrer quil existe n dans N
tel que :
k {0, . . . , n 1}, t [A, A],
_
e
i (k+1)t /n
_
_
e
i kt /n
_
<.
(b) Montrer quil existe n dans N
tel que :
k {0, . . . , n 1}, t [A, A],
u
k,n
(t ) 1
<1.
En dduire que pour tout k de {0, . . . , n1} il existe une fonction continue v
k,n
de [A, A] dans C
telle que :
t [A, A], u
k,n
(t ) e
v
k,n
(t )
.
Indication. On rappelle quil existe une (unique) fonction continue L de C\ R
dans la bande
{z C, [Im (z)[ <} vriant :
z C\R
, e
L(z)
z.
(c) Montrer quil existe une fonction continue
A
de [A, A] dans C telle que :
t [A, A], (e
i t
) e
A
(t )
.
(d) Conclure que R() nest pas vide.
3. (a) Si est dans C
, dans R() et t dans R, montrer que le rel

(t +2) (t )
2i
est unentier relatif indpendant du couple (, t ) de R()R. Lentier ainsi dni est appel degr
de et not deg().
(b) Calculer le degr de dans les cas suivants :
i) e
n
o n Z,
ii)
1
2
o
1
et
2
sont dans C
(rponse en fonction des degrs de

1
et
2
),
iii) est un lment de C
valeurs dans C\R
.
(c) Soient
1
et
2
dans C
telles que : [
1
2
[ <[
1
[. Montrer :
deg(
1
) deg(
2
).
Indication. On pourra considrer
2
/
1
.
(d) Montrer que lapplication deg qui associe deg() est continue sur C
muni de la topologie
provenant de la norme [ [
.
4. Pour n dans Z, soit C
n
lensemble des de C
de degr n.
Montrer que les C
n
sont les composantes connexes par arcs de C
(toujours muni de la topologie

provenant de [ [
).
Indication. Pour dans C
0
, on pourra considrer dans R() et, pour s dans [0, 1], H
s
lapplication
dnie sur S
1
par :
t R, H
s
(e
i t
) e
s(t )
.
page 46
III. Espace de Hardy H
2
On note H
2
le sous-espace de L
2
constitu des f telles que :
n Z\N,

f (n) 0.
1. Montrer que H
2
est un sous-espace ferm de L
2
dont (e
n
)
nN
est une base hilbertienne.
Dans la suite, lespace H
2
est muni de la structure despace de Hilbert induite par celle de L
2
. On note
le projecteur orthogonal de L
2
sur H
2
.
Si f est dans L
2
, exprimer la dcomposition de ( f ) sur (e
n
)
nN
.
2. Soit f dans H
2
. Justier que le rayon de convergence de la srie entire
n>0
f (n) z
n
est suprieur ou gal 1.
Pour z dans D, soit :
F(z)
+
n0
f (n) z
n
.
Pour r dans [0, 1[, soit f
r
la fonction dnie sur S
1
par :
z S
1
, f
r
(z) F(r z).
Prouver que [ f
r
f [
2
tend vers 0 lorsque r tend vers 1.
3. Soit f un lment non nul de H
2
. Le but de cette question est de dmontrer que lensemble des t de
[, ] tels que f (e
i t
) 0 est de mesure de Lebesgue nulle. Quitte multiplier f par e
m
o m est le
plus petit i de N tel que :

f (i ) /0, on peut supposer

f (0) /0 et cest ce quon fait dsormais. On xe
dans ]0, 1[.
(a) Montrer que ln([ f [ +) appartient L
1
.
(b) Si r est dans [0, 1[, t dans R, tablir :
ln
_
[ f
r
(e
i t
)[ +
_
ln
_
[ f (e
i t
)[ +
_
<
[ f
r
(e
i t
) f (e
i t
)[
.
(c) En utilisant lingalit obtenue la n de I, tablir :
1
2
_
ln
_
f (e
i t
)
+
_
dt >ln
_

f (0)
_
.
(d) Conclure.
IV. Oprateurs de Toeplitz
Soit dans C.
1. (a) Si f est dans H
2
, vrier que ( f ) est un lment de H
2
.
Dans la suite, on note T
lapplication de H
2
dans lui-mme qui f associe ( f ). Il est clair
que T
est un endomorphisme de H
2
.
Vrier que T
appartient L(H
2
) ; T
est appel oprateur de Toeplitz de symbole .

page 47
(b) Si i et j sont dans N, exprimer e
i
, T
(e
j
) laide de .
Lapplication qui associe T
est-elle injective ?
(c) Montrer la relation : T
.
2. Onsuppose que nest pas lapplicationnulle. Onxe f dans kerT
, g dans H
2
, onpose : u f g.
(a) Montrer que u est dans L
1
et que u est nulle sur N.
(b) On suppose dsormais que g est dans kerT
. En considrant u, montrer que u est llment nul

de L
1
.
(c) Conclure enutilisant la questionIII.3 que lunaumoins des deux oprateurs T
et T
est injectif.
Si T
nest pas injectif, montrer que son image est dense dans H
2
.
Dans les parties V et VI, (H, , ) est un espace de Hilbert complexe. On adopte les notations rappeles au
dbut du problme et on note B la boule ferme de centre 0 et de rayon 1 de H.
V. Oprateurs compacts et oprateurs de Toeplitz
Unlment T de L(H) est dit compact si et seulement si T(B) est une partie compacte de H. Onnote K (H)
lensemble des T de L(H) vriant cette proprit, K
0
(H) lensemble des T de L(H) dont limage est de
dimension nie.
1. (a) Montrer que K (H) est un idal bilatre de lalgbre L(H) contenant K
0
(H).
(b) Montrer que K (H) est ferm dans L(H).
Indication. On rappelle quune partie X de H est dadhrence compacte si, pour tout > 0, on
peut recouvrir X par une runion nie de boules fermes de rayon .
2. Dans cette question, H est lespace de Hilbert H
2
, P le sous-espace de C engendr par la famille
(e
n
)
nZ
.
(a) Si
1
et
2
sont dans P, montrer que T
1
T
2
T
2
est dans K
0
(H
2
).
(b) Si
1
et
2
sont dans C, montrer que T
1
T
2
T
2
est dans K (H
2
).
3. Soit K dans K (H).
(a) Montrer que ker(I +K) est de dimension nie.
(b) Montrer que Im (I +K) est ferm dans H.
Indication. Soient y dans H adhrent Im (K +I ), (x
n
)
n>O
une suite dlments de H telle que :
K(x
n
) +x
n
y, et, pour tout n de N, x
t
n
la projection orthogonale de x
n
sur ker(K +I )
. En rai-
sonnant par labsurde et enconsidrant u
n
x
t
n
/[x
t
n
[, montrer que (x
t
n
)
n>1
est borne. Conclure.
(c) Montrer que K
appartient K (H).
Indication. Soient (x
n
)
n>0
une suite dlments de B, ladhrence de K(B) dans H, et, pour
tout n de N, f
n
la fonction de dans C qui x associe x
n
, x. En utilisant le thorme dAscoli,
montrer quil existe une suite strictement croissante (n
k
)
k>0
dentiers naturels telle que
_
f
n
k
_
k>0
converge uniformment sur . En dduire que
_
K
(x
n
k
)
_
k>0
converge dans H.
(d) Montrer que Im (I +K) est de codimension nie dans H.
VI. Oprateurs de Fredholmet oprateurs de Toeplitz
page 48
Soit T dans L(H). On dit que T est de Fredholm si et seulement sil vrie les deux proprits suivantes :
i) lespace kerT est de dimension nie,
ii) lespace Im T est ferm et de codimension nie dans H.
On note F(H) lensemble des T de L(H) vriant ces proprits. Si T est dans F(H) on appelle indice de
T et on note ind (T) lentier relatif :
dim(kerT) codim
H
(Im T).
On remarquera que si T est un lment inversible de L(H), alors T appartient F(H) et a pour indice 0.
1. (a) Soient V et W deux sous-espaces de H tels que V W et que V soit ferm et de codimension
nie dans H. Montrer que W est ferm et de codimension nie dans H.
(b) Soit T dans L(H). Onsuppose quil existe S
1
et S
2
dans L(H) tels que K
1
S
1
TI et K
2
TS
2
I
appartiennent K (H). Montrer que T est dans F(H).
2
, un lment de C
. Montrer que T
est dans
F(H
2
).
Indication. On pourra utiliser les questions V.2.(b), VI.1(b) et considrer la fonction 1/.
3. On se propose dtablir une rciproque de la question VI.1.(b) ci-dessus.
Soit T dans F(H). On note T
0
lapplication linaire de kerT
dans Im T obtenue en restreignant

T kerT
, P le projecteur orthogonal de H sur Im T. Il est clair que T

0
est un isomorphisme de
kerT
sur Im T. Or, tout isomorphisme linaire continu dun espace de Banach sur un autre est un
homomorphisme (thorme de Banach) ; il en rsulte que T
1
0
est continu, ce que lon ne demande
pas de justier davantage.
Soit S llment T
1
0
P de L(H). Reconnatre les lments ST I et TS I de L(H) et montrer en
particulier quils appartiennent K
0
(H).
Des questions VI.1.(b) et VI.3 il rsulte quun lment de L(H) est dans F(H) si et seulement sil est
inversible modulo K (H) " ou inversible modulo K
0
(H)". Ceci prouve en particulier que si T
1
et T
2
sont dans F(H), T
2
T
1
est dans F(H), ce que lon ne demande pas de justier davantage.
4. Le but de cette question est dtablir que F(H) est ouvert dans L(H) et que la fonction ind est loca-
lement constante sur F(H).
Soient T dans F(H), S dans L(H) telle que K ST I et L TS I soient dans K
0
(H), J dans L(H)
vriant : |J ||S| <1.
(a) Montrer quil existe K
t
et L
t
dans K
0
(H) tels que :
S(T +J ) (I +SJ)(I +K
t
) , (T +J)S (I +L
t
)(I +J S).
En dduire que T +J est dans F(H), ce qui justie bien le caractre ouvert de F(H).
Indication. On pourra utiliser la question VI.1(b) et le fait que si U est un lment de L(H) tel
que |U| <1, alors I +U est inversible dans lalgbre L(H).
(b) On admet les deux rsultats suivants, qui peuvent tre prouvs de manire entirement alg-
brique :
i) si T
1
et T
2
sont dans F(H), alors : ind(T
2
T
1
) ind(T
1
) +ind(T
2
),
ii) si K est dans K
0
(H), ind(I +K) 0.
Montrer que :
ind(T +J ) ind(T).
La fonction ind est donc localement constante sur F(H).
page 49
2
.
(a) Montrer que si est dans C
, on a :
ind(T
) deg().
(b) Si est dans C
, prciser la dimension de kerT
et la codimension de Im T
dans H
2
.
(c) Quels sont les lments de C tels que T
soit un lment inversible de lalgbre L(H

2
) ?
4.2 Rapport sur lpreuve crite danalyse et probabilits
Epreuve dAnalyse et de Probabilits
Prsentation du sujet
On adopte dans cette prsentation les notations de lnonc.
Le but du problme est dtudier les oprateurs de Toeplitz symbole continu sur le cercle S
1
. Ces opra-
teurs sont dnis de la faon suivante. Notons L
2
lespace de Hilbert constitu des (classes de) fonctions
de carr intgrable au sens de Lebesgue sur S
1
, H
2
le sous-espace ferm de L
2
form des fonctions dont
les coefcients de Fourier dindice < 0 sont nuls (ou, de faon quivalente, dont lextension de Poisson au
disque unit est holomorphe), le projecteur orthogonal de L
2
sur H
2
. Si est une fonction mesurable et
borne de S
1
dans C, on note T
lendomorphisme continu de H
2
dni par :
f H
2
, T
( f ) ( f ).
On dit que T
est loprateur de Toeplitz de symbole ; la matrice (innie) de T
dans la base hilbertienne

canonique de H
2
est :
_
(i j )
_
(i , j )N
2
,
formule qui montre en particulier que T
dtermine (injectivit de la transformation de Fourier).

Les oprateurs de multiplication par une fonction borne sur L
2
sont normaux et leur tude spectrale est
simple. Il nen va pas de mme des oprateurs de Toeplitz. Dans le cas o le symbole est dans C, auquel
on se borne dsormais, on peut cependant dterminer le spectre et le spectre essentiel de T
.
Thorme 1 (i) Le spectre essentiel de T
, i.e lensemble des complexes tels que T
I ne soit pas un op-

rateur de Fredholm, est limage de .
(ii) Le spectre de T
est la runion de limage de et de lensemble des points de C\ (S

1
) dont lindice
relativement est non nul.
Le rsultat nal du problme est la caractrisation des symboles continus tels que T
soit inversible ; il est

quivalent au point (ii) ci-dessus. Seule une partie de (i) est tablie : si est dans C
, T
est de Fredholm, ce
qui entrane que le spectre essentiel de T
est contenu dans limage de . La preuve de la rciproque nest

pas difcile, mais a t omise pour ne pas alourdir le sujet.
La dmonstration du critre dinversibilit propose dans le problme est base sur le thorme suivant.
Thorme 2 Si ne sannule pas, loprateur T
est de Fredholm et son indice est loppos du degr de .

page 50
Ce rsultat relie lindice de lanalyse fonctionnelle et celui de la topologie. Les thormes 1 et 2 sont ds
Gohberg et Krein (circa 1955) ; ils ont t obtenus de faon indpendante par dautres auteurs (Widom,
Devinatz).
La formulation et la dmonstration des thormes 1 et 2 ncessitent quelques prrequis. Pour tablir le
thorme 2, il faut ainsi dnir le degr dune application continue de S
1
dans C
(partie II), lespace H

2
(partie III), les T
(partie IV), les oprateurs compacts (partie V), les oprateurs de Fredholmet leurs indices
(partie VI). Il faut galement disposer de quelques rsultats de base : caractrisation des classes dhomoto-
pie de S
1
par le degr, thorie lmentaire des oprateurs compacts (caractre didal ferm, premires
proprits spectrales), caractrisation dAtkinson des oprateurs de Fredholm comme oprateurs inver-
sibles modulo les compacts, ouverture de lensemble des oprateurs de Fredholm, continuit de lindice.
La preuve du thorme 2 se rsume alors comme suit. On tablit tout dabord que si
1
et
2
sont dans C,
T
1
T
2
T
2
est compact ; cet oprateur est en fait de rang ni si
1
et
2
sont des polynmes trigonom-
triques, ce qui permet dobtenir sa compacit dans le cas gnral par approximation. Ce point tant acquis,
on voit aussitt que si appartient C
, T
1/
est un inverse de T
modulo les oprateurs compacts, donc

que T
est de Fredholm. Par continuit de lindice et homotopie, il suft pour conclure de calculer lindice
de T
pour e
n
, n Z; mais ce cas particulier est immdiat.
Il reste un peu de travail pour obtenir le critre dinversibilit : en effet, un oprateur inversible est de Fred-
holm et dindice nul, mais la rciproque est fausse. Pour les T
, on dispose cependant du rsultat ci-aprs,

d Coburn (1966).
Thorme 3 Si nest pas identiquement nul, lun des deux oprateurs T
, T
est injectif.
Combin au thorme 2 et un argument trs simple, le thorme 3 fournit une preuve lgante de la
caractrisation des oprateurs de Toeplitz inversibles.
La dmonstration du thorme 3 est donne dans la partie IV. Elle est fonde sur une proprit de rigidit
remarquable des lments de H
2
, savoir le cas particulier suivant du thorme des frres Riesz.
Thorme 4 Si un lment f de H
2
sannule sur un ensemble de mesure strictement positive alors f 0.
Les lments de H
2
, valeurs au bord de certaines fonctions holomorphes, hritent donc dune forme affai-
blie du thorme des zros isols. Le thorme 4 est quant lui dmontr dans la partie III. Loutil essentiel
de la dmonstration est la classique formule de Jensen, tablie dans la partie I et grce laquelle on montre
en fait un rsultat plus prcis que le thorme 4 : si f est dans H
2
\{0}, alors la fonction ln([ f [) est intgrable
sur S
1
.
Indiquons pour terminer une bibliographie sommaire.
Le thorme 2 est tabli dans [1], [2], [3], [4]. Il est tendu aux oprateurs de Toeplitz matriciels dans [1] ; [1]
et [2] appliquent le thorme 2 la preuve dun thorme de priodicit.
Les livres [2], [3], [4] contiennent tous les prrequis danalyse fonctionnelle ncessaires la preuve du tho-
rme 2. Ils tablissent notamment les deux rsultats admis dans le texte : indice dune compose, nullit de
lindice de I +K si K est de rang ni. Ces deux points peuvent tre tablis de faon purement algbrique ;
les preuves ne sont pas difciles et ont t omises uniquement pour ne pas allonger draisonnablement
lnonc.
La caractrisation des oprateurs de Toeplitz inversibles est prsente dans [3], [4] et [5]. La preuve donne
dans [5] est particulirement lmentaire et nutilise pas les oprateurs de Fredholm.
On trouvera dans [3], [4] et [5] une tude plus approfondie de lespace de Hardy H
2
et de ses analogues
non hilbertiens H
1
et H
. Le chapitre 17 du classique [6] est une introduction trs efcace ltude plus
page 51
gnrale des espaces H
p
. Toutes ces rfrences proposent en outre une approche diffrente du thorme 4,
base sur la description, dcouverte par Beurling, des sous-espaces ferms de H
2
stables par le shift.
Enn, [7] contient de nombreux renseignements historiques concernant les oprateurs compacts, les op-
rateurs de Fredholm, la thorie de lindice et les oprateurs de Toeplitz.
Bibliographie
[1] M. Atiyah, Algebraic Topology and operators in Hilbert space, Lectures in Analysis, vol. 103, pp.101-121,
Springer, 1969.
[2] B. Boos, D.D. Blecker, Topology and Analysis. The Atiyah-Singer Index Formula and gauge Theoretic
Physic, Springer, 1985.
[3] R.G. Douglas, Banach Algebra Techniques in Operator Theory, Second Edition, Springer, 1998.
[4] P.D. Lax, Functional Analysis, Wiley, 2002.
[5] R.A. Martinez-Avendano, P. Rosenthal, AnIntroductionto Operators onthe Hardy-Hilbert class, Springer,
2007.
[6] W. Rudin, Real and complex Analysis, Third Edition, Mc-Graw-Hill, 1987.
[7] A. Pietsch, History of Banach Spaces and Linear Operators, Birkhuser, 2007.
Rapport sur la correction des copies
Gnralits
Le problme abordait des thmes varis : intgration, fonctions holomorphes, topologie, analyse hilber-
tienne et analyse fonctionnelle. Cette varit a permis dassez nombreux candidats de faire preuve de
relles qualits mathmatiques. Dans une demi-douzaine de copies, le sujet est trait moins de cinq sous-
questions prs. Dans leur grande majorit, les candidats se sont rellement confronts aux parties I et II.
Les parties III, IV et V ont t abordes de faon plus ingale et VI na rellement t entame que dans trs
peu de copies.
Traiter correctement lensemble des parties I et II reprsentait une performance trs convenable. Pour les-
sentiel, ces deux parties relevaient du premier cycle universitaire. La correction a mis en vidence de nom-
breuses lacunes ce niveau, dont certaines sont explicites ci-dessous. Rappelons que la matrise des no-
tions et techniques de base doit tre un des objectifs essentiels de la prparation et que cette matrise inclut
une capacit raisonnable mettre en pratique lesdites notions et techniques. Beaucoup de candidats de-
vraient en particulier sexercer davantage au calcul.
La qualit de la rdaction est un lment important dapprciation, particulirement dans un concours de
recrutement denseignants. Le jury a t surpris cette anne par limportante quantit de copies mal rdi-
ges. Les noncs non quantis, lutilisation des quanticateurs comme abrviations, les phrases incom-
pltes ou incorrectes et une orthographe dciente sont monnaie courante et vidememment pnaliss.
Dans le mme ordre dides, rappelons quil est trs recommand dcrire lisiblement, de prsenter les co-
pies de faon agrable et de mettre en vidence les rsultats en soulignant ou en encadrant.
page 52
Partie I
La questionI.1.a) a donn lieu des erreurs surprenantes : beaucoupde candidats ne semblent pas connatre
les irrductibles de R[X] ou ne pas tre capables de regrouper deux racines conjugues.
Dans la question I.1.b), la convergence de la somme de Riemmann a rarement t justie.
La convergence de lintgrale de I.1.c), immdiate, est souvent omise, fausse ou laborieuse. De nombreux
candidats comprennent que la valeur de lintgrale sobtient par unpassage la limite, mais trs peudonnent
un argument complet. Dans les tentatives dutilisation du thorme de convergence domine, ln
_
[1re
i t
[
_
est souvent seulement major.
La question I.1.d) a souvent t bien rsolue.
Malgr lindication, la question I.2. a rarement t traite de faon satisfaisante ; parmi les arguments faux,
relevons lholomorphie du module dune fonction holomorphe ! Notons aussi que le calcul du module de
e
z
donne souvent lieu des erreurs.
Partie II
La question II.1 a t bien traite par un assez grand nombre de candidats.
Les questions II.2.a) et II.2.b) se sont avres slectives : de nombreuses copies montrent que largument
essentiel (uniforme continuit, puis borne infrieure atteinte) est compris, mais la rdaction ne suit pas
toujours.
La question II.2.c) a t souvent correctement rsolue. En revanche, II.2.d) na t vue que par une poigne
de candidats.
La question II.3.a) a t en gnral aborde ; beaucoup de candidats oublient cependant de vrier une
des deux indpendances demandes. Les questions II.3.b) et II.3.c) ont t rsolues par dassez nombreux
candidats. En revanche, II.4., but de cette partie, a rarement t compltement traite.
Partie III
La question III.1 a montr que la notion de convergence dans L
2
est en gnral mal comprise.
La premire partie de III.2 a mis envidence une mauvaise comprhensionde la notionde rayonde conver-
gence dune srie entire : on trouve dans beaucoup de copies rpondant cette question la vrication"
de la convergence de la srie pour tout z de module 1 ! La seconde partie de la question a t assez slective ;
certains candidats se sont appuys sur les proprits du noyau de Poisson, dmarche un peu maladroite
dans le cadre hilbertien mais rvlatrice de connaissances solides et bien comprises.
Les questions III.3.a) et III.3.b) dcoulaient dingalits lmentaires mais demandaient une certaine luci-
dit ce stade du problme ; lerreur signale ci-dessus propos de I.1.c) sy est souvent retrouve. Les deux
questions nales de cette partie demandaient du soin et ont rarement t abordes.
Partie IV
La difcult essentielle de cette partie consistait comprendre la dnition des oprateurs de Toeplitz ;
beaucoup de candidats se sont contents de rpondre IV.1.a), en gnral convenablement.
Partie V
Cette partie faisait tablir ceux des rsultats de base de la thorie de Riesz des oprateurs compacts utiliss
dans VI. Sans doute cause de soncaractre classique, elle a t aborde substantiellement dans unnombre
non ngligeable de copies ; les questions traites lont en gnral t correctement.
page 53
Partie VI
Seules les meilleures copies ont trait une proportion signicative de cette partie, certaines allant, au prix
de quelques imprcisions, jusqu lavant dernire question du problme. La dernire question na jamais
t rsolue compltement.
4.3 Corrig
Corrig du problme
Partie I
I.1.a) Pour k dans {0, . . . , 2n 1}, soit : z
k
e
i k/n
. On a :
X
2n
1
2n1
k0
(X z
k
).
Parmi les z
k
, seuls z
0
1 et z
n
1 sont rels, et, si 1 <k <n 1, on a :
z
k
z
2nk
.
Puisquun polynme de degr 2 sans racine relle est irrductible sur R, on en dduit la dcomposition sur
R[X] :
X
2n
1 (X 1)(X +1)
n1
k1
_
X
2
2cos(k/n)X +1
_
.
Par suite :
n1
k1
ln(12r cos(k/n) +r
2
) ln
_
r
2n
1
r
2
1
_
.
I.1.b) La relation :
t R, 12r cost +r
2
[1re
i t
[
2
>0
montre que la fonction intgre est bien dnie et continue sur [0, ]. On peut donc appliquer le thorme
de convergence des sommes de Riemann, do :
1
n 1
n1
k1
ln
_
12r cos(k/n) +r
2
_

n+
1
0
ln(12r cost +r
2
) dt .
En utilisant la relation obtenue dans la question prcdente et la relation :
1
n
ln(r
2n
1)
n0
2lnr,
on a la premire des galits demandes.
En observant que :
[1re
i t
[
2
12r cost +r
2
,
on obtient, en utilisant la parit de la fonction intgre :
_
ln
_
[1re
i t
[
_
dt 2lnr.
page 54
I.1.c) Pour t dans [, ] \{0}, le rel [1e
i t
[ est >0. Et ln[1e
i t
[
t 0
ln[t [, do lintgrabilit de la fonction
propose (la fonction ln est designe constant au voisinage de 0).
Pour calculer lintgrale, onfait tendre r vers 1
+
dans la questionprcdente. Le passage la limite se justie
au moyen du thorme de convergence domine et de lingalit :
(r, t ) ]1, 2] (] , [\{0}) , [ ln([1re
i t
[)[ <ln3+[ ln([2sin(t /2)[)[,
elle-mme consquence de lencadrement :
(r, t ) ]1, 2[[, ], 4sin
2
(t /2) <12r cost +r
2
<9.
La majoration est triviale, la minoration sobtient en tudiant, t x, la fonction r 1 2r cost +r
2
sur
]1, 2].
I.1.d) On crit, pour t dans [, ] tel que re
i t
/a /1, lgalit :
ln
_
a re
i t
_
ln([a[) +ln
_
1
re
i t
a
_
.
Posant : a [a[e
i
avec dans R, on a :
ln
_
1
re
i t
a
_
ln
_
1
re
i (t )
[a[
_
.
Le rel r /[a[ tant > 1, les deux questions prcdentes entranent, compte-tenu de la 2-priodicit de la
fonction considre :
_
ln
_
1
re
i (t )
[a[
_
dt
_
ln
_
1
re
i t
[a[
_
dt 2ln
_
r
[a[
_
.
En n de compte :
_
ln
_
a re
i t
_
dt 2lnr.
I.2. Si est un ouvert non vide de C, soit H() la C-algbre des fonctions holomorphes sur . Pour justier
lexistence de G (non demande par lnonc), on utilise les deux rsultats classiques suivants :
(i) si f est dans H() et nulle en a , il existe g dans H() telle que :
z , f (z) (z a)g(z) ;
(ii) si est simplement connexe alors pour toute f dans H() ne sannulant pas sur , il existe g dans H()
telle que :
z , f (z) e
g(z)
.
On a alors :
_
ln
_
F(re
i t
)
_
dt
_
Re
_
G
_
re
i t
__
dt +
p
i 1
_
ln
_
re
i t
a
i
_
dt .
Lholomorphie de G entrane que G possde la proprit de valeur moyenne :
1
2
_
G
_
re
i t
_
dt G(0).
En prenant les parties relles, il vient :
_
Re
_
G
_
re
i t
__
dt 2 Re (G(0)) 2ln
_
[F(0)[
p
i 1
[a
i
[
_
,
formule que lon pourrait dduire de faon quivalente du caractre harmonique de Re G. Compte-tenu de
I.1.d), on en dduit la formule dsire.
page 55
Partie II
II.1. La fonction f g est valeurs dans 2i Z qui est une partie discrte de C. Mais, puisque f g est conti-
nue, limage de I par f g est un connexe de C. Les parties connexes et discrtes de C tant les singletons,
le rsultat suit.
II.2.a) La fonction :
g : t (e
i t
)
est continue donc uniformment continue sur le compact [A, A]. Si on choisit >0 duniforme continuit
de g relatif puis n dans N
tel que : A/n <, le thorme des accroissements nis entrane :

t [A, A], [e
i t /n
1[ <
[t [
n
<
A
n
et la condition de lnonc est satisfaite.
II.2.b) La fonction [[ est continue sur le compact S
1
, valeurs dans R
+
. Elle atteint donc un minimum ,
lequel est > 0. Si n est choisi comme dans la question prcdente, on a, pour tout t de [A, A], tout k de
{0, . . . , n 1} :
[u
k,n
(t ) 1[ <
(e
i (k+1)t /n
) (e
i kt /n
)
<1.
Puisque u
k,n
est valeurs dans le disque ouvert de centre 1 et de rayon 1, lui-mme contenu dans C\R
, il
suft de poser v
k,n
L u
k,n
pour rpondre la seconde partie de la question.
II.2.c) Posons :
v
n1
k0
v
k,n.
Alors :
t [A, A], e
v(t )
n1
k0
u
k,n
(t )
(e
i t
)
(1)
.
Si est un complexe tel que : e
(1), la fonction
A
v + vrie la relation demande.
II.2.d) Pour tout N de N
, on dispose donc dune fonction continue

N
de [N, N] dans C vriant :
t [N, N], (e
i t
) e
N
(t )
.
La restriction de
N+1
N
[N, N] est constante daprs II.1. On peut donc, en ajoutant
N+1
une
constante de 2i Z convenable, supposer que
N
est restriction de
N+1
. Ceci permet de dnir de faon
cohrente une fonction de R dans C par :
N N
,
[N,N]
N
.
Cette fonction est clairement un relvement de .
II.3.a) La fonction :
t
(t +2) (t )
2i
est continue valeurs dans Z donc constante (II.1) do lindpendance relativement t . Puisque deux
lments de R() diffrent dune constante (II.1), on a lindpendance relativement .
II.3.b) Lapplication t i nt est un relvement de e
n
, donc le degr de e
n
est n.
Si
i
est, pour i dans {1, 2}, un relvement de
i
, alors
1
+
2
est un relvement de
1
2
, donc cette
dernire application a pour degr deg(
1
) +deg(
2
).
page 56
Si est valeurs dans C\R
, la fonction :
t L
_
(e
i t
)
_
est un relvement 2-priodique de , donc est de degr nul.
II.3.c) Par hypothse,
2
/
1
est valeurs dans le disque ouvert de centre 1 et de rayon 1, donc dans C\R
,
donc de degr nul. La conclusion rsulte de la formule :
deg(
2
) deg(
1
) +deg(
2
/
1
).
II.3.d) Si
1
est dans C
, si est le minimumde [
1
[ sur le compact S
1
, alors >0 et la question prcdente
assure que si
2
est un lment de C
tel que : [
2
1
[
<, alors deg(

2
) deg(
1
). Lapplication deg est
donc localement constante sur C
, cest--dire continue.
II.4. Observons dabord que la continuit du degr montre que deux lments de C
ayant des degrs dis-

tincts sont ncessairement dans deux composantes connexes par arcs distinctes de cet espace. Dautre part,
grce la relation C
n
e
n
C
0
, il suft de dmontrer que C
0
est connexe par arcs pour obtenir que tel est le
cas de tous les C
n
et tablir ainsi le rsultat demand.
Variante : lapplication deg tant un morphisme de groupes de C
dans Z, il suft de prouver sa continuit

en llment neutre de C
, laquelle dcoule de II.3.c).

Suivons prsent lindication propose par lnonc. Puisque est de degr nul, est 2-priodique et
lapplication H
s
est correctement dnie pour tout s de [0, 1]. On a :
H
0
(1), H
1
.
En observant que (s, t ) H
s
(t ) est continue sur le compact [0, 1] S
1
donc uniformment continue, on
montre aisment que lapplication :
H : [0, 1] C
s H
s
est continue. La fonction constante e
0
et la fonction sont donc dans la mme composante connexe par
arcs de C
.
Partie III
III.1. Pour le premier point, il suft dtablir que les formes linaires
f

f (n)
pour n dans Z sont continues sur L
2
. Or lgalit de Parseval implique que ces formes sont toutes de normes
infrieures ou gales 1 (en fait 1, bien sr).
Dautre part, la famille (e
n
)
nN
est orthonorme comme sous-famille de la famille orthonorme (e
n
)
nZ
. Et,
pour f dans H
2
, la dcomposition de f sur la base orthonorme (e
n
)
nZ
scrit f
n>0

f (n) e
n
(conver-
gence dans L
2
) do le caractre total de (e
n
)
nN
dans H
2
.
Enn, induit lidentit sur H
2
et lapplication nulle sur le supplmentaire orthogonal de H
2
dans L
2
; de
plus, (e
n
)
n<1
est une base hilbertienne de ce supplmentaire. Par suite :
f L
2
, ( f )
n>0
f (n) e
n
.
III.2. La justication est immdiate car la suite (

f (n))
nN
est de carr sommable, en particulier borne.
page 57
Grce la formule de Parseval :
[ f
r
f [
2
n>0
[
f (n)[
2
(1r
n
)
2
.
En majorant (1r
n
)
2
par 1 et en utilisant le thorme de convergence domine pour les sries, on en dduit
la convergence demande.
III.3.a) Lencadrement :
x >0, ln <ln(x +) <ln(x +1) <x
et lappartenance de f L
2
donc L
1
montrent que ln([ f [ +) est dans L
1
.
III.3.b) Il suft de remarquer que, grce lingalit des accroissements nis, la fonctionlnest (1/)-lipschitzienne
sur [, +[.
III.3.c) On a :
t [0, 2], ln
_
f (re
i t
)
+
_
>ln
_
f (re
i t
)
_
.
En intgrant cette ingalit entre et et en tenant compte de lingalit vue la n de I, il vient :
1
2
_
ln
_
f (re
i t
)
+
_
dt >ln
_

f (0)
_
.
Pour obtenir lingalit demande, il reste faire tendre r vers 1
en notant que f
r
converge vers f dans
L
2
et donc dans L
1
, ce qui entrane, via la question prcdente, que ln([ f
r
[ +) tend vers ln
_
[ f [ +
_
dans L
1
lorsque r tend vers 1
.
III.3.d) On applique le thorme de convergence monotone la famille (g
)
0<<1
dnie par :
t [, ], g
(t ) ln([ f (e
i t
)[ +).
Lorsque tend vers 0, les fonctions g
convergent simplement en dcroissant vers la fonction g gale

ln([ f (e
i t
)[) en tout t tel que f (e
i t
) / 0, en tout t tel que f (e
i t
) 0. Puisque les intgrales des g
sont
minores indpendamment de par c), le thorme de convergence monotone assure lintgrabilit de g,
plus forte que le rsultat demand.
Partie IV
IV.1.a) Dabord, f est dans L
2
, et dans L
, ce qui assure lappartenance de f L

2
et la majoration :
[ f [
2
<[[
[ f [
2
.
Dautre part, applique L
2
dans H
2
et est de norme 1 en tant que projection orthogonale. On en dduit
que T
( f ) est dans H
2
de norme au plus gale [[
[ f [
2
. Autrement dit, T
est dans L(H

2
) de norme
subordonne majore par [[
.
IV.1.b) Puisque e
i
est orthogonal e
k
si k <0, on a :
e
i
, T
(e
j
) e
i
, e
j
.
Mais au sens de la convergence dans L
2
, on a :
e
j

l Z
(l ) e
j +l
,
o on utilise la convergence L
2
de la srie de Fourier de vers et la continuit sur L
2
de loprateur de
multiplication par la fonction borne e
j
. On en dduit :
e
i
, T
(e
j
) (i j ).
page 58
Puisque la transformation de Fourier est injective sur C, ce calcul montre quil en est de mme de T
.
IV.1c) Si i et j sont dans N, on a :
T
(e
i
), e
j
e
i
, T
(e
j
) (i j ),
mais aussi :
T
(e
i
), e
j
e
j
, T
(e
i
)

( j i ) (i j ).
Puisque un endomorphisme continu dun espace de Hilbert est entirement dtermin par limage dune
base hilbertienne, la formule :
T
sen dduit.
Il est possible de rsoudre la question par un calcul direct, sans recours aux coefcients de Fourier.
IV.2.a) Dabord f est dans L
2
comme produit dun lment de L
2
par une fonction borne, et u est dans
L
1
comme produit de deux lments de L
2
.
Ensuite v f est dans lorthogonal de H
2
dans L
2
, donc ses coefcients de Fourier dindices > 0 sont
nuls. Puisque g est dans H
2
, les coefcients de Fourier dindices >0 de g sont nuls. Encrivant v et g comme
limites dans L
2
de leurs sommes partielles de Fourier, il sensuit (continuit du produit de L
2
L
2
dans L
1
)
que u est limite dans L
1
de polynmes trigonomtriques spectres contenus dans Z\ N. Par continuit de
la transformation de Fourier de L
1
dans c
0
, les coefcients de Fourier dindices >0 de u sont nuls.
IV.2.b) En utilisant la relation T
et une argumentation semblable celle de a), on montre que les

coefcients de Fourier dindices > 0 de u sont nuls, donc que les coefcients de Fourier dindices < 0 de u
sont nuls. Finalement u est nulle et donc u est llment nul de L
1
.
IV.2.c) Supposons que f et g soient des lments non nuls de H
2
. Alors f et g sont presque partout non
nuls grce III.3). Puisque nest pas identiquement nulle, lensemble de ses points de non annulation est
de mesure >0. La fonction u ne peut tre presque partout nulle, ce qui contredit la question prcdente.
Ona ainsi prouv que lunaumoins des deux oprateurs T
et T
est injectif. Or, linjectivit de T
implique,
via le rsultat sur ladhrence de limage de ladjoint rappel en dbut dnonc et la formule : (T
,
la densit de limage de T
dans H
2
.
Partie V
V.1.a) Puisquune partie borne dun espace vectoriel norm de dimension nie est relativement compacte,
K (H) contient K
0
(H), en particulier lendomorphisme nul de H.
Soient T et T
t
dans K (H), U dans L(H). On a :
(T +T
t
)(B) T(B) +T
t
(B),
et un argument de double extraction assure que la somme de deux parties relativement compactes dun
espace norm est relativement compacte. Il sensuit que T +T
t
est dans K (H).
Par ailleurs, si r |U|, U(B) est contenu dans r B, do : TU(B) r T(B). Il est clair que limage dune partie
relativement compacte de H par une homothtie est relativement compacte, do lappartenance de TU
K (H). Enn, UT(B) est contenu dans limage par lapplication continue U du compact T(B), donc est
relativement compact.
V.1.b) Soient T dans L(H) adhrent K (H), >0, K dans K (H) tel que :
|T K| <.
page 59
On recouvre K(B) par un nombre ni de boules de H de rayon . Les boules centres sur les mmes points
et de rayon 2 recouvrent T(B), ce qui tablit la prcompacit de cet ensemble et lappartenance de T
K (H).
La question pouvait galement tre rsolue par un argument diagonal.
V.2.a) Par bilinarit, il suft de traiter le cas o
1
e
m
et
2
e
n
avec m et n dans Z. Or :
k >n, T
e
m+n
(e
k
) T
e
m
T
e
n
(e
k
) 0.
Puisquun lment de H
2
est limite au sens L
2
de ses sommes partielles de Fourier, on en dduit que limage
de T
e
m+n
T
e
m
T
e
n
est contenue dans le sous-espace de dimension nie engendr par les e
k
pour 0 <k <n.
V.2.b) Lapplication qui associe T
est linaire continue (de norme majore par 1) de C dans L(H

2
). La
multiplication est continue dans les deux algbres de Banach C et L(H
2
). Le thorme dapproximation
de Weierstrass assure que lespace P est dense dans C. Il en rsulte, grce V.2.a), que si
1
et
2
sont dans
C, T
1
T
2
T
2
appartient ladhrence de K
0
(H
2
) dans L(H
2
) donc, daprs V.1.b), K (H
2
).
V.3.a) On a :
ker(K +I ) B K(B).
On en dduit que la boule unit de ker(K +I ) est compacte, ce qui amne la conclusion via le thorme de
Riesz.
V.3.b) Suivons lindication. On note dabord que :
K(x
t
n
) +x
t
n
K(x
n
) +x
n
.
Supposons maintenant (x
t
n
) non borne. Quitte extraire, on peut supposer :
[x
t
n
[ +,
ce qui entrane :
K(u
n
) +u
n
0.
La compacit de K donne une valeur dadhrence v de (K(u
n
)). Quitte extraire nouveau, on suppose
K(u
n
) v. Mais on a alors :
u
n
v et K(v) +v 0.
Or, le vecteur v est unitaire et appartient au sous-espace ferm ker(K +I )
, do la contradiction dsire.
Il est maintenant ais de conclure. Puisque (x
t
n
) est borne, on peut, quitte extraire, supposer que (K(x
t
n
))
converge. On en dduit que (x
t
n
) converge galement et que la limite x
t
de (x
t
n
) vrie y K(x
t
) +x
t
, do le
rsultat.
V.3.c) Par hypothse, est une partie compacte de H. Lingalit de Cauchy-Schwarz montre que les f
n
sont toutes 1-lipschitziennes et bornes par le rayon dune boule centre sur 0 contenant . La suite ( f
n
)
est donc uniformment borne et quicontinue sur le compact ; grce au thorme dAscoli, il existe une
suite strictement croissante (n
k
) dentiers naturels telle que ( f
n
k
) converge uniformment sur .
Pour montrer que
_
K
(x
n
k
)
_
converge dans H, on utilise le critre de Cauchy et l galit :
[ f
n
k
f
n
l
[
[K
(x
n
k
) K
(x
n
l
)[.
Cette dernire formule vient du fait que le premier membre de lgalit est gal :
sup
_
[ K(x), x
n
k
x
n
l
[ ; x B
_
,
donc :
sup
_
[ x, K
(x
n
k
) K
(x
n
l
)[ ; x B
_
(x
n
k
) K
(x
n
l
)
.
V.3.d) Lespace Im(I +K) est ferm, donc supplmentaire dans H de son orthogonal. Cet orthogonal est le
noyau de I +K
, de dimension nie par les questions V.3.a) et V.3.c).

page 60
Partie VI
VI.1.a) Munissons H/V de sa structure naturelle despace de Banach quotient et notons p la surjection
canonique de H sur H/V . Alors p est continue et W est limage rciproque par p de W/V qui est ferm
dans H/V comme sous-espace de dimension nie. Le rsultat suit.
VI.1.b) Lhypothse entrane que kerT ker(K
1
+I ). La question V.3.a) montre alors que kerT est de dimen-
sion nie.
Il reste vrier que Im T est ferm et de codimension nie pour conclure. Or cet espace contient Im(I +K
2
)
qui est ferm et de codimension nie grce aux questions V.3 b) et V.3.d), do le rsultat par VI.1.a).
VI.2. Puisque T
e
0
est lidentit de H
2
, la question V.2.b) fournit :
(T
T
1/
I , T
1/
T
I ) K(H
2
)
2
.
La question VI.1.b) montre que T
est de Fredholm.
VI.3. Soit x dans H. On crit x u +v avec u dans kerT et v dans kerT
. Il vient :
ST(x) T
1
0
PT(x) T
1
0
PT(v) T
1
0
T(v) v.
Il en rsulte que ST I est loppos du projecteur orthogonal de H sur kerT.
Un calcul analogue tablit que TS I est loppos du projecteur orthogonal de H sur Im T
, lequel est de
dimension nie.
VI.4.a) On crit :
S(T +J ) I +SJ +K
et on remarque que I +SJ est inversible dans L(H), do :
S(T +J ) (I +SJ)(I +(I +SJ)
1
K) (I +SJ)(I +K
t
)
o K
t
(I +SJ)
1
K est bien dans K
0
(H). Ceci se rcrit :
(I +SJ)
1
S(T +J ) I +K
t
.
Ainsi T +J a un inverse gauche modulo K
0
(H), donc modulo K (H).
Un argument analogue permet de construire L
t
, ce qui entrane lexistence dun inverse droite modulo
K (H) pour T +J . Il reste utiliser VI.1.b) pour conclure.
VI.4.b) La caractrisation des lments de F(H) explicite aprs la question VI.3 dans lnonc montre que
S est de Fredholm. En utilisant les deux proprits de lindice admises dans lnonc et lappartenance de
K K
0
(H), il vient :
ind(S) +ind(T) ind(ST) ind(I +K) 0.
Mais I +SJ est inversible dans L(H), donc dindice nul. Utilisant la premire des deux relations tablies en
VI.4.a), les proprits admises de lindice et lappartenance de K
t
K
0
(H), on a :
ind(S) +ind(T +J ) 0
ce qui achve la dmonstration.
VI.5.a) Commenons par tudier le cas : e
n
.
page 61
Si n < 0, T
e
n
est surjectif (llment

j >0
c
j
e
j
de H
2
ayant pour antcdent

j >0
c
j
e
j +n
). Son noyau est le
sous-espace de dimension n engendr par (e
j
)
0<j <n1
. Donc lindice de T
e
n
est n.
Si n >0, T
e
n
est injectif. Son image est le sous-espace ferm de codimension n constitu des f de H
2
telles
que

f sannule sur {0, . . . , n 1}. Donc lindice de T
e
n
est n.
La relation demande est donc vraie si est lun des e
n
, n Z. Le cas gnral sobtient laide de II.4. en
notant que
C
ind(T
)
est continue comme compose de lapplication 1-lipschitzienne
C
F(H
2
)
et de lapplication continue ind, tandis que deg est continue sur C
par II.3.c).
VI.5.b) Soit n deg(). Les questions IV.2.c) et VI.5.a) montrent alors que si n < 0 (resp. n > 0), T
est
surjectif et a un noyau de dimension n (resp. est injectif et a une image de codimension n).
VI.5.c) Si est dans C
, la question prcdente montre que T
est inversible si et seulement si est de

degr 0. Reste voir que linversibilit de T
implique lappartenance de C
. Or, si sannule en un
point de S
1
, on construit facilement une suite ( f
n
) dlments de P unitaires pour la norme [ [
2
et telle que
( f
n
)
n>0
tende vers 0 pour cette mme norme (prendre des fonctions supportes par des voisinages de plus
en plus petits dun point dannulation de et les approcher par des polynmes trigonomtriques). Quitte
multiplier f
n
par e
m
n
avec m
n
assez grand, on peut supposer que f
n
est dans H
2
. On en dduit aussitt que
T
nest pas inversible.

Conclusion : T
est inversible si et seulement si appartient C
et est de degr nul.

page 62
Chapitre 5
preuves orales : Algbre et Gomtrie ;
Analyse et Probabilits ; Mathmatiques pour
lInformatique.
5.1 Organisation des preuves
Les modalits, mises en place depuis le concours 2001, ont cette anne encore donn entire satisfaction et
sont reconduites pour la session 2010. Elles sont dcrites ci-aprs de manire dtaille, prenant en compte
lexprience acquise.
Pour les candidats de loption D, des changements de modalits sur les leons de mathmatiques sont in-
tervenus en 2009. Ces candidats tirent maintenant un couple de sujets au sein dune liste dune quarantaine
de sujets dalgbre, danalyse et de probabilits extraite de la liste gnrale des autres options du concours.
Tous les candidats tirent un couple de sujets. Le candidat est libre de choisir le sujet qui lui plait.
lissue de la priode de prparation qui dure 3 heures, le jury fait procder la photocopie des plans pr-
pars par les candidats. Ces derniers sont manuscrits, comportent 3 pages A4 au maximum et possdent
une marge de 1 cm sur tous les cts an dviter tout problme lors de la photocopie. Il est conseill de
ne pas utiliser de stylos de couleurs. Il est en revanche conseill de soigner la prsentation du plan crit, de
mettre des titres, dencadrer les formules, etc. pour quil soit le plus lisible possible.
Les plans peuvent tre complts par une quatrime page consacre aux gures. Il faut noter clairement sur
le plan les dveloppements proposs.
Le candidat peut utiliser sa copie du plan pendant lpreuve et pourra utiliser les notes manuscrites pro-
duites durant la prparation, pendant la premire phase de linterrogation dite prsentation du plan.
Lpreuve sorganise en trois temps, prvus pour une dure totale dun maximum de 50 minutes : une pr-
sentation du plan ventuellement suivie dune brve discussion, un dveloppement de 15 minutes et enn
une partie consacre au dialogue et aux questions.
Le jury ne cherche pas dstabiliser le candidat.
page 63
5.1.1 Premire partie : prsentation du plan
Le candidat est convi utiliser son temps de parole, 8 minutes maximum, pour prsenter, argumenter,
mettre en valeur et faire une synthse de son plan.
Le plan crit nest ni une numration de paragraphes, ni un expos complet avec dveloppement des d-
monstrations. Il dnit avec prcision les notions introduites, donne les noncs complets des rsultats
fondamentaux, cite des exemples et des applications. La formalisation mathmatique doit tre soigne et
lutilisation des symboles mathmatiques correcte. Le jury conseille vivement aux candidats de soigner tant
leurs crits que leur expressionorale. Le plandoit tre matris, cest dire que les rsultats exposs doivent
tre compris ainsi que lorganisation densemble. Il est souhaitable que le candidat connaisse dans leurs
grandes lignes, les dmonstrations des rsultats gurant au programme du concours : le jury pourra appli-
quer ce critre pour valuer la matrise du plan. Cest au candidat de circonscrire son plan, notamment en
ce qui concerne les noncs dbordant largement le cadre du programme. Le jury ne cherche pas des plans
absolument originaux, le plus important est que ce plan soit bien structur, matris par le candidat et quy
gure une quantit substantielle dexemples.
Il sagit dune preuve orale, il est donc inutile de recopier le plan au tableau, dans la mesure o le jury pos-
sde une copie du texte. Toutefois il peut tre utile dutiliser le tableau pour crire larchitecture du plan, les
thormes importants ou un exemple signicatif, voire faire un dessin!
Il est souhaitable que le candidat utilise son temps de parole pour expliquer de faon systmatique les arti-
culations principales de son plan. Les dtails techniques, sils sont clairement crits dans le plan, pourront
ne pas tre repris oralement. Le candidat peut faire un bref expos introductif et commenter utilement en-
suite ses rsultats principaux, les outils dvelopps, lorganisation densemble et les mthodes utilises. Il
peut tre utile de consacrer du temps un exemple pertinent qui claire la problmatique de la leon,
faire usage du tableau pour illustrer ses propos.
Le plan est malheureusement rarement comment. Le candidat se contente trop souvent dune prsenta-
tion linaire, sans expliquer ou mettre en valeur les articulations du plan, ni faire ressortir les mthodes
ou les rsultats importants. Si le candidat nonce un thorme particulirement difcile, il faut quil soit
contextualis en montrant comment il rpond des questions naturelles de la thorie ou en donnant des
applications internes ou externes de la thorie dont il est issu.
La prsentation orale, lorganisation et la cohrence globale du plan crit constituent des lments impor-
tants dapprciation.
Insistons sur le fait que la recopie de plans, disponibles sur Internet ou dans des livres spcialiss, ne consti-
tue pas un travail sufsant de prparation. Lexpos oral ne peut tre matris sil ressemble une rcitation.
Quelques rares candidats prennent des liberts quant au libell de la leon; les titres des leons dnissent
un champ clair quil faut traiter entirement. Le hors sujet est lourdement sanctionn.
la nde cette prsentation, le jury peut questionner trs brivement le candidat. Onpeut aborder quelques
points techniques, sans entrer dans des dtails qui retarderaient le dbut du dveloppement.
5.1.2 Deuxime partie : le dveloppement
Le jury veille la cohrence du plan et des propositions de dveloppements eu gard au niveau du candidat.
Il est souhaitable que le candidat recherche une adquation entre son niveau intrinsque et les dveloppe-
ments proposs. Un candidat ne sera pas avantag, sil prsente un dveloppement non matris ou mal
page 64
compris ou expos trop rapidement. Il faut toutefois veiller rester au niveau de lAgrgation; les dvelop-
pements de niveau dune classe de Terminale ne peuvent constituer une proposition acceptable.
Le jury demande au candidat de prsenter deux dveloppements au moins. Ceux-ci doivent tre clairement
mentionns sur le plan crit et non pas vaguement voqus loral. Le candidat doit prciser ce quil va d-
montrer et, le cas chant, les rsultats de son plan quil va admettre. Il dispose de 15mn (maximum) pour
mener bien ce dveloppement. Le jury demande au candidat de bien grer son tableau, en particulier le
candidat demandera aux membres du jury lautorisation deffacer. Le jury souhaite que le candidat efface
le moins possible le tableau pendant cette priode.
Lors du dveloppement, le jury attend du candidat des explications sur le droulement de la preuve et
lintervention pertinente des notions dveloppes durant lexpos oral ; il peut tre opportun, lors du dve-
loppement, de se rfrer explicitement au plan prsent.
Trop peu de candidats commencent leur dveloppement par une rapide exposition des grandes ides ou
tapes de ce dernier. Le jury aimerait avoir une petite explication de la dmarche au dbut du dveloppe-
ment. Il est inutile de se prcipiter et il est utile de prciser ses notations !
Le dveloppement ressemble parfois une succession plus ou moins convaincante de rsultats interm-
diaires ad hoc. La rcitation dun dveloppement est lourdement sanctionne ; le jury veille ce que les
futurs enseignants comprennent ce quils exposent et sachent exposer ce quils comprennent. Cest une
qualit essentielle dun futur agrg.
On ne saurait trop conseiller aux candidats dillustrer leur dveloppement (et ventuellement leur plan) par
un ou plusieurs dessins : lexpos y gagnerait en clart pour le jury, le candidat pourrait ainsi montrer un
souci louable de pdagogie.
Rappelons que le dveloppement doit tre en rapport avec le sujet trait, la leon prsente et le plan crit.
Tout hors sujet est svrement sanctionn. Lutilisation dun rsultat non prsent dans le plan crit doit tre
explicitement signale par le candidat. Toute utilisation dun lemme non dmontr et enfermant lessence
de la preuve est sanctionne. Le jury peut exiger la dmonstration dun lemme, soit-disant admis, si celui-ci
est essentiellement le cur du dveloppement. Il faut viter de prsenter ou dutiliser un rsultat prlimi-
naire ou intermdiaire sans explications convaincantes.
Dans le cas dun dveloppement ambitieux, il ne faut pas ngliger les cas lmentaires.
Enn, mme si le jury laisse voluer le candidat durant son dveloppement, en intervenant le moins sou-
vent possible, il peut, en cas de lacunes ou derreurs manifestes, interrompre le candidat pour demander
des explications. Cette intervention ne donne pas droit une extension du temps consacr au dveloppe-
ment.
La pertinence des explications, le souci pdagogique, la capacit mener bien et compltement son sujet
dans le temps imparti, laisance technique sont des lments importants dapprciation.
5.1.3 Troisime partie : questions et dialogue
Le jury vrie systmatiquement la matrise approfondie du plan prsent. Cest dire quune part impor-
tante de la discussion portera sur le plan, ou trouvera sa source dans le plan prsent par le candidat. De
page 65
manire gnrale, il faut viter de dpasser largement son niveau. Pour assimiler les notions il faut, durant
lanne de prparation, se demander si on est capable de les mettre en uvre sur des exemples simples et,
pour certains thormes, si on a rchi des exemples ou des contre-exemples.
Le jury pose aussi des exercices en rapport direct avec la leon, mais ne sattend pas ce que le candidat
trouve une solution immdiate. Le but est plutt de voir voluer le futur agrg dans une dmarche scienti-
que rigoureuse et mthodique. Le candidat doit rchir, utiliser son plan et rattacher lexercice sa leon.
Le fait de ne pas rsoudre un exercice ne doit pas tre compris comme un chec et le candidat ne doit pas
se dcourager. Il doit au contraire rester attentif aux suggestions du jury. La qualit du dialogue est aussi un
lment dapprciation.
Pendant cette discussion le jury veille laisser un temps raisonnable au candidat pour rchir, sans le sub-
merger de questions.
Le candidat doit tre conscient que sil met un nonc dans son plan il doit se prparer des questions
lmentaires et des calculs ventuels sur ce point. Une fois de plus, insistons sur le fait quil est essentiel de
bien matriser ce que lon propose. La qualit du dialogue instaur entre le jury et le candidat, les rponses
aux questions, lutilisation du plan crit pendant ce temps sont des lments importants de notation.
Rappelons que lobjet du concours est de recruter de futurs enseignants.
5.1.4 Rapport dtaill sur les preuves orales
Le jury suggre la lecture des rapports des quatre dernires annes. Les commentaires sur les leons y res-
tent dactualit.
Voici quelques remarques supplmentaires concernant certaines leons de la session 2009. Les candidats
sont invits tendre ces commentaires aux leons non commentes.
Les candidats de loption D consulteront la liste ad hoc des 40 titres (reprs par un numro unique) repre-
nant ceux de loral des options A,B, C, en algbre et analyse.
Leons dAlgbre et Gomtrie
Les leons de gomtrie sont systmatiquement vites. Cest bien anormal pour de futurs professeurs qui
auront enseigner la gomtrie. La notion de proprit universelle chappe la quasi-totalit des candi-
dats, ce qui signie quils ne comprennent pas clairement le pourquoi du passage au quotient, des anneaux
de polynmes, anneaux de fractions etc. Cest inquitant.
La leon 115 ne sera plus propose la session 2010.
101 - Groupe oprant sur un ensemble. Des exemples de nature diffrente doivent tre prsents : actions
sur un ensemble ni, sur un espace vectoriel, sur un ensemble de matrices, sur des polynmes. Les
exemples issus de la gomtrie ne manquent pas.
103 - Exemples et applications des notions de sous-groupe distingu et de groupe quotient. Les candidats
parlent de groupes simples et de sous-groupe driv ou de groupe quotient sans savoir utiliser ces no-
tions. Il faudrait savoir par exemple que
- tout morphisme de source un groupe simple est soit injectif soit trivial ;
- dans un groupe simple, toute runion de classes de conjugaison non triviale engendre le groupe (par
exemple les lments de la forme x
2
yx) ;
- tout morphisme dun groupe G vers un groupe ablien se factorise via G
ab
:G/D(G).
page 66
La notion de produit semi-direct nest plus au programme, mais lorsquelle est utilise il faut savoir la
dnir proprement.
104 - Groupes nis. Exemples et applications. Les exemples doivent gurer en bonne place dans cette le-
on.
105 - Groupe des permutations dun ensemble ni. Comme pour toute structure algbrique, il est sou-
haitable de sintresser aux automorphismes du groupe symtrique. Certains candidats proposent
donc en dveloppement que Int(S
n
) Aut(S
n
), n / 6. Il serait alors utile de savoir quen gnral
G/Z(G) Int(G) Aut(G) et que Out(S
6
) Z/2Z. Les applications ne concernent pas seulement les
polydres rguliers.
106 - Groupe linaire dun espace vectoriel de dimension nie E, sous-groupes de GL(E). Il faut savoir ra-
liser S
n
dans GL(n, R) et faire le lien entre signature et dterminant.
107 - Sous-groupes nis de O(2, R) et de SO(3, R). Cette leonest certes relativement ferme, mais elle per-
met dillustrer les notions de groupes nis et daction sur un espace vectoriel. Elle illustre de manire
lmentaire le lien profond entre groupe et gomtrie. Prparer cette leon constitue un bon investis-
sement pour un futur enseignant de lyce. Il faut dduire de ltude des sous-groupes nis de SO(3, R)
la nature des sous-groupes nis du groupe afne en dimension 3. Il faut rchir au groupe des ap-
plications afnes qui prservent un paralllpipde.
108 - Exemples de parties gnratrices dun groupe. Peu de candidats voient lutilit des parties gnra-
trices dans lanalyse des morphismes de groupes.
109 - Anneaux Z/nZ. Cette leon classique demande toutefois une prparation minutieuse. Bien matri-
ser le lemme chinois et sa rciproque. Distinguer clairement proprits de groupes additifs et dan-
neaux. Connatre les automorphismes, les nilpotents, les idempotents. Enn, les candidats sont invi-
ts rendre hommage Gauss en prsentant quelques applications arithmtiques des anneaux Z/nZ,
telles ltude de quelques quations diophantiennes bien choisies.
110 - Nombres premiers. La rpartition des nombres premiers est un rsultat historique important. Sa d-
monstration nest bien-sr pas exigible au niveau de lAgrgation. Il faut savoir si 89 est un nombre
premier ! Attention aux choix des dveloppements, ils doivent tre pertinents.
111 - Anneaux principaux. Applications. Les plans sont trop thoriques. Il est possible de prsenter des
exemples danneaux principaux classiques autres que Z et K[X], accompagns dune description de
leurs irrductibles. Les applications en algbre linaire ne manquent pas, il serait bon que les candi-
dats les illustrent.
112 - Corps nis. Applications. Les constructions des corps de petit cardinal doivent avoir t pratiques.
Le thorme de Wedderburn ne doit pas constituer le seul dveloppement de cette leon. En re-
vanche, les applications des corps nis ne doivent pas tre ngliges. Le thorme de llment pri-
mitif, sil est nonc, doit pouvoir tre utilis.
113 - Groupe des nombres complexes de module 1. Sous-groupes des racines de lunit. Applications. Les
proprits des polynmes cyclotomiques doivent tre nonces. Leur irrductibilit sur Z doit tre
matrise. Il est tout fait possible de parler dexponentielle complexe, de thorme du relvement
ou de sries de Fourier tout en veillant rester dans le contexte de la leon.
114 - Anneau des sries formelles. Applications. Cest une (nouvelle) leon qui doit tre illustre par de
nombreux exemples et applications.
116 - Polynmes irrductibles une indtermine. Corps de rupture. Exemples et applications. Les appli-
cations ne concernent pas que les corps nis.
117 - Algbre des polynmes n indtermines. Polynmes symtriques. La leon ne peut se concentrer
exclusivement sur les polynmes symtriques. Les aspects arithmtiques ne doivent pas tre ngligs.
Le thorme fondamental sur la structure de lalgbre des polynmes symtriques est vrai sur Z. Lal-
gorithme peut tre prsent sur un exemple. Il est indispensable de savoir dmontrer que le lieu des
zros dun polynme non-nul de R[X
1
, ..., X
n
] est dintrieur vide dans R
n
.
page 67
Les applications aux quadriques, aux relations racines cfcients ne doivent pas tre ngliges. On
peut faire agir le groupe GL(n, R) sur les polynmes de degr infrieur 2.
Il faut connatre la structure de lanneau des polynmes symtriques et quelques critres de divisibi-
lit dans les anneaux pour rpondre lirrductibilit du dterminant.
Les candidats semblent ignorer la proprit universelle des anneaux de polynmes ou, lorsquils la
mentionnent, sont incapables de sen servir pour construire des morphismes danneaux (e.g.
C[X, Y ]/Y
2
X C[T] ou la construction des k-morphismes K k pour une extension algbrique
K/k).
118 - Exemples dutilisation de la notion de dimension en algbre et en gomtrie. Cest une leontrans-
versale nouvelle.
119 - Exemples dactions de groupes sur les espaces de matrices. Cest une nouvelle leon, qui prgure
de futures leons sur les actions linaires de groupes (nis) sur des espaces vectoriels.
120 - Dimension dun espace vectoriel, rang. Cest une leon qui contrairement aux apparences est deve-
nue difcile pour les candidats. Il faut absolument la prparer avec mthode. normment de candi-
dats ont dule jury sur cette leon. Nombre dentre eux nont pas t capable de donner des rponses
satisfaisantes des questions lmentaires comme : un sous-espace vectoriel dun espace vectoriel
de dimension nie, est-il aussi de dimension nie ?
121 - Matrices quivalentes. Matrices semblables. Les oprations sur les lignes et colonnes doivent gu-
rer dans le plan. On pourra utilement dissocier les oprations sur les lignes de celles sur les colonnes.
Rappelons que A PB est quivalent au fait que A et B ont mme noyau; la notion de matrices che-
lonnes interviendra utilement dans cette leon. Lextension des oprations au cas des anneaux prin-
cipaux est dlicate, alors que le cas des anneaux euclidiens suft largement au niveau de lAgrgation.
Les candidats sont encourags prsenter des applications de la rduction des matrices plutt que la
thorie elle-mme ; ils peuvent par exemple tudier quelques quations portant sur une matrice. Il est
galement suggr de regarder, sur le corps des rels ou des complexes, les proprits topologiques
dune classe dquivalence ou de similitude de matrices. Le jury aimerait avoir quelques applications
de la classication des matrices semblables.
123 - Dterminant. Le jury ne peut se contenter dun Vandermonde ou dun dterminant circulant ! Le r-
sultant et les applications simples lintersection ensembliste de deux courbes algbriques planes
peuvent trouver leurs places dans cette leon. Dune manire gnrale on attend pendant le dvelop-
pement lillustration dun calcul ou la manipulation de dterminants non triviaux et pas uniquement
lextraction dun rsultat du plan. Les interprtations gomtriques du dterminant sont fondamen-
tales.
124 - Polynmes dendomorphisme en dimension nie. Rduction dun endomorphisme. Comme cha-
que anne, les candidats ne prtent pas attention au libell du sujet. Cette leon est clairement dif-
frente de la leon 129. Les polynmes dun endomorphisme ne sont pas tous nuls ! Il faut consacrer
une courte partie de la leon lalgbre K[u], connatre sa dimension sans hsiter. Le jury souhai-
terait voir certains liens entre rduction et structure de cette algbre K[u]. Le jury ne souhaite pas
avoir un catalogue de rsultats autour de la rduction, mais seulement ce qui a trait aux polynmes
dendomorphismes. Il faut bien prciser que dans la rduction de Dunford, les composantes sont des
polynmes en lendomorphisme.
125 - Sous-espaces stables dun endomorphisme dun espace vectoriel de dimension nie. Les candidats
doivent stre interrogs sur les proprits de lensemble des sous-espaces stables par un endomor-
phisme. Des tudes de cas dtailles sont les bienvenues.
126 - Endomorphismes diagonalisables. Il faut pouvoir donner des exemples naturels dendomorphismes
diagonalisables et des critres. Le calcul de lexponentielle dun endomorphisme diagonalisable est
immdiat une fois que lon connat les valeurs propres et ceci sans diagonaliser la matrice.
127 - Exponentielle de matrices. Cest une leon difcile et ce nest pas une leon danalyse.
page 68
La dcomposition de Dunford multiplicative (dcomposition de Jordan) de exp(A) doit tre connue.
Les groupes 1-paramtre peuvent trouver leurs places dans cette leon. On peut sinterroger si ces
sous-groupes constituent des sous-varits fermes de GL(n, R). Ltude du logarithme (quand il est
dni) trouve toute sa place dans cette leon.
Les applications aux quations diffrentielles doivent tre voques sans constituer lessentiel de la
leon. On pourra par exemple faire le lien entre rduction et comportement asymptotique.
Les notions dalgbres de Lie ne sont pas au programme de lAgrgation, on conseille de naborder
ces sujets qu condition davoir une certaine solidit.
128 - Endomorphismes trigonalisables. Endomorphismes nilpotents. Il est possible de mener une leon
de bon niveau, mme sans la dcomposition de Jordan laide des noyaux itrs.
129 - Algbre des polynmes dun endomorphisme. Ce nest pas une leonsur la rduction. Les polynmes
dun endomorphisme ne sont pas tous nuls ! Les candidats doivent connatre sans hsiter la dimen-
sion de lalgbre K[ f ]. Les proprits globales pourront tre tudies (dimension, commutant). Il faut
sinterroger sur les idempotents et le lien avec la dcomposition en somme de sous-espaces carac-
tristiques. Les candidats peuvent prsenter des conditions caractrisant les polynmes en f parmi
tous les endomorphismes. Laspect applications est trop souvent nglig.
130 - Matrices symtriques relles, matrices hermitiennes. Cest une leon transversale. La notion de si-
gnature doit gurer dans la leon. On doit faire le lien avec les formes quadratiques et les formes
hermitiennes.
131 - Formes quadratiques. Orthogonalit, isotropie. Malheureusement la notiondisotropie est mal ma-
trise par les candidats, y compris les meilleurs dentre eux. Le cne isotrope est un aspect important
de cette leon, quil faut rattacher la gomtrie diffrentielle. Lalgorithme de Gauss doit tre nonc
et pouvoir tre pratiqu sur une forme quadratique de R
3
. Le lienavec la signature doit tre clairement
nonc. Il est important dillustrer cette leon dexemples naturels.
Notons que le thorme de Chevalley-Warning ne constitue pas un bon dveloppement dans les le-
ons sur les formes quadratiques, sa preuve dlicate dans le cadre des polynmes homognes, devient
assez triviale en degr 2.
132 - Formes linaires et hyperplans. Il est important de replacer la thmatique de la dualit dans cette
leon. Les liens entre base duale et fonctions de coordonnes doivent tre parfaitement connus. Sa-
voir calculer la dimension dune intersection dhyperplans est au cur de la leon. Lutilisation des
oprations lmentaires sur les lignes et les colonnes permet facilement dobtenir les quations dun
sous-espace vectoriel ou dexhiber une base dune intersection dhyperplans. Cette leon peut tre
traite sous diffrents aspects : gomtrie, algbre, topologie, analyse etc.. Il faut que les dvelop-
pements proposs soient en lien direct, comme toujours, avec la leon : proposer la trigonalisation
simultane est un peu os !
Enn rappeler que la diffrentielle dune fonction relle est une forme linaire semble incontour-
nable.
135 - Isomtries. Forme rduite. Applications en dimensions 2 et 3. La classicationdes isomtries endi-
mension 2 ou 3 est exigible. Thorme de dcomposition commutative. En dimension 3 : dplace-
ments (translation, rotations, vissage) ; antidplacements (symtries planes, symtries glisses, et iso-
mtrie ngative point xe unique).
136 - Coniques. Les proprits classiques des coniques doivent tre prsentes. Biendistinguer les notions
afnes, mtriques ou projectives. Les applications la trajectoire des plantes doivent tre connues
et les candidats doivent sinterroger sur la prsence dobjets quadratiques dans le monde rel !
139 - Applications des nombres complexes la gomtrie. Cette leon ne saurait rester au niveau de la
Terminale. Une tude de lexponentielle complexe et des homographies de la sphre de Riemann
est tout fait approprie. Le thorme des zros de Hilbert et le thorme dintersection de Bzout
ne sont pas des thormes de nature "complexe" ; ils sont valables sur des corps algbriquement clos
page 69
en toute caractristique. Les premires applications des nombres complexes en gomtrie algbrique
sont trs au del du niveau de lAgrgation.
140 - Systmes dquations linaires. Systmes chelonns. Rsolution. La leondoit imprativement pr-
senter la notionde systme chelonn, avec une dnitionprcise et correcte ! Unpoint de vue opra-
toire doit accompagner ltude thorique. Lintrt pratique des mthodes prsentes doit tre expli-
qu. Le thorme de Rouch nest pas dun grand intrt dans sa version traditionnellement expose.
Il est important de le replacer dans le contexte des oprations.
141 - Utilisation des groupes en gomtrie. Cest une leon transversale et difcile. On ne peut prtendre
avoir une bonne note si elle nest pas prpare.
145 - Mthodes combinatoires, problmes de dnombrement. Il faut dans unpremier temps dgager clai-
rement les mthodes et les illustrer dexemples signicatifs. Lutilisation de sries gnratrices est un
outil puissant pour le calcul de certains cardinaux et simplie bien souvent les problmes de conver-
gence. Le jury sattend ce que les candidats sachent calculer des cardinaux classiques et certaines
probabilits !
146 - Rsultants de deux polynmes, applications lintersection de courbes ou de surfaces algbriques.
Cest une leon nouvelle qui reprend des lments du programme 2009. Le jury ne souhaite pas voir
une leon thorique, ni un cours de gomtrie algbrique qui dpasserait videmment les attendus
du programme.
148 - Formes quadratiques relles. La preuve de la loi dinertie de Silvester doit tre connue et le can-
didat doit avoir compris la signication gomtrique de ces deux entiers composant la signature
dune forme quadratique relle. La diffrentielle seconde dune fonction de plusieurs variables est
une forme quadratique importante.
149 - Groupes nis de petit cardinal. Aprs avoir cit rapidement les thormes fondamentaux sur les groupes,
la leon doit se concentrer sur les exemples. Les dveloppements ne peuvent pas porter sur les tho-
rmes gnraux. Cest une leon bien distincte de la leon Groupes nis.
Leons dAnalyse et Probabilits
Le jury considre que le chapitre des probabilits vocation se dvelopper dans lenseignement secon-
daire et post-baccalaurat. Les candidats unfutur poste denseignant enmathmatiques doivent matriser
les notions centrales de ces thmatiques. Il y a cinq leons de probabilits qui peuvent se traiter un niveau
raisonnable. Les leons de probabilits sont encore rarement choisies par les candidats. Le jury encourage
les candidats faire ce choix.
Gnralement, le jury apprcie que les candidats soient en mesure dappliquer les rsultats lmentaires
mais fondamentaux de leur leon. Par exemple justier une permutation limite-intgrale ; rsoudre une
quation diffrentielle simple ; tudier la convergence dune suite ou dune srie (numrique, de fonctions,
de variables alatoires).
Voici quelques points plus spciques.
203 - Utilisation de la notion de compacit. Il est important de ne pas concentrer la leonsur la compacit
gnrale, sans proposer des exemples signicatifs dutilisation .
204 - Connexit. Bien distinguer sur des exemples, connexit et connexit par arcs.
205 - Espaces complets. Le thorme de Baire trouvera videmment sa place.
page 70
206 - Thormes de points xes. Les applications aux quations diffrentielles sont importantes. Il faut
prparer des contre-exemples.
207 - Prolongement de fonctions. Les questions lies au prolongement analytique font partie de la leon.
213 - Espaces de Hilbert. Bases hilbertiennes. Il est important de faire la diffrence entre base algbrique
et base hilbertienne. Il faut connatre quelques critres simples pour quune famille orthogonale forme
une base hilbertienne. Le thorme de projection sur les convexes ferms (ou sur un sous-espace
vectoriel ferm) dun espace de Hilbert H est rgulirement mentionn. Par contre, la possibilit de
construire de faon lmentaire le dit-projet dans le cas particulier dun sous-espace vectoriel de
dimension nie semble inconnue de nombreux candidats.
214 - Thorme dinversion locale, thorme des fonctions implicites. Onattenddes applications engo-
mtrie diffrentielle. Rappelons que les sous-varits sont au programme.
215 - Applications diffrentiables. Il est judicieux que les candidats aient une vision peu prs claire de
ce quest la diffrentielle dune fonction et soient capables de dnir la notion de fonctions de classe
C
k
. Il faut savoir si une fonction dont les drives partielles sont continues est diffrentiable et il faut
surtout savoir calculer sur des exemples simples, la diffrentielle dune fonction.
217 - Sous varits de R
n
. Exemples. Cette leon est nouvelle et ne saurait tre rduite un cours de go-
mtrie diffrentielle abstrait. Le jury attend une leon concrte, montrant une comprhension go-
mtrique locale. Aucune notion globale nest exigible, ni de notion de varit abstraite. Le candidat
doit pouvoir tre capable de donner plusieurs reprsentations locales (paramtriques, quations ...)
et dillustrer la notion despace tangent sur des exemples classiques. Le jury invite les candidats r-
chir la pertinence de lintroduction de la notion de sous-varits. En ce qui concerne les surfaces
de R
3
, les candidats sont invits rchir aux notions de formes quadratiques fondamentales et
leurs interprtations gomtriques.
Le thorme des extrema lis peut tre voqu dans cette leon. Les groupes classiques donnent des
exemples utiles de sous-varits.
218 - Applications des formules de Taylor. Il faut connatre sans hsitations les formules de Taylor des po-
lynmes et certains dveloppements trs classiques. Il y a des applications en gomtrie et probabili-
ts. On peut penser comme application la mthode de Laplace, du col ou de la phase stationnaire.
Ne pas oublier les formules avec reste intgral.
219- Problmes dextremums. Bien faire la distinction entre proprits locales (caractrisation dun extre-
mum) et globales (existence).
220 - quations diffrentielles X
t
f (t , X). Le lemme de Grnwall semble trouver toute sa place dans cette
leonmais est rarement nonc. Lutilisationdu thorme de Cauchy-Lipschitz doit pouvoir tre mise
en uvre sur des exemples concrets.
221 - quations diffrentielles linaires. Systmes dquations diffrentielles linaires. Le cas des systmes
cfcients constants fait appel la rduction des matrices qui doit tre connue et pratique. Luti-
lisation des exponentielles de matrices doit pouvoir sexpliquer. Dans le cas gnral on peut voquer
les gnralisations de lexponentielle ( rsolvante) via les intgrales itres.
223 - Convergence des suites numriques. On peut voquer la construction de R partir des suites de
Cauchy.
226 - Comportement dune suite relle ou vectorielle dnie par une itration u
n+1
f (u
n
). Le jury at-
tend dautres exemples que la traditionnelle suite rcurrente u
n+1
sin(u
n
). Ltude des suites ho-
mographiques pose des problmes si on se restreint R ou C. Il est prfrable de passer sur la droite
projective.
228 - Continuit et drivabilit des fonctions relles dune variable relle. Uncandidat qui indique dans
son plan que lensemble des fonctions C
0
, nulle part drivables contient unG
-dense de C
0
([0, 1], R)
doit pouvoir donner une telle fonction, ou du moins indiquer un principe de sa construction. Par
ailleurs un plan dcoup en deux parties (I - Continuit, II - Drivabilit) nest pas le mieux adapt.
page 71
229 - Fonctions monotones. Fonctions convexes. Les candidats sont invits rchir lincidence de ces
notions en thorie des probabilits. La drivabilit presque partout des fonctions monotones est un
rsultat important. Le jury souhaiterait que les candidats illustrent leurs propos et raisonnements
sur les fonctions convexes par des dessins clairs. Il nest pas draisonnable de parler de fonctions
variation borne.
Le thorme sur lexistence des limites ( gauche ou droite) dune fonction monotone est souvent
mal nonc.
230 - Sries de nombres rels ou complexes. Comportement des restes ou des sommes partielles. Le jury
demande que les candidats ne confondent pas quivalents et dveloppements asymptotiques, par
exemple
n
k1
1
k

n+
ln(n) ++
1
2n
en lieu et place de
n
k1
1
k

n+
ln(n) ++
1
2n
+o
_
1
n
_
.
232 - Mthodes dapproximation des solutions dune quation F(X) 0. Le jury attire lattentionsur le fait
que X peut dsigner un vecteur.
234 - Espaces L
p
. Le jury a apprci les candidats sachant montrer quavec une mesure nie L
2
L
1
(ou
mme L
p
L
q
si p > q). Il est important de pouvoir justier lexistence de produits de convolution
(exemple L
1
L
1
).
235 - Suites et sries de fonctions intgrables. Bien lire lnonc ! Il faut savoir illustrer sur des exemples
lutilit de lhypothse de domination pour la convergence domine et les thormes de permutation
sries-intgrales. Il faut aussi proposer des suites de fonctions qui convergent au sens L
1
sans conver-
ger presque partout. Beaucoup trop de candidats pensent que ltude des sries se limite ltude des
suites, oubliant la structure vectorielle sous-jacente.
236 - Calculs dintgrales de fonctions dune ou plusieurs variables relles. Il est souhaitable que les can-
didats prcisent le cadre thorique de lintgration quils considrent lors de leur leon. Il ne faut pas
exclure le recours la variable complexe.
238 - Mthodes de calcul approch dintgrales. Il faut connatre les majorations derreurs de chaque m-
thode propose et connatre lorigine de ces majorations.
240 - Transformation de Fourier, produit de convolution. Si lquation de la chaleur (en dimension 1) a
pour origine la physique, sa rsolution mathmatique via la transformation de Fourier ne dispense
pas le candidat de conserver une certaine rigueur mathmatique. La validit de la formule F( f
t
)(x)
i xF( f )(x), lexistence du produit de convolution doivent tre convenablement circonscrits.
241 - Suites et sries de fonctions. Exemples et contre-exemples. Le jury stonne que des candidats consi-
drent des suites de fonctions valeurs dans un espace vectoriel de dimension innie. Cela entrane
des questions sur la ncessit de lhypothse de compltude. Dautre part les candidats ont-ils dj
manipul beaucoup de sries de fonctions valeurs dans un espace vectoriel de dimension innie ?
245 - Fonctions holomorphes et mromorphes sur un ouvert de C. Les conditions de Cauchy-Riemanndoivent
tre parfaitement connues et linterprtationde la diffrentielle entant que similitude directe doit tre
comprise. La notation
_
f (z)dz a un sens prcis, quil faut savoir expliquer. Ne pas confondre dz et

dx dy
i
2
dz dz. Par ailleurs il faut connatre la dnition dune fonction mromorphe !
246 - Sries de Fourier. Exemples et applications Les diffrents types de convergence (L
2
, Fejer, Dirichlet
etc...) doivent tre connus. Il faut avoir les ides claires sur la notion de fonctions de classe C
1
par
morceaux (elles ne sont pas forcment continues). Dans le cas dune fonction continue et C
1
par
morceaux on peut conclure sur la convergence normale de la srie Fourier sans utiliser le thorme
de Dirichlet. Cette leon ne doit pas se rduire un cours abstrait sur les cfcients de Fourier.
page 72
5.2 Remarques sur lpreuve de leon de mathmatiques - Option D
Dans cette preuve, le candidat tire un couple de sujets au sein dune liste dune quarantaine de sujets
dalgbre et danalyse extraite de la liste gnrale des autres options du concours. Il ny a donc plus n-
cessairement un sujet dalgbre et un sujet danalyse ! Il peut y avoir deux sujets dalgbre ou deux sujets
danalyse, par exemple : Loi binomiale et Fonctions monotones. Le nouveau programme prcise en effet :
Les candidats se verront proposer deux sujets, dans un corpus dalgbre, de gomtrie, dana-
lyse et de probabilits.
Il est donc impratif que les candidats ajustent leur prparation cette nouvelle organisation.
Le jury a interrog les candidats dans le mme esprit que dans les autres options et les critres dvaluation
taient strictement identiques.
Notons toutefois que lorsquils avaient le choix, les candidats ont le plus souvent prfr les sujets dalgbre
ceux danalyse. Nous conseillons vivement aux futurs candidats de cette option de ne pas ngliger leur
formation en analyse.
Les remarques dtailles concernant cette preuve ne sont pas diffrentes des remarques concernant les
preuves de leon des autres options, et le lecteur est invit se reporter la section du rapport consacre
ce point.
5.3 Remarques sur lpreuve de leon dinformatique - Option D
Cette preuve a volu cette anne : la liste des leons a t refondue. Essentiellement, les leons de pro-
grammation (langages typs, smantique, typage, compilation) ont t retires de la liste ainsi que cer-
taines leons lmentaires dalgorithmique. Par contre, la liste de leons a t rafne en ce qui concerne
la logique, en particulier son application aux preuves de programme. Nous esprons que ces modications
contribueront faciliter la tche des prparateurs en recentrant les sujets sur 4 domaines bien identis :
algorithmique, calculabilit et complexit, langages et automates, logique et preuves.
De manire gnrale, le jury a plutt t heureusement surpris par la qualit de certaines leons prsentes,
notamment parmi les leons les plus avances, ce qui conrme le bon travail des prparations spciques
en amont du concours. Ceci est particulirement net dans la bonne focalisation des prsentations. Beau-
coup de candidats cernent bien le sujet de leurs leons et proposent des dveloppements intressants mais
le niveau est assez htrogne, ce qui conduit une grande dispersion des notes.
Organisation de la leon- Une tentation bien comprhensible pour les candidats est de mathmatiser les
sujets de leons en oubliant laspect informatique. Ainsi, sur le sujet Langages algbriques, il tait tentant de
faire une leon contre sur un aspect thorique unique comme le Lemme ditration dOgden, en oubliant
compltement les aspects plus concrets de ce domaine et ses multiples applications, par exemple lanalyse
syntaxique et aux compilateurs.
Les candidats de niveau moyen ont en effet souvent montr des connaissances assez solides pour les rsul-
tats thoriques, mais par contre un manque de rexion manifeste en ce qui concerne leurs applications et
exemples concrets de mise en oeuvre.
Le jury tient donc rappeler quil sagit bien dune preuve dinformatique fondamentale, et non pas dou-
tils mathmatiques pour linformatique. Il appartient au candidat de montrer la pertinence des outils ma-
thmatiques quil dveloppe vis--vis des objectifs du thme informatique dvelopp dans la leon.
La prsentation doutils mathmatiques pour eux-mmes, en particulier lorsquil sagit doutils sophisti-
qus comme ceux de la thorie de la calculabilit ou de la thorie des types, sapparente donc un hors-
sujet. Ce point avait dj t soulign dans les prcdents rapports et les titres des leons ont t afns
en consquence. Les titres des leons concernant des modles formels de linformatique sont maintenant
libells en mentionnant explicitement exemples et applications.
page 73
Les deux questions-cls de cette preuve sont toujours les mmes.
quoi cet outil mathmatique sert-il dans le cadre informatique considr ? Pouvez-vous dcrire quelques
exemples pertinents de son application concrte ?
La complexit ou le cot de son utilisation sont-ils bien compenss par la qualit supplmentaire din-
formation quil permet dobtenir ?
Ces questions sont trs souvent poses par le jury, sous une forme ou une autre. Le jury invite les candidats
se prparer tout particulirement grer ce type de questions, centrales dans la pdagogie de linformatique
au niveau des lyces et des classes prparatoires.
Interaction avec le jury- Une large partie de lpreuve est consacre linteraction avec le jury. En infor-
matique, cette interaction ne prend habituellement pas la forme dun exercice dapplication. Il sagit plutt
dexplorer de manire plus approfondie les notions qui ont t prsentes, les domaines connexes, et sur-
tout les exemples dapplication de ces notions.
Linteraction est conduite sous la forme dun dialogue avec le candidat. Le jury respecte le niveau choisi par
le candidat : les questions sajustent ce niveau.
Ce long temps dinteraction doit tre considr comme une occasion privilgie pour le candidat de mon-
trer ses connaissances ! lui de guider le jury dans la direction adquate. Il est indispensable que les candi-
dats sentranent ce type dexercice avec leurs prparateurs.
page 74
Chapitre 6
preuve orale de modlisation
6.1 Organisation de lpreuve de modlisation
Depuis la session 2006 incluse, deux textes au choix sont proposs lpreuve de modlisation. Le jury sou-
haite rappeler ce quil attend des candidats dans cette preuve. Les remarques concernant lorganisation de
lpreuve de modlisation sappliquent toutes les options, y compris lpreuve d analyse des systmes
informatiques qui en est la version pour loption D (informatique). Des remarques supplmentaires, sp-
ciques cette preuve, seront donnes plus loin, dans le cadre de la partie du rapport consacre loption
informatique.
Les textes sont surmonts du bandeau suivant :
Il est rappel que le jury nexige pas une comprhension exhaustive du texte. Le jury appr-
cie en effet que le candidat reste honnte quant sa comprhension du texte, plutt que de se
lancer dans une prsentation des parties du texte quil ne comprend absolument pas. Vous tes
laiss(e) libre dorganiser votre discussion comme vous lentendez. Des suggestions de dve-
loppement, largement indpendantes les unes des autres, vous sont proposes en n de texte.
Vous ntes pas tenu(e) de les suivre. Il vous est conseill de mettre en lumire vos connais-
sances partir du l conducteur constitu par le texte. Le jury apprciera que la discussion soit
accompagne dexemples traits sur ordinateur. Le jury aura le texte sous les yeux, mais vous
devez considrer quil ne la pas lu.
Plus prcisment, le jury sattend ce que le candidat dgage une problmatique, en sinspirant du texte,
pour mettre en valeur sa maturit mathmatique et ses connaissances. Linterrogation dure une heure, pen-
dant laquelle le candidat gre comme il le dsire le tableau et les illustrations informatiques quil entend
prsenter (le jury dispose dcrans de contrle reproduisant celui du candidat). Le candidat doit prparer
un expos denviron 40 minutes, les 20 minutes restantes tant occupes par les questions du jury.
Le texte est court, environ 5 pages, motiv par un problme concret. Il peut prsenter des arguments ra-
pides, voire heuristiques (signals comme tels). Il ne contient pas dassertion dlibrment trompeuse et se
conclut par une liste de suggestions.
Il appartient au candidat de discuter la mathmatisation du problme, en particulier dexpliquer les hy-
pothses faites lors de la modlisation ou du traitement du modle, de critiquer ou damliorer le modle,
du point de vue de ladquation la ralit, de la gnralit, de la rigueur, de la simplicit du traitement
mathmatique subsquent. . .
Le jury nayant a priori pas lu le texte, le candidat commencera par prsenter celui-ci. Un plan en dbut
dexpos est apprci, annonant en particulier les proprits du modle que le candidat va dgager. Il
est important dexpliquer le problme et le modle, de lillustrer, ainsi que dy revenir en n dexpos. Le
page 75
modle mathmatique a-t-il les proprits attendues ? Des proprits parasites surprenantes ? A-t-onrsolu
le problme pos ?
Le candidat dispose pendant sa prparation et linterrogation dun ordinateur dont la conguration est
dcrite sur le site de lagrgation de mathmatiques, ladresse http://www.agreg.org.
Il est vivement souhait que des illustrations informatiques (simulation, rsolution numrique ou formelle,
cas particuliers clairants. . .) soient prsentes, mais il ne sagit pas dune preuve de programmation. Un
programme qui ne fonctionne pas nest en rien rdhibitoire et le jury apprciera un regard critique du can-
didat sur une tentative non aboutie. Une utilisation raisonne des fonctions des logiciels disponibles est
plus apprcie quune reprogrammation dalgorithmes standards. Bien intgr dans lexpos, un tel travail
peut en revanche devenir pertinent pour illustrer les insufsances dune mthode nave.
Les suggestions sont facultatives et ne sont l que pour guider la rexion du candidat sur des points signi-
catifs du texte, ou des exemples utilisables. Certaines dentre elles sont conues pour permettre au candidat
de comprendre le problme, de rentrer dans le modle.
Sil est exclu de plaquer une dmonstration dun thorme du programme dans lexpos, les dmonstra-
tions mathmatiques de certaines assertions du texte sont trs apprcies. Lorsquune dmonstration est
bauche dans le texte, le candidat peut choisir de la complter. Il est alors particulirement apprci que
le candidat prcise les point mathmatiques ncessaires pour une dmonstration rigoureuse. Le candidat
peut, tout comme le texte, utiliser des arguments heuristiques sil les signale comme tels. Cependant le
candidat ne doit pas oublier quil sagit dune preuve de lagrgation externe de mathmatiques, et quun
expos ne comportant aucun argument mathmatique prcis est vivement dconseill.
Un travers viter tout prix : la paraphrase linaire du texte sans aucun apport personnel du candidat, ni
mise en perspective, agrmente de la recopie de toutes les formules rencontres.
Recommandations du jury
Le jury attache un intrt particulier leffort de modlisation (quon peut dnir comme le passage du
concret aux mathmatiques), la mise en perspective des applications prsentes, ainsi quaux illustra-
tions permises par les moyens informatiques mis disposition des candidats.
Le principal travers observ chez les candidats est la rptition linaire du texte, y compris des passages non
compris en esprant que le jury ne demandera pas de dtails. Rappelons quutiliser des notions que lon ne
comprend pas, dans cette preuve comme dans les autres, est une faute lourdement sanctionne. Enn,
rappelons quaucun dveloppement nest attendu. Le candidat est libre de proposer des dmonstrations de
rsultats utiliss, mais le jury peut les refuser, ou demander au candidat den donner seulement les grandes
lignes.
Quelques qualits apprcies : prise de distance et dinitiative par rapport au texte, tude dun exemple
ou dun cas simple pour comprendre le texte et le faire comprendre au jury, simplication ou, linverse,
gnralisation du problme propos, tude qualitative ou heuristique, critique du modle.
Sur le plan
Il est conseill aux candidats de prsenter un plan succinct de leur expos, prcisant les moments o ils
comptent prsenter leurs simulations informatiques. Ceci permet au jury de guider les candidats dans leur
gestion du temps.
Sur la prsentation
Nous rappelons ici que lagrgationest unconcours visant recruter des enseignants. Ainsi seront apprcis
une bonne gestion du tableau, un expos clair et pdagogique, et une bonne capacit effectuer des calculs
analytiques clairs, corrects et lisibles.
page 76
6.2 Utilisation de loutil informatique
Le jury observe avec plaisir une utilisation plus pertinente de loutil informatique, due certainement une
meilleure prparation des candidats.
Il est attendu du candidat un commentaire sur les rsultats de sa simulation (rsultats numriques ou gra-
phiques), mais aussi du code mis en uvre. Le jury regrette toutefois lutilisation parfois abusive de botes
noires de simulation au sein de leur programme, qui peuvent tre source dincomprhension sur les sor-
ties.
Rappelons que le candidat ne doit pas avoir peur de prsenter un programme non abouti. Le jury est sen-
sible la dmarche employe.
Dun point de vue purement pratique, il est dommage de voir des candidats gns durant lpreuve de mo-
dlisation tout simplement parce quils ne savent pas sauvegarder leur travail sur chier, certains -rares
heureusement- fermant directement lapplication en ignorant les messages davertissement du logiciel uti-
lis et perdant ainsi tout ce quils ont fait. Rappelons ce sujet que le site du jury de lagrgation dcrit
dans ses pages les logiciels utiliss et propose des outils pour quun candidat puisse se familiariser avec
lenvironnement propos (voir http ://agreg.org/Agreg/installation.html ).
6.3 Option A : probabilits et statistiques
Lexpos doit tre un dosage dynamique entre preuves mathmatiques, illustrations informatiques, cri-
tiques ventuelles du texte, rponse aux questions et mise en lumire de connaissances.
Connaissance du programme
Lors de la discussion avec le candidat, le jury peut interroger celui-ci sur la totalit du programme. En parti-
culier, il est possible que le jury pose des questions de nature statistique pour des textes coloration proba-
biliste et inversement. Un nombre croissant de textes mlent dailleurs les deux aspects. Le jury encourage
donc les candidats et les prparateurs tenir compte de lensemble du programme. Encore trop de candi-
dats ont du mal formaliser prcisment des notions qui font partie du programme de loption.
Probabilits
La loi des grands nombres et le thorme de la limite centrale sont des points fondamentaux en probabi-
lits comme en statistiques. Il convient den connatre les hypothses prcises, et de ne pas confondre les
diffrents types de convergence.
Les proprits fondamentales des chanes de Markov sont souvent mal connues : classication des tats,
conditions de convergence vers la loi stationnaire (apriodicit), etc. Les candidats gagneraient utiliser
plus souvent une reprsentation graphique des chanes de Markov manipules.
Il est souvent trs utile dinterprter la notion desprance conditionnelle en termes de projecteur ortho-
gonal.
Les thormes du programme sur la convergence des surmartingales positives ne sont pratiquement ja-
mais employs, alors quils permettent des dmonstrations convaincantes et simples dans de nombreux
modles.
Statistiques.
Les notions lmentaires de statistique paramtrique ne sont pas toujours clairement dnies. Les can-
didats doivent connatre les problmatiques destimation (notion de biais et de consistance) et de test
dhypothses.
page 77
Le jury a observ ces dernires annes une amlioration sur la connaissance des principes de construc-
tion dun intervalle de conance.
Les candidats sont souvent rebuts par le modle linaire gaussien. Celui-ci est pourtant couramment
utilis dans diffrents modles.
Dans le cadre des tests dadquation, les candidats ont du mal motiver le choix du test quils proposent
(chi-2, Kolmogorov-Smirnoff, ...).
Illustrations informatiques
Le jury attend des candidats quils accompagnent leurs illustrations informatiques dexplications dau
moins deux ordres : dune part sur la nature de ce qui est montr (que sont ces nombres ? Quy a-t-il en
abscisse et en ordonne dans ce graphique ? Quelles donnes ont permis de raliser cet histogramme ?)
et dautre part sur les aspects mathmatiques quelles illustrent (par exemple une convergence presque
sre, une convergence en loi, ladquation dune loi empirique un rsultat thorique).
Les illustrations informatiques sont souvent une occasion propice lutilisation de tests ou dinter-
valles de conance, pour vrier que les rsultats exprimentaux sont conformes aux rsultats tho-
riques. Sans attendre un dveloppement systmatique ce sujet, le jury apprcie que le candidat mette
en valeur sa connaissance de ces outils et prcise par exemple si lcart entre des valeurs empiriques et
des valeurs thoriques lui parat acceptable ou non.
Les candidats dont les programmes informatiques ne sont pas aboutis ou ne produisent pas les rsul-
tats escompts sont nanmoins invits expliquer leur dmarche et ce quils envisageaient de mettre
en oeuvre pour illustrer le texte. Le jury signale que Matlab, Scilab ou Octave sont particulirement
adapts cette preuve.
Modlisation
Il est rappell que mme si la plupart des textes sappuient sur des problmes issus de sciences autres
que les mathmatiques, aucune connaissance dans ces domaines nest exige par le jury. Discuter la
modlisation propose par un texte consiste donc avant tout dgager les comportements qualitatifs
du modle mathmatique propos, la manire dont il dpend dventuels paramtres et, un niveau
tout fait lmentaire, sil semble apte rendre compte des phnomnes quil est cens reprsenter.
Soulignons enn que le jury sattend ce que le candidat ne se contente pas dun expos qualitatif et
dveloppe, ft-ce partiellement, certains aspects purement mathmatiques du texte.
6.4 Option B : Calcul scientique
En prambule, il convient de souligner que durant lpreuve de modlisation le candidat bncie dune
grande libert pour organiser sa prsentation. Lexploitation de cette libert est un critre discriminant de
lvaluation. En particulier la gestion du temps et des priorits, laptitude distinguer entre des points tech-
niques relativement mineurs ou des calculs de simple routine et des arguments plus ns et la mise en vi-
dence des enjeux abords dans le texte permettent dvaluer la maturit mathmatique des candidats et
leur capacit de synthse. Le jury apprcie la facult organiser la prsentation autour dun plan cohrent,
clairement annonc ainsi que lusage judicieux de loutil informatique qui peut tre exploit tout moment
pour corroborer une intuition ou illustrer un nonc. Le candidat doit aussi tre en mesure de trouver le
juste quilibre entre la discussion, parfois formelle, dlments de modlisation et le dveloppement de rai-
sonnements mathmatiques rigoureux, appuys sur des noncs prcis. Tant la paraphrase du texte que
le hors sujet, marqu par exemple par une longue digression virant la leon sur un outil abord dans le
texte, sont fortement pnaliss. On peut aussi recommander de ne traiter de faon fouille quune partie du
texte, convenablement choisie, plutt que de tenter, vainement, de convaincre le jury que tous les aspects
page 78
du texte ont t compris.
Le jury se rjouit de la qualit densemble des illustrations informatiques prsentes dans cette option, trs
rares tant maintenant les candidats qui esquivent cet aspect de lpreuve. On rappelle quaucune dextrit
de programmation nest exige, lessentiel tant la pertinence de la simulation et la richesse des commen-
taires auxquels elle donne lieu. Les candidats dont les programmes informatiques ne sont pas aboutis ou
ne produisent pas les rsultats escompts sont nanmoins invits expliquer leur dmarche et ce quils
envisageaient de mettre en oeuvre pour illustrer le texte. Ces simulations sont aussi une occasion daborder
les mthodes numriques : si lusage des routines de calcul des logiciels fournis est fortement encourag
Matlab, Scilab ou Octave tant particulirement adapts cette preuve le jury rclame frquemment
des dtails sur les principes et les proprits des mthodes numriques du programme (rsolution de sys-
tmes linaires ou non, recherche de valeurs propres, rsolution dEDO, intgration numrique,...).
A lissue de la session 2009 le jury souhaite prciser ses attentes sur certains lments du programme :
Analyse des quations diffrentielles ordinaires et calcul diffrentiel.
Des progrs ont pu tre observs quant lanalyse des EDO(existence de solutions, estimations, passage du
local au global...). Cependant les candidats restent encore fragiles sur ce point du programme. Les questions
de nature qualitative sont mal matrises, trop de candidats semblent rpugner tracer le moindre portrait
de phase. Les problmatiques de stabilit locale, motives par une tape de linarisation, donnent lieu
des dveloppements souvent laborieux. La rsolution explicite dquations lmentaires du 1er et du 2nd
ordre (quations variables spares, quations linaires du 2nd ordre par exemple) ne devrait tre quune
formalit surmonte avec aisance.
Schmas numriques pour les quations diffrentielles.
Bien quil sagisse dun point central du programme de loption, maintes fois voqu dans les rapports des
prcdentes ditions du concours, lanalyse de schmas numriques est trs insufsamment matrise. La
majorit des candidats se montre incapable dnoncer correctement les dnitions de consistance, stabilit,
convergence et de prciser les liens entre ces notions, quand bien mme le jury limite ses questions aux
simples schmas dEuler. Ces insufsances sont rgulirement sanctionnes. La confusion rcurrente entre
lapproximation X
n
et lvaluation X(t
n
) de la solution au temps t
n
, lincapacit relier le paramtre n et
le pas t tmoignent souvent dune comprhension dciente du sujet. Le jury est aussi surpris que les
candidats confondent dune part la modlisation, cest--dire la mise en quations dun problme motiv
par une application, et dautre part lcriture et la mise en uvre dun schma numrique apte rsoudre
ce problme.
Intgration numrique.
Le jury stonne que nombre de candidats dnissent lordre dune mthode dintgrationnumrique comme
tant le degr des polynmes pour lesquels la formule dapproximation est exacte mais se rvlent totale-
ment incapables de relier cette information la qualit de lapproximation de la mthode correspondante.
Algbre linaire.
Les raisonnements bass sur des mthodes de rduction ou lexploitation du thorme de Jordan ont blo-
qu des candidats. La notion de rayon spectral intervient dans de multiples situations et les candidats de-
vraient mieux connatre le rle du conditionnement dune matrice. Le jury attend aussi un minimum de
page 79
connaissances sur les mthodes numriques de rsolution des systmes linaires, directes ou itratives, et
de recherche de valeurs propres (mthode de la puissance en particulier). Enn, la manipulation par blocs
de matrices peut se rvler utile.
Optimisation.
Beaucoup de candidats ont les plus grandes difcults reconnatre au dtour de certains textes lappli-
cation de rsultats de base sur la minimisation de fonctionnelles convexes. Loptimisation sous contrainte
semble faire lobjet dune impasse peu prs totale et le thorme des extrema lis, partie intgrante du
programme gnral du concours, est mconnu.
Equations aux drives partielles.
Des notions de base sur les quations classiques (linaires) en dimension 1 ondes, chaleur, transport,
quations elliptiques doivent tre connues. Le candidat doit tre capable dvoquer les caractristiques
propres ces quations, le comportement qualitatif de leurs solutions. Il est aussi utile de connatre des
mthodes de rsolution exacte de ces problmes : mthode de caractristiques, srie ou transforme de
Fourier, intgration directe... ainsi que des notions de base sur leur approximation par diffrences nies
(consistance, conditions de stabilit, convergence). Aucune connaissance des notions de solutions faibles,
ni des espaces fonctionnels lis la thorie des distributions nest attendue des candidats. Le jury dplore
les frquentes confusions entre problme aux limites et problme de Cauchy.
6.5 Option C : Algbre et Calcul formel
Il convient dabord de se fliciter du fait que, dans lensemble, le traitement de lpreuve par les candi-
dats progresse, au moins dans la forme. En contrepartie, plusieurs reprises, on a pu voir des candidats
reprendre des dveloppements de leons dalgbre ou danalyse, impliquant des digressions nayant sou-
vent quun rapport assez lointain avec le texte. Si une telle digression peut tre admise dans le cas o elle
se raccorde clairement au texte et est synthtique et de courte dure, elle nen reste pas moins relativement
loigne de lesprit de lpreuve.
En contrepartie, les candidats se saisissent toujours aussi peu des perches tendues dans les textes : non-
cs sans dmonstrations, afrmations volontairement non justies sont rptes souvent sans mme un
regard critique. Les rsultats obtenus dans les textes ne sont que rarement comments par les candidats, l
o le jury apprcierait une prise de recul, ou un retour au problme initial.
Remarques spciques de loption C
De manire gnrale, les remarques des annes passes continuent de sappliquer. La thorie des corps nis
est toujours ingalement assimile par les candidats, et anne aprs anne un pourcentage non ngligeable
de candidats ne parvient toujours pas dcrire F
4
. On voit aussi de nombreux candidats effectuer leurs
calculs dans Z sur le systme de calcul formel de leur choix, en esprant que le rsultat obtenu est le mme
que sur le corps ni dans lequel ils devraient travailler ; si cela peut arriver, procder ainsi est en gnral
inefcace et parfois faux (calcul du noyau dune matrice, par exemple...).
Si des progrs ont t faits sur la thorie de llimination et lutilisation du rsultant, ses limites (corps non
algbriquement clos, points linni ) sont toujours assez mal connues des candidats, mme de faon
informelle.
La question des complexits (l encore, toujours conformment au programme, dans un sens informel)
ne semble toujours pas naturelle pour beaucoup de candidats. Il serait bon que soient connues et com-
prises quelques complexits de base, soit les oprations arithmtiques lmentaires (algorithmes nafs),
page 80
lalgorithme dEuclide (cot en oprations binaires, au-del du nombre dtapes) ou algorithme du pivot
de Gauss. Il est noter que ce dernier est toujours aussi mconnu des candidats comme outil effectif de
rsolution de nombreux problmes dalgbre linaire...
Enn, concernant les codes correcteurs, la quasi-totalit des candidats interrogs sur ce sujet sont capables
de disserter longuement sur des gnralits les concernant, tout en tant incapable dexpliquer par quel
procd on passe dun message quelconque un lment du code (linaire en pratique), et inversement.
6.6 Option D: modlisation et analyse de systmes informatiques
Le jury a apprci le travail accompli pour la prparation de cette preuve par les meilleurs candidats. Il a
interrog les candidats dans le mme esprit que dans les autres options et les critres dvaluation taient
largement identiques sauf en ce qui concerne lexercice de programmation. Le lecteur est invit se re-
porter la section du rapport consacre lpreuve de modlisation pour les remarques gnrales sur la
structure de cette preuve. Nous ne dtaillons ici que les aspects spciques cette preuve dans loption
Informatique.
Expos des motivations Beaucoup de candidats omettent la phase indispensable dintroduction et de
motivation. Cest au candidat dintroduire le sujet du texte et de motiver la prsentation qui va suivre. Cette
motivation sera le plus souvent lvocation de situations concrtes dans lesquelles on a besoin doutils in-
formatiques spciques. Ces situations peuvent tre proposes par le texte lui-mme, mais elles peuvent
aussi tre tires de lexprience personnelle du candidat. Toute contribution personnelle ce niveau est
toujours trs apprcie !
Exercice de programmationinformatique Au cours de lexpos, le candidat prsente son exercice de pro-
grammation. Nous donnons quelques recommandations spciques cette partie de lpreuve la n de
ce rapport.
Cette partie de lpreuve a t globalement satisfaisante, les candidats ayant gnralement bien compris
limportance qui y est attache. Elle dure environ 10 minutes. Le candidat choisit librement dans le temps
dexpos le moment o prsenter son exercice de programmation, de faon quil sintgre au mieux la
prsentation. Si lexercice na pas t prsent au bout dune trentaine de minutes, le jury lui rappellera de
le faire.
Le plus souvent, les candidats le placent ds que les notions ncessaires ont t introduites dans lexpos.
Cette introduction doit tre soigne et complte, an dviter tant les allers-retours du terminal au tableau
que les discours approximatif devant lcran.
Cette prsentation au jury doit tre faite que le programme fonctionne ce que lon espre ! ou pas.
Cest seulement dans un deuxime temps que le candidat lance une excution. Dans tous les cas, le jury
value la qualit gnrale du code ralis. Cette valuation interactive permet un candidat ractif de rep-
rer une erreur, voire de la corriger, de recompiler et de relancer lexcution.
6.6.1 Remarques spciques sur lexercice de programmation.
Voici quelques recommandations plus prcises concernant lexercice de programmation. Elles sont moti-
ves par les prsentations des candidats de cette anne. Nous esprons quelles seront utiles pour les can-
didats des annes venir.
Installation technique Le candidat dispose dun poste informatique analogue celui utilis pour la pr-
paration. Les chiers quil a prpars sont installs sur ce poste en dbut dinterrogation. Le jury dispose
page 81
dcrans de contrle pour suivre la prsentation, mais il ne dispose ni de clavier ni de souris : le candidat est
donc le seul contrler ce qui est prsent, sans interfrence possible.
Prsentation du programme Dune manire gnrale, le candidat doit proposer un code lisible et mettre
en valeur ses connaissances en programmation et sa matrise du langage utilis et de lenvironnement de
programmation utilis. titre de repre, la partie centrale du code devrait tenir sur un cran.
Les candidats sont invits prsenter le schma algorithmique et les structures de donnes utiliss avant
de lancer leur programme. Par contre, il est inutile de descendre dans les dtails les plus triviaux du code,
que le jury peut lire lui-mme sur les crans de contrle. Le jury pourra demander au candidat dvaluer
la complexit de son implmentation ou de discuter de choix alternatifs de conception. La possibilit de
modication au vol dun paramtre ou des donnes est apprcie pour la vrication de la correction.
Choix des donnes dexcution Il est demand aux candidats dexcuter leurs programmes sur diffrents
jeux de donnes, et il est souhaitable quils aient anticip ce point. La manire dont ces jeux de donnes
sont choisis devra tre justie par la dmonstration de divers aspects du comportement du programme.
Les candidats sont souvent interrogs sur leurs critres de choix.
Le candidat doit tre capable de reprer des rsultats errons produits par son programme. Ne pas saper-
cevoir que son programme renvoie des rsultats absurdes est videmment pnalis ! Le jury invite donc les
candidats rchir aux ordres de grandeur des rsultats attendus.
Choix du langage Le candidat choisit son langage. Cette anne, nous navons pratiquement pas vu de
programmes en Java. Les candidats se partagent quitablement entre Caml et C (en fait, ils utilisent dans le
langage Cles extensions C++ admises par le compilateur gcc). Ce choix peut orienter les questions, car lim-
plmentation dun problme peut tre plus facile dans certains langages qui permettent de manipuler les
structures de donnes directement, par exemple les listes pour Caml. Mais un candidat qui utilise ces faci-
lits doit pouvoir les justier. Par exemple, la diffrence ensembliste entre deux listes tant prdnie dans
les bibliothques de Caml, on attend du candidat qui lutiliserait quil puisse expliquer limplmentation de
cette fonction et la complexit des oprations concernes.
Lexercice est soigneusement spci dans les textes proposs. Il doit tre conduit dans lun des langages
proposs (C, Caml ou Java) : un candidat qui nutilise pas les langages proposs reoit la note 0 lexercice
de programmation, mme si ce langage est disponible sur le poste informatique (Maple, Matlab, etc.)
Style de programmation La lisibilit et llgance de lexpression du programme dans le langage choisi
sont particulirement apprcies par le jury. Il est essentiellement attendu que le style de programmation
des programmes soit cohrent : utilisation de structures ditration (bornes for ou non-bornes while),
initialisationdes variables, dcoupage plus oumoins nenfonctions auxiliaires, etc. Les critres darrt des
boucles doivent tre parfaitement matriss. Toutes les quantits prsentes dans les programmes doivent
tre dnies par des constantes symboliques facilement modiables la demande du jury.
Certains langages favorisent une programmation rcursive ou itrative. Le candidat peut utiliser le mode de
programmation quil prfre, pourvu que ce soit de manire cohrente avec les autres choix de conception.
Il est bien sr attendu du candidat quil sache passer dune programmation rcursive une programmation
itrative et rciproquement dans les cas simples, par exemple en prsence de rcursivit terminale.
Entres-sorties Certains candidats passent beaucoup de temps programmer des entres intractives au
clavier. Ce nest pas ncessaire et souvent inutilement complexe, notamment enC(appel par rfrence dans
la fonction scanf, etc.). Il est recommand de coder le jeu de donnes dans une procdure dinitialisation
qui pourra tre facilement modie la demande du jury.
page 82
Assertions de correction Il est trs souvent demand aux candidats dexcuter leurs programmes sur les
cas limites de leurs spcications, sauf si ces cas ont t explicitement exclus dans la prsentationpralable :
liste vide pour les algorithmes de tri, nombres ngatifs pour des algorithmes de factorisation, etc. Il sera
dailleurs bien apprci que le candidat garde les parties dlicates de son programme par des assertions,
par exemple laide de la fonction assert de la bibliothque C ou de leve dexception failwith de Caml.
Cest particulirement indiqu pour les accs aux tableaux passs en paramtre en C.
Cas de la programmation C Dans le cas dune programmation en C, il sera systmatiquement demand
au candidat de recompiler son programme avec le niveau maximal davertissement :
gcc -Wall prog.c -o prog
Un programme qui produit des avertissements sera pnalis et le candidat devra le corriger pendant lin-
terrogation. La mme chose sera vrie en Caml ou Java. En particulier, les pattern-matching de Caml
doivent tre exhaustifs et les fonctions internes une squence doit retourner la valeur () du type unit.
Organisation de la prparation Il est souvent demand combien de temps un candidat devrait consacrer
la prparation de lpreuve au sein des 4 heures de prparation. Ceci dpend bien sr des capacits du
candidat et de lorganisation de son expos. Cependant, il faut noter que la prsentation de cette partie ne
dure que 10 minutes sur les 40 minutes dexpos. Il est donc indiqu dy passer au plus un quart du temps
de prparation, soit entre une demi-heure et une heure, an de ne pas empiter sur la prparation du reste
de lpreuve.
Respect de la spcication Le candidat doit respecter la spcication qui est donne dans lnonc. Cest
seulement dans un deuxime temps quil peut, sil le souhaite, prsenter un programme implmentant une
autre spcication. Il devra alors expliquer pourquoi il le fait. Le fait que lexercice propos dans lnonc
soit trivial ou inintressant nest videmment pas une explication sufsante ! Ces extensions sont alors
considres et values comme des dveloppements au choix du candidat. Par exemple, des simulations
simples ont pu servir exposer un dveloppement. Elles doivent mettre en valeur dautres capacits du
candidat que sa virtuosit en programmation pure qui nest absolument pas lobjectif de lpreuve. Ces
prsentations complmentaires peuvent utiliser lensemble des outils prsents sur le poste informatique,
Maple et Matlab par exemple.
page 83
Chapitre 7
Annexe 1 : Leons doral (options A, B et C)
proposes en 2009
page 84
Leons dalgbre et gomtrie
< < <
101 Groupe oprant sur un ensemble. Exemples et applications.
103 Exemples et applications des notions de sous-groupe distingu et de groupe quotient.
104 Groupes nis. Exemples et applications.
105 Groupe des permutations dun ensemble ni. Applications.
106 Groupe linaire dun espace vectoriel de dimension nie E, sous-groupes de GL(E). Applications.
107 Sous-groupes nis de O(2, R) et de SO(3, R). Applications.
108 Exemples de parties gnratrices dun groupe. Applications.
109 Anneaux Z/nZ. Applications.
110 Nombres premiers. Applications.
111 Anneaux principaux. Applications.
112 Corps nis. Applications.
113 Groupe des nombres complexes de module 1. Sous-groupes des racines de lunit. Applications.
114 Anneau des sries formelles. Applications.
115 Corps des fractions rationnelles une indtermine sur un corps commutatif. Applications.
116 Polynmes irrductibles une indtermine. Corps de rupture. Exemples et applications.
117 Algbre des polynmes n indtermines (n >2). Polynmes symtriques. Applications.
118 Exemples dutilisation de la notion de dimension en algbre et en gomtrie.
119 Exemples dactions de groupes sur les espaces de matrices.
page 85
120 Dimension dun espace vectoriel (on se limitera au cas de la dimension nie). Rang. Exemples et ap-
plications.
121 Matrices quivalentes. Matrices semblables. Applications.
123 Dterminant. Exemples et applications.
124 Polynmes dendomorphisme en dimension nie. Rduction dun endomorphisme en dimension -
nie. Applications.
125 Sous-espaces stables dun endomorphisme dun espace vectoriel de dimension nie. Applications.
126 Endomorphismes diagonalisables en dimension nie.
127 Exponentielle de matrices. Applications.
128 Endomorphismes trigonalisables. Endomorphismes nilpotents.
129 Algbre des polynmes dun endomorphisme en dimension nie. Applications.
130 Matrices symtriques relles, matrices hermitiennes.
131 Formes quadratiques sur un espace vectoriel de dimension nie. Orthogonalit, isotropie. Applica-
tions.
132 Formes linaires et hyperplans en dimension nie. Exemples et applications.
133 Endomorphismes remarquables dun espace vectoriel euclidien (de dimension nie).
135 Isomtries dun espace afne euclidien de dimension nie. Forme rduite. Applications en dimen-
sions 2 et 3.
136 Coniques. Applications.
137 Barycentres dans un espace afne rel de dimension nie ; convexit. Applications.
138 Homographies de la droite projective complexe. Applications.
139 Applications des nombres complexes la gomtrie.
page 86
140 Systmes dquations linaires. Systmes chelonns. Rsolution. Exemples et applications.
141 Utilisation des groupes en gomtrie.
144 Problmes dangles et de distances en dimension 2 ou 3.
145 Mthodes combinatoires, problmes de dnombrement.
146 Rsultant de deux polynmes, applications lintersection de courbes ou de surfaces algbriques.
148 Formes quadratiques relles. Exemples et applications.
149 Groupes nis de petit cardinal.
page 87
Leons danalyse et probabilits
< < <
201 Espaces de fonctions. Exemples et applications.
202 Exemples de parties denses et applications.
203 Utilisation de la notion de compacit.
204 Connexit. Exemples et applications.
205 Espaces complets. Exemples et applications.
206 Thormes de point xe. Exemples et applications.
207 Prolongement de fonctions. Exemples et applications.
208 Espaces vectoriels norms, applications linaires continues. Exemples.
213 Espaces de HILBERT. Bases hilbertiennes. Exemples et applications.
214 Thorme dinversion locale, thorme des fonctions implicites. Exemples et applications.
215 Applications diffrentiables dnies sur un ouvert de R
n
. Exemples et applications.
216 tude mtrique des courbes. Exemples.
217 Sous varits de R
n
. Exemples.
218 Applications des formules de TAYLOR.
219 Problmes dextremums.
220 quations diffrentielles X
t
f (t , X). Exemples dtudes qualitatives des solutions.
221 quations diffrentielles linaires. Systmes dquations diffrentielles linaires. Exemples et applica-
tions.
page 88
223 Convergence des suites numriques. Exemples et applications.
224 Comportement asymptotique de suites numriques. Rapidit de convergence. Exemples.
225 tude locale de surfaces. Exemples.
226 Comportement dune suite relle ou vectorielle dnie par une itration u
n+1
f (u
n
). Exemples.
228 Continuit et drivabilit des fonctions relles dune variable relle. Exemples et contre-exemples.
229 Fonctions monotones. Fonctions convexes. Exemples et applications.
230 Sries de nombres rels ou complexes. Comportement des restes ou des sommes partielles des sries
numriques. Exemples.
232 Mthodes dapproximation des solutions dune quation F(X) 0. Exemples.
234 Espaces L
p
, 1 <p <+.
235 Suites et sries de fonctions intgrables. Exemples et applications.
236 Illustrer par des exemples quelques mthodes de calcul dintgrales de fonctions dune ou plusieurs
variables relles.
238 Mthodes de calcul approch dintgrales.
238b Mthodes de calcul approch dintgrales et dune solution dune quation diffrentielle.
239 Fonctions dnies par une intgrale dpendant dun paramtre. Exemples et applications.
240 Transformation de FOURIER, produit de convolution. Applications.
241 Suites et sries de fonctions. Exemples et contre-exemples.
242 Utilisation en probabilits de la transformation de FOURIER ou de LAPLACE et du produit de convolu-
tion.
243 Convergence des sries entires, proprits de la somme. Exemples et applications.
245 Fonctions holomorphes et mromorphes sur un ouvert de C. Exemples et applications.
page 89
246 Sries de FOURIER. Exemples et applications.
247 Exemples de problmes dinterversion de limites.
249 Suites de variables de BERNOULLI indpendantes.
250 Loi des grands nombres. Thorme de la limite centrale. Applications.
251 Indpendance dvnements et de variables alatoires. Exemples.
252 Loi binomiale. Loi de POISSON. Applications.
page 90
Chapitre 8
Annexe 2 : Leons de mathmatiques pour
linformatique et leons dinformatique
Leons de mathmatiques pour linformatique
< < <
104 Groupes nis. Exemples et applications.
105 Groupe des permutations dun ensemble ni. Applications.
106 Groupe linaire dun espace vectoriel de dimension nie E, sous-groupes de GL(E). Applications.
108 Exemples de parties gnratrices dun groupe. Applications.
109 Anneaux Z/nZ. Applications.
110 Nombres premiers. Applications.
112 Corps nis. Applications.
116 Polynmes irrductibles une indtermine. Corps de rupture. Exemples et applications.
120 Dimension dun espace vectoriel (on se limitera au cas de la dimension nie). Rang. Exemples et ap-
plications.
121 Matrices quivalentes. Matrices semblables. Applications.
123 Dterminant. Exemples et applications.
page 91
124 Polynmes dendomorphisme en dimension nie. Rduction dun endomorphisme en dimension -
nie. Applications.
128 Endomorphismes trigonalisables. Endomorphismes nilpotents.
131 Formes quadratiques sur un espace vectoriel de dimension nie. Orthogonalit, isotropie. Applica-
tions.
132 Formes linaires et hyperplans en dimension nie. Exemples et applications.
133 Endomorphismes remarquables dun espace vectoriel euclidien (de dimension nie).
137 Barycentres dans un espace afne rel de dimension nie ; convexit. Applications.
139 Applications des nombres complexes la gomtrie.
140 Systmes dquations linaires. Systmes chelonns. Rsolution. Exemples et applications.
141 Utilisation des groupes en gomtrie.
145 Mthodes combinatoires, problmes de dnombrement.
203 Utilisation de la notion de compacit.
206 Thormes de point xe. Exemples et applications.
208 Espaces vectoriels norms, applications linaires continues. Exemples.
214 Thorme dinversion locale, thorme des fonctions implicites. Exemples et applications.
215 Applications diffrentiables dnies sur un ouvert de R
n
. Exemples et applications.
218 Applications des formules de TAYLOR.
219 Problmes dextremums.
220 quations diffrentielles X
t
f (t , X). Exemples dtudes qualitatives des solutions.
221 quations diffrentielles linaires. Systmes dquations diffrentielles linaires. Exemples et applica-
tions.
page 92
224 Comportement asymptotique de suites numriques. Rapidit de convergence. Exemples.
226 Comportement dune suite relle ou vectorielle dnie par une itration u
n+1
f (u
n
). Exemples.
229 Fonctions monotones. Fonctions convexes. Exemples et applications.
230 Sries de nombres rels ou complexes. Comportement des restes ou des sommes partielles des sries
numriques. Exemples.
232 Mthodes dapproximation des solutions dune quation F(X) 0. Exemples.
236 Illustrer par des exemples quelques mthodes de calcul dintgrales de fonctions dune ou plusieurs
variables relles.
239 Fonctions dnies par une intgrale dpendant dun paramtre. Exemples et applications.
240 Transformation de FOURIER, produit de convolution. Applications.
243 Convergence des sries entires, proprits de la somme. Exemples et applications.
246 Sries de FOURIER. Exemples et applications.
252 Loi binomiale. Loi de POISSON. Applications.
page 93
Leons dinformatique
< < <
901 Exemples de structures de donnes et de leurs applications.
902 Diviser pour rgner : exemples et applications.
903 Exemples dalgorithmes de tri. Complexit.
904 Problmes NP-complets : exemples
905 Parcours de graphes : exemples et applications.
906 Programmation dynamique : exemples et applications.
907 Algorithmique du texte : exemples et applications.
908 Automates nis. Exemples et applications.
909 Langages rationnels. Exemples et applications.
910 Langages algbriques. Exemples et applications.
911 Automates pile. Exemples et applications.
912 Fonctions rcursives primitives et non primitives. Exemples.
913 Machines de Turing. Applications.
914 Dcidabilit et indcidabilit. Exemples.
915 Classes de complexit : exemples.
916 Formules du calcul propositionnel : reprsentation, formes normales, satisabilit. Applications.
917 Logique du premier ordre : syntaxe et smantique.
918 Systmes formels de preuve en logique du premier ordre : exemples.
919 Unication : algorithmes et applications.
page 94
920 Rcriture et formes normales.
921 Algorithmes de recherche et structures de donnes associes.
922 Ensembles rcursifs, rcursivement numrables. Exemples.
923 Analyses lexicale et syntaxique : applications.
924 Thories et modles en logique du premier ordre. Exemples.
925 Graphes : reprsentations et algorithmes.
926 Analyse des algorithmes : complexit. Exemples.
927 Exemples de preuve dalgorithme : correction, terminaison.
page 95
Chapitre 9
Annexe 3 : Le programme 2009 - 2010
Le programme des preuves de lagrgation nest pas rdig comme un plan de cours. Il dcrit un en-
semble de connaissances que le candidat doit matriser. Il comporte des rptitions lorsque des notions
interviennent naturellement plusieurs endroits.
Dune faon gnrale, les candidats doivent connatre des applications qui illustrent les notions gnrales.
Le programme en propose ainsi un certain nombre. Il ne sagit que de simples suggestions dapplications
possibles, qui peuvent tre compltes ou remplaces par dautres.
9.1 Programme du tronc commun
Dans les paragraphes I V qui suivent, tous les corps sont supposs commutatifs.
9.1.1 Algbre linaire
Espaces vectoriels
Espaces vectoriels, applications linaires. Produit despaces vectoriels. Sous-espaces, image et noyau dune
application linaire. Espaces quotients. Somme de sous-espaces, somme directe, supplmentaires. Familles
libres, gnratrices ; bases. Algbre des endomorphismes dun espace vectoriel E, groupe linaire GL(E).
Sous-espaces stables dun endomorphisme. Valeurs propres, vecteurs propres, sous-espaces propres.
Espaces vectoriels de dimension nie
1. Espaces vectoriels de dimension nie (exemple K
n
). Existence de bases, de supplmentaires dun
sous-espace. Rang dune application linaire, rang dun systme de vecteurs. Espace dual. Rang dun
systme dquations linaires. Transpose dune application linaire. Base duale. Bidualit. Orthogo-
nalit.
2. Applications multilinaires. Dterminant dun systme de vecteurs, dun endomorphisme. Groupe
spcial linaire SL(E). Orientation dun R-espace vectoriel.
3. Matrices coefcients dans un corps. Oprations matricielles. Rang dune matrice. Reprsentations
matricielles dune application linaire. Changement de base.
Oprations lmentaires sur les lignes et les colonnes dune matrice. Mthode du pivot de GAUSS.
Notion de matrices chelonnes. Application la rsolution de systmes dquations linaires, au
calcul de dterminants, linversion des matrices carres, la dtermination du rang dune matrice,
la dtermination dquations dnissant un sous-espace vectoriel.
Extension lmentaire de ces notions aux matrices coefcients dans un anneau commutatif.
page 96
4. Sous-espaces stables dunendomorphisme, lemme des noyaux. Polynme caractristique, polynmes
annulateurs dun endomorphisme, polynme minimal. Thorme de CAYLEY-HAMILTON.
Diagonalisation, trigonalisation, applications. Sous-espaces caractristiques, dcompositionde DUN-
FORD. Exponentielle des matrices relles ou complexes.
9.1.2 Groupes et gomtrie
Les diffrentes notions de thorie des groupes introduites dans les paragraphes suivants seront illustres et
appliques dans des situations gomtriques.
1. Groupes, morphismes de groupes. Produit direct de groupes. Sous-groupes. Sous-groupe engendr
par une partie. Ordre dun lment. Sous-groupes distingus (ou normaux), groupes quotients. Op-
ration dun groupe sur un ensemble. Stabilisateur dun point, orbites, espace quotient. Formule des
classes. Classes de conjugaison. Application la dtermination des groupes disomtries dun poly-
dre rgulier en dimension 3.
2. Groupes cycliques. Groupes abliens de type ni. Groupe des racines complexes n-imes de lunit,
racines primitives.
3. Groupe des permutations dunensemble ni. Dcompositiondune permutationenproduit de trans-
positions, en produit de cycles supports disjoints. Signature. Groupe altern. Application : dtermi-
nants.
4. Dnitiondes groupes classiques dautomorphismes dunespace vectoriel de dimensionnie : groupe
gnral linaire, groupe spcial linaire ; groupe orthogonal, groupe spcial orthogonal ; groupe uni-
taire, groupe spcial unitaire.
9.1.3 Anneaux, corps, polynmes et fractions rationnelles
1. Anneaux (unitaires), morphisme danneaux, sous-anneaux. Lanneau Z des entiers relatifs. Produit
danneaux. Idaux dun anneau, anneaux quotients. Idaux premiers, idaux maximaux dun anneau
commutatif. Notion de module sur un anneau commutatif, dalgbre (associative ou non) sur un an-
neau commutatif.
2. Algbre des polynmes une ou plusieurs indtermines sur un anneau commutatif. Polynmes ho-
mognes. Polynmes symtriques.
Dcomposition en polynmes homognes. Tout polynme symtrique sexprime en fonction des po-
lynmes symtriques lmentaires.
3. Sries formelles une indtermine coefcients dans un corps. Addition, multiplication, composi-
tion, lments inversibles.
4. Corps, sous-corps. Caractristique. Extension de corps. Corps des fractions dun anneau intgre. Le
corps Q des nombres rationnels. Le corps R des nombres rels. Le corps C des nombres complexes.
Thorme de DALEMBERT-GAUSS.
5. Divisibilit dans les anneaux commutatifs intgres. lments irrductibles, lments inversibles, l-
ments premiers entre eux. Anneaux factoriels. Plus grand diviseur commun, plus petit multiple com-
mun.
Factorialit de A[X] quand A est un anneau factoriel. Anneaux principaux. Thorme de BZOUT.
Anneaux euclidiens. Algorithme dEUCLIDE. Cas de lanneau Z et de lalgbre K[X]. Polynmes irr-
ductibles. Exemples : polynmes cyclotomiques dans Q[X], critre dEISENSTEIN.
6. Congruences dans Z. Nombres premiers. tude de lanneauZ/nZet de ses lments inversibles. Tho-
rme chinois et applications : multiplication, pivot de GAUSS, systmes linaires. . .
page 97
7. Racines dun polynme, multiplicit. Polynme driv. lments algbriques et transcendants. Ex-
tensions algbriques. Corps algbriquement clos. Corps de rupture et corps de dcomposition. Corps
nis.
8. Relations entre les coefcients et les racines dun polynme scind. Sommes de NEWTON. Rsultant.
Discriminant. Application lintersection ensembliste de deux courbes algbriques planes.
9. Corps des fractions rationnelles une indtermine sur uncorps. Dcompositionenlments simples.
Cas rel et complexe. Drive logarithmique dun polynme et applications.
9.1.4 Formes bilinaires et quadratiques sur un espace vectoriel
1. Formes bilinaires. Formes bilinaires alternes. Formes bilinaires symtriques, formes quadratiques,
forme polaire dune forme quadratique (en caractristique diffrente de 2). lments orthogonaux,
interprtation gomtrique. Formes non dgnres. Adjoint dun endomorphisme. Reprsentation
matricielle, changement de base. Rang dune forme bilinaire.
2. Orthogonalit. Sous-espaces isotropes. Dcomposition dune forme quadratique en somme de car-
rs. Thorme dinertie de SYLVESTER. Classication dans le cas de R ou C. Procds dorthogonalisa-
tion.
3. Espaces vectoriels euclidiens, espaces vectoriels hermitiens. Isomorphisme dun espace vectoriel eu-
clidien avec son dual. Supplmentaire orthogonal. Ingalit de CAUCHY-SCHWARZ. Norme. Bases or-
thonormales.
4. Groupe orthogonal, groupe spcial orthogonal. Exemple de gnrateurs du groupe orthogonal : d-
compositiondunautomorphisme orthogonal enproduit de rexions. Endomorphismes symtriques,
endomorphismes normaux. Diagonalisation dun endomorphisme symtrique. Rduction simulta-
ne de deux formes quadratiques relles, lune tant dnie positive. Dcomposition polaire dans
GL(n, R). Espaces vectoriels euclidiens de dimension 2 ou 3 : groupe des rotations ; produit mixte ;
produit vectoriel.
5. Angles en dimension 2 : angles de vecteurs, angles de droites. Thorme de langle inscrit. Cocyclicit.
6. Groupe unitaire, groupe spcial unitaire. Diagonalisation des endomorphismes normaux. Dcompo-
sition polaire dans GL(n, C).
9.1.5 Gomtries afne, projective et euclidienne
Tous les espaces considrs dans ce chapitre sont de dimension nie.
1. Espace afne et espace vectoriel associ. Application afne et application linaire associe. Sous-
espaces afnes, barycentres. Repres afnes, quations dun sous-espace afne. Groupe afne, no-
tion de proprit afne. Groupe des homothties-translations, afnits. Parties convexes, enveloppe
convexe dune partie dun espace afne rel, points extrmaux.
Projection sur un convexe ferm.
2. Droite projective relle ou complexe : groupe des homographies, birapport.
3. Groupe des isomtries dun espace afne euclidien. Dplacements et antidplacements. Dcompo-
sition commutative en une translation et une isomtrie point xe (forme dite rduite). Exemple de
gnrateurs du groupe des isomtries : dcomposition en produit de rexions.
4. Espace afne euclidien de dimension 2.
Classication des isomtries.
Similitudes directes et indirectes.
Groupe des isomtries laissant stable une partie du plan. Polygones rguliers.
Relations mtriques dans le triangle.
Utilisation des nombres complexes en gomtrie plane.
page 98
5. Espace afne euclidien de dimension 3.
Rotations. Vissages. Groupe des isomtries laissant stable une partie de lespace.
6. Coniques et quadriques. Application des formes quadratiques ltude des coniques propres du plan
afne euclidien et des quadriques de lespace afne euclidien de dimension 3.
Classication des coniques.
Intersection de quadriques et rsultant.
Proprits gomtriques (afnes et mtriques) des coniques. Dnition par foyer et directrice, d-
nition bifocale.
9.1.6 Analyse une variable relle
1. Nombres rels
Le corps Rdes nombres rels. Topologie de R. Sous-groupes additifs de R. Droite numrique acheve.
Suites de nombres rels : convergence, valeur dadhrence. Limites infrieure et suprieure. Suites
de Cauchy. Compltude de R. Thorme de BOLZANO-WEIERSTRASS. Parties compactes de R. Parties
connexes de R.
Convergence des sries termes rels. Sries gomtriques, sries de RIEMANN. Sries termes po-
sitifs. Sommation des relations de comparaison. Comparaison dune srie et dune intgrale. Estima-
tions des restes. Convergence absolue. Produits de sries. Sries alternes.
2. Fonctions dnies sur une partie de R et valeurs relles
(a) Continuit Limite, continuit droite, gauche, continuit.
Oprations algbriques sur les fonctions continues. Thorme des valeurs intermdiaires, image
dun segment. tude de la continuit des fonctions monotones. Continuit dune fonction rci-
proque.
(b) Drivabilit
Drive en un point, drive droite, gauche. Fonctions drivables. Oprations algbriques
sur les fonctions drivables. Drive dune fonction compose. Drivabilit dune fonction rci-
proque.
Thormes de ROLLE et des accroissements nis. Application au sens de variation dune fonc-
tion.
Drives dordre suprieur. Applications de classe C
k
, de classe C
k
par morceaux. Formule de
LEIBNITZ. Formule de TAYLOR avec reste intgral, formule de TAYLOR-LAGRANGE, formule de
TAYLOR-YOUNG.
Calcul de dveloppements limits et de dveloppements asymptotiques.
3. Intgrale sur un segment des fonctions continues par morceaux et calcul de primitives
Proprits de lintgrale : linarit, relation de CHASLES, positivit. Sommes de RIEMANN. Primitives
dune fonction continue. Changement de variable. Intgration par parties. Mthodes usuelles de cal-
cul dintgrales.
4. Intgrales gnralises. Intgrales absolument convergentes. Intgration des relations de comparai-
son. Intgrales semi-convergentes.
5. Suites et sries de fonctions
Convergence simple, convergence uniforme. Continuit et drivabilit de la limite. Cas des sries de
fonctions : convergence normale.
Thormes dapproximation de WEIERSTRASS polynomial et de WEIERSTRASS trigonomtrique.
6. Fonctions usuelles
Fonctions polynmes, fonctions rationnelles. Logarithmes. Exponentielles. Fonctions puissances. Fonc-
tions circulaires et hyperboliques. Fonctions circulaires et hyperboliques rciproques.
page 99
7. Convexit
Fonctions convexes dune variable relle. Continuit et drivabilit des fonctions convexes. Caract-
risations de la convexit.
8. Suites dnies par une relation u
n+1
f (u
n
). tude graphique. Points xes attractifs. Points xes r-
pulsifs.
9. Polynme dinterpolation de LAGRANGE.
10. Mthodes dapproximation
Approximation quadratique : polynmes orthogonaux.
11. Mthodes de rsolution approche des quations f (x) 0 : dichotomie, mthode de PICARD, m-
thode de NEWTON. Estimation de lerreur pour la mthode de NEWTON.
12. Intgration numrique : mthode des trapzes, de SIMPSON; estimation de lerreur.
9.1.7 Analyse une variable complexe
1. Sries entires
Rayon de convergence. Proprits de la somme dune srie entire sur son disque de convergence :
continuit, drivabilit par rapport la variable complexe, primitives.
Fonctions analytiques sur un ouvert. Principe des zros isols. Oprations algbriques sur les fonc-
tions analytiques. Composition.
Exponentielle complexe ; proprits. Extension des fonctions circulaires au domaine complexe.
Dveloppement en srie entire des fonctions usuelles.
2. Fonctions dune variable complexe
Fonctions holomorphes. Conditions de CAUCHY-RIEMANN. Intgrale dune fonction continue le long
dun chemin C
1
par morceaux. Primitives dune fonction holomorphe sur un ouvert toil. Dtermi-
nations du logarithme.
Indice dun chemin ferm C
1
par morceaux par rapport un point.
Formules de CAUCHY. Analyticit dune fonction holomorphe. Principe du prolongement analytique.
Principe du maximum.
Singularits isoles. Sries de LAURENT. Fonctions mromorphes. Thorme des rsidus.
Suites et sries de fonctions holomorphes.
9.1.8 Calcul diffrentiel
1. Topologie de R
n
Parties ouvertes, fermes. Voisinages. Parties compactes. Thorme de
BOLZANO-WEIERSTRASS.
Parties connexes. Normes usuelles. Limites. Applications continues. Compltude de R
n
.
2. Fonctions diffrentiables
Applications diffrentiables sur unouvert de R
n
. Diffrentielle (applicationlinaire tangente). Drive
selon un vecteur.
Drives partielles. Oprations algbriques sur les applications diffrentiables. Composition dappli-
cations diffrentiables. Thorme des accroissements nis. Applications de classe C
1
.
Matrice jacobienne. Applications de classe C
k
. Drives partielles dordre k. Interversion de lordre
des drivations. Formule de TAYLOR avec reste intgral, formule de TAYLOR-YOUNG.
tude locale des applications valeurs dans R. Dveloppements limits. Recherche des extremums
locaux.
Diffomorphismes. Thorme dinversion locale. Thorme des fonctions implicites.
page 100
3. quations diffrentielles
quations diffrentielles sur unouvert de R
n
, de la forme X
t
f (t , X). Thorme de CAUCHY-LIPSCHITZ.
Solutions maximales. Problme de lexistence globale. Dpendance par rapport aux conditions ini-
tiales.
Portrait de phase, comportement qualitatif.
Systmes diffrentiels linaires.
Mthode de variation de la constante. Cas des coefcients constants. quations diffrentielles li-
naires dordre suprieur un.
9.1.9 Calcul intgral et probabilits
1. Dnition des espaces mesurables, tribu produit, cas particulier des tribus borliennes. Dnition
dune mesure, cas particuliers de la mesure de comptage, de la mesure de LEBESGUE (construction
admise) et des mesures de probabilit. Dnition dune fonction mesurable ; oprations lmentaires
sur les fonctions mesurables.
2. Intgration
Intgrale des fonctions mesurables positives, thorme de convergence monotone. Lemme de Fa-
tou. Fonctions intgrables, thorme de convergence domine. Continuit, drivabilit, holomorphie
dune intgrale dpendant dunparamtre. Espaces L
p
, o1 <p <: ingalits de MINKOWSKI, HL-
DER et JENSEN. Thorme de FUBINI.
Changement de variables dans une intgrale multiple. Calculs daires de domaines plans et de vo-
lumes.
Convolution. Rgularisation et approximation par convolution.
3. Analyse de FOURIER
Sries de FOURIER des fonctions localement intgrables priodiques dune variable relle. Lemme de
RIEMANN-LEBESGUE. Produit de convolution de fonctions priodiques. Thormes de DIRICHLET et
de FEJER. Thorie L
2
: convergence en moyenne quadratique, formule de PARSEVAL.
Transforme de FOURIER dune fonction intgrable sur R. Lemme de RIEMANN-LEBESGUE.
Formule dinversion. Transforme dun produit de convolution. Thorie L
2
: formule de PLANCHEREL.
4. Probabilits.
Dnition dun espace de probabilit. Variables alatoires, lois de probabilit dune variable ala-
toire, fonction de rpartition. Indpendance dune famille dvnements, de tribus ou de variables
alatoires.
Esprance et variance dune variable alatoire valeurs relles.
Exemples de lois : loi de BERNOULLI, loi binomiale, loi de POISSON, loi uniforme, loi normale, loi
exponentielle.
Fonction caractristique et transforme de LAPLACE, applications la somme de variables alatoires
indpendantes, lien avec la convolution.
Probabilits conditionnelles : dnition, thorme de BAYES.
Convergence de suites de variables alatoires : en probabilit, dans L
p
, presque partout, en loi.
Ingalit de MARKOV, ingalit de BIENAIM-TCHEBYSCHEV. Loi faible des grands nombres. Thorme
de la limite centrale.
9.1.10 Analyse fonctionnelle
1. Topologie et espaces mtriques
Topologie dun espace mtrique. Topologie induite.
Suites. Valeurs dadhrence. Limites. Applications continues. Homomorphismes.
page 101
Produit ni despaces mtriques.
Compacit. Connexit. Composantes connexes. Connexit par arcs.
Proprits mtriques : applications lipschitziennes, applications uniformment continues.
Espaces mtriques complets. Thorme du point xe pour les applications contractantes.
2. Espaces vectoriels norms sur R ou C.
Topologie dun espace vectoriel norm. Normes quivalentes. Cas des espaces de dimension nie.
Espaces de BANACH. Sries absolument convergentes dans un espace de Banach.
Applications linaires continues, norme.
Norme de la convergence uniforme. Espace des fonctions continues bornes sur un espace mtrique,
valeurs dans un espace BANACH.
tude de la compacit de parties dunespace vectoriel norm : thorme de RIESZ ; thorme dASCOLI.
Compltude des espaces L
p
, o 1 <p <.
3. Espaces de HILBERT
Projection sur un convexe ferm. Projection orthogonale sur un sous-espace vectoriel ferm.
Dual dun espace de HILBERT.
Cas des espaces L
2
.
Bases hilbertiennes (dans le cas sparable). Exemples de bases : fonctions trigonomtriques, poly-
nmes orthogonaux.
9.1.11 Gomtrie diffrentielle
Sous-varits de R
n
. Dnitions quivalentes : graphe local, paramtrisation locale, quation locale.
Espace tangent. Notions mtriques : longueur dun arc, paramtrisation normale, courbure dun arc
en dimensions 2 et 3. Gradient.
Trac de courbes usuelles.
Surfaces dans R
3
: position par rapport au plan tangent.
Dnition de la divergence dun champ de vecteurs.
Extremums locaux dune fonction dnie sur une sous-varit (extremums lis).
9.2 preuves crites
Les preuves crites comportent deux preuves :
A. Composition de mathmatiques gnrales
Le programme de cette preuve est constitu par les titres I XI ci-dessus.
B. Composition danalyse et probabilits
Le programme de cette preuve est constitu par les titres I XI ci-dessus.
9.3 preuves orales
Les candidats ont le choix entre quatre options :
Option A : probabilit et statistiques
Option B : calcul scientique
Option C : algbre et calcul formel
Option D: informatique
page 102
9.3.1 preuves orales des options A, B, C
1
re
preuve : preuve dAlgbre et Gomtrie
2
e
preuve : preuve dAnalyse et Probabilits
Le programme de ces deux preuves, communes aux options A, B et C, est constitu des titres I XI ci-
dessus.
3
e
preuve : preuve de Modlisation
Lpreuve porte sur unprogramme communaux options A, Bet Cet sur unprogramme spcique loption
choisie.
Lpreuve consiste enunexpos de modlisationmathmatique construit enpartant duntexte propos par
le jury. Le programme dnit un cadre de thories mathmatiques et de techniques dapplication adaptes
pour lpreuve. Ce programme comporte une partie commune aux options A, B et C et, pour chacune de
ces options, une partie spcique.
9.3.2 Modlisation : programme de la partie commune aux options A, B, C
Le corpus des logiciels disponibles est constitu de Maple, Mathematica, MuPAD, Matlab, Scilab, Octave, R,
Maxima, Axiome, Giac/Xcas, Pari/GP, Gap.
laide dun ou plusieurs de ces logiciels, les candidats devront montrer leur capacit :
mettre en uvre avec prcision et rigueur les concepts et outils mathmatiques au programme,
distinguer les reprsentations exactes ou approches des objets mathmatiques
estimer le cot et les limitations dalgorithmes simples : complexit, prcision
analyser la pertinence des modles.
Le programme de cette partie comprend les mthodes numriques, probabilistes, statistiques et symbo-
liques cites dans les programmes des preuves crites et celles cites dans les paragraphes suivants.
1. Calcul numrique et symbolique
Utilisation des logiciels au programme : simulation, intgration, diffrentiation, calcul de sommes et
dintgrales, rsolution dquations algbriques et diffrentielles.
2. Probabilits discrtes : tirages uniformes ; chantillons.
3. Validation et prcision des rsultats
Mthodes numriques : notion de conditionnement des systmes linaires.
Prcision du schma numrique dEULER explicite pas constant.
Moyenne et variance empiriques.
Mthode de Monte Carlo: vitesse de convergence ; applications aucalcul dintgrales multiples (exemple :
calculs de volumes).
4. Moindres carrs linaires (sans contrainte).
9.3.3 Programme spcique de loption A
1. Utilisation de lois usuelles (voir section 9. 4 , loi gomtrique) pour modliser certains phnomnes
alatoires. Exemples : temps dattente ou dure de vie, erreurs de mesure, sondages . . .
2. Convergence presque sre. Lemme de BOREL-CANTELLI. Loi forte des grands nombres.
page 103
3. Chanes de MARKOV homognes espace dtats ni. Classication des tats. Convergence vers une
loi stationnaire (thorme ergodique et thorme de la limite centrale admis).
Chanes de MARKOV homognes espace dtats dnombrable, transience, rcurrence positive ou
nulle, exemple de la marche alatoire simple.
Esprance conditionnelle, dnition des martingales, temps darrt. Exemples dutilisation, des tho-
rmes de convergence presque sre et L
2
, des martingales temps discret.
4. Vecteurs gaussiens : dnition, simulation en dimension 2, thorme de COCHRAN. Thorme de
la limite centrale dans R
n
, Utilisation du lemme de SLUTSKY. Dnition et calcul dintervalles de
conance.
Lois Gamma. Dnition de lestimation du maximum de vraisemblance.
5. Tests sur un paramtre. Tests du
2
. Fonction de rpartition empirique et tests de KOLMOGOROV-
SMIRNOV (population de taille nie et comportement asymptotique). Exemples dutilisation.
Modle linaire gaussien : calculs par moindres carrs, rgression simple ou multiple, exemples duti-
lisation.
Simulation de variables alatoires.
Fonctions gnratrices. Processus de vie et de mort.
9.3.4 Programme spcique de loption B.
1. Rsolution de systmes dquations linaires ; dnition du conditionnement. Factorisation LU.
Mthode du gradient pour les systmes linaires symtriques dnis positifs.
Recherche des valeurs propres : mthode de la puissance.
Rsolutionde systmes dquations nonlinaires. Mthode de NEWTON : dnition, vitesse de conver-
gence, estimation de lerreur.
2. Intgration numrique : mthode des trapzes, de SIMPSON; estimation de lerreur.
3. quations diffrentielles ordinaires. Espaces de phase. tude qualitative. Stabilit des points critiques.
Aspects numriques du problme de CAUCHY. Mthodes dEULER explicite et implicite : consistance,
stabilit, convergence, ordre. Utilisation de la mthode de RUNGE-KUTTA 4.
4. Notions lmentaires sur les quations aux drives partielles classiques en dimension un.
quation de transport (advection) linaire : mthode des caractristiques.
quations des ondes et de la chaleur : rsolution par transforme de FOURIER et sparation des va-
riables. Aspects qualitatifs lmentaires.
quations elliptiques.
Exemples de discrtisation de problmes aux limites en dimension un par la mthode des diffrences
nies : notions de consistance, stabilit, convergence, ordre.
5. Optimisation et approximation
Interpolation de LAGRANGE.
Extremums des fonctions relles de n variables relles : multiplicateurs de LAGRANGE. Mise en uvre
de lalgorithme de gradient pas constant.
Mthode des moindres carrs et applications.
9.3.5 Programme spcique de loption C.
1. Reprsentation et manipulation des entiers longs, ottants multiprcision, nombres complexes, po-
lynmes, lments de Z/nZ et des corps nis. Addition, multiplication, division, extraction de racine
carre.
page 104
2. Algorithmes algbriques lmentaires.
Exponentiation (n a
n
, pour n N), algorithme dEUCLIDE tendu.
Test de primalit de FERMAT.
3. Matrices coefcients dans un corps.
Mthode du pivot de GAUSS, dcomposition LU. Calcul du rang, du dterminant.
Exemples de codes correcteurs linaires : codes de rptition, codes de HAMMING binaires.
4. Matrices coefcients entiers.
Oprations lmentaires sur les lignes et les colonnes. Application aux systmes linaires sur Z et aux
groupes abliens de type ni.
5. Polynmes une indtermine.
valuation (schma de HORNER), interpolation (LAGRANGE, diffrences nies).
Localisation des racines dans R ou C : majoration en fonction des coefcients.
6. Polynmes plusieurs indtermines.
Rsultants, limination; intersection ensembliste de courbes et de surfaces algbriques usuelles.
7. Estimation de la complexit des algorithmes prcits dans le cas le pire. Aucune formalisation dun
modle de calcul nest exige.
9.4 preuves de loption D: informatique
1
re
preuve : Mathmatiques
Le programme de cette preuve est constitu des titres I XI ci-dessus. Les candidats se verront proposer
deux sujets, dans un corpus dalgbre, de gomtrie, danalyse et de probabilits.
2
e
preuve : Informatique Fondamentale
Le programme de cette preuve est constitu des titres 1 4 ci-aprs.
3
e
preuve : Analyse de systme informatique
Le programme de cette preuve est constitu des titres 1 4 ci-aprs.
Deux textes dcrivant une classe de systmes informatiques sont proposs au candidat qui doit choisir lun
des deux. La comprhension de ces textes et leur exploitation dans cette preuve requirent les connais-
sances en informatique correspondant aux matires enseignes en L1-L2 de Maths-Info ou dans loption
informatique des classes prparatoires auxquelles sajoutent celles du programme.
Lobjectif de lpreuve est dvaluer la capacit des candidats mettre en place un processus danalyse dun
systme informatique dans un contexte applicatif. Ce processus sappuie sur les notions au programme.
Les langages informatiques C, Caml et Java seront disponibles pour cette preuve et sa prparation. Le
rapport du Jury prcisera la nature de lenvironnement logiciel.
Programme spcique de loption D.
Lensemble du programme correspond 250h de formation (cours et/ou TD et/ou TP ) de niveau Licence
et premire anne de Master, partir des acquis des deux premires annes de Licence ou de loption in-
formatique des classes prparatoires. Lobjectif de cette option est de sassurer que les candidats matrisent
les fondements essentiels et structurants de la science informatique.
Le programme nest pas rdig comme un plan de cours, il dcrit les notions que les candidats doivent
matriser.
Le programme nimpose aucun langage de programmation particulier. Les candidats doivent matriser au
moins un langage et son environnement de programmation parmi CAML, Java ou C.
page 105
9.4.1 Algorithmique fondamentale
Cette partie insiste sur les notions de preuve et de complexit des algorithmes. Elle est relativement ind-
pendante de tout langage de programmation, mais le candidat doit tre capable de mettre en oeuvre sur
machine les structures de donnes et les algorithmes tudis.
1. Structures de donnes. Types abstraits : dnition des tableaux, listes, piles, les, arbres, graphes
(orients et non orients), ensembles, dictionnaires, le de priorit. Interface abstraite et implan-
tation (implmentation) concrte.
2. Schmas algorithmiques classiques : approche gloutonne, diviser pour rgner, programmation dyna-
mique. Exemples : algorithme de DIJKSTRA, tri-fusion, plus longue sous-squence commune.
3. Complexit. Analyse des algorithmes : relations de comparaison O, et . Analyse dans le pire cas.
Exemple danalyse en moyenne : recherche dun lment dans un tableau.
4. Preuve dalgorithmes : correction, terminaison. Mthodes de base : assertions, pr-post conditions,
invariants et variants de boucles, logique de HOARE, induction structurelle.
5. Algorithmes de tri et de recherche. Mthodes de tri par comparaison (tri-fusion, tri-tas, tri rapide),
arbre de dcision et borne infrieure du tri par comparaisons. Mthodes de recherche squentielle et
dichotomique. Arbres binaires de recherche. Arbres quilibrs : dnition, relation entre la taille et la
hauteur, maintien de lquilibre.
6. Algorithmes de graphes. Parcours de graphes : algorithmes de parcours en largeur, en profondeur,
algorithme de DIJKSTRA. Arbres couvrants : algorithmes de PRIM et de KRUSKAL. Fermeture transitive.
9.4.2 Automates et langages
1. Automates nis. Langages reconnaissables. Lemme ditration. Existence de langages non reconnais-
sables. Automates complets. Automates dterministes. Algorithme de dterminisation. Proprits de
clture des langages reconnaissables.
2. Expressions rationnelles. Langages rationnels. Thorme de KLEENE.
3. Automate minimal. Rsiduel dun langage par un mot. Algorithme de minimisation.
4. Utilisation des automates nis : recherche de motifs, analyse lexicale.
5. Langages algbriques. Lemme dOGDEN. Existence de langages non algbriques. Grammaires alg-
briques. Proprits de clture des langages algbriques.
6. Automates pile. Langages reconnaissables par automates pile.
7. Utilisation des automates pile : analyse syntaxique. Grammaires LL(1).
9.4.3 Calculabilit, dcidabilit et complexit
1. Dnition des fonctions primitives rcursives ; schmas primitifs (minimisation borne). Dnition
des fonctions rcursives ; fonction dACKERMAN.
2. Dnitions des machines de TURING. quivalence entre classes de machines (exemples : nombre de
rubans, alphabet). quivalence avec les fonctions rcursives.
3. Universalit. dcidabilit, Indcidabilit. Thorme de larrt. Thorme de RICE. Rduction de TU-
RING. Dnitions et caractrisations des ensembles rcursifs, rcursivement numrables.
4. Complexit en temps et en espace : classe P. Machines de TURING non dterministes : classe NP. Ac-
ceptation par certicat. Rduction polynomiale. NP-compltude. Thorme de COOK.
page 106
9.4.4 Logique et dmonstration
1. Calcul propositionnel : syntaxe et smantique. Tables de vrit, tautologies, formes normales, forme
clausale. Thorme de compltude du calcul propositionnel.
2. Logique du premier ordre : aspects syntaxiques. Langages, termes, formules. Variables libres et va-
riables lies, substitutions, capture de variables.
3. Rcriture : ltrage syntaxique du premier ordre, dnition de lunication syntaxique. Conuence,
conuence locale, formes normales, paires critiques, lemme de NEWMAN, algorithme de compltion
de KNUTH-BENDIX.
4. Logique du premier ordre : systmes formels de preuve. Calcul des squents, dduction naturelle.
Algorithme dunication des termes. Preuves par rsolution.
5. Logique du premier ordre : aspects smantiques. Interprtation dune formule dans un modle. Vali-
dit, satisabilit. Thories cohrentes, thories compltes. Thories dcidables, indcidables. Exemples
de thories : galit, arithmtique de Peano. Thorme de compltude du calcul des prdicats du pre-
mier ordre.
page 107
Chapitre 10
Annexe 4 : La bibliothque de lagrgation
ABELSONH.
SUSSMANG. J.
SUSSMANJ.
Structure and interpretation of computer programs MIT PRESS
AHUS M.
CHATELINF.
Exercices de valeurs propres de matrices MASSON
ALBERT L.
Collectif
Cours et exercices dinformatique VUIBERT
ALESSANDRI M. Thmes de gomtrie DUNOD
ALLOUCHE J. P.
SHALLIT J.
Automatic sequences theory, applications,
generalizations
CAMBRIDGE
AMAR E.
MATHERON.
Analyse complexe CASSINI
ANDLER M.
BLOCHJ. D.
MAILLARDB.
Exercices corrigs de Mathmatiques
Tome 1A - Topologie
Tome 1B - Fonctions numriques
Tome 2 - Suites et sries numriques
Tome 3 - Analyse fonctionnelle
Tome 5 - Algbre gnrale, polynmes
Tome 6 - Algbre linaire, premire partie
Tome 7 - Algbre linaire, deuxime partie
ELLIPSES
ANDREWS G. Number Theory DOVER
APPLE A.W. Modern compiler implementation
in C
in Java
in ML
CAMBRIGDE
page 108
ARIBAUDF.
VAUTHIER J.
Mathmatiques. Premire anne de DEUG ESKA
ARNAUDIES J-M.
BERTINJ.
Groupes, Algbres et Gomtrie
Tome I
Tome II
ELLIPSES
ARNAUDIES J-M.
DELEZOIDE P.
FRAYSSE H.
Exercices rsolus danalyse DUNOD
ARNAUDIES J-M.
DELEZOIDE P.
FRAYSSE H.
Exercices rsolus dalgbre bilinaire et gomtrie
du cours de Mathmatiques tome 4
DUNOD
ARNAUDIES J-M.
FRAYSSE H.
Cours de Mathmatiques
1. Algbre
2. Analyse
3. Complments danalyse
4. Algbre bilinaire et gomtrie
DUNOD
ARNOLDV. Chapitre supplmentaire de la thorie des
quations diffrentielles ordinaires
MIR
ARNOLDV. quations diffrentielles ordinaires MIR
ARNOLDA.
GUESSARIANI.
Mathmatiques pour linformatique EDISCIENCES
ARTINE. Algbre gomtrique GAUTHIER-
VILLARS
ARTINE. Algbre gomtrique GABAY
ARTINM. Algebra PRENTICE HALL
AUBINJ.P. Analyse fonctionnelle applique
Tome 1
Tome 2
PUF
AUTEBERT J. M. Calculabilit et dcidabilit MASSON
AUTEBERT J. M. Thorie des langages et des automates MASSON
page 109
AUDINM. Gomtrie de la licence lagrgation BELIN
AVANISSIANV. Initiation lanalyse fonctionnelle PUF
AVEZ A. Calcul diffrentiel MASSON
BAASE S.
VANGELDER A.
Computer algorithms
Introduction to design & analysis
ADDISON
WESLEY
BADOUEL E.
BOUCHERONS.
DICKY A., PETIT A.
SANTHA M., WEIL P., ZEITOUNM.
Problmes dinformatique fondamentale SPRINGER
BAJARDJ.C. Exercices dAlgorithmique ITP
BAKHVALOV N. Mthodes numriques MIR
BARANGER J. Analyse numrique HERMANN
BARBE Ph.
LEDOUX M.
Probabilit (De la licence lagrgation) BELIN
BARRET M.
BENIDIR M.
Stabilit des ltres et des systmes linaires DUNOD
BASILI B.
PESKINE C.
Algbre DIDEROT,
DITEUR ARTS ET
SCIENCES
BASS J. Cours de Mathmatiques
Tome 1
Tome 2
MASSON
BHATIA R. Matrix Analysis SPRINGER
BAUER F. L. Decrypted secrets. Methods and maxims of
cryptology
SPRINGER
BENDER C.
ORSZAGS.
Advanced mathematical methods for scientists and
engineers
MC GRAW HILL
page 110
BERGER M.
GOSTIAUX B.
Gomtrie diffrentielle ARMAND
COLIN
BERGER M.
BERRY J-P.
PANSUP.
SAINT RAYMONDX.
Problmes de gomtrie comments et rdigs CDIC/NATHAN
BERGER M. Gomtrie
Index
1. Action de groupes, espaces afnes et projectifs
2. Espaces euclidiens, triangles, cercles et
sphres
3. Convexes et polytopes, polydres rguliers,
aires et volumes
4. Formes quadratiques, quadriques et coniques
5. La sphre pour elle-mme, gomtrie
hyperbolique, lespace des sphres
CDIC/NATHAN
BERGER M. Gomtrie tome 2 NATHAN
BICKEL P.J.
DOKSUMK.A.
Mathematical statistics PRENTICE HALL
BIDEGARAY B.
MOISANL.
Petits problmes de mathmatiques appliques et
de modlisation
SPRINGER
BIGGS NORMANL. Discrete mathematics OXFORD SCIENCE
PUBLICATIONS
BLANCHARDA. Les corps non commutatifs PUF
BOAS R. A primer of real functions MATHEMATICAL
ASSOCIATION OF
AMERICA
BONJ.L. Fiabilit des systmes MASSON
BONNANS J.F.
GILBERT J.C.
LEMARECHAL C.
SAGASTIZABAL C.
Optimisation numrique SPRINGER
page 111
BOURBAKI N. lments de Mathmatique
Topologie gnrale, chapitres V X
Fonctions dune variable relle, chapitres I VII
Fonctions dune variable relle, chapitres I III
Fascicule XIII Intgration, chapitres I IV
HERMANN
BOURGADE P. Annales des Olympiades internationales de
mathmatiques 1976-2005
CASSINI
BOUVIER A.
RICHARDD.
Groupes HERMANN
BREMAUDP. Introduction aux probabilits SPRINGER
BREZIS H. Analyse fonctionnelle, thorie et applications MASSON
BRIANE M.
PAGES G.
Thorie de lintgration
Cours et exercices, 3me dition
VUIBERT
BROUSSE P. Mcanique MP - PC.- Spciales A. A. B. B. ARMAND
COLIN
BRUCE J.W.
GIBLINP.J.
RIPPONP.J.
Microcomputers and Mathematics CAMBRIDGE
CABANE R.
LEBOEUF C.
Algbre linaire
1. Espaces vectoriels , Polynmes
2. Matrices et rduction
ELLIPSES
CABANNES H. Cours de Mcanique gnrale DUNOD
CALAIS J. lments de thorie des anneaux PUF
CALAIS J. lments de thorie des groupes PUF
CARREGA J.C. Thorie des corps HERMANN
CARTANH. Calcul diffrentiel (1971) HERMANN
page 112
CARTANH. Cours de calcul diffrentiel (1977) HERMANN
CARTANH. Formes diffrentielles HERMANN
CARTANH. Thorie lmentaire des fonctions analytiques HERMANN
CARTIER P.
KAHANE J.P.
ARNOLDV. et al.
Leons de mathmatiques daujourdhui CASSINI
CASTLEMANK.R. Digital image processing PRENTICE HALL
CASTI J.L. Realty Rules : Picturing the world in mathematics I WILEY
INTERSCIENCE
CASTI J.L. Realty Rules : Picturing the world in mathematics II WILEY
INTERSCIENCE
CHAMBERT-LOIR A.
FERMIGER S.
MAILLOT V.
Exercices de mathmatiques pour lagrgation
Analyse 1 (seconde dition revue et corrige)
MASSON
CHAMBERT-LOIR A.
FERMIGER S.
Exercices de mathmatiques pour lagrgation
Analyse 2
Analyse 3
MASSON
CHATELINF. Valeurs propres de matrices MASSON
CHILDS L. A concrete introduction to Higher Algebra SPRINGER
VERLAG
CHOQUET G. Cours danalyse Tome II : Topologie MASSON
CHOQUET G. Lenseignement de la gomtrie HERMANN
CHRISTOL G.
PILIBOSSIANP.
YAMMINE S.
Algbre 1
Algbre 2
ELLIPSES
CIARLET P.G. Introduction lanalyse numrique matricielle et
loptimisation
MASSON
page 113
COGIS O.
ROBERT C.
Au-del des ponts de Knisberg. Thorie des
graphes. Problmes, thorie, algorithmes
VUIBERT
COHNP.M. Algebra Volume 1 JOHN WILEY
COLLET P. Modeling binary data CHAPMAN AND
HALL
COMBROUZE A. Probabilits et statistiques PUF
CORI R.
LASCAR D.
Logique mathmatique
1. Calcul propositionnel, algbre de Boole, calcul
des prdicats
2. Fonctions rcursives, thorme de Gdel,
thorie des ensembles, thorie des modles
DUNOD
CORMENT. H.
LEISERSONC. E.
RIVEST R. L.
STEINC.
Introduction lalgorithmique DUNOD
COTRELL M.
GENON-CATALOT V.
DUHAMEL C.
MEYRE T.
Exercices de probabilits CASSINI
COURANT R.
HILBERT D.
Methods of Mathematical Physics
Volume 1
Volume 2
JOHN WILEY
COUSINEAUG.
MAUNY M.
Approche fonctionnelle de la programmation EDISCIENCE
COXETER H.S.M. Introduction to Geometry JOHN WILEY
COX D.A. Galois Theory WILEY
INTERSCIENCE
CVITANOVIC P. Universality in Chaos INSTITUTE OF
PHYSICS
PUBLISHING
DACUNHA-CASTELLE D.
DUFLOM.
Probabilits et Statistiques
1. Problmes temps xe
Exercices de Probabilits et Statistiques
1. Problmes temps xe
MASSON
page 114
DACUNHA-CASTELLE D.
REVUZ D.
SCHREIBER M.
Recueil de problmes de calcul des probabilits MASSON
DANTZER J.F. Mathmatiques pour lagrgation interne VUIBERT
DAVIDR.
NOUR K.
RAFFALI C.
Introduction la logique
Thorie de la dmonstration
DUNOD
DEHEUVELS P. Lintgrale PUF
DEHEUVELS P. Lintgrale QUE-SAIS-JE ?
PUF
DEHEUVELS R. Formes quadratiques et groupes classiques PUF
DEHORNOY P. Mathmatiques de linformatique DUNOD
DEHORNOY P. Complexit et dcidabilit SPRINGER
DELTHEIL R.
CAIRE D.
Gomtrie et complments JACQUES GABAY
DEMAILLY J.P. Analyse numrique et quations diffrentielles PU GRENOBLE
DEMAZURE M. Catastrophes et bifurcations ELLIPSES
DEMAZURE M. Cours dalgbre : primalit, divisibilit, codes CASSINI
DEMBOA.
ZEITOUNI O.
Large deviations techniques and applications SPRINGER
DESCOMBES R. lments de thorie des nombres PUF
DESCHAMPS
WARUSFEL
MOULIN, RUAUD
MIQUEL, SIFRE
Mathmatiques, cours et exercices corrigs
1re anne MPSI, PCSI, PTSI
2me anne MP, PC, PSI
DUNOD
page 115
DEVANZ C.
ELHODAIBI M.
Exercices corrigs de Mathmatiques poss loral
des Ensi, Tome 2
ELLIPSES
DIEUDONN J. Algbre linaire et gomtrie lmentaire HERMANN
DIEUDONN J. Calcul innitsimal HERMANN
DIEUDONN J. Sur les groupes classiques HERMANN
DIEUDONN J. lments dAnalyse.
Fondements de lanalyse moderne
lments dAnalyse Tome 2.
GAUTHIER-
VILLARS
DIXMIER J. Cours de Mathmatiques du premier cycle
Premire anne
Deuxime anne
GAUTHIER-
VILLARS
DRAPPER N.
SCHMITHH.
Applied regression analysis WILEY
DUBUC S. Gomtrie plane PUF
DUGAC P. Histoire de lanalyse.
Autour de la notion de limite et de ses voisinages
VUIBERT
DYMH.
Mac KEANH.P.
Fouriers series and integrals ACADEMICS
PRESS
EBBINGHAUS, HERMES
HIRZEBRUCH
KOECHER
LAMOTKE, MAINZER
NEUKIRSCH, PRESTEL, REMMERT
Les Nombres VUIBERT
EL HAJ LAAMRI Mesures, intgration et transforme de Fourier
des fonctions
DUNOD
EL KACIMI ALAOUI A.
QUEFFLEC H.
SACR C.
VASSALLOV.
Quelques aspects des mathmatiques actuelles ELLIPSES
page 116
EPISTEMONL.
(OVAERT J.L.
VERLEY J.L.)
Exercices et problmes
Analyse. Volume 1
Algbre.
CDIC/NATHAN
EXBRAYAT J.M.
MAZET P.
Notions modernes de mathmatiques
Algbre 1 : Notions fondamentales de la thorie
des ensembles
Analyse 1 : Construction des espaces
fondamentaux de lanalyse
Analyse 2 : lments de topologie gnrale
HATIER
FADDEEV D.
SOMINSKI I.
Recueil dexercices dAlgbre Suprieure MIR
FAIRBANKX.
BEEF C.
POX - Exercices poss au petit oral de lX ELLIPSES
FARAUT J. Analyse sur les groupes de Lie CALVAGE ET
MOUNET
FARAUT J.
KHALILI E.
Arithmtique
Cours, Exercices et Travaux Pratiques sur
Micro-Ordinateur
ELLIPSES
FELLER W. An introduction to probability theory and its
applications
Volume 1
Volume 2
JOHN WILEY
FERRIER J.P. Mathmatiques pour la licence MASSON
FLORY G. Exercices de topologie et analyse avec solutions
Tome 1 - Topologie
Tome 2 - Fonctions dune variable relle
Tome 3 - Fonctions diffrentiables, intgrales
multiples
Tome 4 - Sries, quations diffrentielles
VUIBERT
FRANCHINI J.
JACQUENS J-C.
Mathmatiques Spciales
Algbre
Analyse 1
Analyse 2
ELLIPSES
FRANCINOUS.
GIANELLA H.
NICOLAS S.
Exercices de mathmatiques
Oraux X-ens Algbre 1
CASSINI
page 117
FRANCINOUS.
GIANELLA H.
Exercices de Mathmatiques Algbre 1 MASSON
FRENKEL J. Gomtrie pour llve-professeur HERMANN
FRESNEL J. Gomtrie algbrique UFR MATHS
BORDEAUX
FRESNEL J. Gomtrie IREM DE
BORDEAUX
FRESNEL J. Groupes HERMANN
FRESNEL J. Mthodes modernes en gomtrie HERMANN
FUHRMANNP. A polynomial approach to linear algebra SPRINGER
FULTONW. Algebraic Topology A rst course SPRINGER
GABRIEL P. Matrices, gomtrie, algbre linaire CASSINI
GARLINGD.J.H. Inequalities : a journey into linear analysis CAMBRIDGE
GATHEN(von zur) J.
GERHARD.J
Modern computer algebra CAMBRIDGE
UNIVERSITY
PRESS
GANTMACHER F.R. Thorie des matrices
Tome 1
Tome 2
DUNOD
GAREY M.
JOHNSOND.
Computers and intractability FREEMAN
GENET J. Mesure et intgration. Thorie lmentaire. Cours
et exercices rsolus
VUIBERT
GHIDAGLIA J.M. Petits problmes danalyse SPRINGER
GOBLOT R. Algbre commutative MASSON
page 118
GOBLOT R. Thmes de gomtrie MASSON
GODEMENT R. Analyse
Tome 1
Tome 2
Tome 3
SPRINGER
GODEMENT R. Cours dAlgbre HERMANN
GOLUB G.H.
VANLOANC.F.
Matrix computations WILEY
GONNORDS.
TOSEL N.
Thmes dAnalyse pour lagrgation
Topologie et Analyse fonctionnelle
Calcul diffrentiel
ELLIPSES
GOSTIAUX B. Cours de mathmatiques spciales
Tome 1 - Algbre
Tome 2 - Topologie et analyse relle
Tome 3 - Analyse fonctionnelle et calcul
diffrentiel
Tome 4 - Gomtrie afne et mtrique
Tome 5 - Gomtrie : arcs et nappes
PUF
GOURDONX. Les maths en tte, mathmatiques pour M
Algbre
Analyse
ELLIPSES
GRAHAMR.
KNUTHD.
PATASHNIKO.
Concrete mathematics ADISON-WESLEY
GRAMAINA. Gomtrie lmentaire HERMANN
GRAMAINA. Intgration HERMANN
GRIMMET G.
WELSHD.
Probability (an introduction) OXFORD
GUJARATI D. N. Basic Econometrics WILEY
GUSFIELDD. Algorithms on strings, trees and sequences CAMBRIDGE
UNIVERSITY
PRESS
page 119
HABSIEGER L.
MARTEL V.
Exercices corrigs poss loral des ENSI Tome 1
Analyse
ELLIPSES
HALMOS P. Problmes de mathmaticiens petits et grands CASSINI
HAMMADP. Cours de probabilits CUJAS
HAMMADP.
TARANCOA.
Exercices de probabilits CUJAS
HAMMER R.
HOCKS M.
KULISHU.
RATZ D.
C++ toolbox for veried computing SPRINGER
HARDY G.H.
WRIGHE.M.
An introduction to the theory of numbers OXFORD
HAREL D. Computer LTD. What they really cant do OXFORD
HAREL D.
FELDMANY.
Algorithmics. The spirit of computing ADDISON
WESLEY
HENNEQUINP.L.
TORTRAT A.
Thorie des probabilits et quelques applications MASSON
HENRICI P. Applied and Computational Complex Analysis
Volume 1
Volume 2
Volume 3
WILEY-
INTERSCIENCE
HERVE M. Les fonctions analytiques PUF
HIRSCHF.
LACOMBE G.
Elments danalyse fonctionnelle MASSON
HOCHART
SCIUTO
Algbre Analyse Gomtrie (MPSI/PCSI) VUIBERT
HOPCROFT J.E.
MOTWANI R.
ULLMANJ. D.
Introduction to automata theory, Languages and
Computation
ADDISON
WESLEY
page 120
HOUZEL C. Analyse mathmatique : cours et exercices BELIN
IRELANDK.
ROSENM.
A Classical Introduction to Modern Numbers
Theory
SPRINGER
VERLAG
ISAAC R. Une initiation aux probabilits (Trad. R. Mansuy) VUIBERT-
SPRINGER
ITARDJ. Les nombres premiers QUE SAIS-JE ?
PUF
JACOBSONN. Basic Algebra
Tome I
Tome II
FREEMAN AND
CO
KAHANE J.P.
GILLES P.
Sries de Fourier et ondelettes CASSINI
KERBRAT Y.
BRAEMER J-M.
Gomtrie des courbes et des surfaces HERMANN
KERNIGHANB.
RITCHIE D.
Le langage C DUNOD
KNUTHD.E. The art of computer programming
Volume 1 : Fundamental algorithms
Volume 2 : Seminumerical algorithms
Volume 3 : Sorting and Searching
ADDISON-
WESLEY
KOBLITZ N. A course in number theory and cryptography
quantite1
KOLMOGOROV A.
FOMINE S.
Elments de la thorie des fonctions et de lanalyse
fonctionnelle
ELLIPSES
de KONNINCKJ.M.
MERCIER A.
Introduction la thorie des nombres MODULO
KRNER T.W. Fourier analysis CAMBRIDGE
KRNER T.W. Exercises for Fourier analysis CAMBRIDGE
KUNGJ.P.S.
ROTA G-C.
YANC.H.
Combinatorics : the Rota way CAMBRIDGE
page 121
KREE P. Introduction aux Mathmatiques et leurs
applications fondamentales M.P.2
DUNOD
KRIVINE H. Exercices de Mathmatiques pour physiciens CASSSINI
KRIVINE J.L. Thorie axiomatique des ensembles PUF
KRIVINE J.L. Thorie des ensembles CASSINI
LAFONTAINE J. Introduction aux varits diffrentielles PUF
LALEMENT R. Logique, rduction, rsolution MASSON
LANGS. Algbre linaire
Tome 1
Tome 2
INTEREDITIONS
LANGS. Algebra ADDISON-
WESLEY
LANGS. Linear Algebra ADDISON-
WESLEY
LAVILLE G. Courbes et surfaces ELLIPSES
LAVILLE G. Gomtrie pour le CAPES et lAgrgation ELLIPSES
LAX P. D. Linear Algebra WILEY
LE BRIS G. Maple Sugar : une initiation progressive Maple CASSINI
LEBOEUF C.
GUEGANDJ.
ROQUE J.L.
LANDRY P.
Exercices corrigs de probabilits ELLIPSES
LEBORGNE D. Calcul diffrentiel et gomtrie PUF
page 122
LEBOSS C.
HMERY C.
Gomtrie. Classe de Mathmatiques JACQUES GABAY
LEHMANND.
SACR C.
Gomtrie et topologie des surfaces PUF
LEHNINGH.
JAKUBOWICZ D.
Mathmatiques suprieures et spciales
2 : Drivation
MASSON
LEHNINGH. Mathmatiques suprieures et spciales
Tome 1 : Topologie
Tome 3 : Intgration et sommation
Tome 4 : Analyse en dimension nie
Tome 5 : Analyse fonctionnelle
MASSON
LEICHTNAME.
SCHAUER X.
Exercices corrigs de mathmatiques poss aux
oraux X-ENS
Tome I - Algbre 1
Tome 2 - Algbre et gomtrie
Tome 3 - Analyse 1
Tome 4 - Analyse 2
ELLIPSES
LELONG-FERRANDJ.
ARNAUDIES J.M.
Cours de Mathmatiques
Tome 1 pour M-M : Algbre
Tome 1 pour A-A : Algbre
Tome 2 : Analyse
Tome 3 : Gomtrie et cinmatique
Tome 4 : Equations diffrentielles, intgrales
multiples
DUNOD
LELONG-FERRANDJ. Gomtrie diffrentielle MASSON
LELONG-FERRANDJ. Les fondements de la gomtrie PUF
LESIEUR L.
MEYER Y.
JOULAINC.
LEFEBVRE J.
Algbre linaire, gomtrie ARMAND
COLIN
LIONG. Algbre pour la licence
Cours et exercices (2me dition)
VUIBERT
LIONG. Gomtrie du plan
Cours complet avec 600 exercices rsolus
VUIBERT
page 123
LOTHAIRE M. Algebraic combinatorics on words CAMBRIDGE
MAC LANE S.
BIRKHOFF G.
Algbre
1 : Structures fondamentales
2 : Les grands thormes
GAUTHIER-
VILLARS
MACKI J.
STRAUSS A.
Introduction to optimal control theory SPRINGER
MALLIAVINM. P.
WARUSFEL A.
Algbre linaire et gomtrie classique. Exercices MASSON
MALLIAVINM. P. Les groupes nis et leurs reprsentations
complexes
MASSON
MALLIAVINP. Gomtrie diffrentielle intrinsque HERMANN
Manuels Matlab Using Matlab version 5
Using Matlab version 6
Statistics Toolbox
Using Matlab Graphics
MARCE S.
DEVAL-GUILLY E.
Problmes corrigs des ENSI ELLIPSES
MASCART H.
STOKA M.
Fonctions dune variable relle
Tome 2 : Exercices et corrigs
PUF
MAWHINJ. Analyse : fondements, technique, volutions DE BOECK
UNIVERSIT
MAZET P. Algbre et gomtrie pour le CAPES et lAgrgation ELLIPSES
MENEZES A.J.
van OORSCHOT P.C.
VANSTONA S.A.
Handbook of applied cryptography CRC PRESS
MERKIND. Introduction to the theory of stability SPRINGER
MTIVIER M. Notions fondamentales de la thorie des
probabilits
DUNOD
page 124
MTIVIER M. Probabilits : dix leons dintroduction.
cole Polytechnique
ELLIPSES
MEUNIER Agrgation interne de Mathmatiques
Exercices doral corrigs et comments
Tome 2
PUF
MIGNOTTE M. Algbre concrte, cours et exercices ELLIPSES
MIGNOTTE M. Mathmatiques pour le calcul formel PUF
MITCHELL J. C. Concepts in programming languages CAMBRIDGE
MNEIMN R. Elments de gomtrie : action de groupes CASSINI
MNEIMN R. Rduction des endomorphismes CALVAGE ET
MOUNET
MNEIMN R.
TESTARDF.
Introduction la thorie des groupes de Lie
classiques
HERMANN
MOISANJ.
VERNOTTE A.
TOSEL N.
Exercices corrigs de mathmatiques spciales
Analyse : suites et sries de fonctions
ELLIPSES
MOISANJ.
VERNOTTE A.
Exercices corrigs de mathmatiques spciales
Analyse : topologie et sries
ELLIPSES
MONIER J.M. Cours de mathmatiques
Analyse 1 MPSI, PCSI, PTSI
Analyse 2 MPSI, PCSI, PTSI
Analyse 3 MP, PSI, PC, PT
Analyse 4 MP, PSI, PC, PT
Algbre 1 MPSI, PCSI, PTSI
Algbre 2 MP, PSI, PC, PT
Exercices danalyse MPSI
Exercices danalyse MP
Exercice dalgbre et gomtrie MP
DUNOD
MUTAFIANC. Le d algbrique
Tome 1
Tome 2
VUIBERT
page 125
NAGEL E.
NEWMANJ. R.
GDEL K.
GIRARDJ. Y.
Le thorme de Gdel SEUIL
NAUDINP.
QUITTE C.
Algorithmique algbrique avec exercices corrigs MASSON
NEVEUJ. Base mathmatique du calcul des probabilits MASSON
NIVENI. Irrational numbers MATHEMATICAL
ASSOCIATION OF
AMERICA
NORRIS J.R. Markov chains CAMBRIDGE
O
ROURKE J. Computational gomtrie in C (second dition) CAMBRIDGE

OPREA J. Differential geometry PRENTICE HALL
OUVRARDJ.Y. Probabilits 2 (matrise, agrgation) CASSINI
PAPADIMITRIOUC.H. Computational complexity PEARSON
EDUCATION
PAGES G.
BOUZITAT C.
En passant par hasard . . .
Les probabilits de tous les jours
VUIBERT
PAPINI O.
WOLFMANNJ.
Algbre discrte et codes correcteurs SPRINGER
PEDOE D. Geometry- A comprehensive course DOVER
PERKOL. Differential equation and dynamical systems SPRINGER
PERRIND. Cours dAlgbre ELLIPSES
PERRIND. Cours dAlgbre ENSJF
page 126
PERRIND. Mathmatiques dcole CASSINI
PERRIN-RIOUB. Algbre, arithmtique et MAPLE CASSINI
PETAZZZONI B. Seize problmes dinformatique SPRINGER
PETROVEK
WILF
ZEILBERGER
A=B A.K. PETERS
PEVZNER P. Computational molecular biology- an algorithmic
approach
MIT PRESS
PLYA G.
SZEGG.
Problems and Theorems in Analysis
Volume I
Volume II
SPRINGER
VERLAG
POMMELLET A. Agrgation de Mathmatiques. Cours dAnalyse ELLIPSES
PRASOLOV V. Polynomials SPRINGER
PRASOLOV V. Problmes et thormes dalgbre linaires CASSINI
PREPARATA F.P.
SHAMOS M.I.
Computational gomtrie - an introduction SPRINGER
QUEFFELEC H.
ZUILY C.
lments danalyse DUNOD
RALSTONA.
RABINOWITCHP
A rst curse in numerical analysis INTERNATINAL
STUDENT
EDITION
RAMIS E.
DESCHAMPS C.
ODOUX J.
Cours de Mathmatiques spciales
1- Algbre
2- Algbre et applications la gomtrie
3- Topologie et lments danalyse
4- Sries et quations diffrentielles
5- Applications de lanalyse la gomtrie
MASSON
page 127
RAMIS E.
DESCHAMPS C.
ODOUX J.
Exercices avec solutions
Algbre
Analyse 1
Analyse 2
MASSON
RAMIS J.P.
WARUSFEL A.
Mathmatiques - Tout en un pour la licence DUNOD
RAOC.R. Linear statistical inference and its application WILEY
RAND B. Les carnets indiens de Srinivasa Ramanujan CASSINI
RAND B.
TAIEB F.
Les clefs pour lX CALVAGE
MOUNET
RAND B.
MANSUY R.
Les clefs pour lX (2) CALVAGE
MOUNET
REINHARDT F.
SOEDER H.
Atlas des mathmatiques LIVRE DE POCHE
REMMERT R. Classical topics in complex function theory SPRINGER
RIDEAUF. Exercices de calcul diffrentiel HERMANN
RIESZ F.
NAGY SZ. B.
Leons danalyse fonctionnelle GAUTHIER-
VILLARS
RIOE. Thorie asymptotique des processus alatoires
faiblement dpendants
SPRINGER
ROBERT C. Contes et dcomptes de la statistique - Une
initiation par lexemple
VUIBERT
ROLLANDR. Thorie des sries
2- Sries entires
CDIC/NATHAN
ROMBALDI J.E. Thmes pour lagrgation de mathmatiques EDP SCIENCES
ROMBALDI J.E. Analyse matricielle EDP SCIENCES
page 128
ROMBALDI J.E. Interpolation, approximation
Analyse pour lagrgation
VUIBERT
ROUVIRE F. Petit guide de calcul diffrentiel lusage de la
licence et de lagrgation
CASSINI
RUAUDJ.F.
WARUSFEL A.
Exercices de Mathmatiques Algbre 3 MASSON
RUDINW. Analyse relle et complexe MASSON
RUDINW. Functional analysis MC GRAW HILL
RUDINW. Real and complex analysis MC GRAW HILL
SAKAROVITCHJ. Elments de thorie des automates VUIBERT
SAKS S.
ZYGMUNDA.
Fonctions analytiques MASSON
SAMUEL P. Gomtrie projective PUF
SAMUEL P. Thorie algbrique des nombres HERMANN
SARMANT M.C.
MERLIER T.
PILIBOSSIANPh.
YAMMINE S.
Analyse 1 ELLIPSES
SAUVAGEOT F. Petits problmes de gomtrie et dalgbre SPRINGER
SAUX PICARDP. Cours de calcul formel - Algorithmes
fondamentaux
ELLIPSES
SAVIOZ J.C. Algbre linaire, cours et exercices VUIBERT
SCHNEIER B. Applied cryptography WILEY
page 129
SCHWARTZ L. Analyse
I Topologie gnrale et analyse fonctionnelle
II Calcul diffrentiel et quations diffrentielles
HERMANN
SCHWARTZ L. Cours dAnalyse
Tome 1
Tome 2
HERMANN
SCHWARTZ L. Mthodes Mathmatiques pour les sciences
physiques
HERMANN
SEDGEWICKR. Algorithms ADDISON
WESLEY
SEDGEWICKR. Algorithmes en Java PEARSON
EDUCATION
SEDGEWICKR. Algorithmes en langage C DUNOD
SELBERHERR S.
STIPPEL H.
STRASSER E.
Simulation of semi-conductor devices and
processes
SPRINGER
SERRE J.P. Cours darithmtique PUF
SERVIENCl. Analyse 3
Analyse 4
ELLIPSES
SHAPIROH.N. Introduction to the theory of numbers DOVER
SIDLER J.C. Gomtrie Projective DUNOD
SIPSER M. Introduction to the theory of computation THOMSON C. T.
SKANDALIS G. Topologie et analyse DUNOD
STANLEY R.P. Enumerative combinatorics Volume I WADDWORTH
AND BROOKS
STEWART I. Galois theory CHAPMAN AND
HALL
page 130
STROUSTRUP B Le langage C++ PEARSON
EDUCATION
SZPIRGLAS A. Exercices dalgbre CASSINI
TAUVEL P. Cours de Gomtrie DUNOD
TAUVEL P. Cours dalg bre DUNOD
TAUVEL P. Mathmatiques gnrales pour lagrgation MASSON
TAUVEL P. Exercices de mathmatiques pour lagrgation
Algbre 2
MASSON
TENENBAUMG.
WUJ.
Exercices corrigs de thorie analytique et
probabiliste des nombres T 2
S. M. F.
TENENBAUMG. Introduction la thorie analytique et probabiliste
des nombres T 1
S. M. F.
TENENBAUMG. Introduction la thorie analytique et probabiliste
des nombres
INSTITUT ELIE
CARTAN
TENENBAUMG.
MENDS-FRANCE M.
Les nombres premiers QUE SAIS-JE ?
PUF
TISSERONC. Gomtries afne, projective et euclidienne HERMANN
TISSIER A. Mathmatiques gnrales : exercices avec solutions BRAL
TITCHMARSHE.C. The theory of functions OXFORD
TORTRAT A. Calcul des probabilits et introduction aux
processus alatoires
MASSON
TRIGNANJ. Constructions gomtriques et courbes
remarquables
VUIBERT
TRUFFAULT B. Exercices de gomtrie lmentaires IREM DES PAYS
DE LOIRE
page 131
TURINGA
GIRARDJ. Y.
La Machine de Turing SEUIL
VALIRONG. Cours danalyse mathmatique
I Thorie des fonctions
II quations fonctionnelles - Applications
MASSON
VAUTHIER J.
PRAT J-J.
Cours dAnalyse Mathmatique de lAgrgation MASSON
VAZIRANI V.V. Algorithmes dapproximation SPRINGER
VINBERGE. B. A course in algebra AMS
WAGSCHAL C. Fonctions holomorphes - quations diffrentielles HERMANN
WARUSFEL A. Structures algbriques nies CLASSIQUES
HACHETTE
WARUSFEL, ATTALI
COLLET, GAUTIER
NICOLAS
Mathmatiques
Analyse
Arithmtique
Gomtrie
Probabilits
VUIBERT
WATERMANM.S. Introduction to computational biology CHAPMAN AND
HALL / CRC
WEST D. B. Introduction to graph theory PRENTICE HELL
WHITTAKER E.T.
WATSONG.N.
A course of modern analysis CAMBRIDGE
WILF H. Generatingfunctionology ACADEMIC PRESS
WILF H. Algorithms and complexity A.K. PETERS
WILLEMM. Analyse fonctionnelle lmentaire CASSINI
WINSKEL G. The formal semantics of programming languages MIT PRESS
page 132
YALE P.B. Geometry and Symmetry DOVER
YOUNGD.M.
GREGORY R.T.
A survey of numerical mathematics DOVER
ZMOR G. Cours de cryptographie CASSINI
ZUILY Cl.
QUEFFELEC H.
lments danalyse pour lagrgation MASSON
page 133

Agrégation Math 2009

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Agrégation Math 2009

Transféré par

Droits d'auteur :

Formats disponibles

MINISTRE DE LDUCATIONNATIONALE

DIRECTION GNRALE DES RESSOURCES HUMAINES

2005-038 du 2 mars 2005.

dsigne lensemble des nombres entiers naturels non nuls

dsigne lensemble des nombres rels non nuls

dsigne lensemble des nombres complexes non nuls

On suppose s distinct de 0 et 1. Montrer que le discriminant du polynme caractristique de M+N

lensemble des couples (z, )

et deux familles nies dapplications holomorphes de D dans

) les applications associes de D dans C

(D) C, (iii) que lensemble

(D) contient un voisinage

est injective et (v) que (F

(D) sappelle une branche locale de C en x

, pour tout [[1, l ]].

(D) est exactement e

, pour tout [[1, l ]].

(0) comme en III-A-3.

(D) est gale 1, pour tout [[1, l ]].

(v) le sous-espace propre

(v) est stable par u, do le rsultat.

une base de rduction de lendomorphisme

(v). Lendomorphisme v tant diagonalisable,

est une base de E qui vrie la proprit requise.

une base commune de rduction dans E

est une base de E qui vrie la proprit re-

et donc en utilisant les hypothses

les ramications et les multiplicits associes, pour [[1, l

points sur la branche F

1. Gardons les notations du dbut de cette partie.

et par application de III-B-1

1, pour tout [[1, l ]].

(D) une branche locale en ce

(0) /0 et que lon peut appliquer lorigine le thorme dinversion locale.

la rciproque de cette fonction sur .

, qui est holomorphe sur .

(D) C. Montrons que lon peut prolonger en une fonction

(()) 0 sur un voisinage de

(()) det(A+B ()I

(D) cette branche locale.

(D). La ramication le long de G

(D) tant gale 1, les fonctions et

[[1, n]] tel que la branche G

(D) soit paramtre autour de lorigine par (s, t

(s)), pour tout

(0) associs comme en III-A-3, pour tout 1 l .

et comme B +s A est diagonalisable, il vient

, holomorphes sur unvoisinage de 0 telles

(s) constitue une base de

(s) constitue un sous-espace propre de B +s A, pour 1 l .

le groupe des inversibles de cette algbre, cest--dire lensemble des lments de

dans L(H) tel que :

. La partie III introduit lespace de Hardy H

; elles aboutissent notam-

, on appelle relvement de toute application continue de R dans C telle que :

et k dans {0, . . . , n1}, on note u

, dans R() et t dans R, montrer que le rel

(rponse en fonction des degrs de

valeurs dans C\R

(toujours muni de la topologie

est appel oprateur de Toeplitz de symbole .

. En considrant u, montrer que u est llment nul

dans Im T obtenue en restreignant

, P le projecteur orthogonal de H sur Im T. Il est clair que T